Documentos de Académico
Documentos de Profesional
Documentos de Cultura
t4 Transformaciones Ortogonales Res
t4 Transformaciones Ortogonales Res
Matrices ortogonales
Una matriz cuadrada A es ortogonal si sus matrices traspuesta e inversa coinciden (At = A−1 ),
es decir, si At A = AAt = I . Naturalmente, la no singularidad de la matriz garantiza la existencia
de su inversa y es, por tanto, condición necesaria para la ortogonalidad de una matriz. Si A es
una matriz ortogonal, entonces
v i · v i = 1 (vectores unitarios),
v i · v j = 0, si i 6= j (vectores ortogonales),
con lo que podemos concluir que la matriz A es ortogonal si y solo si sus vectores columna forman
una base ortonormal de Rn con el producto escalar usual. Teniendo en cuenta que At también es
ortogonal, podemos decir lo mismo en referencia a las las de la matriz A.
1 (c) mmbs
Diagonalización ortogonal de matrices simétricas
Sea A una matriz cuadrada real y simétrica de orden n. Entonces:
Su polinomio característico tiene solamente raíces reales y por tanto, todos los autovalores
de A son reales. Entonces siempre podemos encontrar autovectores reales, pues el sistema
(A − λI)v = 0 (cuyas soluciones son los vectores propios asociados al autovalor λ) está
formado por ecuaciones lineales en el cuerpo de los números reales.
Cada subespacio propio N (λ) asociado a un autovalor λ (invariante por la aplicación) tiene al
menos una base ortonormal de autovectores, y su dimensión es la multiplicidad del autovalor.
El proceso para diagonalizar ortogonalmente una matriz simétrica es el mismo que el de cualquier
otra matriz, con la salvedad de que la base de vectores de Rn , formada por los autovectores de los
subespacios propios asociados a los autovalores, debe ser ortonormal:
(1) Se calculan los autovalores de la matriz A. Al ser esta simétrica todos sus autovalores son
reales y forman la diagonal principal de la matriz D (pues Av = λv ).
(2) Se calcula el subespacio de autovectores asociado a cada autovalor. Debe vericarse que
dim N (λ) = m(λ) para cada uno de los autovalores. De cada subespacio se obtiene una base
ortonormal (vectores unitarios ortogonales entre sí).
(3) La unión de todas estas bases proporciona una base ortonormal de Rn . Sus vectores
constituyen las columnas de la matriz de paso P , que será ortogonal (P −1 = P t ).
2 (c) mmbs
ETSIDI Álgebra Lineal
UPM Transformaciones ortogonales
Transformaciones ortogonales
Una transformación ortogonal en un espacio vectorial euclídeo E es un endomorsmo (y por
tanto aplicación lineal) f de E que conserva el producto escalar, es decir,
||u||2 = u · u = f (u) · f (u) = ||f (u)||2 ⇒ ||u|| = ||f (u)|| puesto que ambos son positivos.
u·v f (u) · f (v) \
cos(u
d , v) = = = cos(f (u), f (v)).
||u|| ||v|| ||f (u)|| ||f (v)||
3 (c) mmbs
Si {u1 , . . . , uk }, k ≤ n, es un sistema ortogonal (respectivamente ortonormal), entonces
{f (u1 ), . . . , f (uk )} es un sistema ortogonal (respectivamente ortonormal). Así, si B es una base
ortogonal (respectivamente ortonormal), f (B) es una base ortogonal (respectivamente ortonormal).
Recordemos que un subespacio V de E es invariante respecto de un endomorsmo f si se verica
que f (V ) ⊂ V . Un vector v ∈ E es invariante por la transformación f si f (v) = v . Así, si λ = 1
es un autovalor de f , el subespacio propio asociado es el subespacio de vectores invariantes de f
(N (1) = Inv f ). Si λ = 1 no es autovalor de f entonces Inv f = 0 .
Transformaciones ortogonales en R2
Veamos primero el aspecto concreto
! de una matriz ortogonal de orden dos. Para ello,
! consideremos
a b d −b
que la matriz real A = es ortogonal, su inversa es A−1 = ± y sabemos que
c d −c a
!
a c
coincide con la traspuesta At = . Entonces,
b d
! ! !
a c d −b a −c
Si det A = 1, =+ ⇒ b = −c y d = a, y la matriz es A = .
b d −c a c a
! ! !
a c d −b a c
Si det A = −1, =− ⇒ b = c y d = −a, y la matriz es A = .
b d −c a c −a
4 (c) mmbs
ETSIDI Álgebra Lineal
UPM Transformaciones ortogonales
En particular,
Teniendo en cuenta que el determinante del producto de dos matrices es el producto de sus
determinantes se concluye que la composición de dos giros es un giro, la composición de dos
simetrías axiales es un giro y la composición de un giro y una simetría axial es una simetría axial.
Transformaciones ortogonales en R3
Como el polinomio característico de la matriz A es de grado tres, al menos tiene una raíz real
(que será 1 o −1), pues las raíces complejas son conjugadas de módulo unitario, de la forma
cos θ ± i sen θ. Los casos posibles son:
0 0 −1 z −z
y si se cambia el orden de los autovalores cambia el eje de simetría.
c) Si m(1) = 1 y los otros autovalores son complejos conjugados, entonces f es un giro
de ángulo α ∈ [0, 2π) tal que tr A = 1 + 2 cos α, alrededor de la recta de vectores
5 (c) mmbs
invariantes N (1). Las siguientes matrices están asociadas a giros de ángulo α alrededor
de los distintos ejes de:
1 0 0 cos α 0 − sen α cos α − sen α 0
0 cos α − sen α , 0 1 0 , sen α cos α 0 .
0 sen α cos α sen α 0 cos α 0 0 1
0 0 −1 z −z
0 0 −1 z −z
6 (c) mmbs