4.

1 Autovalores y autovectores
Denición
Sea V un espacio vectorial sobre K y sea f : V −→ V un endomorsmo.
Se dice que un escalar λ ∈ K es un autovalor (o valor propio) si existe un
vector no nulo v ∈ V tal que f (v ) = λv .

Ejemplo
Consideremos el endomorsmo f : R3 −→ R3 denido por
f (x, y , z) = (x + y + z, 2y + z, 3z) para todo (x, y , z) ∈ R3 .

En este caso, se tiene que

f (2, 2, 0) = (4, 4, 0) = 2(2, 2, 0) y

f (1, 1, 1) = (3, 3, 3) = 3(1, 1, 1),

con lo que 2 y 3 son autovalores de f .
Capítulo 4. Diagonalización. Autovalores y autovectores 2 / 23
4.1 Autovalores y autovectores
Denición
Sea V un espacio vectorial sobre K y sea f : V −→ V un endomorsmo.
Para un escalar λ ∈ K, llamaremos autovector (o vector propio) asociado a
λ a cada vector v ∈ V tal que f (v ) = λv . En este caso, denotaremos por

Vλ = {v ∈ V : f (v ) = λv }.

Proposición
Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un
endomorsmo. Sea A la matriz asociada a f respecto de una base de V .
Dado λ ∈ K, se verica:
1 Vλ = Ker(f − λId).
2 Vλ es un subespacio vectorial de V .
3 dim(Vλ ) = n − rg(A − λIn ).
4 λ es un autovalor de f si, y solo si, det(A − λIn ) = 0.
Capítulo 4. Diagonalización. Autovalores y autovectores 3 / 23
4.1 Autovalores y autovectores

Observación
Al subespacio Vλ se le denomina subespacio propio de λ.

Ejemplo
Consideremos de nuevo el ejemplo anterior, f : R3 −→ R3 denido por
f (x, y , z) = (x + y + z, 2y + z, 3z) para todo (x, y , z) ∈ R3 .

Su matriz asociada A respecto de la base canónica de R3 es

1 1 1
 

A=  0 2 1 .
0 0 3

Capítulo 4. Diagonalización. Autovalores y autovectores 4 / 23

4.1 Autovalores y autovectores
Ejemplo
Calculemos el subespacio propio V2 , asociado al autovalor 2:

1 1 1 1 0 0 −1 1 1
     

A − 2I =  0 2 1  − 2  0 1 0  =  0 0 1  .
0 0 3 0 0 1 0 0 1
Luego, se tiene que (x, y , z) ∈ V2 si, y solo si,

−1 1 1 0
 
  
x
 0 0 1   y  =  0 ⇔
0 0 1 z 0
= 0

 −x + y + z
= 0

x −y
z = 0 ⇔ ,
z = 0
z = 0


con lo que obtenemos las ecuaciones cartesianas de V2 .

Capítulo 4. Diagonalización. Autovalores y autovectores 5 / 23
4.1 Autovalores y autovectores

Ejemplo
Para hallar una base de V2 podemos, por ejemplo, pasar estas ecuaciones
cartesianas a paramétricas, obteniendo

 x = λ
y = λ .
z = 0


Por lo tanto, una base de V2 sería {(1, 1, 0)}, es decir, V2 = h{(1, 1, 0)}i.

Capítulo 4. Diagonalización. Autovalores y autovectores 6 / 23

4.2 Polinomio característico

Según la proposición anterior, para un endomorsmo f : V −→ V , con

matriz asociada A respecto una base de V , un escalar λ es un autovalor de
f si, y solo si, det(A − λIn ) = 0.

Considerando λ como una indeterminada (una incógnita) se tiene que

p(λ) = det(A − λIn ) es un polinomio de grado n.

Este polinomio p(λ) que recibe el nombre de polinomio característico.

Así, se tiene que los autovalores de f son, precisamente, las raíces del
polinomio característico.

Capítulo 4. Diagonalización. Autovalores y autovectores 7 / 23

4.2 Polinomio característico

Ejemplo
Consideremos el endomorsmo de R3 cuya matriz asociada a la base
canónica es
1 −1 4
 

A =  3 2 −1  .
2 1 −1
Su polinomio característico es

 1 −1 4 1 0 0 
   

p(λ) =  3 2 −1  − λ  0 1 0  = −λ3 + 2λ2 + 5λ − 6.


 2 1 −1 0 0 1 

Mediante el método de Runi se tiene que p(λ) = −(λ − 1)(λ − 3)(λ + 2)

y, por tanto, los autovalores de f son λ1 = 1, λ2 = 3 y λ3 = −2.

Capítulo 4. Diagonalización. Autovalores y autovectores 8 / 23

4.2 Polinomio característico

Ejemplo
Consideremos ahora el endomorsmo de R3 cuya matriz asociada a la base
canónica es
2 2 3
 

A=  0 2 2 .
0 0 2
Su polinomio característico es
 2 2 3 1 0 0 
   

p(λ) =  0 2 2  − λ  0 1 0  = (2 − λ)3 ,

 0 0 2 0 0 1 
con lo que p(λ) tiene a 2 como única raíz con multiplicidad 3 y, por tanto,
el único autovalor de A es λ1 = 2.

Capítulo 4. Diagonalización. Autovalores y autovectores 9 / 23

4.3 Multiplicidad algebraica y multiplicidad geométrica

Denición
Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un
endomorsmo con A su matriz asociada respecto a una base de V . Sean
λ1 , λ2 , ..., λr ∈ K (r ≤ n) los distintos autovalores de f (o de A). Se dene:
La multiplicidad algebraica del autovalor λi , con i = 1, 2, ..., r , como
la multiplicidad αi de λi como raíz del polinomio característico.
La multiplicidad geométrica del autovalor λi , con i = 1, 2, ..., r , como
la dimensión di del subespacio propio Vλi , es decir,

di = dim(Vλi ) = n − rg(A − λi In ).

Capítulo 4. Diagonalización. Autovalores y autovectores 10 / 23

4.3 Multiplicidad algebraica y multiplicidad geométrica

Ejemplo
Consideremos el endomorsmo del ejemplo anterior, con matriz asociada

2 2 3
 

A=  0 2 2 .
0 0 2

Su polinomio característico es p(λ) = (2 − λ)3 , con lo que A tiene como

único autovalor a λ1 = 2, con multiplicidad algebráica α1 = 3.

Veamos cuál es su multiplicidad geométrica.

0 2 3
 

d1 = dim(V2 ) = 3 − rg(A − 2I3 ) = 3 − rg 0 0 2  = 3 − 2 = 1.


0 0 0
Capítulo 4. Diagonalización. Autovalores y autovectores 11 / 23
4.4 Endomorsmos y matrices diagonales

Denición
Sea A ∈ Mn (K). Diremos que A es diagonalizable si A es semejante a una
matriz diagonal D ∈ Mn (K).

Denición
Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un
endomorsmo de V . Diremos que el endomorsmo f es diagonalizable si
existe una base de V con respecto a la cual la matriz asociada a f es
diagonal.

Capítulo 4. Diagonalización. Autovalores y autovectores 13 / 23

4.4 Endomorsmos y matrices diagonales
Proposición
Un endomorsmo f : V −→ V es diagonalizable si, y solo si, existe una
base de V formada por vectores propios de f .

Veamos ahora cómo hallar una base de autovectores para un espacio

vectorial V .

Lema
Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un
endomorsmo de V . Entonces
1 Vectores propios no nulos, asociados a autovalores distintos, son
linealmente independientes.
2 Los subespacios propios, asociados a autovalores distintos, son
subespacios independientes.
Capítulo 4. Diagonalización. Autovalores y autovectores 14 / 23
4.4 Endomorsmos y matrices diagonales

Teorema
Sea V un espacio vectorial sobre K de dimensión n y sea f : V −→ V un
endomorsmo de V con λ1 , λ2 , ..., λr ∈ K (r ≤ n) los distintos autovalores
de f . Entonces f es diagonalizable si, y solo si, se verican las siguientes
condiciones:
1 α1 + α2 + ... + αr = n.
2 di = αi para todo i = 1, 2, ..., r .

Corolario
Sea A ∈ Mn (K) una matriz cuadrada de orden n. Si A tiene n autovalores
distintos en K, entonces A es diagonalizable.

Capítulo 4. Diagonalización. Autovalores y autovectores 15 / 23

4.4 Endomorsmos y matrices diagonales
Estructura del problema de la diagonaliación de una matriz cuadrada:

1 Se calcula el polinomio característico p(λ) y sus raíces.

2 Si alguna de ellas es compleja, la matriz no es diagonalizable. En caso
contrario, tendremos los autovalores y sus multiplicidades algebraicas.
3 Se calculan las multiplicidades geométricas, di = n − rg(A − λi In ).
4 Si para algún subíndice i , di 6= αi , entonces la matriz no es
n
diagonalizable. Si di = αi para todo i y di = n, la matriz es
P
i=1
diagonalizable y su forma diagonal es la matriz diagonal cuya diagonal
está formada por los autovalores, repetidos cada uno según su
multiplicidad algebraica.
5 Obtenemos bases de los subespacios propios Vλi = Ker(f − λi Id).
6 Uniendo estas bases se obtiene una base de V para la cual la matriz
asociada es D . La matriz de cambio de base, cuyas columnas son las
coordenadas de estos vectores propios, es la matriz de paso, es decir,
la matriz regular P tal que D = P −1 AP .
Capítulo 4. Diagonalización. Autovalores y autovectores 16 / 23
4.4 Endomorsmos y matrices diagonales

Ejemplo
Sea la matriz
3 1 1
 

A =  1 3 1 .
1 1 3
Su polinomio característico es

 3−λ 1 1
 

p(λ) = det(A − λI3 ) =  1 3−λ 1  = −λ3 + 9λ2 − 24λ + 20.
 

 1 1 3−λ



Descomponiendo p(λ) por el método de Runi, obtenemos

p(λ) = −(λ − 2)2 (λ − 5).

Capítulo 4. Diagonalización. Autovalores y autovectores 17 / 23

4.4 Endomorsmos y matrices diagonales

Ejemplo
Luego, los autovalores de A son λ1 = 2, con multiplicidad algebraica
α1 = 2, y λ2 = 5, con multiplicidad algebraica α2 = 1.

Calculemos las multiplicidades geométricas.

Para λ1 = 2, tenemos que

1 1 1
 

d1 = 3 − rg(A − 2I3 ) = 3 − rg 1 1 1  = 3 − 1 = 2.

1 1 1
Para λ2 = 5, como se tiene que 1 ≤ d2 ≤ α2 = 1, entonces se tiene que
d2 = 1.

Capítulo 4. Diagonalización. Autovalores y autovectores 18 / 23

4.4 Endomorsmos y matrices diagonales

Ejemplo
Así, tenemos que
λi αi di
i =1 2 2 2
i =2 5 1 1

Por lo tanto, la matriz A es diagonalizable, ya que α1 = d1 y α2 = d2 .

Además, una de su forma diagonal será

2 0 0
 

D =  0 2 0 .
0 0 5
Para encontrar la matriz de paso P , necesitaremos hallar las bases de los
subespacios propios V2 y V5 .

Capítulo 4. Diagonalización. Autovalores y autovectores 19 / 23

4.4 Endomorsmos y matrices diagonales
Ejemplo
Para λ1 = 2, (x, y , z) ∈ V2 si, y solo si,

0 1 1 1 0
        
x x
(A − 2I3 )  y  =  0  ⇔  1 1 1   y  =  0  ⇔
z 0 1 1 1 z 0

= 0

 x +y +z
x +y +z = 0 ⇔ {x + y + z = 0 .
x +y +z = 0


Pasando esta ecuación cartesiana de V2 a paramétricas obtenemos


 x = −µ − γ
y = µ ⇒ BV = {(−1, 1, 0), (−1, 0, 1)}.
2

z = γ


Capítulo 4. Diagonalización. Autovalores y autovectores 20 / 23

4.4 Endomorsmos y matrices diagonales
Ejemplo
Para λ2 = 5, (x, y , z) ∈ V5 si, y solo si,

0 −2 1 1 0
        
x x
(A − 5I3 )  y  =  0  ⇔  1 −2 1   y  =  0  ⇔
z 0 1 1 −2 z 0

 −2x + y + z = 0

= 0

x −z
x − 2y + z = 0 ⇔ .
y −z = 0
x + y − 2z = 0


Pasando las ecuaciones cartesiana de V5 a paramétricas obtenemos


 x = µ
y = µ , ⇒ BV = {(1, 1, 1)}.
5

z = µ


Capítulo 4. Diagonalización. Autovalores y autovectores 21 / 23

4.4 Endomorsmos y matrices diagonales

Ejemplo
Por lo tanto, una base de V formada por vectores propios es
{(−1, 1, 0), (−1, 0, 1), (1, 1, 1)}.

Es muy importante que los vectores de esta base estén en el mismo orden
en que guran los autovalores correspondientes en la forma diagonal.

Finalmente, la matriz de paso será

−1 −1 1
 

P= 1 0 1 .
0 1 1
Es decir, D = P −1 AP .

Capítulo 4. Diagonalización. Autovalores y autovectores 22 / 23

4.4 Endomorsmos y matrices diagonales

Teorema
Toda matriz simétrica real es diagonalizable (en R).

Ejemplo
La matriz del ejemplo anterior,

3 1 1
 

A=  1 3 1 
1 1 3
es simétrica, ya que A = At , con lo que A es diagonalizable en R, es decir,
todos sus autovalores son reales.

Capítulo 4. Diagonalización. Autovalores y autovectores 23 / 23