Diagonalizacin De Matrices, Transformacin Lineal

Carlos Luis Elizalde

Daro Javier Belduma
Alejandro Jenner Laje
Samantha Briggette Pontn
Universidad Tcnica de Machala

Unidad Acadmica de Ingeniera Civil

Segundo Semestre A
dbelduma3@utmachala.edu.ec

celizalde3@utmachala.edu.ec

jlaje1@utmachala.edu.ec

sponton2@utmachala.edu.ec

Abstract The determinant of a square matrix A, which is
denoted by det (A), is a scalar value that constitutes an
application of the concept of functions.
ResumenEl determinante de una matriz cuadrada A,
el cual se denota por det(A), es un valor escalar que
constituye una aplicacin del concepto de funciones.
I. INTRODUCCIN
conceptualizaciones y frmulas que permitan realizar
operaciones con matrices.
III. DEFINICIN
Para estudiar una matriz suele ser conveniente expresarla de
forma lo ms sencilla posible. Diagonalizar una matriz A es
precisamente eso: escribirla de manera simple encontrando
una matriz invertible P y una diagonal D (si se puede) tales

E
que A = P D P -1 La matriz P se llama matriz de paso. Puede
n lgebra lineal, una matriz cuadrada "A" se dice que que esto, al principio, no parezca ms simple de lo que ya era
es diagonalizable si es semejante a una matriz A directamente. Sin embargo, lo es desde muchos puntos de
diagonal. vista. Dado que las matrices suelen usarse para representar
aplicaciones lineales, la expresin anterior puede verse como
Es decir, si mediante un cambio de base puede reducirse a un cambio de base de la aplicacin representada por A;
una forma diagonal. entonces, esta forma de escribirlo dice: hay una base en la
que la aplicacin lineal A tiene una forma muy simple
En este caso, la matriz podr descomponerse de la forma En (diagonal). Esto es til, por ejemplo, para clasificar una
donde "P" es una matriz invertible cuyos vectores columna aplicacin lineal y estudiar sus propiedades. Las matrices se
son vectores propios de A, y D es una matriz diagonal usan para representar otras cosas como cnicas, cudricas o
formada por los valores propios de A. Si la matriz A es formas bilineales, y en estos casos tambin resulta til esta
semejante ortogonalmente a una matriz diagonal, es decir, si forma de expresarlas. La relacin anterior entre las matrices
la matriz P es ortogonal se dice entonces que la A y D es importante y aparece en muchos contextos, as que
matriz A es diagonalizable ortogonalmente, pudiendo tiene nombre propio:
escribirse como El teorema espectral garantiza que cualquier
matriz cuadrada simtrica con coeficientes reales es Cuando dos matrices cuadradas A y B verifican que A = P B
ortogonalmente diagonalizable. P -1 para cierta matriz cuadrada P (invertible, claro) decimos
que A y B son semejantes.
En este caso P est formada por una base ortonormal de
vectores propios de la matriz siendo los valores propios Una matriz es diagonalizable cuando se puede diagonalizar;
reales. es decir, cuando podemos encontrar una matriz diagonal y
una invertible de forma que la matriz se escriba como
La matriz P es por tanto ortogonal y los vectores filas de son dijimos antes. Dicho de otra forma: una matriz es
los vectores columnas de P.[1] diagonalizable cuando es semejante a una matriz diagonal.
En estas prcticas slo consideraremos como diagonalizables
II. OBJETIVO las matrices que sean semejantes a una matriz diagonal real.
Definir qu es la diagonalizacin de matrices, sus Entonces, ms exactamente: una matriz es diagonalizable
caractersticas y reglas de lgebra vectorial, a travs de cuando es semejante a una matriz diagonal real.[2]
Cmo encontrar valores y vectores propios de una Una transformacin lineal o mapeo lineal de V a W es una
matriz? funcin
T : V W tal que para todos los vectores u y v de V y
Es fundamental, pues, hallar los valores propios de A y los cualquier escalar c:
vectores propios asociados. Como un vector propio hace
que el sistema Ax = x tenga solucin x distinta de cero, la
matriz de coeficientes A I (donde I denota la matriz a T ( u+v )=T (u)+ T (v) b T (c u)=c T (u)
identidad de orden n) debe tener determinante no nulo. Este
determinante det(A I) es un polinomio en de grado n y
Demuestre que la transformacin T : R2 R2 definida por:
se denomina polinomio caracterstico de A. Por lo tanto, los
valores propios de A sern los ceros del polinomio
caracterstico de A. Observa que una matriz puede
T [][
x
y
=
x + 3 y
x + 2 y ]
perfectamente tener valores propios imaginarios. Por otro
lado, el conjunto de vectores propios de A asociados a un
mismo valor propio forman un subespacio vectorial de R es lineal.
n que se llama subespacio propio asociado al valor propio ,
y es el ncleo de la matriz A I. Para concluir si una
matriz A es o no diagonalizable bastar pues averiguar si
hay "suficientes" valores propios reales para construir D y si
hay "suficientes" vectores propios linealmente
independientes asociados; esta informacin nos la dar la
dimensin de los subespacios propios y queda recogida en el
siguiente resultado: Una matriz real cuadrada de orden n es
diagonalizable si y slo si tiene n vectores propios
linealmente independientes asociados a valores propios
reales. Adems, el teorema espectral nos confirma un caso
en el que siempre es posible diagonalizar: Toda matriz real
simtrica es diagonalizable. En este caso, se puede
conseguir adems que las columnas de la matriz de paso P
sean una base ortonormal y por lo tanto que P sea una matriz
ortogonal.[1] Entonces:

IV. TRANSFORMACIN
LINEAL
Por otro lado, para todo escalar c,
Las transformaciones lineales son las funciones con las que
trabajaremos en Algebra Lineal. Se trata de funciones entre
K-espacios vectoriales que son compatibles con la estructura
(es decir, con la operacin y la accin) de estos espacios.
Las transformaciones lineales son las funciones y tratan
sobre K-espacios vectoriales que son compatibles con la
estructura (es decir, con la operacin y la accin) de estos
espacios. Aqu se presentan las funciones entre espacios
vectoriales que preservan las cualidades de los espacios
vectoriales. Es decir, de funciones que preservan la suma y
la multiplicacin por escalares [2].
Nosotros usaremos el concepto de la funcin para darle un
tratamiento a los sistemas de ecuaciones lineales. La
restriccin que haremos ser sobre el tipo de funciones: solo
estaremos interesados en funciones que preserven las
operaciones en el espacio vectorial. Este tipo de funciones
sern llamadas funciones lineales. Primeramente las
definiremos, veremos algunas propiedades generales y Como se cumplen las dos condiciones:
despus veremos cmo se aplican estos resultados a
sistemas de ecuaciones.
Sean V y W dos espacios vectoriales posiblemente iguales.
T es lineal.
Teniendo en cuenta que las transformaciones lineales son
funciones entre conjuntos, tiene sentido estudiar la validez
de las propiedades usuales de funciones: inyectividad,
suryectividad y biyectividad.[3]
Las transformaciones lineales que verifican alguna de estas
propiedades reciben nombres particulares:
Definicin 3.6
Sean V y W dos K-espacios vectoriales, y sea f : V W
una transformacin lineal. Se dice que:
1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.
En algunos casos, consideraremos transformaciones lineales
de un K-espacio vectorial en s mismo:
Sea V un K-espacio vectorial. Una transformacin lineal f :
V V se llama un endomorfismo de V . Si f es un
endomorfismo que es adems un isomorfismo, entonces se
dice que es un automorfismo.[4]
o no diagonalizable, para ello se emplean
propiedades de diagonalizacin de matrices. Se
trabaj con funciones como eig(matriz),
rank(matriz), length(matriz), as como tambin con
operadores lgicos tales como while, if; adoptando
su respectiva estructura de algoritmos. Para el caso
de algoritmos se us una estructura de Burbuja
como mtodo de bsqueda de elementos repetidos.
transformaciones.m permite visualizar el efecto
que se produce cuando se aplica a una figura del
plano una transformacin lineal. En este caso la
figura est dada, es un cuadriltero de vrtices
A=[0,1],B=[2,4],C=[4,4],D=[6,1] y el programa
permite al usuario seleccionar entre tres tipos de
transformaciones lineales: expansin por un factor
k a lo largo del eje x, contraccin por un factor k en
ambas direcciones, reflexin respecto del eje X,
mostrando en cada caso la figura original y la
transformada.[5]

V. UTILIZACIN DE
SOFTWARE MATLAB
El uso de un software matemtico como herramienta
computacional en cursos de lgebra Lineal favorece
notablemente los procesos de enseanza y aprendizaje, ya
que permite que el alumno manipule los objetos
matemticos, formule conjeturas sobre las propiedades que
los caracterizan y las valide o rechace a medida que avanza
en su exploracin, de este modo es el estudiante quien
descubre, apropindose as del conocimiento, lo que lo lleva
a un aprendizaje significativo.

Matlab rene, a nuestro criterio, todas las bondades para su

empleo en las clases de Algebra Lineal, pues es un sistema
de trabajo interactivo cuyo elemento bsico de trabajo son
las matrices, con l se pueden resolver problemas en los que
se encuentren involucrados elevados clculos matemticos y
la visualizacin grfica de los mismos. Por otra
parte, Matlab es un lenguaje de programacin que permite la
creacin de programas o funciones de usuario (archivos .m)
posibilitando al alumno integrar sus conocimientos y, lo que
es ms importante an, desarrollar su creatividad.

El siguiente listado presenta una pequea descripcin

de cada uno de ellos y un ejemplo de su funcionamiento. Al
archivo se accede haciendo clic en el nombre del archivo.

diagonalizacin: es un archivo .m de funcin que

determina si una matriz ingresada por el usuario es
 VI. BIBLIOGRAFA

[1] D. C. Lay, lgebra Lineal y sus aplicaciones, p.

584, 2007.

[2] S. Edition, Second Edition, History.

[3] J. M. Salazar, Algebra Lineal. Imprenta de la UAH,

2010.

[4] I. Guitierrez Garcia and J. Ribison Evilla, Algebra

Lineal. Barranquilla: Editorial Universidad del
Norte, 2012.

[5] Code Examples - MATLAB - MATLAB.

[Online]. Available:
https://es.mathworks.com/products/matlab/examples
.html. [Accessed: 14-Feb-2017].