Capítulo 4

Diagonalización. Autovalores y autovectores

4.1. Autovalores y autovectores

Denición 4.1.1. SeaV un espacio vectorial sobre K y sea f : V −→ V un endomorsmo. Se
dice que un escalar λ ∈ K es un autovalor (o valor propio ) si existe un vector no nulo v ∈ V tal
que f (v) = λv .

Ejemplo 4.1.2. Consideremos el endomorsmo f : R3 −→ R3 denido por f (x, y, z) = (x + y +

3
z, 2y + z, 3z) para todo (x, y, z) ∈ R .

En este caso, se tiene que

f (2, 2, 0) = (4, 4, 0) = 2(2, 2, 0) y

f (1, 1, 1) = (3, 3, 3) = 3(1, 1, 1),

con lo que 2 y 3 son autovalores de f.

Denición 4.1.3. Sea V un espacio vectorial sobre K y sea f : V −→ V un endomorsmo. Para

un escalar λ ∈ K, llamaremos autovector (o vector propio ) asociado a λ a cada vector v ∈ V tal
que f (v) = λv . En este caso, denotaremos por

Vλ = {v ∈ V : f (v) = λv}.

Proposición 4.1.4. Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un

endomorsmo. Sea A la matriz asociada a f respecto de una base de V . Dado λ ∈ K, se verica:
1. Vλ = Ker(f − λId).
2. Vλ es un subespacio vectorial de V .
3. dim(Vλ ) = n − rg(A − λIn ).

4. λ es un autovalor de f si, y solo si, det(A − λIn ) = 0.

Observación 4.1.5 . Al subespacio Vλ se le denomina subespacio propio de λ.

70
CAPÍTULO 4. DIAGONALIZACIÓN. AUTOVALORES Y AUTOVECTORES 71

Ejemplo 4.1.6. Consideremos de nuevo el ejemplo anterior, f : R3 −→ R3 denido por f (x, y, z) =

(x + y + z, 2y + z, 3z) para todo (x, y, z) ∈ R3 .

Su matriz asociada A respecto de la base canónica de R3 es

 
1 1 1
A =  0 2 1 .
0 0 3
Calculemos el subespacio propio V2 , asociado al autovalor 2:
     
1 1 1 1 0 0 −1 1 1
A − 2I =  0 2 1  − 2  0 1 0  =  0 0 1  .
0 0 3 0 0 1 0 0 1
(x, y, z) ∈ V2 si, y solo si,
Luego, se tiene que
     
−1 1 1 x 0  −x + y + z = 0 
 0 0 1  y  =  0  ⇔ x−y = 0
z = 0 ⇔ ,
z = 0
0 0 1 z 0 z = 0


con lo que obtenemos las ecuaciones cartesianas de V2 . Para hallar una base de V2 podemos, por
ejemplo, pasar estas ecuaciones cartesianas a paramétricas, obteniendo así

 x = λ
y = λ .
z = 0


Por lo tanto, una base de V2 sería {(1, 1, 0)}, es decir, V2 = h{(1, 1, 0)}i.

4.2. Polinomio característico

Según la proposición anterior, para un endomorsmo f : V −→ V , con matriz asociada A
respecto una base de V , un escalar λ es un autovalor de f si, y solo si, det(A − λIn ) = 0. Ahora
bien, considerando λ como una indeterminada (una incógnita) se tiene que p(λ) = det(A − λIn ) es
un polinomio de grado n, p(λ) que recibe el nombre de polinomio característico.

Así, se tiene que los autovalores de f son, precisamente, las raíces del polinomio característico.

Ejemplo 4.2.1. Consideremos el endomorsmo de R3 cuya matriz asociada a la base canónica es

 
1 −1 4
A =  3 2 −1  .
2 1 −1
Su polinomio característico es
     
 1 −1 4 1 0 0   1 − λ −1 4 
   
p(λ) =  3 2 −1
   −λ 0 1 0 = 3
    2−λ −1  = −λ3 + 2λ2 + 5λ − 6.

 2 1 −1 0 0 1   2 1 −1 − λ 

Mediante el método de Runi se tiene que p(λ) = −(λ − 1)(λ − 3)(λ + 2) y, por tanto, los
autovalores de f son λ1 = 1, λ2 = 3 y λ3 = −2.
CAPÍTULO 4. DIAGONALIZACIÓN. AUTOVALORES Y AUTOVECTORES 72

Ejemplo 4.2.2. Consideremos ahora el endomorsmo de R3 cuya matriz asociada a la base canó-
nica es  
2 2 3
A =  0 2 2 .
0 0 2
Su polinomio característico es
     
 2 2 3 1 0 0   2−λ 2 3 
   
p(λ) =  0 2 2  − λ  0 1 0  =  0 2−λ 2  = (2 − λ)3 ,

 0 0 2 0 0 1   0 0 2−λ 

con lo que p(λ) tiene a 2 como única raíz con multiplicidad 3 y, por tanto, el único autovalor de A
es λ1 = 2.

4.3. Multiplicidad algebraica y multiplicidad geométrica

Denición 4.3.1. Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un
endomorsmo con A su matriz asociada respecto a una base de V. Sean λ1 , λ2 , ..., λr ∈ K (r ≤ n)
los distintos autovalores de f (o de A). Se dene:

La multiplicidad algebraica del autovalor λi , con i = 1, 2, ..., r, como la multiplicidad αi de

λi como raíz del polinomio característico.

La multiplicidad geométrica del autovalor λi , con i = 1, 2, ..., r, como la dimensión di del

subespacio propio Vλi , es decir,

di = dim(Vλi ) = n − rg(A − λi In ).

Ejemplo 4.3.2. Consideremos de nuevo el endomorsmo del ejemplo anterior, cuya matriz aso-
ciada a la base canónica de R3 es  
2 2 3
A=  0 2 2 .
0 0 2
Su polinomio característico es p(λ) = (2 − λ)3 , con lo que A tiene como único autovalor a
λ1 = 2, con multiplicidad algebráica α1 = 3. Veamos cuál es su multiplicidad geométrica.

 
0 2 3
d1 = dim(V2 ) = 3 − rg(A − 2I3 ) = 3 − rg  0 0 2  = 3 − 2 = 1.
0 0 0

Proposición 4.3.3. Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un

endomorsmo de V con λ1 , λ2 , ..., λr ∈ K (r ≤ n) los distintos autovalores de f . Entonces, para
cada i = 1, 2, ..., r, se verica que 1 ≤ di ≤ αi .
CAPÍTULO 4. DIAGONALIZACIÓN. AUTOVALORES Y AUTOVECTORES 73

4.4. Endomorsmos y matrices diagonales

Denición 4.4.1. Sean A, B ∈ Mn (K) dos matrices de orden n. Se dice que A y B son semejantes
si existe una matriz regular P ∈ Mn (K) tal que B = P −1 AP .

Denición 4.4.2. Sea A ∈ Mn (K). Diremos que A es diagonalizable si A es semejante a una

matriz diagonal D ∈ Mn (K).

Denición 4.4.3. Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un

endomorsmo de V. Diremos que el endomorsmo f es diagonalizable si existe una base de V con
respecto a la cual la matriz asociada a f es diagonal.

Proposición 4.4.4. Un endomorsmo f : V −→ V es diagonalizable si, y solo si, existe una base
de V formada por vectores propios de f .
Veamos ahora cómo podemos hallar una base de autovectores para un espacio vectorial V.

Lema 4.4.5. Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un endomor-

smo de V . Entonces
1. Vectores propios no nulos, asociados a autovalores distintos, son linealmente independientes.
2. Los subespacios propios, asociados a autovalores distintos, son subespacios independientes.
Teorema 4.4.6. Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un
endomorsmo de V con λ1 , λ2 , ..., λr ∈ K (r ≤ n) los distintos autovalores de f . Entonces f es
diagonalizable si, y solo si, se verican las siguientes condiciones:
1. α1 + α2 + ... + αr = n.
2. di = αi para todo i = 1, 2, ..., r.
Corolario 4.4.7. Sea A ∈ Mn (K) una matriz cuadrada de orden n. Si A tiene n autovalores
distintos en K, entonces A es diagonalizable.
Podemos entonces estructurar el problema de la diagonaliación de una matriz cuadrada (o endo-
morsmo) de la siguiente manera:

1. Se calcula el polinomio característico p(λ).

2. Descomponiendo el polinomio característico, se calculan sus raíces. Si alguna de ellas es com-

pleja, la matriz no será diagonalizable (en R). En caso contrario, tendremos los autovalores
y sus multiplicidades algebraicas.

3. Se calculan las multiplicidades geométricas, di = n − rg(A − λi In ).

4. Si para algún subíndice i, se tiene que di 6= αi ,

entonces la matriz (o el endomorsmo)
Pn
no es diagonalizable. En caso contrario, si di = αi para todo i y di = n, la matriz es
i=1
diagonalizable y su forma diagonal es la matriz diagonal cuya diagonal está formada por los
autovalores, repetidos cada uno según su multiplicidad algebraica.

5. Obtenemos bases de los subespacios propios Vλi = Ker(f − λi Id).

CAPÍTULO 4. DIAGONALIZACIÓN. AUTOVALORES Y AUTOVECTORES 74

6. Uniendo estas bases se obtiene una base de V para la cual la matriz asociada es D. Así pues,
la matriz de cambio de base, cuyas columnas son las coordenadas de estos vectores propios,
−1
es la matriz de paso, es decir, la matriz regular P tal que D = P AP .

Ejemplo 4.4.8. Sea la matriz

 
3 1 1
A =  1 3 1 .
1 1 3
Su polinomio característico es
 
 3−λ 1 1 
 
p(λ) = det(A − λI3 ) =  1
 3−λ 1  = −λ3 + 9λ2 − 24λ + 20.

 1 1 3−λ 

Descomponiendo p(λ) por el método de Runi, obtenemos

p(λ) = −(λ − 2)2 (λ − 5).

Luego, los autovalores de A son λ1 = 2, con multiplicidad algebraica α1 = 2, y λ2 = 5, con

multiplicidad algebraica α2 = 1. Calculemos las multiplicidades geométricas.

Para λ1 = 2, tenemos que


1 1 1
d1 = 3 − rg(A − 2I3 ) = 3 − rg  1 1 1  = 3 − 1 = 2.
1 1 1

Para λ2 = 5, como se tiene que 1 ≤ d2 ≤ α2 = 1, entonces se tiene que d2 = 1.

Así, tenemos que

λi αi di
i=1 2 2 2
i=2 5 1 1

Por lo tanto, la matriz A es diagonalizable, ya que α1 = d1 y α2 = d2 . Además, una de su forma

diagonal será
 
2 0 0
D =  0 2 0 .
0 0 5
Para encontrar la matriz de paso P, necesitaremos hallar las bases de los subespacios propios
V2 y V5 .

Para λ1 = 2, (x, y, z) ∈ V2 si, y solo si,

        
x 0 1 1 1 x 0
(A − 2I3 )  y  =  0  ⇔  1 1 1   y  =  0  ⇔
z 0 1 1 1 z 0
CAPÍTULO 4. DIAGONALIZACIÓN. AUTOVALORES Y AUTOVECTORES 75


 x+y+z = 0
x + y + z = 0 ⇔ {x + y + z = 0 .
x+y+z = 0


Pasando esta ecuación cartesiana de V2 a paramétricas obtenemos


 x = −µ − γ
y = µ ,
z = γ


con lo que una base de V2 puede ser {(−1, 1, 0), (−1, 0, 1)}.

Para λ2 = 5, (x, y, z) ∈ V5 si, y solo si,

        
x 0 −2 1 1 x 0
(A − 5I3 )  y  =  0  ⇔  1 −2 1   y  =  0 ⇔
z 0 1 1 −2 z 0

 −2x + y + z = 0 
x−z = 0
x − 2y + z = 0 ⇔ .
y−z = 0
x + y − 2z = 0


Pasando las ecuaciones cartesiana de V5 a paramétricas obtenemos


 x = µ
y = µ ,
z = µ


con lo que una base de V5 puede ser {(1, 1, 1)}.

Por lo tanto, una base de V formada por vectores propios es {(−1, 1, 0), (−1, 0, 1), (1, 1, 1)}. Es
muy importante que los vectores de esta base estén en el mismo orden en que guran los autovalores
correspondientes en la forma diagonal.

Finalmente, la matriz de paso será

 
−1 −1 1
P = 1 0 1 .
0 1 1

Es decir, D = P −1 AP . Veamos que esta igualdad se verica.

Por una parte,

 
−1 2 −1
1
P −1 =  −1 −1 2  .
3
1 1 1
Por otra parte,
    
3 1 1 −1 −1 1 −2 −2 5
AP =  1 3 1   1 0 1 = 2 0 5 ,
1 1 3 0 1 1 0 2 5
CAPÍTULO 4. DIAGONALIZACIÓN. AUTOVALORES Y AUTOVECTORES 76

con lo que

      
−1 2 −1 −2 −2 5 6 0 0 2 0 0
1 1
P −1 AP =  −1 −1 2   2 0 5  =  0 6 0  =  0 2 0  = D.
3 3
1 1 1 0 2 5 0 0 15 0 0 5

Acabaremos este capítulo con un resultado importante.

Teorema 4.4.9. Toda matriz simétrica real es diagonalizable (en R).

Ejemplo 4.4.10. La matriz del ejemplo anterior,


3 1 1
A= 1 3 1 
1 1 3

es simétrica, ya que A = At , con lo que A es diagonalizable en R, es decir, todos sus autovalores

son reales.
CAPÍTULO 4. DIAGONALIZACIÓN. AUTOVALORES Y AUTOVECTORES 77

Ejercicios
1. Diagonalizar la matriz  
1 2
A= ,
3 2
dando la matriz de paso, la base de vectores propios y la relación entre la matriz dada y la
3
diagonal. Calcular A .

2. Consideremos el endomorsmo f : R3 −→ R3 , cuya matriz asociada respecto de la base

canónica es  
1 −3 3
A= 3 −5 3  .
6 −6 4

a) Determina los valores y vectores propios de f.

b) Calcula las dimensiones y determinar una base de los subespacios propios asociados a
los valores propios.

c) ¾Es posible caracterizar el endomorsmo f mediante una matriz diagonal?

3. Sea f el endomorsmo de R3 que tiene por matriz asociada

 
4 −3 −1
A =  3 −2 −1 
3 −3 0
respecto de la base canónica.

a) Hallar los valores propios de A y una base de cada uno de los subespacios propios
asociados.

b) ¾Es A diagonalizable?

c) En caso armativo, hallar una matriz diagonal D semejante a A, dar una matriz P que
permita la diagonalización de A y escribir la relación que existe entre A y D.
d) Dar una base B = {e1 , e2 , e3 } de R 3
, formada por vectores propios de A, tal que D=
MB,B (f ).
e) Expresar los vectores f (e1 ), f (e2 ) y f (e3 ) como combinación lineal de los vectores de la
base B.
f) ¾Es f biyectiva?

g) Hallar el núcleo de f.
4. Calcular la potencia n-ésima de la matriz
 
2 1 1
A =  2 3 2 .
3 3 4

5. Sabiendo que la aplicación lineal f : R2 −→ R2 tiene a (−2, 0) como autovector asociado al

autovalor λ = −2 y que el vector (0, 5) pertenece a Ker(f ). Calcula la expresión analítica de
f.
CAPÍTULO 4. DIAGONALIZACIÓN. AUTOVALORES Y AUTOVECTORES 78

6. Estudiar para qué valores del parámetro aes diagonalizable el endomorsmo f : R3 −→ R3 ,

3
donde f (x, y, z) = (x, ax + y, x + y + 2z) para todo (x, y, z) ∈ R .

7. Sea f un endomorsmo en R3 cuya matriz asociada respecto de la base canónica es

 
−1 2 a
A =  0 1 2 .
0 4 3

a) Determina para que valor de a es A diagonalizable.

b) En el caso en que sea posible, halla una base de autovectores B.

c) Da una matriz diagonal D que represente a f respecto de la base B.
d) ¾Qué relación existe entre las matrices A y D?
e) Usa la relación anterior para calcular A6 .

8. Se considera la matriz  
1 0 0
A =  a a 0 ,
a b 2
siendo a y b números reales.

a) Calcula el polinomio característico de A, así como sus autovalores.

b) ¾Para qué valores de a y b la matriz A es diagonalizable?

9. Dada la matriz  
1 2 1
A =  2 0 2 .
1 2 1

a) ¾Podemos asegurar tan solo mirando la matriz A si es diagonalizable o no?

b) En caso de que sea diagonalizable, hallar la matriz diagonal D y la matriz de paso P,

tales queD = P −1 AP .