Lic.
en Matemáticas Urueña Lourdes
Índice
Índice ..................................................................................................................... 1
Introduccion ........................................................................................................... 2
Diagonalización de matrices .................................................................................... 3
Teorema de diagonalización ................................................................................. 3
Matrices diagonalizables: Autovalores distintos vs múltiples ...................................... 4
→ Caso 1: todos los autovalores son distintos ................................................. 4
→ Caso 2: autovalores repetidos (múltiples) ................................................... 6
Diagonalización de matrices especiales: .................................................................. 6
→ Diagonalización de matriz antisimetrica: ........................................................ 7
→ Diagonalización de matriz ortogonal: .............................................................. 7
→ Diagonalización de matriz hermítica: .............................................................. 8
→ Diagonalización de matriz antihermitica: ........................................................ 8
→ Diagonalización de matrices unitarias: ........................................................... 8
BIBLIOGRAFIAS....................................................................................................... 9
ALGEBRA II 1
Lic. en Matemáticas Urueña Lourdes
Introducción
La presente carpeta de Álgebra II, se centra en el estudio de la diagonalización de matrices,
un concepto fundamental en el ámbito del álgebra lineal. Bajo la dirección de la Licenciada
Lourdes Urueña, exploraremos las herramientas y aplicaciones de este proceso, que nos
permite simplificar la representación de ciertos endomorfismos y matrices.
Nuestro objetivo principal es proporcionar una comprensión profunda del concepto de
diagonalización de matrices, incluyendo sus aplicaciones prácticas y limitaciones, a través de
la exploración de conceptos clave como autovalores, autovectores y multiplicidad algebraica
y geométrica, se busca desarrollar las habilidades necesarias para determinar la
diagonalización de matrices y comprender su significado en el contexto del álgebra lineal.
La carpeta se estructura en diferentes secciones que abordan la definición y conceptos
básicos, las condiciones de diagonalización, el procedimiento de diagonalización, las
aplicaciones de la diagonalización y casos especiales donde la diagonalización no es posible.
Para complementar el estudio, se incluirán ejemplos y ejercicios resueltos, así como
referencias bibliográficas y recursos online adicionales.
La diagonalización de matrices es un concepto fundamental en álgebra lineal con
aplicaciones en diversas áreas del conocimiento. Su comprensión permite simplificar la
representación de endomorfismos y matrices, facilitando el análisis y la resolución de
problemas en áreas como la física, la ingeniería, la economía y la informática.
La presente carpeta busca brindar una base sólida para el estudio de la diagonalización de
matrices, fomentando la comprensión de sus principios, aplicaciones y limitaciones. Se
espera que el material presentado sea útil para el desarrollo de habilidades en álgebra lineal
y para la aplicación de estos conocimientos en diferentes campos del saber.
ALGEBRA II 2
Lic. en Matemáticas Urueña Lourdes
Diagonalización de matrices
Una matriz cuadrada 𝐴 de orden 𝑛 × 𝑛 es diagonalizable, si existe una matriz invertible 𝑃
de orden 𝑛 × 𝑛 , y una matriz diagonal 𝐷 tal que:
𝐷 = 𝑃−1 𝐴𝑃
Otra manera de decirlo es: Una matriz cuadrada 𝐴 es diagonalizable si es semejante a una
matriz diagonal 𝐷 .
Observación: Como 𝐴 𝑦 𝐷 tienen los mismos valores propios, las entradas
diagonales de 𝐷 son los valores propios de 𝐴 repetidos de acuerdo a su
multiplicidad algebraica.
Teorema de diagonalización
Sea 𝐴 una matriz de orden 𝑛 × 𝑛 es diagonalizable si y solo si tiene 𝑛 vectores propios
linealmente independientes
Corolario: Si 𝐴 es una matriz de tamaño 𝑛 × 𝑛 que tiene 𝑛 valores propios distintos, entonces
𝐴 es diagonalizable
Observación: en otras palabras, por el teorema de diagonalización podemos
decir que una matriz es diagonalizable si y solo si cumple con alguna de las
siguientes condiciones equivalentes:
La unión de las bases de los espacios propios de A contiene n vectores.
La multiplicidad algebraica de cada valor propio es igual a su multiplicidad
geométrica.
Ejemplo: para la matriz 𝐴 = ( 22 1
3 ):
• Como primer paso, debemos encontrar los autovalores de 𝐴 , siendo 𝐴 la matriz,
𝜆 el auto valor e 𝐼 la matriz identidad:
1
𝐴 − 𝜆𝐼 = ( 22 1
2 ) − 𝜆 ( 10 0
1 ) = ( 2−𝜆
2 3−𝜆 )
La segunda fila de la matriz es el doble de la primera fila si𝜆 = 1
𝐴 − 𝜆𝐼 = ( 2−1
2
1
3−1 ) = ( 12 1
2 )
La primera fila de la matriz es la mitad de la segunda fila si 𝜆 = 4
ALGEBRA II 3
Lic. en Matemáticas Urueña Lourdes
𝐴 − 𝜆𝐼 = ( 2−4
2
1
3−4 ) = ( −2
2
1
−1 )
• Como segundo paso, debemos encontrar los autovectores:
Encontramos el autovector asociado a 𝜆1 = 1
( 12 1
2 )×( 𝑥
𝑦 )=( 0
0 )
𝑥+𝑦=0
𝑥 = −𝑦
−𝑦
∴ el autovector asociado es 𝑣1 = ( 𝑦 ) = ( −1
1 )
Encontramos el autovector asociado a 𝜆2 = 4
( 12 1
2 )×( 𝑥
𝑦 )=( 0
0 )
−2𝑥 + 𝑦 = 0
𝑦 = 2𝑥
𝑥 )
∴ El autovector asociado es 𝑣2 = ( 2𝑥 = ( 12 )
• Como tercer paso, debemos construir la matriz diagonalizable 𝐷 y la matriz de cambio
de base 𝑃
𝐷 = ( 10 04 ) ^ 𝑃 = ( −1 1
1 2)
∴ Se cumple que la matriz 𝐴 es diagonalizable por el teorema de la diagonalización.
Matrices diagonalizables: Autovalores distintos vs múltiples
Las condiciones exigidas en el teorema de diagonalización pueden concretarse en los
siguientes casos:
→ Caso 1: todos los autovalores son distintos
Si una matriz cuadrada 𝐴 de orden 𝑛 × 𝑛 , tiene 𝑛 autovalores distintos, entonces 𝐴 es
diagonalizable.
EJEMPLO: resolvamos la matriz 𝐴 = ( 20 13 )
PASO 1: obtenemos los autovalores con la ecuación característica det(𝐴 − 𝜆𝐼 ) =
0, 𝑑𝑜𝑛𝑑𝑒 𝜆 𝑒𝑠 𝑒𝑙 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟 𝑒 𝐼 𝑒𝑠 𝑙𝑎 𝑚𝑎𝑑𝑡𝑟𝑖𝑧 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 ( 10 10 ), entonces:
1
(𝐴 − 𝜆𝐼) = ( 2−𝜆
0 3−𝜆 )
det(𝐴 − 𝜆𝐼) = (2 − 𝜆)(3 − 𝜆) − (1)(0) = (2 − 𝜆)(3 − 𝜆)
Igualamos a cero para obtener los autovalores
(2 − 𝜆)(3 − 𝜆) = 0
Y obtenemos que los autovalores son:𝜆1 = 2 𝑦 𝜆2 = 3
ALGEBRA II 4
Lic. en Matemáticas Urueña Lourdes
PASO 2: obtenemos los autovectores, recordando que para cada autovalor le
corresponde el autovector que satisface (𝐴 − 𝜆𝐼)𝑥 = 0 entonces:
𝑃𝑎𝑟𝑎 𝜆1 = 2
𝐴 − 2𝐼 = ( 2−2
0
1
3−2 ) = ( 00 1
1 )
Resolvemos a ecuación (𝐴 − 𝜆𝐼)𝑥 = 0
( 00 1
1 )( 𝑥𝑥21 ) = ( 00 )
De la primera fila obtenemos𝑥2 = 0 ∴ el autovalor asociado a 𝜆1 = 2 es cualquier
múltiplo de ( 10 ) 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟 𝑥1 = ( 10 )
𝑃𝑎𝑟𝑎 𝜆2 = 3
𝐴 − 3𝐼 = ( 2−3
0
1
3−3 ) = ( −1
0
1
0 )
Resolvemos (𝐴 − 3𝐼)𝑥 = 0
( −1
0
1
0 ) = ( 𝑥𝑥21 ) = ( 00 )
De la primera fila obtenemos −𝑥1 + 𝑥2 = 0 → 𝑥1 = 𝑥2 es decir que es vector
asociado a 𝜆2 = 3 es cualquier múltiplo de 𝑥2 = ( 11 )
Entonces los autovalores son distintos y los autovectores son linealmente
independiente ∴ la matriz 𝐴 es diagonalizable.
Para asegurarnos de su diagonalización realizaremos la construcción de la matriz P y
la matriz diagonal D teniendo en cuenta nuestros resultados:
• La matriz P se construye con los autovectores como columnas, es decir: 𝑃 =
( 10 11 )
• La matriz diagonal D se construye con los autovalores en la diagonal principal, es
decir:𝐷 = ( 20 03 )
Y para la diagonalización utilizaremos la fórmula de la definición de la misma, es
decir,𝐷 = 𝑃−1 𝐴𝑃, donde P es la matriz de autovectores y D la matriz diagonal de
autovalores:
𝑃 = ( 10 1
1 ) → det 𝑃 = 1.1 − 1.0 = 1
1
Su inversa es: 𝑃−1 = det(𝑃) ( 10 −1
1 ) = ( 10 −1
1 )
𝐴 = 𝑃−1 𝐷𝑃 = ( 10 −1
1 ) ( 20 0
3 ) ( 10 11 )
Por lo tanto, queda demostrado que la matriz A es diagonalizable.
ALGEBRA II 5
Lic. en Matemáticas Urueña Lourdes
→ Caso 2: autovalores repetidos (múltiples)
Una matriz cuadrada de orden 𝑛 × 𝑛 , tiene autovalores múltiples si existen
autovalores 𝜆 tales que la multiplicidad algebraica de 𝜆 es mayor que 1.
EJEMPLO: resolvamos la matriz 𝐵 = ( 30 03 )
PASO 1: obtenemos los autovalores con la ecuación característica det(𝐵 − 𝜆𝐼) =
0, 𝑑𝑜𝑛𝑑𝑒 𝐼 𝑒𝑠 𝑙𝑎 𝑚𝑎𝑑𝑡𝑟𝑖𝑧 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 ( 10 10 )
(𝐵 − 𝜆𝐼) = ( 3−𝜆 3
0 3−𝜆 )
det(𝐵 − 𝜆𝐼) = (3 − 𝜆)(3 − 𝜆) = (3 − 𝜆)2
(3 − 𝜆)2 = 0
El único autovalor es 𝜆 = 3 entonces su multiplicidad algebraica es 2.
PASO 2: para encontrar el autovector correspondiente, resolvemos la ecuación
(𝐵 − 3𝐼)𝑥 = 0 donde 𝐵 − 3𝐼 es:
𝐵 − 3𝐼 = ( 3−3
0
0
3−3 ) = ( 00 0
0 )
𝑥
Al ser una matriz nula, cualquier vector 𝑥 = ( 𝑥21 ) es una solución a (𝐵 − 3𝐼)𝑥 = 0, es
por eso que podemos escoger autovectores independientes para 𝜆 = 3 como: 𝑥1 =
( 10 ) 𝑦 𝑥2 = ( 10 ) es así que su multiplicidad geométrica es 2 la cual coincide con la
multiplicidad algebraica, esto confirma que la matriz B es diagonalizable.
Sin embargo, nos aseguraremos construyendo su matriz P y su diagonal D:
• 𝑃 = ( 10 10 )
• 𝐷 = ( 30 03 )
Para la diagonalización utilizaremos la ecuación de la definición de la misma 𝐷 = 𝑃−1 𝐵𝑃,
entonces:
𝐵 = 𝑃−1 𝐷𝑃 = ( 10 10 )( 30 03 )( 10 10 ) = 𝐷
∴ B es diagonal y su diagonalización es trivial.
Diagonalización de matrices especiales:
Además de los teoremas y casos particulares anteriormente vistos, en diagonalización
también podemos encontrar matrices especiales como: matrices simétricas,
antisimétricas, ortogonales, hermíticas, antihermíticas y unitarias. A continuación, se
mostrarán algunas de estas matrices especiales:
ALGEBRA II 6
Lic. en Matemáticas Urueña Lourdes
→ Diagonalización de matriz simétrica
Toda matriz simétrica real es diagonalizable, esto significa que una matriz simétrica
𝐴 es diagonalizable si existe una matriz ortogonal 𝑃 y una matriz diagonal 𝐷 tal que:
𝐴 = 𝑃𝐷𝑃−1
Propiedades:
I) Los valores propios de una matriz simétrica siempre son reales.
II) Los vectores propios correspondientes son ortogonales entre sí.
III) La multiplicidad geométrica de un valor propio es igual a la multiplicidad
algebraica.
Ejemplo: calculemos la diagonalización de la matriz simétrica 𝐴 = ( 12 12 )
𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠: 𝜆1 = 3 𝑦 𝜆2 = 1
𝑎𝑢𝑡𝑜𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠: 𝜆 = 3 → 𝑥1 = ( 11 ) 𝑦 𝜆 = 1 → ( −1 1 )
𝑃 = ( 11 −1
1)
𝐷 = ( 30 10 )
1 1
1
𝑃−1 = − ( −1 −1 )
= ( 2 2
1 1)
2 −1 1 −
2 2
1 1 3 3
𝐷𝑃−1 = ( 30 0
1 ) ( 21 2
1 ) = ( 2
1
2
1 )
−2 −2
2 2
3 3
𝑃𝐷𝑃−1 = ( 11 1
−1 )( 2
1
2
1) = (1
2 1
2 )=𝐴
−2
2
Esta matriz es diagonalizable.
→ Diagonalización de matriz antisimetrica: una mediatriz antisimétrica real no se puede
diagonalizar en el sentido estándar, si no que esta se reduce en bloques, conocida
cono forma canónica de Jordan.
→ Diagonalización de matriz ortogonal:
Una matriz ortogonal 𝐴 ∈ ℝ𝑛×𝑛 se puede diagonalizar si es simétrica, es decir, si 𝐴 =
𝐴−1. En este caso, existe una matriz ortogonal 𝑃 talque:
𝐴 = 𝑃𝐷𝑃−1
Propiedades
I) La matriz ortogonal es diagonalizable si todos los valores propios son reales y
distintos.
II) Los valores propios tienen magnitud 1.
Ejemplo: diagonalizar la siguiente matriz ortogonal 𝑄 = ( 10 10 )
𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠: 𝜆1 = 1 𝑦 𝜆2 = −1
𝑎𝑢𝑡𝑜𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠: 𝜆 = 1 → 𝑥1 = ( 11 ) 𝑦 𝜆 = −1 → ( 1
−1 )
ALGEBRA II 7
Lic. en Matemáticas Urueña Lourdes
𝑃 = ( 11 −1
1)
𝐷 = ( 10 −1
0 )
1 1
1 −2 −2
𝑃−1 = − ( −1 −1 )
= ( 1 1 )
2 −1 1 −2 2
𝐷𝑃 = ( 11 −1
1 )(1 0 ) 1 −1
0 −1 = ( 1 1 )
1 1
− −
𝑃𝐷𝑃−1 = ( 11 1
−1 )( 2 2
1 1 ) = ( 10 1
0 )=𝑄
−
2 2
Por lo tanto, queda demostrado que dicha matriz ortogonal es diagonalizable.
→ Diagonalización de matriz hermítica:
Una matriz hermítica real 𝐴 ∈ ℝ𝑛×𝑛 es diagonalizable si existe una matriz ortogonal
𝑃 y una matriz diagonal 𝐷 talque:
𝐴 = 𝑃𝐷𝑃−1
Propiedades:
I) Todas las matrices hermíticas (incluidas las reales) son diagonalizables.
II) Valores propios: Todos los valores propios de una matriz hermítica son reales, lo
que permite que la matriz diagonal 𝐷 contenga únicamente valores reales.
(El ejemplo de la diagonalización de una matriz simétrica es apta)
→ Diagonalización de matriz antihermitica: no se puede diagonalizar en el campo de los
reales, ya que sus autovalores serán siempre imaginarios puros.
→ Diagonalización de matrices unitarias:
Una matriz unitaria 𝑈 es diagonalizable en el campo de los números reales si Existe
una matriz 𝑃 cuyas columnas son los vectores propios reales de 𝑈 , taque
𝐴 = 𝑃𝐷𝑃−1
Propiedades:
I) Todos loa autovalores de 𝑈 deben ser reales, esto implica que deben ser –1 o
1.
II) Los autovectores deben ser ortogonales entre sí.
Si bien las diferencias entre las matrices que sí se pueden diagonalizar pueden resultar
sutiles, el siguiente cuadro presenta una comparación detallada de sus características para
una mejor comprensión:
simétricas ortogonales hermíticas unitarias
elementos reales reales reales reales
diagonalización Siempre No siempre se Siempre se No siempre se
diagonalizable puede puede puede
diagonalizar diagonalizar diagonalizar
ALGEBRA II 8
Lic. en Matemáticas Urueña Lourdes
autovalores reales Modulo reales Modulo 1
1(ℝ 𝑜 ℂ) (ℝ 𝑜 ℂ)
autovectores ortogonales ortogonales ortogonales ortogonales
Propiedad Todos los Solo se puede Todos los Los
adicional autovalores son diagonalizar autovalores son autovectores
siempre reales. cuando los reales y a su pueden ser
autovalores son vez, puede ser pares
reales y diagonalizable conjugados.
distintos. por una matriz
unitaria.
BIBLIOGRAFIAS
• UTN BA. Algebra y geometría analítica
https://www.edutecne.utn.edu.ar/autovalores/Autovalores.pdf l
• Universidad Nacional de Colombia. diagonalización de matrices.
https://ciencias.medellin.unal.edu.co/cursos/algebra-lineal/clases/8-clases/124-clase-
22-parte2.html
• UTN. Diagonalización . Aplicaciones empleando sistema de cálculo simbólico.
https://www.edutecne.utn.edu.ar/autovalores/Autovalores.pdf
ALGEBRA II 9
