APUNTES DE ALGEBRA LINEAL

Para Curso LGEBRA II- USACH

DIAGONALIZACIN
3.6.-

MARCEL SAINTARD VERA

SEGUNDO SEMESTRE 2011

Material N12

Formas Canonicas Elementales: Valores y vectores Propios. Hemos visto que un mismo
operador lineal T en L(V,V) se puede representar por tantas matrices Semejantes [ T ]B,
como bases ordenadas B de V podamos usar como referente. Ahora, buscaremos una
Base Ordenada de V segn la cual la matriz asociada a T, tome la forma ms elemental
posible. Las matrices ms simples que hemos visto son las Escalares y las Diagonales.
Nuestro objetivo ser el de representar a cualquier T.L. T definida en V mediante una
0, si i k ,
. A esta representacin se le llamar
matriz Diagonal D = (cij) con cik =
k , si i =k .
Diagonalizacion de T. Descubriremos que la base, respecto de la cual la matriz asociada
a T es diagonal, resulta ser una base Ortonormal, cuando la matriz inicial es simtrica.
Si para una T.L. T en L(V,V), existe una matriz diagonal D, diremos que T es
Diagonizable; y resultar muy directo y expedito determinar, por ejemplo, su Rango, su
Determinante, su Ncleo, su Imagen, etc. O sea, si para T en L(V,V), existe una base B de
V tal que [T]B = D, diagonal, entonces el anlisis de T resultar brevsimo.

3.6.1.- Valores Propios: Como existir la matriz diagonal [T]B = D asociada a la T.L. T, si y slo
n
si encontramos una base B = {bi }i =1 tal que T(bk) = kbk , para cada kK, con
k = 1,2,3,,n; entonces resultar interesante estudiar a los vectores de V que sean
transformados por la T.L. T en un mltiplo de s mismo, es decir, a los vectores vV tales
que T(v) = v, con K.
Definicin:
Sea V(K) un espacio vectorial, y sea T una T.L. en L(V,V). Un valor propio de T,
ser un escalar K para el cual exista un vector no nulo vV tal que T(v) = v.
Si K es un valor propio de T, entonces:
i) Cualquier vV para el cual T(v) = v, se llamar un vector propio de T,
asociado al valor propio .
ii) Al conjunto de todos los vectores propios asociados al valor propio , se le
llamar Espacio Propio de T, asociado al valor propio .
Observacin: Los valores propios tambin son llamados Races Caractersticas, Eigenvalores, o
Valores Caractersticos o Espectrales, segn diversos autores.
Notemos que para cualquier T.L. TL(V,V) y K, el conjunto de vectores vV
para los cuales se obtiene que T(v) = v ser un s.e.v. de V y, ms an, resultar
ser el Ncleo de la T.L. T I, pues si vKer (TI ) entonces (T I)(v) = 0, y
luego: T(v) I(v) = 0; de donde: T(v) = v.

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA

SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N12
En definitiva, Habr valores propios de T slo cuando se obtenga que Ker(TI )
{0v} , es decir, si T I no es inyectiva, y luego, si [ I ]B tiene un
determinante nulo, pues no sera invertible.
.L .
Teorema 3.6.1.- Sea : V T
V, una T.L., con dimV = n, y sea K. Son equivalentes las

siguientes afirmaciones:
i) es un valor propio de T.
ii) T I es una T.L. Singular o No Invertible.
iii) T I = 0 (determinante de la matriz asociada a T I ).

Observacin: Este ltimo punto, es clave pues nos dice que para encontrar todos los valores
propios de una T.L. en V, bastar con obtener los valores de K que hacen cero
o anulan al determinante de T I. Y como este determinante resulta ser un
polinomio de grado n para la indeterminada , se tratar de obtener las races de
este polinomio que llamaremos polinomio caracterstico de T.
Note que Ker(T I) es el espacio propio asociado a cada valor propio .
Definicin:
Si B es una base ordenada cualquiera de V y A = [T]B, entonces TI es matriz
invertible si y slo si la matrz A I, tambin lo es. Luego, diremos que cada
escalar K para el cual AI sea Singular o No Invertible, es un valor propio
de A en K.
Como es valor propio de A, siempre y cuando AI= I A = 0, entonces,
si definimos el polinomio caracterstico de A como f(x) = xI A, los valores
propios de A sern las races de f(x).
Teorema 3.6.2.Podemos probar que las matrices semejantes (asociadas a una misma T.L., pero
segn diversas bases de V) tienen el mismo polinomio caracterstico.
Demostracin: Si B = P1 AP, es semejante con A, donde P es la matriz de
cambio de una base a otra, entonces :
x I B = x I P 1 A P
= P 1 ( x I A) P
= P 1 x I A P
= xI A
.L .
De esto se infiere que T: V T
V, con dimV = n, no puede tener ms de

n valores propios, aunque si puede carecer de ellos.

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA

SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

.L .
Ejemplo N1: Sea T: R2 T
R2 una T.L. tal que [ T] = A = 0 1

1 0

El polinomio caracterstico de T ser x I A =

Material N12

= x2 + 1

1 x
Note que x + 1 es irreductible sobre R. Luego, T carece de valores propios.
2

Pero, si S:

.L .
C2 T
C2 es T.L. tal que [ S] = A =

0
1

1
, entonces su
0

polinomio caracterstico sera el mismo f(x) = x2 + 1 y S tendra dos valores

propios sobre C: i, y, i.
3

Ejemplo N2: Sea A = 2 2 1 una matrz asociada a una T.L. cualquiera.

a) Encuentre el polinomio caracterstico de A.

.L .
R3, respecto de la base cannica, encuentre
b) Si A est asociada a T: R3 T

los vectores propios de T, y los espacios propios asociados a estos.

x 3 1 1
Respuesta: a) El polinomio caracterstico de A es f(x) = 2 x 2 1 .
2
2 x
Luego, f(x) = x3 5x2 + 8x 4 = (x 1)(x 2)2.
De donde 1 = 1, y, 2 = 2 son los valores propios de A en K.
2 1 1

b) Para 1 = 1: A I = 2 1 1 , con rango(AI) = 2, pues F1 = F2, y nul(TI) =1,

2 2 1

2 1 1 0 2 0 1 0
luego Ker(T I) entrega el espacio propio:

2 2 1 0 0 1 0 0
Luego, z = 2x; y = 0.
Y entonces Ker( T I ) = < { (1, 0, 2)}>.
Esto significa que T(v) = v si y slo si v es un mltiplo de (1, 0, 2).
1 1 1

Para 2 = 2: A 2I = 2 0 1 , con ran(A 2I) = 2, pues F3 = 2F1, y

2 2 2

1 1 1 0 1 1 0 0
nul(T 2I) = 1, luego para Ker(T 2I):

2 0 1 0 0 2 1 0
Luego, x = y; z = 2y.
De donde Ker ( T 2I ) = < { ( 1, 1, 2) }>.
Luego, T(v) = 2v si y slo si v es un mltiplo de (1, 1, 2).
3

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA

SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Definicin:

Material N12

Matriz Diagonalizable: Sea TL(V,V) con dimV = n. Se dice que T es

diagonalizable si existe una base de V tal que cada vector suyo sea vector propio
de T.
La razn del nombre es clara, pues si B = {bi }i =1 es base ordenada tal que bi es un
vector propio de T, para cada i = 1,2,3,...,n, entonces la matriz T, en la base B, es
diagonal.
n

0 si i j
Es decir, si T(bi) = ibi , entonces [T ]B = (ij ) con i j =
ii si i = j
Observacin:
a) Note que si T es diagonalizable, entonces sus vectores propios generan a V. Es
decir, que T es diagonalizable si y solo si tienen un nmero de vectores propios
1.i. igual a la dimV. (Los ejemplos de la pgina anterior hablan de Ts.Ls No
diagonalizables, por lo que no es posible formar base del espacio R3 con los
vectores propios asociados a los valores propios de T).
b) Note que si los k espacios propios Wi, asociados a cada uno de los distintos
valores propios i de T, tienen dimensiones di, entonces:
i) Nul (T i I ) = di ;
0 , si i k
ii) En [T ]B =(C i k ) con C i k =
, cada i se repite di veces.
i , si i =k
iii) Adems, el polinomio caracterstico de se puede escribir como:
f (x) = (x 1)di(x 2)di..............(x k)dk. (Puede que haya, adems,
factores no lineales irreductibles, en tal caso el nmero de valores propios
no llega a n y T no ser diagonalizable; el ejemplo N1 es de este tipo).
iv) Es fcil ver que ran(T iI ) = n di (pues su nulidad es di), luego la matriz
diagonal para [T i I]B tendr di ceros en su diagonal.
v) Si W = W1 + W2 + + Wk es el s.e.v. generado por todos los vectores
k

propios de T, entonces dimV =

d
i =1

(son de interseccin mnima). En

consecuencia, si B1, B2,, Bk son las bases de los k espacios propios Wi ,

entonces el conjunto B = B1B2Bk es base de W.

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA

SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N12
Teorema 3.6.3.- Sea TL(V,V), con dimV = n y sean 1, 2,, k los valores propios de T,
distintos. Sea Wi el espacio propio de i o, lo que es lo mismo, el Ker( i I).
Lo siguiente es equivalente:
i) T es diagonalizable.
ii) W1 W2 Wk = V
iii) f (x) = ( x 1)d1 (x 2)d2 (x k)dk con di = dimWi /

d =n .
i =1

Anlogamente, este teorema aplicado a matrices, queda:

AMn(K) es semejante a una matriz diagonal, ssi:
invertible y tal que P1AP es diagonal.

Existe P Mn(K)

Con tiempo y espacio, es posible demostrar que las columnas P1, P2, , Pk de
la matriz P, forman una base B = { P1, P2, , Pk} para V, tal que, agrupando
adecuadamente sus vectores en B1, B2, , Bk se obtiene las bases de los
espacios propios Wi asociados a los i valores propios distintos de A en K.
Ejemplo: Sea T: R

T .L .

5 6 6
representado por A = 1 4 2 en base cannica.

3 6 4

i)

Calculemos o construyamos el polinomio caracterstico y obtengamos los

valores propios asociados a T.

ii)

Obtengamos dimensin y base para los espacios propios asociados a los

valores propios obtenidos y decidamos si T es diagonalizable.

iii)

Construyamos, si existe, la matriz diagonal D asociada a T e indiquemos

respecto de qu base lo hace.

iv)

Obtengamos la matriz P que satisface la igualdad: P1 AP = D.

Respuesta: i) f(x) = x I A =

= (x 2)

x5 6
1 x4

6
2

x+4

x2 0
0
x2 0
2x
=
1 x 4 1
1 x4 2
3
6
x+1
3
6
x+4

x 4 1
= (x 2)(x2 3x + 2) = (x 2)2 (x 1).
6 x+1

Por lo tanto, f(x) = (x 2)2 (x 1) es el polinomio caracterstico para T y sus

valores propios asociados son 1 = 1 y 2 = 2.
ii) Espacios propios:
4

a) Para 1 = 1: A I = 1

6
3
6

6
2
5

y Ker(A I) sera:

APUNTES DE ALGEBRA LINEAL

MARCEL SAINTARD VERA

SEGUNDO SEMESTRE 2011

Para Curso LGEBRA II- USACH

Material N12

4 6

3
1
3 6

6
2
5

0
0

3
6
3

2
2
1

0
0

1 0

1
1
0

0 3

0
0

Luego, Ker(A I) = {( 3y, y, 3y), yIR} = <{(3,1, 3)}>.

Por lo tanto, el espacio propio asociado a 1 = 1 es W1 = <{(3, 1,3)}> con
base B1 = {(3, 1, 3)} y dim(W1) = 1.
3

b) Para 2 = 2: A 2I = 1

6
2
6

3 6

1 2
3 6

6
2
6

y Ker(A 2I) sera:

6 0

2 0
6 0

0
0

2
0
0

2 0

0 0
0 0

Luego, Ker(A 2I) = {( 2y + 2z, y, z ), y, zIR} = <{(2, 1, 0 ), (2, 0, 1)}>.

Y el espacio propio asociado a 2 = 2 es W2 = <{(2, 1, 0), (2, 0, 1)}> con
base B2= {(2, 1, 0), (2, 0, 1)} y dim(W2) = 2.
c) Como dim(W1) + dim(W2) = 3 = dim(R3), inferimos que T es diagonalizable.
iii) Luego, B = B1 B2 = {(3, 1, 3 ), (2, 1, 0 ), (2, 0, 1)} es la base de
entrega la matriz diagonal D =

1 0 0
0 2 0

0 0 2

iv) Por ltimo, esto nos dice que A = 1

R3 que nos

asociada a T.

6 6
4
2 es semejante
6 4

1 0 0
.
2 0
0 0 2

con D = 0

Luego, existe P invertible y tal que P1 AP = D.

Note que para obtener P, que es la matriz de cambio de base B a base cannica E,
usamos como columnas los vectores de la base B = B1B2; luego P =

invirtiendo P obtenemos P

1 = 1
1

2
2
.
3
2
6 5

3 2
1 1

3 0

2
0
1

Estas son las matrices P1 y P que

satisfacen la igualdad P1 AP = D. Verifquelo Usted.