GEOMETRÍA ANALÍTICA Y

ÁLGEBRA
SESIÓN 14: DIAGONALIZACIÓN - TEOREMA DE
CAYLEY HAMILTON - AUTOVALORES EN EL
RECONOCIMIENTO DE CURVAS

Departamento de Ciencias
INTRODUCCIÓN

El circuito de la figura se puede describir por medio de la ecuación

diferencial

donde 𝑣1(𝑡) y 𝑣2(𝑡) son los voltajes que pasan por dos
condensadores en el tiempo 𝑡. Suponga que el resistor 𝑅1
es de 1 ohm y el 𝑅2 de 2 ohms, que el capacitor 𝐶1 es de 1
farad y 𝐶2 de 0.5 farads, y asuma una carga inicial de 5
volts en el capacitor 𝐶1 y de 4 volts en el capacitor 𝐶2.
Cómo serían las fórmulas de 𝑣1(𝑡) y 𝑣2(𝑡) que describan el
cambio de los voltajes con el tiempo.
INTRODUCCIÓN

Modelo de crecimiento de una población

Una población de conejos tiene las siguientes
características.
a. La mitad de conejos sobrevive el primer año. De
éstos, la mitad sobrevive el segundo año. La
duración máxima de vida es de 3 años.
b. Durante el primer año los conejos no producen
descendencia. El número medio de
descendencia es 6 durante el segundo año y 8
durante el tercer año.
La población ahora consta de 24 conejos en la clase
de la primera edad, 24 en la segunda y 20 en la
tercera. ¿Cuántos habrá en cada clase de edad en
un año?
SABERES PREVIOS

Enlace: https://quizizz.com
LOGRO DE SESIÓN

Al término de la sesión, el
estudiante determina si una matriz
es diagonalizable, también
reconoce el tipo de curvas en su
forma cuadrática, usando las
propiedades de los valores y
vectores propios asociados a una
matriz en la resolución de
problemas vinculados a su carrera,
siguiendo un proceso ordenado e
interpretando los resultados.
CONTENIDOS

1. Teorema de Cayley-Hamilton

2. Diagonalización de matrices

3. Formas cuadráticas

4. Aplicaciones
TEOREMA DE CAYLEY-HAMILTON
Toda matriz cuadrada satisface su propia ecuación característica.
Es decir, si 𝑝 𝜆 = 0 es la ecuación característica de 𝐴, entonces
𝑝 𝐴 = 0.
𝑝 𝐴 = 𝐴𝑛 + 𝑎𝑛−1 𝐴𝑛−1 + ⋯ + 𝑎1 𝐴 + 𝑎0 𝐼

En algunas situaciones el teorema de Cayley-Hamilton es útil para

calcular la inversa de una matriz. Si 𝐴 es invertible y 𝑝 𝐴 = 0

𝑝 𝐴 = 𝐴𝑛 + 𝑎𝑛−1 𝐴𝑛−1 + ⋯ + 𝑎1 𝐴 + 𝑎0 𝐼 = 0
Y
𝐴−1 𝑝 𝐴 = 𝐴𝑛−1 + 𝑎𝑛−1 𝐴𝑛−2 + ⋯ + 𝑎2 𝐴 + 𝑎1 𝐼 + 𝑎0 𝐴−1 = 0
Así
1
𝐴−1 = −𝐴−1 − 𝑎𝑛−1 𝐴𝑛−2 − ⋯ − 𝑎2 𝐴 − 𝑎1 𝐼
𝑎0
EJEMPLO
1 −1 4
Hallar la matriz inversa de 𝐴= 3 2 −1
2 1 −1

Solución

Entonces 𝑝 𝜆 = 𝜆3 − 2𝜆2 − 5𝜆 + 6. Aquí 𝑛 = 3, 𝑎2 = −2, 𝑎1 = −5, 𝑎0 = 6

−1
1
𝐴 = −𝐴2 + 2𝐴 + 5𝐼
6

1 −6 −1 −1 2 −2 8 5 0 0
= −7 0 −11 + 6 4 −2 + 0 5 0
6
−3 1 −8 4 2 −2 0 0 5

1 1 −3 7
𝐴−1 = −1 9 −13
6
1 3 −5
MATRIZ DIAGONALIZABLE
Definición
Una matriz de 𝑛 × 𝑛 es diagonalizable si 𝐴 es semejante a una matriz
diagonal. Es decir, 𝐴 es diagonalizable si existe una matriz invertible
𝑃 tal que 𝑷−𝟏 𝑨𝑷 es una matriz diagonal

Teorema (Condición para la diagonalización)

Una matriz 𝐴 de 𝑛 × 𝑛 es diagonalizable si y sólo si tiene 𝑛
eigenvectores linealmente independientes

𝐷 = 𝑃−1 𝐴𝑃
Matrices semejantes
EJEMPLO
Demuestre que la matriz 𝑨 es diagonalizable:
𝟏 −𝟏 −𝟏
𝑨= 𝟏 𝟑 𝟏
−𝟑 𝟏 −𝟏

Y luego determine una matriz 𝑷 tal que 𝑫 = 𝑷−𝟏 𝑨𝑷 sea diagonal.

Solución
El polinomio característico de 𝑨 es 𝜆𝐼 − 𝐴 = (𝜆 − 2)(𝜆 + 2)(𝜆 − 3)

Por tanto, los eigenvalores de 𝑨 son 𝜆1 = 2 , 𝜆2 = −2 , 𝜆3 = 3. A partir de estos

eigenvalores se obtienen las siguientes formas escalonadas reducidas por renglones
y sus correspondientes eigenvectores
Eigenvector
1 1 1 1 0 1 −1
2𝐼 − 𝐴 = −1 −1 −1 ⇒ 0 1 0 0
3 −1 3 0 0 0 1
EJEMPLO
Eigenvector
1
−3 1 1 1 0 −4 1
−2𝐼 − 𝐴 = −1 −5 −1 ⇒ 0 1
1 −1
3 −1 −1 4 4
0 0 0
2 1 1 1 0 1 −1
3𝐼 − 𝐴 = −1 0 −1 ⇒ 0 1 −1 1
3 −1 4 0 0 0 1
Forme la matriz P, cuyas columnas son los eigenvectores recién obtenidos
−1 1 −1
𝑃= 0 −1 1
1 4 1
Esta matriz es no singular, lo cual implica que los eigenvectores son linealmente
independiente y A es diagonalizable. Entonces, se sigue que
2 0 0
𝑃−1 𝐴𝑃 = 0 −2 0
0 0 3
EJEMPLO
Demuestre que la matriz 𝑨 es diagonalizable:
1 0 0 0 
0 1 5 −10 
A=
1 0 2 0 
 
1 0 0 3 
Y luego determine una matriz 𝑷 tal que 𝑷−𝟏 𝑨𝑷 sea diagonal.
EJEMPLO
Demuestre que la siguiente matriz no es diagonalizable.
1 2
𝐴=
0 1
Solución
Como 𝐴 es triangular, entonces los eigenvalores son simplemente los
elementos de la diagonal principal. Así, el único eigenvalor es 𝜆 = 1. La matriz
𝑰 − 𝑨 tiene la siguiente forma escalonada reducida por renglones
0 −2 0 1
𝑰−𝑨 = ⇒
0 0 0 0
Esto implica que 𝑥2 = 0, y al hacer 𝑥1 = 𝑡 se encuentra que todo eigenvalor de
𝐴 es de la forma:
𝑥1 𝑡 1
𝐱= 𝑥 = =𝒕
2 0 0
Por tanto, 𝐴 no contiene dos eigenvalores linealmente independientes y
entones, se concluye que 𝐴 no es diagonalizable.
EJEMPLO
Demuestre que la matriz:
𝑎 𝑏
𝐴=
𝑐 𝑑
Es diagonalizable si −4𝑏𝑐 < (𝑎 − 𝑑)2 y no diagonalizable si −4𝑏𝑐 > (𝑎 − 𝑑)2
EJEMPLO
Sean 𝐴 una matriz diagonalizable de 𝑛 × 𝑛 y 𝑃 una matriz invertible
de 𝑛 × 𝑛 tales que 𝐵 = 𝑃−1 𝐴𝑃 sea la forma diagonal de 𝐴. Entonces
𝐴𝑘 = 𝑃𝐵𝐾 𝑃−1 .

Usar este resultado para hallar las siguientes potencias de 𝐴:

10 18
𝐴= , 𝐴6
−6 −11
3 2 −3
𝐴 = −3 −4 9 , 𝐴8
−1 −2 5
2 0 −2
𝐴= 0 2 −2 , 𝐴5
3 0 −3
AUTOVALORES EN EL
RECONOCIMIENTO DE CURVAS
Los eigenvalores y los eigenvectores pueden usarse para resolver el
problema de rotación de ejes. Recuerde que la clasificación de la
ecuación cuadrática.

𝑎𝑥 2 + 𝑏𝑥𝑦 + 𝑐𝑦 2 + 𝑑𝑥 + 𝑒𝑦 + 𝑓 = 0 Ecuación cuadrática

Es bastante directa en la medida en que la ecuación no contenga

término 𝑥𝑦 (esto es, 𝑏 = 0). Sin embargo, si la ecuación contiene un
término 𝑥𝑦 entonces la clasificación se logra más fácilmente al
efectuar primero una rotación de ejes que elimine el término 𝑥𝑦. La
ecuación resultante (con respecto a los nuevos ejes 𝑥 ′ 𝑦 ′ ) será
entonces de la forma

𝑎′ 𝑥 ′ 2
+ 𝑐′(𝑦′)2 + 𝑑′𝑥′ + 𝑒′𝑦′ + 𝑓′ = 0
AUTOVALORES EN EL
RECONOCIMIENTO DE CURVAS
Verá que los coeficientes 𝑎′ y 𝑐′ son los eigenvalores de la matriz
𝑎 𝑏/2
𝐴=
𝑏/2 𝑐
La expresión
𝑎𝑥 2 + 𝑏𝑥𝑦 + 𝑐𝑦 2 Forma cuadrática

Se denomina forma cuadrática asociada con la ecuación

cuadrática
𝑎𝑥 2 + 𝑏𝑥𝑦 + 𝑐𝑦 2 + 𝑑𝑥 + 𝑒𝑦 + 𝑓 = 0
Y la matriz 𝐴 se denomina matriz de la forma cuadrática.
AUTOVALORES EN EL
RECONOCIMIENTO DE CURVAS
Para ver cómo se puede usar la matriz de una forma cuadrática
para efectuar una rotación de ejes, sea
𝑥
𝐗= 𝑦
Entonces la expresión cuadrática
𝑎𝑥 2 + 𝑏𝑥𝑦 + 𝑐𝑦 2 + 𝑑𝑥 + 𝑒𝑦 + 𝑓
Puede escribirse en forma matricial como sigue
𝑎 𝑏/2 𝑥 𝑥
𝑇
𝑋 𝐴𝑋 + 𝑑 𝑒 𝑋+𝑓 = 𝑥 𝑦 𝑦 + 𝑑 𝑒 𝑦 +𝑓
𝑏/2 𝑐
= 𝑎𝑥 2 + 𝑏𝑥𝑦 + 𝑐𝑦 2 + 𝑑𝑥 + 𝑒𝑦 + 𝑓
Si 𝑏 = 0, entonces no es necesario ninguna rotación.
AUTOVALORES EN EL
RECONOCIMIENTO DE CURVAS
Si 𝑏 ≠ 0, entonces como 𝐴 es simétrica, existe una matriz ortogonal 𝑃
tal que 𝑷𝑻 𝑨𝑷 = 𝑫 es diagonal. Por tanto, si hace
𝑻 ′ 𝑥′
𝑷 𝐗=𝐗 =
𝑦′
Se concluye que 𝑿 = 𝑷𝑿′, y se tiene
𝑿𝑻 𝑨𝑿 = 𝑷𝑿′ 𝑻 𝑨 𝑷𝑿′ = 𝑿′ 𝑻 𝑷𝑻 𝑨𝑷𝑿′ = 𝑿′ 𝑻 𝑫𝑿′
La elección de la matriz 𝑃 debe hacerse con cuidado, ya que si 𝑃 es
ortogonal, entonces su determinante es ±1. Se puede demostrar que
si 𝑃 se elige de modo que 𝑃 = 1, entonces 𝑃 será de la forma
cos 𝜃 −sen 𝜃
𝑃=
sen 𝜃 cos 𝜃
Donde 𝜃 da el ángulo de rotación de la cónica medida desde el eje
𝑥 positivo al eje 𝑥′ positivo. Lo anterior conduce al teorema de los
ejes principales.
TEOREMA DE LOS EJES
PRINCIPALES
Para una cónica cuya ecuación es 𝑎𝑥 2 + 𝑏𝑥𝑦 + 𝑐𝑦 2 + 𝑑𝑥 + 𝑒𝑦 + 𝑓 = 0,
la rotación definida por 𝑿 = 𝑷𝑿′ elimina el término 𝑥𝑦 si 𝑷 es una
matriz ortogonal, con 𝑷 = 1, que diagonaliza a 𝐴. es decir,

𝜆1 0
𝑷𝑻 𝑨𝑷 =
0 𝜆2
Donde 𝜆1 y 𝜆2 son eigenvalores de 𝐴. la ecuación de la cónica
rotada está dada por
𝜆1 (𝑥′)2 +𝜆2 (𝑦′)2 + 𝑑 𝑒 𝑷𝑿′ + 𝑓 = 0
EJEMPLO
Efectúe una rotación de ejes para eliminar el término 𝑥𝑦 en la
ecuación cuadrática
13𝑥 2 − 10𝑥𝑦 + 13𝑦 2 − 72 = 0
Solución
La matriz de la forma cuadrática asociada con esta ecuación es
13 −5
𝑨=
−5 13
Como polinomio característico de 𝐴 es (𝜆 − 8)(𝜆 − 18) , se concluye que los
eigenvalores de 𝐴 son 𝜆1 = 8 y 𝜆2 = 18. Por tanto, la ecuación de la cónica rotada
es
8(𝑥 ′ )2 + 18(𝑦 ′ )2 − 72 = 0
Lo cual, cuando se escribe en la forma estándar
(𝑥′ )2 (𝑦′ )2
+ 2 =1
32 2
Se identifica como la ecuación de una elipse
EJEMPLO
En el ejemplo los eigenvectores de la matriz 𝐴 son

1 −1
𝐱1 = y 𝐱2 =
1 1
Que se puede normalizar para formar las columnas de 𝑃, como sigue
𝟏 𝟏
−
𝟐 𝟐 cos 𝜃 −sen 𝜃
𝑷= =
𝟏 𝟏 sen 𝜃 cos 𝜃
𝟐 𝟐

Primero, observe que 𝑃 = 1, lo cual implica que 𝑃 es una rotación. Además, en

1
vista de que cos 45 ° = 2 = sen 45°, el ángulo de rotación es 45°.
EJEMPLO
EJEMPLO
La matriz ortogonal 𝑃 especificada en el teorema de los ejes principales no es
única. Sus elementos dependen del orden de los eigenvalores 𝜆1 y 𝜆2 y de la
elección posterior de los eigenvectores 𝐱1 y 𝐱 2 .

Así, en la solución anterior hubiera funcionado cualquiera de las siguientes

elecciones de 𝑃.
𝐱1 𝐱2 𝐱1 𝐱2 𝐱1 𝐱2
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
− − −
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
𝟏 𝟏 𝟏 𝟏 𝟏 𝟏
− − − − −
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐

𝜆1 = 8, 𝜆2 = 18 𝜆1 = 18, 𝜆2 = 8 𝜆1 = 18, 𝜆2 = 8
𝜃 = 225° 𝜃 = 135° 𝜃 = 315°
EJEMPLO
Para cualquiera de estas elecciones de 𝑷, la gráfica de la cónica rotada será, por
supuesto, la misma.
RESUMEN
A continuación se resumen los pasos usados en la aplicación del
teorema de los ejes principales

1. Forme la matriz 𝐴 y determine sus eigenvalores 𝜆1 y 𝜆2 .

2. Encuentre los eigenvectores correspondientes a 𝜆1 y 𝜆2 normalícelos
para formar las columnas de 𝑃.
3. Si 𝑃 = −1, entonces multipliques – 1 por una de las columnas de 𝑃
para obtener una matriz de la forma
cos 𝜃 −sen 𝜃
𝑷=
sen 𝜃 cos 𝜃
4. El ángulo 𝜃 representa el ángulo de rotación de la cónica.
5. La ecuación de la cónica rotada es 𝜆1 (𝑥′)2 +𝜆2 (𝑦′)2 + 𝑑 𝑒 𝑷𝑿′ + 𝑓 = 0.
CASO APLICATIVO
Efectúe una rotación de ejes para eliminar el término 𝑥𝑦 de la ecuación
cuadrática
3𝑥 2 − 10𝑥𝑦 + 3𝑦 2 + 16 2𝑥 − 32 = 0
Solución
La matriz de la forma cuadrática asociada con esta ecuación es
3 −5
𝑨=
−5 3
Los eigenvalores de 𝐴 son 𝜆1 = 8, y 𝜆2 = 18
con eigenvectores correspondientes
𝐱1 = (−1, 1) y 𝐱 2 = (−1, −1)
Esto implica que la matriz 𝑃 es
𝟏 𝟏
− −
𝟐 𝟐 cos 𝜃 −sen 𝜃
𝑷= = Donde 𝑃 = 1
𝟏 𝟏 sen 𝜃 cos 𝜃
−
𝟐 𝟐
CASO APLICATIVO
Como cos 135° = −1/ 2 y sen 135° = 1/ 2, puede concluir que el ángulo de
rotación es 135°. Por último, a partir del producto matricial
𝟏 𝟏
− − 𝑥′
𝟐 𝟐
𝑑 𝑒 𝑷𝑿′ = 16 2 0 𝟏 𝟏
− 𝑦′
𝟐 𝟐

= −16𝑥 ′ − 16𝑦′
Se pueden concluir que la ecuación de la cónica rotada es

8 𝑥′ 2
− 2(𝑦′)2 − 16𝑥 ′ − 16𝑦 ′ − 32 = 0
En forma estándar, la ecuación
(𝑥 ′ − 1 )2 (𝑦 ′ + 4 )2
2 − 2 =1
1 2
Se identifica como la ecuación de una hipérbola.
CASO APLICATIVO
TRABAJO EN EQUIPO

Instrucciones
1. Ingrese a la sala de grupos
reducidos asignada.
2. Desarrolle las actividades
asignadas
3. Presente su desarrollo en
el Padlet del curso.
METACOGNICIÓN

¿Qué dificultades se
presentaron? ¿Cómo se absolvieron las dificultades
las dificultades encontradas?

¿Qué hemos aprendido en esta ¿Qué tipos de problemas se

sesión? pueden resolver mediante la
diagonalización de matrices?
REFERENCIAS
GRACIAS