Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Álgebra para Ingenieros
Álgebra para Ingenieros
LGEBRA
PARA
INGENIEROS
NDICE
CAPTULO 1
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
MATRICES
1.
2.
3.
4.
5.
6.
7.
8.
9.
MATRIZ. DEFINICIN
ALGUNOS TIPOS DE MATRICES
SUMA DE MATRICES
PRODUCTO DE MATRICES POR UN ESCALAR
PRODUCTO DE DOS MATRICES
MATRIZ INVERSA DE UNA MATRIZ CUADRADA
RANGO O CARACTERSTICA DE UNA MATRIZ
CLCULO DEL RANGO POR EL MTODO DE GAUSS
CLCULO DE LA MATRIZ INVERSA POR EL MTODO DE GAUSS
DETERMINANTES
10.
11.
12.
13.
14.
DETERMINANTES. DEFINICIN
CLCULO DE UN DETERMINANTE POR EL MTODO DE GAUSS
CLCULO DE UN DETERMINANTE POR LOS ELEMENTOS DE UNA FILA O COLUMNA
CLCULO DEL RANGO DE UNA MATRIZ MEDIANTE DETERMINANTES
CLCULO DE LA MATRIZ INVERSA MEDIANTE DETERMINANTES
Ejercicios
CAPTULO 2
ESPACIOS VECTORIALES DE DIMENSIN FINITA
1.
2.
3.
4.
5.
6.
7.
8.
Ejercicios
CAPTULO 3
FUNCIONES Y APLICACIONES LINEALES
1.
2.
3.
4.
5.
6.
7.
8.
9.
Ejercicios
CAPTULO 4
DIAGONALIZACIN DE MATRICES Y FORMAS CUADRTICAS
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
Ejercicios
MATRIZ. DEFINICIN
ALGUNOS TIPOS DE MATRICES
SUMA DE MATRICES
PRODUCTO DE MATRICES POR UN ESCALAR
PRODUCTO DE DOS MATRICES
MATRIZ INVERSA DE UNA MATRIZ CUADRADA
RANGO O CARACTERSTICA DE UNA MATRIZ
CLCULO DEL RANGO POR EL MTODO DE GAUSS
CLCULO DE LA MATRIZ INVERSA POR EL MTODO DE GAUSS
DETERMINANTES
10.
11.
12.
13.
14.
DETERMINANTES. DEFINICIN
CLCULO DE UN DETERMINANTE POR EL MTODO DE GAUSS
CLCULO DE UN DETERMINANTE POR LOS ELEMENTOS DE UNA FILA O COLUMNA
CLCULO DEL RANGO DE UNA MATRIZ MEDIANTE DETERMINANTES
CLCULO DE LA MATRIZ INVERSA MEDIANTE DETERMINANTES
Ejercicios
MATRICES
1. MATRIZ. DEFINICIN
1
Matriz columna. Slo tiene una columna. Ejemplo: 5#
9
Matriz triangular. Aquella en la que todos los elementos situados por encima o
por debajo de la diagonal principal son nulos.
1 5
2 3
(, entonces $ 2 6#.
6 7
3 7
Matriz diagonal. Aquella que siendo cuadrada tiene todos los elementos, no
pertenecientes a la diagonal principal, nulos. Ejemplo:
1 0
0 2
0 0
0
0#
3
2 0
0 2
0 0
0
0#
2
Matriz escalar. Aquella matriz diagonal con todos los elementos de la diagonal
principal iguales. Ejemplo:
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 01 0 1
0 0
0
0#
1
Matriz nula o cero: 2. Aquella matriz que tiene todos sus elementos nulos.
Ejemplo:
3. SUMA DE MATRICES
0
01 %
0
0 0
(
0 0
1
3
,2
(
4
5 6
* %
(
7 8
8
1)5
3)7
,2 ) 6
6
4
(%
(
4)8
10 12
Asociativa: ) * ) 4 ) * ) 4
Conmutativa: ) * * )
Elemento neutro: ) 0 , siendo 0 la matriz nula
1 ,2
(
3 4
55
5+1
1 ,2
5 5 %
(%
3 4
5+3
5 + ,2
5 ,10
(%
(
15 20
5+4
*;
< ) 6
+ * A7< ) 8
9< ) :
<
=
>
6
8#
:
@
?
= ) 6>
7= ) 8>
9= ) :>
) 6?
7 ) 8? B
9 ) :?
Propiedades
+ G G + 0
1
1
Determinar el rango de la matriz
2
0
2
1
2
1
1
0
,1
2
,1
2
.
2
,1
Operando por filas (tambin se podra por columnas e incluso unas veces por
filas y otras por columnas), se elige como pivote, por ejemplo, el elemento
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 ,5
1 1 ,3
0 ,1 ,2
0 ,1 ,2
,1
0
0
0
0
1
0
0
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:
0
0
,1
0
,7
,5
,2
0
11
transformaciones
transformaciones
de filas y columnas de filas y columnas
0
G
1 0 ,1
Calcular la matriz inversa de 1 2 ,2#.
2 ,1 1
Ejemplo
Paso 1
Paso 2
Paso 3
Paso 4
Paso 5
1
1
2
1
0
0
0 ,1
2 ,2#
,1 1
0
,2
1
1 0
0 ,2
0 0
,1
1#
,3
,1
1 #
,5
5
0
0
0 ,10 0 #
0
0
,5
1 0
0 1
0 0
0
0#
1
1
1
2
1
1
5
1 0
0 1
0 0
0
0#
1
0
0
,1 0 #
0 ,1
0
0
,1 0 #
,1 ,2
0
1
2
10 ,6 ,2#
5 ,1 ,2
0 15 25
,1 35 15#
,1 15 25
2
1#
2
O
,
det P
P
O
O ,
O
O )
O
O
,
)
,
)
)
,
)
,
,
)Q
,
)
Propiedades
det det $
det 0 0
det 0 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:
Ejemplo
3
0
5
2
,2
3
6
3
5
1
.
3
2
14
1 + 15 + ,137 + 885
,295
,1 + ,1 + 15 + 3 + 137
Ejemplo
1 3 0
det ,1 2 ,4# 2 0
1 1 2
como es distinto de cero, se puede asegurar que los tres vectores son LI.
14. CLCULO DE LA MATRIZ INVERSA MEDIANTE DETERMINANTES
Se demuestra que:
2
2
3
,2 2
1 0#
,2 2
2 ,4 ,7
8 0 ,2 ,2#
,2 4
6
G
8 $
det
6
6
g
6
h
por tanto
Ejemplo
fG
+ f + h fG
*
0 + h fG
*
h fG
*
La matriz f es:
) ) 10
2
) ) 11
) 5 ) 18
1
f 2
1
1 1
1 1#
5 1
89i f 4 0
por lo tanto
hf
de donde:
,1
1
0
10
1 4 # 11#
* ,1 4 0
94 ,1 ,14 18
es decir, 1, 2, 7.
1
h 2#
7
La matriz es:
1
1
f
1
,1
1
,1
1
1
,1
1
1
1
1
1
1
,1
1
1
,1
1
1
,1
1
1
,1
1
1
1
,8
*A 2 B
6
4
1 ,8
1 2
g
,1 6
1 4
18
1
,2
0
0
,1
2
2
0
1 ,8
0 10
g
,2 14
4 ,8
10 1
det A 11 1
18 5
1 1
det 2 1
1 5
1
1 10 1
1
det A2 11 1B
det A2
1B
1
1 18 1
1
1;
2;
1
1 1 1
1
det 2
det 2 1 1#
1#
1
1
1 5 1
1 10
1 11 B
5 18
7
1 1
1 1#
5 1
Ejemplo
Resolver el sistema de ecuaciones por el mtodo de Cramer
19
) 10 ,
, 7 ,
1
f%
1
1
(
,1
det M ,2 0
1 1
f%
(
1 1
20
0
A1
0
1
1
0
0
1
0
0
1
1
0
0B
0
1
6o
6
6
6
o
det
7o
7
7
7
3 2 1
0 3 ,1#,
,5 3 1
8o
8
8
8
,7 ,6
6. Resolver la ecuacin det , p0 0 siendo %
( e 0 identidad.
12 10
1
1
1
1 6
2 6 #
2 2
0
3
6
,6
,3
1
0v
0u
1
1t
21
1
12. Hallar la potencia n-sima de la matriz f 1
1
1 1
1 1#.
1 1
,2 7 0
5
4 1#, descomponer f en una suma de una matriz simtrica y una
2 ,5 5
antisimtrica.
13. Sea f
`
i
x
x
i
`
i
x B ) ` ) x ) i ) x , ` , i ) i , ` , x ) ` , x , i
`
1 2
0 1
det
0 1
1
67
det 6
7
1
0
[ det A0
0
2
1
0
7
7
67
6 # det 6
7
6
22
2
1
1
1
6
7
67
1
1
2
1
7
67 #
6
0
1B
1
0
23
Ejercicios
24
, 6 w y U z 6 w y
z 6 z 7 z 6 z 7
z9 9z
z { { z 9
Ejercicios
, 6, 7 w | U z 6 ) 7 z 6 ) z 7
a) , ) es un grupo abeliano.
5, w |; ^ w U 5 z z ^ 5 z z ^
5, w |; ^ w U 5 ) z ^ 5 z ^ ) z ^
Ejercicios
]^ es el vector 0
]^
b) El producto de cualquier escalar por el vector 0
]^
5 + ]0^ 0
5:, 5 :, 5
5. SUBESPACIOS VECTORIALES
27
es subespacio de
]^ es tambin
El subconjunto que contiene exclusivamente al vector nulo 0
subespacio de . Se denomina subespacio nulo.
]^, se llaman subespacios propios.
Los dems subespacios de , distintos de y 0
Propiedad
Ejercicios
E.8. Demostrar que ]0^ debe pertenecer a para afirmar que es subespacio de .
) }^ w , \
]^ w , a
]]^ w ^ \
]^ ) a
]]^~
28
]^
,
]^ , ,
]^ , el
Sea , ), |,z un espacio vectorial y sea
]^
) 5
]^ ) e ) 5
]^ 5 w | se denomina variedad lineal
subconjunto 5
generada por el conjunto .
El conjunto es un subespacio de que recibe el nombre de subespacio
]^ , ,
]^ .
]^
,
vectorial generado (o engendrado) por
Propiedades
U
{ { { {
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.
]^
,
]^ , ,
]^ , se dice que
Sea , ), |,z un espacio vectorial y sea
es un sistema linealmente independiente (LI) o sistema libre si la nica
combinacin lineal (CL) de ellos que vale ]0^ es aquella en la que todos los escalares son
nulos, es decir, es la trivial:
]^ U 5 0
]^ 0
5
Ejercicios
E. 13. En el espacio vectorial , ), ,z, determinar si los siguientes vectores son
LI: a) }1, 0, 0, 0, 1, 0, 1, 0, 0~; b) * }1, ,1, 0, 1, 1, 2, 1, 0, 1~.
1
E.14. Demostrar que las matrices %
0
0
0 1
0 0 0
(,%
(,%
(%
0
0 0
1 0 0
0
( son vectores LI.
1
E.15. Demostrar que el espacio vectorial de los polinomios reales sobre el cuerpo
definido por ) ; ,2 son LI.
]^
2 y
E.16. Estudiar la dependencia o independencia lineal de los vectores
]^ 3 en el espacio vectorial , ), ,z y en el espacio vectorial , ), ,z.
E.17. Determinar para que sean LD los vectores 1, ,4, 6, 1, 4, 4 y 0, ,4, .
]^
,
]^ , ,
]^ un subespacio
Sea , ), |,z un espacio vectorial y
vectorial, se dice que los vectores de son un sistema de generadores (SG) de si
]^
,
]^ , ,
]^ . Un SG puede ser LI LD.
todo vector de es CL de
30
El conjunto }1, 0, 0, 1, 1, 1~ es un SG de . En efecto, sea , 6
cualquier vector de ; deben existir escalares 5, , tales que: 51,0 ) 0,1 )
1, 1 , 6. Es decir5 ) , ) , 6.
Para >, > w , 5 , >, 6 , >. Por tanto, es un SG 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 .
]^
,
]^ , ,
]^ un conjunto de vectores del espacio , ), |,z. El
Sea
conjunto es una base de , ), |,z si es un conjunto LI y SG de .
Se llama base cannica de a la formada por los vectores:
Ejemplo
]^H H, 2, 2, , 2
]^ 2, H, 2, , 2
..
]^ 2, 2, 2, , H
Ejercicio
DIMENSIN
]^ 0, por definicin.
dim0
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
y son dos subespacios vectoriales, se verifica:
dim
) dim
) dim , dim
Ejemplo
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.
]^ como CL de los vectores de una cierta
Se trata, pues, de expresar un vector
]^
,
]^ , ,
]^ , de manera que:
]^ 5
]^
)
]^ ) e )
]^ . Es decir,
base
]^ 5, , , mn
Ejemplo
Sea el conjunto }1, 2, 1, 1, 3, 0, 1, 0, 0~. Comprobar que es una base
de y determinar las coordenadas del vector 1, 2, 3 respecto a dicha base.
32
]^ , ,
]^ es libre si su rango es igual
]^
,
Como consecuencia, la familia
al nmero de vectores que la forman. Adems, en un espacio vectorial de dimensin
un sistema de vectores es generador si su rango es .
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:
hmn mn h
Sea el subespacio vectorial generado por los siguientes vectores del espacio
vectorial [ : \
]^
2,3,1,0, \
]^ 1,0,1,0 y \
]^ 0,3, ,1,0. Calcular:
]^ , \
]^ ~ Qu clase de sistema es ? Existe alguna
a) El rango de }\
]^
, \
relacin de dependencia entre los vectores de ?
b) La dimensin y una base de .
c) Las coordenadas de los vectores de respecto de la base obtenida en b).
d) Unas ecuaciones paramtricas de .
e) Unas ecuaciones cartesianas o implcitas de .
f) Otras ecuaciones paramtricas distintas, a partir de las ecuaciones implcitas.
g) El vector 1, 0, 0, 0 pertenece a ?
h) Una base *z de [ que contenga a los vectores de una base de .
i) Las ecuaciones del cambio de la base *z a la base cannica de [ .
j) Las ecuaciones del cambio de la base cannica a la base *z .
k) La expresin del vector cannico 9^ 0, 1, 0, 0 respecto de la base *z .
Solucin
]^ ,
]^ ~, cuya dimensin es .
b) es un sistema ligado, una base de es E }
34
2
A B A B ) A B
H
,H
2
2
son las ecuaciones paramtricas del subespacio vectorial , pues dando valores a
5 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 )
1 0
0 3 B2
1 ,1
0 0
luego todos los menores de tercer orden son nulos. Elegimos dos menores:
es decir
P
1
0
1
0
3 P 0; P
,1
[
1
0
0
,H ) ) 2
2
0
3P 0
0
,
A B A B ) A B
2
H
2
2
i)
j)
por tanto
G
G
mn
hmn mn
mn hmz n
G
hmz n mn
hmn
zH
H
1 0 1 0 G
2 H H 2
z
2 2 A B
s z v A0 3 0 0B A B 2
1 ,1 0 0
H , H ,H 2
z
0 0 01
2 2
2 H
[
q t
es decir
z
0 1 3 1 0
0
z
1 3 0 0
0
A 1B
z
1 , 13 ,1 0
0
z
0
0
1
0
[
0
]^z H , H , , H , 2
37
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
. Hallar las coordenadas del vector 1, 1, 2 respecto de esta base.
]^ , \
]^ son base de un espacio vectorial de dimensin 3, el
5. Demostrar que si \
]^
, \
conjunto \
]^
) \
]^ , \
]^ , \
]^ ) \
]^ , \
]^
) \
]^ tambin es una base de dicho espacio.
6. Sea _^
, _^ , _^ la base cannica de . En el mismo espacio vectorial tenemos el
conjunto }\
]^
, \
]^ , \
]^ ~ donde \
]^
3_^
) 2_^ , _^ ; \
]^ 4_^
) _^ ) _^ ; \
]^ 2_^
,
_^ ) _^ . Se pide: a) Demostrar que \
]^
, \
]^ , \
]^ es una base. b) Hallar la expresin del
cambio de la base cannica a la base \
]^
, \
]^ , \
]^ . c) Calcular las coordenadas del
vector 1, 2, 3 expresado en la base cannica, en trminos de la base \
]^
, \
]^ , \
]^ .
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 }5, ,25, 0; 5 w ~ 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 engendrado por el vector 1, 1, ,1 y sea
y }, `, x w 3 , ` 0, 2 ) x 0~. a) Demostrar que y es subespacio de
. b) Obtener una base y la dimensin de y. c) Hallar una base, dimensin y las
ecuaciones paramtricas e implcitas de los subespacios y y ) y.
13. Sean los subespacios de : }5 ) , 2, 5, w ~; f }2, , w
y , `, x 2,`,x0;, `, xw. a) Son y f subespacios suplementarios, es
decir, ) f y f }0, 0, 0~. b) Hallar una base y la dimensin de
) f .
38
39
CAPTULO 3
FUNCIONES Y APLICACIONES LINEALES
1.
2.
3.
4.
5.
6.
7.
8.
9.
Ejercicios
40
Propiedades
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.
41
Propiedades
:x 2 ) 1
< 9i9
4. APLICACIN LINEAL
Ejercicios
Propiedades
:
]^ 0
]^ U ]0^ w :
:0
: es un subespacio de .
En un monomorfismo el nico elemento del ncleo es el vector nulo.
IMAGEN
Propiedades
0:
]0^ w 0:
0: es subespacio de .
En una aplicacin lineal :: la imagen de cualquier conjunto de vectores LD
de es LD en .
43
Ejercicios
Ejemplo
, , ) [ 0
) , [
como
b ) , , b, ,
]^ H, 2, H, 2,
]^ ,H, 2, 2, H es
]^H H, H, 2, 2,
entonces el conjunto
un SG de :. Como, adems estos tres vectores son LI, constituyen una base,
cuya dimensin es 3. Es decir:
44
si `
, ` w 0: entonces:
o sea
` , ` , 6 , 7 ) 8, 0
R )
Ejemplos
.
1
0
,2 ,4 ,1 x
donde:
_1
_1
_ # + _ #
_
_
Ejemplo analtico:
5 12 5 12
1
0
b)
H
H H H
D%
( %
2
H
2
2
H H
(
2
Para obtener la imagen del vector h^ 1, 2, 3, expresado en la base cannica, es
]^ .
necesario determinar sus coordenadas respecto a la base de
1, 2, 3 51, 1, 1 ) 1, 1, 0, )1, 0, 0
]^mn :
La imagen de h^mn es
,1,
,1
5
3
h^mn # ,1#
,1
1
]^mn + h^mn %2
2 0
3
1 1
2
( ,1# % (
2 0
,1
,1
]]^mn , ,H
1
]^mn +
]^
2
]^mn + h^mn
3
]^ * + h^
4
]^ + h^mn
+
G
+ + * G
+ +
49
entonces:
E GH + D +
Ejemplo:
b) Para calcular las matrices de paso y expresamos los vectores de las bases mn
y mn como CL de los vectores de las bases cannicas:
m { n 59^
) 9^ ) 9^
donde deducimos:
50
1
1
5{ 1
5 {{ 1
{ ,1 { ,1
{ ,2 {{ ,1
50
Anlogamente:
Es decir
2 H
H
H ,H ,H#
H , ,H
m { n 59^
) 9^
5{ 0
{ ,2
H
%
2
(
,
H 2
%
H
(
H
Ejemplo:
Sea y . Sean }1, 1, 0, 2, 3, 1, 0, ,2, 1~ un conjunto
de vectores de . Sea la aplicacin lineal :: definida mediante las imgenes
de los vectores de : :1, 1, 0 3, 2, 0; :2, 3, 1 1, ,2, 1 y :0, ,2, 1
4, 0, 1. Sean }, `, x w 0~ y }, `, x w ) 6, ` , x
6. a) Demostrar que es una base de . b) Hallar la matriz asociada a : respecto a la
base cannica. c) Hallar :, `, x. 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 ::
3
1
1
2
4
0
2# + 1# ; ,2# + 3# ; 0# + ,2#
0
0
1
1
1
1
51
por lo tanto:
3
2
0
es decir:
1 4
1
,2 0# + 1
1 1
0
3
2
0
1 4 1
,2 0# 1
1 1 0
D
2 0
3 ,2#
1 1
2 0 G
3 ,2#
1 1
, ,
, ,#
2 2
H
6 ,3 ,2
, , 4 ,2 ,4# ` , , , , , ,
x
0 0
1
d) : : y :
Determinacin de :
]^mn :
Un vector cualquiera de es 0, `, x. Como : h^mn
,3` , 2x
6 ,3 ,2 0
: + h^mn 4 ,2 ,4# `# ,2` , 4x#
0 0
1
x
x
Determinacin de :
3` ) 4x
,3 ,2 ` ) x
,2 ,4# `
2` #
x
0
1
x
z
0 0
1
Clculo de :
z
0 0
1
El conjunto est formado por los vectores que cumplen, a la vez, las
ecuaciones cartesianas de y :
es decir:
}, `, x 0, , ` , x 0~
}, `, x,` , x 0~
}, `, x` , x~
6
+ h^mn 4
0
,3 ,2
0
,1
,2 ,4# > # > 2 #
0
1
,>
1
53
2 0 G
6
4
3 ,2#
0
1 1
E
,3 ,2 1 2 0
,2 ,4# 1 3 ,2#
0
1
0 1 1
H HH H
,H ,H ,#
54
:, `, x ) 3` , x, 2 ) p`, , 2` ) x
3. 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.
:, `, x , `, ) 2` ) 3x, 0, ) x
Calcular:
a) La matriz asociada a : respecto a las bases cannicas.
b) La matriz asociada a : respecto a las bases mn }1, 2, 1, 0, 1, 2, 0, 0, 1~ y
mn }2, 1, 0, 1, 0, 2, 0, 0, 0, 0, 1, 0, 0, 0, 0, 3~
1
1# `
2 x
1
1#
0
56
Ejercicios
57
Para calcular un vector unitario (es decir, un vector que mida 1) que tenga la
misma direccin y sentido que ^ , basta dividir por :
\
]^^
^
)1
1 , ,
]^ 1 1 ^ ) ^ ) >]^
]^
Producto escalar
]^
Este producto es tambin el del mdulo de ]^ por la componente cos de
]^
]
^
]
^
segn la direccin de , o el del mdulo de por la componente cos de segn la
]^.
direccin de
De la definicin se deduce que:
luego
^ ) ^ ^ ^ >]^ >]^ 1
^ ^ ^ ^ ^ >]^ >]^ ^ > ^ 0
]^ 1 ^ ) ^ ) >]^ 1 ^ ) ^ ) >]^
]^
58
]^ ]^ 1 ) )
cos
1 1 ) )
1 ) ) 1 ) )
Ejercicios
]^
, `
, x
y
]^ , ` , x calcular
]^
]^ si: a)
E.1. Dados dos vectores
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
]]^,
]^ define
Sea , ), ,z un espacio vectorial sobre el cuerpo . El smbolo
]^ es una
]^ de si h^,
el producto interior (o producto escalar) de los vectores h^ e
aplicacin tal que:
]^, h^
]^
a) h^,
]]]^ ^ )
]^, ^
]]]^ ^ h,
b) h^ ) ,
]^ 5h^,
]^
c) 5h^,
d) h^, h^ 0
e) h^, h^ 0 h^ 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 h^ es la raz cuadrada no negativa del producto
interior de dicho vector por s mismo.
h )h^, h^
59
]^
es un vector unitario (de mdulo 1).
]^
]^ h^ ,
]^
8h^,
]^
]^ h^
h^,
]^ h^ )
]^
h^ )
`
`
Sean h e dos vectores de , ), ,z. La funcin
`
h, h $ es un producto interior pues satisface las propiedades a), b), c), d) y e).
Ejemplo
Ejercicio
1 ,2
(. Se define
,
$ + + .
E.3. Sea , ), ,z y la matriz %
,2 5
Demostrar que es un producto interior.
]^.
tal que es el ngulo que forman los vectores h^ e
5. ORTOGONALIDAD
]^ ,, , 1 sean
E.4. Determinar w para que h^ ,3, ,4,1 e
ortogonales con el producto interior usual.
Propiedad
]]^d 2
]]^
,
h^
, h^ , , h^ es ortogonal
d
7. BASE ORTONORMAL
Ejercicio
3, ,1
]^ , ,
]^ una base cualquiera. Para ortonormalizarla se realizan
]^
,
Sea mn
las siguientes combinaciones lineales:
]]]^
]^
]]]^ 5
]]]^
)
]^
]
]]^ 5
]]]^
) 5
]]]^ )
]^
]]]^ 5
]]]^
) 5
]]]^ ) e )
]^
]]]^ 0; C,
C
]]]^ ,
es decir:
]]]^
)
]^ ,
]]]^
0
5
]]^
]
]]^
]]]^
0
]
]^ ,
5
,
)
]]]^ ,
]]]^ 0
b)
]]]^ ,
]]]^
0
5
]^ ,
]]]^
,
|
|
es decir:
]]]^
) 5
]]]^ )
]^ ,
]]]^ 0
5
]]]^
) 5
]]]^ )
]^ ,
]]]^
0
5
Segundo paso:
]]]^ ,
]]]^ , se normaliza:
]]]^
,
Determinada la base ortogonal mn
mn
Ejemplo
]]]^
]]]^
]]]^
,
,,
]
]]^ 5
]]]^
) h^
]]]^ ,
]]]^
0
calculamos:
]]]^
) h^ ,
]]]^
51,1 ) ,1,2, 1,1
5
5 , 1, 5 ) 2, 1,1 5 , 1 ) 5 ) 2 0
5 , 1 2
62
]]]^ 1,1
]]]^
y
]]]^ son:
Los mdulos de
entonces:
1 ) 1 2
32 ,1 ) 1 32 2
]]]^
1,1
1
1, 1
2
2
]]]^ 32 ,1, 1
1
,1, 1
32 2
2
Ejercicio
1, 1,
,1, 1
1 0
Veamos los valores y vectores propios de la matriz diagonal A 0 2
0 0
1 0
h^ ph^ 0 2
0 0
0
0# # p #
3
1
p
2 p
3 p
63
(1)
(2)
(3)
0
0#.
3
Vector propio
asociado
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 p es un valor propio de la matriz entonces el determinante de p0 , es nulo:
detp0 , 0
,
e
p , e
, e
,
,
Q
p ,
Propiedad
Ejemplo n 1
Sea
,1 2
2
2
2
2 #. Determinar el polinomio caracterstico p.
,3 ,6 ,6
p ) 1 ,2
,2
p detp0 , P ,2 p , 2 ,2 P
3
6
p)6
p p ) 5p ) 6p
Ejemplo n 2
p p , 5 p , 5 e p , 5
o sea:
1
1
,3 4
1 ,2
,2
,2
2
0
p p , 1p , 2p ) 2
Ejemplo n 3
Ejemplo n 4
2 2
Determinar los valores y vectores propios de %
(
,2 2
Valores propios:
p,2
p detp0 , O
)2
p , 2 ) 4 0
65
,2
O0
p,2
p 2 ) 2; p 2 , 2
Vectores propios:
Para p 2 ) 2:
Empleamos la expresin:
es decir:
]^
p0 , h^ 0
0
2 2
0
(,%
( % ( % (
1
,2 2
0
1
2 ) 2 %
0
o sea:
2
, 2 0
2
) 2 0
Para p 2 , 2:
De forma anloga resulta
y otro vector propio es, por ejemplo:
h^ % (
1
66
Pero, puede ocurrir que dos matrices tengan el mismo polinomio caracterstico
1 0
1 3
y no sean semejantes. Por ejemplo, las matrices %
(y*%
( tienen los
0 1
0 1
mismos valores propios, pero no son semejantes.
13. RACES DEL POLINOMIO CARACTERSTICO Y DIAGONALIZACIN DE MATRICES
Propiedad
Ejemplo
3 ,2
Determinar los valores y vectores propios de %
( y calcular la
,1 2
matriz de paso que satisface que G
sea diagonal.
El clculo es los valores propios es anlogo al del ejemplo n 4 del punto 10.
1
Las soluciones son: p
1
, y un vector propio es, por ejemplo, h^
% (.
1
,2
Para p 4
,2, y un vector propio es, por ejemplo, h^ % (.
1
1 ,2
^
^
Como det %
( 0, los vectores propios h
y h son LI.
1 1
La matriz diagonalizada se convierte en
1 0
%
(
0 4
1 ,2 G
3 ,2 1 ,2
1 0
%
( %
(%
(%
(
1 1
,1 2
1 1
0 4
67
1 1
1. Comprobar que la matriz 0 1
0 0
0
1# no es diagonalizable.
1
o sea:
0 ,1 0
0
0 0 ,1# # 0#
0
0 0
0
0
, ) 0 0
0
) 0 , 0
,3 0 ,4
4 1 4 # es diagonalizable aunque sus
2 0 3
valores propios no son todos distintos.
que se reduce a
4 0
,4 0
,2 0
4 0
68
4
0
,4# # 0#
,2
0
4
# 0
4
) 0 ) 4 0
,
es decir:
2
0
4
0
,4 ,2 ,4# 0#
3
,2 0 ,4
0
,2
2
Por tanto, cualquier vector propio es de la forma ,2 , 2 , . O sea, un vector
]^ ,2,2,1.
propio asociado a p es, por ejemplo
La forma diagonal de es:
1 0
0 1
0 0
0
0#
,1
1 0 ,2
0 1 2#
,1 0 1
69
,4
1 0 ,2
1 0
4 # 0 1 2 # 0 1
3
,1 0 1
0 0
0
0#
,1
con
con
,4` ) 10 ) 7 0
2` , 4 , 6 0
, 4h ) 5h , 14 0
como
f 12 1 ) 5 ) 16 ) 1 , 5 3 ) 22
12 1 ) 5 , 16 ) 1 , 5 3 , 22
entonces
3 ) 22 ) 3 , 22h ,
1
0
4
con
h h
)
1
6
12 3 ) 22; 6 12 3 , 22
Reduccin de la parbola
La ecuacin reducida de la parbola es:
con
) 2
f )4
9 5 ) l cos 5
71
tal que
Adems, con
V cos 5 , l sen 5
ho V , 4f/4f
o , V2f
en la que slo se han empleado tres coordenadas, pero que, en general, podra ser dimensional.
$
% (. Calculemos
,
:
h
resulta que
, h % 1 ,2( % (
,2 5
h
, , 4h ) 5h
1 ,2
Calculemos los valores y unos vectores propios de %
(.
,2 5
Los valores propios anulan el determinante de p0 , :
detp0 , O
p,1
2
O0
2
p,5
p 3 , 22; p 3 ) 22
]^ para cada
Los vectores propios son las soluciones del sistema p0 , h^ 0
Para p 3 , 22
es decir:
1 0
1 ,2
0
(,%
( % ( % (
3 , 22 %
0 1
,2 5
h
0
h ) 1 , 2 0
h^
;,2 , 1@
,1
Para p 3 ) 22
o sea:
1 0
1 ,2
0
(,%
( % ( % (
3 ) 22 %
0 1
,2 5
h
0
h ) 1 ) 2 0
]^H y ]
]^ son perpendiculares. En efecto,
Obsrvese que los vectores propios ]
su producto escalar es nulo h^
h^ ,2 , 1, ,1 + 2 , 1, ,1 0. Esta
propiedad se produce cuando la matriz D es simtrica.
Ahora podemos calcular la matriz diagonal o tal que o oG
o .
73
Obsrvese que:
2 , 1@ + % 1 ,2( + ;,2 , 1
,2 5
,1
,1
3 , 22
0
;
@
0
3 ) 22
G
2 , 1@
,1
,2 , 1
,1
h
5 67 30
2 , 1
h
,1
5 ,22 30
Por tanto, el vector propio h^ se encuentra sobre la direccin del nuevo
eje , situado en el centro de la elipse.
Pero, aunque h^
y h^ son LI, perpendiculares y constituyen una base de , no son
unitarios. Encontremos una base ortonormal asociada a p
y p .
1
1
@
h^ 2 , 2 ;
,2 , 1
2
Ahora podemos calcular otra matriz diagonal tal que G
. La matriz paso
se construye con los nuevos vectores propios h^
y h^ :
2 ) 2
1
s
2
q2 , 1 2 ) 2
2 , 2
,2 , 12 , 2t
Matriz ortogonal
G $
Propiedades
75
5
5
#
: , , h + + h
5
1
1
1
5
;
;
2
2
2
76
5
# #
Ejercicio
llamando
* $
:h^ h {$ *h
: G : $ G $
Ejercicios
2 2
@.
2 1
_
Por simetra:
78
011 0 0 23
Por simetra:
01 01 0 14
011
A,01
,01
,01
0
,0
,01
2 3 , 1 4 , 1 4
,0 B , 14 23 , 14#
0
, 1 4 , 1 4 2 3
8 ,3 ,3
112 ,3 8 ,3#
,3 ,3 8
%
]^( 13 %^ ) ^ ) >]^
011
]^( 0( %
,0
]^( A 1
,01
0(
p,8
3
P 3
p,8
3
3
Vectores propios:
-
Para p 2:
,01
%1
%
,0 B % #
^ ) ^ ) >]^
63
%
0
8 ,3 ,3
1
,3 8 ,3# 112
12
,3 ,3 8
Valores propios:
,01
0
,0
8 ,3 ,3
,3 8 ,3#
,3 ,3 8
3
3 P 0; p , 8 , 27p , 8 ) 54 0
p,8
p
2; p p 11
79
]^ 51,1,1
Para p p 11:
3 3
3 3
3 3
3
0
3# # 0#
) ) 0
, )
3
0
]^ ,1,1,0
]^ ,1,0,1
/ H H )b 2
2
con
H
H
H
2
2
HH 2 #
2 HH
,H ,H
H
2#
2
H
/ GH /*
Comprubese que GH F .
pero
]^
]^ 1,1 ) 1 1 ) 1 0 0
]^
#
]^
]^
]^ 1,1 ) 1 0 ) 1 1 0
]^
#
]^
]^
]^ ,1,1 ) 1 0 ) 0 1 1 0
]^ no es perpendicular a
]^ , pues
]^ y
]^ se han generado con el mismo valor
es decir,
propio. Por tanto, aunque hemos encontrado una base, sta no est formada por
]^
ya es
vectores ortogonales. Busquemos una nueva base ortogonal: Como
]
^
]
^
]
^
]^ tal que
perpendicular a , calculemos un vector \, _, a perpendicular a
y
\ ) _ ) a 0 para satisfacer la condicin
) ) 0 impuesta por p p
11.
80
]^
#
]^ :
]^
]^ \ ) _ ) a 0
]^ #
]^ :
]^
]^ ,\ ) _ 0
1
2
,H H
H
H#
2 ,
es decir:
por tanto:
mn m9n
1
1
,1
0
1
0
]^ 1 # 1# ;
]^ 1 # 0#
]^
1# 0# ;
1
0
0
0
,2
1
H , H H
AH H
H B
2
,
H
81
%
]^mn 13 , ,12 , 16
2
]^mn 0+ %
]^mn 12 0
0
1 3
0
0
2 11 11
11 0 # ,12# 112 ; , , , @
3
2 6
0 11
1 6
82
0
0
13
13
26
26
A12B A12B ; A,13B 2 A,13B ; A 16 B , A 16 B
12
12
13
13
,16
,16
Hallar, si existe, una base en respecto a la cual la matriz asociada a : sea diagonal.
1
1# `
2 x
2 1
:, `, x 1 2
1 1
1
1#
0
Hallar una base ortonormal respecto a la cual la matriz asociada a : sea diagonal.
2 1
1 2
,1 1
,1
1#
2
84