Tema 6. Diagonalización de Matrices

Capítulo 6
Diagonalización de matrices
Dada una matriz cuadrada real, encontrar una matriz diagonal semejante.
La traducción al lenguaje de aplicaciones lineales del tema anterior es el de
dado un endomorfismo de un espacio vectorial real, tratar de encontrar una
base tal que la matriz respecto de esta base sea diagonal.
Como aplicación veremos cómo se pueden calcular potencias de matrices
diagonalizables.
Valores propios, vectores propios y polinomio caracterı́stico de una

matriz.
Definición 4.1 Sea A ∈ Mn (R) y λ ∈ R. Diremos que λ es un valor propio

de A si existe v = (x1 , ..., xn ) ∈ Rn \ {0} tal que:
   
x1 x1
 x2   x2 
A = λ
   
..   .. 
 .   . 
xn xn
Entonces diremos que v es un vector propio asociado al valor propio λ.

Se define el subespacio propio asociado al valor propio λ como:
    

 x1 x1 

x2 x2

    

Vλ = v = (x1 , · · · , xn ) ∈ Rn \ A  = λ
   
..   .. 



 .   . 


 xn xn 
1
Proposición 4.1 Sean λ, ν ∈ R valores propios distintos de A ∈ Mn (R).
Entonces:
i) Vλ ≤ Rn .
ii) Vλ ∩ Vν = 0.
iii) Si {v1 , ..., vr } ⊆ Vλ y {w1 , ..., ws } ⊆ Vν son sistemas libres entonces

{v1 , ..., vr , w1 , ..., ws } es un sistema libre.
Veamos cómo obtener los valores propios:
Proposición 4.2 λ ∈ R es un valor propio de A si y sólo si |A − λIn | = 0.
Definición 4.2 Se define el polinonio caracterı́stico de A ∈ Mn (R) como:

p(x) = |A − xIn |.
De la proposiciı́n anterior se deduce que los valores propios de una matriz

cuadrada son las raı́ces de su polinomio caracterı́stico.
Entonces se define la multiplicidad de un valor propio de una matriz
cuadrada como la multiplicidad de éste como raı́z de su polinomio carac-
terı́stico.
Definición y caracterización de matrices diagonalizables

Definición 4.3 Diremos que A ∈ Mn (R) es diagonalizable si es semejante a
una matriz diagonal, o sea, si existe una matriz diagonal D ∈ Mn (R) y una
matriz invertible P GLn (R) tales que D = P −1 AP . Entonces diremos que P
es una matriz de paso.
Pasamos a dar una caracterización de cuándo una matriz es diagonali-

zable.
Teorema 1 Sea A ∈ Mn (R) y λ1 , λ2 , ..., λr ∈ R los distintos valores propios

de A con multiplicidades m1 , m2 , ..., mr respectivamente. Sea p(x) ∈ R[x] el
polinomio caracterı́stico de A. Entonces son equivalentes:
i) A es diagonalizable.
ii) a) p(x) se puede expresar como producto de polinomios de grado 1.
b) mi = dimVλi , 1 ≤ i ≤ r o equivalentemente, si mi = n−rg(A−λi In ), 1 ≤

i ≤ r.
2
4. Diagonalización de matrices
Definición 4.4 Si una matriz A es diagonalizable, la unión de bases de los

subespacios propios es base de Rn . A ésta se le llama base de vectores propios
de A.
Proposición 4.3 Las matrices reales cuadradas de orden n cuyo polinomio

caracterı́stico tiene n raı́ces distintas y las matrices simétricas son diagonal-
izables.
Proceso práctico a seguir para el cálculo de una matriz diagonal

semejante de una matriz diagonalizable y una matriz de paso aso-
ciado a dicha matriz diagonal.
Si A es una matriz diagonalizable cuyos valores propios son y λ1 , λ2 , ..., λr
∈ R con multiplicidades m1 , m2 , ..., mr respectivamente, entonces A es seme-
jante a la matriz diagonal D donde dii = λ1 , 1 ≤ i ≤ m1 , dii = λ2 , m1 + 1 ≤
i ≤ m2, etc., y una matriz de paso asociada a dicha matriz es la matriz cuyos
m1 primeros vectores columnas son los elementos de una base de Vλ1 , los m2
siguientes vectores columnas son los elementos de una base de Vλ2 , etc...
Pasamos ahora a hablar de la diagonalización de endomorfismos.
Si 6 f es un endomorfismo de Rn , B es la base canónica de Rn y A ∈ Mn (R),
se definen los valores propios de f , multiplicidades de éstos, vectores propios
de f , polinomio caracterı́stico de f , etc., a los respectivos de A. Entonces se
dice que f es diagonalizable si lo es A. Ası́, f es diagonalizable si y sólo si
existe una base B de Rn tal que MB (f ) es diagonal.
Una aplicación de la diagonalización al cálculo de potencias de ma-

trices diagonalizables. El teorema de Cayley-Hamilton.
Pasamos a dar una aplicación de la diagonalización para el cálculo de la
potencia n-ésima de una matriz diagonalizable. Supongamos que A ∈ Mn (R)
es diagonalizable y k ∈ N, k ≥ 2. Entonces existe P ∈ GLn (R) y una matriz
diagonal D de orden n tal que D = P−1 AP de donde A = P DP −1 . Entonces:
k veces k veces
z }| { z }| {
−1
Ak = P DP P DP −1 · · · P DP −1 = P (D · · · D) P −1 = P Dk P −1 .

lo cual nos da un nuevo método para el cálculo de la potencia n-ésima de

dicha matriz que puede ser más sencillo que calcularla por la definición, dado
que la potencia n-ésima de una matriz diagonal es aquella matriz diagonal
cuyo elemento (i, i) es la potencia n-ésima del elemento (i, i) de la matriz
original.
3
Finalmente, damos el Teorema de Cayley-Hamilton que permite, entre
otras cosas, resolver sistemas de ecuaciones diferenciales lineales con coefi-
cientes constantes Si p(x) = am xm + ... + a1 x + a0 ∈ R[x] y A ∈ Mn (R), se
define p(A) = am Am + ... + a1 A + a0 In .
Teorema 2 Si p(x) es el polinomio caracterı́stico de A, entonces p(A) = 0.
El resultado anterior también permite calcular la matriz inversa de una

matriz cuadrada regular. Si A ∈ GLn (R) y
p(x) = xn + an−1 xn−1 + ... + a1 x + a0 , dado que p(A) = 0, se tiene que:
0 = A−1 p(A) = A−1 (An + an−1 An−1 + ...a1 A + a0 In ) = An−1 + an−1 An−2 +
... + a1 In + a0 A−1 , de donde despejando A−1 se obtiene
−1 n−1
A−1 = (A + an−1 An−2 + ... + a1 In ).
a0

Tema 6. Diagonalización de Matrices

Cargado por

Copyright:

Formatos disponibles

Tema 6. Diagonalización de Matrices

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 6. Diagonalización de Matrices

Cargado por

Copyright:

Formatos disponibles

Capítulo 6

Valores propios, vectores propios y polinomio caracterı́stico de una

Definición 4.1 Sea A ∈ Mn (R) y λ ∈ R. Diremos que λ es un valor propio

Entonces diremos que v es un vector propio asociado al valor propio λ.

iii) Si {v1 , ..., vr } ⊆ Vλ y {w1 , ..., ws } ⊆ Vν son sistemas libres entonces

Veamos cómo obtener los valores propios:

Proposición 4.2 λ ∈ R es un valor propio de A si y sólo si |A − λIn | = 0.

Definición 4.2 Se define el polinonio caracterı́stico de A ∈ Mn (R) como:

De la proposiciı́n anterior se deduce que los valores propios de una matriz

Definición y caracterización de matrices diagonalizables

Pasamos a dar una caracterización de cuándo una matriz es diagonali-

Teorema 1 Sea A ∈ Mn (R) y λ1 , λ2 , ..., λr ∈ R los distintos valores propios

ii) a) p(x) se puede expresar como producto de polinomios de grado 1.

b) mi = dimVλi , 1 ≤ i ≤ r o equivalentemente, si mi = n−rg(A−λi In ), 1 ≤

Definición 4.4 Si una matriz A es diagonalizable, la unión de bases de los

Proposición 4.3 Las matrices reales cuadradas de orden n cuyo polinomio

Proceso práctico a seguir para el cálculo de una matriz diagonal

Una aplicación de la diagonalización al cálculo de potencias de ma-

lo cual nos da un nuevo método para el cálculo de la potencia n-ésima de

Teorema 2 Si p(x) es el polinomio caracterı́stico de A, entonces p(A) = 0.

El resultado anterior también permite calcular la matriz inversa de una

También podría gustarte