Captulo 2 Diagonalizacin de matrices

En este captulo, Mn denotar el conjunto de la matrices cuadradas de orden n. Dada una matriz cuadrada A = (aij ) Mn , trataremos de encontrar una matriz regular Mn de forma que P 1 A P = D, siendo D una matriz diagonal.

matriz P que cumpla la propiedad indicada, entonces se dir que la matriz A es diagonalizable. Queremos subrayar que hay matrices cuadradas para las que no es posible encontrar la mencionada matriz P . En estos casos, diremos que las matrcies no son diagonalizables. Existen muchas aplicaciones de la diagonalizacin de matrices. Mostramos el ejemplo siguiente

Denicin 2.0.1 Si, para una matriz cuadrada A, es posible encontrar la correspondiente

Ejemplo 2.0.2 Queremos calcular la potencia 50 de la matriz

1 1 4 2 1 . A= 3 2 1 1 1 1 1 1 . P = 4 2 1 1 1

siendo Entonces sabemos que

A50 = (P D P 1 ) . . .(50 LA?AI) (P D P 1 ) = P D50 P 1 .

Como D diagonal, D50 es fcil de calcular. En efecto, se tiene

D50 1 0 0 0 . = 0 350 50 0 0 (2)

35

36 Con lo que

CAPTULO 2. DIAGONALIZACIN DE MATRICES

1 1 1 6 3 2 1 1 1 1 0 0 1 1 0 2 0 1 0 350 . = 4 2 2 0 0 (2)50 1 1 1 1 1 1 3 3

A50 = P D50 P 1

Esto es simplemente un producto de tres matrices.

2.1.

Valores propios y vectores propios de una matriz

ij )

terstico de A, denotado por PA (x), al polinomio

Denicin 2.1.1 Dada una matriz cuadrada A = (a

Mn , llamaremos polinomio carac-

PA (x) = |A xIn |.

Ejemplo 2.1.1 Para la matriz dada en el ejemplo anterior

1 0 0 1 1 4 2 1 x 0 1 0 = (1 x)(x2 x 6) = (1 x)(x 3)(x + 2). PA (x) = 3 0 0 1 2 1 1
De ah que

PA (x) = x3 + 2x2 + 5x 6.

de su polinomio caracterstico. Esto es, 1 es un valor propio de A, si x es sustituido por 1 en PA (x) y resulta PA (1 ) = 0. En el ejemplo anterior, los autovalores de A son 1, 3 y 2.

Denicin 2.1.2 Se denomina valor propio o autovalor de una matriz cuadrada A, a una raz

1 1 , el polinomio caracterstico ser 0 1 PB (x) = (x 1)2 . Por tanto, B tiene un nico valor propio que es 1.

Ejemplo 2.1.2 Si consideramos la matriz B =

Denicin 2.1.3 Llamaremos multiplicidad de un valor propio

de una matriz A, al nmero de veces que i es raz del polinomio caracterstico PA (x). La denotaremos por o(i ),
i

As, los tres valores propios de la matriz A, dada en un ejemplo anterior, tienen multiplicidad 1, mientras que el nico autovalor de la matriz dada B tiene multiplicidad 2.

2.2. CARACTERIZACIN DE MATRICES DIAGONALIZABLES

37

Llamaremos vector propio asociado al valor propio i de una matriz A, a todo vector columna V = (v1 , v2 , . . . , vn )t que satisfaga v1 v1 v2 v2 A = i . vn vn Por otro lado, se denomina subespacio propio asociado al valor propio i al conjunto Ei formado por todos los vectores propios V asociados al valor propio i . La dimensin d(i ) del subespacio propio Ei es el nmero mximo de vectores propios V , contenidos en Ei , que sean linealmente independientes. Esta dimensin viene dada por

Denicin 2.1.4

d(i ) = n rango(A i In ).
Adems, la dimensin d(i ) siempre es mayor o igual que 1 y menor o igual que la multiplicidad del valor propio i . Esto es, 1 d(i ) o(i ).

Finalmente, aqu nos queda sealar que dos vectores propios no nulos, V1 y V2 , asociados respectivamente a dos valores propios distintos, 1 y 2 , son linealmente independientes.

2.2.

Caracterizacin de matrices diagonalizables

Una condicin necesaria y suciente para que una matriz sea diagonalizable est dada a continuacin.

Teorema 2.2.1 Una matriz cuadrada A M

Un enunciado equivalente es el siguiente.

n es diagonalizable (en Mn ) si y slo si todos los valores propios de A son reales y para cada valor propio i se verica que d(i ) = o(i ) (la dimensin del subespacio propio coincide con la multiplicidad).

es diagonalizable (en Mn ) si y slo si todos los valores propios de A son reales y se pueden encontrar n vectores propios linealmente independientes.
n

Teorema 2.2.2 Una matriz cuadrada A M

Una situacin particular es la siguiente.

Proposicin 2.2.1 Toda matriz simtrica real es siempre diagonalizable.

38

CAPTULO 2. DIAGONALIZACIN DE MATRICES

Ejemplo 2.2.1 Para la matriz A dada en los ejemplos anteriores, se tiene: d(1) = 3rango(A 1 I3 ) = 1 = o(1), d(3) = 3 rango(A 3 I3 ) = 1 = o(3) y d(2) = 3 rango(A + 2 I3 ) = 1 = o(2). Por tanto, A es diagonalizable. 0 1 = 1 = o(1) = 2. Por Sin embargo, d(1) = 2 rango(B 1 I2 ) = 2 rango 0 0 tanto, la matriz B no es diagonalizable.
Antes ya seseal que para toda matriz cuadrada A y todo autovalor i de A se verica

1 d(i ) o(i ).
As, si un autovalor i tiene multiplicidad 1, se tiene que 1 d(i ) o(i ) = 1 y de aqu que d(i ) = o(i ) = 1.

Proposicin 2.2.2 Si una matriz real de orden n n tiene n autovalores reales distintos, entonces la matriz es diagonalizable.
Si la matriz A es diagonalizable sabemos que tiene que existir P Mn tal que P 1 AP = D, siendo D una matriz diagonal. Cmo se determinan D y P ?. La matriz D es una matriz diagonal cuya diagonal principal est formada por los autovalores de A repetidos cada uno tantas veces como indica su multiplicidad.

Ejemplo 2.2.2

Para la matriz A, dada en ejemplos anteriores, podemos tomar 1 0 0 0 . D1 = 0 3 0 0 2

Tambien podramos tomar

2 0 0 D2 = 0 1 0 . 0 0 3

El orden de los elementos en la diagonal condicionar el orden de las columnas de la matriz P . Veamos ahora como determinar las columnas de P . Dichas columnas sern vectores propios linealmente independientes y se dispondrn en un orden que corresponda con el orden en que aparecen los valores propios i en la matriz diagonal D. As, para cada autovalor i , si V = (v1 , . . . , vn )t es un autovector asociado a i , entonces v1 v1 0 v1 (A i In ) = . A = i , vn vn vn 0

2.2. CARACTERIZACIN DE MATRICES DIAGONALIZABLES

39

El sistema homogneo que se obtiene tendr d(i ) = o(i ) parmetros. Dando el valor 1 al primer parmetro de los que dependen las soluciones y 0 a los restantes parmetros, obtendremos una primera solucin (v1 , . . . , vn ) del sistema. Haciendo lo mismo para el segundo parmetro, el tercero, etc., tendremos al nal o(i ) vectores propios linealmente independientes. La matriz requerida P se obtendr colocando ordenadamente estas soluciones como columnas P . te:

Ejemplo 2.2.3

Para la matriz A usada en ejemplos anteriores, tendremos que hacer lo siguien-

Para el autovalor 1 = 1, hemos de resolver el sistema v1 0 1 4 0 3 1 1 v2 = 0 , 2 1 2 v3 0 cuyas soluciones son de la forma (v1 , v2 , v3 ) = (, 4, ) y dependen de 1 = o(1 ) parmetro. Dando al parmetro el valor 1, tenemos el vector propio (1, 4, 1) que est asociado al autovalor 1. Para el autovalor 3, hemos de resolver el sistema v1 0 2 1 4 3 1 1 v2 = 0 , 0 2 1 4 v3 cuyas soluciones son de la forma (v1 , v2 , v3 ) = (, 2, ) y dependen de 1 = o(3) parmetro. Dando al parmetro el valor 1, tenemos el vector propio (1, 2, 1) que est asociado al autovalor 3. Para el autovalor 2, hemos de resolver el sistema v1 3 1 4 0 v2 = 0 , 3 4 1 2 1 1 0 v3 cuyas soluciones son de la forma (v1 , v2 , v3 ) = (, , ) y dependen de 1 = o(2) parmetro. Dando al parmetro el valor 1, tenemos el vector propio (1, 1, 1) que est asociado al autovalor 2. De lo anterior se tiene 1 0 0 1 0 = P1 AP1 , D1 = 0 3 0 0 2 donde

1 1 1 1 . P1 = 4 2 1 1 1

40 Tambin se tiene

CAPTULO 2. DIAGONALIZACIN DE MATRICES

2 0 0 1 D2 = 0 1 0 = P2 AP2 , 0 0 3 1 1 1 4 2 . P2 = 1 1 1 1

donde

Ejercicios:
1. Estudia si las siguientes matrices son diagonalizables y en caso armativo encuentra la matriz diagonal y la matriz de paso asociada: 1 1 1 1 1 0 0 0 0 1 1 1 0 ; (a) A= ; (b) B= 0 0 1 0 1 2 4 1 0 0 0 1 1 0 0 0 1 3 0 0 1 5 10 ; 0 . (c) C= (d) E= 3 1 1 0 2 0 0 0 2 1 0 0 3 1 1 1 1 1 1 1 1 es diagonalizable. En caso armativo, 2. Estudia si la matriz A = 1 1 1 1 1 1 1 1 calcula la dcima potencia de A. 3. En Mecnica se suele representar las componentes del tensor de tensiones en el entorno de un punto de un medio continuo, una vez jado un sistema de referencia O, X1 , X2 , X3 , mediante una matriz A = (i,j )1i,j3 . El sentido fsico de cada uno de los elementos i,j de la matriz, es la componente paralela a OXj del vector tensin sobre el plano coordenado perpendicular a OXi . La relacin que existe entre el vector tensin t asociado a una direccin l = (l1 , l2 , l3 ) viene dada por t = Alt . En el entorno de un punto P , se llama plano principal a aquel que verica que el vector tensin asociado tiene la direccin n de la normal al plano. Es decir, t = n. Por tanto, el vector perpendicular a un plano principal debe vericar A nt = nt . Esto es, n es un vector propio de la matriz A. Si el vector de tensin en un punto P est dado respecto de la referencia O, X1 , X2 , X3 3 1 1 por la matriz A = 1 0 2 . Calclense las tensiones y las direcciones principales. 1 2 0