DIAGONALIZACIN ORTOGONAL

TEOREMA 1: Sea A una matriz simetrica real de n x n . Entonces

A tiene n vectores propios reales ortonormales.
Des teorema anterior se sigue que la multiplicidad geomtrica d e
cada valor propio de A es igual a su multiplicidad algebraica.
El teorema anterior dice que si A es simetrica, entonces
n
tiene
base B=
{ }
n
u u u .....,
, 2 , 1 que consiste en vectores propios ortonormales
de A. Sea Q la matriz cuyas columnas son n
u u u ..... ,.........
2 , 1 .
Entonses Q es uan matriz ortogonal. Esto lleva a la siguiente
definicin.
Definicin 1: Matriz diagonizable ortogonalmente
Se dice que una matriz A d e n x n es diagonalizable
ortogonalmente si existe una matriz ortogonal Q tal que


D AQ Q ``
Donde D =diag ( n
,...... .
2 1 ) y n
,...... .
2 1 son valores propios de
A.
Nota: recuerde que Q es ortogonal si Q`= Q
1
; por lo tanto la
ecuacin ya antes mencionada se puede escribir como Q
1
AQ = D.
^
Le cambie
TEOREMA 4:
Sea una matriz real d e n x n . Entonces A es diagonalizable
ortogonalmente con la matriz Q cuyas columnas son los vectores
propios dados en el teorema 1 inversamente, suponga que A es
diagonizable ortogonalmente. Entonces existe una Imatriz ortogonal
` Q
tal que
D AQ Q ``
. Multipicando esta ecuacin por la izquierda
por
` Q
y por la derecha por
`` Q
y usando el hecho de que
I QQ Q Q ` ``
se obtiene

` QDQ A

Entonces
A QDQ Q D Q QDQ A
t t T t t t
` ) ( ) (
. asi A, es simetrica y el
teorema queda demostrado. En la ultima serie d e e cuaciones se
usaron los hechos de que (AB)= B
T
A
T
.
El procedimiento para encontrar una matriz diagonalizante en Q es
el siguiente
1.- Encuentre una base para cada espacio propio de A
2.-

Encuentre una base ortonormal para cada espacio propio de A
usando el proceso de Gram-Schimidt o algn otro.
3.- Escriba Q como la matriz cuyas columnas son los vectores propios
ortonormales obtenidos en el paso 2
Ejemplo 1 Diagonalizacin de una matriz simtrica de 2x2 usando
una matriz ortogonal
Sea A =

,
_

3
2
2 1
Entonces la ecuacin caracterstica de A es det (A-

3 2
2 1
=
0 1 4
2

, que tiene dos races

=
( ) 5 2 / ) 5 2 4 ( 2 / 20 4 t t t
para
5 2
1

se obtiene (A-

I)
v=

,
_

,
_

,
_

+
0
0
5 1
3 2
2
5 1
2
1
x
x
un vector propio es
v
1
=

,
_

+ 5 1
2
y 5 2 10 ) 5 1 ( 2
2 2
1
+ + v por lo tanto,
u
1
=

,
_

+ 5 1
2
5 2 1 0
1

despus para
2

=
5 2 +
se calcula (A-

I)v

,
_

,
_

,
_

+
0
0
5 1
3 2
2
5 1
2
1
x
x
y
V
2=

,
_

2
5 1
observe que v
1
v
2 = 0 (lo que debe ser cierto
segn el teorema
2).Entonces
5 2 10
2
v

de manera que u
2=

,
_

2
5 1
5 2 1 0
1
por ultimo

,
_

2
5 1
5 / 1
2
5 2 1 0
1
Q

,
_

+
2
5 1
5 1
2
5 2 1 0
1
t
Q y

,
_

,
_

,
_

+
2
5 1
5 1 2
3 2
2 1
2 5 1
5 1
2
5 2 1 0
1
A Q Q
t
=

,
_

,
_

+ +

+
+
5 2 4 5 3 7
5 3
5 2 4
2
5 1
5 1
2
5 2 1 0
1
=

,
_

,
_

5 2
0
0
5
2
5 6 1 0
0
0
5
1 4 3 0
5 2 1 0
1
Ejemplo 2- Diagonalizacin de una matriz simtrica de 3x3 usando
una matriz ortogonal
Sea A =

,
_

2 2 2
2 5 4
2 4 5
Entonces A es simetrica y
det (A -

I)=

,
_

2 2 2
2 5 4
2 4 5
= -(
1
)
2

) 10 (
. Se calculan los
vectores propios linealmente independientes correspondientes a
1
,v
1
=

,
_

0
1
1
y v
2
=

,
_

2
0
1
Correspondi4entes a
10
se
encuentra v
3=

,
_

2
2
2
.
Para encontrar Q s e aplica el proceso de Gram-Schmidt a
} {
2 1
, v v
una base para
E
1.
Como 1
v
= 2 se hace u
1
=

,
_

0
2 / 1
2 / 1
Despus

t
v
2
= v
2 (
v
2
u
1 )
u
1
=

,
_

0
0
1
-

,
_

0
2 / 1
2 / 1
2
1
=

,
_

2
0
1
-

,
_

0
2 / 1
2 / 1
=

,
_

2
2 / 1
2 / 1
Entonces
2 / 2 3 4 / 18 2 v
y u
2
=

,
_

2
2 / 1
2 / 1
2 3
2
=

,
_

2 3 / 4
2 3 / 1
2 3 / 1

esto se verifica observando que u
1
u
2
= 0 . Por ultimo ,s e tiene
u
3
= v
3
/ 3
v
=

,
_

3 / 1
3 / 2
3 / 2
3
1
3
v
tambien se puede verificar observando que
u
1
u
3
=0 por lo tanto,

Q

,
_

3 / 1 2 3 / 4 0
3 / 2 2 3 / 1 2 / 1
3 / 2 2 3 / 1 2 / 1
Y

,
_

,
_

,
_

3 / 1 2 3 / 4 / 0
3 / 2 2 3 / 1 2 / 1
3 / 2 2 3 / 1 2 / 1
2 2 2
2 5 4
2 4 5
3 / 1 3 / 2 3 / 2
2 3 / 4 2 3 / 1 2 3 / 1
0 2 / 1 2 / 1
A Q Q
t

=

,
_

,
_

3 / 1 0 2 3 / 4 / 0
3 / 2 0 2 3 / 1 2 / 1
3 / 2 0 2 3 / 1 2 / 1
3 / 1 3 / 2 3 / 2
2 3 / 4 2 3 / 1 2 3 / 1
0 2 / 1 2 / 1

=

,
_

1 0 0 0
0 1 0
1 0 1
En esta seccin s e han probado resultados para matrices
simtricas reales, estos resultados se pueden extender a
matrices complejas. Si A=(A
IJ
) es una matriz compleja entonces
la transpuesta conjugada de A ,denotada por A*, esta definida
por el elemento
ij
de A*= a
ij
. La matriz A se llama Ermitaa si A
*=A. Resulta que los teoremas 1 2 y 3 tambien son ciertos para
las matrices hermitianas. Todava ms, si se define unamatriz
unitaria como uan matriz compleja U con U* = U
-1 ,
entonces
usando la demostracin del teorema 4, s e puede demostrar
que una matriz hermitiana es diagonalizable unitariamente .
Estos hechos se dejan como
Demostracin del teorema 3
Se demostrara que a todo valor propio

de multiplicidad
algebraica k, corresponde k vectores propios ortonormales. Este
paso combinado con el teorema 2 demostrara el teorema . Sea
u
1
un vector propio de A que corresponde a

. Supongamos
que
1
u
=1. Tambien s e puede suponer u
1
N
A
-

1
I, el espacio
nulo d e la matriz real A -

I.Este espacio nulo es un

subespacio de R
n
, y mediante el proceso de Gram Schmidt
esto s e puede convertir en una base ortonormal ' u
1
,u
2
.u
n
).
Ahora bien , Q e s invertible y Q
t
= Q
t
AQ y a tiene el mismo
polinomio caracteristico:
Entonces

,
_

y
n
t
t
t
U
U
U
Q

2
1
de manera que


) , . . . . , ( ) , . . . . , (
2 1
2
1
2 1
2
1
n
t
n
t
t
n
y
n
t
t
t
A u A u A u
U
U
U
A u u u A
U
U
U
A Q Q

,
_

,
_

,
_

,
_

n
t
n
t
n
n
t
n
t
n
y
n
t
t
A u U A u U
A U
t
U A u U
A U
t
U A u U
A u A u u
U
U
U
2
2 1
2 1
1
2 1 1
2
1
0
1
0
1
) . . . . , (

Los ceros aparecen porque u

1 0
1 1

j j
t
u u u
. Por otro lado
[ ] AQ Q Asi AQ Q Q A Q AQ Q
t t t t t t
t
t
, . ) (
es simetrica, lo que significa
que debe haber ceros en le primer rengln de Q
AQ
t
que
concuerde con los c eros de la primera columna. Entonces

,
_

n n n n n
n
n
t
q q q
q q q
q q q
A Q Q

2
3 3 3 3 2
2 2 3 2 2
1
1
0
0
0
0 0 0
Y

,
_

n n n n
n
n
t
q q q
q q q
q q q
I A Q Q

3 2
3 3 3 3 2
2 2 3 2 2
1
0
0
0
0 0 0
= ) ( ) ( ) (
1 1 1
3 2
3 3 3 3 2
2 2 3 2 2
1

M
q q q
q q q
q q q
n n n n
n
n

Donde M
11
(

)es el menor 1,1 de

1 . k Si I AQ Q
t

, no hay nada
que demostrar si K > 1,entonces
I A
contiene el factor ( )
2
1
,
y por lo tanto [ ]
t
t
I AQ Q tambien contiene el factor(

,
_

2 3
2 1
entonces la e caucin caracterstica de A es det (A-

)
PRO

,
_

n n n n n
n
n
t
q q q
q q q
q q q
A Q Q

2
3 3 3 3 2
2 2 3 2 2
1
1
0
0
0
0 0 0

k j i
k j i
v x u 6 1 8 2 6
6 2 0
1 4 3 + +
1
1
1
]
1