Diagonalización ortogonal
Para las matrices simétricas la diagonalización se puede hacer con una base ortonormal, y eso simplifica bastante las cuentas.
Eso es lo que dice el teorema espectral, y garantiza de entrada que todos los autovalores son reales y que los autovectores de autovalores distintos son perpendiculares entre sí.
La consecuencia práctica es cómoda. Como la base es ortonormal, la matriz de cambio tiene su inversa igual a su transpuesta, así que no hay que calcular ninguna inversa.
El procedimiento tiene un paso extra respecto de la diagonalización común. Se buscan autovalores y autovectores como siempre, pero después hay que normalizar cada autovector dividiéndolo por su norma.
Si un autovalor está repetido, hay que ortogonalizar su autoespacio con Gram-Schmidt antes de normalizar, porque los autovectores de un mismo autovalor no salen ortogonales automáticamente.
Este resultado es la herramienta que clasifica formas cuadráticas: llevar la matriz a diagonal es encontrar los ejes donde la forma no tiene términos cruzados.
Cuando la matriz es simétrica y el ejercicio pide diagonalizarla ortogonalmente. Normalizá los autovectores al final, y si algún autovalor está repetido, ortogonalizá su autoespacio antes.
Diagonalizar ortogonalmente .
Armamos el polinomio característico. Queda .
Despejamos. Los autovalores son y .
Buscamos el autovector de . Sale .
Buscamos el de . Sale , que es perpendicular al anterior, como garantiza el teorema.
Normalizamos dividiendo por el módulo, que es en los dos casos.
Respuesta: con la base ortonormal obtenida
Verificar que los autovectores y son ortogonales.
Calculamos el producto escalar. Multiplicamos componente a componente y sumamos.
Hacemos la cuenta. Queda .
Interpretamos. Producto escalar nulo significa perpendiculares.
Respuesta: son ortogonales
Olvidar normalizar los autovectores. Sin ese paso la matriz de cambio no es ortogonal y su inversa no es la transpuesta.
Otros subtemas de Transformaciones lineales y diagonalización
- 1. Qué es una transformación lineal
- 2. Definida sobre una base
- 3. Núcleo
- 4. Imagen
- 5. Teorema de la dimensión
- 6. Matriz asociada
- 7. Matriz en otras bases
- 8. Composición
- 9. Isomorfismos e inversa
- 10. Matrices semejantes
- 11. Autovalores y autovectores
- 12. Polinomio característico
- 13. Autoespacios y multiplicidades
- 14. Propiedades de los autovalores
- 15. Cuándo se puede diagonalizar
- 16. Cómo se diagonaliza
- 17. Potencias de una matriz
- 18. Matrices simétricas
- 19. Formas cuadráticas
Las cuentas de este material están verificadas una por una. Si aun así encontrás algo raro, .