Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diagonalizacion
Diagonalizacion
En lo que resta de este tema, nos centraremos en un tipo especial de aplicaciones lineales:
los endomorfismos.
Definicin: Endomorfismo.
Se llama endomorfismo a una aplicacin lineal f: V
V, en que el espacio inicial y final
son el mismo.
La matriz de un endomorfismo es cuadrada nxn, donde n es la dimensin de V.
ENDOMORFISMOS BIYECTIVOS
Observemos que un endomorfismo ha de ser inyectivo y suprayectivo a la vez, o bien
ninguna de las dos cosas.
Esto se obtiene de la frmula dim( Im(f) ) + dim( Ker(f) ) = n (siendo n la dimensin del
espacio V).
Notemos que si el primer sumando es n (suprayectiva), el segundo ha de ser 0 (inyectiva), y
viceversa.
f es biyectiva
f es inyectiva
f es suprayectiva
rg( f ) = n
rg(A) = n
det(A) 0
Ejemplos de endomorfismos biyectivos (es decir, que cumplen todo lo anterior) son las
aplicaciones ya vistas: giros, simetras y homotecias.
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 1
SEMEJANZA DE MATRICES
Cuando aplicamos a endomorfismos el concepto de matriz en distintas bases, visto para
aplicaciones lineales, utilizaremos siempre la misma base B en el espacio inicial y final:
f
V
b. cannica
P-1
base B
b. cannica
P1
P
M
base B
M = P1 A P
LGEBRA LINEAL
Endomorfismos y diagonalizacin 2
Ejemplos.
f 2
2
3
(x,y,z) 6
(x, - y,z)
- Observar que los vectores de la forma (,0,0) quedan transformados en s mismos (es
decir, multiplicados por 1). Por tanto 1 es valor propio, con vectores propios los de la forma
(,0,0)
- De igual modo son vectores propios los de la forma (0, 0, ), tambin con valor propio 1.
- Observar que los vectores de la forma (0,,0) quedan transformados en (0,,0), es decir,
multiplicados por 1. Por tanto 1 tambin es valor propio, con vectores propios los de la
forma (0,,0).
2
Propiedades.
1. Los valores propios de A son los mismos que los de su traspuesta.
2. Los valores propios de una matriz diagonal o triangular, son sus elementos diagonales.
3. Si los valores propios de A son 1,. . . ,n entonces los de Ak son 1k,. . . ,nk .
4. Si los valores propios de A son 1,. . . ,n entonces los de A son 1,. . . , n.
5. Si los valores propios de A son 1,. . . ,n y si A tiene inversa, entonces los valores
1
1
propios de A-1 son
,. . .
.
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 3
Sea
f 2
3 2
2
cuya matriz es A=
(x,y) 6
(3x+2y, y )
0 1
x
y
3 2 x 0 x
Esto tambin podemos escribirlo como
=
0 1 y 0 y
para poder pasar todo al miembro izquierdo,
3 2 0
0 1 0
x 0
=
y 0
y finalmente
2 x
3
=
1 y
0
los vectores v=(x,y)
valores propios.
0
que es una ecuacin equivalente a la primera, f(v)= v, es decir,
0
no nulos que la verifiquen, sern vectores propios, y los sern los
Para la mayora de los valores de , este sistema ser compatible determinado (rango 2), y
por tanto no tendr ms soluciones que x=0, y=0. Estos valores de no son valores propios.
Sin embargo, para algunos valores de , el sistema ser compatible indeterminado y por
tanto existirn soluciones no nulas del sistema: es decir, vectores no nulos tales que
f(v)= v.
Estos valores de , que hacen el sistema compatible indeterminado, son los valores propios.
Las soluciones v de este sistema para cada , son los vectores propios.
Cundo el sistema ser compatible indeterminado? Esto ocurrir cuando la matriz del
sistema tenga determinante nulo. Planteamos entonces
2
3
det
= 0.
1
0
es decir (3)(1) = 0
lo que se cumple slo para los valores =1, =3. Estos son los valores propios.
2 x 0
3
Ahora calculamos los vectores propios resolviendo el sistema
=
1 y 0
0
para =1 y para =3, (el sistema ha de ser compatible indeterminado)
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 4
=1 :
2 2 x 0
El sistema es
=
0 0 y 0
Por tanto, estos son los vectores propios de valor propio 1. El subespacio que forman es V1.
Una base de V1 es (1,1).
=3 :
0 2 x 0
El sistema es
=
0 2 y 0
Por tanto, estos son los vectores propios de valor propio 3. El subespacio que forman es V3.
Una base de V3 es (1,0).
Escribamos esto para cualquier matriz A cuadrada, de dimensin n.
Mtodo general para calcular los valores y vectores propios :
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 5
DIAGONALIZACIN DE MATRICES
Partimos de A, la matriz de un endomorfismo f en base cannica.
Nuestro propsito era encontrar otra base, en que la matriz de f fuese diagonal. Pues bien,
1
coordenadas (1,0) 1 columna
0
f(v) = 3v
0
coordenadas (0,3) 2 columna
3
se expresa como 0u + 3v
1 0
As ya podemos formar la matriz D =
, que efectivamente es diagonal.
0 3
Los elementos de la diagonal son precisamente los valores propios, 1 y 3 en este caso.
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 6
b. cannica
AP=D
P-1
V
b. cannica
P1
P
D
base B
base B
donde:
3 2
- A es la matriz de f en base cannica, que ya conocamos: A=
0 1
1 0
- D=
es la diagonal de los valores propios.
0 3
- P es la matriz de cambio de la base B a la cannica; por tanto tendr en sus columnas
los vectores de B expresados en base cannica:
1 1
P=
(es decir, P tiene en sus columnas los vectores propios u, v).
1 0
Plantendolo en general,
Diagonalizar una matriz cuadrada A es encontrar una diagonal D semejante a A.
Interpretando A como la matriz de un endomorfismo f, se trata de encontrar una base en la
cual la matriz de f sea una diagonal D.
Para ello tendremos que hallar los valores y vectores propios de f. As,
- La diagonal D ser la diagonal de los valores propios.
- La base en cuestin ser la base formada por los vectores propios.
- Poniendo los vectores propios en columna, se obtiene P tal que P1 A P = D.
Pero atencin: esto no es posible para todas las matrices. Si la construccin anterior es
posible, diremos que A es diagonalizable.
Para ver si A es diagonalizable, habr que ver si se puede formar la base de vectores
propios. Es decir, habr que ver si, uniendo las bases de los distintos subespacios propios,
hay suficientes vectores como para formar con ellos una base del espacio total V.
Y esto ocurrir si la suma de las dimensiones de los subespacios propios es igual a la
dimensin total.
A es diagonalizable
LGEBRA LINEAL
Endomorfismos y diagonalizacin 7
solucin
de
un
sistema
compatible
Por tanto, la dimensin del espacio solucin (es decir, el nmero de parmetros del sistema)
es igual al nmero de incgnitas menos el rango de la matriz del sistema:
dim( V ) = n rg( A I )
Tambin nos pueden ayudar los siguientes resultados: La dimensin de V ,
a) no puede ser cero,
b) est comprendida entre 1 y la multiplicidad de en el polinomio caracterstico:
1 dim( V ) mult ()
(Nota. La multiplicidad de a en un polinomio es el exponente con que aparece el factor (x-a). Por
ejemplo, en (x4)3(x+5), la raz 4 tiene multiplicidad 3, y la raz 5 tiene multiplicidad 1).
Esto es til para los de multiplicidad 1, pues dim( V ) est comprendida entre 1 y 1 , por
tanto es dim( V )=1 sin tener que calcular el rango de la matriz.
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 8
Ejemplos.
2 0 2
1) Veamos si es diagonalizable la matriz A= 1 3 1
0 0 3
0
2
2
como (2) (3)2 . Por tanto, sus races son =2 (simple) =3 (doble).
Estos son los valores propios.
Para ver si es diagonalizable, hallemos las dimensiones de los subespacios V2, V3 :
0 0 2
dim(V2) = 3 rg(A2I) = 3 rg 1 1 1 = 3 2 = 1
0 0 1
1 0 2
dim(V3) = 3 rg(A3I) = 3 rg 1 0 1 = 3 2 = 1
0 0 0
f 3
3
(x,y,z) 6
(x-4y, -y, 2y+z)
1 4 0
det 1 3
1 = 3 2 + 1 = (1)2 (+1)
0
0
3
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 9
x 0
=
y 0
z 0
solucin (, 0, )
= 1 :
2 4 0 x 0
G G
El sistema es (A + ) x = 0 , es decir, 0 0 0 y = 0 solucin (2, , )
0 2 2 z 0
Base de V1 : { (2,1,1) } (notar que efectivamente es un espacio de dimensin 1)
As pues, la base de vectores propios se forma uniendo las bases de V1 y V1 :
B= { (1,0,0) , (0,0,1), (2,1,1) }
1 0 2
Poniendo esta base en columnas se obtiene la P = 0 0 1
0 1 1
1 0 0
Y la diagonal se forma con los valores propios 1 doble y 1 simple: D = 0 1 0
0 0 1
(Notar que ha de respetarse un mismo orden al colocar los valores y los vectores propios).
0 0 1
0 1 1
1 4 0 1 0 2 1 0 0
0
1 0 0 0 1 = 0 1 0
0 2 1 0 1 1 0 0 1
LGEBRA LINEAL
Endomorfismos y diagonalizacin 10
- el primer vector de la base, al aplicarle f queda como est (es de valor propio 1) : f(u) = u
- lo mismo para el segundo, v , tambin de valor propio 1 : f(v) = v
- el tercero, w , queda convertido en su opuesto (es de valor propio 1): f(w) = w
Esto nos permite saber que f es en realidad una simetra,
con plano de simetra dado por u y v, que acta como un
espejo.
w
u = f(u)
v = f(v)
f(w)= w
A = PD P1
n
lo cual es muy fcil de calcular teniendo en cuenta que para hallar la potencia D basta
elevar a la potencia n cada elemento diagonal.
Ejemplo
3 2
Hemos obtenido anteriormente la diagonalizacin de la matriz A=
:
0 1
1 0
1 1
P1AP = D, por tanto A= PDP1, donde D=
y P=
0 3
1 0
Calculemos entonces A9.
19
A =PD P =P
0
9
Neila Campos
0 1
P =
39
0 1 1
1 1 1
19683 19682
1
1 0 0 19683 1 0
0
LGEBRA LINEAL
Endomorfismos y diagonalizacin 11
1) Que haya un nico valor propio de mayor valor absoluto (p. ej. no se podra aplicar a
una matriz cuyos valores propios fueran 5,1,5). Este valor propio ser el que
calcularemos.
2) Que dicho valor tenga asociado un subespacio propio de dimensin 1, por tanto
generado por un solo vector propio. Este vector propio ser el que calcularemos.
u1
1
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 12
6 14
Partimos del vector v0 = (1,0). Hemos trabajado con 4 cifras significativas.
N
iteracin
ui
(1,0)
(1,0)
(4,6)
(0.6667, 1)
(9.333, 10)
10
(0.9333, 1)
(8.2667,8.4)
8.4
(0.9841,1)
...
...
...
...
...
(1,1)
(8,8)
(1,1)
vi =
ui
i
Neila Campos
LGEBRA LINEAL
Endomorfismos y diagonalizacin 13