Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 6.-Autovalores y Autovectores.: Ingenier Ia Civil. Matem Aticas I. 2012-2013
Tema 6.-Autovalores y Autovectores.: Ingenier Ia Civil. Matem Aticas I. 2012-2013
Matematicas I. 2012-2013.
Departamento de Matematica Aplicada II.
Escuela Superior de Ingenieros. Universidad de Sevilla.
A lo largo de todo el tema trataremos esencialmente con matrices cuadradas reales (aun-
que muchos de los resultados que veamos tambien seran validos para el caso de matrices cua-
dradas complejas). De todos modos, aun trabajando con matrices reales, sera imprescindible
hacer referencia a los numeros (y a los vectores) complejos. La razon es que necesitaremos
considerar las races de un polinomio con coeficientes reales (si la matriz es real) y estas
pueden ser complejas con parte imaginaria no nula.
Una matriz A cuadrada m m define una transformacion lineal sobre Km ,
x Km y = Ax Km .
Aunque la matriz sea real, cuando algunas de las races del llamado polinomio caracterstico
de A (que sera un polinomio real) sean numeros complejos, con parte imaginaria no nula,
sera conveniente referirnos a la transformacion definida por A sobre el espacio complejo Cm .
En estos casos, tendremos que considerar para vectores complejos todos los aspectos lineales
que hemos considerado en el tema 4: combinaciones lineales, dependencia/independencia
lineal, subespacios vectoriales de Cm , dimension, espacios nulo y columna, etc.
La transformacion de vectores que efectua la matriz A puede ser mas o menos sencilla
de describir dependiendo del vector (o de la direccion) sobre la que se efectue. El problema
fundamental que se aborda es el de la determinacion de las llamadas direcciones principales:
direcciones sobre las que la matriz A actua como la multiplicacion por un numero. Calculemos
para algunos ejemplos geometricos en el plano y en el espacio, los vectores sobre los cuales
la transformacion asociada a una matriz actua simplemente multiplicando por un numero.
149
150 Tema 6.- Autovalores y autovectores.
Ejemplos.
P = v1 v2 v3
tiene inversa (por ser sus columnas linealmente independientes), podemos despejar la
matriz A,
1
3 1 0 6 5 3 20 12 4
1 1
= 2 0 0 28 2 3 13 = 28
12 10 6 .
0 2 0 4 6 2 4 6 26
(3) Si A es una matriz diagonal con elementos diagonales d1 , d2, . . . , dm , es claro que para
los vectores canonicos e1 , e2 , . . . , em se verifica Aek = dk ek .
(4) Si tomamos dos vectores {v1 , v2 } linealmente independientes del plano, cualquier trans-
formacion lineal T : R2 R2 queda determinada si conocemos como actua sobre
estos vectores. Si A es la matriz asociada a T respecto a la base canonica, podemos
determinar dicha matriz a partir de Av1 y Av2 (si conocemos las coordenadas de los
vectores v1 , v2 , Av1 y Av2 respecto a la base canonica). Si tomamos por ejemplo los
vectores
1 2
v1 = , v2 = , T (v1 ) = Av1 = 3v1 , T (v2 ) = Av2 = 2v2
2 1
(con lo cual tenemos una situacion en la que conocemos las direcciones sobre las cuales
la transformacion actua multiplicando por un numero), es facil determinar la matriz A
teniendo en cuenta que, puesto que v1 y v2 son linealmente independientes, la matriz
cuyas columnas son v1 y v2 tiene inversa y
3 0
A v1 v2 = 3v1 2v2 = A v1 v2 = v1 v2 =
0 2
1
3 0
= A = v1 v2 v1 v2
0 2
y, por tanto, los vectores que se obtienen al aplicar sucesivamente la matriz A sobre
un vector dado
u, Au, A (Au) = A2 u, . . . , An u, . . .
Matematicas I. 2012-2013
152 Tema 6.- Autovalores y autovectores.
Observaciones.
(a) Al hacer transformaciones fila (o columna) sobre una matriz A, los autovalores y los
autovectores de la matriz que se obtiene NO guardan relacion (en general) con los auto-
valores y autovectores de la matriz original. En general, tampoco es cierto que los auto-
valores de una matriz suma/resta/producto de otras dos sean suma/resta/producto de
los autovalores de cada uno de los sumandos. Ejercicio. Busca ejemplos de todo lo
anterior.
(b) El concepto de autovalor y autovector no es exclusivo de los espacios de coordenadas,
ni de los espacios vectoriales de dimension finita. Por ejemplo, siendo V el espacio
vectorial de las funciones y : R R indefinidamente derivables y siendo T : V V
la aplicacion lineal y T (y) = y , se tiene que = 0 es un autovalor de T y todo
polinomio de primer grado es un autovector asociado. Por otra parte = 1 tambien es
autovalor y la funcion y(x) = ex es un autovector asociado.
es un polinomio de grado m y, por tanto, tiene m races (contando cada una segun su
multiplicidad) que pueden ser reales o complejas no-reales (aun en el caso en que la matriz
A sea real).
El subespacio vectorial Nul [A 0 I] se denomina espacio propio asociado al autovalor
0 (notemos que en general estara compuesto por vectores complejos, los autovectores de A
asociados a 0 y el vector nulo),
asociados a 1 = 3 : son los vectores no-nulos que estan en el espacio nulo de A 3I,
2 2 0 1 1 0 1 1
(A 3I)x = 0 x = x2 v1 = ,
2 2 0 0 0 0 1 1
Matematicas I. 2012-2013
154 Tema 6.- Autovalores y autovectores.
(b) A y AT tienen los mismos autovalores (aunque los autovectores asociados pueden ser
distintos).
= (1)m ( 1 ) ( m )
(b) La traza de A (la suma de los elementos diagonales de A) es igual a la suma de sus
autovalores (apareciendo cada uno, en dicha suma, tantas veces como indique su multi-
plicidad como raz del polinomio caracterstico)
6.2.- Diagonalizacion.
Consideremos una transformacion lineal T : Km Km y la matriz A asociada (cuadra-
da, mm) respecto de la base canonica C de Km . Es decir, siendo x las coordenadas cannicas
de un vector v y siendo y las coordenadas canonicas del transformado T (v), tenemos que
y = Ax. Consideremos otra base B y denotemos por x e y a las coordenadas de v y T (v),
respectivamente, respecto de dicha base B. Si P es la matriz del cambio de base C B
tenemos que x = P x e y = P y . Por tanto, la transformacion lineal T se puede expresar, en
coordenadas respecto a B mediante
y = Ax P y = AP x y = P 1 AP x .
Matematicas I. 2012-2013
156 Tema 6.- Autovalores y autovectores.
Cuando sea posible, para construir una diagonalizacion de A bastara con obtener m
autovectores linealmente independientes. La matriz P de orden m que tenga a dichos auto-
vectores linealmente independientes como columnas (en un cierto orden) sera no-singular y
verificara AP = P D siendo D la matriz diagonal cuyos elementos diagonales son los auto-
valores (en el mismo orden en el que hayamos puesto los autovectores en la matriz P ). Por
tanto tenemos una diagonalizacion de A.
q(A) = ck Ak + + c1 A + c0 I.
Ak = P D k P 1 , A I = P (D I)P 1 , AT = (P T )1 D(P T ), A1 = P D 1 P 1 .
Para que una matriz sea diagonalizable no es imprescindible que todos sus autovalores
sean simples. Por ejemplo = 1 es un autovalor doble de la matriz
2 1 0
A= 1 2 0
0 0 1
Lo unico que se puede afirmar en general sobre la relacion entre las multiplicidades
algebraica y geometrica de un autovalor de una matriz viene dado por el siguiente resultado.
ma () = mg ().
En ese caso, si 1 , . . . , p son (todos) los autovalores distintos de A y tenemos una base Bk de
cada uno de los subespacios Nul [A k I] (es decir, tenemos tantos autovectores linealmente
independientes asociados a k como indica su multiplicidad algebraica), entonces
B = B1 Bp
es una base de Rm o de Cm .
Por tanto:
Para determinar si una matriz es diagonalizable habra que determinar si cada autovalor
multiple tiene asociados tantos autovectores linealmente independientes como indique
su multiplicidad algebraica.
Para construir una diagonalizacion, cuando sea posible, habra que obtener tantos auto-
vectores linealmente independientes, asociados a cada autovalor, como indique su multi-
plicidad algebraica;
Matematicas I. 2012-2013
158 Tema 6.- Autovalores y autovectores.
P 1AP = D (diagonal),
Ak = P D k P 1
y calcular la correspondiente potencia para una matriz diagonal se reduce a obtener el valor
de dicha potencia en cada uno de los elementos de la diagonal principal.
Observaciones.
1) Es facil comprobar que
2) Puesto que la dimension del espacio es finita, los subespacios anteriores no pueden crecer
de manera indefinida, sino que para un cierto valor r se verificara
3) Si v Nul (A I)k entonces Av Nul (A I)k . Es decir, si v es un autovector
generalizado, Av tambien lo es (o es el vector nulo).
El siguiente resultado indica que para calcular los autovectores generalizados hay que
llegar, a lo sumo, hasta la potencia ma (). Nos indica ademas que, si bien en general no es
cierto que para un autovector generalizado v asociado a se tenga que Av es v, se tiene en
cambio que Av es tambien autovector generalizado asociado a .
dim (Nul [A I]) < < dim (Nul [(A I)r ]) = dim Nul (A I)ma () = ma (),
y Nul (A I)k = Nul (A I)ma () para k r.
Observaciones.
Puesto que A 2 I tiene rango 3, solo hay un autovector independiente asociado al auto-
valor 2 = 1 y por tanto, A no es diagonalizable. Los autovectores asociados son los multiplos
(no nulos) de v2 = (2, 1, 3, 1)T .
Calculemos una base de autovectores generalizados asociados al autovalor 2 = 1. Para
ello, debemos calcular las potencias A2 I hasta que una de ellas tenga rango mma (2 ) =
4 3 = 1 con lo cual el espacio nulo de dicha potencia de A 2 I tendra dimension 3. La
matrices (A 2 I)2 y la escalonada superior obtenida por eliminacion gaussiana son
4 6 0 2 4 6 0 2
8 9 0 Elim. Gauss.
2 7 0 3 0 3
(A 2 I) = ,
0 3 0 3 0 0 0 0
8 7 0 9 0 0 0 0
cuyo rango es 2 (todava distinto de 1 = 4 ma (2 )). Por tanto la dimension del espacio
nulo de (A 2 I)2 es 2 y podemos obtener en dicho espacio nulo un autovector genera-
lizado v3 linealmente independiente con v2 , por ejemplo v3 = (0, 0, 1, 0)T . Notemos que
Nul ((A 2 I)2 ) = Gen {v2 , v3 }. La matriz (A 2 I)3 es
8 8 0 8
8 8 0 8
(A 2 I)3 = 24 24 0 24 ,
24 24 0 24
Matematicas I. 2012-2013
160 Tema 6.- Autovalores y autovectores.
y que los vectores de este espacio son, ademas del vector nulo, todos los autovectores y auto-
vectores generalizados asociados al autovalor 1 = 1. As, hemos obtenido tres autovectores
(generalizados) asociados al autovalor triple 1 = 1 de una determinada forma, ampliando de
una base de Nul (A I) a una de Nul ((A I)2) y de esta a una de Nul ((A I)3). Podramos
haber obtenido una base de Nul ((A I)3 ) sin necesidad de pasar por bases de los espacios
intermedios. Por ejemplo, los vectores
{v1 , v2 , v3 , v4 } y {v1 , w2 , w3 , w4 }.
Para observar la diferencia entre ellas (y entender por que, en general, es mas conveniente
encontrar una base por el procedimiento seguido para construir {v1 , v2 , v3 , v4 }) se propone
como ejercicio determinar la matriz P 1 AP tomando respectivamente como matriz P la
matriz cuyas columnas son las coordenadas de los vectores de cada una de las bases anteriores.
As, si formamos P1 = [v1 , v2 , v3 , v4 ] y P2 = [v1 , w2 , w3 , w4 ] obtenemos
1 0 0 0 1 0 0 0
0 1 1 1 0 1 2 2
P11 AP1 =
0
, P21 AP2 = .
0 1 1 0 1 0 1
0 0 0 1 0 4 1 4
pA () = ( 1 )m1 . . . ( p )mp ,
se verifica que A2 es la matriz nula y, por tanto, cualquier vector no-nulo de R2 es autovector
de A2 asociado a su unico autovalor = 0. Sin embargo, hay vectores de R2 que no son
autovectores de A, por ejemplo v = [ 1, 1 ].
Determina los autovectores de cada una de las potencias de
0 0 1 0
0 0 0 1
A= 0 0 0 0 .
0 0 0 0
Las matrices simetricas reales constituyen uno de los tipos mas importantes de matrices
para las cuales puede garantizarse la diagonalizabilidad. Ademas, dicha diagonalizacion se
puede obtener matrices de paso ortogonales.
Teorema (espectral para matrices simetricas) Sea A una matriz cuadrada real n n.
Son equivalentes:
(a) A es simetrica.
(b) A es diagonalizable mediante una matriz de paso ortogonal, es decir, existe una matriz
ortogonal Q tal que Q1 AQ QT AQ = D es diagonal.
En ese caso, las columnas de la matriz {q1 , . . . , qn } de Q son un conjunto de autovectores
de A que forman una Base Ortonormal de Rn y, ademas, tenemos que
1 0 . . . 0 q1T
0 2 . . . 0
T q2T
A = QDQ = q1 . . . qn .. .. . . ..
. . . . ...
0 0 . . . n qnT
Matematicas I. 2012-2013
162 Tema 6.- Autovalores y autovectores.
Cada matriz qk qkT es la matriz de la proyeccion ortogonal sobre el subespacio generado por
el correspondiente vector {qk } (es una matriz de rango 1). As, obtenemos la expresion
A la hora de obtener una diagonalizacion ortogonal de una matriz simetrica real A pueden
aparecer dos situaciones distintas:
Todos los autovalores de A son simples. En este caso, los autovectores correspondientes
tienen que ser ortogonales dos a dos y formaran una base ortogonal de Rn . Norma-
lizando dichos autovectores (dividiendo cada uno por su norma) seguiremos teniendo
autovectores ortogonales que ademas seran unitarios. Una matriz Q que tenga a dichos
autovectores ortonormales como columnas sera una matriz de paso que diagonaliza A
ortogonalmente.
La matriz A tiene algun autovalor multiple. En este caso, cuando calculemos los auto-
vectores asociados a uno de los autovalores multiples, obtendremos una base del
espacio propio asociado Nul (A I). En general esta base puede no ser una base orto-
gonal de dicho subespacio. Ortogonalizando primero y normalizando a continuacion,
tendremos una base ortonormal de autovectores asociados a dicho autovalor multiple.
Haciendo esto con cada uno de los autovalores multiples y normalizando los autovec-
tores asociados a autovalores simples tendremos una base ortonormal de Rn formada
por autovectores de A. Basta considerar una matriz Q cuyas columnas sean los vectores
de dicha base para obtener una diagonalizacion ortogonal de A.
u0 , u1 , u2 , u3 , . . . , un , . . .
De forma mas precisa, la relacion entre dos vectores consecutivos sera de la forma
un+1 = Aun
un = Aun1, n = 1, 2, . . .
An = P D n P 1 y un = An u0 = P D n P 1 u0 , n = 1, 2, . . .
u0 = c1 v1 + + ck vk y Avj = j vj , j = 1, . . . , k,
entonces
An u0 = c1 n1 v1 + ck nk vk .
Matematicas I. 2012-2013
164 Tema 6.- Autovalores y autovectores.
n(n 1) n2
= n v + nn1 (A I)v + (A I)2 v + +
2
nk+1 n
+ + (A I)k1 v
k1
y aparecen (a lo sumo) k sumandos en el sumatorio, independientemente de lo grande
que sea n. En los ejemplos que veremos k sera pequeno y apareceran pocos terminos
en el sumatorio.
(b) Si obtenemos una base {v1 , . . . , vm } (de Rm o Cm ) formada por autovectores generali-
zados de A, entonces puede encontrarse la solucion general del sistema de ecuaciones
en diferencias un = Aun1 para cualquier u0 Rn . Para ello, expresamos u0 como
combinacion lineal de los autovectores generalizados {v1 , . . . , vm },
u0 = 1 v1 + + m vm
con lo que
un = An u0 = 1 An v1 + + m An vm
y, por tanto, bastara determinar (An vj ) para cada autovector generalizado vj .
(c) Calculo de An . A partir de una base formada por autovectores generalizados {v1 , . . . , vm }
podemos calcular An sin mas que obtener los vectores {An v1 , . . . , An vm } y despejar An
de la igualdad matricial
An v1 v2 . . . vm = An v1 An v2 . . . An vm .
un = An u0 = c1 An v1 + + cm An vm
An v = n v
y, por tanto,
Por ser A triangular es inmediato que los autovalores son 1 = 1 (doble) y 2 = 2 (sim-
ple). Como es facil comprobar, mg (1 = 1) = 1 < ma (1 = 1) = 2 y la matriz A no es
diagonalizable. No existe una base de autovectores (1 y 2 aportan uno cada uno) y nece-
sitamos recurrir a un autovector generalizado de 1 para obtener una base de R3 formada
por autovectores y autovectores generalizados.
Matematicas I. 2012-2013
166 Tema 6.- Autovalores y autovectores.
Autovectores asociados a 1 = 1,
1
(A I)x = 0 = Nul (A I) = Gen v1 = 0 .
0
Autovectores asociados a 2 = 2,
0
(A 2I)x = 0 = Nul (A 2I) = Gen v3 = 0 .
1
Es decir, trabajaremos con la base de R3 formada por {v1 , v2 , v3 } (que en este caso sencillo
coincide con la canonica). As,
un = An u0 = An (2v1 + v2 v3 ) = 2An v1 + An v2 An v3 .
An v1 = n1 v1 = 1n v1 = v1 y An v3 = n2 v3 = 2n v3 .
An v2 = [1 I + (A 1 I)]n v2
n(n1) n2
= n1 v2 + n1n1 (A 1 I)v2 + 2
1 (A 1 I)2 v2 +
Finalmente
2+n
un = An u0 = 2v1 + (v2 + nv1 ) 2n v3 = (n + 2)v1 + v2 2n v3 = 1 .
2n
|A I| = 0 3 62 + 12 8 = 0 ( 2)3 = 0,
mg (1 = 2) = 3 rango(A 2I) = 3 2 = 1
vemos que solo tiene un autovector asociado linealmente independiente, con lo que
necesitaremos encontrar dos autovectores generalizados (linealmente independientes)
para formar una base de R3 con autovectores y autovectores generalizados.
Autovectores:
1 1 1
2 2 2
x1 1
x1 x2 + x3 = 0
(A2I)x = 0 0 1 x2 = 0
x = x2 1 .
1 x3 = 0
2
21 1
2
x3 0
Autovectores generalizados:
(A 2I)2 x = 0
1 1 1
2
2 2
x1 1 0
1 1 1 x2 = 0 x1 x2 + x3 = 0 x = x1 1 + x3 1 .
2 2 2
0 0 0 x3 0 1
Tomamos como primer autovector generalizado (que debe ser linealmente inde-
pendiente con v1 ), por ejemplo, v2 = (0, 1, 1)T .
Finalmente, (A 2I)3 x = 0
0 0 0 x1 x1
0 0 0 x2 = 0 x = x2 R3 arbitrario.
0 0 0 x3 x3
Una vez que tenemos la base B = {v1 , v2 , v3 } formada por autovectores y autovectores
generalizados, calculamos las coordenadas de u0 en dicha base,
0 1 0 1 1
u0 = PB [u0 ]B 2 = 1 1 0 [u0 ]B = 1 ,
1 0 1 0 1
es decir, u0 = v1 + v2 v3 .
Matematicas I. 2012-2013
168 Tema 6.- Autovalores y autovectores.
Por tanto,
un = An u0 = An (v1 + v2 v3 ) = An v1 + An v2 An v3 .
Puesto que v1 es autovector de A asociado a 1 = 2, An v1 = n1 v1 = 2n v1 . Por otra parte,
Notese que si hubieramos elegido una base formada por tres autovectores generalizados,
{w1 , w2 , w3 },
un = An u0 = An (1 w1 + 2 w2 + 3 w3 ) = 1 An w1 + 2 An w2 + 3 An w3 .
Para obtener cada uno los tres terminos An wi necesitaramos recurrir a una expresion analoga
a la obtenida para An v3 . De ah que, en general, sea recomendable construir la base de
Rn formada por autovectores y autovectores generalizados de forma progresiva: resolviendo
primero (A I)v = 0, despues (A I)2 v = 0, despues (A I)3 v = 0, etc.
No obstante, puesto que en el caso anterior todo vector es un autovector generalizado
(puesto que solo hay 1 autovalor), calcular An u0 conlleva los mismos calculos que obtener
An v3 .
(alguno de los coeficientes a11 , a12 , a22 es distinto de cero) representa una conica.
(a2) Que toda ecuacion polinomica de segundo grado en tres variables
(alguno de los coeficientes a11 , a22 , a33 , a12 , a13 , a23 es distinto de cero) representa una
cuadrica. Entre estas consideramos los casos degenerados.
(b) Como determinar el tipo de conica/cuadrica y sus elementos representativos cuando en
la ecuacion aparecen terminos en productos cruzados. La presencia de estos terminos
indica que la conica/cuadrica esta girada respecto a los ejes coordenados. La determi-
nacion del correspondiente angulo de giro se hara a partir del calculo de autovalores
y autovectores de la matriz asociada a la parte cuadratica de la ecuacion de la coni-
ca/cuadrica. Es decir, se tratara de obtener la posicion, los elementos caractersticos y
la representacion grafica en el sistema de ejes dado.
Reduccion de una conica girada.
Definicion. Una conica es el lugar geometrico de los puntos (x, y) R2 del plano que
satisfacen una ecuacion general de segundo grado:
Matematicas I. 2012-2013
170 Tema 6.- Autovalores y autovectores.
1 x2 + 2 y 2 + 2b1 x + 2b2 y + a0 = 0,
Es decir, los ejes x e y son las rectas que pasan por el origen de coordenadas y
tienen como vectores direccion respectivos los autovectores u1 y u2 de A. De hecho el
sistema de ejes OX Y se obtiene del sistema OXY girando (con centro el origen de
coordenadas) el angulo que determina u1 con el semieje OX + .
1 x2 + 2 y 2 + 2b1 x + 2b2 y + a0 = 0,
Caso elptico. 1 2 > 0 (es decir 1 y 2 son no-nulos y del mismo signo),
a2 x2 + b2 y 2 = c
en cuyo caso tenemos una elipse (c > 0), un punto (c = 0) o nada (c < 0).
a2 x2 b2 y 2 = c
a2 x2 + by = 0 o a2 x2 + c = 0
Ejemplos.
3x2 + 3y 2 2xy + 2x 4y + 1 = 0.
Puesto que la ecuacion de la conica tiene termino en xy necesitamos hacer un giro para
colocar los ejes en las direcciones de los autovectores de la matriz A (la que recoge los
terminos cuadraticos).
Calculamos los autovalores de A,
3 1 2
1 3 = 6 + 8 = 0 1 = 4, 2 = 2.
Matematicas I. 2012-2013
172 Tema 6.- Autovalores y autovectores.
1 1 x 0 x 1
2 = 2 : = x y = 0 = .
1 1 y 0 y 1
Construimos la matriz de paso ortogonal P (que diagonaliza A) mediante una base
ortonormal de autovectores:
( )
2 1 2 1
, .
2 1 2 1
El primer autovector da la direccion y sentido positivo del nuevo eje X (que co-
rresponde a girar un angulo = 45o el eje X, pues del autovector sacamos que
tg = y/x = 1/1 = 1) y el segundo autovector (que hemos elegido en el sentido
adecuado para que el eje Y se obtenga girando el X un angulo de 90o en sentido
positivo) marca la direccion y sentido del nuevo eje Y . El cambio:
" 2 2 #
x x
x = P x = 2 2
y 2 2 y
2 2
Para hacer el dibujo esquematico con una cierta precision, puede sernos util el encontrar
los puntos de corte (si los hay) de la elipse con los ejes coordenados (OX y OY ). Al
hacer x = 0 en la ecuacion de la conica se obtiene 3y 2 4y + 1 = 0 que se verifica
para y = 1, 1/3. Mientras que si hacemos y = 0, la ecuacion 3x2 + 2x + 1 = 0 no tiene
solucion (real). Por tanto, la elipse corta al eje OY en los puntos (0, 1) y (0, 1/3) y no
corta al eje OX.
Con toda la informacion que hemos obtenido a lo
largo del problema, comenzamos dibujando los ejes Y Y
X e Y sabiendo que pasan por (x = 0, y = 0) y
tienen la direccion y sentido del autovector corres- 1
x2 y 2 X
+
2 q 2 = 1,
3 1 3
4 4 2
x2 2xy + y 2 2x + 1 = 0
Puesto que la ecuacion de la conica tiene termino en xy necesitamos hacer un giro para
colocar los ejes en las direcciones de los autovectores de la matriz A (la que recoge los
terminos cuadraticos).
1 1 x 1 1
x y 2x + 1 = 0, A=
1 1 y 1 1
Matematicas I. 2012-2013
174 Tema 6.- Autovalores y autovectores.
donde el primer autovector da la direccion y sentido del nuevo eje X (que corresponde
a girar un angulo = 45o el eje X, pues del autovector sacamos que tg = y/x = 1) y
el segundo autovector (que hemos elegido en el sentido adecuado para que el eje Y se
obtenga girando el eje X 90o en sentido positivo o antihorario) marca la direccion y
sentido del nuevo eje Y . El cambio:
" 2 #
2
x x
x = P x = 22 22
y y
2 2
Para hacer el dibujo esquematico con una cierta precision, puede sernos util el encontrar
los puntos de corte (si los hay) de la parabola con los ejes coordenados (OX y OY ).
Al hacer x = 0 en la ecuacion de la conica se obtiene y 2 + 1 = 0 que no tiene solucion
(real). Mientras que si hacemos y = 0 obtenemos x2 2x + 1 = 0 que tiene como
solucion (doble) x = 1. Por tanto, la parabola no corta al eje OY y toca sin cortar
(pues es tangente, como se deduce de la raz doble) al eje OX en el punto (1, 0).
Con toda la informacion que hemos obtenido a lo largo del problema, comenzamos di-
bujando los ejes X e Y sabiendo que pasan por el origen de las coordenadas X-Y y que
tienen la direccion y sentido del autovector correspondiente a 1 y 2 , respectivamente.
Es decir, en este caso, con la eleccion que hicimos X
de autovalores y autovectores, los ejes X e Y se Y
obtienen rotando un angulo de 45o a los ejes X e X
Y . A continuacion, dibujamos los ejes X e Y , Y
paralelos respectivamente a los ejes X e Y , que
resultan de trasladar el origen al vertice de la
Y
parabola V = 81 , 58 . Finalmente, dibujamos V
la parabola, que es muy facil de representar en
1 X
las coordenadas (x , y ). Teniendo en cuenta las
intersecciones con los ejes X e Y obtenemos pues
la figura adjunta.
Notese que si elegimos los autovalores en el mismo orden, 1 = 0 y 2 = 2, pero
tomamos los autovectores opuestos ((1, 1)Tfija el eje X y (1, 1)T marca el Y ),
llegamos, procediendo analogamente, a x = 2y 2. En este situacion, estaramos en
el caso (a) de la figura siguiente.
Sin embargo, si tomamos 1 = 2 y 2 = 0, y como autovectores correspondientes a
(1, 1)T (que determinael eje X ) y (1, 1)T (que marca el eje Y ), llegamos, procediendo
analogamente, a y = 2x2 . De esta forma, estaramos en el caso (b) de la figura
siguiente.
Finalmente, la cuarta y ultima posibilidad sera tomar 1 = 2 y 2 = 0, pero trabajando
con los autovectores a (1, 1)T (fija el eje X
) y (1, 1)T (marca el Y ). Entonces, se
llega, procediendo analogamente, a y = 2x2 . Estaramos entonces en el caso (c)
de la figura siguiente.
Y Y Y Y
Y
X
V V V
1 X 1 X 1 X
X Y
X Y Y X X Y
Matematicas I. 2012-2013
176 Tema 6.- Autovalores y autovectores.
autovalor). Tras esta eleccion los ejes Y (que queremos obtenerlo girando 90o en sentido
antihorario el eje X ), X e Y ya quedan determinados.
2xy 4x + 2y 7 = 0
Puesto que la ecuacion de la conica tiene termino en xy necesitamos hacer un giro para
colocar los ejes en las direcciones de los autovectores de la matriz A (la que recoge los
terminos cuadraticos),
0 1 x 0 1
x y 4x + 2y 7 = 0, A= .
1 0 y 1 0
Para hacer el dibujo con cierta precision puede ser util calcular los puntos de corte (si
los hay) de la hiperbola con los ejes coordenados (OX y OY ). Al hacer x = 0 en la
ecuacion de la conica se obtiene 2y 7 = 0 que tiene como solucion y = 7/2. Ademas,
si hacemos y = 0 obtenemos 4x7 = 0 que tiene como solucion x = 7/4. Por tanto,
la parabola corta al eje OY en el punto (0, 7/2) y al eje OX en el punto (7/4, 0).
Con toda la informacion que hemos obtenido a lo largo del problema, comenzamos
dibujando los ejes X e Y sabiendo que pasan por el origen de las coordenadas X-Y y
tienen la direccion y sentido de los autovectores correspondientes a 1 y 2 , respecti-
vamente.
Matematicas I. 2012-2013
178 Tema 6.- Autovalores y autovectores.
Puesto que la ecuacion de la conica tiene termino en xy necesitamos hacer un giro para
colocar los ejes en las direcciones de los autovectores de la matriz A (la que recoge los
terminos cuadraticos),
7 6 x 7 6
x y + 2x 16y + 12 = 0, A=
6 2 y 6 2
Calculamos los autovalores,
7 6 = 2 + 5 50 = 0 1 = 5, 2 = 10.
6 2
El primer autovector da la direccion y sentido del nuevo eje X (que corresponde a girar
un angulo 63,4o el eje X, pues del autovector sacamos que tg = y/x = 2/1 = 2)
y el segundo autovector (que hemos elegido en el sentido adecuado para que el eje Y
se obtenga girando 90o el eje X en sentido positivo) marca la direccion y sentido del
nuevo eje Y . El cambio
" 5 #
2 5
x x
x = P x = 25 5 5
y 5 y
5 5
El centro C de la
hiperbola es el origen en las coordenadas (x , y ). Es decir, (x , y ) =
(0, 0) (x = 3 5 5 , y = 55 ). En coordenadas (x, y) obtenemos
! !
5 3 5 2 5 5 6 5 5
x= + = 1, y = = 1 C = (1, 1) .
5 5 5 5 5 5
Matematicas I. 2012-2013
180 Tema 6.- Autovalores y autovectores.
Para hacer el dibujo esquematico con una cierta precision, puede sernos util el encontrar
los puntos de corte (si los hay) de la hiperbola con los ejes coordenados (OX y OY ).
2
Al hacer x = 0 en la ecuacion de la conica se obtiene y 8y + 6 = 0 que tiene como
soluciones y = 4 10, es decir, y 7,16 e y 0,84. Mientrasque si hacemos y = 0
se obtiene 7x2 2x 12 = 0 que tiene como soluciones y = 17 85 , es decir, x 1,46
y x 1,17. Por tanto, la hiperbola corta al eje OY en los puntos (0, 7,16) y (0, 0,84)
y al eje OX en los puntos (1,46, 0) y (1,17, 0).
Con toda la informacion que hemos obtenido a lo largo del problema, comenzamos
dibujando los ejes X e Y sabiendo que pasan por el origen de las coordenadas x-y y
tienen la direccion y sentido del autovector correspondiente a 1 y 2 , respectivamente.
Es decir, en este caso, con la eleccion que hicimos de autovalores y autovectores, los
ejes X e Y se obtienen rotando un angulo de 63,4o (aproximadamente) a los ejes
X e Y . A continuacion, dibujamos los ejes X e Y , paralelos respectivamente a los
ejes X e Y , que resultan de trasladar el origen al centro de la hiperbola C = (1, 1).
Finalmente, dibujamos la hiperbola, que es facil de representar en las coordenadas x -
y , teniendo en cuenta sus asntotas y sus cortes con los ejes X e Y , para obtener un
dibujo cualitativo lo mas parecido posible al real.
Y X X
Y
1 C
1 X
f (x, y, z) = a11 x2 + a22 y 2 + a33 z 2 + 2a12 xy + 2a13 xz + 2a23 yz + 2a1 x + 2a2 y + 2a3 z + a0 = 0,
llamada ecuacion de la cuadrica (alguno de los coeficientes aij tiene que ser distinto de cero).
Esta ecuacion se puede escribir matricialmente en la forma
a11 a12 a13 x x
f (x, y, z) = x y z a12 a22 a23 y + 2 a1 a2 a3 y + a0 = 0,
a13 a23 a33 z z
Al igual que en el caso de las conicas, el proceso para llevar una cuadrica a su forma
reducida puede separarse en dos etapas (si el coeficiente de alguno de los productos cruzados
es no-nulo): una primera consistente en determinar las direcciones de los ejes de la cuadrica
y una segunda consistente en determinar una traslacion.
(2) A tiene todos sus autovalores distintos de cero pero no del mismo signo:
Hiperboloide de una hoja.
Cono.
Hiperboloide de dos hojas.
(3) A tiene dos autovalores distintos de cero del mismo signo y el tercer autovalor es cero:
Paraboloide elptico.
Cilindro elptico.
Una recta.
Nada.
(4) A tiene dos autovalores distintos de cero de distinto signo y el tercer autovalor es cero:
Paraboloide hiperbolico.
Cilindro hiperbolico.
Un par de planos que se cortan.
Matematicas I. 2012-2013
182 Tema 6.- Autovalores y autovectores.
6.5.- Ejercicios.
6.5.1.- Enuinciados.
Ejercicio 1. Dada la matriz
3 0 a
A = 3 1 b .
2 0 c
(a) Calcula A de forma que (2, 0, 1)T sea un autovector cuyo autovalor correspondiente es
= 1.
Ejercicio 2. Determina los valores del parametro para los que es diagonalizable cada una
de las siguientes matrices,
1 0 0 0 2 0 0 1
A = 1 0 , B = 1 3 0 , C = 2 3 .
1 1 2 +2 1 0 0 1
(2) Sea A una matriz cuadrada de orden impar y antisimetrica (AT = A). Demuestra que
det(A) = 0.
un = Aun1
Ejercicio 10. Calcula la solucion del problema de valor inicial siendo
u0
3 0 1 0
A = 10 1 5 y u0 = 0 .
1 0 1 1
Matematicas I. 2012-2013
184 Tema 6.- Autovalores y autovectores.
(e) 2xy 5 = 0.
Ejercicio 12. Determina la ecuacion de la conica que pasa por los puntos
(b) x2 + y 2 z 2 2z 1 = 0.
6.5.2.- Soluciones.
Ejercicio 1. (a) a = 8, b = 6, c = 5.
Ejercicio 2. A: A es diagonalizable = 0.
B: B es diagonalizable = 23 .
C: C es diagonalizable = 0.
(b) Solo tenemos que considerar el caso a = 6. Los autovalores de A1 son los inversos de
los autovalores de A. Por tanto, para a = 6, los autovalores de A1 son
1 1 1 1
1 = = (doble), 2 = = (simple)
1 2 2 2
y los autovectores asociados son los autovectores de A asociados al correspondiente .
Ejercicio 4.
A: Si a 6= 2, 0, 2 = A es diagonalizable.
Para a = 2, 2
Si b = c = A es diagonalizable.
Si b 6= c = A no es diagonalizable.
Matematicas I. 2012-2013
186 Tema 6.- Autovalores y autovectores.
B: Si a 6= 1, 5 = B es diagonalizable.
Para a = 1
Si b = 0 = B es diagonalizable.
Si b 6= 0 = B no es diagonalizable.
Para a = 5, = B no es diagonalizable.
C: C es diagonalizable a = f = 0.
y en particular,
T (v1 ) = 2v1 y T (v2 ) = v1 + 2v2
como es facil comprobar en coordenadas canonicas
1 1 1 2 1 1 5 9
T (v1 ) = = , T (v2 ) = = .
1 3 1 2 1 3 4 7
Ejercicio 7. (a)
0 1 1 1
0 2 0 3
A=
1
.
2 0 1
0 1 0 2
Ejercicio 8.
A1 :
2 2 1 es una matriz ortogonal
1
Q= 2 1 2
3
1 2 2 QT Q = QQT = I
1
que diagonaliza A1 : Q1 A1 Q = D QT A1 Q = D = 2 .
5
A2 :
31 2
5
2
3 5 es una matriz ortogonal
2 1 4
Q=
3 5 3 5
2
3
0 5
3 5
QT Q = QQT = I
3
que diagonaliza A2 : Q1 A2 Q = D QT A2 Q = D = 6 .
6
A3 :
1 1
1
3 2 6 es una matriz ortogonal
Q= 1 0 2
3 6
1
3
1
2
1
6
QT Q = QQT = I
0
que diagonaliza A3 : Q1 A3 Q = D QT A3 Q = D 1 .
3
A4 :
12 16 1
3 es una matriz ortogonal
Q = 12 16 1
3
0 1
6
1
3
QT Q = QQT = I
0
que diagonaliza A4 : Q1 A4 Q = D QT A4 Q = D 0 .
3
Matematicas I. 2012-2013
188 Tema 6.- Autovalores y autovectores.
det (A) = det (AT ) = det (A) = (1)n det (A) = det (A) = det (A) = 0.
n
Ejercicio 10. Tenemos que un = 2n1 5n .
2n
Ejercicio 11. (a) 13x2 + 10y 2 + 4xy 26x 22y + 23 = 0. Se trata de una elipse imaginaria
(no hay ningun punto (x, y) con coordenadas reales que verifique la ecuacion).
(a) 13x2 + 10y 2 + 4xy 26x 22y + 2 = 0. Es la ecuacion de una elipse (real)
2 2
4 x +y 4 x y2 y+1 = 0
6
13 4
2 y =2 x
y
25 25
1
(0, 1)
0
4 13
1
V = ,
25 25
2
2 1 0 1 2 3 4 5 6 7
x
5x2 = < 0.
(e) 2xy5 = 0. Se trata de una hiperbola equilatera con los ejes coordenados como asntotas.
Ejercicio 12. Tenemos infinitas soluciones que dan lugar a ecuaciones equivalentes a
x2 + 2y 2 5x 4y = 0.
2 2
x +2 y 5 x4 y = 0
4
Y x= 5
2
Por tanto, se trata de la ecuacion 3
de una elipse con ejes paralelos a
los coordenados y cuyos elementos 2
en la forma
0
x 52
2
(y 1)2 O X
33 + 33 = 1. 1
4 8
2 1 0 1 2 3 4 5 6 7
x
Ejercicio 13. (a) Se trata, obviamente, de un cilindro hiperbolico. Puesto que en la ecua-
cion no interviene la variable z, al cortar la cuadrica con cada plano z = cte siempre se
obtiene la misma proyeccion en el plano OXY , la hiperbola de ecuacion 3x2 + 2xy
10y 2 = 0.
13 x2 y 2 z 2
5x2 y 2 z 2 = 13 13 13 = 1.
15 75 15 15
(d) Se trata de un elipsoide de centro C(1, 0, 1) y semiejes a = 6, b = 3yc= 2.
Matematicas I. 2012-2013