Diagonalización de matrices

Una matriz A cuadrada es diagonalizable si existe una matriz P regular y una matriz D
diagonal, ambas de la misma dimensión, de modo que:

𝐴 = 𝑃𝐷𝑃 −1

O equivalentemente

𝐷 = 𝑃 −1 𝐴𝑃

Entre sus propiedades, podemos destacar:

a) La matriz diagonal D tiene en su diagonal los autovalores o valores propios de A

b) La columna i de P es el vector propio asociado al autovalor de la posición i de la diagonal

de D

c) Todas las matrices reales y simétricas son diagonalizables.

d) Potencias de A:

𝐴2 = 𝐴𝐴 = (𝑃𝐷𝑃−1 )(𝑃𝐷𝑃−1 ) = 𝑃𝐷2 𝑃−1

Por inducción,

𝐴𝑘 = 𝑃𝐷𝑘 𝑃−1

Como D es una matriz diagonal, notemos que

𝐷𝑘 = 𝑑𝑖𝑎𝑔(𝑑1𝑘 , 𝑑2𝑘 , … , 𝑑𝑛𝑘 )

Si un número 𝜆 y un vector no nulo 𝑥 verifican la relación 𝐴𝑥 = 𝜆𝑥 diremos que 𝜆 es un
valor propio o autovalor de la magtriz 𝐴 y que 𝑥 es un vector propio o autovector de 𝐴
asociado al valor propio 𝜆.

Diagonalizar una matriz 𝐴 tamaño 𝑛 x 𝑛 es lo mismo que encontrar 𝑛 vectores propios

linealmente independientes asociados a valores propios reales, ya que entonces podemos
ponerlos por columnas y conseguir así la matriz 𝑃. Como un vector propio 𝜆 hace que el
sistema 𝐴𝑥 = 𝜆𝑥 tenga solución 𝑥 distinta de cero, la matriz de coeficientes |𝐴 − 𝜆I|; donde
I denota la matriz identidad de orden 𝑛, debe tener determinante no nulo. Este determinante
|𝐴 − 𝜆I|es un polinomio en 𝜆 de grado 𝑛 y se denomina polinomio característico de 𝐴. Una
matriz puede además tener valores propios imaginarios.

El conjunto de vectores propios de 𝐴 asociados a un mismo valor propio 𝜆 forman un

subespacio vectorial de ℝ𝑛 que se llama subespacio propio asociado al valor 𝜆.

El algoritmo de diagonalización es el siguiente:

−8 9 −27
Si tenemos una Matriz 𝐴 = ( 3 −2 9 )
3 −3 10
El primer paso sería calcular los valores propios, lo cual podemos lograr a través de la
ecuación característica |𝐴 − 𝜆I|
−8 9 −27 1 0 0 −8 9 −27 𝜆 0 0
|𝐴 − 𝜆I| = | ( 3 −2 9 ) − 𝜆 (0 1 0)| = | ( 3 −2 9 ) − (0 𝜆 0 )|
3 −3 10 0 0 1 3 −3 10 0 0 𝜆

−8 − 𝜆 9 −27
=| 3 −2 − 𝜆 9 |
3 −3 10 − 𝜆
Desarrollamos este determinante por cual quiera de los métodos conocidos y obtenemos el
polinomio característico, en esta ocasión lo desarrollaremos por el método de Sarrus:
= (−8 − 𝜆)(−2 − 𝜆)(10 − 𝜆) + 243 + 243 − 3(−2 − 𝜆)(−27) − (−8 − 𝜆)(−3)9 − (10 − 𝜆)(3)(9) =
𝜆3 + 3𝜆 − 2 = (𝜆 − 1)(−𝜆2 − 𝜆 + 2) = (𝜆 − 1)(𝜆 − 1)(−𝜆 − 2) = −(𝜆 − 1)2 (𝜆 + 2)

Valores propios
𝜆1 = 1 con multiplicidad algebraica 2
𝜆2 = −2 con multiplicidad algebraica 1
Calculamos los vectores propios asociados a cada valor propio.
𝑥 𝑥 −8 9 −27 𝑥 𝑥
3| 3
𝑉1 = {(𝑥, 𝑦, 𝑧) ∈ ℝ 𝐴 (𝑦) = 1 (𝑦)} = {(𝑥, 𝑦, 𝑧) ∈ ℝ |( 3 −2 9 ) (𝑦) = (𝑦)} =
𝑧 𝑧 3 −3 10 𝑧 𝑧
−8𝑥 + 9𝑦 − 27𝑧 = 𝑥 −9𝑥 + 9𝑦 − 27𝑧 = 0
= {(𝑥, 𝑦, 𝑧) ∈ ℝ3 | 3𝑥 − 2𝑦 + 9𝑧 = 𝑦 } = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 | 3𝑥 − 3𝑦 + 9𝑧 = 0 }
3𝑥 − 3𝑦 + 10𝑧 = 𝑧 3𝑥 − 3𝑦 + 9𝑧 = 𝑧
−9 9 −27 0 −1 1 −3 0
1 1
( 3 −3 9 |0) 9 𝑓1 , 3 𝑓2 ↝ ( 1 −1 3 |0)
3 −3 9 0 0 0 0 0
 {−𝑥 + 𝑦 − 3𝑧 = 0
3inc -1 ec = 2 parám. 𝑧 = 𝑡 , 𝑦 = 𝑠 luego
{−𝑥 + 𝑦 − 3𝑧 = 0 ⇒ −𝑥 + 𝑠 − 3𝑡 = 0
𝑠 − 3𝑡 = 𝑥
Si (𝑥, 𝑦, 𝑧) ∈ 𝑉1 ⇒ (𝑥, 𝑦, 𝑧) = (𝑠 − 3𝑡, 𝑠, 𝑡) = (𝑠, 𝑠, 0) + (−3𝑡, 0, 𝑡) = 𝑠(1,1,0) + 𝑡(−3,0,1)
Por lo tanto