Está en la página 1de 30

Álgebra Lineal

Unidad III: Autovalores y Autovectores,


diagonalización

Tema: Autovalores y Autovectores


Objetivo

1. Encontrar los autovalores y


autovectores de
transformaciones lineales.
2. Identificar las multiplicidades
algebraicas y geométricas de
los autovalores.
Autovalores y autovectores de
matrices

Definición 1
Sea A una matriz cuadrada de orden n con entradas en K (sistema de
números reales o complejos). Un número λ ∈ K es denominado autovalor
(o valor propio, o eigenvalor) de A si existe un vector v 6= 0 tal que

Av = λv.

El vector v 6= 0 es denominado autovector (o vector propio, o


eigenvector) de A asociado a λ.
Observación

Si λ es un autovalor de A, entonces existe un autovector v 6= 0 tal que

Av = λv.

De aquı́,
0 = λv − Av,
el cual es equivalente a
(λI − A)v = 0 (1)
. Si A es una matriz cuadrada de orden n entonces (1) es un sistema
homogéneo de n ecuaciones y n variables.
. Si det(λI − A) 6= 0, entonces (1) tiene solución trivial v = 0 y λ no
es autovalor.
. Si det(λI − A) = 0, entonces (1) tiene solución v 6= 0 y λ si es
autovalor.
Definición 2
Sea A ∈ Mn×n (K). El polinomio caracterı́stico de A es definido como

pA (λ) = det(λI − A).

Por la Observación anterior, tenemos la siguiente:


Proposición 1
Si A ∈ Mn×n (K), entonces

λ es un autovalor de A ⇐⇒ pA (λ) = det(λI − A) = 0

Es decir, los autovalores de A coinciden soluciones de la ecuación


caracterı́stica
pA (λ) = det(λI − A) = 0.
 
a b
En el caso que la matriz es A = , el polinomio caracterı́stico es
c d
dado por
pA (λ) = λ2 − traza(A)λ + det(A).
Es decir,
pA (λ) = λ2 − (a + d)λ + (ad − bc).
Ejemplo 1
Calcule los autovalores de la matriz
 
2 8
A= .
4 6

Solución.
El polinomio caracterı́stico de A es dado por

pA (λ) = λ2 − (2 + 6)λ + (2 · 6 − 8 · 4)
= λ2 − 8λ − 20
= (λ − 10)(λ + 2)

Resolviendo la ecuación caracterı́stica:

pA (λ) = (λ − 10)(λ + 2) = 0,

obtenemos que los autovalores de A son

λ1 = 10 y λ2 = −2.
Observación 1
Una matriz A con entradas reales pueden también tener autovalores
complejos.

Ejemplo 2
Calcule los autovalores de la matriz
 
0 −2
A= .
2 0
Solución.
El polinomio caracterı́stico de A es dado por

pA (λ) = λ2 − (0 + 0)λ + (0 · 0 − (−2) · 2)


= λ2 + 4
= (λ − 2i)(λ + 2i)

Resolviendo la ecuación caracterı́stica:

pA (λ) = (λ − 2i)(λ + 2i) = 0,

obtenemos que los autovalores de A son

λ1 = 2i y λ2 = −2i,

los cuales son números complejos puros.


Cálculo de Autovectores

Dada una matriz A ∈ Mn×n (K).


• Hallar el polinomio caracterı́stico pA (λ) = |λI − A|
• Hallar las soluciones (autovalores de A) λ1 , λ2 , ..., λn de la ecuación
caracteristica:
|λI − A| = 0
• Para cada autovalor λi , resolver el sistema homogéneo

(λi I − A)v = 0,

para encontrar los autovectores v 6= 0.


Ejemplo 3
Hallar los autovalores y autovectores de la matriz
 
1 2
A= .
4 3

Solución.
• El polinomio caracterı́stico de A es

pA (λ) = λ2 − 4λ − 5
= (λ − 5)(λ + 1)

• Resolviendo la ecuación caracterı́stica

(λ − 5)(λ + 1) = 0,

obtenemos que los autovalores de A son

λ1 = 5 y λ2 = −1.
• Para λ1 = 5, resolvamos
    
5 − 1 −2 v1 0
(5I − A)v = 0 −→ =
−4 5 − 3 v2 0
    
4 −2 v1 0
−→ =
−4 2 v2 0

Al resolver el sistema, obtenemos 2v1 − v2 = 0. Asi, v2 = 2v1 y


entonces      
v1 v1 1
v= = = v1
v2 2v1 2
Luego, un autovector asociado a λ1 = 5 es
 
1
v=
2
• Para λ2 = −1, resolvamos
    
−1 − 1 −2 w1 0
(−I − A)w = 0 −→ =
−4 −1 − 3 w2 0
    
−2 −2 w1 0
−→ =
−4 −4 w2 0

Al resolver el sistema, obtenemos w1 + w2 = 0. Asi, w2 = −w1 y


entonces      
w1 w1 1
w= = = w1
w2 −w1 −1
Luego, un autovector asociado a λ2 = −1 es
 
1
w=
−1
Multiplicidad algebraica
Consideremos una matriz A ∈ Mn×n (K) dada por
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A= .
 
. .. . . .. 
 . . . . 
an1 an2 ··· ann

Tenemos que el polinomio caracterı́stico de A es un polinomio mónico


con coeficientes en K y de grado n:

λ − a11 −a12 ··· −a1n

−a21 λ − a22 ··· −a2n
pA (λ) = |λI − A| =

.. .. .. ..

. . . .

−an1 −an2 ··· λ − ann
n n−1
= λ + bn−1 λ + · · · + b2 λ 2 + b1 λ + b0
Cuando pA (λ) se pueda factorizar en la siguiente forma

pA (λ) = (λ − λ1 )r1 (λ − λ2 )r2 · · · (λ − λn )rn ,

diremos que cada uno de los números enteros positivos r1 , r2 , . . . , rn es


la multiplicidad algebraica de λ1 , λ2 , . . . , λn respectivamente.

Notación. La multiplicidad algebraica de λi es denotada por ma(λi ), es


decir,
ma(λi ) = ri .
Ejemplo 4
El polinomio caracterı́stico de la matriz
 
1 2
A= .
4 3

del ejemplo anterior, es dado por

pA (λ) = (λ − 5)(λ + 1)

Luego, las multiplicidades algebraicas de los autovalores λ1 = 5 y


λ2 = −1 son respectivamente

ma(5) = 1 y ma(−1) = 1
Autoespacio asociado a autovalores

Teorema 1
Si λ es un autovalor de A ∈ Mn×n (K), donde K es el sistema de reales o
complejos, entonces el conjunto de todos los autovectores asociados a λ:

Eλ = {v : Av = λv}

es un subespacio vectorial de Cn .

Definición 3
El conjunto Eλ es denominado autoespacio de A asociado al autovalor λ.
Ejemplo 5
Considere la matriz  
5 −6 −6
A = −1 4 2
3 −6 −4
Halle los autovalores de A y sus respectivos autoespacios asociados.
Multiplicidad geométrica
Sea λ un autovalor de A. La multiplicidad geométrica es la dimensión del
auto-espacio asociado a λ

Eλ = N (A − λI) = {v : (A − λI)v = 0}

Es decir la multiplicidad geométrica es el número de autovectores


linealmente independientes correspondientes al autovalor λ.

Notación. La multiplicidad geométrica de λ es denotada por mg(λ), es


decir,
mg(λ) = dim Eλ .

Proposición 2
La multiplicidad geométrica es menor o igual a la multiplicidad algebraica

mg(λ) ≤ ma(λ), (2)

cuando λ es un autovalor de A.
Ejemplo 6
Considere la matriz  
1 1 0
A= 0 −1 0
−1 0 1
Halle los autovalores de A y sus respectivas multiplicidades algebraicas y
geométricas. Verifique que validez la desigualdad (2).
Autovectores y autovalores de
Operadores Lineales

Sea V un espacio vectorial sobre K (reales o complejos). Un


transformación lineal T : V → V que parte de V y termina en si mismo es
denominado operador lineal.
Definición 4
Sea T : V → V un operador lineal.
1. Un autovalor de T es un escalar λ ∈ K tal que existe un vector v ∈ V,
v 6= 0 tal que

T (v) = λv (3)

2. Si λ es un autovalor de T , entonces el vector no nulo v ∈ V que


satisface (3) es denominado autovector de T asociado a λ.
Sea B una base de V. Por (3) y por las propiedades de matriz
representativa tenemos

[T ]B→B [v]B = [T v]B = λ[v]B .

De este ultimo obtenemos la siguiente definición:


Definición 5
Sea V un espacio vectorial de dimensión finita y sea T : V → V un
operador lineal. El polinomio caracterı́stico de T es definido como

pT (λ) = pAT (λ) = det (λI − AT ) ,

donde AT = [T ]B→B es la matriz representativa de T en una base B del


espacio V.
Ejemplo 7
Halle el polinomio caracterı́stico del operador lineal T : P1 [x] → P1 [x]
definido por
T (a + bx) = (a + 2b) + (5a + 4b)x

Solución.
Escojamos la base canónica B = {1, x}, tenemos que

T (1) = 1 + 5x
T (B) =
T (x) = 2 + 4x

De aquı́, la matriz representativa de T en la base canónica B es


 
1 2 ←− independiente
AT = [T ]B→B =
5 4 ←− lineal
|{z }
T (B)
Luego, el polinomio caracterı́stico de T es

pT (λ) = pA (λ)

λ−1 −2
=
−5 λ−4
= λ2 − 5λ − 6
Cálculo de autovectores

• Escoger una base B de V y hallar la matriz representativa de T en


relación a esta base
AT = [T ]B→B
• Hallar el polinomio caracterı́stico pT (λ) = pAT (λ) = |λI − AT |
• Hallar las soluciones (autovalores de AT ) λ1 , λ2 , ..., λn de la
ecuación caracteristica:

|λI − AT | = 0

• Para cada autovalor λi , resolver el sistema homogéneo

(λi I − AT )[v]B = 0,

para encontrar el vector de coordenadas [v]B del autovector v 6= 0.


• Usar la base B y el vector de coordenadas [v]B para determinar el
autovector v.
Ejemplo 8
Calcule los autovalores, autovectores, multiplicidades algebraicas y
geométricas del operador lineal T : P1 [x] → P1 [x] definido por

T (a + bx) = (a + 2b) + (5a + 4b)x

Solución.
• Vimos en el ejemplo anterior que al escoger la base canónica
B = {1, x}, se obtuvo que
 
1 2
AT = [T ]B→B =
5 4

• También vimos que



λ−1 −2
pT (λ) = = λ2 − 5λ − 6 = (λ − 6)(λ + 1)
−5 λ−4
• Los autovalores son λ1 = 6 y λ2 = −1, cuyas multiplicidades
algebraicas son ma(6) = 1 y ma(−1) = 1.
 
v
• Para λ1 = 6, hallemos el [v]B = 1 .
v2
    
6 − 1 −2 v1 0
(6I − AT )[v]B = 0 −→ =
−5 6 − 4 v2 0
    
5 −2 v1 0
−→ =
−5 2 v2 0

Al resolver el sistema, obtenemos 5v1 − 2v2 = 0 y entonces


v1 = 2v52 . Tomando v2 = 5, se sigue que v1 = 2. Luego,
   
v 2
[v]B = 1 =
v2 5

De modo que el autovector L.I. asociado a λ1 = 6 es

v = 2 + 5x

De aquı́, la multiplicidad geométrica de λ1 = 6 es mg(6) = 1.


 
w1
• Para λ2 = −1, hallemos el [w]B = .
w2
    
−1 − 1 −2 w1 0
(−I − AT )[w]B = 0 −→ =
−5 −1 − 4 w2 0
    
−2 −2 w1 0
−→ =
−5 −5 w2 0

Al resolver el sistema, obtenemos w1 + w2 = 0 y entonces


w2 = −w1 . Tomando w1 = 1, se sigue que w2 = −1. Luego,
   
w1 1
[w]B = =
w2 −1

De modo que el autovector L.I. asociado a λ2 = −1 es

w = 1 − x.

De aquı́, la multiplicidad geométrica de λ2 = −1 es mg(−1) = 1.


Ejemplo 9
Determine la transformación lineal T : P1 [x] → P1 [x] que satisface que
λ1 = 2 es autovalor con autovector x + 1 y que λ2 = 6 es autovalor con
autovector x − 1.
Bibliografia

También podría gustarte