TEMA 11 F. MATEM ´ATICOS.
TEMA 11
Autovalores y autovectores. Diagonalizaci´
on y formas can´
onicas.
1.
Introducci´
on.
Definici´on 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n. Decimos que A es semejante a B si existe una matriz cuadrada P invertible tal que A=P−1BP.
Propiedades de las matrices semejantes
1. Si A es semejante a B, entonces |A|=|B|. 2. Si A es semejante a B,Ak es semejante aBk.
3. Si A es semejante a B y p(t) es un polinomio con coeficientes enR, entonces p(A) es semejante a p(B).
4. Si A es semejante a B y A es regular, entonces B es regular yA−1 es semejante aB−1.
2.
Autovalores y Autovectores
Definici´on 2 Dada una matriz cuadrada A, decimos que λ∈K es un autovalorovalor propiode A si ∃ X∈Kn, X 6= Θ / AX=λX.
Al vectorX se le llama autovectorovector propio asociado al autovalor λ.
Definici´on 3 Se llama espectrodeA, y se designa σ(A), al conjunto de todos los autovalores de la matrizA
σ(A) ≡ {λ∈K/λes autovalor de A}
Definici´on 4 (Subespacio propio) Al conjunto de todos los autovectores asociados a un autovalor λ junto con el vector ~0 se le suele notar Aλ y se le llama subespacio propio asociado al autovalor λ.
Aλ={X / AX=λX} ∪ {~0}
2.1.
Propiedades de los autovalores.
1.- Dos autovalores distintos no tiene autovectores comunes. λ1, λ2∈σ(A)
λ16=λ2
¾
⇒ Aλ1∩Aλ2 ={~0}
Es equivalente a decir: “Un autovector X admite s´olo un autovalor”. El rec´ıproco, en general, no es cierto.
2.- A yAttienen los mismos autovalores.
3.- Si λ es autovalor de A, kλ es un autovalor de kA.
5.- Si λ es un autovalor deA, yA es regular (|A| 6= 0), 1
λ es autovalor de A
−1.
6.- Autovectores correspondientes a autovalores distintos son linealmente independientes. 7.- Si λ es autovalor de A, ⇒ λk es autovalor de Ak.
3.
Polinomio caracter´ıstico
λ∈K es unautovalorovalor propiodeAsi ∃ X∈Kn, X 6= Θ/ AX=λX.
En este caso
AX−λX= Θ = (A−λI)X = Θ
Esta ´ultima relaci´on representa un sistema homog´eneo. Recordemos que para que un sistema ho-mog´eneo admita soluci´on distinta de la trivial, debe ocurrir que el determinante de la matriz del sistema sea cero, es decir
|A−λI|= 0
Para obtener pues, los autovalores de A, bastar´a resolver la ecuaci´on|A−λI |= 0 , llamada ecuaci´on caracter´ısticadeA.
|A−λI |= ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
a11−λ a12 · · · a1n
a21 a22−λ · · · a2n
..
. ... ... ... an1 an2 · · · ann−λ
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
= 0
que desarrollando se obtiene el polinomio en λ
P(λ) = a0λn + a1λn−1 + · · · + an−1λ + an = 0
llamadopolinomio caracter´ısticodeA.
Los autovalores deAson, pues, los ceros de su polinomio caracter´ıstico.
Definici´on 5 (Multiplicidad algebraica) Si λ0 es una ra´ız de multiplicidad α de la ecuaci´on
caracter´ıstica deA, se dir´a que λ0 es un autovalor de orden α deA. A α se le llamamultiplicidad
algebraica de λy se suele notar ma(λ).
Se observa f´acilmente que:
a0= (−1)n a1= (−1)n−1traza(A) an =|A|
Teniendo en cuenta las relaciones existentes entre los coeficientes de una ecuaci´on y sus soluciones, se observa que si λ1, λ2, · · · , λn son las ra´ıces del polinomio caracter´ıstico (no necesariamente autovalores
deA, pues pudiera darse el caso de que λi∈/K).
λ1 + λ2 + · · · + λn= traza(A) λ1λ2· · ·λn=|A|
Una vez resuelta la ecuaci´on caracter´ıstica y obtenidos por tanto, los autovalores de A, para calcular los autovectores habr´a que resolver el sistema (A − λiI)X = Θ para obtener los autovectores
correspondientes.
Nota.- De la igualdad λ1λ2· · ·λn =|A |, se deduce que si Aes una matriz regular, no puede tener
TEMA 11 F. MATEM ´ATICOS.
C´
alculo del polinomio caracter´ıstico de una matriz mediante sus menores
di-agonales
Anteriormente, al estudiar el polinomio caracter´ıstico |A−λI| de una matriz, s´olo obtuvimos tres de sus coeficientes. Intentamos ahora calcular esos coeficientes que restan sin necesidad de desarrollar |A−λI|.
Definici´on 7 (Menor diagonal) Se llamamenor diagonalde orden p de una matriz a los menores de las submatrices de orden p que est´an situadas sim´etricamente respecto de la diagonal; esto es, aquellas que se obtienen tomando los ´ındices de sus filas iguales a los de sus columnas.
Teorema 1 Se verifica
|A−λI|= (−1)nλn+ (−1)n−1Traza(A)λn−1+an−2λn−2+· · ·+a2λ2+a1λ+|A|
donde ah= (−1)h
·
suma de los µ
n h ¶
menores de orden n−hde A ¸
.
4.
Subespacios invariantes
Proposici´on 8 El subespacio propio asociado a un autovalor λ(Aλ) de una matriz es un subespacio
vectorial invariante.
Definici´on 9 (Multiplicidad geom´etrica) Se llama multiplicidad geom´etrica de λ al n´umero de autovectores linealmente independientes asociados o, lo que es lo mismo, a dim(Aλ). Se suele notar
mg(λ).
Proposici´on 10 SeaA∈Mn yλ∈σ(A). La dimensi´on del subespacio vectorial propio Aλ viene dado
por
dim(Aλ) =dim(N(A−λI)) =n−rango(A−λI)
Proposici´on 11 Sea A ∈ Mn y λ ∈ σ(A). Si ma(λ) = r entonces la multiplicidad geom´etrica de λ
verifica
1≤ma(λ)≤r
5.
Teorema de Cayley-Hamilton
Teorema 2 (Teorema de Cayley-Hamilton) Toda matriz cuadradaA sobre un cuerpoKes ra´ız de su polinomio caracter´ıstico.
Es decir, si p(λ) =a0λn+a1λn−1+· · ·+an es el polinomio caracter´ıstico y Θn es la matriz nula de
orden n, entonces
5.1.
Aplicaci´
on al c´
alculo de
A
−1Sea Auna matriz invertible (es decir, |A| 6= 0 )
Teniendo en cuenta que a0An+a1An−1+· · ·+anI= Θn , se obtiene
a0An+a1An−1+· · ·+an−1A=−anI
Al ser an=|A| 6= 0,
I=−a0 anA
n−a1
anA
n−1−a2
anA
n−2− · · · −an−1
an A
Multiplicando por A−1
A−1=−a0
anA
n−1−a1
anA
n−2− a2
anA
n−3− · · · −an−1
an I
6.
Matrices diagonalizables.
Definici´on 12 (Matriz diagonalizable) Sea A ∈ Mn(K). Diremos que A es diagonalizable sobre K
si es semejante a una matriz diagonal.
Dada una matrizA∈Kn, queremos ver si es semejante a una matriz diagonal, es decir, si∃P ∈M n tal
queP−1AP =D.
Supongamos
P =
X1 X2 . . . Xn
D=D{d1, . . . , dn}=
d1
d2
. .. dn
Si σ(A) = {λ1, λ2, . . . , λn} y existe una base deAλ formada por autovectoresB={~x1, ~x2, . . . , ~xn},
entonces se verifica queP−1AP =D{λ
1, . . . , λn}.
Rec´ıprocamente, si A es diagonalizable, entonces ∃P ∈ Mn tal que P−1AP = D y, por lo tanto,
B={~x1, ~x2, . . . , ~xn}, donde las coordenadas de cada vector x~i vienen dadas por las componentes de la
columnaide la matrizA, es una base formada por autovectores.
As´ı pues, es bastante importante obtener la mencionada base formada por autovectores. ¿Es siempre posible encontrar dicha base?
En general, la respuesta esNO.
Teorema 3 La condici´on necesaria y suficiente para que una matriz sea diagonalizable sobre el cuerpo
Kes:
a) que el polinomio caracter´ıstico se pueda factorizar en K
TEMA 11 F. MATEM ´ATICOS.
7.
Forma can´
onica de Jordan.
Hasta ahora hemos visto cu´ando una matriz es diagonalizable. Hemos dado condiciones en las cuales una matriz cuadrada A era semejante a una matriz diagonal.
Ahora bien, ese resultado no es siempre posible (basta encontrar autovalores m´ultiples cuya multipli-cidad algebraica no coincida con su multiplimultipli-cidad geom´etrica, o bien que el polinomio caracter´ıstico no se pueda factorizar en el cuerpo en que estemos trabajando).
Ejemplo.- La matriz cuadrada de orden n:
Jλ(n)=
λ 1 0
0 λ 1 0
0 λ 1 0
. .. ... ... ...
0 λ 1 0
0 λ 1
0 λ
no es diagonalizable (estas matrices se conocen con el nombre de bloques de Jordan).
El problema es que aunque λtiene multiplicidad algebraica igual an, no da lugar an autovectores independientes sino a uno s´olo.
Finalizaremos con el resultado m´as conocido para matrices no diagonalizables: el teorema de Jordan. Este teorema prueba que cualquier matriz cuadrada es semejante a una matriz formada por bloques de Jordan.
Teorema 4 Sea A una matriz cuadrada. Entonces existen r autovaloresλ1, λ2, . . . , λr (que pueden ser
iguales) yrn´umeros naturales m1, m2, . . . , mrtales queAes semejante a la matriz diagonal por bloques:
J =
J(m1)
λ1
J(m2)
λ2 . ..
J(mr) λr
Esta matriz recibe el nombre deforma can´onica de Jordande la matrizA. En ella un mismo autovalor λaparece en tantos bloques como indicamg(λ) y el n´umero de veces que aparece en la diagonal deJ es
ma(λ).
Si P es la matriz que reduceAa su forma de Jordan, entonces sus m1primeras columnas satisfacen:
Ax1=λ1x1, i.e., x1es un autovector correspondiente a λ1
Axi =λ1xi+xi−1 i= 2,· · · , m1
Los vectores xi (i = 2, . . . , m1) se llaman autovectores generalizados de A, y la sucesi´on x1,· · ·, xm1 se dice que es una cadena de Jordan correspondiente a λ1. Naturalmente, cada bloque tiene su cadena
correspondiente.
P−1AP =B=
D I2
D I2
. .. ... D I2
D
siendo D = ·
a b −b a
¸
e I2 =
· 1 0 0 1
¸
para λ=a±ib, pues si λ es un autovalor, tambi´en lo es su conjugado ¯λ y con la misma multiplicidad.
Para clarificar los conceptos veamos un ejemplo:
Sea A una matriz cuadrada de orden 9 con λ1 autovalor real simple siendo~x1 su correspondiente
autovector,λ2 autovalor real doble siendo~x2 su autovector y~x3su autovector generalizado,λ3=a+ib
autovalor complejo simple y~x4=~u1+i~v1su correspondiente autovector y por ´ultimoλ4=c+idautovalor
complejo doble con~x5=~u2+i~v2 como autovector y~x6=~u3+i~v3 como autovector generalizado:
A~x1=λ1~x1
A~x2=λ2~x2
A~x3=λ2~x3+~x2
A~x4=λ3~x4⇐⇒A(~u1+i~v1) = (a+ib)(~u1+i~v1)⇐⇒
½
A~u1=a~u1−b~v1
A~v1=b~u1+a~u1
A~x5=λ4~x5⇐⇒A(~u2+i~v2) = (c+id)(~u2+i~v2)⇐⇒
½
A~u2=c~u2−d~v2
A~v2=d~u2+c~u2
A~x6=λ4~x4+~x5⇐⇒A(~u3+i~v3) = (c+id)(~u3+i~v3) + (~u2+i~v2)⇐⇒
½
A~u3=c~u3−d~v3+~u2
A~v3=d~u3+c~u3+~v2
En definitiva, AP=PB siendoP = .. . ... ... ... ... ... ... ... ... ~x1 ~x2 ~x3 ~u1 ~v1 ~u2 ~v2 ~u3 ~v3
.. . ... ... ... ... ... ... ... ... y B =
λ1 ·
λ2 1
λ2 ¸ · a b −b a ¸ · c d −d c ¸ · 1 0 0 1 ¸ · c d −d c ¸
8.
M´
etodo de Caros para el c´
alculo de
J
1o¯ Se calculan los autovalores de A λ1, λ2, · · ·, λk con sus multiplicidades correspondientes
m1, m2, · · · , mk
2o¯ Para cada autovalor λ de multiplicidad m se calculan los rangos de las matrices (A−λI)p (a
lo sumo habr´ıa que calcular la potencia (A−λI)m
rg(A−λI) = r1 →x1 = n−r1 si x1 < m, seguimos
rg(A−λI)2 =r
2 →x2 = r1−r2 si x1+x2 < m, seguimos
..
TEMA 11 F. MATEM ´ATICOS.
x1 + x2 + · · · + xp = multiplicidad de λ
3o¯ Al valor propio λ le corresponden:
x1 − x2 bloques de Jordan de orden 1
x2 − x3 bloques de Jordan de orden 2
..
. ... ...
xp−1 − xp bloques de Jordan de orden p − 1
xp bloques de Jordan de orden p
9.
C´
alculo de
P
Una vez calculada la matriz J por el m´etodo de CAROS, procedemos a calcular la matriz P . Para ello, llamemos Nk,λ = N(A − λI)k . Tomemos un vector
~vi ∈ Ni,λ \ Ni−1,λ
o lo que es lo mismo, un vector para el cual, seg´un el m´etodo de CAROS, exista un bloque de Jordan de orden i.
Una vez obtenido v~i , calculamos:
~vi−1 = (A − λI)~vi
~vi−2 = (A − λI)~vi−1
· · · ·
~v2 = (A − λI)~v3
~v1 = (A − λI)~v2
y el vector ~v1 resulta ser un autovector de A (o una combinaci´on lineal de ellos) y los vectores
{~vj}j = 2,· · ·, i son sus autovectoresgeneralizados.
Esta operaci´on se repite para cada bloque de Jordan que nos indique el m´etodo de CAROS, obteniendo as´ı m autovectores (propios o generalizados) asociados al autovalor λ.
Ejercicios
1. Calcular los autovalores y subespacios invariantes asociados a las matrices: A=
−1 3 11 2 0 0 1 1
B=
5 00 3 −40 2 0 −1
2. Diagonalizar las siguientes matrices, calculando la matriz de paso A=
1 00 1 −2−4 0 0 −1
B=
−7−5 −52 −5−4 −5 −4 2
3. Determinar la matrizA= (1ad2be3cf de manera que admita por autovectores a los vectores (1,0,1), (-1,1,0) y (0,1,-1).
4. Sea la matrizA=
ab 12 pq c −1 r
.
Sabiendo que admite como autovectores (1,1,0), (−1,0,2), (0,1,−1), hallar los autovalores y los elementos de la matriz.
5. SeaA=
−1 2 11 0 2 1 1 2
. ExpresarA−1en funci´on deI
3 y deA.
6. Dada la matrizA=
1a −20 12
3 0 −1
.
a) Calcular los valores deapara los queAes diagonalizable.
b) Para dichos valores dea, calcular los autovalores y los autovectores deA−1.
c) Para dichos valores de a, calcularAn.
7. Dada la matrizA=
33 −10 ab −2 0 c
a) CalcularAde forma que (2,0,−1) sea un autovector cuyo autovalor correspondiente esλ=−1. b) Hallar los dem´as autovalores y autovectores.
8. Estudiar para qu´e valores de los par´ametrosayb, la matriz A=
50 −10 0b
3 0 a
es diagonalizable. Calculando:
a) Forma can´onica de Jordan y matriz de paso para los valores a=−1 y b= 1.
b) Forma can´onica de Jordan y matriz de paso paraa= 1 yb= 10. Calcular en este casoA129.
9. a) Determinar una matriz Acuadrada de orden tres, sabiendo que tiene por autovaloresλ=−1 (doble) y λ = 0 y siendo los autovectores para λ=−1 el (1,−2,1) y su vector asociado es (0,1,0) y el autovector asociado aλ= 0 es (1,-2,0).
b) Dada la matrizA= (111011000 , obtener la forma can´onica de Jordan y su matriz de paso.
10. Sabiendo que la matriz A =
01 0c ab
TEMA 11 F. MATEM ´ATICOS.
11. Estudiar, seg´un los diferentes valores deayb, la diagonabilidad de la matriz
A=
11 0 −9
9 a b
12 0 b
.
Obtener la forma de Jordan y la matriz de paso paraa= 2 yb= 3. 12. Dada la matriz
A=
2α0+ 4 14−−αα −2α0
0 0 4
(a) Estudiar para qu´e valores deαes diagonalizable.
(b) Calcular la forma can´onica de Jordan y la matriz de paso paraα= 0.
13. Hallar la forma can´onica de Jordan de la matriz, calculando la matriz de paso, de las matrices:
A=
2 0 2 0
1 2 0 −2
0 0 2 0
0 0 1 2
B=
2 0 1 0 3 2 0 1 0 0 2 0 0 0 3 2
14. Resolver la ecuaci´on en diferenciasZn =Zn−1−1
2Zn−2 con valores inicialesZ1= 2 yZ2= 1 15. Resolver la ecuaci´on en diferencias dada por xn = 3xn−1+ 4xn−2, conx1= 1 y x2= 4.
16. Obtener la expresi´on general de la sucesi´on{Xn}dada por la ecuaci´on en diferenciasXn= 2n−1+
3Xn−2,X1= 1, X2= 2.