1

A´ lgebra. 2004-2005. Ingenieros Industriales.

Departamento de Matem´atica Aplicada II. Universidad de

Tema 11.- Autovalores y Autovectores.

Definici´on, propiedades e interpretaci´on geom´etrica. La ecuaci´on caracter
´ıstica. Matrices diagonalizables.
Autovalores y autovectores complejos.

A lo largo de todo el tema trataremos esencialmente con matrices cuadradas reales (aunque muchos de los resul-
tados que veamos tambi´en ser´an v´alidos para el caso de matrices cuadradas complejas). De todos modos,
aunque se trabaje con matrices reales, ser´a imprescindible hacer referencia a los nu´meros complejos puesto que un
polinomio con coeficientes reales puede tener ra´ıces complejas no reales.
Autovalores y Autovectores: Definici´on y propiedades.
Definici´on. Sea A una matriz cuadrada de orden m. Diremos que un escalar λ ∈ K (= R o C) es un autovalor de A
si existe un vector v Km, v 0 tal que Av = λv, en cuyo caso se dice que v es un autovector de A asociado al
∈
autovalor λ.
Proposici´on. Sea λ un autovalor de A y v un autovector asociado, entonces:

1. αλ es un autovalor de αA con autovector v.

2. (λ − µ) es un autovalor de A − µI con autovector v.

3. λk es un autovalor de Ak con autovector v.

4. Si q(·) es un polinomio, entonces q(λ) es un autovalor de q(A) con autovector v. (Ejemplo: 3λ3 + 5λ2 − 7λ
+ 2 es un autovalor de la matriz 3A3 + 5A2 − 7A + 2I).

5. Si A tiene inversa, entonces λ 0 y λ−1 es un autovalor de A−1 con autovector v.

Definici´on. Sea A una matriz m × m y sea λ0 un autovalor de A. Se llama:

(a) Multiplicidad algebraica de λ0, y se denota por ma(λ0), a la multiplicidad de λ0 como ra´ız del polinomio
caracter´ıstico p(λ) = det(A − λI) de A. Es decir, p(λ) puede factorizarse como

p(λ) = (λ − λ0)ma(λ0 )q(λ),

siendo q(λ) un polinomio (de grado m − ma(λ0)) que no se anula para λ0, q(λ0) 0.

(b) Multiplicidad geom´etrica de λ0 , y se denota por mg (λ0 ), a la dimensi´on del espacio nulo de A − λ0 I,

dim [Nul (A − λ0I)] = m − rango [(A − λ0I)] .

Es decir, la multiplicidad geom´etrica coincide con el nu´mero (m´aximo) de autovectores linealmente

independientes asociados al autovalor.
Lo u´nico que se puede afirmar en general sobre la relaci´on entre las multiplicidades algebraica y geom´etrica de
un autovalor de una matriz viene dado por el siguiente resultado.
Lema. Sea λ0 un autovalor de una matriz A, entonces 1 mg(λ0) ma(λ0).
≤ ≤
Proposici´on. Sea A una matriz m m y sean λ1 , λ2 , . . . , λm sus m autovalores (cada uno aparece tantas veces
×
como indique su multiplicidad algebraica) entonces:

su polinomio caracter´ıstico es p(λ) = (−1)m(λ − λ1)(λ − λ2) · · · (λ − λm).

el determinante de A coincide con el producto de los autovalores: det(A) = λ1λ2 · · · λm.

la traza de A coincide con la suma de los autovalores:

tr(A) := a11 + . . . + amm = λ1 + λ2 + · · · + λm.

Proposici´on. Sea A una matriz m × m, entonces:

2

1. At tiene los mismos autovalores que A (en general los autovectores asociados ser´an distintos).
2. Si A es real y v es un autovector de A asociado a λ, entonces v¯ tambi´en es autovector de A asociado al autovalor
λ. Adem´as, las multiplicidades algebraicas y geom´etricas respectivas de λ y λ¯ coinciden.

Matrices diagonalizables.
Definicion. Se dice que una matriz A m m es diagonalizable si existe alguna matriz P no singular tal que P−1AP
×
es una matriz diagonal.
Notemos que si
 d1 0 0 . . . 0 
0 d2 0 . . . 0 
P−1AP = D = 0 0 d3 . . . 0
 . 
. . . .
 
 .0 .0 .0 . ... d.m 
entonces cada columna de P es un autovector de P asociado al correspondiente elemento diagonal de D que ser
´a un autovalor de A. Adem´as, puesto que existe la matriz inversa de P , las m columnas de P son linealmente
independientes. Teorema. Sea A una matriz m × m. Se verifica:

(1) A es diagonalizable si y s´olo si tiene m autovectores linealmente independientes.

(2) A autovalores distintos de A le corresponden autovectores linealmente independientes, es decir, si v1, · · · , vk son
autovectores de A asociados respectivamente a los autovalores λ1, · · · , λk y estos son distintos dos a dos, entonces
v1, · · · , vk son linealmente independientes.

(3) Si A tiene todos sus autovalores simples, entonces es diagonalizable.

(4) A es diagonalizable si y s´olo si para cada autovalor λ se verifica que

ma(λ) = mg(λ).

Matrices semejantes y aplicaciones lineales. Consideremos una aplicaci´on lineal T : Rm Rm . Fijada la

→
base can´onica c = e1 , . . . , em de Rm , esta aplicaci´on lineal tiene asociada una matriz A, cuyas columnas son los
B { }
vectores T (e1), T (e2), . . . T (em).
Si fijamos otra base = v1 , . . . , vm de Rm , la aplicaci´on lineal T tiene asociada una matriz B respecto a
B { }
dicha base, la matriz cuyas columnas son las coordenadas de los vectores T (v1), T (v2), . . . T (vm) respecto a la
B
base , es
decir,
[T (v1)] , . . . , [T (vm)] .
B B

Las matrices A y B verifican que B = P−1AP siendo 

P =  v1 . . . vm .

En general, dicha relaci´on se formaliza mediante la siguiente definici´on.

Definici´on. Se dice que dos matrices m × m A y B son semejantes si existe alguna matriz no singular P tal que

B = P−1AP.

La matriz P se suele denominar matriz de paso.

A la vista de la definici´on es obvio que una matriz es diagonalizable si es semejante a una matriz diagonal.
Proposici´on. Si A y B son semejantes, entonces:
A y B tienen el mismo polinomio caracter´ıstico y, por tanto, los mismos autovalores con las mismas multiplici-
dades algebraicas. Si v es un autovector de A asociado a un autovalor λ, entonces P −1 v es un autovector de B
asociado al mismo autovalor λ (siendo P la matriz no singular tal que B = P−1AP ).
det(A) = det(B) y tr(A)=tr(B).
Cada autovalor (de A y B) tiene la misma multiplicidad geom´etrica para ambas matrices, es decir,

dim [Nul (A − λI)] = dim [Nul (B − λI)] .

 3

Para cada exponente k = 1, 2, . . . se verifica que

dim Nul (A − λI)k = dim Nul (B − λI)k .

Notemos por otra parte que el que dos matrices tengan los mismos autovalores no conlleva, en general, el que sean
semejantes; por ejemplo, las matrices

0 1 0 0
A= 0 y B= 0

tienen como u´nico autovector a λ = 0 pero no son semejantes. Si V es un espacio vectorial, = v1 , . . . , vm una
base del mismo, y f : V V una aplicaci´on lineal, n´otese entonces que la matriz de fBen { es semejante
} a la
→ ′ ′ ′ B
matriz de f en cualquier otra base = v1 , . . . , vm de V . Por lo tanto, a la vista de los resultados
B { }
anteriores, se pueden definir, los autovalores, la traza y el determinante de f como los autovalores, traza y
determinante de f en cualquier base. Lo mismo ocurre con el polinomio caracter´ıstico.

Autovalores y autovectores complejos.

Ampliamos en estas l´ıneas lo tratado en la secci´on 5.5 del libro (Lay). En dicha secci´on se muestra c´omo una
matriz real 2 2 diagonalizable en C (es decir, con un par de autovalores complejos conjugados, a bi) se puede
× ±
escribir en una forma no diagonal, pero con una estructura muy sencilla (ver teorema 9 de la p´agina 334)
a b
.
−b a
En el caso de tener una matriz real diagonalizable de mayor dimensi´on con autovalores complejos podemos
proceder de un modo similar para obtener una matriz real no diagonal, pero s´ı diagonal por bloques, con una
estructura similar a la anterior. As´ı, una matriz diagonalizable pero con algu´n autovalor complejo no real (con lo
cual la matriz de paso tendr´a algunos elementos no reales) ser´a semejante, a trav´es de una matriz de paso real,
a una matriz diagonal por bloques
 C1 0 0 ... 0 
0 C2 0 ... 0 
C=  0 0 C3 . . . 0 
..
 . . . . . 
0 0 0 . . . Ck
a
donde cada Cj es o bien un autovalor real o bien una submatriz 2 × 2 de la forma , donde a y b son
b

respectivamente la parte real e imaginaria de un autovalor complejo (no real) de A. −b a

Si λ = a + bi, a, b ∈R es un autovalor de A (matriz cuadrada real) y v = u + iu (u , u Rm) es un autovector
¯
de A asociado a λ, entonces v¯ = u1 − iu2 es autovector de A asociado a λ = a − bi y, por tanto, tenemos las
igualdades
Av = λv = (a + bi) (u ⇒ + iu ) Au + iAu −= (au bu ) + i (bu + au )
1 2 1 2
Av¯ = λ¯ v¯ = (a − bi) (u1 − iu2 ) ⇒ Au1 − iAu2 = (au1 − bu2 ) − i (bu1 + au2 )
y por tanto, identificando las partes real e imaginaria en cualquiera de las dos igualdades anteriores tenemos,

Au1 = au1 bu2 .

−
Au2 = bu1 + au2
Expresando estas igualdades de forma matricial tenemos
 

A  u1 u2  =  u1 u2 a b
.
−b a

As´ı, si multiplicamos A por una matriz en la que los autovectores complejos v y v¯ sean dos vectores columna
tenemos
    
..
.
4

A ··· v λ 0 
v¯ · · ·  =  · · · v v¯ · · ·   0 λ¯
    
..
.
 5

mientras que si sustituimos dichas columnas por la parte real y la parte imaginaria de v tendremos
    
..
. 0 ...

A ··· u2 · · ·  =  · · · u1 u2 · · ·   . . . ab ...
−b a 
u1     
. .
 ... 0
con lo cual, si multiplicamos A por una matriz real P cuyas columnas forman una base de Rn y en la que u1 y u2
sean dos vectores columna y los restantes vectores columna sean autovectores reales o vectores obtenidos a partir de
la parte real y de la parte imaginaria (por parejas) de un autovector complejo, tendremos
    
..
. 0 0
ab
AP =  · · · u1 u2 · · ·  =  · · · u1 u2 · · ·   0 0 = PC
−b a 
    
0 0 . .

a b
y por tanto P −1 AP = C, donde la diagonal de la submatriz est´a sobre la de la matriz C que ser´a una
b a
−
matriz real casi-diagonal (diagonal por cajas). Ve´amoslo con ejemplos.
Ejemplo. Obtener una matriz casi-diagonal real (y la correspondiente matriz de paso) semejante a la matriz

−2 −1 1 3
 −4 −1 0 4 
−3 −1 2 3
A=

−5 −3 1 6
Su ecuaci´on caracter´ıstica
es
λ4 − 5λ3 + 13λ2 − 19λ + 10 = 0.
Sus autovalores y sus autovectores asociados son
       
1 1 1+i 1−i
0 0
2 
λ1 = 1, v1 =   ; λ2 = 2, v2 =   ; λ3 = 1 − 2i, v3 =  ; λ4 = 1 + 2i, v4 =  2 .
0 1  1+i
 1
Al ser la matriz diagonalizable,  2
 1 Q = [v1, v2, v3, v4], obtenemos:
si construimos  1−

1 0 i  2
0 0 
0 2 0 0
Q−1AQ = D = 
0 0 1 − 2i 0
0 0 0 1 + 2i  ,


donde los autovalores aparecen en la matriz diagonal D en el orden en que se coloquen los autovectores
correspondientes en la matriz Q. El inconveniente de esa expresi´on es que tanto D como Q son matrices
complejas aunque A es real. Para evitar trabajar con matrices complejas se procede como sigue (aunque, en este caso,
ya no se va a obtener una matriz diagonal sino diagonal por bloques).
Por tanto, construyendo la matriz P = [v1, v2, Re (v3), Im (v3)], obtenemos:
 

1 0 0 0 .
C =P −1
AP =  0 2 0 0 
 
0 0 1 −
0 0 2 1
Ejemplo. Obtener una matriz casi-diagonal real (y la correspondiente matriz de paso) semejante a la matriz
 
2 2 1 1
 3 1 1 0  1
0− 2 − − 31
A=

6

−1 −1 −2  .

 7

Su ecuaci´on caracter´ıstica es
λ4 + 5λ2 + 4 = 0.
Sus autovalores y sus autovectores asociados son
 
 1+i 
1− i
 
 −2  − 
λ1 = −i, v1 = 1  ; 2
λ2 = i, v2 = 
 −+  2
 
   ;
−i i
   
−1 + i − −
λ3 = −2i, v3 =  −  ; λ4 = 2i, v4 =  −1 i
 1   1
1 1
 si
Al ser la matriz diagonalizable, . construimos Q = [v1 , v 2, v3 , v 4], obtenemos:
  
−i 0 0 0
Q−1 AQ = D =  0 i 0 0 
 0 0 2i 0
0 0 −0 2 

,
donde los autovalores aparecen en la matriz diagonal D en el orden en que se coloquen los autovectores
correspondientes en la matriz Q. El inconveniente de esa expresi´on es que tanto D como Q son matrices
complejas aunque A es real. Para evitar trabajar con matrices complejas se procede como sigue (aunque, en este caso,
ya no se va a obtener una matriz diagonal sino diagonal por bloques).
Por tanto, construyendo la matriz P = [Re (v1), Im (v1), Re (v3), Im (v3)], obtenemos:

0 1

1
−
1 0−
C =P AP = 00 00
 00 0 
0
 0 −
2 0
Ejemplo. Obtener una matriz casi-diagonal real (y la correspondiente matriz
 de
. paso) semejante a la matriz


A= 2 0−7−28 .
5 −8 6
Su ecuaci´on caracter´ıstica 
es 5
λ3 + λ2 + λ − 39 = 0.
Sus autovalores y sus autovectores asociados son
     
i − i 1
λ1 = −2 − 3i, v1 =  1 + i  , λ2 = −2 + 3i, v2 =  1 − i  ; λ3 = 3, v3 =  1  .
1 1 1
Al ser la matriz diagonalizable, si construimos Q = [v1, v2, v3], obtenemos:
 
−2 − 3i 0 0
Q 1AQ = D =  −2 + 3i 0  ,
−
0
0 0 3
donde los autovalores aparecen en la matriz diagonal D en el orden en que se coloquen los autovectores
correspondientes en la matriz Q. El inconveniente de esa expresi´on es que tanto D como Q son matrices
complejas aunque A es real. Para evitar trabajar con matrices complejas se procede como sigue (aunque, en este caso,
ya no se va a obtener una matriz diagonal sino diagonal por bloques).
Por tanto, construyendo la matriz P = [Re (v1), Im (v1), v3], obtenemos:
 
−2 −3 0
C = P —1AP =  3 2− 0 .
0 0 3
 8

Aplicaci´on a recurrencias vectoriales.

Definici´on. Sea A una matriz cuadrada de orden m y sea u1 , u2 , . . . , un , . . . una sucesi´on de vectores en Rm
definidos de manera recurrente por
un = Aun−1, n = 1, 2, . . .
a partir de un vector inicial u0 Rm . Una relaci´on de recurrencia vectorial de esta forma se llama sistema de
∈
ecuaciones en diferencias lineal homog´eneo de primer orden con coeficientes constantes.
Si un = Aun−1 es un sistema de ecuaciones en diferencias, se tiene, razonando por inducci´on, que un =
An u0 . Con esta expresi´on podemos hallar un para cualquier valor de n. Si A diagonaliza, podemos dar una
expresi´on m´as simple para un que nos permitir´a ahorrar tiempo de c´alculo y tambi´en estudiar el
comportamiento a largo plazo de la sucesi´on un .
Proposici´on. Sea A una matriz cuadrada de orden m diagonalizable y u0 ∈ Rm . Entonces la soluci´on del sistema
de ecuaciones en diferencias un = Aun−1 con vector inicial u0 es

un = Anu0 = PD n P −1 u 0 , n = 1, 2, . . .

siendo P la matriz cuyas columnas forman una base de autovectores de A y D la matriz diagonal cuyos elementos
diagonales son los autovalores correspondientes.
Observaciones.

N´otese que si A no es diagonalizable no es posible, en general, aplicar la t´ecnica anterior para calcular la
soluci´on del sistema de ecuaciones en diferencias asociado. Sin embargo, hay un caso especialmente f´acil
de resolver; si u0 es combinacion lineal de autovectores de A, podemos calcular un = Anu0 aunque no
sepamos calcular An: Siu0 = α1v1 + · · · + αkvk y Avj = λjvj para cada j = 1, . . . , k, entonces

Anu0 = α1λnv1 + · · · αkλnvk.

1 k

Ejercicios propuestos

Se sugieren los siguientes ejercicios del cap´ıtulo 5 del texto (Lay):

- Secci´on 5.1: todos los impares hasta el 27, 16, 18, 20, 22, 24.

- Secci´on 5.2: todos los impares hasta el 27, 20, 22, 24.

- Secci´on 5.3: todos los impares hasta el 27, 22, 24, 26.

- Secci´on 5.4: todos los ejercicios hasta el 24.

- Secci´on 5.5: todos los impares hasta el 21.

- Secci´on 5.6: 1, 2, 17.

- Ejercicios suplementarios (p´ag. 364): del 1 al 13.

Ejercicio 1 Dada la matriz

3 0 a
A=  3 −1 b .
−2 0 c

1. Calcular A de forma que (2, 0, −1)t sea un autovector cuyo autovalor correspondiente es λ = −1.

2. Hallar los dem´as autovalores y autovectores.

Ejercicio 2 Sabiendo que la matriz:

c a 0
1 0 
b 
1 1 0
 b y c.
es diagonalizable y tiene un autovalor doble, calcular a,
 9

Ejercicio 3 ¿Para qu´e valores de a R tiene la siguiente matriz A tres autovectores linealmente independientes? (es
∈
decir, estudiar cu´ando A es diagonalizable)
1 0 0
A =  a 1 0 .
1 1 2
Ejercicio 4 Dada la matriz 
1 0 1 
A= a −2 2
3 0 −1 
, a ∈ R.
1. Calcular los valores de a para los que A es diagonalizable.
2. Para dichos valores de a, calcular los autovalores y los autovectores de A−1.
3. Para dichos valores de a, calcular An.
Ejercicio 5 Estudiar la diagonalizabilidad de las siguientes matrices en funci´on de los par´ametros que aparecen.
     
a+3 b 1 5 0 0 −1 0 0 0
A= 0 a 0    a —1 0 0 
 , B = 0 −1 b  , C =
a2 − 1 c a b d 1 0
3 0 a   .
c e f 1


Ejercicio 6 Sea f : R4 → R4 la aplicaci´on lineal dada por f (x) = Ax, donde
 a 1 1 1 
— −
0 b 0 3
−
1 2 c 1 
−
A=  0 1 0 d 

.
1. Hallar A sabiendo que f (S1) = S2, donde
y S2 = Gen{(1, −2, 1, 1)t, (0, 3, −1, −2)t}.
− x1 x2 = 0
Sx3 + x4 = 0

2. Probar que A no es diagonalizable.

Ejercicio 7 Consideremos la matriz
 a1 b1 c1
A= 1 b2 c2 
0 b3 c3
.
(a) Determinar los elementos de A sabiendo que sus autovaloresson λ1 = 2 y λ2 = 3 (doble), que v1 = (1, 2, 1)t es
t
un autovector asociado a λ2 = 3 y v2 = (2, 1, 0) satisface que Av2 = 3v2 + v1.
(b) Estudiar si A es diagonalizable.
(c) Calcular las soluciones del sistema de ecuaciones en diferencias
un = Aun−1

para los vectores iniciales u0 = (1, 2, 1)t y u0 = (1, 3, 2)t.

Ejercicio 8 Dado el sistema de ecuaciones en diferencias un = Aun−1, siendo



0 α 0 0
A=  α 0 0 0
 0 0 α 0
0 0 0  , α
1. Obtener la expresi´on general de un , segu´n los valores de α ∈R.

2. Calcular u10, dado el vector inicial u0 = (0, 2, 0, 2)t.