Clase 23

CLASE 23
DIAGONALIZACIÓN
Diagonalización
Propiedad 5
Transformaciones lineales diagonalizables
Sean f:V  V TL, B={v1, v2, … , vn} base de V donde v1, v2, … , vn
son autovectores de f asociados a los autovalores 1, 2, … , n
respectivamente, entonces la matriz asociada a f en la base B,
es una matriz diagonal.

 λ1 0  0
 
 0 λ2  0
f B D  
   0
 
0 0  λn 

Diagonalización
Propiedad 5
Observación 1
Si la transformación lineal f:V  V tiene n autovalores distintos,
siendo dim V=n entonces f es diagonalizable.
Recordemos la generalización de la Propiedad 2
Si f:V  V es una TL, dim V=n, tiene n autovectores asociados

respectivamente a los autovalores 1, 2, …, n distintos entonces los
n autovectores son LI.
Diagonalización
Propiedad 5
Observación 2
Si existe algún i con multiplicidad algebraica m, es decir, i es raíz
m-múltiple del polinomio característico P() y f es diagonalizable

entonces el orden de multiplicidad de dicho autovalor i es igual a la
dimensión del subespacio invariante asociado –multiplicidad geométrica-.
En consecuencia, la multiplicidad geométrica también es igual a m.

Diagonalización
Diagonalización de matrices
Una matriz AKnxn es diagonalizable si y sólo si es semejante a una
matriz diagonal D.
AKnxn es diagonalizable  existe PKnxn no singular / D= P-1. A . P
 d1 0  0  1 0  0
   
 0 d2  0  0 2  0
D   
Observación 1    0  0
   
0 0  dn  0 0  n 
 
Los escalares di de la matriz diagonal D son los valores propios de A
pues det(D –  Id) = 𝑖=1 (di

𝑛
– )= (d1 – ) . (d2 – ) … (dn – ) = P()
Diagonalización
Diagonalización de matrices
Una matriz AKnxn es diagonalizable si y sólo si es semejante a una
matriz diagonal D.
AKnxn es diagonalizable  existe PKnxn no singular / D= P-1. A . P
Observación 2
Una matriz A  Knxn es diagonalizable  A admite n vectores propios o

autovectores LI.
Diagonalización
Ejemplo 1  1 1 0
 
Analizar si existe una matriz diagonal D semejante a A   0 1 1
ecuación característica  0 0 1
1 -  1 0   
 
det 0 1 -  1   1 -  3 0
 0 0 1 -   El autovalor es =1 de multiplicidad 3
 Es decir, la multiplicidad algebraica es 3
Hallamos los autovectores asociados a =1
0 1 0  x  0
      y  0 S´=a (1, 0, 0)  aR  – (0, 0, 0)
 0 0 1 . y    0  
0 0 0  z  0 z  0
     
Subespacio invariante asociado es de dimensión 1 S= a (1, 0, 0)  aR 
Es decir, la multiplicidad geométrica es 1
Luego hay un solo vector propio LI de la matriz A, no genera R3
y en consecuencia A no es diagonalizable.
Diagonalización
Ejemplo 2   3 0  4
 
¿ Es diagonalizable la matriz A  4 1 4  ?
 2 0 3 
- 3 -  0 -4   
 
 1 -  (2  1)   (   1) (   1)  0 ecuación característica
2
det 4 1-  4 
 2 0 3 -  

El autovalor 1=1 tiene multiplicidad 2. El autovalor 2= –1 tiene multiplicidad 1
Es decir, su multiplicidad algebraica es 2 Es decir, su multiplicidad algebraica es 1
Hallamos los autovectores asociados a 1=1
  4 0  4  x  0  4 x  4 z  0
      
 4 0 4 . y 
    0   4 x  4z  0  x z  0
 2 0 2   z  0  2 x  2z  0
      
S´=(x, y, z/ x+z=0 –(0, 0, 0)
S=(x, y, z/ x+z=0  Subespacio invariante asociado a 1=1 es de dim. 2
Una base de S es (1, 0, -1) , (0, 1, 0) La multiplicidad geométrica es 2
Diagonalización
Ejemplo 2   3 0  4
 
 2 0 3 
- 3 -  0 -4   
 
 1 -  (2  1)   (   1) (   1)  0 ecuación característica
2
det 4 1-  4 
 2 0 3 -  

El autovalor 1=1 tiene multiplicidad 2 El autovalor 2= –1 tiene multiplicidad 1
Es decir, su multiplicidad algebraica es 2 Es decir, su multiplicidad algebraica es 1
Hallamos los autovectores asociados a 2= –1
  2 0  4  x  0  2 x  4 z  0
        x  2z  0  x  2z  0
 4 2 4 
    
. y 0   4 x  2 y  4 z  0    
 2 0 4   z  0  2 x  y  2 z  0  y  2z  0
       2 x  4 z  0
S´=(x, y, z/ x+2z=0  y–2z=0 –(0, 0, 0) Conjunto de autovectores

S=(x, y, z/ x+2z=0  y–2z=0  la dimensión del subespacio invariante S es 1
Una base de S es (-2, 2, 1)  La multiplicidad geométrica es 1
Diagonalización
Ejemplo 2   3 0  4
 
 2 0 3 
 
(1, 0, – 1) y (0, 1, 0) son dos autovectores asociados al autovalor 1=1
(– 2, 2, 1) es un autovector asociado al autovalor 2= – 1
¿ (1, 0, -1) , (0, 1, 0) , (-2, 2, 1)  es una base de R3 ?
Si. Los autovectores forman una base de R3

y es sencillo comprobar que son tres autovectores LI
En conclusión A es diagonalizable. (Propiedad 5)

Diagonalización
Ejemplo 3
Sea f:R2  R2/ f(x,y)= (3x – 2y, – x+2y)
a) Determinar los autovalores y autovectores asociados a f.
b) ¿Es f diagonalizable? ¿En qué base?
c) Si f es diagonalizable encontrar la matriz diagonal semejante a la

matriz A, usando la definición.
Diagonalización
Ejemplo 3
Sea f:R2  R2 / f(x,y)= (3x – 2y, – x + 2y)

f(1,0)= ( 3,–1)  3  2
 A   
f(0,1)= (–2, 2) 1 2
3 -   2 
det   3   (2   )  2  4  5   2    1(  4)  0
 1 2 -  Los autovalores son 1=1 y 2= 4
 2  2  x  0 2x  2y  0
Para 1=1  .         xy
  1 1   y  0   x  y  0
El conjunto de autovectores es S´=(x, y)/ x=y –(0, 0) =a (1, 1)  aR –0 
El subespacio invariante es S=(x, y)/ x=y  = a (1, 1)  aR 
Diagonalización
Ejemplo 3
Sea f:R2  R2 / f(x,y)= (3x – 2y, – x + 2y)
  1  2   x  0  x  2y  0
Para 2=4  .         x   2y
  1  2  y  0  x  2 y  0
El conjunto de autovectores es S´=(x, y)/ x= – 2y –(0, 0) =a (–2, 1)  aR –0 
El subespacio invariante es S=(x, y)/ x=– 2y  = a (–2, 1)  aR 
En conclusión
(1, 1) es un autovector asociado al autovalor 1=1

(–2, 1) es un autovector asociado al autovalor 2=4
Diagonalización
Ejemplo 3
Sea f:R2  R2/ f(x,y)= (3x – 2y, – x+2y)
b) ¿Es f diagonalizable? ¿En qué base?
(1, 1) es un autovector asociado al autovalor 1=1

(–2, 1) es un autovector asociado al autovalor 2=4
Como f tiene dos autovalores distintos y dim R2 =2 entonces f es

diagonalizable (Propiedad 5 , observación 1)
Como los autovalores son distintos 1 ≠ 2 entonces los autovectores
asociados son LI (Propiedad 2)
B={(1,1), (–2,1)} es una base de R2 formada por los autovectores
asociados respectivamente a los autovalores 1y 2
Diagonalización
Ejemplo 3
Sea f:R2  R2/ f(x,y)= (3x – 2y, – x+2y)

B={(1,1), (–2,1)} es una base de R2 formada por los autovectores
Podemos escribir la matriz P que tiene en sus columnas los autovectores de f
1  2 
P    es una matriz inversible por ser autovectores LI
1 1 
 1/ 3 2/3 
Se puede calcular su inversa y resulta igual a P 1   
  1/ 3 1/ 3 
Diagonalización
Ejemplo 3
Sea f:R2  R2/ f(x,y)= (3x – 2y, – x+2y)

Sabemos que AKnxn es diagonalizable  existe PKnxn no singular / D= P-1. A . P
 1/ 3 2 / 3   3  2  1  2  1 0
1
P . A .P    .   .     
  1/ 3 1/ 3    1 2  1 1   0 4 
1 0
Finalmente hallamos la matriz diagonal D     f B
 0 4 
Podemos observar que tiene los autovalores 1 y 4 en la diagonal principal.

Diagonalización
Ejercicio Propuesto
Sea f:R2 R2/ f(x,y)=(12x+10y,-15x-13y) y B={(1,-1)(2,-3)}
a) Determinar la matriz asociada a la TL en la base B
b) ¿Es una matriz diagonal?
c) ¿Cuál es la matriz cambio de base P, tal que D= P-1.A .P?

Clase 23 - 2020

Cargado por

Copyright:

Formatos disponibles

Clase 23 - 2020

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase 23 - 2020

Cargado por

Copyright:

Formatos disponibles

es una matriz diagonal.

Si la transformación lineal f:V  V tiene n autovalores distintos,

siendo dim V=n entonces f es diagonalizable.

Recordemos la generalización de la Propiedad 2

Si f:V  V es una TL, dim V=n, tiene n autovectores asociados

Si existe algún i con multiplicidad algebraica m, es decir, i es raíz

m-múltiple del polinomio característico P() y f es diagonalizable

En consecuencia, la multiplicidad geométrica también es igual a m.

Una matriz AKnxn es diagonalizable si y sólo si es semejante a una

AKnxn es diagonalizable  existe PKnxn no singular / D= P-1. A . P

pues det(D –  Id) = 𝑖=1 (di

Una matriz AKnxn es diagonalizable si y sólo si es semejante a una

AKnxn es diagonalizable  existe PKnxn no singular / D= P-1. A . P

Una matriz A  Knxn es diagonalizable  A admite n vectores propios o

S´=(x, y, z/ x+2z=0  y–2z=0 –(0, 0, 0) Conjunto de autovectores

(1, 0, – 1) y (0, 1, 0) son dos autovectores asociados al autovalor 1=1

(– 2, 2, 1) es un autovector asociado al autovalor 2= – 1

¿ (1, 0, -1) , (0, 1, 0) , (-2, 2, 1)  es una base de R3 ?

Si. Los autovectores forman una base de R3

En conclusión A es diagonalizable. (Propiedad 5)

a) Determinar los autovalores y autovectores asociados a f.

b) ¿Es f diagonalizable? ¿En qué base?

c) Si f es diagonalizable encontrar la matriz diagonal semejante a la

a) Determinar los autovalores y autovectores asociados a f.

a) Determinar los autovalores y autovectores asociados a f.

El subespacio invariante es S=(x, y)/ x=– 2y  = a (–2, 1)  aR 

(1, 1) es un autovector asociado al autovalor 1=1

b) ¿Es f diagonalizable? ¿En qué base?

(1, 1) es un autovector asociado al autovalor 1=1

Como f tiene dos autovalores distintos y dim R2 =2 entonces f es

c) Si f es diagonalizable encontrar la matriz diagonal semejante a la

B={(1,1), (–2,1)} es una base de R2 formada por los autovectores

Podemos escribir la matriz P que tiene en sus columnas los autovectores de f

c) Si f es diagonalizable encontrar la matriz diagonal semejante a la

Sabemos que AKnxn es diagonalizable  existe PKnxn no singular / D= P-1. A . P

Podemos observar que tiene los autovalores 1 y 4 en la diagonal principal.

Sea f:R2 R2/ f(x,y)=(12x+10y,-15x-13y) y B={(1,-1)(2,-3)}

a) Determinar la matriz asociada a la TL en la base B

b) ¿Es una matriz diagonal?

c) ¿Cuál es la matriz cambio de base P, tal que D= P-1.A .P?

También podría gustarte