Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada, nulo , decimos que tal que es un autovalor de A si existe un vector no En esta situación decimos que es un autovector de A asociado al autovalor Análogamente: Sea A una matriz cuadrada, , autovector de A si existe un escalar decimos que tal que un vector no nulo . En esta situación decimos que es un autovalor de A asociado al autovector Ejemplo 1.2 Consideremos la matriz Comprobamos que es un autovalor de A asociado al autovector Observaciones: NUNCA ES AUTOVECTOR 1) Por definición, 2) Por definición, un autovector tiene asociado un solo autovalor, pero un autovalor puede tener asociado más de un autovector. 3) , A es un autovalor de A existe un vector no nulo no nulo existe un vector no nulo tal que tal que tal que existe un vector existe un vector no nulo solución del sistema lineal homogéneo es compatible indeterminado Por tanto , es un autovalor de A Proposición 1.3 (Cálculo de autovalores) Sea A una matriz cuadrada, , los autovalores de A son las raíces del polinomio de grado n: que recibe el nombre de polinomio característico de A. Es decir, son las soluciones de la ecuación denominada ecuación característica de A. 1 Nota: El número de veces que aparece un autovalor como solución de la ecuación característica recibe el nombre de multiplicidad del autovalor y lo denotamos por . Ejemplo 1.4 Vamos a ver cuáles son los autovalores de la matriz Observación, para las matrices de orden 3x3 A= el polinomio característico se puede calcurlar como: donde: Aplicando esta técnica al ejemplo anterior, si =4 =0 ⇨ Luego 2 Observación: Vamos a estudiar matrices en los que todas las soluciones de la ecuación característica son números reales. Proposición 1.5 (Cálculo de autovectores) Sea A una matriz cuadrada, es un subespacio vectorial de . Si es un autovalor de A entonces: denominado subespacio de autovectores de A asociado a . está formado por todos los autovectores asociados a y por el vector nulo (que no es autovector). Nota: Los autovectores asociados a un autovalor dado se calculan resolviendo el sistema de ecuaciones homogéneo Ejemplo 1.6 Volviendo al ejemplo 1.4, los autovalores de la matriz son Vamos a calcular los autovectores asociados a , es decir, vamos a calcular También podemos calcular las ecuaciones paramétricas de Una base y la dimensión de serán : y Vamos a calcular los autovectores asociados a , es decir, vamos a calcular 3 También podemos calcular las ecuaciones paramétricas de Una base y la dimensión de serán : y Proposición 1.7 Sea A una matriz cuadrada, Autovectores asociados a autovalores distintos son linealmente independientes. Si es un autovalor con multiplicidad , entonces Consecuencia: 1) Si es un autovalor simple 2) Si es un autovalor doble 3) Si es un autovalor triple Definición 1.8 Sea A una matriz cuadrada, . Decimos que A es diagonalizable si existe una matriz diagonal D= matriz regular, P , tal que una . La matriz P recibe el nombre de matriz de paso y la matriz D se llama matriz diagonal semejante a A. Obsevación: A es diagonalizable si existe una matriz diagonal D= ⇨ AP=PD. que Sean una matriz regular, P, tal , ,…, los vectores cuyas componentes son las columnas de P , es decir, P= Por tanto como AP=PD ⇨ A ⇨ 4 = Además como que , por tanto igualando columna a columna tenemos: , ,…, ,…, son los vectores cuyas componentes son las columnas de P, se verifica son linealmente independientes, y como cada uno tiene n componentes, tenemos n vectores linealmente independientes en se tiene B= es una base de formada por autovectores B= formada por autovectores de A. Además el proceso anterior es reversible, por tanto: es diagonalizable existe una base de , de A Por tanto para poder conseguir una base de formada por autovectores de A y teniendo en cuenta que autovectores asociados a autovalores distintos son linealmente independientes , esto sólo será posible si para cada autovalor podemos obtener tantos autovectores linealmente independientes como su multiplicidad. Proposición 1.9 Sea A una matriz cuadrada, Sean . sus autovalores con multiplicidades respectivas A es diagonalizable si y sólo si Nota: 1) Si un autovalor es simple, es decir tiene multiplicidad 1, se verifica que para saber si una matriz es diagonalizable sólo hay que analizar los autovalores múltiples. 2) Si todos los autovalores de una matriz son simples entonces la matriz es diagonalizable. 3) Como : Nota: Las matrices simétricas son siempre diagonalizables. 5 . Por lo tanto Obtención de la matriz de paso Sea 1) Se calculan los autovalores y su multiplicidad resolviendo la ecuación: 2) Para cada autovalor estudiamos el subespacio de autovectores asociado . ⟹ Nota: Si el autovalor es simple no hace falta comprobarlo porque siempre se verifica que Se recomienda empezar el estudio por los autovalores múltiples que son los que pueden fallar. Si sólo nos interesa saber si la matriz es o no diagonalizable, el problema se termina aquí. En el caso de ser diagonalizable hay que continuar si también queremos saber la matriz de paso. 3) Para cada autovalor resolvemos el sistema Los pasos 2 y 3 se suelen hacer simultáneamente. 4) La matriz diagonal está formada por los autovalores colocados en la diagonal principal y repetidos tantas veces como indica su multiplicidad, siendo el resto de elementos nulos. 5) La matriz de paso tiene por columnas los autovectores colocados en el mismo orden que los autovalores a los que están asociados en la matriz diagonal. 6 Ejercicio 1.10 Dada la matriz A, estudiar si es diagonalizable. En caso afirmativo obtener la matriz de paso P de paso y la matriz diagonal D tal que . Solución: Paso 1: Se calculan los autovalores y su multiplicidad resolviendo la ecuación: Paso 2: Para cada autovalor estudiamos el subesp. de autovectores asociado Empezamos por el autovalor doble que es el que puede fallar: Buscamos una base de Por tanto: La matriz de paso es y la matriz diagonal D= 7 Ejercicio 1.11 Dada la matriz A, estudiar si es diagonalizable. En caso afirmativo obtener la matriz P de paso tal que . Solución: Paso 1: Se calculan los autovalores y su multiplicidad resolviendo la ecuación característica: Paso 2: Para cada autovalor estudiamos el subesp. de autovectores asociado Empezamos por el autovalor doble que es el que puede fallar: Buscamos una base de Por tanto: La matriz de paso es y la matriz diagonal semejante D = 8 Ejercicio 1.12 Dada la matriz A, estudiar si es diagonalizable. En caso afirmativo obtener la matriz de paso Solución: Paso 1: Se calculan los autovalores y su multiplicidad resolviendo la ecuación característica: Paso 2: Para cada autovalor estudiamos el subesp. de autovectores asociado Buscamos una base de 9 . Por tanto: La matriz de paso es y la matriz diagonal semejante D = Otra posibilidad: matriz de paso es y la matriz diagonal semejante D = Otra posibilidad: matriz de paso es y la matriz diagonal semejante D = etc…. Ejercicio 1.13 Dada la matriz A, estudiar si es diagonalizable. En caso afirmativo obtener la matriz P de paso tal que . Solución: Paso 1: Se calculan los autovalores y su multiplicidad resolviendo la ecuación característica: Paso 2: Para cada autovalor estudiamos el subesp. de autovectores asociado Empezamos por el autovalor doble que es el que puede fallar: . 10
