Captulo 5

Diagonalizacin
En este captulo estamos interesados en transformaciones lineales T : V 7 V, donde V
es un espacio vectorial de dimensin finita. Por lo general, se asume la misma base tanto en
el espacio de partida como en el de llegada. Recuerde que estas transformaciones lineales se
llaman endomorfismos u operadores.

5.1.

Introduccin a la diagonalizacin

Es natural pensar que trabajar con bases cannicas de un espacio vectorial resulta ms
prctico. A continuacin vamos a ver un ejemplo en el que resulta ms interesante trabajar
con otra base.
Sea T : R22 7 R22 un endomorfismo definido por la regla de correspondencia

15a  20b + 9c + 12d 10a + 15b  6c  9d

T (M) =
18a  24b + 12c + 16d 12a + 18b  8c  12d

a b
5 R22 . Trabajando con la base cannica de R22 dada por
donde M =
c d

(5.1)

B = {E1,1 , E1,2 , E2,1 , E2,2 }

donde
E1,1

1 0
=
,
0 0

E1,2

0 1
=
,
0 0

E2,1

0 0
=
,
1 0

E2,2

vemos que la matriz representante AB de T con respecto a la base B es

5
6
15 20
9
12
9 10
15 6 9 :
:
AB = 9
7 18 24 12
16 8
12
18 8 12

0 0
=
0 1

Como se puede apreciar, AB tiene una forma densa 1 . Matrices como sta no suelen ayudar en
algunas aplicaciones prcticas.
1

En una matriz, digamos que nd representa el nmero de elementos diferentes de cero, mientras que nc
representa el nmero de elementos iguales a cero. Si nd es muy grande en comparacin a nc , entonces la matriz
se llama densa. Si nc es muy grande en comparacin a nd , la matriz se denomina dispersa.

74

CAPTULO 5. DIAGONALIZACIN

75

Sin embargo, la representacin matricial no ser tan complicada si usamos la base de R22
dada por U = {u1 , u2 , u3 , u4 }, donde

2 1
1 1
1 1
2 1
,
u2 =
,
u3 =
,
u4 =
(5.2)
u1 =
4 2
2 2
1 1
2 1
Primeramente observamos que
T (u1 )
T (u2 )
T (u3 )
T (u4 )

=
1 u1
= 1 u2
=
2 u3
= 2 u4

Es decir, la imagen de cada vector de la base U es un mltiplo del "propio vector". Para hallar
la representacin matricial de T con respecto a la base U, notamos que:
T (u1 )
T (u2 )
T (u3 )
T (u4 )

=
=
=
=

1 u1 + 0 u2 + 0 u3 + 0 u4
0 u1  1 u2 + 0 u3 + 0 u4
0 u1 + 0 u2 + 2 u3 + 0 u4
0 u1 + 0 u2 + 0 u3  2 u4

de donde la matriz representante toma una forma

5
1
0
9 0 1
AU = 9
7 0
0
0
0

diagonal :
6
0
0
0
0 :
:
2
0 8
0 2

Esto quiere decir que, la eleccin de la base cannica no siempre es la mejor opcin cuando se
trata de obtener una representacin matricial simple.
Definicin 5.1 (Endomorfismo diagonalizable) Dado V un espacio vectorial de dimensin finita. Se dice que T es diagonalizable, si existe una base U de V donde la matriz representante de T con respecto a U es diagonal.
El endomorfismo dado en (5.1) claramente es diagonalizable, pues con la base dada en (5.2)
la matriz representante es diagonal.
Surgen entonces las siguientes interrogantes por resolver:
1. Todos lo endomorfismos son diagonalizables?
2. Cmo se sabe si un endomorfismo es o no diagonalizable?
3. Si un endomorfismo es diagonalizable, cmo se diagonaliza?

4 4
Ejercicio 5.1 Usando el endomorfismo definido en (5.1), donde w =
, calcule T (w)
4 5
de las siguientes formas:
1. Usando la regla de correspondencia de T
2. Usando la matriz representante con respecto a la base cannica de R22 , y

CAPTULO 5. DIAGONALIZACIN

76

3. Usando la matriz representante con respecto a la base U.

Solucin. Los dos primeros casos son fciles. Para el

4 4
2 1
1
w =
=1
+2
4 5
4 2
2

tercer caso vemos que:

1
1 1
2 1
+2
1
2
1 1
2 1

= 1 u1 + 2 u2 + 2 u3  1 u4
de donde
5

1
9 2 :
:
=9
w
7 2 8
1
Es decir,

5.2.

multiplicacin matricial inmediata

z5

}|
1
0
0
0

9 0 1 0
4 4
0
=9
y T (w) = T
= AU w
7 0
4 5
0 2
0
0
0 0 2

6
6{ 5
1
1
: 9 2 : 9 2 :
:
:9
: 9
87 2 8 = 7 4 8
2
1
65

4 1
T (w) = 1 u1  2 u2 + 4 u3 + 2 u4 =
8 4

Vectores y valores propios

En la seccin anterior, la base U = {u1 , u2 , u3 , u4 } para R22 , que fue otorgada en (5.2),
tena una caracterstica peculiar:
T (u1 )
T (u2 )
T (u3 )
T (u4 )

=
1 u1
= 1 u2
=
2 u3
= 2 u4

Esto significa que, la imagen de u1 es un mltiplo de u1 , la imagen de u2 es un mltiplo de

u2 , y as por delante. Esto sugiere la siguiente definicin.
Definicin 5.2 (Valor y vector propio de un endomorfismo) Sean V un K-espacio vectorial y T : V 7 V un endomorfismo. Se denomina valor propio de T a todo escalar  5 K
para el que existe un vector v 5 V, v 6= 0, que cumple:
T (v) =  v
En estas condiciones, el vector v se denomina vector propio asociado al valor propio .2
Existen otros nombres para los valores y vectores propios, como autovalores y autovectores,
respectivamente.
Definicin 5.3 (Espectro) Al conjunto de valores propios de un endomorfismo se le denomina espectro del endomorfismo T .
2

El vector nulo 0 5 V puede verse como un vector propio trivial, pues T (0) = 0 =  0, para cualquier .
Observe adems que no se requiere dimensin finita en V.

CAPTULO 5. DIAGONALIZACIN

77

Lema 5.1 Sea V un K-espacio vectorial de dimensin finita n y T : V 7 V un endomorfismo.

T es diagonalizable si, y slo si, existe una base compuesta de vectores propios.
Prueba. (=) Supongamos que T es diagonalizable. Luego, existe una base U = {u1 , ..., un }
tal que
T (u1 ) = 1 u1 + 0 u2 + ... + 0 un = 1 u1
T (u2 ) = 0 u1 + 2 u2 + ... + 0 un = 2 u1
..
.
T (un ) = 0 u1 + 0 u2 + ... + n un = n u1
y

5
9
9
AU = 9
7

1 0 0
0 2 0
..
.. . .
.
. ..
.
.
0 0 n

6
:
:
:
8

As, la base U est compuesta de vectores propios, pues ellos son no nulos (dado que son
linealmente independientes) y cumplen
T (u1 ) = 1 u1
T (u2 ) = 2 u2
..
.
T (un ) = n un
(=) Asumamos ahora que existe una base W = {w1 , w2 , ..., wn } de V compuesta de vectores
propios. As,
T (w1 ) = 1 w1 = 1 w1 + 0 w2 + ... + 0 wn
T (w2 ) = 2 w2 = 0 w1 + 2 w2 + ... + 0 wn
..
.
T (wn ) = n wn = 0 w1 + 0 w2 + ... + n wn
As,

5
AW

9
9
=9
7

1 0 0
0 2 0
..
.. . .
.
. ..
.
.
0 0 n

6
:
:
:
8

lo que dice que T es diagonalizable.

Con el propsito de averiguar si un endomorfismo es o no diagonalizable, el Lema 5.1
sugiere justamente explorar el espacio vectorial V en busca de vectores propios, pues stos
sern los candidatos a formar una base.
Si S es el conjunto de todos los vectores propios, pueden suceder dos cosas:
1. Que S genera V, en este caso el endomorfismo ser diagonalizable.

CAPTULO 5. DIAGONALIZACIN

78

2. Que S no genera V, en este caso el endomorfismo no ser diagonalizable.

Estrategia 5.1 (de valor terico para diagonalizar endomorfismos) Para averiguar si
un endomorfismo T : V 7 V es diagonalizable, debemos buscar todos los vectores propios de
V. Esto se consigue buscando los vectores que cumplen:
T (v) =  v

para algn escalar  5 K

Si U es una base para V compuesta de vectores propios de T , entonces T es diagonalizable

(la mariz representante de T con respecto a la base U es diagonal). Caso contrario, T no es
diagonalizable.
Pero buscar vectores y valores propios de un endomorfismo puede ser poco prctico, por
lo que preferiremos usar su matriz representante.
Definicin 5.4 (Valor propio y vector propio de una matriz) Sea la matriz A 5 Knn .
Se dice que  5 K es un valor propio de A, si existe un vector columna v 6= 0 en Kn tal que
Av =  v
Al vector columna v en este caso se le denomina vector propio asociado al valor propio .
Ejemplo 5.1 Dada la matriz en R33
5

6
1 0
4
0 8
A=7 0 1
4 0 5
Verifique si 1 = 1, 2 = 3 y 3 = 7 son valores propios asociados a los vectores propios
5 6
5 6
5 1 6
0
2
2
7
8
7
8
7
1
0
0 8
u=
, v=
, w=
0
1
1
respectivamente. En
5
1
Au = 7 0
4
5
1
Av = 7 0
4
5
1
Aw = 7 0
4

efecto,
65
0 4
1 0 87
0 5
65
0 4
1 0 87
0 5
65
0 4
1 0 87
0 5

6 5
0
0
1 8=7 1
0
0
6 5
2
6
0 8=7 0
1
3
6
5
 12
0 8=7
1

6
0
8 = 1 7 1 8 = 1 u = 1 u
0
6
5 6
2
8 = 3 7 0 8 = 3 v = 2 v
1
6
5 1 6
7
2
2
0 8 = 7 7 0 8 = 7 w = 3 w
7
1

Ejemplo 5.2 Si 1 = 1 y 2 = 1 son valores propios de A 5 R33 , halle sus vectores propios
asociados, donde
5
6
1 4
2
A = 7 0 3 2 8
0 4
3

CAPTULO 5. DIAGONALIZACIN

79

1. Para 1 = 1, tenemos que hallar vectores columna x = [ x1 x2 x3

6
5
65
5
1 4
2
x1
7 0 3 2 8 7 x2 8 = 1 7
Ax = 1 x

x3
0 4
3
Esto es equivalente a resolver el sistema:

" x1 + 4x2 + 2x3 = x1
3x2  2x3 = x2

4x2 + 3x3 = x3

x1 = x3

]T 5 R3 tales que
6
x1
x2 8
x3

x2 = x3

As, el conjunto solucin ser

5
  5

6
6
1
t
"
#
# "
S1 = 7 t 8 : t 5 R = t 7 1 8 : t 5 R
!
!
1
t
2. Similarmente, para 2 = 1, resolvemos
5
Ax = 1 x



6
6
65
5
1
4
2
x1
x1
7 0 3 2 8 7 x2 8 = 1 7 x2 8
x3
x3
0
4
3

Esto equivale a resolver el sistema:


" x1 + 4x2 + 2x3 = x1
3x2  2x3 = x2
4x2 + 3x3 = x3



1
x2 =  x3
2

El conjunto solucin en este caso ser

5
  5 6

6
6
5
a
0
1
"
# "
#
S1 = 7  12 b 8 : a, b 5 R = a 7 0 8 + b 7  12 8 : a, b 5 R
!
!
0
b
1
Observe que los vectores columna
5

6
1
u = 7 1 8,
1
|
{z
}
MS # 1

6
6
5
0
1
v = 7 0 8 , w = 7  12 8
0
1
|
{z
}
5

MS 1

son vectores propios, ms an, son linealmente independientes. Por lo tanto, forman una base
U = {u, v, w} de vectores propios para R3 .
El siguiente lema conecta los valores y vectores propios de una matriz con los de un
endomorfismo. ste nos dice que,  es un valor propio de T si, y slo si,  es valor propio
de la matriz representante. Tambin nos dir que, v es un vector propio de T si, y slo si, el
vector de coordenadas de v ser es un vector propio de su matriz representante.

CAPTULO 5. DIAGONALIZACIN

80

Lema 5.2 Sea T : V 7 V un endomorfismo sobre un espacio vectorial V de dimensin finita,

B = {u1 , ..., un } una base de V y AB la matriz representante de T en la base B. Entonces,
T (v) =  v



AB v =  v

donde v denota las coordenadas de v con respecto a la base B.

Prueba. (=) Supongamos que T (v) =  v. As, v = 1 u1 + ... + n un y
 v = 1 u1 + ... + n un
Luego,

5
6
1
9
9
:
 v = 7 ... 8 =  7
n
5

6
1
.. : =  v
. 8
n

Adems,
AB v = T (v) =  v =  v

6
1
9
:
= 7 ... 8,
=  w.
Luego, w = 1 u1 + ... + n un y w
(=) Asumamos ahora que AB w
n
de donde
 w = 1 u1 + ... + n un
Luego,

5
6
1
9
9
:
 w = 7 ... 8 =  7
n
5

6
1
.. : =  w

. 8
n

y
=w
=w
T (w) = AB w
de donde T (w) =  w.
El Lema 5.2 nos sugiere una segunda estrategia todava de valor terico para diagonalizar
un endomorfismo.
Estrategia 5.2 (de valor terico para diagonalizar un endomorfismo) Para averiguar
si un endomorfismo T : V 7 V es diagonalizable, donde V es un espacio vectorial de dimensin
finita n y B una base de V (de preferencia la cannica), debemos:
1. Hallar la matriz representante AB 5 Knn de T con respecto a la base B.
2. Buscar todos los vectores propios columna x 5 Kn asociados a AB . Esto se consigue
buscando los vectores que cumplen:
AB x =  x

para algn escalar  5 K

Los vectores propios x de AB sern los vectores de coordenadas de los respectivos vectores
propios de T con respecto a la base B.

CAPTULO 5. DIAGONALIZACIN

81

3. Si es posible obtener una base para V compuesta de vectores propios, entonces T ser
diagonalizable. Caso contrario, T no ser diagonalizable.
Observe que en la Estrategia 5.2 an no conocemos una manera prctica de encontrar los
valores propios asociados a AB .
Ejemplo 5.3 Sean 1 = 1 y 2 = 1 todos los valores propios correspondientes al endomorfismo T : R3 7 R3 , donde
T (x, y, z) = (x + 4y + 2z, 3y  2z, 4y + 3z)

(5.3)

Veamos si T es diagonalizable aplicando la Estrategia 5.2.

1. Consideremos la base cannica B = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} en R3 . Luego,
T (1, 0, 0) = (1, 0, 0) = 1 (1, 0, 0) + 0 (0, 1, 0) + 0 (0, 0, 1)
T (0, 1, 0) = (4, 3, 4) = 4 (1, 0, 0)  3 (0, 1, 0) + 4 (0, 0, 1)
T (0, 0, 1) = (2, 2, 3) = 2 (1, 0, 0)  2 (0, 1, 0) + 3 (0, 0, 1)
de donde,

6
1 4
2
AB = 7 0 3 2 8
0 4
3

2. Para hallar los vectores propios columnas de AB asociados a los valores propios que se
nos dieron, procedemos a resolver los sistemas
AB x = 1 x
y
AB x = 1 x
Recuerde que los conjuntos solucin para 1 = 1 y para 2 = 1 ya fueron hallados en
el Ejemplo 5.2, stos son respectivamente:
 5

6
1
"
#
7
8
S1 = t 1 : t 5 R
!
1
y

 5 6

6
5
0
1
"
#
1 8
7
8
7
S1 = a 0 + b  2 : a, b 5 R
!
0
1

Desde S1 y S1 sacamos vectores propios columnas linealmente independientes y for = {

donde u
fue tomado de S1 , mientras que v, w
fueron
mamos el conjunto U
u, v, w},
tomados de S1 , es decir,
6
5
6
5 6
5
0
1
1
= 7 1 8 , v = 7 0 8 , w
= 7  12 8
u
1
0
1

CAPTULO 5. DIAGONALIZACIN

82

stos sern justamente las coordenadas en la base B de tres vectores propios de T . Como
B era la base cannica, hacemos
u = 1 (1, 0, 0)  1 (0, 1, 0) + 1 (0, 0, 1) = (1, 1, 1)
v = 1 (1, 0, 0) + 0 (0, 1, 0) + 0 (0, 0, 1) = (1, 0, 0)
w = 0 (1, 0, 0)  12 (0, 1, 0) + 1 (0, 0, 1) = (0,  12 , 1)
3. Finalmente, el conjunto

U = {u, v, w} = (1, 1, 1) , (1, 0, 0) , (0,  12 , 1)

es una base de vectores propios de T y, por lo tanto, T s es diagonalizable en este caso.

En efecto, vea que con respecto a la nueva base U, la matriz representante de T definido
por la regla (5.3), viene dada por:
T (1, 1, 1) = (1, 1, 1) = 1 (1, 1, 1) + 0 (1, 0, 0) + 0 (0,  12 , 1)
T (1, 0, 0)

= (1, 0, 0)

T (0,  12 , 1)

= (0,  12 , 1)

de donde

5.3.

0 (1, 1, 1) + 1 (1, 0, 0) + 0 (0,  12 , 1)

0 (1, 1, 1) + 0 (1, 0, 0) + 1 (0,  12 , 1)

5

6
1 0 0
AU = 7 0 1 0 8
0 0 1

Clculo de valores propios de una matriz

En el ejemplo 5.3 se consigui responder a la pregunta si T era diagonalizable, debido a

que se nos otorgaron todos los valores propios  de T . En el mismo ejemplo se aprecia que
determinar los conjuntos S de vectores propios asociados a cada , no es una tarea difcil de
realizar.
Por lo tanto, todo el peso de diagonalizacin recae en el clculo de los valores propios. En
esta seccin veremos cmo hallarlos de manera simple.
Sea A 5 Knn . Para hallar los vectores propios de A debemos buscar aquellos vectores
columna v 5 Kn los cuales satisfagan:
Av =  v

para algn  5 K

Notando que I 5 Knn representa la matriz indentidad3 , tenemos

Av   v = Av   Iv = (A   I) v = 0
Es decir,
(A   I) v = 0

(5.4)

Recuerde que la matriz cuadrada A   I es inversible si, y slo si, la nica solucin de (5.4)
es v = 0. Esto significa que si A   I es inversible, entonces no existen vectores propios, pues
3

Matriz con unos en la diagonal.

CAPTULO 5. DIAGONALIZACIN

83

estamos interesados en vectores no nulos.

En contraste, si exigimos que A   I no sea inversible, tendremos que existe algn vector
columna v 6= 0 tal que (5.4) se cumple. Pero sabemos que,
A   I no es inversible  ker (A   I) 6= {0}  det (A   I) = 0
Es decir, para encontrar los valores propios de A debemos resolver la ecuacin:
det (A   I) = 0

(5.5)

Las soluciones de (5.5) sern justamente los valores propios de A.

Ejemplo 5.4 Calcule los valores propios de A 5 R22 , donde

2 2
A=
2 2
Como
AI=
y

det (A   I) = det
se tiene

2 2
2 2



1 0
0 1

2
2
2
2  

2
2
2
2  

= (2  ) (2  )  4 = 2  8

s
s

 = 2 2 $  = 2 2
det (A   I) = 0

2  8 = 0
s
s
Por lo tanto, 1 = 2 2 y 2 = 2 2 son todos los valores propios de A.
Ejemplo 5.5 Dado el endomorfismo T : R22 7 R22 definido por la regla de correspondencia:

a + 2d b + c
a b
= T (M) =
M=
b  c 2a + d
c d

Calcule los valores propios de T . Primero hallamos la matriz representante AB de T con respecto a la base cannica de R22 , B = {E1,1 , E1,2 , E2,1 , E2,2 }, donde

1 0
0 1
0 0
0 0
, E1,2 =
, E2,1 =
, E2,2 =
E1,1 =
0 0
0 0
1 0
0 1
Notamos que
T (E1,1 ) = T

1 0
0 0

1 0
0 2

=1

1 0
0 0

+0

0 1
0 0

+0

0 0
1 0

+2

0 0
0 1

0 0
0 0
1 0
0 1
T (E1,2 ) = T
+0
=0
+1
+1
=
0 1
1 0
0 0
0 0

0 0
0 0
0 1
1 0
0 1
0 0
+0
1
+1
T (E2,1 ) = T
=0
=
0 1
1 0
0 0
0 0
1 0
1 0

0 0
2 0
1 0
0 1
0 0
0 0
T (E2,2 ) = T
=
=2
+0
+0
+1
0 1
0 1
0 0
0 0
1 0
0 1

0 1
0 0

0 1
1 0

CAPTULO 5. DIAGONALIZACIN
As,

84
5

1
9 0
AB = 9
7 0
2

6
0 0 2
1 1 0 :
:
1 1 0 8
0 0 1

Ahora calculamos los valores propios de AB :

3
1
0
0
2
E 0
1


1
0
det (A   I) = det E
C 0
1
1  
0
2
0
0
1

4
F
F = 4  23  52 + 4 + 6
D

As,
det (A   I) = 0



4  23  52 + 4 + 6 = 0

Por lo tanto, todos lo valores propios de AB son

s
s
1 = 2, 2 =  2, 3 = 1,

4 = 3

Por el Lema 5.2, stos son tambin los valores propios del endomorfismo T .
Observe que det (A   I) es un polinomio donde la variable es .
Definicin 5.5 (Polinomio caracterstico) El polinomio det (A  I) se llama polinomio
caracterstico de A. La ecuacin
det (A  I) = 0
(5.6)
se llama ecuacin caracterstica de A. Las races o ceros del polinomio caracterstico son los
valores propios de A.
Ejemplo 5.6 Calcule los valores propios de
6
5
3 0 0
A = 71 1 08
2 1 1
Hacemos:

5
6
5
6 5
6
3 0 0
1 0 0
3
0
0
1  
0 8
A  I = 71 1 08   70 1 08 = 7 1
2 1 1
0 0 1
2
1
1

El polinomio caracterstico es det (A   I):

det (A   I) = (3  ) (1  ) (1  ) = 3 + 32 +   3
Mientras que la ecuacin caracterstica es det (A   I) = 0, es decir,
3 + 32 +   3 = 0

(5.7)

Finalmente, las soluciones o races de (5.7) son 1 = 3, 2 = 1 y 3 = 1, stos son

justamente los valores propios de A.
Tenemos entonces una nueva estrategia, ahora s de carcter prctico, para decidir si un
endomorfismo es o no diagonalizable.

CAPTULO 5. DIAGONALIZACIN

85

Estrategia 5.3 (de valor prctico para diagonalizar un endomorfismo) Para averiguar
si un endomorfismo T : V 7 V es diagonalizable, donde V es un espacio vectorial de dimensin
finita n y B una base4 de V, debemos:
1. Hallar la matriz representante AB 5 Knn de T con respecto a la base B.
2. Calcular los valores propios de AB resolviendo:
det (A   I) = 0

(5.8)

Todas las soluciones de (5.8) sern todos los valores propios de AB (y de T ).

3. Buscar todos los vectores propios columna x 5 Kn de AB asociados a cada valor propio
. Esto se consigue buscando los vectores que cumplen:
AB x =  x

para algn escalar  5 K

Los vectores propios x de AB sern los vectores de coordenadas de los respectivos vectores
propios de T con respecto a la base B.
4. Si es posible obtener una base para V compuesta de vectores propios, entonces T ser
diagonalizable. Caso contrario, T no ser diagonalizable.
Ejemplo 5.7 (El proceso de diagonalizacin completo) Sea la funcin T : P2 (R) 7
P2 (R) definida por

T a + bx + cx2 = c  a + bx + ax2

donde P2 (R) es el espacio vectorial convencional de polinomios reales de grado menor o igual
a 2. Es T diagonalizable?

Como solamente se dice que T es una funcin, lo primero que tenemos que hacer es verificar
si T es un endomorfismo, pues diagonalizacin es un concepto asociado slo a endomorfismos.
As, como el espacio de partida y de llegada es el mismo, resta slo verificar si T es una
transformacin lineal. As, sea p1 = a1 + b1 x + c1 x2 y p2 (x) = a2 + b2 x + c2 x2 dos polinomios
arbitrarios en P2 (R), luego

T (p1 (x) + p2 (x)) = T a1 + b1 x + c1 x2 + a2 + b2 x + c2 x2

= T (a1 + a2 ) + (b1 + b2 ) x + (c1 + c2 ) x2

= (c1 + c2 )  (a1 + a2 ) + (b1 + b2 ) x + (a1 + a2 ) x2

= c1  a1 + b1 x + a1 x2 + c2  a2 + b2 x + a2 x2

= T (a1 + b1 x + c1 x2 ) + T a2 + b2 x + c2 x2
= T (p1 (x)) + T (p2 (x))

B puede ser de preferencia la base cannica de V.

CAPTULO 5. DIAGONALIZACIN

86

As tambin, para cualquier  5 R y p = a + bx + cx2 5 P2 (R), se tiene

T ( p (x)) = T  a + bx + cx2 = T a + bx + cx2
= c  a + bx + ax2

=  c  a + bx + ax2

=  T a + bx + cx2
=  T (p (x))

Por lo tanto T es un endomorfismo.

Procedemos a ver si T es diagonalizable.

1. Fijamos la base cannica de P2 (R) dada por B = 1, x, x2 y hallamos la matriz representante de T en esta base:
T (1) = 1 + x2
T (x) = x
T (x2 ) = 1
de donde

= 1 1 + 0 x + 1 x2
=
0 1 + 1 x + 0 x2
=
1 1 + 0 x + 0 x2

6
1 0 1
AB = 7 0 1 0 8
1 0 0

2. Calculamos los valores propios asociados a AB . El polinomio caracterstico es

3
4
1  
0
1
0
1   0 D = 3 + 2  1
det (AB   I) = det C
1
0

mientras que la ecuacin caracterstica est dada por
det (AB   I) = 0
cuyas soluciones son 1 =
valores propios de AB .5

I
51
,
2


I
5

2 =  1+2

3 + 2  1 = 0

y 3 = 1, stos son justamente todos los

3. Ahora
los (conjuntos de) vectores propios asociados a cada valor propio. Sea
6
5 calculamos
v1
v = 7 v2 8 5 R3 .
v3
a) Para 1 =

Observe que

s
5#1
2

I
51
,
2

tenemos
6
5
65
1 0 1
v1
7 0 1 0 8 7 v2 8 =
v3
1 0 0

 0,618 03 es el nmero ureo.

5
I
51
2

6
v1
7 v2 8
v3

CAPTULO 5. DIAGONALIZACIN
As,

87


v1 + v3 =
$
$
"
v2 =
$
$
v1 =

de donde
S1

I
51
v1
2
I
51
v2
2
I
51
v3
2

 5
"
= t7




$
$
"

v3 5 R

$
$

v2 = 0
I
51
v3
2

v1 =


#
8
0 : t5R
!
1

I
51
2

b) Para 2 =  1+2 5 , vemos que

6
5
6
5
65
v1
1 0 1
v1
I
7 0 1 0 8 7 v2 8 =  1+ 5 7 v2 8
2
v3
v3
1 0 0
Luego,

I

1+ 5
v
+
v
=

v1
$
1
3
2
$
"
I
v2 =  1+2 5 v2
$
$
I
v1 =  1+2 5 v3

de donde
S2


$
$
"


$
$

v3 5 R
v2 = 0
I

v1 =  1+2 5 v3

I 6

 5
#
"
 1+2 5
8
7
= t
0 : t5R
!
1

c) Para 3 = 1, notamos que

5

65
6
6
5
1 0 1
v1
v1
7 0 1 0 8 7 v2 8 = 1 7 v2 8
v3
v3
1 0 0

Luego,


$
v1 + v3 = v1
$
"
v2 = v2
$
$
v1 = v3

de donde
S3




$
v =0
$
" 3
v2 5 R
$
$
v1 = 0

 5 6

0
"
#
7
8
= t 1 : t5R
!
0

4. Tomamos vectores propios columnas asociados a AB desde S1 , S2 y S3 , que sean
linealmente independientes, sean stos:
5 I51 6
5 1+I5 6
5 6
0

2
2
7
8
8
7
7
=
= 1 8
u
y w
0 , v =
0
0
1
1

CAPTULO 5. DIAGONALIZACIN

88

Los vectores propios respectivos u(x), v(x) y w(x) en P2 (R) son obtenidos as:
u(x)

v(x)

I
51
1+0x
2
I
 1+2 5 1 + 0

+ 1 x2

x + 1 x2

w(x) = 0 1 + 1 x + 0 x2

I
51
+ x2
2
I
 1+2 5 + x2

= x

Por lo tanto, la base para P2 (R) dada por

I
U = {u(x), v(x), w(x)} =

51
2

+x

I
,  1+2 5

+x ,x
2

est compuesta de vectores propios de T y, con respecto a sta, la matriz representante

AU es diagonal. En consecuencia, el endomorfismo T s es diagonalizable.
En efecto, la matriz representante de T en la base U es diagonal, pues vemos que
I

I
I
I
51
51 2
51
51
2

+x
= 1 u(x)
T (u(x)) = 1  2 + 2 x =
2
2

I
I
I
I
T (v(x)) = 1 + 1+2 5  1+2 5 x2 =  1+2 5  1+2 5 + x2
= 2 v(x)
T (w(x)) = x

= 1x

= 3 w(x)

Finalmente, es obvio que

T (u(x)) = 1 u(x) = 1 u(x) + 0 v(x) + 0 w(x)
T (v(x)) = 2 v(x) = 0 u(x) + 2 v(x) + 0 w(x)
T (w(x)) = 3 w(x) = 0 u(x) + 0 v(x) + 3 w(x)
por lo que la matriz representante
5
1
AU = 7 0
0

AU es diagonal:
6 5 I51
6
0 0
0
0
2
I
2 0 8 = 7 0
 1+2 5 0 8
0 3
0
0
1

En el anterior Ejemplo 5.7 se ilustr de manera completa la Estrategia 5.3. Es decir,

Se hall y utiliz la matriz representante del endomorfismo para encontrar los valores
propios.
Se hallaron los conjuntos (subespacios propios) de vectores propios columnas de la matriz
representante asociados a cada valor propio.
Se descubrieron los vectores propios en el espacio vectorial original V (para nuestro caso
fue P2 (R)) asociados al endomorfismo, con esto se present una base de V compuesta
de vectores propios, lo cual indicaba que T era diagonalizable.
Como el Lema 5.2 indicaba, los valores propios hallados con la matriz representante son
los mismos para el endomorfismo respectivo, esto nos permite tambin calcular los vectores
propios originales (en el espacio V) del endomorfismo de manera directa, y no necesariamente
como se hizo en el Ejemplo 5.7. El siguiente ejemplo ilustra esto.

CAPTULO 5. DIAGONALIZACIN

89

Ejemplo 5.8 Dado el endomorfismo T : R22 

7 R22 definido por la regla de correspondencia:

a b
a + 2d b + c
5 R22
donde M =
T (M) =
c d
b  c 2a + d
Es T diagonalizable?

En el Ejemplo 5.5 se hallaron los valores propios de la matriz representante AB de T , donde

B era la base cannica de R22 , stos estaban dados por
s
s
1 = 2, 2 =  2, 3 = 1, 4 = 3
Calculemos ahora los vectores (conjuntos) propios asociados a cada uno de los valores propios.

s
a b
Para 1 = 2, tenemos que encontrar matrices M =
tales que:
c d

s
s
a + 2d b + c
a b

= 2
T (M) = 2 M
b  c 2a + d
c d
Lo cual es equivalente a
6

5
s
s

1 2 b+c
1  2 a + 2d
0
0

7
s 8=
s
0 0
b  1 + 2 c 2a + 1  2 d
y a su vez, equivalente a resolver el sistema lineal de ecuaciones

s
$
1 2 a
+2d
$
$
$

$
s
$
"
+c
1 2 b

s
$
b  1+ 2 c
$
$
$

$
s
$
2a
+2 1  2 d
o sino,


s
$
1

2 a
$
$
"
$
$
$

2a

s
b  1+ 2 c

de donde
a = 0,
Concluimos que
SI2 =

"

+2d = 0
= 0

s
+2 1  2 d = 0

s
b = 1 + 2 c,

d=0

s #
0 1+ 2
5 R22 : t 5 R
1
0

= 0
= 0
= 0
= 0

CAPTULO 5. DIAGONALIZACIN

90

s
De la misma forma, para 2 =  2, resolviendo

s
s
a + 2d b + c
a b
T (M) =  2 M 
= 2
b  c 2a + d
c d
obtenemos

SI2 =

"

0
1

s #
1 2
5 R22 : t 5 R
0

As tambin, para 3 = 1, resolvemos

a b
a + 2d b + c
= 1
T (M) = 1 M 
c d
b  c 2a + d
y obtenemos
S1

1 0
22
5R
= t
: t5R
0 1

Finalmente, para 4 = 3, resolvemos

T (M) = 3 M 
y obtenemos

a + 2d b + c
b  c 2a + d

=3

a b
c d

1 0
22
5R
: t5R
S3 = t
0 1

De esta manera, sacamos vectores propios:

"

s #
0 1+ 2
de SI2
M1 =
1
0
"

s #
0 1 2
de SI2
M2 =
1
0

1 0
M3 =
de S1
0 1

1 0
M4 =
de S3
0 1
teniendo cuidado que sean linealmente independientes. En consecuencia el endomorfismo
T es diagonalizable con respecto a la base de R22 dada por
U = {M1 , M2 , M3 , M4 }
y su matriz representante ser
5 s
2
0
0 0
s
9 0  2 0 0
AU = 9
7 0
0
1 0
0
0
0 3

6
:
:
8

CAPTULO 5. DIAGONALIZACIN

91

Ejercicio 5.2 Verifique que el endomorfismo T : R4 7 R4 dado por

T (x, y, z, w) = (2x, x + 3y + z, w  x  y + z, x  y  z)
no es diagonalizable. (Vea tambin el Ejemplo 5.10, ms adelante)
En algunos casos slo se pide determinar si un determinado endomorfismo es o no diagonalizable y no se exige hallar explcitamente todos los vectores propios. Para este fin, es necesario
revisar algunos conceptos y propiedades adicionales sobre valores y vectores propios, los cuales
sern estudiados a continuacin.

5.4.

Propiedades de valores y vectores propios

A continuacin veremos algunos conceptos y propiedades que ayudan en el proceso de

diagonalizacin.
Proposicin 5.1 Dado un endomorfismo T : V 
7 V. Si v es un vector propio asociado al
valor propio , entonces cualquier otro vector w, mltiplo escalar de v, es tambin un vector
propio asociado a .
Prueba. Tenemos que probar que, si v es un vector propio de T , el vector w =  v es tambin
un vector propio asociado al valor propio , para cualquier  5 K. Entonces,
T (w) = T ( v) =  T (v) =  ( v) = () v = () v =  ( v) =  w
Esto completa la prueba.
Ejercicio 5.3 Sea A 5 Knn . Si  es un vector propio de A y x su vector propio correspondiente, entonces cualquier mltiplo escalar de x es un vector propio asociado a .
Proposicin 5.2 Sean V un espacio vectorial sobre el campo K, T : V 7 V un endomorfismo
y  5 K un valor propio de T . Entonces, el subconjunto V compuesto de 0 5 V y todos los
vectores propios asociados al valor propio , es un subespacio vectorial de V.
Prueba. Anteriormente hemos denotado por S al conjunto de vectores propios no nulos
asociados a . As,
V = S ^ {0} = {v 5 V : T (v) =  v}
Tenemos que probar que V es un subespacio vectorial de V.
1. Observe que V 6= >, pues 0 5 V .
2. Sean u, w 5 V , entonces se cumple T (u) =  u y T (w) =  w. Luego,
T (u + w) = T (u) + T (w) =  u +  w =  (u + w)
de donde u + w 5 V .
3. Para  5 K y u 5 V vemos que
T ( u) =  T (u) =  ( u) =  ( u)
de donde  u 5 V .

CAPTULO 5. DIAGONALIZACIN

92

Luego, V es un subespacio vectorial de V.

Definicin 5.6 (Subespacio propio) Dado T : V 7 V un endomorfismo y  un valor propio de T . El subespacio vectorial V = S ^ {0} de V, donde S es el conjunto de vectores
propios no nulos asociados a , se denomina subespacio propio asociado a .
Proposicin 5.3 A valores propios diferentes del mismo endomorfismo le corresponden vectores propios linealmente independientes. Es decir, si  y  son valores propios de T : V 7 V,
donde  6= , mientras que u, v 5 V son tales que
T (u) =  u
T (v) =  v
entonces u es linealmente independiente con v.
Prueba. Haremos una prueba por contradiccin. Asumamos que ,  son valores propios
diferentes, u, v sus vectores propios correspondientes y linealmente dependientes.
Entonces, como u y v son vectores propios linealmente dependientes:
u=kv

para algn k 6= 0

As,
T (u) = T (k v) = k T (v)



 u = k ( v)



 (k v) = k ( v)

de donde
v=v



(  ) v = 0

Como v 6= 0, pues es vector propio,  = . Esto es una contradiccin, pues ellos fueron
asumidos diferentes.
Ejemplo 5.9 Considere el endomorfismo T : R3 7 R3 dado por la regla
T (x, y, z) = (3x, x  y, 2x + y + z)
Halle todos los subespacios propios.
Procedemos hasta cierto punto de la misma forma que hicimos para diagonalizar el endomirfismo. Sea la base cannica de R3 dada por B = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)}, luego hallamos AB mediante:
T (1, 0, 0) = (3, 1, 2) = 3 (1, 0, 0) + 1 (0, 1, 0) + 2 (0, 0, 1)
T (0, 1, 0) = (0, 1, 1) = 0 (1, 0, 0)  1 (0, 1, 0) + 1 (0, 0, 1)
T (0, 0, 1) = (0, 0, 1) = 0 (1, 0, 0) + 0 (0, 1, 0) + 1 (0, 0, 1)
As,

6
3 0 0
AB = 7 1 1 0 8
2 1 1

CAPTULO 5. DIAGONALIZACIN

93

Seguidamente hallamos los valores propios de AB :

3
4
3
0
0
1  
0 D = 3 + 32 +   3
det (A   I) = det C 1
2
1
1
de donde
det (A   I) = 0



3 + 32 +   3 = 0



 = 1 $  = 3 $  = 1

As, los valores propios de AB son 1 = 1, 2 = 3 y 3 = 1.

5 Ahora
6 calculamos los subespacios propios. Consideremos un vector columna arbitrario v =
v1
7 v2 8 5 R3 :
v3
Para 1 = 1, resolvemos
Av = 1 v
de donde

o sino

65 6
5 6
3 0 0
v1
v1
7 1 1 0 8 7v2 8 = 1 7v2 8
2 1 1
v3
v3

"

3v1
= v1
v1  v2
= v2
2v1 + v2 + v3 = v3

y vemos que
v1 = 0,
Por tanto,

v2 = 0,

v3 5 R

 5 6

0
"
#
7
8
S1 = t 0 : t 5 R
!
1

Para 2 = 3, de manera similar al anterior caso, tenemos,

 5 6

4
"
#
8
7
S3 = t 1 : t 5 R
!
9
2

Finalmente, hacemos lo mismo para 3 = 1, de donde

 5 6

0
"
#
7
8
S1 = t 2 : t 5 R
!
1

CAPTULO 5. DIAGONALIZACIN

94

Tomamos un vector propio de AB de cada conjunto de vectores propios:

5 6
5 6
5 6
4
0
0

8
7
7
8
7
= 0 , b = 1 , c = 28
a
9
1
1
2
Sabemos que stos representan las coordenadas de vectores propios en el espacio original
respecto a la base cannica. as obtenemos trivialmente
a = 0 (1, 0, 0) + 0 (0, 1, 0) + 1 (0, 0, 1) = (0, 0, 1)
b = 4 (1, 0, 0) + 1 (0, 1, 0) + 92 (0, 0, 1) = (4, 1, 92 )
c = 0 (1, 0, 0)  2 (0, 1, 0) + 1 (0, 0, 1) = (0, 2, 1)
Note que a = (0, 0, 1), b = (4, 1, 92 ) y c = (0, 2, 1) son vectores propios de T en el
espacio original, ms an, por la Proposicin 5.3, ellos son linealmente independientes.
Como slo tenemos un vector asociado a cada valor propio, tendremos tres subespacios
propios, cada uno de dimensin 1:
V1 = {t (0, 0, 1) : t 5 R}

V3 = t (4, 1, 92 ) : t 5 R
V1 = {t (0, 2, 1) : t 5 R}
Claramente T es diagonalizable con respecto a la base U = {a, b, c}.
Ejemplo 5.10 (Endomorfismo no diagonalizable) Consideremos el endomorfismo T : R4 7
R4 , dado por
T (x, y, z, w) = (2x, x + 3y + z, w  x  y + z, x  y  z)
Es T diagonalizable?
Con respecto a la base cannica, la matriz
5
2
91
AB = 9
71
1

representante de T es:
6
0
0 0
3
1 0:
:
1 1 18
1 1 0

El polinomio caracterstico det (A   I) est dado por

det (A  I) = (  2)2 (  1)2
Por lo tanto, los valores propios son 1 = 2 y 2 = 1. Hallemos ahora los conjuntos de vectores
propios columna respectivos, S2 y S1 . Resolviendo para v = [ v1 v2 v3 v4 ]T 5 R4 , el sistema
AB v = 2 v

CAPTULO 5. DIAGONALIZACIN
se obtiene

95


 5 6
5 6
1
1
$
$
$
$
#
" 9 :
90:
1
9
:
9
:
S2 =  7 8 +  7 8 : ,  5 R
1
0
$
$
$
$
!
0
0

Por otro lado, para 2 = 1, resolvemos:

AB v = 1 v
y obtenemos


 5 6
0
$
$
$
$
#
" 9 :
1
9
:
S1 = t 7 8 : t 5 R
2
$
$
$
$
!
1

de S2 , mientras
yb
Ahora extraemos los vectores propios columnas de los conjuntos de arriba, a
que c de S1 :
5 6
5 6
5 6
0
1
1
91:
90:
91:
9 :
9 :
:
=9
a
7 0 8 , b = 7 1 8 , c = 728
1
0
0
Luego, dado que estamos usando la base cannica, calculamos de manera trivial los respectivos
vectores propios en el espacio original:
a = (1, 1, 0, 0) ,

b = (1, 0, 1, 0) ,

c = (0, 1, 2, 1)

Finalmente, los subespacios propios generados por estos vectores propios de T asociados a los
valores propios son:
V2 = { (1, 1, 0, 0) +  (1, 0, 1, 0) : ,  5 R}
V1 = {t (0, 1, 2, 1) : t 5 R}
Note que
dim (V2 ) = 2
dim (V1 ) = 1
En consecuencia, no se puede formar una base para R4 compuesta de vectores propios de T ,
pues dim(V1 ) = 1, por lo que concluimos que T no es diagonalizable.
Definicin 5.7 (Multiplicidad de un valor propio) Diremos que  = a es un valor propio de multiplicidad k, si el polinomio caracterstico tiene la forma:
det (AB   I) = (  a)k ! ()
donde AB 5 Knn es la matriz representante del endomorfismo T y ! () es algn polinomio
de grado menor que n.

CAPTULO 5. DIAGONALIZACIN

96

En el anterior Ejemplo 5.10 vimos que slo haban dos valores propios,  = 2 y  = 1,
ambos de multiplicidad 2, pues
det (A   I) = (  2)2 (  1)2
A la multiplicidad de un valor propio  la vamos a denotar por mult().
Por tanto, en el mismo Ejemplo 5.10, mult(2) = 2 y mult(1) = 2, pero adems notamos
que:
dim (V2 ) = 2 = 2 = mult (2)
dim (V1 ) = 1 < 2 = mult (1)
Teorema 5.1 Sean V un espacio vectorial de dimensin finita, T : V 7 V un endomorfismo
y  es un valor propio de T , entonces
dim (V )  mult ()
donde V es el subespacio propio asociado a . En otras palabras, la dimensin del espacio
propio nunca sobrepasa la multiplicidad del valor propio asociado.
Prueba. Ejercicio.
Observacin 5.1 Si  es un valor propio, dim(V )  1. (Por qu?)
Estrategia 5.4 (Valores propios diferentes) Sea T : V 7 V un endomorfismo donde V
tiene dimensin finita n sobre el campo K. Si el polinomio caracterstico tiene n valores
propios 1 , ..., n 5 K, todos diferentes6 , entonces T ser diagonalizable.
Ejemplo 5.11 En el Ejemplo 5.7 vimos el endomorfismo T : P2 (R) 7 P2 (R) definido por

T a + bx + cx2 = c  a + bx + ax2

donde P2 (R) es el espacio vectorial convencional deIpolinomiosIreales de grado menor o igual

. Como dim(P2 (R)) = 3 y
a 2. Los valores propios de T son 1 = 1, 2 =  1+2 5 y 3 = 51
2
existen 3 valores propios diferentes, podemos concluir inmediatamente que T es diagonalizable.
con multiplicidad k, obligatoriamente debemos analizar la
Cuando hay un valor propio 
dimensin del respectivo subespacio propio V para decidir si el endomorfismo es diagonalizable.
Teorema 5.2 Sean V un espacio vectorial de dimensin finita n sobre K y T : V 7 V un
endomorfismo. T es diagonalizable si, y slo si, se cumplen las dos condiciones siguientes:
1. El polinomio caracterstico de T tiene todas sus races en K
2. Para cada valor propio  de T se cumple
dim (V ) = mult ()
6

Claramente entonces llos tienen multiplicidad 1.

CAPTULO 5. DIAGONALIZACIN

97

Ejemplo 5.12 Sea el endomorfismo T : R3 7 R3 dado por

T (x, y, z) = (x + 4y + 2z, 3y  2z, 4y + 3z)
Verifique si T es diagonalizable.
Con respecto a la base cannica B de R3 , hallamos la matriz representante de T :
5
6
1 4
2
AB = 7 0 3 2 8
0 4
3
Luego procedemos a calcular los valores propios de AB (recuerde que stos son tambin valores
propios de T ). As,
3
4
1
4
2
3   2 D = 0

det C 0
det (AB   I) = 0
0
4
3
de donde
3  2   + 1 = 0



(  1)2 ( + 1) = 0

As, 1 = 1 (multiplicidad 2) y 2 = 1 (multiplicidad 1).

Observe que automticamente dim(V2 ) = 1, pues sabemos
1  dim(V2 )  mult(2 ) = 1
Pero no podemos asegurar nada sobre el valor exacto de dim(V1 ). Para eso, tenemos que
calcular necesariamente los vectores propios respectivos. As, resolvemos
T (x, y, z) = 1 (x, y, z)



(x + 4y + 2z, 3y  2z, 4y + 3z) = 1 (x, y, z)

de donde
z = 2y
As,
V1 = { (1, 0, 0) +  (0, 1, 2) : ,  5 R}
Claramente dim (V1 ) = 2 = mult (1 ). Por el Teorema 5.2, concluimos que T s es diagonalizable. La matriz representante con respecto a una base U compuesta de vectores propios
de T extrados de V1 y V2 , dos de V1 y uno V2 , en ese orden, ser diagonal:
6 5
5
6
1 0 0
1 0 0
AU = 7 0 1 0 8 = 7 0 1 0 8
0 0 2
0 0 1
Si usted quiere conocer explcitamente la base, debera adems calcular explcitamente V1 .

CAPTULO 5. DIAGONALIZACIN

5.5.

98

Ejercicios

Ejercicio 5.4 Es diagonalizable el endomorfismo T : V 7 V determinado por la matriz representante (en la base cannica)

0 1
1 0
cuando

1. V = R2

(Resp. No)

2. V = C2

(Resp. S. Los valores propios son i, i, una base es {(1, i) , (1, i)})

Ejercicio 5.5 El endomorfismo sobre el campo R, cuyo polinomio caracterstico es

2
  1 2 + 1

tiene todos sus valores propios distintos. Es diagonalizable?

Ejercicio 5.6 Se denomina espectro de A 5 Knn , y lo denotaremos por espectro(A), al

conjunto de todos los valores propios de A.Verificar que, A es inversible si, y slo si, 0 65
espectro (A).
Solucin: ( = ) Si A es inversible, 0 6= det (A) = det (A  0 I), luego, 0 65 espectro (A).

( = ) Si 0 65 espectro (A), entoces 0 6= det (A  0 I) = det (A). Luego A es inversible.

Ejercicio 5.7 Pruebe que las siguientes proposiciones son equivalentes:
1.  5 espectro (A)
2. det (A   I) = 0
3. dim (Im (A   I)) < n
4. ker (A   I) 6= {0}
5.  tiene asociados vectores propios.

Ejercicio 5.8 Dado un valor propio  de la matriz A 5 Rnn . Es verdad que el subespacio
propio V tiene por lo menos dimensin 1? Justifique.
Ejercicio 5.9 Pruebe que, si el grado de det (A   I) es n, entonces A no puede tener ms
de n valores propios diferentes.
Ejercicio 5.10 Si det (A   I) = q0  q1  + + (1)n1 qn1 n1 + (1)n qn n , entonces
q0 = det (A)
qn1 = traza (A)
qn = 1
Solucin: Observe que
det (A) = det (A  0 I) = q0  q1 (0) + + (1)n1 qn1 (0)n1 + (1)n qn (0)n = q0
Investigar la prueba de las otras dos propiedades.

CAPTULO 5. DIAGONALIZACIN

99

Ejercicio 5.11 Sea A 5 Knn una matriz inversible. Determine los valores propios de A1 a
partir de los valores propios de A.
Solucin: Observe que si  es un valor propio de A, entonces existe un vector v 6= 0 tal que
Av =  v. Puesto que A es inversible, por el ejercicio 5.6, 0 65 espectro(A), es decir,  6= 0.
Ahora,
Av =  v
implica que
A1 (Av) = A1 ( v)
luego
v =  A1 v
y
1
v = A1 v

Es decir, 1 es valor propio de A1 . O sea, si 1 , ..., k son valores propios de A (inversible),
entonces 11 , ..., 1k son valores propios de A1 . Como ejercicio adicional, investigue cmo se
interpreta la multiplicidad en este caso.
Ejercicio 5.12 Sea V un espacio vectorial sobre K y T un endomorfismo nilpotente de V de
orden p, es decir T p = 0. Calcule los valores propios de T .
Ejercicio 5.13 Verifique si el endomorfismo T : R3 7 R3 , definido por
T (x, y, z) = (x  5z cos 30o , y + 5z sen 30o , 0)
es diagonalizable. Si lo fuera, halles los espacios propios, una base y la matriz representante
diagonal en esa base.
Ejercicio 5.14 Para cada endomorfismo sobre Kn , halle el polinomio caracterstico, los valores propios y los subespacios propios correspondientes (sobre R y C). Determine si el endomorfismo es diagonalizable o no (sobre R y sobre C). En caso de que sea diagonalizable, encuentre
una base del espacio en la cual el endomorfismo se represente por una matriz diagonal:
1. T (x, y, z) = (x, y, z)
2. T (x, y, z) = (4x + y + z, x + 4y + z, x + y + 4z)
Ejercicio 5.15 Sean V el espacio de las funciones continuas con valores reales de variable
real. T es un endomorfismo de V definido por
Zx
T (f) (x) = f (t) dt
f5V
0

Calcule los posibles valores propios de T .

Ejercicio 5.16 Dos matrices A y B de orden n se dicen semejantes, si existe una matriz
inversible P de orden n tal que A = P1 BP. Verificar que dos matrices semejantes tienen el
mismo polinomio caracterstico.

CAPTULO 5. DIAGONALIZACIN

100

Solucin: Basta notar que,

det (A  I) = det P1 BP  I = det P1 BP  P1 IP

= det P1 (B  I) P ) = det P1 det (B  I) det (P)

= det (B  I)

5.6.

Suma directa

Sea V un espacio vectorial sobre K y F, G dos subespacios de V. La suma de F y G se

denota por F + G y se define como el conjunto
F + G = {x + y 5 V : x 5 F, y 5 G}
Se dice que la suma de F y G es directa, y se denota por F  G, cuando adems se cumple
F _ G = {0}.
Lo ltimo equivale a decir que todo elemento del espacio suma F  G se expresa en forma
nica como la suma de un elemento de F y un elemento de G. O sea, si w 5 F  G, entonces
existen nicos a 5 F y b 5 G tal que w = a + b.
Nosotros vimos que la diagonalizacin de T era posible slo si se consegua extraer vectores
propios de los subespacios propios, de modo que en conjunto formaran una base para V. Los
siguientes teoremas dicen lo mismo, pero en trminos de suma directa.
Teorema 5.3 Sean V un espacio vectorial de dimensin finita n sobre K y T un endomorfismo
de V. Entonces, la suma de los subespacios propios del endomorfismo T es una suma directa.
En otras palabras, si 1 , 2 ..., k son los valores propios de T , entonces
S1  S2   Sk
es una suma directa.
Prueba. Ejercicio. Investigar la prueba.
Teorema 5.4 Sean V un espacio vectorial de dimensin finita n sobre K y T un endomorfismo
de V. Entonces, T es diagonalizable si, y slo si, V es suma directa de los subespacios propios
de T .
V = S1  S2   Sk
Prueba. Ejercicio. Investigar la prueba.