Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Escuela T
ecnica Superior de Ingeniera Civil e Industrial (Esp. en Hidrologa)
Fundamentos Matem
aticos de la Ingeniera.
Tema 4: Diagonalizaci
on de matrices.
Curso 2008-09
Introducci
on
En este tema analizaremos el concepto de matriz diagonalizable, y su aplicacion al algebra matricial
Autovalores y autovectores.
Sea A Mn (R), una matriz cuadrada. Decimos que R es un autovalor o valor propio de A si existe
un vector columna v 6= 0 tal que A v = v. El vector v se llama autovector o vector propio asociado al
autovalor . El conjunto de todos los autovectores asociados a un mismo autovalor se llama autoespacio o
subespacio propio, y se denota por V ().
Ejemplo.
1. = 1 es autovalor de la matriz A =
Av =
2
1
1
2
2
1
, con autovector asociado v =
1
2
1
1
=
1
1
1
1
= v.
1
2
t
t
=
t
t
. En efecto:
t
t
tambien es un
= vt .
tR .
1
2
0
2
0 . Calculemos los correspondientes autovectores. Si
2. = 1 es autovector de A = 0
2 2 1
x
v = y , debe verificarse que
z
1
2
0
x
x
2
0 y = y = v
Av = 0
2 2 1
z
z
es decir
2x + 2y = 0
3y = 0
2x 2y = 0
Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja
V (1) = z 0 , z R .
0
v1
(a11 )
a12
a1n
v2 0
a21
(a22 )
a2n
A=
0
vn
an1
an2
(ann )
Este sistema es homogeneo, por lo que para que tenga solucion distinta de la trivial (v 6= 0) es necesario y
suficiente que el determinante de la matriz del sistema sea cero
(a11 )
a12
a1n
a
(a
a
21
22
2n
=0
A=
an1
an2
(ann )
El desarrollo del determinante anterior genera un polinomio en de grado n, el cual se denota por
p() = det(AI), y se denomina polinomio caracterstico de la matriz A. Por lo tanto una matriz cuadrada
de orden n tiene n autovalores que coinciden con los ceros de su polinomio caracterstico, siempre y cuando
admitamos que puedan ser complejos y los contemos teniendo en cuenta su multiplicidad.
Ejemplos. Obtener los autovalores y autovectores de las matrices siguientes.
2 1
2
1
1. A =
. A I =
, por lo que el polinomio caracterstico sera
1 2
1
2
2
1
= (2 )2 1 = 2 4 + 3
p() =
1
2
Los autovalores son las soluciones de 2 4 + 3 = 0, es decir = 1 y = 3, lo que implica que el espectro
de A es (A) = {1, 3}. Pasemos ahora a calcular los autovectores.
Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja
=1
Los autovectores v =
x
y
son soluciones del sistema
2
1
1
2
x
y
x
y
1
1
o lo que es lo mismo
x+y =0
x+y =0
de donde obtenemos que y = x, por lo tanto V (1) = x
, xR .
=3
Al igual que antes, los autovectores v =
es decir
2
1
x
y
1
2
x
y
=3
x
y
x + y = 0
xy =0
1
luego y = x, por lo que V (3) = x
, xR .
1
1
2
0
1
2
0
2
0 . A I =
0 2
0
2. A = 0
2 2 1
2
2 1
1
2
0
0 2
0 = (2 )(1 )(1 ) = ( 2)( 1)( + 1)
p() =
2
2 1
lo que implica que el espectro de A es (A) = {1, 1, 2}. Pasemos ahora a calcular los autovectores.
= 1
0
zR
=1
11
0
2
2
21
2
0
x
0
0 y = 0
1 1
z
0
2y = 0
y=0
2z 2y 2z = 0
Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja
=2
x + 2y = 0
0=0
2x 2y 3z = 0
x = 2y,
z = 2y
3. Hacemos notar que una matriz cuadrada con elementos reales puede tener autovalores complejos (nosotros
no estudiaremos estos casos).
0 1
1
A=
A I =
1 0
1
p() =
1
1
= 2 + 1 = 0
= i.
Diagonalizaci
on.
En esta secci
on nos ocuparemos de buscar, cuando sea posible, para una matriz cuadrada A dada, otra
matriz diagonal del mismo orden que comparta con la matriz de partida ciertas propiedades. Comencemos
definiendo el concepto de matrices equivalentes.
Dos matrices cuadradas A, B Mn (R) se dicen equivalentes si existe una matriz cuadrada P Mn (R)
con det P 6= 0 y tal que
A = P B P 1
N
otese que dos matrices equivalentes tienen el mismo determinante. |A| = |P BP 1 | = |P ||B||P 1 | = |B|.
Diremos que una matriz cuadrada A es diagonalizable, si es equivalente a una matriz diagonal. Es decir,
existen dos matrices una de ellas diagonal, y que denotamos por D, y otra con determinante distinto de cero,
y que denotamos por P , ambas de igual oreden que A; verificandose que
A = P D P 1
La matriz P recibe el nombre de matriz de paso, y no es u
nica.
2 1
Ejemplo. La matriz A =
es diagonalizable, ya que es equivalente a la matriz diagonal
1 2
1 0
1 1
D=
con matriz de paso P =
.
0 3
1 1
1
1
2
2
, y adem
as
En efecto, P 1 =
1
1
2
2
1
1
2
2
1 1
1 0
2 1
=
P DP 1 =
1 1
0 3 1
1 2
1
2
2
Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja
Es conveniente tener una herramienta que nos permita averiguar si una matriz dada es o no diagonalizable,
y en caso afirmativo poder calcular las correspondientes matrices D y P .
Proposici
on. Una matriz cuadrada, de orden n, A es diagonalizable si es posible encontrar n autovectores
linealmente independientes asociados a A. Adem
as estos autovectores colocados por columnas constituyen la
matriz de paso P , y la matriz diagonal D est
a compuesta por los autovalores de A. Este hecho esta garantizado
cuando todos los autovalores de A sean reales y distintos.
1
2
0
2
0 . Vimos que (A) = {1, 1, 2}, y por tanto A es diagonalizable, con
Ejemplo. A = 0
2 2 1
1
0 0
1 0
2
1
D = 0 1 0 ,
P = 0 0
0
0 2
1 1 2
.
1 2 0
0 1 , y ademas
En efecto, se tiene P 1 = 1
0
1 0
1 0
2
1
0 0
1 2 0
1
2
0
1 0 1 0 1
0 1 = 0
2
0 =A
P DP 1 = 0 0
1 1 2
0
0 2
0
1 0
2 2 1
Tambien podemos tomar como
1 0
0 1
0 0
matriz diagonal D
1 0
0
0
0 ,
0 , 0 2
0 0 1
2
1
0
0
0
2
0
0
0 ,
1
etc.
pero en cada caso hemos de variar las columnas de P de forma que el orden en que aparecen los autovalores
en D coincida con el orden de los correspondientes autovectores en P . Las matrices P correspondientes a las
anteriores seran
1
2 0
0
2
1
0
1
2
0
1 0 , 0
1
0 , etc.
0
1 0
1 2 1
1 2 1
1 1 2
Cuando la matriz A tenga autovalores con multiplicidad mayor que 1 tendremos que comprobar que cada
autovalor aporta igual n
umero de autovectores linealmente independientes como su multiplicidad.
0 1 1
Ejemplos. A = 1 0 1 . Es f
acil comprobar que (A) = {1, 1, 2}, es decir que = 1
1 1 0
es un autovalor de multiplicidad 2, con lo que A sera diagonalizable en caso deque este
pueda
autovalor
1
0
aportar dos autovectores linealmente independientes. Si tenemos en cuenta que 0 y 1 son
1
1
1
autovectores, liealmente independientes asociados a = 1, bastara con tomar el autovector 1 asociado
1
1
0 1
1 1 y tener como matriz diagonal equivalente con A,
a = 2, para formar la matriz de paso P = 0
1 1 1
1
0 0
D = 0 1 0 .
0
0 2
Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja
Es muy
importante hacer notar que no toda matriz es diagonalizable. Sirva como ejemplo la matriz
1 1
, que tiene a = 1 como autovalor, de multiplicidad 2, el cual no puede aportar dos autovectores
0 1
linealmente independientes.
Potencias de matrices
El c
alculo de potencias de una matriz cuadrada puede convertirse en algo pesado y largo deefectuar. Este
a 0 0
no es el caso cuando se trata de matrices diagonales. Si tomamos, por ejemplo, la matriz D = 0 b 0 ,
0 0 c
tenemos entonces que
a 0 0
a 0 0
a
0 0
D2 = 0 b 0 0 b 0 = 0 b2 0
0 0 c
0 0 c
0 0 c2
al igual que
a2
3
2
0
D =D D=
0
0
a 0
0 0 b
c2
0 0
0
b2
0
3
0
a
0 = 0
c
0
0
0
c3
0
b3
0
0
0
cn
A = P DP 1 =
1
1
0
3n
1
1
2
1
1
0
1
2
0
3
. Sabemos que
1
2
1
2
1
2
1
2
y por tanto
An =
1
1
1
1
1
0
1
2
1
2
1 3n + 1
2
2
=
n
1
3 1
2
2
Por ejemplo:
4
A =
41
40
40
41
3n 1
2
n
3 +1
2
Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja
4.1
Aplicaciones de la diagonalizaci
on.
xn
yn
4
, A=
1
2
3
Por tanto, necesitamos conocer las potencias de A, y para ello vamos a diagonalizar.
4
2
= 2 7 + 10 = 0 = 2 o = 5
1 3
luego (A) = {2, 5}.
=2
2
1
x
y
0
=
0
1
luego podemos tomar como autovector
.
1
=5
2
1
2
x
0
=
2
y
0
2
el autovector elegido puede ser
.
1
Es decir D =
2
0
A =
1
1
0
5
1
1
y P =
2
1
2n
0
1
1
2
1
0
n
2x + 2y = 0
x+y =0
y = x
x + 2y = 0
x 2y = 0
x = 2y
1
3
1
3
2 2n + 2.5n
3
3
=
1
5n 2n
3
3
2
3
, tendremos
1
3
n
n
2.5 2.2
1
3
=
1
3
3
5n + 2.2n
3
Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja
Por lo tanto
xn+1
yn+1
2n + 2.5n
3
= (0.2)n
n
5 2n
3
2.5n 2.2n
2n
( 3 0.25 + 23 5n )L
0.75L
3
= (0.2)n
0.25L
1 n
0.25 n
5n + 2.2n
( 3 5 3 2 )L
3
Es decir
n
0.25 n
3 2 )L
1
5
xn+1 =
2 n 0.25
5
3
yn+1 = ( 13
0.25
3
2
3
2 n
L
5
Al sustituir n = 2 en las u
ltimas igualdades, se obtiene que a los tres meses la cantidad deteriorada de la
viga es y3 = 0.32L, es decir, un 32%. Mientras que para saber la situacion despues de 10 meses, bastara con
sustituir n = 9; obteniendose y10 = 0.3333L, es decir, un 33.33%.
Si queremos conjeturar que va a ocurrir a largo plazo, debemos hacer tender n , con lo que
lim xn+1 =
2
L ;
3
lim yn+1 =
1
L
3
Luego, concluimos que con el paso del tiempo como mucho podremmos recuperar las dos terceras partes de
la viga.
Ejercicios.
1. Determinar los autovalores y los correspondientes autovectores de las siguientes matrices
3 4
4 2
1 1
1 2
(a)
(b)
(c)
(d)
5 2
1 5
1 1
3 2
1 1 2
4
1 1
1 0 4
5 4
4
(f) 0 2 2
(g) 2
(e) 0 5
4 4
3
1 1 3
1 1 0
2 2 1
0 2 2
4
6
6
1
2
3
2 .
(h) 1 3 1
(i) 1
(j) 1
1 2 2
1 1
2
1 5 2
2. En el ejercicio anterior, diagonalizar en los casos en que sea posible.
3. Hallar los autovalores y autovectores de la matriz
0 1
2 1
0 0
0 0
4. Dada la matriz A =
7 6
12 10
5
6
0
1
9
8
.
3
2
Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja
5. Hallar la potencia enesima de la matriz
a
1
1
a
, siendo a un n
umero real.
6. Dada la matriz A,
1
0
1
0
1
0
1
0 ,
1
1
0
1
3
A=
,
1
A= 2
1
1 2
4
2 .
1
4
1
1
Lk+1 = Lk + Rk
2
4
5
1
R
k+1 = Lk + Rk
2
4
donde Lk es la cantidad de lechuzas en el mes k y Rk la cantidad de ratas (en miles) en el mes k. Calcular
la poblaci
on de lechuzas y ratas en cada mes k 1, sabiendo que L1 = 15 y R1 = 14.
11. Un metodo para estimar los autovalores de una matriz es el siguiente: elegimos un vector inicial v0 ,
de forma que la mayor de sus componentes (en valor absoluto) sea 1. Calculamos Av0 , y tomamos 0
como la mayor de las componentes de Av0 (en valor absoluto). Ponemos v1 = (1/0 )Av0 , y repetimos el
procedimiento. Con ello construimos sucesiones {k } y {vk }. Se puede probar entonces que k tiende al
mayor autovalor de A, mientras que vk tiende a un autovector asociado.
Usar este algoritmo para calcular (usando MAPLE por ejemplo) el mayor autovalor de las matrices:
6 5
8 5
A=
y
B=
,
1 2
6 7
tomando
v0 =
0
1
.