Autovalores y autovectores

1 Autovalores y autovectores
Idea. Una matriz A de n n transforma un vector x de RN en otro vector Ax de RN . Buscamos los vectores x = 0 (por qu e distintos de cero? Ejercicio) que al ser transformados por A se mantienen en la misma direcci on Ax = x

Denici on 1 Un vector propio de A es un vector x distinto de cero tal que Ax = x para alg un R. A se le llama valor propio asociado a A. C omo encontramos x y ? Despejando en la expresi on Ax = x tenemos (A I )x = 0, luego x N(A I ) . Como x = 0 necesitamos que el sistema tenga soluciones no triviales; es decir, es valor propio det(A I ) = 0 Denici on 2 El espacio propio de A correspondiente a , V (), es el conjunto de todas las soluciones de (A I )x = 0, es decir V () = N(A I ). Denici on 3 El polinomio caracter stico de A es PA () = det(A I ). Importante. son las ra ces del polinomio caracter stico, es decir PA () = 0.

Ejemplo 1 Dada la matriz A= 2 3 3 6

formamos su polinomio caracter stico para encontrar los valores propios. Son las soluciones de det(A I ) = (2 )(6 ) 9 = 0. Es un polinomio de grado dos que tiene dos soluciones. Luego hay dos valores propios 1 = 3 y 2 = 7. Para encontrar los vectores propios asociados a cada valor propio tenemos que buscar los vectores tales que (A I )x = 0. Es decir, buscamos x N(A I ) para cada uno de los valores propios que hemos encontrado. =3 A 3I = = 7 A + 7I = 9 3 3 1 9 0 3 0 = V (7) = Gen 1 3 . 1 3 3 9 1 0 3 0 = V (3) = Gen 3 1 .

Ejercicio 2 = 0 es un valor propio v alido (no as el vector propio x = 0). Pero, qu e implica sobre la invertibilidad de la matriz el hecho de que 0 sea un valor propio?

Ejercicio 3 Encontrar los valores propios y vectores propios de 1 3 A = 3 5 3 3

3 3 . 1

Observaci on. es ra z simple es ra z doble 1 vector propio. 1 o 2 vectores propios.

Denici on 4 La multiplicidad algebraica, n , de un valor propio es la multiplicidad que tiene como ra z del polinomio caracter stico. La multiplicidad geom etrica, m , de un valor propio es la dimensi on de su espacio propio asociado m = dimV (). Importante. m n

2 Diagonalizaci on de matrices
Ejemplo 4 Calculamos las potencias 5 0 D= 0 3 0 0 de 0 0 , 2 25 D2 = 0 0 0 15 0 0 0 , 4 5k k D = 0 0 0 3k 0 0 0 . k 2

Idea. Queremos construir matrices diagonales, porque calcular sus potencias es muy f acil.

Denici on 5 A y B son matrices semejantes si existe una matriz P invertible, tal que A = P BP 1 Denici on 6 A es una matriz diagonalizable si es semejante a una matriz diagonal A = P DP 1 con D una matriz tal que todos los elementos que no est an en la diagonal son cero. Cu ando es una matriz A diagonalizable? Importante. El conjunto {v1 , . . . vr } es linealmente independiente si v1 , . . . vr son los vectores propios asociados a valores propios 1 , . . . r diferentes. Los siguientes enunciados son equivalentes 1. A es diagonalizable. 2. A tiene n vectores propios linealmente independientes. 3.
k i=1

ni = n y ni = mi , siendo k el n umero de vectores propios.

4. existe una base de Rn formada por vectores propios. Si A tiene n valores propios distintos entonces es diagonalizable. 2

2.1. Algoritmo para diagonalizar una matriz A. Diagonalizar, si es posible, la siguiente matriz 1 3 3 A = 3 5 3 . 3 3 1 Paso i: Encontrar los valores propios de A.

Resolvemos la ecuaci on caracter stica, det(A I ) = 0. Esta ecuaci on contiene un polinomio de grado n en .
El determinante de (A I ) es en este ejemplo 1 det 3 3 3 2 3 = ( 1)( + 2) 1

3 5 3

y por tanto tenemos como valores propios = 1 y = 2 (doble).

CUIDADO! Si hay n autovalores distintos la matriz es diagonalizable. En caso contrario (como en el ejemplo) no podemos armar si es diagonalizable o no. Paso ii: Encontrar los vectores propios asociados a los valores propios.

Este es el paso cr tico. Necesitamos n vectores propios linealmente independientes para que la matriz sea diagonalizable. Para encontrar los vectores propios tenemos que encontrar una base de N (A I ) para cada uno de los valores propios. Los vectores que formen esas bases ser an los vectores propios asociados a A. Cada valor propio tiene como m aximo tantos vectores propios asociados como multiplicidad tenga como ra z de la ecuaci on caracter stica.
En nuestro caso, A ser a diagonalizable si tiene tres vectores propios linealmente independientes. = 1: Calculamos una base para N (A I ): 0 (A I ) = 3 3 3 6 3 3 3 3 0 0 0 6 3 3 1 3 3 0 0 3 2 1 0 1 1 . 0

Por tanto la dimensi on de N (A I ) es 1 y una base para este espacio es 1 v1 = 1 . 1 = 2: Calculamos una base para N (A + 2I ): 3 (A + 2I ) = 3 3 3 3 3 3 1 3 0 3 0 1 0 0 1 0 . 0

La dimensi on de N (A + 2I ) es 2 (hay dos variables libres) y una base para este espacio es 1 1 v3 = 0 . v2 = 1 , 1 0 Hay tres vectores propios linealmente independientes = la matriz A es diagonalizable

Paso iii:

Escribir A = P DP 1 .

La matriz D es diagonal, tiene los valores propios colocados en la diagonal y 0 en el resto. Cada valor propio aparece tantas veces como sea su multiplicidad. El orden en que se colocan los valores propios no importa, determina el orden en el que hay que colocar los vectores propios en P . La columna en la que est e situado un valor propio en D tiene que corresponder a la columna en la que est e el vector propio asociado en P .
Formamos las matrices D y P con los datos del ejemplo: 1 1 0 0 P = (v1 |v2 |v3 ) = 1 D = 0 2 0 , 1 0 0 2 1 0 . 1

1 1 0

Conviene comprobar que A = P DP 1 (si las cuentas est an bien hechas, P tiene columnas linealmente independientes y por tanto es invertible).
Ejercicio 5 Diagonalizar, si es posible, la siguiente matriz

2 B = 4 3

4 6 3

3 3 . 1