Tema 2

Diagonalización de matrices

Resolución de la práctica B

1
2 Tema 2. Diagonalización de matrices

1. Para cada una de las siguientes matrices calcular los autovalores, y en los
casos en los que tenga sentido, hallar los subespacios propios asociados a cada
autovalor.
     
−3 −1 −3 4 3 0 −1 3 −1
     
A=
 1 0 0 
 B=
 0 1 0
 C=
−3 5 −1

0 1 0 0 3 2 −3 3 1

Solución:
 
−3 −1 −3
 
. Para la matriz A =  1
 0 0 .
0 1 0
Se calculan las soluciones de la ecuación caracterı́stica: det(A − λI3 ) = 0
 
−3 − λ −1 −3
 
 
 
det(A − λI3 ) =   1 0−λ 0 
0−λ 
 
 0 1
= λ2 (−3 − λ) − 3 − λ = −λ3 − 3λ2 − λ − 3
= (λ + 3)(−λ2 − 1)

De manera que un atuovalor es:

λ = −3

pero
√
−λ2 − 1 = 0 ⇒ λ = ± −1 ∈
/R

De manera solo tiene sentido calcular el subespacio propio para el auto-

valor -3:

v ∈ R3 /A~
Vλ=−3 = {~ v = −3~
v } = {~ v = ~0}
v ∈ R3 /(A + 3I3 )~

esto es,
    
−0 −1 −3 x 0 (
     x + 3y = 0
1 3  y  = 0 ⇒
0 
    
 y + 3z = 0
0 1 3 z 0
Tema 2. Diagonalización de matrices 3

Se trata por tanto de una recta que pasa por el origen(intersección de los
planos x + 3y = 0, y + 3z = 0). Cuya ecuación vectorial (introduciendo
el parámetro z = α) es (x, y, z) = α(9, −3, 1). Por tanto:

Vλ=−3 = [(9, −3, 1)]

 
4 3 0
 
. Para la matriz B = 
 0 1 0.

0 3 2
Se calculan las raı́ces de la ecuación caracterı́stica det(B − λI3 ) = 0:
 
4 − λ 3 0 
 
 
det(B − λI3 ) =  0 1−λ 0  = (4 − λ)(1 − λ)(2 − λ)
2 − λ
 
 0 3


 λ1 = 1, con multiplicidad 1


(4 − λ)(1 − λ)(2 − λ) = 0 ⇒ λ2 = 2, con multiplicidad 1


 λ = 4, con multiplicidad 1
3

Ahora se calculan los subespacios propios asociados a cada autovalor.

Para λ1 = 1:

v ∈ R3 /B~
Vλ1 =1 = {~ v } = {~
v = 1~ v = ~0}
v ∈ R3 /(B − I3 )~

esto es,
    
3 3 0
x 0 ( (
    
 0 0 0  y  = 0 ⇒ 3x + 3y = 0 x = −y
⇒
     3y + z = 0 z = −3y
0 3 1 z 0

Se trata por tanto de una recta que pasa por el origen (intersección de dos
planos que pasan por el origen). Cuya ecuación vectorial (introduciendo
el parámetro y = α) es: (x, y, z) = α(−1, 1, −3). Por tanto:

Vλ1 =1 = [(−1, 1, −3)]

4 Tema 2. Diagonalización de matrices

Para λ2 = 2:

v ∈ R3 /B~
Vλ2 =2 = {~ v } = {~
v = 2~ v = ~0}
v ∈ R3 /(B − 2I3 )~

esto es,
    
2 3 0
x 0 ( (
    
 0 −1 0  y  = 0 ⇒ 2x + 3y = 0 x=0
⇒
     −y = 0 y=0
0 3 0 z 0

De nuevo se trata de una recta que pasa por el origen (intersección de dos
planos que pasan por el origen). Cuya ecuación vectorial (introduciendo
el parámetro z = α) es: (x, y, z) = α(0, 0, 1). Por tanto:

Vλ2 =2 = [(0, 0, 1)]

Para λ3 = 4:

v ∈ R3 /B~
Vλ3 =4 = {~ v } = {~
v = 4~ v = ~0}
v ∈ R3 /(B − 4I3 )~

esto es,
    
0 3 0 x 0 ( (
    
 y  = 0 ⇒ −3y = 0 y=0
 0 −3 0 ⇒
     3y − 2z = 0 z=0
0 3 −2 z 0
También se trata de una recta que pasa por el origen. Cuya ecuación
vectorial (introduciendo el parámetro x = α) es: (x, y, z) = α(1, 0, 0).
Por tanto:
Vλ3 =4 = [(1, 0, 0)]
 
−1 3 −1
 
. Para la matriz C = −3 5 −1

.
−3 3 1
Se calculan las raı́ces de la ecuación caracterı́stica det(C − λI3 ) = 0:

 
−1 − λ 3 −1
 
 
 
det(B − λI3 ) =  −3
 5 − λ −1  = −(−2 + λ)(λ2 − 3λ + 2)
 −3 1 − λ
 
3
Tema 2. Diagonalización de matrices 5

(
λ1 = 1, con multiplicidad 1
−(−2 + λ)(λ2 − 3λ + 2) = 0 ⇒
λ2 = 2, con multiplicidad 2

Para λ1 = 1:

v ∈ R3 /C~
Vλ1 =1 = {~ v } = {~
v = 1~ v = ~0}
v ∈ R3 /(C − I3 )~

esto es,
    
−2 3 −1 x 0 ( (
    
 −3 4 −1  y  = 0 ⇒ −3x + 4y − z = 0 x=z
⇒
     −3x + 3y = 0 y=z
−3 3 0 z 0

Se trata por tanto de una recta que pasa por el origen (intersección de dos
planos que pasan por el origen). Cuya ecuación vectorial (introduciendo
el parámetro z = α) es: (x, y, z) = α(1, 1, 1). Por tanto:

Vλ1 =1 = [(1, 1, 1)]

Para λ2 = 2:

v ∈ R3 /C~
Vλ2 =2 = {~ v } = {~
v = 2~ v = ~0}
v ∈ R3 /(C − 2I3 )~

esto es,
    
−3 3 −1 x 0
    
 −3 3 −1  y  = 0
     ⇒ −3x+3y −z = 0 ⇒ z = −3x+3y
−3 3 −1 z 0

En este caso se trata de un plano que pasa por el origen. Si se introducen

como parámetros: x = α e y = β entonces la ecuación vectorial de dicho
plano es:
(x, y, z) = α(1, 0, −3) + β(0, 1, 3)

por tanto:
Vλ2 =2 = [(1, 0, −3), (0, 1, 3)]
6 Tema 2. Diagonalización de matrices

2. Hallar la diagonalización ortogonal de las matrices:

   
0 0 −1 2 2 2
   
A=  0 2 0 
 B = 2 5 −1
 
−1 0 0 2 −1 5

Solución:
 
0 0 −1
 
. Para la matriz A = 
 0 2 0 .
−1 0 0
Empezamos calculando los autovalores:
 
0 − λ 0 −1 
 
 
det(A − λI3 ) =  0 2−λ 0  = (2 − λ)(λ2 − 1)
 −1 0 − λ
 
0

De manera que los autovalores son:

λ1 = 2 (simple)
λ2 = 1 (simple)
λ3 = −1 (simple)

Ahora se calculan los subespacios propios asociados a cada autovalor.

Para λ1 = 2:

v ∈ R3 /A~
Vλ1 =2 = {~ v } = {~
v = 2~ v = ~0}
v ∈ R3 /(A − 2I3 )~

esto es,
    
−2 0 −1 x 0 ( (
    
 y  = 0 ⇒ −2x − z = 0 x=0
 0 0 0 ⇒
     −x − 2z = 0 z=0
−1 0 −2 z 0

Este subespacio es una recta que pasa por el origen (intersección de dos
planos que pasan por el origen). Cuya ecuación vectorial (introduciendo
el parámetro y = α) es: (x, y, z) = α(0, 1, 0). Por tanto:

Vλ1 =2 = [(0, 1, 0)]

Tema 2. Diagonalización de matrices 7

Para λ2 = 1:

v ∈ R3 /A~
Vλ2 =1 = {~ v } = {~
v = 1~ v = ~0}
v ∈ R3 /(A − 1I3 )~

esto es,
    
−1 0 −1 x 0 ( ) (
    
 y  = 0 ⇒ −x − z = 0 x = −z
 0 1 0 ⇒
     y=0 y=0
−1 0 −1 z 0
De nuevo se trata de una recta que pasa por el origen. Su ecuación
vectorial (introduciendo el parámetro z = α) es: (x, y, z) = α(−1, 0, 1).
Por tanto,
Vλ2 =1 = [(−1, 0, 1)]

Para λ3 = −1:

v ∈ R3 /A~
Vλ3 =−1 = {~ v = −1~
v } = {~ v = ~0}
v ∈ R3 /(A + 1I3 )~

esto es,
    
1 0 −1 x 0 ( ) (
     x − z = 0 x=z
0 3  y  = 0 ⇒
0  ⇒
    
 3y = 0 y=0
−1 0 1 z 0

También se trata de una recta que pasa por el origen (intersección de dos
planos que pasan por el origen). Su ecuación vectorial (introduciendo el
parámetro z = α) es: (x, y, z) = α(1, 0, 1). Por tanto:

Vλ3 =−1 = [(1, 0, 1)]

Nota: Sabemos que cuando la matriz A es simétrica, vectores propios

asociados a valores propios distintos, son ortogonales. En nuestro caso
los vectores propios que hemos calculados están asociados a autovalo-
res distintos, por lo que han de ser ortogonales. No obstante podemos
verificarlo para comprobar que no nos hemos equivocado en los cálculos:

(0, 1, 0) · (−1, 0, 1) = 0
(0, 1, 0) · (1, 0, 1) = 0
(−1, 0, 1) · (1, 0, 1) = −1 + 1 = 0
8 Tema 2. Diagonalización de matrices

Si reunimos estos tres vectores ya tenemos una base de R3 formada por

vectores propios ortogonales, pero para obtener la diagonalización orto-
gonal necesitamos que ademas sean unitarios. Ası́ pues dividiremos cada
uno de ellos por su módulo, para obtener una base ortonormal de R3
(formada por vectores propios):

k(0, 1, 0)k= 1 ⇒ (0, 1, 0)

√
 
p −1 1
k(−1, 0, 1)k= (−1)2 + 02 + 12 = 2 ⇒ √ , 0, √
2 2

√ √
 
1 1
k(1, 0, 1)k= 12 + 02 + 12 = 2 ⇒ √ , 0, √
2 2
Entonces:
Vλ1 =2 = [(0, 1, 0)]
 
−1 1
Vλ2 =1 = [(−1, 0, 1)] = √ , 0, √
2 2
 
1 1
Vλ3 =0 = [(1, 0, 1)] = √ , 0, √
2 2
En consecuencia una diagonalización ortogonal de la matriz A es:

A = QDQ−1

siendo:
−1 1
 
0 √ √
 
 2 2  2 0 0
  
Q=  1 0 0   D=  0 1 0 

 1 1 
0 0 −1
0 √ √
2 2
 
2 2 2
 
. Para la matriz B = 2 5 −1

.
2 −1 5
Calculamos los autovalores:
 
2 − λ 2 2
 
 
 
det(B − λI3 ) =  2
 5 − λ −1  = −(6 − λ)λ(λ − 6)
−1 5 − λ
 
 2
Tema 2. Diagonalización de matrices 9

De manera que los autovalores son:

λ1 = 6 (con multiplicidad 2)
λ2 = 0 (simple)

Para cada autovalor calculamos el subespacio de vectores propios. Para

λ1 = 6:

v ∈ R3 /B~
Vλ1 =6 = {~ v } = {~
v = 6~ v = ~0}
v ∈ R3 /(B − 6I3 )~

esto es,
    
−4 2 2 x 0
    
 2 −1 −1

 y  = 0
    ⇒ 2x − y − z = 0 ⇒ z = 2x − y
2 −1 −1 z 0

Se trata de un plano que pasa por el origen. Si se introducen como

parámetros: x = α e y = β, entonces la ecuación vectorial de dicho plano
es:
(x, y, z) = α(1, 0, 2) + β(0, 1, −1)

por tanto:
Vλ1 =6 = [(1, 0, 2), (0, 1, −1)]

Para λ2 = 0:

v ∈ R3 /B~
Vλ2 =0 = {~ v } = {~
v = 0~ v = ~0}
v ∈ R3 /B~

esto es,
    
2 2 2 x 0 ( (
    
 y  = 0 ⇒ 2x + 2y + 2z = 0 x = −2z
 2 5 −1 ⇒
     2x + 5y − z = 0 y=z
2 −1 5 z 0

Se trata de una recta que pasa por el origen (intersección de dos pla-
nos que pasan por el origen). Cuya ecuación vectorial (introduciendo el
parámetro z = α) es: (x, y, z) = α(−2, 1, 1). Por tanto:

Vλ2 =0 = [(−2, 1, 1)]

10 Tema 2. Diagonalización de matrices

Como la matriz B es simétrica: los vectores propios asociados a λ2 son

ortogonales a todos los vectores propios asociados a λ1 . Resulta por tanto
que la recta Vλ2 es ortogonal al plano Vλ1 , pero los dos vectores que hemos
escogido en ese plano no son ortogona-
les:

(1, 0, 2) · (0, 1, −1) = −2 6= 0

Ası́ que vamos a cambiar uno de ellos

por otro que sı́ lo sea. Observando la
figura adjunta, es claro que se puede
cambiar el vector u
~ , por ejemplo, por
~ ∧~
el vector w v y ası́ obtener una base Figura 2.1
de vectores ortogonales en el plano.
De manera que, si llamamos u v = (0, 1, −1) y w
~ = (1, 0, 2), ~ ~ = (−2, 1, 1)
y calculamos:
 
 ~ ~ ~
 i j k


 
~ ∧~
w v =  −2 1 1  = (−2, −2, −2)

 0 1 −1
 

obtenemos:
Vλ1 =6 = [(1, 0, 2), (0, 1, −1)] = [(−2, −2, −2), (0, 1, −1)]
Vλ2 =0 = [(−2, 1, 1)]
Reuniendo estos tres vectores, ya tenemos una base de R3 formada por
vectores propios y ortogonales, pero para obtener la diagonalización orto-
gonal necesitamos que se trate de una base ortonormal de autovectores,
ası́ que necesitamos construir tres vectores unitarios en esas direcciones:
√ √
 
−1 −1 −1
k(−2, −2, −2)k= 12 = 2 3 ⇒ √ ,√ ,√
3 3 3

√
 
1 −1
k(0, 1, −1)k= 2 ⇒ 0, √ , √
2 2

√
 
−2 1 1
k(−2, 1, 1)k= 6 ⇒ √ ,√ ,√
6 6 6
Tema 2. Diagonalización de matrices 11

Ası́ pues:
   
−1 −1 −1 1 −1
Vλ1 =6 = [(−2, −2, −2), (0, 1, −1)] = √ ,√ ,√ , 0, √ , √
3 3 3 2 2
 
−2 1 1
Vλ2 =0 = [(−2, 1, 1)] = √ ,√ ,√
6 6 6

Con lo cual, una diagonalización ortogonal de la matriz B serı́a:

B = QDQ−1

siendo:

 −1 −2 
√ 0 √
 3 6 
   
6 0 0
 
 
 −1 1 1   
 √3
Q= √ √  D= 0 6 0
 2 6 

 
  0 0 0
 
 −1 −1 1 
√ √ √
3 2 6