Unidad 6 - Autovalores y autovectores Página 1 de 23

Unidad 6 - Autovalores y autovectores

Material para estudiar el tema autovalores (eigenvalores) y autovectores (eigenvectores).

Sitio: Campus Virtual - FRBA

Curso: AGA- Autovalores y autovectores
Libro: Unidad 6 - Autovalores y autovectores
Imprimido por: María Inés Repetti
Día: martes, 15 de octubre de 2013, 12:34

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 2 de 23

Tabla de Contenido
Un ejemplo introductorio
Introducción
Autovalores. Autovectores. Autoespacios.
Multiplicidades algebraica y geométrica
Matrices semejantes
Diagonalización de una matriz
Diagonalización de matrices simétricas
Diagonalización de una transformación lineal

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 3 de 23

Un ejemplo introductorio

Supongan que tenemos esta matriz:

Y queremos ver cuál es el efecto que provoca esa matriz al mutiplicarla por los vectores de .

¿Qué pasa cuando uno multiplica esa matriz A por un vector?

Pensemos para que sea sencillo que tomamos el cuadrado con vértice en el origen de lado 1 y que está en el
primer cuadrante:

Digamos que llamamos a esta zona el recinto . ¿En qué se transformaría este recinto bajo el efecto de esa
matriz? Para responder esta pregunta podemos ver en que se transforman sus vértices. Sabemos que el vector
nulo se va a transformar en el vector nulo. Los demás serán:

Uno se podría hacer esta pregunta: ¿Habrá vectores que después de la deformación conservan la dirección?

El vector (1,0) se transformó en el (3,1). No conserva la dirección.

El (0,1) se transforma en el (2,4). No conserva la dirección.
El (1,1) se transformó el (5,5). Entonces se produjo una dilatación de factor 5, y se conservó la dirección.

Ese vector que mantuvo su dirección se denomina autovector, y el factor por el cual se dilató es el autovalor

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 4 de 23

correspondiente.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 5 de 23

Introducción
En la última unidad hemos estudiado transformaciones lineales y su representación matricial. Uno de los
enfoques más poderosos para analizar la conducta de ciertos sistemas del mundo real, es determinar los
llamados autovalores (eigenvalores) y autovectores (eigenvectores) de las matrices que modelan dichos
sistemas.

Los autovalores y autovectores nos permitirán simplificar el estudio de transformaciones lineales definidas
como , con , encontrando una base conveniente para que la representación matricial sea más
sencilla.

Además, podremos factorizar matrices cuadradas y obtener fácilmente sus potencias, que se aplican para
estudiar el comportamiento de sistemas dinámicos (sistemas cuyo estado evoluciona con el tiempo).

Breve referencia histórica

Autovalores y autovectores (eigenvalores y eigenvectores, valores y vectores propios) es uno de los temas de
mayor utilidad del álgebra lineal. Se usan en varias áreas de la matemática, física, mecánica, ingeniería
eléctrica y nuclear, hidrodinámica y aerodinámica, etc. De hecho, es raro encontrar un área de la ciencia
aplicada donde nunca se hayan usado.

Puede parecer muy extraño, pero los autovalores de las matrices aparecieron publicados antes que las
matrices. Esto se debe al hecho insólito de que, parafraseando a Cayley, la teoría de las matrices estaba bien
desarrollada (a través de la teoría de los determinantes) antes de que ni siquiera se definieran las matrices.
Según Morris Kline, los autovalores se originaron en el contexto de formas cuadráticas y en la mecánica celeste
(el movimiento de los planetas), conociéndose como raíces características de la ecuación escalar. Desde aprox.
1740, Euler usaba de manera implícita los autovalores para describir geométricamente las formas cuadráticas.

En la década de 1760, Lagrange estudió un sistema de seis ecuaciones diferenciales del movimiento de los
planetas (sólo se conocían seis) y de ahí dedujo una ecuación polinomial de sexto grado, cuyas raíces eran los
autovalores de una matriz . En 1820, Cauchy se dio cuenta de la importancia de los autovalores para
determinar los “ejes principales” de una forma cuadrática en variables. También aplicó sus descubrimientos
a la teoría del movimiento planetario.

Y sin embargo, el término “matriz” (en el sentido de “madre de los determinantes”) fue acuñado por el
matemático británico James Sylvester recién ¡en 1850!

Objetivos
Hallar los autovalores y autovectores de una matriz.
Comprender el significado geométrico de los autovectores en R2 y R3.
Analizar si una matriz es diagonalizable y si fuera posible, obtener la matriz que la diagonaliza.
Relacionar autovalores y autovectores de una transformación lineal con los de su matriz asociada en una
base dada.

Actividad exploratoria
Retomando la idea de que los autovalores y los autovectores son útiles para estudiar las formas cuadráticas,
introduciremos el tema presentando un problema de deformaciones:

Consideremos una membrana elástica circular, de radio 1, de modo que si elegimos un sistema de coordenadas
cartesianas cuyo centro coincida con el centro de la membrana, la ecuación de los puntos de la membrana es:

Tenemos una membrana circular como la de la figura:

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 6 de 23

¿Cuál es la ecuación cartesiana que define al conjunto de puntos que están en la frontera o borde de la
membrana?

La membrana es sometida a una deformación dada por la siguiente transformación lineal

O sea:

¿Cómo se transformará la membrana bajo el efecto de la transformación lineal?

Para ayudarnos en este problema vamos a usar un programa que permite hacer la transformación lineal punto
por punto. En la siguiente aplicación de GeoGebra podemos verlo:

Ejemplo Geogebra
Ejemplo de una transformación de membrana circular

29 Mayo 2013, Creado con GeoGebra

Descargar ejemplo

A partir de la deformación de la membrana que permite visualizar la aplicación, surgen algunos interrogantes.

1. ¿En qué tipo de cónica parece haberse transformado la membrana después de la transformación lineal?
2. ¿Hay puntos de la membrana que no roten durante la deformación? Es decir,

(Para responder, empleen el appelt y arrastren el punto sobre la circunferencia y fíjense cómo se transforma en
cada caso)

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 7 de 23

3. Escriban las coordenadas de los puntos que no rotan en la transformación, que están en los cuadrantes 1
y 2.

4. Escriban las coordenadas de sus transformados respectivos:

5. Queremos saber si se produce una contracción o una expansión, y según que factor. Si es el vector
posición del punto ,y es el vector posición del punto , ¿Cuánto vale la razón entre las longitudes
de estos vectores? Es decir, ¿cuál es el valor de cada

Después de responder todas las preguntas anteriores deberíamos estar en condiciones de conocer dos
soluciones de la siguiente ecuación en la cual

Los números reales y se denominan autovalores y los vectores y son los autovectores de la
matriz .

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 8 de 23

Autovalores. Autovectores. Autoespacios.

Definición de autovalores y autovectores de una matriz
Sea ,

es autovalor de sii existe un vector no nulo tal que:

se llama autovector asociado a .

En el ejemplo que vimos recién el transformado de es , entonces:

Veamos cómo hallar los autovalores y autovectores:

Según la definición, debe cumplirse esta condición:

Restamos a ambos miembros :

Premultiplicamos a por , esto lo podemos hacer porque :

Entonces:

Resulta un sistema homogéneo con ecuaciones y incógnitas, donde es la matriz de los

coeficientes.

¿Cómo puede ser un sistema homogéneo en cuanto a su compatibilidad?

Respuesta: siempre compatible, porque siempre tiene la solución trivial. ¿Cómo queremos que sea en nuestro

o sistema compatible indeterminado (SCI)?. Si es SCD, tiene únicamente la solución trivial y es el vector
nulo. Nuestro objetivo es obtener los autovectores (que son distintos del vector nulo), por eso necesitamos que
este sistema sea compatible indeterminado.

Entonces: buscamos un sistema compatible indeterminado.

En un sistema cuadrado y homogéneo, el determinante decide: si es distinto de cero, tiene solución única.
Entonces queremos que sea igual a cero:

Esto se llama ecuación característica de la matriz .

Y es un polinomio de grado dependiente de que se llama polinomio característico de la

matriz

¿Quiénes son las raíces del polinomio característico?

Las raíces del polinomio característico son los autovalores de .

Una vez hallados los autovalores, ¿cómo obtenemos los autovectores?

Volvemos a la expresión original.

Para cada resolvemos el sistema:

Y hallamos los autovectores correspondientes.

Si la matriz es de 2 por 2, el polinomio quedará de grado 2.

Si la matriz es de 3 por 3, el polinomio quedará de grado 3.

Otros nombre que se les suele dar a los autovectores y autovalores son:

Valores propios y vectores propios

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 9 de 23

Eigenvalores y Eigenvectores (Usando la raíz alemana eigen)

Veamos algunos ejemplos.

Ejemplo 1: Autovalores y autovectores de una matriz

Volvamos al ejemplo inicial.

Para resolvemos el sistema de ecuaciones:

La solución de un sistema homogéneo es siempre un subespacio. Los subespacios de autovectores se

denominan autoespacios.

Buscamos una base de este subespacio:

Éste es el subespacio donde están los autovectores asociados al autovalor 2.

Para Cambiado por

Resultado esperado porque habíamos visto que el se transformaba en el .

Ejemplo 2: Autovalores y autovectores de una matriz de

Consideremos la siguiente matriz de :

Busquemos sus autovalores resolviendo el polinomio característico:

Luego los autovalores son:

Donde la multiplicidad algebraica de es 2. Esto significa que 5 es raíz doble del polinomio característico.

Para cada autovalor debemos resolver el sistema de ecuaciones

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 10 de 23

Para obtener cuales son los autoespacios correspondientes a cada autovalor.

Autovectores asociados a

Resolvamos el sistema compatible indeterminado:

El subespacio asociado a este autovalor es:

Luego dos autovectores son:

Autovectores asociados a

Resolvamos el sistema compatible indeterminado:

El subespacio asociado a este autovalor es:

Luego un autovector es:

Finalmente hemos obtenido tres autovectores:

Donde y son autovectores asociados al autovalor y es un autovalor asociado a .

Ejemplo 3: Autovalores no reales

Consideremos la siguiente matriz de :

Busquemos sus autovalores resolviendo el polinomio característico:

Este polinomio no tiene raíces reales. Con lo cual diremos que no tiene autovalores reales.

Más adelante estudiaremos los números complejos y podremos hallar las raíces (complejas) del polinomio
característico de C.

Ejemplo 4: p. 48, Ejercicio 5, ítem a

Demuestre la siguiente propiedad para

es autovalor de no es inversible

Resolución

¿Cómo se demuestra esto? Primero veamos un ejemplo para convencernos de que se cumple la propiedad.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 11 de 23

Consideremos una matriz que no tenga inversa. Por ejemplo escribimos una matriz tal que la fila 2 sea el doble
de la fila 1:

Escribamos la ecuación característica y hallemos los autovalores:

En este caso particular hemos visto que una matriz no inversible tiene autovalor . Pero quisiéramos
demostrar la propiedad.

Para demostrar esto hay que recordar que:

es autovalor de

Pero si entonces la afirmación queda:

es autovalor de

Consideremos la siguiente propiedad que vamos a demostrar a continuación:

Los autovectores asociados a autovalores distintos son linealmente independientes.

Demostración para dos autovalores

Supongamos que tengo dos autovalores distintos: . Como son autovalores, se cumple:

Queremos probar que y son linealmente independientes.

Veamos que la única combinación lineal de los vectores que da por resultado el vector nulo es la trivial (todos
los coeficientes iguales a cero):

Multiplicamos por ambos miembros:

Distribuimos:

Como y son autovectores es posible escribir:

Ahora multipliquemos los dos miembros de la ecuación por :

Y restando obtenemos:

Como por hipótesis entonces su diferencia no puede ser nula. Como es un autovector, no puede
ser el vector nulo. Entonces:

Pero para demostrar que son linealmente independientes, nos falta ver que . Sabiendo que
vamos a :

Y si demostramos que es linealmente independiente.

O sea los autovectores que están en autoespacios diferentes son linealmente independientes.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 12 de 23

Definición de autoespacio
Si es un autovalor de , se denomina autoespacio al subespacio que contiene todos los
autovectores asociados al autovalor y además el vector nulo.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 12 de 23

Definición de autoespacio
Si es un autovalor de , se denomina autoespacio al subespacio que contiene todos los
autovectores asociados al autovalor y además el vector nulo.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 13 de 23

Multiplicidades algebraica y geométrica

Multiplicidad algebraica de un autovalor
Habíamos visto que: es autovalor de

O sea que los autovalores son las raíces del polinomio característico.

Multiplicidad algebraica es la multiplicidad del autovalor como raíz del polinomio característico .
Denotaremos a la multiplicidad algebraica del autovalor .

Ejemplo:

Supongamos . . Tiene grado 5.

Analicemos con la siguiente tabla los autovalores de y sus multiplicidades algebraicas.

Autovalores
de
Multiplicidad
algebraica

Multiplicidad geométrica de un autovalor

Es la dimensión del autoespacio asociado. O sea, llamamos multiplicidad geométrica de un autovalor a
.

Ejemplo: no siempre coinciden y

Consideremos la siguiente matriz:

Hemos visto que su polinomio característico es:

Observación. El coeficiente principal de los polinomios característicos asociados a las matrices es

. Así que si la matriz es de el coeficiente principal es . Si la matriz es de el
coeficiente principal será .

Consideremos sus autovalores, la multiplicidad algebraica, y la multiplicidad geométrica:

3
autovectores
LI

Coinciden con . Uno podría llegar a pensar que esto pasa siempre. Pero…

Veamos que no es así. Tomemos la siguiente matriz:

Pueden verificar que el polinomio característico de M coincide con el de B:

Calculemos el autoespacio asociado al autovalor

Esta matriz es de rango 2. Entonces ahora da como autoespacio una recta, no un plano. La dimensión del
autoespacio será 1.

Entonces

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 14 de 23

Ahora el autoespacio asociado a

Entonces si hacemos el cuadro para la matriz , resulta:

2
autovectores
LI

Esto marca la diferencia entre matrices diagonalizables y no diagonalizables.

Nosotros estamos apuntando a diagonalizar una matriz, por lo cual esta diferencia que encontramos entre B y
M será crucial.

Propiedad sobre multiplicidad algebraica y geométrica

Para cada autovalor de una matriz A, se verifica que:

¿Puede ser cero la dimensión del autoespacio? ¿Qué querría decir que sea 0?

Si la dimensión de un autoespacio fuera cero, significaría que contiene sólo al vector nulo, pero sabemos que el
vector nulo no es un autovector. Entonces:

Por lo tanto, resulta:

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 15 de 23

Matrices semejantes
Definición de matrices semejantes
Sean , decimos que:

y son matrices semejantes inversible tal que .

Ejemplo de matrices semejantes

Por ejemplo consideremos:

Podemos afirmar que es semejante a pues:

Propiedad de las matrices semejantes

Si y son semejantes, tienen el mismo polinomio característico y por lo tanto, los mismos autovalores.

Demostración

Además sabemos que:

Entonces:

Donde hemos reemplazado por ya que:

Y hemos utilizado la propiedad distributiva del determinante respecto de la multiplicación de matrices.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 16 de 23

Diagonalización de una matriz

Se dice que es diagonalizable A es semejante a una matriz diagonal inversible tal que
diagonal.

Es un caso especial de semejanza. Una matriz es diagonalizable cuando es semejante a una matriz diagonal.

Condiciones que tiene que cumplir una matriz para ser diagonalizable
es diagonalizable sii tiene autovectores linealmente independientes

Cómo se encuentra la matriz P

Con esos autovectores armaremos la matriz . Es una matriz cuyas columnas son los autovectores
linealmente independientes.

con autovectores de .

¿Qué es la matriz D?

es la matriz diagonal formada por los autovalores asociados a los autovectores.

Ejemplo 1: Una matriz no diagonalizable

Consideremos la matriz :

Verifiquen que los autovalores son: y , y que ambos autoespacios tienen dimensión 1.

No coinciden la multiplicidad algebraica de y su multiplicidad geométrica. Nos falta un autovector

linealmente independiente para armar la matriz , por lo tanto la matriz no es diagonalizable.

Ejemplo 2: Diagonalización de una matriz

Veamos si es posible diagonalizar la siguiente matriz:

Verifiquen que los siguientes son sus autovalores:

Si la matriz tiene dos autovalores distintos, sin hacer ninguna cuenta más,

¿Podemos asegurar que es diagonalizable?

Sí, porque hay una propiedad que dice que los autovectores asociados a autovalores distintos son linealmente
independientes.

Los autovectores son:

Armamos la matriz poniendo los autovectores como columnas:

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 17 de 23

La inversa de la obtenemos haciendo:

Ahora hagamos el cálculo para obtener la matriz diagonal.

Ejemplo 3: Diagonalización de una matriz

Diagonalizar la siguiente matriz si es posible:

Buscamos los autovalores:

Atención: es un error muy común suponer que la existencia de un autovalor doble implica que la matriz no es
diagonalizable.

Para buscamos el autoespacio correspondiente:

Verifiquen que el otro autoespacio es:

Como pudimos obtener tres autovectores linealmente independientes, la matriz existe y la construimos
ubicando a los autovectores como columna:

Ésta es la matriz que permite diagonalizar a la matriz .

La matriz diagonal correspondiente es:

El orden de los autovalores en es el mismo orden que el de los autovectores en las columnas de . Por
ejemplo si construimos la matriz así:

Verifiquen que la matriz queda:

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 18 de 23

Ejemplo 4: Diagonalización en una matriz sin autovalores reales

Diagonalizar la siguiente matriz si es posible:

¿Qué problema tiene esta matriz? ¿Cuál sería el polinomio característico?

No tiene autovalores reales. Entonces no es diagonalizable en . Más adelante veremos que es

diagonalizable, pero en el campo de los números complejos.

Matriz con autovalores distintos

¿Qué puede decirse de las matrices que tienen todos sus autovalores distintos?

Si una matriz tiene autovalores distintos, es diagonalizable. Pero no es cierta la recíproca

de esta afirmación. Hay matrices diagonalizables que no tienen autovalores distintos. Hay matrices
diagonalizables con autovalores múltiples.

Es un error común, pensar que es verdadera la recíproca de esta afirmación.

Consideremos esta afirmación para analizar su valor de verdad:

“Una matriz es diagonalizable si y sólo si tiene n autovalores distintos”

FALSO

Porque por ejemplo se puede considerar la matriz:

Es una matriz diagonalizable, porque es diagonal *; y no tiene todos sus autovalores distintos ya que 1 es un
autovalor doble.

_________________________

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 19 de 23

* Sea , se dice que es diagonalizable A es semejante a una matriz diagonal tal que
diagonal. Si D es diagonal: por lo tanto D es diagonalizable. Probamos que toda matriz
diagonal, es diagonalizable.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 20 de 23

Diagonalización de matrices simétricas

Matriz ortogonal
¿Qué característica tiene una matriz ortogonal? Que la traspuesta de la matriz es igual a la inversa:

Una matriz es ortogonal si y sólo si:

( Sus columnas son perpendiculares entre sí

( El módulo de cada columna es 1

Otra forma de decirlo:

( Las columnas deben ser versores perpendiculares.

Consideremos el siguiente ejemplo:

Esta matriz es ortogonal. Verifiquen que efectivamente sus columnas son perpendiculares y de módulo 1.

Otro ejemplo:

Esta matriz también es ortogonal. Verifíquenlo.

Caso particular
Consideremos la matriz simétrica:

Vamos a hacer una diagonalización ortogonal de esta matriz. Los autovalores son:

El autoespacio asociado a queda:

Y el autoespacio asociado a queda:

Comprobemos que son perpendiculares los autovectores obtenidos:

No es casual que los autovectores que hemos obtenido sean perpendiculares:

En las matrices simétricas, los autovectores asociados a autovalores distintos son siempre perpendiculares.

Ya tenemos dos vectores perpendiculares.

Con esta matriz puedo diagonalizar a la matriz :

Ésta es una diagonalización de A, similar a otros ejemplos previos. Pero precisamente por ser A simétrica, los
autoespacios son rectas ortogonales. Por lo tanto, podríamos diagonalizar la matriz A mediante una Q ortogonal
(columnas ortogonales y de módulo 1)

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 21 de 23

¿Cuál sería la matriz ? Falta que los vectores columna sean versores. Para lograr esto hay que dividir cada
autovector por su módulo. Tienen módulo igual a :

Esta matriz es una matriz ortogonal.

Así que: .

Entonces la diagonalización ortogonal de la matriz queda:

Diagonalización ortogonal
Una matriz es diagonalizable ortogonalmente sii ortogonal ( ) tal que

A es ortogonalmente diagonalizable sii es simétrica

Toda matriz simétrica es ortogonalmente diagonalizable. Pero además, las únicas matrices reales que pueden
diagonalizarse ortogonalmente son las matrices simétricas.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 22 de 23

Diagonalización de una transformación lineal

Autovalores y autovectores de una transformación lineal

Sea una transformación lineal

es autovalor de sii no nulo, tal que .

es el autovector asociado a .

Si fuera un espacio de polinomios, entonces sería un polinomio. Si fuera un espacio de matrices,

entonces sería una matriz. Nosotros vamos a trabajar en

Propiedad

Sea tal que , entonces:

es autovalor de es autovalor de

Demostración

Por ser la matriz estándar resulta:

es autovalor de no nulo tal que no nulo tal que es autovalor de

.

Probamos que en una TL en , los autovalores y autovectores de la transformación son los mismos
que los de su matriz asociada en base canónica.

Definición de transformación lineal diagonalizable

Sea una transformación lineal. Decimos que es diagonalizable si existe alguna base tal que
la matriz es diagonal.

Ejemplo: transformación lineal diagonalizable

Hallar autovectores y autovalores de , y analizar si es diagonalizable.

Resolución

1. Buscamos la matriz de en la base canónica.

2. Buscamos autovalores y autovectores de

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
Unidad 6 - Autovalores y autovectores Página 23 de 23

3. es diagonalizable, con

Veamos que representa D:

es una base de formada por autovectores de ,

¿Cómo se busca la matriz asociada a una transformación lineal?

Entonces esas coordenadas son:

Así que la matriz queda:

Entonces, si tenemos una base formada por autovectores de , ¡la matriz asociada en esa base es
diagonal!

Propiedad

Una T.L. en es diagonalizable sii existe una base de formada por autovectores de . En tal
caso, .

Visto desde la perspectiva matricial, es diagonalizable sii es diagonalizable.

http://www.campusvirtual.frba.utn.edu.ar/especialidad/mod/book/tool/print/index.php... 10/15/2013
p. 48 | U6 | Ejercicio 4
En cada caso indicar si la matriz A es diagonalizable. Si lo es encontrar la matriz P tal que 𝑃−1 . 𝐴. 𝑃
sea diagonal.

Resolución

Ítem a
3 0 6
𝐴 = (0 −3 0)
5 0 2

Recordemos cómo se obtiene la matriz 𝑃 inversible tal que:

𝐷 = 𝑃−1 . 𝐴. 𝑃

es una matriz diagonal.

Sean 𝐴, 𝑃, 𝑃−1 ∈ ℝ𝑛×𝑛 : Primero buscamos los autovalores y los autovectores de la matriz 𝐴. Si no
obtenemos 𝑛 autovectores linealmente independientes, entonces la matriz no es diagonalizable.
Si obtenemos 𝑛 autovectores linealmente independientes 𝑣1 , 𝑣2 , … , 𝑣𝑛 entonces la matriz 𝑃
tendrá como columnas a los 𝑛 autovectores obtenidos.

Busquemos los autovalores y los autovalores.

Autovalores

Para obtener los autovalores resolvamos la ecuación característica det(𝐴 − 𝜆𝐼) = 0:

3−𝜆 0 6
| 0 −3 − 𝜆 0 |=0
5 0 2−𝜆

Desarrollemos el determinante por la primera fila y factoricemos el polinomio obtenido para

encontrar las raíces:

⇒ (3 − 𝜆). (−3 − 𝜆). (2 − 𝜆) − 6.5. (−3 − 𝜆) = 0

⇒ (−3 − 𝜆). ((3 − 𝜆)(2 − 𝜆) − 30) = 0

⇒ (−3 − 𝜆)(𝜆2 − 5𝜆 − 24) = 0

⇒ (−3 − 𝜆)(𝜆2 − 5𝜆 − 24) = 0

⇒ (−3 − 𝜆)(𝜆 + 3)(𝜆 − 8) = 0

Entonces tenemos:

Autovalores 𝜆 = −3 𝜆=8
 Multiplicidad algebraica 2 1

Autovectores

Autovectores asociados a 𝜆1 = −3

Este autovalor tiene multiplicidad algebraica igual a 2, entonces su autoespacio asociado deberá
tener dimensión 2 para que la matriz sea diagonalizable. Para obtener los autovectores
resolvemos el sistema de ecuaciones homogéneo:

3 − (−3) 0 6 𝑥 0
( 0 −3 − (−3) 0 ) (𝑦) = (0)
5 0 2 − (−3) 𝑧 0

6 0 6 𝑥 0
(0 0 0) (𝑦) = (0)
5 0 5 𝑧 0
6𝑥 + 6𝑧 = 0
{ ⇒ 𝑥 = −𝑧
5𝑥 + 5𝑧 = 0

Entonces el autoespacio correspondiente al autovalor −3 es:

𝑥 1 0
⇒ 𝑆−3 = {( 𝑦 ) | 𝑥, 𝑦 ∈ ℝ} , base de S−3 = {( 0 ) , (1)}
−𝑥 −1 0

Y dos autovectores correspondientes:

1 0
𝑣1 = ( 0 ) 𝑣2 = (1)
−1 0

Con esto ya tenemos garantía de que la matriz es diagonalizable. ¿Por qué?

Autovector asociado a 𝜆2 = 8

Este autovalor tiene multiplicidad igual a 1, así que el autoespacio asociado deberá tener
dimensión 1 necesariamente. Planteamos y resolvemos el sistema de ecuaciones homogéneo:

3−8 0 6 𝑥 0
( 0 −3 − 8 0 ) . (𝑦) = (0)
5 0 2−8 𝑧 0
−5 0 6 𝑥 0
( 0 −11 0 ) . (𝑦) = (0)
5 0 −6 𝑧 0
 −5𝑥 + 6𝑧 = 0 5
{ −11𝑦 = 0 ⇒ 𝑦 = 0 ∧ 𝑧 = 𝑥
6
5𝑥 − 6𝑧 = 0

Entonces el autoespacio correspondiente al autovalor 8 es:

𝑥 1
⇒ 𝑆8 = ( 0 ) | 𝑥 ∈ ℝ , base de 𝑆8 = {( 0 )}
5 5/6
{ 6𝑥 }

Y un autovector correspondiente:

1
𝑣3 = ( 0 )
5/6

Luego el conjunto de autovectores obtenido es:

1 0 1
{( 0 ) , (1) , ( 0 )}
−1 0 5/6

Verifiquemos que son linealmente independientes calculando el determinante de la matriz que los
tiene como filas:

1 0 −1 11
|0 1 0 |= ≠ 0 ⇒ 𝑆𝑜𝑛 𝐿𝐼
1 0 5/6 6

Entonces armamos 𝑃 como una matriz que tiene a los autovectores como columnas:

1 0 1
𝑃=( 0 1 0 )
−1 0 5/6

Calculamos su inversa:

5 6
0 −
11 11
𝑃−1 = 0 1 0
6 6
0
(11 11 )

Finalmente podemos obtener la matriz diagonal calculando:

−3 0 0
𝑃−1 . 𝐴. 𝑃 = ( 0 −3 0)
0 0 8
Observación: notar que los elementos de la diagonal son los autovalores de la matriz que aparecen
en el mismo orden en que se han ubicado los autovectores para formar la matriz 𝑃.

Ítem b
Tenemos que diagonalizar esta matriz:

4 0 0
𝐵 = (0 2 2)
2 3 1

Seguiremos los pasos indicados en el ítem anterior. Busquemos los autovalores resolviendo la
ecuación característica:

4−𝜆 0 0
2−𝜆 2
| 0 2−𝜆 2 | = (4 − 𝜆). | |
3 1−𝜆
2 3 1−𝜆

= (4 − 𝜆). (−4 + 𝜆2 − 3𝜆) = (4 − 𝜆)(𝜆 − 4)(𝜆 + 1) = (𝜆 − 4)2 . (−𝜆 − 1)

Entonces los autovalores y multiplicidades algebraicas respectivas son:

Autovalores 𝜆=4 𝜆 = −1

Multiplicidad algebraica 2 1

Buscamos los autovectores asociados a 𝜆 = 4 resolviendo el sistema de ecuaciones homogéneo:

0 0 0 𝑥 0 −2𝑦 + 2𝑧 = 0 𝑧=𝑦
(0 −2 2 ) (𝑦) = (0) ⇒ { ⇒ {
2𝑥 + 3𝑦 − 3𝑧 = 0 𝑥=0
2 3 −3 𝑧 0

𝑥 0
𝑆4 = {(𝑦) ∈ ℝ3 |𝑥 = 0, 𝑦 = 𝑧} , 𝐵𝑆4 = {(1)} , dim(𝑆4 ) = 1
𝑧 1

La multiplicidad algebraica del autovalor 𝜆 = 4 no coincide con la dimensión del autoespacio

asociado. Luego la matriz no es diagonalizable. No es necesario buscar el autovector asociado al
autovalor 𝜆2 = −1 porque ya sabemos que la matriz no se puede diagonalizar.
p. 48 | U6 | Ejercicio 5 – Ítem a
Demuestre la siguiente propiedad para 𝐴 ∈ ℝ𝑛×𝑛 :

𝜆 = 0 es autovalor de 𝐴 ⇔ 𝐴 no es inversible

Resolución

Tenemos que demostrar la siguiente propiedad

𝜆 = 0 es un autovalor de 𝐴 ⇔ 𝐴 no es inversible (matriz singular)

¿Cómo se demuestra esto? Primero veamos un ejemplo para convencernos de que se cumple.
Tomemos una matriz que no tenga inversa. Por ejemplo:

1 2
𝐴=( )
2 4

Ahora calculemos las raíces de su polinomio característico:

1−𝜆 2
| |=0
2 4−𝜆

⇒ 𝑝𝐴 (𝜆) = (1 − 𝜆)(4 − 𝜆) − 4 = 0

⇒ 𝜆2 − 5𝜆 = 0

⇒𝜆 =0∨𝜆 =5

En el ejemplo, entonces, una matriz no inversible tiene un autovalor igual a 0.

La matriz diagonal sería aquella con los autovalores en la diagonal:

5 0
( )
0 0

Pero queremos demostrar que esto pasa para toda matriz singular.

Demostración

Para demostrar esto hay que recordar que por definición de autovalor:

𝜆 es autovalor de 𝐴 ⇔ det(𝐴 − 𝜆𝐼) = 0

Pero si 𝜆 = 0 entonces sustituyendo, la afirmación queda:

0 es autovalor de 𝐴 ⇔ det (𝐴
⏟− 0. 𝐼 ) = 0
𝐴

Que el determinante es igual a cero, es equivalente a decir que la matriz no tiene inversa.
p. 50 | U6 | Ejercicio 14
Sea 𝑆1 = 𝑔𝑒𝑛{(1,1,0,1), (0,1,1,2), (−1,0,1,1)}

a. Defina, si es posible, una transformación lineal 𝑇: ℝ4 → ℝ4 que verifique

simultáneamente 𝑆1 es autoespacio de 𝑇 asociado al autovalor −1 y dim(𝑁𝑢(𝑇)) = 2
b. Indique si existe una base de ℝ4 formada por autovectores de 𝑇. En caso afirmativo,
obtenga la matriz asociada a 𝑇 respecto de dicha base.

Resolución

Ítem a
Buscamos una transformación lineal 𝑇: ℝ4 → ℝ4 que debe cumplir con dos condiciones:

1. 𝑆1 = 𝑔𝑒𝑛{(1,1,0,1), (0,1,1,2), (−1,0,1,1)} debe ser un autoespacio de 𝑇 asociado al

autovalor −1
2. dim(𝑁𝑢(𝑇)) = 2

Primero veamos si es posible que exista una transformación así. El teorema de las dimensiones
establece una relación entre las dimensiones de núcleo, imagen y dominio de la transformación
lineal:

4)
dim(𝐼𝑚(𝑇)) = dim(ℝ
⏟ − dim(𝑁𝑢(𝑇))
⏟ =2
4 2

Esto establece que la dimensión de la imagen debe ser 2. Veamos cual es la dimensión del espacio
vectorial 𝑆1 , que por ser un autoespacio estará en la imagen. ¿Son los tres vectores linealmente
independientes? Si lo fueran su dimensión sería 3, y no sería posible definir una transformación
lineal como la pedida. Podemos responder esta pregunta aplicando operaciones elementales de
filas y viendo si se anula alguna de las filas:

1 1 0 1 0 1 1 2 0 0 0 0
( 0 1 1 2) ⟶ ( 0 1 1 2) ⟶ ( 0 1 1 2)
−1 0 1 1 −1 0 1 1 −1 0 1 1

Como logramos que una de las filas tenga todos sus elementos iguales a cero, entonces los tres
vectores son linealmente dependientes. Así que es posible escribir a uno de ellos como
combinación lineal de los otros dos. Por ejemplo:

(1,1,0,1)
⏟ = (−1). (−1,0,1,1)
⏟ + 1. (0,1,1,2)
⏟
𝑣1 𝑣3 𝑣2

Así que dim(𝑆1 ) = 2, y podemos tomar como base de 𝑆1 a un par cualquiera de los tres vectores
que lo generan. Tomemos por ejemplo:
 𝐵𝑠1 = {(0,1,1,2), (−1,0,1,1) }

Pero que 𝑆1 sea un autoespacio significa que al aplicar la transformación lineal a cualquier vector
de 𝑆1 se obtendrá un vector con la misma dirección. Simbólicamente: ∀𝑣 ∈ 𝑆1 : 𝑇(𝑣) = 𝑘. 𝑣.
Entonces 𝑇(𝑣) ∈ 𝑆1 . Lo cual nos permite definir que los transformados de los vectores que son
base de 𝑆1 deben ser:

𝑇((0,1,1,2)) = 𝑘. (0,1,1,2)

𝑇((−1,0,1,1)) = 𝑘. (−1,0,1,1)

Donde 𝑘 ∈ ℝ − {0}. Como se pide que sea el autoespacio asociado al autovalor −1 elegiremos
𝑘 = −1:

𝑇((0,1,1,2)) = −1. (0,1,1,2)

𝑇((−1,0,1,1)) = −1. (−1,0,1,1)

Como la dimensión del núcleo debe ser 2, debemos elegir dos vectores LI con (0,1,1,2) y
(−1,0,1,1) tales que su imagen sea el vector nulo. Tomemos por ejemplo:

𝑇((0,0,0,1)) = (0,0,0,0)

𝑇((1,0,0,0)) = (0,0,0,0)

Verifiquemos que realmente son linealmente independientes calculando el determinante de la

matriz 4 × 4 constituida por los vectores que serán la base de ℝ4 . Lo hacemos por la fila 4:

0 1 1 2
1 1 2
−1 0 1 1 1 1
| | = (−1)4+1 . 1. |0 1 1| = −1. ((−1)1+1 . 1. | |) = −1.1 = −1 ≠ 0
0 0 0 1 0 1
0 0 1
1 0 0 0

Entonces son linealmente independientes. Hemos definido cómo se transforma cada uno de los
vectores de una base de ℝ4 . Por el teorema fundamental de las transformaciones lineales (TFTL)
queda determinada una única transformación lineal que cumple con:

𝑇((0,1,1,2)) = −1. (0,1,1,2)

𝑇((−1,0,1,1)) = −1. (−1,0,1,1)

𝑇((0,0,0,1)) = (0,0,0,0)

𝑇((1,0,0,0)) = (0,0,0,0)

Busquemos cual es la expresión que la define. Para esto querríamos saber en qué se transforma
un vector (𝑥, 𝑦, 𝑧, 𝑤). Escribimos:
 (𝑥, 𝑦, 𝑧, 𝑤) = 𝛼. (0,1,1,2) + 𝛽. (−1,0,1,1) + 𝛾. (0,0,0,1) + 𝛿. (1,0,0,0)

Despejemos los escalares 𝛼, 𝛽, 𝛾 y δ en función de 𝑥, 𝑦, 𝑧 y 𝑤:

𝑥 = −𝛽 + 𝛿 𝛼=𝑦
𝑦=𝛼 𝛽 = 𝑧−𝑦
{ ⇒ {𝛿 = 𝑥 + 𝑧 − 𝑦
𝑧 =𝛼+𝛽
𝑤 = 2𝛼 + 𝛽 + 𝛾 𝛾 = 𝑤−𝑦−𝑧

Ahora aplicamos la transformación a ambos miembros y usamos la propiedad de las

transformaciones lineales:

𝑇((𝑥, 𝑦, 𝑧, 𝑤)) = 𝛼. 𝑇((0,1,1,2)) + 𝛽. 𝑇((−1,0,1,1)) + 𝛾. 𝑇((0,0,0,1)) + 𝛿. 𝑇((1,0,0,0))

Sustituimos ahora los valores de los escalares, y además por el transformado de cada vector:

𝑇((𝑥, 𝑦, 𝑧, 𝑤)) = 𝑦. (0, −1, −1, −2) + (𝑧 − 𝑦). (1,0, −1, −1) + (𝑤 − 𝑦 − 𝑧). (0,0,0,0)
+ (𝑥 + 𝑧 − 𝑦). (0,0,0,0)

Operando obtenemos:

𝑇((𝑥, 𝑦, 𝑧, 𝑤)) = (𝑧 − 𝑦, −𝑦, −𝑧, −𝑦 − 𝑧)

Esta es una transformación que cumple con todo lo pedido. No es la única porque hemos
seleccionado a los vectores (0,0,0,1) y (1,0,0,0) en forma arbitraria.

Ítem b
Si existe. Son los cuatro vectores sobre los que definimos la transformación lineal:

𝑇((0,1,1,2)) = −1. (0,1,1,2)

𝑇((−1,0,1,1)) = −1. (−1,0,1,1)

𝑇((0,0,0,1)) = 0. (0,0,0,1)

𝑇((1,0,0,0)) = 0. (1,0,0,0)

Podemos observar que la base sobre la que se definió la transformación lineal está compuesta por
autovectores de 𝑇.

Observación: El núcleo es el autoespacio asociado al autovalor 0.

Si 𝐵 = {(0,1,1,2), (−1,0,1,1), (0,0,0,1), (1,0,0,0)} entonces nos faltaría decir cómo queda
𝑀(𝑇)𝐵𝐵 .
Recuerden que cuando se tiene una base de autovectores, la matriz asociada en esa base de
autovectores es la matriz diagonal. Así que la matriz asociada a 𝑇 respecto de la base de
autovectores es: