Algebra Lineal - Tema V Diagonalitzacio Endomorfismes

Àlgebra lineal
Tema V:
Diagonalització
d’endomorfismes
José A. Montero, Xavier Sevillano, Joan Claudi Socoró

1/09/2011
Àlgebra lineal – Tema V: Diagonalització d’endomorfismes
Índex de continguts
5. Diagonalització d’endomorfismes ............................................................................ 118
5.1 Introducció .......................................................................................................... 118
5.2 Subespai invariant .............................................................................................. 119
5.3 Vector propi i valor propi ................................................................................... 119
5.4 Polinomi característic ......................................................................................... 121
5.5 Diagonalització ................................................................................................... 124
5.6 Teorema de Cayley-Hamilton. Aplicació a la inversió de matrius..................... 130
5.7 Aplicacions de la diagonalització ....................................................................... 132
PROBLEMES PROPOSATS ....................................................................................... 134
Problema P.1............................................................................................................. 134
Problema P.2............................................................................................................. 134
Problema P.3............................................................................................................. 134
Problema P.4............................................................................................................. 135
Problema P.5............................................................................................................. 135
Problema P.6............................................................................................................. 135
Problema P.7............................................................................................................. 136
Problema P.8............................................................................................................. 136
Problema P.9............................................................................................................. 136
Problema P.10........................................................................................................... 137
PROBLEMES RESOLTS ............................................................................................ 138
Problema R.1 ............................................................................................................ 138
Problema R.2 ............................................................................................................ 141
Problema R.3 ............................................................................................................ 142
Problema R.4 ............................................................................................................ 143
Problema R.5 ............................................................................................................ 144
Problema R.6 ............................................................................................................ 145
Problema R.7 ............................................................................................................ 148
Problema R.8 ............................................................................................................ 151
Problema R.9 ............................................................................................................ 152
Problema R.10 .......................................................................................................... 154
Problema R.11 .......................................................................................................... 156
Àlgebra lineal – Apunts de classe 2011‐2012

5. Diagonalització d’endomorfismes
5.1 Introducció
Definició:
Un endomorfisme és una aplicació lineal d’un espai vectorial E en ell mateix.
r r r
f :E⎯
⎯→ E dim E = n B = {e1 , e2 ,...., en } base de E
Plantejament del problema

Sigui A la matriu associada a f en la base B (tant de sortida com d’arribada), tal que:
v r
f (x ) B = A x B A ∈ M nxn
v
Analitzem quines son les operacions necessàries per trobar f ( x ) B .
⎛ a11 L a1n ⎞ ⎛ x ⎞ ⎛ y1 ⎞
v r ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
f (x ) B = A x B =⎜ M M ⎟⋅⎜ M ⎟ = ⎜ M ⎟
⎜a ⎟ ⎜ ⎟ ⎜ ⎟
⎝ n1 L a nn ⎠ ⎝ x n ⎠ ⎝ y n ⎠
nº per cada y j total

d’operacions
productes n nxn
sumes n‐1 n x (n‐1)
En total hem de fer n × n productes i n × (n − 1) sumes.
En canvi si la matriu és diagonal:
⎛ a11 0 0 ⎞ ⎛x⎞ ⎛ y⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 0 a 22 0 ⎟⋅⎜ M ⎟ = ⎜ M ⎟
⎜ 0 a nn ⎟⎠ ⎜⎝ x n ⎟⎠ ⎜⎝ y n ⎟⎠
⎝ 0
nº per cada y j total

d’operacions
productes 1 n
sumes 0 0
En total hem de fer n productes .
Un objectiu important de la diagonalització d’endomorfismes és simplificar els càlculs.
118 Diagonalització d’endomorfismes

Objectiu: Donat un endomorfisme, trobar una base B’ en la qual la matriu associada a

l’endomorfisme sigui diagonal (això no sempre és possible).
canvi canvi
E ⎯de
⎯base
⎯→ E ⎯⎯f⎯→ E ⎯de
⎯base⎯→ E
B' ⎯P⎯⎯→ B ⎯⎯A⎯→ B ⎯⎯ ⎯→ B'
P −1
⎯⎯ ⎯ ⎯ ⎯ ⎯ ⎯⎯⎯⎯⎯⎯
D = P −1 AP
⎯→
A: matriu associada a f en la base B (tant de sortida com d’arribada)

D: matriu diagonal associada a f en la base B’ (tant de sortida com d’arribada)
P: matriu canvi de base de B’ a B
P ‐1: matriu canvi de base de B a B’
Aleshores: D = P‐1AP o A = PDP‐1
5.2 Subespai invariant
Definició:
Sigui f : E ⎯
⎯→ E un endomorfisme, a on és espai vectorial sobre el cos commutatiu . Diem
que un subespai vectorial U de E és invariant per f sii f (U ) ⊂ U , és a dir:
v v
∀u ∈ U f (u ) ∈ U
{}
r
Exemples: E , 0 , Ker{ f }, Im{ f } són subespais invariants
Definició:
Els subespais invariants de dimensió 1 s’anomenen direccions principals d’ f .
Proposició:
Sigui S un subespai vectorial invariant d’ E per f , amb dim{S } = 1 (S és una direcció principal)
aleshores:
v v
∀u ∈ S , f (u ) = λu
v
λ∈K
v v r v
∀u ∈ S , u ≠ 0 ⇒< u >= S
5.3 Vector propi i valor propi

Definició:
Sigui f : E ⎯
⎯→ E un endomorfisme, a on és espai vectorial sobre el cos commutatiu .

v v v v v
Un vector u ∈ E , u ≠ 0 és un vector propi (VEP) de f sii ∃ λ ∈ K tal que f (u ) = λu , i direm
r
aleshores que λ és el valor propi (VAP) associat al VEP u .
Un VEP genera un subespai vectorial invariant per f de dimensió 1, és a dir, una direcció
principal.
Proposició:
El valor propi associat a un vector propi és únic.
Demostració: (per reducció a l’absurd)

r
Suposem que existeixen dos valors propis diferents λ , μ associats al vector propi u ,
v v
f (u ) = λu ⎫ v v v v r v
v v⎬ ⇒ f (u ) − f (u ) = λ u − μu ⇒ 0 = (λ − μ )u ⇒ (λ − μ ) = 0 ⇒ λ = μ
f (u ) = μu ⎭
v v
ja que u ≠ 0
També podem al∙ludir a la definició d’aplicació, ja que mai la imatge d’un determinat vector (en
r r r
aquest cas, u ) pot donar lloc a dos vectors diferents (en aquest cas tant λu com μu ). Això ens
porta també a la demostració d’aquesta proposició.
Exemples:
v
1) Els vectors del Ker{ f } diferents del 0 son VEP’s associats al VAP λ = 0 :
v v v v v v
u ∈ Ker{ f }, u ≠ 0 ⇒ f (u ) = 0 = 0 ⋅ u
2) Si A = k ⋅ I d
⎛ k L 0 ⎞ ⎛ x1 ⎞ ⎛ kx1 ⎞ ⎛ x1 ⎞
v r ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ r
f ( x ) = Ax = ⎜ 0 k M ⎟ ⋅ ⎜ M ⎟ = ⎜ M ⎟ = k ⎜ M ⎟ = kx
⎜ 0 L k ⎟ ⎜ x ⎟ ⎜ kx ⎟ ⎜x ⎟
⎝ ⎠ ⎝ n⎠ ⎝ n⎠ ⎝ n⎠
v v v
∀x ∈ E , x ≠ 0 serà VEP associat a l’ únic VAP k.
⎛1 2⎞
3) Sigui A = ⎜⎜ ⎟⎟ matriu associada a un endomorfisme de ℜ 2 en la base canònica
⎝ 3 2 ⎠
r r
a) Comprova que u = (2 3) i v = (1 − 1) són vectors propis d’aquest endomorfisme i troba
el valor dels valors propis respectius
r r
b) Troba la matriu associada a f en la base B = {u = (2 3), v = (1 − 1)}

Proposició:
v
λ ∈ K és VAP de f ⇔ Ker{ f − λI } ≠ 0 a on I és l’aplicació identitat. A més a més, el vector propi
r
u associat al valor propi λ és un vector que pertany al Ker{A − λI }.
Demostració:
v
Si u és VEP amb VAP associat λ , aleshores:
v v v v v v v v v v r
f (u ) = λu ⇔ f (u ) − λu = 0 ⇔ f (u ) − λI (u ) = 0 ⇔ ( A − λI )u = 0 ⇔ u ∈ Ker{ f − λI }
r r r v v
λ ∈ K és VAP d’ f ⇔ ∃u ∈ E u ≠ 0 tal que f (u ) = λu
r r r r
⇔ ∃u ∈ E u ≠ 0 tal que u ∈ Ker{A − λI }
v
⇔ Ker{ f − λI } ≠ 0
Per tant:
v
λ ∈ K és VAP d’ f ⇔ Ker{ f − λI } ≠ 0 ⇔ dim{Ker{ f − λI }} > 0
r v v r
i ∀ u ∈ Ker{ f − λI }, u ≠ 0 , u és un VEP de VAP λ
5.4 Polinomi característic

r r r
Siguin E un espai vectorial de dimensió dim E = n i B = {e1 , e2 ,...., en } base de E. Sigui:
f :E⎯
⎯→ E
⎛ a11 L a1n ⎞
⎜ ⎟
un endomorfisme amb matriu associada A = ⎜ M M ⎟ en bases B , tant de sortida
⎜a ⎟
⎝ n1 L a nn ⎠
com d’arribada.
Aleshores f − λI : E ⎯
⎯→ E és un endomorfisme amb matriu associada:
⎛ a11 − λ L a1n ⎞
⎜ ⎟
A − λI = ⎜ M M ⎟ en bases B
⎜ a L a nn − λ ⎟⎠
⎝ n1
Tenim que dim{Im( f − λI )} = dim{E}− dim{Ker ( f − λI )}, és a dir:
rang ( A − λI ) = n − dim{Ker ( f − λI )}
Els VEP’s associats a l’endomorfisme f seran aquells vectors que facin que la
dim{Ker ( f − λI )} > 0 , és a dir, rang ( A − λI ) < n , el que imposa que s’ha complir la condició:

det( A − λI ) = 0
Resumidament:
v
λ ∈ K és VAP d’ f ⇔ Ker ( f − λI ) ≠ 0 ⇔ dim{Ker ( f − λI )} > 0
⇔ rang ( A − λI ) < n
⇔ det( A − λI ) = 0
Definició:
Definim el polinomi característic p(x) de l’endomorfisme f com:
a11 − x L a1n
p ( x ) = det( A − xI ) = M M
a n1 L a nn − x
Com veiem és un polinomi de grau n = dim(E). D’altra banda les arrels del polinomi característic
són els valors propis de l’endomorfisme:
λ ∈ K és VAP d’ f ⇔ p (λ ) = det( A − λI ) = 0
⇔ λ és arrel del polinomi característic
Existeixen n possibles arrels del polinomi característic, per tant com a màxim hi ha n valors propis
diferents λ1 , λ 2 ,........, λ n i els vectors propis respectius seran vectors dels subespais nuclis
associats de la forma:
r v v r
∀ u ∈ Ker ( f − λi I ) , u ≠ 0 , u és un VEP de VAP λi
Proposició:
El polinomi característic d’un endomorfisme és invariant, no depèn de la base escollida.
( Tot endomorfisme té associat un únic polinomi característic ).
Demostració:
f : E ⎯⎯ ⎯
A1
⎯→ E
B1 B1
P↑ ↓ P −1 −1
A2 = P A1 P
f : E ⎯⎯ ⎯ ⎯→ E
A2
B2 B2
A1 matriu associada a f en les bases B1 (tant de sortida com d’arribada).

A2 matriu associada a f en les bases B2 (tant de sortida com d’arribada).

P i P‐1matrius canvi de base respectives.
p1 ( x) = det( A1 − xI ) polinomi característic de A1

p2 ( x) = det( A2 − xI ) polinomi característic de A2
Vegem ara que tots dos polinomis característics són iguals:
p 2 ( x) = det( A2 − xI ) = det( P −1 A1 P − xI ) = det( P −1 A1 P − xP −1 PI ) = det( P −1 A1 P − xP −1 IP) =

= det( P −1 A1 P − xP −1 PI ) = det( P −1 ( A1 − xI ) P) = det P −1 det( A1 − xI ) det P = det( A1 − xI ) =
= p1 ( x)
Que es demostra perquè det P −1 = 1 / det P .
Exemples:
Exemple 1: Sigui f : ℜ 3 ⎯
⎯→ ℜ 3 un endomorfisme amb matriu associada en bases canòniques
⎛2 1 0 ⎞
⎜ ⎟
A = ⎜ 1 2 − 1⎟
⎜0 0 3 ⎟
⎝ ⎠
Calcula els VAP’s i VEP’s . Podem trobar una base de vectors propis?
SOLUCIÓ:
2− x 1 0
p( x) = det ( A − Ix ) = 1 2− x − 1 = −( x − 3) 2 ( x − 1)
0 0 3− x
Arrels de p( x ) :
λ1 = 3 m1 = 2
λ2 = 1 m2 = 1
VEP’s associats al VAP λ1 = 3 : Ker ( f − 3I )
⎛ − 1 1 0 ⎞⎛ x ⎞ ⎛ 0 ⎞ ⎧ x = x
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪
⎜ 1 − 1 − 1⎟⎜ y ⎟ = ⎜ 0 ⎟ ⇒ ⎨ y = x ⇒ ( x y z ) = x(1 1 0)
⎜ 0 0 0 ⎟⎜ z ⎟ ⎜ 0 ⎟ ⎪ z = 0
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎩
Ker ( f − 3I ) =< (1 1 0) >

VEP’s associats al VAP λ2 = 1 : Ker ( f − I )
⎛ 1 1 0 ⎞⎛ x ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎧ y = − x
⎜ 1 1 − 1⎟⎜ y ⎟ = ⎜ 0 ⎟ ⇒ ⎨ ⇒ (x y z ) = x(1 − 1 0)
⎜ 0 0 2 ⎟⎜ z ⎟ ⎜ 0 ⎟ ⎩ z = 0
⎝ ⎠⎝ ⎠ ⎝ ⎠
Ker ( f − I ) =< (1 − 1 0) >
No podem trobar una base de vectors propis perquè com a màxim només hi ha 2 VEP’s linealment
independents en un espai vectorial de dimensió 3.
Exemple 2: Sigui f : ℜ 3 ⎯
⎯→ ℜ 3 un endomorfisme amb matriu associada en bases canòniques
⎛ 4 6 0⎞
⎜ ⎟
A = ⎜ − 3 − 5 0⎟
⎜ − 3 − 6 5⎟
⎝ ⎠
Calcula els VAP’s i VEP’s . Podem trobar una base de vectors propis?
5.5 Diagonalització
Sigui E un espai vectorial sobre el cos commutatiu K, amb dim E = n , i sigui f : E ⎯
⎯→ E un
endomorfisme. Quan es pot diagonalitzar aquest endomorfisme?
Si podem trobar una base de E de vectors propis de f, aleshores la matriu associada a f en aquesta
base serà diagonal.
r r r
Suposem que existeixen n vectors propis linealment independents {v1 , v 2 ,K , v n } amb valors
propis associats λ1 , λ 2 ,........, λ n (no necessàriament diferents). Quina serà la matriu associada a f
r r r
en la base d’autovectors B = {v1 , v 2 ,K, v n } tant de sortida i d’ arribada?
r r r r r
Sabem que f (v1 ) = λ1v1 = λ1v1 + 0 ⋅ v 2 + K + 0 ⋅ v n
M
r r r r r
f (v n ) = λ n v n = 0 ⋅ v1 + 0 ⋅ v 2 + K + λ n v n
Per tant:
r
f (v1 ) B = (λ1 0 K 0)
M
r
f (v n ) B = (0 0 K λ n )

Aleshores la matriu associada a f en la base d’autovectors serà:
⎛ λ1 0 K 0⎞
⎜ ⎟
⎜0 λ2 0 0⎟
FBB =⎜
M M O M ⎟
⎜ ⎟
⎜0 0 λ n ⎟⎠
⎝ 0
A on λ1 , λ 2 ,..., λ n són els VAP’s associats a cada VEP de la base.
Direm que un endomorfisme és diagonalitzable si existeix una base de vectors propis, és a dir, si
existeixen n vectors propis linealment independents.
Respon a les següents qüestions:

• Quantes bases diferents de VEP’s es poden trobar si l’endomorfisme es pot diagonalitzar?
• Quantes matrius diagonals associades al mateix endomorfisme es poden trobar?
Proposició:
Vectors propis corresponents a valors propis diferents són linealment independents.
Demostració:
v v v v
u1 ≠ 0 vector propi de valor propi λ 1∈ K ⇒ f (u1 ) = λ1u1
v v v v
u 2 ≠ 0 vector propi de valor propi λ 2∈ K ⇒ f (u 2 ) = λ 2 u 2 amb λ1 ≠ λ 2
r r
Vegem que u1 ,u 2 són linealment independents:
r r r
α 1u1 + α 2 u 2 = 0 ⇒ α 1 = α 2 = 0 ?
f − λ1 I és aplicació lineal, per tant:

r r r r r r r
0 = ( f − λ1 I )(α 1u1 + α 2 u 2 ) = f (α 1u1 + α 2 u 2 ) − λ1 (α 1u1 + α 2 u 2 ) =
r r r r r r r r
α 1 f (u1 ) + α 2 f (u 2 ) − λ1α 1u1 − λ1α 2 u 2 = α 1λ1u1 + α 2 λ 2 u 2 − λ1α 1u1 − λ1α 2 u 2 =
r
(λ 2 − λ1 )α 2 u 2 ⇒ α 2 = 0
r r r
α 1u1 + α 2 u 2 = 0⎫ r r v v
⎬ ⇒ α 1u1 = 0 ⇒ α 1 = 0 En conclusió els vectors u1 i u2 son l.i.
α2 = 0 ⎭
Proposició:
Siguin λ1 , λ 2 ∈ K , amb λ1 ≠ λ 2 , valors propis d’un endomorfisme f, aleshores:
r
Ker{ f − λ1 I }∩ Ker{ f − λ2 I } = 0

Demostració:
r r r
r ⎧ x ∈ Ker{ f − λ1 I } ⇒ f ( x ) = λ1 x ⎫ r r r
x ∈ Ker{ f − λ1 I }∩ Ker{ f − λ2 I } ⇒ ⎨ r r r ⎬ ⇒λ1 x − λ2 x = 0 ⇒
⎩ x ∈ Ker{ f − λ2 I } ⇒ f ( x ) = λ2 x ⎭
r r r r
⇒ (λ1 − λ 2 ) x = 0 ⇒ x = 0 ja que λ1 ≠ λ 2
(si f és una aplicació aleshores un vector no pot tenir dues imatges diferents)
Conseqüència:
Si un endomorfisme f té n valors propis diferents, és diagonabilitzable.
Demostració:
Si hi ha n valors propis diferents ( λ1 , λ 2 ,........, λ n ) ⇒ ∃ n vectors propis linealment independents
{vr1 , vr2 ,K, vrn } ⇒ f diagonalitzable, amb matriu associada en la base de VEP’s:
⎛ λ1 0 K 0⎞
⎜ ⎟
⎜0 λ2 0 0⎟
FBB =⎜
M M O M ⎟
⎜ ⎟
⎜0 0 λ n ⎟⎠
⎝ 0
Teorema: Condició general per a poder diagonalitzar un endomorfisme

Suposem que hi ha p valors propis diferents on p < n , λ1 , λ2 ,........, λ p , i que el polinomi
característic es pot descomposar de la següent forma:
p ( x) = det( A − xI ) = (−1) n ( x − λ1 ) m1 ( x − λ 2 ) m2 ........( x − λ p )

mp
p
a on mi és la multiplicitat de cada vector propi λi , tal que ∑m
i =1
i =n.
Aleshores, diem que l’endomorfisme f és diagonabilitzable si i només si dim(Ker{ f − λi I }) = mi per

i = 1.... p .
Demostració:
Si es compleix dim(Ker{ f − λi I }) = mi podem expressar una base de Ker{ f − λi I } com:
, ,…,
Les bases associades als subespais nuclis dels dos autovalors diferents sabem que seran linealment
independents, per una proposició anteriorment ja demostrada. En conseqüència, el conjunt
format per totes les bases dels p subespais nuclis associats als p valors propis de l’endomorfisme
formaran una base de tot l’espai vectorial:
, ,…,
p
ja que estarà formada per ∑m
i =1
i = n vectors linealment independents.

Exercicis:
Exercici 1: Sigui f un endomorfisme amb matriu associada en bases canòniques:
⎛ 1 − 3 3⎞
⎜ ⎟
A = ⎜ 3 − 5 3⎟
⎜ 6 − 6 4⎟
⎝ ⎠
a) És diagonalitzable?
b) Calcula els seus VAP’s i VEP’s
c) Expressa la matriu associada a l’endomorfisme f en una base en què aquesta sigui una
matriu diagonal, i expressa la matriu de canvi de base de la base trobada a la canònica.
Expressa també la matriu original en funció d’aquestes dues matrius.
SOLUCIÓ:
1− x −3 3
p ( x) = det ( A − Ix ) = 3 −5− x 3 = − x 3 + 12 x + 16 = ( x + 2) 2 ( x − 4)
6 −6 4− x
Arrels de p( x ) (VAP’s) i multiplicitats de cada arrel:
λ1 = −2 m1 = 2
λ2 = 4 m2 = 1
Condició general de diagonabilitat de f:
dim{Ker{ f + 2 I }} = m1 = 2 ?
dimKer{ f − 4 I } = m2 = 1 ?
Vegem‐ho:
⎛ 3 − 3 3⎞
⎜ ⎟
dim{Ker{ f + 2 I }} = dim{E} − dim(Im{ f + 2 I }) = 3 − rang ( A + 2 I ) = 3 − rang ⎜ 3 3 3 ⎟ = 3 − 1 = 2 = m1
⎜ 6 − 6 6⎟
⎝ ⎠
⎛ − 3 − 3 3⎞
⎜ ⎟
dim(Ker{ f − 4 I }) = dim(E ) − dim(Im{ f − 4 I }) = 3 − rang ( A − 4 I ) = 3 − rang ⎜ 3 − 9 3 ⎟ = 3 − 2 = 1 = m2
⎜ 6 − 6 0⎟
⎝ ⎠
Per tant, f és diagonalitzable.
b) VAP’s i VEP’s
VEP’s associats al VAP λ1 = −2 : Ker{ f + 2 I }

⎛ 3 − 3 3 ⎞⎛ x ⎞ ⎛ 0 ⎞ ⎧ x = x
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪
⎜ 3 − 3 3 ⎟⎜ y ⎟ = ⎜ 0 ⎟ ⇒ ⎨ y = y ⇒ ( x y z ) = x(1 0 − 1) + y (0 1 1)
⎜ 6 − 6 6 ⎟⎜ z ⎟ ⎜ 0 ⎟ ⎪ z = y − x
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎩
Ker ( f + 2 I ) =< (1 0 − 1) (0 1 1) >
VEP’s associats al VAP λ 2 = 4 : Ker ( f − 4 I )
⎛ − 3 − 3 3 ⎞⎛ x ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎧ x = y
⎜ 3 − 9 3 ⎟⎜ y ⎟ = ⎜ 0 ⎟ ⇒ ⎨ ⇒ (x y z ) = x(1 1 2)
⎜ 6 − 6 0 ⎟⎜ z ⎟ ⎜ 0 ⎟ ⎩ z = 2 x
⎝ ⎠⎝ ⎠ ⎝ ⎠
Ker( f − 4I ) =< (1 1 2) >
En definitiva:
VAP λ1 = −2 : amb VEP’s associats 1,0, 1 , 0,1,1
VAP λ 2 = 4 : amb VEP associat 1,1,2
Podem verificar que el conjunt format pels 3 VEP’s trobats formen una base de sobre , el que
permet expressar la matriu associada a l’aplicació de forma diagonal en aquesta base.
c) Tenim ja les matrius (amb la base d’autovectors com a vector columna) i (diagonal formada
pels autovalors a la diagonal). Ara només cal escollir un determinat ordre tant dels VAP’s com dels
VEP’s, imposant coherència en aquest ordre escollit, per exemple:
1 1 0
, , 0 1 1
1 2 1
0 0 2 0 0
0 0 0 4 0
0 0 0 0 2
Com es pot comprovar , la matriu original es pot descomposar en el producte següent:
A = P ⋅ D ⋅ P −1
Canviant l’ordre tant dels VEP’s com dels VAP’s de les matrius i obtenim descomposicions
alternatives a aquesta, havent‐hi un total de 6 possibles descomposicions en aquest cas.

Exercici 2:
⎛2 − 2 3 ⎞
⎜ ⎟
Sigui f un endomorfisme amb matriu associada en bases canòniques A = ⎜ 1 1 1⎟
⎜ 1 3 − 1⎟
⎝ ⎠
c) Matriu diagonal
Exercici 3:
⎛ − 4 0 − 2⎞
⎜ ⎟
Sigui f un endomorfisme amb matriu associada en bases canòniques A = ⎜ 0 1 0 ⎟
⎜ 5 1 3 ⎟
⎝ ⎠
Teorema:
Sigui A ∈ M n×n definida sobre el cos dels complexos. Aleshores A té almenys un VAP.
(Això, en canvi, no és cert si treballem sobre el cos dels reals, ja que un polinomi de grau n pot no
tenir cap arrel real).
Exemple:
⎛ 1/ 2 5 ⎞ 1/ 2 − x
= (x 2 + 1)
5
A = ⎜⎜ ⎟⎟ p( x ) =
⎝ − 1/ 4 − 1/ 2⎠ − 1/ 4 − 1/ 2 − x
Arrels reals de p( x ) : No en té
⎧λ1 = j
Arrels complexes de p( x ) : ⎨
⎩λ 2 = − j
Si treballem sobre ℜ , en aquest cas no hi ha cap VAP, i en conseqüència, tampoc cap VEP, per
tant f no és diagonalitzable.
En canvi, si treballem sobre el cos dels complexos hi ha dos VAP’s diferents, per tant f sí que és
diagonalitzable. Vegem‐ho:
⎛ ⎞
VEP’s associats al VAP λ1 = j : Ker{ f − jI } =< ⎜ − 5, − j ⎟ >
1
⎝ 2 ⎠

⎛1 / 2 − j 5 ⎞ ⎛ x ⎞ ⎛ 0⎞ 1⎛1 ⎞
⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ ⇒ y = − ⎜ − j ⎟ x
⎝ − 1/ 4 − 1/ 2 − j ⎠ ⎝ y ⎠ ⎝ 0⎠ 5⎝2 ⎠
⎛ ⎞
VEP’s associats al VAP λ2 = − j : Ker{ f + jI } =< ⎜ − 5, + j ⎟ >
1
⎝ 2 ⎠
⎛1 / 2 + j 5 ⎞ ⎛ x ⎞ ⎛ 0⎞ 1⎛1 ⎞
⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ ⇒ y = − ⎜ + j ⎟ x
⎝ − 1/ 4 − 1/ 2 + j ⎠ ⎝ y ⎠ ⎝ 0⎠ 5⎝2 ⎠
Trobem com a possibles matrius de valors i vectors propis les següents:
⎛j 0 ⎞ ⎛ −5 −5 ⎞
D = ⎜⎜ ⎟⎟ P = ⎜⎜ ⎟
⎝ 0 − j ⎠ ⎝1 / 2 − j 1 / 2 + j ⎟⎠
5.6 Teorema de CayleyHamilton. Aplicació a la inversió de matrius

Teorema:
Sigui f : E ⎯ ⎯→ E un endomorfisme amb matriu associada A, i amb polinomi característic
p ( x) = A − xI = a0 + a1 x + a2 x 2 + L + an x n , aleshores:
p( A) = 0 ∈ M n×n
a on p( A) = a0 I + a1 A + a2 A2 + L + an An ∈ M n×n .
Demostració:
r
Sigui v un VEP associat al VAP λ . Donat que p(A) és una matriu, podem calcular el següent
producte:
r
( r
) r r r r
p( A)v = a0 I + a1 A + a2 A2 + L + an An v = a0 Iv + a1 Av + a2 A2v + L + an Anv
Analitzem primer cada terme per separat:

r r
• el primer terme és a0 Iv = a0v
r r
• el segon: a1 Av = a1λv
r r r r r r
• el tercer: a2 A2 v = a2 A( Av ) = a2 Aλv = a2 λ ( Av ) = a2 λ (λv ) = a2 λ2 v
• etc.
r r r
( r
) r
• el terme darrer: an An v = an An−1 ( Av ) = an An−1λv = an λ An−1v = L = an λn v
Per tant, si substituïm a l’equació anterior obtenim:
r r
r r r r r
( r
) r
p ( A)v = a0 Iv + a1 Av + a2 A2v + L + an An v = a0 + a1λ + a2λ2 + L + an λn v = p ( x = λ )v = 0·v = 0
r
Donat que v és un VEP, i aquest mai no pot ser l’element neutre de l’espai vectorial, podem
concloure la demostració dient que:
r r r r
p( A)v = 0 i v ≠ 0 ⇒ p( A) = 0 ∈ M n×n .
Exemple:
⎛1 2⎞ 1− x 2
A = ⎜⎜ ⎟⎟ p ( x) = = x 2 − 3x − 4
⎝3 2⎠ 3 2− x
⎛7 6 ⎞ ⎛ − 3 − 6⎞ ⎛ − 4 0⎞ ⎛0 0⎞
p( A) = A 2 − 3 A − 4 I = ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ 9 10 ⎠ ⎝ − 9 − 6 ⎠ ⎝ 0 4 ⎠ ⎝ 0 0 ⎠
Aplicació: Inversió de matrius

Sigui A una matriu invertible, p( x ) = det( A − xI )
Pel teorema de Cayley‐Hamilton sabem que p(A)= 0 per tant:
p( x ) = a0 + a1 x + a 2 x 2 + K + a n x n polinomi de grau n
p( A) = a0 I + a1 A + a 2 A 2 + K + a n A n = 0
a1 A + a 2 A 2 + K + a n A n = −a0 I traient factor comú A i multiplicant per A‐1
( a 1 I + a 2 A + K + a n A n −1 ) AA − 1 = − a 0 IA − 1
(a1 I + a 2 A + K + a n A n −1 ) = −a0 A −1 aïllant A‐1
A −1 =
1
− a0
(
⋅ a1 I + a 2 A + a3 A 2 + K + a n A n −1 )
Exercici:
⎛ 2 3⎞
Donada la matriu A = ⎜⎜ ⎟⎟ troba A −1 .
⎝ 1 2⎠
2− x 3
p ( x) = = x 2 − 4x + 1
1 2− x
p( A) = A 2 − 4 A + I = 0
( A − 4I ) A = −I
( A − 4 I ) AA−1 = − IA−1
⎛ 2 3 ⎞ ⎛ 4 0 ⎞ ⎛ 2 − 3⎞
A −1 = −1( A − 4 I ) = − A + 4 I = −⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ 1 2⎠ ⎝ 0 4⎠ ⎝ −1 2 ⎠

5.7 Aplicacions de la diagonalització
Suposem A ∈ M n×n diagonalitzable amb P i D (matriu diagonal) tals que A = P ⋅ D ⋅ P −1
1) Càlcul de potencies.
A m = A ⋅ A ⋅ AK A
(
A m = P ⋅ D ⋅ P −1 )
m
= P ⋅ D ⋅ P −1 ⋅ P ⋅ D ⋅ P −1 K ⋅ P ⋅ D ⋅ P −1 = PDDK DP −1 = PD m P −1
⎛ λ1 0 0 0⎞ ⎛ λ1m 0 0 0 ⎞
⎜ ⎟ ⎜ ⎟
⎜0 λ2 0 0⎟ ⎜ 0 λm2 0 0 ⎟
si D=⎜ aleshores D m = ⎜
0 0 O 0 ⎟
⎜ 0 0 O 0 ⎟⎟
⎜ ⎟
⎜0 ⎟
0 λn ⎠ ⎜ 0 0 λmn ⎟⎠
⎝ 0 ⎝ 0
2) Càlcul d’ un polinomi de matrius.
f (t ) = a 0 + a1t + a 2 t 2 + K + a m t m
f ( A) = a0 I + a1 A + a 2 A 2 + K + a m A m = a0 PIP −1 + a1 PDP −1 + a 2 PD 2 P −1 + K + a m PD m P −1
f ( A) = P(a0 I + a1 D + a 2 D 2 + K + a m D m ) P −1 = Pf ( D) P −1
Per tant:
f ( A) = f ( PDP −1 ) = Pf ( D) P −1
⎛ 1 0 L⎞ ⎛ λ1 0 L⎞ ⎛ λ12
0 L⎞ ⎛ f (λ1 ) 0 0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
f (D ) = a0 ⋅ ⎜ 0 1 M ⎟ + a 2 ⋅ ⎜ 0 λ 2 M ⎟ + a3 ⋅ ⎜ 0 λ2 M ⎟ +L = ⎜ 0
2
O 0 ⎟
⎜ M 0 O⎟ ⎜M ⎜⎜ ⎟⎟
⎝ ⎠ ⎝ L O⎟⎠ ⎝ M L O⎠ ⎜
⎝ 0 0 f (λ n ) ⎟⎠
3) Càlcul de A (cas concret del càlcul de potències, per m=1/2)
Definim l’arrel quadrada d’una matriu A com aquella matriu que multiplicada per sí mateixa dona
la matriu original, és a dir √ √ . En el cas que A sigui diagonalitzable, sempre podem
expressar aquesta matriu com:
A = P ⋅ D P −1 = Pdiag ( )
λ1 , λ 2 , λ3 ,K , λ n P −1
Com a exercici, es pot verificar que es compleix la condició esmentada: √ √ .

Exercici:
⎛1 2⎞
Per A = ⎜⎜ ⎟⎟
⎝3 2⎠
a) Troba A 4
⎛103 102 ⎞
Solució: A4 = ⎜⎜ ⎟⎟
⎝153 154 ⎠
b) Calcula f(A) essent f(t)=t3‐7t2+9t‐2
⎛ − 17 2 ⎞
Solució: ⎜⎜ ⎟
⎝ 3 − 16 ⎟⎠

PROBLEMES PROPOSATS
Problema P.1
⎛ 1 4⎞
Sigui A = ⎜ ⎟ . Trobar:
⎝ 2 3⎠
a) Tots els valors propis de A i els seus vectors propis corresponents.

b) Una matriu invertible P tal que D = P ‐1 A P sigui una matriu diagonal.
c) A5
d) f(A) , essent f(t) = t4 ‐ 3t3 ‐ 7t2 + 6t ‐ 15
SOLUCIÓ:
v1 = ( 1 1) ; λ2 = ‐1 v2 = ( 2 −1)
r r
a) λ1 = 5
⎛1 2 ⎞ ⎛ 1041 2084 ⎞ ⎛14 76⎞
b) P = ⎜ ⎟ c) A 5 = ⎜⎜ ⎟ d) f(A) = ⎜ ⎟
⎝1 −1⎠ ⎝1042 2083 ⎟⎠ ⎝ 38 52⎠
Problema P.2
⎛ 5 − 1⎞
Donada la matriu C = ⎜⎜ ⎟⎟ . Troba els valors propis de C i un conjunt amb el màxim nombre
⎝1 3 ⎠
d’autovectors linealment independents. ¿Es C diagonalitzable? ¿Per què?
SOLUCIÓ:
Existeix un únic autovalor λ = 4 amb multiplicitat m = 2 que té associat un únic autovalor L.I.
v = ( 1 1) , per tant, al no ser possible disposar d’una base d’autovectors deℜ2 aleshores C no és
r
diagonalitzable.
Problema P.3
⎛ −3 1 −1⎞
⎜ ⎟
Sigui B = ⎜ −7 5 −1⎟ . Trobar:
⎜ ⎟
⎝ −6 6 −2 ⎠
a) El polinomi característic de B i les seves arrels (o autovalors de B)

b) Un conjunt amb el major nombre d’ autovectors l.i.
c) B és diagonalitzable? En cas afirmatiu troba la matriu de canvi de base P que permet
expressar D = P ‐1 B P com una matriu diagonal.
134 Problemes proposats

SOLUCIÓ:
a) p(λ) = λ3 ‐ 12λ ‐16 ; λ1 = ‐2 ( m1 =2 ) , λ2 = 4 ( m2 = 1 )
b) λ1 té com a vector propi associat v1 = ( 1 1 0) , mentre que λ2 té com a vector propi associat
r
v2 = ( 0 1 1) .
r
c) B no és diagonalitzable ja que només podem trobar 2 autovectors l.i.. (<3 = dim{ℜ3})
Problema P.4
⎛ 1 −1⎞
Sigui A = ⎜ ⎟ una matriu definida sobre el cos dels reals:
⎝ 2 −1⎠
a) Trobar els VAP’s i VEP’s de A. A és diagonalitzable? Per què ?
b) Repeteix l’apartat anterior considerant A definida sobre el cos dels complexes. Troba
la matriu regular P que verifiqui que P ‐1 A P és una matriu diagonal.
SOLUCIÓ:
a) No és diagonalitzable ja que p(λ) no té arrels reals.
b) Sí que ho és, ja que λ1 = i té com a vector propi associat v1 = ( 1 1 − i ) i λ2 = ‐i té com a vector
r
propi associat v2 = ( 1 1+ i) de forma que el conjunt format per { v1 , v 2 } és base de C2 sobre C.

r r r
Problema P.5
Sigui λ un valor propi d’una matriu n‐quadrada A sobre el cos K. Sigui Eλ l’espai propi de λ, o sigui,
el conjunt de tots els vectors propis de A associats a λ. Demostrar que Eλ és un subespai de K n , és
a dir:
r r
a) si v ∈ Eλ , necessàriament k v ∈ Eλ , ∀k ∈ K
r r r r
b) si u , v ∈ Eλ , necessàriament u + v ∈ Eλ
Problema P.6
Estudiar la diagonabilitat de l’endomorfisme f de ℜ3 en ℜ3 que té per matriu associada en bases
canòniques:
⎛ − 4 0 −2 ⎞
⎜ ⎟
A =⎜ 0 1 0 ⎟
⎜ ⎟
⎝5 1 3⎠
SOLUCIÓ:
λ1 = 1 (m1 = 2) , però el rang(A ‐ λ1I) ≠ 2, aleshores dim{Ker{ f ‐ λ1I }} ≠ 2 , per tant l’endomorfisme f
no és diagonalitzable.
Problema P.7
Sigui A una matriu 2‐quadrada simètrica definida sobre el cos dels reals. Demostra que A és
diagonalitzable.
Problema P.8
⎛ 2 2⎞
Sigui A = ⎜ ⎟ . Trobar:
⎝ 1 3⎠
a) Tots els autovalors de A i un conjunt màxim d’autovectors L.I.
b) Una matriu no singular P que verifiqui que D = P ‐1 A P sigui diagonal.
c) A6
d) Una “arrel quadrada” positiva de A, és a dir, una matriu B amb autovalors no negatius que
verifiquin que B2 = A.
SOLUCIÓ:
r r
a) λ1 = 1 , amb VEP associat v1 = (2 −1) , i λ2 = 4 amb VEP associat v2 = (1 1)
⎛ 2 1⎞
b) P = ⎜ ⎟
⎝ −1 1⎠
⎛1366 2730⎞
c) A 6 = ⎜ ⎟
⎝1365 2731⎠
⎛ 4 / 3 2 / 3⎞
d) B = ⎜ ⎟
⎝ 1 / 3 5 / 3⎠
Problema P.9
⎛ 4 1 −1⎞
⎜ ⎟
Sigui A = ⎜ 2 5 −2⎟ . Calcular:
⎜ ⎟
⎝1 1 2 ⎠
a) El polinomi característic de A.
b) Els valors propis de A i les multiplicitats associades a cadascun.
c) Un conjunt màxim de vectors propis l.i. de A.
d) És A diagonalitzable ? En cas afirmatiu, trobar una matriu P regular que verifiqui que la
matriu P ‐1 A P és diagonal.
SOLUCIÓ:
a) p(λ) = λ3 ‐ 11λ2 + 39λ ‐ 45
b) λ1 = 3 amb multiplicitat m1 = 2 ; λ2 = 5 amb multiplicitat m2 = 1
c) {(1 −1 0), (1 0 1), (1 2 1)} és una base de VEP’s de A.
d) A sí que és diagonalitzable ja que existeix una base d’ℜ3 en la qual la matriu
associada a l’endomorfisme que representa és diagonal.

⎛ 1 1 1⎞ ⎛ 3 0 0⎞
⎜ ⎟ −1 ⎜ ⎟
P = ⎜ − 1 0 2⎟ i P AP = ⎜ 0 3 0⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 1 1⎠ ⎝ 0 0 5⎠
Problema P.10
⎛1 1 ⎞
Sigui A = ⎜ 2 3 n
⎟ . Trobar A , A i A . (Utilitzant la diagonalització !!!)
⎝ 0 −1⎠
SOLUCIÓ:
⎛ 1 − ( −1) n ⎞
⎛ 1 0⎞ ⎛1 1 ⎞
An = ⎜ ⎟
1
A2 = ⎜ ⎟ A3 = ⎜ ⎟ 2
⎝ 0 1⎠ ⎝ 0 −1⎠ ⎜ ⎟
⎝0 (−1) n ⎠

PROBLEMES RESOLTS
Problema R.1
Sigui f un endomorfisme de ℜ3 amb matriu associada en bases canòniques
⎛a 0 3 ⎞
⎜ ⎟
A = ⎜b 1 0 ⎟
⎜ 0 0 1/ 2⎟
⎝ ⎠
a) Estudia la diagonabilitat de f en funció dels paràmetres reals a i b.

r
b) Troba el valor de a i b sabent que x = (2,−12,1) és un vector propi de f
c) Per a = 1 i b = 0 troba les matrius P i D (diagonal) tal que A=P∙D∙P‐1.
d) Sigui un sistema recursiu expressat per:
⎛ xn ⎞ ⎛ 1 0 3 ⎞ ⎛ xn−1 ⎞ ⎛ x 0 ⎞ ⎛ 1⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ yn ⎟ = ⎜ 0 1 0 ⎟ ⎜ y n−1 ⎟ on l’estat inicial és ⎜ y 0 ⎟ = ⎜ 1⎟
⎜ z ⎟ ⎜ 0 0 1/ 2 ⎟ ⎜ z ⎟ ⎜ z ⎟ ⎜ 1⎟
⎝ n⎠ ⎝ ⎠ ⎝ n−1 ⎠ ⎝ 0⎠ ⎝ ⎠
A quin estat tendeix el sistema quan n → ∞ ?
SOLUCIÓ:
a) Calculem les arrels del polinomi característic de A
a−x 0 3 ⎧ x=a
⎪
p( x) = b 1− x 0 = (a − x)(1 − x)( 1 − x) = 0 ⇔ ⎨ x = 1
2
0 0 1 −x ⎪x = 1
2 ⎩ 2
Distingim casos segons el valor del paràmetre a:

1
• Cas a ≠ 1 i a ≠ : Com hi ha tres valors propis diferents λ1 = a, λ2 = 1, λ3 = 1/2, per tant, f
2
és diagonalitzable.
• Cas a = 1 : Valors propis λ1 = 1 amb multiplicitat m1 = 2 i λ2 = 1/2 amb multiplicitat m2

=1
Serà diagonalitzable quan dim{Ker(f‐λiI)} = mi per i=1,2
Per λ1=1:
dim{ℜ3 }= dim{Ker(f‐I)} + dim{Im(f‐I)} ⇒ dim{Ker(f‐I)} = 3 – dim{Im(f‐I)}
138 Problemes resolts
⎛0 0 3 ⎞⎟
⎜ ⎧1 si b = 0
dim{Im(f‐I)} = rang(A‐I) = rang ⎜ b 0 0 ⎟=⎨
⎜ ⎟ 2 si b ≠ 0
⎜0 0 − 1 ⎟ ⎩
⎝ 2⎠
⎧2 = m1 si b = 0
Per tant dim{Ker(f‐I)} = ⎨
⎩1 ≠ m1 si b ≠ 0
Per λ2=1/2:
dim{ℜ3 }= dim{Ker(f‐1/2I)} + dim{Im(f‐1/2I)} ⇒ dim{Ker(f‐1/2I)} =3 – dim{Im(f‐1/2I})
⎛1 ⎞
⎜ 2 0 3⎟
dim{Im(f‐1/2I)} = rang(A‐1/2I) = rang ⎜ b 1 0⎟ = 2 ∀ b ∈ ℜ
⎜ 2 ⎟
⎜ 0 0 0⎟
⎝ ⎠
Per tant dim{Ker(f‐1/2I)} = 1 = m2
dim{Ker(f‐λiI)} = mi per i=1,2 ⇔ b = 0
Per tant, pel cas a = 1, f és diagonalitzable si b = 0 i f no és diagonalitzable si b ≠ 0.

1
• Cas a = : Valors propis λ1 = 1 amb multiplicitat m1 = 1, i λ2 = 1/2 amb multiplicitat m2
2
= 2.
Serà diagonalitzable quan dim{Ker(f‐λiI)} = mi per i=1,2
Per λ2 = 1/2:
dim{ℜ3} = dim{Ker(f‐1/2I)} + dim{Im(f‐1/2I)} ⇒ dim{Ker(f‐1/2I)} =3 – dim{Im(f‐1/2I)}
⎛ 0 0 3⎞
⎜ ⎟
dim{Im(f‐1/2I)} = rang(A‐1/2I) = rang ⎜ b 1 0⎟ = 2 ∀ b ∈ ℜ
2
⎜ 0 0 0⎟
⎝ ⎠
Per tant dim{Ker(f‐1/2I)} = 1 ≠ m2
f no és diagonalitzable si a = 1/2
Resumint:
a B endomorfisme f
a≠1 i a≠½ ∀b∈ℜ Diagonalitzable
a=1 b=0 Diagonalitzable
b≠0 No diagonalitzable
a=½ ∀b∈ℜ No diagonalitzable
r r r
b) Si x = (2,−12,1) és un vector propi de f aleshores f ( x ) = λ x on λ és un valor propi de f.
Imposant aquesta condició obtenim el següent sistema d’equacions:

⎛a 0 3 ⎞ ⎛ 2 ⎞ ⎛ 2 ⎞ ⎛ 2a + 3 ⎞ ⎛ 2 ⎞ ⎧ 2 a + 3 = 2λ
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪
⎜ b 1 0 ⎟ ⎜ − 12 ⎟ ≡ λ ⎜ − 12 ⎟ ⇒ ⎜ 2b − 12 ⎟ = λ ⎜ − 12 ⎟ ⇒ ⎨2b − 12 = −12λ
⎜ 0 0 1/ 2 ⎟ ⎜ 1 ⎟ ⎜ 1 ⎟ ⎜ 1/ 2 ⎟ ⎜ 1 ⎟ ⎪ 1/ 2 = λ
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩
Resolent el sistema de 3 equacions i 3 incògnites resultant obtenim a = ‐1 i b = 3.
c) Per a = 1 i b = 0 diagonalitza la matriu A. En aquest cas la matriu és:
⎛1 0 3 ⎞
⎜ ⎟
A = ⎜0 1 0 ⎟
⎜ 0 0 1/ 2⎟
⎝ ⎠
Valors propis: λ1 = 1 amb multiplicitat m1 = 2
λ2 = 1/2 amb multiplicitat m2 = 1
Per trobar els vectors propis associats al valor propi λ1 = 1 busquem el Ker(f‐I):
⎛1 − 1 0 3 ⎞ ⎛ x ⎞ ⎛ 0 ⎞ ⎧ 3z = 0 ⎧x = x
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪ ⎪
⎜ 0 1−1 0 ⎟ ⎜ y ⎟ = ⎜0⎟ ⇒ ⎨ 0 = 0 ⇒ ⎨y = y
⎜ 0 0 1 / 2 − 1⎟⎠ ⎜⎝ z ⎟⎠ ⎜⎝ 0 ⎟⎠ ⎪⎩− 1 / 2 z = 0 ⎪⎩ z = 0
⎝
Ker(f‐I) = <(1,0,0),(0,1,0)>
Per trobar els vectors propis de valor propi λ1 = 1/2 busquem el Ker(f‐1/2I):
⎛1 − 1 / 2 0 3 ⎞ ⎛ x ⎞ ⎛ 0⎞ ⎧1 / 2 x + 3 z = 0 ⎧ x = −6 z
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪ ⎪
⎜ 0 1 − 1/ 2 0 ⎟ ⎜ y ⎟ = ⎜ 0⎟ ⇒ ⎨ 1/ 2 y = 0 ⇒ ⎨ y = 0
⎜ 0 1 / 2 − 1 / 2 ⎟⎠ ⎜⎝ z ⎟⎠ ⎜⎝ 0 ⎟⎠ ⎪ 0=0 ⎪ z=z
⎝ 0 ⎩ ⎩
Ker(f‐1/2I) = <(‐6,0,1)>
Per tant, podem proposar les següents matrius diagonal i de canvi de base (d’autovector a la base
canònica), tal que A=P∙D∙P‐1:
⎛1 0 0 ⎞ ⎛1 0 − 6⎞
⎜ ⎟ ⎜ ⎟
D = ⎜0 1 0 ⎟ P = ⎜0 1 0 ⎟
⎜ ⎟ ⎜0 0 1 ⎟
⎜0 0 1 ⎟ ⎝ ⎠
⎝ 2⎠
d) Siguin
⎛ xn ⎞ ⎛1 0 3 ⎞ ⎛ 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
vn = ⎜ y n ⎟ A = ⎜0 1 0 ⎟ v 0 = ⎜ 1⎟
⎜z ⎟ ⎜ 0 0 1/ 2⎟ ⎜ 1⎟
⎝ n⎠ ⎝ ⎠ ⎝ ⎠

El sistema recursiu el podem expressar com:
vn = Avn−1 = AAvn−2 = AAAvn −3 = ........... = AAAA....Av0 = A n v0
Volem trobar el valor de vn quan n → ∞ , Lim v n = Lim A n v 0

n→∞ n →∞
−1
Hem de calcular A = PD P
n n
, a on:
⎛1 0 0 ⎞⎟ ⎛1 0 − 6⎞ ⎛1 0 6⎞
⎜ ⎜ ⎟ ⎜ ⎟
D = ⎜0 1 0 ⎟ P = ⎜0 1 0 ⎟ P −1
= ⎜0 1 0⎟
⎜ 1 ⎟⎟ ⎜0 0 1 ⎟ ⎜0 0 1⎟
⎜0 0 ⎝ ⎠ ⎝ ⎠
⎝ 2⎠
⎛1 0 − 6⎞ ⎛1n 0 0 ⎞⎛ 1 0 6 ⎞ ⎛ 1 0 − 6 ⎞⎛ 1 0 0 ⎞⎛ 1 0 6 ⎞ ⎛ 1 0 6 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟⎜ ⎟ ⎜ ⎟
Lim A n = ⎜ 0 1 0 ⎟ Lim⎜ 0 1n 0 ⎟⎜ 0 1 0 ⎟ = ⎜ 0 1 0 ⎟⎜ 0 1 0 ⎟⎜ 0 1 0 ⎟ = ⎜ 0 1 0 ⎟
n →∞
⎜0 0 1 ⎟
n →∞
⎜ ⎟
⎝ ⎠ ⎝0 0 (1 / 2) n ⎠⎜⎝ 0 0 1 ⎟⎠ ⎜⎝ 0 0 1 ⎟⎠⎜⎝ 0 0 0 ⎟⎠⎜⎝ 0 0 1 ⎟⎠ ⎜⎝ 0 0 0 ⎟⎠
Per tant, l’estat final al que tendirà el sistema serà:
⎛ 1 0 6 ⎞⎛1⎞ ⎛ 7 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
Lim v n = Lim A v 0 = ⎜ 0 1 0 ⎟⎜1⎟ = ⎜ 1 ⎟
n
n →∞ n→∞
⎜ 0 0 0 ⎟⎜1⎟ ⎜ 0 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
Problema R.2
Estudiar la diagonabilitat de l'endomorfisme que té per matriu associada en bases canòniques:
⎛1 − 3 0⎞
⎜ ⎟
A = ⎜0 a 0⎟
⎜0 b 2⎟
⎝ ⎠
SOLUCIÓ:
p(λ ) = (1 − λ )(a − λ )(2 − λ )
• Si a ≠ 1 i a ≠ 2 ⇒ És diagonalitzable perquè tots els VAP's són diferents.
• Si a = 1:
⎛0 − 3 0⎞
⎜ ⎟
( A − 1·I ) = ⎜ 0 0 0 ⎟ ⇒ rang ( A − 1·I ) = 2 ∀b
⎜0 b 1⎟
⎝ ⎠
Dim{Ker ( A − I )} = 3 − rang ( A − I ) = 1 ≠ 2 (multiplicitat del VAP λ = 1)
Per tant, si a = 1 no diagonalitza, sigui quin sigui el valor de b.

• Si a = 2:
⎛ −1 − 3 0⎞
⎜ ⎟ -1 − 3
( A − 2I ) = ⎜ 0 0 0 ⎟ ⇒ rang ( A − 2 I ) depen de b. = −b
⎜ 0 b
⎝0 b 0 ⎟⎠
Si b = 0 rang(A - 2I) = 1 ⇒ dimKer(A - 2I) = 2 = grau de multiplicitat del VAP 2
Si b ≠ 0 rang(A - 2I) = 2 ⇒ dimKer(A - 2I) = 1 ≠ grau de multiplicitat del VAP 2
Per tant:
Si a = 2 i b = 0 ⇒ Sí diagonalitza
Si a = 2 i b ≠ 0 ⇒ No diagonalitza
Problema R.3
Sigui f un endomorfisme amb matriu associada en bases canòniques:
⎛1 −1 3⎞
⎜ ⎟
F = ⎜0 2 1⎟
⎜0 0 2⎟
⎝ ⎠
Justifica quina/es de les següents matrius segur que NO con matrius associades a aquest
endomorfisme f.
⎛ 2 2 3⎞ ⎛3 1 0⎞ ⎛ −1 1 0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
B = ⎜ 0 1 0⎟ C = ⎜0 2 3⎟ D = ⎜ 0 2 3 ⎟
⎜ 0 0 2⎟ ⎜0 0 2⎟ ⎜ 0 0 − 2⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
SOLUCIÓ:
Totes les matrius associades a un determinat endomorfisme han de complir que el polinomi
característic és el mateix, ja que aquest és una característica única de l’endomorfisme i és
invariant respecte de la base en la que estigui representada la matriu. Calculem els polinomis
característics de cada matriu:
| | 1 2
| | 1 2
| | 3 2
| | 1 2 2
En conclusió, les matrius C i D segur que no estan associades a l'endomorfisme f perquè el seu
polinomi característic no coincideix amb el de la matriu F.

Problema R.4
⎛ 2 1 0⎞
⎜ ⎟
Sigui la matriu A = ⎜ 2 3 1 ⎟ . Es demana:
⎜ 0 0 2⎟
⎝ ⎠
a) Troba el seu polinomi característic.

b) Troba els seus autovalors i autovectors associats.
c) Indica dues formes diferents d’expressar A mitjançant la factorització:
A = P ⋅ D ⋅ P −1 , essent D una matriu diagonal. NOTA: No cal calcular cap inversa, només
deixa‐ho indicat.
SOLUCIÓ:
a)
2−λ 1 0
p (λ ) = A − λI = 2 3−λ = (2 − λ ) (3 − λ ) − 2(2 − λ ) = ......... = (2 − λ )(4 − λ )(1 − λ )
2
1
0 0 2−λ
b) Els valors propis són les arrels del polinomi característic. És a dir: 2,4 i 1.
Calculem els VEP’s associats a cada VAP:
• λ = 2:
⎛ 0 1 0⎞ ⎛ x ⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 2 1 1⎟ • ⎜ y ⎟ = ⎜0⎟
⎜ 0 0 0⎟ ⎜ z ⎟ ⎜0⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
El resultat d’aquest sistema és: y = 0 i z = ‐2x. Un VEP associat pot ser el (1,0,‐2).
• λ = 4:
⎛− 2 1 0 ⎞ ⎛ x ⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 2 −1 1 ⎟ • ⎜ y ⎟ = ⎜ 0⎟
⎜ 0 0 − 2 ⎟⎠ ⎜⎝ z ⎟⎠ ⎜⎝ 0 ⎟⎠
⎝
El resultat d’aquest sistema és: z = 0 i y = 2x. Un VEP associat pot ser el (1,2,0).
• λ = 1:
⎛1 1 0⎞ ⎛ x ⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 2 2 1⎟ • ⎜ y ⎟ = ⎜0⎟
⎜ 0 0 1⎟ ⎜ z ⎟ ⎜0⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
El resultat d’aquest sistema és: z = 0 i y = –x . Un VEP associat pot ser el (1,‐1,0).

c) Una possible factorització és:

−1
⎛ 1 1 1 ⎞ ⎛ 2 0 0⎞ ⎛ 1 1 1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ 0 2 − 1⎟ • ⎜ 0 4 0 ⎟ • ⎜ 0 2 − 1⎟
⎜ − 2 0 0 ⎟ ⎜0 0 1⎟ ⎜ − 2 0 0 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Si canviem d’ordre els valors propis a la matriu diagonal, haurem de fer també el canvi de
columnes corresponent a la matriu de vectors propis. Per exemple:
−1
⎛ 1 1 1⎞ ⎛ 2 0 0⎞ ⎛ 1 1 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ 0 −1 2 ⎟ • ⎜ 0 1 0 ⎟ • ⎜ 0 −1 2 ⎟
⎜ − 2 0 0⎟ ⎜ 0 0 4⎟ ⎜ − 2 0 0⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Problema R.5
Sigui f un endomorfisme definit com:
f : ℜ 3 ⎯⎯→ ℜ 3
r r
v = ( x, y, z) → f (v ) = (3x + 2 y − 4 z,2 x + 3 y − 4 z, x + y − z)
r r r
Troba una base B = {v1 , v 2 , v3 } de ℜ3 en la qual la matriu associada a f sigui:
⎛1 0 0⎞
⎜ ⎟
D = ⎜0 3 0⎟
⎜0 0 1⎟
⎝ ⎠
SOLUCIÓ:
Busquem la matriu associada a f en bases canòniques FCC :
f (1 0 0) = (3 2 1) f (0 1 0) = (2 3 1) f (0 0 1) = (− 4 − 4 − 1)
Per tant:
⎛ 3 2 − 4⎞
⎜ ⎟
FCC = ⎜ 2 3 − 4⎟
⎜1 1 −1⎟
⎝ ⎠

⎛1 0 0⎞
r r r ⎜ ⎟
Busquem una base B = {v1 , v 2 , v3 } en la qual la matriu associada a f sigui diagonal D = ⎜ 0 3 0 ⎟ ,
⎜0 0 1⎟
⎝ ⎠
és a dir, busquem una base de vectors propis associats als valors propis 1 i 3.
• Vectors propis associats al valor propi λ 1 = 1 amb multiplicitat m1 = 2:
Busquem el Ker(f – I):
⎛ 2 2 − 4⎞ ⎛ x ⎞ ⎛0⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 2 2 − 4⎟ ⎜ y ⎟ = ⎜ 0⎟ ⇒ x = − y + 2z (x y z ) = (− y + 2 z y z ) = y ( − 1 1 0) + z (2 0 1)
⎜1 1 − 2⎟ ⎜ z ⎟ ⎜0⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
Ker(f – I) = (− 1 1 0 ), (2 0 1)
• Vectors propis associats al valor propi λ 2 = 3 amb multiplicitat m2 = 1:
Busquem el Ker(f – 3I):

⎛0 2 − 4⎞ ⎛ x ⎞ ⎛0⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟ y = 2z
⎜ 2 0 − 4⎟ ⎜ y ⎟ = ⎜0⎟ ⇒ (x y z ) = (2 z 2z z ) = z (2 2 1)
⎜1 1 − 4⎟ ⎜ z ⎟ ⎜0⎟ x = 2z
⎝ ⎠⎝ ⎠ ⎝ ⎠
Ker(f – 3I) = (2 2 1)
La base de vectors propis tenint en compte l’ordre en que estan col∙locats els valors propis a la
diagonal és:
r r r
B = {v1 = (− 1 1 0), v 2 = (2 2 1), v3 = (2 0 1)}
Problema R.6
Sigui f : P2 [x ] ⎯⎯→ P2 [x] un endomorfisme en l’espai vectorial dels polinomis de grau menor o
igual que 2 sobre el cos dels reals, i amb matriu associada en bases canòniques:
⎛ a b 0⎞
⎜ ⎟
A = ⎜ 0 1 0⎟
⎜b b 1⎟
⎝ ⎠
a) Estudia la diagonabilitat de l'endomorfisme f en funció dels paràmetres a i b.
Per a = 0 i b = −1 resoldre els següents apartats:

b) Troba una base de vectors propis de f (no deixeu el resultat en components).

c) Troba les matrius D (diagonal) i P (regular) tals que D = P −1 AP .
d) A partir dels resultats obtinguts en apartats anteriors i sense fer càlculs addicionals troba
una base de Ker{f} (no deixeu el resultat en components).
SOLUCIÓ:
a) Comencem per calcular el polinomi característic de f i factoritzar‐lo en arrels:
a−x b 0
A − xI = 0 1− x = (a − x )(1 − x )
2
0
b b 1− x
VAP’s: λ1 = a amb multiplicitat 1 i λ2 = 1 amb multiplicitat m2 = 2
• Si a = 1 tenim realment un únic VAP λ1 = 1 amb multiplicitat m1 = 3. Estudiem si el seu nucli

de VEP’s associats té dimensió 3:
⎛0 b 0⎞
⎜ ⎟
(A − I ) = ⎜ 0 0 0 ⎟
⎜b b 0⎟
⎝ ⎠
Si b ≠ 0 Rang(A‐I) = 2 dim{Ker(A‐I)} = 1 ≠ 3 f no és diagonalitzable
Si b = 0 La matriu ja seria diagonal amb λ1 = 1 i m1 = 3
• Si a ≠ 1 tenim λ1 = a amb multiplicitat 1 i λ2 = 1 amb multiplicitat m2 = 2. Estudiem si el nucli

del VAP λ2 = 1 té dimensió 2:
⎛ a −1 b 0⎞
⎜ ⎟
(A − I ) = ⎜ 0 0 0 ⎟
⎜ b b 0 ⎟⎠
⎝
Si b ≠ 0 Rang(A‐I) = 1 dim{Ker(A‐I)} = 2 = m2 f és diagonalitzable.

Si b = 0:
a −1 b
= ab − b − b 2 = b( a − 1 − b ) = 0
b b
a-1-b = 0 → a = b + 1
Si a = b + 1 dim{Im(A‐I)} = Rang(A‐I) = 1
dim{Ker(A‐I)} = 2
f és diagonalitzable
Si a ≠ b + 1 f no és diagonalitzable
És a dir,
Si b = 0, ∀a f és diagonalitzable
Si b ≠ 0:
Si a = b + 1 f és diagonalitzable
Si a ≠ b + 1 f no és diagonlaitzable
b)
⎛ 0 −1 0⎞
⎜ ⎟
A=⎜ 0 1 0⎟
⎜−1 −1 1⎟
⎝ ⎠
Tenim els valors propis següents: λ1 = 0 amb multiplicitat m1 = 1, i λ2=1 amb multiplicitat m2=2
• Estudiem primer els VEP’s associats al VAP λ1=0:
⎛ 0 − 1 0 ⎞⎛ a ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎧b = 0 ⎫
⎜ 0 1 0 ⎟⎜ b ⎟ = ⎜ 0 ⎟ → ⎨ ⎬ b=0 a=c
⎜ − 1 − 1 0 ⎟⎜ c ⎟ ⎜ 0 ⎟ ⎩a − b + c = 0 ⎭
⎝ ⎠⎝ ⎠ ⎝ ⎠
VEP → (a ,0,a ) c → (
a + ax 2 = a 1 + x 2 )
• Estudiem primer els VEP’s associats al VAP λ2=1:
⎛ − 1 − 1 0 ⎞⎛ a ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎧− a − b = 0 ⎫
⎜ 0 0 0 ⎟⎜ b ⎟ = ⎜ 0 ⎟ → ⎨ ⎬ c = c a = −b
⎜ − 1 − 1 0 ⎟⎜ c ⎟ ⎜ 0 ⎟ ⎩c = c ⎭
⎝ ⎠⎝ ⎠ ⎝ ⎠
VEP → (− b ,b ,c ) c → − b + bx + cx 2 = b(x − 1) + cx 2
{( )
La base de VEP’s és doncs 1 + x 2 ,(− 1 + x ), x 2 . }
c) Amb les dades ja trobades, podem escriure les següents matrius diagonal i de canvi de base
d’autovectors a la base canònica:
⎛0 0 0⎞ ⎛1 - 1 0⎞
⎜ ⎟ ⎜ ⎟
D = ⎜0 1 0⎟ P = ⎜0 1 0⎟
⎜0 0 1⎟ ⎜1 0 1⎟
⎝ ⎠ ⎝ ⎠
Com veiem, la primera columna de es correspon amb el VEP associat a l’autovalor λ1=0,
expressat en la base canònica (1 + x ) = (1 0 1)T , mentre que les columnes segona i tercera de
2
c
es corresponen amb els VEP’s associats a l’autovalor λ2 = 1, (− 1 + x ) c = (− 1 1 0)

T
i
(x ) = (0
2
c
0 1) . No obstant hi hauria altres possibles solucions canviant d’ordre els VEP’s i
T
VAP’s però guardant una certa coherència.
d) El subespai nucli d’un endomorfisme es pot estudiar a partir de l’anàlisi de la diagonabilitat.

Concretament, quan existeix el valor propi 0, i és un VEP associat a aquest, aleshores es
compleix que 0 0. Per tant, tots els VEP’s associats al VAP 0 formen part de la
base del nucli de l’aplicació. En definitiva la resposta a la pregunta d’aquest apartat és:
Base Ker{f} = {1+x2}
Problema R.7
Siguin f i g dos endomorfismes de ℜ3 i siguin:
‐ B1 = {(1,1,−1) , (1,0,1) , (−1,0,0)} base de ℜ3
⎛ 1 a 3⎞
⎜ ⎟
‐ Matriu associada a f en bases canòniques: FCC = ⎜ 0 1 0 ⎟
⎜ 0 a 4⎟
⎝ ⎠
⎛3 0 0⎞
⎜ ⎟
‐ Matriu associada a g en base B1: G11 = ⎜ 0 − 1 0⎟
⎜0 0 3 ⎟⎠
⎝
Es demana:
a) Troba els valors propis i subespai de vectors propis associat a cada valor propi de
l’endomorfisme g
b) Per quins valors del paràmetre a ∈ ℜ l’endomorfisme f és diagonalitzable?
Per a = 3 resol els apartats següents:
c) Troba una base B2 de vectors propis de f .

d) Troba la matriu F22 associada a f en la base B2 de l’apartat anterior.
e) Troba la matriu F11 associada a f en la base B1 . Què podem dir de la base B1 ?
SOLUCIÓ:
a) Veiem que la matriu associada ja és diagonal, per tant, ‐1(multiplicitat 1) i 3 (multiplicitat 2) són
els valors propis de l’endomorfisme g i els vectors propis seran:
⎛ 3 0 0⎞
⎜ ⎟
G11 = ⎜ 0 − 1 0 ⎟ = (g (1,1,−1) B1 g (1,0,1) B1 g ( −1,0,0) B1 )
⎜ 0 0 3⎟
⎝ ⎠

Base de VEP’s és la base B1 = {(1,1,−1) , (1,0,1) , (−1,0,0)}.
Hi hauria una segona forma d’arribar a aquest mateix resultat aplicant el procediment estàndard
d’anàlisi de la diagonabilitat, que tot i ser també vàlid seria força més llarg:
Busquem el polinimi característic :

3− x 0 0
p ( x) = 0 −1− x 0 = (3 − x) 2 (−1 − x)
0 0 3− x
vaps : 3 amb multiplicitat 2,
- 1 amb multiplicitat 1.
• veps associats al vap 3 : ker(f - 3Id)
⎛ 0 0 0 ⎞⎛ x ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 0 − 4 0 ⎟⎜ y ⎟ = ⎜ 0 ⎟ ⇒ y = 0. Una base del subespai de veps de vap 3, expressats en la base B1 serà :
⎜ 0 0 0 ⎟⎜ z ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
{(1,0,0), (0,0,1)}, que en la base canònica correspondran als veps {(1,1,-1), (-1,0,0)}
• veps associats al vap 1 : ker(f - Id)
⎛ 4 0 0 ⎞⎛ x ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 0 0 0 ⎟⎜ y ⎟ = ⎜ 0 ⎟ ⇒ x = 0, y = 0. Una base del subespai de veps de vap 1, expressats en la base B1 serà :
⎜ 0 0 4 ⎟⎜ z ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
{(0,1,0)}, que en la base canònica correspondran als veps {(1,0,1)}
b)
Busquem el polinomi característic :
1− x a 3
0 1− x 0 = ( 1 − x )( 1 − x )( 4 − x )
0 a 4− x
L' endomorfisme serà diagonalitzable si la dimensió del subespai de vectors propis de valor propi 1 coincideix
amb la multiplicitat del valor propi 1, que és 2.
Dit d' una altra manera, l' endomorfisme serà diagonalitzable si el rang de ( F - I d ) és 1 :
⎛ 0 a 3⎞
⎜ ⎟
rang (F - I d ) = rang ⎜ 0 0 0 ⎟ = 1.
⎜ 0 a 3⎟
⎝ ⎠
Per tant, l' endomorfisme és diagonalitzable per a qualsevol valor del paràmtetre a.
c)

p( x ) = ( 1 − x )2 ( 4 − x )
• VEPs de VAP 1 : Ker( f - I d )
⎛ 0 3 3 ⎞⎛ x ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 0 0 0 ⎟⎜ y ⎟ = ⎜ 0 ⎟ ⇒ y = − z ⇒ {( x ,− z , z )}
⎜ 0 3 3 ⎟⎜ z ⎟ ⎜ 0 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
• VEPs de VAP 4 : Ker( f - 4 I d )
⎛ − 3 3 3 ⎞⎛ x ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 0 − 3 0 ⎟⎜ y ⎟ = ⎜ 0 ⎟ ⇒ y = 0 , x = z ⇒ {( x ,0, x )}
⎜ 0 3 0 ⎟⎠⎜⎝ z ⎟⎠ ⎜⎝ 0 ⎟⎠
⎝
Base de VEPs : {(1,0,0), (0,-1,1), (1,0,1)}
d)
B2 = {(1,0,0), (0,-1,1), (1,0,1)}, base de VEPs.
La matriu associada a f en aquesta base (en aquest ordre) serà la matriu diagonal formada pels
VAP’s respectius a la diagonal en el mateix ordre corresponent:
⎛1 0 0⎞
⎜ ⎟
F22 = ⎜ 0 1 0 ⎟
⎜ 0 0 4⎟
⎝ ⎠
e)
B1 = {(1,1,−1) , (1,0,1) , (−1,0,0)}
B 2 = {(1,0,0) , (0,-1,1) , (1,0,1)}
⎛ 0 − 1 0 ⎞⎛ 1 0 0 ⎞⎛ 1 0 − 1⎞ ⎛ 1 0 0 ⎞
⎜ ⎟⎜ ⎟⎜ ⎟ ⎜ ⎟
F11 = C21 F22C12 = ⎜ 0 0 1 ⎟⎜ 0 1 0 ⎟⎜ − 1 0 0 ⎟ = ⎜ 0 4 0 ⎟
⎜ − 1 − 1 0 ⎟⎜ 0 0 4 ⎟⎜ 0 1 0 ⎟ ⎜ 0 0 1 ⎟
⎝ ⎠⎝ ⎠⎝ ⎠ ⎝ ⎠
La base B1 és una base de vectors propis associats als valors propis 1, 4, 1 respectivament. Com
podem veure, el VEP associat al VAP 4 és el mateix per les dues bases (vector (1,0,1)). En canvi, els
VEP’s associats al VAP 1 no són iguals però son linealment dependents, ja que formen part del
mateix subespai (el (1,0,0) és igual a (‐1)∙(‐1,0,0) i el (0,‐1,1) és igual a (‐1)∙(‐1,0,0) – (1,1,‐1)).

Problema R.8
Sigui f un endomorfisme sobre R 3 , amb matriu associada en bases canòniques:
⎛2 a 3 ⎞
⎜ ⎟
A = ⎜1 1 c ⎟
⎜ 1 b − 1⎟
⎝ ⎠
{ }
Coneixem B = v1 ,v2 ,v3 base de VEP’s, amb v1 = (11,1, − 14) , v 2 = (1,1,1) i v3 desconegut. El VAP
associat al VEP v 2 = (1,1,1) és λ2 = 3 .
a) Calcula els paràmetres a, b, i c de la matriu A.

b) Calcula el VAP associat al VEP v1 = (11,1, − 14) , sense calcular el polinomi característic.
c) Troba el VEP v3 que falta.
d) Troba la matriu associada a l’endomorfisme en base B d’origen i destí.
SOLUCIÓ:
r
a) Sabent que v2 és un VEP associat al VAP λ2 = 3 llavors s’ha de complir que:
⎛ 2 a 3 ⎞ ⎛ 1⎞ ⎛ 3 ⎞
r r ⎜ ⎟⎜ ⎟ ⎜ ⎟
A·v2 = λ2 ·v2 ⇒ ⎜ 1 1 c ⎟·⎜1⎟ = ⎜ 3 ⎟
⎜ 1 b − 1⎟ ⎜ 1⎟ ⎜ 3 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
D’aquesta expressió podem treure el següent sistema:
2 + a + 3 = 3⎫ ⎧ a = −2
⎪ ⎪
1+1+ c = 3 ⎬ ⇒ ⎨b=3
1 + b − 1 = 3 ⎪⎭ ⎪ c =1
⎩
r r
b) Sabent els coeficients a, b i c de la matriu A, i sabent que s’ha de complir A·v1 = λ1·v1 , podem
calcular el producte de la banda dreta de la igualtat, i després trobar el VAP associat.
⎛ 2 − 2 3 ⎞ ⎛ 11 ⎞ ⎛ − 22 ⎞ ⎛ 11 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜1 1 1 ⎟·⎜ 1 ⎟ = ⎜ − 2 ⎟ = (− 2 )⎜ 1 ⎟
⎜ 1 3 − 1⎟ ⎜ − 14 ⎟ ⎜ 28 ⎟ ⎜ − 14 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Per tant el VAP λ1 és –2.
c) Per a trobar el VEP que falta i el seu VAP associat, ho podem fer calculant el polinomi
característic:

2− x −2 3
p(x ) = 1 1− x 1 = − x 3 + 2x 2 + 5x − 6
1 3 −1− x
⎧3
⎪
Si busquem les arrels d’aquest polinomi trobarem que són Æ ⎨− 2
⎪1
⎩
Com que 3 i –2 són els VAPs que hem trobat anteriorment, el VAP que ens falta és 1 Æ λ3 = 1 .
r r
Operant de la mateixa manera que en els apartats anteriors, s’ha de verificar que: A·v3 = λ3·v3 , per
tant:
⎛2 − 2 3 ⎞ ⎛ x⎞ ⎛ x⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜1 1 1 ⎟·⎜ y ⎟ = ⎜ y ⎟
⎜ 1 3 − 1⎟ ⎜ z ⎟ ⎜ z ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
on x, y i z són les components del vector.
Resolent el sistema:
2 x − 2 y + 3z = x⎫ ⎧ x = −1
⎪ ⎪
x+ y+z = y ⎬ s’obté ⎨ y = 1
x + 3 y − z = z ⎪⎭ ⎪ z =1
⎩
r
Per tant v3 = (− 1 1 1) .
d) Com que la base B és una base de VEPs, la matriu associada a l’endomorfisme en aquesta base
és directament una matriu diagonal, formada pels VAPs que hem trobat situats en el ordre
respectiu dels vectors propis associats donats a la base, llavors:
⎛ − 2 0 0⎞
⎜ ⎟
D = ⎜ 0 3 0⎟
⎜ 0 0 1⎟
⎝ ⎠
Problema R.9
Suposem que existeixen 3 empreses A, B i C que es reparteixen la totalitat de clients en un
determinat sector. Sabem que al final d’un període d’estudi (per exemple, un any) cada empresa
perd alguns clients però guanya d’altres que han abandonat a les seves empreses competidores, i
sabem també que aquestes transicions es mantenen constants al final de cada període. Aquestes
dades conegudes són les següents:

‐ L’empresa A manté al final del període el 70% dels seus clients, però el 20% marxa a
l’empresa B i el 10% restant marxa a la C.
‐ L’empresa B manté al final del període el 80% dels seus clients, però el 10% marxa a
l’empresa A i l’altre 10% marxa a la C.
‐ L’empresa C manté el 50% dels seus clients, però el 20% marxa a l’empresa A i el 30
marxa a la B.
L’estat actual del mercat ve determinat pel vector (0,8 0,1 0,1) (que vol dir que el 80% dels
clients els té l’empresa A, el 10% la B i l’altre 10% la C).
a) Quina és la matriu que ens permet conèixer l’estat del mercat al període següent si
coneixem l’estat al període actual? Posa les dades en tant per 1.
b) Explica com calcularies d’una manera eficient l’estat del mercat després de 500 períodes.
c) Com podem calcular l’estat estable del mercat? (És a dir, l’estat que ja no variarà encara
que al final de cada període es continuïn produint les transicions indicades).
SOLUCIÓ:
a) La matriu que ens demanen és:

⎛ 0,7 0,1 0,2 ⎞
⎜ ⎟
M = ⎜ 0,2 0,8 0,3 ⎟
⎜ 0,1 0,1 0,5 ⎟
⎝ ⎠
Així, amb aquesta matriu podem calcular l’estat següent del mercat si coneixem l’estat anterior.
Per exemple, si l’estat inicial és el vector (a0,b0,c0), podrem calcular l’estat (a1,b1,c1) de la següent
forma:
⎛ 0,7 0,1 0,2 ⎞⎛ a 0 ⎞ ⎛ a1 ⎞

⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 0,2 0,8 0,3 ⎟⎜ b0 ⎟ = ⎜ b1 ⎟
⎜ 0,1 0,1 0,5 ⎟⎜ c ⎟ ⎜ c ⎟
⎝ ⎠⎝ 0 ⎠ ⎝ 1 ⎠
Analitzem, per exemple, la primera equació d’aquest sistema:
0.7 0.1 0.2
Veiem com la empresa A tindrà al final del període el 70% dels clients que tenia anteriorment, més
el 10% dels que tenia l’empresa B i el 20% dels que tenia la C. Per la empresa B i la C farem la
mateixa interpretació del càlcul realitzat però amb els nombres respectius donats (segona i tercera
equació del sistema anterior).
b) Com ja hem vist a l’apartat anterior, per calcular l’estat següent hem de multiplicar la matriu M
per l’estat actual. Si fem això de forma successiva fins a 500 vegades:

r r
x1 = M ⋅ x 0
r r r r
x 2 = M ⋅ x1 = M ⋅ M ⋅ x 0 = M 2
⋅ x0
....
r r
x 500 = M 500
⋅ x0
Aleshores, si diagonalitzem la matriu M el càlcul es farà amb menys operacions:
M = P ⋅ D ⋅ P −1
r r r r
x500 = M 500 ⋅ x0 = ( P ⋅ D ⋅ P −1 ) 500 ⋅ x0 = P ⋅ D 500 ⋅ P −1 ⋅ x0
On la matriu D és la matriu diagonal formada pels valors propis i la matriu P és la matriu formada
pels vectors propis associats. Per calcular D500, en ser aquesta una matriu diagonal només hem
d’elevar a 500 els valors propis de la diagonal.
c) Si en l’estat estable és aquell a on per moltes transicions que hi hagi no varia l’estat, vol dir el
següent:
r r
x EST = M ⋅ x EST
És a dir, el vector estable és un vector propi associat al valor propi 1. Per tant, podem calcular els
valors propis i trobar el vector propi associat al valor propi 1 que compleixi que la suma de les
seves components doni 1 (ja que la suma de clients ha de ser el 100%).
Un altre possible plantejament pot ser el següent:
lim D n = A
n →∞
r r
x∞ = P ⋅ A ⋅ P −1 ⋅ x 0
És a dir, calcular l’estat del mercat quan el número de transicions n tendeix a infinit.
Problema R.10
Sigui f : ℜ 3 → ℜ 3 un endomorfisme i sigui
⎛1 0 0⎞
⎜ ⎟
A = ⎜1 b 0⎟ on a, b ∈ ℜ
⎜ a a 2⎟
⎝ ⎠
Estudiar la diagonabilitat de f en funció dels paràmetres a i b.
SOLUCIÓ:
Calculem els VAP’s de f calculant les arrels del polinomi característic:
1− x 0 0
p ( x) = 1 b−x 0 = (1 − x)(b − x)(2 − x) = 0
a a 2− x
Per tant els VAP’s són λ1 = 1, λ 2 = b, λ3 = 2

Si b ≠ 1 i b ≠ 2 ⇒ A diagonalitza ja que tenim tres VAP’s diferents ( = dimensió de ℜ ).
3
•
• Si b = 1 tenim:
⎛ 1 0 0⎞
⎜ ⎟ λ1 = 1
A = ⎜ 1 1 0⎟ i els VAP’s són amb m1 = 2
⎜ a a 2⎟ λ2 = 2 m2 = 1
⎝ ⎠
Per tant, per afirmar que diagonalitza cal comprovar que:
dim{Ker ( f − I )} = m1
dim{Ker ( f − 2 I )} = m2
⎛ 0 0 0⎞
⎜ ⎟
dim{Ker ( f − I )} = dimℜ − dim{Im( f − I )} = 3 − rang ( A − I ) = 3 − rang ⎜ 1 0 0 ⎟ =
3
⎜a a 1⎟
⎝ ⎠
= 3 − 2 = 1 ≠ 2 = m1
1 0
ja que ≠ 0 per qualsevol valor d’a.
a 1
⇒ No diagonalitza
• Si b = 2 tenim:
⎛ 1 0 0⎞
⎜ ⎟ λ1 = 1
A = ⎜ 1 2 0⎟ i els VAP’s són amb m1 = 1
⎜ a a 2⎟ λ2 = 2 m2 = 2
⎝ ⎠
Per tant, per afirmar que diagonalitza cal comprovar que:
dim{Ker ( f − I )} = m1
dim{Ker ( f − 2 I )} = m2
⎛ −1 0 0⎞
⎜ ⎟
dimKer( f − 2 I ) = dimℜ − dim{Im( f − 2 I )} = 3 − rang ( A − 2 I ) = 3 − rang ⎜ 1 0 0 ⎟
3
⎜ a a 0⎟
⎝ ⎠
Si estudiem el rang de A‐2I veiem que

1 0
rang (A‐2I) = 2 si a ≠ 0 ja que aleshores ≠0
a a
rang (A‐2I) = 1 si a = 0 ja que aleshores:
⎛ −1 0 0⎞
⎜ ⎟
A − 2I = ⎜ 1 0 0 ⎟ no té cap menor 2x2 diferent de 0.
⎜ 0 0 0⎟
⎝ ⎠
Per tant,
⎧3 − 2 = 1 ≠ 2 = m2 a≠0
dim Ker ( f − 2 I ) = ⎨ si
⎩ 3 − 1 = 2 = m2 a=0
Per tant, per a ≠ 0 f NO diagonalitza i per a = 0 cal comprovar :
⎛ 0 0 0⎞
⎜ ⎟
dim Ker ( f − I ) = dim ℜ − dim Im( f − I ) = 3 − rang ( A − I ) = 3 − rg ⎜ 1 1 0 ⎟ = 3 − 2 = 1 = m1 i,
3
⎜0 0 1⎟
⎝ ⎠
per tant, diagonalitza (tot i que aquesta darrera comprovació no és estrictament necessària, ja que
sabem que cada nou valor propi aporta un vector propi linealment independent de la resta).
Si fem un quadre resum tenim:
b a Endomorfisme f
b ≠1 i b ≠ 2 ∀a Diagonalitza
b =1 ∀a No diagonalitza
a≠0 No diagonalitza
b=2
a=0 Diagonalitza
Problema R.11
Sigui un endomorfisme:
g : ℜ3 → ℜ3
( x, y, z ) a g ( x, y, z ) = ( x,−2 x − y,−3x − 3 y + 2 z )
⎛ 1 0 0⎞
⎜ ⎟
Sabem que P = ⎜ − 1 0 1 ⎟ és la matriu tal que A = PDP −1 .
⎜ 0 1 1⎟
⎝ ⎠
Trobar els VAP’s de l’endomorfisme g.

SOLUCIÓ:
Podem trobar els VAP’s de dues formes diferents:
1a forma: usant la definició de VAP i VEP, sabent que les columnes de la matriu P són els VEP’s de
l’endomorfisme:
g (1,−1,0) = (1,−1,0) = λ1 (1,−1,0) ⇒ λ1 = 1

g (0,0,1) = (0,0,2) = λ2 (0,0,1) ⇒ λ 2 = 2
g (0,1,1) = (0,−1,−1) = λ3 (0,1,1) ⇒ λ3 = −1
2a forma: Calculant la matriu associada a g amb base canònica de sortida i d’arribada, i calculant
els VAP’s amb el còmput de les arrels del polinomi característic.
g (1,0 ,0 ) C = (1,−2 ,−3)

g (0 ,1,0 ) C = (0 ,−1,−3) C = (0 ,−1,−3)
g (0 ,0 ,1) C = (0 ,0 ,2 ) C = (0 ,0 ,2 )
Aleshores la matriu associada a g amb base canònica de sortida i arribada és:
⎛ 1 0 0⎞
⎜ ⎟
GCC = ⎜− 2 −1 0⎟
⎜ − 3 − 3 2⎟
⎝ ⎠
Si calculem el polinomi característic:
1− x 0 0
p( x ) = GCC − xI = − 2 − 1 − x 0 = (1 − x )(− 1 − x )(2 − x ) = 0
−3 −3 2− x
Per tant, els VAP’s són: λ1 = 1, λ 2 = −1, λ3 = 2 .

Algebra Lineal - Tema V Diagonalitzacio Endomorfismes

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Lineal - Tema V Diagonalitzacio Endomorfismes

Uploaded by

Copyright:

Available Formats

Àlgebra lineal

José A. Montero, Xavier Sevillano, Joan Claudi Socoró

Àlgebra lineal – Apunts de classe 2011‐2012

Plantejament del problema

nº per cada y j total

En total hem de fer n × n productes i n × (n − 1) sumes.

En canvi si la matriu és diagonal:

nº per cada y j total

En total hem de fer n productes .

Un objectiu important de la diagonalització d’endomorfismes és simplificar els càlculs.

118 Diagonalització d’endomorfismes

Objectiu: Donat un endomorfisme, trobar una base B’ en la qual la matriu associada a

A: matriu associada a f en la base B (tant de sortida com d’arribada)

Aleshores: D = P‐1AP o A = PDP‐1

5.2 Subespai invariant

5.3 Vector propi i valor propi

119 Diagonalització d’endomorfismes

Demostració: (per reducció a l’absurd)

120 Diagonalització d’endomorfismes

5.4 Polinomi característic

Tenim que dim{Im( f − λI )} = dim{E}− dim{Ker ( f − λI )}, és a dir:

121 Diagonalització d’endomorfismes

A1 matriu associada a f en les bases B1 (tant de sortida com d’arribada).

122 Diagonalització d’endomorfismes

P i P‐1matrius canvi de base respectives.

p1 ( x) = det( A1 − xI ) polinomi característic de A1

Vegem ara que tots dos polinomis característics són iguals:

p 2 ( x) = det( A2 − xI ) = det( P −1 A1 P − xI ) = det( P −1 A1 P − xP −1 PI ) = det( P −1 A1 P − xP −1 IP) =

Que es demostra perquè det P −1 = 1 / det P .

Ker ( f − 3I ) =< (1 1 0) >

123 Diagonalització d’endomorfismes

VEP’s associats al VAP λ2 = 1 : Ker ( f − I )

Ker ( f − I ) =< (1 − 1 0) >

124 Diagonalització d’endomorfismes

Aleshores la matriu associada a f en la base d’autovectors serà:

A on λ1 , λ 2 ,..., λ n són els VAP’s associats a cada VEP de la base.

Respon a les següents qüestions:

• Quantes matrius diagonals associades al mateix endomorfisme es poden trobar?

f − λ1 I és aplicació lineal, per tant:

125 Diagonalització d’endomorfismes

Teorema: Condició general per a poder diagonalitzar un endomorfisme

p ( x) = det( A − xI ) = (−1) n ( x − λ1 ) m1 ( x − λ 2 ) m2 ........( x − λ p )

Aleshores, diem que l’endomorfisme f és diagonabilitzable si i només si dim(Ker{ f − λi I }) = mi per

126 Diagonalització d’endomorfismes

Exercici 1: Sigui f un endomorfisme amb matriu associada en bases canòniques:

Condició general de diagonabilitat de f:

Per tant, f és diagonalitzable.

127 Diagonalització d’endomorfismes

Ker ( f + 2 I ) =< (1 0 − 1) (0 1 1) >

VEP’s associats al VAP λ 2 = 4 : Ker ( f − 4 I )

Ker( f − 4I ) =< (1 1 2) >

Com es pot comprovar , la matriu original es pot descomposar en el producte següent:

128 Diagonalització d’endomorfismes

129 Diagonalització d’endomorfismes

Trobem com a possibles matrius de valors i vectors propis les següents:

5.6 Teorema de Cayley­Hamilton. Aplicació a la inversió de matrius

Analitzem primer cada terme per separat:

Per tant, si substituïm a l’equació anterior obtenim:

Aplicació: Inversió de matrius

131 Diagonalització d’endomorfismes

5.7 Aplicacions de la diagonalització

Suposem A ∈ M n×n diagonalitzable amb P i D (matriu diagonal) tals que A = P ⋅ D ⋅ P −1

2) Càlcul d’ un polinomi de matrius.

5.6 Teorema de CayleyHamilton. Aplicació a la inversió de matrius