TEMA 4.

4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS

BLOQUE II: LGEBRA LINEAL

Tema 4. Diagonalizacin
cuadrticas.

de

matrices

formas

Prof. M Luisa Vlchez Lobato. Dpto. de Economa. Facultad de CC. Empresariales.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
CONTENIDOS
4.1. Introduccin
4.2. Autovalores y autovectores de una matriz cuadrada
4.3. Diagonalizacin de matrices cuadradas
4 4 Definicin de forma cuadrtica.
4.4.
cuadrtica Expresin matricial
4.5. Signo de una forma cuadrtica

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
4.1. INTRODUCCIN.

En este tema trataremos de resolver el siguiente problema:

Dada una matriz cuadrada A de orden n, hallar una matriz P de
orden n regular (es decir, con determinante distinto de cero), tal que
el producto P-1AP sea una matriz lo ms sencilla posible,
posible
concretamente diagonal, esto es:
1 0 ... 0

0 2 ... 0
=D
P 1AP =

.
. ... .

0 ... n
0

Cuando P exista, diremos que A es una matriz diagonalizable. En tal

caso se dir que A y D son semejantes.
caso,
semejantes
3

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS

Dada una matriz cuadrada,

cuadrada A,
A tendremos que dar respuesta
entonces a las siguientes cuestiones:
1)) Q
Qu condiciones debe cumplir
p la matriz A p
para q
que exista P?
2) Cmo se calcula P?
3)) Cul es la matriz diagonal D tal que D = P-1AP?
3
Para ello es necesario definir en primer lugar los conceptos de
autovalores y autovectores de una matriz cuadrada.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
4.2. AUTOVALORES
CUADRADA

AUTOVECTORES

DE

UNA

MATRIZ

Definicin (autovalor de una matriz cuadrada).

Dada una matriz cuadrada A de orden n,, se dice q
que el nmero real
(se lee lambda) es un autovalor de A si:

A I = 0
siendo I la matriz identidad.
Ej
Ejemplo:
l = 2 es un autovalor
l de
d la
l matriz:
i
pues:

1 1 0

A = 0 2 4
0 0 1

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
3 1 0
1 1 0 1 0 0

A 2I = 0 2 4 2 0 1 0 = 0 0 4 = 0
0 0 1 0 0 1
0 0 3

Los autovalores de A tambin reciben el nombre de valores

propios de A
Definicin (autovectores de una matriz cuadrada).
Dado un autovalor de la matriz cuadrada A,
A se dice que el vector
v = (x1, x2,, xn) es un autovector asociado a , si es una solucin no
nula del sistema homogneo:
x1 0

x 2 0

M M
6

x
0
n

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejemplo: dada la matriz del ejemplo anterior, el vector v = (1, 3, 0)
es un autovector asociado al autovalor = 2, pues es solucin del
sistema homogneo:
3 1 0 x1 0

0 0 4 x 2 = 0
0 0 3 x 0

A- 2I
P
Para
comprobarlo,
b l no tienes
ti
ms
que sustituir
tit i v = (1,
(1 3,
3 0) en la
l
ecuacin matricial anterior, o expresar el sistema en la forma
habitual y sustituir luego en sus ecuaciones los valores para las
incgnitas: x1 = 1, x2 = 3, x3 = 0.
Observa que si (A- I)v = 0, entonces multiplicando se obtiene que
Av - v = 0,
0 de donde Av = v.
v De ah el nombre de autovector: es un
7
vector que multiplicado por la matriz es igual a un mltiplo suyo.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Observa que, dado un autovalor de A, el sistema homogneo que
satisfacen los autovectores asociados a es un sistema compatible
indeterminado,, p
pues la matriz A- I tiene determinante igual
g
a cero
al ser un autovalor. Esto implica que hay infinitos autovectores
asociados a cada autovalor de la matriz.
Al conjunto
j
d soluciones
de
l i
d un sistema
de
i
h
homogneo

se le
l llama
ll
subespacio vectorial. Denotaremos en lo sucesivo por L al subespacio
vectorial de los autovectores asociados a .
Los autovectores asociados a un autovalor tambin reciben el
nombre de vectores propios de A.
Veamos a continuacin cmo calcular los autovalores y autovectores
de una matriz.
matriz
8

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejemplos. Hallar los autovalores y los subespacios de autovectores
asociados de las siguientes matrices:
2 0 0

A = 0 2 1
1 0 1

Clculo de los autovalores de A

Los autovalores de A son los nmeros que anulan el determinante
de AA I.
Calculamos
C
entonces dicho
i
determinante:
i

Ej
Ejemplo
l 1)

2
0
0
2 0 0
1 0 0

A I = 0 2 1 0 1 0 =
0
2
1 =
1 0 1

1
0
1

0 0 1

= ( 2 )( 2 )(1 ) = ( 2 ) 2 (1 )

Propiedad
p
de los adjuntos
j
a F1

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Como podemos observar, el desarrollo del determinante de A- I nos
lleva a un polinomio de grado 3 en la variable , el cual recibe el
nombre de p
polinomio caracterstico de A. En efecto,, si desarrollas el
producto anterior, obtienes:
( 2 ) 2 (1 ) = (4 + 4 + 2 )(1 ) = 3 32 + 4
Sus races, esto es, los valores de que lo anulan, son los autovalores
de A. Observa que:
A I = 0 ( 2 ) 2 (1 ) = 0 1 = 2 , 2 = 1
Para hallar las races del polinomio caracterstico de A, es conveniente
obtener, siempre que sea posible, la expresin factorizada del mismo,
como se ha hecho en este ejemplo.
10

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Se acostumbra a denotar a los autovalores por 1, 2, Se dice que
el autovalor 1 = -2 es un autovalor doble o de multiplicidad 2, pues
es una raz que se repite dos veces en el polinomio (observa que el
factor correspondiente, -2-, est elevado al cuadrado). Del
autovalor 2 = 1 se dice que es un autovalor simple o de
multiplicidad 1.
1
Denotaremos por mi a la multiplicidad del autovalor i . En este
ejemplo,
j p , m1 = 2,, m2 = 1.
Observa, en la pgina 9, que para escribir la matriz A- I, basta con
que le restes a cada elemento de la diagonal principal de la matriz
A. Luego, como irs viendo en los sucesivos ejemplos, habrs de
resolver su determinante de la forma ms simplificada posible a fin
de obtener la expresin factorizada del polinomio caracterstico.
caracterstico
11

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Clculo de los autovectores asociados a cada autovalor
A t
Autovectores
t
asociados
i d all autovalor
t
l 1 = -22
Los autovectores asociados a 1 son el conjunto de soluciones del
sistema homogneo de matriz AA I,
I con = 1 = -2.
2 A tal conjunto
lo denotaremos por L1. Escribimos el sistema homogneo
sustituyendo = -2 en la matriz A- I que hemos calculado en la
pg.
9.
9
0 0 0 x 0

L 0 0 1 y = 0
1 0 3 z 0

12

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Observa que ell rango de
Ob
d la
l matriz
t i de
d este
t sistema
it
es 2* (hemos
(h
marcado el menor), por lo que las ecuaciones del sistema son las
que corresponden a las filas de dicho menor, esto es:
0 0 0 x 0

L 0 0 1 y = 0
1 0 3 z 0

rg(A-I) = 2

z=0
-xx + 3z = 0

La primera ecuacin no la escribimos,

escribimos pues es 0 = 0,
0 si bien
tampoco la hubiramos escrito aunque fuera otra, ya que al no
intervenir en el menor que determina el rango, sabemos que es
combinacin
bi i lineal
li
l de
d las
l anteriores.
t i

13

* Importante: el rango de esta matriz no puede ser 3, pues = -2 anula su determinante.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Resolvemos ahora el sistema en funcin de la incgnita que hace de
parmetro, en nuestro caso y, pues la segunda columna de la
matriz del sistema no interviene en el menor q
que determina el
rango. Claramente se tiene que z = 0 y x = 0, por lo que las infinitas
soluciones del sistema homogneo (es decir, los autovectores) son de
la forma: (0, y, 0). Lo expresaremos as:

L {(0, y ,0)}
1

Importante: el hecho de que la y no aparezca en las ecuaciones

(no aparece porque los coeficientes de la y en ambas ecuaciones son
cero), no significa que valga cero, sino todo lo contrario; puede
tomar cualquier valor. Este es un error muy cometido por los
estudiantes. Ten esto en cuenta cuando resuelvas sistemas de
ecuaciones con infinitas soluciones.
14

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Siguiendo con nuestra resolucin, observa ahora que:
(0, y, 0) = y(0, 1, 0)
lo que significa que todos los autovectores son proporcionales (o
combinacin lineal) al vector (0, 1, 0). Decimos entonces que este
vector constituye la base de dicho subespacio.
subespacio Lo expresaremos as:

B L = {(0,1,0)}
1

Observa!: si las soluciones son (0, y, 0), para hallar la base solo
tienes que calcular la solucin que sale dndole al parmetro el
valor y = 1.
15

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Autovectores asociados al autovalor 2 = 1
Repetimos los mismos pasos que hemos hecho para 1. Escribimos
primero el sistema homogneo sustituyendo = 1 en la matriz AA I y
hallamos su rango (marca el menor):
3 0 0 x 0

L 2 0 3 1 y = 0 rg(A-I) = 2
1 0 0 z 0

Escribimos las ecuaciones del sistema quitando la tercera:

L2

3x = 0

3y + z = 0

x = 0,
0 z = 3y
3

L 2 {( 0, y ,3y )}

Como las soluciones son ((0, y

y, 3y),
y) p
para hallar la base le damos a y
y
el valor y = 1:
16
B
= {( 0,1,3)}
L 2

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
OBSERVACIONES IMPORTANTES A TENER EN CUENTA:
1 ) El clculo de los autovectores de una matriz consiste en hallar la
1)
base del conjunto de autovectores asociado a cada autovalor.
2) Para hallar dicha base es necesario resolver un sistema
homogneo. La expresin general de las infinitas soluciones del
mismo depende de la/s incgnita/s que haga/n de parmetro/s.
3) Las
L incgnita/s
i it / que hace/n
h / de
d parmetro/s
t / depende/n,
d
d / a su vez,
del menor que se haya elegido para determinar el rango. Puesto que
ese menor lo elegimos nosotros, habr distintas formas de expresar
las soluciones del sistema homogneo.
Efectivamente, por ejemplo:
17

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Si en el ejemplo anterior, al hallar el rango hubiramos elegido el
siguiente menor marcado en la matriz:
3 0 0 x 0

L 2 0
3 1 y = 0
1 0 0 z 0

nuestro parmetro sera z y las ecuaciones del sistema son:

L2

3y + z = 0

x = 0

x = 0, y = z/3

L 2 {(0, z / 3, z )}

Observa que (0, z/3,z) = z(0, 1/3, 1), por lo que deducimos que la base
del conjunto de autovectores asociados a 2 es (dndole a z el valor
z = 1):
1
B L = 0, , 1
2
18
3

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Como puedes ver, el vector de la nueva base es el que obtuvimos
antes, pero dividido por 3. De hecho, cuando al calcular una base de
autovectores obtienes vectores con componentes
p
fraccionarias,,
puedes dejarlos tal cual, o elegir para la base cualesquiera mltiplos
de los mismos y as evitar tales fracciones. Por ejemplo, en nuestro
caso, en vez de dejar para la base el vector (0, 1/3, 1), podramos dar
cualquier mltiplo suyo: (0, 1, 3), (0, 2, 6), (0, 4, 12), etc. La razn es
que todos ellos son autovectores asociados a 2.
Comprueba t que, si (0, 1/3, 1) es solucin del sistema homogneo:
L2

3 0 0 x 0

0 3 1 y = 0
1 0 0 z 0

entonces, tambin
bi lo
l son (0,
(0 1,
1 3),
3) (0,
(0 2,
2 6),
6) (0,
(0 4,
4 12),
12) etc., por lo
l que
19
cualquiera de ellos te vale para la base.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
RESUMIENDO: Para hallar los autovalores y autovectores de A
seguimos los siguientes pasos.
1) Hallamos el determinante de AA I y lo igualamos a 0,
0 calculando
as los autovalores.
22)) Para cada autovalor hallado en el paso anterior:
escribimos el sistema homogneo con matriz asociada A- I
hallamos el rango de AA I marcando el menor que hemos elegido
para ello, y determinando as qu incgnita/s hace/n de parmetro/s
en la resolucin del sistema.
escribimos las ecuaciones del sistema correspondientes a dicho
menor, y lo resolvemos en funcin del/los parmetro/s.
expresamos las infinitas soluciones en funcin del/los parmetro/s
20
y, a partir de ah, deducimos la base del conjunto de autovectores.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
1 0 0

A = 0 1 0
1 0 2

Ejemplo 2)

Autovalores de A
Propiedad de los adjuntos a la columna (o fila) 2

1
0
0
A I = 0
1
0 = (1 ) 2 ( 2 )
0
2
1
A I = 0 1 = 1 , 2 = 2
Autovalor doble

Autovalor simple

21

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Clculo de los autovectores
1 = 1

L 1

0 0 0 x 0

0 0 0 y = 0
1 0 1 z 0

rg(A-I) = 1

L 1 { x + z = 0 y
y y z
z son los parmetros
Observa ahora que las soluciones vienen dadas en funcin de dos
parmetros, y tienen la forma:
L 1 {( z , y , z )}
En este caso,
caso la base estar formada por dos vectores: el primero lo
22
obtienes para y =1, z = 0, y el segundo para y = 0, z = 1.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Es decir, la base de autovectores es:
B L = {(0,1,0),
) (1,0,1)}
1

2 = 2
L2

1 0 0 x 0

0 1 0 y = 0
1 0 0 z 0

x = 0
L2
y = 0

L 2 {(0,0, z )}

rg(A-I) = 1
B L = {(0,0,1)}
2

23

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Antes
A
t de
d hacer
h
otro
t ejemplo,
j
l recuerda
d cmo

se obtienen
bti
l vectores
los
t
de las bases de autovectores a partir de la expresin general de las
soluciones del sistema homogneo.
Si los autovectores vienen dados en funcin de 1 parmetro:
La base tiene solo un vector q
que se obtiene dndole al p
parmetro el
valor 1. Veamos ejemplos:
Si las soluciones del sistema
homogneo son de la forma:

Se le da al nico parmetro el valor 1 y, por tanto, la base

de autovectores es:

(x, 2x, -5x)

BL= {(1, 2, -5)}

(-3/2y, y, -y)
(7z, -2z, z)

BL= {(-3/2, 1, -1)}

BL= {(-3, 2, -2)}*

BL= {(7, -2, 1)}

24

* Pon un mltiplo del vector si las componentes son fraccionarias.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Si los autovectores vienen dados en funcin de 2 parmetros:
La base tiene dos vectores que se obtienen dndole a los parmetros
alternativamente los valores 1 y 0. Veamos ejemplos:
Si las soluciones del sistema
homogneo son de la forma:

La base de autovectores es:

(x, y, 2x-y)

BL= {(1,0,2), (0,1,-1)}

(3y-6z, y, z)

BL= {(3,1,0), (-6,0,1)}

((x,, 5/4x- 3z,, z))

BL= {(
{(1,, 5/4,, 0),
), ((0,, -3,, 1)}*
)}
BL= {(4, 5, 0), (0, -3, 1)}

* Pon un mltiplo del vector si las componentes son fraccionarias.

25

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
IMPORTANTE: en el caso de que una base de autovectores tenga
dos vectores, puedes comprobar que stos son linealmente
independientes*. Adems, si has realizado bien los clculos, los
autovectores asociados a autovalores distintos, son tambin
linealmente independientes.
independientes Puedes verlo en el ejemplo 2: los
autovectores de la base de L1 son linealmente independientes con el
vector de la base de L2, pues la matriz que forman los tres vectores
ti
tiene
rango 3.
3 En
E efecto,
f t comprueba
b que:
0 1 0
1 0 0 0
0 1 1
* Linealmente independientes significa que no son proporcioales.
proporcioales
26

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
1 5 1

A = 5 1 1
1 1 5

Observa que el clculo del polinomio caracterstico no es tan sencillo

j p anteriores, p
pues no hay
y ninguna
g
fila o columna
como en los ejemplos
con todos los elementos cero excepto uno a la que aplicar la propiedad
de los adjuntos. Podemos proceder de dos formas. La primera de ellas
es calcular el determinante mediante la Regla de Sarrus:
Ejemplo 3)

A I =

1
1 =
5

= ( 1 ) 2 ( 5 ) + 5 + 5 ( 1 ) ( 1 ) 25(5 ) =
= (1 + 2 + 2 )(5 ) + 10 + 1 + + 1 + 125 + 25 =

27

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
= 5 + 52 3 + 10 22 + 10 + 1 + + 1 + 125 + 25 =
= 3 + 32 + 36 108
Los autovalores de A son los valores de que anulan este polinomio.
Como es de g
grado 3, hallamos las races mediante la Regla
g de
Ruffini*, obteniendo 3 races distintas (de multiplicidad 1):
-1 3
3
6

36

-108

-3 0
-1 0 36

108
0

-6 -36
-1 -6 0

-66
-1

6
0

1 = 3 , 2 = 6 , 3 = 6
*Para recordar, consulta el enlace:
http://www.dmae.upct.es/~juan/matbas/pol.htm
28

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Comprenders que este clculo es tedioso, con riesgo de
equivocarnos. Otra opcin es emplear, cuando se pueda, algunas
propiedades de los determinantes para transformar el determinante
de A- I en otro ms sencillo de resolver. Observa que al sumar
todas las columnas (o filas) de A- I,
I se obtiene la misma cantidad
(3- ) Aprovechamos esto para simplificar el clculo de su
determinante.
Vamos a hacer C1 + C2+ C3 (podramos comenzar tambin haciendo
F1+ F2+ F3), y luego haremos ceros en el determinante restando las
filas (o las columnas si hubiramos comenzado por las filas).

29

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
C1+C2+C3

1
5
A I = 5
1
1

3
5
= 0
6
0

1
3
5
1 = 3 1
3

1
1 =
5

1 Propiedad de los adjuntos a la columna 1

0 = ( 3 )( 6 )(6 )
6

F2 - F1 , F3 - F1
Autovalores de A

1 = 3 , 2 = 6 , 3 = 6

30

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Clculo de los autovectores
1 = 3

4 5 1 x 0

L 5 4 1 y = 0
1 1 2 z 0

rg(A-I) = 2

L1

4x + 5y z = 0

5x 4y z = 0

Pasamos z (el parmetro) a los segundos miembros de las

ecuaciones:
L1

4x + 5y = z

5x 4y = z

L {( z , z , z )}
1

Multiplica
M
l i li por 5 la
l 1 ecuacin,
i la
l 2 por 4 y
suma. Sale y = z, x = z. Entonces:

B L = {(1,1,1)}
1

31

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Se propone como ejercicio el clculo de los dems conjuntos de
autovectores, cuyas soluciones se dan a continuacin:

L {( y , y ,0)}
2

L {( x, x,2x )}
3

B L = {( 1,1,0)}
1

B L = {(1,1,2)}
3

Recuerda que la solucin de cada sistema homogneo sale expresada

de distinta manera,
manera segn la incgnita que elijas como parmetro.
parmetro

32

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
4.3. DIAGONALIZACIN DE MATRICES CUADRADAS.

Recuerda que en la introduccin al tema dijimos que el objetivo del

mismo
i
es, dada
d d una matriz
t i cuadrada
d d A de
d orden
d n, hallar
h ll una
matriz P, de orden n, regular (es decir, con determinante distinto de
cero), tal que el producto P-1AP sea una matriz lo ms sencilla
posible, concretamente diagonal, esto es:
1 0

0 2

1
P AP =
.
.

0
0

... 0
=D

... .

... n

...

Cuando P existe, decimos que A es una matriz diagonalizable. En tal

caso, se dice
di que A y D son semejantes.
j t
33

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Dada entonces una matriz cuadrada A, slo nos queda concretar
bajo qu condiciones existir P, cmo se construye P y quin es la
matriz D diagonal semejante a A.
A Se tiene el siguiente resultado:
Una matriz cuadrada A es diagonalizable si puede construirse una
matriz P con determinante distinto de cero (llamada matriz de paso)
cuyas columnas sean autovectores de A. En tal caso, se verificar que
l matriz
la
t i diagonal
di
l D = P-11AP,
AP contiene
ti
en su diagonal
di
l principal
i i l a los
l
autovalores de A.

34

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejemplos: analicemos si las matrices de los tres ejemplos anteriores
son diagonalizables o no.
Ejemplo 1. Los autovalores y subespacios de autovectores hallados
para la matriz de este ejemplo fueron:
1 = 2 , m1 = 2, rg( A 1I ) = 2, L 1 = {(0, y ,0)}, B L = {(0,1,0)}
1

2 = 1 , m 2 = 1, rg( A 2I ) = 2, L 2 = {(0, y ,3y )}, B L = {(0,1,3)}

2

35

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Esta matriz no es diagonalizable, pues no podemos construir una
matriz P de orden 3 regular formada por autovectores, ya que
necesitaramos 3 autovectores p
para colocar en sus columnas,, de
manera que P tuviera determinante distinto de cero. Y eso es
imposible pues supongamos, por ejemplo, que colocamos el
autovector (0, 1, 0) como 1
1 columna de P y (0, 1, 3) como 2
2
columna. Para la tercera columna debemos elegir otro autovector,
pero las posibilidades son:
o se elige del subespacio L1, y entonces es proporcional a (0, 1, 0),
con lo cual el determinante de P ser cero (dos columnas
p p
proporcionales).
)
o se elige del subespacio L2, y entonces es proporcional a (0, 1, 3),
con lo cual el determinante de P ser tambin cero.
36

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejemplo 2. Obtuvimos los siguientes resultados:
1 = 1 , m1 = 2, rg( A 1I ) = 1, L 1 = {( z , y , z )}, B L = {(0,1,0), (1,0,1)}
1

2 = 2 , m 2 = 1, rg( A 2I ) = 2, L 2 = {(0,0, z )}, B L 2 = {(0,0,1)}

Esta matriz s es diagonalizable,
diagonalizable pues ahora podemos construir la
matriz P cuyas columnas son los autovectores de las bases anteriores,
esto es:
0 1 0

P = 1 0 0
0 1 1

Si has calculado bien los autovectores, debe cumplirse que los

autovectores de la 1 base son linealmente independientes respecto
al de la 2 base.
base En consecuencia,
consecuencia el determinante de P debe ser
37
distinto de cero. Comprubalo.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Adems, calcula P-1 y comprueba que se verifica que:
1 0 0

1
P AP = 0 1 0 = D
0 0 2

Observa que la matriz D contiene en su diagonal principal a los

autovalores de A; 1= 1 aparece
p
repetido,
p
por tratarse de un
p
autovalor doble. Es importante destacar que el orden en que
aparecen los autovalores en la diagonal de la matriz D, depende del
orden en que hayas colocado en P a los autovectores
correspondientes, es decir, si pusiste como columnas 1 y 2 a los
autovectores de la base de L1, entonces los dos primeros lugares de
la diagonal de D son d11 = 1 y d22 = 1.
1 Si la tercera columna de P es
38
el autovector de la base de L2, entonces d33 = 2.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejemplo 3:
1 = 3 , m1 = 1, L 1 = {( z , z , z )}, rg( A 1I ) = 2, B L = {(1,1,1)}
1

2 = 6 , m 2 = 1, L 2 = {( y , y ,0)}, rg( A 2I ) = 2, B L 2 = {( 1,1,0)}

3 = 6 , m 3 = 1, L 3 = {( x, x,2x )},
)} rg( A 3I ) = 2, B L = {(1,1,2)}
3

Al igual que en el ejemplo anterior, esta matriz s es diagonalizable,

pues podemos construir una matriz P regular colocando en sus
columnas a los tres autovectores de las bases anteriores. En este
caso, las matrices P y D son:
1 1 1

P = 1 1
1
1 0 2

3 0 0

D = P 1 AP = 0 6 0
0 0 6

39

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Comprueba que P es regular, haz su inversa y realiza el producto
P-1AP para verificar que obtienes la matriz D anterior.
Si observas con detenimiento las conclusiones obtenidas en los
ejemplos anteriores, vers que resulta relativamente sencillo saber
si una matriz es diagonalizable
g
o no.
Para el caso de una matriz de orden 3, como la de los ejemplos
anteriores, necesitamos construir P reuniendo 3 autovectores, de
manera que el determinante de P sea distinto de cero, esto es, tres
autovectores linealmente independientes.
Eso no hemos podido hacerlo en el ejemplo 1,
1 porque al elegir el
tercer autovector, obtenemos siempre una matriz con determinante
cero. Sin embargo, s ha sido posible en los otros dos ejemplos.
40

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ob
Observa
l diferencia
la
dif
i entre
t los
l ejemplos
j
l 1 y 2:
2
en el 1 tenemos un autovalor doble cumpliendo que rg(A-1I) = 2, y
un autovalor simple cumpliendo que rg(A
rg(A-
2I) = 2.
2 Este valor del
rango de A- I implica que, al resolver el sistema homogneo de los
autovectores, hay 1 incgnita que hace de parmetro. Como
consecuencia cada base de autovectores tiene un nico vector y,
consecuencia,
y
como no tienes posibilidad de reunir tres autovectores que formen
una matriz regular, no podrs construir P.
en el 2 tenemos un autovalor doble con rg(A-1I) = 1 y un
autovalor simple con rg(A-2I) = 2. El valor del rg(A-1I) = 1 implica
que hay 2 parmetros en la resolucin y que,
que por tanto,
tanto la base de
autovectores correspondiente tiene 2 vectores. En este caso, s puedes
reunir 3 autovectores de manera que la matriz que formen sea
regular: dos de la primera base y uno de la segunda base.
base

En el ejemplo 3 la conclusin es fcil.

41

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
A la vista de los resultados anteriores, puedes comprender que la
diagonalizacin depende del nmero de autovectores que obtengas
en cada base al resolver el sistema homogneo. Este nmero coincide
con el nmero de parmetros de la resolucin, el cual, a su vez,
depende del rg(A- I). En efecto:
N vectores base = n parmetros en la resolucin = n- rg(A- I)
donde n = n de incgnitas.
Aprende tambin estas propiedades que te sern tiles:
si es un autovalor simple
p ((m = 1)) n vectores base = 1 siempre
p
si es un autovalor doble (m = 2) n vectores base = 1 2
si es un autovalor triple (m = 3) (solo para el caso de matrices de
dimensin n > 3) n vectores base = 1, 2 3, etc.

42

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS

Llegamos entonces a una sencilla conclusin general: A es

diagonalizable si, para cada autovalor mltiple, se verifica que la
base de autovectores asociados tiene tantos vectores como indique su
multiplicidad esto es,
multiplicidad,
es A es diagonalizable si:
n- rg(A- I) = m
para cada mltiple,
mltiple siendo m = multiplicidad
m ltiplicidad de .

43

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Para el caso de matrices de orden 3, que ser el que nosotros
trabajaremos, se te pueden presentar las siguientes situaciones, dada
una matriz A:
Autovalores

N vectores en base

Diagonalizable

1, 2, 3
distintos (simples)
mi = 1

3-rg(A-1I) = 1= m1
3-rg(A-2I) = 1 = m2
3 rg(A 3I) = 1 = m3
3-rg(A-

1 doble, m1 = 2
2 ssimple,
p e, m2 = 1

3-rg(A-1I) = 1 m1
33-rg(A-
g( 2I)) = 1 = m2

No

1 doble, m1 = 2
2 simple,
i l m2 = 1

3-rg(A-1I) = 2 = m1
3 (A 2I) = 1 = m2
3-rg(A-

S
44

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS

Resumiendo: para saber si la matriz A (supongamos de orden 3) es

diagonalizable o no, no hace falta llegar hasta el clculo de los
subespacios de autovectores, sino que procederemos as:
calcularemos
l l
l autovalores,
los
t
l
viendo
i d sii son simples
i l o dobles.
d bl
si todos los autovalores son simples (sern distintos en este caso),
concluiremos diciendo que A es diagonalizable.
si tenemos un autovalor simple y uno doble, como sabemos que
para los autovalores simples se cumple siempre que 3-rg(A-I) = 1 =
m, nicamente tendremos que hallar 3-rg(A-I) para el autovalor
doble. Si es igual a 2, entonces diremos que A es diagonalizable. En
caso contrario,, no lo ser.
45

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
En el caso en que A sea diagonalizable: la matriz P estar formada
por los autovectores de las bases, puestos por columnas.
La matriz diagonal D contiene en su diagonal a los autovalores de
A, en el mismo orden en que se colocaron en P los autovectores
correspondientes. Si un autovalor es doble, aparecer repetido en la
diagonal.
Entonces se verificar que P-1AP = D.

a 1 0

Ejercicio resuelto: dada la matriz A = 0 3 0

b 0 1

a)) Estudia para

p
q
qu valores de a y b es A diagonalizable.
g
b) Para a = 0 y b = 2, halla las matrices P y D.

46

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
a) 1) Hallamos los autovalores de A

a
1
0
A I = 0
3
0 = (a )(1 )(3 )
b
0
1-
A I = 0 1 = 1 , 2 = 3, 3 = a
2) Di
Discutimos
ti
distintos
di ti t casos en funcin
f
i de
d los
l valores
l
de
d a.
Caso 1: a 1, 3
Caso 2: a = 1

3 autovalores
distintos

A diagonalizable

1 = 1,
1 doble,
doble m1 = 2 2 = 3,
3 simple,
simple m2 = 1
47

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Sabemos que el nmero de vectores de la base para 2 es 1, es decir,
n- rg (A-2I) = 1. Entonces la diagonalizacin de A depende del
nmero de vectores que haya en la base autovectores asociados al
autovalor doble, 1 = 1. Lo calculamos por la frmula:
0 1 0

n vectores base = 3 rg( A 1I ) = 3 rg 0 2 0

b 0 0

Entonces:

el rango puede ser 1 2

segn el valor de b

3 2 = 1 m1 si b 0
3 rg( A 1I ) =
3 1 = 2 = m1 si b = 0

A NO diagonaliz able
A diagonaliz able

48

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Caso 3: a = 3

1 = 1, simple 2 = 3, doble

0 1 0

3 rg( A 2I ) = 3 rg 0 0 0 = 3 2 = 1 m 2 b
b 0 2

Entonces A no es diagonalizable si a = 3, para ningn valor de b.

b) Si a = 0 y b = 2, sabemos que A es diagonalizable y que, por tanto,
por los autovectores de A
existen P y D. La matriz P est formada p
asociados a los autovalores que, en este caso, son:
1 = 1, 2 = 3, 3 = 0
Hallmoslos.

49

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
1 = 1

L1

1 1 0 x 0

0 2 0 y = 0
2 0 0 z 0

L1

x + y = 0

2y = 0

La incgnita z es el parmetro. Entonces:

L 1 {(0,0, z )}

B L = {(0,0,1)}
1

50

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
2 = 3
L 2

3 1 0 x 0

0 0 0 y = 0
2 0 2 z 0

3x + y = 0
L 2
2x 2z = 0

y = 3x, z = x

La incgnita x es el parmetro. Entonces:

L 2 {( x,3x, x )}

B L = {(1,3,1)}
2

51

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
3 = 0
L 3

0 1 0 x 0

0 3 0 y = 0
2 0 1 z 0

L 3

3y = 0

2x + z = 0

y = 0, z = -2x

La incgnita x es el parmetro. Entonces:

L 3 {( x,0,2x )}

B L = {(1,0,2)}
3

52

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
La matriz P entonces es igual a:

0 1 1

P = 0 3 0
1 1 - 2

Comprueba
C
b que tiene
ti
i
inversa
( decir,
(es
d i que su determinante
d t
i
t es
distinto de cero). En tal caso, se verifica que:

1 0 0

-1
P AP = 0 3 0 = D
0 0 0

Nota: en los problemas no tienes que verificar, salvo que te lo pidan

expresamente que P-1AP = D.
expresamente,
D Si no te has confundido en los
53
clculos, siempre se cumplir.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
4.4. DEFINICIN
MATRICIAL.

DE

FORMA

CUADRTICA.

EXPRESIN

D fi i i (Forma
Definicin
(F
cuadrtica
d ti en dos
d variables)
i bl )
Una forma cuadrtica en dos variables es una funcin q(x, y) de la
forma:
q(x, y) = ax2+ bxy+ cy2
donde a,
a b y c son constantes reales.
reales
Observa que la expresin analtica de q es un polinomio de grado
dos en las variables x e y.
Ejemplos:
a) q(x, y) = 2x2+ 4xy
4xy- 5y2

b) q(x, y) = -x
x2+ 3xy+ 6y2

c) q(x, y) = -2xy+ y2

d) q(x, y) = -3x2+ 8y2

54

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Cualquier forma cuadrtica en dos variables, puede expresarse en
forma matricial de la siguiente manera:
a b / 2 x

q( x, y ) = ax 2 + bxy + cy 2 = (x y )
c y
b/ 2
Comprueba t que al multiplicar las matrices anteriores, se obtiene
el polinomio de segundo grado.
Ejemplos: a continuacin tienes las formas cuadrticas del ejemplo
anterior, expresadas en forma matricial.
2 2 x
1 3 / 2 x
b ) q( x, y ) = (x y )

a ) q( x, y ) = (x y )
2 5 y
3 / 2 6 y
0 1 x
3 0 x
(
)
(
)
d ) q( x , y ) = x y

c ) q( x , y ) = x y

1
1
y
0
8

y

55

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Habitualmente, cuando la forma cuadrtica depende de dos
variables, acostumbramos a llamar a stas x e y, si bien podemos
por x1 y x2.
denotarlas p
Definicin (Forma cuadrtica en tres variables)
Una forma
U
f
cuadrtica
d ti en tres
t
variables
i bl es una funcin
f
i q(x
( 1, x2, x3)
cuya expresin analtica es un polinomio de segundo grado en las
variables x1, x2, x3, con trminos en xi2 y xixj.
Ejemplos:
a) q(x1, x2, x3) = 2x12+ 3x1x2- 5x1x3+4x2x3-x32
b) q(x1, x2, x3) = -x12- 2x1x3+3x2x3-5x32
c)) q(
q(x1, x2, x3) = -8x1x2- 6x1x3+4x2x3
56

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Cualquier forma cuadrtica en tres variables puede expresarse en
forma matricial de la siguiente manera:

x1

q( x1 , x 2 , x 3 ) = (x1 x 2 x 3 )
A x 2

3
donde A es una matriz cuadrada de orden 3 simtrica que se
construye como explicamos a continuacin.
Los elementos de la diagonal principal de A,
A a11, a22 y a33, son los
2
2
2
coeficientes de los trminos x1 , x2 y x3 , respectivamente.
Los elementos a12 y a21 son iguales al coeficiente del trmino x1x2
di idid entre
dividido
t 2.
2
Los elementos a13 y a31 son iguales al coeficiente del trmino x1x3
dividido entre 2.
Los elementos a23 y a32 son iguales al coeficiente del trmino x2x3
dividido entre 2.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejemplos: a continuacin tienes las formas cuadrticas del ejemplo
anterior, expresadas en forma matricial.
a ) q ( x1 , x 2 , x 3 ) = ( x1

b ) q ( x1 , x 2 , x 3 ) = ( x1

c ) q ( x1 , x 2 , x 3 ) = (x1

x2

3 / 2 5 / 2 x1
2

x 3 ) 3 / 2
0
2 x 2
5/ 2 2
1 x 3

x2

1 x1
1 0

x 3 ) 0
0 3 / 2 x 2

1 3 / 2 5 x 3

x2

0 4 3 x1

)
x3 4 0
2 x 2
3 2
0 x 3

58

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
4.5. SIGNO DE UNA FORMA CUADRTICA.

Estudiar el signo de una forma cuadrtica significa analizar si los

valores que toma dicha funcin permanecen con el mismo signo para
cada vector (x, y) o (x1, x2, x3), segn sea de dos o tres variables,
por el contrario,, cambian de signo.
g
Es p
por
distinto del vector nulo o si,, p
ello que, en cuanto al signo, podemos clasificar una forma cuadrtica
como:
Definida positiva (D.P.): si q > 0, (x, y) o (x1, x2, x3) (vector nulo)
Definida negativa (D.N.): si q < 0, (x, y) o (x1, x2, x3)
Semidefinida positiva (S.D.P.): si q 0, (x, y) o (x1, x2, x3)
Semidefinida negativa (S.D.N.): si q 0, (x, y) o (x1, x2, x3)
Indefinida, en cualquier otro caso.

59

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejemplos:
q(x, y) = 2x2+ 3y2 es una forma cuadrtica definida positiva.
q(x, y) = -5x2- y2 es una forma cuadrtica definida negativa.
q(x, y) = -3y2 es una forma cuadrtica semidefinida negativa (observa
que siempre es negativa o nula sobre los vectores de la forma (x, 0) ).
q(x, y) = x2- y2 es una forma cuadrtica indefinida.
q(x1, x2, x3) = 3x12+ 2x22+ 5x32 es una forma cuadrtica definida
positiva.
q(x1, x2, x3) = 5x12+ 2x22- 2x2x3 +2x32 es una forma cuadrtica cuyo
signo no podemos precisar fcilmente a simple vista.
Es por ello que disponemos de dos criterios para determinar el signo
60
de una forma cuadrtica.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
1) Criterio de los autovalores
Sean 1,..., n los
Se
os autovalores
u ov o es de la matriz A asociada
soc d a q.
Entonces:
Si 1 > 0,...,
0
n > 0

q es D
D.P.
P

Si 1 < 0,..., n < 0

q es D.N.

Si 1 0,..., n 0

q es S.D.P.

Si 1 0,..., n 0

q es S.D.N.

Otro caso

q es Indefinida

61

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejemplos: clasifica las siguientes formas cuadrticas por el criterio
de los autovalores.
a)) q(x
( 1, x2, x3) = 55x12+ 2x
2 22- 2x
2 2x3 +2x
+2 32
La matriz asociada a q es:

0
5 0

0
2

0 1 2

Sus autovalores son 5, 1 y 3 (comprubalo), por lo que q es definida

positiva.
b) q(x, y) = -x2+ 2xy- y2

1 1

La matriz asociada a q es: 1 1

S
Sus
autovalores
l
son -2
2 y 0 (comprubalo),
(
b l ) por lo
l que q es
62
semidefinida negativa.

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
2) Criterio de los menores de A. Definamos los conceptos de menores
principales y menores primarios de una matriz cuadrada A. Sea A la
siguiente matriz:

a11 a12

a 21 a 22
A = a 31 a 32

..
..
a
n1 a n 2

a13
a 23
a 33
..
an 3

...
...
...
...
...

a1n

a 2n
a 3n

..
ann

Menores principales de A. Se definen los menores principales de A

de rdenes 1, 2, , etc., como los siguientes determinantes:
a11 a12 a13
a11 a12
A1 = a11 = a11 A 2 =
A 3 = a 21 a 22 a 23 ... A n = A
a 21 a 22
63
a 31 a 32 a 33

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Menores primarios de A. Por simplificar, definimos el concepto de
menores primarios de rdenes 1, 2 y 3, para una matriz de orden 3.
a11 a12

A = a 21 a 22
a
31 a 32

a13

a 23
a 33

De orden 1: se llaman menores primarios de orden 1 de la matriz A,

g
principal
p
p de A, esto es, a11, a22, a33.
a los elementos de la diagonal
De orden 2: se llaman menores primarios de orden 2 de la matriz A,
a los determinantes de segundo orden que pueden formarse
incluyendo a los elementos de la diagonal principal de A, en su
mismo orden, esto es:
a 22 a 23
a11 a13
a11 a12
64
a 32 a 33
a 31 a 33
a 21 a 22

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
De orden 3: se llaman menores primarios de orden 3 de la matriz A
a los determinantes de tercer orden que pueden formarse
incluyendo a los elementos de la diagonal principal de A,
A es decir,
decir
para el caso que nos ocupa de una matriz 3 x 3, habra un nico
menor primario de orden 3 que coincide con el determinante de A.
Como ejercicio, se propone escribir los menores primarios de una
matriz cuadrada de orden 4. Ten en cuenta que son 4 menores
primarios de orden 1,
1 6 de orden 2,
2 3 de orden 3 y 1 de orden 4.
4
A continuacin, enunciamos el criterio de los menores de la matriz
para hallar el signo
g de sta.
asociada a una forma cuadrtica,, p
Sea entonces A la matriz simtrica asociada a una forma cuadrtica
q.
65

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Criterio de clasificacin de q por los menores de A :
1) Si det A 0, entonces calculamos los menores principales de A y
aplicamos
li
lo
l siguiente:
i i t
Si A1 > 0, A2 > 0,..., An > 0 q es D.P.
Si A1 < 0,
0 A2 > 0,
0 A3 < 0,
0 A4 > 0 ..... q es D
D.N.
N
Otro caso q es Indefinida
2) Si det A = 0, entonces calculamos los menores primarios de A y
aplicamos lo siguiente:
Si todos los menores primarios son 0 q es S.D.P.
SDP
Si los menores primarios de orden 1 son 0, los de orden 2 son 0,
los de orden 3 0 .... q es S.D.N.
Otro caso q es Indefinida

66

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Ejercicio resuelto: Clasificar por el criterio de los menores las
siguientes formas cuadrticas definidas en 3:
a) q( x, y ) = x 2 + 5xy + 2y 2

b) q( x1 , x 2 , x 3 ) = x12 + 2x1x 2 + x 22 + x 23
c) q( x1 , x 2 , x 3 ) = 8x1x 2 + 6x1x 3
d) q( x1 , x 2 , x 3 ) = x12 + 2x1x 2 4x 22 4x1x 3 7 x 23
Para cada una de ellas, escribimos la matriz simtrica asociada y
calculamos en primer lugar su determinante para saber si hemos de
hallar los menores principales o los primarios.
67

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
1 5 / 2
25
17
A = 2
A=
= 0
4
4
5/ 2 2
Hallamos los menores principales:
25
17
A1 = 1 > 0 A 2 = A = 2
= <0
4
4
Por lo tanto, q es indefinida.
a)

1 1 0

A
=
1
1
0
b)

A =0
0 0 1

Hallamos los menores primarios:

De orden 1: 1, 1, 1

Por lo tanto, q es semidefinida

positiva.

De orden 2: 1 1 = 0, 1 0 = 1, 1 0 = 1
1 1
0 1
0 1

68

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
0 4 3

A = 4 0 0 A = 0
3 0 0

Hallamos los menores primarios:

c)

De orden 1: 00, 00, 0

De orden 2:

0 4
0 0
0 3
= 16,
= 0,
= 9
3 0
4 0
0 0

Por lo tanto, q es indefinida.

1 1 2

d)) A = 1 4 0
2 0 7

A = 5
69

TEMA 4.
4 DIAGONALIZACIN DE MATRICES Y
FORMAS CUADRTICAS
Hallamos los menores principales:
1 1
A1 = 1, A 2 =
= 3, A 3 = A = 5
1 4
Por lo tanto, q es definida negativa.

70