1 Autovalores y autovectores asociados a un en-

domorsmo f. Diagonalizacin.
Dado un endomorsmo ) de un espacio vectorial real \ y jada una base 1
de \ obtenemos una nica matriz asociada a ) respecto de la base 1 que
denotamos '
BB
()) '
B
()). Se verica que todas matrices asociadas a un
mismo endomorsmo ) de \ respecto de distintas bases son semejantes; esto
es, si 1 y 1
0
son bases de \ , se tiene que:
'
BB
()) = '
B
0
B
'
B
0
B
0 ()) '
BB
0
= '
B
0
B
'
B
0
B
0 ()) '
1
B
0
B
.
El objetivo de este tema es obtener (cuando sea posible) una base
~
1 del espacio
vectorial \ tal que la matriz '
~
B
~
B
()) sea diagonal.
1.1 Matrices semejantes
Denicin. Se dice que dos matrices cuadradas de orden :, y 1 /
n
, son
semejantes si existe una matriz 1 /
n
regular tal que = 111
1
. Dicha
matriz 1 se denomina matriz de paso.
Propiedades.
1. Si dos matrices , 1 son semejantes entonces det = det 1.
2. Si dos matrices son semejantes entonces sus rangos coinciden.
3. Si y 1 son semejantes entonces
k
y 1
k
tambin son semejantes.
4. Las matrices asociadas a un mismo endomorsmo ) : \ \ respecto
de distintas bases son semejantes.
1.2 Autovalores de un endomorsmo f
Denicin. Dada un endomorsmo ) de \ , diremos que ` R es un autovalor
valor propio de ) si existe un vector ,=

0 tal que )() = `. Al vector R

n
que cumple lo anterior lo llamaremos autovector o vector propio de ) asociado
al autovalor `.
Llamamos subespacio propio asociado al autovalor ` al siguiente conjunto:
\

= \ [ )() = `.
Proposicin. \ (`) es un subespacio vectorial de \ invariante por ).
Demostracin. Veamos primero que es un subespacio vectorial de \ . \

no
es el conjunto vaco pues

0 \

. Sean , n \

y c, , R entonces
)(c +, n) = )(c) +)(, n) = `c +`, n = `(c +, n),
1
y por tanto, c +, n \

. Luego, \

es un subespacio vectorial de \ .
Veamos que es invariate por ); esto es, si \

tenemos que ver que

)() \

:
)()()) = )(`) = `)() ==)() \

.
Proposicin. Sea endomorsmo ) de \ , 1
C
la base cannica de \ y =
'
B
C
B
C
()) la matriz asociada a ) respecto de las bases cannicas. Las siguientes
armaciones son equivalentes:
(i) ` es un autovalor de )
(ii) El sistema homogneo (`1)r =

0 es compatible indeterminado
(iii) det(`1) = 0
Demostracin.
` es un autovalor de ) == existe r \ , r ,=

0, tal que )(r) = `r

== existe r \ , r ,=

0, tal que (r) = `r

== existe r \ , r ,=

0, tal que (`1)r =

0,
donde 1 es la matriz identidad de orden :
== el sistema homogneo (`1)r =

0
es compatible indeterminado
== det(`1) = 0.
1.3 Autovalores de una matriz cuadrada A
Denicin. Los autovalores de una matriz /
n
son los valores ` R (o
` C) que anulan el siguiente polinomio de grado ::
j
A
(`) = [`1[
que llamaremos polinomio caracterstico.
A la ecuacin [`1[ = 0 la llamaremos ecuacin caracterstica. Las races
de la ecuacin caracterstica son, por tanto, los autovalores de la matriz .
Denotando por c
i
la multiplicidad de la raiz `
i
de la ecuacin caracterstica,
entonces la factorizacin del polinomio caracterstico es
j
A
(`) = [`1[ = (`
1
`)
1
(`
r
`)
r
, donde c
1
+ +c
r
= :.
Propiedad. Dos matrices semejantes tienen el mismo polinomio caracterstico.
Demostracin: Sean , 1 dos matrices semejantes; esto es, existe una
matriz 1 invertible tal que = 111
1
. Por tanto,
[`1[ = [111
1
`1[ = [111
1
`111
1
[ = [1(1 `1)1
1
[
= [1[[1 `1[[1
1
[ = [1[[1 `1[[1[
1
= [1 `1[.
2
Propiedad. Todas las matrices asociadas a una misma aplicacin lineal ), =
'
BB
()), tienen el mismo polinomio caracterstico y, por tanto, los mismos
autovalores que son precisamente los autovalores de la aplicacin lineal ).
Demostracin: Si = '
BB
()) y
0
= '
B
0
B
0 ()) son dos matrices asoci-
adas a ) respecto de distintas bases, entonces son matrices semejantes pues la
matriz '
B
0
B
verica:
'
BB
()) = '
B
0
B
'
B
0
B
0 ()) '
1
B
0
B
.
Y como lasmatrices semejantes tienen el mismo polinomio caracterstico, se
concluye.
Si = '
B
C
B
C
()) para cada autovalor `
i
de , tenemos el subespacio de los
autovectores asociados al autovalor `
i
:
\
i
= R
n
[ = `
i

= R
n
[ (`
i
1) =

0
Llamaremos multiplicidad geomtrica de `
i
a la dimensin de \
i
y la denotare-
mos por :
i
= dim(\
i
).
Obsrvese que
dim(\
i
) = : rg(`
i
1)
y por ser `
i
un autovalor de , se tiene que det( `
i
1) = 0 y, por tanto,
rg(`
i
1) < :. Luego dim(\
i
) ,= 0.
1.4 Propiedades de los autovectores
1. Se verica que
dim(\
i
) _ c
i
donde c
i
es la multiplicidad de la raiz `
i
. Luego
1 _ dim(\
i
) _ c
i
.
2. Autovectores asociados a autovalores distintos son linealmente independi-
entes.
1.5 Propiedades de los autovalores
Sea /
n
una matriz cuadrada con polinomio caracterstico:
j
A
(`) = [`1[ = (`
1
`) (`
n
`)
donde los autovalores `
i
se pueden repetir. Entonces
1. La matriz y su traspuesta
0
tienen los mismos autovalores.
2. det = `
1
`
n
y tr = `
1
+ +`
n
.
3
3. Dado c R, los autovalores de la matriz c son c`
1
, . . . , c`
n
.
4. Dado / N, los autovalores de la matriz
k
son `
k
1
, . . . , `
k
n
.
5. Si es una matriz no singular entonces todos sus autovalores son no nulos
y los autovalores de la matriz
1
son: 1,`
1
, . . . , 1,`
n
.
6. Si es una matriz idempotente entonces sus autovalores son 0 1.
7. Si es una matriz triangular entonces sus autovalores son los elementos
de la diagonal principal.
8. Si es una matriz ortogonal con autovalores reales entonces sus autoval-
ores son 1 1.
1.6 Diagonalizacin de un endomorsmo f
Sea ) un endomorsmo de un espacio vectorial \ sobre un cuerpo Kcon dim\ =
:.
Proposicin. Sean ` ,= j dos autovalores de un endomorsmo ) se tiene:
\

0.
Demostracin. Sea \

entonces )() = ` y )() = j luego,

restando obtenemos

0 = ` j = (` j) de donde como ` ,= j, obtenemos
=

0.
Proposicin. Autovectores asociados a autovalores distintos son linealmente
independientes.
Demostracin. Sean \

y n \

veamos que son linealmente inde-

pendientes. Supongamos una combinacin lineal de y n:

0 = c +, n
entonces c = , n y, por tanto, c \

0 luego c = 0. Anlogamente
obtendramos , = 0.
Proposicin. Sea la matriz asociada a ), entonces
dim(\

) = : rg(`1).
Demostracin. El subespacio propio asociado al autovalor ` de se es-
cribe:
\

= r[ (`1)r =

0
y, por tanto, es el conjunto de soluciones de un sistema de ecuaciones lineales
homogneo. Se verica:
dim(\

) = dim\ rg(`1).
Obsrvese que por ser ` un autovalor de /
n
, se tiene que rg(
`1) < :. Luego el sistema ( `1)r =

0 tiene solucin distinta de la trivial y

dim\

,= 0.
4
Proposicin. Sea `
0
K un autovalor de multiplicidad c del endomorsmo ),
entonces
1 _ dim(\
0
) _ c.
Demostracin. Como rg(`
0
1) < : se tiene:
dim(\
0
) = dim\ rg(`
0
1) _ 1.
Sea d = dim(\
0
) y sea 1
0
= n
1
, . . . , n
d
una base de \
0
. Buscamos una
base de un subespacio \ complementario de \
0
; 1
W
= n
1
, . . . , n
nd
. Por
tanto, 1 = n
1
, . . . , n
d
, n
1
, . . . , n
nd
es base de \ . Se tiene:
'
B
()) =
0
B
B
B
@
`
0
.
.
.
(d
`
0
C
O 1
1
C
C
C
A
y por tanto, como
det('
B
()) `1) =

`
0
`1 C
O 1 `1

= (`
0
`)
d
det (1 `1
nd
)
la multiplicidad del autovalor `
0
es mayor o igual que d; esto es,
c _ dim(\
0
) = d.
Observacin. Si ` es un autovalor simple entonces dim(\

) = 1.
Denicin. Un endomorsmo ) de \ sobre un cuerpo K se dice que es diago-
nalizable si existe una base 1

de \ formada por autovectores de ).

Teorema. Un ) endomorsmo de \ sobre un cuerpo K es diagonalizable si y
slo si todos sus autovalores pertenecen al cuerpo K y la multiplicidad de cada
autovalor `
i
coincide d
i
= dim(\
i
); esto es, si
`
i
K
dim(\
i
) = c
i
(multiplicidad de `
i
)
o equivalentemente si \ = \
1
\
2
\
r
.
Demostracin. Sean `
1
, . . . , `
r
los autovalores de ) pertenecientes al
cuerpo K de multiplicidades c
1
, . . . , c
r
respectivamente. El nmero mximo
de autovectores linealmente independientes es
d
1
+ +d
r
.
Como d
i
_ c
i
y c
1
+ +c
r
_ :, entonces, existe una base de \ de autovectores
de ) si y slo si d
1
+ +d
r
= :; esto es, si y slo si,

d
i
= c
i
, con i = 1, . . . , r
c
1
+ +c
r
= :
5
1.6.1 Construccin de la matriz asociada a un endomorsmo ) di-
agonalizable
Sea ) un endomorsmo diagonalizable de un espacio vectorial \ con dim\ = :.
Sean `
1
, . . . , `
r
K los autovalores de ) de multiplicidades c
1
, . . . , c
r
respecti-
vamente.
Como ) es diagonalizable, entonces dim(\
i
) = c
i
, i = 1, . . . , r. Tomamos
una base de cada subespacio propio:
1
1
= n
1
, . . . , n
1
base de \
1
1
2
=
1
, . . . ,
2
base de \
2
.
.
.
1
r
= n
1
, . . . , n
r
base de \
r
entonces 1

= n
1
, . . . , n
1
,
1
, . . . ,
2
, . . . , n
1
, . . . , n
r
es una base de \ for-
mada por autovectores de ) (pues son c
1
+ + c
r
= : vectores linealmente
independientes).
Observacin. La matriz asociada a un endomorsmo ) en una base formada
por autovectores es diagonal.
Si 1

= n
1
, . . . , n
1
,
1
, . . . ,
2
, . . . , n
1
, . . . , n
r
es una base de \ de au-
tovectores de ) entonces como:
8
>
<
>
:
)(n
1
) = `
1
n
1
.
.
.
)(n
1
) = `
1
n
1
,
8
>
<
>
:
)(
1
) = `
2

1
.
.
.
)(
2
) = `
2

2
. . .
8
>
<
>
:
)( n
1
) = `
r
n
1
.
.
.
)( n
r
) = `
r
n
r
se tiene
'
B
()) =
0
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
@
`
1
.
.
.
(1
`
1
`
2
.
.
.
(2
`
2
.
.
.
`
r
.
.
.
(r
`
r
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
Denicin. Se dice que una matriz cuadrada es diagonalizable si es semejante
a una matriz diagonal 1; esto es, si existen una matriz diagonal 1 y una matriz
regular 1 tales que = 111
1
.
Observacin.
Un endomorsmo ) de \ ==La matriz = '
B
C
B
C
()) es diagonalizable
6
Teorema. Una matriz real M
n
es diagonalizable si y slosi todos sus auto-
valores pertenecen al cuerpo K y la multiplicidad de cada autovalor `
i
coincide
d
i
= dim(\
i
).
Esto es, si el polinomio caracterstico de es
j
A
(`) = [`1[ = (`
1
`)
1
(`
r
`)
r
, donde c
1
+ +c
r
= :
con `
i
,= `
j
, entonces se cumple que
es diagonalizable ==
8
>
>
>
<
>
>
>
:
dim(\
1
) = c
1
dim(\
2
) = c
2
.
.
.
dim(\
r
) = c
r
Adems las matrices
1 = (n
1
, . . . , n
1
,
1
, . . . ,
2
, . . . , n
1
, . . . , n
r
)
1 =
0
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
@
`
1
.
.
.
(1
`
1
`
2
.
.
.
(2
`
2
.
.
.
`
r
.
.
.
(r
`
r
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
verican
= 111
1
.
Observacin. Ntese que
1 = '
B

B
())
1 = '
B

B
C
.
Propiedades Si una matriz /
n
es diagonalizable entonces
1. para todo c R, la matriz c es diagonalizable
2. la matriz traspuesta de , esto es,
T
, es diagonalizable
3. si adems es no singular, entonces
1
tambin es diagonalizable. Y si
= 111
1
entonces
1
= 11
1
1
1
.
7
4. Las matrices /
n
idempotentes slo tienen los autovalores 0 y 1.
Adems verican que
dim(\
=0
) = multiplicidad del autovalor 0
dim(\
=1
) = multiplicidad del autovalor 1
y por tanto, son matrices diagonalizables.
1.6.2 Clculo de la potencia /-sima de una matriz.
Si /
n
es una matriz diagonalizable entonces existen matrices 1 /
n
regular y 1 /
n
diagonal tales que: = 111
1
. Por tanto,

2
= 111
1
1
| {z }
11
1
= 11111
1
= 11
2
1
1

3
= 111
1
1
| {z }
1
2
1
1
= 1111
2
1
1
= 11
3
1
1
en general

k
= 11
k
1
1
.
1.7 Ejercicios resueltos.
1. Dada la aplicacin lineal )(r, j, .) = (r+2j, r+3j +., j +.) estudiar si
existe una base 1 tal que la matriz asociada respecto de 1 en los espacios
de partida y de llegada sea una matriz diagonal.
SOLUCIN: La matriz asociada a ) respecto de las bases cannicas es:
=
0
@
1 2 0
1 3 1
0 1 1
1
A
.
La ecuacin caracterstica de es:
[`1[ =

1 ` 2 0
1 3 ` 1
0 1 1 `

= (1 `)(3 `)(1 `) (1 `) + 2(1 `)

= (1 `)
2
(3 `) + (1 `)
= (1 `)(1 `)(3 `) + 1
= (1 `)`
2
4` + 3 + 1
= (1 `)`
2
4` + 4
= (1 `)(` 2)
2
Por tanto, los autovalores de son ` = 1 simple y ` = 2 doble.
El subespacio asociado a ` = 1 tiene dimensin 1 pues la multiplicidad de
` = 1 es uno.
8
El subespacio asociado a ` = 2 tiene dimensin:
dim\ (2) = 3 rq(21)
= 3 rq
0
@
1 2 0
1 1 1
0 1 1
1
A
= 3 2 = 1 ,= 2
Por tanto, como dim\ (2) no coincide con la multiplicidad del autovalor
2, la matriz no es diagonalizable.
2. Sea
=
0
B
B
@
2 0 0 0
4 5 6 0
6 3 4 0
0 0 1 3
1
C
C
A
la matriz asociada a una aplicacin lineal ) respecto de las bases cannicas.
(a) Es el vector (0, 0, 0, 5) un autovector de ) asociado al autovalor 3?
(b) Es la matriz diagonalizable?
SOLUCIN:
(a) Veamos si )(0, 0, 0, 5) = 3(0, 0, 0, 5). Como es la matriz asociada a
) respecto de las bases cannicas sabemos que la cuarta columna de
son las coordenadas de )(0, 0, 0, 1) en la base cannica; esto es,
)(0, 0, 0, 1) = (0, 0, 0, 3) = 3(0, 0, 0, 1)
luego, (0, 0, 0, 1) es un autovectro de ) asociado al autovalor 3. Y
por tanto, (0, 0, 0, 5) = 5(0, 0, 0, 1) tambin es un autovector de )
asociado al autovalor 3.
(b) Calculamos el polinomio caractrerstico de :
[`1[ =

2 ` 0 0 0
4 5 ` 6 0
6 3 4 ` 0
0 0 1 3 `

= (2 `)

5 ` 6 0
3 4 ` 0
0 1 3 `

= (2 `)(3 `)

5 ` 6
3 4 `

= (2 `)(3 `)(5 `)(4 `) 18

= (2 `)(3 `)`
2
+` 2
= (2 `)(3 `)(` 1)(` + 2)
9
Por tanto los autovalores de son: 2, 1, 2 y 3. Como los autovalores
de son distintos dos a dos, la matriz es diagonalizable.
3. Estudiar para qu valores del parmetro : es la matriz:
=
0
@
: 0 0
0 4 4
0 1 1
1
A
diagonalizable.
SOLUCIN: Como det = 0 uno de los autovalores de es ` = 0.
4. La poblacin activa de un pas se clasica en tres categoras profesionales:
tcnicos superiores (r), obreros especializados (j) y obreros no especial-
izados (.) . As, en cada generacin t la fuerza de trabajo del pas est
caracterizada por el nmero de personas incluidas en las tres categoras,
es decir, (r
t
, j
t
, .
t
) . Supngase que:
Cada trabajador activo slo tiene un hijo.
El 50% de los hijos de los tcnicos superiores lo son tambin, el 25%
pasa a ser obrero especializado y el 25% restante es obrero no espe-
cializado.
Los hijos de los obreros especializados se reparten entre las res cate-
goras segn los porcentajes 30%, 40% y 30%.
Para los hijos de obreros no especializados, las proporciones de reparto
entre las categoras son 50%, 25% y 25%.
Se pide:
(a) Plantear en forma matricial un modelo que represente la distribucin
de la fuerza de trabajo del pas de generacin en generacin.
(b) Cul ser la distribucin de los trabajadores a largo plazo, indepen-
dientemente de la distribucin inicial?
SOLUCIN:
La matriz de transicin es
0
@
r
t+1
j
t+1
.
t+1
1
A
=
0
@
0.5 0.3 0.5
0.25 0.4 0.25
0.25 0.3 0.25
1
A
0
@
r
t
j
t
.
t
1
A
A largo plazo habra que elevar la matriz de transicin a : y ver a qu
tiende cuando : tiende a . Para ello diagonalizamos la matriz
=
0
@
0.5 0.3 0.5
0.25 0.4 0.25
0.25 0.3 0.25
1
A
10
El polinomio caracterstico de es:
[`1[ =

0.5 ` 0.3 0.5

0.25 0.4 ` 0.25
0.25 0.3 0.25 `

sumando a la primera la el resto de las las obtenemos:

1 ` 1 ` 1 `
0.25 0.4 ` 0.25
0.25 0.3 0.25 `

= (1 `)

1 1 1
0.25 0.4 ` 0.25
0.25 0.3 0.25 `

y restando a la tercera columna la primera, obtenemos:

(1 `)

1 1 0
0.25 0.4 ` 0
0.25 0.3 `

= (1 `)(`)

1 1
0.25 0.4 `

= (1 `)(`)(0.4 ` 0.25)
= (1 `)`(0.15 `)
Por tanto, los autovalores de son ` = 1, 0.15 y 0, distintos dos a dos y
por tanto, la matriz es diagonalizable.
\ (` = 1) = r R
3
[ (1) r =

0
0
@
0.5 0.3 0.5
0.25 0.6 0.25
0.25 0.3 0.75
1
A
0
@
r
j
.
1
A
=
0
@
0
0
0
1
A
\ (` = 0.15) = r R
3
[ (0.151) r =

0
0
@
0.5 0.15 0.3 0.5
0.25 0.4 0.15 0.25
0.25 0.3 0.25 0.15
1
A
0
@
r
j
.
1
A
=
0
@
0
0
0
1
A
\ (` = 0) = r R
3
[ r =

0
0
@
0.5 0.3 0.5
0.25 0.4 0.25
0.25 0.3 0.25
1
A
0
@
r
j
.
1
A
=
0
@
0
0
0
1
A

n
= 1
0
@
1 0 0
0 0.15 0
0 0 0
1
A
n
1
1
= 1
0
@
1
n
0 0
0 0.15
n
0
0 0 0
n
1
A
1
1
= 1
0
@
1 0 0
0 0.15
n
0
0 0 0
1
A
1
1
.
11
Por tanto,
lim
n!1

n
= 1
0
@
1 0 0
0 lim
n!1
0.15
n
0
0 0 0
1
A
1
1
= 1
0
@
1 0 0
0 0 0
0 0 0
1
A
1
1
la distribucin a largo plazo ser la misma para cualquier tipo de traba-
jador, ya que la proporcin de reparto ser la misma para cada clase de
trabajador.
1.8 Cuestiones
Razonar si son verdaderas o falsas las siguientes armaciones:
1. Sea /
33
y sean n y dos vectores no nulos de R
3
tales que
n =

0 y (1) =

0.
Entonces, se verica que n y son linealmente independientes.
2. Sea /
nn
tal que ` = 0 es un autovalor de . Entonces, el sistema
homogneo r =

0 es compatible indeterminado.
3. Sean
1
y
2
dos matrices de orden : diagonalizables. Entonces, se
verica que la matriz
1
+
2
tambin es diagonalizable.
4. Sea una matriz cuadrada de orden 2 tal que [[ = 1. Entonces se
verica que es diagonalizable.
5. La matriz =
0
@
1 0 2
0 3 0
2 0 1
1
A
es diagonalizable.
6. El vector n = (2, 0, 2) es un autovector asociado a un autovalor negativo
de la matriz
=
0
@
1 1 2
1 2 1
0 1 1
1
A
7. Sea una matriz de orden 4 con autovalores: `
1
= 1 de multiplicidad
3 y `
2
= 1 de multiplicad 1, entonces la traza de la matriz 5
1
es
tr(5
1
) = 10.
8. Sea /
33
tal que [[ = 0, tr() = 3 y ` = 1 es un autovalor de .
Entonces ` = 0 es autovalor de y dim\ (0) = 1.
12
9. Si conocemos la traza y el determinante de una matriz cuadrada de
orden 2 entonces conocemos sus autovalores.
10. Sea una matriz cuadrada de orden 3 y sean n, y n autovectores de .
Entonces se verica que 1 = n, , n es una base de R
3
.
13