Diagonalizacin de matrices.

1 1 4
1. Diagonalizar la matriz A = 3 2 1 . (Es decir, se debe probar que existe
2 1 1
1 0 0
1
P no singular tal que P AP = D , donde la matriz diagonal D = 0 2 0 )
0 0 3

Solucin: Se busca los valores propios de la matriz A .

1
1
4
3
0
3
P ( ) = det( A I ) = 3 2
1 f13 (1) = 3 2
1
2
1 +1
2
1 +1
1
0
1
1
0
1
1
f 21 (3)
= ( 3) 0 2
4
f1 (
) = ( 3) 3 2
1
3
f 31 (2)
2 1 +1
0 1 + 3
1
0
0
1
0
0
1
0
0
C31 (1) = ( 3) 0 2
4 C32 (1) = ( 3) 0 2 + 2 = ( 3)( + 2) 0 2 1
0 1 + 3
0 1 + 2
0 1 1
= ( 3)( + 2)( 1)
Por lo tan to ( A) = {1 = 1, 2 = 2, 3 = 3}
Se busca los espacios propios.

x1

3
M 1 = x = x2 IR : Ax = 1x = x =

x3

x1

x1
x IR 3 : Ax 1Ix = 0 = x = x IR 3 : ( A 1I ) x = 0

x3

x3

Para = 1 : ( A 1I ) x = 0
0 1 4
0 1
3 1 1 f (1) = 1 0

23

2 1 2
2 1
1 0 1
x =
f 32 (1) = 0 0 1 4 2
x1 =
0 0 0

4
1
1 0

1 f12 = 0 1 4 f 31 (2) =
2 1 2
2
4 x3
x3

M 1 = ( x3 ,4 x3 , x3 ) IR 3 : x3 IR = {x3 (1,4,1) : x3 IR} =< {(1,4,1)} >

= {(1,4,1)} es una base para M 1

1
1 0
0 1 4

0 1 4

 x1

3
M 2 = x2 IR : ( A + 2 I ) x = 0
x

3
1 2
1 2 3
3 1 4

A + 2 I = 3 4 1 f13 (1) = 3 4 1 f 21 (3); f 31 (2) = 0 10 10

0 5
2 1
2 1 1
1
5
3
1 2 3
1 2
x = x3

f 23 0 5
5 f 32 (2) = 0 5 5 2
x1 = x3
0 0
0 10 10
0
Luego

M 2 = {( x3 , x3 , x3 ) : x3 IR} = {x3 (1,1,1) : x3 IR} =< {(1,1,1)} >

= {(1,1,1)} es una base para M 2

Resolviendo para M 3 el sistema ( A 3I ) x = 0 se concluye que

M 3 = {( x3 ,2 x3 , x3 ) : x3 IR} =< {(1,2,1)} >

Adems, = {(1,2,1)} es una base para M 3

U = {(1,4,1), (1,1,1), (1,2,1)}, es una base para IR 3 de vectores propios de A.

Es decir estos vectores son linealmente independientes.
1 1 1
1 2 3
1

Por lo tanto existe P = 4 1 2 no singular, luego P 1 = 2 2 6

6
1
3
0
3
1 1
1 2 3 1
1
Por lo tanto P 1 AP = 2 2 6 3
6
3
0
3 2
2 1
2. Diagonalizar la matriz A = 2 3
1 1

1
2
1

4 1 1 1 1 0 0
1 4 1 2 = 0 2 0
1 1 0 0 3
1 1

1
2
2
Solucin: Calculamos los valores propios de A
2 1
1
det(I A) = p ( ) = 2
1

3
1

2 = 3 72 + 11 5 , donde los valores

propios de A , son 1 = 1, 2 = 1, 3 = 5
Ahora determinamos los espacios propios:
S =1 = x IR 3 : Ax = 1x = x IR 3 : ( A I ) x = 0

} {

1 1 1 1 1 1
Resolvemos ( A I ) x = 0 , 2 2 2 = 0 0 0 x + y + z = 0
1 1 1 0 0 0
x = y z

, luego:
y = y
z = z


y z

3
S1 = y IR : y, z IR
z

x = y z
De donde y = y
, as
z=z

y z

= y + 0 y, z IR

0 z

1
1

= y 1 + z 0 : y, z IR

0
1

1 1

=< 1 , 0 >
0 1

1 1

Se concluye que B1 = 1 , 0 es una base para S1 .

0 1

3
S = 5 = x IR : Ax = 5 x = x IR 3 : ( A 5 I ) x = 0

} {

1 1 0 1
3 1
2 2 2 = 0 1 2 x z = 0

Resolvemos ( A 5 I ) x = 0 ,
y 2z = 0
1
1 3 0 0 0

S5 = 2 z IR 3 : z IR
z

x = y z

De donde y = y
z=z

, as = z 2 : z IR
1

1

=< 2 >
1

1

Se concluye que B2 = 2 es una base para S5 .
1

Adems, dim S5 = 1

 1 1 1

As, B = 1 , 0 , 2 es una base para IR 3 de vectores propios de A .

0 1 1

1
1
1

4
4
4
1 1 1
1 1 1

Luego existe P no singular tal que P = 1

0 2 y P 1 =
2
2
2
0 1 1
1 1 3
4
4
4
1
1
1
4
4
4
1 1 1 2 1 1 1 1 1 1 0 0
2 3 2 2 1
De modo que P 1 AP =
0 = 0 1 0

2
2
2

1 1 3 1 1 2 1 0 1 0 0 5
4
4
4

Luego la matriz es diagonalizable.

El siguiente resultado debe ser aprendido: El polinomio caracterstico de A se
anula al ser evaluado en la matriz A , es decir, p( A) = A3 7 A2 + 11A 5I = 0
Compruebe este resultado.
3. Encontrar una base ortonormal para el subespacio de IR 4 generado por el
1 1 1

1 0 1
conjunto B = , ,
0 1 1
0 0 1

1 1 1
1 1 1


1 0 1
1 0 1
4
Solucin: Sea W =< , , > subespacio de IR y B = , , base
0 1 1
0 1 1

0 0 1
0 0 1

de W .
1
1
1
1
0
1

Aplicamos el Proceso de Gram Schmidt. Sean v1 =

,v =
,v =
0 2 1 3 1

0
0
1
1
1
Sea w1 = v1 =
0

0
v w
(1,0,1,0) (1,1,0,0) 1
w2 = v2 c1w1 , donde c1 = 2 1 =
=
w1 w1 (1,1,0,0) (1,1,0,0) 2
1
w2 = (1,0,1,0) (1,1,0,0) = (1,1,2,0)
2

w3 = v3 c1w1 c2 w2 , donde c1 =

1
v3 w1
v w
= 1 y c2 = 3 3 =
w1 w1
w3 w3 3

1
As, w3 = (1,1,1,3)
3
Por lo tanto: {(1,1,0,0), (1,1,2,0), (1,1,1,3)} es base ortogonal de W . Ahora se
normaliza cada uno de estos vectores obtenindose una base ortonormal para W .
1
1
1

(1,1,0,0),
(1,1,2,0),
(1,1,1,3) .

6
2 3
2

4. Encontrar una matriz P ortogonal tal que PT AP = D , es equivalente a

demostrar que A es ortogonalmente diagonalizable. Realizaremos esto con la
1 2 2
matriz A = 2 1 2
2 2 1
Solucin:
Calculamos los autovalores de A
p ( ) = 3 32 9 5 = 0 1 = 5, 2 = 1, 3 = 1
Calculamos los espacios propios:
S5 =< {(1,1,1)} >
S 1 =< {(1,1,0), (1,0,1)} >
B = {(1,1,1), (1,1,0), (1,0,1)} es una base de vectores propios de A , para IR 3 .
Ahora, se ortogonalizar esta base.
w1 = v1 = (1,1,1)
w2 = v2 c1w1
w2 = (1,1,0)
w3 = v3 c1w1 c2 w2
1
w3 = (1,0,1) 0(1,1,1) (1,1,0)
2
1 1
w3 = ( , ,1)
2 2
w3 = (1,1,2)

1 1
, ,1)
2 2
As, A = {(1,1,1), (1,1,0), (1,1,2)} es una base ortogonal para IR 3
Si se normaliza cada uno de estos vectores se obtiene la base ortonormal
1
1
1

U = (1,1,1),
(1,1,0),
(1,1,2)
2
2
3

Se puede tomar w3 como un mltiplo de (

1 1
1
3
2
2

1
1
1
Luego, P =
3
2
2
1
2
0

2
3
Usted puede computar que P 1 = PT
Y que se cumple que PT AP = D