Archivo de la etiqueta: eigenvalores

Álgebra Lineal II: El teorema de descomposición polar real

Por Ayax Calderón

Introducción

En la entrada anterior enunciamos y demostramos el teorema espectral para matrices simétricas reales. Una de las consecuencias de este teorema es el teorema de descomposición polar. Se puede pensar en el teorema de descomposición polar como al análogo a un resultado muy conocido de números complejos: cualquier número complejo se puede pensar de la forma $z = e^{i θ} r$ con $r \geq 0$ real. Geométricamente, el complejo se obtiene «rotando tanto como el argumento y luego alargando de acuerdo a la norma».

Así mismo, veremos que toda matriz $A$ tendrá una expresión de la forma $A = U S$ donde $U$ es una matriz ortogonal (que juega el papel de «la rotación») y $S$ es una matriz simétrica positiva (que por el teorema espectral recordemos que es básicamente «alargar en varias direcciones»). Este resultado es increíble: ¡nos dice cómo son todas, todas las matrices reales en términos de matrices muy sencillas: las ortogonales (que conocemos muy bien) y las simétricas (que por el teorema espectral también conocemos muy bien)!

Caso invertible del teorema de descomposición polar

Recordemos un resultado de la entrada anterior, que era una de las partes de nuestro teorema de clasificación de matrices positivas. Nos dice que las matrices simétricas positivas «tienen raíz cuadrada».

Proposición. Sea $A$ una matriz simétrica positiva. Entonces existe una matriz simétrica $B$ tal que $B^{2} = A$ .

Como recordatorio, para obtener a $B$ lo que hicimos fue diagonalizar a $A$ de la forma $A = P^{- 1} D P$ con $D$ matriz diagonal cuyas entradas eran $λ_{1}, \dots, λ_{n}$ los eigenvalores de $A$ . Como $A$ era positiva, sus eigenvalores eran no negativos, así que podíamos construir $D^{'}$ con entradas $\sqrt{λ_{1}}, \dots, \sqrt{λ_{n}}$ . Después, vimos que $B = P^{- 1} D^{'} P$ servía para que $B^{2} = A$ . Observa que además $B$ es positiva pues sus eigenvalores son no negativos.

Como observación adicional, si $A$ fuera positiva definida entonces sus eigenvalores serían positivos, y entonces $B$ también tendría eigenvalores positivos. Así, $B$ sería positiva definida también. De hecho, se puede demostrar que en este caso la matriz $B$ es única (bajo la condición de ser simétrica positiva definida y raíz de $A$ ). Probar esto queda como parte de los ejercicios de la entrada.

Estamos listos para enunciar y demostrar el teorema de descomposición polar en el caso de matrices invertibles.

Teorema (De descomposición polar, caso invertible). Sea $A \in M_{n} (R)$ una matriz invertible. Entonces existe una única pareja $(U, S)$ con $U$ una matriz ortogonal y $S$ una matriz simétrica positiva definida para la que se cumple que $A = U S$ .

Demostración. Tomemos $A \in M_{n} (R)$ una matriz invertible. La matriz $^{t} A A$ es simétrica y positiva definida. Por la discusión anterior, existe una única matriz simétrica positiva definida $S$ tal que $^{t} A A = S^{2}$ . Como $A$ es invertible, $S$ también lo es, así que definamos $U = A S^{- 1} .$

Afirmamos que $(U, S)$ cumplen con lo requerido. Ya justificamos que $S$ es simétrica positiva definida. Además, de $U = A S^{- 1}$ se obtiene inmediatamente $U S = A$ . Sólo falta verificar que $U$ es ortogonal. Para ello, al multiplicarla con su transpuesta obtenemos lo siguiente:
$\begin{aligned} ^{t} U U & =^{t} S^{- 1}^{t} A A S^{- 1} \\ = S^{- 1} S^{2} S^{- 1} \\ = I_{n} . \end{aligned}$

Veamos ahora la unicidad. Supongamos que $A = U^{'} S^{'}$ con $U^{'}$ ortogonal y $S^{'}$ simétrica positiva definida, Entonces
$^{t} A A = S^{'}^{t} U^{'} U^{'} S^{'} = {S^{'}}^{2} .$

De esta manera, $S^{'}$ es precisamente la raíz cuadrada de $^{t} A A$ , que por la discusión anterior es única. Deducimos entonces que $S^{'} = S$ y por lo tanto $U^{'} = A {S^{'}}^{- 1} = A S^{- 1} = U$ .

Caso general del teorema de descomposición polar

Es natural preguntarse qué sucede cuando la matriz $A$ no es invertible. Resulta que en ese caso aún podemos encontrar una descomposición, aunque perdemos un poco de las propiedades de las matrices y la unicidad. Por ejemplo, si $A = O_{n}$ , entonces $A = U O_{n}$ para cualquier matriz ortogonal $U$ y entonces tenemos muchas posibles descomposiciones.

Teorema (De descomposición polar, caso general). Cualquier matriz $A \in M_{n} (R)$ se puede escribir de la forma $A = U S$ con $U$ una matriz ortogonal y $S$ una matriz simétrica positiva.

¿Por qué falla nuestra demostración? Todavía tenemos que $^{t} A A$ es positiva, así que podríamos tomar una raíz cuadrada $S$ . El problema es que como $A$ no es invertible, entonces $S$ tampoco lo es. Por ello, no podemos definir $U = A S^{- 1}$ como lo hicimos con anterioridad. Sin embargo, podemos ser astutos y «cambiar tantito» a $A$ para que sí se vuelva invertible. De hecho, podemos tomar muchas matrices que se acercan a $A$ y sí son invertibles. Con ello podemos usar un «argumento al límite». Formalicemos estas ideas.

Demostración. Consideremos las matrices $A_{k} = A + \frac{1}{k} I_{n}$ . Recordemos que $det (A + λ I_{n})$ es un polinomio de grado $n$ así que tiene a lo más $n$ raíces. Por ello, existe un $k_{0}$ tal que para toda $k > k_{0}$ la matriz $A_{k}$ es invertible. Al aplicar el teorema de descomposición polar a cada una de dichas $A_{k}$ , obtenemos una matriz ortogonal $U_{k}$ y una simétrica positiva definida $S_{k}$ tales que

$A_{k} = U_{k} S_{k} .$

Las entradas de cada $U_{k}$ cumplen que están en el intervalo $[- 1, 1]$ (pues la suma de las entradas de cada fila es igual a $1$ ). Así, $U_{k}$ es una sucesión de matrices en el compacto de matrices con entradas $[- 1, 1]$ . En un compacto toda sucesión tiene una subsucesión convergente, así que podemos elegir una subsucesión de estas matrices, digamos $U_{k_{1}}, U_{k_{2}}, \dots$ que converge a una matriz $U$ .

Se puede ver que el producto de matrices es continúo y obtener inversas de matrices también es continuo (por ejemplo, por las fórmulas de inversa por matriz de adjuntos). De este modo, aplicando límite $j \to \infty$ a la igualdad $^{t} U_{k_{j}} U_{k_{j}} = I_{n}$ obtenemos que $^{t} U = I_{n}$ , de modo que $U$ es ortogonal.

Del mismo modo, como trasponer es continuo, $S_{k_{1}}, S_{k_{2}}, \dots$ converge a una matriz simétrica $S$ . Finalmente, usando nuevamente la continuidad del producto de matrices obtenemos

$\begin{aligned} A & = lim_{j \to \infty} A_{k_{j}} \\ = lim_{j \to \infty} U_{k_{j}} S_{k_{j}} \\ = U S . \end{aligned}$

Sólo nos falta demostrar que $S$ es positiva, pero si tomamos $X \in R^{n}$ , entonces pasando al límite $j \to \infty$ en la desigualdad $^{t} X S_{k_{j}} X > 0$ obtenemos $^{t} X S X \geq 0$ . Aquí es donde se podría perder que $S$ es positiva definida, pero seguimos teniendo que $S$ es positiva.

Más adelante…

Tanto el teorema espectral como el teorema de descomposición polar son resultados de caracterización fundamentales en álgebra lineal y finalmente nos dan una respuesta a la pregunta de, geométricamente, cómo son todas las posibles transformaciones lineales. En las siguientes secciones se esbozarán los resultados análogos para el caso complejo.

Después de ello, en la cuarta unidad del curso cubriremos otro teorema que nos permitirá decir «cómo son todas las matrices». Quizás no todas las matrices sean directamente similares a una matriz diagonal. Pero enunciaremos y demostraremos el teorema de Jordan que dirá que cualquier matriz es similar a una «casi diagonal», a la que llamaremos diagonal por bloques.

Tarea moral

Sean que $A$ y $B$ son matrices simétricas. Demuestra que $A$ y $B$ conmutan si y sólo si existe una misma matriz $P$ tal que $P A P^{- 1}$ y $P B P^{- 1}$ son diagonales (a esto se le conoce como que $A$ y $B$ sean «simultáneamente diagonalizables»)
Usando el ejercicio anterior, demuestra que si $A$ es simétrica positiva definida, y se cumple $B^{2} = A = C^{2}$ con $B$ y $C$ matrices simétricas positivas definidas, entonces $B = C$ .
Sean $A, B \in M_{n} (R)$ matrices tales que $^{t} A A =^{t} B B$ . Demuestra que existe una matriz ortogonal $U \in M_{n} (R)$ tal que $B = U A$ .
Encuentra la descomposición polar de $(\begin{matrix} 11 & - 5 \\ - 2 & 10 \end{matrix}) .$
Sea $A$ una matriz cuadrada con descomposición polar $A = W P$ . Demuestra que $A$ es normal si y sólo si $W P^{2} = P^{2} W$ .

Entradas relacionadas

Ir a Álgebra Lineal II
Entrada anterior del curso: El teorema espectral real
Siguiente entrada del curso: Adjunciones complejas y transformaciones unitarias

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Álgebra Lineal II: El teorema espectral real

Por Ayax Calderón

Deja un comentario

Introducción

Por lo que estudiamos en la primera parte de este curso, ya sabemos cuándo una matriz arbitraria es diagonalizable. Lo que haremos ahora es enunciar y demostrar el teorema espectral en el caso real. Una de las cosas que nos dice es que las matrices simétricas reales son diagonalizables. Pero nos dice todavía más. También nos garantiza que la manera en la que se diagonalizan es a través de una matriz ortogonal. Esto combina mucho de la teoría que hemos cubierto. Además, gracias al teorema espectral podremos, posteriormente, demostrar el famoso teorema de descomposición polar que nos dice cómo son todas las matrices.

El lema de eigenvalores de matrices simétricas

Comencemos enunciando algunas propiedades que tienen las matrices y transformaciones simétricas. El primero habla de cómo son los eigenvalores de las matrices simétricas.

Lema. Sea $A \in M_{n} (R)$ una matriz simétrica. Entonces todas las raíces del polinomio característico de $A$ son números reales.

Demostración. Tomemos $A \in M_{n} (R)$ y sea $λ$ . Su polinomio característico está en $R [x]$ , así que por el teorema fundamental del álgebra todas sus raíces están en $C$ . Sea $t$ una raíz del polinomio característico de $A$ .

Pensemos a $A$ como un elemento de $M_{n} (C)$ . Como $det (t I_{n} - A) = 0$ , entonces $t$ es eigenvalor y por lo tanto hay un eigenvector $X \in C^{n}$ no nulo tal que $A X = t X$ . Como el vector tiene entradas complejas, lo podemos escribir como $X = Y + i Z$ para dos vectores $Y, Z \in R^{n}$ . Así mismo, podemos escribir a $t$ como $t = a + i b$ con $a$ y $b$ números reales.

Con esta notación, de la igualdad $A X = t X$ se sigue que

$\begin{aligned} A Y + i A Z & = A X \\ = (a + i b) (Y + i Z) \\ = a Y - b Z + i (a Z + b Y) . \end{aligned}$

Igualando las partes imaginarias y las partes reales obtenemos que

$\begin{matrix} (1) & A Y = a Y - b Z, A Z = a Z + b Y . \end{matrix}$

Usemos ahora que $A$ es simétrica. Tenemos que
$\begin{matrix} (2) & ⟨ A Y, Z ⟩ = ⟨ Y, A Z ⟩ . \end{matrix}$

Sustituyendo la primera igualdad de $(1)$ en el lado izquierdo de $(2)$ , y la segunda igualdad de $(1)$ en el lado derecho de $(2)$ , obtenemos que:

$⟨ a Y - b Z, Z ⟩ = ⟨ Y, a Z + b Y ⟩,$

y usando la linealidad del producto interior, se obtiene que

$a ⟨ Y, Z ⟩ - b ⟨ Z, Z ⟩ = a ⟨ Y, Z ⟩ + b ⟨ Y, Y ⟩ .$

Se sigue que
$b (| | Y | |^{2} + | | Z | |^{2}) = 0$ y como $Y$ o $Z$ es distinto de cero (de lo contrario tendríamos que $X = 0$ ), entonces concluimos que $b = 0$ y con ello que $t$ es un número real.

El lema de estabilidad de transformaciones simétricas

El segundo lema que veremos nos dice qué sucede cuando una transformación lineal es simétrica y tomamos un subespacio estable bajo ella. Recuerda que un subespacio $W$ de un espacio vectorial $V$ es estable bajo una transformación lineal $T : V \to V$ si $T (W) \subseteq W$ .

Lema. Sea $V$ un espacio euclidiano y $T : V \to V$ una transformación lineal simétrica sobre $V$ . Sea $W$ un subespacio de $V$ estable bajo $T$ . Entonces

$W^{⊥}$ también es estable bajo $T$ .
Las restricciones de $T$ a $W$ y $W^{⊥}$ son transformaciones lineales simétricas sobre estos espacios.

Demostración.

1. Tomemos $x \in W^{⊥}$ . Nos gustaría ver que $T (x) \in W^{⊥}$ . Para ello, tomemos $y \in W$ . Como $W$ es estable bajo $T$ , tenemos $T (y) \in W$ . Como $x \in W^{⊥}$ , tenemos que $⟨ x, T (y) ⟩ = 0$ . Usando esto y la simetría de $T$ , obtenemos entonces
$⟨ T (x), y ⟩ = ⟨ x, T (y) ⟩ = 0,$
que es lo que queríamos probar.

2. Sea $T |_{W}$ la restricción de $T$ a $W$ . Para $x, y \in W$ tenemos que
$⟨ T |_{W} (x), y ⟩ = ⟨ T (x), y ⟩ = ⟨ x, T (y) ⟩ = ⟨ x, T |_{W} (y) ⟩,$ por lo tanto $T |_{W}$ es simétrica sobre $W$ . Análogamente se ve que el resultado se cumple para $W^{⊥}$ .

El teorema espectral real

Con los dos lemas anteriores podemos ahora sí enfocarnos en demostrar el teorema principal de esta entrada.

Teorema (el teorema espectral real). Sea $V$ un espacio euclidiano y $T : V \to V$ una transformación lineal simétrica. Entonces existe una base ortonormal de $V$ conformada por eigenvectores de $T$ .

Demostración. Procederemos por inducción fuerte sobre $n = \dim V$ . Si $n = 1$ , entonces el polinomio característico de $T$ es de grado $1$ y tiene coeficientes reales, por lo que tiene una raíz real $t$ . Si $v$ es un eigenvector de $T$ con eigenvalor $t$ , entonces $\frac{v}{| | v | |}$ también es eigenvector de $T$ y forma una base ortonormal de $V$ . Esto termina el caso $n = 1$ .

Ahora supongamos que el resultado se satisface hasta dimensión $n - 1$ y tomemos $V$ de dimensión $n$ . Sea $B = {e_{1}, e_{2}, \dots e_{n}}$ una base ortonormal de $V$ . Sea $A$ la matriz asociada a $T$ con respecto a $B$ . Como $T$ es simétrica, entonces $A$ también lo es. Su polinomio característico no es constante, de modo que por el teorema fundamental del álgebra tiene por lo menos una raíz $t$ , y por el primer lema de la sección anterior, se tiene que $t$ es real y por lo tanto es un eigenvalor.

Sea $W = \ker (t id - T)$ el $t$ -eigenespacio de $T$ . Si $W = V$ , entonces $T = t id$ y así $B$ es una base ortonormal de $V$ compuesta por eigenvectores de $T$ . De otro modo, $W \neq V$ y por lo tanto $k := \dim W < n$ . Tenemos que $V = W \oplus W^{⊥}$ y sabemos que los eigenespacios son estables bajo la transformación correspondiente. Así, por el segundo lema de la sección anterior $W^{⊥}$ también es estable bajo $T$ y la restricción de $T$ a $W^{⊥}$ es simétrica.

Podemos entonces aplicar la hipótesis inductiva a $T_{| W^{⊥}}$ para encontrar una base ortonormal $C = {f_{1}^{⊥}, f_{2}^{⊥} \dots, f_{n - k}^{⊥}}$ de $W^{⊥}$ compuesta por eigenvectores de $T$ . Escogiendo una base ortonormal $D = {f_{1}, f_{2}, \dots, f_{k}}$ de $W$ (que automaticamente está formada por eigenvectores de $T$ ). La base $C \cup D$ de $V$ es entonces la base de eigenvectores que buscábamos.

El teorema espectral también puede enunciarse en términos de matrices. Hacemos esto a continuación.

Observación. Si $A \in M_{n} (R)$ es una matriz simétrica, entonces la transformación lineal $T : X \mapsto A X$ sobre $R^{n}$ es simétrica. Aplicando el teorema anterior, podemos encontrar una base ortonormal de $V$ con respecto a la cual la matriz asociada a $T$ es diagonal. Como la base canónica de $V$ es ortonormal, y como la matriz de cambio de pase entre dos bases ortonormlaes es ortogonal, obtenemos el siguiente resultado fundamental.

Teorema (el teorema espectral para matrices reales). Sea $A \in M_{n} (R)$ una matriz simétrica. Entonces $A$ es diagonalizable y, más específicamente, existen una matriz ortogonal $P \in M_{n} (R)$ y una matriz diagonal $D \in M_{n} (R)$ tales que $A = P^{- 1} D P .$

Así, $A$ es simultáneamente, mediante una misma matriz $P$ , tanto similar como congruente a una matriz diagonal.

Aplicación a caracterizar las matrices simétricas positivas

Ya hemos dado algunas caracterizaciones para las matrices simétricas positivas. Veamos algunas caracterizaciones adicionales.

Teorema. Sea $A \in M_{n} (R)$ una matriz simétrica. Entonces las siguientes afirmaciones son equivalentes:

$A$ es positiva.
Todos los eigenvalores de $A$ son no negativos.
$A = B^{2}$ para alguna matriz simétrica $B \in M_{n} (R)$ .
$A =^{t} C C$ para alguna matriz $C \in M_{n} (R)$ .

Demostración. 1) implica 2). Supongamos que $A$ es positiva y que $t$ es un eigenvalor de $A$ con eigenvector $v$ . Como $A v = t v$ , obtenemos que

$\begin{aligned} t | | v | |^{2} & = t ⟨ v, v ⟩ \\ = ⟨ v, t v ⟩ \\ = ⟨ v, A v ⟩ \\ =^{t} v A v \\ \geq 0, \end{aligned}$
por lo tanto $t \geq 0$ .

2) implica 3). Sean $t_{1}, \dots, t_{n}$ todas las raíces del polinomio característico de $A$ , escritos con su multiplicidad correspondiente. Por el primer lema de la sección anterior, todos ellos son reales, y estamos suponiendo que son no negativos. Por el teorema espectral podemos encontrar una matriz $P$ y una diagonal $D$ tal que $A = P^{- 1} D P$ , y por lo que vimos de teoría de diagonalización, $D$ precisamente tiene como entradas en su diagonal a $t_{1}, t_{2}, \dots, t_{n}$ . Sea $D^{'}$ la matriz diagonal con entradas $c_{i} = \sqrt{t_{i}}$ y sea $B = P^{- 1} D^{'} P$ . Como $P$ es ortogonal, $B$ es simétrica

Y además, por construcción, $B^{2} = P^{- 1} {D^{'}}^{2} P = P^{- 1} D P = A$ , como queríamos.

3) implica 4). Basta con tomar la matriz $B$ de (3) y tomar $C = B$ . Como $B$ es simétrica, $A = B^{2} =^{t} B B$ .

4) implica 1). Esto ya lo habíamos demostrado en un resultado anterior de caracterización de matrices simétricas.

Más adelante…

Hemos enunciado y demostrado el teorema espectral. Lo que nos dice es muy interesante: una matriz simétrica básicamente consiste en cambiar de base a una base muy sencilla $e_{1}, \dots, e_{n}$ (ortonormal) a traves de la matriz $P$ . Luego, en esa base pasa algo muy simple: en la dirección de $e_{i}$ , simplemente alargamos de acuerdo al eigenvalor $λ_{i}$ .

Como consecuencia, veremos en la siguiente entrada que esto nos permite entender no sólo a las matrices simétricas, sino a todas, todas las matrices. Al teorema que veremos a continuación se le conoce como el teorema de descomposición polar.

Tarea moral

La matriz $(\begin{matrix} \sin θ & \cos θ \\ \cos θ & \sin θ \end{matrix})$ es real y simétrica, de modo que es diagonalizable. ¿Cuál es su diagonalización?
Da un ejemplo de una matriz simétrica con coeficientes complejos que no sea diagonalizable.
Sea $T$ una transformación lineal sobre un espacio euclidiano $V$ , y supón que $V$ tiene una base ortonormal conformada por eigenvectores de $T$ . Demuestra que $T$ es simétrica (por lo que el recíproco del teorema espectral se satisface).
Considera la matriz $A = (\begin{matrix} 1 & - 2 & - 2 \\ - 2 & 1 & - 2 \\ - 2 & - 2 & 1 \end{matrix}) .$
Explica por qué $A$ es diagonalizable en $M_{n} (R)$ y encuentra una matriz $P$ tal que $P^{- 1} A P$ es diagonal.
Adapta el teorema de caracterización de matrices positivas visto en esta entrada a una versión para matrices positivas definidas.

Entradas relacionadas

Ir a Álgebra Lineal II
Entrada anterior del curso: El teorema de clasificación de transformaciones ortogonales
Siguiente entrada del curso: El teorema de descomposición polar real

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Álgebra Lineal II: Polinomio característico

Por Julio Sampietro

Deja un comentario

Introducción

En el transcurso de esta unidad hemos construido varios de los objetos algebraicos que nos interesan. En primer lugar, dejamos claro qué quería decir evaluar un polinomio en una matriz o transformación lineal. Esto nos llevó a preguntarnos por aquellos polinomios que anulan a una matriz o transformación lineal. De manera natural, descubrimos que aquellos polinomios que anulan son múltiplos de un polinomio especial asociado a la matriz o transformación lineal llamado polinomio mínimo.

De manera un poco separada, comenzamos a estudiar los eigenvalores, eigenvectores y eigenespacios de una transformación lineal y en la entrada anterior nos enfocamos en varias de sus propiedades principales. Uno de los resultados clave que encontramos es que los eigenvalores de una matriz o transformación lineal son las raíces del polinomio mínimo que estén en el campo en el que estemos trabajando.

Aunque este resultado sea interesante de manera teórica, en la práctica debemos hacer algo diferente pues no es tan sencillo encontrar el polinomio mínimo de una matriz o transformación lineal. Es por esto que ahora estudiaremos con profundidad otro objeto que resultará fundamental en nuestro estudio: el polinomio característico. Ya nos encontramos con él anteriormente. Si $A$ es una matriz en $M_{n} (F)$ , dicho polinomio en la variable $λ$ es el determinante $det (λ I_{n} - A)$ .

Esta entrada es más bien una introducción, así que nos enfocaremos en probar las cosas más básicas de este objeto. Lo primero, y más importante, es verificar que en efecto es un polinomio (y con ciertas características específicas). También, aprovecharemos para calcularlo en varios contextos (y campos) diferentes.

Definición de polinomio característico

Comencemos con una matriz $A \in M_{n} (F)$ . Vimos que encontrar los eigenvalores de $A$ se reduce a encontrar las soluciones de la ecuación

$\begin{array}{r} det (λ I_{n} - A) = 0 \end{array}$

en $F$ . Vamos a estudiar más a detalle la expresión de la izquierda.

El siguiente teorema va un poco más allá y de hecho estudia expresiones un poco más generales.

Teorema. Sean $A, B \in M_{n} (F)$ dos matrices. Existe un polinomio $P \in F [X]$ tal que para todo $x \in F$ se cumple

$\begin{array}{r} P (x) = det (x A + B) . \end{array}$

Si denotamos a este polinomio por $P (X) = det (X A + B)$ , entonces

$\begin{array}{r} det (X A + B) = det (A) X^{n} + α_{n - 1} X^{n - 1} + \dots + α_{1} X + det B \end{array}$

para algunas expresiones polinomiales $α_{1}, \dots, α_{n - 1}$ con coeficientes enteros en las entradas de $A$ y $B$ .

Demostración. Consideremos el siguiente polinomio en la variable $X$ y coeficientes en $F$ , es decir, el siguiente polinomio en $F [X]$ :

$\begin{array}{r} P (X) = \sum_{σ \in S_{n}} sign (σ) (a_{1 σ (1)} X + b_{1 σ (1)}) \dots (a_{n σ (n)} X + b_{n σ (n)}) . \end{array}$

Por construcción, $P$ es un polinomio cuyos coeficientes son expresiones polinomiales enteras en las entradas de $A$ y $B$ . Más aún, se cumple que $P (x) = det (x A + B)$ para $x \in F$ (podría ser útil revisar la entrada sobre determinantes para convencerte de ello). El término constante lo obtenemos al evaluar en $X = 0$ , pero eso no es más que $P (0) = det (0 \cdot A + B) = det (B)$ . Finalmente para cada $σ \in S_{n}$ tenemos que el primer término de cada sumando es

$\begin{array}{r} sign (σ) (a_{1 σ (1)} X + b_{1 σ (1)}) \dots (a_{n σ (n)} X + b_{n σ (n)}) \end{array}$

Notemos que la única manera de obtener un término $X^{n}$ en esta expresión es cuando en cada binomio que se está multiplicando se usa el término $X$ . Así, el coeficiente de $X^{n}$ es $sign (σ) a_{1 σ (1)} \dots a_{n σ (n)} X^{n}$ .

Agrupando todos los sumandos para todas las $σ$ y comparando con la definición del determinante llegamos a que $P (X) = det (A) X^{n} + \dots,$ es decir el término de orden $n$ es en efecto $det (A)$ .

Del teorema se sigue que si $A$ y $B$ tienen entradas enteras o racionales, $det (X A + B)$ tiene coeficientes enteros o racionales respectivamente.

Enseguida podemos definir (gracias al teorema) el siguiente objeto:

Definición. El polinomio característico de la matriz $A \in M_{n} (F)$ es el polinomio $χ_{A} \in F [X]$ definido por

$\begin{array}{r} χ_{A} (X) = det (X \cdot I_{n} - A) . \end{array}$

Una observación inmediata es que, de acuerdo al teorema, el coeficiente principal de $χ_{A} (X)$ tiene coeficiente $det (I_{n}) = 1$ . En otras palabras, acabamos de demostrar la siguiente propiedad fundamental del polinomio característico.

Proposición. El polinomio característico de una matriz en $M_{n} (F)$ siempre tiene grado exactamente $n$ y además es un polinomio mónico, es decir, que el coeficiente que acompaña al término de grado $n$ es igual a $1$ .

Veamos un ejemplo sencillo.

Ejemplo. Si queremos calcular el polinomio característico de

$\begin{array}{r} A = (\begin{array}{c} 1 & - 1 \\ 1 & 0 \end{array}) \in M_{2} (R) \end{array}$

entonces usamos la definición

$\begin{aligned} χ_{A} (X) & = det (X \cdot I_{2} - A) \\ = | \begin{array}{c} X - 1 & 1 \\ - 1 & X \end{array} | \\ = X (X - 1) + 1. \end{aligned}$

Y así los eigenvalores de $A$ son las raíces reales de $χ_{A} (X)$ . Es decir, tenemos que resolver

$\begin{array}{r} 0 = x (x - 1) + 1 = x^{2} - x + 1. \end{array}$

Sin embargo, el discriminante de esta ecuación cuadrática es $(- 1)^{2} - 4 (1) (1) = - 3$ , el cual es un real negativo, por lo que no tenemos eigenvalores reales. Si estuviéramos trabajando en $C$ tendríamos dos eigenvalores complejos:

$\begin{array}{r} x_{1, 2} = \frac{1 \pm i \sqrt{3}}{2} . \end{array}$

De aquí, ¿cómo encontramos los eigenvectores y eigenespacios? Basta con resolver los sistemas lineales homogéneos de ecuaciones $(A - x_{1} I_{2}) X = 0$ para encontrar el $x_{1}$ -eigenespacio y $(A - x_{2}) X = 0$ para encontrar el $x_{2}$ -eigenespacio.

$△$

Algunos cálculos de polinomios característicos

Ya que calcular polinomios característicos se reduce a calcular determinantes, te recomendamos fuertemente que recuerdes las propiedades que tienen los determinantes. Sobre todo, aquellas que permiten calcularlos.

¡A calcular polinomios característicos!

Problema 1. Encuentra el polinomio característico y los eigenvalores de $A$ dónde $A$ es

$\begin{array}{r} A = (\begin{array}{c} 0 & 1 & 0 & 0 \\ 2 & 0 & - 1 & 0 \\ 0 & 7 & 0 & 6 \\ 0 & 0 & 3 & 0 \end{array}) \in M_{4} (R) . \end{array}$

Solución. Usamos la expansión de Laplace respecto al primer renglón:

$\begin{aligned} χ_{A} (X) & = det (X I_{4} - A) \\ = | \begin{array}{c} X & - 1 & 0 & 0 \\ - 2 & X & 1 & 0 \\ 0 & - 7 & X & - 6 \\ 0 & 0 & - 3 & X \end{array} | \\ = X | \begin{array}{c} X & 1 & 0 \\ - 7 & X & - 6 \\ 0 & - 3 & X \end{array} | + | \begin{array}{c} - 2 & 1 & 0 \\ 0 & X & - 6 \\ 0 & - 3 & X \end{array} | \\ = X (X^{3} - 11 X) - 2 (X^{2} - 18) \\ = X^{4} - 13 X^{2} + 36. \end{aligned}$

Después, para encontrar los eigenvalores de $A$ tenemos que encontrar las raíces reales de la ecuación

$\begin{array}{r} x^{4} - 13 x^{2} + 36 = 0. \end{array}$

Sin embargo, no hay que desalentarse por ver una ecuación de grado $4$ . Si hacemos el cambio $y = x^{2}$ podemos llevar nuestro problema a resolver

$\begin{array}{r} y^{2} - 13 y + 36 = 0. \end{array}$

¡Es una ecuación de segundo orden! Esta la podemos resolver usando ‘la chicharronera’ y obtenemos como soluciones $y_{1} = 4$ y $y_{2} = 9$ . Pero todavía tenemos que resolver $x^{2} = y_{1}$ y $x^{2} = y_{2}$ . Al resolver estas últimas dos ecuaciones obtenemos que $x = \pm 2, \pm 3$ son los eigenvalores de $A$ .

$△$

Problema 2. Calcula el polinomio característico y los eigenvalores de la matriz

$\begin{array}{r} A = (\begin{array}{c} 1 & 0 & 1 \\ 1 & 1 & 0 \\ 1 & 0 & 1 \end{array}) \in M_{3} (F_{2}) . \end{array}$

Solución. Nota que estamos trabajando en el campo de dos elementos $F_{2}$ , por lo que $- 1 = 1$ . Usando la definición:

$\begin{aligned} χ_{A} (X) & = det (X I_{3} - A) \\ = | \begin{array}{c} X - 1 & 0 & - 1 \\ - 1 & X - 1 & 0 \\ - 1 & 0 & X - 1 \end{array} | \\ = | \begin{array}{c} X + 1 & 0 & 1 \\ 1 & X + 1 & 0 \\ 1 & 0 & X + 1 \end{array} | . \end{aligned}$

Aquí estamos usando repetidamente $- 1 = 1$ . Usamos otra vez la expansión de Laplace en el primer renglón para llegar a

$\begin{aligned} χ_{A} (X) & = (X + 1) | \begin{array}{c} X + 1 & 0 \\ 0 & X + 1 \end{array} | + | \begin{array}{c} 1 & X + 1 \\ 1 & 0 \end{array} | \\ = (X + 1)^{3} - (X + 1) . \end{aligned}$

Luego, si queremos encontrar los eigenvalores de $A$ tenemos que resolver

$\begin{array}{r} (x + 1)^{3} - (x + 1) = 0. \end{array}$

Si bien existen varias maneras de resolver la ecuación, podemos simplemente sustituir los únicos valores posibles de $x$ : $0$ o $1$ . Sustituyendo es fácil ver que ambos satisfacen la ecuación, por lo que los eigenvalores de $A$ son $0$ y $1$ .

$△$

Más adelante…

En la próxima entrada calcularemos el polinomio característico de una variedad de matrices importantes: triangulares superiores, nilpotentes, etc. Esto nos permitirá entender mejor al polinomio característico y lidiar con muchos casos para facilitarnos los cálculos más adelante.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más la teoría vista.

Demuestra que $0$ es un eigenvalor de una matriz $A$ si y sólo si $det (A) = 0$ .
¿Una matriz compleja de tamaño $n$ tiene necesariamente $n$ eigenvalores distintos?
Calcular el polinomio característico y los eigenvalores de
$\begin{array}{r} A = (\begin{array}{c} 1 & 2 & 0 \\ 0 & 1 & 2 \\ 2 & 0 & 1 \end{array}) \in M_{3} (F_{3}) . \end{array}$
Usando la fórmula del determinante para matrices de tamaño $2$ , encuentra un criterio simple para saber si una matriz con entradas reales de tamaño $2$ tiene dos, uno o ningún eigenvalor real.
Da un criterio simple para saber si una matriz de tamaño $2$ con entradas complejas tiene eigenvalores puramente imaginarios.

Entradas relacionadas

Ir a Álgebra Lineal II
Entrada anterior del curso: Propiedades de eigenvectores y eigenvalores
Siguiente entrada del curso: Polinomio característico de familias especiales

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Álgebra Lineal II: Propiedades de eigenvectores y eigenvalores

Por Julio Sampietro

7 respuestas

Introducción

En la entrada anterior platicamos acerca de eigenvectores, eigenvalores y eigenespacios de matrices y transformaciones lineales. Vimos algunos ejemplos básicos. En esta entrada profundizaremos en el estudio de estos objetos y exploraremos diversas de sus propiedades. Comenzaremos con algunas observaciones inmediatas. Después, veremos cómo encontrar de manera sencilla los eigenvalores de las matrices triangulares superiores. También veremos que «eigenvectores correspondientes a eigenvalores diferentes son linealmente independientes«. Finalmente, conectaremos estas nuevas ideas con un objeto que estudiamos previamente: el polinomio mínimo.

Primeras observaciones

A partir de la proposición de la entrada anterior que nos dice cómo calcular eigenvalores se desprenden algunas consecuencias sencillas pero útiles.

Por ejemplo, recuerda que el determinante de una matriz y su transpuesta es igual. En particular, si $A \in M_{n} (F)$ entonces

$\begin{array}{r} det (λ I_{n} -^{t} A) = det (^{t} (λ I_{n} - A)) = det (λ I_{n} - A) . \end{array}$

Luego $det (λ I_{n} - A) = 0$ si y sólo si $det (λ I_{n} -^{t} A) = 0$ . Recordando que las raíces de estos polinomios son precisamente los eigenvalores, se sigue que los eigenvalores de $A$ y $^{t} A$ son iguales.

Por otro lado, como los eigenvalores son las raíces de un polinomio de grado $n$ , sabemos que hay a lo más $n$ soluciones. Entonces toda matriz tiene a lo más $n$ eigenvalores.

Esto también ocurre para transformaciones lineales en espacios de dimensión finita y lo podemos enunciar como sigue:

Corolario. Sea $V$ un espacio de dimensión finita sobre $F$ y $T : V \to V$ lineal. Entonces $T$ tiene a lo más $\dim V$ eigenvalores distintos.

Sin embargo, si el espacio no es de dimensión finita no podemos hacer tal afirmación. Si $V$ es el espacio de todas las funciones suaves (es decir con derivadas de todos los órdenes) de $R$ en $R$ y $T : V \to V$ es la función lineal que a cada función la manda en su derivada, entonces tenemos «muchos» eigenvalores. Haciendo esto más preciso, para cada real $r$ la función $e^{r x}$ es un eigenvector con eigenvalor $r$ puesto que

$\begin{array}{r} T (e^{r x}) = {(e^{r x})}^{'} = r e^{r x} . \end{array}$

Así, tenemos al menos tantos eigenvalores como números reales. De hecho, estos son exactamente los eigenvalores de $T$ , lo cual puede demostrarse mediante el teorema de existencia y unicidad de soluciones de ecuaciones diferenciales, que estudiarás en otro momento de tu formación matemática.

Matrices triangulares superiores

Parte del interés de «triangular» matrices (es decir, encontrar una matriz similar que sea triangular superior) está dada por la facilidad de calcular sus eigenvalores. Exploramos esto mediante los siguientes dos problemas.

Problema 1. Sea $A = [a_{i j}]$ una matriz triangular superior en $M_{n} (F)$ . Demuestra que los eigenvalores de $A$ son precisamente los elementos en la diagonal.

Solución. Ya establecimos que encontrar los valores propios se reduce a encontrar las raíces del polinomio $det (λ I_{n} - A)$ . Notamos que si $A$ es triangular superior, entonces $λ I_{n} - A$ también es triangular superior. Más aún, las entradas de la diagonal son simplemente $λ - a_{i i}$ . Pero sabemos que el determinante de una matriz triangular superior es el producto de sus entradas diagonales. Así

$\begin{array}{r} det (λ I_{n} - A) = (λ - a_{11}) (λ - a_{22}) \dots (λ - a_{n n}) \end{array}$

cuyas raíces son exactamente los elementos $a_{i i}$ .

Podemos combinar el resultado anterior con otras propiedades de matrices triangulares superiores para resolver a mano algunos problemas que de entrada parecen complicados.

Problema 2. Encuentra los eigenvalores de $A^{3}$ donde

$\begin{array}{r} A = (\begin{array}{c} 1 & 2 & 3 & 4 \\ 0 & 5 & 6 & 7 \\ 0 & 0 & 8 & 9 \\ 0 & 0 & 0 & 10 \end{array}) \in M_{4} (R) . \end{array}$

Solución. En realidad no hace falta hacer el producto de matrices para encontrar la matriz $A^{3}$ . Sabemos que el producto de dos matrices triangulares superiores es triangular superior y que de hecho las entradas de la diagonal son solo el producto de las entradas correspondientes. Es decir, si $[a_{i j}]$ y $[b_{i j}]$ son dos matrices triangulares superiores, las entradas de la diagonal son $a_{i i} b_{i i}$ . En nuestro caso, las entradas de la diagonal son $1^{3}, 5^{3}, 8^{3}$ y $10^{3}$ , y por el problema anterior, estos son precisamente los eigenvalores de $A^{3}$ .

$△$

Relaciones con independencia lineal y combinaciones polinomiales

El resultado principal de esta entrada es el siguiente teorema, que en particular afirma que si dos eigenvalores son distintos, sus eigenvectores son linealmente independientes. En realidad, el resultado es un poco más general y lo enunciamos a continuación

Teorema. Sean $λ_{1}, \dots, λ_{k}$ eigenvalores distintos dos a dos de una transformación lineal $T : V \to V$ . Entonces los $λ_{i}$ -eigenespacios están en posición de suma directa.

Demostración. Por definición, tenemos que demostrar que si tenemos una colección ${v_{i}}$ de vectores con $T (v_{i}) = λ_{i} v_{i}$ y $v_{1} + \dots + v_{k} = 0$ entonces $v_{1} = \dots = v_{k} = 0$ . Procedemos por inducción sobre $k$ .

Nuestro caso base es una tautología, pues si $k = 1$ entonces tenemos que mostrar que si $v_{1} = 0$ entonces $v_{1} = 0$ .

Asumamos que el resultado se cumple para $k - 1$ y verifiquemos que se cumple para $k$ . Supongamos que $v_{1} + \dots + v_{k} = 0$ . Aplicando $T$ de ambos lados de esta igualdad llegamos a

$\begin{aligned} T (v_{1} + \dots + v_{k}) & = T (v_{1}) + \dots + T (v_{k}) \\ = λ_{1} v_{1} + \dots + λ_{k} v_{k} = 0. \end{aligned}$

Por otro lado, si multiplicamos a la igualdad $v_{1} + \dots + v_{k} = 0$ por $λ_{k}$ de ambos lados llegamos a

$\begin{array}{r} λ_{k} v_{1} + \dots + λ_{k} v_{k} = 0. \end{array}$

Sustrayendo y factorizando estas dos igualdades se sigue que

$\begin{array}{r} (λ_{k} - λ_{1}) v_{1} + \dots + (λ_{k} - λ_{k - 1}) v_{k - 1} = 0. \end{array}$

Esto es una combinación lineal de los primeros $k - 1$ vectores $v_{i}$ igualada a cero. Luego, la hipótesis inductiva nos dice que $(λ_{k} - λ_{i}) v_{i} = 0$ para todo $i = 1, \dots, k - 1$ . Como $λ_{k} \neq λ_{i}$ entonces $λ_{k} - λ_{i} \neq 0$ y entonces $v_{i} = 0$ . Sustituyendo en la igualdad original, esto implica que $v_{k} = 0$ inmediatamente.

Enseguida veremos que si formamos un polinomio $P (T)$ , entonces $P (λ)$ es un eigenvalor de $P (T)$ para cualquier eigenvalor $λ$ de $T$ . Esto lo veremos en el siguiente problema.

Problema. Sea $λ$ un eigenvalor de $T : V \to V$ y sea $P$ un polinomio en una variable con coeficientes en $F$ . Demuestra que $P (λ)$ es un eigenvalor de $P (T)$ .

Solución. Como $λ$ es un eigenvalor de $T$ , existe $v$ un vector no cero tal que $T (v) = λ v$ . Inductivamente, se cumple que $T^{k} (v) = λ^{k} v$ . En efecto

$\begin{aligned} T^{k + 1} (v) & = T (T^{k} (v)) \\ = T (λ^{k} v) \\ = λ^{k} T (v) \\ = λ^{k + 1} v . \end{aligned}$

Usando esto, si $P (X) = a_{n} X^{n} + \dots + a_{1} X + a_{0}$ se tiene que

$\begin{aligned} P (T) (v) & = a_{n} T^{n} (v) + \dots + a_{1} T (v) + a_{0} v \\ = a_{n} λ^{n} v + \dots + a_{1} λ v + a_{0} v \\ = (a_{n} λ^{n} + \dots + a_{1} λ + a_{0}) v \\ = P (λ) v . \end{aligned}$

Esto muestra que $P (λ)$ es un eigenvalor de $P (T)$ .

Relación con el polinomio mínimo

Una consecuencia del problema previo es la siguiente proposición.

Proposición. Sea $A \in M_{n} (C)$ una matriz y $P \in C [X]$ un polinomio tal que $P (A) = O_{n}$ . Entonces cualquier eigenvalor $λ$ de $A$ satisface $P (λ) = 0$ .

Solución. Por el problema anterior, $P (λ)$ es un eigenvalor de $P (A)$ , pero $P (A) = O_{n}$ y el único eigenvalor de la matriz cero es $0$ . Luego $P (λ) = 0$ .

De esto, podemos por fin establecer una conexión con el polinomio mínimo, que enunciamos en forma de teorema.

Teorema. Sea $T : V \to V$ una transformación lineal sobre un espacio de dimensión finita sobre un campo $F$ . Los eigenvalores de $T$ son precisamente las raíces en $F$ del polinomio mínimo $μ_{T}$ .

Demostración. Dado que $μ_{T} (T) = 0$ , el problema que acabamos de resolver nos dice que todos los eigenvalores de $T$ son raíces de $μ_{T}$ .

Conversamente, supongamos que existe $λ$ una raíz de $μ_{T}$ que no es eigenvalor. Entonces la transformación $T - λ Id$ es invertible. Como $μ_{T} (λ) = 0$ , podemos factorizar la raíz y escribir $μ_{T} (X) = (X - λ) Q (X)$ para algún $Q \in F [X]$ . Dado que $μ_{T} (T) = 0$ deducimos que

$\begin{array}{r} (T - λ Id) \circ Q (T) = 0. \end{array}$

Recordando una vez más que $T - λ Id$ es invertible, esta ecuación implica que $Q (T) = 0$ . Ya que $μ_{T}$ es el polinomio mínimo, por una propiedad que mostramos anteriormente obtendríamos que $μ_{T}$ divide a $Q$ . Pero esto se contradice con la igualdad $μ_{T} (X) = (X - λ) Q (X)$ , que nos dice que $μ_{T}$ tiene grado mayor. Esto concluye la demostración.

Ejercicios

Terminamos con un par de ejercicios para repasar el material de estas secciones. El primero de entre ellos toma prestados nombres de la probabilidad (lo lo cuál puede sugerirte en qué tipo de texto te podrías encontrar con estas matrices).

Problema 1. Una matriz $A \in M_{n} (R)$ se dice estocástica si $a_{i j} \geq 0$ para todo $i, j \in {1, \dots, n}$ y $\sum_{j = 1}^{n} a_{i j} = 1$ para todo $i \in {1, \dots, n}$ .

Demuestra que $1$ es un eigenvalor de cualquier matriz estocástica.

Solución. Consideremos el vector $v = (1, \dots, 1)$ . Nota que

$\begin{aligned} A \cdot v & = (\begin{array}{c} a_{11} & a_{12} & \dots & a_{1 n} \\ a_{21} & a_{22} & \dots & a_{2 n} \\ \dots & \dots & \dots & \dots \\ a_{n 1} & a_{n 2} & \dots & a_{n n} \end{array}) \cdot (\begin{array}{c} 1 \\ 1 \\ ⋮ \\ 1 \end{array}) \\ = (\begin{array}{c} a_{11} + a_{12} + \dots + a_{1 n} \\ a_{21} + a_{22} + \dots + a_{2 n} \\ ⋮ \\ a_{n 1} + a_{n 2} + \dots + a_{n n} \end{array}) \\ = (\begin{array}{c} 1 \\ 1 \\ ⋮ \\ 1 \end{array}) . \end{aligned}$

Es decir $A \cdot v = v$ , por lo que $v$ es un eigenvector de $A$ con eigenvalor asociado $1$ .

Problema 2. Sea $V$ el espacio de todos los polinomios con coeficientes reales. Sea $T : V \to V$ la transformación lineal dada por $P (X) \mapsto P (1 - X)$ . ¿Cuáles son los eigenvalores de $T$ ?

Solución. Observa que
$\begin{aligned} T^{2} (P) & = T \circ T (P) \\ = T (P (1 - X)) \\ = P (1 - (1 - X)) \\ = P (X) . \end{aligned}$ Así $T^{2} = Id$ , o bien $T^{2} - Id = 0$ . Luego, el polinomio mínimo $μ_{T}$ tiene que dividir al polinomio $X^{2} - 1$ . Sin embargo, los únicos factores de este polinomio son $X - 1$ y $X + 1$ . Dado que $T \neq \pm Id$ se tiene que $μ_{T} (X) = X^{2} - 1$ . Por el último teorema que vimos, los eigenvalores de $T$ son precisamente las raíces de $μ_{T}$ en $R$ , es decir $\pm 1$ .

$△$

Más adelante…

En las entradas subsecuentes iremos más a fondo en el concepto de polinomio característico, para eventualmente llegar al teorema de Cayley-Hamilton. Para eso tendremos que equiparnos de bastante teoría y repasar varias propiedades de dicho polinomio.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más la teoría vista.

Sea $V$ el espacio de polinomios con coeficientes reales de grado a lo más $n$ . Encuentra los eigenvalores de la transformación $T : P (X) \mapsto P (X) - (1 + X) P^{'} (X)$ .
Si $V$ es el espacio de polinomios con coeficientes reales, encuentra los eigenvalores de $T : P (X) \mapsto P (3 X)$ .
Sean $A, B$ matrices en $M_{n} (C)$ tales que $A B - B A = B$ . Demuestra que para todo $k \geq 1$ se cumple que $A B^{k} - B^{k} A = k B^{k}$ y de esto deduce que $B$ es nilpotente: existe $m$ tal que $B^{m} = 0$ . Sugerencia: ¿Cuántos eigenvalores puede tener $T : X \mapsto A X - X A$ ?
¿Puedes generalizar el último problema de la sección de matrices triangulares superiores?
Sea $A$ una matriz cuadrada con entradas reales. Supón que $λ$ es un real positivo que es eigenvalor de $A^{2}$ . Demuestra que $\sqrt{λ}$ o $- \sqrt{λ}$ es un eigenvalor de $A$ . ¿Sucederá a veces que sólo una de estas es eigenvalor?

Entradas relacionadas

Ir a Álgebra Lineal II
Entrada anterior del curso: Eigenvectores y eigenvalores
Siguiente entrada del curso: Polinomio característico

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Álgebra Lineal II: Eigenvectores y eigenvalores

Por Julio Sampietro

Deja un comentario

Introducción

En esta entrada revisitamos los conceptos de eigenvalores y eigenvectores de una transformación lineal. Estos son esenciales para entender a las transformaciones lineales, y tienen un rango de aplicabilidad impresionante: aparecen en la física, las ecuaciones diferenciales parciales, la ciencia de datos, la topología algebraica y la probabilidad.

Primero enunciaremos la definición, después veremos un primer ejemplo para convencernos de que no son objetos imposibles de calcular. Luego daremos un método para vislumbrar una manera más sencilla de hacer dicho cálculo y concluiremos con unos ejercicios.

Eigen-definiciones

Comenzamos con $V$ un espacio vectorial sobre $F$ y $T : V \to V$ una transformación lineal.

Definición. Un eigenvalor (también conocido como valor propio) de $T$ es un escalar $λ \in F$ tal que $λ \cdot Id - T$ no es invertible. Un eigenvector (también conocido como vector propio o $λ$ -eigenvector) correspondiente a $λ$ es un vector no-cero de $\ker (λ \cdot Id - T)$ . A este kernel se le conoce como el eigenespacio correspondiente a $λ$ (o $λ$ -eigenespacio).

Entonces un $λ$ -eigenvector es por definición distinto de cero y satisface

$\begin{array}{r} T (v) = λ v . \end{array}$

Hay que tener cuidado. Sí se permite que $λ = 0$ sea eigenvalor, pero no se permite que $v = 0$ sea eigenvector.

La colección de todos los eigenvectores, junto con el vector cero, es el eigenespacio asociado a $λ$ . Podemos enunciar definiciones análogas con matrices.

Definición. Sea $A \in M_{n} (F)$ una matriz cuadrada. Un escalar $λ \in F$ es un eigenvalor de $A$ si existe un vector $X \in F^{n}$ distinto de cero (un eigenvector) tal que $A X = λ X$ . En este caso el subespacio

$\begin{array}{r} \ker (λ I_{n} - A) := {X \in F^{n} ∣ A X = λ X} \end{array}$

es el $λ$ -eigenespacio de $A$ .

Puedes verificar que ambas definiciones se corresponden en el siguiente sentido:

Si $V$ es un espacio de dimensión finita y $T : V \to V$ es una transformación lineal, podemos escoger cualquier base de $V$ y asociarle a $T$ su forma matricial, digamos $A$ , en esta base. Los eigenvalores de $T$ son precisamente los eigenvalores de $A$ . ¡Pero cuidado! Los eigenvectores de $A$ dependerán de la base elegida.

Un primer ejemplo

Seguimos con un sencillo pero importante ejemplo.

Ejemplo 1. Considera la matriz

$\begin{array}{r} A = (\begin{array}{c} 0 & - 1 \\ 1 & 0 \end{array}) . \end{array}$

Busquemos los eigenvectores y eigenvalores de $A$ , pensando a $A$ como una matriz con entradas complejas. Sea $λ \in C$ un eigenvalor y $X$ un eigenvector asociado. Entonces se cumple la relación $A X = λ X$ . Si $X = (x_{1}, x_{2})$ entonces la condición mencionada es equivalente al par de ecuaciones

$\begin{array}{r} - x_{2} = λ x_{1}, x_{1} = λ x_{2} . \end{array}$

Sustituyendo una en la otra obtenemos

$\begin{array}{r} - x_{2} = λ^{2} x_{2} . \end{array}$

Si $x_{2} = 0$ entonces $x_{1} = 0$ y así $X$ es un vector nulo, lo que es imposible por definición (recuerda que pedimos que los eigenvectores sean distintos de cero). Entonces $x_{2} \neq 0$ y podemos dividir por $x_{2}$ a la ecuación previa, de manera que $λ^{2} = - 1$ , o sea $λ = \pm i$ . Conversamente, $i$ y $- i$ son eigenvalores. En efecto, podemos tomar $x_{2} = 1$ y $x_{1} = λ$ como soluciones del problema anterior y obtener un vector propio asociado. De hecho, el eigenespacio está dado por

$\begin{array}{r} \ker (λ I_{2} - A) = {(λ x_{2}, x_{2}) ∣ x_{2} \in C} \end{array}$

y esto no es más que la recta generada por el vector $v = (λ, 1) \in C^{2}$ . Por lo tanto, vista como una matriz compleja, $A$ tiene dos eigenvalores distintos $\pm i$ y dos eigenespacios, los generados por $(i, 1)$ y $(- i, 1)$ .

Por otro lado, veamos qué pasa si pensamos a $A$ como una matriz con entradas reales. Haciendo las mismas cuentas llegamos a la misma ecuación, $- x_{2} = λ^{2} x_{2}$ . Podemos reescribirla factorizando el término $x_{2}$ :

$\begin{array}{r} (λ^{2} + 1) x_{2} = 0. \end{array}$

Como $λ$ esta vez es un número real, $λ^{2} + 1$ siempre es distinto de cero. Entonces para que el producto sea cero, tiene que ocurrir que $x_{2} = 0$ , ¡pero entonces $x_{1} = 0$ y así $X = 0$ ! En conclusión: vista como una matriz con entradas reales, $A$ no tiene eigenvalores, y por tanto no tiene eigenespacios. La moraleja es que los eigenvalores y eigenvectores dependen mucho del campo en el que trabajemos.

¿Cómo calcularlos?

Si bien el ejemplo anterior resultó simple, no es difícil imaginar que matrices más complicadas y más grandes pueden resultar en procedimientos menos claros. En general:

¿Cómo podemos calcular los eigenvalores?
¿Cómo podemos calcular los eigenespacios de manera eficiente?
¿Cómo podemos calcular los eigenvectores?

Una vez calculados los eigenvalores, calcular los eigenespacios se reduce a resolver el sistema de ecuaciones homogéneo $(A - λ I_{n}) X = 0$ , lo cual ya hemos hecho muchas veces mediante reducción gaussiana. Luego, calcular los eigenvectores simplemente es tomar los elementos no cero del eigenespacio. Sin embargo, el cálculo de eigenvalores involucra encontrar raíces de polinomios lo cual de entrada no es obvio. Un primer paso es la siguiente observación que enunciamos como proposición.

Proposición. Un escalar $λ \in F$ es un eigenvalor de $A \in M_{n} (F)$ si y sólo si

$\begin{array}{r} det (λ I_{n} - A) = 0. \end{array}$

Demostración. El sistema $(λ I_{n} - A) X = 0$ tiene soluciones no triviales si y sólo si la matriz $λ I_{n} - A$ no es invertible. A su vez, la matriz $λ I_{n} - A$ no es invertible si y sólo si su determinante es nulo. El resultado se sigue.

Regresemos a nuestra pregunta. Si

$\begin{array}{r} A = (\begin{array}{c} a_{11} & a_{12} & \dots & a_{1 n} \\ a_{21} & a_{22} & \dots & a_{2 n} \\ \dots & \dots & \dots & \dots \\ a_{n 1} & a_{n 2} & \dots & a_{n n} \end{array}) \end{array}$

entonces la proposición nos dice que podemos calcular los valores propios de $A$ resolviendo la ecuación polinomial

$\begin{array}{r} | \begin{array}{c} λ - a_{11} & - a_{12} & \dots & - a_{1 n} \\ - a_{21} & λ - a_{22} & \dots & - a_{2 n} \\ \dots & \dots & \dots & \dots \\ - a_{n 1} & - a_{n 2} & \dots & λ - a_{n n} \end{array} | = 0 \end{array}$

en $F$ . Esta es una ecuación polinomial de grado $n$ , y si el grado es mayor a $4$ en general no existe una fórmula para resolverla en términos de radicales (aunque claro que hay casos particulares que si podemos resolver sin mucho problema).

Problema 2. Queremos calcular los eigenvalores de $A$ , donde $A$ está dada por

$\begin{array}{r} A = (\begin{array}{c} 1 & 0 & 0 \\ 0 & 0 & - 1 \\ 0 & 1 & 0 \end{array}) . \end{array}$

Solución. Como vimos en la proposición, esto se reduce a calcular las raíces del polinomio

$\begin{array}{r} | \begin{array}{c} λ - 1 & 0 & 0 \\ 0 & λ & 1 \\ 0 & - 1 & λ \end{array} | = 0. \end{array}$

Calculando el determinante vemos que esto es de hecho

$\begin{array}{r} (λ - 1) (λ^{2} + 1) = 0. \end{array}$

Sin embargo tenemos que recordar que las raíces dependen de nuestro campo de elección. Como no comentamos nada sobre el campo en el cual trabajamos, consideraremos dos casos. Si el campo es $C$ entonces los eigenvalores son $1$ y $\pm i$ . Si trabajamos sobre $R$ entonces tenemos un único eigenvalor: $1$ .

$△$

Ejercicios

Acabamos esta entrada con unos ejercicios para reforzar lo que vimos.

Problema 1. Encuentra todos los números reales $x$ tales que la matriz

$\begin{array}{r} A = (\begin{array}{c} 1 & x \\ 2 & 1 \end{array}) \end{array}$

tiene exactamente dos eigenvalores distintos. La misma pregunta para ningún eigenvalor.

Solución. El número de eigenvalores va a estar dado por el número de raíces del polinomio $det (λ I_{2} - A)$ . Es decir, tenemos que trabajar la ecuación

$\begin{array}{r} det (λ I_{2} - A) = | \begin{array}{c} λ - 1 & - x \\ - 2 & λ - 1 \end{array} | = 0. \end{array}$

Que a su vez se reduce a

$\begin{array}{r} (λ - 1)^{2} - 2 x = 0. \end{array}$

Y para que tenga dos soluciones basta con que $2 x$ sea un número positivo. En efecto, en ese caso podemos despejar y resolver

$\begin{array}{r} λ = 1 \pm \sqrt{2 x} . \end{array}$

Como $2 x$ es positivo solo si $x$ lo es, podemos concluir que la condición necesaria y suficiente es que $x$ sea un real positivo. Similarmente, si $x$ es un número negativo no tendremos ningún eigenvalor.

$△$

Problema 2. Sea $V$ el conjunto de todas las matrices $A \in M_{2} (C)$ tales que $v = (\begin{matrix} 1 \\ 2 \end{matrix})$ es un eigenvector de $A$ . Demuestra que $V$ es un subespacio de $M_{2} (C)$ y da una base.

Solución. Supongamos que $v$ es un eigenvector de $A$ , con eigenvalor $λ$ , y que es eigenvector de $B$ , con eigenvalor $μ$ . Entonces

$\begin{array}{r} (A + c B) (v) = A v + c B v = λ v + c μ v = (λ + c μ) v \end{array}$

por lo que $v$ es eigenvector de $A + c B$ con eigenvalor $λ + c μ$ . Esto demuestra que $V$ es un subespacio. Para darnos una idea de cómo podría ser una base para $V$ , comencemos con una matriz genérica $A = (\begin{matrix} a & b \\ c & d \end{matrix})$ tal que $A \in V$ . Entonces $A$ tiene que satisfacer $A v = λ v$ para algún $λ$ . Escribamos esto más explícitamente

$\begin{array}{r} (\begin{array}{c} a & b \\ c & d \end{array}) \cdot (\begin{array}{c} 1 \\ 2 \end{array}) = (\begin{array}{c} a + 2 b \\ c + 2 d \end{array}) = (\begin{array}{c} λ \\ 2 λ \end{array}) . \end{array}$

Así se desprenden dos ecuaciones

$\begin{array}{r} {\begin{cases} a + 2 b = λ \\ c + 2 d = 2 λ \end{cases} . \end{array}$

Sabemos que $λ$ es un parámetro libre, pues puede ser cualquier eigenvalor. Si conocemos a $λ$ entonces necesitamos alguna de las variables, $a$ o $b$ para determinar a la otra y lo mismo con $c$ y $d$ . Entonces escojamos $b$ y $d$ como variables libres. Enseguida nuestra matriz es de la forma (reemplazando a $a$ y $c$ por sus valores en $b$ y $d$ ):

$\begin{aligned} A & = (\begin{array}{c} λ - 2 b & b \\ 2 λ - 2 d & d \end{array}) \\ = b (\begin{array}{c} - 2 & 1 \\ 0 & 0 \end{array}) + d (\begin{array}{c} 0 & 0 \\ - 2 & 1 \end{array}) + λ (\begin{array}{c} 1 & 0 \\ 2 & 0 \end{array}) . \end{aligned}$

Entonces proponemos como base

$\begin{array}{r} β = {(\begin{array}{c} - 2 & 1 \\ 0 & 0 \end{array}), (\begin{array}{c} 0 & 0 \\ - 2 & 1 \end{array}), (\begin{array}{c} 1 & 0 \\ 2 & 0 \end{array})} . \end{array}$

Ya vimos que $β$ genera a $V$ , y dejamos la independencia lineal como ejercicio.

Más adelante…

En las próximas entradas desarrollaremos las propiedades relevantes de los eigenvalores y eigenvectores para eventualmente llegar al polinomio característico y establecer el puente con el polinomio mínimo.

Tarea moral

Aquí unos ejercicios para que repases el material de esta entrada.

Encuentra todos los eigenvalores de la matriz $A = (\begin{matrix} 1 & 1 & 0 \\ 0 & 2 & 1 \\ 0 & 0 & 1 \end{matrix}) \in M_{3} (C)$ .
Completa la demostración del último ejercicio de la sección de ejercicios, verificando que las soluciones encontradas son matrices linealmente independientes. ¿Puedes generalizar este ejercicio de alguna manera?
Encuentra los eigenvalores de la matriz $A \in M_{n} (R)$ cuyas entradas son puros $2$ .
Da contraejemplos para cada una de las siguientes afirmaciones:
1. Si $u$ y $v$ son eigenvectores de $A$ , entonces $u + v$ es eigenvector de $A$ .
2. Si $λ$ es eigenvalor de $A$ y $μ$ es eigenvalor de $B$ , entonces $λ μ$ es eigenvalor de $A B$ .
3. Si $A$ y $B$ son formas matriciales de una misma transformación $T$ y $v$ es eigenvector de $A$ , entonces $v$ es eigenvector de $B$ .
Considera la transformación derivada en $R [x]$ . ¿Quienes son sus eigenvectores y eigenvalores? Como sugerencia, estudia el coeficiente de mayor grado.

Entradas relacionadas

Ir a Álgebra Lineal II
Entrada anterior del curso: Polinomio mínimo de transformaciones lineales y matrices
Siguiente entrada del curso: Propiedades de eigenvectores y eigenvalores

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»