Diagonalización ortogonal 

  20

20. DIAGONALIZACIÓN ORTOGONAL

Una matriz cuadrada ࣧ‫אܣ‬ൈ se dice que es

ortogonalmente diagonalizable si y sólo si es diagonalizable mediante una matriz de diagonalización
que sea ortogonal, es decir si existe una matriz ܲ ortogonal (ܲିଵܲൌ‫( ܫ‬௡y una matriz diagonal ‫ ܦ‬tales que
‫ܦ‬ൌܲିଵ‫ܲ ܣ‬ൌ ௧ܲ ‫ܣ‬.ܲ

Dado que las columnas de toda matriz de diagonalización están formadas por una base de Թ௡ formada
por autovectores, se deduce lo siguiente:

La matriz cuadrada ࣧ‫אܣ‬ൈ es ortogonalmente

௡
diagonalizable si y sólo si se puede encontrar una base de Թ formada por autovectores ortonormales
de ‫ )ܣ‬que compondrán las columnas de la matriz ܲ de diagonalización).

20.1. PROPIEDAD DE LAS MATRICES ORTOGONALMENTE DIAGONALIZABLES Si ࣧ‫אܣ‬ൈ

es ortogonalmente diagonalizable entonces es simétrica.

Demostración

Si ࣧ‫אܣ‬ൈ es ortogonalmente diagonalizable existe una

೟
matriz ortogonal ܲ y una matriz diagonal ‫ ܦ‬tales que ‫ܦ‬ൌܲିଵ ‫ܣ ֜ ܲܣ‬ൌ  ܲି
ܲ ‫ܦ‬ଵ௉షభୀ௉ ሳልልልልሰ ‫ ܣ‬ൌ  ܲ
ܲ‫ܦ‬௧ y  

‫ܣ‬௧ ൌܲ
ሺ ሺܲ‫ܦ‬௧ሻ௧ ൌܲ
ሺ ሺ௧ሻ௧‫ܦ‬௧௧ܲ ൌ  ܲܲ‫ܦ‬௧ ൌ ‫ܣ‬

por tanto ‫ ܣ‬es simétrica.

20.2. PROPIEDADES DE LAS MATRICES REALES SIMÉTRICAS

20.2.1. AUTOVALORES DE UNA MATRIZ REAL SIMÉTRICA

Si ࣧ‫אܣ‬ൈ es una matriz de componentes reales y simétrica

entonces todos sus autovalores son reales.

Demostración

Sea ࣧ‫אܣ‬ൈ una matriz de componentes

reales y simétrica y sea ߣ tal que ‫ ࢛ܣ‬ൌ ߣ࢛ para algún vector ࢛ ,്entonces notando por ࢛ഥ el
conjugado de ࢛ ,se tiene que:

࢚ ࢚ ௧ ௧ ࢚ ௧ ࢚ തതത തതതത
࢛ ൌ ሻ‫࢛ܣ‬ഥ ࢛ሺ ൌ ‫࢛ܣ‬ഥ ࢛ ࢛ ൌ ഥ࢛ ࢛ ‫ ܣ‬ൌ ഥ‫ܣܣ‬
࢛‫࢛ܣ‬ത ൌ ࢛ഥതതത௧
‫࢛ܣ‬

Luego ࢛ഥ௧‫ ࢛ܣ‬coincide con su conjugado y por tanto se trata de un número real. Por otra parte
 ࢛ഥ௧ߣ ࢛ ൌ ߣ࢛ഥ௧࢛ ൌ ‫࢛ܣ‬ഥ௧ ߣ࢛ ֜ ࢛ ൌ ‫࢛ܣ‬

1
௧ ௧
Álgebra Lineal    Miguel Reyes – Águeda Mata Dado que ࢛ഥ ‫ ࢛ܣ א‬Թ y por el mismo argumento ࢛ഥ

࢛‫א‬Թ, se deduce que ߣ‫א‬Թ.

20.2.2. AUTOVECTORES DE UNA MATRIZ SIMÉTRICA

Si ࣧ‫אܣ‬ൈ es simétrica entonces los autovectores asociados

a autovalores distintos son ortogonales.

Demostración

Sean ࢛ y ࢜ autovectores asociados respectivamente a los autovalores ߣ y ߤ ,con ߤߣ

് . Se

trata de demostrar que son ortogonales, es decir que ‫࢜ ظ‬, ࢛ ‫ط‬ൌ 0

࢚ ௧ ௧ ௧ ௧ ௧
ߣ ࢛ ൌ࢜ߣ ‫࢛ ط‬, ࢜ ‫ ظ‬ൌ ሺ ߣ࢛ሻ  ࢜ ൌ ሺ‫࢛ܣ‬ሻ ࢜ൌ࢛ ‫࢜ ܣ‬ൌ࢛ ሺ‫࢜ܣ‬ሻ

ൌ ߤ ࢛࢚࢛࢚ ൌ ߤ ‫࢛ ط‬, ࢜ ‫ ࢜ߤظ‬ൌ ࢜ Por tanto se tiene que:

0 ൌ‫࢛ ط‬, ࢜ ‫ ظ‬ሻߤെߣሺ

Dado que ሺߣെߤሻ ് 0, debe ser ‫࢜ ظ‬, ࢛ ‫ط‬ൌ 0, con lo que se tiene el resultado.

20.3. CARACTERIZACIÓN DE LAS MATRICES ORTOGONALMENTE DIAGONALIZABLES

Se verifica que la matriz de componentes reales ‫݊ ܣ א‬ൈ݊ es ortogonalmente diagonalizable si y sólo si

es simétrica.

20.3.1. PROCEDIMIENTO DE DIAGONALIZACIÓN ORTOGONAL

Sea ‫݊ ܣ א‬ൈ݊. Para realizar una diagonalización ortogonal de ‫ ܣ‬,se siguen los siguientes pasos: 1.
Comprobar que la matriz ‫ ܣ‬es simétrica. Si ‫ ܣ‬no es simétrica, no es ortogonalmente diagonalizable
y el proceso termina.
2. Calcular el polinomio característico y los autovalores de ‫ ܣ‬,considerando su multiplicidad. 3. Para
cada autovalor ߣ con multiplicidad ݉ሺߣሻ considerar ݉ሺߣሻ autovectores ortonormales asociados.
4. Componer la matriz ortogonal ܲ cuyas columnas son los autovectores considerados 5. Componer
la matriz diagonal ‫ ܦ‬cuya diagonal principal contiene los autovalores en el mismo orden en que se
han colocado los autovectores en ܲ.
ିଵ
6. En estas condiciones se verifica que ‫ܦ‬ൌܲ ‫ ܲܣ‬es una diagonalización ortogonal de ‫ܣ‬.
EJEMPLO 11

Diagonalización ortogonal    20

Diagonalizar las siguientes matrices, si es posible hacerlo ortogonalmente,

൱  Solución ‫ܣ‬ଵ ൌ ൭ 1 ൱,‫ܣ‬ଶ ൌ ൭

െ1 2 0 0 10 െ2 2 010 100 001

La matriz ‫ܣ‬ଵ no es simétrica, por tanto la caracterización 20.3 asegura que no es una matriz
ortogonalmente diagonalizable, no obstante puede ser diagonalizable. Se calcula el polinomio
característico de ‫ܣ‬ଵ:

െ1 െ 0 2 ߣ
‫݌‬ሺߣሻ ൌ det ൭ 0 1െ 0 ߣ െ2 2 1 െ ߣ ൱ ൌ ሺ 1െߣሻଶሺെ1 െ ߣሻ

Sus autovalores son ߣଵ ൌ 1 raíz doble y ߣଶ ൌ െ1.   Se

calculan los autovectores asociados a ߣଵ ൌ 1: ߙൌ‫ݔ‬

൭ 0 ૚ െ1 0 อ ሳልሰ ൝ ߙൌ‫ ݕ‬1 0 ൱

െ2 2 0 อ 0 0 0 000 000 ൱ ௬ୀఈ௭ୀఉ ൭ ߙ 1 0൱൅ߚ൭ 0
0 00 െ2 2 ൱~൭ 000 ൌ֜࢞
֜ ߚൌ ‫ݖ‬ 1

Se seleccionan ૚ൌ ൭ ൱y࢖ 0 sean

los autovectores 1 1 0 ૛ൌ ൭
൱ (no es 0
࢖ necesario que 1
ortonormales, pues no se está haciendo una diagonalización ortogonal) Se

calculan los autovectores asociados a ߣଶ ൌ െ1:

൭ 0 20 െ2 0 0 0 ൱~൭ 1 ૚ 0 െ1 0૚ 0 00 0 ሳልሰ ቊ ߙൌ‫ߙ ݔ‬ൌ֜࢞֜ 10 1

0 20 อ 22 อ 000 ൱ ௭ୀఈ ൌ0‫ݕ‬൭ ߙൌ‫ ݖ‬൱

Se selecciona el autovector ࢖ ૜ൌ ൭ 01
൱.

Sean ܲൌቆ 101 100 011 ቇ y ‫ܦ‬ൌ൭ ൱, se tiene que ‫ܦ‬ൌܲିଵ‫ܣ‬ଵܲ es una
10 0 01 0 0 0 െ1
diagonalización de ‫ܣ‬ଵ,

pero no es una diagonalización ortogonal, pues la matriz ܲ no es ortogonal. Observar que si se eligen

vectores cada ࢖Ԣ૚ ൌ 1/√2 1/√2 ቍ, ࢖ 001 ൱ y ࢖Ԣ૜ 1/√2 0

ortonormale autovalor: ቌ 0 ૛ൌ ൭ ൌቌ 1/√2
s asociados a ቍ, se

3
Álgebra Lineal    Miguel Reyes – Águeda Mata

obtiene una nueva diagonalización de ‫ܣ‬ଵ pero tampoco es una diagonalización ortogonal, pues
1/√2 0 1/√2
la matriz ܲԢ ൌ  ቌ 1/√2 0 0 0 1 1/√2 ቍ no es una matriz ortogonal: 1

‫ۇ‬ √2 ‫ۊ‬ 1 1 1
1
√20 √20 √2 1 ‫ۊ‬ 10 20 1 √2 ‫ۊ‬
1 ‫ۇ‬ ‫ۇ‬
ܲᇱ ௧ᇱ
ܲ ൌ‫ۈ‬ 1 1
√20 ‫√ۋ‬2‫ ی‬0 1 ‫√ۋۋۋ‬2‫ ی‬0 20√
ൌ 1
‫ۋۋۋ‬
‫ۈۈ‬ 1
‫ۈ‬ 001 ‫ۈۈۈ‬
1
‫ۉ‬ ‫ۉ‬ ‫ۉ‬ 2
√21 ‫ی‬

La matriz ‫ܣ‬ଶ es simétrica, por tanto la caracterización 20.3 asegura que es una matriz
ortogonalmente diagonalizable. Se calcula el polinomio característico de ‫ܣ‬ଶ:

െ0 1 ߣ
‫݌‬ሺߣሻ ൌ det ൭ ൱ ൌ ሺ 1െߣሻሺߣଶ െ 1 ሻ ൌ ሺ 1െߣሻሺߣെ1 ሻሺߣ ൅
1 െ1 0 0 0 ߣെ ߣ 1ሻ

Sus autovalores son ߣଵ ൌ 1 raíz doble y ߣଶ ൌ ߙൌ‫ݔ‬

െ1.   Se calculan los autovectores asociados a ߣଵ

ൌ 1: െ1 1 0
൭ 1 െ1 0 0 ൱~൭ 000 ൱ ௬ୀఈ௭ୀఉ ൌ֜࢞
֜ 1 ൱
00 ૚ െ1 0 อ ߙൌ‫ ݕ‬1 0 ߚൌ ‫ ݖ‬0
อ 000 000 000 ሳልሰ ൝ ൭ ߙ 1
0൱൅ߚ൭

Se seleccionan ૚ൌ ቌ ቍy࢖ 0 realizando

los autovectores 1/√2 1/√2 0 ૛ൌ ൭
൱, en este caso 0
࢖ se está 1

una diagonalización ortogonal por lo que se consideran dos vectores ortonormales. Se

 calculan los autovectores asociados a ߣଶ ൌ െ1:

൭ 110 002 ൱~൭ 00૚ 000 െ1/√2 ሳልሰ ቊ ֜ െ11

ߙെ ൌ ߙൌ‫ݕ‬൭ ߙൌ֜࢞
110 อ 000 ૚10 อ 000 ൱ ௬ୀఈ ‫ݔ‬ ൌ0‫ ݖ‬0
൱

Se selecciona el autovector ࢖ ૜ൌ ቌ 1/√2 0

ቍ.

Sean ܲ ൌ ቌ 1/√2 0 1/√2 01 0 ቍ y ‫ܦ‬ൌ൭ 10 0 01 0 0 0 െ1 ‫ܦ‬ൌܲିଵ‫ܣ‬ଶܲ es una

1/√2 0 െ1/√2 ൱ , se tiene que

diagonalización ortogonal de ‫ܣ‬ଶ, pues la matriz ܲ es ortogonal.