Capítulo 6
Capítulo 6
Capítulo 6
CAPÍTULO 6
DIAGONALIZACIÓN
§ 6.1 INTRODUCCIÓN
Por este motivo, dado un operador lineal será de nuestro interés hallar una base de un espacio
vectorial para la cual la matriz asociada sea lo más sencilla posible y preferentemente que sea una
matriz diagonal.
Definición
Consideremos un espacio vectorial V de dimensión finita sobre un cuerpo K, T : V → V
un operador lineal y K . Decimos que es valor propio de T si existe un vector no nulo v tal
que T (v) = v . Al vector v lo denominamos vector propio de T asociado al valor propio .
La imposición de que los vectores propios no sean nulos se debe a que sin esta restricción todos los
elementos de K serían valores propios, pues para todo de K se verifica T ( ) = = .
Ejemplo
Sea T : 3
→ 3
definida por T ( x, y, z) = ( x, y, − z) . Comencemos por hacer una
interpretación geométrica y luego observemos valores y vectores propios.
105
106
z
( x, y, z )
−z
( x, y, − z )
Podemos interpretar a T como una simetría especular con respecto al plano xy. Ahora:
T ( x, y,0) = ( x, y,0) = 1.( x, y,0) , por tanto 1 es valor propio de T y todos los vectores de la forma
( x, y,0) con x 2 + y 2 0 son vectores propios de T asociados al valor propio 1.
Por otra parte, T (0,0, z) = (0,0, − z) = −1.(0,0, z) y entonces −1 es valor propio de T y todos los
vectores de la forma (0, 0, z ) con z 0 son vectores propios de T asociados al valor propio −1.
Observemos que en este caso los vectores propios nos dan de alguna manera direcciones
privilegiadas según T, direcciones invariantes.
Proposición
Sea V un espacio vectorial de dimensión finita sobre un cuerpo K y T : V → V un
operador lineal. Entonces:
106
107
Es decir que vectores propios correspondientes a valores propios distintos forman un conjunto LI.
Dem:
1) T (v) = v y T (v) = v , entonces v = v y además v , por lo tanto = .
Intentaremos en esta sección obtener un método que nos permita averiguar si un operador lineal
tiene valores y vectores propios y en caso afirmativo hallarlos. Consideremos V un espacio vectorial
sobre un cuerpo K, B una base de V y T : V → V un operador lineal. Sean A = B (T ) B y K .
Observación
es valor propio de T si y sólo si existe v V , v tal que T (v) = v . Pero
T (v) = v T (v) − v = T (v) − Id (v) = (T − Id ) (v) = v N (T − Id ) .
Por ende, es valor propio de T sii N (T − Id ) , esto es T − Id no es inyectiva.
Dado que T − Id es un operador lineal, sabemos que las afirmaciones T − Id no es inyectiva y
107
108
T − Id no es biyectiva son equivalentes. Tomando la matriz asociada, esto se traduce como
B
(T − Id )B no es invertible y por tanto det ( B (T − Id )B ) = det ( A − I ) = 0 .
En resumen: es valor propio de T si y sólo si det ( A − I ) = 0 .
Al det ( A − I ) lo denominamos polinomio característico de T. Así como a det ( A − I ) = 0 la
llamamos ecuación característica. Esta definición es consistente en la medida que el polinomio
característico no dependa de la representación matricial de T.
Ejercicio
1) Probar que si A y B son matrices semejantes entonces det ( A − I ) = det ( B − I ) .
2) Mostrar que det ( A − I ) es efectivamente un polinomio en .
Nota
Es consecuencia del ejercicio 1) que el polinomio característico de una transformación lineal
no depende de la matriz con la cual se representa. Esto es, dadas dos bases de V, las matrices A y B
asociadas a T en dichas bases son semejantes y por tanto det ( A − I ) = det ( B − I ) . Esto hace que
a menudo hablemos del polinomio característico de la matriz A.
Ejemplo
Sea T : 3 → 3 el operador lineal cuya matriz asociada en la base canónica de 3
es
2 1 1
A = 2 3 4 .
−1 −1 −2
Busquemos valores y vectores propios de T. Para ello comenzamos por resolver (en este caso en )
la ecuación característica.
2− 1 1 =1
det ( A − Id ) = 0 2 3− 4 = 0 − + 3 + − 3 = 0 = −1 .
3 2
−1 −1 −2 − =3
Nos encontramos pues con tres valores propios. Vamos ahora por los vectores propios.
=1
x 2 1 1 x x 2x + y + z = x
( x, y, z ) S (1) T ( x, y, z ) = 1.( x, y, z ) A. y = 2 3 4 . y = 1. y 2 x + 3 y + 4 z = y
z −1 −1 −2 z z
− x − y − 2z = z
x+ y+z =0
Trasponiendo términos obtenemos el sistema homogéneo 2 x + 2 y + 4 z = 0 . Escalerizando se llega
− x − y − 3z = 0
y = −x
a .
z = 0
108
109
Por lo tanto S (1) = ( x, − x,0) : x = L(1, −1,0) .
= −1
x 2 1 1 x x
( x, y, z ) S (−1) T ( x, y, z ) = ( −1) .( x, y, z ) A. y = 2 3 4 . y = ( −1) . y
z −1 −1 −2 z z
2x + y + z = −x
x=0
2 x + 3 y + 4 z = − y . Trasponiendo términos y escalerizando se llega a .
− x − y − 2z = − z y = −z
=3
x 2 1 1 x x 2 x + y + z = 3x
( x, y, z ) S (3) T ( x, y, z ) = 3.( x, y, z ) A. y = 2 3 4 . y = 3. y 2 x + 3 y + 4 z = 3 y
z −1 −1 −2 z z
− x − y − 2 z = 3z
x = −2 z
y nuevamente trasponiendo términos y escalerizando llegamos a .
y = −3z
Ejercicio
3
Hallar valores y vectores propios de los operadores lineales en cuyas matrices
2 −1 1 2 1 1
asociadas en las bases canónicas son: i) 0 3 −1 ii) 2 3 2
2 3 3 4
1 3
Proposición
Sean tales A, B M n ( K ) que A B . Entonces det A = det B , tr ( A) = tr ( B ) y
PA ( ) = PB ( ) .
En otras palabras, dos matrices semejantes tienen el mismo determinante, la misma traza y el
mismo polinomio característico (y por lo tanto los mismos valores propios). La demostración
también queda a cargo del lector.
§ 6.3 DIAGONALIZACIÓN
109
110
analizaremos bajo que condiciones es posible elegir una base para el dominio y el codominio (que
en este caso coinciden) bajo la cual la matriz asociada sea una matriz diagonal entendiendo por tal
a aquellas matrices cuadradas cuyos elementos son nulos con excepción tal vez de los de la diagonal
principal. En este caso diremos que el operador lineal es diagonalizable.
( )
Más concretamente D = di j Mn ( K ) es diagonal si y sólo si d i j = 0 siempre que i j .
Consideremos un operador lineal T : V → V para el cual existe B = u1 , , un base de V tal que
B
( T ) B = D = ( di j ) es diagonal. T ( u1 ) tiene por coordenadas en la base B a la primera columna de
la matriz D y por ende T ( u1 ) = d11u1 + d 21 u2 + + d n1 un = d11u1 . Entonces d11 es valor propio de T
0 0
Recordando que vectores propios correspondientes a valores propios distintos forman un conjunto
LI podemos afirmar que si el operador lineal T : V → V tiene n valores propios distintos, entonces
T admite una representación en matriz diagonal.
Observemos que el operador identidad tiene un solo valor propio (el 1) sin embargo acepta una
representación en matriz diagonal (la matriz identidad).
110
111
Definición
Consideremos A M n ( K ) . Decimos que A es diagonalizable si y sólo si existe una
matriz diagonal D Mn ( K ) tal que A D . En otras palabras, una matriz es diagonalizable si y
sólo si es semejante a una matriz diagonal.
Observación
La noción de matriz diagonalizable es la versión matricial del concepto de operador
lineal diagonalizable. Es decir, si A es la matriz asociada a un operador lineal T en una base B de V,
podemos afirmar que A es diagonalizable si y sólo si T es diagonalizable.
Ejemplo
Analizar si las siguientes matrices son diagonalizables y en caso afirmativo hallar la matriz
diagonal a la cual son semejantes.
2 1 1 2 −1 1 2 1 1
1) 2 3 4 2) 0 3 −1 3) 2 3 2
−1 −1 −2 2 1 3 3 3 4
2 1 1
1) Llamemos A = 2 3 4 .
−1 −1 −2
Por lo tanto, para decidir si A es diagonalizable o no, buscamos valores y vectores propios de T.
Cosa que ya hicimos en el ejemplo de la sección 6.2, encontrando en tal ejemplo tres valores
propios, a saber: = 1 , = −1 y = 3 . Al encontrar tres valores propios distintos en un espacio de
1 0 0
dimensión 3 ya podemos asegurar que A es diagonalizable y además que A 0 −1 0 .
0 0 3
También vimos que S (1) = L (1, −1,0) , S (−1) = L(0, −1,1) y S (3) = L(−2, −3,1) . Por lo tanto
1 0 0
B = (1, −1,0),(0, −1,1),(−2, −3,1) es una base de vectores propios y B
(T ) B = 0 −1 0 .
0 0 3
2 −1 1
2) Nuevamente denominemos A = 0 3 −1 y consideremos el operador lineal T : 3
→ 3
2 1 3
111
112
cuya matriz asociada en las bases canónicas es A. Vayamos en busca de valores y vectores propios
de T.
2 − −1 1
det ( A − I ) = 0 0 3− −1 = 0 − 3 + 8 2 − 20 + 16 = 0 , del cual se obtienen
2 1 3−
las raíces = 2 y = 4 .
Al encontrar sólo dos valores propios y estar trabajando en un espacio de dimensión 3, no podemos
contestar aún si A es diagonalizable o no. Para ello debemos hallar antes vectores propios.
=2
2 −1 1 x x 2 x − y + z = 2 x
( x, y, z ) S (2) T ( x, y, z ) = 2.( x, y, z ) 0 3 −1 y = 2. y 3 y − z = 2 y .
2 1 3 z z 2 x + y + 3 z = 2 z
− y + z = 0
x = −z
Trasponiendo términos se obtiene y − z = 0 . Ecalerizando se llega a .
2 x + y + z = 0 y = z
=4
2 −1 1 x x 2 x − y + z = 4 x
( x, y, z ) S (4) T ( x, y, z ) = 4.( x, y, z ) 0 3 −1 y = 4. y 3 y − z = 4 y .
2 1 3 z z
2 x + y + 3z = 4 z
−2 x − y + z = 0
x = z
Trasponiendo términos se obtiene − y − z = 0 . Ecalerizando se llega a .
2 x + y − z = 0 y = −z
En este caso hay sólo dos valores propios = 2 y = 4 y además dim S (2) = dim S (4) = 1. Al
estar trabajando en un espacio de dimensión 3 podemos asegurar que A no es diagonalizable pues es
imposible obtener una base formada por vectores propios de T.
2 1 1
3) Una vez más denominemos A = 2 3 2 , consideremos el operador lineal T : 3 → 3 cuya
3 3 4
matriz asociada en las bases canónicas es A y vayamos en busca de valores y vectores propios de T.
112
113
2− 1 1
det ( A − I ) = 0 2 3− 2 = 0 − 3 + 9 2 − 15 + 7 = 0 , del cual se obtienen las
3 3 4−
raíces = 1 y = 7 .
Al encontrar sólo dos valores propios y estar trabajando en un espacio de dimensión 3, no podemos
decidir aún si A es diagonalizable o no. Para ello debemos hallar antes vectores propios.
=1
2 1 1 x x 2 x + y + z = x
( x, y, z ) S (1) T ( x, y, z ) = 1.( x, y, z ) 2 3 2 y = 1. y 2 x + 3 y + 2 z = y .
3 3 4 z z
3x + 3 y + 4 z = z
x + y + z = 0
Trasponiendo términos se obtiene 2 x + 2 y + 2 z = 0 . Ecalerizando se llega a x + y + z = 0 .
3 x + 3 y + 3z = 0
Esto es z = −x − y .
=7
2 1 1 x x 2 x + y + z = 7 x
( x, y, z ) S (7) T ( x, y, z ) = 7.( x, y, z ) 2 3 2 y = 7. y 2 x + 3 y + 2 z = 7 y .
3 3 4 z z
3 x + 3 y + 4 z = 7 z
−5 x + y + z = 0
y = 2x
Trasponiendo términos se obtiene 2 x − 4 y + 2 z = 0 y escalerizando se llega a .
3 x + 3 y − 3 z = 0 z = 3x
113
114
Ejemplo
3 −2 0
Consideremos A = −2 3 0 . Probar que A es diagonalizable y hallar P M3 ( )
0 0 5
invertible tal que P−1 AP sea una matriz diagonal.
Sea T : 3
→ 3
el operador lineal cuya matriz asociada en las bases canónicas es A. Trabajando
5 0 0
igual que en los ejemplos anteriores se obtiene que A es diagonalizable y que A 0 5 0 siendo
0 0 1
5 0 0
1 y 5 los valores propios y B (T ) B = 0 5 0 con B = (1, −1,0),(0,0,1),(1,1,0) . Dejamos la
0 0 1
verificación de estas afirmaciones como ejercicio.
5 0 0
Por lo tanto existe P M3 ( ) invertible tal que P −1 AP = 0 5 0 siendo P la matriz de cambio
0 0 1
de base de C = e1 , e2 , e3 (base canónica) a B (base de vectores propios). Como B = v1 , v2 , v3 ,
con v1 = (1, −1, 0) , v2 = (0, 0,1) y v3 = (1,1, 0) , entonces P = C ( f ) C donde f : 3
→ 3
es el único
operador lineal tal que f (e1 ) = v1 , f (e2 ) = v2 y f (e3 ) = v3 .
Observemos que al haber considerado la base canónica la matriz P se obtuvo poniendo en columnas
los vectores de la base de vectores propios.
114