Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ÁLGEBRA LINEAL
CLASE SEMANA 07
Tema: Valores y vectores propios. Diagonalización. Formas cuadráticas
tal que T ( v ) = v .
Nota:
1) El vector “v” que satisface la definición anterior se denomina vector propio de T,
correspondiente al valor propio " " .
2) Son sinónimos: Valor propio, Valor característico y Autovalor,
Ejemplo. Sea T : 2
→ 3
dado como T ( x, y ) = ( 3x, x + y ) , entonces = 3 es autovalor
de T.
En efecto:
Evaluando T ( 2,1) = (3 ( 2) , 2 + 1) = 3 ( 2,1) , por tanto, v = ( 2,1) es autovector
correspondiente al autovalor = 3 .
Ejemplo. Sea T : n
→ n
un endomorfismo dado como
n n
T ( x1 ,. . . , xn ) = x i , . . . , x i
i =1 i =1
entonces = n es autovalor de T.
En efecto:
T (1,1,...,1) = (1 + 1 + ... +1,..., 1+ ... +1) = ( n, n,..., n ) = n (1,1,...,1)
correspondiente al autovalor = n .
E = E es un subespacio vectorial de V.
Demostración:
i) Claramente E , más aún: E V .
x n1
talque Ax = x .
Ejemplo:
Sea A = I . Entonces para todo v n
, Av = Iv = v . De donde = 1 es el único valor
característico de A y cada v en n
es un vector característico de I.
Ejemplo.
Sea V = f : → / f − derivable y sea T : V → V dado como T ( v ) = f ' ( f ' derivada
En efecto:
T ( f ( x ) ) = f ' ( x ) = a.eax = a. f ( x )
En efecto
0
d11 0 0 d11 0 0
0 d 22 0 0 d 22 0
Tenemos que A = , entonces Aei = 1
0 0 d nn 0 0 d nn
0
0
Así Aei = dii = dii ei . Por lo tanto, los valores propios de A son los elementos de la
0
diagonal.
En efecto.
Procediendo por inducción matemática:
1) Si n = 1 , como v1 entonces v1 es linealmente independiente.
a v
i =1
i i = ..................... (I ) , multipliquemos por " h+1 " , es decir,
h +1 h +1
(
i =1
h +1a i ) v i = ..................... ( II ) . Aplicamos T en (I) es decir a T ( v ) = , sí y
i =1
i i
h +1
solo si: a v
i =1
i i i = ..................... ( III )
Demostración
Sea " " un valor propio de A, entonces existe v en V tal que T ( x ) = x sí y sólo si
Observación
En términos matriciales, el teorema anterior se traduce del modo siguiente:
Si A nm
entonces es un valor propio de A sí y sólo sí ( A − I ) es singular.
Equivalentemente es un valor propio de A sí y sólo sí det ( A − I ) = 0 .
Ejemplo:
−1 2
Determinar los valores propios y vectores propios de A, siendo A =
3 −2
Solución
+ 1 −2
1°) Usando el resultado anterior: I − A = 0 sí y sólo sí = 0 , sí y sólo sí
−3 + 2
Nota:
En los mismos términos se define para un endomorfismo T : V → V . Esto es:
✓ det (T − I ) = 0 (Ecuación característica de T)
0 0 n
Demostración
Tenemos las siguientes igualdades:
T ( v1 ) = 1v1 = 1v1 + 0v2 + . . . + 0vn
De donde:
1 0 0
0 0
T B = 2
0 0 n
En este caso, se dice que T- es diagonalizable.
son: 1 = 1, 2 = 6 y 3 = − 6 .
I , T , . . . , T
k
tiene ( k + 1) elementos, entonces por definición de dependencia lineal
como raíz a “T” y más aún q ( x ) 0 , de esta forma queda mostrado que hay polinomios
donde T : V → V es un endomorfismo.
Demostración:
Sea una raíz del polinomio característico pT ( x ) de donde es un autovalor de T,
vectores: T ( v ) = v , T 2 ( v ) = 2v , . . . , T m ( v ) = mv
f (T ) v = a0 I + a1 T + . . . + ak T k v = a0v + a1 T ( v ) + . . . + ak T k ( v )
= a0 v + a1 v + . . . + ak k v = ( a0 + a1 + . . . + ak k ) v
= f ( ) v
Es decir: f (T ) v = f ( ) v ................... ( #)
Como podemos observar, esta igualdad ( # ) es válida para cualquier polinomio f ( x ) , en
para v = g (T ) w se tiene
0 = mT (T ) w = T − I ( g (T ) w ) = T − I v
Solución
Calculando el polinomio característico
mínimal.
−1 1 0 −1 1 0
por tanto mA ( ) = ( − ) .
( A − 2I ) = −1 1 0 −1 1 0 =
2 2
−2 2 0 −2 2 0
Ejemplo
−1 2
Dado A = , determinar la multiplicidad geométrica de sus autovalores.
3 −2
Solución
i) Calculando pA ( ) = 2 + 3 − 4 , entonces 1 = 1 y 2 = −4 .
2 −2 x 0
−3 3 y = 0
x 1
Entonces y = x, luego v1 = = x , x en consecuencia
y 1
1
E 1 = v V : v = x , x entonces
1
( )
dim E 1 = 1 en consecuencia la
Solución
( x, y, z ) : x = y, z
El subespacio propio asociado es:
Ejemplo.
−1 2
Dada la matriz A = , entonces pA ( ) = 2 + 3 − 4 = ( −1)( + 4) ; así las
3 −2
multiplicidades algebraicas de 1 = 1 y 2 = −4 (autovalores) son UNO.
P −1 AP = D , donde D es diagonal.
Valores y vectores propios. Diagonalización. Formas cuadráticas 10
Propiedad. A nn
es diagonalizable, entonces su forma diagonal es D = ( i ij ) , donde
Demostración:
( ) Por hipótesis A es diagonalizable, entonces A D , es decir existe P-inversible tal
1 0 0
0 0
2
() Por hipótesis A posee n-vectores propios linealmente independientes, sean estos:
= 1 x1 2 x2 . . . n xn = x1 , x2 ,. . . , xn i ij = PD
Ejemplo.
1 1 0
Dada la matriz A = 0 1 1 , ¿es A diagonalizable?
0 0 1
En efecto:
Para responder esta pregunta nos basaremos en la propiedad inmediatamente anterior,
para lo cual determinemos los autovalores de A, esto es:
− 1 −1 0
p ( ) = det ( I − A ) = 0 − 1 −1 = ( − 1)
3
0 0 − 1
0 −1 0 x 0 x 1
0 0 −1 y = 0 , así y = 0, z = 0 , luego v = y = x 0 esto quiere decir que
1
0 0 0 z 0 z 0
Ejemplo.
2 1
Dada la matriz A = . averiguar si A es diagonalizable.
0 3
Solución.
Calculemos los autovalores de A. Para lo cual determinemos las raíces del polinomio
característico. Esto es:
− 2 −1
p ( ) = I − A = = ( − 2 )( − 3)
0 − 3
Así: 1 = 2, 2 = 3 (autovalores) en consecuencia los autovectores asociados a los
autovalores son:
0 −1 x 0
(i ) Para 1 = 2 tenemos = , entonces y = 0,así
0 −1 y 0
CRITERIOS DE DIAGONALIZACIÓN
Ejemplo
1 3 −4
Dada la matriz A = 4 0 −4 ¿Es A diagonalizable?
−3 4 0
En efecto:
1) Calculamos en primer lugar el polinomio característico, esto es:
PA ( x ) = ( x − 3)( x + 2 ) .
2
V−2 = X 31
: AX = − 2 X = X = ( x, y, z ) : AX = − 2 X
t
1 y
= y, y, y : y = ( 2, 2,1) : y
2 2
Observación:
n n n n
4) Para cualquier A , P no singular tal que P−1 AP = T (matriz
triangular)
Ejemplo 1
2 −1
Dada A = ; Tr ( A) = 3 ; A =5
3 1
Luego
−2 1
pA ( ) = = 2 − 3 + 5 = 2 − Tr ( A ) + ( −1) det ( A )
2
−3 −1
En forma equivalente
Si A K nn entonces PA ( A) = .
1
A−1 = − An −1 + an −1 An − 2 + . . . + a1 I
a0
1
T −1 = − T n −1 + an −1T n − 2 + . . . + a1 I
a0
Solución
pA ( x ) = xI − A = x2 − 4x + 7 , por Hamilton – Cayley
1 4 1 3 1
pA ( A) = 0 sí y sólo sí A2 − 4 A + 7I = 0 , entonces A−1 = − A + A=
7 7 7 −4 1
Ejemplo
Halle una base para el cual T ( x, y, z ) = ( x + 2 y + 2z , y , 4 y + 3z ) , ( x, y, z ) 3
es triangularizable.
Solución:
1 2 2 − 1 −2 −2
A = 0 1 0 ; PA ( ) = 0 −1 0
0 4 3 0 −4 − 3
−1 −2
= ( − 1) = ( − 1) ( − 3)
2
0 −3
2 x − 2 y − 2 z = 0 1
Para = 3 resolvemos 2 y = 0 → y = 0 , z = x, v1 = 0
4 y = 0 1
0
Completamos la base con el vector v3 = 0 , luego, existe = v1 , v2 , v3
1
tal que:
Tv1 = T (1,0,1) = ( 3,0,3) = 3 v1 + 0 v2 + 0 v3
3 0 0
T
= 0 1 2 matriz triangular
0 0 3
(i ) f ( ax + bx ', y ) = af ( x, y ) + bf ( x ', y )
(ii ) f ( x , ay + by ') = af ( x, y ) + bf ( x, y ') para todo: x, x ', y , y 'V , para todo a, bK .
Observaciones:
bilineal.
En efecto:
Sean X = ( x1 , x2 ,..., xn ) ; X ' = ( x '1 , x '2 ,..., x 'n ) e Y = ( y1 , y2 ,..., yn ) en V y sean a, bK .
Ahora:
n n n
f ( aX + bX ', Y ) = ( axi + bx 'i ) yi = ( axi ) yi + ( bx 'i ) yi
i =1 i =1 i =1
n n
= a xi yi + b x 'i yi = af ( x, y ) + bf ( x ', y )
i =1 i =1
Ejemplo
Sea V = f : → / f es una función
En efecto:
Sean f , f ', g V y sean a, b . Entonces tenemos:
Ejemplo:
Sea A K nn una matriz fija, defínase A : K n K n → K como A ( X , Y ) = X t AY ;
En efecto:
Sean X , X ', Y en K n y sean a, bK , entonces
(
A ( aX + bX ', Y ) = ( aX + bX ') AY = a ( X t AY ) + b ( X ') AY
t t
)
Valores y vectores propios. Diagonalización. Formas cuadráticas 17
= a A ( X , Y ) + b A ( X ', Y )
Observación:
y1
n n n y2
= xi ai1 xi ai 2 . . . xi ai n
i = 1 i =1 i =1
yn
n n n n
= y j xi ai j = ai j xi y j
j =1 i =1 i =1 j =1
V y f : V V → K una forma bilineal, entonces “f” está caracterizada por los valores:
aij = f ( vi , v j ) , que son los elementos de la matriz A K nn , llamada matriz de f respecto
a la base B.
En efecto:
n n
Sean X , Y V , entonces X = i vi , Y = j v j , luego tenemos:
i =1 j =1
n
j v j = i j f ( vi , v j )
n n n
f ( X , Y ) = f i vi ,
i =1 j =1 i =1 j =1
n n
= i j = A ( X , Y ) = X t AY
i =1 j =1
Ejemplo
En efecto:
Sean X , Y V ; ( X , Y ) = f ( X , Y ) = f ( X , Y ) = (Y , X ) por tanto el resultado.
Ejemplo
Sea V= 2
, f : V2 → una aplicación dada como f (( x , x ) , ( y , y ))
1 2 1 2
Observación
Sea B =v1 , v2 ,..., vn una base ortogonal de V, es decir, f ( vi , v j ) = aij = 0 para todo
d1 0 0
0 d2 0
A =
0 0 dn
Propiedad
Demostración:
Sea f una forma bilineal simétrica asociada a A, como f es simétrica, se tiene:
= Y t At X = f (Y , X ) , luego f es simétrica.
Valores y vectores propios. Diagonalización. Formas cuadráticas 19
FORMAS CUADRÁTICAS
Observación
Si V = K n y sea A K nn una matriz simétrica, entonces la forma cuadrática asociada está
dada por:
n n
q ( x ) = X t AX = a x x
i =1 j =1
ij i j (*)
Ejemplo
Sea q : 2
→ una forma cuadrática dada como q ( x, y ) = x2 − 6xy + 2 y 2 , entonces la
Ejemplo
Sea q: 3
→ una forma cuadrática definida como q ( x1 , x2 , x3 ) =
x12 − x22 + 2 x32 − x1 x3 + 8x2 x3 , entonces la matriz correspondiente a “q” está dada como:
1 0 −1/ 2
A= 0 −1 4
−1/ 2 4 2
7
También det ( A) = − 0 , en consecuencia, “q” es una forma cuadrática no degenerada.
4
Recordemos lo siguiente:
(i) Una ecuación cuadrática en dos variables con términos no lineales es una
Observación
2
TEOREMA (De los ejes principales en )
a b
Sea q ( x, y ) = ax2 + 2bxy + cy 2 una forma cuadrática, A = su matriz asociada y
c d
22
P la matriz ortogonal que diagonaliza a A, entonces el cambio de variable:
x ' x
w = = P t , reduce la forma cuadrática q ( x, y ) a la forma cuadrática
y ' y
Demostración
a b 22
Como A= es simétrica, entonces existe P ortogonal tal que
c d
1 0
P t AP =
0 , donde 1 y 2 son autovalores de A.
2
x ' x
Ahora, sea w = = P t = P t v , entonces v = ( P t ) w = Pw , de donde se tiene:
−1
y ' y
= ( Pw) A ( Pw) = wt ( Pt AP ) w = wt Dw
t
vt Av
1 0 x '
= x ' y ' = 1 ( x ' ) + 2 ( y ' )
2 2
0 2 y '
v t Av = 1 ( x ') + 2 ( y ' )
2 2
Es decir:
Solución:
3 −1 x
(1º ) q ( x, y ) = 3x 2 − 2 xy + 3 y 2 = x y = v t Av
−1 3 y
3 −1
Ahora A = de donde I − A = ( − 3) − 1 = ( − 2 )( − 4 ) = 0 , entonces
2
−1 3
1 = 2 y 2 = 4 son autovalores de A.
x + y = 0 1 1
, así v2 = luego : u2 = (1, −1)
x + y = 0 −1 2
1 1
de aquí : P = u1t , u2t =
1 −1
1 1 1 3 −1 1 1 1 4 0
Ahora: P t AP = = =D
2 1 −1 −1 3 1 −1 2 0 8
x ' x 1 1 1 x 1 x + y
Si W = = P t = =
y ' y 2 1 −1 y 2 x − y
1 1
entonces: x ' = ( x + y) y '= ( x − y)
2 2
( x ') ( y ')
2 2
2 1
1 1
nuevos ejes están dados por los vectores unitarios u1 = (1,1) y u2 = (1, −1) .
2 2
Definición:
3
(i) Una ecuación cuadrática en con términos no lineales de la forma
Observación
3
El Teorema de los Ejes Principales en , se enuncia y demuestra de manera similar al
2
Teorema anterior (de los Ejes Principales en )
Ejemplo
Analizar y graficar la forma cuadrática cuya ecuación asociada está dada como:
q ( x, y, z ) = x2 + y 2 + z 2 − 2xy − 2xz − 2 yz
1 −1 −1
De donde A = −1 1 −1 (matriz simétrica)
−1 −1 1
entonces : 1 = 2 2 = − 1
x + y + z = 0
( i ) Si = 2, entonces : x + y + z = 0
x + y + z = 0
si y = 0, entonces : z = − x , así v2 = 1 0 − 1
t
2 x + y + z = 0
( ii ) Si =1, entonces : x − 2 y + z = 0
x + y − 2z = 0
1
u1 = 1 − 1 0
t
1
u3 = (1,1,1) . Luego u1 , u2 , u3 es un conjunto ortonormal, entonces existe P
3
1 1 1
2 6 3
2 0 0
1 1
, de aquí P AP = 0 2 0 .
1
inversible, esto es: P = −
t
2 6 3
0 0 −1
2 1
0 −
6 3
3
4°)Por el Teorema de Ejes Principales en tenemos:
1 1 x− y
− 0
2 6 2
x ' x
y ' = 1 1
−
2 y = x + y − 2z
6 6 6 6
z ' z
1 1 1 x+ y+z
3 3
3 3
+ − =1
2 2 4
Es un paraboloide de una hoja con centro en ( 0,0,0) , cuyos nuevos ejes están
dados por:
1 1 1
u1 = (1, − 1, 0 ) ; u2 = (1,1, − 2 ) ; u3 = (1,1,1)
2 6 3
4. Asigne V o F, Justifique.
a) Si A es diagonalizable, entonces n se tiene An = PDn P−1
b) A es diagonalizable entonces A-1 es diagonalizable.
c) Si A es diagonalizable entonces An es diagonalizable para todo n natural.
d) Si A es una matriz cuadrada de orden n tal que A2 +I = 0, entonces A no posee valores
propios reales.
e) Si T2 = T y T es biyectiva entonces 1 es el único valor propio de T
f) A y A t poseen los mismos vectores propios
5. Utilice la teoría de valores y vectores propios para hallar An , n siendo
2 1
A = .
0 3
6. Compruebe el teorema de Hamilton – Cayley y halle la inversa de la matriz si esta
existe
2 2 1 4 2 5
a) A = 4 4 1 b) B = 2 2 −1
1 0 0 0 −1 4
7. ¿Es T ( x, y, z ) = ( 3 y + z , 2 x − y − z , − 2 x − y − z ) End ( 3
) triangulable?
8. Analizar y graficar las siguientes formas cuadráticas
a) x2 + 3 y 2 − 4xy = 6