Valores y Vectores Propios - Universidad de Chile · Valores y vectores propios Semana 11 [14/41]...
Transcript of Valores y Vectores Propios - Universidad de Chile · Valores y vectores propios Semana 11 [14/41]...
Semana 11 [1/41]
Valores y Vectores Propios
10 de octubre de 2007
Valores y Vectores Propios
Valores y vectores propios Semana 11 [2/41]
Motivación
L : Kn → Kn lineal y sea A la matriz representante de L con respecto a labase canónica B.
B′ = {v1, . . . , vn}: Base de vectores propios de L.
∀ i ∃λi ∈ K Avi = λivi .
¿MB′B′(L)?Av1 = λ1v1 = λ1v1 + 0v2 + ... + 0vn
Av2 = λ1v2 = 0v1 + λ2v2 + ... + 0vn...
Avn = λnvn = 0v1 + 0v2 + ... + λnvn
MB′B′(L) =
λ1 0 00 λ2
...... 0 . . . 00 0 λn
= D que es diagonal.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [3/41]
Motivación
L : Kn → Kn lineal y sea A la matriz representante de L con respecto a labase canónica B.
B′ = {v1, . . . , vn}: Base de vectores propios de L.
∀ i ∃λi ∈ K Avi = λivi .
¿MB′B′(L)?Av1 = λ1v1 = λ1v1 + 0v2 + ... + 0vn
Av2 = λ1v2 = 0v1 + λ2v2 + ... + 0vn...
Avn = λnvn = 0v1 + 0v2 + ... + λnvn
MB′B′(L) =
λ1 0 00 λ2
...... 0 . . . 00 0 λn
= D que es diagonal.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [4/41]
Motivación
L : Kn → Kn lineal y sea A la matriz representante de L con respecto a labase canónica B.
B′ = {v1, . . . , vn}: Base de vectores propios de L.
∀ i ∃λi ∈ K Avi = λivi .
¿MB′B′(L)?Av1 = λ1v1 = λ1v1 + 0v2 + ... + 0vn
Av2 = λ1v2 = 0v1 + λ2v2 + ... + 0vn...
Avn = λnvn = 0v1 + 0v2 + ... + λnvn
MB′B′(L) =
λ1 0 00 λ2
...... 0 . . . 00 0 λn
= D que es diagonal.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [5/41]
Motivación
L : Kn → Kn lineal y sea A la matriz representante de L con respecto a labase canónica B.
B′ = {v1, . . . , vn}: Base de vectores propios de L.
∀ i ∃λi ∈ K Avi = λivi .
¿MB′B′(L)?Av1 = λ1v1 = λ1v1 + 0v2 + ... + 0vn
Av2 = λ1v2 = 0v1 + λ2v2 + ... + 0vn...
Avn = λnvn = 0v1 + 0v2 + ... + λnvn
MB′B′(L) =
λ1 0 00 λ2
...... 0 . . . 00 0 λn
= D que es diagonal.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [6/41]
Motivación
L : Kn → Kn lineal y sea A la matriz representante de L con respecto a labase canónica B.
B′ = {v1, . . . , vn}: Base de vectores propios de L.
∀ i ∃λi ∈ K Avi = λivi .
¿MB′B′(L)?Av1 = λ1v1 = λ1v1 + 0v2 + ... + 0vn
Av2 = λ1v2 = 0v1 + λ2v2 + ... + 0vn...
Avn = λnvn = 0v1 + 0v2 + ... + λnvn
MB′B′(L) =
λ1 0 00 λ2
...... 0 . . . 00 0 λn
= D que es diagonal.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [7/41]
Motivación
L : Kn → Kn lineal y sea A la matriz representante de L con respecto a labase canónica B.
B′ = {v1, . . . , vn}: Base de vectores propios de L.
∀ i ∃λi ∈ K Avi = λivi .
¿MB′B′(L)?Av1 = λ1v1 = λ1v1 + 0v2 + ... + 0vn
Av2 = λ1v2 = 0v1 + λ2v2 + ... + 0vn...
Avn = λnvn = 0v1 + 0v2 + ... + λnvn
MB′B′(L) =
λ1 0 00 λ2
...... 0 . . . 00 0 λn
= D que es diagonal.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [8/41]
Motivación
Algunas ventajas de conocer D:
r (A) = r (D) = número de valores propios no nulos.
|A| = |PDP−1| = |P||D||P−1| = |D| =n∏
i=1λi .
|A| 6= 0 entonces ∀iλi 6= 0 y A−1 = PD−1P−1 donde
D−1 =
λ−11 0
. . .0 λ−1
n
.
Am = (PDP−1)m = (PDP−1)(PDP−1) · · · (PDP−1)
= PDmP−1 = P
λm1 0
. . .0 λm
n
P−1
Valores y Vectores Propios
Valores y vectores propios Semana 11 [9/41]
Motivación
Algunas ventajas de conocer D:
r (A) = r (D) = número de valores propios no nulos.
|A| = |PDP−1| = |P||D||P−1| = |D| =n∏
i=1λi .
|A| 6= 0 entonces ∀iλi 6= 0 y A−1 = PD−1P−1 donde
D−1 =
λ−11 0
. . .0 λ−1
n
.
Am = (PDP−1)m = (PDP−1)(PDP−1) · · · (PDP−1)
= PDmP−1 = P
λm1 0
. . .0 λm
n
P−1
Valores y Vectores Propios
Valores y vectores propios Semana 11 [10/41]
Motivación
Algunas ventajas de conocer D:
r (A) = r (D) = número de valores propios no nulos.
|A| = |PDP−1| = |P||D||P−1| = |D| =n∏
i=1λi .
|A| 6= 0 entonces ∀iλi 6= 0 y A−1 = PD−1P−1 donde
D−1 =
λ−11 0
. . .0 λ−1
n
.
Am = (PDP−1)m = (PDP−1)(PDP−1) · · · (PDP−1)
= PDmP−1 = P
λm1 0
. . .0 λm
n
P−1
Valores y Vectores Propios
Valores y vectores propios Semana 11 [11/41]
Motivación
Algunas ventajas de conocer D:
r (A) = r (D) = número de valores propios no nulos.
|A| = |PDP−1| = |P||D||P−1| = |D| =n∏
i=1λi .
|A| 6= 0 entonces ∀iλi 6= 0 y A−1 = PD−1P−1 donde
D−1 =
λ−11 0
. . .0 λ−1
n
.
Am = (PDP−1)m = (PDP−1)(PDP−1) · · · (PDP−1)
= PDmP−1 = P
λm1 0
. . .0 λm
n
P−1
Valores y Vectores Propios
Valores y vectores propios Semana 11 [12/41]
Motivación
Algunas ventajas de conocer D:
r (A) = r (D) = número de valores propios no nulos.
|A| = |PDP−1| = |P||D||P−1| = |D| =n∏
i=1λi .
|A| 6= 0 entonces ∀iλi 6= 0 y A−1 = PD−1P−1 donde
D−1 =
λ−11 0
. . .0 λ−1
n
.
Am = (PDP−1)m = (PDP−1)(PDP−1) · · · (PDP−1)
= PDmP−1 = P
λm1 0
. . .0 λm
n
P−1
Valores y Vectores Propios
Valores y vectores propios Semana 11 [13/41]
Motivación
Algunas ventajas de conocer D:
r (A) = r (D) = número de valores propios no nulos.
|A| = |PDP−1| = |P||D||P−1| = |D| =n∏
i=1λi .
|A| 6= 0 entonces ∀iλi 6= 0 y A−1 = PD−1P−1 donde
D−1 =
λ−11 0
. . .0 λ−1
n
.
Am = (PDP−1)m = (PDP−1)(PDP−1) · · · (PDP−1)
= PDmP−1 = P
λm1 0
. . .0 λm
n
P−1
Valores y Vectores Propios
Valores y vectores propios Semana 11 [14/41]
Matrices diagonalizables
Matriz diagonalizableA ∈ Mnn(K) es diagonalizable si Kn admite una base de vectores propiosde A.
TeoremaA es diagonalizable si y sólo si A es similar a una matriz diagonal.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [15/41]
Matrices diagonalizables
Matriz diagonalizableA ∈ Mnn(K) es diagonalizable si Kn admite una base de vectores propiosde A.
TeoremaA es diagonalizable si y sólo si A es similar a una matriz diagonal.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [16/41]
Espacios propios e independencia lineal
TeoremaSea A ∈ Mnn(K) si {λi}i=1,...,k son valores propios de A distintos
Si {vi}i=1...,k son vectores propios de A (asociados a los λi),entonces {vi}i=1,...,k es un conjunto l.i.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [17/41]
Espacios propios e independencia lineal
TeoremaSea A ∈ Mnn(K) si {λi}i=1,...,k son valores propios de A distintos
Si {vi}i=1...,k son vectores propios de A (asociados a los λi),entonces {vi}i=1,...,k es un conjunto l.i.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [18/41]
Suma directa múltiple
Suma de múltiples subespacios
k+
i=1Ui = U1 + U2 + · · · + Uk ,
{
v =k
∑
i=1
ui | ∀i ∈ {1, . . . , k}, ui ∈ Ui
}
.
Suma directa múltipleV e.v. y U1, . . . , Uk s.e.v. de V .
Z = +ki=1 Ui es suma directa de U1, . . . , Uk , notado
Z =⊕k
i=1 Ui = U1 ⊕ U2 ⊕ · · · ⊕ Uk ,
si para todo v ∈ Z , v se escribe de manera única como
v =k
∑
i=1
ui , con ui ∈ Ui , ∀i ∈ {1, . . . , k}.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [19/41]
Suma directa múltiple
Suma de múltiples subespacios
k+
i=1Ui = U1 + U2 + · · · + Uk ,
{
v =k
∑
i=1
ui | ∀i ∈ {1, . . . , k}, ui ∈ Ui
}
.
Suma directa múltipleV e.v. y U1, . . . , Uk s.e.v. de V .
Z = +ki=1 Ui es suma directa de U1, . . . , Uk , notado
Z =⊕k
i=1 Ui = U1 ⊕ U2 ⊕ · · · ⊕ Uk ,
si para todo v ∈ Z , v se escribe de manera única como
v =k
∑
i=1
ui , con ui ∈ Ui , ∀i ∈ {1, . . . , k}.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [20/41]
Suma directa múltiple
Suma de múltiples subespacios
k+
i=1Ui = U1 + U2 + · · · + Uk ,
{
v =k
∑
i=1
ui | ∀i ∈ {1, . . . , k}, ui ∈ Ui
}
.
Suma directa múltipleV e.v. y U1, . . . , Uk s.e.v. de V .
Z = +ki=1 Ui es suma directa de U1, . . . , Uk , notado
Z =⊕k
i=1 Ui = U1 ⊕ U2 ⊕ · · · ⊕ Uk ,
si para todo v ∈ Z , v se escribe de manera única como
v =k
∑
i=1
ui , con ui ∈ Ui , ∀i ∈ {1, . . . , k}.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [21/41]
Suma directa múltiple
Suma de múltiples subespacios
k+
i=1Ui = U1 + U2 + · · · + Uk ,
{
v =k
∑
i=1
ui | ∀i ∈ {1, . . . , k}, ui ∈ Ui
}
.
Suma directa múltipleV e.v. y U1, . . . , Uk s.e.v. de V .
Z = +ki=1 Ui es suma directa de U1, . . . , Uk , notado
Z =⊕k
i=1 Ui = U1 ⊕ U2 ⊕ · · · ⊕ Uk ,
si para todo v ∈ Z , v se escribe de manera única como
v =k
∑
i=1
ui , con ui ∈ Ui , ∀i ∈ {1, . . . , k}.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [22/41]
Suma directa múltiple
ProposiciónV espacio vectorial y Z , U1, . . . , Uk subespacios vectoriales de V , entonces:
1 Z =k
⊕
i=1
Ui ⇔
Z =k+
i=1Ui ∧ ∀j ∈ {1, . . . , k}, Uj ∩
k+
i=1i 6=j
Ui
= {0}
.
2 Si Z =k+
i=1Ui y Z es de dimensión finita, entonces son equivalentes:
(a) Z =k
⊕
i=1
Ui .
(b) (∀i ∈ {1, . . . , k})(∀ui ∈ Ui \ {0}) {u1, . . . , uk} es l.i.(c) La yuxtaposición de bases de los subespacios Ui es una base (y no
sólo un generador) de Z .
(d) dim(Z ) =k
∑
i=1
dim(Ui).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [23/41]
Suma directa múltiple
ProposiciónV espacio vectorial y Z , U1, . . . , Uk subespacios vectoriales de V , entonces:
1 Z =k
⊕
i=1
Ui ⇔
Z =k+
i=1Ui ∧ ∀j ∈ {1, . . . , k}, Uj ∩
k+
i=1i 6=j
Ui
= {0}
.
2 Si Z =k+
i=1Ui y Z es de dimensión finita, entonces son equivalentes:
(a) Z =k
⊕
i=1
Ui .
(b) (∀i ∈ {1, . . . , k})(∀ui ∈ Ui \ {0}) {u1, . . . , uk} es l.i.(c) La yuxtaposición de bases de los subespacios Ui es una base (y no
sólo un generador) de Z .
(d) dim(Z ) =k
∑
i=1
dim(Ui).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [24/41]
Suma directa múltiple
ProposiciónV espacio vectorial y Z , U1, . . . , Uk subespacios vectoriales de V , entonces:
1 Z =k
⊕
i=1
Ui ⇔
Z =k+
i=1Ui ∧ ∀j ∈ {1, . . . , k}, Uj ∩
k+
i=1i 6=j
Ui
= {0}
.
2 Si Z =k+
i=1Ui y Z es de dimensión finita, entonces son equivalentes:
(a) Z =k
⊕
i=1
Ui .
(b) (∀i ∈ {1, . . . , k})(∀ui ∈ Ui \ {0}) {u1, . . . , uk} es l.i.(c) La yuxtaposición de bases de los subespacios Ui es una base (y no
sólo un generador) de Z .
(d) dim(Z ) =k
∑
i=1
dim(Ui).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [25/41]
Suma directa múltiple
ProposiciónV espacio vectorial y Z , U1, . . . , Uk subespacios vectoriales de V , entonces:
1 Z =k
⊕
i=1
Ui ⇔
Z =k+
i=1Ui ∧ ∀j ∈ {1, . . . , k}, Uj ∩
k+
i=1i 6=j
Ui
= {0}
.
2 Si Z =k+
i=1Ui y Z es de dimensión finita, entonces son equivalentes:
(a) Z =k
⊕
i=1
Ui .
(b) (∀i ∈ {1, . . . , k})(∀ui ∈ Ui \ {0}) {u1, . . . , uk} es l.i.(c) La yuxtaposición de bases de los subespacios Ui es una base (y no
sólo un generador) de Z .
(d) dim(Z ) =k
∑
i=1
dim(Ui).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [26/41]
Suma directa múltiple
ProposiciónV espacio vectorial y Z , U1, . . . , Uk subespacios vectoriales de V , entonces:
1 Z =k
⊕
i=1
Ui ⇔
Z =k+
i=1Ui ∧ ∀j ∈ {1, . . . , k}, Uj ∩
k+
i=1i 6=j
Ui
= {0}
.
2 Si Z =k+
i=1Ui y Z es de dimensión finita, entonces son equivalentes:
(a) Z =k
⊕
i=1
Ui .
(b) (∀i ∈ {1, . . . , k})(∀ui ∈ Ui \ {0}) {u1, . . . , uk} es l.i.(c) La yuxtaposición de bases de los subespacios Ui es una base (y no
sólo un generador) de Z .
(d) dim(Z ) =k
∑
i=1
dim(Ui).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [27/41]
Suma directa múltiple
ProposiciónV espacio vectorial y Z , U1, . . . , Uk subespacios vectoriales de V , entonces:
1 Z =k
⊕
i=1
Ui ⇔
Z =k+
i=1Ui ∧ ∀j ∈ {1, . . . , k}, Uj ∩
k+
i=1i 6=j
Ui
= {0}
.
2 Si Z =k+
i=1Ui y Z es de dimensión finita, entonces son equivalentes:
(a) Z =k
⊕
i=1
Ui .
(b) (∀i ∈ {1, . . . , k})(∀ui ∈ Ui \ {0}) {u1, . . . , uk} es l.i.(c) La yuxtaposición de bases de los subespacios Ui es una base (y no
sólo un generador) de Z .
(d) dim(Z ) =k
∑
i=1
dim(Ui).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [28/41]
Matrices diagonalizables y espacios propios
Gracias a lo anterior, tenemos
TeoremaSea A ∈ Mnn(K), λ1, . . . , λk los v.p.’s (distintos) de A y Wλi = Ker (A − λi I),i ∈ {1, . . . , k}.
Si W = Wλ1 + Wλ2 + · · · + Wλk , se tiene que
W = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
En particular, A es diagonalizable si y sólo siKn = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
Valores y Vectores Propios
Valores y vectores propios Semana 11 [29/41]
Matrices diagonalizables y espacios propios
Gracias a lo anterior, tenemos
TeoremaSea A ∈ Mnn(K), λ1, . . . , λk los v.p.’s (distintos) de A y Wλi = Ker (A − λi I),i ∈ {1, . . . , k}.
Si W = Wλ1 + Wλ2 + · · · + Wλk , se tiene que
W = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
En particular, A es diagonalizable si y sólo siKn = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
Valores y Vectores Propios
Valores y vectores propios Semana 11 [30/41]
Matrices diagonalizables y espacios propios
Gracias a lo anterior, tenemos
TeoremaSea A ∈ Mnn(K), λ1, . . . , λk los v.p.’s (distintos) de A y Wλi = Ker (A − λi I),i ∈ {1, . . . , k}.
Si W = Wλ1 + Wλ2 + · · · + Wλk , se tiene que
W = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
En particular, A es diagonalizable si y sólo siKn = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
Valores y Vectores Propios
Valores y vectores propios Semana 11 [31/41]
Matrices diagonalizables y espacios propios
Gracias a lo anterior, tenemos
TeoremaSea A ∈ Mnn(K), λ1, . . . , λk los v.p.’s (distintos) de A y Wλi = Ker (A − λi I),i ∈ {1, . . . , k}.
Si W = Wλ1 + Wλ2 + · · · + Wλk , se tiene que
W = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
En particular, A es diagonalizable si y sólo siKn = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
Valores y Vectores Propios
Valores y vectores propios Semana 11 [32/41]
Matrices diagonalizables y espacios propios
Gracias a lo anterior, tenemos
TeoremaSea A ∈ Mnn(K), λ1, . . . , λk los v.p.’s (distintos) de A y Wλi = Ker (A − λi I),i ∈ {1, . . . , k}.
Si W = Wλ1 + Wλ2 + · · · + Wλk , se tiene que
W = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
En particular, A es diagonalizable si y sólo siKn = Wλ1 ⊕ Wλ2 ⊕ · · · ⊕ Wλk .
Valores y Vectores Propios
Valores y vectores propios Semana 11 [33/41]
Matrices diagonalizables y espacios propios
CorolarioA ∈ Mnn(K) y p(λ) = |A − λI|, tiene n raíces distintas en K : λ1, . . . , λn,entonces
1 Wλi = Ker (A − λi I) es de dimensión 1.
2 Sea vi ∈ Wλi con vi 6= 0 entonces {v1, . . . , vn} es una base de vectorespropios.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [34/41]
Matrices diagonalizables y espacios propios
CorolarioA ∈ Mnn(K) y p(λ) = |A − λI|, tiene n raíces distintas en K : λ1, . . . , λn,entonces
1 Wλi = Ker (A − λi I) es de dimensión 1.
2 Sea vi ∈ Wλi con vi 6= 0 entonces {v1, . . . , vn} es una base de vectorespropios.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [35/41]
Matrices diagonalizables y espacios propios
CorolarioA ∈ Mnn(K) y p(λ) = |A − λI|, tiene n raíces distintas en K : λ1, . . . , λn,entonces
1 Wλi = Ker (A − λi I) es de dimensión 1.
2 Sea vi ∈ Wλi con vi 6= 0 entonces {v1, . . . , vn} es una base de vectorespropios.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [36/41]
Multiplicidades y diagonalización
Multiplicidad geométricaA ∈ Mnn(K) y λ un valor propio de A. Definimos la multiplicidad geométricade λ, como:
γA(λ) = dim(Wλ) = dim(Ker (A − λI)).
TeoremaA ∈ Mnn(K) es diagonalizable ssi la suma de las multiplicidades geométricasde sus valores propios es n.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [37/41]
Multiplicidades y diagonalización
Multiplicidad geométricaA ∈ Mnn(K) y λ un valor propio de A. Definimos la multiplicidad geométricade λ, como:
γA(λ) = dim(Wλ) = dim(Ker (A − λI)).
TeoremaA ∈ Mnn(K) es diagonalizable ssi la suma de las multiplicidades geométricasde sus valores propios es n.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [38/41]
Multiplicidades y diagonalización
Multiplicidad algebraicaA ∈ Mnn(K) y λ un valor propio de A. Definimos la multiplicidad algebraicade λ, αA(λ), como la máxima potencia de (x − λ) que divide al polinomiocaracterístico de A, pA(x) = |A − xI|.
ProposiciónSean A ∈ Mnn(K) y λ0 un valor propio de A, entonces:
1 ≤ γA(λ0) ≤ αA(λ0) ≤ n.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [39/41]
Multiplicidades y diagonalización
Multiplicidad algebraicaA ∈ Mnn(K) y λ un valor propio de A. Definimos la multiplicidad algebraicade λ, αA(λ), como la máxima potencia de (x − λ) que divide al polinomiocaracterístico de A, pA(x) = |A − xI|.
ProposiciónSean A ∈ Mnn(K) y λ0 un valor propio de A, entonces:
1 ≤ γA(λ0) ≤ αA(λ0) ≤ n.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [40/41]
Multiplicidades y diagonalización
Multiplicidad algebraicaA ∈ Mnn(K) y λ un valor propio de A. Definimos la multiplicidad algebraicade λ, αA(λ), como la máxima potencia de (x − λ) que divide al polinomiocaracterístico de A, pA(x) = |A − xI|.
ProposiciónSean A ∈ Mnn(K) y λ0 un valor propio de A, entonces:
1 ≤ γA(λ0) ≤ αA(λ0) ≤ n.
Valores y Vectores Propios
Valores y vectores propios Semana 11 [41/41]
Multiplicidades y diagonalización
CorolarioA ∈ Mnn(K) y pA(λ) su polinomio característico.
A es diagonalizablesi y sólo si
pA(λ) = cA · (λ − λ1)αA(λ1)(λ − λ2)
αA(λ2) . . . (λ − λk)αA(λk ),
y para todo valor propio λ de A,
γA(λ) = αA(λ).
CorolarioA ∈ Mnn(C) es diagonalizable si y sólo si para todo valor propio λ de A, setiene que
γA(λ) = αA(λ).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [42/41]
Multiplicidades y diagonalización
CorolarioA ∈ Mnn(K) y pA(λ) su polinomio característico.
A es diagonalizablesi y sólo si
pA(λ) = cA · (λ − λ1)αA(λ1)(λ − λ2)
αA(λ2) . . . (λ − λk)αA(λk ),
y para todo valor propio λ de A,
γA(λ) = αA(λ).
CorolarioA ∈ Mnn(C) es diagonalizable si y sólo si para todo valor propio λ de A, setiene que
γA(λ) = αA(λ).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [43/41]
Multiplicidades y diagonalización
CorolarioA ∈ Mnn(K) y pA(λ) su polinomio característico.
A es diagonalizablesi y sólo si
pA(λ) = cA · (λ − λ1)αA(λ1)(λ − λ2)
αA(λ2) . . . (λ − λk)αA(λk ),
y para todo valor propio λ de A,
γA(λ) = αA(λ).
CorolarioA ∈ Mnn(C) es diagonalizable si y sólo si para todo valor propio λ de A, setiene que
γA(λ) = αA(λ).
Valores y Vectores Propios
Valores y vectores propios Semana 11 [44/41]
Multiplicidades y diagonalización
CorolarioA ∈ Mnn(K) y pA(λ) su polinomio característico.
A es diagonalizablesi y sólo si
pA(λ) = cA · (λ − λ1)αA(λ1)(λ − λ2)
αA(λ2) . . . (λ − λk)αA(λk ),
y para todo valor propio λ de A,
γA(λ) = αA(λ).
CorolarioA ∈ Mnn(C) es diagonalizable si y sólo si para todo valor propio λ de A, setiene que
γA(λ) = αA(λ).
Valores y Vectores Propios