.

. Matemáticas I

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a

Dpto. de Matemática Aplicada

Facultad de Matemáticas
Universidad de Santiago de Compostela

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 1/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Cálculo de autovalores y autovectores.

.
Autovectores y autovalores de una matriz A ∈ Mn×n
.
Sea A ∈ Mn×n , un vector x no nulo del espacio vectorial Rn se dice
autovector si existe un escalar λ tal que

A x = λ x. (1)

λ se denomina autovalor (o valor propio). El autovector x también se dice

.que es un vector propio asociado a λ.
.
Observación
.
Nótese que (1) indica que la matriz (o la aplicación lineal que representa)
transforma el vector x en un múltiplo de sı́ mismo.
Además, un autovalor tiene asociados muchos autovectores distintos:
si x es autovector asociado a λ, entonces el conjunto Eλ = {αx, α ̸= 0}
es un conjunto de autovectores asociados a λ dado que:

. A(αx) = α(Ax) = α(λx) = λ(αx).

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 2/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Cálculo de autovalores y autovectores.

La ecuación A x = λ x puede escribirse como

(A − λI ) x = 0,

(ya que I x = x), y representa el sistema de ecuaciones lineales

homogéneas
  
(a11 − λ) a12 ... a1n x1
 a21 (a22 − λ) . . . a2n   x2 
  
 .. .. ..   ..  = 0
 . . .  . 
an1 an2 . . . (ann − λ) xn

.
Ecuación caracterı́stica
.
(A − λI ) x = 0 tiene solución no nula ⇔ rango(A − λI ) < n ⇔
det(A − λI ) = 0
.
La ecuación anterior recibe el nombre de ecuación caracterı́stica de la
matriz A.
Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 3/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Cálculo de autovalores y autovectores.

Nótese por tanto que λ es un autovalor de A si y solo si

det(A − λI ) = 0.

.
Polinomio caracterı́stico
.
El primer miembro de esta ecuación es un polinomio de grado n en la
variable λ, denominado polinomio caracterı́stico de la matriz A.
Sus raı́ces son los valores de λ para los cuales se verifica que la ecuación
matricial
. (1) tiene soluciones no nulas.

Una matriz de orden n tiene n autovalores λ1 , λ2 , . . . , λn (reales o

complejos) que forman el espectro de autovalores de A.

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 4/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Cálculo de autovalores y autovectores.

.
Ejemplo
.
Calcular los autovalores de la matriz
 
−2 1 1
A =  −11 4 5 
. −1 1 0

Solución: La ecuación caracterı́stica de A es

 
 −2 − λ 1 1 
 
det(A − λI ) =  −11 4−λ 5  = 0.

 −1 1 −λ 

Se tiene, haciendo un desarrollo por cofactores a lo largo de la tercera fila

     
 1   −2 − λ 1   
det(A − λI ) = −1 
1
+ (−1)3+2   + (−λ)  −2 − λ 1 
4−λ 5  −11 5   −11 4−λ 

= −[5 − (4 − λ)] − [5(−2 − λ) + 11] − λ[(−2 − λ)(4 − λ) + 11]

= −2 + λ + 2λ2 − λ3 = − (λ − 1)(λ + 1)(λ − 2).

Por tanto, los autovalores de la matriz A son λ1 = 1, λ2 = −1 y λ3 = 2.
Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 5/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Cálculo de autovalores y autovectores.

Los autovalores del ejemplo anterior son números reales distintos pero, en
general, dos o más autovalores pueden ser iguales. Si los autovalores se
repiten, se dicen autovalores múltiples, y su multiplicidad p es la
cantidad de veces que aparecen repetidos.
.
Ejemplo
.
Calcular los autovalores de la matriz
 
0 0 1
A= 0 1 0 
. 0 0 1

Solución: El polinomio caracterı́stico de A es

 
 −λ 0 1 
 
det(A − λI ) =  0 1−λ 0  = (1 − λ)2 (−λ).

 0 0 1−λ 

Por lo tanto los autovalores son λ1 = 0 y λ2 = 1 doble o con multiplicidad 2.

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 6/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Cálculo de autovalores y autovectores.

Como se ha avanzado previamente, para cada autovalor λ = λk existe un

autovector xk ̸= 0 tal que

Axk = λk xk , k = 1, 2, 3, . . . , n,

o equivalentemente,
(A − λk I ) xk = 0.
Por lo tanto, para cada autovalor λk es necesario resolver el siguiente
sistema para calcular sus autovectores asociados:

(a11 − λk )x1 + a12 x2 + ... + a1n xn = 0

a21 x1 + (a22 − λk )x2 + ... + a2n xn = 0
.. .. .. .. ..
. . . . .
an1 x1 + an2 x2 + ... + (ann − λk )xn = 0.

El problema de hallar los autovalores y los autovectores se denomina

problema de autovalores matriciales.

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 7/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Cálculo de autovalores y autovectores.

.
Ejemplo
.
Calcular los autovalores y autovectores de la matriz
( )
1 2
A=
. 5 4

Solución: Escribimos su polinomio caracterı́stico

 
 1−λ 2 
p(λ) = |A − λ I | =   = (1 − λ)(4 − λ) − 10 = λ2 − 5λ − 6
5 4−λ 
Escribimos ahora la ecuación caracterı́stica
λ2 − 5λ − 6 = 0
Sus raı́ces, √
5± 25 + 24 ↗ 6
λ= =
2 ↘−1
son los autovalores de la matriz A:
λ1 = 6
λ2 = −1

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 8/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Cálculo de autovalores y autovectores.

Para calcular los autovectores x = (x1 , x2 )t asociados debemos resolver el sistema

homogéneo:
(1 − λ)x1 + 2x2 = 0
5x1 + (4 − λ)x2 = 0
para cada valor de λ.
λ1 = 6
( )( ) ( )
−5 2 x1 0 2
= ⇒ −5x1 + 2x2 = 0 ⇒ x1 = x2 .
5 −2 x2 0 5

Es decir, {
el conjunto
( de
) autovectores
( 2 ) asociados
( 2 )a λ1 = 6 es: }
x1 x
5 2
Eλ1 =6 = x = = = 5 x2 , x2 ∈ IR, x2 ̸= 0.
x2 x2 1
λ2 = −1
( )( ) ( )
2 2 x1 0
= ⇒ 2x1 + 2x2 = 0 ⇒ x1 = −x2 .
5 5 x2 0
Es decir, el{conjunto
( de )autovectores
( asociados
) ( λ2 = −1 es:
a) }
x1 −x2 −1
Eλ2 =−1 = x = = = x2 , x2 ∈ IR, x2 ̸= 0.
x2 x2 1

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 9/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Propiedades.

.
Propiedad
.

Sea A ∈ Mn×n , si sus autovalores λk , k = 1, 2, . . . , n, son distintos,

entonces sus autovectores asociados forman una base de IRn .
.
Ejemplo
.
En el ejemplo de la página 5, los autovectores, {( 52 , 1)t , (−1, 1)t } asociados a dos
autovalores distintos, forman una base de IR2 .
Además,
( 2 ) ( 2 ) 


A 5 = 6 5 
 ( 2 ) ( 2 )( )
1 1 
5
−1 5
−1 6 0
( ) ( )  A = .
 1 1 1 1 0 −1
−1 −1 

A = −1 
1 1

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 10/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

.
Matriz diagonalizable
.
Una matriz A ∈ Mn×n es diagonalizable si A = PDP −1 para alguna
matriz
. P invertible y alguna matriz D diagonal.
.
Propiedades
.
Caracterización
. de matrices diagonalizables.

Una matriz A ∈ Mn×n es diagonalizable si y solo si tiene n vectores

propios que forman una base de Rn . En este caso, A = PDP −1 siendo las
columnas de P los autovectores que forman dicha base y los elementos
de la diagonal de D son los autovalores que corresponden a los
autovectores de P.
.
Ejemplo
..
En el ejemplo de la página 5
( )( )( )−1
2
−1 6 0 2
−1
A = PDP −1 = 5 5 .
1 1 0 −1 1 1

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 11/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

.
Propiedades
.
Condiciones
. suficientes de diagonalización.

Si todas las raı́ces del polinomio caracterı́stico de una matriz

A ∈ Mn×n son reales y distintas la matriz correspondiente es
diagonalizable.
Una matriz A ∈ M simétrica tiene todos sus autovalores reales y,
además, es diagonalizable.
.
Ejemplo
.
Probar que  
6 −2 1
A =  6 −1 1 
0 0 1
−1
es
. diagonalizable y hallar las matrices P y D tales que A = PDP .

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 12/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

Solución:
Los autovalores asociados a A son λ1 = 1, λ2 = 3 yλ3 = 2, ya que
det(A − λI ) = (1 − λ)(λ − 3)(λ − 2).
Dado que todos los autovalores son reales y distintos, la matriz es diagonalizable. Las
columnas de la matriz P serán autovectores asociados a cada uno de los autovalores y
la matriz D estará formada por los autovalores. Se tiene:
       
 x1 0 0 
Eλ1 =1 = x =  x2  =  x2  =  1  x2 , x2 ∈ IR, x2 ̸= 0. ,
 
x3 2x2 2
       
 x1 2/3x2 2/3 
Eλ2 =3 = x =  x2  =  x2  =  1  x2 , x2 ∈ IR, x2 ̸= 0. ,
 
x3 0 0
       
 x1 x1 1 
Eλ3 =2 = x =  x2  =  2x1  =  2  x1 , x1 ∈ IR, x1 ̸= 0. .
 
x3 0 0
Por lo que    
0 2/3 1 1 0 0
P= 1 1 2  yD= 0 3 0 
2 0 0 0 0 2

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 13/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

.
Ejemplo
.
Veamos un par de ejemplos donde aparecen autovalores múltiples. En el
ejemplo se muestra que una matriz puede ser diagonalizable pese a tener
autovalores múltiples pero no se darán condiciones suficientes de
diagonalización para este caso debido a que se necesitarı́an conceptos no
abordados en esta materia:
 
0 0 1 ( )
  1 1
A= 0 1 0 yB= .
0 1
. 0 0 1

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 14/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

Solución: Para la matriz A ya se ha visto que los autovalores son λ1 = 0 y λ2 = 1

doble.
El conjunto
 de autovectores
   asociados
 a λ1 =  0 es: 
 x1 x1 1 
Eλ1 =0 = x =  x2  =  0  =  0  x1 , x1 ∈ IR, x1 ̸= 0.
 
x3 0 0
El
 conjunto
 de autovectores
   asociados a
 2 λ = 1 es: E
 λ2 =1 = 
 x1 x1 1 0 
x =  x2  =  x2  =  0  x1 +  1  x2 , x1 , x2 ∈ IR, x1 , x2 ̸= 0.
 
x3 x1 1 0
Por lo tanto, aunque hay autovalores dobles también se puede encontrar una base de
autovectores B = {(1, 0, 0)t , (1, 0, 1)t , (0, 1, 0)t } y A es diagonalizable.

Para la matriz B los autovalores son λ = 1 con multiplicidad doble, ya que

det(B − λI ) = (1 − λ)2 . Los autovectores asociados a λ = 1 son las soluciones del
sistema ( )( ) ( )
0 1 x1 0
= ⇒ x2 = 0 ⇒ x1 ∈ R, x1 ̸= 0
0 0 x2 0
Por lo tanto, Eλ=0 = {x = (x1 , 0)t , x1 ∈ R, x1 ̸= 0} y no se puede formar una base de
R2 con el vector (1, 0)t . Por tanto, B no es diagonalizable.

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 15/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

.
Aplicaciones de la diagonalización: potencias de matrices
.
Sea
   q 
λ1 0 . . . 0 λ1 0 . . . 0
 ..   .. 
 0 λ2 .   q
. 
D=  ⇒ D q =  0 λ2 
 .. ..   . .. 
 . . 0   .. . 0 
0 . . . 0 λn 0 ... 0 λqn

Sea A ∈ Mn×n diagonalizable. Veamos cómo calcular de modo sencillo su

potencia q-ésima. Si A es diagonalizable se tiene que existen matrices P
invertible y D diagonal tales que A = PDP −1 . Ası́
q
z }| {
. Aq = (PDP −1 )q = (PDP −1 )(PDP −1 ) . . . (PDP −1 ) = PD q P −1

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 16/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

.
Ejemplo
.
Calcula A10 siendo A la matriz del ejemplo de la página 5,
( )
1 2
A= .
. 5 4

Solución-. Por lo visto en ejemplos anteriores,

( 2 )( )10 ( 2 )−1
−1 6 0 −1
A = PDP −1 = 5 5
1 1 0 −1 1 1
( 2 ) ( 10 )( 2 )−1
5
−1 6 0 5
−1
=
1 1 0 (−1)10 1 1

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 17/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

.
Aplicaciones de la diagonalización: relaciones de recurrencia
.
Supongamos que tenemos una relación (de recurrencia) de la forma
{
u0 conocido
Entonces: un+1 = αn+1 u0 , ∀n ≥ 0
un+1 = αun , ∀n ≥ 0

Del mismo modo, conocidos u0 , v0 ,

( ) ( )( )
un+1 a b un
= , ∀n ≥ 0.
vn+1 c d vn

Entonces el término general (un+1 , vn+1 )t puede calcularse a partir

de la condición inicial (u0 , v0 )t :
( ) ( )n+1 ( )
un+1 a b u0
= , ∀n ≥ 0
vn+1 c d v0

Ası́, el cálculo de un+1 y vn+1 requiere cálculos de potencias de

matrices.
. Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 18/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

.
Ejemplo
.
Una estructura de hormigón está deteriorada en un 25 %, debido a un
proceso de corrosión. Se envuelve la estructura en una malla de titanio a
la que se le aplica un microvoltaje que invierte el proceso quı́mico de
corrosión, logrando que cada mes se recupere el 40 % de la zona
deteriorada, aunque se sigue deteriorando mensualmente un 20 % de la
zona sana. Determinar cual será la situación a los 3 meses, a los 10
meses
. y al cabo de mucho tiempo.
Solución.- Si denotamos por
un = tanto por uno de la estructura deteriorada en el mes n,
vn = tanto por uno sano en el mes n,
se puede decir que:
un+1 = 0,6un + 0,2vn ,
vn+1 = 0,4un + 0,8vn .
Con notación matricial:
( ) ( )( )
un+1 0,6 0,2 un
= , ∀n ≥ 0
vn+1 0,4 0,8 vn
y se conoce la situación inicial: u0 = 0,25 y v0 = 0,75.
Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 19/20
 Introducción al Álgebra lineal y aplicaciones.
. I c) Diagonalización de matrices.

)(
0,6 0,2
Los autovalores de la matriz A = son λ1 = 1 y λ2 = 0,4, por lo que la
0,4 0,8
matriz es diagonalizable. Si se calculan los autovectores, se obtiene:
( )( )( )
1 1 1 0 1/3 1/3
A = PDP −1 =
2 −1 0 0,4 2/3 −1/3
De modo que
( )( )( )
1 1 1n+1 0 1/3 1/3
An+1 = .
2 −1 0 0,4n+1 2/3 −1/3
y ( ) ( )
un+1 0,25
= An+1 .
vn+1 0,75
Utilizando esta expresión se obtiene que después de 3 meses se tendrá u3 = 0,328 y
v3 = 0,672 y después de 10 meses, u10 = 0,3333 y v10 = 0,6667.
( ) ( )
un+1 1/3
Finalmente, se tiene que lı́m = .
n→∞ vn+1 2/3

Grado en Quı́mica - Doble Grado en Quı́mica y en Biologı́a Matemáticas I. Curso 2019-20 20/20