U.T.N.

Facultad Regional Haedo

TEMAS DE ALGEBRA Y GEOMETRIA ANALITICA:
Autovalores y Autovectores
Dada una transformacin lineal f : R n R n / f ( X ) = A X donde A R nn es la matriz
asociada a la transformacin en la base cannica de Rn, es posible determinar una base de Rn
distinta de la cannica tal que la matriz asociada a f sea diagonal? De ser posible, simplificara el
clculo en la aplicacin de la transformacin. Qu condiciones deben verificarse para que dicho
cambio de base sea posible? La respuesta no es tan evidente, siendo necesario profundizar el tema.

r
Sea x tal que A X = X siendo un escalar. Todos los valores de que verifiquen la
r
ecuacin ( X O ), se llaman autovalores o valores propios de la matriz A. Todo vector x
correspondiente al subespacio de soluciones del sistema A X = X para cada autovalor, se llama
vector propio o autovector, exceptuando al vector nulo. Indistintamente se hace referencia a los
autovalores y los autovectores de la matriz A o de la correspondiente transformacin lineal f.
r r
La ecuacin A X = X es equivalente a ( A I ) X = O . Si queremos hallar x 0 , es
decir buscamos que el sistema lineal y homogneo al que conduce la ecuacin matricial anterior,
tenga soluciones distinta de la trivial, debemos pedir que
det( A I ) = 0 (ecuacin caracterstica de A).
Se define como polinomio caracterstico de A al polinomio de grado n y variable dado por
P ( ) = det( A I ) tal que sus races son los autovalores de A.
Si i es un autovalor o valor propio de A, el subespacio de soluciones del sistema
( A i I ) X = O asociado a i dado por
r
S i = x R n / A X = i X

est constituido por la unin del vector nulo y el conjunto de los autovectores asociados a i. S i se
llama subespacio asociado a i.
Ejemplos
Ejemplo 1.

1.a)

Una rotacin de un punto de R3 alrededor del eje z, f : P P :

x = x cos y sen

y = x sen + y cos
z = z

La matriz de rotacin correspondiente es

cos sen 0

A = sen cos 0
0
0
1

Si practicamos una rotacin con = 2 , la matriz asociada a la transformacin es

1 0 0

A = 0 1 0 .
0 0 1

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 1

Los autovalores se determinan a partir la ecuacin caracterstica con det( A I ) = 0 , (1 ) 3 = 0 .

Las races correspondientes son 1 = 2 = 3 = 1, por lo tanto existe un slo autovalor =1. El
subespacio asociado se obtiene a partir del sistema ( A 1 I ) X = O O X = O , que se cumple
r
x R 3 . Esto es:
r
S = {x R 3 /( A I) X = O} = R 3 ; dim (S) =3
( x1 , x 2 , x3 ) = x1 (1,0,0) + x 2 (0,1,0) + x3 (0,0,1) x1 , x 2 , x3 R .
Puede considerarse cualquier base de R3 como base de S, en particular la cannica, resultando que
los autovalores linealmente independientes con el autovalor 1 son:
r
r
r
BS = {u 1 = (1,0,0); u 2 = (0,1,0); u 3 = (0,0,1)} .
r r
Todo vector x 0 es autovector de A con autovalor 1, es decir que todos los puntos del espacio
r
r
resultan invariantes cuando se aplica esta rotacin, debido a que el transformado de x es 1 x .
1 0 0

1.b) Si la rotacin fuera = , la matriz correspondiente es A = 0 1 0 .

0 0 1

= 2 = 1
det( A I ) = 0(1 ) 2 (1 ) = 0 1
posee dos autovalores diferentes
3 = 1
1.b.I) Si 1 = 2 = 1.

x1 R
0 0 0 0

El sistema ( A 1 I ) X = O es 0 0 0 0 cuyo conjunto solucin est definido por x2 R .

0 0 2 0
x = 0
3
r
3
S = 1 = {x R /x 3 = 0} ( x1 , x 2 ,0) = x1 (1,0,0) + x 2 (0,1,0) x1 ,x 2 R ; dim(S = 1)=2
Los autovectores linealmente independientes para = 1 son
r
r
BS =1 = {u1 = (1,0,0); u2 = (0,1,0)} .
Esto es que cualquier punto del eje x del eje y, tiene por transformado al punto de coordenadas
opuestas. Lgicamente cualquier punto del plano (xy) cumple con esta caracterstica.
1.b.II) Si 3 = 1.
x1 = 0
2 0 0 0

( A 3 I ) X = O 0 2 0 0 cuyo conjunto solucin est definido por x2 = 0 .

0 0 0
0
x R
3
r
3
S =1 = {x R /x1 = x2 = 0} (0,0, x3 ) = x3 (0,0,1) x3 R ; dim(S = 1)=1.
El autovector linealmente independiente para = 1 es
r
BS =1 = {u3 = (0,0,1)}.
Esto es que los nicos puntos invariantes frente a esta rotacin son los ubicados en el eje z. Esto
indica que la coordenada z de ningn punto del espacio, variar frente a esta rotacin.
Queda como ejercicio las rotaciones en /2 y en /4. Como paso previo imaginar
geomtricamente si hay invariantes frente a estas rotaciones y constatar la validez de lo predicho.
Ejemplo 2.
por

r
Dado un vector no nulo v R 2 y sea la transformacin lineal f :R 2 R 2 definida

r
r
f ( x ) = proy v x .
U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 2

r r
r r
rr
x v r
Recordando que proy v x =| x | cos (v , x ) v = r r v , siendo
v v
r
r
x = ( x1 , x 2 ) y v = (v1 , v2 ) , podemos escribir la transformacin de
la siguiente forma:
xv +x v

xv +x v
xv +x v
f ( x1 , x2 ) = 1 12 22 2 (v1 , v2 ) = 1 12 22 2 v1 , 1 12 22 2 v2
v1 + v2
v1 + v2
v1 + v2

o, escrita en forma ms conveniente,

v2
vv
vv
v2
f ( x1 , x2 ) = 2 1 2 x1 + 2 1 2 2 x2 , 2 1 2 2 x1 + 2 2 2 x2 .
v1 + v2
v1 + v2
v1 + v2
v1 + v 2
2
v1
v1v 2

2
2
2
v1 + v 2 v1 + v 22

.
La matriz asociada en la base cannica es A =
v1v 2
v 22

2
2
2
2
v1 + v 2 v1 + v 2

v12

v12 + v 22
det( A I ) = 0
v1v 2
2
v1 + v 22

v1v 2
v2
v 2
vv
v + v 22
= 0 2 1 2 2 2 2 2 1 2 2
v
v1 + v 2
v1 + v 2
v1 + v 2

2
2
v1 + v 2
2
1
2
2

= 0

v12
v 22 2 v1v 2

+
2
v 2 + v 2 v 2 + v 2 + v 2 + v 2 = 0
v12 + v 22
2
1
2
2
1
1
2
Observamos que la ecuacin caracterstica se reduce a: + = 0 , cuyas races son 1 = 0 y
2 = 1.

v12 v 22

2.I)
Si = 1 = 0, el subespacio asociado se obtiene a partir de ( A 0 I ) X = O , esto es
A X = O.

v12
v1v 2
2
0
2
2
2
2
v1v 2 0 v1 v 2 0
~ v1
v1 + v 2 v1 + v 2
~

2
2

v v
v1v 2
v2
0
0
0
v
0

1
2
2

0
2
2
2
2

v1 + v 2 v1 + v 2
r
2
S = 0 = {x R / x1v1 + x2 v2 = 0} ; dim(S = 0)=1
El autovector linealmente independiente es:
r
BS =0 = {u1 = (-v2 , v1 )} .
r r
r r
Obs.: la relacin x 1v1 + x 2 v 2 = 0 x v = 0 x v , por lo tanto el resultado obtenido es
compatible con lo esperado geomtricamente, puesto que este subespacio representa el conjunto de
r
r
r
vectores x perpendiculares a v , cuya proyeccin sobre v se reduce al vector nulo.
2.II)

Si = 2 = 1, el subespacio asociado se obtiene a partir de ( A 1 I ) X = O .

v 22
v12
v1v 2
v1v 2
2
2

0
1
0
2
2
2
2
2
2
2
v1 + v 2
~ v 2 v1v 2
~ v1 + v 2 v1 + v 2
v1 + v 2
v v v2
v1v 2
v1v 2
v 22
v12
1

0
1
0
1 2
2
2
2
2
2
2
2
2
v
v
v
v
v
v
v
v
+
+
+
+
2
1
2
2
1
2

1
1
r
2
S =1 = {x R / x1v2 x2 v1 = 0} ; dim(S = 1)=1
El autovector linealmente independiente es:

0 v2
~
0 0

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 3

v1
0

r
BS =1 = {u2 = (v1 , v2 )}.
r r
Obs.: la relacin x 1v1 x 2 v 2 = 0 x // v , por lo tanto el resultado obtenido es compatible con lo
r
esperado geomtricamente, puesto que este subespacio representa el conjunto de vectores x
r
r
r
paralelos a v , cuya proyeccin sobre v da por resultado el propio vector x .
Propiedades de autovalores y autovectores
Dada una matriz A R n n ,
r
1) si v R n es un autovector de A, entonces existe para dicho vector un nico escalar
(autovalor) asociado.
2) Si A es no singular o regular (es decir, det(A)0) y 0 es un autovalor, entonces (1/) es un
autovalor de A1 (inversa de A).
3) Si A es una matriz singular entonces =0 es un autovalor de dicha matriz.
4) Si A es triangular superior o inferior o diagonal, entonces sus autovalores coinciden con los
elementos de la diagonal principal de A.
5) Si 1 , 2 , 3 , L , n son los autovalores de A la traza y el determinante de A son
n

i =1

i =1

tr ( A) = i det( A) = i .

Si es un autovalor de A entonces 2

es un autovalor de A2.
6)
r
7) Si 1 , 2 , 3 , L , n son autovalores distintos (es decir i j i j ) y si {u 1} es una base del
r
r
r
subespacio de autovectores S 1 ; {u2 } lo es de S 2 ; {u3 } lo es de S 3 ;L ;{u n } lo es de S n ,
r r r
r
entonces el conjunto {u1 , u2 , u3 , L, un } es linealmente independiente.
8) Si i es autovalor de A entonces la dimensin del subespacio S i es menor o igual al orden de
multiplicidad de la raz i de la ecuacin caracterstica.

Matrices semejantes

Se dice que dos matrices cuadradas A y B de igual orden, son semejantes si existe una matriz
P, de igual orden, inversible tal que
B = P 1 A P .
P se denomina matriz de pasaje o de cambio de base; con A~B se indica que A es semejante a B.
Propiedades
1) La semejanza es una relacin binaria de equivalencia.
Reflexiva: A~A
Simtrica: A~B B~A
Transitiva: Si A~B B~C A~C
2) Si A~B det(A)=det(B)
Demostracin) Si A~B P inversible / B = P1.A.P, resulta entonces que
det(B)=det (P1.A.P) det(B)=det (P1).det(A).det(P) det(B)=det(A)[det (P1).det(P)]
det(B)=det(A).det(P1.P) det(B) = det(A). det
{I det( B ) = det( A)
P

3) Si A~B kN Ak ~ Bk
Demostracin) Si A~B P inversible / B = P1.A.P
B k = ( P 1 A P)( P 1 A P)( P 1 A P) L ( P 1 A P) = P 1 A( P P 1 ) A( P 1 P) AL A P
P

k
k
B k = P 1 ( A I ) k P = P 1 A k P B ~A .

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 4

4) Si A~B det(A)0 det(B) 0 A1~B1.

Demostracin) Si A~B por prop. 2 det( B ) = det( A) y, siendo det( A) 0 det( B ) 0 .
Esto indica que existe la inversa de B.
1
1
Como B=P1.A.P B1 =(P1.A.P)1 =P1.A1.(P1)1, esto es B1 =P1.A1.P A ~ B .
P

Diagonalizacin de matrices

Dada una matriz cuadrada A Rnn, se dice que es diagonizable si existe P inversible del
mismo orden de A (es decir P Rnn P1) /
1 0 L 0

0
L
0

2
P1.A.P = D =
matriz diagonal (A ~ D)
M
M O M

0 0 L
n

Los vectores columna de P corresponden a los autovectores de A y los elementos diagonales 1, 2,

3, ..., n de la matriz diagonal D a sus autovalores correspondientes. P resulta la matriz del cambio
de base de los autovectores en la base cannica.
P

Propiedades
1) Si ARnxn con autovalores 1, 2, 3, ...,n con multiplicidad 1 (esto es i j i j) entonces A
es diagonizable; el rango de (A iI)=(n 1) y dim( S i )=1 i =1, 2, ...,n.
Esta propiedad se puede expresar en forma equivalente de las siguientes formas:
a) si las races de la ecuacin caracterstica de la matriz A Rnxn son todas simples, entonces
A es diagonizable;
b) si la matriz A Rnxn tiene n autovalores i distintos A es diagonizable.
2) Si A Rnxn es diagonizable n autovectores que constituyen una base de Rn.
3) Si el orden de multiplicidad de un autovalor i correspondiente a A Rnxn es m(i), entonces el
rango de (A iI)=[n m(i)] i para ser diagonizable, esto es que dim( S i ) = m(i) i.

Ejemplos

1 0
Sea A=
. Si estudiamos su ecuacin caracterstica, det(A I) = (1)2 = 0

1
1

0 0
1 =2 =1, orden de multiplicidad m(=1)=2; pero rango (A 1.I)=rango
=1
1 0
A no es diagonizable.
El subespacio asociado al autovalor es dim(S=1)=21=1, no existe un conjunto de 2
autovectores independientes con los cuales hallar la matriz P de cambio de base.

Ejemplo 1.

Ejemplo 2.

Consideremos la matriz asociada

0 1 0
1
0

A = 1 0 0 (A I) = 1
0

0 1
0
0 0 1

det(A I) = 2 (1 )+(1 )=0 (1 ) (2 + 1)=0 1 =1, 2 = i 3 =i.

Trabajando sobre el cuerpo de los reales, la matriz A no resulta diagonalizable pues presenta
autovalores complejos. Si se extiende al cuerpo de los complejos, entonces como:
r
u1 = (0,0,1)
autovector
para 1=1
U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 5

2 = i
3 =i

r
u 2 = (1,i,1)
r
u 3 = (1, i,0)

autovector
autovector

0 1 1

r r r
la matriz A es diagonizable tomando P= (u1 , u 2 , u 3 ) = (U 1 U 2 U 3 ) = 0 i i Se verifica:
1 0 0

1 0 0

1. .
P A P=D= 0 i 0 .
0 0 i

Ejemplo 3. Si A fuera la matriz de rotacin alrededor del eje z:

cos sen 0
0 1 0

A = sen cos 0 con = A = 1 0 0 ,

2
1
0
0
0 0 1
que representa la matriz dada en el ejemplo anterior.
r
Al aplicar la matriz A al vector x , su imagen es rotada /2; esto significa que A2 representar una
rotacin de con respecto al eje z.
Dado que P1.A.P = D A = P.D.P1
A2 =(P.D.P1)(P.D.P1) = P.D( 1
P 1
P )D.P1 = P.D2.P1
23
P

Esto significa que si P diagonaliza a A, tambin diagonaliza a A2, y los autovalores de A2 son 2i si
i es un autovalor de A.
Anlogamente para una rotacin =2 , la matriz de rotacin que se obtiene es la matriz
identidad.
41 0 0 14 0
0

P.D4.P 1 = A4 pero D4 = 0 42 0 = 0 i 4
0
4

4
0 0 3 0 0 ( i )
P

1 0 0
D = 0 1 0 =I A4 = P.D4.P1 = P.I.P1 = P.P1 = I
0 0 1
4

Matrices Hermticas
Sea una matriz cuadrada A Cnxn, tal que AT = A , entonces A es hermtica.
Notacin: A matriz cuyos elementos son los conjugados de los correspondientes elementos de A,
Si A = ((ai , j )) Cnn , A = ai , j Cnn .

(( ))

Propiedades
1) Si A =((ai,j)) Cnxn , esto es que ai,j C, y adems A es hermtica, entonces
ai , j = a j ,i i j
i = 1,2,..., n .

ai , j R i = j
2) Si todo ai, j A es real ( es decir ai,j R) y la matriz es hermtica la matriz A es simtrica.
3) Todos los autovalores de una matriz hermtica son reales.
4) Los autovectores asociados a autovalores distintos son ortogonales.
Ejemplos

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 6

i
i
2i
2i
0 i 2i
0
0

T
2i = A A es hermtica.
3 2i A = i 3
2i A= i
a) Si A= i 3
2i 2i
2i 2i 0
2i 2i 0
0

i
i
i
1 i
1 i
1+ i
2
2
2

T
1
2 + 2 i =B
1
2 + 2 i B=1 i
1
2 2 i , ( B) =1 + i
b) B= 1 + i
i
i 2 2i
i 2 2i
1
1
1
2 + 2i

resultando B hermtica.

()

Matrices antihermticas
Si ACnn diremos que es antihermtica si A T =A.

Propiedades
a = a j ,i i j
1) Si A=((ai,j)) Cn x n , si es antihermtica i , j
i = 1,2,..., n .
ai , j es imaginario puro i = j
Observacin: z = a + bi es imaginario puro si Re(z)= a =0.
2) Si A es antihermtica (i.A) es hermtica. Si A es hermtica (i.A) es antihermtica.
3) Los autovalores de una matriz antihermtica son imaginarios puros (incluyendo cero).
4) Los autovectores asociados a autovalores distintos son ortogonales.
5) Si la matriz antihermtica tiene todos los ai,j R, resulta antisimtrica.
1 + i 2i
1 i 2i
1 i 2i
0
0
0

T
2 A = 1 + i 3i 2 A = 1 i 3i
2 = A.
Ejemplo: A= 1 i 3i
2i
2i
2i 2
i
2 i
2 i

()

Matrices unitarias
T

Si ACn x n y A = A1 , la matriz A se llama unitaria; en forma equivalente, A A= A A = I .

Propiedades
1) Toda matriz unitaria hace invariantes el producto interior y la norma eucldea.
X , Y C n1 se cumple:
a) A X, A Y = X, Y ;
b) A X = X .
2) Los autovectores asociados a autovalores distintos son ortogonales.
3) Si A = ((ai,j)) / ai,j R i, j =1, ..., n A es unitaria, entonces A es ortogonal.
0
0
i

Ejemplo: A= 0 1 / 2 1 / 2 .
0 i / 2 i / 2

Matrices normales
T

Sea A Cn x n, diremos que es normal si A A= A A .

Los autovectores asociados a autovalores distintos son ortogonales.

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 7

1 i 0

1 i
, B = i 1 0 .
Ejemplos: A =
i 1
0 0 1

En resumen con respecto a las familias de matrices cuadradas, definidas en:

Campo real
ai,j R
Simtrica (A = AT)

Campo complejo
ai,j C

Hermtica (A = A )

Antisimtrica (A =AT)

Antihermtica (A = A )

Ortogonal (A1 = AT)

Unitaria (A1 = A )

Normal

(A A = A A )
T

Aplicaciones de la diagonalizacin de matrices

I)

Clculo de la potencia natural n-esima de una matriz.

Sea A =((ai,j)) de orden n sobre el cuerpo K (R C).

Si A es diagonizable P inversible tal que se verifica: P-1.A.P = D (1),
1 0 L 0

0 2 L 0
donde D es una matriz diagonal de la forma D =
M
M O M

0 0 L
n

de (1)

A = P.D.P1
1
A2 = P.D. 1
P 2
3
P .D.P1 = P.D2.P1
P

1
A3 = A2.A = P.D2. 1
P2
.P .D.P1 = P.D3.P1
3
P

M
1
P 2
3
P D P 1 = P D k P 1
Ak = Ak1.A = P.Dk1. 1
P

1n 0

0 2n
n
. n. 1
A = P D P = P
M
M
0 0

Esta ltima expresin indica una forma ms simple

potenciacin de la matriz.
P

II)

L 0

L 0 1
P
O M
L nn
de operar que el clculo directo de la

Identificacin de cnicas y cudricas

Sea, por ejemplo, la expresin algebraica en R3 / 2x2 + xy + 6xz y2 z2 = 2

Es posible expresarla en forma matricial XT.A.X = k de forma que la matriz A sea hermtica:

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 8

2 3 3 x

X A X = (x y z ) 3 1 0 y = 2 .
3 0 1 z

El hecho de elegir que A sea hermtica (en este caso particular en el campo real, simtrica) se debe a
que de esta forma est garantizada su diagonalizacin y que los autovectores correspondientes son
ortogonales.
Se determina la ecuacin caracterstica de A, los autovalores y autovectores.
3
3
2

A I = 3
1
0 det( A I ) = 0 (1+)2(2)+18(1+)=0
3
1
0

T.

(1+) (2 ++20)=0 (1+) (+4) (5)=0

Los resultados obtenidos son:
r
1 = 1 autovector u1 =(0,1,1)
r
2 = 4 autovector u2 =(1,1,1)
r
3 = 5 autovector u3 =(2,1,1)
r r r
Como {u1 ; u2 ; u3 } es una base ortogonal, para normalizar se utiliza la norma euclideana.
r
r
r
u1 = 2 u2 = 3 u3 = 6

} = 0, 1

1 2 1 1
;
, ,
3 6 6 6
1/ 3 2 / 6

1/ 3 1/ 6 donde U k indica un

1/ 3 1/ 6
vector columna cuyos elementos son las componentes del versor u k para k=1, 2,3.
1 0 0
T. .
1
T
Dado que P = P por se ortogonal, D = P A P = 0 4 0 .
0 0 5
x
x


T. .
Como X A X = 2 y = P y , es decir, X = P X , verificndose que X T = X T P T .
z
z


1 1 1
, ,
;
2
2
3
3

La matriz de pasaje o cambio es P = (U1 U 2 U 3 )= 1/ 2

1/ 2

u 1 ; u 2 ;u 3

1 0 0 x

2
2
2

(
)

x
y
z
0
4
0
Entonces: X .1

P2
.A.P
X
=
2

y =2 x 4 y +5 z =2 .
3
D
0
0 5 z

r r r
Esta ecuacin corresponde, con respecto a los nuevos ejes definidos por los versores u10 , u 20 ,u 30 , a
T

x 2 y 2 z 2

+
=1
2 1/ 2 2 / 5

hiperboloide de dos hojas

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 9

III) Resolucin de sistemas de ecuaciones diferenciales de primer orden a coeficientes

constantes
dx(t )
dt = x(t ) + 2 y (t ) + 2 z (t )
dy (t )
Sea el sistema
= 2 x(t ) + 2 y (t ) + 2 z (t ) .
dt

dz (t ) = 3x(t ) 6 y (t ) 6 z (t )
dt
Hallar las funciones derivables x = x(t), y = y(t), z = z(t) que satisfacen todas las ecuaciones
diferenciales del sistema, determinando el conjunto solucin (x, y, z) = (x(t), y(t), z(t)).
X& = A X (1), donde
dx(t ) dy (t ) dz (t )
X& T = ( x& , y& , z& ) =
,
,
,
dt
dt
dt
2 x
x& 1 2


2
2 y .
y& = 2
z& 3 6 6 z

Representando el sistema en forma matricial

Si A es diagonalizable, entonces existe D (matriz diagonal) tal que D = P1.A.P siendo P la matriz de
transicin o de pasaje. As, se verificar que A = P D P 1 . Reemplazando esta expresin en (1),
X& = P D P 1 X P 1 X& = D X (2)
P

Proponemos la sustitucin Y& = P 1 X& de donde Y = P 1 X .

Reemplazamos en (2) resultando finalmente que Y& = D Y (3).
Determinamos la ecuacin caracterstica de A, los autovalores y autovectores.
2
2
1

A I = 2
2
2 det (A I) = 0
3
6 6

3 52 6 = 0 ( + 3) ( + 2) = 0
Los resultados obtenidos son:
r
1 = 0 autovector u1 =(0,1,1)
r
2 = 3 autovector u2 =(1,0,-1)
r
3 = 2 autovector u3 =(2,-1,0)
Concluimos que A es diagonalizable.
Utilizamos la expresin (3) y encontramos que:
0 y1 y&1 = 0
y&1 0 0


y& 2 = 0 3 0 y2 y& 2 = 3 y2 (4)
y& 0 0 2 y y& = 2 y
3
3
3 3
Este nuevo sistema de ecuaciones diferenciales ordinarias a resolver tiene la ventaja sobre el
sistema original que est constituido por ecuaciones desacopladas, es decir que cada una de las
nuevas funciones incgnitas se resuelve en forma independiente de las dems.
Empleando algn mtodo adecuado de resolucin de ecuaciones diferenciales (por ejemplo,
en este caso, variables separables) las soluciones son:
U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 10

 y1 (t ) = C1

3t
y2 (t ) = C2 e
y (t ) = C e 2t
3
3
donde C1, C2 y C3 son constantes arbitrarias.
x 0 1 2 y1 0 1 2 C1

Como Y = P X X = P Y , y = 1 0 1 y2 = 1 0 1 C2 e 3t , la solucin
z 1 1 0 y 1 1 0 C e 2t

3
3

es
x(t ) = C2 e 3t + 2C3 e 2t

2t
,
y (t ) = C1 C3 e
z (t ) = C C e 3t
1
2

x(t )
0
1
2

3t

en forma equivalente, y (t ) = C1 1 + C2 0 e + C3 1e 2t .
z (t )
1
1
0

Forma de Jordan

Se ha visto que si una matriz cuadrada A tiene n autovectores linealmente independientes,

entonces A es diagonalizable; es decir, existe una matriz diagonal semejante a A, donde los
elementos de la diagonal principal son los autovalores correspondientes. Sintetizando, si existe una
matriz de transicin P inversible tal que P1.A.P = D entonces D es una matriz semejante a A y
adems es diagonal, entonces A es diagonizable. Pero, no todas las matrices son diagonizables ya
que no poseen la cantidad suficiente de autovectores necesarios para construir la matriz P de
transicin o de pasaje. El problema se presenta cuando las races de la ecuacin caracterstica
(autovalores) son de orden de multiplicidad m()>1. En ciertos casos, a pesar de los autovalores
mltiples es posible obtener los autovectores necesarios, pero en otros casos no lo es. Cuando la
matriz asociada a la transformacin en una base no es diagonalizable, entonces se plantea obtener
una matriz aproximada J a una diagonal tal que sea igual a J=P1.A.P.
P

El mtodo para ello se conoce como forma de Jordan.

1) En el caso lmite de que A tenga n autovectores linealmente independientes, la forma de Jordan

coincide con la matriz diagonal D=P1.A.P.
P

2) Cuando esto no ocurre, por cada autovector que se pierde, la matriz de Jordan incorpora un 1 en
la diagonal paralela a la principal por encima de ella, mientras que en la diagonal principal aparecen
los autovalores de A.
La forma de Jordan es el caso ms general y su construccin es axiomtica, pero muy inestable, ya
que pequeas variaciones en A, pueden producir que se completen los autovectores y eliminar los
elementos incorporados en la diagonal superior a la principal.

Ejemplos

1 1 2

1) Sea A = 0 0 1 , analizar la factibilidad de su diagonalizacin.

0 0 0

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 11

1 1 2

1 det( A I ) = 2 (1 ) = 0 1 = 2 = 0 3 = 1
A I = 0
0
0

Los autovalores son 0 y 1.

1 1 2 0

.
.
Si = 0, el sistema (A I) X = O se convierte en A X = O 0 0 1 0 x3 =0, x1 = x2 .
0 0 0 0

S=0= {X = ( x1 , x2 , x3 ) /x3 = 0 x1 = x2 }=( x1 , x1 ,0) = x1 (1,1,0),x1 R .

r
Adoptamos u1 =(1,1,0) como autovector. Como el orden multiplicidad de la raz m(=0)=2 se pierde
un autovector.
0 1 2 0 0 1 2 0
Si =1 es (A I) . X = O 0 1 1 0 ~ 0 0 1 0 x3 =0, x2 =2x3 =0, x1R.
0 0 1 0 0 0 0 0
S=1 = {X = ( x1 , x2 , x3 ) / x2 = x3 = 0}=( x1 ,0,0)= x1 (1,0,0),x1 R .
r
Adoptamos como autovector u2 =(1,0,0) . En este caso, por ser raz simple m(=1)=1, le
corresponde un slo autovector.
La matriz A no es diagonizable porque pierde un autovector para =0. La forma de Jordan
correspondiente est constituida por:
para el autovalor 3 =1, una submatriz diagonal de 1x1
para los autovalores 1 =2 =0, una submatriz de 2x2 donde se incorpora a2,3 =1,
1 0 0
J = 0 0 1
0 0 0
1 1 2
Observacin: Si fuera A= 0 0 1 los autovalores seran 1 =1, 2 =0.316 y 3 =0.316 y sera
. 0
0 01
diagonalizable.
1 2 1
2) A = 0 1 3
0 0 1

1
2
1

3 det( A I )=0(1 ) 3 = 0 1 = 2 = 3 = 1
A I = 0 1
0
0 1

Hay un nico autovalor, 1.

Si =1, el sistema (A I) . X = O se transforma en (A I) . X = O. La resolucin correspondiente:
0 2 1 0

0 0 3 0 x3 = 0 x2 = 0, x1 R
0 0 0 0

S =1 = { X = ( x1 , x2 , x3 ) / x2 = x3 = 0}= x1 (1,0,0) x1 R

r
Un slo autovector se puede extraer u1=(1,0,0) pierde 2 autovectores se incorporan 2
elementos a1,2 =a2,3 =1, siendo la forma de Jordan asociada a A:
U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 12

 1 1 0

J = 0 1 1

0 0 1
3) Si A R44 y los autovalores son 1 =2 2 =3 =4 =1 y suponemos que se pierden dos
autovectores, entonces la forma de Jordan ser:
2 0 0 0
0 1 1 0

J =
0 0 1 1

0 0 0 1
Nota: Cada uno de los autovectores forman lo que se llama bloques de Jordan que corresponden a
submatrices de mm, donde m es el orden de multiplicidad del autovalor k, de la forma:
k 1 L 0 0

0 k L 0 0
Jk = M M O M M

0 0 L k 1
0 0 L 0
k

donde aparecen tantos 1 como autovectores se pierden.

Por ejemplo, si A R55, 1 =2 =2 3 =4 =5 =1 y se pierden 3 autovectores, resulta
2 1 0 0 0

0 2 0 0 0
0
J

J = 0 0 1 1 0 = 1

0 J 2

0 0 0 1 1
0 0 0 0 1

Una de las preguntas que queda pendiente de responder est relacionada con el hecho de que
si bien se obtiene como sustituta de la matriz diagonal la forma de Jordan / P1.A.P = J, cul ser la
matriz P inversible que permite el cambio de base? Analicemos el siguiente ejemplo.
2 1 0 1
1 3 1 3
Sea la matriz A = 0 1 2 1 donde det(A I) = ( 2)3 = 0.

1 1 1 1
Los autovalores y sus multiplicidades respectivas son: 1 =0 con m(0) =1 y 2 =2 con m(2) =3.
Para 1 =0, el sistema (A I) . X = O se reduce a A . X = O. Su resolucin:
2 1 0 1 0 2 1 0 1 0 2 1 0 1 0 2 1 0 1 0
1 3 1 3 0 0 5 2 5 0 0 5 2 5 0 0 5 2 5 0
~
~
~
0 1 2 1 0 0 1 2 1 0 0 0 12 0 0 0 0 1 0 0
1 1 1 1 0 0 3 2 3 0 0 0 16 0 0 0 0 0 0 0
corresponde x1 = 0, x3 = 0, x4 = x2 , x2 R , dando
S =0 = {X = ( x1 , x2 , x3 , x4 ) / x1 = 0 x3 = 0 x2 = x4 }= (0, x2 ,0, x2 ) = x2 (0,1,0,1),x2 R
r
Para 1 =0 autovector u1 = (0,1,0,1) .
P

Para 2 =2, el sistema a resolver es (A 2I) . X = O.

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 13

 0 1 0 1 0 0 1 0 1 0 0 1 0 1 0
1 1 1 3 0 1 1 1 3 0 1 1 1 3 0

~
~

0 1 0 1 0 0 1 0 1 0 0 0 0 0 0

1 1 1 3 0 0 2 0 6 0 0 0 0 4 0
Resultando: 4x4 = 0 x4 = 0, x2 + x4 = 0 x2 = 0, x1 x3 = 0 x3 =x1 x1 R.
S =2 = S = 2 {X = ( x1 , x2 , x3 , x4 ) / x2 = x4 = 0 x1 = x3 }= ( x1 ,0, x1 ,0) = x1 (1,0,1,0),x1 R
r
Para 2 = 2 autovector u2 = (1,0,1,0) , se pierden dos autovectores.

La forma de Jordan que corresponde a A es

2
0
J= 0

1
2
0
0

0
1
2
0

0
0
0 .
0

r
Para obtener la matriz P / P1.A.P = J (1), tenemos asociado 1 =0 con u1 = (0,1,0,1) y 2 =2 con
r
u2 = (1,0,1,0) .
r
r
Tomamos P = (U 2 U 3 U 4 U1 ) , respetando el orden de Jordan y donde se desconocen u3 y u4 .
De (1) A . P = P . J, resultando que:
A P = ( AU 2 AU 3 AU 4 AU1 )
P

0
P J = (U 2 U 3 U 4 U 1 )
0

1
2
0
0

0
1
2
0

0
= ( 2U 2 U 2+2U 3 U 3+2U 4 1U 1 )
0

1
I) ( A 2 I )U 2 = O
II) ( A 2 I )U 3 = U 2
III)( A 2 I )U 4 = U 3
IV) ( A 1 I )U1 = O

AU 2 = 2U 2
AU = U + U
3
2
2 3

AU 4 = U 3 + 2U 4
AU1 = 1U1
1 0
0 1 0

1 1 1 3 0 r
De I), ( A 2 I )U 2 = O ,
u2 = (1,0,1,0) , como era de esperar.
0 1 0
1 0

1 1 1 3 0

r
De II), ( A 2 I )U 3 = U 2 , la resolucin conduce a u3 , el cual claramente no es un autovector de A.
0 1 0 1 1 0 1 0 1 1 0 1 0 1 1
1 1 1 3 0 1 1 1 3 0 1 0 1 2 1
~

~
0
1
0
1
1
0
0
0
0
0
0
0
0
0
0

1 1 1 3 0 0 2 0 6 0 0 0 0 4 2
1
3
4x4 =2 x4 = ; x2 +x4 =1 x2 =1x4 = ; x1 x3 +2x4 =1 x1 R.
2
2
3

1
De las infinitas soluciones, S = x1, , x1, ,x1 R , elegimos una de ellas para obtener el
2
2

r 3
1
vector buscado. Tomamos x1 =0 u3 = 0, , 0, .
2
2

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 14

0
0 1 0 1
r
1 1 1 3 3 / 2
u
De III) ( A 2 I )U 4 = U 3 0 1 0 1

la
resolucin
conduce
a
4 . Este vector
0

1 1 1 3 1 / 2
tampoco es una autovector de A.

1
1 1
De las infinitas soluciones, S = x1, , x1 , ,x1 R , elegimos una de ellas.
2
2 2

r 1 1 1
Tomamos x1 =0 u 4 = 0, , , .
2 2 2

r
De IV) A U1 = O , obtenemos u1 = (0,1,0,1) .
Resulta as, la matriz
0
0
0
1

0 3 / 2 1/ 2 1
.
P = (U 2 U 3 U 4 U1 ) =
1/ 2 0
1
0

0 1/ 2 1/ 2 1

r r r r
El subespacio de los vectores columna de P, R(P), tiene como base a {u2 , u3 , u4 , u1}, ya que
r
r
se puede proba probar su independencia lineal. Esta base de vectores, donde a u3 y a u 4 se los
asocia con 2 =2, se llama base de Jordan.
La solucin no es nica, y tampoco existe un orden preestablecido para la ubicacin de los bloques
de Jordan. As, en este ejemplo, es vlido decir que
0
0
0 0 0 0
0 1

0 2 1 0
1 0 3 / 2 1/ 2
y P=
J =
0 0 2 1
1/ 2
0 1
0

0 0 0 2
1 0 1/ 2 1/ 2

======================================================================
El precedente trabajo fue elaborado en Mayo de 1996, con el objetivo de complementar el
estudio de la temtica correspondiente, por Ing. Enrique Marcaccio con la colaboracin de Prof.
Mara T. Arnuzzo y Lic. Julia E. Contin.

U.T.N. F.R.H. - Temas de Algebra y Geometra Analtica - Autovalores y Autovectores - Pgina 15