1.

2 DIAGONALIZACIÓN
• La técnica algebraica de diagonalización de
una matriz A se puede usar para reducir el
sistema lineal

a un sistema lineal desacoplado.

• Primeramente se considera el caso cuando

A tiene eigenvalores reales distintos. El
siguiente teorema del algebra lineal
entonces nos permite resolver el sistema
lineal (1).
• Teorema. Si los eigenvalores de
una matriz A de n x n son reales y distintos,
entonces cualquier conjunto de eigenvectores
correspondientes forman una
base de , la matriz es
invertible y
• Este teorema dice que si una transformación
lineal se representa por una
matriz A de n x n con respecto a la base
estándar para Rn, entonces
con respecto a cualquier base de
eigenvectores , T se
representa por la matriz diagonal de
eigenvalores, .
• La forma de reducir el sistema (1) a un sistema
lineal desacoplado usando el teorema anteriores
como sigue.
• Defina la transformación lineal de coordenadas

• Donde P es la matriz invertible definida en el

teorema. Entonces

• Y, de acuerdo al teorema anterior, se obtiene el

sistema lineal desacoplado
• Este sistema lineal desacoplado tiene la
solución

• Y entonces ya que y(0)=P-1x(0) y y(t)=P-1x(t),

se sigue que (1) tiene la solución

• Donde E(t) es la matriz diagonal

• Corolario. Bajo la hipótesis del teorema
anterior, la solución del sistema lineal (1) se
da por la función x(t) definida por (2).

• Obs 1. Ax = λx Ecuación fundamental para

el valor propio λ y el vector propio x.
• Entonces para encontrar λ se hace lo
siguiente: det(A-λI) = 0.
• Para encontrar x se hace lo siguiente: (A-
λI)x = 0.
• Ejemplo: si
⎡4 − 5⎤
A=⎢ ⎥
⎣2 − 3⎦
• Entonces los valores propios son -1 y 2.

• Y los vectores propios son x1=[1 1]’ y x2=[5 2]’.

• Obs 2: la inversa de una matriz es:

A-1 = (adj A)/det A

Donde adj A son los menores transpuestos

• Ejemplo. Considere el sistema lineal

• Cual se puede escribir en la forma (1) con la matriz

• Los eigenvalores de A son λ1 y λ2. Un par de

correspondientes eigenvectores se da por
• La matriz P y su inversa se da por

• Entonces se encuentra que

• Y bajo la transformación de coordenadas y = P-1x,

se obtiene el sistema lineal desacoplado

• Cual tiene la solución general y1(t) =c1e-t,

y2(t) =c2e-t.
• y de acuerdo al corolario anterior la solución
general del sistema original lineal es

• Donde c = x(0), o equivalentemente por

• El retrato fase de este sistema se da en la figura 1.
El retrato fase del sistema lineal se puede
encontrar bosquejando las curvas solución
definidas por (4). Esto se muestra en la figura 2.
• El retrato fase en la figura 2 también se puede
optener del retrato fase de la figura 1aplicando
la transformación lineal de coordenadas x=Py.

• Note que el subespacio comprendido por los

vectores propios v1 y v2 de la matriz A
determinan los subespacios estables e
inestables del sistema lineal (1) de acuerdo a la
siguiente definición:
• Suponga que la matriz A de nxn tiene k
eigenvalores negativos λ1,…,λk y n-k eigenvalores
positivos λk+1,…,λn y que esos eigenvalores son
distintos. Permita que {v1, …,vn} sea un
correspondiente conjunto de eigenvectores.
Entonces los subespacios estable e inestable del
sistema lineal (1), Es y Eu, son los subespacios
lineales comprendidos por {v1, …,vk} y {vk+1, …,vn}
respectivamente;

• Si la matriz A tiene eigenvalores imaginarios puros,

entonces también hay un subespacio centro Ec.