DR

AF
T

Introduccion a los Metodos Matematicos en Biologa y

Ciencias Ambientales
Luis E. Sola Conde

c Versi

on preliminar 11 de septiembre de 2015

 DE MATRICES
9.5. DIAGONALIZACION

205

En otras palabras, las aplicaciones lineales asociadas a estas dos matrices difieren solo en
los ejes respecto a los que estan definidas, los ejes definidos por sus autovectores. En lenguaje
tecnico diremos que A diagonaliza en la base {v1 , v2 , v3 }, y que su forma diagonal es D.

9.5.1.

Bases y coordenadas

En este momento resulta conveniente introducir una terminologa que nos permitira comprender en profundidad el concepto de diagonalizacion.

DR
AF
T

Un sistema de coordenadas en Rn es una forma de asociar a cada vector de Rn un conjunto

de n n
umeros reales, de manera que todo vector tenga unas coordenadas y que dos vectores
distintos no puedan tener las mismas coordenadas. De esta manera, cada vector del espacio Rn
queda perfectamente determinado por sus coordenadas.
Ahora, un vector de Rn es, por definicion, una n-tupla (x1 , x2 , , xn ), de manera que en
Rn tenemos ya dado, de forma natural, un sistema de coordenadas llamado natural o can
onico,
que es el que al vector v = (x1 , x2 , , xn ) le asocia las coordenadas (x1 , x2 , , xn ).
El punto importante es que en muchas ocasiones ese sistemas de coordenadas canonico
no sera el mas adecuado a nuestros propositos, y necesitaremos saber como transformar el
problema en otros sistemas de coordenadas.
Los sistemas de coordenadas mas habituales son los sistemas de coordenadas cartesianas,
que se construyen a partir de un conjunto de n vectores en Rn ,
= {v1 , v2 , , vn }.

Decimos que un vector v tiene coordenadas (a1 , a2 , , an ) respecto del conjunto cuando
(9.2)

v = a1 v1 + a2 v2 + . . . + an vn .

Obviamente, cualquier conjunto de vectores no proporciona un sistema de coordenadas

cartesianas; aquellos que s lo hacen se denominan bases de Rn .
Para que un conjunto = {v1 , v2 , , vn } proporcione un sistema de coordenadas, tendra
que verificarse que
1. cada vector v de Rn tenga unas coordenadas respecto de , y que
2. esas coordenadas sean u
nicas.
Notese en particular que las coordenadas canonicas son las coordenadas cartesianas respecto de la base canonica
C := {(1, 0, , 0), (0, 1, , 0), , (0, 0, , 1)}.
Escribamos entonces las coordenadas de los vectores de respecto a la base canonica C:



v
v
v
11
12
1n
v21
v22
v2n



v1 = . , v2 = . , , vn = . .
..
..
..



vn1
vn2
vnn

CAPITULO 9. AUTOVALORES Y AUTOVECTORES

206

Y supongamos que v tiene coordenadas canonicas (x1 , x2 , , xn ). Las coordenadas de v respecto a seran (a1 , a2 , , an ) cuando se verifique la ecuacion (9.2), que escrita en coordenadas
canonicas nos dice:




x1
v11
v12
v



1n
x2
v21
v22
v2n




=
a
+
a
+

+
a
.
1 .
2 .
n .
..
..
..
..




xn
vn1
vn2
vnn

DR
AF
T

o, equivalentemente

(9.3)

x
1
x2

.
..

xn
| {z }
c. canonicas

v
11
v21

= .
..

vn1

v12 v1n
a
1

v22 v2n a2

.
.. . .
..
.
.
.
.
.
vn2 vnn
an
{z
} | {z }
P
c. resp.

Entonces las coordenadas de v respecto de son la solucion de un sistema lineal. El hecho de

que sea base quiere decir que, para cualquier v = (x1 , x2 , , xn ) el sistema sistema ha de
tener solucion, y ademas tiene que ser u
nica. Recordemos que, por la Proposicion 8.1.1, esto
sucede precisamente si la matriz P anterior, cuyas columnas son las coordenadas canonicas de
los vectores de , tenga rango n. Resumiendo:
Proposici
on 9.5.2. Un conjunto de n vectores en Rn es una base precisamente si la matriz
P , cuyas columnas son las coordenadas canonicas de los vectores de , es invertible.
Ejemplo 9.5.3. Probemos que el conjunto

=
2 ,

3

1 ,

1

2 .

es una base de R3 y calculemos las coordenadas del vector (3, 2, 4) respecto de .

Para la primera parte basta comprobar que la

4
3

P =
2 1
1
1

matriz

es invertible, lo cual puede hacerse de varias formas, por ejemplo calculando su determinante
y viendo que este es distinto de cero. En efecto, podemos comprobar que det(P ) = 1.
Para la segunda parte, de acuerdo con la formula (9.3), debemos resolver el sistema

a1
3


P
a2 = 2
a3
4

 DE MATRICES
9.5. DIAGONALIZACION

207

Usando el metodo de Gauss, obtenemos: (a1 , a2 , a3 ) = (5, 6, 7), que son las coordenadas de v
respecto de .

DR
AF
T

Nota 9.5.4. Si n = 2 o 3, es posible dar una condicion geometrica para que los vectores de un
conjunto formen una base. En R2 dos vectores forman una base si no son paralelos (es decir,
si sus direcciones son distintas). En R3 , tres vectores forman un base si no son coplanarios (si
no existe ning
un plano que contenga a los tres vectores). En otras palabras, la condicion de
base es la usual que debemos imponer para que un conjunto de vectores, junto con el origen de
coordenadas, formen un sistema de referencia en el plano o en el espacio, respectivamente.

Figura 9.2: Bases en R2 y en R3

Gracias a la ecuacion (9.3), la matriz P jugara un papel esencial en nuestros proximos

argumentos. Fijemonos que la ecuacion nos dice que, multiplicando por P las coordenadas
respecto de de un vector, obtenemos sus coordenadas canonicas. Pero P es invertible, as que
podemos revertir el proceso y decir que multiplicando por P 1 las coordenadas canonicas de
un vector, obtenemos sus coordenadas respecto de . Entonces, las matrices P y P 1 reciben
el nombre de matrices de cambio de coordenadas de a C y de C a , y se tiene:

multiplicar

P 

Coordenadas respecto a C

Coordenadas respecto a
j

multiplicar

P 1 

Ejercicio 9.5.1:
Siendo la base
= {(4, 2, 1), (3, 1, 1), (5, 2, 1)},
calcula las matrices de cambio de coordenadas de a C y de C a .

CAPITULO 9. AUTOVALORES Y AUTOVECTORES

208

Consideremos ahora la aplicacion lineal f de Rn en Rn asociada a una cierta matriz

cuadrada A. Esto quiere decir que estamos considerando la aplicacion que transforma cada
vector v en el vector Av. Pero no debemos olvidar que lo que multiplicamos por A son las
coordenadas canonicas de v y lo que obtenemos son las coordenadas canonicas del vector imagen:

x1

x1

DR
AF
T

x2
x2


. 7 A .
..
..


xn
xn
| {z }
| {z }
v resp. C
f (v) resp. C

Es por esto que usualmente decimos que A es la matriz de f respecto de la base can
onica.
Lo que queremos describir ahora es como se comporta esta aplicacion lineal en terminos
de coordenadas respecto de la base , es decir: si las coordenadas de un vector respecto de
son (a1 , a2 , , an ), cuales son las coordenadas respecto de de su imagen? A continuacion veremos que estas coordenadas se obtienen multiplicando (a1 , a2 , , an ) por una matriz,
llamada, matriz de f respecto de la base .
Para ver esto debemos recurrir a las matrices de cambio de coordenadas: si v tiene coordenadas (a1 , a2 , , an ) respecto de , sus coordenadas respecto de C se obtienen multiplicando
por P , de manera que multiplicando por A obtenemos las coordenadas canonicas de la imagen
del vector, f (v), respecto de C. Multiplicando finalmente por P 1 obtenemos las coordenadas
de f (v) respecto de :




a1
a1
a
a1


1

a2
a2
a2
a2




. 7 P . 7 AP . 7 P 1 AP .
..
..
..
..




an
an
an
an
| {z }
{z
}
| {z }
|
| {z }
v resp. C
v resp.
f (v) resp. C
f (v) resp.

Conclumos entonces que:

Proposici
on 9.5.5. Si A es la matriz de una aplicacion lineal f : Rn Rn respecto de la
base canonica, y P es la matriz de cambio de coordenadas de una base a la base can
onica,
entonces la matriz de f respecto de la base es P 1 AP .

Dada una matriz A asociada a una cierta aplicacion lineal f podemos, por tanto, calcular
las matrices de f respecto a otras bases. La pregunta que se plantea entonces es si podemos
encontrar una base en la que esta matriz sea suficientemente sencilla.