Diagonalizacionfqg

Matemticas I E.I.I.
Tema 3
Diagonalizacin de endomorfismos y
matrices.
Curso 2009-2010
DIAGONALIZACION DE
ENDOMORFISMOS Y MATRICES
2
El programa pone:

1. Concepto de diagonalizacin. Autovalores, autovectores y
subespacios propios. Polinomio caracterstico y polinomio mnimo de
una matriz.

2. Endomorfismos y matrices diagonalizables. Condicin necesaria y
suficiente. Matrices simtricas.

3. Teorema de Cayley-Hamilton. Forma cannica de J ordan.
Bibliografa.-
"Algebra Lineal " J . Burgos (cap. IX)
"Algebra Lineal con aplicaciones" Grossmann (cap. VI)
"Problemas de Algebra" A. de la Villa
Matrices J .A Daz Hernando Ed. Tebar Flores
Como requisitos previos para manejar todos lo que en este tema se
introducen se tienen que recordar el cambio de base en una aplicacin
lineal
DIAGONALIZACION DE
3
Introduccin

Tratamos en este tema de estudiar cuando una matriz es semejante a
una diagonal.

Recordamos que dos matrices A y B son semejantes, cuando existe una
matriz regular P / B=PAP
-1
(lo mismo es si decimos B= P
-1
AP puesto
que si A es semejante a B, B es semejante a A).

Cuando A y B son semejantes, es que son matrices de la misma aplicacin lineal f:
EE (endomorfismo) pero referidas a bases distintas.

El problema es, encontrar (si existe) una base respecto de la cual la
matriz del endomorfismo sea una matriz diagonal. A este proceso le
llamaremos diagonalizaci diagonalizaci n n (por semejanza).

Para finalizar veremos que cuando no es diagonalizable, se puede
obtener una matriz semejante (triangular) con bloques triangulares
(bloques de J ordan).

Recordemos que cuando escribimos la ecuacin de una aplicacin lineal,
habitualmente hemos referido los vectores origen e imagen como filas y
en ese caso las filas de la matriz son los transformados de una base del
espacio vectorial esto es:
DIAGONALIZACION DE
4
Introduccin
{ } { }
p q E 1 2 3 p F 1 2 3 q
1 2 3 q 1 2 3 p
Sea f:E F y sean unas bases en E y F que llamamos B=u,u,u,....,u y B v,v ,v ,....,v
la ecuacion de una aplicacion lineal viene dada por la expresion:
(y,y ,y ,....,y ) (x,x ,x ,....,x ) .
=
11 12 13 1q
1 11 1 12 2 1q q
21 22 23 2q
2 21 1 22 2 2q q
p p1 1 p2 2 pq q
p1 p2 p3 pq
pxq
a a a ... a
f(u) a .v a .v .... a .v
a a a ... a
f(u) a .v a .v .... a .v
donde ...
.. .. .. ... ...
....................
f(u) a .v a .v .... a .v
a a a ... a
| |
= + + +
|

= + + +
|

|
|
|
= + + +
\ .
1 2 3 p 1 2 3 q
1
q
Si X=(x,x ,x ,....,x ) y f(x)=Y=(y,y ,y ,....,y ) entonces
tambien podra expresarse con las matrices traspuestas o sea convirtiendo filas en columnas
y
y
| |
|
|
|
\ .
t t t
Y=X.M
Y =M.X
1
11 21 31 q1
12 22 32 q2
1p 2p 3p qp
qxp
p
x
a a a ... a
a a a ... a
o bien (Si se trata de endomorfismo la matriz es cuadrada)
.. .. .. ... ...
a a a ... a
x
| |
| | |
|
|
|
|
=
|
| |
|
| |
|
| |
\ .
| |
\ .
t t t
Y =M.X
DIAGONALIZACION DE
5
Definicin 1:

se le llama valor propio o autovalor

si
-

x eE-{0} / f(x)=

.x
Definicin 2:

Decimos que xeE-

{0}

es un autovector o vector
propio, (asociado al autovalor )

f(x) = .x

eK.
Definicin 3 : Al conjunto de sus autovalores de un
endomorfismo f se le llama espectro de f

y se denota por s(f) =
{

e

K /

es autovalor }
Nota

No siempre existen autovalores de un endomorfismo
Ejemplos:
1/ Si V={e.v. de las funciones derivables}. Y la aplicacin lineal (f(x))=f (x)

entonces:
e
x
es un autovector asociado al autovalor =1

e
2x
es un autovector asociado al autovalor =2
10 -18 2
2/ Si A= el vector es un autovector asociado al autovalor 1.
6 -11 1
3
el vector es un autovector asociado al autovalor
2
( | |
=
| (
\ .
| |
=
|
\ .
2
3/ Si f: R
2

R
2
siendo f(x,y)=(y,-x) no tiene autovalores.
DIAGONALIZACION DE
6
Clculo de Autovalores y
autovectores

Si

es un autovalor de f f(x ) = x con x=0 (f -i)(x) =0 esto es un
SELH (sistema de ecuaciones lineales homogneo) (I ). Es decir los
autovalores son los valores

que hacen que este SELH tenga soluciones
en x distintas de la trivial (sistema indeterminado).
Por el teorema de Rouch-Frobenius sabemos que esto ocurre si Ya que las ecuaciones de una
aplicacin lineal estn dadas por y=Mx (en columnas) y=xM en filas siendo M la matriz de f,
entonces la matriz de (f-i) ser M- I.

A | A-I | =0 se le llama ecuacin caracterstica de f (o tambin de M).

Al polinomio p()= | A-I| se le llama polinomio caracterstico de f (o
tambin de M).

Las races del polinomio caracterstico ( las soluciones de la ec. caracterstica) son
los autovalores de f.
Podemos volver a recordar que desde un punto de vista matricial: Dada una matriz cuadrada A,
llamaremos ecuacin caracterstica a |A-I|=0. Y polinomio caracterstico a P()=|A-I| que nos dan los
autovalores de la matriz cuadrada A

En resumen, el procedimiento para el clculo de autovalores y
autovectores:

1/ Obtener P()=| A-I| .

2/ Obtener las races (autovalores) de P().

3/ Para cada
i
obtener los vectores x
i
solucin de la ec.: (A-

I)X=0.
DIAGONALIZACION DE
7
Ejemplo 1
Obtener los autovalores y autovectores de la matriz
1 1 4
A= 3 2 1
2 1 1
(
(
(
(

{ }
El polinomio caracteristico es P( ) =
=3
Para
3 2
1 2 3
1
1 1 2
3
2 3
1 2 3
A I +2. +5 6
y sus raices son 1, 2,
1 1 1 4 x 0
1 V x / (A 1.I)x 0 3 2 1 1 x 0
2 1 1 1 x 0
x 4x 0
3x x x 0
=
= =
( | | (
|
( (
= = = =
|
( (
|
( (

\ .
+ =
+ = sistema equivalente a que tiene por solucion:
esto es que el subespacio propio asociado a
2 3
1 2 3
1 2 3
2 3
1 1
1 3
x 4x 0

3x x x 0
2x x 2x 0
x 4x
1 es V ( 1, 4,1)
x x
+ =

+ =

+ =
+ =
= =< >
DIAGONALIZACION DE
8
Ejemplo 1
{ }
{ }
Anlogamente para
y de la misma forma para
La matriz diagonal ser por tanto y la matriz
de pas
2 2 2
3 3 3
2 es V x / (A 2.I)x 0 V ( 1,1,1)
3 es V x / (A 3.I)x 0 V (1,2,1)
1 0 0
D 0 2 0
0 0 3

= = + = =< >
= = = =< >
(
(
=
(
(

o de tal forma que se cumple
1
1 1 1
P 4 1 2 : P AP=D
1 1 1

(
(
=
(
(

DIAGONALIZACION DE
9
Ejemplo 2.
2
En efecto por definicin de autovectores, hemos visto en los ejemplos
de autovalores que este endomorfismo no tiene autovalores reales pues:
y x
Si f(x,y)= (x,y) (x,y) (y, x) 1
x y
=
= =
1,
1
2
2
2
Si escribimos f en forma matricial tendriamos: f(1,0)=(0,-1) f(0,1)=(1,0)
y
x 0 1
(en columnas) llamamos M a la matriz de f
1 0 x
y
M no tiene auto valores reales, pues p( )=
| |
| | | |
=
|
| |
\ .\ .
\ .
+1, pero si en C ,
=i y -i son sus autovalores en el campo de los complejos =
* Si f: R
2

R
2
siendo f(x,y)=(y,-x) tampoco tiene autovalores
DIAGONALIZACION DE
10
.Ejemplo 2
{ }
{
1 1 2
i
2 1 2
1
1 2 i
2
Para cada autovalor obtenemos su subespacio propio. Para =-i
x ix x 0 i 1
V X / (A iI).X 0 0
1 i x x ix 0
x
ix x 0 V (1, i)
x i
De la misma forma para =i
+ = + | | | |
= + = = =
| |
+ + =
\ .\ .
= o
+ = =
= o
{ }
{
1 1 2
i
2 1 2
1
1 2 i
2

x ix x 0 i 1
V X / (A iI).X 0 0
1 i x x ix 0
x
ix x 0 V (1,i) luego la matriz de paso (autovectores por columnas)
x i
1 1 i 0
P= y al diagonal semejante J=
i i 0 i
+ =
| | | |
= = = =
| |
+ =
\ .\ .
= o
+ = =
= o
| | | |
| |
\ . \ .
1
1
1 i
2 2
=
1 i
2 2
se puede comprobar que P AP=J
Comprobar que P
| |
|
|
\ .
DIAGONALIZACION DE
11
Matrices diagonalizables

Observemos que si tenemos un endomorfismo f: V
n
V
n
y
pudisemos conseguir una base de V formada por autovectores
{v
1
,v
2
,.,v
n
} entonces la matriz de referida a esa base sera
diagonal, pues como f(v
1
)=
1
.v
1
, f(v
2
)=
2
.v
2
, ., f(v
n
)=
n
.v
n
, la
matriz de f respecto la base de autovectores sera la matriz
diagonal

Queremos estudiar cuando es posible obtener una base de
vectores propios.

Damos primero dos definiciones necesarias para ello.
1
2
n
0 ... 0
0 ... 0
D
0 0 ... 0
0 0 ...
(
(
(
=
(
(

DIAGONALIZACION DE
12

Definicin 1. Llamaremos multiplicidad algebraica del autovalor
j
al
grado o
j
de multiplicidad de la raz
j
en el polinomio caracterstico P()
(nmero de veces que aparece la raz en el polinomio)

Definicin 2. Llamaremos multiplicidad geomtrica del autovalor
j
a la dimensin del Ker(f-ji)=d
j
=dim(V
j
)

Recordemos que por el teorema de las dimensiones que:
dim(Ker(f-
j
I))+dim(Im(f-
j
I))=n

dim(Ker(f-
jI
))=n-rango(matriz(f-
j
I))

A continuacin exponemos dos teoremas importantes
DIAGONALIZACION DE
13

Teorema 1.

a)
i
eo(f) se cumple d
i
so
i

b) Si
1
......,
r
son autovalores con multiplicidades algebraicas o
1
,.....,o
r
respectivamente, entonces se cumple (n=dim(E))

De este teorema se puede deducir fcilmente:

Teorema 2.-
r d n
i
i=1
r
i=1
r
s s s

o
i
r
i i i
i 1
Un endomorfismo f es diagonalizable (existe una base de vectores
propios) a) n b) d i 1,2,...,r
=
o = o = =
DIAGONALIZACION DE
14
Matrices reales simtricas
DIAGONALIZACIN DE MATRICES REALES SIMETRICAS

Es especialmente el caso de las matrices reales simtricas (muy
frecuente en problemas planteados en fsica, por ejemplo). En este
caso siempre es diagonalizable. Se prueba que :
Todos los autovalores son reales.
La matriz siempre es diagonalizable.
Los vectores propios pueden tomarse real.
La matriz de paso P es ortogonal ( se dice que la matriz es
ortogonalmente semejante).
Formalmente se expresa: Formalmente se expresa:

Teorema 3.- Si A es una matriz simtrica real entonces:
a) Todos sus autovalores son reales.
b) Si =

(autovalores)los autovectores asociados son
ortogonales y reales.
Consecuentemente la matriz de paso P es ortogonal (P
-1
= P
t
).
DIAGONALIZACION DE
15
Matrices reales
simtricas..ejemplo
{ }
2
5 5
Se obtiene el polinomio caracteristico p( )=(5- )( -2)
Para cada autovalor obtenemos su subespacio propio.
Para =5
x x 2 1 1
V X / (A 5I).X 0 1 2 1 y 0 y V (1,1,
1 1 2 z z

= o
| | | |
| |
= = = = = o =
| |
| |
= o
\ .\ .
{ } {
2
1)
De la misma forma para =2 (doble)
x x 1 1 1
V X / (A 2I).X 0 1 1 1 y 0 x y z 0 y
1 1 1 z z
= o |
| | | |
| |
= = = = + + = = o
| |
| |
= |
\ .\ .
3 1 1
Diagonalizar ortogonalmente la matriz simetrica A 1 3 1
1 1 3
| |
|
=
|
|
\ .
DIAGONALIZACION DE
16
Matrices reales
simtricasejemplo
5
Elegimos una base de tal que sean ortonormales (ortogonales y unitarios)
por ejemplo u=(1/ 2, 1/ 2,0) y v=(1/ 6,1/ 6, 2/ 6)
Como una base ortonormal de V es w=(1/ 3,1/ 3,1/ 3)
Por tanto en la base ort

{ }
1
2 0 0
normal u,v,w la matriz semejante sera D 0 2 0
0 0 5
1/ 2 1/ 6 1/ 3
y la matriz de paso sera: P 1/ 2 1/ 6 1/ 3 observes que P es ortogonal
0 2/ 6 1/ 3
y que verifica P AP=D
| |
|
=
|
|
\ .
| |
|
| =
|
|
\ .
DIAGONALIZACION DE
17
Forma cannica de J ordan Teorema de Cayley- Hamilton

Estudiamos la situacin en la que una matriz no es diagonalizable,
esto es cuando no es posible obtener una base de vectores
propios. (multiplicidad algebraica distinta de la geomtrica)

Veremos que es posible encontrar una matriz semejante tambin
muy simple (aunque no diagonal).

Recodemos que despus de las diagonales las otras matrices
sencillas de manejar son las triangulares. Dentro de estas
veremos que es posible encontrar unas matrices semejantes con
bloques casi diagonales.

Veamos primero un tipo de matrices
(o su traspuesta)
| |
|
|
=
|
|
\ .
k
kxk
0 1 0 0
0 0 ... 0
N
0 0 ... 1
0 0 0 0
Cada potencia de esta matriz sube la fila de unos una posicin de tal
forma que (N
k

)
k

= 0
DIAGONALIZACION DE
18

A la matriz B()=.I+N
k
se le llama matriz de bloques de
J ordan

y a la matriz matriz de J ordan.
1
1
1
... 1
| |
|
|
|
|
|
|
\ .
1 1
2 2
r r
B( )
B( )
.......
B( )
J
| |
|
|
=
|
|
|
\ .
Ejemplos de matrices de Jordan.-
2 0 0 2 1 0 2 1 0
0 3 0 0 2 0 0 2 1
0 0 9 0 0 9 0 0 2
| | | | | |
| | |
| | |
| | |
\ . \ . \ .
4 1 4 1 4 1 8 0
4 4 1 4 4 1
7 1 4 1 1 4 0
7 4 7 7
| | | | | | | |
| | | |
| | | |
| | | |
| | | |
\ . \ . \ . \ .
1
2
1
| | | |
|
|

\ .
\ .
DIAGONALIZACION DE
19

Obtencin de la matriz de J ordan.
Primero en el caso de una matriz 2x2 Primero en el caso de una matriz 2x2
Sea v
1

el autovector

asociado al autovalor doble

se prueba que:
a)Existe un vector v
2

/ (A-I). v
2

= v
1

(a v
2
se la llama autovector

generalizado )
b){v
1

,v
2

} son l.i

(base) y si P[v
1

v
2

] es matriz con columnas los
vectores v
1
y v
2

se cumple que
1
1
P AP J
| |
= =
|
\ .
En tamao 2x2 el nico caso es cuando hay un autovalor doble
con multiplicidad geomtrica =1
(esto es solo hay una autovector

l.i.en

el subespacio

propio)
DIAGONALIZACION DE
20
DIAGONALIZACION DE
21
DIAGONALIZACION DE
22
DIAGONALIZACION DE
23
DIAGONALIZACION DE
24
DIAGONALIZACION DE
25
DIAGONALIZACION DE
26
DIAGONALIZACION DE
27
DIAGONALIZACION DE
28
DIAGONALIZACION DE
29
DIAGONALIZACION DE
30
DIAGONALIZACION DE
31
DIAGONALIZACION DE
32
DIAGONALIZACION DE
33
DIAGONALIZACION DE
34
Fin
Tema DI AGONALI ZACI ON DE ENDOMORFI SMOS Y
MATRICES
Volver

Diagonalizacionfqg

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Diagonalizacionfqg

Uploaded by

Copyright:

Available Formats

Matemticas I E.I.I.

You might also like