ESCUELA TCNICA SUPERIOR DE NUTICA Y MQUINAS NAVALES / NAUTIKAKO ETA

ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA

FUNDAMENTOS MATEMTICOS
9. DIAGONALIZACIN DE MATRICES

9. 1 Valores y vectores propios de un endomorfismo.
Sea un espacio vectorial E, de dimensin n, y sea una aplicacin
lineal (endomorfismo):
f: E E
Se dice que es un vector propio de f cuando existe un
eK tal que:

Al valor que verifica: para algn se dice que
es un valor propio del endomorfismo f para ese vector , el cual es
llamado vector propio para ese .
NOTA: No todo endomorfismo posee valores propios.
* Propiedades
- El vector es vector propio, para cualquier valor , pues:

- Sea eK un valor propio del endomorfismo f. Entonces el
conjunto de todos los vectores propios asociados a , ms el vector
nulo, forman un subespacio vectorial, denominado subespacio propio
de . Se le denota por v().
DEMOSTRACIN:
Si =0, Subesp.
vectorial.
Si = 0,
Sean


Por tanto , o sea , v() es subespacio vectorial.
- Sean 1 = 2 dos valores propios distintos del endomorfismo f.
Los subespacios asociados v(1), v(2) son disjuntos salvo el vector
nulo.
DEMOSTRACIN:
Sea un vector propio que perteneciese a la interseccin,
, entonces:

por lo tanto,
- Sean p vectores propios, , del espacio vectorial E de
dimensin n (pn), cuyos valores propios asociados respectivamente
sean
1
,
2
, ...,
n
, distintos entre s; entonces el sistema {
} es libre.

9. 2 Ecuacin caracterstica de un endomorfismo.
Sea un espacio vectorial E, de dimensin n, y sea una aplicacin
lineal (endomorfismo): f: E E
Sea la matriz A (n n) asociada a f:

que equivale a: (A - I ) . X =0
Lo cual representa un sistema de ecuaciones lineales:

Sistema que admite soluciones distintas de la trivial cuando:
|A - I |=0
Obsrvese cmo al calcular |A - I | nos queda una expresin
polinmica en , llamada polinomio caracterstico:
P() =|A - I |
Mientras que a P() =0 se llama ecuacin caracterstica.
Ejemplo:
Para la matriz

el polinomio caracterstico es:

si ahora igualamos a 0 este polinomio obtenemos la ecuacin
caracterstica:
-
3
+ 10
2
- 40 + 123 =0
las races de este polinomio son los valores propios.
Una vez hallados los valores propios
1
,
2
, ...,
n
, podemos calcular
los vectores propios asociados a cada uno de ellos resolviendo el
sistema:
(A - I ) . X =0
es decir,

As obtenemos cada uno de los subespacios v(). Se debe verificar
que:
Dim v() =n rang (A - .I)
PROPOSICIN:
Sean
1
,
2
, ...,
n
, distintos entre s, entonces el subespacio
v(
1
)+v(
2
)+ ...+v(
n
) es suma directa de los subespacios v(
1
), v(

2
), ..., v(
n
)
DEMOSTRACIN:
Sean y hagamos:

cada uno de los debe ser nulo, pues si alguno de ellos no lo fuera
estaramos ante una familia ligada (cosa que no es posible).
Por tanto,


9. 3 Matrices semejantes.
Se dice que dos matrices A y B son semejantes si existe una matriz P
inversible que verifica:
P
-1
. A . P =B

- TEOREMA:
Sea A una matriz cuadrada de orden n, el polinomio caracterstico
de A no vara si se reemplaza A por una matriz semejante B.
DEMOSTRACIN:
Supongamos la existencia de una matriz P tal que: P
-1
. A . P =B
B - I = P
-1
. A . P - I = P
-1
. A . P - P
-1
. (I) . P =P
-1
. (A - I) .
P
Puesto que I =P
-1
. I . P
Por lo tanto:
|B - I | = | P
-1
| |A - I | | P| = |A - I |
Como consecuencia se puede hablar del polinomio caracterstico de
un endomorfismo f sin tener en cuenta la base en la que ste viene
dado.
- TEOREMA:
Sea f un endomorfismo de dimensin n, si su polinomio
caracterstico admite una raz mltiple de orden k, se verifica:
1 s dim v() s k

9. 4 Diagonalizacin de matrices (endomorfismos).

Se dice que un endomorfismo f del espacio vectorial E, de
dimensin n, es diagonizable si existe una base de E tal que la matriz
asociada a f en ella es diagonal.
Lo cual es equivalente a:
Se dice que una matriz cuadrada A, de orden n, es diagonalizable si
existe una matriz cuadrada inversible P tal que P
-1
.A.P sea diagonal.

- TEOREMA:
Un endomorfismo f de un espacio E , dimensin n, es diagonizable
si y solo si es posible hallar una base formada por vectores propios.
DEMOSTRACIN:
(1) Sea f un endomorfismo de E tal que en la base
la matriz asociada a f sea diagonal:

Por tanto,
|A - I | ( =
1
- ) (
2
- ) ... (
n
- )
y adems,
1
,
2
, ...,
n
, son precisamente los valores propios de A, y
se verifica:

con lo cual se obtiene una base de vectores propios.

(2) : Si se puede hallar una base
de vectores propios,
de tal forma que:


obviamente respecto a esta base la matriz asociada a f es diagonal.

- TEOREMA 1.
Un endomorfismo f de E, de dimensin n sobre K, es
diagonizable si y solo si:
1.- El polinomio caracterstico tiene sus n races (distintas o no)
en K.
2.- para cada raz i (de orden k
i
) se tiene:
dim v(
i
) =k
i

- TEOREMA 2.
Si un endomorfismo f de E, de dimensin n sobre K, posee n
valores propios distintos en K, f es diagonizable.




18. 5 Algunos ejemplos de diagonalizacin de matrices .
Ejemplo 1:
Es diagonizable la matriz A ? : Diagonizarla en caso afirmativo.

Respuesta:
Obtengamos en primer lugar el polinomio caracterstico p() =|A -
.I|:

Las races de p() son los valores propios: 1 =-2 (raz doble), 2 =
4.
* Hallemos una base para v(
1
) :
Tomamos el sistema (A - I ) . X =0 , siendo =-2, y le
resolvemos:

Lo cual equivale a x y + z = 0 x = y z
Haciendo y = 1, z = 0 , obtenemos el vector: (1, 1, 0).
Haciendo y = 0, z = -1 , obtenemos el vector: (1, 0, -1).
{ (1, 1, 0), (1, 0, -1) } forman una base de v(-2), pues son
independientes.

* Ahora hallemos una base para v(
2
) :
Tomamos el sistema (A - I ) . X =0 , siendo =4, y le
resolvemos:

Lo cual equivale a: x = y, z = 2y . { (1, 1, 2) } es una base de v(4).
En conclusin, la matriz A es diagonalizable, pues dim(v(
1
)) =2 y
dim(v(
2
)) =1, o en otras palabras A tiene tres vectores propios
linealmente independientes:
La matriz P (formada por los vectores propios) es:

Y por tanto, la matriz diagonalizada es:
B =
Obsrvese cmo se encuentran situados en la diagonal los tres
valores propios (el -2 es doble) de la matriz A.

Ejemplo 2:
Es diagonizable la matriz A ? :

Respuesta:
Obtengamos en primer lugar el polinomio caracterstico p() =|A -
.I|:

Las races de p() son los valores propios: 1 =-2 (raz doble), 2 =
4, los mismos que en el ejemplo 1 - pero ojo! el resultado va a ser
muy distinto.
* Hallemos una base para v(
1
) :
Tomamos el sistema (A - I ) . X =0 , siendo =-2, y le
resolvemos:

Es decir: x = y, z =0. Por tanto una base de v(-2) : { (1, 1, 0) }
* Ahora hallemos una base para v(
2
) :
Tomamos el sistema (A - I ) . X =0 , siendo =4, y le
resolvemos:

Es decir x = 0, y = z. Por tanto una base de v(4) : { (0, 1,1) }
La matriz A tiene solamente dos vectores propios independientes, por
lo tanto no es diagonizable (Falla el punto (2) del Teorema 1, que
dice:
2.- para cada raz i (de orden k
i
) se tiene dim v(
i
) =k
i
).
En nuestro caso, tenemos que dim(v(
1
)) =1, sin embargo
1
es
una raz de orden 2.