Diagonalización

¡Bienvenidos, espero que estén genial! En esta ocasión hablaremos sobre la diagonalización. Y si, está relacionado con la matriz diagonal. 

 

Pero primero…, ¿qué son las matrices diagonalizables? 

 

 

Reorganizando esa ecuación, podemos escribir la igualdad como \(A=P D P^{-1}\). Esa ecuación es la descomposición espectral de una matriz. Cuando te pidan la descomposición espectral tienes que escribir la matriz de la siguiente forma \(P D P^{-1}\).

 

Te estarás preguntando cómo se hace, así que veamos el ejemplo a continuación:

 

Vamos a escoger una \(T\), tal que \(T(x, y)=(x+y, x+y)\)

 

Entonces, si tenemos que representar la matriz de \(T\) en la base canónica, tendremos:

 

\[[T]_{\varepsilon}=A=\left[\begin{array}{ll}1 & 1 \\ 1 & 1\end{array}\right]\]

 

Veamos si existe la matriz \(D\):

 

\[A=P \cdot D \cdot P^{-1}\]

 

Debe existir alguna matriz \(P\) que satisfaga esa condición. Es decir, queremos hallar una \(P\) que haga que \(D\) sea diagonal haciendo la multiplicación. Una posible matriz \(P\) es:

 

\[P=\left[\begin{array}{cc}1 & 1 \\ 1 & -1\end{array}\right]\]

 

Y para hallar \(D\) tenemos que usar la ecuación mencionada anteriormente:

 

\[D=P^{-1} \cdot A \cdot P\]

 

Haciendo la multiplicación, tenemos que:

 

\[D=\left[\begin{array}{cc}1 & 1 \\ 1 & -1\end{array}\right]^{-1}\left[\begin{array}{ll}1 & 1 \\ 1 & 1\end{array}\right]\left[\begin{array}{cc}1 & 1 \\ 1 & -1\end{array}\right]\]

 

\[D=\left[\begin{array}{cc}\frac{1}{2} & \frac{1}{2} \\ \frac{1}{2} & -\frac{1}{2}\end{array}\right]\left[\begin{array}{ll}1 & 1 \\ 1 & 1\end{array}\right]\left[\begin{array}{cc}1 & 1 \\ 1 & -1\end{array}\right]\]

 

\[D=\left[\begin{array}{ll}1 & 1 \\ 0 & 0\end{array}\right]\left[\begin{array}{cc}1 & 1 \\ 1 & -1\end{array}\right]\]

 

\[D=\left[\begin{array}{ll}2 & 0 \\ 0 & 0\end{array}\right]\]

 

Vamos a calcular los autovalores y autovectores de \(A\). Más adelante verás el porqué:

 

\[\operatorname{det}(A-\lambda I)=0 \Rightarrow\]

 

\[\left|\begin{array}{cc}1-\lambda & 1 \\ 1 & 1-\lambda\end{array}\right|=0 \Rightarrow\]

 

\[(1-\lambda)^{2}-1=0 \Rightarrow\]

 

\[\lambda^{2}-2 \lambda+1-1=0 \Rightarrow\]

 

\[\lambda^{2}-2 \lambda=0 \Rightarrow\]

 

\[\lambda=0 \space \text { o } \space \lambda=2\]

 

Para hallar los autovectores de \(\lambda=0\) (recuerda que todo está en la base canónica):

 

\[\left[\begin{array}{ll}1 & 1 \\ 1 & 1\end{array}\right]\left[\begin{array}{l}x \\ y\end{array}\right]=0 \Rightarrow\]

 

\[x+y=0 \Rightarrow y=-x\]

 

\[V_{\lambda=0}=\operatorname{span}\{(1,-1)\}\]

 

Para hallar los autovectores de \(\lambda=2\):

 

\[\left[\begin{array}{cc}-1 & 1 \\ 1 & -1\end{array}\right]\left[\begin{array}{l}x \\ y\end{array}\right]=0 \Rightarrow\]

 

\[-x+y=0 \Rightarrow x=y\]

 

\[V_{\lambda=2}=\operatorname{span}\{(1,1)\}\]

 

Como puedes notar, los autovalores son exactamente los elementos de la matriz diagonal \(D\). Y que los autovectores dieron los vectores columna de la matriz.

 

 

Pues en realidad no es coincidencia. Al diagonalizar una matriz (o hacer su descomposición espectral), la matriz \(D\) siempre será la matriz de los autovalores. Y la matriz \(P\), siempre será la matriz de los autovectores en la columna. Recordando que el orden en que los autovectores aparecen en \(P\) debe respetar el orden en que los autovalores asociados aparecen en \(D\).

 

La explicación

 

Veamos la explicación detrás del ejercicio anterior. Podemos reescribir la ecuación de la siguiente forma:

 

\[A=P \cdot D \cdot P^{-1}\]

 

\[[T]_{\varepsilon}=[I d]_{\varepsilon \leftarrow \gamma} \cdot[T]_{\gamma} \cdot[I d]_{\varepsilon \leftarrow \gamma}^{-1}\]

 

Siendo \(\gamma=\{(1,1),(1,-1)\}\) una base cuyos elementos son los autovectores de \(T\):

 

Entonces, la \([I d]_{\varepsilon \leftarrow \gamma}\) será:

 

\[I d(1,1)=(1,1)\]

 

\[I d(1,-1)=(1,-1)\]

 

Y como tenemos que reescribirlos en las coordenadas de la base canónica:

 

\[[I d]_{\varepsilon \leftarrow \gamma}=\left[\begin{array}{cc}1 & 1 \\ 1 & -1\end{array}\right]\]

 

Que es igual a la matriz \(P\).

 

Y \([T]_{\gamma}\) será:

 

\[T(1,1)=2(1,1)=(2,2)\]

 

\[T(1,-1)=0(1,-1)=(0,0)\]

 

Por tanto, la matriz será:

 

\[[T]_{\gamma}=\left[\begin{array}{ll}2 & 0 \\ 0 & 0\end{array}\right]\]

 

Que es igual a la matriz \(D\).

 

En resúmen: diagonalizar una matriz significa escribir la matriz que representa \(T\) pasando de una base (en este caso la canónica) a la base de los autovectores.

 

Pero no te preocupes, no siempre tendrás que montar las matrices en las bases de los autovectores.

 

Solo tenemos que poner los autovalores en la diagonal de la matriz \(D\), y los autovectores en la columna de la matriz \(P\), respetando el orden que escogimos para los autovalores en \(D\).

 

Recuerda que estamos escribiendo las matrices que representan \(TLs\) en bases diferentes, por tanto, el orden de la base es importante. Recuerda que la base es un conjunto ordenado. Es decir, si escoges \(D\) como:

 

\[D=\left[\begin{array}{ll}0 & 0 \\ 0 & 2\end{array}\right]\]

 

La \(P\) será:

 

\[P=\left[\begin{array}{cc}1 & 1 \\ -1 & 1\end{array}\right]\]

 

¿Cuando una matriz o \(TL\) es diagonalizable?

 

Ya sabemos cuando una matriz \(A\) es diagonalizable. ¿Y con respecto a las \(TL\)? Como imaginarás, si una matriz que representa una \(TL\) en cualquier base es diagonalizable, la transformación también lo será.

 

Pero eso no significa que tendremos que resolver el ejercicio para saber si es diagonalizable o no. Existe una manera sencilla de saberlo.

 

Nota: cuando digo matriz también me refiero a la \(TL\), ya que para que una \(TL\) sea diagonalizable, su representación matricial debe serlo.

 

Solo podemos diagonalizar una matriz si existe una base de autovectores para su dominio. En el caso del ejemplo eran \(LIs\).

 

En otras palabras, una matriz \(A n \times n\) es diagonalizable si, y solamente si, la suma de las dimensiones de los autoespacios asociados a cada autovalor de \(A\) es \(n\). Entonces, para diagonalizar una matriz \(A\) de dimensión \(n\), tenemos que seguir los siguientes pasos:

 

     \(\bullet\) Calcule los autovectores a través de las raíces del polinomio característico: \(p(\lambda)=\operatorname{det}(T-\lambda I)\)

 

     \(\bullet\) Encuentra los autovectores (bases para los autoespacios) resolviendo los sistema homogéneos: \((T-\lambda I) v=0\) para cada autovalor \(\lambda\).

 

     \(\bullet\) Agrupa los autovectores hallados. Si tienes \(n\) autovectores \(LI\) la matriz \(A\) es diagonalizable.

 

También podemos decir que una matriz sólo será diagonalizable si, y solamente si, la multiplicidad geométrica de sus autovalores es igual a la algebráica.

 

Existe otra manera de comprobar si una matriz es diagonalizable: si todos sus autovalores son distintos.

 

Los autovectores asociados a autovalores diferentes siempre serán \(LI\). Entonces, si todos los autovalores son diferentes, todos los autovectores serán \(LI\) y tendremos la base de autovectores para el dominio.

 

Pero ten cuidado, ya que toda matriz con autovalores distintos es diagonalizable, pero no toda matriz diagonalizable tiene autovalores distintos.

 

Consejo: si \(A\) es diagonalizable, entonces \(A^{T}\) también lo es.

🎯

¡Acabas de Aprender la Teoría - Ahora Practica!

Domina Autovalores, Autovectores y Diagonalización con ejercicios interactivos en Calculingo y gana XP.

Ejercicios Paso a Paso Sistema de XP Seguimiento de Progreso
Empezar Gratis

100% Gratis