Unidad 4 / Escenario 7

Lectura Fundamental

Elementos caracterı́sticos de una

transformación lineal

Contenido

1 Palabras clave

2 Introducción

3 Elementos caracterı́sticos, procesos y soluciones de una transformación

lineal

4 Automatización del cálculo de valores y vectores propios de una trans-

formación lineal

5 Practico lo aprendido
1. Palabras clave

Valores y vectores propios, diagonalización.

2. Introducción

En la vida real existen diversas situaciones en las que uno o varios objetos son sometidos a transformaciones, y
como se vio en la sección anterior, cuando estas son de tipo lineal se observan propiedades de adición y multiplica-
ción escalar que generan respuestas análogas en los espacios de salida, respecto a los cambios que esas operaciones
producen en los objetos en los espacios de entrada; sin embargo, saber esa respuesta particular no permite identi-
ficar el comportamiento general de la transformación y ese es un elemento fundamental en el estudio de cualquier
contexto, cuestión o problema. ¿A quién no le gustarı́a saber qué va a pasar cuando se produce una transformación?

Para alcanzar ese nivel de predicción hay tres interrogantes a responder y es a lo que el lector se enfrentará en
esta unidad. Dichos interrogantes son:

1. ¿cuáles elementos permiten averiguar qué va a pasar?,

2. ¿a través de qué proceso se obtienen dichos elementos? y

3. ¿qué resultará del cambio efectuado? Esto también se puede entender como ¿qué respuesta se obtendrá al
aplicar la transformación?

Con esas respuestas será posible predecir y tomar decisiones a tiempo en caso de que el resultado obtenido no
llegue a ser adecuado para la situación analizada.
La respuesta al primer interrogante son los valores y vectores propios, por lo que se abordará este contenido en la
siguiente sección explicando inicialmente su significado, para luego exponer el proceso que permite hallarlos con
el fin de analizarlos e identificar la respuesta de la transformación lineal. Después de esto se presentarán, en otra
sección, varios ejemplos del proceso para calcular los valores y vectores propios, para finalmente dejar una práctica
que permita afianzar este conocimiento.

3. Elementos caracterı́sticos, procesos y soluciones de una trans-

formación lineal

Una de las actividades que suele realizarse cuando se intenta predecir o pronosticar el resultado obtenido de una
transformación lineal, consiste en suponer cómo será la respuesta y por lo general se comienza con ideas referidas
al objeto transformado. A este respecto, el supuesto más básico es pensar que la respuesta se comporta de forma
análoga al objeto transformado, lo cual se interpreta matemáticamente como que la respuesta es un múltiplo esca-
lar del objeto de entrada. Se debe tener en cuenta que existen muchos otros supuestos a considerar; otro ejemplo
serı́a pensar que la respuesta es una combinación lineal de unas soluciones base o generadoras de la transformación.

POLITÉCNICO GRANCOLOMBIANO 1
A partir del supuesto que se realice respecto a la salida o resultado de la transformación, es necesario analizar
qué implicaciones tiene dicha idea y qué condiciones deben establecerse para que se cumpla. Esto es lo que se
abordará en esta sección y se hará por medio del supuesto básico mencionado en el párrafo anterior que a su vez
será el único a estudiar en este módulo, porque cualquier otro supuesto requiere de conocimientos más profundos
de álgebra lineal que no han sido abordados, pero en los cuales el lector puede consultar en cualquier libro de
álgebra lineal avanzado. La finalidad de esta unidad será entonces familiarizar al lector con el proceso que debe
automatizar para reconocer el tipo de respuesta que genera una transformación lineal bajo el supuesto de solución
básico, cuyas implicaciones y condiciones variarán según la transformación estudiada.

Al considerar la transformación lineal T (v) = Av con An×n y vn×1 con el supuesto de que la solución o respuesta
es un múltiplo escalar del objeto de entrada, es decir de v, lo cual se simboliza matemáticamente como Av = λv,
donde λ ∈ R, es necesario analizar las implicaciones y condiciones con las cuales se cumple el supuesto. Observe
cómo se logra.

• Reescribir el supuesto para lograr hacer operaciones de forma coherente, es decir que haya una correspon-
dencia entre los factores y términos en la expresión.

Como en este caso el supuesto Av = λv y A es una matriz, la igualdad indica que debe haber una ma-
triz correspondiente al lado derecho y aunque esta no se observa explı́citamente, el lector debe identificar
que concierne a la matriz identidad I por ser el módulo en la multplicación entre matrices, el cual está
implı́citamente en toda expresión que contenga matrices. Debido a esto, Av = λv = λIv que se resume en
Av = λIv.

• Asociar las expresiones obtenidas a partir del supuesto a conocimientos previos que conduzcan a identificar
o hallar los datos desconocidos.

En el caso observado los datos desconocidos son λ y v por lo que hay que identificar qué conocimientos se
pueden asociar y aplicar para encontrar sus valores.

Note cómo se hace:

Av = λIv Es un sistema de ecuaciones lineales.

Av − λIv = 0 El sistema requiere ser simplificado debido a que uno de los datos desconocidos aparece
dos veces.
(A − λI)v = 0 Para simplificar se puede aplicar la propiedad de la multiplicación de matrices a la derecha.

La expresión resultante (A − λI)v = 0 corresponde a un sistema de ecuaciones lineales homogéneo, por lo

que se puede aplicar la teorı́a aprendida al respecto con el fin de hallar condiciones sobre los factores que
permitan cumplir el supuesto.

POLITÉCNICO GRANCOLOMBIANO 2
 Recuerde que...

El tipo de solución de un sistema de ecuaciones lineales de la forma Ax = b se identifica por medio del
determinante de la matriz de coeficientes del sistema (A):

a. Si det(A) = 0 el sistema es inconsistente o tiene infinitas soluciones.

b. Si det(A) 6= 0 el sistema tiene única solución.

El caso de inconsistencia se presenta cuando la información del contexto no permite satisfacer el sistema.

Para que (A − λI)v = 0 se tienen dos opciones, que v = 0 o que A − λI = 0 siendo la primera la respuesta trivial
que no genera predicción alguna, lo que provoca que el interés se centre en la segunda alternativa, para lo cual se
debe calcular el det(A − λI) con el fin de identificar la opción de solución que se puede obtener (infinitas soluciones
o única solución).

Opción 1: Infinitas soluciones.

Si det(A − λI) = 0, dado que el único valor desconocido es λ, habrá que resolver el determinante e igualar el
resultado a cero y con la expresión obtenida, que será un polinomio en términos de λ, se hallarán los valores que
satisfacen la igualdad, esto es, los valores de λ, que hacen que el determinante dé cero, los cuales se denominan
valores propios, autovalores o eigenvalores de la transformación.
Como esta opción arroja una ecuación polinomica será necesario recordar el conocimiento escolar sobre el cálculo
de raı́ces de un polinomio, que son los valores que hacen que al reemplazarlo en el polinomio, en el valor desconocido
hacen que este se anule (dé cero).

Sabı́as que...

Las raı́ces de un polinomio P (x) de grado n son todos valores de x para los cuales este se anula. Todo
polinomio de grado n tiene n raices x1 , x2 , x3 , . . . , xn , que pueden ser reales o complejas.

No necesariamente todas las raı́ces deben ser diferentes, si al factorizar completamente el polinomio el factor
(x − xi ) aparece k veces, entonces se dice que xi es una raı́z de multiplicidad k. Por ejemplo, las raı́ces del
polinomio p(x) = (x − 1)3 (x + 4)2 (x − 5)(x − 7) son: 7, 5, −4 con multiplicidad 2 y 1 con multiplicidad 3.

Opción 2: Única solución.

Si det(A − λI) 6= 0, significa que det(A − λI) = k con k ∈ R − 0. Allı́, dado que el único valor desconocido es λ
habrá que resolver el determinante e igualar el resultado a k y con la expresión obtenida, que será un polinomio
en términos de λ, se volverá a resolver la ecuación encontrando ası́ los valores que satisfacen la igualdad.

En esta opción de nuevo se aplicará el conocimiento del cálculo de raı́ces de un polinomio, pero por lo general este
caso no se aborda en los cursos de álgebra lineal porque al considerar el caso de infinitas soluciones se cubre un
mayor espectro de respuestas.

Después de haber hallado los valores propios se regresa al sistema homogéneo (A − λI)v = 0 y se reemplazan
donde corresponde. En este punto se opera (A − λI), expresión en la cual ya no hay datos desconocidos, y se
resuelve el nuevo sistema de ecuaciones lineales. Aquı́ se obtienen los vectores v denominados vectores propios,
autovectores o eigenvectores de la transformación lineal. Hay que notar que habrá tantos vectores propios
como valores propios se encuentren.

POLITÉCNICO GRANCOLOMBIANO 3
Con los valores y vectores propios se habrán encontrado las soluciones que satisfacen el supuesto establecido, las
cuales permitirán identificar qué respuesta tendrá la transformación lineal bajo el supuesto de que su solución es
un múltiplo escalar del elemento de entrada.

En la siguiente sección se presentarán varios ejemplos para automatizar el proceso de cálculo de los valores y
vectores propios.

4. Automatización del cálculo de valores y vectores propios de

una transformación lineal

En este aparte se presentarán dos temas: el proceso para hallar valores y vectores propios ası́ como los conceptos
que permiten caracterizarlos, y un método de diagonalización que a través de una descomposición posibilita el
cálculo de valores y vectores propios.

4.1. Valores y vectores propios

Definición 4.1. Sea An la matriz de transformación asociada a T : V → V . El escalar λ se llama valor

propio o eingevalor, tal que Av = λv con v 6= 0. El vector v se llama vector propio o eingevector de A
correspondiente a λ.

Para hallar esta información se debe transformar la igualdad Av = λv de la siguiente manera, teniendo en cuenta
que es una ecuación matricial y por tanto, se deben tener presentes algunas propiedades de las operaciones entre
matrices, observe.

Av = λv
Av − λv = 0 Igualando la ecuación a 0
(A − λI)v = 0 Aplicando la propiedad (A − B)C = AC − AB

La ecuación matricial (A − λI)v = 0 representa un sistema de ecuaciones homogéneo cuya solución no puede ser
la trivial dado que v 6= 0, por lo cual, para que tenga infinitas soluciones, se debe cumplir que det(A − λI) = 0;
este hecho permitirá obtener los valores de λ.

Observe los siguientes ejemplos:

 
0 1
Ejemplo 1. Sea A = la matriz de reflexión sobre la recta y = x en R2 , hallar los valores de λ
1 0
para lo cuales se cumple que Av = λv.

POLITÉCNICO GRANCOLOMBIANO 4
Solución : Para hallar el valor de λ se debe hallar det(A − λI) = 0. Observe:
   
0 1 1 0
det −λ =0 Reemplazando la matriz A y la matriz identidad I.
1 0 0 1
 
−λ 1
det =0 Resolviendo la multiplicación escalar y resta de matrices.
1 −λ
λ2 − 1 = 0 Hallando el determinante.

De lo anterior surge la ecuación λ2 − 1 = 0, la cual se debe reolver para obtener los valores de λ.

λ2 − 1 = 0
(λ + 1)(λ − 1) = 0 Factorizando.
λ+1=0 De acuerdo a la propiedad de expresiones reales λ − 1 = 0, o,λ + 1 = 0 .
λ−1=0
λ = −1 Resolviendo las ecuaciones lineales.
λ=1

Por tanto, los valores propios que satisfacen Av = λv son λ = −1 y λ = 1.

Del ejemplo anterior, note que al resolver det(A − λI) resulta el polinomio de segundo grado p(λ) = λ2 − 1 y que
al igualarlo a 0 resulta la ecuación λ2 − 1 = 0. Estos dos objetos tienen un papel relevante en el proceso para
determinar los autobvalores de una transformación.

Definición 4.2. Sea An la matriz de transformación asociada a T : V → V , tal que Av = λv con v 6= 0.

• El polinomio de grado n que se obtiene al resolver det(A−λI) se denomina Polinomio Caracterı́stico

de A, el cual se denota como p(λ).

• La ecuación det(A − λI) = 0 se denomina Ecuación Caracterı́stica de A, la cual se denota como

p(λ) = 0.

Para hallar los vectores propios de A se debe sustituir cada autovalor λ en sistema homogéneo (A − λI) = 0. Las
soluciones del sistema serán los autovectores.
 
0 1
Ejemplo 2. Hallar los autovectores de la matriz de transformación A = definida como la
1 0
reflexión sobre la recta y = x en R2 .

Solución : Para hallar los vectores propios de A correspondientes a sus valores propios, en primer lugar se expresa
la matriz aumentada, asociada al sistema homogéneo (A − λI)v = 0, en su forma escalonada o escalonada reducida
(A − λI|0), observe:

    
0 1 1 0 x
−λ =0 Reemplazando las matrices A, I y el vector v.
1 0 0 1 y

POLITÉCNICO GRANCOLOMBIANO 5
   
−λ 1  0
Su matriz aumentada correspondiente es .
1 −λ 0
Luego, se halla el vector propio asociado a cada autovalor. En el ejericicio anterior se encontró que los autovalores
de A son λ = −1 y λ = 1.

• Para
 λ = −1.        
−(−1) 1  0 1 1 0 1 1 0
= . Su matriz escalonada reducida , de la cual se obtiene el sistema
1 −(−1) 0 1 1 0 0 0 0

x+y =0
(1)
y∈R
Es decir, x = −y para todo y ∈ R. Por tanto el vector propio correspondiente a λ = −1 es:
       
x −y -1 -1
= =y ⇒ vλ1 =
y y 1 1

• Para
 λ = 1.        
−(1) 1  0 −1 1  0 1 −1 0
= . Su matriz escalonada reducida , de la cual se obtiene el
1 −(1) 0 1 −1 0 0 0 0
sistema

x−y =0
(2)
y∈R
Es decir, x = y para todo y ∈ R. Por tanto el vector propio correspondiente a λ = 1 es:
       
x y 1 1
= =y ⇒ v λ2 =
y y 1 1
   
-1 1
Por tanto, los vectores propios de A son , .
1 1
Entre los elementos caracterı́sticos de la matriz de transformación, como lo es valores y vectores propios, polinómio
y ecuación caracterı́stica, se pueden establecer las siguientes relaciones. Revise de nuevo los ejemplos anteriores y
verifique que efectivamente estas relaciones se cumplen allı́.

Sabı́as que...

Sea T : V → V con dim(V ) = n y A la matriz de transformación asociada a T tal que Av = λv. Se cumple
que:

• p(λ) es de grado n.

• Existe por lo menos un valor propio de A.

• Existe por lo menos un vector propio de A diferente de 0.

• Dado que det(A − λI) = 0, por propiedades de los determinantes, al menos una de las filas de la matriz
A − λI se puede expresar como una combinación lineal de las demás; por tanto, la matriz escalonada o
escalonada reducida asociada al sistema homogéneo tendrá por lo menos una fila cuyos elementos son
todos 0.

• El conjunto de todos los vectores junto con el vector cero son linealmente independientes.

POLITÉCNICO GRANCOLOMBIANO 6
 En sı́ntesis...

El proceso para hallar los autovalores y autovectores de una matriz de transformación A es el siguiente:

a. Hallar det(A − λI) y ası́, obtener el polinomio caracterı́stico p(λ).

b. Hallar los autovalores resolviendo la ecuación caracterı́tica p(λ) = 0 para λ.

c. Hallar el autovector para cada autovalor λi resolviendo el sistema homogéneo (A−λi I)v = 0. Las soluciones
del sistema son los autovectores correspondiente al autovalor asignado.

5 4 2
Ejemplo 3. Sea la matriz A = 4 5 2, hallar los autovalores y autovectores de A.
2 2 2
Solución :
Paso 1. Hallar det(A − λI).
   
5 4 2 1 0 0
det 4 5 2 − λ 0 1 0 Reemplazando la matriz A y la matriz identidad I.
2 2 2 0 0 1
 
5−λ 4 2
= det  4 5−λ 2  Resolviendo la multiplicación escalar y resta de matrices.
2 2 2−λ
     
5 − λ 2  4 2   4 2
= (5 − λ) 
 − 4 + 2
 Hallando el determinante.
2 2 − λ 2 2 − λ 5 − λ 2
= (5 − λ)[(5 − λ)(2 − λ) − 4] − 4[4(2 − λ) − 4] + 2[8 − (5 − λ)2]
= −λ3 + 12λ2 − 21a + 10 Resolviendo operaciones.

Luego, el polinomio caracterı́stico de A es p(λ) = −λ3 + 12λ2 − 21a + 10.

Paso 2. Hallar los autovalores resolviendo la ecuación p(λ) = 0.

p(λ) = −λ3 + 12λ2 − 21a + 10 = 0

−(λ − 10)(λ − 1)2 = 0 Factorizando.

Los valores de λ que hacen que se cumpla la igualdad anterior son λ1 = 1 y λ2 = 10.

Paso 3. Hallar los autovectores resolviendo el sistema de ecuaciones homogéneo

 (A − λi I)v = 0para cada λi
5−λ 4 2  0
encontrados en el item anterior. Su matriz aumentada correspondiente es  4 5−λ 2  0.
2 2 2 − λ 0

• Para λ1 = 1.

POLITÉCNICO GRANCOLOMBIANO 7
   
4 4 2 0
 4 4 2  0

2 2 1 0
Note que en la matriz anterior las filas 1 y 2 son iguales y son múltiplos escalares de la tercera, por tanto
al realizar un proceso para hallar la matriz escalonada o escalonada reducida, las filas 1 y 2 se eliminarán.
Tener presente esto es de gran utilidad para reducir procesos pues en la matriz anterior se pueden eliminar
las dos primeras filas e intercambiar la fila 2 por la 3, observe:
  
2 2 1 0
 0 0 0  0

0 0 0 0

De la cual se obtiene el sistema


 2x + 2y + z = 0
x∈R (3)
y∈R


Es decir, z = −2x − 2y para todo x, y ∈ R.

       
x x 1 0
y  =  y  = x 0  + y 1 
z −2x − 2y −2 −2
   
 1 0 
Los autovectores para λ1 = 1 son  0  ,  1 
−2 −2
 

• Para λ2 = 10.
     
−5 4 2  0 1 0 −2 0
 4 −5 2  0 =⇒  0 1 −2 0
 
2 2 −8 0 0 0 0 0

De la cual se obtiene el sistema


 x − 2z = 0
y − 2z = 0 (4)
z∈R


Es decir, x = y = 2z para todo z ∈ R.

     
x 2z 2
y  = 2z  = z 2
z z 1
 
 2 
El autovector para λ2 = 10 es 2
1
 
     
1 0 2
En conclusión, la matriz A tiene dos autovalores λ1 = 1, λ2 = 10 y tres autovectores  0 , 1 , 2 .
   
−2 −2 1

POLITÉCNICO GRANCOLOMBIANO 8
En el ejemplo anterior note que el valor de λ1 = 1 se obtiene del factor (λ − 1)2 el cual se puede expresar como
(λ − 1)(λ − 1), es decir tiene 2 soluciones iguales a 1, las cuales se denominan raı́ces del polinomio. A esto se le
denomina multplicidad algebraica de una raı́z de un polinomio. Además note que para este valor de λ se obtuvieron
dos autovectores.

Definición 4.3. Sea p(λ) de grado n, el polinomio caracterı́stico de una matriz de transforma-
ción A y sea λ1 , λ2 , . . . , λk soluciones diferentes de p(λ), denominadas raı́ces de p(λ) = 0, tal que
p(λ) = (λ − λ1 )m1 (λ − λ2 )m2 . . . (λ − λk )mk = 0 y m1 + m2 + . . . + mk = n, los valores m1 + m2 , . . . , mk se
denominan multiplicidades algebraicas de los autovalores λ1 , λ2 , . . . , λk .

El número de vectores propios asociados a un valor propio se denomina multiplicidad geométrica.

En el ejemplo 3, note que el polinomio caracterı́stico es de grado tres donde p(λ) = −(λ − 10)(λ − 1)2 , es decir
λ1 = 1 tiene una multiplicidad algebraica 2 y λ2 = 10 tiene una multiplicidad 1 y al sumar estas multiplicidades
se obtiene que es igual al grado del polinmio, 1 + 2 = 3. Por otra parte, para λ1 = 1 se obtuvieron dos vectores
propios, por lo cual tiene una multiplicidad geométrica 2.

Con los ejemplos expuestos el lector habra notado que para determinar los valores y vectores propios de una matriz
de transfroamción se han retomado algunas definiciones y procesos tratados en las unidades anteriores como lo es:

• Sistemas de ecuaciones homogéneo: representación matricial, matriz escalonada reducida, interpretación de

la solución no trivial.

• Operaciones entre matrices.

• Procesos de cálculo y propiedades del determinante de una matriz.

• Solución de una ecuacion polinomial.

• Combinación lineal.

El desconocimiento de algunas estrategı́as de cálculo y propiedades puede complejizar los procesos de cálculo, más
aún cuando se trabaja con matrices de tamaño mayor a tres. En este sentido, los software matematicos son una
buena herramienta para ser más eficientes en los procesos. En la sección de material de apoyo encontrará un re-
curso en el cual se ejempifica cómo utilizar un herramienta en lı́nea para determinar los autovalores y autovectores
propios de matrices de tamaño superior a 3.

A continuación se expondrán dos ejemplos del calculo de autovalores y autovectores de dos tipos de matrices
especiales.

 
a b 0 0
0 b c 0
Ejemplo 4. Sea la matriz A =   con a 6= b y abc 6= 0, hallar los autovalores y autovectores
0 0 a d
0 0 0 a
de A.

Solución :
Note que la matriz anterior es una matriz triángular superior. Tenga presente esta información.

POLITÉCNICO GRANCOLOMBIANO 9
Paso 1. Hallar det(A − λI).

   
a b 0 0 1 0 0 0
0 b c 0 0 1 0 0 
Det 
0 0 a − λ 
d 0 0 1 0
0 0 0 a 0 0 0 1
 
a−λ b 0 0
 0 b−λ c 0  
= Det   
 0 0 a−λ d 
0 0 0 a−λ
 
b − λ c 0 

= (a − λ)  0 a−λ d  Se toma la columna 1 para hallar el determinante.
 0 0 a − λ
 
a − λ d 
= (a − λ)(b − λ)  
0 a − λ
= (a − λ)(b − λ)(a − λ)(a − λ)
= (a − λ)3 (b − λ)

Luego, el polinomio caracterı́stico de la matriz A es p(λ) = (a − λ)3 (b − λ)

Paso 2. Hallar los autovalores resolviendo la ecuación p(λ) = 0.

p(λ) = (a − λ)3 (b − λ) = 0

Los valores de λ que hacen que la ecuació polinomial se cumpla son λ1 = a con multiplicidad algebraica 3 y λ2 = b.
¿Identifica algo especial en estas respuestas?.
Paso 3. Hallar los autovectores para cadaλi econtrados en el item anterior.
 
a−λ b 0 0  0
 0 b−λ 0 0  0
Su matriz aumentada correspondiente es  .
 0 0 a−λ d  0
0 0 0 a − λ 0

• Para λ1 = a.
  
0 b 0 0 0
0 b − a 0 0 0
Matriz aumentada:
0
.
0 0 d 0
0 0 0 0 0

De la cual se obtiene el sistema



 by = 0
(b − a)y = 0

(5)
 dz = 0

w∈R


POLITÉCNICO GRANCOLOMBIANO 10
 Es decir, x = y = z = 0 para todo w ∈ R.
     
x 0 0
y  0 0
  =   = w 
z  0 0
w w 1
 

 0 
 
0

El autovector para λ1 = a es  0.

 
1
 

• Para λ2 = b.
  
a−b b 0 0  0
 0 0 0 0  0
Matriz aumentada:  .
 0 0 a−b d  0
0 0 0 a − b 0

De la cual se obtiene el sistema



 (a − b)x + by = 0
(a − b)z + dw = 0

(6)
 (a − b)w = 0

y∈R


by
Es decir, x = − b−a , con a 6= b, z = w = 0 para todo y ∈ R.
   by  b 
− (a−b) − (a−b)

x
y   y   1 
 =
z   0  = y  0 
  

w 0 0
b 
− (a−b)

 1 
 0 .
El autovector para λ2 = b es  

0
 
a 0 0 0
 0 b 0 0
Ejemplo 5. Sea la matriz A =  0 0 c 0., hallar los autovalores y autovectores de A.


0 0 0 d

Solución :
La matriz dada es diagonal, caractréristica que se conserva al hallar la matriz A − λI. Además, recuerde que el
determinante de una matriz de este tipo se calcula multiplicando lo valores de la diagonal principal, esto es:
 
a−λ 0 0 0
 0 b−λ 0 0  
 = (a − λ)(b − λ)(c − λ)(d − λ),
Det  
 0 0 c−λ 0  
0 0 0 d−λ

POLITÉCNICO GRANCOLOMBIANO 11
Al igualar a 0 el determinante y resolver la ecuación caracterı́stica, se obtienen los autovalores de la matriz A,
estos son λ1 = a, λ2 = b, λ2 = c y λ2 = d
Note que los dos tipos de matrices expuestos anteriormente simplifican los procesos para determinar los autovalores
de la matriz. Estas caracterı́sticas particulares de la matriz triángular y diagonal conllevan a buscar una estrategı́a
con la que se pueda establecer una relación entre los elementos caracterı́sitcos de dos matrices de transformación.
En la siguiente sección se expone cómo realizar este proceso.

4.2. Un método de descomposición para encontrar valores y vectores propios

Relacionar una matriz con una matriz diagonal de manera que tengan exactamente los mismos autovalores. Para
esta situación existe una transformación lineal de matrices cuadradas T (A) = C −1 AC.

Definición 4.4. Dos matrices An y Bn son semejantes si y solo si existe una matriz invertible Cn tal que

B = C −1 AC

Si la matriz B es una matriz diagonal, entonces A es diagonalizable.

Aplicando las propiedades de las operaciones entre matrices y de matriz inversa, la expresión B = C −1 AC se
puede reescribir como CB = AC, la cual servirá para comprobar si dos matrices son semejantes sin necesidad de
hallar la matriz inversa de C.
Pero, ¿cuál es la matriz C?, esta matriz es una matriz cuadrada cuyas columnas son los vectores propios
de la matriz A.
De la relación de semajanza surge lo siguiente:

Sabı́as que...

• La matriz An solo es diaginalizable si tiene n vectores propios.

• Si A y B son semejantes entonces ambas tienen la misma ecuación caracterı́stica y como consecuencia,
los mismos valores propios.

• Si la matriz A es diagonalizable su matriz diagonal correspondiente es la matriz B cuyos elementos de

la diagonal principal son los valores propios de A.

En los siguientes ejemplos indentificará lo mencionado en el ¡sabı́as que!.

 
−2 5
Ejemplo 6. Determine si la matriz de transformación A = es diagonalizable.
0 −2

Solución :
El primer paso es hallar los valores y vectores propios de A. Esta es una matriz triangular, por lo cual sus valores
propios
  son elementos de la diagonal principal λ = −2 con multiplicidad 2. El vector propio asociado a λ = −2 es
1
0
La matriz de A es de tamaño 2; de acuerdo al primer item del “sabı́as que” esta matriz no es diagonalizable dado
que solo tiene un vector propio.

POLITÉCNICO GRANCOLOMBIANO 12
  
7 −2 −4
Ejemplo 7. Determinar si la matriz A = 3 0 −2 es diagonalizable. Si es ası́ hallar la matriz
6 −2 −3
C y la matriz diagonal semejante a ella. (Grossman, 2012, p.562)

Solución :

• Paso 1. Hallar los valores y vectores propios de A.

El polinomio caracterı́stico es p(λ) = −λ3 +4λ2 −5λ+2 = −(a−2)(a−1)2 . De la ecuación −(a−2)(a−1)2 = 0
resultan los valores propios λ1 = 2 y λ2 = 1 con multiplicidad algebraica 2.
Los vectores propios
  asociados a cada valor propio son:
2
Para λ1 = 2, 1
2
   
 1 0 
Para λ1 = 1,  3 , −2 .
 
0 1
 
El tamaño de la matriz A es 3, y como se obtuvieron 3 autovectores, entonces la matriz es diagonalizable y
por tanto se puede seguir con el proceso.
• Paso 2. Diagonalizar la matriz A.
En este paso se construye la matriz B la cual es una matriz diagonal cuyos elementos de la diagonal prin-
cipal son los autovalores de A; la matriz C es una matriz cuadrada de tamaño 3, cuyas columnas son los
autovectores
 deA, en el
mismo orden en que se ubicaron los autovalores en la matriz B.
2 0 0 2 1 0
B = 0 1 0, C = 1 3 −2
0 0 1 2 0 1
 
3 −1 −2
• Paso 3. Comprobar que se cumple la igualdad CB = AC o B = C −1 AC, con C −1 = −5 2 4 . El
−6 2 5
lector podrá confirmar que efectivamente las dos igualdades se cumplen.
Una de las utilidades de diagonalizar una matriz consiste en calcular de manera eficiente las potencias de una
matriz. Este cálculo se puede realizar de la siguiente manera: An = CB n C −1 , aquı́ es de gran utilidad recordar
que para hallar la potecia de una matriz diagonal, solo basta con hallar la potencia de cada uno de los elementos
de la diagonal principal. El lector puede comprobar esta aplicación, calculando las potencias A2 y A3 de la matriz
anterior y luego comprobar sus resultados con algún software matemático.

5. Practico lo aprendido

Para cada una de las siguientes matrices de transformación identifique el tipo de solución que estas exponen.
 
0 1
1. Sea A = la matriz de reflexión sobre la recta y = x en R2 .
1 0
√ !
1 − 3
2. Sea R = √2
3
2
1
la matriz de rotación de 60◦ en el sentido de las manecillas del reloj.
2 2

POLITÉCNICO GRANCOLOMBIANO 13
Referencias

[1] Grossman,S. (2012). Álgebra lineal. (7a. ed.) McGraw-Hill Interamericana. Tomado de http://www.ebooks7-
24.com

POLITÉCNICO GRANCOLOMBIANO 14
 INFORMACIÓN TÉCNICA

Módulo: Álgebra Lineal

Unidad 4: Analizando comportamientos de transfromacio-
nes lineales finitas
Escenario 7: Elementos caracterı́sticos de una transforma-
ción lineal

Autor: Sandra Milena Rojas Tolosa

Asesor Pedagógico: Diana Marcela Diaz Salcedo

Diseñador Gráfico: Kevin Mauricio Ramı́rez Corredor
Corrector de estilo: Angélica del Pilar Parra
Asistente: Leidy Alejandra Morales

Este material pertenece al Politécnico Grancolombiano.

Por ende, son de uso exclusivo de las Instituciones
adscritas a la Red Ilumno. Prohibida su reproducción
total o parcial.

POLITÉCNICO GRANCOLOMBIANO 15