Documente Academic
Documente Profesional
Documente Cultură
Diagonalizaci
on y formas can
onicas
Autovalores y autovectores.Propiedades
Sea V un espacio vectorial sobre K y f End(V ) . Fijada una base de V , existira una matriz
cuadrada A, tal que
f (~x) = A~x
La diagonalizaci
on consiste en encontrar una base de V en la que la matriz del endomorfismo
f tenga forma diagonal.
Nos vamos a centrar en este tema en la diagonalizacion por semejanza, es decir, buscamos que
la nueva matriz del endomorfismo sea diagonal y semejante a la actual.
Matrices semejantes
Definici
on [Matrices semejantes]
A, B Mn (R). Decimos que A es semejante a B si existe una matriz cuadrada P invertible
tal que A = P 1 BP .
Propiedades
1. Si A es semejante a B, entonces |A| = |B|.
2. Si A es semejante a B, Ak es semejante a B k .
3. Si A es semejante a B y p(t) es un polinomio con coeficientes en R, entonces p(A) es
semejante a p(B).
4. Si A es semejante a B y A es regular, entonces B es regular y A1 es semejante a B 1 .
Autovalores y autovectores
Definici
on [Autovalor y autovector]
Sea f : V V
propio de f si
Definici
on [Espectro]
Se llama espectro de f , y se designa (f ) , al conjunto de todos los autovalores del
endomorfismo f
(f ) { K / es autovalor de f }
Se llama espectro de A, y se designa (A) , al conjunto de todos los autovalores de la
matriz A
(A) { K / es autovalor de A}
Definici
on [Subespacio propio]
El conjunto de todos los autovectores asociados a un autovalor junto con el vector ~0 es un
subespacio vectorial que se suele denotar A o V () y se denomina subespacio propio asociado
al autovalor
A = V () = {~x / A~x = ~x} {~0}
Polinomio caracterstico
Dado f End(V ) y B una base de V , sea A = M(f, B).
K es un autovalor o valor propio de A si
X Rn , X 6= / AX = X
AX X = (A I)X =
Esta u
ltima relacion representa un sistema homogeneo. Para que este sistema homogeneo
admita solucion distinta de la trivial, debe ocurrir que el determinante de la matriz del sistema
sea cero, es decir
| A I |= 0
Por tanto, para obtener los autovalores de A, bastara resolver la ecuacion | A I |= 0 ,
llamada ecuaci
on caracterstica de A.
a11
a
12
1n
a21
a
22
2n
| A I |=
=0
..
..
..
..
.
.
.
.
an1
an2
ann
Desarrollando se obtiene el polinomio en
P () = a0 n + a1 n1 + + an1 + an
llamado polinomio caracterstico de A.
Los autovalores de A son, pues, los ceros de su polinomio caracterstico.
Una vez resuelta la ecuacion caracterstica y obtenidos, por tanto, los autovalores de A,
para calcular los autovectores correspondientes al autovalor i , habra que resolver el sistema
(A i I)X = .
Definici
on [Multiplicidad algebraica]
Si 0 es una raz de multiplicidad de la ecuacion caracterstica de A, se dira que 0 es
un autovalor de orden de A. A se le llama multiplicidad algebraica de y se suele
notar ma ().
a1 = (1)n1 traza(A)
an = |A|
1 2 n = |A|
Proposici
on
Si B y A son semejantes, tienen el mismo polinomio caracterstico y, por lo tanto, los mismos
autovalores.
Subespacios invariantes
Definici
on [Subespacio invariante de un endomorfismo]
Sea f un endomorfismo del espacio vectorial V , y sea U V un subespacio. Se dice que U
es invariante por f si ~u U f (~u) U o, lo que es lo mismo, f (U ) U .
Proposici
on
El subespacio propio asociado a un autovalor (A ) de una matriz (o endomorfismo) es un
subespacio vectorial invariante.
Definici
on [Multiplicidad geom
etrica]
Se llama multiplicidad geom
etrica de y se denota mg (), al n
umero de autovectores
linealmente independientes asociados asociados a es decir
mg () = dim(A )
Proposici
on
La dimension del subespacio vectorial propio A viene dado por
dim(A ) = dim(N (A I)) = dim(V ) rango(A I)
Proposici
on
Si es un autovalor de A con multiplicidad algebraica r, entonces 1 dim(A ) r, es decir
1 mg () ma ()
Teorema de Cayley-Hamilton
Teorema [Teorema de Cayley-Hamilton]
Toda matriz cuadrada A sobre un cuerpo K es raz de su polinomio caracterstico. Es decir,
si p() = a0 n + a1 n1 + + an es el polinomio caracterstico y n es la matriz nula de
orden n , entonces
p(A) = a0 An + a1 An1 + + an I = n
Aplicaci
on al c
alculo de A1
Sea A una matriz invertible (es decir, | A | 6= 0 )
Teniendo en cuenta que a0 An + a1 An1 + + an I = n , y por ser an =| A | 6= 0, se verifica
que
a0
a1
a2
an1
A1 = An1 An2 An3
I
an
an
an
an
Matrices diagonalizables
Definici
on [Matriz diagonalizable]
Sea A Mn (K). Diremos que A es diagonalizable sobre K si es semejante a una matriz
diagonal, es decir
A es diagonalizable Q Mn , |Q| 6= 0 / A = Q1 DQ
1 0 0 0
0 2 0 0
D = M(f, B 0 ) = ..
.. .. . .
..
.
. .
. .
0
0 n
donde D = P 1 AP , con P la matriz del cambio de base, que resulta ser la matriz que tiene por
columnas los autovectores de A colocados en el mismo orden en el que se colocan los autovalores
de f en la diagonal.
Es siempre posible encontrar dicha base?
En general, la respuesta es NO.
Teorema
La condicion necesaria y suficiente para que una matriz sea diagonalizable sobre el cuerpo K
es:
(a) que el polinomio caracterstico se pueda factorizar en K
(b) que la multiplicidad de cada autovalor sea igual a la dimension del subespacio propio
asociado A , es decir, que las multiplicidades algebraica y geometrica coincidan
ma () = mg (), (A)
Forma can
onica de Jordan
No siempre es posible que una matriz cuadrada A sea semejante a una matriz diagonal.
Ejemplo.- La siguiente matriz cuadrada de orden n (conocida con el nombre de bloque de
Jordan), no es diagonalizable:
1 0
0 1 0
(n)
.. .. .. ..
J =
.
.
.
.
0 1
0
Teorema [de Jordan]
Sea A una matriz cuadrada. Entonces existen r autovalores 1 , 2 , . . . , r (que pueden ser
iguales) y r n
umeros naturales m1 , m2 , . . . , mr tales que A es semejante a la matriz diagonal
por bloques:
(m )
J 1 1
(m )
J2 2
J =
...
(m )
J r r
Esta matriz recibe el nombre de forma can
onica de Jordan de la matriz A. En ella
un mismo autovalor aparece en tantos bloques como indica mg () y el n
umero de veces que
aparece en la diagonal de J es ma ().
Si P es la matriz que reduce A a su forma de Jordan, entonces sus m1 primeras columnas
satisfacen:
A~x1 = 1~x1 ,
~x1 es un autovector correspondiente a 1
A~xi = 1~xi + ~xi1 , i = 2, , m1
Los vectores ~xi (i = 2, . . . , m1 ) se llaman autovectores generalizados de A, y la sucesion
~x1 , , ~xm1 se dice que es una cadena de Jordan correspondiente a 1 . Naturalmente, cada
bloque tiene su cadena correspondiente.
M
etodo de Caros para el c
alculo de J
si q1 < m,
si q1 + q2 < m,
..
.
si q1 + q2 + + qp = m,
q1 + q2 + + qp = multiplicidad de
3. Al valor propio le corresponden:
q1 q2
q2 q3
..
.
1
2
..
.
qp1 qp
qp
p 1
p
10
seguimos
seguimos
..
.
FIN
C
alculo de P
Una vez calculada la matriz J por el metodo de Caros, procedemos a calcular la matriz P .
Para ello, llamemos Nk, = Ker(A I)k . Tomemos un vector
~vi Ni, \ Ni1,
Dado v~i , calculamos:
~vi1 = (A
~vi2 = (A
..
..
.
.
~v2
= (A
~v1
= (A
I)~vi
I)~vi1
I)~v3
I)~v2
y el vector ~v1 resulta ser un autovector de A (o una combinacion lineal de ellos) y los
vectores {~vj , j = 2, , i} son sus autovectores generalizados.
11
Ecuaciones en Diferencias
n = 1, 2,
a partir de un vector inicial ~u0 Kp . Una relacion de recurrencia de esta forma se llama sistema
de ecuaciones en diferencias lineal y homog
eneo (que son los u
nicos que estudiaremos).
Si ~un = A~un1 es un sistema de ecuaciones en diferencias, se tiene, razonando por induccion, que ~un = An~u0 . Con esta expresion podemos hallar ~un para cualquier valor de n. Sin
embargo, vamos a dar una expresion mas simple para ~un que nos permitira ahorrar tiempo de
calculo y tambien estudiar el comportamiento a largo plazo de la sucesion ~un .
12
Lema
Sea A una matriz cuadrada de orden p y J = P 1 AP su forma canonica de Jordan, entonces
An = P J n P 1
n = 1, 2,
n2
An = P
..
1
P ;
n = 1, 2,
np
siendo 1 , 2 , , p los autovalores de A.
Lema
Si J es un bloque de Jordan de orden r, entonces
n
n
n
n
n1
n2
nr+1
1
1
2
n
n
n
n1
nr+2
2
1
Jn =
n
n
nr+3
..
..
.
.
n
n
siendo
= 0 si n < k
k
13
n = 1, 2,
n = 1, 2,
n = 1, 2,
14
(siendo ap 6= 0)
zn1
a1 a2 ap1 ap
zn
1
zn1
0
0
0
zn2
..
..
1
0
0
~un =
= A~un1
= 0
.
.
..
.
.
.
.
..
..
..
.. znp+1
.
znp+2
znp
0
0
1
0
znp+1
esta relacion es valida para n = p + 1, p + 2,
Proposici
on
Los autovalores de la matriz
A=
a1 a2
1
0
0
1
..
..
.
.
0
0
ap1 ap
0
0
0
0
..
..
..
.
.
.
1
0
n = 1, 2, . . .
15