Jos Mara Martnez Mediano

1
Tema 5. DIAGONALIZACIN DE MATRICES

Introduccin. Potencia de una matriz
Sea
|
|

\
|
=
3 2
1 2
A . Supongamos que se desea calcular
n
A :

|
|

\
|
=
|
|

\
|
|
|

\
|
=
11 10
5 6
3 2
1 2
3 2
1 2
2
A
|
|

\
|
=
|
|

\
|
|
|

\
|
=
43 42
21 22
11 10
5 6
3 2
1 2
3
A
|
|

\
|
=
|
|

\
|
|
|

\
|
=
171 170
85 86
43 42
21 22
3 2
1 2
4
A
Determinar una regla para
n
A no resulta inmediato.

Comprobemos, antes de seguir adelante, que
1
= MDM A , siendo
|
|

\
|

=
1 2
1 1
M y
|
|

\
|
=
1 0
0 4
D Esta ltima matriz es diagonal.
En efecto, calculando
|
|

\
|

1 2
1 1
3
1
1
M y multiplicando, se ve que:
A MDM =
|
|

\
|
=
|
|

\
|


=
(

|
|

\
|

|
|

\
|
|
|

\
|

3 2
1 2
9 6
3 6
3
1
1 2
1 1
3
1
1 0
0 4
1 2
1 1
1


Con esto:
( )( )
1 2 1 1 2

= = M MD MDM MDM A obsrvese que I M M =

1

( )( )
1 3 1 2 1 3

= = M MD M MD MDM A


1
= M MD A
n n


|
|

\
|
+
+
=
(

|
|

\
|

|
|

\
|
|
|

\
|

=
1 4 2 2 4 2
1 4 2 4
3
1
1 2
1 1
3
1
1 0
0 4
1 2
1 1
n n
n n
n
n
n
A
Se consigue as calcular
n
A .

El problema est en encontrar M y D.

El proceso que nos facilitar determinar las matrices M y D, que permitirn hallar la potencia
nsima de una matriz, se llama diagonalizacin.


Jos Mara Martnez Mediano
2
Autovalores y autovectores

Definicin de autovalor: R (o a C, aunque no lo consideraremos) es un autovalor de
una matriz A, cuadrada, n n, si existe un vector x
r
R
n
(a E
n
), 0
r
r
x , tal que x x A
s r
= .
A x
r
se le llama autovector asociado a .
Tambin se utilizan los nombres valor propio y vector propio, respectivamente, para autovalor
y autovector.

Observaciones:
1. Si x x A
r r
= x x A x A
r r r
2 2
= = x x A
n n
r r
= .
Por tanto, para determinar cmo acta
n
A resulta til conocer y x
r
, pues el estudio de
n
es
mucho ms sencillo.
2. Si x
r
es un autovector asociado a , entonces x k
r
es otro autovector asociado a .
En efecto: si x x A
s r
= ( ) ( ) ( ) ( ) x k x k x A k x k A
r r r r
= = = .

Ejemplo: Si
|
|

\
|
=
3 2
1 2
A , = 4 es un autovalor si
|
|

\
|
=
2
1
x
r
.
En efecto:
|
|

\
|
=
|
|

\
|
=
|
|

\
|
|
|

\
|
2
1
4
8
4
2
1
3 2
1 2

Otros autovectores asociados a = 4 son
|
|

\
|

=
|
|

\
|
=
2
1
2
1
1 x
r
o
|
|

\
|
=
|
|

\
|
=
6
3
2
1
3 x
r
.
(Habitualmente se toma el ms sencillo, el correspondiente a k = 1.)

Clculo de autovalores. Ecuacin caracterstica.

De x x A
s r
= 0
r
s r
= x x A ( ) 0
r
s
= x I A sistema homogneo, que tiene solucin
distinta de la trivial (se buscan 0
r
r
x ) cuando 0 = I A .

Es sistema ( ) 0
r
s
= x I A recibe el nombre de autosistema.
A 0 = I A se le llama ecuacin caracterstica.
I A P = ) ( es un polinomio de grado n se llama polinomio caracterstico.
Las soluciones de 0 = I A , de 0 ) ( = = I A P , son los valores propios
(autovalores) de la matriz A.
Si la matriz A es de orden n, I A P = ) ( = 0
...
...
...
... ...
.
...
...
2 1
2 22 21
1 12 11
=



nn n n
n
n
a a a
a a a
a a a

Los autovalores no tienen porqu ser distintos. El nmero de veces que se repite un
autovalor es su multiplicidad algebraica.
Si es un autovalor de A, una solucin no trivial, x
r
, de ( ) 0
r
s
= x I A es un autovector
asociado a ese .


Jos Mara Martnez Mediano
3
Ejemplo: Si
|
|

\
|
=
3 2
1 2
A ) 1 )( 4 ( 4 5
3 2
1 2
2
= + =


= I A
Los autovalores son: = 4 y = 1.
Si = 4:
|
|

\
|
=
|
|

\
|
|
|

\
|
2
1
2
1
4
3 2
1 2
x
x
x
x

|
|

\
|
=
|
|

\
|
|
|

\
|

0
0
4 3 2
1 4 2
2
1
x
x

|
|

\
|
=
|
|

\
|
|
|

\
|

0
0
1 2
1 2
2
1
x
x

=
= +
0 2
0 2
2 1
2 1
x x
x x

=
=
t x
t x
2
2
1
estas seran las componentes de los
autovectores asociados:
|
|

\
|
=
|
|

\
|
=
t
t
x
x
x
2
2
1
r
. En particular, si t = 1,
|
|

\
|
=
|
|

\
|
2
1
2
1
x
x
.

Si = 1:
|
|

\
|
=
|
|

\
|
|
|

\
|
0
0
2 2
1 1
2
1
x
x

= +
= +
0 2 2
0
2 1
2 1
x x
x x

=
=
t x
t x
2
1
estas seran las
componentes de los autovectores asociados:
|
|

\
|

=
|
|

\
|
=
t
t
x
x
x
2
1
r
.
En particular, si t = 1,
|
|

\
|

=
|
|

\
|
1
1
2
1
x
x
.

Otro ejemplo: Pgina 382 de Sydsaeter: 14.12 b)
|
|
|

\
|

=
4 6 3
2 4 1
6 6 5
B
0
4 6 3
2 4 1
6 6 5
=



= I B ( ) ( ) 0 1 2
2
= = 2, doble; = 1.
Si = 2, ( ) 0
r
s
= x I B
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|



0
0
0
4 6 3
2 4 1
6 6 5
z
y
x

|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|

0
0
0
6 6 3
2 2 1
6 6 3
z
y
x

=
= + +
=
0 6 6 3
0 2 2
0 6 6 3
z y x
z y x
z y x

=
=
+ =
h z
t y
h t x 2 2
h t x
1
0
2

0
1
2
|
|
|

\
|
+
|
|
|

\
|
=
r
. Se toma:
|
|
|

\
|
=
0
1
2
1
x
r
;
|
|
|

\
|
=
1
0
2
2
x
r
.
En este caso la solucin del autosistema depende de dos vectores (es la ecuacin de un plano,
cuya dimensin es 2): es un subespacio vectorial con multiplicidad geomtrica igual a 2.

Si = 1, ( ) 0
r
s
= x I B
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|

0
0
0
5 6 3
2 3 1
6 6 4
z
y
x

=
= + +
=
0 5 6 3
0 2 3
0 6 6 4
z y x
z y x
z y x

=
=
=
t z
t y
t x
3
3
t x
3
1
3
|
|
|

\
|
=
r
. Se toma:
|
|
|

\
|
=
3
1
3
3
x
r
.


Jos Mara Martnez Mediano
4
Autovalores de matrices diagonales.
Las matrices diagonales
|
|
|
|
|

\
|
=
n
d
d
d
D
... 0 0
... ... ... ...
0 ... 0
0 ... 0
2
1
, cumplen:
1.
n
d d d D ...
2 1
=
2.
|
|
|
|
|

\
|
=
n
n
n
n
n
d
d
d
D
... 0 0
... ... ... ...
0 ... 0
0 ... 0
2
1

3. La ecuacin caracterstica es: 0
... 0 0
... ... ... ...
0 ... 0
0 ... 0
2
1
=



=
n
d
d
d
I D

=
=
=
n n
d
d
d
...
2 2
1 1


En definitiva, los autovalores de una matriz diagonal son los elementos de esa diagonal.

Ejemplo: Si
|
|
|

\
|
=
3 0 0
0 2 0
0 0 1
D 1. 6 3 2 1 = = D . 2.
|
|
|
|

\
|
=
n
n
n
n
D
3 0 0
0 2 0
0 0 1
.
3. Los valores propios son: = 1, 2 y 3.

Algunas propiedades de los autovalores
1. La suma de los autovalores es igual a la traza de la matriz A.

nn n
a a a + + + = + + + ... ...
22 11 2 1


2. El producto de los autovalores es igual al determinante de la matriz A.
A
n
= ...
2 1


3. Los autovalores de A son los mismos que los de A
t
.

4. Dos matrices A y B son semejantes si existe una matriz M invertible tal que
1
= MBM A .
Con esto, si dos matrices A y B son semejantes, ambas tienen la misma ecuacin
caracterstica. Por tanto, los autovalores de A y B son los mismos.
En efecto, si
1
= MBM A I MBM I A =
1
=
1 1
IM M MBM =
= I B M I B M M I B M = =
1 1
) (

5. Sean
1
,
2
, ,
p
autovalores, distintos entre s, de A. Si
1
x
r
,
2
x
r
,...,
p
x
r
son autovectores no
nulos, asociados respectivamente a
1
,
2
, ,
p
, entonces, el conjunto {
1
x
r
,
2
x
r
,...,
p
x
r
} es
linealmente independiente.


Jos Mara Martnez Mediano
5
Apunte para una demostracin:
Vamos a demostrarlo para p = 2. Por tanto, se tienen:
1

2
, y
1
x
r
,
2
x
r
, ambos vectores no
nulos.
Si los vectores fuesen l.d., entonces existen k
1
y k
2
, no nulos, tales que 0
2 2 1 1
r
r r
= + x k x k .
Por tanto:
( ) 0 0
2 2 1 1
r r
r r
= = + A x k x k A
( ) ( ) ( ) ( ) 0
2 2 2 1 1 1 2 2 1 1 2 2 1 1
r
r r r r r r
= + = + = + x k x k x A k x A k x k A x k A (*)
De 0
2 2 1 1
r
r r
= + x k x k
2 2 1 1
x k x k
r r
= . Sustituyendo en (*):
( ) 0
2 2 2 2 2 1
r
r r
= + x k x k ( ) 0
2 2 1 2
r
r
= x k
2
=
1
, pues k
2
0.
Lo que contradice la hiptesis inicial de
1

2
. En consecuencia, el conjunto {
1
x
r
,
2
x
r
} es
linealmente independiente.

Para demostrarlo en general se hace por induccin. Se comprueba para p = 1, se supone cierto
hasta p, y demuestra que tambin es cierto para p + 1.


Jos Mara Martnez Mediano
6
Diagonalizacin

Una matriz cuadrada A, de orden n, se dice que es diagonalizable si existe una matriz
invertible P, de orden n, y una matriz diagonal, tal que D AP P =
1
.
Otra manera de decirlo es: Una matriz cuadrada A es diagonalizable si es semejante a una
matriz diagonal.

Diagonalizar una matriz A es encontrar las matrices D y P tales que
1
= PDP A

Es evidente que si D AP P =
1

1
= PDP A
1
= P PD A
n n


El objetivo es determinar qu matrices son diagonalizables y cmo hallar P y D.

Teorema. Una matriz cuadrada A, de orden n, es diagonalizable si y slo si tiene un conjunto
1
x
r
,
2
x
r
, ...,
n
x
r
de n autovectores linealmente independientes..
En este caso,
|
|
|
|
|

\
|

n
AP P
... 0 0
... ... ... ...
0 ... 0
0 ... 0
2
1
1

1 2
1

... 0 0
... ... ... ...
0 ... 0
0 ... 0

|
|
|
|
|

\
|

= P P A
n

donde P es la matriz cuyas columnas son los vectores
1
x
r
,
2
x
r
, ...,
n
x
r
y
1
,
2
, ,
n
son
autovalores de A. P = (
1
x
r
,
2
x
r
, ...,
n
x
r
).
Nota: La demostracin de este teorema puede verse en la p 386 del Sydsaeter.

Ejemplo: Para la matriz
|
|

\
|
=
3 2
1 2
A , vista anteriormente, se tena:
Autovalores: = 4 y = 1.
Autovectores asociados: Para = 4
1
x
r
=
|
|

\
|
=
|
|

\
|
2
1
2
1
x
x
; Para = 1,
2
x
r
=
|
|

\
|

=
|
|

\
|
1
1
2
1
x
x
.
Por tanto:

|
|

\
|
=
1 0
0 4
D ;
|
|

\
|

=
1 2
1 1
P
|
|

\
|

1 2
1 1
3
1
1
P
Puede verse que:
D AP P =
1

|
|

\
|
=
|
|

\
|

|
|

\
|
|
|

\
|

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


Qu matrices son diagonalizables?
Las condiciones exigidas en el teorema anterior pueden concretarse como sigue:

Caso 1. Todos los autovalores son distintos.
Si una matriz cuadrada A, de orden n, tiene n autovalores reales distintos, entonces (como
consecuencia de la propiedad 5 de los autovalores) el conjunto {
1
x
r
,
2
x
r
,...,
n
x
r
} es linealmente
independiente. Luego, la matriz A es diagonalizable.

Jos Mara Martnez Mediano
7
Puede observarse que si {
1
x
r
,
2
x
r
,...,
n
x
r
} son l.i. la matriz P = (
1
x
r
,
2
x
r
, ...,
n
x
r
) es
inversible. Luego puede escribirse que A PDP =
1
.

Caso 2. Hay autovalores repetidos (mltiples).
Una matriz cuadrada A, de orden n, es diagonalizable si y slo si todos sus autovalores son
reales y, adems, la multiplicidad geomtrica de cada uno coincide con su multiplicidad
algebraica.
La multiplicidad algebraica es la del autovalor: solucin doble, triple de la ecuacin
0 ) ( = = I A P .
La multiplicidad geomtrica es la de los autovectores respectivos: la dimensin del espacio
vectorial solucin del autosistema ( ) 0
r
s
= x I A .
Nota: Este resultado no lo demostramos; lo damos por cierto.

Ejemplos:
1. Diagonalizacin de
|
|
|

\
|

=
3 1 0
1 2 1
0 1 3
A
0
3 1 0
1 2 1
0 1 3
=



= I A ( )( )( ) 0 4 1 3 =
Autovalores: = 3; = 1; = 4.
Los tres autovalores son simples la matriz es diagonalizable.

Si = 3,
( ) 0
r
s
= x I A
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|

0
0
0
0 1 0
1 1 1
0 1 0
z
y
x

=
=
=
0
0
0
y
z y x
y

=
=
=
t z
y
t x
0
|
|
|

\
|
=
1
0
1
1
x
r

Si = 1,
( ) 0
r
s
= x I A
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|

0
0
0
2 1 0
1 1 1
0 1 2
z
y
x

= +
= +
=
0 2
0
0 2
z y
z y x
y x

=
=
=
t z
t y
t x
2
|
|
|

\
|
=
1
2
1
2
x
r

Si = 4,
( ) 0
r
s
= x I A
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|



0
0
0
1 1 0
1 2 1
0 1 1
z
y
x

=
=
=
0
0 2
0
z y
z y x
y x

=
=
=
t z
t y
t x

|
|
|

\
|

=
1
1
1
3
x
r


La matriz
|
|
|

\
|
=
4 0 0
0 1 0
0 0 3
D . La matriz
|
|
|

\
|

=
1 1 1
1 2 0
1 1 1
P
|
|
|

\
|

2 2 2
1 2 1
3 0 3
6
1
1
P
Es fcil comprobar que A PDP =
1
.


Jos Mara Martnez Mediano
8
2. Diagonalizacin de
|
|
|

\
|


=
1 0 3
3 2 3
3 0 1
A
0
1 0 3
3 2 3
3 0 1
=



= I A ( ) ( ) 0 4 2
2
= +
Autovalores: = 2, doble (multiplicidad algebraica 2); y = 4, simple.

La matriz A ser diagonalizable si la multiplicidad geomtrica del sistema ( ) 0 2
r
s
= x I A es 2.
Veamos:

Si = 2,
( ) 0 2
r
s
= x I A
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|


0
0
0
3 0 3
3 0 3
3 0 3
z
y
x

=
= +
=
0 3 3
0 3 3
0 3 3
z x
z x
z x
(el rango de la matriz de
coeficientes es 1)

=
=
=
t z
h y
t x
(para t = 1 y h = 0):
|
|
|

\
|

=
1
0
1
1
x
r
; (t = 0, h = 1):
|
|
|

\
|
=
0
1
0
2
x
r

Luego, la multiplicidad geomtrica es 2: la solucin depende de 2 parmetros. Como coincide
con la multiplicidad algebraica, la matriz ser diagonalizable.

Si = 4,
( ) 0 4
r
s
= + x I A
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|

0
0
0
3 0 3
3 6 3
3 0 3
z
y
x

= +
= + +
=
0 3 3
0 3 6 3
0 3 3
z x
z y x
z x

=
=
=
t z
t y
t x

|
|
|

\
|
=
1
1
1
3
x
r


La matriz
|
|
|

\
|

=
4 0 0
0 2 0
0 0 2
D . La matriz
|
|
|

\
|

=
1 0 1
1 1 0
1 0 1
P
|
|
|

\
|
=

1 0 1
1 2 1
1 0 1
2
1
1
P
Puede comprobarse que A PDP =
1
.

Nota. La matriz
|
|
|

\
|

=
4 6 3
2 4 1
6 6 5
B , vista en un ejemplo anterior, cumpla:
Autovalores: = 2, doble; = 1. Autovectores:
|
|
|

\
|
=
0
1
2
1
x
r
,
|
|
|

\
|
=
1
0
2
2
x
r
,
|
|
|

\
|
=
3
1
3
3
x
r
.
Por tanto:
|
|
|

\
|
=
1 0 0
0 2 0
0 0 2
D ;
|
|
|

\
|
=
3 1 0
1 0 1
3 2 2
P .

Jos Mara Martnez Mediano
9
3. Diagonalizacin de
|
|
|

\
|
=
2 4 0
1 1 0
1 0 2
A
0
2 4 0
1 1 0
0 1 2
=



= I A ( ) ( ) 0 3 2
2
=
Autovalores: = 2, doble y = 3.

La matriz A ser diagonalizable si la multiplicidad geomtrica del sistema ( ) 0 2
r
s
= x I A es 2.
Veamos:

Si = 2,
( ) 0 2
r
s
= x I A
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|

0
0
0
0 4 0
1 3 0
0 1 0
z
y
x

=
= +
=
0 4
0 3
0
z
z y
y
(el rango de la matriz de
coeficientes es 2: la solucin depende de un solo parmetro)

=
=
=
0
0
z
y
t x

|
|
|

\
|
=
0
0
1
1
x
r
.
Como no coincide la multiplicidad geomtrica con la algebraica, la matriz dada no es
diagonalizable.



Jos Mara Martnez Mediano
10
Relacin de congruencia y diagonalizacin de matrices simtricas

Definicin: Una matriz cuadrada C es ortogonal si y slo si I CC C C
t t
= = .
Esto es, una matriz es ortogonal cuando su inversa coincide con su traspuesta:
t
C C =
1


Si una matriz es ortogonal sus vectores fila (y sus vectores columna) son ortonormales:
tienen mdulo 1 y son perpendiculares dos a dos. Por tanto, sus vectores fila (o columna)
constituyen una base ortonormal.
La demostracin es inmediata. Basta con considerar que ( )( ) 1 = i F i F
r r
y ( )( ) 0 = j F i F
r r
.

Ejemplo: La matriz
|
|

\
|
=
0 1
1 0
C es ortonormal
|
|

\
|
=
|
|

\
|

|
|

\
|
=
1 0
0 1
0 1
1 0
0 1
1 0

t
C C .
Como puede observarse sus vectores fila con unitarios, y perpendiculares entre s.

Si una matriz C es ortogonal, entonces 1 = C .
De I CC C C
t t
= = 1 = = C C C C
t t
1
2
= C 1 = C .

Congruencia
Definicin de congruencia: Una matriz cuadrada A es congruente con otra matriz B si y slo si
existe una matriz ortogonal C tal que
1
= CBC A

Cuando la matriz B es diagonal (B D), se dice que A es diagonalizable mediante
congruencias.
Esto es: A es diagonalizable por (mediante) congruencias
1
= CDC A , siendo C ortogonal
y D diagonal.

Ejemplo: Veamos que la matriz
|
|

\
|
=
1 1
1 1
A es diagonalizable por congruencias.
0 2
1 1
1 1
2
= =


= I A Los autovalores son: = 0 y = 2.
Si = 0:
|
|

\
|
=
|
|

\
|
|
|

\
|
0
0
1 1
1 1
y
x

= +
= +
0
0
y x
y x

=
=
t y
t x

Autovector
|
|

\
|

|
|

\
|

=
2 / 1
2 / 1
1
1
1
x
r
. El segundo es unitario.
Si = 2:
|
|

\
|
=
|
|

\
|
|
|

\
|

0
0
1 1
1 1
y
x

=
= +
0
0
y x
y x

=
=
t y
t x

Autovector
|
|

\
|

|
|

\
|
=
2 / 1
2 / 1
1
1
2
x
r
. El segundo es unitario.
Los vectores
1
x
r
y
2
x
r
son perpendiculares.
La matriz de paso puede ser
|
|

\
|

=
1 1
1 1
P . Pero tambin lo puede ser
|
|

\
|

=
2 / 1 2 / 1
2 / 1 2 / 1
C
Como la matriz C es ortogonal, la diagonalizacin de A por congruencias es:
1
= CDC A .

Jos Mara Martnez Mediano
11
Esto es:
|
|

\
|

|
|

\
|
|
|

\
|

=
|
|

\
|
2 / 1 2 / 1
2 / 1 2 / 1
2 0
0 0
2 / 1 2 / 1
2 / 1 2 / 1
1 1
1 1
.

Congruencia y matrices simtricas
Las matrices simtricas cumplen:
1. El polinomio caracterstico I A P = ) ( , de toda matriz simtrica A, tiene solamente
races reales. Por tanto, todos los autovalores de A son reales.
2. La dimensin algebraica de un autovalor coincide con la multiplicidad geomtrica de los
autovalores asociados.
3. Los autovectores asociados a dos autovalores distintos son ortogonales. Esto es si
1

2
,
sus autovectores asociados
1
x
r
y
2
x
r
verifican que 0
2 1
= x x
r r
.
4. En general, cualesquiera dos autovectores propios son ortogonales. (Esto es, los
autovectores asociados a valores propios mltiples tambin cumplen la propiedad 2.)

Como todo vector puede normalizarse (encontrar un vector de mdulo 1 y con la misma
direccin que el dado), siempre puede hallarse una matriz de paso, P, que sea ortogonal.

Todo lo anterior conduce al siguiente teorema:

Teorema espectral para matrices simtricas.
Toda matriz simtrica es congruente con alguna matriz diagonal. Dicho de otra manera: toda
matriz simtrica A es diagonalizable ortogonalmente.

Para el caso de autovalores simples es inmediato puesto que la matriz es diagonalizable con
seguridad. Por tanto, basta con normalizar la matriz de paso.
Para el caso de autovalores mltiples la demostracin requiere conocimientos avanzados de
lgebra se encuentra en muchos manuales de lgebra superior.

Ejemplo:
1. Diagonalizacin de la matriz simtrica
|
|
|

\
|
=
3 1 1
1 3 1
1 1 3
A
0
3 1 1
1 3 1
1 1 3
=



= I A ( ) ( ) 0 5 2
2
=
Autovalores: = 2, doble; = 5.

Si = 2,
( ) 0
r
s
= x I A
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|
0
0
0
1 1 1
1 1 1
1 1 1
z
y
x
{ 0 = + + z y x

=
=
=
h t z
h y
t x

(para t = 1, h = 1)
|
|
|

\
|

=
2
1
1
1
x
r
; (para t = 1, h = 1)
|
|
|

\
|
=
0
1
1
2
x
r


Jos Mara Martnez Mediano
12
Si = 5,
( ) 0
r
s
= x I A
|
|
|

\
|
=
|
|
|

\
|
|
|
|

\
|

0
0
0
2 1 1
1 2 1
1 1 2
z
y
x

= +
= +
= + +
0 2
0 2
0 2
z y x
z y x
z y x

=
=
=
t z
t y
t x

|
|
|

\
|
=
1
1
1
3
x
r


Como puede verse fcilmente los autovectores
1
x
r
,
2
x
r
y
3
x
r
son ortogonales entre s.
Normalizndolos se obtiene:
|
|
|
|

\
|

|
|
|

\
|

=
6 / 2
6 / 1
6 / 1
2
1
1
1
x
r
;
|
|
|
|

\
|

|
|
|

\
|
=
0
2 / 1
2 / 1
0
1
1
2
x
r
;
|
|
|
|

\
|

|
|
|

\
|
=
3 / 1
3 / 1
3 / 1
1
1
1
3
x
r


Por tanto:
La matriz
|
|
|

\
|
=
5 0 0
0 2 0
0 0 2
D . La matriz
|
|
|
|

\
|

=
3 / 1 0 6 / 2
3 / 1 2 / 1 6 / 1
3 / 1 2 / 1 6 / 1
P
La inversa,
1
P , es la traspuesta de P.
Es fcil comprobar que A PDP =
1
.

2. Diagonalizacin de la matriz simtrica
|
|
|

\
|



=
5 1 1
1 6 2
1 2 6
A
0 = I A ( )( )( ) 0 3 8 6 =
Autovalores: = 6, = 8; = 3.

Si = 6,
|
|
|

\
|

=
2
1
1
1
x
r
; Si = 8,
|
|
|

\
|
=
0
1
1
2
x
r
; Si = 3,
|
|
|

\
|
=
1
1
1
3
x
r

Como puede verse fcilmente los autovectores
1
x
r
,
2
x
r
y
3
x
r
son ortogonales entre s.
Normalizndolos se obtiene:
|
|
|
|

\
|

|
|
|

\
|

=
6 / 2
6 / 1
6 / 1
2
1
1
1
x
r
;
|
|
|
|

\
|

|
|
|

\
|
=
0
2 / 1
2 / 1
0
1
1
2
x
r
;
|
|
|
|

\
|

|
|
|

\
|
=
3 / 1
3 / 1
3 / 1
1
1
1
3
x
r


Por tanto:
|
|
|

\
|
=
3 0 0
0 8 0
0 0 6
D ;
|
|
|
|

\
|

=
3 / 1 0 6 / 2
3 / 1 2 / 1 6 / 1
3 / 1 2 / 1 6 / 1
P .

Se cumple que A PDP =
1
.
Nota. La coincidencia de las dos matrices P de los ejemplos anteriores es eso, una
coincidencia.