Documente Academic
Documente Profesional
Documente Cultură
Autovalores y Autovectores
Ejemplos
Ejemplo 1. Una rotacin de un punto de R3 alrededor del eje z, f : P P :
x = x cos y sen
y = x sen + y cos
z = z
1 0 0
1.b) Si la rotacin fuera = , la matriz correspondiente es A = 0 1 0 .
0 0 1
= 2 = 1
det( A I ) = 0(1 ) 2 (1 ) = 0 1 posee dos autovalores diferentes
3 = 1
1.b.I) Si 1 = 2 = 1.
0 0 0 0 x1 R
El sistema ( A 1 I ) X = O es 0 0 0 0 cuyo conjunto solucin est definido por x2 R .
0 0 2 0 x = 0
3
r
S = 1 = {x R /x 3 = 0} ( x1 , x 2 ,0) = x1 (1,0,0) + x 2 (0,1,0) x1 ,x 2 R ; dim(S = 1)=2
3
1.b.II) Si 3 = 1.
2 0 0 0 x1 = 0
( A 3 I ) X = O 0 2 0 0 cuyo conjunto solucin est definido por x2 = 0 .
0 0 0 0 x R
3
r
S =1 = {x R /x1 = x2 = 0} (0,0, x3 ) = x3 (0,0,1) x3 R ; dim(S = 1)=1.
3
Queda como ejercicio las rotaciones en /2 y en /4. Como paso previo imaginar
geomtricamente si hay invariantes frente a estas rotaciones y constatar la validez de lo predicho.
r
Ejemplo 2. Dado un vector no nulo v R 2 y sea la transformacin lineal f :R 2 R 2 definida
por
r r
f ( x ) = proy v x .
v12 v1v 2
2
v12 + v 22 v + v 22
2
v2 v 2 vv
det( A I ) = 0 1
= 0 2 1 2 2 2 2 2 1 2 2 = 0
v1v 2 v v1 + v 2 v1 + v 2 v1 + v 2
2
2
v1 + v 22
2
v1 + v 2
2 2
2
v12
v12 v 22 v 22 2 v1v 2
v 2 + v 2 v 2 + v 2 + v 2 + v 2 = 0
+
(
v12 + v 22
2
1 ) 2 1 2 1 2
2 = 1.
1v + v 2
2 v1
2
+ v 2
2 1v + v 2
2 v1
2
+ v 2
2
r
S =1 = {x R / x1v2 x2 v1 = 0} ; dim(S = 1)=1
2
Matrices semejantes
Se dice que dos matrices cuadradas A y B de igual orden, son semejantes si existe una matriz
P, de igual orden, inversible tal que
B = P 1 A P .
P se denomina matriz de pasaje o de cambio de base; con A~B se indica que A es semejante a B.
Propiedades
1) La semejanza es una relacin binaria de equivalencia.
Reflexiva: A~A
Simtrica: A~B B~A
Transitiva: Si A~B B~C A~C
2) Si A~B det(A)=det(B)
Demostracin) Si A~B P inversible / B = P1.A.P, resulta entonces que
P
{I det( B ) = det( A)
det(B)=det(A).det(P1.P) det(B) = det(A). det
P
3) Si A~B kN Ak ~ Bk
Demostracin) Si A~B P inversible / B = P1.A.P P
B k = ( P 1 A P)( P 1 A P)( P 1 A P) L ( P 1 A P) = P 1 A( P P 1 ) A( P 1 P) AL A P
B k = P 1 ( A I ) k P = P 1 A k P B ~A .
k k
Diagonalizacin de matrices
Dada una matriz cuadrada A Rnn, se dice que es diagonizable si existe P inversible del
mismo orden de A (es decir P Rnn P1) / P
1 0 L 0
0 L 0
P1.A.P = D = 2
matriz diagonal (A ~ D)
M O M
P
M
0 0 L
n
Los vectores columna de P corresponden a los autovectores de A y los elementos diagonales 1, 2,
3, ..., n de la matriz diagonal D a sus autovalores correspondientes. P resulta la matriz del cambio
de base de los autovectores en la base cannica.
Propiedades
1) Si ARnxn con autovalores 1, 2, 3, ...,n con multiplicidad 1 (esto es i j i j) entonces A
es diagonizable; el rango de (A iI)=(n 1) y dim( S i )=1 i =1, 2, ...,n.
Esta propiedad se puede expresar en forma equivalente de las siguientes formas:
a) si las races de la ecuacin caracterstica de la matriz A Rnxn son todas simples, entonces
A es diagonizable;
b) si la matriz A Rnxn tiene n autovalores i distintos A es diagonizable.
2) Si A Rnxn es diagonizable n autovectores que constituyen una base de Rn.
3) Si el orden de multiplicidad de un autovalor i correspondiente a A Rnxn es m(i), entonces el
rango de (A iI)=[n m(i)] i para ser diagonizable, esto es que dim( S i ) = m(i) i.
Ejemplos
1 0
Ejemplo 1. Sea A= . Si estudiamos su ecuacin caracterstica, det(A I) = (1)2 = 0
1 1
0 0
1 =2 =1, orden de multiplicidad m(=1)=2; pero rango (A 1.I)=rango =1
1 0
A no es diagonizable.
El subespacio asociado al autovalor es dim(S=1)=21=1, no existe un conjunto de 2
autovectores independientes con los cuales hallar la matriz P de cambio de base.
0 0 i
Ejemplo 3. Si A fuera la matriz de rotacin alrededor del eje z:
cos sen 0 0 1 0
A = sen cos 0 con = A = 1 0 0 ,
0 0 1 2 0 0 1
que representa la matriz dada en el ejemplo anterior.
r
Al aplicar la matriz A al vector x , su imagen es rotada /2; esto significa que A2 representar una
rotacin de con respecto al eje z.
Dado que P1.A.P = D A = P.D.P1
P P P
A2 =(P.D.P1)(P.D.P1) = P.D( 1
P P P 1
23
P P )D.P1 = P.D2.P1
P P P P P
Esto significa que si P diagonaliza a A, tambin diagonaliza a A2, y los autovalores de A2 son 2i si
i es un autovalor de A.
0 0 1
Matrices Hermticas
Sea una matriz cuadrada A Cnxn, tal que AT = A , entonces A es hermtica.
Notacin: A matriz cuyos elementos son los conjugados de los correspondientes elementos de A,
Si A = ((ai , j )) Cnn , A = ai , j Cnn . (( ))
Propiedades
1) Si A =((ai,j)) Cnxn , esto es que ai,j C, y adems A es hermtica, entonces
ai , j = a j ,i i j
i = 1,2,..., n .
ai , j R i = j
2) Si todo ai, j A es real ( es decir ai,j R) y la matriz es hermtica la matriz A es simtrica.
3) Todos los autovalores de una matriz hermtica son reales.
4) Los autovectores asociados a autovalores distintos son ortogonales.
Ejemplos
Matrices antihermticas
Si ACnn diremos que es antihermtica si A T =A.
Propiedades
a = a j ,i i j
1) Si A=((ai,j)) Cn x n , si es antihermtica i , j i = 1,2,..., n .
ai , j es imaginario puro i = j
Observacin: z = a + bi es imaginario puro si Re(z)= a =0.
2) Si A es antihermtica (i.A) es hermtica. Si A es hermtica (i.A) es antihermtica.
3) Los autovalores de una matriz antihermtica son imaginarios puros (incluyendo cero).
4) Los autovectores asociados a autovalores distintos son ortogonales.
5) Si la matriz antihermtica tiene todos los ai,j R, resulta antisimtrica.
0 1 i 2i 0 1 + i 2i 0 1 i 2i
Ejemplo: A= 1 i 3i
T
2 A = 1 + i 3i 2 A = 1 i 3i () 2 = A.
2i
2 i 2i 2
i 2i
2 i
Matrices unitarias
T T T
Si ACn x n y A = A1 , la matriz A se llama unitaria; en forma equivalente, A A= A A = I .
Propiedades
1) Toda matriz unitaria hace invariantes el producto interior y la norma eucldea.
X , Y C n1 se cumple:
a) A X, A Y = X, Y ; b) A X = X .
2) Los autovectores asociados a autovalores distintos son ortogonales.
3) Si A = ((ai,j)) / ai,j R i, j =1, ..., n A es unitaria, entonces A es ortogonal.
i 0 0
Ejemplo: A= 0 1 / 2 1 / 2 .
0 i / 2 i / 2
Matrices normales
T T
Sea A Cn x n, diremos que es normal si A A= A A .
Los autovectores asociados a autovalores distintos son ortogonales.
1 0 L 0
0 2 L 0
donde D es una matriz diagonal de la forma D =
M M O M
0 0 L
n
de (1) A = P.D.P1
P P
P 2
A2 = P.D. 1
P
1
P .D.P1 = P.D2.P1
3 P P P
A3 = A2.A = P.D2. 11
P2 3.P .D.P1 = P.D3.P1
P P P P
M
P 2
Ak = Ak1.A = P.Dk1. 1 1
P P D P 1 = P D k P 1
3
I
1n 0 L 0
n . n. 1 0 2n L 0 1
A = P D P = P P
O M
P P
M M
0 0
L nn
Esta ltima expresin indica una forma ms simple de operar que el clculo directo de la
potenciacin de la matriz.
Es posible expresarla en forma matricial XT.A.X = k de forma que la matriz A sea hermtica:
3 0 1 z
El hecho de elegir que A sea hermtica (en este caso particular en el campo real, simtrica) se debe a
que de esta forma est garantizada su diagonalizacin y que los autovectores correspondientes son
ortogonales.
Se determina la ecuacin caracterstica de A, los autovalores y autovectores.
2 3 3
A I = 3 1 0 det( A I ) = 0 (1+)2(2)+18(1+)=0
3 1
0
(1+) (2 ++20)=0 (1+) (+4) (5)=0
Los resultados obtenidos son:
r
1 = 1 autovector u1 =(0,1,1)
r
2 = 4 autovector u2 =(1,1,1)
r
3 = 5 autovector u3 =(2,1,1)
r r r
Como {u1 ; u2 ; u3 } es una base ortogonal, para normalizar se utiliza la norma euclideana.
r r r
u1 = 2 u2 = 3 u3 = 6
{
u 1 ; u 2 ;u 3 } = 0, 1
1 1 1
; , , ,
1 2 1 1
; , ,
2 2 3 3 3 6 6 6
0 1/ 3 2 / 6
La matriz de pasaje o cambio es P = (U1 U 2 U 3 )= 1/ 2 1/ 3 1/ 6 donde U k indica un
1/ 2 1/ 3 1/ 6
vector columna cuyos elementos son las componentes del versor u k para k=1, 2,3.
1 0 0
Dado que P = P por se ortogonal, D = P A P = 0 4 0 .
1 T T. .
P
0 0 5
x x
Como X A X = 2 y = P y , es decir, X = P X , verificndose que X T = X T P T .
T. .
z z
1 0 0 x
Entonces: X .1 T
P2 T
.A.P
3 X = 2 ( x y z ) 0 4 0 y =2 x 4 y +5 z =2 .
2 2 2
D 0 0 5 z
r r r
Esta ecuacin corresponde, con respecto a los nuevos ejes definidos por los versores u10 , u 20 ,u 30 , a
x 2 y 2 z 2
+ =1 hiperboloide de dos hojas
2 1/ 2 2 / 5
Este nuevo sistema de ecuaciones diferenciales ordinarias a resolver tiene la ventaja sobre el
sistema original que est constituido por ecuaciones desacopladas, es decir que cada una de las
nuevas funciones incgnitas se resuelve en forma independiente de las dems.
Empleando algn mtodo adecuado de resolucin de ecuaciones diferenciales (por ejemplo,
en este caso, variables separables) las soluciones son:
x 0 1 2 y1 0 1 2 C1
Como Y = P X X = P Y , y = 1 0 1 y2 = 1 0 1 C2 e 3t , la solucin
1
z 1 1 0 y 1 1 0 C e 2t
3 3
es
x(t ) = C2 e 3t + 2C3 e 2t
2t
y (t ) = C1 C3 e ,
z (t ) = C C e 3t
1 2
x(t ) 0 1 2
3t
en forma equivalente, y (t ) = C1 1 + C2 0 e + C3 1e 2t .
z (t ) 1 1 0
Forma de Jordan
Se ha visto que si una matriz cuadrada A tiene n autovectores linealmente independientes,
entonces A es diagonalizable; es decir, existe una matriz diagonal semejante a A, donde los
elementos de la diagonal principal son los autovalores correspondientes. Sintetizando, si existe una
matriz de transicin P inversible tal que P1.A.P = D entonces D es una matriz semejante a A y
P
adems es diagonal, entonces A es diagonizable. Pero, no todas las matrices son diagonizables ya
que no poseen la cantidad suficiente de autovectores necesarios para construir la matriz P de
transicin o de pasaje. El problema se presenta cuando las races de la ecuacin caracterstica
(autovalores) son de orden de multiplicidad m()>1. En ciertos casos, a pesar de los autovalores
mltiples es posible obtener los autovectores necesarios, pero en otros casos no lo es. Cuando la
matriz asociada a la transformacin en una base no es diagonalizable, entonces se plantea obtener
una matriz aproximada J a una diagonal tal que sea igual a J=P1.A.P. P
2) Cuando esto no ocurre, por cada autovector que se pierde, la matriz de Jordan incorpora un 1 en
la diagonal paralela a la principal por encima de ella, mientras que en la diagonal principal aparecen
los autovalores de A.
Ejemplos
1 1 2
1) Sea A = 0 0 1 , analizar la factibilidad de su diagonalizacin.
0 0 0
U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 11
1 1 2
A I = 0 1 det( A I ) = 2 (1 ) = 0 1 = 2 = 0 3 = 1
0 0
Los autovalores son 0 y 1.
1 1 2 0
Si = 0, el sistema (A I) X = O se convierte en A X = O 0 0 1 0 x3 =0, x1 = x2 .
. .
0 0 0 0
S=0= {X = ( x1 , x2 , x3 ) /x3 = 0 x1 = x2 }=( x1 , x1 ,0) = x1 (1,1,0),x1 R .
r
Adoptamos u1 =(1,1,0) como autovector. Como el orden multiplicidad de la raz m(=0)=2 se pierde
un autovector.
0 1 2 0 0 1 2 0
Si =1 es (A I) . X = O 0 1 1 0 ~ 0 0 1 0 x3 =0, x2 =2x3 =0, x1R.
0 0 1 0 0 0 0 0
S=1 = {X = ( x1 , x2 , x3 ) / x2 = x3 = 0}=( x1 ,0,0)= x1 (1,0,0),x1 R .
r
Adoptamos como autovector u2 =(1,0,0) . En este caso, por ser raz simple m(=1)=1, le
corresponde un slo autovector.
La matriz A no es diagonizable porque pierde un autovector para =0. La forma de Jordan
correspondiente est constituida por:
para el autovalor 3 =1, una submatriz diagonal de 1x1
para los autovalores 1 =2 =0, una submatriz de 2x2 donde se incorpora a2,3 =1,
1 0 0
J = 0 0 1
0 0 0
1 1 2
Observacin: Si fuera A= 0 0 1 los autovalores seran 1 =1, 2 =0.316 y 3 =0.316 y sera
0 01
. 0
diagonalizable.
1 2 1
2) A = 0 1 3
0 0 1
1 2 1
A I = 0 1 3 det( A I )=0(1 ) 3 = 0 1 = 2 = 3 = 1
0 0 1
Hay un nico autovalor, 1.
r
Un slo autovector se puede extraer u1=(1,0,0) pierde 2 autovectores se incorporan 2
elementos a1,2 =a2,3 =1, siendo la forma de Jordan asociada a A:
Nota: Cada uno de los autovectores forman lo que se llama bloques de Jordan que corresponden a
submatrices de mm, donde m es el orden de multiplicidad del autovalor k, de la forma:
k 1 L 0 0
0 k L 0 0
Jk = M M O M M
0 0 L k 1
0 0 L 0
k
Una de las preguntas que queda pendiente de responder est relacionada con el hecho de que
si bien se obtiene como sustituta de la matriz diagonal la forma de Jordan / P1.A.P = J, cul ser la
P
r
u2 = (1,0,1,0) .
r r
Tomamos P = (U 2 U 3 U 4 U1 ) , respetando el orden de Jordan y donde se desconocen u3 y u4 .
De (1) A . P = P . J, resultando que:
A P = ( AU 2 AU 3 AU 4 AU1 )
2 1 0 0
0 2 1 0
P J = (U 2 U 3 U 4 U 1 ) = ( 2U 2 U 2+2U 3 U 3+2U 4 1U 1 )
0 0 2 0
0
0 0 1
AU 2 = 2U 2 I) ( A 2 I )U 2 = O
AU = U + U II) ( A 2 I )U 3 = U 2
3 2 2 3
AU 4 = U 3 + 2U 4 III)( A 2 I )U 4 = U 3
AU1 = 1U1 IV) ( A 1 I )U1 = O
0 1 0 1 0
1 1 1 3 0 r
De I), ( A 2 I )U 2 = O , u2 = (1,0,1,0) , como era de esperar.
0 1 0 1 0
1 1 1 3 0
r
De II), ( A 2 I )U 3 = U 2 , la resolucin conduce a u3 , el cual claramente no es un autovector de A.
0 1 0 1 1 0 1 0 1 1 0 1 0 1 1
1 1 1 3 0 1 1 1 3 0 1 0 1 2 1
~ ~
0 1 0 1 1 0 0 0 0 0 0 0 0 0 0
1 1 1 3 0 0 2 0 6 0 0 0 0 4 2
1 3
4x4 =2 x4 = ; x2 +x4 =1 x2 =1x4 = ; x1 x3 +2x4 =1 x1 R.
2 2
3 1
De las infinitas soluciones, S = x1, , x1, ,x1 R , elegimos una de ellas para obtener el
2 2
r 3 1
vector buscado. Tomamos x1 =0 u3 = 0, , 0, .
2 2
La solucin no es nica, y tampoco existe un orden preestablecido para la ubicacin de los bloques
de Jordan. As, en este ejemplo, es vlido decir que
0 0 0 0 0 1 0 0
0 2 1 0 1 0 3 / 2 1/ 2
J = y P=
0 0 2 1 0 1 0 1/ 2
0 0 0 2 1 0 1/ 2 1/ 2
======================================================================