- -

i DIAGONALIZACIÓN -
I--

El objetive de este tema el dado un

endomorfisme fe End IVI .

1) Encontrar una base de V de manera

que Mp(f) sea lo mas simple perible luna matriz
diagonall

Veremos
que ri
Mp(f)
=

MB (f) =

...., siendo
B
=
S ,..., n, significa que flul
=

(x , ,...,
o
=
xv ,

2) Dada BeMnIIK) saber si B MpIf) està asociada

f alguna base de V
=

a
para
.

Matrices semejantes
D Decimos A, B EMnIIK) con matrices semejantes ti existe Pe GLnCK) de
que que
-
manera :

-1
A =

PBP

Notar
que
todas las matrices asociadas a un
endomorfilm of con
semejantes entre si.

4.1 SUBESPACIOS f - INVARIANTES -

-

D Un subespacio invariante es subespacio vectorial contiene las

imágenes de vectores dada la
-

sus
un
que ,

la lineal
aplicación correspondiente .

Es decir , sea V un IK-espacio vectorial

y fe EndCVI un
endomerfisme de V .
Diremal
que
un
subespacio
W de Ver
f-Invariante si
flwIeW para
todo we W .

Ejemplo (1) :

303 (V)
= con
f-invariantes
f(904) 403 403
=

definician de
aplicacion lineal
=

por

f(VII V dado
que f es un
endomorficie

Elempto (21 :

f : R3 < RRE
(x , y , z) > (x y +

,
x -

y , z)

We
=

<(1 ,
0 ,
0) ,
10 ,
1, 013 >
f(wi) =

<(1 ,
1 ,
0) ,
11 ,
- 1 , 013 = We Ide hecho es Iguall

W2
=

<(0 ,
0, 1)) -
f(wi) =
(10 ,
0, 11 =

ww

Wi
=
<(1 ,
0, 0) ,
10 , 0 ,
14 >f(wa) =
((1 ,
1 ,
0) 10 ,
,
0 , 11) =
Wi
dema Sea
fe End(V) ,
entonces con
equivalentes :

V Wi W. subespacial f-invariantes
·
We Siendo We
=
+

y
-

·
Existe una base B de V tal
que Mp1f) =
BBP es diagonal per bloques .

Demostración

(1) >12)
Seam Bu base base
una de We
y Ban una de Wa

En seneral la union de las bases de das subespacial de V mo es base de V . Sin embarg , si la suma directa

de los dos subespacial todo V, entonces si lo es :

es
que

B Bu U
Bun es base de V
=

una
,

-Bu ,
= V, , ...,
Urb

-Buz =
{Vrt ....,
Und

para calwear
Mp1f) tenemos
que escribir eas
imagenes de has vectores de came combinacion lineal de ha vectores

de de los coeficientes seran las columnal de la matriz asociada

, manera
que .

Sabemos
que
las imágenes de las rectores de
Bue caen en We Idado
que es
finvarlantel y
como la

interreccion de We We es el vector mulo :

y

Viewe fluilEWe <

f(Vil =

daV + ...
+
ArVr+OVrn ...
+

Ovn

ho las vectores
mismo sucede
para de la base
Burn :

viewn <
fluileWn <
f(vil =
OV ...
+
OVr Artret . . .
+
An Un

De las
primeras
columnas I las vectores vie Bur-V Vrb) tendram has
primera r termines
manera
que para ...,

el resto 0 las columnas hasta tendran las

primera termina mulos
no wuld
y . a
partir de r n,
by a

partir de +1 ,
no wold :
xr -rx(n -
r)
1 r M

w
->
Bu

Mp(f)
=

0 B2

-(n -r)x (n r)
In -rxr
-
<

(2) > (1)

B O
Sabemos
que existe base
B SV ...., Vr Ver Und tal
que Mp Ifl=
=

una , ...., 0 B2

Si eleginal das subespacid We

g Wi de manera
que sus bases son
Bu , V
....,
Urb g Bun-Vre ....,
Un b ,
per como

los hemas
elegido , la interreccion de We < V, Ur Wi <Vrx Un el vector nulo , tanto , W I ⑰ We
por
es
y I
=
=

, ..., ...,

Ahora
queda demostrar
que
son
f-invariantes .
Para do reamel
que para
un vector
cualquiera en We
,
la
Imagen
también está en We .

VE We -v = x , v ,
+
...
+
xrVr >f(u) =
x, f(u l ,
+

. . .
+

f(ur)
-
Por la matriz MBIf) sabemos las imagenes de las vectores la base ha escribir combinacion
que
de we , pedemal camo

lineal de la vectores de la base :

 f(vil Ma ...
MrVr
:
fr= MirV ,
. . .

MrrVr
Por lo tanto la escribir combinacion lineal
,
como
imagen de calquier vector de Wi se
prede camo de las

imagenes de las vectores de la base estal últimas he

preden escribir combinacion lineal de la
, y came

rectores la base entonces la de

walquier vector de escribir combinacion lineal
de , imagen W, se
prede como

de las vectores de la base .

Por lo tante , VVEWe
f(Ve We We es
finvariante .

Le mismo ocur re Wa
para

Ejemplo

f
"
:

RY - R

(x ,
y ,
z ,
t) > (7 +
x , 2t ,
x -
z ,
+ +
y)

40}
I
W (e ez)

Y
=
, Win We =

R" =

<e en e, en)
7
wn We =
RY
,, ,
Wi =
<en , en) We+We= RRY

W, =
d(x , 0, 2 ,
0) x ,
zeR) > XweW
f(wi=f(x ,
0 ,
2 , 0) =
(z +
x
, 0 ,
x -
z ,
de wic we es
f- invariante

Wi =
10 , 8 ,
0, t)
y ,
teR3 >
XweW f(wl=f(0 , y, 0. t) =

10 , 25 ,
0 ,
+ +

3) twe > we es
f-invariante

Por el teorema auterior ,

sabemos
que existe una base
B de RY tal
que MpCf) =
BB
be , eys he
B es es
que
camo conjunto es
Igual a la camónica
per
came el orden importa me es misur
=

, ,
,
,

I
f(e , I =

(1 ,
0, 1 ,
0) =

1e +
1e =
(1 10 , ,
0p 110 0

1 -
1 0 0

f(ez) =

(1 , 0 ,
-
1 ,
0) =
1e , -

12 =

(1 ,
-
1 ,
0,
0p 0002
Mp1f) =

f(ez) =
10 ,
0 ,
0 ,
1) =

1ex =
10 , 0 ,
0 ,
11p
0 01 1

f(en) =

10 , 2 ,
0 ,
1) =

2e +

1ey =
(0 ,
0, 2 ,
1) p

feEndIV) f-Invariante frzw

-
NOTA WEV er
:

: de considerar la
y ,
manera
que I
Rodeme
oflwiew

aplicación fw : W -
W sigue siendo aplicación lineal
/fiwt End(WI) &
la

flw) que
una

~ >fiwlwl=

llamaremos restriccion de
fa w
of restringida a W .

Por lo tanto , de la demostracion del texrema anterior obtenemos

que si V =

Wit Wa ,
existen
Br g Ba
bares de We We talle
que
:
y

MBelfiw) =

Bc g MBz(finl =
Ba

dano Sea fo End(V) ,

entonces son
equivalentes :

V W, Wh donde W ......
f-invariantes
· +
We
=

. . .
son .

Br 0

8 B:
. . .

·
Existe una base de V tal
que Mp1f) =

i
-
4.2 VALORES Y VECTORES PROPIOS DE UN ENDOMORFISMO -
-

D La vectores autovectores de una

aplicacion lineal san las vectores nubes wande
propies que
-

o me
,

son
transformado por
la aplicacion ,
dan
lugar a un
multiple escalar de si mismes , con do
que no cambian

de direccion Este escalar denomina valor autovalor

Se
propio
. / o .

Es decir , sea V un IK-espacio vectorial

y fe End (VI .
Diremas
que
el escalar XEK es un valor
prople

def ti existe VEV-403 tal

que f(v) =
XV .
En tal caso diremes
que ves un vector
propio def
lasociado al valor
propio X .

dema fe
Lea End(V)
y
XEIK un valor
propio , definid el
conjunto de todas las vectores
propries de
fi
V(x) =

dverf(u xv) =

Entonces VIX) es un
subespacio finvariante y existe una base
Bucl tal
que

x 0 . . . 0

0 X 0

Marlfireal
1

jj ...
·
=

Demostración

Tenemos
que
demostrar
que
VIN es un
subespacio ,
que
es
f-invariante y que 7 Bra t .

q .

Mor
=

x
1) Veaud VIX) es subespacio de V
que
un :

· v ,
+
v=eV(X) Xv , ve V(X)

Queremos ver si la suma el

operacion interna el conjunto VIX Hand definida el camjunto
para
.

VIx) /VEUf(UI XVS do ver si FV , VeVIN , V, +V también está

definido VIN,
queremo
=

que
en
por
=

esto es
, si
f(U +Val ,
=
x (V +Val
,
:

f(V ,
+
ve) =

f(vel f(v) +
=
XVi +
xV =

x(V , +
ve)

-fes lineal

·
uv
-

V(x) Fuelk ,
Xve VIN

Quereud ver
que
el
producto exterior ( 1
.
también esta definido dentro de VCX .
Este es ,
si

f(uv) xuv
=

f(uV) =

ux =

Xuv
ofel lineal
2) Ahora reaud si el subespacio VIX)
es f-invariante .

Para ello se tiene

que cumplir que
FVEVIX) f(VIEVIX) .
Entonces para
que flul sea un vector en VIX,

la
definicion del
conjunto VIX <ve f() xVS f(vlev(x) < <
f(fcusl xcv)
:

aplicando
= = =

f(f(vi) f(XV) = =

xf(v) <
f(v)-v(x)

3) Per tal que

últim reamel
que existe una base Bu de V
Marx x

Si cogemos una base

Brix= dV , ...,
Urd aalquiera de VIX
, para
construir la matriz asociada a
fivel respects
a esc base , debemos escribir las imagenes de las vectores , ...,
Vo camo combinacion lineal de v , ....,
Vr

Pero cams
f(uil , ..., f(Ur) =

XV ,, .
...
XVr ; si escribimal la
imagen
del
primer
vector come combina cien

lneal de las vectores de la base :

f(uil =
XV , =

XV , +
OV + ...
+
OVr =

(X ,
0 ...., 0 pues
0

Br lo tanto , la matic asocia a

fix respects a
calquier base es
:

Marca firl =
..
0 ...
0

NOTA 1 El subespacio def asociado

prede escribir VIX) Kerlf-XAvl
:

propie be
=
:
a x came

Demostración

f-XIV es también un
endomorficue de VI

f -
x1r : V -V
V
>(f - x1v)(v) =

f(v) -
XV

k0(f -
X1) =

(veV1f -
XAv)(v =
03 =

(vev f(v) -
x =
0 =

(vev f( =
xv) =

vix)

Esta ora de demostrar

que VIX) subespacio el micleo
siempre subespacio
porque
es manera es un
,
es un

Si At MnlIK)
f f-x1v

I
NOTA 2
:

es una matriz asociada a

,
entonces A-XIn está acociada a

7
dimV= dim (Ker(f-X1r1) +

dim (Im(f-X1r))
>
aplicando la
formula de las dimensiones para el endomorfis mo f x I

dimV= dim V(x) +rklA-XIn) > dim VIX) =

dimV-rk (A- XIn)

Ejemplo :

f :

R >
RE 1 =

2, 1 ,
3 Son valores
propies de
f y
(X ,
0 ,
0) ,
10 5 0)
, ,
y
10 ,
0 , z) ten las

(x , y , z) (2x 3z)
f valores
>
y rectores de asociada las 2 3
respectivamente
propies
,

propial
,
a , ,

f(e ,
1 =

f(1 ,
0, 0) =
(2 ,
0 ,
0) =
2e ,
< <e , ) = V(2) (conjunto/subespacio de rectores
propues asociadal a X =
2)

v(2) =

ker(f -
2 -

13)

f-2 .

13 : R3 >
RRE

(x y , z)
,
-f(x , y , z) -
2(x y z) , ,
=

(2x ,
y ,
37) -
(2x zy , ,
27) = (0 , -

y ,
z)
 kelf -
2 -

1) =

4(x , 3 ,
z) GR3(f -
2 -

1)(x , y , z) =

10 , 0 ,
01) =
((x , y , z)
+
R3 -

y
=
0
,
z = 0 =
((x ,
0 ,
0)x =(R) =

(1 ,
0 ,
0

Legin el iltimo tearema ,

5pvl
tal
que Marx /fixx)
=

Y ... kamo dim VI2) =

1
, Movil fivin)
=
8 I ,

B Be
2
...
pro regin
el anterior covolario
,
I una base de IRS tal
que Mp1fl= doude B, =
8

Es decir ,
como V(2)=(e ,, V(1) =

<e2)
y
V(3) =

<ea) con
wberpacid f-imvariantes y (e, (ez) - (ea) =

base R3 tal
existe una de
B BK que
:
=

, ,

Mpx (f1
=

0898 0 3

Posición Sea fe
:

End(V)
y x, ...., XEIK valores
propies distintos de
f y
v
, ..., Up vectores

alociados X ,, XK respectivamente Entonces el sistema SV, Vid libre

propiel a es
.., ....,
. .
.

De mostración

Primero lo demostraremos K =
2
lege suponiendo que es cierto K- 1 lo dematraremo K
para y para ,
para

Sik 2 x ,, x2 valores distintos vectores x, x entonces vab es libre

Lau
propied V, Un
propie asociadas V,
=

,
y a ,
.

Supongand linealmente
v, Ve ron dependientes decir Vi MV
=

al
que y , ,

x2MV ,
=

x2Ve =

f(Ve) f(uV l Mf(V) rx=

,
= =

,
V, >
uxz
=

uxV ,
x xc = x , no
prede ser

Ahora ,
si V , ...,
Ver es libre , reamas
que
V . . . . , Vis tambien lo es

Supongand que
no lo es ,
de manera
que
VI =

MV , . . .

M UK

fil fa MVl Mf(U f MxV MX

I
Ma
=

, ... ...
=

, ... V

f(Uk) =

XkVi =

Xk ( , V, +
. . .
+

M1 - V -1)
=

xxx ,
v, +
...
+

xkMk -
Vk -

M x, , V, +
. . .
+

Mk - xx - Vk -
1
=

xk , V ,
+

...
+

xkMk -
Vk -
1
>Mx ,
V, +

. . .
+

Mk - Xk Vk - -

xkM ,, -

...
-

xkMk -
Vk -
1
=

heade apresto que el sistema (V , ...,

UKb es libre
>

-Mi(X -
xk)V ,
+ . . .
+

M1(X1 -xx)V =

0 <
M , (x -
xx =
0
...., ax
(Xn -
xx) =

0 >
H

0 !
-
-UK = , V, ...
MKVK-
0 > Vk 0 X, valores distinto
M Mk son
propiel
= =

K
=

,
=
...
-
1 , . ...

No las rectores las

elegimos distinto O Per lo tanto , demostrado el
prede ser ,
perque propios de .

queda que
Sistema

(V ,, ...,
Vi] es libre
Valores propios de una matriz

D -> Sea At MnIIK) matriz cuadrada Direma XEKK valor de A si existe

una .

que
es un
propio
Xe Maxl1K) no wolo tal AX= XX
que

Posición Sea feEndIVI f f

:

A matriz abriada Entonces valor de

propie
una es un
y
a .

si solo X valor de A
y si es un
propio .

Polinomio característico de una matriz

A cada matriz cuadrada le
pelinomio llamado característica Dicho
se alocia un
pelinomic .

pelinamio
contiene una
gran informacion sobre la matriz ,
como
por ejemplo sus valores
prepies ,
de manera
que podemos
el caracteristic matriz calcular valores
usar
polimonio de una
para sus
propied

D -> Sea AC MnIIK) matriz cuadrada Entonces el

pelimonia característico de A demotado XAIX
una .
,
per ,

el determinante
siguiente
es :

XA(x) =
det / x In -
Al

NOTA definir XA(X) det(A-xIn) XA(X) XA(x)

se
prede de
: =

manera
que
= -

Elemplo :

1 2 3

A =
0 1 4

-
1 3 2

I I
x 1 2 3
13
-

2
-

toi
3
-

1 2

Xa =

det x .

8 %8 -

-
014

1 32
-
de -

-
04
1

13 2
- det 0

1
x- 1

3 x
-

-
2
4 -

=(x - 1)[(x -
1)(x 2) - -
12) +
150 +
3(x -
1)) =
(x -
1)(x - 1)(x -
2) -
12(x -
1) +
8 +
3(x -
1) =
(x2 -
2x +
1)(X -
2) -
q(x -
1) +
8 =

x3 -
2x2 -
2x2 +
4x +
x -
2 +
9x +
17 = xx -
4x2 -
4x -
15

↳ma Cálculo de los valores propios a través del polinomio característico

Sean At MnCIK) y
DEIK .
Entonces , es un valor
propio de A si
y
salo si x es una rait del

XAIX)
polinomic

Demostración

Pr la
definicion de valor
propie de una matriz .

1 valor de A <> EXEO + AX =

XX <> 7XE0 + AX-XX =

0 <
propio q q
. . . .

-
Ker(A-XIn) = 40}

7x=0t (A-XIn)X=0 < > det(A-XIn1 =0 <> -Xa(x =

0 < > XAIX) =

0
q
. .

(A-XInIX 0 Sistema homogeneo lo ti las soluciones distintas de O IXEP)

queremo
=

es
por
un
que que
seam
, ,

necesitamos el sistema sea compatible indeterminado determinante de la matrit de

leficientes 0S
que
=
Elemplo :

f :

R =
R2
(x , y) (x
>
y x
y)
+ -

Vamos calcular las valores de este endomarfisma el caracteristice

a
prepies ,
pere sin usar
polime mie .

De manera
que
haremos uso de la
definicion de valor
propio
:

7xeR + .

q .

f(x ,
3)
=

x(x y) ,

f(x , y)
=

(x +
y , x -

y) =
x(x , y)
=

(Xx , xy)

I
x
y xx - xx x
y
= =
+ -

y(x 1) (xx x)(x 1) xx xx xx xx 0

x
xy xy y x x x 2x
-
y x -
= =
- =
- =
+
= +
= -
+ + - -
-

X &
-
(x2 -
2)x =
0 -x-2 =
0 - X = E con la valores
propied
de
fo

Ahora cales las rectores asociados valores Para allo , calclemen las
prepies
han esa
primera
reamos
propiel a .

dimensiones de los abespacid aseciada valores

eld
propied
a :

dim VIV2)
Saberes
que
la dimention de VI
g Va es al memes 1 :
(dim VIE

Además , sabemos las rectores valores

prepid distinto linealmente
independientes
que propid alociadd a san
,

dim VIE
de de RP , la dimentien 1.
modo
que
coun con
subespacios de cada un sea

dim VI-() =

An asi calcula las dimensiones

formula
, podend con esta :

dim R2= dim (Ker(f-X1R4) +

dim
(1mlf-X1R4) Milf-re
!
11
VIE2)
1 -
21
dim dimR" rk(Ms1f) XIz k
-- Mpfl-rIn
=
- -
- =
=

1 -
1 -
rz

I
dim V(() 2 1 1

-
= - =

det 11 k)( 1 k) 1 =
1 +
2 1 =
0
R2
= - -

V r)
- - -
-

V(R) ⑦ -
=

r
dim V(-() =

1
rk(Mp , 1f) -
kIz) =

Ahora vamos a calcular los subespacial VIR)

y
VI-R) :

V(R) =
((x y) , =R
2

f(x , x) =

k(x , y)) =

((x z)(R2 (x,

+

y ,
x -

3) =

k(x , z))

1)

I
Ex x(k
x
y
-
y
=
= -
+

x -

y
=

ky > X -
x(5 -
1) =
F(x(2 -

1)) -
x -
x)2 -
1) +
x =
2x -
2x > x =
x

Por eo tauto , podemo daree a x

walquier valor, e
y re tiene
que cumplir y
=
x (rx -
1) .

V(E) =
<(1 , 5 -

1))

En el caso de VI-E) =

((x y) =R2(x
,
+

y ,
x -
y) =
-
r(x , z)) =
((1 , -
5 -
1)
 Par el autertimo tearema el último carolario sabena VIE VIE san
subespacios
I que
came
,
g
BeO
f-ivariantes y V(R) * VI-R) =

R ,
existe una base
B de RR2 tal
que Mp1f)= 0 Be

In particular ,
como con subespacios asociados a valores
propies ,
existe una base de R tal
que Mp Ifl=
((1 1) , (1 , 1)
B k 5
=
- -
-

f(1 ,
5 - 1) =

(1 +
r -
1
,
1 -
x +
1) =

(52 ,
z -
r) =
x2(1 , k -
1)
Mp1f1 =

*
f(1 ,
-
r -
1) =

(1 -
5 - 1
,
1 +
r +
1) =

1 -
R ,
2 +
k) =
-
k(1 , -
r -
1)

Ejemplo (21 :

f
2 2
: -

No tiene valores
propiel
(x , y) < (x y +
,
x -

y)

⑫ma J A ,
BE MIIK) con
semejantes ,
entonces XA(x) =

XB (X)

Demostración

Por IPE GLnIK) B PAP

definición de matrices
semejantes t
: =

q
. .

XB (x) =
det (x In -
Bl =

det /x In -PAP) =

det1P x In P -
PAP) =

det(P-(Xn -
Al Pl =

det1p- XA(x) det(P)

Polinomio característico de un endomorfismo

D -
Sea f E End(VI
y B una base de V .
El
pelinomio caracteristic
de f ,
demotado per
Xf Ix es el

plinomic
caracteristic de
Mplfl ,
es decir

Xf(x)
=

det x In -

Mp(f1) =

XMp1f)(x)

dano Sea f - EndIVI

y
XEIK Entonces valor de
f si
y velo si x es rait del
es
propio
. un

polinomio Xf(X) .

Multiplicidad algebraica

D La multiplicidad la cantidad de rait repite

de una raiz el veces
que
una be en
pelinomic
-

un

Dicho de dro modo , el orden de

multiplicidad alude a wantas veces un cieto nimere es rait de

un
polinomio .

la multiplicidad del valor su

multiplicidad came raiz de
Xfx ho denotaremo m(x
propio X es
, I

Ejemplo (1) :

p(x)
=
(X -
2) 2(x +
3) m(2) =
2
y
m) -
3) =
3 >
Ejemplo 121 :

f
1 0 4
Re
-

: R3 >

Myk If) =
2 1 4
-

(x , y , z) > ( 4z , 2x 4z 3z)
x
y 2x
2y
-
+ + - - - +

-
2 -
23

x + 30 4

2 x 1 4
det 11)
-

1)[(x 45
Xf(x) 3) 8] 2(x 1)(x 1)(x 3)
-

=
=

(x + -
1)(x - - - -
4 - -
=

(x + - - -
8(x + 1) +
16 +
8(x -
1) =

-
2 -
2 X- 3

=(x +
1)(X 1)(x 3) - -

f(y Es
x1 =
-
1 > m(xn) =
1

valores de m(X2) 1
propios
- =

-
m(Xz) =
1

La dimension de VIXi) =

1 las free valores

propios , has rectores asociaded distinta
para ya que propied a

valores linealmente V(X , A V(x2) ⑦ V(x) RP

independientes
=

san
propies y
.

Es decir , la multiplicidad de cade valor concide la dimention del subespacio asociado

propio can .

Ya la
veread
que
el
problema surge cando multiplicidad es
mayor que 1

Ahora calculare und las bases rectores alociado cade de la valores propies eval babel son
propies
con a no
, y

las la
que
was doran matriz diagonal .

v -
1) =

d(x ,
y , z)(R3( -
x +
47 ,
2x +

y
-
4z
,
-
2x -

2y
+
3z) =
-
1(X , y ,
z))

I
-
x +
4z =
-
x > z
=
0

>v 1) x1 , 0
I
2x 4z
=

1
y y x
-
= -
+ - -
,

y
= -

2y 3z z
- =

2x - + -

v(1) =

((x , y ,
z) e(31 -
x +
47 ,
2x +

y
-
4z
,
-
2x -

2y
+
3z) =
1(X , y ,
z))

I
-
x +
4z =

x > x =
2z

>Vie) =

<12 ,
-
1 , 11
2x 4z -
y
y y y
= =
+ -

3z z > z
2y y
=
-
2x
-
- + =

v(3) =
((x , y ,
z) e(31 -
x +
47 ,
2x +

y
-
4z
,
-
2x -

2y
+
3z) =

3(X , y ,
z))

I
-
x +
4z =

3x > x
=

>v(3) =

3)1 -
1 ,
1)7
3y
,
2x 4z -
y
=
z
y
= -
+ -

3z 37
2y z z
=
>
-
2x - + =

B =
4(1 ,
-
1 ,
0)
,
(2 ,
-
1 ,
1) ,
(1 ,
-
1 ,
1)

f(1 ,
-
1, 0) =
( -
1 1 , , 0) = -

1(1 , -
1 ,
0) =

( -
1, 0 ,
0/p Mp1f1
=

8 00 70

03
f(2 ,
-
1, 1) =

(2 ,
-
1 ,
1) =
1)2 , -
1 , 1) =
10 , 1 ,
0)

f(1 ,
-
1, 1) =

13 , -
3 ,
3) =

3(1 ,
-
1, 1) =

10 ,
0 ,
3)

Sacor
MB yp-1
*
la matit de
paso P =

->
diagrama para encentrar relación entre A, D ,
P

En esta ilfinal hems Sin posible

ejemple conseguido diagonalizar la matriz .

embargo no
siempre es ,

y
tendra
que
ver con la multiplicidad de las raices .
Posición f
-

Sea valor de Entonces dim VIX mix

. x un
propio .

Demostración

dim V(X) =

dim (Ker(f-x1v))
base V
Lea S . . . . , Urb una base de VIX de dimvx=r) g
la
alargamos a una de ,
que
manera

3
B =
,..., Vr , Ve . . .
Un .

18
> sabend lo el
que
no

...

mifi X
=

Por to tanto ,

x -
x 0 ...
0
0 ... .
det =(x x)
Xf(x) det (x In
Mp1f))
0 x x
q(x)
- -
=
= -

:.
8 0 ...
: q(x)

De la multiplicidad xel x tambien rait de Esto

manera
que
de ro
mayor ti es
q(x) . es :

dim V(X) = m(x)

Ejemplo :

f R2 R
Mpnfl =
: >

(x ,
y) > (x +
3 , 5)

Xf(x)
=

det
Y X -
1
=(x -
112 - x =
1 -
m(x) =

dim V(1) =

dim (Ker(f-1 1r)) .

f -
11 : R2 -
R2

(x , y) <
f(x , y) -

1.1(x , y) =
(x +

y, y) -

11X , z) =

(y 0) , > dim(ker(f-1r)) =

dim V(1) =
1 < m(1) =

2
 -
4.3 ENDOMORFISMOS Y MATRICES DIAGONALIZABLES -

D =
Decimal endomorfismo fe End IVI es
diagonalizable si existe una base de V tal
que un
que

Mylf) D, tieudo D matriz

diagonal do
equivalente existe base de V
=

una o es si una
,
que ,

formada per
vectores
prepid .

Paralelamente decimos AEMIK) matrix

diagonalizable si A es semejante
que
,
es una a una

matriz PEGLn11K)
diagonal ,
o lo
que
el
equivalente , si existe una matriz inversible tal
que
p AP =

D matriz diagonal , columnal son las autovectores de la matriz A

una
cuyal .

dema Sea
fe EndlVS . Entonces
f es
diagonalizable si
y
sole si se satisfacen las
siguientes des

condiciones :

El totalmente IK todas
Xf(x) las
·

polinomic se descompone en
,
es decir, raices

estan en 1K .

Para todo satisface

·
valor se dimU(x m(x)
propio
=

Demostración

>Supongamos que f el
diagonalizable y reamal
que
he amplen las da condiciones .

Na ⑧
Camo
f es
diagonalizable ,
saberes
que
existe una base
B de V tal
que Mp (fl= 0 An
E Mn(IK)

El
polinomio caracteristico de
f es el mismo
pera
toda matriz asociada a
f I tode matric semejantel :

Xf(x)
=

detlxIn-Mp1fl) =

* =

(x-xalx-X) ...
(x-xn) -
Xf(x) tiene todas as raices en IK

Ahora autovalor Di mixil

walquiera mi xf(x) mi
:

si
=

un veces
, aparece en

reamal ti concide can la dimentien del subespacio VIXil :

dim V(Xil =

dim (KerIf-XiAv)) =
dimV-dim (Im(f-Xivll =

dimV -

rk(Mplfl- XiIn))

"ji xi
Di
0 M -i
...
i
0
-rk(Mp1f) In)
Mp1fl-xiIn
= -
= 0 xi =

n mi
...
....
- -

.
i
0 ...
i 0 ...
x in-xi

dim V(xil =

n- In -mi) =

mi

↓ Ahora , reamos si las da condiciones tan ciertal f es

diagonalizable
que

Sabemos el caracteristic IK
que pelinomio se
descompone completamente en :
m(xi) =

mi
-

(X x)M ... (X xx)*" xitX ;,

Xf(x) donde
y
el
pelinomic siempre tiene grade t mk n
=

camo n m
- + =
-

, ...

y sea v (Xil =

Kelf-Xi1)
 Queremos ver V =

V(X , /* ... * VIXi ya tire

comple esto sabemos la unien de
que que que
B , , ....
bases de VIX , I , ...,
V(X) respectivamente , será una base
B de V
, formada por vectores

i 0
....
propies de manera
que Mp1f)= D Xk

Por es tanto , queremo

demostrar
que
la suma es directa . Por to tants tendremos que
demostrar
que
cada

vector se escribe de manera inica como suma de vectores de la subes pacies .

Es decir , reamal si VE VIxil+ VIAK) Le escribe de chica de vectores de cada subespacio

que suma
manera camo :
+

...

V
,,
w , e V(X 1 )
V =

V ,
+ . . .
+

Vi
=

w ,
+
. . .
+

WK donde > (V ,
-
w , ) +

. . .
+

(V -
wk) =
0 >

Vi , Wit V(Xx)
L

los rectores de valores

proprial propiel
> v , -w ,
=
0 Uk -Wk
=
0 > V, =

W ,, V
=

WK
, ..., , distintos sen linealmente Independientes
. . .

bor es tanto hemos demostrado la directa Ahora sale demostrar la directa

,
que
suma es .

queda que
suma

de todos las subespacies es todo V .

Para esto , usamos la

segunda condicion :

dim V(Xil =

m(xil =
mi

Como la dimention de la suma directa es la tuma de las dimensiones de la subespacios

dim (V(xil) +

. . .
+
dim (V(Xx1) =

met ...
+

m
=

Y como un subespacio dentro de V con la misma dimension de Ves necesariamente Vi

V =

v(X1)G ... V(Xx)

dano Sea fe End (VI .

Si Xf(x)
=

(X-Xe) ...
(X-xn) siendo todo las valores
prepies distinto ,

entonces
f es
diagonalizable .

V(xi) =
40) <
1 = dim(V(Xil) = mIXil =

1 > dimIV (Xi)) =

Por to tanto
,
si el
pelinomio caracteristic te
descompone en valores
propiel de multiplicidad , no el

necesario mirar la dimension de las subespacios VIX ,

porque
sabemo
que sera 1 , y por
tanto f sera

diagonalizable .

Per contrario , si la multiplicidad de

algin valor
propie es
mayor que
I entonces tenemos calcular la
,
que
dimention del subespacio asociado a ese autovalor .
Si la dimention no coincide can la multiplicidad ,

f no sera diagonalizable .

Observacion del
ser
diagonalizable depende
:

cerpe .

Según el teorema anterior, una de las condiciones para

que
un
endomorfismo o una matriz sean
diagonalizables
es
que w
polinomic caracteristico se
descompenga totalmente en 11
(que tenga todas sis raices en 1K)

Ejemplo :

1
=
Mi If) 1 -
1

Y 0 1 1 X -
1 -
1
det (XIn
Mpx1f))
2

Xf(x) (x 1)(x 1) 1 x 2 (x r)(x (2)

= =
- - =
= - -
= - + + -
=

0 X 1 -

1 -
1x +
1

El endomorfismo es
diagonalizable en R en D mo es
diagonalizable R
pero
en
,
Ejemplo L
endomerfism diagonalizable
:

no

f : R - R2 1 1

M3x1f)
=

01
(x , y) -
(x +

y , 3)

X -
1 -
det(xIn 1)2m(1)
Xf(x) MpkIf1) =(x 2
= = - =
-

0 x -
1

E
x
x
3 y 0
=
+ - =

vin) =
41x y) , (x +

y , g) =
11x , y)) - -
v(1) =

<(1 0) > ,

y y
=

dim V(1) < m(1) , según el tearema

para que
el
endomorfisho sea diagonalizable ,
la dimension
I
la

multiplicidad tieven
que
coincidir . Por to tanto , an este case el endomorfisme mo es
diagonalizable .

Ejemplo (2)
endomorfismo diagonalizable K
:

en

1000

2: 1 1+ i 1 i
"Mpx (f)
- -

V =
0 =

1 + i0 -
12

1 +
i0 -
1 -
i2 i +

x -
i 0 0 D

2i x -
1 -
1 -
i 1 + i
=(x i)(x x)[1x i))x i) 2i) 1)(x2 i) 1)2
Xf(x) 2 2 (x i)(x xi
1
=
=
x
- -
- - + + + = - - +
- -

1 2
10 x
-

1
+

S
- -

-
1 - 10 1 + ix -
12 +
i) L

m(1) =

2 ym(i)
=
2

Vi V2
11 11

I
1
vin) =
<10 , 1 -
i, i i) 10 i i -
i)) >dim V(1) =

m(1) 0
1
-

, , , , ,

B
=

S, va, b Mplf= I
0 j
vil =

Si , 1 -
-1) , (i -- zi 2 xi 1 +i) dimusis =
m(i)
, , , , ,

11 11

VE Uy

Ejemplo 13) Endomorfismo diagonalizable Spero triangularizablel

:

no

f :

RP < RE - -
3

Mkf1 4
2 1
y , z)
1 2z)
=

(x ,
3y z 2x
4y
-

> x z x
y
+ -
- - + - -
+
, ,

-1-12

3 1
x 1 1x
10
-

x
10
+

0
- -

Fi = Fi -
I Fz =

( -
4 x -

m(1) =
1
-2 1
xf(x) x 4 2 1 -2 =(X 1)(X 2)2
=
4 21
-

x - -
-
= -

x - - -

m(2) =
2
1 1 X 2 10
-

1 1 X -
2 X -
2

S
2x
x
3y z z 0
- +
-
- = =

v(2) ((X y z)(

-
x -

3y z 2x
4y z x
y 2z) =

2(x , y z)) 2x 4y 0) >

2y
+
-
=

<(1 ,
- -
,
z 0
+ - +
,
-v(2) 1
, , z
=

, + -
- =

=
-

-x 2z 2z
y x
-

y
-
=
+ =
-

V(1) =

() -
2
,
1 ,
-
1) >

la
dim V(2) < m(2)
, per
to tanto el
endomorfisue mo es
diagonalizable dado
que no se
ample segunda
condicion el terema
,
segun .

Sin embargo ,
recordemos
que
el objetivo del tema era encentrar ea matriz mas
simple .
Ahora verena
que
la del teorema casel , la matriz
si se
comple primera condicion anterior
pere mo la
segunda como en este

o el
endomorfismo el
triangularizable , segun el
siguiente tearema .
↳ma Forma canónica de Jordan
La
forma camónica lo
formall de Jordan es la
forma de la matriz de un
endomerfismo de un
espacio

vectorial en cierta base asociada a la

descomposicion en suma directa de subespacios variantes
baje
dicho
endomorfismo .
Dicka
forma camónica consistirá en
que
la matriz estará
formada por ableques de

Jordan" en la
diagonal y bloques de crel
fuera .

Es decir ,
Lea
feEnd(VI .
Si Su
pelinomio caracteristic
Xf(x) se descompone totalmente en IK , entonces

f es
triangularizable ,
es decir ,
I base de manera
que

0
Mp(f) =

ByBe Bm ...
Elknxn (dim(V) =

n)

doude submatriz BK Jerdan valor

cada es un
beoque de ,
asociado a cada
propio

M 1 0

0 xe 1
...
Bi =
. Elk ni nic
: : ·
1
0 0 0 ...

Xk

donde x, Am del característico valores

propiasl
...., son raices
pelinomio ,
y k n

Grando
f es
diagonalizable ,
m
=

n
y
XK :
n =
1 ,
por
lo
que
la
forma camónica de Jordan de la

matiz es una matriz diagonal .

ECómo calcular las

bloques de Tardam P

Si la
multiplicidad algebraica es distinta de la
multiplicidad geometrica
:

dim VIX c m (x

Llamand
subespacios generalizadas as La ora
forma de calcular el subespacio
asociado al autovalor x
propio
(x) =

Kerlf-XIn
Vi(x)
=

Kerlf-XInl/
cada contiene las
y se
prede demostrar
que subespacio generalizado de
mayor a de
potencion memeres

hauta cal todo

elegar al
subespacio VAIX ,
a
partir del has
subespacios generalizades san iquales :

Vx(x)
11

V(x) =
V2(x) =
Va(X) =
. . .
=
Vk(X) =

Vk 1(X)
+
=

...
=
Vn(X)

Además , prede dematrar dim Vx(X =

m(X)
se
que

Por do lado , VXIX , . .... VxIX) parecido lo veiamol

endomorfismas diagonalizables
que
a
, para

Para encontrar las bases de VA(Xi)

>wbespacio formado per

las vectores
que
le
faltan a Vis
para elegar a VK (X)
V x (X) =

Vx(X) =

Vi 1(X)
-
+

Fk

Vamos
cogiendo un vector
que
este en FR
y
calculamos todas sus imágenes a traves de
petencian de If -
x In)

Vie Vi (X) -
Vic - 1(X) -
V, (f- xIn)(v ) . , .
.., lf-XIn)" (v , (
11

Vil
Il

vil Vi lee damos la vueltal

 1
0 *

Mp(f) =

0 0 *

V(2) =

<(1 ,
-
1 ,
017

2
-- 1 31
-

10
0 3 3 1
2

-
- -

Vi (2) =

ker1f-2I) >
1f -

2Iz) = 24 -
1 -2 010 -
22 -
1 -
!28 =

... -12
0 0 1 -1 -
10 -1 10 - 1-10 11 0
-

E -8
22 0
-- 1 -
1 0
-x +

y
=

0 -
y
=
-
x -
kelf Iz) -
=

(X ,
-
x ,
z =

x(1 ,
- 1, 0) +
z10 ,
0 , 1) =

(1 ,
-
1 , 01 10 , ,
0, 11
Z
110 0

Ve (2) =

< (1 ,
-1 ,
0) ,
10 ,
0 ,
1) -
dimV2(2) =
2 =

m(2) <Ve (2) =

Vx(2)

<f(x ,
y z),
=
( -
x -

3y
+
z
,
2x +

4y -
z
,
-
x -

y
+

2z)

Ve V - (2) -v(2) > v =

10 ,
0 ,
1)
, (f -

2I)(v) =

f(v) -
2 =

(1 ,
-
1 ,
2) -

210 , 0 , 1) =

(1 ,
-
1 ,
0)

<1 -
2,1 ,
-
1
Il

Teniendo V V(1) Vx(2) 10 0, 11 , 11 -1 013 VI2) , las vectores

logiendo
+
=

que
wenta
en
y que , , ,
generam en

orden inverso :

3 41 2, 1 1) , (1 1 0) 10 0 914
=
- - -

, , , , ,
,

f( -
2, 1 ,
-
1) =
( -
2
,
1
,
-
1) =

1 -
2 ,
1 ,
-
1 +

0(1 ,
-
1
,
0) +
010 ,
0 ,
1)
100

0 2 1
f(1 ,
- 1 ,
0) =

(2 ,
-
2 ,
0) =

0( -
2 ,
1 ,
-

1) +
2(1 ,
-
1 ,
0) +
010 ,
0 , 1) MB1f) =

0 0 2

f(0 ,
0 ,
1) =
(1 , -
1 ,
2) =

01 -
2 ,
1 ,
-
1) +
1(1 ,
-
1 , 0) +

210 ,
0 ,
1)

Ejemplo 141 :

3 3 1

f(x , y , z)
=

(3x +

3y + z
, y
-
z , x +

2y +

27)Mpp1f) =
0 1 -
1

1 2 2

x -
3 -
3 -
1

Xf(x)
=
det 0 x -
1 1 =
(x -
3)[1x -
1)(x 2) - +
2) -
1 -
3 +
x -
1) =

(x -
3)(x2 -
2x -
x +
2 +
2) +
3 -
x +
1 =

-1 -
2x-2

=(x -
3)(x2 -
3x +
4) -
x + 4 =
x3 -
3x +
4x -
3x2 +
9x -
12 -
x + 4 =

x3 -
6x2 +
12x -
8 =
(X -
2) > m(2) =
3

S
3x
3y z 2x
by 3y y 4y
=

+
-
+
= x -
+
-

V(3) =
((X ,
y z) , (ex +

3y
+
z
, y
-
z , x +

2y
+
2z) =

2(X ,
y ,
z)) -y
-
z
=

zy - z =
-

2z 2z
x
2y x
zy
>
=
+ + -
=

V12) =
<- 2 , 1 ,
-
117 > v(2) < m(2)
dimV2 (2) < m(2)
<

2 2 2 2
131 -

V2 (2) =

Ker1f-21312 >
MpkIf-213) = 0 -
1 -
1 =
-
1 -
1 1 -x +

y
=

z -
ke(f -
213) =

(1 ,
0 ,
1) ,
10 ,
1 , 1
120 11 -
1

22 -
2 131 000

Kerlf-2Id)"
3
V3(2) Mpxlf-2Ia)
. -1 1 <e , , e2
-V3(2)
-
< 1 es)
-
=
-
1 1
00
=

0
- -

1 1-1 120
000

Ve vy(2) -Ve(2) > v =

e ,
=
(1 ,
0 ,
0) , (f -
2I)(ei) =

(1 , 0 ,
1) , (f -
2I)(e . ) =

12 ,
-
1, 1)

21 0

0 2 1
412 04
3 1) ( 1) (1
Mp1f)
1 >
=

,
-

, , ,
0 , , ,
0 ,
=

0 0 2

MB
*
* Calcular matriz de P A PDP - > hacer diagrame de Joseba
le relacion
=

paso I saca
=

mifl =

me asft-- in