Multiplicidad Algebraica y Geomtrica

Definicin
El nmero de veces que un autovalor se repite como raz del polinomio caracterstico se llama
multiplicidad algebraica y se representa por ma() : El nmero mximo de autovectores linealmente
independientes que tiene asociado un autovalor , es decir la dimensin de N(A - I), se llama
multiplicidad geomtrica de y se representa por mg(). Estos dos nmeros estn relacionados por
una desigualdad:
mg() ma()
No incluimos en estos apuntes la demostracin de dicha desigualdad.
En la desigualdad anterior se encuentra la clave de que una matriz sea diagonalizable: si algn
autovalor verifica mg() < ma() entonces A no puede ser diagonalizable. Para verlo, supongamos
por ejemplo que A es una matriz de orden 5 con dos autovalores: 1 (repetido tres veces)
y 2 (repetido dos veces), de manera que mg(1) = ma(1) = 3 pero mg(2) = 1 < ma() = 2. Los
autovectores de una matriz tienen que estar asociados necesariamente a algn autovalor, luego el
mximo nmero de autovectores linealmente independientes que se pueden calcular es tres
para 1 y uno para 2. En total, lo mximo son cuatro y para completar una base de C 5necesito
cinco vectores. Luego una matriz as no puede ser diagonalizable.
Por el contrario, supongamos ahora que A es una matriz de orden 5 con dos
autovalores: 1 (repetido tres veces) y 2 (repetido dos veces), de manera que mg(1) = ma(1) = 3 y
mg(2) = ma() = 2. Eso significa que 1 tiene asociados tres vectores linealmente independientes,
{v1, v2, v3} y 2 tiene asociados dos vectores linealmente independientes, {v 4, v5}. Si fuese cierto que
no hay dependencia lineal entre autovectores asociados a autovalores distintos entonces el
sistema {v1, v2, v3, v4, v5} sera una base de C5 y por lo tanto A sera diagonalizable:
A = PDP-1, donde P = [v1, v2, v3, v4, v5] y D = diag(1, 1, 1, 2, 2).
La siguiente propiedad muestra que eso es cierto y la consecuencia de ello es que una matriz es
diagonalizable si y slo si cada autovalor tiene la misma multiplicidad algebraica que geomtrica.

Propiedades
Supongamos que A es una matriz de orden m. Se verifican las siguientes propiedades:

1. Si {v1, . . . , vk} son autovectores de A correspondientes a autovalores distintos 1, . . . , k,

entonces {v1, . . . , vk} son linealmente independientes.
2. Sean 1, . . . , k autovalores de A distintos dos a dos. Supongamos que {v 1,1, . . . , v1,i1} son
autovectores linealmente independientes asociados a 1,...,{vk,1, . . . , v k,ik} son
autovectores linealmente independientes asociados a k: Entonces el conjunto formado
por todos ellos
{v1,1, . . . , v1,i1 , . . . , vk,1, . . . , vk,ik}
es linealmente independiente.

Demostracin
1. Ya se ha visto esta propiedad antes para matrices de orden 2, aunque es lo mismo.
2. Supongamos que tenemos una combinacin lineal nula de dos autovectores : 1v1 + 2v2
= 0. Si multiplicamos la igualdad en primer lugar por A y en segundo lugar
por 2 obtenemos:
A(1v1 + 2v2) = 1Av1 + 2Av2 = 11v1 + 22v2 = 0
2(1v1 + 2v2) = 12v1 + 22v2 = 0
Si restamos las igualdades obtenidas sale
1(2 - 1)v1 = 0
Como el nmero 2 - 1 no puede ser cero y el vector v1 tampoco, se deduce que 1 = 0.
Si sustituimos este dato en 1v1 + 2v2 = 0 se deduce que 2v2 = 0 y .nalmente que 2 = 0.
Hemos demostrado que la nica combinacin lineal nula de {v 1, v2} es la trivial, por lo
tanto {v1, v2} son linealmente independientes.
3. Supongamos que tenemos una combinacin lineal nula de tres autovectores: 1v1 + 2v2 +
3v3 = 0 Si multiplicamos la igualdad en primer lugar por A y en segundo lugar
por 3 obtenemos:
A(1v1 + 2v2 + 3v3) = 1Av1 + 2Av2 + 3Av3 = 11v1 + 22v2 + 33v3 = 0,
3(1v1 + 2v2 + 3v3) = 13v1 + 23v2 + 33v3 = 0
Si restamos las igualdades obtenidas sale

1(3 - 1)v1 + 2(3 - 2)v2 = 0

Como ya hemos demostrado que fv1; v2g son linealmente independientes, se deduce
que
1(3 - 1) = 2(3 - 2) = 0
Pero 3 - 1 y 3 - 2 son distintos de cero. La nica posibilidad es 1 = 2 = 0. Si
sustituimos este dato en 1v1 + 2v2 + 3v3 = 0 se deduce que 3v3 = 0 y finalmente que
3 = 0. Hemos demostrado que la nica combinacin lineal nula de {v 1, v2, v3} es la trivial,
por lo tanto {v1, v2, v3} son linealmente independientes. Y as sucesivamente se
demuestra que todos son linealmente independientes.
4. Supongamos que tenemos una combinacin lineal nula de esos autovectores:

Cada bloque de vectores est asociado al mismo autovalor. Por ejemplo, {v 1,1, . . . , v1,i1}
son vectores que pertenecen a N(A - 1I). Un ncleo es un subespacio vectorial y por lo
tanto contiene a todas las combinaciones lineales de sus propios vectores. Eso significa
que v1 N(A - 1I). Por lo tanto, o bien v 1 = 0 o bien es autovector de 1 (recuerde que de
la definicin de autovector se ha excluido el vector nulo). El mismo razonamiento se
puede aplicar a los dems y se llega a que
v1 + . . . + vk = 0
es una combinacin lineal nula (con coe.cientes iguales a 1) de vectores que o bien son
cero o bien son autovectores asociados a autovalores distintos. En el apartado anterior
se ha visto que la segunda posibilidad no se puede dar. Luego todos son el vector nulo.
Por lo tanto,
v1 = 1,1v1,1 + . . . + 1,i1v1,i1 = 0
es una combinacin lineal nula de vectores linealmente independientes. Eso obliga a
todos los coeficientes a ser cero:
1,1 = . . . = 1,i1 = 0

Los dems bloques estn en las mismas condiciones y por lo tanto verifican lo mismo:
todos los coeficientes necesariamente son cero. Eso demuestra que los vectores de
partida son linealmente independientes.

Observacin
Si un autovalor es simple entonces la multiplicidad algebraica es 1 y la multiplicidad geomtrica es
un nmero entero mayor o igual que 1 (pues en N(A - I) hay al menos un autovector que es un
vector no nulo) y menor o igual que 1 (como hemos sealado al principio de la seccin). Por lo
tanto los autovalores simples siempre verifican la condicin:
es simple mg() = ma() = 1
De ah que en los ejercicios que realicemos ms adelante estudiando cundo una cierta matriz es
diagonalizable slo estudiemos el comportamiento de aquellos autovalores que sean mltiples.
Como consecuencia inmediata de las propiedades anteriores se deduce la siguiente
caracterizacin de las matrices diagonalizables.

Teorema
Una matriz A es diagonalizable si y slo si todos sus autovalores tienen la misma multiplicidad
algebraica que geomtrica. En particular, si todos los autovalores de una matriz A son distintos
entre s, es decir, si todos son simples, entonces A es diagonalizable.

http://rodas.us.es/file/665f06c8-05e6-612a-b8baecdd0235c46f/2/aa_SCORM.zip/page_04.htm