GEOMETRÍA ANALÍTICA Y ÁLGEBRA

SESIÓN 14: DIAGONALIZACIÓN DE MATRICES

Vibración de una viga metálica empotrada en una pared
y con un extremo libre

Y ahora viene lo curioso:

M−1 K x = ω2 x
esta forma tan sencilla nos permite
predecir con gran precisión cómo
vibrará, y a qué frecuencias (ω),
cualquier objeto sólido.

Que no es más que un problema de autovalores, donde las λ

(autovalores) ahora son el cuadrado de las frecuencias (angulares) de
resonancia del cuerpo y la matriz A es M−1K. Pero eso no es todo: los
autovectores x además nos indican, para cada modo de vibración (para
cada autovalor), de qué forma exacta se va a mover el cuerpo.
A x = λx
Donde A = M−1 K, λ = ω2
DIAGONALIZAR UNA MATRIZ ¿SIMPLIFICA ALGÚN PROCESO?

Diagonalizar una matriz A es transformar esta matriz,

en otra matriz D que sea diagonal, de modo que
ambas representen la misma aplicación lineal, pero
en diferente base”
Diagonalizar una matriz resulta muy útil porque en
las aplicaciones lineales interviene el producto de
matrices, que se simplifica mucho si se hace con
matrices diagonales.
Además el determinante de una matriz diagonal, así
como las potencias e dicha matriz son sencillas de
calcular.
RESPONDA A LAS INTERROGANTES

❑ ¿Cómo se calculan los valores y vectores propios de una matriz?

❑ ¿A cada valor propio se consigue su espacio propio

correspondiente?

❑ ¿De qué manera diagonalizas a una matriz? Escriba aquí

la ecuación.
❑ ¿Cómo obtienes una matriz ortogonal diagonalizante?

❑ ¿Cómo calculas la inversa de la matriz 𝐴 ?

1 −1 2
𝑠𝑖 𝐴 = −2 0 4
0 −2 7
LOGRO DE SESIÓN

Al finalizar la sesión, el estudiante

diagonaliza la matriz y obtiene la matriz
ortogonal diagonalizante, utilizando para
ello los valores y vectores propios
asociados a una matriz, en base al análisis
y síntesis que todo estudiante de
ingeniería debe poseer.
CONTENIDOS

❑ Matriz diagonalizable
❑ Matriz diagonal.
❑ Base propia
❑ Condición para que un
a matriz sea
diagonalizable
MATRIZ DIAGONALIZABLE

DEFINICIÓN:

Una matriz A de orden n x n es Diagonalizable si existe una

matriz 𝑃 ∈ 𝐾 𝑛×𝑛 𝑡𝑎𝑙𝑞𝑢𝑒 𝐷 = 𝑃−1 𝐴𝑃 , donde P es regular, y D es
llamada matriz diagonal, con
1 0 0
0  0 
D= 2

 
 
0 0 n 

D= -1
P AP
Matriz Matriz
Matriz
diagonal diagonalizante
diagonalizable
TEOREMA

Una matriz A de orden n x n es Diagonalizable si y sólo si

tiene n Vectores Propios linealmente independientes. En tal
caso la matriz diagonal D semejante a A está dada por:

1 0 0 . . 0
0 2 0 . . 0 

0 0 3 . . 0
D= 
. . . . . .
. . . . . .
 
 0 0 0 . . n 
donde 1 , 2 , 3 ,..., n son los valores propios
de A. Si P es una matriz cuyas columnas son los
vectores propios linealmente independientes de A,
entonces:

D= -1
P AP
Matriz Matriz Matriz
diagonal diagonalizable diagonalizante
Nota :

Para que una matriz cuadrada A sea diagonalizable

basta que ella posea una base propia.

Corolario:
Si la matriz A de orden n x n tiene n valores propios

diferentes, entonces A es diagonalizable.

RESUMIENDO:

DIAGONALIZACIÓN DE MATRICES, POTENCIAS Y RAÍCES DE

MATRICES

Una matriz A de orden nxn es diagonalizable, si existe una matriz

diagonal D tal que A es semejante a D

Si D es una matriz diagonal, entonces los valores propios son sus

componentes en la diagonal. Si A es semejante a D , entonces A y D tienen
los mismos valores propios. Se observa que si A es diagonalizable, entonces
A es semejante a una matriz diagonal cuyas componentes en la diagonal
son los valores propios de A .
RESUMIENDO

Una matriz de nxn es diagonalizable si y sólo tienen n vectores propios

linealmente independientes. En tal caso la matriz diagonal D semejantes A está
dada por
1 0 0 0 

=
0  0
2 0
D 0 0  0 
 3

 0 0 0  
n

Donde  , 
1 2, n son valores propios de A . Si C
es una matriz cuyas columnas son vectores propios linealmente independientes
de A , entonces

D= -1
P AP
RESUMIENDO

 4 2
Diagonalización de una matriz 2 x 2 sea A =  
 3 3 
Cuyos vectores propios independientes son

2 1  2 1
V 1 =  − 3 y...V 2 = 1 Después haciendo C =  
 − 3 1

−1 1  1 − 1 4 2  2 1
C AC 5  3 2  3 3  − 3 1
=

Se encuentra que 1  1 − 1 2 6  1  5 0   1 0 

=   =  = 
5  3 2  − 3 6  5  0 30   0 6 

Que es la matriz cuyos componentes en la diagonal son valores propios

de A
RESUMIENDO

Diagonalización de matrices de 3 x 3 con tres valores propios distintos sea

1 −1 4 
  Cuyos vectores propios linealmente independientes son
A =  3 2 − 1
 2 1 − 1
 
 1 − 2 3  1 − 1 4  − 1 1 1 
 − 1 1 1 −1 1   
      =
C AC 6  − 2 − 2 6  3 2 − 1 4 − 1 2 
V 1 =  4 , V 2 =  −1, y, V 3 =  2   − 3 0 − 3  2 1 − 1 1 − 1 1 
   
1  − 1 1
     
 1 − 2 3  − 1 − 2 3
1  
= −  − 2 − 2 6  4 2 6 =
 −1 1 1 6 
   − 3 0 − 3  1 2 3 
entonces C =  4 − 1 2 
 1 −1 1 − 6 0 0  1 0 0
  1   
= −  0 12 0  =  0 − 2 0
6  
 0 0 − 18   0 0 3 
Con valores propios 1, 2, y 3
TEOREMA

Si A es una matriz diagonalizable tal que

A = P D P-1, con D matriz diagonal
y P es la matriz diagonalizante, se cumple:

An = P-1Dn P , n entero
TEOREMA:

Si A es una matriz simétrica es diagonalizable

1 1 2 p( ) = −( + 1)(2 − 4 + 1)


A = 1 1 1 
2 1 1  = 2− 3
 = −1
 = 2+ 3
  0.325058 0.707107 −0.627963 
C =  −0.888074 0 −0.459701 
 
 0.325058 −0.707107 −0.627963 
1 0 0 1 0 0
C C =  0 1 0  C C =  0 1 0 
T T
   
0 0 1 0 0 1

 0.267949 0 0 
C  A C =  
T
0 −1 0
 
 0 0 3.732051 
  2 −1 0   1.267949 
A =  −1 3 1  = 3 
   
 0 1 4  4.732051 

 0.788675 0.57735 −0.211325 

C =  0.57735 −0.57735 0.57735 
 
 −0.211325 0.57735 0.788675 
 1 0 0 1 0 0
T 
C C = 0 1 0  T 
C C = 0 1 0 
   
0 0 1 0 0 1

 1.267949 0 0 
C AC =  
T
0 3 0
 
 0 0 4.732051 
TEOREMA(CAYLEY-HAMILTON)

Sea A  M n ( ) . Entonces PA ( A ) = 0n ,n .

Donde PA ( A ) = det (  I − A ) es el polinomio característico de A.

COROLARIO. Sean A  M n ( ) , f  P ( ) . Entonces existe un

polinomio g  P ( ) tal que deg ( g )  n y g ( A) = f ( A) .

Ejemplo. Calculamos f ( A) , donde f ( x ) = x3 − 6 x 2 + x − 3 y la

Matriz A es la misma que en el ejemplo anterior:
 3 −1
A= 
2 1 
Dividimos f entre PA :

f ( x) = ( x3 − 4 x 2 + 5 x − 1) = ( x 2 − 4 x + 5 ) ( x − 2 ) + ( −12 x + 7 )

Pongamos g ( x) = −12 x + 7 . Entonces

 −29 12 
f ( A) = g ( A ) = −12 A + 7 I =  
 −24 −5 
FORMA CANÓNICA DE JORDAN

En el teorema anterior hemos visto cuándo una matriz es diagonalizable. Ahora

veremos que este resultado no siempre es aplicable (basta encontrar autovalores
múltiples cuya multiplicidad algebraica no coincida con su multiplicidad geométrica, o
bien que el prójimo característico no se pueda factorizar en el cuerpo en que estemos
trabajando).
La matriz cuadrada de orden m
 1 0 
0  1 0 
 
 0  1 0 
 
J ( m) = 
 0  1 0 
 
 0  1 
 0  
 
 
no es diagonalizable (estas matrices se conocen con el nombre de bloques de Jordan).
CONCLUSIONES :

•Una matriz A es Diagonalizable si existe P tal que

P-1 A P = D , donde D es diagonal.

•La matriz P que diagonaliza a A está formada por los

vectores de una Base Propia de A en sus columnas.

•Para que A sea Diagonalizable basta con que posea

una Base Propia.
1. ¿Qué aprendí en esta sesión de aprendizaje?
2. ¿Para qué me servirá lo aprendido?
3. ¿Por qué es importante conocer la digonalización de
matrices?

4. ¿Cuál fue mi actitud frente al aprendizaje el día de hoy?

5. ¿Qué otros conocimientos se relacionan con lo que hoy

aprendí?

6. ¿Existe diferencia entre lo que sabias del tema y lo

aprendido hoy?
REFERENCIA BIBLIOGRÁFICA

N° CÓDIGO AUTOR TITULO EDITORIAL AÑO

OROZCO MAYREN, Geometría Analítica: Teoría y

1 516.3 OROZ Trillas 2007
GILBERTO Aplicaciones

516.182 ESPINOZA, RAMOS

2 Geometría Vectorial en R3 2004, s.n. 2004
ESPI/E EDUARDO

516.32 ESPINOZA RAMOS, Geometría Analítica Plana : Teórico-

3 S.n 2007
ESPI EDUARDO Práctico