UNIVERSIDAD AUTNOMA DE GUADALAJARA

LGEBRA LINEAL

INGENIERA INDUSTRIAL

FERNANDA CALVA CALDERN

MAT. 2536606

GRUPO 2040

INVESTIGACIN MATRICES SEMEJANTES Y DIAGONALIZACIN
Sean A y B dos matrices de nxn, decimos que A es semejante a B si si su determinante es diferente
de cero, si tienen el mismo rango, y si existe una matriz nxn de P invertible tal que A =P BP.( La
matriz P se llama matriz de paso).
Cuando dos matrices cuadradas A y B verifican que A = P B P, para cierta matriz cuadrada P
(invertible, claro) decimos que A y B son semejantes.
Para poder llevar a cabo una diagonalizacin, se requiere que la matriz A sea diagonizable, para
esto A debe ser semejante a una matriz diagonal D. Debe existir una matriz C, tal que A=PDP. El
proceso de clculo de la matriz diagonal y de la matriz de paso se denomina diagonalizacin de A.
Si conseguimos escribir una matriz A como A = P D P, entonces podemos poner tambin A P = P
D. Si D es diagonal y nos fijamos en la columna i de esta ltima igualdad lo que tenemos es que A
xi= li xi(donde xi es la columna i de A y li es el nmero en el lugar i de la diagonal de D). Esto nos
dice que para diagonalizar una matriz nos hace falta conocer los vectores caractersticos:
.
Si un nmero y un vector no nulo x verifican la relacin A x = x diremos que es un valor
propio o autovalor de la matriz A y que x es un vector propio o autovector de A asociado al valor
propio .
Como un vector propio hace que el sistema Ax = x tenga solucin x distinta de cero, la matriz
de coeficientes (A I )(donde I denota la matriz identidad de orden n) debe tener determinante
no nulo. Este determinante det(A I) es un polinomio en de grado n y se denomina polinomio
caracterstico de A. Por lo tanto, los valores propios de A sern los ceros del polinomio
caracterstico de A.
El conjunto de vectores propios de A asociados a un mismo valor propio forman un subespacio
vectorial de R que se llama subespacio propio asociado al valor propio , y es el ncleo de la
matriz A I.
Para concluir si una matriz A es o no diagonalizable bastar pues averiguar si hay "suficientes"
valores propios reales para construir D y si hay "suficientes" vectores propios linealmente
independientes asociados; esta informacin nos la dar la dimensin de los subespacios propios:
Una matriz real cuadrada de orden n es diagonalizable si y slo si tiene n vectores propios
linealmente independientes asociados a valores propios reales.



APLICACIN DE LA DIAGONALIZACIN EN EL CLCULO DE POTENCIAS DE MATRICES.

EJEMPLO
Si A = , P = P
-1
=
y B = P
-1
AP. Encuentre B
5

SOLUCION
P
-1
AP = =
Calculemos B
5

B
2
= ( P
-1
AP)(P
-1
AP) = P
-1
A(PP
-1
)AP = P
-1
A
2
P
En general , se puede demostrar que B
n
= P
-1
A
n
P , por tanto , B
5
= P
-
1
A
5
P
-1

Encontramos entonces A
2
, este clculo es fcil porque A es una matriz
diagonal.
A
2
= =
En general , A
n
= de donde A
5
=
Tenemos entonces que B
5
= =

Otra de las aplicaciones de la diagonalizacin de matrices, es en los sistemas dinmicos, Cuando
interesa estudiar el comportamiento a largo plazo del sistema dinmico, En todo sistema dinmico
interviene, por consiguiente, una cantidad vectorial x(t) dependiente del tiempo t.
Un sistema dinmico discreto es de la forma : xk+1= A . xk (1), donde xk representa a la funcin
vectorial x(t). La ecuacin (1) expresa un vector en funcin de su anterior, por lo tanto puede
calcularse x k mediante iteraciones, es decir :


llegando a la frmula que permite resolver el sistema dinmico (1) al expresar x k = x(t) en funcin
de un vector inicial x 0 :


Cuando interesa estudiar el comportamiento a largo plazo del sistema dinmico, se recurre al
anlisis matemtico:


Cmo intervienen los autovalores y los autovectores en la resolucin de este tipo de sistemas?.
Si S = { v I } con 0 < i < n es el conjunto que representa a los autovectores asociados a la matriz A,
siendo i con 0 < i < n los autovalores correspondientes, y suponiendo que x se puede expresar
como C. L. de los autovectores del conjunto S


Repitiendo el procedimiento (k 1) veces, pero reemplazando en (2) *X0 por A . x0 se llega a :

El clculo de Ak, que puede resultar tedioso, se reemplaza por clculos sencillos empleando
autovalores y autovectores asociados a la matriz A. Si A nxn es diagonalizable, entonces posee n
autovectores L.I. por lo cual este mtodo puede aplicarse a cualquier vector inicial x 0.