MATEMÁTICAS III

SESIÓN: Diagonalización de Matrices

Profesor: Francisco Marhuenda

1
ÍNDICE
1. Valores y vectores propios

2. Matrices diagonalizables

3. Ejemplos

2
DIAGONALIZACIÓN DE MATRICES – NOTACIÓN

• En todo este tema:

• 𝐴 denota una matriz cuadrada de orden 𝑛 × 𝑛.
• 0 = 0, … , 0 denota el origen de coordenadas de ℝ𝑛 .
• 𝐼 denota la matriz identidad de orden 𝑛 × 𝑛.

3
DIAGONALIZACIÓN DE MATRICES – VALORES Y VECTORES PROPIOS

• Decimos que un vector 𝑢 ∈ ℝ𝑛 𝒖 ≠ 𝟎, es un vector propio (o autovector) de

la matriz 𝐴 asociado al valor propio (o autovalor) 𝜆 ∈ ℝ si se verifica
𝐴𝑢 = 𝜆𝑢
• Dado 𝜆 ∈ ℝ, definimos el conjunto
𝑆 𝜆 = 𝑢 ∈ ℝ𝑛 : 𝐴𝑢 = 𝜆𝑢
• Observamos que para todo 𝜆 ∈ ℝ, tenemos que 0 ∈ 𝑆 𝜆 . Si 𝑢 ∈ 𝑆 𝜆 y 𝑢 ≠ 0
entonces 𝑢 es un vector propio de la matriz 𝐴 asociado al valor propio 𝜆.
• Es decir, 𝜆 ∈ ℝ es valor propio de la matriz 𝐴 si
𝑆 𝜆 ≠ 0
4
DIAGONALIZACIÓN DE MATRICES – VALORES Y VECTORES PROPIOS

Supongamos ahora que 𝑢 es un vector propio de la matriz 𝐴 asociado al valor propio 𝜆. Tenemos la
ecuación

𝐴𝑢 = 𝜆𝑢
que puede escribirse como
(𝐴 − 𝜆𝐼)𝑢 = 0

Esta ecuación es, en realidad, un sistema lineal homogéneo de ecuaciones lineales . Y, por la tanto, 𝑆(𝜆)
es un subespacio vectorial de ℝ𝑛 . Por el Teorema de Rouchée-Frobenius,

dim 𝑆 𝜆 = 𝑛 − rg(𝐴 − 𝜆𝐼)

Por lo que 𝜆 ∈ ℝ es un valor propio asociado a la matriz 𝐴 si y sólo si

dim 𝑆 𝜆 ≥ 1.
Es decir, si y sólo si
rg 𝐴 − 𝜆𝐼 < 𝑛 5
DIAGONALIZACIÓN DE MATRICES – VALORES Y VECTORES PROPIOS
Esto es equivalente a que
|𝐴 − 𝜆𝐼| = 0
Este argumento motiva la siguiente definición
• El polinomio característico de la matriz 𝐴 es
𝑝𝐴 𝜆 = 𝑝 𝜆 = |𝐴 − 𝜆𝐼|
Y la ecuación característica es
𝑝 𝜆 = |𝐴 − 𝜆𝐼| = 0

Entonces, 𝜆 ∈ ℝ es un valor propio asociado a la matriz 𝐴 si y sólo si es una raíz de la

ecuación característica.
6
DIAGONALIZACIÓN DE MATRICES – VALORES Y VECTORES PROPIOS
Ejemplo 1. Consideramos la matriz

La ecuación característica es

Y obtenemos los valores propios

𝜆1 = 1, 𝜆2 = 2, 𝜆3 = 3
7
DIAGONALIZACIÓN DE MATRICES – EJEMPLO 1

Ahora calculamos lo vectores propios. El espacio de vectores propios

𝑆(1) es la solución del sistema homogéneo de ecuaciones lineales

La solución es
𝑆(1) = −2𝑧, 0, 𝑧 : 𝑧 ∈ ℝ =< −2,0,1 >

8
DIAGONALIZACIÓN DE MATRICES – EJEMPLO 1

El espacio de vectores propios 𝑆(2) es la solución del sistema homogéneo de

ecuaciones lineales

La solución es
𝑆(2) = 2𝑦, 𝑦, −3𝑦 : 𝑦 ∈ ℝ =< 2,1, −3 >

9
DIAGONALIZACIÓN DE MATRICES – EJEMPLO 1
Finalmente, el espacio de vectores propios 𝑆(3) es la solución del sistema
homogéneo de ecuaciones lineales

La solución es
𝑆(3) = 0,0, 𝑧 : 𝑧 ∈ ℝ =< 0,0,1 >

10
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES

Decimos que la matriz 𝐴 es diagonalizable si existe una matriz diagonal 𝐷 y una

matriz invertible 𝑃 tales que
𝐴 = 𝑃𝐷𝑃−1
o, de manera equivalente,
𝐴𝑃 = 𝐷𝑃
Vamos a describir ahora un procedimiento para:
• Determinar si una matriz dada 𝐴 es diagonalizable o no.
• Encontrar la forma diagonal (es decir las matrices 𝑃 y 𝐷 tales que 𝐴𝑃 = 𝐷𝑃)
de una matriz dada 𝐴, cuando exista.
11
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES
TEOREMA DE CARACTERIZACIÓN DE MATRICES DIAGONALIZABLES
En primer lugar escribimos el polinomio característico como
𝑝 𝜆 = 𝐴 − 𝜆𝐼 = (𝜆 − 𝜇1 )𝑛1 … (𝜆 − 𝜇𝑘 )𝑛𝑘
donde:
• 𝜇1 , … , 𝜇𝑘 son las distintas raíces de la ecuación característica. Es decir, son los distintos
valores propios de la matriz 𝐴.

• 𝑛1 , … 𝑛𝑘 se denominan las multiplicidades de los valores propios.

Se verifica que
• 1 ≤ dim 𝑆 𝜇𝑗 ≤ 𝑛𝑗 , 𝑗 = 1,2, … , 𝑘
• 𝑛1 + ⋯ + 𝑛𝑘 = 𝑛 12
DIAGONALIZACIÓN DE MATRICES – CARACTERIZACIÓN DE MATRICES
DIAGONALIZABLES
Vamos a responder ahora a las dos preguntas planteadas anteriormente:
• ¿Bajo qué condiciones se puede diagonalizar una matriz 𝐴?
• ¿Cuál es la forma diagonal de la matriz 𝐴? Es decir, ¿Cómo podemos calcular las matrices
𝐷 diagonal y 𝑃 invertible tales que
𝐴 = 𝑃𝐷𝑃−1 ?

• Utilizamos el siguiente convenio:

• 𝜆1 , … , 𝜆𝑝 denotan los valores propios de 𝐴. En la lista anterior, cada 𝜆𝑖 aparece
𝑛𝑖 veces.
• 𝜇1 , … , 𝜇𝑘 denotan también los valores propios de 𝐴. Pero, en esta lista, cada 𝜇𝑖 aparece
sólo una vez. 13
DIAGONALIZACIÓN DE MATRICES – CARACTERIZACIÓN DE MATRICES
DIAGONALIZABLES

TEOREMA

(1) Las siguientes afirmaciones son equivalentes:

• La matriz 𝐴 es diagonalizable

• Existe una base de ℝ𝑛 formada por vectores propios de 𝐴.

• Las soluciones 𝜆1 , … , 𝜆𝑛 de la ecuación característica son todas reales y, además para
cada , 𝑗 = 1,2, … , 𝑘 se verifica que
1 ≤ dim 𝑆 𝜇𝑗 = 𝑛𝑗 , 𝑗 = 1,2, … , 𝑘

14
DIAGONALIZACIÓN DE MATRICES – CARACTERIZACIÓN DE MATRICES
DIAGONALIZABLES

(2) Si la matriz 𝐴 es diagonalizable, entonces 𝐴 = 𝑃𝐷𝑃−1 con

𝜆1 0 … 0
0 𝜆1 … 0
𝐷= ⋱ , 𝑃 = 𝑣1 , 𝑣2 , … , 𝑣𝑛
⋮ ⋮ ⋮
0 0 … 𝜆𝑛

donde 𝐴𝑣𝑖 = 𝜆𝑖 , 𝑖 = 1, 2, … , 𝑛.

15
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 2
Ejemplo 2. Consideramos la matriz

La ecuación característica es

Y obtenemos los valores propios 𝜆1 = 1, 𝜆2 = 𝜆3 = −2. Es decir,

𝜇1 = 1, 𝑛1 = 1
𝜇2 = −2, 𝑛2 = 2
16
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 2
Vamos a calcular el subespacio 𝑆(1), la solución del siguiente sistema
homogéneo de ecuaciones lineales,

Es decir,

La solución es
𝑆 1 = −2𝑦, 𝑦, 𝑧 : 𝑦, 𝑧 ∈ ℝ =< −2,1,0 , 0,0,1 >

Y tenemos dim 𝑆 1 = 2.
17
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 2
Ahora calculamos 𝑆(−2), la solución del siguiente sistema homogéneo de ecuaciones
lineales,

Es decir,

La solución es
𝑆 −2 = −𝑧, 𝑧, 𝑧 : 𝑧 ∈ ℝ =< −1,1,1 >
Y tenemos dim 𝑆 −2 = 1.
18
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 2

Tenemos que
𝜇1 = 1, 𝑛1 = 1 = dim 𝑆(1)
𝜇2 = −2, 𝑛2 = 2 = dim 𝑆(−2)

Por lo tanto, la matriz 𝐴 es diagonalizable: 𝐴 = 𝑃𝐷𝑃−1 con

19
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 3
Ejemplo 3. Consideramos la matriz

La ecuación característica es

Y obtenemos los valores propios 𝜆1 = 5, 𝜆2 = 𝜆3 = 0. Es decir

𝜇1 = 5, 𝑛1 = 1
𝜇2 = 0, 𝑛2 = 2 20
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 3
Vamos a calcular el subespacio 𝑆(5), la solución del siguiente sistema homogéneo de
ecuaciones lineales,

Es decir,

La solución es
𝑆 5 = 𝑥, 0, −2𝑥 : 𝑥 ∈ ℝ =< 1,0, −2 >

Y tenemos dim 𝑆 5 = 1.

21
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 3
Ahora calculamos 𝑆(0), la solución del siguiente sistema homogéneo de ecuaciones
lineales,

Es decir,

La solución es
𝑆 0 = 2𝑧, 𝑦, 𝑧 : 𝑦, 𝑧 ∈ ℝ =< 2,0,1 , (0,1,0) >

Y tenemos dim 𝑆 0 = 2.

22
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 3

Ahora comprobamos que

𝜇1 = 5, 𝑛1 = 1 = dim 𝑆(5)
𝜇2 = 0, 𝑛2 = 2 = dim 𝑆(0)
Por lo tanto, la matriz 𝐴 es diagonalizable: 𝐴 = 𝑄𝐷𝑄 −1 , con

23
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 4
Ejemplo 4. Consideramos la matriz

La ecuación característica es

Y obtenemos los valores propios 𝜆1 = 𝜆2 = 𝜆3 = 1. Es decir

𝜇1 = 1, 𝑛1 = 3
24
DIAGONALIZACIÓN DE MATRICES – MATRICES DIAGONALIZABLES – EJEMPLO 4
Vamos a calcular el subespacio 𝑆(1), la solución del siguiente sistema homogéneo de
ecuaciones lineales,

Es decir,

La solución es
𝑆 1 = −𝑥, 𝑥, 𝑥 : 𝑥 ∈ ℝ =< −1,1,1 >
Y tenemos dim 𝑆 1 = 1 < 𝜇1 = 3. La matriz 𝐶 no es diagonalizable.
25