Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diagonalizacion
Diagonalizacion
2 1 2 1 6 5
A 2 =
2 3 2 3 10 11
2
A3 =
2
2
A 4 =
2
1 6
3 10
1 22
3 42
5 22 21
=
11 42 43
21 86 85
=
43 170 171
1 1 4 0 1 1 1
1 6 3 2 1
=
=
= A
MDM 1 =
3 6 9 2 3
2 1 0 1 3 2 1
Con esto:
A 2 = MDM 1 MDM 1 = MD 2 M 1 obsrvese que M 1 M = I
(
)(
= (MDM )(
MD
1
2
A3
M 1 = MD 3 M 1
A n = MD n M 1
1 1 4 n 0 1 1 1
4n + 1
1 4n 2
A n =
= 3
n
n
n
4
+
2
1
2 1 0 1 3 2 1
Se consigue as calcular A n .
El problema est en encontrar M y D.
El proceso que nos facilitar determinar las matrices M y D, que permitirn hallar la potencia
nsima de una matriz, se llama diagonalizacin.
Autovalores y autovectores
Observaciones:
r
r
r
r
r
r
r
1. Si Ax = x A 2 x = Ax = 2 x A n x = n x .
r
Por tanto, para determinar cmo acta A n resulta til conocer y x , pues el estudio de n es
mucho ms sencillo.
r
r
2. Si x es un autovector asociado a , entonces kx es otro autovector asociado a .
r
r
r
r
r
s
En efecto: si Ax = x A(kx ) = k ( Ax ) = k (x ) = (kx ) .
2 1
r 1
, = 4 es un autovalor si x = .
Ejemplo: Si A =
2 3
2
2 1 1 4
1
= = 4
En efecto:
2 3 2 8
2
1 1 r
1 3
r
Otros autovectores asociados a = 4 son x = 1 = o x = 3 = .
2 2
2 6
(Habitualmente se toma el ms sencillo, el correspondiente a k = 1.)
Clculo de autovalores. Ecuacin caracterstica.
r
s
r
s r
s r
De Ax = x Ax x = 0 ( A I )x = 0 sistema homogneo, que tiene solucin
r r
distinta de la trivial (se buscan x 0 ) cuando A I = 0 .
s r
Es sistema ( A I )x = 0 recibe el nombre de autosistema.
A A I = 0 se le llama ecuacin caracterstica.
2
1
2 1
A I =
Ejemplo: Si A =
= 2 5 + 4 = ( 4)( 1)
2
3
2 3
Los autovalores son: = 4 y = 1.
1 x1 0
2 1 x1
x
2 4
2 1 x1 0
= 4 1
=
=
Si = 4:
3 4 x 2 0
2 3 x 2
2
2 1 x 2 0
x2
2 x1 + x 2 = 0
x =t
1
estas seran las componentes de los
2 x1 x 2 = 0
x 2 = 2t
r x t
autovectores asociados: x = 1 = . En particular, si t = 1,
x 2 2t
x1 1
= .
x2 2
1 1 x1 0
x + x2 = 0
x =t
= 1
1
estas seran las
2 2 x 2 0
2 x1 + 2 x 2 = 0
x 2 = t
r x t
componentes de los autovectores asociados: x = 1 = .
x2 t
Si = 1:
x 1
En particular, si t = 1, 1 = .
x 2 1
5 6 6
2
Otro ejemplo: Pgina 382 de Sydsaeter: 14.12 b) B = 1 4
3 6 4
5 6
6
B I = 1 4
2
= 0 ( 2)2 ( 1) = 0 = 2, doble; = 1.
3
6 4
6 x 0
3 6 6 x 0
5 6
s r
2 y = 0
4
2 y = 0 1 2
Si = 2, (B I )x = 0 1
3 6 6 z 0
3
6 4 z 0
3x 6 y 6 z = 0
x = 2t + 2h
2 2
2
2
r
r r
x + 2 y + 2 z = 0 y = t
x = 1 t + 0 h . Se toma: x1 = 1 ; x 2 = 0 .
3x 6 y 6 z = 0
z=h
0 1
0
1
En este caso la solucin del autosistema depende de dos vectores (es la ecuacin de un plano,
cuya dimensin es 2): es un subespacio vectorial con multiplicidad geomtrica igual a 2.
4 6 6 x 0
s r
3
2 y = 0
Si = 1, ( B I )x = 0 1
3 6 5 z 0
4x 6 y 6z = 0
x = 3t
3
3
r
r
x + 3 y + 2 z = 0 y = t x = 1t . Se toma: x3 = 1 .
3x 6 y 5 z = 0
z = 3t
3
3
0 d2
Las matrices diagonales D =
... ...
0 0
1. D = d1 d 2 ...d n
d1 n
0
n
2. D =
...
0
0
d2
...
... 0
, cumplen:
... ...
... d n
0
... 0
... ...
n
... d n
...
...
0
d1
0
d2
0
3. La ecuacin caracterstica es: D I =
...
...
0
0
...
0
1 = d1
= d
...
0
2
=0 2
...
...
...
n = d n
... d n
En definitiva, los autovalores de una matriz diagonal son los elementos de esa diagonal.
1 0 0
Ejemplo: Si D = 0 2 0 1. D = 123 = 6 .
0 0 3
1n
2. D n = 0
0
2n
0
0 .
3 n
Para demostrarlo en general se hace por induccin. Se comprueba para p = 1, se supone cierto
hasta p, y demuestra que tambin es cierto para p + 1.
Diagonalizacin
Una matriz cuadrada A, de orden n, se dice que es diagonalizable si existe una matriz
invertible P, de orden n, y una matriz diagonal, tal que P 1 AP = D .
Otra manera de decirlo es: Una matriz cuadrada A es diagonalizable si es semejante a una
matriz diagonal.
0 2 ... 0
0 2 ... 0 1
1
A = P
P AP =
P
... ... ... ...
... ... ... ...
0 0 ...
0 0 ...
n
n
r r
r
donde P es la matriz cuyas columnas son los vectores x1 , x 2 , ..., x n y 1, 2, , n son
r r
r
autovalores de A. P = ( x1 , x 2 , ..., x n ).
Nota: La demostracin de este teorema puede verse en la p 386 del Sydsaeter.
2 1
, vista anteriormente, se tena:
Ejemplo: Para la matriz A =
2 3
Autovalores: = 4 y = 1.
x 1
x 1
r
r
Autovectores asociados: Para = 4 x1 = 1 = ; Para = 1, x 2 = 1 = .
x2 2
x 2 1
Por tanto:
4 0
1 1
1 1 1
; P =
P 1 =
D =
3 2 1
0 1
2 1
Puede verse que:
1 1 1 2 1 1 1 4 0
P 1 AP = D
3 2 1 2 3 2 1 0 1
Qu matrices son diagonalizables?
Las condiciones exigidas en el teorema anterior pueden concretarse como sigue:
r r
r
r r
r
Puede observarse que si { x1 , x 2 ,..., x n } son l.i. la matriz P = ( x1 , x 2 , ..., x n ) es
inversible. Luego puede escribirse que PDP 1 = A .
Caso 2. Hay autovalores repetidos (mltiples).
Una matriz cuadrada A, de orden n, es diagonalizable si y slo si todos sus autovalores son
reales y, adems, la multiplicidad geomtrica de cada uno coincide con su multiplicidad
algebraica.
La multiplicidad algebraica es la del autovalor: solucin doble, triple de la ecuacin
P ( ) = A I = 0 .
La multiplicidad geomtrica es la de los autovectores respectivos: la dimensin del espacio
s r
vectorial solucin del autosistema ( A I )x = 0 .
Nota: Este resultado no lo demostramos; lo damos por cierto.
Ejemplos:
3 1 0
1. Diagonalizacin de A = 1 2 1
0 1 3
3 1
0
A I = 1 2 1 = 0 (3 )( 1)( 4 ) = 0
0
1 3
Autovalores: = 3; = 1; = 4.
Los tres autovalores son simples la matriz es diagonalizable.
Si = 3,
0
s r
( A I )x = 0 1
0
Si = 1,
2
s r
( A I )x = 0 1
0
Si = 4,
1
s r
( A I )x = 0 1
0
1 0 x 0
y=0
x = t
1
r
1 1 y = 0 x y z = 0 y = 0 x1 = 0
1
y=0
z=t
1 0 z 0
1 0 x 0
2x y = 0
x=t
1
r
1 1 y = 0 x + y z = 0 y = 2t x 2 = 2
y + 2z = 0
z=t
1
1 2 z 0
1 0 x 0
x y =0
x = t
1
r
2 1 y = 0 x 2 y z = 0 y = t x3 = 1
yz =0
z = t
1
1 1 z 0
3 0 0
1 1 1
3 0 3
1
1
La matriz D = 0 1 0 . La matriz P = 0 2 1 P = 1 2 1
6
0 0 4
1 1 1
2 2 2
Es fcil comprobar que PDP 1 = A .
1 0 3
2. Diagonalizacin de A = 3 2 3
3 0 1
1
0
3
2
2
3 = 0 ( 2 ) ( + 4 ) = 0
A I = 3
3
0
1
Autovalores: = 2, doble (multiplicidad algebraica 2); y = 4, simple.
s r
La matriz A ser diagonalizable si la multiplicidad geomtrica del sistema ( A 2 I )x = 0 es 2.
Veamos:
Si = 2,
3 0 3 x 0
3 x 3 z = 0
s r
( A 2 I )x = 0 3 0 3 y = 0 3x + 3z = 0 (el rango de la matriz de
3 0 3 z 0
3 x 3 z = 0
x=t
1
0
r
r
Luego, la multiplicidad geomtrica es 2: la solucin depende de 2 parmetros. Como coincide
con la multiplicidad algebraica, la matriz ser diagonalizable.
Si = 4,
3 0 3 x 0
3x 3z = 0
x=t
1
r
s r
( A + 4 I )x = 0 3 6 3 y = 0 3x + 6 y + 3z = 0 y = t x3 = 1
3 0 3 z 0
3x + 3z = 0
z =t
1
1 0 1
2 0 0
1 0 1
1
1
La matriz D = 0 2 0 . La matriz P = 0 1 1 P = 1 2 1
2
0 0 4
1 0 1
1 0 1
Puede comprobarse que PDP 1 = A .
5 6 6
Nota. La matriz B = 1 4
2 , vista en un ejemplo anterior, cumpla:
3 6 4
2
3
2
r
r r
Autovalores: = 2, doble; = 1.
Autovectores: x1 = 1 , x 2 = 0 , x3 = 1 .
0
1
3
2 0 0
2 2 3
Por tanto: D = 0 2 0 ; P = 1 0 1 .
0 0 1
0 1 3
2 0 1
3. Diagonalizacin de A = 0 1 1
0 4 2
2
1
0
2
1
1 = 0 ( 2) ( 3) = 0
A I = 0
0
4
2
Autovalores: = 2, doble y = 3.
s r
La matriz A ser diagonalizable si la multiplicidad geomtrica del sistema ( A 2 I )x = 0 es 2.
Veamos:
Si = 2,
0 1 0 x 0
y=0
s r
( A 2 I )x = 0 0 3 1 y = 0 3 y + z = 0 (el rango de la matriz de
0 4 0 z 0
4z = 0
x =t
1
r
Como no coincide la multiplicidad geomtrica con la algebraica, la matriz dada no es
diagonalizable.
10
( )( )
( )( )
0 1
0 1 0 1 1 0
es ortonormal C C t =
=
.
Ejemplo: La matriz C =
1 0
1 0 1 0 0 1
Como puede observarse sus vectores fila con unitarios, y perpendiculares entre s.
De C t C = CC t = I C t C = C t C = 1 C = 1 C = 1 .
Congruencia
Definicin de congruencia: Una matriz cuadrada A es congruente con otra matriz B si y slo si
existe una matriz ortogonal C tal que A = CBC 1
1 1
es diagonalizable por congruencias.
Ejemplo: Veamos que la matriz A =
1 1
1
1
A I =
= 2 2 = 0 Los autovalores son: = 0 y = 2.
1 1
1 1 x 0
x + y = 0
x=t
=
Si = 0:
1 1 y 0
x + y = 0
y = t
r 1 1/ 2
. El segundo es unitario.
Autovector x1 =
1 1 / 2
1 1 x 0
x + y = 0
x = t
=
Si = 2:
1 1 y 0
x y =0
y = t
r 1 1 / 2
. El segundo es unitario.
Autovector x 2 =
1 1 / 2
r
r
Los vectores x1 y x 2 son perpendiculares.
1/ 2 1/ 2
1 1
1
/
2
1
/
2
1 1
1
Como la matriz C es ortogonal, la diagonalizacin de A por congruencias es: A = CDC .
11
1 1 1 / 2 1 / 2 0 0 1 / 2
=
Esto es:
0 2 1 / 2
1
1
1
/
2
1
/
2
1/ 2
.
1 / 2
Como todo vector puede normalizarse (encontrar un vector de mdulo 1 y con la misma
direccin que el dado), siempre puede hallarse una matriz de paso, P, que sea ortogonal.
Todo lo anterior conduce al siguiente teorema:
Teorema espectral para matrices simtricas.
Toda matriz simtrica es congruente con alguna matriz diagonal. Dicho de otra manera: toda
matriz simtrica A es diagonalizable ortogonalmente.
Para el caso de autovalores simples es inmediato puesto que la matriz es diagonalizable con
seguridad. Por tanto, basta con normalizar la matriz de paso.
Para el caso de autovalores mltiples la demostracin requiere conocimientos avanzados de
lgebra se encuentra en muchos manuales de lgebra superior.
Ejemplo:
3 1 1
3
1
1
2
A I = 1
3
1 = 0 ( 2 ) ( 5) = 0
1
1
3
Autovalores: = 2, doble; = 5.
Si = 2,
1 1 1 x 0
x=t
s r
( A I )x = 0 1 1 1 y = 0 {x + y + z = 0 y = h
1 1 1 z 0
z = t h
1
1
r
r
(para t = 1, h = 1) x1 = 1 ; (para t = 1, h = 1) x 2 = 1
2
0
12
Si = 5,
1 x 0
2 1
2 x + y + z = 0
x = t
1
r
s r
( A I )x = 0 1 2 1 y = 0 x 2 y + z = 0 y = t x3 = 1
1
x + y 2z = 0
z = t
1
1 2 z 0
r
Como puede verse fcilmente los autovectores x1 ,
Normalizndolos se obtiene:
1 1 / 6
1 1 / 2
r
r
x1 = 1 1 / 6 ; x 2 = 1 1 / 2 ;
2 2 / 6
0 0
r
r
x 2 y x3 son ortogonales entre s.
1 1 / 3
r
x3 = 1 1 / 3
1 1 / 3
Por tanto:
1/ 6
2 0 0
La matriz D = 0 2 0 . La matriz P = 1 / 6
0 0 5
2/ 6
1 / 2 1 / 3
1/ 2 1/ 3
0
1 / 3
La inversa, P 1 , es la traspuesta de P.
Es fcil comprobar que PDP 1 = A .
6 2 1
A I = 0 ( 6 )( 8)( 3) = 0
Autovalores: = 6, = 8; = 3.
1
1
1
r
r
r
Si = 6, x1 = 1 ; Si = 8, x 2 = 1 ; Si = 3, x3 = 1
0
1
2
r r
r
Como puede verse fcilmente los autovectores x1 , x 2 y x3 son ortogonales entre s.
Normalizndolos se obtiene:
1 1 / 6
1 1 / 2
1 1 / 3
r
r
r
x1 = 1 1 / 6 ; x 2 = 1 1 / 2 ; x3 = 1 1 / 3
2 2 / 6
0 0
1 1 / 3
1/ 6
6 0 0
Por tanto: D = 0 8 0 ; P = 1 / 6
0 0 3
2/ 6
1 / 2 1 / 3
1/ 2 1/ 3 .
0
1 / 3