UNIVERSIDAD NACIONAL DE CAJAMARCA

SEDE-JAÉN

ESCUELA ACADÉMICO PROFESIONAL DE

INGENIERÍA CIVIL
 DIAGONALIZACION DE MATRICES

Además del interés que tienen por dar las direcciones invariantes de una transformación lineal, los
vectores propios pueden ayudar a escribir la matriz de la transformación lineal en una forma
especialmente sencilla.

Una matriz cuadrada A  ( aij ) se llama diagonal cuando se verifica que aij  0 siempre que sea i  j
.

La condición indica simplemente que los elementos de la matriz que están fuera de la diagonal principal
son todos nulos.

Proposición 1: Si f : R n  R n es una transformación lineal y B es una base de R n que está formada

por vectores propios para f , entonces la matriz de f con respecto a la base B es una matriz diagonal.

La razón de esta propiedad es que si B  u1 ,......, u n  y cada vector u i es propio, entonces existen
escalares 1 ,....., n (iguales o distintos) de forma que f (ui )  i ui .

Como la columna j de M B ( f ) debe ser f u j B , tendremos que dicha columna j tendrá el elemento
en el lugar j  esimo y 0 , y en todos los demás. En efecto,

f (u i )   j u j  0u1  0u 2  .....   j u j  ....  ou n

De ese modo, la matriz MB( f ) tiene en cada columna j al elemento  j en el lugar  j, j  de la

diagonal; y ceros en los demás lugares. Luego la matriz es efectivamente diagonal.

Proposición 2: Sea A una matriz cuadrada de orden n, y sea f la transformación lineal dada
por esa matriz, A  M ( f ) . Supongamos que existe una base B de R n formada por vectores
propios de la matriz A , y sea P la matriz de los vectores de esa base. Entonces existe una matriz
diagonal D tal que:

A  P  D  P1

Esto se debe a que, en las condiciones de la proposición, M B ( f ) es una matriz diagonal

Si llamamos D  M B ( f ) , entonces P  D  P 1  M ( f ) = A , por el por el resultado visto en la

lección 33 sobre la relación entre matrices de una transformación lineal.

Cuando ocurre la situación de la proposición anterior, hay básicamente una única matriz
1
diagonal D que cumpla una ecuación de la forma A  P  D  P , siendo Q una matriz
invertible (en realidad, D no es única, pero solamente porque podemos cambiar el orden
en que aparecen los elementos de la diagonal).
Esa matriz diagonal D se llama la diagonalización de la matriz A , o la forma diagonal de A . La matriz Q que
1
cumple la ecuación A  Q DQ es invertible, y se llama una matriz de paso de la diagonalización. La matriz
de paso no está unívocamente determinada por A .

Una matriz cuadrada puede tener una diagonalización o no. Las matrices cuadradas que tienen una
diagonalización se llaman matrices diagonalizables.

n
Proposición 3: Una matriz cuadrada A de orden n es diagonalizable si y solo si existe una base de R
que está formada por vectores propios para la matriz A .

La manera de determinar si una matriz es diagonalizable es calcular todos sus vectores propios y encontrar
si se puede construir una base formada por vectores propios.

La condición necesaria y suficiente para que la matriz A sea diagonalizable es que el polinomio
característico no tenga raíces complejas no reales; y que para cada valor propio  coda multiplicidad
como raíz del polinomio característico sea k  2 , existian k vectores propios linealmente
independences asociados al valor propio  .

Encontrar, si existe, la forma diagonal D de una matriz A se llama diagonalizar la matriz A .

El método para intentar diagonalizar una matriz cuadrada A es:

1. Hallar el polinomio característico pc(A).

2. Resolver la ecuación pc(A) = 0 y hallar las raíces. Dichas raíces son los valores propios de la matriz. Si el
polinomio tiene raíces no reales, entonces la matriz no es diagonalizable.

3. Para cada valor propio λ, hallar los vectores propios asociados, resolviendo el correspondiente sistema
de ecuaciones. Las soluciones del sistema estarán dadas en función de k parámetros t1 , . . . , tk . Por otra
parte, la multiplicidad de la raíz λ en el polinomio característico (esto es, el exponente de (x − λ) en la
factorización del polinomio característico) será un cierto entero m.

Siempre se verifica k ≤ m. Si k < m para alguno de los valores propios λ, entonces la matriz no es
diagonalizable.

4. Si k = m, podemos dar a los parámetros t1 , . . . , tk sucesivamente los valores (1, 0, . . . , 0), (0, 1, 0, . . . , 0),
. . . , (0, 0, . . . , 0, 1). Se obtienen así m vectores propios para el valor propio λ linealmente independiente. Si esto
ocurre para cada λ, la matriz es diagonalizable, y todos los vectores propios obtenidos dan una base de
vectores propios.

5. Escribimos entonces la matriz de paso P que sera la matriz de la base B formada por vectores propios.

6. La diagonalización de A es la matriz diagonal D en cuya diagonal figuran los valores propios en el orden
correspondiente al orden en que hemos escrito los vectores de B (es decir, el primer elemento de D es el valor
propio del primer vector u1 de la base B; el segundo es el valor propio del segundo vector u2 de la base, etc.).

7. Se puede comprobar la corrección del resultado calculando los productos A · P y P · D y

1
comprobando que A · P = P · D (esta igualdad equivale a la igualdad A  P  D  P ).
 Ejercicios resueltos
Ejercicio 1
Sea 𝑇: 𝑅 3 → 𝑅 3 definida por:
2 2 0
[1 3 1] en las bases canónicas
1 2 3

a) Definir T analíticamente
b) Determinar si T es diagonizable

SOLUCION
a)
2 2 0 𝑋 2𝑋 + 2𝑌
[1 3 1] [𝑌 ] = [ 𝑋 + 3𝑌 + 𝑍 ]
1 2 3 𝑍 𝑋 + 2𝑌 + 3𝑍

Así, T(x, y, z)= (2x +2y, x+3y+z, x+2y+3z)

b)

𝑡−2 −2 0
[ −1 𝑡−3 −1 ] = 0
−1 −2 𝑡−3

1 −2 0 1 −2 0
= (𝑡 − 2) [ 0 𝑡 − 3 −1 ] = (𝑡 − 2) [0 𝑡−3 −1 ] = 0
−1 −2 𝑡 − 3 0 4 𝑡−3

⇒ (𝑡 − 2)(𝑡 2 − 6𝑡 + 5) = 0 ⟺ 𝑡1 = 2, 𝑡2 = 1, 𝑡3 = 5
Son valores reales y distintos, luego T es diagonizable.

Ejercicio 2
Determinar todos los valores de a, a ϵ R para los cuales la matriz
𝑎 𝑎−1
𝐴=( ) es diagonizable
𝑎+1 𝑎

𝑡−𝑎 1−𝑎
|𝐼2 − 𝐴| = 0 ⇔ [ ] = 0 ⇔ 𝑡 = 𝑎 ± √𝑎2 − 1
−(𝑎 + 1) 𝑡 − 𝑎
𝑎2 − 1 > 0 ⇔ |𝑎| > 1 Note que para a=1, A no es diagonizable.

Ejercicio 3
2 0 1
Demostrar si la siguiente matriz es diagonizable: 𝐴 = (0 −1 1)
0 4 2
SOLUCION

2−𝜌 1 0
→ |𝐴 − 𝜌𝐼| = | 0 −1 − 𝜌 1 | = 0 ⇒ (𝜌 − 2)2 (𝜌 − 3) = 0
0 4 2−𝜌
𝜌=2 𝑦𝜌=3
Si 𝜌 = 2
0 0 1 𝑥 0 𝑦=0
(𝐴 − 2𝐼)𝑥̅ = 0 ⇔ (0 −3 1) (𝑦) = (0) ⇒ {−3𝑦 + 𝑧 = 0
0 4 0 𝑧 0 4𝑧 = 0
El rango de la matriz es 2 y la solución depende de un solo parámetro.
Por tanto no es diagonizable.

Ejercisio 4
−1 1 0
Sea 𝐴 = [ 0 0 0]
0 0 1
¿Es diagonizable? Si lo es encuentre la matriz diagonal
SOLUCION
𝑡 + 1 −1 0
[ 0 𝑡 0 ] = 0 𝑡1 = −1, 𝑡2 = 0, 𝑡3 = 1
0 0 𝑡−1

Valores propios son distintos entre sí A es diagonizable, la matriz diagonal resulta

−1 0 0
𝐷 = [ 0 0 0]
0 0 1

Ejercicio 5
Determine xi, i=1,2,…,6 (reales) de la matriz
1 𝑥1 𝑥4
𝐴 = [2 𝑥2 𝑥5 ]
3 𝑥3 𝑥6
De tal manera admitida por vectores propios (1, 0,1), (-1, 1,0) y (0, 1,-1) ¿Es A invertible?
SOLUCION

1 −1 0 1 1 1 1
𝑃 = [0 1 1 ] ⇔ 𝑃−1 = [−1 1 1]
2
1 0 −1 1 1 −1
𝐷 = 𝑝−1 𝐴𝑃 ⇔ 𝐴 = 𝑃 𝐷𝑃−1
1 𝑥1 𝑥4 1 −1 0 𝑡1 0 0 1 1 1 1 1 𝑡1 + 𝑡2 𝑡1 − 𝑡2 𝑡1 − 𝑡2
[2 𝑥2 𝑥5 ] = [0 1 1 ][0 𝑡2 0 ] [−1 1 1 ] = [−𝑡2 + 𝑡3 𝑡2 + 𝑡3 𝑡2 − 𝑡3 ]
3 𝑥3 𝑥6 1 0 −1 0 0 𝑡3 2 1 1 −1 2 𝑡 −𝑡
1 3 𝑡1 − 𝑡3 𝑡1 + 𝑡3
De donde obtenemos:

𝑡1 + 𝑡2 = 2
−𝑡2 + 𝑡3 = 4 ⟹ 𝑡1 = 6, 𝑡2 = −4, 𝑡3 = 0
𝑡1 − 𝑡3 = 6
Así 𝑥1 = 5 , 𝑥2 = −2, 𝑥3 = 3 , 𝑥4 = 5 , 𝑥5 = −2 , 𝑥6 = 3
Como 𝑡3 = 0 ⟹ A es singular y no es invertible.

Ejercicio 6
Dada la matriz
3 1
𝐴=[ ]
1 3
Determine los valores propios 𝑡1 𝑦 𝑡2 y los vectores propios ortonormales 𝛽1 𝑦 𝛽2 asociados a 𝑡1 𝑦 𝑡2 ,
respectivamente.
SOLUCION
|𝑡𝐼2 − 𝐴| = 0 ⟺ |𝑡 − 3 −1 | = (𝑡 − 3)2 − 1 = 0
−1 𝑡 − 3
De donde 𝑡1 = 4 𝑦 𝑡2 = 2
1
Para 𝑡1 = 4 ⟹ 𝛽1 = [1 1]
√2
1
𝑡2 = 2 ⟹ 𝛽2 = [1 −1]
√2
Ejercicio 7
Del (ejercicio 6) Probar que 𝛽𝑖𝑡 𝛽𝑖 es idempotente (i=1,2) y que 𝛽𝑖𝑡 𝛽𝑖 𝛽𝑗𝑡 𝛽𝑗 = 0𝑀
SOLUCION

1 1 1 1
𝛽1𝑡 𝛽1 = | | |1 1| = [1 1]
√2 1 √2 2 1 1
𝑡 1 1 1 1 1 −1
2
(𝛽1 𝛽1 ) = [
2 1 1
] , análogamente para 𝛽2𝑡 𝛽2 = 2 [ ]
−1 1

También
1 1 1 1 −1 0 0
𝛽1𝑡 𝛽1 𝛽2𝑡 𝛽2 = 𝛽2𝑡 𝛽2 𝛽1𝑡 𝛽1 = 4 [ ][ ]=[ ]
1 1 −1 1 0 0

Ejercicio 8
Del ejercicio 6 y 7 Determine D ϵ M2x2 tal que D2=A

SOLUCION
𝐷 2 = 𝑡1 𝛽1𝑡 𝛽1 + 𝑡2 𝛽2𝑡 𝛽2 Y que 𝐷 = √𝑡1 𝛽1𝑡 𝛽1 + √𝑡2 𝛽2𝑡 𝛽2
1 1 1 1 1 −1 1 2 + √2 2 − √2
𝐷=2 [ ] + 22[ ] = 2[ ]
2 1 1 −1 1 2 − √2 2 + √2

Ejercicio 9
Diagonalizar si es posible la matriz siguiente, dando en su caso la matriz de paso

1 2 1
𝐴 = (0 0 −1 )
0 −2 𝑥 − 3
Hallamos el polinomio característico
𝑥 − 1 −2 −1
| 0 𝑥 1 | = (𝑥 − 1)(𝑥 − 3)𝑥 + 2(𝑥 − 1) = (𝑥 − 1)(𝑥 2 − 3𝑥 + 2)
0 2 3
𝜆=1
El polinomio característico
𝑝𝑐(𝐴) = (𝑥 − 1)2 (𝑥 − 2)
Vectores propios
0 −2 1 𝑥 0
(0 1 −1) (𝑦) = (0)
0 2 −2 𝑧 0

El sistema equivale
X=t, y=0 y z=0
Por lo tanto la matriz no es diagonizable.
EJERCICIO 10
Sea A una matriz diagonalizable con forma diagonal D y matriz de paso P . Demostrar que
A n es diagonalizable con forma diagonal D n . Deducir cuánto vale A n .

SOL UCION
Si A es diagonalizable con forma diagonal D y matriz de paso P significa que A  PDP 1 , luego
1
An  PD P y, por tanto, An es diagonalizable con forma diagonal D n .
n

Ejercicio 11
Probar que, si A es diagonalizable y A semejante a B , entonces B es tambien diagonalizable.

SOLUCION.
Si A es diagonalizable, entonces existe D matriz diagonal y P matriz de paso tal que

A  PDP 1 (1)

Por otro lado, si A semejante a B , entonces existe Q matriz de paso tal que

A  QBQ 1 (2)

De (1) y (2) se sigue

QBQ1  PDP 1  B  Q1 PDP 1Q

Pero T  Q1 P es una matriz inversible (por ser el producto de dos matrices inversibles) tal que
B  TDT 1 , asi que B es diagonalizable con forma diagonal D.
 FORMA CANONICA DE JORDAN
1. Bloque de Jordan (de tamanño K  K y valor propio  )
Son las matrices de la forma:
 1 0 0 0
 
0  1 0 0
A 
 
0 0 1
0 0  


Esto es, matrices tridiagonales, con diagonal principal de valor , diagonal

superior de valor 1, y diagonal inferior de ceros

2. Suprabloque de Jordan (de tamanño m  m y valor propio  )

Son las matrices cuya diagonal son Bloques de Jordan de igual valor.
Ejemplo:

 7 1  
  
 0 7  
 7 1 0  
 0 7 1  
A   
  0 0 7  
 
 7 
 
 

3. Una matriz está escrita en forma canonica de Jordan si es diagonal por

bloques, formada por suprabloques de Jordan.

Ejemplo: La siguiente matriz, escrita en la forma canonica de Jordan, está

formada por

Un suprabloque de tamaño 2 y valor propio 8, formado a su vez por dos

bloques de tamaño 1
Un suprabloque de tamaño 3 y valor propio 3, formado un bloque de
tamanño1 y otro de tamaño 2; y
Un suprabloque de tamaño 1 y valor propio 4.
  8 0  
  
 0 8  
 3  
   
A   3 1  
   0 3  
    
  4 

 
 

Construcción de la Forma canónica de Jordan

Cuando tenemos una matriz que es diagonalizable, en su descomposición

A  PDP 1 , colocamos sus valores propios en la diagonal de la matriz D, y en
la matriz P se van colocando como columnas los vectores propios
correspondientes a cada valor propio.
Para una matriz que no es necesariamente diagonalizable, podemos encontrar
su descomposición en la forma canónica de una manera similar. La construcción de
dicha matriz es la siguiente:

1. En la matriz J , se colocan los n valores propios en la diagonal. As, si el

polinomio característico de la matriz es
    1     2  ...    k 
m1 m2 mk

entonces se deben colocar m1 veces el valor 1 , m1 veces el valor 2 , y asi

sucesivamente. Los m i valores propios i , forman un suprabloque de Jordan.

2. Si para cada valor i , existen l cadenas, entonces el suprabloque de Jordan

de valor i estara compuesto por l bloques, y las dimensiones de cada bloque
correspondera al largo de cada cadena que le corresponde.

3. Finalmente, en la matriz P , se van colocando los vectores propios, y si hay

cadenas, se colocan los elementos de la cadena de la manera como fueron
obtenidas.

Ejemplo: Consideremos la siguiente matriz:

7 0 0 0 0 0
 
0 7 0 0 0 0
0 0 0 0 0 0
A 
0 0 0 0 1 
0 0 0 0 0 0
 
0 0 0 0 0 1 
Primero, los valores propios iguales (que se encuentran en la diagonal)
forman los suprabloques. Asi:

 7 0  
  
 0 7  
 0 0 0  
 0 0 1  
A   
 0 0 0  
 
 1 
 
 

Ahora, debemos identicar los bloques que que forman los suprabloques.

En el suprabloque de valor propio 7, como no hay 1’s, se tiene que dicho

suprabloque está formado por 2 bloques de Jordan de tamanño 1.

En el suprabloque de valor propio 0, vemos que hay un 1, luego, dicho

suprabloque esta formado por 2 bloques, uno de tamanño 1, y el otro de
tamaño 2.

El ultimo suprabloque, el de valor 3, esta formado por un bloque de

tamaño 1.
Asi:
  7  0 
 
 0  7 
 
 0  
 
A  0 1  

 
  0 0   

 1 
 
 
 De este modo, sabemos además la forma de como se obtuvieron los
vectores propios:

Para el valor propio 7, que tiene multiplicidad 2, se pudieron

obtener 2 vectores propios

Para el valor propio 0, de multiplicidad 3, solo se tienen 2

valores propios, el tercero faltante es un vector propio
generalizado, por lo cual aparece el bloque de Jordan de tamaño 2

El valor propio 1, tiene su vector propio correspondiente.

Ejercicios resueltos:

Ejercicio 01
1  1
Sea A    la matriz del operador T :  2   2 en la base canónica.
3 1 

Sea v  1,0 , no nulo, de V   2 . Eligiendo el polinomio minimal

 
mt   t 2  2t  4 t  2 de un operador lineal T : V  V en el cual dim V  7 y V es
3

un espacio vectorial sobre  . ¿Qué forma tendrá la representación matricial de T?

SOLUCION:
Si cada factor del polinomio minimal es mónico, irreductible, no lineal, repetido o no,
tendrá su respectiva matriz acompañante. Cada matriz acompañante se coloca, como
bloque, en forma diagonal para obtener la matriz de T. esta matriz diagonal por
bloques recibe el nombre de FORMA CANÓNICA RACIONAL.
Tenemos dim V  7 y el polinomio minimal.

mt   t 2  2t  4t  2
3
 
f11 t  f 23 t 

Donde f1 t   t 2  2t  4 y f 2 t   t  2 son polinomios monicos irreductibles.

Teniendo en cuenta las siguientes recomendaciones, obtenemos la forma canonica

racional de T.
1. La suma de los grados de las matrices acompañantes debe dar 7.
2. Una matriz acompañante debe salir de t 2  2t  4 y otra de t  2  , siendo así,
3

la forma canonica racional de T es exactamente una de las siguientes sumas

directas de matrices acompañantes.

1C t 2  2t  4  C t 2  2t  4  C t  23 

  
 
 
 
 
 
0  4 
C    
1 2 0 4
 
 1 2 
 00 8 
 
 1 0  12
 0 1 6 


0  4
Donde C11  C 22    es la matriz acompañante de f1 t   t 2  2t  4 y
1 2 
0 0 8 
C 33  1 0  12 es la matriz acompañante de
0 1 6 
f 23 t   t  2  t 3  6t 2  12t  8
3

2C t 2  2t  4  C t  23   C t  22 

 
 
 
 
 
 
0  4 
C   
1 2
 00 8 
  
 1 0  12 
 01 6 
 0  4
 1 4 


Donde:
0  4 
C11    Es la matriz acompañante de f1 t   t  2t  4
2

 1 2 

0 0 8 
C 22  1 0  12 Es la matriz acompañante de f 23 t   t 3  6t 2  12t  8
0 1 6 
0  4 
C 33    Es la matriz acompañante de f 22 t   t 2  4t  4
1 2 
    
3C t 2  2t  4  C t  2  C t  2  C t  2
3

 
 
 
 
 
 
0  4 
C   
1 2
 00 8 
  
 1 0  12 
 01 6  
 2 
 2

Donde:

0  4 
C11    Es la matriz acompañante de f1 t   t 2  2t  4
1 2 

0 0 8 
C 22  1 0  12 Es la matriz acompañante de f 23 t   t 3  6t 2  12t  8
0 1 6 

C 33  2 Es la matriz acompañante de f 2 t   t  2

C44  2 Es la matriz acompañante de f 2 t   t  2

Ejercicio 02
Sea V un espacio vectorial de dim  5 sobre  y T : V  V un operador lineal cuyo
polinomio mínimo es mt   t  2  .
3

SOLUCION:
La forma canonica racional de T es una de las sumas directas de matrices
acompañantes.

1C t  23   C t  22 

  
 
 
0 0 8 
 C  1 0  12  
 
0 1 6 
 0  4
 
 1 4 

Donde:

0 0 8 
C 22  1 0  12 Es la matriz acompañante de f 3 t   t 3  6t 2  12t  8 ,
0 1 6 
siendo f t   t  2

0  4 
C 22    Es la matriz acompañante de f
2
t   t 2  4t  4
1 2 

2C t  23   C t  2  C t  2

 
 
 
0 0 8 

 C  1 0  12   
 
0 1 6 
 2 
2
 
 
Donde:

0 0 8 

C1  1 0  12 Es la matriz acompañante de f 3 t   t 3  6t 2  12t  8
0 1 6 

C 2  2 Es la matriz acompañante de f 2 t   t  2

C 3  2 Es la matriz acompañante de f 2 t   t  2

Ejercicio 03
Hallar la forma racional para el bloque de Jordán.

 1 0 0 
0  1 0
J  
0 0  1
 
0 0 0  
SOLUCIÓN:
En primer lugar, hallemos el polinomio característico de la matriz J.

El polinomio característico de J es Px   x   

4

En segundo lugar, desarrollar Px   x 4  4x 3  62 x 2  43 x  4

En tercer lugar, escribir la matriz acompañante del polinomio Px , que es:

0 0 0  4 
 
1 0 0 43 
J  Es la forma racional de la matriz J.
0 1 0  6 2 
 
0 0 1 4 

Ejercicio 04
  
Sea A una matriz 4  4 con polinomio mínimo mt   t 2  1 t 2  3 . Hallar la forma
canónica racional de A si A es una matriz sobre:
a) El cuerpo racional Q .
b) el cuerpo real  .
c) El cuerpo complejo.
SOLUCION:
a) La forma canónica racional de A sobre el cuerpo racional de Q se halla mirando
los coeficientes de cada polinomio monico irreducible sobre Q , que es factor de
mt  .

P1 P2
   
 
mt   t  0t  1 t  0t  3
2 2

  
 
 
0  1 
J   
1 0
 
 0 3
 1 0

Donde:

0  1
J 11    Es la matriz acompañante del polinomio P1 t   t 2  0t  1
1 0 

 0 3
J 22    Es la matriz acompañante del polinomio P2 t   t 2  0t  3
1 0 
b) La forma canónica racional de A sobre el cuerpo  , se halla cuando cada factor
de Pt  este factorizado sobre  .


Así: Pt   t 2  1 t 2  3  

 t2 1 t2  3
 
 
P1 P2

 
 
 
0  1 
J   
1 0 
 
 3 
 
  3

Donde:

0  1
J 11    Es la matriz acompañante del polinomio P1 t   t  0t  1
2

1 0 

J 22   3  Es la matriz acompañante del polinomio P t   t  3

2

J 33   3  Es la matriz acompañante del polinomio P t   t  3

3

c) La forma canónica racional de A sobre el cuerpo C , se halla cuando cada factor

de Pt  este factorizado sobre C .


Así: Pt   t 2  1 t 2  3  
   
 t2 i t2 i t2  3 t2  3
      
 
P1 P21 P3 P4

 
 

J  i   
 i 
 3 
  3

Donde:

J 11  i Es la matriz acompañante del polinomio P1 t   t  i

J 22   i Es la matriz acompañante del polinomio P2 t   t  i

J 33   3 Es la matriz acompañante del polinomio P t   t  3

3

J 44   3  Es la matriz acompañante del polinomio P t   t  3

4

Ejercicio 05
Sea T un operador lineal sobre  3 representado en la base ordenada canónica por la
matriz.

 6  3  2
A   4  1  2
10  5  3

Expresar el polinomio minimal P de T en la forma P  P1 P2 donde P1 y P2 son polinomios

monicos e irreductibles sobre el cuerpo de los números reales. Sea Wi el espacio nulo de
Pi T  . Hallar las bases  i para los espacios W1 y W2 . Si Ti es el operador inducido en Wi
por T, hallar la matriz de Ti en la base  i (anteriormente citado).

SOLUCION:

a) El polinomio minimal de A es: Pt   t 3  trAt 2   A11  A22  A33 t  A

Donde: trA  6  1  3  2

1  2 6 2 6 3
A11   7 , A22   2 , A33   6 , A  2
5 3 10  3 4 1

Luego, Pt   t 3  2t 2  t  2


Pt   t  2 t 2  1 
b) P1 t   t  2 y P2 t   t 2  1 son polinomios monicos e irreducibles sobre el
cuerpo de los números reales.
c) El operador P1 T  es T  2 I
El espacio nulo de T  2 I se halla resolviendo el sistema:
 x1 
A  2I X  0 , donde X   x 2 
 x 3 
 4  3  2  x1  0 1 
 4  3  2  x   0 , se obtiene X  x 0, x  
  2    1  1

10  5  5  x3  0 2

 1  
  
Entonces W1  ker T  2 I   t 0 : t  
  2 
  
 x1 ,0,2x1  / x1  

d) El operador P2 T  es T 2  I
El espacio nulo de T 2  I , se obtiene resolviendo el sistema:
 4  5 0  1 0 0  5  5 0
A  I X  0 , donde A  I   0  1 0   0 1 0   0 0 0
2 2

10  10  1 0 0 1 10  10 0

 5  5 0  x1  0 1 0
0 0 0  x 2   0 . La solución es X  x 2 1  x3 0
      

10  10   x 3  0 0 1

 1 0  
  
   
Luego: W2  ker T  I  t 1  s 0 : t  , s  
2

 0  1 
  
 1  
 
e) La base de W1 es B1   0  
2 
  
 1   0  
    
La base de W 2 es B1   1 , 0 
   
  0  1  
    
P
 P1
  2


f) Del polinomio minimal Pt   t  2 t  1
2

2 0 0 
Obtenemos la forma racional R  0 0  1
 
0 1 0 
 0  1
Donde R1  2 Es la matriz acompañante de P1 t   t  2 , y R2    Es la
1 0 
matriz acompañante de P2 t   t 2  1 .

 Si T1 es el operador inducido sobre W1 por T entonces el polinomio minimal de

T1 es P1 t   t 2  2 .
 Si T2 es el operador inducido sobre W2 por T entonces el polinomio minimal de
T2 es P2 t   t 2  1 .

Ejercicio 06
0 1 1 0 1
0 0 1 1 1

Dado la matriz A  0 0 0 0 0
 
0 0 0 0 0
0 0 0 0 0

a) ¿es A una matriz nilpotente?

b) Si A es nilpotente, hallar la matriz nilpotente en forma canónica.
SOLUCION:

0 0 1 1 1 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0
 
a) AA  A 2  0 0 0 0 0  y A 3  0 0 0 0 0
   
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0

Porque A 3  0 , afirmamos que la matriz A es nilpotente de índice k  3

b) La matriz nilpotente es forma canónica es:

0 1 0 0 0
0 0 1 0 0

M  0 0 0 0 0
 
0 0 0 0 0
0 0 0 0 0

 La matriz M contiene un bloque diagonal de orden 3 y ningún orden

mayor.
 El rango de A es 2 y la nulidad de A es 5  2  3
 En total, A contiene 3 bloque dispuestos en la forma diagonal, una de
orden 3 y dos de orden 1
Ejercicio 07
Sea el operador lineal T :  2   2 definido por T x, y   0, x

Se pide:
a) Hallar la matriz de T en la base canónica.
b) Dado el polinomio g x  a  bx , hallar :
i) El operador g T  y,
ii) La matriz g  A, siendo A la matriz hallada en a)
c) Dado el vector  1  1,0 hallar el subespacio: W  g T  1 / g  x

SOLUCION:

0 0 
a) La matriz de T x, y   0, x , en la base canónica, es A   
1 0

 x  0 0   x 
T     
 y  1 0  y 

b) Si g x  a  bx , entonces:
i) g T   aI  bT
1 0 0 0 a 0
ii) g  A  aI  bA  a    b  
0 1 1 0 b a 
c) Es subespacio W , tal como está definido, se halla haciendo la multiplicación
g  A 1 :

a 0 1 a 
g  A 1         , donde a, b  
b a  0 b 

 a  
Entonces W    : a  , b  
 b  

Ejercicio 08
Sea T el operador lineal T :  2   2 definido por: T x, y   2x  y,2 y 

a) Hallar la matriz en la base ordenada canónica.

b) Sea W1 el subespacio de  2 generado por el vector  1  1,0 .
c) Demostrar que W1 es invariante por T .
d) Demostrar que no existe un subespacio W2 que es invariante por T y que es
complementario de W1 :  2  W1  W2 .

SOLUCION:

 x  2 x  y  2 1  x 
a) T       
 y   2 y  0 2  y 
 2 1 
La matriz de T en la base ordenada canónica es: A   
0 2
b) El polinomio característico y el polinomio minimal coinciden y es:
Pt   mt   t  2
2

El único vector propio asociado a t  2 es  1  1,0 . Luego el único subespacio

propio, invariante por T generado por el vector  1  1,0 es W1  gen 1 

c) Si al elegir un vector v W1 , se prueba que T v W1 , entonces W1 es invariante

por T .
Veamos:
Si v W1 entonces v   1,0,   
Aplicar T : T v  T 1,0
 2,0  2 1,0W1
Luego, W1 es invariante por T

d) Por la parte b) afirmamos que no existe un subespacio W2 que es invariante por

T y que es complemento de W1 , tal que,  2  W1  W2
 TEOREMA DE CAYLEY-HAMILTON

TEOREMA 1: Si P    y Q    son polinomios en la variable escalar  cuyos coeficientes de matrices

cuadradas y si P     Q    A  I   entonces P  A  0 .

DEMOSTRACIÓN

Si Q    está dado por la ecuación Q     B0  B1  B2  2  ...  Bn  n

P      B0  B1  B2  2  ...  Bn  n   A  I  

 B0 A  B1 A  B2 A 2  ...  Bn A n  B0   B1 2  B2  2  ...  Bn  n 1

P     B0 A  B1 A  B2 A 2  ...  Bn A n  B0   B1 2  B2  2  ...  Bn  n1

Sustituyendo A en lugar de  se obtiene:

P     B0 A  B1 A2  B2 A3  ...  Bn An1  B0   B1 2  B2  3  ...  Bn  n1

 P  A  0

TEOREMA 2: Toda matriz cuadrada satisface su propia ecuación característica, es decir, si P     0 es

la ecuación característica de A , entonces P  A  0 .

DEMOSTRACION

a11   a12 ... a1n

a21 a22   ... a2 n
. . . .
Se tiene P     det  A  I   
. . . .
. . . .
an1 an 2 ... ann  

Es claro que cualquier factor de A  I  es un polinomio de  , así, la adjunta de A  I  es una matriz

de orden n  n en la que cada componente es un polinomio en  es decir:
 p11 ( ) p12 ( ) ... p1n ( )
p21 ( ) p22 ( ) ... p2 n ( )
. . . .
adj ( A  I  ) =
. . . .
. . . .
pn1 ( ) pn 2 ( ) ... pnn ( )

Esto significa que se puede pensar en adj ( A  I  ) como un polinomio, Q    en  cuyos coeficientes
son matrices de orden n n.

Luego det  A  I   =  adj( A  I  ) A  I   ……………… (*)

Pero det  A  I   = P    I si P      n  an1 n1  ...  a1  a0

Entonces se define: P     P    I   n I  an1 n1  ...  a1 I  a0 I

Por lo tanto, de (*) se tiene P     Q    A  I  

Luego por el teorema (1) se tiene P  A  0

Ejercicios resueltos

Ejercicio 1
Verificar la validez del teorema de Cayley-Hamilton para la matriz.
3 −1
𝐴=[ ]
2 1
SOLUCIÓN:

Polinomio característico de A:

3−𝜆 −1
𝑥(𝜆) = [ ] = 𝜆2 − 4𝜆 + 5
2 1−𝜆

Sustituyendo 𝜆 por A:

7 −4 3 −1 0 0
𝑥(𝐴) = 𝐴2 − 4𝐴 + 5𝐼 = [ ]− 4[ ]+5= [ ]
8 −1 2 1 0 0
Ejercicio 2
4 2
Se considera la matriz 𝐴 = [ ].Usando el teorema de Cayley-Hamilton, expresar 𝐴−1
3 3
Como combinación lineal de Ι y de A.

SOLUCIÓN:

El polinomio característico de A es.

4−𝜆 2
𝑥(𝜆) = [ ] = 𝜆2 − 7𝜆 + 6
3 3−𝜆

Por el teorema de Cayley-Hamilton se verifica 𝐴2 − 7𝐴 + 6Ι = 0, entonces.

1
𝐴2 − 7𝐴 + 6Ι = 0 ↔ 𝐴(𝐴 − 7Ι) = −6Ι ↔ 𝐴 (− (𝐴 − 7Ι)) = Ι.
6

1 7
Por definición de matriz inversa se concluye que 𝐴−1 = − 6 𝐴 + 6 Ι.

Ejercicio 3
−14 25 1
Dada la matriz real 𝐴 = [ ] , calcular el lim 𝑛 𝐴𝑛 .
−9 16 𝑛→+∞

SOLUCIÓN:

Polinomio característico de A:

𝑥(𝜆) = det(𝐴 − 𝜆Ι) = 𝜆2 − 𝑡𝑟(𝐴)𝜆 + 𝑑𝑒𝑡𝐴 = 𝜆2 − 2𝜆 + 1 = (𝜆 − 1)^2

El único valor propio de la matriz es por tanto 𝜆 = 1(doble).facilmente se comprueba que A no
es diagonalizable. Usaremos el teorema de cayley-hamilton .efectuando la división euclídea
de 𝜆𝑛 entre x(𝜆) obtenemos :

𝜆𝑛 = 𝑞(𝜆)(𝜆 − 1)2 + 𝛼𝜆 + 𝛽. (1)

Sustituyendo 𝜆 por A en (1) y usando el teorema de cayley-hamilton

Α𝑛 = 𝑞(Α)(𝜆 − Ι)2 + 𝛼Α + 𝛽Ι = 𝑞(Α). 0 + 𝛼Α + 𝛽Ι = 𝛼Α + 𝛽 (2)

Sustituyendo el valor propio 𝛾 = 1en (1) obtenemos 1=𝛼 + 𝛽 .Determinamos la igualdad

(1):𝑛𝜆𝑛−1 = 𝑞 𝜄 (𝜆)(𝜆 − 1)2 + 2(𝜆 − 1)𝑞(𝜆) + 𝛼.sustituyemos en esta última expresión de
nuevo 𝜆 = 1 obtenemos n=𝛼 ,con el cual 𝛽 = 1 − 𝑛 .como consecuencia de (2):

−14 25 1 0
Α𝑛 = 𝑛Α + (1 − 𝑛)Ι = 𝑛 [ ] + (1 − 𝑛) [ ]
−9 16 0 1

−15𝑛 + 1 25𝑛
=[ ]
−9𝑛 15𝑛 + 1
Por tanto:
1 𝑛 1 −15𝑛 + 1 25𝑛 −15 −25
lim 𝐴 = lim [ ]=[ ]
𝑛→+∞ 𝑛 𝑛→∞ 𝑛 −9𝑛 15𝑛 + 1 −9 15

Ejercicio 4
Calculemos la inversa de la matriz:

3 1
𝐴=[ ]
1 2

La ecuación característica de A es:

|𝜆Ι − Α| = (𝑠 − 3)(𝑠 − 2) − 1 = 𝜆2 − 5𝜆 + 5

Α2 − 5Α + 5Ι = 0

Α − 5Ι + 5Α−1 = 0
Α 2/5 −1/5
Α−1 = Ι − =[ ]
5 −1/5 3/5
Ejercicio 5
Calculo de una potencia de una matriz .En este caso particular en que nos interesa conocer la
matriz de la transición de estado para un tiempo t=100seg.

−1 0 100
Φ(𝑡=100𝑠𝑒𝑔) = Φ100
(𝑡=1𝑠𝑒𝑔) = [ ] =?
3 1

A partir de la misma matriz evaluamos en t=1seg

−1 0
Φ(𝑡=1𝑠𝑒𝑔) = [ ]
3 1

𝑝(Φ) = 𝑅(Φ)

Φ100 = 𝛼𝜊 − 𝛼1

Donde los coeficientes 𝛼0 𝑦 𝛼1 pueden calcularse a partir de:

𝑝(𝜆𝑖) = 𝜆𝑖 100 = 𝑅(𝜆𝑖) = 𝛼0 + 𝛼1𝜆𝑖

(−1)100 = 𝛼0 + 𝛼1

1100 = 𝛼𝑜 + 𝛼1
𝛼0 = 1 𝛼1 = 0
Φ(𝑡=100𝑠𝑒𝑔)=Ι
Calcular la matriz inversa de A aplicando el teorema de Cayley – Hamilton.

EJERCICIO 06:
2 2
𝐴=( )
5 −1

SOLUCION:

Calculando el polinomio característico de A

2−𝜆 2
𝑃(𝜆) = det(𝐴 − 𝜆𝐼) = | |=0
5 −1 − 𝜆
𝑃(𝜆) = 𝜆2 − 𝜆 − 12𝐼 = 0
Luego hacemos

𝑃(𝐴) = 𝐴2 − 𝐴 − 12𝐼 = 0

EJERCICIO 07:
1 −1
𝐴=( )
1 2
SOLUCION:

Calculando el polinomio característico de A

1−𝜆 −1
𝑃(𝜆) = det(𝐴 − 𝜆𝐼) = | |=0
1 2−𝜆
𝑃(𝜆) = 𝜆2 − 3𝜆 + 3 = 0
Luego hacemos:

𝑃(𝐴) = 𝐴2 − 3𝐴 − 3𝐼 = 0

Multiplicamos por 𝐴−1 a 𝑃(𝐴)

𝐴 − 3𝐼 + 3𝐴−1 = 0

3𝐴−1 = 3𝐼 − 𝐴
1 0 1 −1
3𝐴−1 = 3 ( )−( )
0 1 1 2
2 1
3𝐴−1 = ( )
−1 1
2 1
𝐴−1 =( 3 3)
1 1
−
3 3
EJERCICIO 08:
1 2
𝐴=( )
3 1

SOLUCION:

Calculando el polinomio característico de A

1−𝜆 2
𝑃(𝜆) = det(𝐴 − 𝜆𝐼) = | |=0
3 1−𝜆
𝑃(𝜆) = 𝜆2 − 2𝜆 − 5 = 0
Luego hacemos

𝑃(𝐴) = 𝐴2 − 2𝐴 − 5𝐼 = 0

Multiplicamos por 𝐴−1 a 𝑃(𝐴)

𝐴 − 2𝐼 − 5𝐴−1 = 0

5𝐴−1 = 𝐴 − 2𝐼
1 2 1 0
12𝐴−1 = ( ) −2( )
3 1 0 1
−1 2
5𝐴−1 = ( )
3 −1
1 2
−
𝐴−1 =( 5 5 )
3 1
−
5 5

EJERCICIO 09:
1 2
𝐴=( )
0 3
SOLUCION:

Calculando el polinomio característico de A

1−𝜆 2
𝑃(𝜆) = det(𝐴 − 𝜆𝐼) = | |=0
0 3−𝜆
𝑃(𝜆) = 𝜆2 − 4𝜆 + 3 = 0
Luego hacemos:

𝑃(𝐴) = 𝐴2 − 4𝐴 + 3𝐼 = 0

Multiplicamos por 𝐴−1 a 𝑃(𝐴)

𝐴 − 4𝐼 + 3𝐴−1 = 0
 3𝐴−1 = 4𝐼 − 𝐴
1 0 1 2
3𝐴−1 = 4 ( )−( )
0 1 0 3
3 −2
3𝐴−1 = ( )
0 1
2
1 −
𝐴−1 = ( 3)
1
0
3

EJERCICIO 10:
Hallar 𝑃 = 𝐴𝐵−1 , siendo:

7 8 1 1
𝐴=( ) 𝑦 𝐵=( )
1 0 −1 8
SOLUCIÓN:
Calculando el polinomio característico de B.
1−𝜆 1
𝑃(𝜆) = det(𝐵 − 𝜆𝐼) = | |=0
−1 8−𝜆
𝑃(𝜆) = 𝜆2 − 9𝜆 + 9 = 0
Luego hacemos:

𝑃(𝐵) = 𝐵2 − 9𝐵 + 9𝐼 = 0

Multiplicamos por 𝐵−1 a 𝑃(𝐵)

𝐵 − 9𝐼 + 9𝐵−1 = 0
9𝐵−1 = 9𝐼 − 𝐵
1 0 1 1
9𝐵−1 = 9 ( )−( )
0 1 −1 8
8 1
9𝐵−1 = ( )
−1 1
8 1
𝐵−1 =( 9 9)
1 1
−
9 9
Luego 𝑃 = 𝐴𝐵−1
8 1 16 5
7 8
𝑃=( )( 9 9) = ( 3 3)
1 0 1 1 8 1
−
9 9 9 9
EJERCICIO 11:
Calcular la inversa de A aplicando el teorema de CAYLEY HAMILTON
1 1 1
𝐴 = (0 2 2)
0 −3 3
SOLUCION:

Calculando el polinomio característico de A

1−𝜆 1 1
𝑃(𝜆) = det(𝐴 − 𝜆𝐼) = | 0 2−𝜆 2 |=0
0 −3 3−𝜆
𝑃(𝜆) = 12 − 17𝜆 + 6𝜆2 − 𝜆3 = 0
Luego hacemos:

𝑃(𝐴) = 12 − 17𝐴 + 6𝐴2 − 𝐴3 = 0

Multiplicamos por 𝐴−1 a 𝑃(𝐴)

12𝐴−1 = 17𝐼 − 6𝐴 + 𝐴2

1 0 0 1 1 1 1 1 1 2
−1
12𝐴 = 17 (0 1 0) − 6 (0 2 2) + (0 2 2)
0 0 1 0 −3 3 0 −3 3
12 −6 0
12𝐴−1 = ( 0 3 −2)
0 3 2
1
1 − 0
2
1 1
𝐴−1 = 0 −
4 6
1 1
(0 4 6 )

EJERCICIO 12:
Calcular la inversa de A por el teorema de CAYLEY-HAMILTON
1 2 0
𝐴 = (0 1 1)
1 0 1
SOLUCIÓN:

Calculando el polinomio característico de A

1−𝜆 2 0
𝑃(𝜆) = det(𝐴 − 𝜆𝐼) = | 0 1−𝜆 1 |=0
1 0 1−𝜆
𝑃(𝜆) = 3 − 3𝜆 + 3𝜆2 − 𝜆3 = 0
Luego hacemos:

𝑃(𝐴) = 3 − 3𝐴 + 3𝐴2 − 𝐴3 = 0

Multiplicamos por 𝐴−1 a 𝑃(𝐴)

 3𝐴−1 = 3𝐼 − 3𝐴 + 𝐴2

1 0 0 1 1 1 1 1 1 2
−1
3𝐴 = 3 (0 1 0) − 3 (0 2 2) + (0 2 2)
0 0 1 0 −3 3 0 −3 3
1 −2 2
12𝐴−1 = ( 1 1 −1)
−1 2 1
1 2 2
−
3 3 3
1 1 1
𝐴−1 = −
3 3 3
1 2 1
(− 3 3 3 )
Aplicando el teorema de CAYLEY- HAMILTON, HALLAR 𝐴−1
2 1 0 0
𝐴 = (0 2 0 0)
0 0 2 0
0 0 0 5
Hallando el polinomio característico:
2−𝜆 1 0 0
𝑃(𝜆) = det(𝐴 − 𝜆𝐼) = | 0 2−𝜆 0 0 |
0 0 2−𝜆 0
0 0 0 5−𝜆
𝑃(𝜆) = 40 − 68𝜆 + 42𝜆2 − 11𝜆3 + 𝜆4
Haciendo:
𝑃(𝐴) = 40 − 68𝐴 + 42𝐴2 − 11𝐴3 + 𝐴4

Multiplicamos por 𝐴−1 a 𝑃(𝐴)

1 0 0 0 2 1 0 0
40𝐴−1 = 68 (0 1 0 0) − 42 (0 2 0 0)
0 0 1 0 0 0 2 0
0 0 0 1 0 0 0 5
2 1 0 0 3 2 1 0 0 4
+11 (0 2 0 0) − (0 2 0 0)
0 0 2 0 0 0 2 0
0 0 0 5 0 0 0 5
1 1
− 0 0
2 4
1
0 0 0
𝐴−1 = 2
1
0
0 0 2
0 0 1
( 0
5)
EJERCICIO 13:
Sea 𝐴 ∈ 𝑘 𝑛𝑥𝑥 𝑦 𝑓(𝑥) = 𝑥 3 − 𝑥 2 + 2𝑥 − 1 su polinomio característico, prueba que A es
invertible.

SOLUCIÓN:

POR EL TEOREMA DE CAYLEY-HAMILTON, TENEMOS QUE:

𝑓(𝐴) = 𝐴3 − 𝐴2 + 2𝐴 − 𝐼 = 0

𝐴3 − 𝐴2 + 2𝐴 = 𝐼

𝐴(𝐴2 − 𝐴 + 2𝐼) = 𝐼 𝑌 𝑆𝐸𝐴 𝐵 = 𝐴2 − 𝐴 + 2𝐼

Entonces AB=I por lo tanto A tiene inversa y la inversa de A es:

𝐴−1 = 𝐴2 − 𝐴 + 2𝐼

EJERCICIO 14:
Sea 𝐴 ∈ 𝑘 3𝑥3 , 𝑃(𝑥) un polinomio, pruebe que si 𝜆 es un valor propio de A , 𝑃(𝜆) es un valor
propio de 𝑃(𝐴)

SOLUCION:

SEA EL POLINOMIO 𝑃(𝑥) = 𝑎𝑥 3 + 𝑏𝑥 2 + 𝑐𝑥 + 𝑑 como 𝐴𝑣 = 𝜆𝑣, donde 𝑣 ≠ 0 entonces:

𝐴3 𝑣 = 𝜆3 𝑣 (𝑎𝐴3 )𝑣 = (𝑎𝜆3 )𝑣
2 2 2 2
{𝐴 𝑣 = 𝜆 𝑣 → {(𝑏𝐴 )𝑣 = (𝑏𝜆 )𝑣
𝐴𝑣 = 𝜆𝑣 (𝑐𝐴)𝑣 = (𝑐𝜆)𝑣
𝑑𝑣 = 𝑑𝑣 𝑑𝑣 = 𝑑𝑣
Sumando (𝑎𝐴3 )𝑣 + (𝑏𝐴2 )𝑣 + (𝑐𝐴)𝑣 + 𝑑𝑣 = (𝑎𝜆3 )𝑣 + (𝑏𝜆2 )𝑣 + (𝑐𝜆)𝑣 + 𝑑𝑣

((𝑎𝐴3 ) + (𝑏𝐴2 ) + (𝑐𝐴) + 𝑑𝐼)𝑣 = ((𝑎𝜆3 ) + (𝑏𝜆2 ) + (𝑐𝜆) +)𝑣

𝑃(𝐴)𝑣 = 𝑃(𝜆)𝑣