Autovalores y Autovectores: Denici on y propiedades. Denici on. Sea A una matriz cuadrada de orden m.

Diremos que un escalar K (= R o C) es un autovalor de A si existe un vector v Km , v = 0 tal que Av = v , en cuyo caso se dice que v es un autovector de A asociado al autovalor . Proposici on. Sea un autovalor de A y v un autovector asociado, entonces: 1. es un autovalor de A con autovector v . 2. ( ) es un autovalor de A I con autovector v . 3. k es un autovalor de Ak con autovector v . 4. Si q () es un polinomio, entonces q () es un autovalor de q (A) con autovector v . (Ejemplo: 33 + 52 7 + 2 es un autovalor de la matriz 3A3 + 5A2 7A + 2I ). 5. Si A tiene inversa, entonces = 0 y 1 es un autovalor de A1 con autovector v . Denici on. Sea A una matriz m m y sea 0 un autovalor de A. Se llama: (a) Multiplicidad algebraica de 0 , y se denota por ma (0 ), a la multiplicidad de 0 como ra z del polinomio caracter stico p() = det(A I ) de A. Es decir, p() puede factorizarse como

(b) Multiplicidad geom etrica de 0 , y se denota por mg (0 ), a la dimensi on del espacio nulo de A 0 I ,

Lo u nico que se puede armar en general sobre la relaci on entre las multiplicidades algebraica y geom etrica de un autovalor de una matriz viene dado por el siguiente resultado. Lema. Sea 0 un autovalor de una matriz A, entonces 1 mg (0 ) ma (0 ). Proposici on. Sea A una matriz m m y sean 1 , 2 , . . . , m sus m autovalores (cada uno aparece tantas veces como indique su multiplicidad algebraica) entonces: su polinomio caracter stico es p() = (1)m ( 1 )( 2 ) ( m ). el determinante de A coincide con el producto de los autovalores: det(A) = 1 2 m . la traza de A coincide con la suma de los autovalores: tr(A) := a11 + . . . + amm = 1 + 2 + + m . Proposici on. Sea A una matriz m m, entonces:

ww

Es decir, la multiplicidad geom etrica coincide con el n umero (m aximo) de autovectores linealmente independientes asociados al autovalor.

w.

at

dim [Nul (A 0 I )] = m rango [(A 0 I )] .

em at

ic

siendo q () un polinomio (de grado m ma (0 )) que no se anula para 0 , q (0 ) = 0.

a1

p() = ( 0 )ma (0 ) q (),

.c o

1. 2.

an distintos). At tiene los mismos autovalores que A (en general los autovectores asociados ser Si A es real y v es un autovector de A asociado a , entonces v tambi en es autovector de A asociado al autovalor coinciden. . Adem as, las multiplicidades algebraicas y geom etricas respectivas de y

Matrices diagonalizables. Denici on. Se dice que una matriz A m m es diagonalizable es una matriz diagonal. Notemos que si d1 0 0 d2 P 1 AP = D = 0 0 . . . . . . 0 0

si existe alguna matriz P no singular tal que P 1 AP 0 0 d3 . . . 0 ... ... ... .. . ... 0 0 0 . . . dm

entonces cada columna de P es un autovector de P asociado al correspondiente elemento diagonal de D que ser a un autovalor de A. Adem as, puesto que existe la matriz inversa de P , las m columnas de P son linealmente independientes. Teorema. Sea A una matriz m m. Se verica: (1) A es diagonalizable si y s olo si tiene m autovectores linealmente independientes. (2) A autovalores distintos de A le corresponden autovectores linealmente independientes, es decir, si v1 , , vk son autovectores de A asociados respectivamente a los autovalores 1 , , k y estos son distintos dos a dos, entonces v1 , , vk son linealmente independientes.

Matrices semejantes y aplicaciones lineales. Consideremos una aplicaci on lineal T : Rm Rm . Fijada la base m can onica Bc = {e1 , . . . , em } de R , esta aplicaci on lineal tiene asociada una matriz A, cuyas columnas son los vectores T (e1 ), T (e2 ), . . . T (em ). Si jamos otra base B = {v1 , . . . , vm } de Rm , la aplicaci on lineal T tiene asociada una matriz B respecto a dicha base, la matriz cuyas columnas son las coordenadas de los vectores T (v1 ), T (v2 ), . . . T (vm ) respecto a la base B , es decir, [T (v1 )]B , . . . , [T (vm )]B . Las matrices A y B verican que B = P 1 AP siendo P = v1

ww w.

M at

em

at ic

ma () = mg ().

. . . vm .

En general, dicha relaci on se formaliza mediante la siguiente denici on. Denici on. Se dice que dos matrices m m A y B son semejantes si existe alguna matriz no singular P tal que B = P 1 AP. La matriz P se suele denominar matriz de paso. A la vista de la denici on es obvio que una matriz es diagonalizable si es semejante a una matriz diagonal. Proposici on. Si A y B son semejantes, entonces: A y B tienen el mismo polinomio caracter stico y, por tanto, los mismos autovalores con las mismas multiplicidades algebraicas. Si v es un autovector de A asociado a un autovalor , entonces P 1 v es un autovector de B asociado al mismo autovalor (siendo P la matriz no singular tal que B = P 1 AP ). det(A) = det(B ) y tr(A)=tr(B ). Cada autovalor (de A y B ) tiene la misma multiplicidad geom etrica para ambas matrices, es decir, dim [Nul (A I )] = dim [Nul (B I )] .

a1

(4) A es diagonalizable si y s olo si para cada autovalor se verica que

.c om

(3) Si A tiene todos sus autovalores simples, entonces es diagonalizable.

Para cada exponente k = 1, 2, . . . se verica que dim Nul (A I )k = dim Nul (B I )k .

Notemos por otra parte que el que dos matrices tengan los mismos autovalores no conlleva, en general, el que sean semejantes; por ejemplo, las matrices A= 0 0 1 0 y B= 0 0 0 0

tienen como u nico autovector a = 0 pero no son semejantes. Si V es un espacio vectorial, B = {v1 , . . . , vm } una base del mismo, y f : V V una aplicaci on lineal, n otese entonces que la matriz de f en B es semejante a la matriz de f en cualquier otra base B = {v1 , . . . , vm } de V . Por lo tanto, a la vista de los resultados anteriores, se pueden denir, los autovalores, la traza y el determinante de f como los autovalores, traza y determinante de f en cualquier base. Lo mismo ocurre con el polinomio caracter stico. Autovalores y autovectores complejos. Ampliamos en estas l neas lo tratado en la secci on 5.5 del libro (Lay). En dicha secci on se muestra c omo una matriz real 2 2 diagonalizable en C (es decir, con un par de autovalores complejos conjugados, a bi) se puede escribir en una forma no diagonal, pero con una estructura muy sencilla (ver teorema 9 de la p agina 334) a b b a .

em
0

En el caso de tener una matriz real diagonalizable de mayor dimensi on con autovalores complejos podemos proceder de un modo similar para obtener una matriz real no diagonal, pero s diagonal por bloques, con una estructura similar a la anterior. As , una matriz diagonalizable pero con alg un autovalor complejo no real (con lo cual la matriz de paso tendr a algunos elementos no reales) ser a semejante, a trav es de una matriz de paso real, a una matriz diagonal por bloques C1 0 0 ... 0 0 C2 0 . . . 0 0 C3 . . . 0 C= 0 . . . . .. . . . . . . . . .

at ic
0 0

a1

M at

...

.c om

Ck a b b a , donde a y b son

respectivamente la parte real e imaginaria de un autovalor complejo (no real) de A. Si = a + bi, a, b R es un autovalor de A (matriz cuadrada real) y v = u1 + iu2 (u1 , u2 Rm ) es un autovector = a bi y, por tanto, tenemos las igualdades de A asociado a , entonces v = u1 iu2 es autovector de A asociado a Av = v = (a + bi) (u1 + iu2 ) Au1 + iAu2 = (au1 bu2 ) + i (bu1 + au2 ) v Av = = (a bi) (u1 iu2 ) Au1 iAu2 = (au1 bu2 ) i (bu1 + au2 ) y por tanto, identicando las partes real e imaginaria en cualquiera de las dos igualdades anteriores tenemos, Au1 Au2 = = au1 bu2 bu1 + au2 u2 a b b a . .

Expresando estas igualdades de forma matricial tenemos A u1 u2 = u1

As , si multiplicamos A por una matriz en la que los autovectores complejos v y v sean dos vectores columna tenemos .. . 0 = v v A v v 0 .. .

ww w.

donde cada Cj es o bien un autovalor real o bien una submatriz 2 2 de la forma

mientras que si sustituimos dichas columnas por la parte real y la parte imaginaria de v tendremos .. . 0 . . . a b u u u u A 1 2 1 2 = . . . b a . . . .. . ... 0 con lo cual, si multiplicamos A por una matriz real P cuyas columnas forman una base de Rn y en la que u1 y u2 sean dos vectores columna y los restantes vectores columna sean autovectores reales o vectores obtenidos a partir de la parte real y de la parte imaginaria (por parejas) de un autovector complejo, tendremos .. . 0 0 a b 0 AP = u1 u2 = u1 u2 0 = PC b a .. . 0 0 y por tanto P 1 AP = C , donde la diagonal de la submatriz a b est a sobre la de la matriz C que ser a una b a matriz real casi-diagonal (diagonal por cajas). Ve amoslo con ejemplos. Ejemplo. Obtener una matriz casi-diagonal real (y la correspondiente matriz de paso) semejante a la matriz 2 1 1 3 4 1 0 4 A= 3 1 2 3 . 5 3 1 6 4 53 + 132 19 + 10 = 0.

Al ser la matriz diagonalizable, si construimos Q = [v1 , v2 , v3 , v4 ], obtenemos: 1 0 0 0 0 2 0 0 , Q1 AQ = D = 0 0 1 2i 0 0 0 0 1 + 2i donde los autovalores aparecen en la matriz diagonal D en el orden en que se coloquen los autovectores correspondientes en la matriz Q. El inconveniente de esa expresi on es que tanto D como Q son matrices complejas aunque A es real. Para evitar trabajar con matrices complejas se procede como sigue (aunque, en este caso, ya no se va a obtener una matriz diagonal sino diagonal por bloques). Por tanto, construyendo la matriz P = [v1 , v2 , Re (v3 ), Im (v3 )], obtenemos: 1 0 0 0 0 2 0 0 C = P 1 AP = 0 0 1 2 . 0 0 2 1 Ejemplo. Obtener una matriz casi-diagonal real (y la correspondiente matriz de paso) semejante a la matriz 2 2 1 1 3 1 1 0 . A= 0 2 1 3 1 1 1 2

ww w.

Sus autovalores y sus autovectores asociados son 1 1 1+i 0 0 2 1 = 1, v1 = 0 ; 2 = 2, v2 = 1 ; 3 = 1 2i, v3 = 1 + i 1 1 2

em

at ic

Su ecuaci on caracter stica es

a1
1i ; 4 = 1 + 2i, v4 = 2 . 1i 2

M at

.c om

on caracter stica es Su ecuaci

4 + 52 + 4 = 0. 1+i 2 ; 2 = i, v2 = 1 i 2 i 1 i 4 = 2i, v4 = 1 . 1 obtenemos: 0 0 0 0 , 2i 0 0 2i

Sus autovalores y sus autovectores asociados son 1i 2 1 = i, v1 = 1 + i ; 2 i 1 + i 3 = 2i, v3 = 1 ; 1

Al ser la matriz diagonalizable, si construimos Q = [v1 , v2 , v3 , v4 ], i 0 0 i 1 Q AQ = D = 0 0 0 0

Su ecuaci on caracter stica es

ww w.

Ejemplo. Obtener una matriz casi-diagonal real (y la correspondiente matriz de paso) semejante a la matriz 0 2 5 A = 2 7 8 . 5 8 6

Sus autovalores y sus autovectores asociados son i i 1 1 = 2 3i, v1 = 1 + i , 2 = 2 + 3i, v2 = 1 i ; 3 = 3, v3 = 1 . 1 1 1 Al ser la matriz diagonalizable, si construimos Q = [v1 , v2 , v3 ], obtenemos: 2 3i 0 0 0 2 + 3i 0 , Q1 AQ = D = 0 0 3 donde los autovalores aparecen en la matriz diagonal D en el orden en que se coloquen los autovectores correspondientes en la matriz Q. El inconveniente de esa expresi on es que tanto D como Q son matrices complejas aunque A es real. Para evitar trabajar con matrices complejas se procede como sigue (aunque, en este caso, ya no se va a obtener una matriz diagonal sino diagonal por bloques). Por tanto, construyendo la matriz P = [Re (v1 ), Im (v1 ), v3 ], obtenemos: 2 3 0 C = P 1 AP = 3 2 0 . 0 0 3

M at

em

3 + 2 + 39 = 0.

at ic

donde los autovalores aparecen en la matriz diagonal D en el orden en que se coloquen los autovectores correspondientes en la matriz Q. El inconveniente de esa expresi on es que tanto D como Q son matrices complejas aunque A es real. Para evitar trabajar con matrices complejas se procede como sigue (aunque, en este caso, ya no se va a obtener una matriz diagonal sino diagonal por bloques). Por tanto, construyendo la matriz P = [Re (v1 ), Im (v1 ), Re (v3 ), Im (v3 )], obtenemos: 0 1 0 0 1 0 0 0 C = P 1 AP = 0 0 0 2 . 0 0 2 0

a1

.c om

on a recurrencias vectoriales. Aplicaci Denici on. Sea A una matriz cuadrada de orden m y sea u1 , u2 , . . . , un , . . . una sucesi on de vectores en Rm denidos de manera recurrente por un = Aun1 , n = 1, 2, . . . a partir de un vector inicial u0 Rm . Una relaci on de recurrencia vectorial de esta forma se llama sistema de ecuaciones en diferencias lineal homog eneo de primer orden con coecientes constantes. Si un = Aun1 es un sistema de ecuaciones en diferencias, se tiene, razonando por inducci on, que un = An u0 . Con esta expresi on podemos hallar un para cualquier valor de n. Si A diagonaliza, podemos dar una expresi on m as simple para un que nos permitir a ahorrar tiempo de c alculo y tambi en estudiar el comportamiento a largo plazo de la sucesi on un . Proposici on. Sea A una matriz cuadrada de orden m diagonalizable y u0 Rm . Entonces la soluci on del sistema de ecuaciones en diferencias un = Aun1 con vector inicial u0 es un = An u0 = P Dn P 1 u0 , n = 1, 2, . . .

siendo P la matriz cuyas columnas forman una base de autovectores de A y D la matriz diagonal cuyos elementos diagonales son los autovalores correspondientes. Observaciones. N otese que si A no es diagonalizable no es posible, en general, aplicar la t ecnica anterior para calcular la soluci on del sistema de ecuaciones en diferencias asociado. Sin embargo, hay un caso especialmente f acil de resolver; si u0 es combinaci on lineal de autovectores de A, podemos calcular un = An u0 aunque no sepamos calcular An : Siu0 = 1 v1 + + k vk y Avj = j vj para cada j = 1, . . . , k , entonces

Ejercicios propuestos
Se sugieren los siguientes ejercicios del cap tulo 5 del texto (Lay): - Secci on 5.1: todos los impares hasta el 27, 16, 18, 20, 22, 24.

- Secci on 5.3: todos los impares hasta el 27, 22, 24, 26. - Secci on 5.4: todos los ejercicios hasta el 24. - Secci on 5.5: todos los impares hasta el 21. - Secci on 5.6: 1, 2, 17. - Ejercicios suplementarios (p ag. 364): del 1 al 13. Ejercicio 1 Dada la matriz 3 0 A = 3 1 2 0 1. 2. a b . c

Calcular A de forma que (2, 0, 1)t sea un autovector cuyo autovalor correspondiente es = 1. Hallar los dem as autovalores y autovectores. 0 c a 1 0 b 1 1 0

Ejercicio 2 Sabiendo que la matriz:

es diagonalizable y tiene un autovalor doble, calcular a, b y c.

ww w.

- Secci on 5.2: todos los impares hasta el 27, 20, 22, 24.

M at

em

at ic

a1

.c om

n An u0 = 1 n 1 v1 + k k vk .

e valores de a R tiene la siguiente Ejercicio 3 Para qu decir, estudiar cu ando A es diagonalizable) 1 A= a 1 Ejercicio 4 Dada la matriz 1 A= a 3 0 2 0

matriz A tres autovectores linealmente independientes? (es 0 0 1 0 . 1 2 1 2 , 1

a R.

1. Calcular los valores de a para los que A es diagonalizable. 2. Para dichos valores de a, calcular los autovalores y los autovectores de A1 . 3. Para dichos valores de a, calcular An . Ejercicio 5 Estudiar la diagonalizabilidad de las siguientes matrices en funci on de los par ametros que aparecen. 1 0 0 0 5 0 0 a+3 b 1 a 1 0 0 . 0 a 0 , B = 0 1 b , C = A= b d 1 0 2 a 1 c a+1 3 0 a c e f 1 Ejercicio 6 Sea f : R4 R4 la aplicaci on lineal dada por f (x) = Ax, donde a 1 1 1 0 b 0 3 . A= 1 2 c 1 0 1 0 d

Ejercicio 7 Consideremos la matriz

M at

2. Probar que A no es diagonalizable.

em

S1

x1 x2 x3 + x4

= 0 = 0

at ic
y a1 A= 1 0 b1 b2 b3

1. Hallar A sabiendo que f (S1 ) = S2 , donde

(a) Determinar los elementos de A sabiendo que sus autovalores son 1 = 2 y 2 = 3 (doble), que v1 = (1, 2, 1)t es un autovector asociado a 2 = 3 y v2 = (2, 1, 0)t satisface que Av2 = 3v2 + v1 . (b) Estudiar si A es diagonalizable. (c) Calcular las soluciones del sistema de ecuaciones en diferencias un = Aun1 para los vectores iniciales u0 = (1, 2, 1)t y u0 = (1, 3, 2)t .

Ejercicio 8 Dado el sistema de ecuaciones en diferencias un = Aun1 , siendo 0 0 0 0 0 0 A= 0 0 0 , 0 0 0 1. Obtener la expresi on general de un , seg un los valores de R. 2. Calcular u10 , dado el vector inicial u0 = (0, 2, 0, 2)t .

ww w.

a1

S2 = Gen{(1, 2, 1, 1)t , (0, 3, 1, 2)t }.

c1 c2 . c3

.c om