[61.

08] lgebra II A
Resumen Terico
Germn Gual & Iaki Garca Mendive
Marzo de 2008

ndice
1. Espacios Vectoriales

2. Producto Interno
2.1. Axiomas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. (Des)igualdades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3. Matriz del Producto Interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1
1
1
1

3. Proyeccin Ortogonal
3.1. Gram-Schmidt . . . . . . . . . . .
3.2. Matriz de Proyeccin . . . . . . . .
3.3. Reflexin a travs de un hiperplano
3.4. Mnimos Cuadrados . . . . . . . .
3.4.1. Propiedades . . . . . . . . .
3.5. Regresin Lineal . . . . . . . . . .

.
.
.
.
.
.

2
2
2
2
3
3
3

4. Transformaciones Lineales
4.1. Clasificacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2. Matriz de una TL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3
3
4

5. Autovalores y Autovectores
5.1. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2. Diagonalizabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3. Semejanza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4
5
5
5

6. Matrices Unitarias

7. Matrices Hermticas
7.1. Teorema Espectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2. Formas Cuadrticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7.3. Matrices Definidas e Indefinidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6
6
6
7

8. DVS
8.1. DVS reducida . . . . . . . . . . . . . . .
8.2. Pseudoinversa de Moore-Penrose . . . .
8.2.1. Propiedades . . . . . . . . . . . .
8.2.2. Aplicacin a Mnimos Cuadrados

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

8
8
8
8
9

9. Ecuaciones Diferenciales
9.1. Primer Orden . . . . .
9.1.1. Homogneo . .
9.1.2. Particular . . .
9.2. Segundo Orden . . . .
9.2.1. Homogneo . .
9.2.2. Particular . . .
9.3. Sistemas . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

9
9
9
9
10
10
10
11

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

1.

Espacios Vectoriales

CAB =

CB (a1 )

CB (an )

(1)
Siendo A y B bases.

Av = v1 A1 + . . . + vn An

(2)

es una combinacin lineal de las columnas (A1 . . . An ) de A.

BA1 BAn
BA =
(3)

o sea que Col (BA) Col (B).

2.

Producto Interno

2.1.

Axiomas
hu, vi = hv, ui
hu, v + wi = hu, vi + hu, wi
hu, vi = hu, vi
hu, ui 0

2.2.

hu, ui = 0 u = 0

(Des)igualdades
2

hv, vi = kvk

hu,vi
cos () = kukkvk
hv ,xi
1

CB (x) =

hv1 ,v1 i

..
.

siendo B = {v1 . . . vn } base

hvn ,xi
hvn ,vn i

CauchyBunyakovskiSchwarz
khu, vik kuk kvk
Triangular

ku + vk kuk + kvk

Pitgoras

ku + vk = kuk + kvk

si (hu, vi = 0)

2
2
2
2
del Paralelogramo ku + vk + ku vk = 2 kuk + kvk

2.3.

Matriz del Producto Interno

Un P.I. puede definirse en una base B = {v1 . . . vn } de la siguiente manera:

hx, yi =
=
GB es hermtica:
y definida positiva:

x1

xn

hv1 , v1 i hv1 , vn i
y1

..
..
..
..

.
.
.
.
hvn , v1 i hvn , vn i
yn

xT GB y

(5)
)

GB = GB
xT GB x > 0

(4)

x 6= 0

Es matriz de un P.I.

3.

Proyeccin Ortogonal
hv1 , xi
hv1 , v1 i
v1 + . . . +
vn
hv1 , v1 i
hv1 , v1 i

PS x =

(6)
con B = {v1 . . . vn } una BOG1

3.1.

x = PS x + PS x

(7)

d (x, S) = kPS xk

(8)

Gram-Schmidt

Si B = {v1 . . . vn } no es una BOG, podemos construir una a partir de ella:

w1

v1

w2

v2

w3

v3

(9)
hw1 , v2 i
2

w1

w1

kw1 k
hw1 , v3 i
kw1 k

(10)
hw2 , v3 i
2

kw2 k

w2

(11)

..
.
wn

(12)
vn

hw1 , vn i
2

kw1 k

w1

hw2 , vn i
2

kw2 k

w2 . . .

hwn1 , vn i
2

kwn1 k

wn1

(13)

Siendo {w1 . . . wn } una BOG.

3.2.

Matriz de Proyeccin

Una matriz es de proyeccin si cumple:

P2 = P
P =P

P x = PS x
Donde S = ColP

Con B = {v1 . . . vn } una BON de S, y siendo Q =

v1

(14)

P = QQT

3.3.

vn

:
(15)

Reflexin a travs de un hiperplano

RS x = x 2PS x = Hx

(16)

Siendo S = gen {w} y

H =I 2

wwT
wT w

la matriz de Householder, que cumple:

H2 = I
H = HT
1 Base

Ortogonal

(17)

3.4.

Mnimos Cuadrados

Si Ax = b es incompatible, existe un x
tal que:
A
x = PColA b
AT A
x = AT b
Nota: Si el rango de AT A es mximo, el x
es nico.
3.4.1.

Propiedades

Nul AT A = Nul (A)

Ran AT A = Ran (A)

1 T
A# = AT A
A
A# A = I
AA# = P (matriz de proyeccin sobre Col (A))

Nul AA# = Col (A)

3.5.

Regresin Lineal
y1
yn

= mx1 + b

..
=
.

= mxn + b

x1
..
.
xn

m
b

y1
..
.
yn
b

Si no es compatible, entonces A A = AT y
b
P 2 P

xi
xi yi
P xi
P
=
b
xi
n
yi
T

4.

Transformaciones Lineales
T (u + v) = T (u) + T (v)
T (kv) = kT (v)
Ker (T ) = {v V/ T (v) = 0V }
Im (T ) = {w W/ v V T (v) = w}
dim (Ker (T )) + dim (Im (T )) = dim (V)
Si {v1 . . . vn } son LI = T ({v1 . . . vn }) son LI

4.1.

Clasificacin
Mono=inyectiva
Si v1 6= v2 = T (v1 ) 6= T (v2 )
Ker (T ) = 0V
dim (V) dim (W)

(18)

Epi=sobreyectiva
Im (T ) = W
dim (W) dim (V)
Iso=biyectiva
dim (V) = dim (W)
T 1

4.2.

Matriz de una TL

[T ]AB =

(T (a1 ))B

(T (an ))B

(19)

(T (v))B = [T ]AB vA

(20)

[G T ]AC = [G]BC [T ]AB

(21)

Ran ([T ]AB ) = dim (Im (T ))

1

Si es iso = [T 1 ]AB = ([T ]AB )

Col ([T ]AB ) = (Im (T ))B

Con (constante para toda base B) y v su autovector asociado:

T (v) = v
[T ]BB vB = vB

5.

Autovalores y Autovectores
Av=v

Donde:
es tal que det (I A) = 0
v es tal que: (I A) = 0
Nul (k I A) = Sk
y:
XA () = det (I A) es el Polinomio Caracterstico de A
es raz de XA de multiplicidad algebraica ma
dim (S ) es la multiplicidad geomtrica mg

(22)

5.1.

Propiedades
mg ma
= 0 A no es inversible
P
P
i =
aii
Q mai
det (A) = i
A avas distintos corresponden avecs LI
es ava de A y de AT
k ava de kA con v avec
m ava de Am con v avec
m + k ava de Am + kI con v avec
Si P es un polinomio, entonces P () es ava de P (A)

5.2.

Diagonalizabilidad

A es diagonalizable sus autovectores forman una base. En estas condiciones, ma = mg.

A = CDC 1
Donde:

C=

v1

vn

(23)

{z
}
|
base de avecs de A

1 0

D = ... . . . ...
|

5.3.

n
{z
}
avals de A

Semejanza

A y B son semejantes si A = QBQ1 .

Si A B entonces tienen los mismos avales con la misma mg y ma

6.

Matrices Unitarias
U 1

Col (U ) = BON
Fil (U ) = BON
|det (U )| = 1
Si U unitaria y V unitaria = U V unitaria
hx, yi = hU x, U yi (conserva el PI cannico)
|| = 1
Si {v1 . . . vn } BON = U {v1 . . . vn } BON
Si [T ]AB es unitaria rota y/o refleja.
Si A y B son BON = CAB es unitaria
5

(24)

7.

Matrices Hermticas
T

A=A

(25)

xT Ax R
aval R
A avales distintos corresponden avecs ortogonales
Si As S = As S

7.1.

Teorema Espectral
A = U DU
A=

7.2.

(26)

i vi viT

Formas Cuadrticas
Q(x) = xH Ax
xH Rx = k

(27)
(restriccin)

(28)

Para eliminar los trminos cruzados:

2

1. Si la restriccin es de la forma kxk = k, saltar al paso 3. Caso contrario, diagonalizar la matriz R

de la restriccin:
xH Rx
xH U DR U H x
wH DR w

= k
= k
= k

(29)

con w = U H x, wH = xH U y por tanto x = U w, xH = wH U H

2

2. Si la restriccin ahora queda kwk = k, saltar al paso 3. Caso contrario, buscar un z tal que
2
kzk = k, con w = AR z.
3. Con el z buscado, la forma cuadrtica Q(x) queda entonces:
Q(x) =
Q(w) =
Q(z) =
Q(z) =
con la restriccin:

xH Ax
wH U H AU w
H
z H AH
R U AU AR z
H
z Gz

kzk = k

(30)
(31)

4. Si G resultara diagonal, saltar al paso 5. Caso contrario, podemos diagonalizar Q(z):

Q(z)
Q(z)

= z H Gz
= z H P DP H z

(32)

y, efectuando un cambio de variable tal que y = P H z & y H = z H P , obtener:

Q(z) = y H Dy
6

(33)

Ntese que:
2

yH y

z PP z

zH z

kzk

kyk

kyk
kyk
kyk
kyk

(34)
H

(35)

5. En estas condiciones, y considerando i = M el mximo autovalor:

Q(y) =

y H Dy

Q(y) =
Q(y)
Q(y)

1 y12 + . . . + M yi2 + . . . + n yn2

M y12 + . . . + M yi2 + . . . + M yn2

M y12 + . . . + yi2 + . . . + yn2

Q(y)
Q(y)

M kyk
M k

(36)

valor que es alcanzado por la funcin en y = (0, . . . , 1, . . . , 0), donde 1 ocupa la posicin i.
Asimismo, considerando j = m el mnimo autovalor:
Q(y) =
Q(y) =

y H Dy
1 y12 + . . . + m yj2 + . . . + n yn2

Q(y)
Q(y)

m y12 + . . . + m yj2 + . . . + m yn2

m y12 + . . . + yj2 + . . . + yn2

Q(y)
Q(y)

m kyk
m k

(37)

valor que es alcanzado por la funcin en y = (0, . . . , 1, . . . , 0), donde 1 ocupa la posicin j.

7.3.

Matrices Definidas e Indefinidas

Una matriz A hermtica es:

Def. positiva

si ava > 0

bien si xT Ax > 0 x 6= 0

Semidef. positiva

si ava 0

bien si xT Ax 0 x 6= 0

Indefinida

si ava 0 y ava 0

bien si xT Ax > 0 y xT Ax < 0

Semidef. negativa

si ava 0

bien si xT Ax 0 x 6= 0

Def. negativa

si ava < 0

bien si xT Ax < 0 x 6= 0

8.

DVS
A = U V T

(38)

A de f c /Ran (A) = r

Dr 0
de f c / =
f
0 0
|
{z
}
c

i
u1 . . . ur ; ur+1 . . . uf
| {z } | {z }

U de f f ortogonal /U =

BON Col(A) BON Col(A)

V de c c ortogonal /V =

v1 . . . vr ; vr+1 . . . vc
| {z } | {z }
BON Fil(A) BON Fil(A)

8.1.

DVS reducida
A = Ur Dr VrT

1
..
Dr = .
0

0
..
.
r

..
.

Ur de f r ortogonal/Ur =

(39)
donde 1 . . . r son los
valores singulares de A

u1 . . . ur
| {z }
BON Col(A)

Vr de c r ortogonal/Vr =

v1 . . . vr
| {z }
BON Fil(A)

8.2.

Pseudoinversa de Moore-Penrose

Dr1
0

Dr1

8.2.1.

0
0

A = V U T

(40)

A = Vr Dr1 UrT

(41)

/1
..
= .
0

..
.

0
..
.
1

/r

Propiedades

AA es Matriz de Proyeccin sobre Col (A)

A A es Matriz de Proyeccin sobre Fil (A)
AA A = A
Si A es inversible entonces A = A1
8

8.2.2.

Aplicacin a Mnimos Cuadrados

A
x =

PCol(A) b

A
x =

AA b

(42)

A b + xNul(A)
|{z}
| {z }

x
=

Fil(A)
2

k
xk

k
xk

A b =

(43)

Fil(A)

2
A b + xNul(A) 2

A b
x

(44)

Entonces, x es la solucin del problema de mnimos cuadrados de mnima norma.

9.

Ecuaciones Diferenciales

9.1.

Primer Orden
y 0 + p(x)y = f (x)

9.1.1.

(45)

Homogneo
yh0 + p(x)yh

yh0
yh0

p(x)yh

Resto p(x)yh

p(x)
Z
p(x) dx
Z
p(x) dx
R
e p(x) dx

Divido por yh

yh
Z 0
yh
yh

ln yh

yh

Integro

(46)

paso e baseando

9.1.2. Particular
Variacin de las Constantes

u yH +
0

u yH +

0
uyH

(47)

Propongo, siendo yH
un yh particular

yp

uyH

yp0

0
u0 yH + uyH

Derivo

+ p(x)uyH

f (x)

Reemplazo y en (45)

(
0 ((((
u(
(yH
p(x)yH )
(+

f (x)

Factor comn u

u0 yH

f (x)

Lo otro es solucin
del homogneo

u0

u =
yp

f (x)
yH
Z
Z
f (x)
f (x)
R
=
p(x) dx
yH
e
Z
Z
R
f (x)
f (x)
p(x) dx
R
=e
yH

yH
e p(x) dx
9

Divido por yH
Integro

Reemplazo u en (47)

Coeficientes Indeterminados
x
e Pn (x)
ex cos (bx)
y 0 + ay = f (x) =
x
e sen (bx)

Q0m (x)

yp

ex Qm (x)

Propongo

yp0

ex Qm (x) + ex Q0m (x)

Derivo

Qm (x) + e
+ ae Qm (x) = e Pn (x)
h
i
Pn (x)
Qm (x) + Q0 (x) + aQm (x) =
ex
ex

m
( + a) Qm (x) + Q0m (x) =

Reemplazo en (48)
Factor comn y cancelo ex

Pn (x)

Factor comn Qm (x)

Si + a 6= 0

Si + a = 0

m = n y busco los coeficientes de Qm (x)

9.2.

(48)

m = n + 1 y Q0m (x) = R
Pn (x)
Qm (x) = Pn (x) dx

Segundo Orden
y 00 + a1 y 0 + a0 y = f (x)

9.2.1.

(49)

Homogneo
2 + a1 + a0

Planteo el polinomio
fundamental asociado

&

Obtengo sus races

z 1 z

Me armo una ED homognea

de 1 orden y la resuelvo

w 0 2 w

Me armo una ED no homognea

de 1 orden y la resuelvo

yh

wh + wp

9.2.2. Particular
Variacin de las Constantes
yp

u1 yH1 + u2 yH2

yp0

0
0
u01 yH1 + u1 yH1
+ u02 yH2 + u2 yH2

u001 yH1

u001 yH1

yp00
f (x)

0
2u01 yH1

0
2u01 yH1

+a1 (u01 yH1

f (x)

f (x)

Propongo

00
u1 yH1

00
u1 yH1

0
u1 yH1

u002 yH2

u002 yH2

u02 yH2

Derivo

0
2u02 yH2

0
2u02 yH2

00
u2 yH2

Derivo

00
u2 yH2
+

Reemplazo en (49)

0
u2 yH2
)+

+
+
+
+a0 (u1 yH1 + u2 yH2 )
(
(
(
(
00
0((((
00
0((((
= u1 (yH1
+(
a1(
yH1
+ a0 yH1 ) + u2 (yH2
+(
a1(
yH2
+ a0 yH2 )+
(
(
(
(
(
(
0
0
+u01 yH1 + u02 yH2 + u001 yH1 + 2u01 yH1
+ u002 yH2 + 2u02 yH2
(50)

Factor comn u1 y u2
(lo otro es solucin del homogneo)

0 = u01 yH1 + u02 yH2

Decreto

0
0
0 = u001 yH1 + u01 yH1
+ u002 yH2 + u02 yH2

Derivo

(
00
0
+ 2u0 y 0 +
(0 (
(u
(+
= (
yH2 + 2u02 yH2
u001
yH1
u01(
yH1
1 H1 u2
2 yH2 +

10

Reemplazo en (50)


Resulta:

u01 yH1 + u02 yH2

0
0
u01 yH1
+ u02 yH2

u0

=
=

0
donde
f (x)

u02

Coeficientes Indeterminados
(

f (x)yH2
W (yH1 , yH2 )

f (x)yH1
W (yH1 , yH2 )

yp

ekx Q(x)

yp

ekx Q(x)x

Si ekx es raz de f (x)

yp0

...

Derivo

yp00

...

Derivo

f (x) =

...

Reemplazo en (49)

Propongo

Despejo coeficientes de Q(x)

y/o de { sen (x) , cos (x)}

9.3.

Sistemas
Y 0 = AY + v

Y0
Y0
C 1 Y 0
1
C Y
C 1 Y 0
Con

C 1 v

=
=
=

Z
Z0
w

(51)

= AY + v
= CDC 1 Y + v
= DC 1 Y + C 1 v

queda:

Z0 =

z10
=
z20
0
z1
=
z20

DZ + w

a 0
z1
w1
+
0 b
z2
w2

az1 + w1
bz2 + w2

Finalmente, queda:

z1
z2

Donde

z1
z2

=
=

zh1 + zp1
zh2 + zp2

=
=

zh1
zp1
+
zh2
zp2
Zh + Zp

se encuentran con alguno de los mtodos explicados en 9.1.

Con Y = CZ queda:
Y

CZh + CZp

11

(52)