Tema III. Capı́tulo 4. Endomorfismos. Álgebra Lineal I. Departamento de Métodos Matemáticos y de Representación. UDC.

4. Endomorfismos. 2 Autovalores y autovectores.

2.1 Definición y propiedades.
1 Introducción. Definición 2.1 Dado un endomorfismo t : U −→ U , se dice que λ es un autovalor
de t cuando existe un vector x̄ no nulo tal que:
Vimos en el capı́tulo anterior que un endomorfismo es una aplicación lineal
donde el espacio vectorial inicial y final coinciden t : U −→ U . Si fijamos una t(x̄) = λx̄.
base en U :
El escalar λ cumpliendo esta condición se llama también valor propio o valor
B = {ū1 , . . . , ūn }, caracterı́stico; los vectores x̄ verificando esta condición se llaman autovectores o
vectores propios o vectores caracterı́sticos asociados a λ.
podemos trabajar con la matriz asociada a la aplicación t con respecto a esta base:

t(ūi ) = tij ūi , ⇒ TBB = (tij ). Veamos algunas consideraciones derivadas de esta definición:

1. Si λ = 0 es un autovalor de t, entonces los autovectores asociados a él son los

En este caso la matriz TBB es la matriz del endomorfismo t respecto a la base
vectores del núcleo de t.
B. A veces la denotaremos simplemente como la matriz TB .
2. Un autovector x̄ 6= 0 no puede estar asociado a dos autovalores distintos.
Si tenemos otra base en U :
Prueba: Si x̄ está asociado a dos autovalores distintos λ, µ se tiene:

B 0 = {ū01 , . . . , ū0n } λx̄ = t(x̄) = µx̄ ⇒ (λ − µ)x̄ = 0.

Como x̄ 6= 0̄, deducimos que λ − µ = 0 y por tanto ambos valores son iguales.
y consideramos la matriz de paso MB 0 B hemos visto como se relacionan las matrices
asociadas a t respecto a estas dos bases: 3. Fijada una base B en U la expresión matricial de la condición de
autovalor es:
TB 0 B 0 = MB 0 B TBB MBB 0 = (MBB 0 )−1 TBB MB 0 B t(x̄) = λx̄ ⇐⇒ TB (x) = λ(x).
Esto nos permite hablar de autovalores y autovectores de una matriz
Deducimos un primer resultado interesante: cuadrada.
4. Dos matrices semejantes tienen los mismos autovalores.
Prueba: Vimos que dos matrices semejantes son matrices asociadas a un mismo
Proposición 1.1 Dos matrices están asociadas a un mismo endomorfismo si y sólo endomorfismo pero respecto a bases diferentes. Ahora bien, los autovalores de
si son semejantes. una matriz son los del endomorfismo asociado y estos no dependen de la base en
la que estamos trabajando (de hecho para introducirlos no hace falta trabajar
con bases).
Si llamamos End(U ) al espacio vectorial Hom(U, U ) de endomorfimos de U , ya
vimos en el capı́tulo anterior que, fiajada una base B, la aplicación:
2.2 Subespacios caracterı́sticos.
π: End(U ) −→ Mn×n
t −→ TB Definición 2.2 El conjunto de autovectores asociado a un autovalor λ se denotará
por Sλ y se llama subespacio caracterı́stico o subespacio propio asociado a
es un isomorfismo. Por tanto el estudio de endomorfismos es equivalente al estudio λ:
de matrices cuadradas y su relación de semejanza. Sλ = {x̄ ∈ U | t(x̄) = λx̄}.
Uno de los objetivos fundamentales de este tema, será encontrar bases en las que la
matriz asociada a un endomorfismo dado sea lo más sencilla posible. Equivalentente, Proposición 2.3 El conjunto Sλ de autovectores asociado a un autovalor λ es un
dada una matriz cuadrada encontrar una matriz semejante lo más sencilla posible. subespacio vectorial.

46
Tema III. Capı́tulo 4. Endomorfismos. Álgebra Lineal I. Departamento de Métodos Matemáticos y de Representación. UDC.

Prueba: En primer lugar Sλ 6= ∅ porque 0̄ ∈ Sλ . Además dados x̄, ȳ ∈ Sλ y Por otra parte como x̄ ∈ Sλi+1 , se tiene:
α, β ∈ IK:
t(x̄) = λi+1 x̄ = λi+1 x̄1 + . . . + λi+1 x̄i .
t(αx̄ + β ȳ) = αt(x̄) + βt(ȳ) = αλx̄ + βλȳ = λ(αx̄ + β ȳ) Comparando ambas expresiones:
↑
x̄, ȳ ∈ Sλ ⇐⇒ t(x̄) = λx̄, t(ȳ) = λȳ (λ1 − λi+1 )x̄1 + . . . + (λi − λi+1 )x̄i = 0̄

y por tanto αx̄ + β ȳ ∈ Sλ . Como Sλ1 , . . . , Sλi es una suma directa, la descomposición de 0̄ como suma de ele-
mentos de Sλ1 . . . , Sλi es única. Por tanto:

Observación 2.4 Otra forma de probar el resultado anterior es la siguiente. Dado (λ1 − λi+1 )x̄1 = . . . = (λi − λi+1 )x̄i = 0̄
un endomorfismo t y un autovalor λ , definimos la aplicación Dado que todos los autovalores son distintos, x̄1 = . . . = x̄i = 0̄ y x̄ = 0̄.
t0 : U −→ U ; t0 (x̄) = t(x̄) − λx̄ ⇐⇒ t0 = t − λId.

Esta aplicación es lineal por ser diferencia de aplicaciones lineales. Además: 2.3 Polinomio caracterı́stico.
Sλ = {x̄ ∈ U | t(x̄) = λx̄} = {x̄ ∈ U | t(x̄) − λx̄ = 0̄} = ker(t − λId). Definición 2.7 Sea t : U −→ U un endomorfismo, B una base de t y T la matriz
asociada a t con respecto a esta base. El polinomio caracterı́stico de t es:
Vemos que:
pt (λ) = det(T − λId).
Sλ = ker(t − λId)
es un subespacio vectorial por ser el núcleo de una aplicación lineal. Proposición 2.8 El polinomio caracterı́stico de un endomorfismo no depende de la
base escogida.
Proposición 2.5 Si λ1 y λ2 son autovalores distintos de un endomorfismo entonces
Sλ1 ∩ Sλ2 = {0̄}. Prueba: Supongamos que T y T 0 son dos matrices asociadas a un endomorfismo t :
U −→ U , respecto a bases diferentes. Entonces sabemos que T y T 0 son semejantes,
Equivalentemente, la suma Sλ1 + Sλ2 es una suma directa. es decir, existe una matriz regular P verificando que T 0 = P −1 T P . Ahora:
|T 0 − λI| = |P −1 T P − λP −1 P | = |P −1 (T − λI)P | = |P −1 ||T − λI||P | = |T − λI|.
Prueba: Es consecuencia de que un autovector no nulo no está asociado a autova-
lores distintos.

Proposición 2.6 Si λ1 , . . . , λk son autovalores distintos de un endomorfismo en- Teorema 2.9 Dado un endomorfismo t : U −→ U , λ es un autovalor de t si y sólo
tonces (Sλ1 + . . . + Sλi ) ∩ Sλi+1 = {0} para i = 1, . . . , k − 1. si pt (λ) = 0.

Equivalentemente, la suma Sλ1 + . . . + Sλk es una suma directa. Prueba: Vimos que λ es una autovalor de t si y sólo si existe x̄ 6= 0 con:
t(x̄) = λx̄.
Prueba: Lo probamos por inducción. Cuando sólo hay dos subespacios hemos visto
que es cierto. Introduciendo una base B en U , matricialmente esta condición se escribe como:
Supongamos que es cierto para i subespcios caracterı́sticos y comprobémoslo para TB (x) = λ(x) o equivalentemente (TB − λI)(x) = 0̄.
i + 1.
Es decir λ es un autovalor de t si y sólo si el sistema homogéneo:
Sea x̄ ∈ (Sλ1 + . . . + Sλi ) ∩ Sλi+1 . Entonces se tiene:
(TB − λI)(x) = 0̄
x̄ = x̄1 + . . . + x̄i , con xj ∈ Sλj , j = 1, . . . , i. tiene solución distinta de la trivial. Pero esto ocurre si y sólo si la matriz del sistema
es singular, es decir:
Aplicando t tenemos:
|T − λI| = 0 ⇐⇒ pt (λ) = 0.
t(x̄) = t(x̄1 ) + . . . + t(x̄i ) = λ1 x̄1 + . . . + λi x̄i .

47
Tema III. Capı́tulo 4. Endomorfismos. Álgebra Lineal I. Departamento de Métodos Matemáticos y de Representación. UDC.

2.4 Multiplicidad algebraica y geométrica de un auto- Si ahora calculamos el polinomio caracterı́stico de t utilizando esta matriz queda:
valor. 
 λi − λ 0 ... 0


λi − λ
 
 0 ... 0 
Definición 2.10 Dado un endomorfismo t : U −→ U y un autovalor λ de t defini-  .. .. .. .. A 
|T − λI| =  .  = (λi − λ)d |B − λI|
mos: . . . 
 0 0 ... λi − λ 
- Multiplicidad algebraica de λ: Es la multiplicidad de λ como raı́z del poli-
 
 Ω B − λI 
nomio caracterı́stico pt (λ). Se denota por m(λ).
Vemos que λi es una raı́z del polinomio caracterı́stco de t con al menos multi-
- Multiplicidad geométrica de λ: Es la dimensión del espacio caracterı́stico
plicidad d, por tanto:
asociado a λ. Se denota por d(λ).
m(λi ) ≥ d(λi ).
Veamos algunas propiedades de estas multiplicidades:
4. Si λ es un autovalor con m(λ) = 1, entonces d(λ) = m(λ) = 1.
1. La multiplicidad geométrica de un autovalor es siempre mayor que 0.
5. El número máximo de autovectores independientes de un endomorfismo es
d(λ) ≥ 1
d(λ1 ) + . . . + d(λk )
Prueba: Basta tener en cuenta que por definición de autovalor Sλ siempre
tiene algún autovector no nulo. donde λ1 , . . . , λk son todos los autovalores de t.
2. Si n es la dimensión del espacio vectorial U y T es la matriz asociada a t en Prueba: Basta tener en cuenta que la suma de todos los espacios de vectores
una base cualquiera, una forma habitual de calcular la multiplicidad geométrica caracterı́sticos es una suma directa. Además se cumple:
es:
d(λ) = n − rg(T − λI) d(λ1 ) + . . . + d(λk ) ≤ m(λ1 ) + . . . + m(λk ) ≤ n.
Prueba: Basta tener en cuenta que:
d(λ) = dim(Sλ ) = dim(ker(t − λI)) = n − dim(im(t − λI)) = n − rg(T − λI). 3 Diagonalización por semejanza.
3.
Multiplicidad algebraica ≥ Multiplicidad geométrica m(λi ) ≥ d(λi ) 3.1 Endomorfismos o matrices cuadradas diagonaliza-
bles.
Prueba: Supongamos que λi es un autovalor del endomorfismo t. Sea d = d(λi )
su multiplicidad geométrica. Consideramos una base del subespacio carac- Definición 3.1 Se dice que es un endomorfismo t : U −→ U es diagonalizable
terı́stico Sλi : cuando existe una base B de U en la que la matriz asociada es diagonal:
{ū1 , . . . , ūd }
y la completamos hasta una base B de U : t diagonalizable ⇐⇒ ∃ base B/ TB diagonal.

B = {ū1 , . . . , ūd , ūd+1 , . . . , ūn }.

Podemos definir el concepto análogo para matrices cuadradas:
Veamos cual es la matriz T asociada a t con respecto a esta base. Sabemos que:
t(ū1 ) = λi ū1 ; ... t(ūd ) = λi ūd . Definición 3.2 Se dice que una matriz T es diagonalizable por semejanza
cuando existe una matriz diagonal semejante a ella:
Por tanto la matriz T es de la forma:
T diagonalizable ⇐⇒ ∃D diagonal y P regular , D = P −1 T P.
 
λi 0 ... 0
 0 λi ... 0 
 . .. .. .. A  A ∈ Md×n−d (IK).
 ..
T = . . . con Teniendo en cuenta que dos matrices son semejantes precisamente si están aso-

 B ∈ Mn−d×n−d (IK).
 0 0 ... λi  ciadas a un mismo endomorfismo, el estudio de la diagonalización de matrices y
Ω B endomorfismos es equivalente.

48
Tema III. Capı́tulo 4. Endomorfismos. Álgebra Lineal I. Departamento de Métodos Matemáticos y de Representación. UDC.

3.2 Matriz de un endomorfismo en una base de autovec- las multiplicidades algebraicas coinciden con las geométricas. Equivalentemente:
tores. (
m(λ1 ) + . . . + m(λk ) = n.
t diagonalizable ⇐⇒
Teorema 3.3 La condición necesaria y suficiente para que la matriz asociada a un
d(λ1 ) = m(λ1 ), . . . , d(λk ) = m(λk ).
endomorfismo sea diagonal es que esté expresada respecto a una base de autovectores.
siendo λ1 , . . . , λk el conjunto de autovalores de t.
Prueba:
=⇒: Supongamos que B = {ū1 , . . . , ūn } es una base de U , de manera que la matriz Prueba: Basta tener en cuenta lo siguiente.
asociada TB es diagonal: Si t es diagonalizable, entonces existe una base de autovectores de U . En esa base
  la matriz T es diagonal y por tanto:
t1 0 ... 0
0 t2 ... 0 n = d(λ1 ) + . . . + d(λk ) ≤ m(λ1 ) + . . . + m(λk ) = n
TB = 
 ... .. .. ..  .
. . . 
0 0 ... tn Recı́procamente si d(λ1 ) + . . . + d(λk ) = n y teniendo en cuenta que la suma de
subespacios caracterı́sticos Sλ1 + . . . + Sλk es una suma directa, podemos escoger
Esto quiere decir que:
una base de U de autovectores. Por tanto t diagonaliza.
t(ū1 ) = t1 ū1 ; ... t(ūn ) = tn ūn . Teniendo en cuenta la prueba anterior, la condición puede escribirse simplemente
como:
y por tanto todos los vectores de B son autovectores.
⇐=: Supongamos que B = {ū1 , . . . , ūn } es una base de autovectores de U , entonces Corolario 3.6 Si t es un endomorfismo de un espacio U de dimensión n:
se cumple:
t(ū1 ) = λ1 ū1 ; . . . t(ūn ) = λn ūn . t diagonalizable ⇐⇒ d(λ1 ) + . . . + d(λk ) = n
y por tanto la matriz asociada es diagonal:
siendo λ1 , . . . , λk el conjunto de autovalores de t.
 
λ1 0 ... 0
 0 λ2 ... 0 
TB = 
 ... .. .. ..  . 3.4 Pasos para la diagonalización de un endomorfismo t.
. . . 
0 0 ... λn Supongamos que tenemos un espacio vectorial U de dimensión n y un endomorfismo
t : U −→ U cuya matriz respecto a una base B es TB . Los pasos para diagonalizarlo
(si es posible) son los siguientes.
3.3 Caracterización de los endomorfismos diagonaliz-
ables. 1. Calcular el polinomio caracterı́stico pt (λ) = |TB − λI|.

Acabamos de probar que: 2. Calcular las raı́ces del polinomio caracterı́stico, que serán los autovalores de t.
Obtendremos valores λ1 , . . . , λk con multiplicidades algebracias mλ1 , . . . , mλk .

Proposición 3.4 Un endomorfismo t : U −→ U es diagonalizable si y sólo si existe (a) Si mλ1 + . . . + mλk < n el endomorfismo no diagonaliza.
una base de autovectores. (b) Si mλ1 + . . . + mλk = n, calculamos las multiplicidades geométricas de
cada autovalor de t:
Este resultado se reformula habitualmente de la siguiente forma:
d(λi ) = dim(Sλi ) = n − rango(T − λI) i = 1, . . . , k.

Teorema 3.5 Un endomorfismo t en un espacio U n-dimensional es diagonalizable i. Si alguna multiplicidad geométrica no coincide con la algebraica, en-
si y sólo si la suma de las multiplicidades algebraicas es igual a la dimensión de U y tonces no diagonaliza.

49
Tema III. Capı́tulo 4. Endomorfismos. Álgebra Lineal I. Departamento de Métodos Matemáticos y de Representación. UDC.

ii. Si todas las multiplicidades algebraicas y geométricas coinciden, en- Entonces A = P DP −1 y:

tonces f si diagonaliza.
La forma diagonal es aquella que tiene todos los autovalores en la Ak = (P DP −1 ) · (P DP −1 ) · . . . · (P DP −1 ) =
diagonal repetidos cuantas veces indique su multiplidad algebraica:
| {z }
k veces
 λ ... 0
1
 = P (P −1 P D) · (P −1 P D) . . . · (P −1 P · D) P −1 = P Dk P −1 .
 ... . . . ...
| {z }
... Ω  k veces
 
 0 . . . λ1 
es decir
 
 
.. .. dk1
 
 ..  0 ... 0
D= . . . 
dk2
  0 ... 0 
  Ak = P Dk P −1 con Dk = 
 ... .. .. .
.. 
.
 
 λk ... 0  . .
.. .. ..  0 0 ... dkn
 
 Ω ... . . .
0 ... λk
de manera que: 4 Triangularización por semejanza.
D = (MBB 0 )−1 TB MBB 0
siendo MBB 0 la matriz de paso entre una base B 0 de autovectores de
t y la base de partida B.
4.1 Endomorfismos o matrices triangulares por seme-
La base correspondiente se calcula, a partir de una base da autovec- janza.
tores asociados a cada autovalor de t. Estos se calculan resolviendo
los sistemas: Definición 4.1 Un endomorfismo t : U −→ U se dice triangularizable si existe

x
 1   una base B de U en el que la matriz TB asociada es triangular.
.
 
Sλi = ker(t − λI) = (x1 , . . . , xn ) ∈ U | (T − λi I)  ..  = 0̄ . t triangularizable ⇐⇒ ∃ base B/ TB triangular.
xn
 

para cada i = 1, 2, . . . , k. El concepto análogo para matrices cuadradas será:

En otras palabras las columnas de MBB 0 son las coordenadas
de autovectores de t linealmente independientes y respecto
a la base de partida B. Además, han de ordenarse de manera Definición 4.2 Se dice que una matriz T es triangularizable cuando existe una
coherente con los autovalores, de forma que si en la columna matriz triangular semejante a ella:
j-ésima de D aparece λs en la diagonal, en la columna j-ésima
de MBB 0 ha de aparecer un autovector asociado al autovalor T triangularizable ⇐⇒ ∃J triangular y P regular , J = P −1 T P.
λs .
Observación 4.3 Si la matriz de un endomorfismo t : U −→ U respecto a una base
3.5 Aplicación para obtener potencias de matrices.
B = {ū1 , . . . , ūn }
p
Supongamos que A es una matriz diagonalizable y nos interesa calcular A . Podemos
es triangular superior, entonces exixte una base B 0 en la que la matriz asociada es
proceder de la siguiente forma.
triangular inferior y viceversa. Para ello basta tomar los vectores de B en el orden
Por ser A diagonalizable, hay una matriz P regular tal que: inverso:

d1 0 ... 0
 B 0 = {ūn , . . . , ū1 }.
0 d2 ... 0 
D = P −1 AP tal que D=
 ... .. .. ..  .
. . .  Nosotros buscaremos matrices triangulares superiores semejantes a una dada.
0 0 ... dn El resultado fundamental es el siguiente:

50
Tema III. Capı́tulo 4. Endomorfismos. Álgebra Lineal I. Departamento de Métodos Matemáticos y de Representación. UDC.

Teorema 4.4 Sea U un espacio vectorial n-dimensional. Un endomorfismo t : Entonces:

U −→ U es triangularizable si y sólo si t tiene n autovalores contados con su multi- 
1 0 ... 0

λ1 t12 ... t1n

1 0 ... 0

plicidad algebraica. Es decir:  0  0  0 
Q−1 TB1 Q =
 ... −1
 .
  .. 0
 .
  ..

t triangularizable ⇐⇒ m(λ1 ) + . . . + m(λk ) = n P T P 
0 0 0
donde {λ1 , . . . , λk } es el conjunto de autovalores de t.   
λ1 t12 ... t1n 1 0 ... 0
 0  0 
Prueba: = ..  . =
 . P −1 T 0   .. P 
=⇒: Supongamos que t es triangularizable. Entonces existe una base B en la cual  0  0
 
la matiz TB es triangular. Si calculamos el polinomio caracterı́stico utilizando esta λ1 s12 ... s1n λ1 s12 ... s1n
base queda:  0   0 
|T − λI| = (t11 − λ)(t22 − λ) . . . (tnn − λ) =
 ...
= . =S
P −1 T 0 P   .. B 
es decir vemos que hay exactamente n autovalores (iguales o distintos). 0 0
⇐=: Supongamos que t tiene n autovalores (iguales o distintos). Veamos que donde por ser B triangular superior, S es triangular superior. En definitiva hemos
entonces triangulariza. Lo probaremos por inducción: probado que la matriz TB1 asociada a t es triangularizable por semejanza y por tanto
t es triangularizable.
- Para n = 1 se cumple porque una matriz de dimensión 1×1 siempre es triangular.
- Supongamos que el resultado es cierto para n − 1 y probémoslo para n. Observación 4.5 Si estamos trabajando sobre el cuerpo IK = C I de números comple-
Sea λ1 un autovalor. Entonces d(λ1 ) ≥ 1 y existe al menos un autovector x̄1 6= 0 jos, el Teorema Fundamental del Álgebra afirma que todo polinomio de grado n tiene
asociado a λ1 . Tomamos una base B1 cuyo primer vector sea x̄1 : exactamente n raı́ces (complejas iguales o distintas). Toda matriz cuadrada sobre el
cuerpo de números complejos es triangularizable.
B1 = {x̄1 , ū2 , . . . , ūn }.
En el cuerpo de número reales no se tiene este resultado. Hay polinomios de grado
En esta base la matriz asociada a t es: n que no tienen n soluciones reales.
 
λ1 t12 ... t1n
 0  4.2 Forma canónica de Jordan.
TB1 =
 ... 0

T 
0 Definición 4.6 Dado un escalar λ llamamos bloque de Jordan o caja de Jordan
asociado a λ y de dimensión m la matriz m × m-dimensional:
Nos fijamos en lo siguiente: λ 1 0 ... 0 0

0
|TB1 − λI| = (λ1 − λ)|T − λI|, 0 λ 1 ... 0 0
0 0 λ ... 0 0
es decir, el polinomio caracterı́stico de t factoriaza a través del polinomio carac- J =  .. .. ..

.. .. .. 

terı́stico de T 0 . Por tanto si t tiene n autovalores, T 0 tendrá n − 1 autovalores. . . . . . .
0 0 0 ... λ 1
 
0
Ahora por hipótesis de inducción, T es triangularizable. Sabemos que existe una 0 0 0 ... 0 λ
matriz P ∈ Mn−1×n−1 (IK) regular de manera que:

B = P −1 T 0 P donde B es triangular superior. Definición 4.7 Llamamos matriz de Jordan a una matriz formada por varios
bloques de Jordan asociados a escalares iguales o distintos, colocados de la forma:
Sea Q la matriz:
J1 Ω ... Ω
   
1 0 ... 0
 0   Ω J2 ... Ω 
Q= J =
 .. .. .. ,
.. 
 ...

P  . . . .
0 Ω Ω ... Jp

51
Tema III. Capı́tulo 4. Endomorfismos. Álgebra Lineal I. Departamento de Métodos Matemáticos y de Representación. UDC.

donde J1 , J2 , . . . , Jp son bloques de Jordan. se tiene que verificar que fk ≥ fk+1 .

iv. Formamos un esquema de p columnas, de manera que la columna
Admitiremos sin demostración el siguiente teorema: k-ésima está formada por fp elementos:
n1 −→ ∗ ∗ ... ∗ ... ∗ ... ∗
Teorema 4.8 Toda matriz triangularizable es semejante a una matriz de Jordan.
n2 −→ ∗ ∗ ... ∗ ... ∗
..
El objetivo en lo que resta esta sección es describir como, dada una matriz trian- .
gularizable, obtener una forma de Jordan y la base en la que se expresa. nf1 −→ ∗ ∗ ... ∗
↑ ↑ ↑
f1 f2 fp
4.3 Obtención de la forma de Jordan.
donde d = f1 = d(λi ). Ahora el número de elementos de cada
Veamos los pasos para calcula la forma de Jordan de una matriz T ∈ Mn×n (IK). fila del esquema nos indica la dimensión de cada uno de los
bloques de Jordan relativos al autovalor λi :
1. Calculamos el polinomio caracterı́stico pt (λ) = |T − λI|. Jn1 ×n1

Ω ... Ω

2. Calculamos las raı́ces del polinomio caracterı́stico, que serán los autovec-  Ω Jn2 ×n2 ... Ω 
tores de t. Obtendremos valores λ1 , . . . , λk con multiplicidades algebracias J(λi ) =  .. .. .. .. 
mλ1 , . . . , mλk .

. . . .

Ω Ω ... Jnd ×nd
(a) Si mλ1 + . . . + mλk < n la matriz no triangulariza.
(b) Si mλ1 + . . . + mλk = n la matriz si triangulariza. Veamos como cal- Observamos que conviene ordenar las cajas empezando por la mayor
cular la forma de Jordan. Calcularemos la parte de forma de Jordan y terminando por la de menor dimensión.
relativa a cada autovalor de manera independiente. Supondremos v. Para obtener la base en la que se obtiene esta forma de Jordan, hace-
que trabajamos con el autovalor λi : mos lo siguiente. Buscaremos los siguientes vectores cuya estructura
copia la descrita anteriormente:
i. Calculamos los subespacios:
Sλi ,1 Sλi ,2 ... Sλi ,nf1 ... Sλi ,n2 ... Sλi ,n1
Sλi ,p = ker(T − λI)p
n1 −→ x̄1,1 x̄1,2 ... x̄1,nf1 ... x̄1,n2 ... x̄1,n1
para sucesivos valores de p. Nos detendremos cuando
n2 −→ x̄2,1 x̄2,2 ... x̄2,nf1 ... x̄2,n2
dim(Sλi ,p+1 ) = dim(Sλi ,p ).
..
Con esta notación Sλi ,1 = Sλi . .
ii. La mutliplicidad geométrica d(λi ) indica el número de bloques de nf1 −→ x̄f1 ,1 x̄f1 ,2 ... x̄f1 ,nf1
Jordan relativos al autovalor λi : ↑ ↑ ↑
Multiplicidad geométrica d(λi ) = número de cajas de Jordan f1 f2 fp
donde
iii. Consideramos los siguientes valores:
x̄j,k = (T − λi I)x̄j,k+1
dim(Sλi ,1 ) −→ f1 = d(λi )
Por tanto para construir estos vectores basta escoger en cada fila el
−→ f2 = dim(Sλi ,2 ) − dim(Sλi ,1 )
vector de la derecha, de manera que al calcular el primer vector de
dim(Sλi ,2 )
cada fila se obtengan vectores linealmente independientes:
−→ f3 = dim(Sλi ,3 ) − dim(Sλi ,2 )
dim(Sλi ,3 ) {x̄1,1 , x̄2,1 , . . . , x̄f1 ,1 }.
.. ..
. . La base buscada estará formada por todos estos vectores ordenados
dim(Sλi ,p−1 ) de izquierda a derecha y de arriba abajo:
−→ fp = dim(Sλi ,p ) − dim(Sλi ,p−1 )
{x̄1,1 , x̄1,2 , . . . , x̄1,n1 , x̄2,1 , x̄2,2 , . . . , x̄2,n2 , . . . , x̄f1 ,1 , x̄f1 ,2 , . . . , x̄f1 ,nf1 }
dim(Sλi ,p )

52
Tema III. Capı́tulo 4. Endomorfismos. Álgebra Lineal I. Departamento de Métodos Matemáticos y de Representación. UDC.

vi. Finalmente la forma de Jordan buscada se formará uniendo las formas

de Jordan de cada autovalor:
J(λ1 ) Ω ... Ω
 
 Ω J(λ2 ) ... Ω 
J = .. .. .. .. ,

. . . .

Ω Ω ... J(λp )

y la base B 0 en la que se expresa formada por todos las base que

hemos obtenido para cada autovalor, respetando el orden en que
ha sido colocado cada vector. De esta forma:

J = (MBB 0 )−1 T MBB 0

siendo B la base de partida.

4.4 Aplicación para obtener potencias de matrices.

Supongamos que A es una matriz triangularizable y nos interesa calcular Ak . El
procedimiento es análogo al de matrices diagonalizables.
Por ser A triangularizable, hay una matriz P regular tal que:

J = P −1 AP tal que J es una forma de Jordan.

Entonces A = P −1 JP y:

Ak = (P JP −1 ) · (P JP −1 ) · . . . · (P JP −1 ) =
| {z }
k veces
= P (P −1 P J) · (P −1 P J) . . . · (P −1 P · J) P −1 = P J k P −1 .
| {z }
k veces
es decir
Ak = P J k P −1

Para calcular J k puede hacerse lo siguiente. Descomponemos J como suma de dos

matrices, una diagonal D y otra T triangular superior con ceros en la diagonal:

J =D+T ⇒ J k = (D + T )k .

Aunque en general la fórmula del binomio de Newton no es cierta para

matrices, si lo es en esta caso (ya que D y T conmutan). Por tanto:
k  
k
X k
(D + T ) = Di T k−i .
i
i=0

El cálculo de las potencias de D y T es muy sencillo; de hecho a partir de un exponente

suficientemente grande la matriz T k−i se anulará.

53