Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Álgebra para Ingenieros PDF
Álgebra para Ingenieros PDF
3. ESPACIO VECTORIAL EUCLIDIANO. PRODUCTO INTERIOR
4. NGULO DE DOS VECTORES
5. ORTOGONALIDAD
6. CONJUNTO ORTOGONAL DE VECTORES
7. BASE ORTONORMAL
8. ORTONORMALIZACIN DE UNA BASE
9. VALORES Y VECTORES PROPIOS DE UNA MATRIZ
10. POLINOMIO CARACTERSTICO DE UNA MATRIZ CUADRADA. DETERMINACIN DE LOS
VALORES Y VECTORES PROPIOS
11. MATRICES SEMEJANTES EN UNA APLICACIN LINEAL
12. POLINOMIO CARACTERSTICO DE UNA APLICACIN LINEAL
13. RACES DEL POLINOMIO CARACTERSTICO Y DIAGONALIZACIN DE MATRICES
14. ECUACIN GENERAL DE LAS CNICAS. REDUCCIN
15. FORMAS CUADRTICAS
16. MATRIZ SIMTRICA ASOCIADA A UNA FORMA CUADRTICA
17. DIAGONALIZACIN DE MATRICES SIMTRICAS Y REALES
18. DIAGONALIZACIN ORTOGONAL
19. UN PROBLEMA FSICO DE APLICACIN
Ejercicios
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
5
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
6
CAPTULO 1
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
MATRICES
1. MATRIZ. DEFINICIN
2. ALGUNOS TIPOS DE MATRICES
3. SUMA DE MATRICES
4. PRODUCTO DE MATRICES POR UN ESCALAR
5. PRODUCTO DE DOS MATRICES
6. MATRIZ INVERSA DE UNA MATRIZ CUADRADA
7. RANGO O CARACTERSTICA DE UNA MATRIZ
8. CLCULO DEL RANGO POR EL MTODO DE GAUSS
9. CLCULO DE LA MATRIZ INVERSA POR EL MTODO DE GAUSS
DETERMINANTES
10. DETERMINANTES. DEFINICIN
11. CLCULO DE UN DETERMINANTE POR EL MTODO DE GAUSS
12. CLCULO DE UN DETERMINANTE POR LOS ELEMENTOS DE UNA FILA O COLUMNA
13. CLCULO DEL RANGO DE UNA MATRIZ MEDIANTE DETERMINANTES
14. CLCULO DE LA MATRIZ INVERSA MEDIANTE DETERMINANTES
SISTEMAS DE ECUACIONES LINEALES
15. NOTACIN ORDINARIA Y MATRICIAL
16. SISTEMAS COMPATIBLES E INCOMPATIBLES, DETERMINADOS E INDETERMINADOS
17. RESOLUCIN POR REDUCCIN O MTODO DE GAUSS
18. RESOLUCIN MEDIANTE DETERMINANTES O MTODO DE CRAMER
Ejercicios
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
7
CAPTULO 1
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
MATRICES
1. MATRIZ. DEFINICIN
Una matriz es un conjunto de nmeros dispuestos en filas y columnas
escrito de la siguiente forma:
donde el elemento situado en la fila , columna es el
.
Una matriz es rectangular si , y cuadrada si .
La dimensin de una matriz es el producto .
2. ALGUNOS TIPOS DE MATRICES
Matriz fila. Slo tiene una fila. Ejemplo: 1 2 3 4
Matriz columna. Slo tiene una columna. Ejemplo:
1
5
9
Matriz triangular. Aquella en la que todos los elementos situados por encima o
por debajo de la diagonal principal son nulos.
Matriz transpuesta.
1 5
2 6
3 7
.
Algunas propiedades de las matrices transpuestas son:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
8
Matriz simtrica. Aquella que siendo cuadrada tiene los mismos elementos por
encima y por debajo de la diagonal principal. Ejemplo:
1 4 5
4 2 6
5 6 3
Matriz antisimtrica o hemisimtrica. Aquella que siendo cuadrada tienen los
mismos elementos por encima y por debajo de la diagonal principal, pero cambiados
de signo. Ejemplo:
1 4 5
4 2 6
5 6 3
Matriz diagonal. Aquella que siendo cuadrada tiene todos los elementos, no
pertenecientes a la diagonal principal, nulos. Ejemplo:
1 0 0
0 2 0
0 0 3
Matriz escalar. Aquella matriz diagonal con todos los elementos de la diagonal
principal iguales. Ejemplo:
2 0 0
0 2 0
0 0 2
Matriz unidad, cannica o identidad: . Aquella matriz escalar con todos los
elementos de la diagonal principal iguales a 1. Por tanto, la matriz identidad de
dimensin 3 3 es:
1 0 0
0 1 0
0 0 1
Matriz nula o cero: . Aquella matriz que tiene todos sus elementos nulos.
Ejemplo:
0
0 0 0
0 0 0
3. SUMA DE MATRICES
Para sumar dos matrices y deben tener la misma dimensin. La suma se
realiza elemento a elemento. Por ejemplo:
1 2
3 4
5 6
7 8
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
9
1 5 2 6
3 7 4 8
6 4
10 12
Propiedades
Asociativa:
Conmutativa:
Elemento neutro: 0 , siendo 0 la matriz nula
4. PRODUCTO DE MATRICES POR UN ESCALAR
El producto de la matriz por el escalar se calcula multiplicando todos los
elementos de la matriz por el escalar. Por ejemplo:
1 2
3 4
5
5
1 2
3 4
5 1 5 2
5 3 5 4
5 10
15 20
5. PRODUCTO DE DOS MATRICES
El producto de dos matrices se realiza multiplicando filas por columnas como
se muestra en el siguiente ejemplo:
donde tiene dimensin 2 3 mientras que la dimensin de es 3 2, de manera
que la dimensin de es 3 3.
En general, si la dimensin de es , la dimensin de debe ser
para poderlas multiplicar, siendo la dimensin de .
Propiedades
Asociativa:
En general, no cumple la propiedad conmutativa:
Premultiplicar es multiplicar por la izquierda y postmultiplicar es hacerlo por la
derecha. As, en , premultiplica a , o postmultiplica a .
Si es cuadrada, el elemento neutro del producto es : .
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
10
Distributiva respecto de la suma:
Si y tienen matriz inversa (ver punto 6), entonces:
Si , no es cierto, en general, que .
6. MATRIZ INVERSA DE UNA MATRIZ CUADRADA
Si existe
tal que
entonces
1.
Empleando la fila del pivote como operadora, se resta la fila 1 de la 2 y dos veces la
fila 1 de la 3. La matriz que resulta es:
1
0
0
0
2
1
2
1
1
0
3
2
1
3
4
1
En esta nueva matriz, se elige como pivote uno que no sea nulo y no
pertenezca ni a la fila 1 ni a la columna 1, por ejemplo el
1. Empleando la fila
del pivote como operadora, se resta dos veces la fila 2 de la 1, dos veces la fila 2 de
la 3 y la 2 de la 4. La matriz que resulta es:
1
0
0
0
0
1
0
0
1
1
1
1
5
3
2
2
En esta nueva matriz se elige como pivote uno que no sea nulo y no pertenezca
ni a las filas ni a las columnas de los pivotes anteriores, por ejemplo el
1. Empleando la fila del pivote como operadora, se suma la fila 1 con la 3, la 2 con
la 3 y se resta la 3 y la 4. La matriz que resulta es:
1
0
0
0
0
1
0
0
0
0
1
0
7
5
2
0
El proceso ha finalizado pues no es posible elegir un nuevo pivote no nulo.
En la ltima matriz se elimina la fila 4 pues todos sus elementos son nulos. Por
lo tanto, el rango es 3 y las tres primeras filas son vectores LI.
9. CLCULO DE LA MATRIZ INVERSA POR EL MTODO DE GAUSS
Para determinar la inversa de una matriz se procede de la siguiente manera:
se sita a su lado la matriz identidad y se sigue el mtodo del epgrafe anterior a la
matriz rectangular constituida por e . Tras sucesivas transformaciones se obtiene
Ejemplo
Calcular la matriz inversa de
1 0 1
1 2 2
2 1 1
.
Paso 1
1 0 1
1 2 2
2 1 1
1 0 0
0 1 0
0 0 1
Paso 2
1 0 1
0 2 1
0 1 3
1 0 0
1 1 0
2 0 1
Paso 3
1 0 1
0 2 1
0 0 5
1 0 0
1 1 0
5 1 2
Paso 4
5 0 0
0 10 0
0 0 5
0 1 2
10 6 2
5 1 2
Paso 5
1 0 0
0 1 0
0 0 1
0 1 5 2 5
1 3 5 1 5
1 1 5 2 5
En el paso 1 se elige como pivote el elemento
1. En el paso 2 se resta
la fila 1 de la 2 y dos veces la 1 de la 3. Se elige como pivote el elemento
0 1 5 2 5
1 3 5 1 5
1 1 5 2 5
1
5
0 1 2
5 3 1
5 1 2
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
13
DETERMINANTES
10. DETERMINANTES. DEFINICIN
El determinante de una matriz cuadrada (se escribe || o det ) es el
nmero obtenido al sumar todos los productos posibles de sus elementos, de modo
que en cada producto haya un elemento, y slo uno, de cada fila y cada columna. El
signo de cada producto es alternativamente positivo y negativo, siguiendo un orden
relacionado con la posicin de los elementos.
El determinante de la matriz
es:
det
El determinante de la matriz
es:
det
Se ha desarrollando el determinante a travs de los elementos de la primera
fila, pero se podra haber empleado cualquier fila o columna, teniendo en cuenta el
signo asociado a cada posicin, tal como se representa a continuacin para un
determinante de 4 4:
El procedimiento se generaliza para .
Propiedades
det det
det 0 0
det 1
El determinante de una matriz diagonal o triangular es el producto de los
elementos de la diagonal principal.
Suma de determinantes: Veamos un ejemplo:
El ejemplo se ha escrito empleando las primeras filas, pero se podra generalizar a
cualquier fila o columna, pues dos determinantes se pueden sumar si tienen todas
las filas (o las columnas) iguales menos una.
Para multiplicar un determinante por un escalar basta multiplicar una fila o
columna.
, aunque
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
14
Si se permutan dos filas o dos columnas el determinante cambia de signo.
Si una fila o columna tiene todos los elementos nulos, el determinante es nulo.
Un determinante es nulo si tiene dos filas o columnas combinacin lineal.
Si a una fila o columna se le suma otra paralela multiplicada por un nmero, el
determinante no vara.
Si el determinante de orden es nulo, el rango de su matriz es menor que :
det
0
11. CLCULO DE UN DETERMINANTE POR EL MTODO DE GAUSS
Empleando el mtodo de Gauss del epgrafe 9 se puede calcular un
determinante teniendo en cuenta que al multiplicar por un nmero la fila o columna a
reemplazar, hay que dividir el determinante por dicho nmero. Basta obtener una
matriz triangular, pues su determinante es el producto de la diagonal principal.
Tambin se pueden realizar otros clculos combinados con el mtodo de Gauss.
Ejemplo
Calcular el determinante de la matriz
1
5
2
1
3
0
5
2
2
3
6
3
5
1
3
2
.
Elegido como pivote el elemento
1
0
0
0
3
15
1
5
2
13
10
1
5
24
7
7
Factores introducidos: 1, 1
Se elige como pivote el
1
0
0
0
3
15
0
0
2
13
137
16
5
24
81
3
Factores introducidos: 15, 3
Se elige como pivote el
al
que resulta de eliminar la fila y la columna . La matriz del adjunto se llama cofactor o
matriz complementaria. El signo del adjunto es alternativamente positivo o negativo,
siguiendo el criterio explicado en el epgrafe 10.
Todo determinante es igual a la suma de los elementos de una fila o
columna, multiplicados por sus adjuntos.
Ejemplo
Ejemplo
En el segundo ejemplo se han realizado clculos por el mtodo de Gauss
combinados con el desarrollo por los elementos de una lnea.
13. CLCULO DEL RANGO DE UNA MATRIZ MEDIANTE DETERMINANTES
El rango de una matriz es el correspondiente al de la mayor matriz cofactor
cuyo determinante menor complementario no sea nulo. En pocas palabras: el del
mayor menor no nulo.
Sea una matriz
formada por vectores de dimensin con .
Basta que un determinante de orden sea distinto de cero para que los vectores
sean LI. Si fuese se analizara la matriz traspuesta de manera anloga.
Ejemplo
Evaluar la dependencia o independencia lineal de los vectores de
:
1, 3, 0, 7, 1, 2, 4, 6 1, 1, 2, 0.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
16
Calculamos un determinante de tercer orden:
det
1 3 0
1 2 4
1 1 2
2 0
como es distinto de cero, se puede asegurar que los tres vectores son LI.
14. CLCULO DE LA MATRIZ INVERSA MEDIANTE DETERMINANTES
Se llama matriz adjunta de , y se escribe , a la obtenida al sustituir cada
elemento por su determinante adjunto.
As, por ejemplo, sea
2 2 2
2 1 0
3 2 2
se puede comprobar que
2 4 7
0 2 2
2 4 6
Se demuestra que:
det
De esta expresin se deduce que es invertible si y slo si .
SISTEMAS DE ECUACIONES LINEALES
15. NOTACIN ORDINARIA Y MATRICIAL
La notacin ordinaria de un sistema de ecuaciones con incgnitas es:
Si los trminos independientes
, ,
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
17
Sea la matriz ampliada con los trminos independientes:
Sea la matriz columna de incgnitas:
Y sea la matriz columna de trminos independientes:
La expresin matricial del sistema de ecuaciones es:
Premultiplicando esta igualdad por
, si existe:
por tanto
Ejemplo
Resolver el sistema de ecuaciones
10
2
11
18
La matriz es:
1 1 1
2 1 1
1 5 1
cuyo determinante es:
4 0
lo que asegura que es invertible, de manera que:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
18
1 1 0
1 4 0 1 4
9 4 1 1 4
por lo tanto
1 1 0
1 4 0 1 4
9 4 1 1 4
10
11
18
de donde:
1
2
7
es decir,
1,
2,
7.
16. SISTEMAS COMPATIBLES E INCOMPATIBLES, DETERMINADOS E INDETERMINADOS
El criterio de Rouch-Frobenius establece que un sistema es compatible, es
decir, tiene solucin, si el rango de la matriz de coeficientes es igual al rango de la
matriz ampliada . Caso contrario, es incompatible, y no tiene solucin. Adems, un
sistema compatible es determinado si el rango de (o de ) es igual al nmero de
incgnitas , y su solucin es nica; y es indeterminado si el rango es menor que , y
tiene infinitas soluciones.
17. RESOLUCIN POR REDUCCIN O MTODO DE GAUSS
Con el mtodo de reduccin o de Gauss lo que se convierte la matriz en una
triangular, para as obtener un sistema de ecuaciones escalonado y equivalente (con
las mismas soluciones que el dado).
Ejemplo
Resolver por el mtodo de Gauss el sistema de ecuaciones , con:
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
8
2
6
4
La matriz es:
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
8
2
6
4
Siguiendo el mtodo del epgrafe 9, se llega a la matriz triangular superior
equivalente:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
19
1
0
0
0
1
2
0
0
1
2
2
0
1
0
2
4
8
10
14
8
Se trata del siguiente sistema de ecuaciones escalonado:
8
2
10
2
14
4
8
En la 4 ecuacin se calcula
0 y
1.
18. RESOLUCIN MEDIANTE DETERMINANTES O MTODO DE CRAMER
Se demuestra que la solucin de un sistema determinado mediante
determinantes (denominado mtodo de Cramer) consiste en calcular cada incgnita
siguiendo el esquema que se emplea en el siguiente ejemplo, generalizable para
incgnitas:
Ejemplo
Resolver el sistema de ecuaciones por el mtodo de Cramer
10
2
11
18
Se trata del mismo sistema ya resuelto a travs de la inversa de la matriz . El
determinante de es:
det 4 0
Las incgnitas se calculan como se expresa a continuacin:
det
10 1 1
11 1 1
18 5 1
det
1 1 1
2 1 1
1 5 1
1;
det
1 10 1
2 11 1
1 18 1
det
1 1 1
2 1 1
1 5 1
2;
det
1 1 10
2 1 11
1 5 18
det
1 1 1
2 1 1
1 5 1
7
Se puede emplear el mtodo de Cramer en sistemas indeterminados,
teniendo ciertas precauciones. Vemoslo con un ejemplo.
Ejemplo
Resolver el sistema de ecuaciones por el mtodo de Cramer
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
20
10
7
Pasando
al segundo miembro:
10
la matriz de los coeficientes de
es:
1 1
1 1
cuyo determinante es:
det M 2 0
Se le da a
10 1
7 1
1 1
1 1
1 10
1 7
1 1
1 1
Obsrvese que no sera vlido resolver el sistema del enunciado pasando
al
segundo miembro:
10
pues en ese caso la matriz sera:
1 1
1 1
cuyo determinante es nulo.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
21
Ejercicios
1. Se dice que una matriz es ortogonal si su inversa es igual a su transpuesta. Sean y
dos matrices de orden n invertibles. es simtrica y ortogonal. Simplificar:
2. Sean y dos matrices tales que 0 (matriz nula). Si es invertible, demostrar
que tiene que ser la matriz nula.
3. Hallar la inversa de
0 1
1 0
0 0
0 0
0 0
1 1
1 0
1 1
4. Hallar la matriz que verifica la identidad siendo
3 2 1
0 3 1
5 3 1
,
1 0 3
5 2 1
4 0 3
y
0 2 2
12 0 1
33 8 1
8
20
36
5. Calcular el determinante de Vandermonde
det
Y generalizar el resultado hasta el exponente natural .
6. Resolver la ecuacin det 0 siendo
7 6
12 10
e identidad.
7. Hallar el rango de la siguiente matriz en funcin de los valores de sus parmetros:
1 1
1 1 2
1 1 2
2
8. En el dominio de las matrices cuadradas de orden 5, demostrar:
det 32 det
9. Si en el dominio de las matrices cuadradas de orden se satisface que
,
demostrar que es invertible y que ha de ser par.
10. Calcular el rango de
5 0 1
1 3 0
2 6 0
3 6 1
4 3 1
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
22
11. Discutir y resolver segn los valores de , el sistema:
1
1
12. Hallar la potencia n-sima de la matriz
1 1 1
1 1 1
1 1 1
.
13. Sea
2 7 0
5 4 1
2 5 5
, descomponer en una suma de una matriz simtrica y una
antisimtrica.
14. Demostrar que:
det
det
1 2
0 1
0 1
1
2
det
1 2
0 1
1 0
1 1
0 1
1 1
2 1
1 0
det
det
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
23
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
24
CAPTULO 2
ESPACIOS VECTORIALES DE DIMENSIN FINITA
1. ESTRUCTURA DE GRUPO Y CUERPO
2. ESTRUCTURA DE ESPACIO VECTORIAL
3. PROPIEDADES DE LOS ESPACIOS VECTORIALES
4. ESPACIOS VECTORIALES DE LAS FUNCIONES Y LAS MATRICES
5. SUBESPACIOS VECTORIALES
6. SUBESPACIO VECTORIAL: CONDICIN NECESARIA Y SUFICIENTE
7. INTERSECCIN, UNIN Y SUMA DE SUBESPACIOS
8. COMBINACIN LINEAL DE VECTORES. SUBESPACIO GENERADO POR UN CONJUNTO DE
VECTORES
9. INDEPENDENCIA Y DEPENDENCIA LINEAL
10. SISTEMA DE GENERADORES DE UN ESPACIO O SUBESPACIO VECTORIAL
11. BASE DE UN ESPACIO VECTORIAL. DIMENSIN
12. COORDENADAS DE UN VECTOR RESPECTO DE UNA BASE. RANGO
13. ECUACIONES PARAMTRICAS E IMPLCITAS DE UN SUBESPACIO VECTORIAL
14. CAMBIO DE BASE EN UN ESPACIO VECTORIAL
15. EJERCICIO RESUELTO DE LOS APARTADOS 8 AL 14
Ejercicios
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
25
CAPTULO 2
ESPACIOS VECTORIALES DE DIMENSIN FINITA
1. ESTRUCTURA DE GRUPO Y CUERPO
Estructura de grupo
Sea un conjunto y una operacin que se efecta con sus elementos; en
adelante: ,; se dice que , tiene estructura de grupo si:
a) La operacin es una ley de composicin interna
,
b) Se cumple la propiedad asociativa
c) Existe el elemento neutro
d) Existe el elemento inverso
Si los elementos de , adems, cumplen la propiedad conmutativa:
entonces , es un grupo abeliano.
Estructura de cuerpo
Sean y dos operaciones que se efectan con los elementos de un conjunto
; en adelante , ,; se dice que , , tiene estructura de cuerpo si:
a) , es un grupo abeliano
b) 0, es un grupo abeliano, donde 0 es el elemento neutro de , , de
manera que 0 es el conjunto de los elementos de , excepto el 0.
c) La operacin es distributiva respecto a la operacin +:
, ,
Ejercicios
E.1. En el conjunto de los nmeros enteros se define de la siguiente manera:
3. Comprobar si , tiene estructura de grupo abeliano.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
26
E.2. En el conjunto de los nmeros naturales se define de la siguiente manera:
3. Comprobar si , tiene estructura de grupo abeliano.
E.3. Es , , cuerpo? ( y son la suma y el producto conocidos).
E.4 Es , , cuerpo? ( el conjunto de los nmeros racionales con y la
suma y el producto conocidos).
2. ESTRUCTURA DE ESPACIO VECTORIAL
Sea un conjunto no vaco (los elementos de se llaman vectores). Sea un
cuerpo (los elementos de se llaman escalares). Sean y dos operaciones que en
adelante llamaremos suma y producto.
El objeto , , , es un espacio vectorial si:
a) , es un grupo abeliano.
b) es una ley de composicin externa en con escalares u operadores en
;
c) Propiedad asociativa mixta
, ;
d) Propiedad distributiva del producto respecto de la suma en
, ;
e) Propiedad distributiva del producto respecto de la suma en
; ,
f) La unidad del cuerpo es el elemento neutro para el producto
1
Nota: En adelante se entender que
Ejercicios
E.5. Sean
por , ,
, . Sea el producto de nmeros reales por elementos de
definido
mediante la expresin , , . Demostrar que (
, , , es un
espacio vectorial.
E.6. El mismo enunciado anterior, pero modificando la definicin del producto:
, , . Es (
, , , un espacio vectorial?
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
27
E.7. El mismo enunciado, pero modificando la definicin de la suma: ,
, 1 2 , . Es (
, , , un espacio vectorial?
3. PROPIEDADES DE LOS ESPACIOS VECTORIALES
a) El producto del escalar 0 por cualquier vector es el vector nulo 0
0 0
b) El producto de cualquier escalar por el vector 0
es el vector 0
c) Si el producto de un escalar por un vector es el vector 0
, entonces el escalar es 0 o
el vector es nulo.
d) El opuesto de cualquier escalar por un vector es igual al opuesto de su producto
4. ESPACIOS VECTORIALES DE LAS FUNCIONES Y LAS MATRICES
Se deja como ejercicio demostrar que las funciones sobre el cuerpo de los
nmeros reales constituyen un espacio vectorial; es decir, se cumple:
,
Se deja como ejercicio demostrar que las matrices reales de dimensin
constituyen un espacio vectorial:
:
La funcin queda caracterizada por el conjunto:
de manera que se cumple:
, , ,
, ,
5. SUBESPACIOS VECTORIALES
Dados el espacio vectorial , , , y el conjunto , , si es un
espacio vectorial sobre el mismo cuerpo y con las mismas leyes de composicin que
en , decimos que es un subespacio de .
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
28
Propiedades
es subespacio de
El subconjunto que contiene exclusivamente al vector nulo 0
es tambin
subespacio de . Se denomina subespacio nulo.
Los dems subespacios de , distintos de y 0
2
,
1
E.10. En el espacio vectorial
, ,
0
, ,
|| ||
, ,
2
7. INTERSECCIN, UNIN Y SUMA DE SUBESPACIOS
La interseccin de toda familia de subespacios de es un subespacio de .
La unin de subespacios de no, en general, un subespacio de .
Sean y dos subespacios de , el conjunto es la suma de y si:
, ,
La suma de subespacios de es un subespacio de . Adems, el subespacio
es el menor de todos los subespacios que contienen a y a .
Sean y dos subespacios de , el subconjunto es la suma directa de y
, lo que denota escribiendo , si se verifica que y
0
, ,
a todo vector
de la forma:
Si
, ,
, el
subconjunto
, ,
.
Propiedades
Ejercicios
E.11. Comprobar si los vectores 1, 1, 3 y 1, 2, 2 son combinacin lineal de los
vectores 1, 0, 2 y 1, 2, 4.
E.12. En el espacio vectorial
, , , se consideran las matrices
1 0
0 1
,
1 0
1 0
y
0 0
1 1
. Determinar todas las combinaciones lineales
de , , que permiten obtener la matriz nula.
9. INDEPENDENCIA Y DEPENDENCIA LINEAL
Sea , , , un espacio vectorial y sea
, ,
, se dice que
es un sistema linealmente independiente (LI) o sistema libre si la nica
combinacin lineal (CL) de ellos que vale 0
0
Se dice que es un sistema linealmente dependiente (LD) o sistema ligado si
no es un sistema libre, esto es, si existen algunos escalares no todos nulos tales que:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
30
algn
0
Propiedades
Todo vector no nulo es un conjunto LI.
El vector nulo es LD.
Todo conjunto al que pertenezca el vector nulo es LD.
Un vector es CL de toda familia que lo contenga.
Un conjunto de vectores es LD si algn vector es CL de los dems.
Un conjunto de vectores es LI si ningn vector es CL de los dems.
Si un sistema de vectores es LD, entonces tambin lo es cualquier sistema que
resulte de aadir algn vector a .
Si un sistema de vectores es LI, entonces tambin lo es cualquier sistema que
resulte de prescindir de alguno de los vectores de .
Para averiguar si un conjunto de vectores es LI o LD basta aplicar el mtodo de
Gauss o del pivote. Si empleando las transformaciones del mtodo es posible
conseguir el vector nulo, entonces el conjunto es LD; en caso contrario es LI.
Propiedades
En el espacio -dimensional, 1 vectores son LD. (Ej. Cuatro vectores de tres
dimensiones son LD).
Un conjunto de vectores -dimensionales es LD si su determinante es nulo.
Ejercicios
E. 13. En el espacio vectorial
; 2 son LI.
E.16. Estudiar la dependencia o independencia lineal de los vectores
2 y
, ,
un subespacio
vectorial, se dice que los vectores de son un sistema de generadores (SG) de si
todo vector de es CL de
, ,
. En efecto, sea ,
cualquier vector de
y
cualquier vector puede expresarse de infinitas maneras como CL de los vectores de .
Obsrvese, sin embargo, que los vectores de son LD.
Ejercicio
E. 18. Determinar si los vectores 1, 1, 1, 1, 1, 0, 1, 0, 0 son un SG de
.
11. BASE DE UN ESPACIO VECTORIAL. DIMENSIN
BASE
Sea
, ,
, , , ,
, , , ,
. .
, , , ,
Ejemplo
Determinar una base del subespacio de
, , , definido de la siguiente
manera: , ,
.
Si , , es un vector genrico de , entonces , , , ,
, 0, 0, , 1, 0,1 0, 1, 1. De donde se deduce que los vectores
1, 0, 1 y 0, 1, 1 son una base de pues son SG y LI.
Ejercicio
E. 19. Proponer una base en cada caso:
a) , , ,
b)
, , ,
c)
, , ,
d) , , ,. es el conjunto de los nmeros complejos.
DIMENSIN
Sea un subespacio de . Todas las bases de tienen el mismo nmero
de vectores. Este nmero se denomina dimensin de y se representa dim.
Propiedades
La dimensin de un espacio vectorial es la dimensin de cualquiera de sus bases.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
32
dim0
0, por definicin.
Un conjunto de vectores LI de un espacio vectorial -dimensional es una base.
Todo SG de vectores de un espacio vectorial -dimensional es una base.
Si es una base de dimensin del espacio vectorial , entonces 1 vectores
de forman un conjunto LD.
Si es un subespacio de y dim dim entonces .
La dimensin de un subespacio vectorial es el nmero mximo de vectores de
que son LI. Adems, dim es el nmero mnimo de vectores de un SG de .
Frmula de Grassmann. Si
dim
dim
dim
Ejemplo
Determinar la dimensin de la suma de
, ,
, ,
.
Si , , es un vector genrico de
, entonces , ,
, , , 0, 0, , 1, 0,1 0, 1, 1. Por tanto,
dim
2.
Si , , es un vector genrico de
, entonces , , , ,
, 0, 0, , 0 1, 0,1 0, 1, 0. Por tanto, dim
2.
Como el vector comn a las bases de
es 1, 0,1, entonces
dim
dim
dim
dim
2 2 1 3.
Teorema de Steinitz (tambin llamado teorema de la base incompleta o teorema
de extensin a una base). Sea , , , un espacio vectorial de dimensin
,
, ,
, ,
un sistema libre de
vectores de , con . Entonces existe algn sistema de vectores de
tal que es una base de . Adems, los vectores de se pueden tomar de
entre los de un base cualquiera
, ,
de .
12. COORDENADAS DE UN VECTOR RESPECTO DE UNA BASE. RANGO
COORDENADAS DE UN VECTOR
Todo vector queda identificado mediante una nica CL de los vectores de una
base dada. Estos coeficientes son las coordenadas del vector en la citada base.
Se trata, pues, de expresar un vector
, ,
, de manera que:
. Es decir,
, , ,
Ejemplo
Sea el conjunto 1, 2, 1, 1, 3, 0, 1, 0, 0. Comprobar que es una base
de
, ,
, ,
. Si , entonces
Si cada vector lo referimos a la base
, ,
de , podremos escribir:
Estas son las ecuaciones paramtricas del subespacio vectorial .
Eliminando los parmetros , , , , obtendremos las relaciones entre
las componentes
, ,
1
2
3
1
2
1
1
3
0
1
0
0
3
4 3
2 3
Es decir, basta escribir la matriz traspuesta de los vectores de las nueva base. Dicha
matriz se llama matriz de paso o de cambio de base.
En general:
donde es la base ;
es la base ;
2,3,1,0,
1,0,1,0 y
de
a la base cannica de
.
j) Las ecuaciones del cambio de la base cannica a la base
.
k) La expresin del vector cannico
0, 1, 0, 0 respecto de la base
.
Solucin
a) Empleando el mtodo de Gauss se comprueba que . Por lo tanto, los
tres vectores son LD; se trata de un sistema ligado. Sea
. Se
deduce que 2 y 1:
b) es un sistema ligado, una base de es
, cuya dimensin es .
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
35
c) De la relacin
resulta que
respecto de la base
. Entonces,
.
d) Como
se cumple que:
, es decir:
, , , , , ,
o sea
son las ecuaciones paramtricas del subespacio vectorial , pues dando valores a
y se obtienen las coordenadas de todos los vectores de . Obsrvese que la
dimensin de coincide con el nmero de parmetros que tienen sus ecuaciones
paramtricas.
e) Como se cumple tambin que:
dim
dim
siendo el nmero de ecuaciones implcitas, como dim
4, dim 2,
entonces 2. Basta, pues, encontrar dos relaciones independientes para
eliminar los parmetros y . Dado que:
1
0
1
0
0
3
1
0
2
por el teorema de Rouche-Frobenius se cumple que
1
0
1
0
0
3
1
0
2
luego todos los menores de tercer orden son nulos. Elegimos dos menores:
1 0
0 3
1 1
0;
1 0
0 3
0 0
0
es decir
son unas ecuaciones cartesianas o implcitas de . Obsrvese que si
no
habra ecuaciones implcitas para definir .
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
36
f) Para pasar de las ecuaciones cartesianas a las paramtricas basta resolver el
sistema de ecuaciones cartesianas. En este caso, en la ecuacin
3
Dando valores a
g) Sustituyendo 1, 0, 0, 0 en las ecuaciones cartesianas 3
0 y
es:
i) Las ecuaciones del cambio de la base
es la base
j) Las ecuaciones del cambio de la base cannica a la base
se calculan
premultiplicando por la matriz inversa de
por tanto
1
0
1
0
0
3
1
0
1
0
0
0
0
0
0
1
k) La expresin del vector cannico e
0, 1, 0, 0 respecto de la base B
se obtiene
sustituyndolo en la expresin del apartado j):
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
37
0
0
1
0
1 3
1 3
1 3
0
1
0
1
0
0
0
0
1
0
1
0
0
es decir
, , ,
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
38
Ejercicios
1. Sean
por , ,
, . Sea el producto de nmeros reales por elementos de
definido
mediante la expresin ,
. Es (
, , , un espacio vectorial?
2. Demostrar que los vectores 1, 2, 1, 2, 2, 3, 0, 1, 1, 2, 1, 3, 1, 3, 1, 0 son
ligados e indicar su relacin de dependencia.
3. Determinar los valores de y para que sea 3 el rango del siguiente sistema de
vectores: 1, 1, 0, , 3, 1, , 1, 3, 5, , 4.
4. Demostrar que los vectores 2, 1, 1, 1, 3, 1, 2, 1, 3 forman una base de
la base cannica de
donde
.
7. Sean 1, 1, 1, 2 y 2, 1, 0, 1 dos bases de
. Hallar las
expresiones matriciales de los cambios de base de a y de a .
8. Demostrar que el conjunto , 2, 0; es un subespacio vectorial de
.
Obtener una base y determinar la dimensin y las ecuaciones paramtricas e implcitas
del subespacio.
9. Obtener una base del espacio vectorial de las matrices cuadradas de orden 2 y del
espacio vectorial de las matrices de orden 2 3.
10. Sean
3, 2, 1;
2, 5, 6 y
1, 3, 7. Sea
el
subespacio engendrado por estos tres vectores. Calcular: a) una base de y las
ecuaciones implcitas. b) el vector 3, 2, 1, pertenece a ? c) el vector 1, 1, 3,
pertenece a ? d) Para qu valores de el vector , 0, 1 pertenece a ?
11. Hallar una base del subespacio engendrado por los vectores 2, 2, 3, 1 y
1, 4, 6, 2 y ampliar dicha base a una del espacio vectorial de
.
12. Sea el subespacio vectorial de
: , 2, , ; 2, ,
y , , 20;, , . a) Son y subespacios suplementarios, es
decir,
y la base
. Si el conjunto
es tal que:
:
a) Demostrar que
no necesariamente lo es.
2. CLASIFICACIN DE LAS FUNCIONES
Las funciones pueden ser inyectivas, tambin llamadas unvocas o uno a
uno, son aqullas en las que elementos distintos de A tienen imgenes distintas en B;
sobreyectivas, aqullas en las que todo elemento de B es imagen de alguno de A; y
biyectivas, tambin llamadas biunvocas, aqullas que son inyectivas y sobreyectivas.
Ejemplos
Sea : tal que x 2x. Esta funcin asigna a cada nmero natural su
duplo. Es inyectiva, pero no sobreyectiva pues los elementos impares del
codominio carecen de antecedente en el dominio.
Sea : P tal que x 2x donde el codominio se ha restringido al conjunto
de los nmeros pares. Es inyectiva y tambin sobreyectiva. Por tanto, es biyectiva.
3. COMPOSICIN DE FUNCIONES
A partir de dos funciones y es posible definir, bajo ciertas condiciones, otra
(lase compuesta con , llamada funcin compuesta.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
42
Propiedades
En general no se cumple la propiedad conmutativa: .
La composicin de funciones inyectivas es inyectiva.
La composicin de funciones sobreyectivas es sobreyectiva.
La composicin de funciones biyectivas es biyectiva.
pero
La inyectividad de la composicin no implica la de cada funcin, pero s la de la
primera.
Si la composicin de dos funciones es sobreyectiva, entonces la segunda es
sobreyectiva.
Una funcin admite inversa si es biyectiva, adems la funcin inversa es nica.
Ejercicios
E.1. Sean 1, 2, 3 y 2, 3. Clasificar : tal que , 3a
.
E.2. Las funciones : Q y : Q son:
x
2 1
Determinar , y calcular 2 y 1 2 .
4. APLICACIN LINEAL
Sean , , , y , , , dos espacios vectoriales sobre el mismo cuerpo
. La funcin : es una aplicacin lineal, transformacin lineal u
homomorfismo si , ; , se cumple:
Ejercicios
E.3. Demostrar que la funcin :
definida por
tal que
1
no es una aplicacin lineal.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
43
5. PROPIEDADES Y CLASIFICACIN DE LAS APLICACIONES LINEALES
Propiedades
La imagen de 0
definida por
es un automorfismo.
6. NCLEO E IMAGEN DE UNA APLICACIN LINEAL
NCLEO
El ncleo de una aplicacin lineal (tambin llamado ker) es el conjunto
de los vectores del dominio cuyas imgenes son el vector nulo de .
/ 0
Propiedades
0
es un subespacio de .
En un monomorfismo el nico elemento del ncleo es el vector nulo.
IMAGEN
La imagen de una aplicacin lineal : es el conjunto imagen del
domino, o sea, la totalidad de las imgenes de los vectores del espacio .
/
Propiedades
0
es subespacio de .
En una aplicacin lineal : la imagen de cualquier conjunto de vectores LD
de es LD en .
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
44
Si : es una aplicacin lineal y
, ,
, ,
son LI.
La imagen de todo conjunto LI, dada por cualquier aplicacin lineal inyectiva, es un
conjunto LI.
Ejercicios
E.6. Determinar el ncleo de :
.
E.7. Determinar el ncleo y la imagen de
tal que ,
0
0
.
E.8. Determinar el ncleo y la imagen de:
tal que
.
E. 9. Determinar el ncleo y la imagen de :
.
7. DIMENSIONES DEL NCLEO Y LA IMAGEN. RANGO DE UNA APLICACIN LINEAL
DIMENSIONES DEL NCLEO Y LA IMAGEN
Sea una aplicacin lineal. Se demuestra que:
dim dim dim
Ejemplo
En la aplicacin lineal :
definida por
,
,
cuyas imgenes
son el vector nulo de
. Es decir:
0, 0. O sea
0
es decir
por lo tanto, los vectores del ncleo son del tipo:
, , ,
como
, , , 1, 1, 0, 0 1, 0, 1, 0 1, 0, 0, 1
entonces el conjunto
, , , ,
, , , ,
, , , es
un SG de . Como, adems estos tres vectores son LI, constituyen una base,
cuya dimensin es 3. Es decir:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
45
b) De la expresin dim dim dim deducimos: 3 dim 4. Es
decir: . Como
, 0
si
entonces:
, 0
o sea
; , , , .
De , 0, 0 se deduce que , . Por
tanto, un vector del ncleo es aquel cuyas tres coordenadas sean iguales, por
ejemplo el vector 1, 1, 1, cuya dimensin es 1: . Como
dim dim
, entonces es sobreyectiva.
Determinar las dimensiones del ncleo y la imagen de la aplicacin lineal :
; , 3 4, 5 2, 7, 4.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
46
De 3 4, 5 2, 7, 4 0, 0, 0, 0 se deduce 0, 0. Por
tanto, el nico vector del ncleo es 0, 0, cuya dimensin es 0. . La
aplicacin es inyectiva. Como dim dim
dim, entonces
.
Determinar las dimensiones del ncleo y la imagen de la aplicacin lineal :
; , ,
1 0 0
0 1 0
2 4 1
.
De , , 0,0,0 se deduce 0, 0, 2 4 0. Es decir:
0. Por tanto, el nico vector del ncleo es 0,0,0, cuya dimensin es
cero. . La aplicacin es inyectiva, pero dim dim
dim, entonces . Como 3 coincide con las
dimensiones de los espacios vectoriales
, entonces es
biyectiva.
8. MATRIZ ASOCIADA A UNA APLICACIN LINEAL
Consideremos una aplicacin lineal : , sea
una
base del espacio vectorial y
del espacio se
obtiene multiplicando por la matriz de coordenadas de
respecto de la base
.
donde:
de
. Si es la
matriz de la aplicacin lineal que permite pasar de la base a la base , entonces
aplicando la expresin anterior:
Obsrvese que en este ejemplo los espacios vectoriales y son el mismo
espacio vectorial
.
Ejemplo analtico:
En la aplicacin lineal :
. a)
Calcular la matriz de respecto las bases 1, 1, 1, 1, 1, 0, 1, 0, 0 en
y
2, 0, 0, 1 en
1, 2, 3 expresado
en la base cannica.
a) Mediante obtenemos las imgenes de los vectores de la base :
1, 1, 1 1 1, 1 1 2, 0
1, 1, 0 1 0, 1 0 1, 1
1, 0, 0 1 0, 0 0 1, 0
Expresamos dichas imgenes como CL de los vectores de :
2, 0
2, 0
0, 1
1, 1
2, 0
0, 1
1, 0
2, 0
0, 1
En donde se deduce que:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
48
1 2
1 2
0
Por lo tanto, la matriz de respecto de las bases y es:
b) Para obtener la imagen del vector
.
1, 2, 3 1, 1, 1 1, 1, 0, 1, 0, 0
es decir 1 , 2 , 3 . Por lo tanto,
3, 1, 1
3
1
1
La imagen de
es
1
2
2 1 1
0 2 0
3
1
1
2
1
,
Obsrvese que si aplicamos directamente a 1, 2, 3:
1, 2, 3 1 3, 2 3 4, 1
y expresamos esta imagen como CL de los vectores de la base :
4, 1 2, 0 0, 1
Obtenemos
2
1
es decir, las mismas coordenadas calculadas mediante la aplicacin lineal:
2, 1
9. CAMBIO DE BASES DE REFERENCIA EN DOS ESPACIOS VECTORIALES
Sea la aplicacin lineal : y la matriz de respecto de las bases y
. Si se efecta un cambio de base en cada espacio vectorial, entonces est
caracterizada por otra matriz respecto de las nuevas bases y , segn el
siguiente esquema:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
49
: Matriz de paso de la base a la base del espacio vectorial
: Matriz de paso de la base a la base del espacio vectorial
: Matriz de la aplicacin lineal respecto de las bases y
: Matriz de la aplicacin lineal respecto de las bases y
Pero, un vector
1
y un vector
2
Pero, mediante la matriz de la aplicacin lineal se cumple que:
3
y tambin sabemos que con la matriz se cumple que:
4
De (2) y (3) deducimos:
y sustituyendo los valores de
Pero
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
50
entonces:
Ejemplo:
Sea :
1, 0, 0 1 0 0, 1 0 1, 1
0, 0, 1 0 1 0, 0 1 1, 1
0, 0, 1 0 0 1, 0 0 1, 0
Expresamos dichas imgenes como CL de los vectores de la base cannica de
:
1, 1
1, 0
0, 1
1, 1
1, 0
0, 1
1, 0
1, 0
0, 1
En donde se deduce que:
0
Por lo tanto, la matriz de respecto de las bases cannicas es:
b) Para calcular las matrices de paso y expresamos los vectores de las bases
y como CL de los vectores de las bases cannicas:
0,1,1 1, 0, 0 0, 1, 0 0, 0, 1
1, 1, 2
1, 0, 0
0, 1, 0
0, 0, 1
1, 1, 1
1, 0, 0
0, 1, 0
0, 0, 1
donde deducimos:
0
1
1
1
1
1
Por tanto la matriz de paso es:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
51
Anlogamente:
1, 3 1, 0 0, 1
0, 2
1, 0
0, 1
Es decir
1
0
3
2
Por lo tanto la matriz de paso es:
c) Para calcular la matriz empleamos la expresin
:
d)
1 0
3 2
1 1 1
1 1 0
0 1 1
1 1 1
1 2 1
Ejemplo:
Sea
. Sean 1, 1, 0, 2, 3, 1, 0, 2, 1 un conjunto
de vectores de . Sea la aplicacin lineal :
0 y , ,
, ,
. a) Demostrar que es una base de . b) Hallar la matriz asociada a respecto a la
base cannica. c) Hallar , , . d) Hallar y . e) Hallar la matriz
asociada a respecto de la base del enunciado.
a) El determinante formado con los vectores de U es det 3 0, por tanto los
vectores son LI y es una base de
.
b) Determinacin de la matriz asociada a :
Como
, entonces:
3
2
0
1
1
0
;
1
2
1
2
3
1
;
4
0
1
0
2
1
expresiones que se pueden sintetizar en la siguiente:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
52
3 1 4
2 2 0
0 1 1
1 2 0
1 3 2
0 1 1
por lo tanto:
3 1 4
2 2 0
0 1 1
1 2 0
1 3 2
0 1 1
es decir:
c) La funcin , , es:
, ,
6 3 2
4 2 4
0 0 1
, ,
d) y
Determinacin de :
Un vector cualquiera de es 0, , . Como
6 3 2
4 2 4
0 0 1
0
3 2
2 4
Cualquier vector , , ser de la forma:
, , 3 2, 2 4, 3, 2, 0 2, 4, 1
luego , , es CL de 3, 2, 0 y 2, 4, 1; es decir:
det
x y z
3 2 0
2 4 1
0
Por lo tanto, la ecuacin cartesiana de es: 2 3 8 0.
Determinacin de :
De la definicin de , ,
, , deducimos
que cualquier vector de es , , . Como
6 3 2
4 2 4
0 0 1
3 4
2
Cualquier vector , , ser de la forma:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
53
, , 3 4, 2, 3, 2, 0 4, 0, 1
luego , , es CL de 3, 2, 0 y 4, 0, 1; es decir:
det
x y z
3 2 0
4 0 1
0
Por lo tanto, la ecuacin cartesiana de es: 2 3 8 0.
Determinacin de :
Como se aprecia, 2 3 8 0 es tanto la ecuacin cartesiana de fS
como de . Es decir, los vectores de y son los mismos, entonces:
, ,
Clculo de :
La ecuacin cartesiana de , ,
0 es precisamente 0.
Cualquier vector de , ,
, , es de la forma:
, , 1, 1, 0 1, 0, 1
Luego un vector , , es CL de 1, 1, 0 y 1, 0, 1; es decir:
det
x y z
1 1 0
1 0 1
0
Por lo tanto, la ecuacin cartesiana de es: 0.
El conjunto est formado por los vectores que cumplen, a la vez, las
ecuaciones cartesianas de y :
, , 0, 0
es decir:
, , 0
o
, ,
Cualquier vector , , ser de la forma:
, , 0, ,
Como
6 3 2
4 2 4
0 0 1
0
1
2
1
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
54
de donde se deduce que todos los vectores de son de la forma:
, ,
e) Determinacin de la matriz asociada a f respecto de la base U:
Como
, pero , entonces
:
1 2 0
1 3 2
0 1 1
6 3 2
4 2 4
0 0 1
1 2 0
1 3 2
0 1 1
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
55
Ejercicios
1. Consideremos la aplicacin lineal :
dada por:
, , 3 , 2 , 2
a) Determinar los valores de para los que es biyectiva.
b) Para 2, hallar una base, la dimensin y las ecuaciones implcitas del ncleo y la
imagen.
c) Para 2, hallar la matriz asociada a cuando se considera en ambos espacios la
base 1, 1, 1, 1, 1, 0, 1, 0, 0.
d) Para 2, hallar
2, 0, 3.
2. Sea :
tal que 1, 1, 0 3, 2, 0; 1, 0, 1 4, 1, 3 y 0, 1, 1
5, 1,3. Determinar una base y las ecuaciones del ncleo y la imagen.
4. Sea :
y , ,
0 1 1
1 0 1
1 1 0
a) Hallar la imagen del vector 1, 3, 0.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
56
b) Hallar la base, dimensin y ecuaciones implcitas del ncleo y la imagen.
c) Sea , ,
, donde
respecto a la base cannica.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
57
CAPTULO 4
DIAGONALIZACIN DE MATRICES Y FORMAS CUADRTICAS
1. VECTORES EN
3. ESPACIO VECTORIAL EUCLIDIANO. PRODUCTO INTERIOR
4. NGULO DE DOS VECTORES
5. ORTOGONALIDAD
6. CONJUNTO ORTOGONAL DE VECTORES
7. BASE ORTONORMAL
8. ORTONORMALIZACIN DE UNA BASE
9. VALORES Y VECTORES PROPIOS DE UNA MATRIZ
10. POLINOMIO CARACTERSTICO DE UNA MATRIZ CUADRADA. DETERMINACIN DE LOS
VALORES Y VECTORES PROPIOS
11. MATRICES SEMEJANTES EN UNA APLICACIN LINEAL
12. POLINOMIO CARACTERSTICO DE UNA APLICACIN LINEAL
13. RACES DEL POLINOMIO CARACTERSTICO Y DIAGONALIZACIN DE MATRICES
14. ECUACIN GENERAL DE LAS CNICAS. REDUCCIN
15. FORMAS CUADRTICAS
16. MATRIZ SIMTRICA ASOCIADA A UNA FORMA CUADRTICA
17. DIAGONALIZACIN DE MATRICES SIMTRICAS Y REALES
18. DIAGONALIZACIN ORTOGONAL
19. UN PROBLEMA FSICO DE APLICACIN
Ejercicios
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
58
CAPTULO 4
DIAGONALIZACIN DE MATRICES Y FORMAS CUADRTICAS
1. VECTORES EN
0, 0, 1. As, un vector
El mdulo o norma de
o :
Para calcular un vector unitario (es decir, un vector que mida 1) que tenga la
misma direccin y sentido que
2. ADICIN Y PRODUCTO ESCALAR DE VECTORES EN
Adicin
Producto escalar
Se define el producto escalar
cos
Este producto es tambin el del mdulo de
segn la direccin de
, o el del mdulo de
segn la
direccin de
.
De la definicin se deduce que:
0
luego
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
59
cos
adems
y
cos
Ejercicios
E.1. Dados dos vectores
calcular
si: a)
Coinciden en direccin y sentido. b) Forman un ngulo de 60. c) Son
perpendiculares entre s. d) Forman un ngulo de 120. e) Son de la misma
direccin y sentido contrario.
E.2. Cul es la proyeccin del vector 1,2,3 sobre el 3,4,5
3. ESPACIO VECTORIAL EUCLIDIANO. PRODUCTO INTERIOR
Sea , , , un espacio vectorial sobre el cuerpo . El smbolo
define
el producto interior (o producto escalar) de los vectores
de si
es una
aplicacin tal que:
a)
b)
c)
d)
0
e)
0
Propiedades
Todo producto interior asigna a cada par de vectores un nico escalar real.
Un espacio vectorial es euclidiano si est dotado con producto interior.
Un producto interior permite establecer los conceptos de distancia entre pares de
vectores, mdulo de un vector, ortogonalidad y ngulo entre dos vectores.
El producto interior de cualquier vector por el vector nulo es cero.
El mdulo o norma de un vector
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
60
La distancia
es el mdulo de su diferencia
Se cumple la desigualdad triangular:
Ejemplo
Sean
dos vectores de
, , ,. La funcin
,
es un producto interior pues satisface las propiedades a), b), c), d) y e).
Obsrvese que ,
en
Ejercicio
E.3. Sea
, , , y la matriz
1 2
2 5
. Se define
.
Demostrar que es un producto interior.
4. NGULO DE DOS VECTORES
Se define:
cos
tal que es el ngulo que forman los vectores
.
5. ORTOGONALIDAD
Dos vectores
0 90
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
61
Ejercicio
E.4. Determinar para que
3, 4,1 e
, , 1 sean
ortogonales con el producto interior usual.
6. CONJUNTO ORTOGONAL DE VECTORES
El conjunto de vectores
, ,
, ,
es ortogonal
Propiedad
Todo conjunto ortogonal de vectores al que no pertenece el vector nulo es LI.
7. BASE ORTONORMAL
es una base ortonormal si est formada por un conjunto ortogonal de
vectores unitarios. Por tanto, una base ortonormal es tal que:
En
3, 1 y
, ,
El proceso de ortonormalizacin se ejecuta en dos pasos: primero se
ortogonaliza la base y despus se normaliza:
Primer paso:
Se calculan los coeficientes
0; ,
a)
0
es decir:
b)
0
es decir:
0
De estas dos condiciones se obtienen
.
c) Y as sucesivamente, hasta calcular todos los
.
Segundo paso:
Determinada la base ortogonal
, se normaliza:
, ,
Ejemplo
Ortonormalizar la base de
formada por
1,1 y
1,2.
Consideremos definido el producto interior usual. Hacemos:
calculamos:
1,1
1 2 1,1 1,2 3 2 1, 1
Los mdulos de
son:
3 2 1
3 2 2
entonces:
1,1
2
1
2
1, 1
3 2 1, 1
3 2 2
1
2
1, 1
La base ortonormalizada es:
1
2
1, 1,
1
2
1, 1
Ejercicio
E.6. Demostrar que ,
. Ortonormalizarla.
9. VALORES Y VECTORES PROPIOS DE UNA MATRIZ
El escalar es un valor propio (valor caracterstico o autovalor) de la matriz
cuadrada
.
De
se deduce que
, entonces
; por tanto,
para calcular el vector propio asociado a cada basta resolver el sistema lineal:
Veamos los valores y vectores propios de la matriz diagonal A
1 0 0
0 2 0
0 0 3
.
1 0 0
0 2 0
0 0 3
(1)
2
(2)
3
(3)
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
64
De (1) se deduce 1; y, para satisfacer simultneamente (2) y (3) con 1,
entonces
0. Anlogamente, de (2) se deduce 2; y, para satisfacer
simultneamente (1) y (3) con 2, entonces
0. Por
tanto:
Valor
Propio
Vector propio
asociado
1
2
3
1,0,0
0,1,0
0,0,1
Propiedades
Los valores propios en una matriz diagonal son los elementos de la diagonal, y los
vectores propios son los cannicos si los valores propios son distintos.
Los vectores propios asociados a valores propios distintos son LI.
Si es un valor propio de la matriz entonces el determinante de es nulo:
det 0
10. POLINOMIO CARACTERSTICO DE UNA MATRIZ CUADRADA. DETERMINACIN DE LOS
VALORES Y VECTORES PROPIOS
El polinomio caracterstico de una matriz
es el determinante
de la matriz .
det
Propiedad
det 0 implica que es un valor propio si es raz o cero del polinomio
caracterstico de .
Ejemplo n 1
Sea
1 2 2
2 2 2
3 6 6
. Determinar el polinomio caracterstico .
det
1 2 2
2 2 2
3 6 6
6
La determinacin de los valores propios de una matriz, es decir, el clculo de
las races de su polinomio caracterstico, puede ser complicada. En el ejemplo anterior,
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
65
las races de
6 (
0,
3 y
2) se encuentran
fcilmente. Pero, en una matriz de , el polinomio ser, en general, de grado
; si 3 el mtodo de Ruffini permite calcular las races enteras, pero suele ser
difcil determinar aqullas que no pertenezcan al conjunto de los nmeros enteros.
Obsrvese, tambin, que si es la matriz de orden de una aplicacin lineal
entre dos espacios vectoriales y definidos sobre un cuerpo y es el conjunto
de los nmeros complejos , entonces tiene valores propios, no as si es el
conjunto de los nmeros reales . En efecto, 0 tendr, en general, ceros
entre races reales y parejas de races complejas conjugadas. Es decir:
Ejemplo n 2
Determinar los valores propios de
4 2.
Hacemos
1:
1 3 4 2
1 1 2 2
1 2 2 0
o sea:
1
2 2
Las races de
2 2 0 son
1 y
1 . Es decir:
1 1 1
Por tanto, los valores propios son
1 ,
1 ,
1 si el cuerpo
es , pero el nico valor propio sera
1 si el cuerpo es .
Ejemplo n 3
Determinar los valores propios de
5 1
En este caso, al aplicar la regla de Ruffini a
5 1 0, los
divisores enteros del trmino independiente 1 y 1 no son races de .
La dificultad aumenta conforme lo hace el grado de .
Ejemplo n 4
Determinar los valores y vectores propios de
2 2
2 2
Valores propios:
det
2 2
2 2
0
2
4 0
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
66
es decir:
2 2;
2 2
Vectores propios:
Para
2 2:
Empleamos la expresin:
es decir:
2 2
1 0
0 1
2 2
2 2
0
0
o sea:
2
0
2
0
por tanto
Para
2 2:
De forma anloga resulta
1
11. MATRICES SEMEJANTES EN UNA APLICACIN LINEAL
Consideremos el endomorfismo , entonces el esquema del punto 18
del captulo anterior se convierte es el de la
figura donde, como se comprueba, se estn
empleando cuatros bases , , y
del mismo espacio vectorial .
En estas condiciones se dice que y
son matrices semejantes, y se demuestra que
la expresin
se reduce a:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
67
12. POLINOMIO CARACTERSTICO DE UNA APLICACIN LINEAL
Dos matrices semejantes y tienen el mismo polinomio caracterstico y,
en consecuencia, los mismos valores propios. Si y son matrices semejantes de
una aplicacin lineal su polinomio caracterstico es el de .
Pero, puede ocurrir que dos matrices tengan el mismo polinomio caracterstico
y no sean semejantes. Por ejemplo, las matrices
1 0
0 1
y
1 3
0 1
tienen los
mismos valores propios, pero no son semejantes.
13. RACES DEL POLINOMIO CARACTERSTICO Y DIAGONALIZACIN DE MATRICES
Propiedad
Si los valores propios del polinomio caracterstico de
son
distintos, entonces existe una matriz de paso
tal que
es una
matriz diagonal (se dice que es diagonalizable). La diagonal de est formada por
los valores propios y las columnas de son los vectores propios que, adems, son LI.
Ejemplo
Determinar los valores y vectores propios de
3 2
1 2
y calcular la
matriz de paso que satisface que
sea diagonal.
El clculo es los valores propios es anlogo al del ejemplo n 4 del punto 10.
Las soluciones son:
1
1
.
Para
2
1
.
Como det
1 2
1 1
0, los vectores propios
son LI.
La matriz diagonalizada se convierte en
1 0
0 4
con los valores propios en la diagonal principal
Las columnas de la matriz de paso son los vectores propios
,
colocados en el mismo orden que los valores propios en :
1 2
1 1
Se puede comprobar que
1 2
1 1
3 2
1 2
1 2
1 1
1 0
0 4
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
68
Propiedad
Si el polinomio caracterstico de
, es decir:
0 1 0
0 0 1
0 0 0
0
0
0
o sea:
0
0
0
0
de donde se deduce que
1 0 tiene una
raz doble
1 y otra simple
1.
Los vectores propios asociados a
1 deben cumplir
,
es decir:
4 0 4
4 0 4
2 0 2
0
0
0
que se reduce a
4 0 4
0
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
69
pues las filas 4, 0, 4 y 2,0, 2 son CL de 4, 0, 4. Operando:
4
0
es decir:
Por tanto, cualquier vector propio es de la forma
,
,
,
,
1,0, 1
0,1,0
Los vectores
1,0, 1 y
1,0, 1 y
1
El vector propio asociado a
1 debe cumplir
2 0 4
4 2 4
2 0 4
3
0
0
0
es decir:
Por tanto, cualquier vector propio es de la forma 2
, 2
. O sea, un vector
propio asociado a
2,2,1.
La forma diagonal de es:
1 0 0
0 1 0
0 0 1
con los valores propios
1 y
dispuestos en columna
en el mismo orden que los valores propios en :
1 0 2
0 1 2
1 0 1
Se puede comprobar la relacin
1 0 2
0 1 2
1 0 1
3 0 4
4 1 4
2 0 3
1 0 2
0 1 2
1 0 1
1 0 0
0 1 0
0 0 1
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
70
14. ECUACIN GENERAL DE LAS CNICAS. REDUCCIN
La elipse, la hiprbola y la parbola son curvas planas, llamadas cnicas, que
responden a la ecuacin general
,
0
Reducir una cnica es el proceso de expresar su ecuacin en un sistema de
referencia cartesiano ortogonal situado en sus ejes de simetra. A continuacin se
resume el camino a seguir: Con los coeficientes de la ecuacin general se calcula
4 0 es una elipse
Si
4 0 es una hiprbola
Si
4 0 es una parbola
Reduccin de la elipse y de la hiprbola
Primero se determinan las coordenadas de su centro
resolviendo el sistema de ecuaciones que resulta de anular las derivadas parciales
de , :
0;
0
A continuacin se trasladan los ejes de coordenadas al centro . En estas
condiciones, la ecuacin referida a los nuevos ejes , se transforma en:
0
con
en la que no aparecen ya trminos lineales en e . Por ltimo, se giran los ejes
, un ngulo tal que:
tan2
Tras el giro desaparece el trmino en y la cnica se reduce a:
con
1 2
; 1 2
Ejemplo
Reducir la cnica
4 5
6 7 15 0
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
71
Como
4 4
5 2 ,
8.
Trasladando el origen al centro
4 5
1 4 0
pues
15 1 4
Si se giran los ejes un ngulo tal que:
tan2 4 1 5 1
2 135; 6730
como
1 2 1 5 16 1 5
3 22
1 2 1 5 16 1 5
3 22
entonces
3 22
3 22
1
4
0
que se puede expresarse de la forma
1
con
1 2
3 22; 1 2
3 22
Reduccin de la parbola
La ecuacin reducida de la parbola es:
con
cos
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
72
siendo
sen /
cos /
tal que
Para 0, con 0 y 0 entonces cos 0.
Para 0, con 0 y 0 entonces cos 0
Adems, con
cos sen
el nuevo origen
es:
4/4
2
15. FORMAS CUADRTICAS
Una forma cuadrtica responde a la expresin:
en la que slo se han empleado tres coordenadas, pero que, en general, podra ser -
dimensional.
Acabamos de ver que cuando en la elipse
4 5
6 7 15 0
se trasladan los ejes de coordenadas hasta su centro en el punto
5 2 , 8 se reduce a
4 5
1 4 0, es decir:
4 5
1 4
por tanto, es una forma cuadrtica.
Por otro lado, en el ejercicio propuesto en el punto 3 se pretende demostrar que
. Calculemos
1 2
2 5
resulta que
4 5
es la forma cuadrtica de la elipse anterior. O sea, podemos afirmar que la matriz
est asociada a la forma cuadrtica
4 5
.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
73
Calculemos los valores y unos vectores propios de
1 2
2 5
.
Los valores propios anulan el determinante de :
det
1 2
2 5
0
3 22;
3 22
Los vectores propios son las soluciones del sistema
para cada
valor propio con
3 22
3 22
1 0
0 1
1 2
2 5
0
0
es decir:
1 2 0
por tanto, un vector propio es, por ejemplo, con 1:
2 1
1
Para
3 22
3 22
1 0
0 1
1 2
2 5
0
0
o sea:
1 2 0
por tanto, un vector propio es, por ejemplo, con 1:
2 1
1
Obsrvese que los vectores propios
2 1, 1 2 1, 1 0. Esta
propiedad se produce cuando la matriz es simtrica.
Ahora podemos calcular la matriz diagonal
tal que
.
es diagonalizable porque tiene dos valores propios distintos. La matriz de
paso
dispuestos en columna:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
74
2 1 2 1
1 1
y la matriz
3 22 0
0 3 22
Se puede comprobar que
2 1 2 1
1 1
1 2
2 5
2 1 2 1
1 1
3 22 0
0 3 22
Obsrvese que:
a) Los valores propios coinciden con los coeficientes y , que, a su vez,
estn relacionados con los semiejes y de la elipse:
3 22
3 22
b) El vector propio
2 1
1
2 1
1
67 30
Por tanto, el vector propio
2 1
1
2 1
1
22 30
Por tanto, el vector propio
.
Es decir, los resultados coinciden con los obtenidos siguiendo el mtodo de
reduccin de cnicas del punto 15.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
75
Pero, aunque
, no son
unitarios. Encontremos una base ortonormal asociada a
.
Si la ecuacin del vector propio asociado a
es 1 2 0, basta
imponer la condicin de que su mdulo sea la unidad, es decir:
1. De
estas dos ecuaciones se deduce que 1 2
2 2 y 1 2. De
manera que un vector propio unitario es, por ejemplo:
1
2
2 2
1
2 1
Anlogamente, si la ecuacin del vector propio asociado a
es
1 2 0, con
1 se deduce que 1 2
2 2 y
1 2. As pues otro vector propio unitario es, por ejemplo:
1
2
2 2
1
2 1
Ahora podemos calcular otra matriz diagonal tal que
. La matriz paso
se construye con los nuevos vectores propios
:
1
2
2 2
2 2
2 1
2 2 2 1
2 2
Comprubese que
Adems, se produce una curiosidad:
Matriz ortogonal
Una matriz cuadrada es ortogonal si
.
Propiedades
Si es ortogonal
sea diagonal.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
76
Acabamos de comprobar que tanto la matriz como la
reducen la elipse
4 5
no lo es.
16. MATRIZ SIMTRICA ASOCIADA A UNA FORMA CUADRTICA
Siguiendo con el ejemplo de la elipse
4 5
6 7 15 0 ya
reducida a su forma cuadrtica ,
4 5
, podemos construir la
matriz asociada a dicha forma cuadrtica teniendo en cuenta lo siguiente:
a) El orden de la matriz se corresponde con el nmero de variables de la
forma cuadrtica. En este caso dos, e , por tanto es de orden 2.
b) La matriz es simtrica, con los coeficientes de los trminos al cuadrado
situados en la diagonal principal:
1
5
c) El coeficiente simtrico respecto de la diagonal principal es la mitad del
coeficiente del trmino en Y. En este caso: 4 2 2
1 2
2 5
Se procede de manera similar para construir la matriz simtrica asociada a
la forma cuadrtica
:
a) El orden de es el nmero de variables de la forma cuadrtica. En este
caso: tres variables:
b) es simtrica. Los coeficientes
,
1 2
y 1 2
En estas condiciones podemos afirmar que, si el vector
se
expresa en forma de matriz columna , la forma cuadrtica
responde a la
expresin:
1
2
;
1
2
;
1
2
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
77
Y anlogamente se procede para construir la matriz simtrica asociada a
una forma cuadrtica -dimensional
en la que
y
:
17. DIAGONALIZACIN DE MATRICES SIMTRICAS Y REALES
De lo expuesto se puede demostrar que se cumplen las siguientes propiedades
en las matrices simtricas y reales:
Los valores propios de toda matriz simtrica y real son reales.
Toda matriz simtrica y real admite un vector propio.
Los vectores propios de toda matriz simtrica y real, asociados a valores propios
distintos, son perpendiculares entre s.
Toda matriz simtrica y real es diagonalizable. La matriz diagonal se forma
situando los valores propios en la diagonal principal, de manera que
,
siendo la matriz de paso constituida con los vectores propios dispuestos en
columna.
Si los vectores propios de una matriz simtrica y real son unitarios, entonces la
matriz de paso es ortogonal:
.
Ejercicio
E.7. Demostrar: a) el producto de toda matriz por su traspuesta es una matriz
simtrica. b) la suma de toda matriz cuadrada y su traspuesta es una matriz
simtrica.
18. DIAGONALIZACIN ORTOGONAL
Acabamos de ver que toda forma cuadrtica
est caracterizada
por una matriz simtrica respecto a una base . Si se considera otra base , el
vector
se representa mediante
tal que
llamando
se dice que y son congruentes y
Si la matriz de paso de la base a la base se construye con vectores
propios de , entonces es diagonal. Y si se construye con vectores propios de
unitarios, entonces es ortogonal:
Si es ortogonal se conservan las longitudes de los vectores. Como consecuencia:
transforma los vectores unitarios en vectores unitarios.
Los operadores ortogonales mantienen la ortogonalidad
Pero, el recproco no siempre es cierto.
Si es ortogonal, es invertible:
Ejercicios
E.8. Sea el operador :
10
.
19. UN PROBLEMA FSICO DE APLICACIN
El cubo macizo de la figura, de masa y asista ,
gira en torno a un eje M-M diagonal con velocidad angular
. Hallar la expresin del momento cintico
respecto a
los ejes , , . Hallar el tensor de inercia, la matriz
diagonalizada y las direcciones principales de inercia.
Clculo de los momentos de inercia
; ;
2 3
Por simetra:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
79
2 3
Clculo de los productos de inercia
1 4
Por simetra:
1 4
El tensor o matriz de inercia respecto a los ejes XYZ es:
2 3 1 4 1 4
1 4 2 3 1 4
1 4 1 4 2 3
1 12
8 3 3
3 8 3
3 3 8
El vector velocidad angular respecto a los ejes XYZ es:
1 3
El momento cintico respecto a los ejes XYZ es:
63
Para diagonalizar la matriz de inercia
1
12
8 3 3
3 8 3
3 3 8
1 12
trabajamos con la matriz :
8 3 3
3 8 3
3 3 8
Valores propios:
8 3 3
3 8 3
3 3 8
0; 8
27 8 54 0
2;
11
Vectores propios:
- Para
2:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
80
6 3 3
3 6 3
3 3 6
0
0
0
1,1,1
- Para
11:
-
3 3 3
3 3 3
3 3 3
0
0
0
1,1,0
1,0,1
1,1,0
1,0,1
La matriz diagonalizada es:
La matriz de paso es:
con
Comprubese que
.
Anlisis de los resultados
El vector propio
11 1 1 1 0 0
11 1 0 1 1 0
pero
11 1 0 0 1 1 0
es decir,
no es perpendicular a
, pues
ya es
perpendicular a
, calculemos un vector
, , perpendicular a
tal que
0 para satisfacer la condicin
0 impuesta por
11.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
81
1,1,1;
1,1,0;
, ,
0 1
0 2
La condicin 0 ya se cumple en (1) otra vez; se deduce de
(2) y, con (1), 2 0. Sea 1: un vector
1,1, 2.
La matriz es ahora:
y se sigue cumpliendo
.
Obsrvese que con estamos haciendo un cambio del sistema de
coordenadas de la base cannica 1, 0, 0, 0, 1, 0, 0, 0, 1 al sistema de
coordenadas formado por los vectores ortogonales
1
1
1
1
0
0
;
1
1
0
0
1
0
;
1
1
2
0
0
1
por tanto:
la ecuacin
.
y podramos calcular
de la base , o sea:
para calcular
en coordenadas de la misma
base .
adems, los vectores propios de la base son las direcciones principales de
inercia.
La base 1, 1, 1, 1, 1, 0, 1, 1, 2 es ortogonal, pero no
ortonormal. Para ortonormalizarla basta dividir cada vector por su mdulo:
1 3 1, 1, 1, 1 2 1, 1, 0, 1 6 1, 1, 2
La matriz asociada a la base
es:
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
82
y se sigue cumpliendo
, pero, ahora s,
.
Comprobemos los resultados:
Calculemos el valor de
1,0,0 expresada en la base cannica:
1 12
8 3 3
3 8 3
3 3 8
1
0
0
1 12
8, 3, 3
Calculemos ahora el valor de
1 3 , 1 2 , 1 6
entonces:
1 2
2 0 0
0 11 0
0 0 11
1 3
1 2
1 6
1 12
2
3
,
11
2
,
11
6
Como comprobacin, calculemos
(las coordenadas de
en base ) a partir
de
expresadas en la base ):
1 12
8, 3, 3 1 12
.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
83
Ejercicios
1. Sea una matriz cuadrada de orden 3 que verifica:
0
1 2
1 2
0
1 2
1 2
;
1 3
1 3
1 3
2
1 3
1 3
1 3
;
2 6
1 6
1 6
2 6
1 6
1 6
Hallar: a) La matriz . b) Por qu es diagonalizable? Hallar la matriz diagonal
semejante a y la matriz de paso correspondiente. c) Consideremos la forma
cuadrtica de
: , ,
Hallar una base en
0 1 1
1 0 1
1 1 0
Hallar una base ortonormal respecto a la cual la matriz asociada a sea diagonal.
5. Sea , , , , , hallar una base ortonormal respecto a la cual la
matriz de la aplicacin lineal admita una expresin diagonal.
6. Sea :
respecto a la cual
admite una expresin diagonal. c) La forma cuadrtica que tiene a como matriz
asociada.
7. Consideremos la forma cuadrtica de
, ,
. Hallar: a)
La matriz asociada respecto de la base cannica. b) Una base ortonormal de
respecto de la cual la matriz anterior adopta una forma diagonal.
LGEBRA PARA INGENIEROS. Agustn E. Gonzlez Morales
84
8. Sea
1
2
1
y sea :
respecto de la cual la
matriz asociada a sea diagonal. c) La forma cuadrtica asociada a la matriz de .
9. Consideremos la aplicacin lineal :
dada por:
1, 1, 1 5, 3, 3; 1, 1, 1 3, 3, 1; 1, 1, 0 4, 1, 3
Calcular: a) La matriz asociada respecto de la base cannica. b) Estudiar si es
diagonalizable y, en caso afirmativo, hallar una base respecto de la cual la matriz
asociada a en dicha base sea diagonal.
10. Obtener una transformacin ortonormal que diagonalice la forma cuadrtica
,
26 2
.
11. Hallar una transformacin ortogonal para reducir la forma cuadrtica , ,
4