Fundamentos Matem

aticos de la Ingeniera. (Tema 4) Hoja

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.


nico autovector asociado a = 1. Si t R, el vector vt =

Pero v no es el u
autovector asociado al mismo autovalor:

2
A vt =
1

1
2



t
t


=

De hecho, el autoespacio correspondiente a = 1 es

 

1
V (1) = t
,
1

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

Resolviendo el sistema se obtiene

que
x = y = 0, pero no hay ninguna condicion para z. Por tanto, los
0
autovectores son de la forma 0 . Es decir,
z

V (1) = z 0 , z R .

El conjunto de autovalores de la matriz A se llama espectro de A y se denota por (A).

En lo que sigue aprenderemos la tecnica necesaria para averiguar si una matriz cuadrada posee, y en su caso
cu
antos, autovalores, as como su correspondiente calculo.
Comenzamos haciendo notar que el hecho de que una matriz A Mn (R) posea autovalores y autovectores
depende de la existencia de soluciones para la igualdad Av = v. Pero esta igualdad es equivalente a
(A I)v = 0, es decir

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

son soluciones del sistema

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

Ya vimos en los primeros ejemplos del tema que V (1) = z 0 ,

zR

=1

11

0
2

2
21
2

0
x
0
0 y = 0
1 1
z
0

las soluciones del u

ltimo sistema son de la forma y = 0,

2y = 0
y=0

2z 2y 2z = 0

z = x, por lo que V (1) = x 0 , x R .

Fundamentos Matem
aticos de la Ingeniera. (Tema 4) Hoja

=2

x + 2y = 0
0=0

2x 2y 3z = 0

por lo que V (2) = y 1 , y R .

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

y de hecho se puede demostrar que en general, si n N:

n
a
0
Dn = 0 bn
0
0

3
0
a
0 = 0
c
0

0
0
c3

0
b3
0

0
0
cn

Vamos a aprovechar la sencillez en el c

alculo de potencias de matrices diagonales, para simplificar el calculo
de potencias de matrices diagonalizables.
Sea A = P DP 1 . Entonces A2 = (P DP 1 )(P DP 1 ) = P D2 P 1 , y A3 = A2 A = (P D2 P 1 )(P DP 1 ), y
en general An = P Dn P 1 .

Ejemplo. Volavamos nuevamente a la matriz A =

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.

Tenemos una viga que est

a inicialmente deteriorada en un 25%. Mediante un proceso cataltico, se consigue
que mensualmente se recupere un 40% de la zona deteriorada, aunque se sigue deteriorando un 20% de la zona
sana. Cu
al es la situaci
on a los 3 meses? Y al cabo de mucho tiempo?.
Llamemos xn , yn a la cantidad de zona sana y deteriorada, respectivamente, en el mes n (de forma que
xn + yn = total de la viga). Entonces:

xn+1 = 0.8xn + 0.4yn
yn+1 = 0.2xn + 0.6yn
siendo x1 = 0.75L, y1 = 0.25L, y L es el total de la viga (longitud, masa, volumen o lo que queramos). Usando
notaci
on matricial, podemos escribir

 





xn+1
0.8 0.4
xn
4 2
xn
=
= 0.2
yn+1
0.2 0.6
yn
1 3
yn

Si denotamos v n =

xn
yn



4
, A=
1

2
3

, podemos escribir que:

v n+1 = (0.2)n An v 1

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

. Teniendo en cuenta que P 1

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

xn+1 = (0.2)n ( 23 0.25 + 23 5n )L

yn+1 = (0.2)n ( 13 5n
Dado que 0.2 =

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

, calcular la potencia enesima An (diagonalizar).

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

calcular sus autovalores, autovectores y An .

7. Dada la matriz


A=


,

(a) Calcular los autovalores de A, A2 y A3 . Que relacion hay entre ellos?

(b) Calcular los autovalores de 2A y 3A. Que observas?
8. El teorema de Cayley-Hamilton dice que toda matriz cuadrada A satisface su propia ecuacion caracterstica. Comprobarlo en el caso particular de la matriz


3 4
A=
.
1 2
Calcular A2 , A3 y A4 utilizando dicho resultado.
9. Sea p() el polinomio caracterstico de la matriz

1
A= 2
1

1 2
4
2 .
1
4

Demostrar que p(A) = 0.

10. La interacci
on entre las lechuzas y las ratas, en un bosque, se puede modelizar mediante la ecuacion en
diferencias

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


.