Professional Documents
Culture Documents
Tema 5.2 Transformacions Lineals (Ii) - Diagonalització
Tema 5.2 Transformacions Lineals (Ii) - Diagonalització
A.S.E.S.
David
Àlgebra Lineal
David v 2.0 Tel: 616 432 366
Objectiu:
𝐴
⃗ : ℝ𝑛 →
Donada la matriu 𝐴 associada a una transformació endomòrfica (𝑇 ℝ𝑛 ) es vol trobar una
𝐵 𝐵
𝐷
⃗ : ℝ𝑛 →
altre matriu que representi la mateixa transformació però que sigui diagonal (𝑇 ℝ𝑛 ), això
𝐵𝑣 𝐵𝑣
és, que tots els valors no pertanyents a la diagonal principal siguin zero o nuls.
Com s’ha vist anteriorment, la relació entre la matriu associada a la transformació i la base en la
que està representada és total i per aquesta raó aplicar un canvi de base obliga a recalcular la
matriu associada de la transformació.
Llavors, pel mateix principi, canviar la matriu associada d’una transformació (𝐴 → 𝐷), obliga a
recalcular la base en la qual, la matriu associada a la transformació, està representada.
Presentacions:
Els valors de la diagonal principal (nuls i no nuls) s’anomenen valors propis o més
col·loquialment (𝑣𝑎𝑝𝑠) i no depenen de la base en la qual A estava representada.
La nova base estarà formada per vectors anomenats vectors propis o més col·loquialment
⃗⃗⃗⃗⃗⃗⃗⃗⃗ ): 𝐵𝑣𝑒𝑝𝑠 = {𝑣𝑒𝑝
(𝑣𝑒𝑝𝑠 ⃗⃗⃗⃗⃗⃗⃗ (𝜆1 ), 𝑣𝑒𝑝
⃗⃗⃗⃗⃗⃗⃗ (𝜆2 ), 𝑣𝑒𝑝
⃗⃗⃗⃗⃗⃗⃗ (𝜆3 )}
1
Àlgebra Lineal
David v 2.0 Tel: 616 432 366
Pas 1
Càlcul del Polinomi Característic 𝑝(𝜆) associat a la matriu 𝐴:
• Si 𝐴 és de 𝑛 𝑥 𝑛: 𝑝(𝜆) = |𝐴 − 𝜆𝐼|
• Si 𝐴 és de 3 𝑥 3 alternativament es pot dir: 𝑝(𝜆) = 𝜆3 − 𝐵𝜆2 + 𝐶𝜆 − 𝐷 amb:
o 𝐵 = suma dels termes de la diagonal principal d’𝐴 o traça d’𝐴
o 𝐶 = suma dels menors de la diagonal principal d’𝐴
o 𝐷 = 𝑑𝑒𝑡 𝐴
Propietat: el polinomi característic d’𝐴 és el mateix en qualsevol base
Pas 2
Resoldre l’equació 𝑝(𝜆) = 0 obtenint per exemple 𝜆1 , 𝜆2 i 𝜆3 (en ℝ3 )
Les arrels o solucions del polinomi s’anomenen valors propis (𝑣𝑎𝑝𝑠) i formaran la diagonal
principal de la matriu diagonal 𝐷 en cas de que aquesta sigui possible:
𝜆1 0 0 Definició formal de 𝒗𝒂𝒑:
𝐷 = (0 𝜆2 0) ⃗ si 𝑇
⃗ (𝑥) = 𝜆𝑥 per algun 𝑥 ≠ 0 i 𝑥 ∈ ℝ𝑛
𝜆 és un valor propi de 𝑇
0 0 𝜆3
Pas 3
Verificar que 𝐴 és diagonalitzable:
- 𝐴 en base ortonormal és simètrica ó
- Tots els 𝑣𝑎𝑝𝑠 tenen multiplicitat* simple (𝑚 = 1) ó
- Pels 𝑣𝑎𝑝𝑠 amb 𝑚 > 1 es compleix que 𝑚 = 𝑛 − 𝑟𝑔(𝐴 − 𝜆𝐼)
*la multiplicitat d’un 𝑣𝑎𝑝 és el nombre de vegades que es repeteix el mateix 𝑣𝑎𝑝 com a solució
de l’equació 𝑝(𝜆) = 0
Pas 4
Calcular els 𝑣𝑒𝑝𝑠
⃗⃗⃗⃗⃗⃗⃗⃗⃗ de la base de vectors propis aplicant la fórmula següent per a cada 𝑣𝑎𝑝 :
(𝐴 − 𝜆𝑖 𝐼) · (𝑣𝑒𝑝
⃗⃗⃗⃗⃗⃗⃗ (𝜆𝑖 )) = 0
Aquesta fórmula també es pot expressar a partir del concepte de Nucli com:
⃗⃗⃗⃗⃗⃗⃗ (𝜆𝑖 ) = 𝑁𝑢𝑐(𝐴 − 𝜆𝑖 𝐼)
𝑣𝑒𝑝
⃗⃗⃗⃗⃗⃗⃗ (𝜆𝑖 ) = 𝑉𝜆 també s’anomena subespai
Per a explicacions posteriors convé assenyalar que 𝑣𝑒𝑝
propi de valor propi 𝝀 i llavors té sentit afirmar que la base de vectors propis s’obté reunint les
bases dels subespai propis de cada transformació.
⃗⃗⃗⃗⃗⃗⃗⃗ :
Definició formal de 𝒗𝒆𝒑
⃗ si 𝑇
𝑥 és un vector propi de 𝑇 ⃗ (𝑥) = 𝜆𝑥 per algun 𝑥 ≠ 0 i 𝑥 ∈ ℝ𝑛
Finalment:
𝐷
𝜆1 0 0
⃗ : ℝ𝑛 →
𝑇 ℝ𝑛 amb 𝐷 = ( 0 𝜆2 0 ) i 𝐵𝑣𝑒𝑝𝑠 = {𝑣𝑒𝑝
⃗⃗⃗⃗⃗⃗⃗ (𝜆1 ), 𝑣𝑒𝑝
⃗⃗⃗⃗⃗⃗⃗ (𝜆2 ), 𝑣𝑒𝑝
⃗⃗⃗⃗⃗⃗⃗ (𝜆3 )}
𝐵𝑣 𝐵𝑣
0 0 𝜆3
Ha d’haver-hi coherència entre l’ordre dels 𝑣𝑎𝑝𝑠 en 𝐷 i l’ordre del 𝑣𝑒𝑝𝑠
⃗⃗⃗⃗⃗⃗⃗⃗⃗ en 𝐵𝑣𝑒𝑝𝑠
2
Àlgebra Lineal
David v 2.0 Tel: 616 432 366
Quan la matriu 𝐴 en una base ortonormal (com la 𝐵𝑐) és simètrica el procés de diagonalització
pot continuar per obtenir una base ortonormal de vectors propis.
En base al Teorema Espectral es pot assegurar que si 𝐴 en una base ortonormal (com la 𝐵𝑐) és
simètrica llavors:
1. Un endomorfisme simètric sempre admet ser diagonalitzat (cal dir-ho no comprovar-ho)
2. En diagonalitzar un endomorfisme simètric els vectors propis associats a valors propis
diferents són ortogonals
3. Els vectors propis no ortogonals poden ser ortogonalitzats per Gram-Schmidt i fins i tot
ortonormalitzar per obtenir una base ortogonal o ortonormal de vectors propis
Cas A Cas B
vep (3 ) vep (3 )
vep (2 )
1 2 3 1 = 2 3
Cas A: com que tots els 𝑣𝑎𝑝𝑠 són diferents tots els 𝑣𝑒𝑝𝑠
⃗⃗⃗⃗⃗⃗⃗⃗⃗ són ortogonals entre ells
Cas B: com que els 𝑣𝑎𝑝𝑠 𝜆1 i 𝜆2 són diferents del vap 𝜆3 els 𝑣𝑒𝑝𝑠
⃗⃗⃗⃗⃗⃗⃗⃗⃗ associats a 𝜆1 i 𝜆2 són ortogonals
amb el 𝑣𝑒𝑝
⃗⃗⃗⃗⃗⃗⃗ associat a 𝜆3 però els 𝑣𝑒𝑝𝑠
⃗⃗⃗⃗⃗⃗⃗⃗⃗ associats a 𝜆1 i 𝜆2 no són ortogonals entre ells
⋮ ⋮ ⋮ ⃗⃗⃗⃗⃗⃗⃗ (𝜆1 ) ⋯
⋯ 𝑣𝑒𝑝
−1 𝑡
⃗⃗⃗⃗⃗⃗⃗ (𝜆1 ) ⃗⃗⃗⃗⃗⃗⃗
𝐶𝑣 = (𝑣𝑒𝑝 𝑣𝑒𝑝(𝜆2 ) ⃗⃗⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗⃗⃗ (𝜆2 ) ⋯)
𝑣𝑒𝑝(𝜆3 )) → 𝐶𝑣 = 𝐶𝑣 = (⋯ 𝑣𝑒𝑝
⋮ ⋮ ⋮ ⃗⃗⃗⃗⃗⃗⃗ (𝜆2 ) ⋯
⋯ 𝑣𝑒𝑝
Òbviament és molt més ràpid i amb menys oportunitats d’error calcular 𝐶𝑣 −1 com 𝐶𝑣 𝑡 que
calculant la inversa de manera convencional.
Diagonalitzar fins a obtenir una base ortogonal de vectors propis es coneix com: Diagonalitzar
ortogonalment o Diagonalització ortogonal.
3
Àlgebra Lineal
David v 2.0 Tel: 616 432 366
𝐶𝑣 𝐴 𝐶𝑣 −1
⃗ : ℝ𝑛 →
𝑇 ℝ𝑛 → ℝ𝑛 → ℝ𝑛
𝐵𝑐 𝐵 𝐵 𝐵𝑐
−1
𝐷 = 𝐶𝑣 · 𝐴 · 𝐶𝑣
Resulta que:
𝑎𝑛 𝑏𝑛 𝑐𝑛 𝜆1 𝑛 0 0
𝐴 ≠ (𝑑 𝑛
𝑛 𝑒𝑛 𝑓𝑛) i, per contra, 𝐷 = ( 0 𝑛
𝜆2 𝑛 0 )
𝑔𝑛 ℎ𝑛 𝑖𝑛 0 0 𝜆3 𝑛
Llavors per calcular 𝐴𝑛 n’hi haurà prou en seguir els següents passos:
4
A.S.E.S.
David