Fundamentos de Álgebra Lineal y Ejercicios - Francisco Barrera García

UNIVERSIDAD NACIONAL AUTNOMA
DE M XICO
FACULTAD DE INGENIERA
FUNDAMENTOS
DE
LGEBRA LINEAL
Y
EJERCICIOS
Francisco Barrera Garca
DIVISIN DE CIENCIAS BSICAS

C OORDINACIN DE M ATEMTICAS
BARRERA GARCA, Francisco. Fundamentos de lgebra
lineal. Mxico, Universidad Nacional Autnoma de

Mxico, Facultad de Ingeniera, 2014, 197 p.
Fundamentos de lgebra lineal

Primera edicin: 1 de septiembre de 2014
D.R. 2014, UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

Avenida Universidad 3000, Col. Universidad Nacional Autnoma de Mxico
Ciudad Universitaria, Delegacin Coyoacn, Mxico, D.F. C.P. 04510
ISBN 978-607-02-6046-9
FACULTAD DE INGENIERA
http://www.ingenieria.unam.mx/
Prohibida la reproduccin o transmisin total o parcial por cualquier

medio sin la autorizacin escrita del titular de los derechos
patrimoniales.
Impreso y hecho en Mxico.
INTRODUCCIN
La presente obra fue elaborada con la intencin de ofrecer a los estudiantes un
material escrito que les pueda facilitar el estudio y la comprensin de los conceptos
fundamentales del lgebra Lineal.
La obra consta de cuatro captulos: 1. Espacios vectoriales, 2. Transformaciones
lineales, 3. Espacios con producto interno y 4. Operadores lineales en espacios con
producto interno. En cada uno de estos captulos se presentan los conceptos tericos
de la manera ms sencilla posible, buscando facilitar su comprensin pero sin perder
formalidad y rigor matemtico; se incluyen tambin ejercicios resueltos donde se
explica, en forma detallada cada uno de los pasos realizados en la resolucin del
problema, con la finalidad de que al estudiante le resulte sencillo comprenderlos y
asimile con ello ms fcilmente los conceptos tericos presentados. Al final de cada
captulo se incluye una serie de ejercicios propuestos con respuesta, con la idea de
que el estudiante los resuelva, reafirme los conceptos estudiados y adquiera un
aprendizaje ms slido del lgebra Lineal.
Es importante sealar que buena parte de los ejercicios resueltos y propuestos
incluidos en la obra, han sido tomados o rediseados de exmenes colegiados
departamentales que fueron aplicados en nuestra Facultad desde 1980. Es necesario
entonces reconocer el trabajo de muchos profesores que participaron en el diseo de
tales ejercicios y que en la actualidad algunos de ellos ya no laboran en la Facultad o
bien ya no se encuentran entre nosotros.
A pesar de que esta obra fue elaborada pensando en proporcionar un material escrito
que fuese de gran ayuda para los estudiantes que cursan la asignatura lgebra
Lineal, se considera que este trabajo puede resultar de mucha utilidad tambin para
los profesores que la imparten como un material de apoyo para sus clases.
A los profesores Alicia
Pineda
Ramrez
Juan Velzquez Torres
quiero expresarles mi agradecimiento por la revisin de este trabajo, ya que con sus
atinados comentarios y observaciones permitieron mejorar esta obra.
Agradezco
tambin profundamente a la seorita Mara Guadalupe Martnez Dvalos

la paciencia, el esmero y todo el trabajo realizado en la captura de este libro, quien
con su gran inters y entusiasmo hizo posible la culminacin del mismo.
Mil gracias Lupita!
Quiero hacer patente mi agradecimiento a la M. en Letras Mara Cuairn
Ruidaz, Jefa de la Unidad de Apoyo Editorial de nuestra Facultad, por el apoyo y
las facilidades que me brind durante todo el proceso de revisin y preparacin de la
versin final de esta obra. De igual forma quiero agradecer a la Lic. Elvia
Anglica Torres Rojas por todo el trabajo realizado en la correccin editorial y
cuidado de la edicin de este libro, as como por su profesionalismo y buena
disposicin durante todo el tiempo que trabajamos juntos. A las dos, mi ms sentido
agradecimiento.
Finalmente, agradezco tambin al Comit Editorial de nuestra Facultad, que preside
el Ing. Gonzalo Lpez de Haro, por realizar el dictamen tcnico de esta obra
y dar el visto bueno para su publicacin.
Consciente
que
todo
trabajo
es
perfectible,
mucho
agradecer
todas
las
observaciones y comentarios que tengan a bien hacerme los usuarios de la obra con
el fin de mejorar futuras ediciones y que sta sea de mayor utilidad.
FRANCISCO BARRERA GARCA

Ciudad Universitaria, Mxico D.F., septiembre de 2014
NDICE
INTRODUCCIN ...............................................................................................v
Captulo 1. ESPACIOS VECTORIALES .............................................................. 1

Espacio vectorial ............................................................................................. 3
Subespacio vectorial ....................................................................................... 9
Dependencia lineal, conjunto generador y base ............................................... 11
Dimensin y vector de coordenadas ................................................................ 12
Isomorfismo entre espacios vectoriales ........................................................... 21
Matriz de transicin........................................................................................ 27
Espacio rengln y espacio columna de una matriz ............................................ 32
Criterio del Wronskiano .................................................................................. 35
Ejercicios propuestos ..................................................................................... 40
Respuestas a los ejercicios propuestos ............................................................ 43
Captulo 2. TRANSFORMACIONES LINEALES ..................................................45
Transformacin lineal ..................................................................................... 47
Recorrido y ncleo de una transformacin lineal .............................................. 48
Matriz asociada a una transformacin lineal ..................................................... 53
lgebra de transformaciones lineales .............................................................. 57
Transformaciones lineales inyectivas, suprayectivas y biyectivas ....................... 62
Inversa de una transformacin lineal............................................................... 62
Efectos geomtricos de las transformaciones lineales de R 2 en R 2 ................... 68
Valores y vectores caractersticos .................................................................... 73
Propiedades de los valores y vectores caractersticos ........................................ 74
Espacios caractersticos .................................................................................. 74
Matrices similares .......................................................................................... 84
Diagonalizacin ............................................................................................. 84
Ejercicios propuestos ..................................................................................... 94
Respuestas a los ejercicios propuestos ............................................................ 98
Captulo 3. ESPACIOS CON PRODUCTO INTERNO......................................... 101
Producto interno .......................................................................................... 103
Propiedades del producto interno.................................................................. 103
Norma de un vector ..................................................................................... 107

Propiedades de la norma .............................................................................. 108
Vectores unitarios ........................................................................................ 108
Desigualdad de Cauchy-Schwarz ................................................................... 108
Distancia entre vectores ............................................................................... 109
Propiedades de la distancia entre vectores .................................................... 109
ngulo entre vectores .................................................................................. 109
Vectores ortogonales ................................................................................... 110
Conjuntos ortogonales y ortonormales .......................................................... 116
Coordenadas de un vector con respecto a una base ortogonal y respecto a una
base ortonormal ...................................................................................... 116
Proceso de ortogonalizacin de Gram-Schmidt ............................................... 117
Complemento ortogonal ............................................................................... 126
Proyeccin de un vector sobre un subespacio ................................................ 127
Teorema de proyeccin ................................................................................ 128
Mnimos cuadrados ...................................................................................... 134
Ejercicios propuestos ................................................................................... 141
Respuestas a los ejercicios propuestos .......................................................... 147
Captulo 4. OPERADORES LINEALES EN ESPACIOS
CON PRODUCTO INTERNO ........................................................ 151
Adjunto de un operador ............................................................................... 153
Propiedades del operador adjunto................................................................. 153
Operador normal ......................................................................................... 156
Propiedades de los operadores normales ....................................................... 157
Operadores hermitianos, antihermitianos, simtricos y antisimtricos .............. 159
Propiedades de los operadores hermitianos, antihermitianos, simtricos y
antisimtricos .......................................................................................... 160
Operadores ortogonales y unitarios ............................................................... 164
Propiedades de los operadores ortogonales y unitarios ................................... 165
Teorema espectral ....................................................................................... 172
Formas cudricas ......................................................................................... 179
Ejercicios propuestos ................................................................................... 188
Respuestas a los ejercicios propuestos .......................................................... 193
BIBLIOGRAFA ............................................................................................. 197
CAPTULO 1
ESPACIOS VECTORIALES
Espacio vectorial
Sea V un conjunto no vaco, en el cual se definen dos operaciones llamadas
adicin y multiplicacin por un escalar y, sea K un campo. Se dice que V es un
espacio vectorial sobre K si las dos operaciones cumplen con los diez axiomas
siguientes:
u, v, w V
1.
u v V
2.
u v
3.
0 V
w u v w
u V ; u 0 0 u u
4.
u V ; u V
5.
u v v u
6.
7.
u v
8.
u u u
9.
u u u u 0
V
u v
10. Si 1 es la unidad de K , entonces
1 u u ; u V
A los elementos del conjunto V se les llama vectores y a los elementos del
campo K se les llama escalares.
EJEMPLO 1.1 Determine si el conjunto A
y las operaciones de
adicin y multiplicacin por un escalar definidas por:
x y xy ;
x, y
x x ;
es un espacio vectorial.
SOLUCIN:
Veamos si se cumplen los diez axiomas de espacio vectorial.
x, y, z A
1)
x y xyA
, tenemos:
Dado que la multiplicacin de dos reales positivos da un real
positivo, entonces se cumple.
2)
x y
z x
yz
xy z x yz
xyz xyz
cumple
Con el fin de simplificar la demostracin del cumplimiento de los axiomas 3 y 4 , se

demostrar primero el cumplimiento del axioma 5 .
De no ser as, en los
axiomas 3 y 4 se tendran que determinar los idnticos e inversos izquierdos y

derechos, y compararlos para saber si son iguales en cada caso, y con ello concluir
sobre su existencia o no existencia. Si se procede como se est sugiriendo, entonces
no ser necesario realizar el procedimiento descrito renglones arriba, pues se
demuestra primero el axioma de la conmutatividad.
De lo anterior se tiene que:
5)
x y yx
xy yx
Se cumple dada la conmutatividad de la multiplicacin en
3)
x A; e A
de donde:
e x x e x
x e x
xe x
e 1 x
4)
x A; i A
de donde:
6)
xi e
xi 1
1
i
A
x
Si
0,
entonces x
Si
0,
entonces x
Si
0,
entonces x
cumple
x y
xy
x y
xy
x y
xy
es positivo.
1
x
cumple
xy
8)
i x x i e
x x A dado que:
7)
cumple
xy
cumple
cumple
x x x
x x x
x x x
x x
que es positivo.
x x
9.
x
x
x x
10.
cumple
x x; x A
x x
x x
1 que es la unidad en
cumple
Dado que se cumplen los diez axiomas, podemos concluir que el conjunto A es un
espacio vectorial.
EJEMPLO 1.2 Determine si 2 es un espacio vectorial sobre
multiplicacin por un escalar definidas por:
para la adicin y la
x1,
x 2,
x2,
y1
y2
x, y
x1 x 2 ,
y ,
y1 y 2
x1, y1 ,
x, y
y2
En caso de no serlo, indique cules propiedades de la definicin no se cumplen.

SOLUCIN:
x1,
y1
, x2,
y2
, x3,
y3
, tenemos:
1)
x1 ,
2)
x1, y1
y1
x2 ,
y2
x2,
y2
x1 x 2 ,
x1 x 2 ,
y1 y 2
cumple
x 3 ,
y3
x1,
y1
x 2 ,
x3,
y3
x1,
y1
x 2 x3,
y1 y 2 y 3
x1 x 2 x 3 ,
y1 y 2
x1 x 2 x 3 ,
y 2 x 3 , y 3
y2 y3
y1 y 2 y 3
cumple
Siguiendo la recomendacin hecha en el ejercicio anterior, demostraremos

primero que se satisface el axioma 5 .
5)
x1,
y1
x2,
x1 x 2 ,
y2
x2,
x1,
y1 y 2
x 2 x1 ,
y2
y 2 y1
Dada la conmutatividad de la adicin en

3) x , y
e1 , e 2
y1
, entonces se cumple.
x, y
e1 , e 2 e 2 , e1 x , y x , y
De donde se tiene que:
x, y
e1,
e2
x,
esta igualdad se cumple, si y slo si:
e1 ,
4)
x, y
e2
0,
i1, i 2
x, y i 1 ,
cumple
Considerando:
x,
x i1 ,
i1 ,
i2
e1 ,
y i2
0,
i 2 i 1, i 2 x, y e 1, e 2
e2
0
con lo cual se llega a:

i1 x
i1 ,
i2 y
i2
y1,
6)
x1, y1
7)
x1, y1 x 2 , y 2
x1, y1
x , y
x1
x1 x 2 , y1 y 2
y1,
cumple
cumple
x2,
y2,
x1
x1,
y1
y2
x2
y 1 , y 2 , x 1 , x 2 y 1 , y 2 , x 1 , x 2
8)
x1 , y 1
cumple
x1, y1
y 1 , x 1
y1, x1 y1,
x1
y 1 , x 1 y 1 , x 1
9)
x1 , y1
y 1 , x 1
x1 ,
y1
cumple
x1 , y 1
y1 ,
x 1
y1 ,
x 1
no cumple
10) x 1 , y 1
de donde:
x1, y1
y1 ,
x1
x1,
x1 ,
y1
y1
por igualdad:
y1 x1
x1
x1 y1
y1
y1
x1
(1)
(2)
Se aprecia en ( 1 ) y ( 2 ) que toma valores diferentes, lo cual no es posible

pues es la unidad del campo y este valor es nico.
no cumple
En consecuencia podemos concluir que

operaciones definidas.
no es un espacio vectorial con las
Subespacio vectorial
Sea W un subconjunto de un espacio vectorial V . Si W es a su vez un espacio
vectorial con respecto a las operaciones de adicin y multiplicacin definidas en V ,
se dice entonces que W es un subespacio de V .
Teorema
Sea V un espacio vectorial sobre un campo K . Si W es un subconjunto no
vaco de V , entonces W ser un subespacio de V , si y slo si, se cumplen las
condiciones siguientes:
1)
u, v W ,
2)
u W
u v W
K , u W
EJEMPLO 1.3 Determine si el conjunto
a x 2 bx c
2a b c 0 ; a , b, c
es un subespacio del espacio vectorial
P2
definido sobre el campo
a x 2 bx c
a, b, c
SOLUCIN:
Despejando c de la ecuacin que se tiene en el conjunto A , tenemos:
c 2a b
Si se sustituye como trmino independiente en A , entonces dicho conjunto se puede
expresar como:
a x 2 b x 2a b
a, b
Dado que el conjunto A es un subconjunto del espacio P 2 , entonces slo restara

comprobar que A es cerrado para la adicin y la multiplicacin por un escalar, para
demostrar que es un subespacio.
De esta forma se tiene que:
1)
a 1 x 2 b1 x
2a 1 b 1 ,
a 2 x 2 b 2 x
2a 2 b 2 A
a 1 x 2 b 1 x 2 a 1 b 1 a 2 x 2 b 2 x 2 a 2 b 2
a 1 a 2 x 2 b 1 b 2 x 2 a 1 a 2 b 1 b 2 A
cumple
2)
ax2 bx
2a
b A
2
a x b x 2a b
ax bx 2a b A
2
cumple
Dado que se cumplen las dos cerraduras, entonces podemos concluir que A es
un subespacio de P 2 .
10
Dependencia lineal
Sea A
1,
v2 ,
, vn
un conjunto de vectores.
Se dice que A es
linealmente independiente si la ecuacin
1 v 1 2 v 2
slo se satisface cuando 1 2
existen escalares 1 , 2 ,
n v n 0
n 0 . En caso contrario, es decir, si
, n no todos nulos, para los cuales se satisface
dicha ecuacin, entonces se dice que el conjunto A es linealmente dependiente.
Conjunto generador
Sea V un espacio vectorial sobre K,
y sea
1,
v2 ,
, vn
un
conjunto
de vectores de V. Se dice que G es generador de V si todo vector de V puede
expresarse como una combinacin lineal de los vectores de G .
Base
Se define como base de un espacio vectorial V , a cualquier subconjunto B de

vectores de V , tal que:
1)
Cualquier vector de V puede expresarse como una combinacin lineal de los

vectores de B .
2)
B es linealmente independiente.
11
Dimensin
La dimensin de un espacio vectorial V , se define como la cantidad de elementos
de cualquiera de sus bases y se denota como:
Dim V
Si V
0 , entonces
Dim V 0
Vector de coordenadas
Sea B
1,
v2 ,
, vn
una base del espacio vectorial V y sea v un
vector cualquiera de V tal que:
v 1 v1 2 v 2
A los escalares
1 , 2 ,
n vn
, n se les llama coordenadas de
y al vector:
v B 1 , 2 ,
, n )T
se le llama vector de coordenadas de v en la base B .
12
v en la base
EJEMPLO 1.4 Sean
subespacios de
S1
a,
b, c
a 2c ; a , b, c
S2
a,
b, c
b c ; a , b, c
a)
Determine si el conjunto S 1 S 2 es un subespacio de
b)
En caso de resultar afirmativo el inciso anterior, obtenga una base y la dimensin

de S 1 S 2 .
SOLUCIN:
a)
De acuerdo con las condiciones dadas en S 1
S2
dichos conjuntos se
pueden expresar de la siguiente forma:
S1
2c,
S2
a,
b, c
b, c
c, c a, c
Obsrvese que la caracterstica de las ternas del conjunto S 1 , es que la primera

componente es el doble de la tercera, en tanto que en S
2 ,
la caracterstica es que la
segunda componente y la tercera son iguales. Tomando en cuenta lo anterior, el

conjunto que considera ambas caractersticas, es precisamente la interseccin de
ambos conjuntos, esto es:
S1 S2
2c,
c, c
Otra forma de obtener el conjunto S 1 S 2 es empleando los conceptos estudiados

en la asignatura Geometra Analtica. En estos trminos el planteamiento sera el
siguiente:
El conjunto S 1
conjunto S
es el conjunto de puntos que pertenecen al plano a 2 c y el
son los puntos que pertenecen al plano
contienen al punto
0,
b c;
ambos planos
0 , 0 , lo que implica que dichos planos se intersecan y, por lo
tanto, definen una recta cuyos puntos son precisamente el conjunto buscado
S 1 S 2 . Lo que se har es obtener la recta de interseccin entre estos planos.
13
Sean
1:
a 2c 0
N1
1,
0, 2
2 :
b c 0
N2
0,
1, 1
Un vector u paralelo a la recta viene dado por:
i
u N1 N 2
1 0 2
0 1
2i j k
entonces:
2, 1, 1
P0
0, 0, 0
de donde la ecuacin de la recta en forma paramtrica es:
x 2t
L: y t
z t
de esta forma se tiene que:
1 2 S1 S 2
2t ,
t, t
que es igual al conjunto interseccin que se obtuvo en primera instancia.

Determinemos ahora si S 1 S 2 es un subespacio de
Comprobando si se cumplen las dos cerraduras, tenemos:
14
Cerradura para adicin
2c
2 c1, c1, c1 ,
2c
1,
c1, c1
2c
, c2 , c2 S1 S 2
, c2 , c2
2 c 1 c 2 , c 1 c 2 , c 1 c 2 S 1 S 2
cumple
Cerradura para multiplicacin por un escalar
2c,
c , c S1 S 2
2c, c, c
2c, c, c
S1
S2
cumple
con lo cual podemos concluir que S 1 S 2 es un subespacio de

b)
Es evidente que el conjunto S 1 S 2 es de dimensin uno, puesto que depende

de una sola variable, con lo cual se tiene que una base ser:
2,
1, 1
Dim S 1 S 2 1
EJEMPLO 1.5 Sea el conjunto A
1,
k , 2 , 1, 1, 1 , 1, 0, 2 .
a)
Determine el valor de k para que el conjunto A sea linealmente dependiente.
b)
Con el valor obtenido en el inciso anterior, obtenga el espacio vectorial que genera
el conjunto A .
c)
Determine una base y la dimensin del espacio vectorial obtenido en el inciso

anterior.
SOLUCIN:
a)
Para obtener el valor de k solicitado, se mostrarn tres caminos distintos, con la

idea de que el estudiante pueda utilizar cualquiera de ellos en problemas de
dependencia o independencia lineal de conjuntos.
15
MTODO
1:
Aplicando la ecuacin de dependencia lineal.
1 1, k , 2 2
1, 1,
1 3 1, 0, 2 0
(1)
1,
k 1, 2 1 2 , 2 , 2
3,
2 3 , k 1 2 , 2 1 2 2 3
0, 0, 0
0, 2 3
0, 0, 0
Por igualdad de vectores se llega al sistema:
1 2 3 0
k 1 2 0
2 2 0
1
2
3
Conmutando la primera columna con la tercera, tenemos:
32 1 0
( 2 )
2 k1 0
2 3 2 2 1 0
321 0
2 k1 0
( 1)
2 4 1 0
32 1 0
2 4 1 0
k 41 0
16
Se trata de obtener el valor de k , de tal forma que el sistema de ecuaciones sea

compatible indeterminado y, con esto, existan valores 1 , 2 , 3 distintos de cero
para los cuales se satisfaga la ecuacin ( 1 ) y entonces poder concluir que el
conjunto A es linealmente dependiente.
Es evidente en el sistema escalonado que con k 4 , el sistema se reduce a dos
ecuaciones con tres incgnitas y se convierte en un sistema compatible indeterminado,
que admite mltiples soluciones y, por lo tanto, el conjunto A sera un conjunto
linealmente dependiente. Si por el contrario k toma valores diferentes de cuatro,
entonces A sera un conjunto linealmente independiente.
MTODO
2:
Este mtodo consiste en formar una matriz con los vectores del conjunto A y
mediante el escalonamiento de dicha matriz, buscar el valor de k para el cual uno de
los renglones de la matriz se hace ceros. Cuando se realiza el escalonamiento de una
matriz y uno o ms renglones se hacen ceros, esto implica que dichos renglones son
linealmente dependientes.
De esta forma se tiene:
1 k
1 1
1 0
2
1
(1) 1 0
1 1
1 k
2
1
1 0 2
(4) 0 1 1
0 k 4
0
0
0
1
k 4
Con k 4 el tercer rengln se hace ceros y se puede concluir que con este valor, el
conjunto A es linealmente dependiente.
MTODO
3:
Este tercer y ltimo mtodo consiste en formar un determinante con los vectores del
conjunto A y determinar para qu valor de k el determinante es igual a cero.
Cuando un determinante es igual a cero, implica que los renglones o las columnas que
lo conforman son linealmente dependientes.
De acuerdo con esto, tenemos:
1
1
1
0
1
2
2 k 2 2k 0
17
1
0
de donde se obtiene que:
k 4 0
k 4
con este valor de k el conjunto A es linealmente dependiente.

b)
Dado que con k 4 el conjunto A es linealmente dependiente, entonces

podemos suprimir cualquiera de los vectores de A y con los restantes, que
resultan ser linealmente independientes, generar el espacio vectorial solicitado.
Si suprimimos el primer vector, entonces el espacio generado sera:
1 ,
1 , 1 b
A a b ,
1,
a b,
a , a 2 b
a, a 2b
a, b
0, 2
Es importante aclarar que al suprimir el segundo o tercer vector, el espacio

vectorial que se genera es igual al espacio generado con los vectores
considerados.
c)
Una base del espacio vectorial sera:
1,
1, 1 ,
1,
0, 2
dado que se trata de un conjunto generador con vectores linealmente

independientes, entonces:
Dim E ( A ) 2
EJEMPLO 1.6 Sean el espacio vectorial
P
y el conjunto A
at 2 bt
c a, b, c
t 2 4 t 3, t 2 2 t 5,
2t
3 t, t 3
a)
Determine si el conjunto A es generador del espacio vectorial P .
b)
En caso afirmativo, obtenga una base de dicho espacio.
c)
Determine las coordenadas del vector P 1 t

obtenida en el inciso anterior.
18
2 t 1 , referidas a la base
SOLUCIN:
a)
Como se sabe, el conjunto P de los polinomios de grado menor o igual a dos es

de dimensin tres, por lo que el conjunto A , al tener cuatro elementos, se puede
afirmar que es un conjunto linealmente dependiente. De acuerdo con esto, se
tomar un subconjunto de A con tres elementos y, si ste es linealmente
independiente, sera entonces una base de P y por lo tanto generador de dicho
espacio vectorial.
Consideremos entonces el subconjunto:
t 2 4 t 3, 2 t
3t , t 3
Para determinar si B es linealmente independiente, se formar un determinante

de 3 3 con los coeficientes de cada polinomio y, si dicho determinante es
diferente de cero, entonces B es un conjunto linealmente independiente.
De esta forma se tiene:
9 6 24 39
Al ser el determinante diferente de cero, podemos concluir que B es linealmente

independiente y, por lo tanto, una base de P y generador del mismo.
De acuerdo con lo anterior se ha dado respuesta tanto al inciso a) como al inciso
b), con lo cual, slo resta dar respuesta al inciso c).
c)
Las coordenadas del vector P1 t 2 2 t 1 vienen dadas por:
2t 1 1
t 2 4 t 3 2 2 t 2 3t 3 t 3
de donde se llega a:
t 2 2t 1
1 2 2 t 2 41 3 2 3 t 3 1 3 3
19
por igualdad de polinomios de obtiene:
1
( 3) ( 4 ) 1 2 2
4 1 3 2 3 2
3
3 3 1
1
1 2 2
1
( 3)
11 2 3 2
6 2 3 3 4
1 2 2
1
11 2 3 2
39 2
10
(1)
(2)
( 3)
de ( 3 ) :
2
10
39
( 4)
sustituyendo ( 4 ) en ( 2 ) :
10
11
3 2
39
3 2
3
110
39
32
39
(5)
10
1 2
1
39
1 1
1
20
39
19
39
por lo que el vector de coordenadas es:
P1 B
10
32
19

,
,
39
39
39
20
Isomorfismo entre espacios vectoriales
Sean U y V dos espacios vectoriales de dimensin finita, definidos sobre un

campo K . Se dice que la funcin
f : U V es un isomorfismo de U a
V , si f es biyectiva y adems cumple con las condiciones siguientes:

1)
u1 u 2
2)
f1 u 1
u2
u U
u1 y u 2 U
Los espacios vectoriales isomorfos slo difieren en la naturaleza de sus elementos,

sus propiedades algebraicas son idnticas.
Teoremas
1)
Si V es un espacio vectorial real de dimensin n , entonces V es isomorfo

a
2)
Todo espacio vectorial es isomorfo a s mismo.
3)
Si un espacio vectorial V es isomorfo a otro espacio W , entonces W es

isomorfo a V .
4)
Si un espacio vectorial U es isomorfo a un espacio V y V es a su vez

isomorfo a un espacio W , entonces U es isomorfo a W .
5)
Dos espacios vectoriales de igual dimensin son isomorfos.
21
EJEMPLO 1.7 Para cada espacio vectorial dado, establecer un isomorfismo con un
n
espacio del tipo
.
a x 2 b x 2 a 6b
a)
b)
b
a
N
c 2a ; a , b, c
a b c
a, b
SOLUCIN:
a)
La base natural del espacio vectorial Q es:
x 2 2,
x6
Con lo cual Q es un espacio vectorial de dimensin dos, entonces Q
es
2
isomorfo a
o a cualquier otro subespacio del tipo n de dimensin dos. De
acuerdo con lo anterior, podemos establecer las funciones f y g entre el
espacio Q y los espacios:
2
a, b
a,
a, b
b, 2 a 6b
a, b
Ambos espacios de dimensin dos.

Con lo cual se tiene:
a x 2 b x 2 a 6b a , b ,
esto es,
f : Q
g a x 2 b x 2 a 6 b a , b , 2 a 6 b , esto es, g : Q H
Las dos funciones cumplen con ser biyectivas, por lo que se proceder a verificar
el cumplimiento de las dos condiciones para ver si establecen o no un
isomorfismo.
22
Para f se tiene:
1)
a 1 x 2 b1 x
2 a 1 6 b1 ,
f
x 2 b1 x
f a 1 x 2 b 1 x
u1 u 2
2 a 1 6 b1
2 a 1 6 b 1
a 2 x 2 b2 x
u1 f u 2
2a 2 6b2 Q
x 2 b2 x
2 a 2 6 b 2
f a 2 x 2 b 2 x
2 a 2 6 b 2
Sumando del lado izquierdo de la igualdad y aplicando f del lado derecho,

tenemos:
f a1 a 2 x 2 b 1 b 2 x 2 a 1 a 2 6 b 1 b 2 a 1 , b 1 a 2 , b 2
Aplicando f del lado izquierdo y sumando del lado derecho, tenemos:
a1 a 2 ,
b1 b 2
2)
a x 2 b x 2 a 6b Q
a1 a 2 ,
b1 b 2
cumple
f x 2 b x 2 a 6 b f x 2 b x 2 a 6 b
de donde:
f a x 2 b x 2 a 6 b
a,
a, b
a,
cumple
Dado que
espacios Q y
es biyectiva, entonces
2
.
23
establece un isomorfismo entre los
Para g se tiene:
1)
a 1 x 2 b1 x
2 a 1 6 b1 , a 2 x 2 b 2 x 2 a 2 6 b 2 Q
g
u1 u 2
u 1 g u2
g a 1 x 2 b 1 x
2 a 1 6b1
a 2 x 2 b2 x
2 a 2 6 b 2
g a 1 x 2 b 1 x
2 a 1 6 b 1
g a 2 x 2 b 2 x
2 a 2 6 b 2
sumando y aplicando g :
g a 1 a 2
x 2 b 1 b 2 x 2 a 1 a 2 6 b 1 b 2
a 1,
b 1 , 2 a 1 6b 1
a 2,
b 2 , 2a 2 6b 2
aplicando g y sumando, tenemos:
a 2 , b1 b 2 , 2 a 1 a 2
6 b1 b 2 a 1 a 2 , b1 b 2 , 2 a 1 a 2 6 b1 b 2
cumple
2)
a x 2 b x 2 a 6b Q
g u
g u
g x 2 bx 2 a 6 b g x 2 bx 2 a 6 b
de donde:
g a x 2 bx 2 a 6 b
a , b, 2 a 6b
a , b, 2 a 6b
a , b, 2a 6b
cumple
Dado que
g es biyectiva, entonces g establece un isomorfismo entre los
espacios Q y H .
24
b)
El espacio vectorial N se puede establecer como:
a
N
a b
2 a
a, b
La base natural de N es:
0
,
2
Con lo cual N es un espacio vectorial de dimensin dos, entonces N es

isomorfo a
o a cualquier otro subespacio del tipo
de dimensin dos.
De acuerdo con lo anterior, podemos establecer la funcin biyectiva h : N

con la siguiente regla de correspondencia:
a
h
ab

2a
a, b
Veamos si h cumple con las dos condiciones.
1)
a1

a 1 b 1
b1
,
2 a 1
a2
a 2 b 2
b2
N
2 a 2
u1 u 2 h u1 h u 2
de donde:
b1
a1
a2
a 2 b 2
a 1 b 1 2 a 1
b2
b1
a1
a2
a 1 b 1 2 a 1
a 2 b2
2 a 2
25
b2
2 a 2
sumando y aplicando h , tenemos:
a1 a 2
a1 a 2
b1 b 2
b1 b 2
2 a1 a 2
a1 ,
b1
b1 b 2
aplicando h y sumando, se tiene:
a1 a 2 ,
b1 b 2
a1 a 2 ,
2)
a

a b
2 a
h u
cumple
h (u )
de donde:
a
h
a b
a b
2 a
b
2 a
a, b
a
h
ab
a, b
a, b
2 a
cumple
Entonces h establece un isomorfismo entre los espacios N y
26
a2,
b2
Matriz de transicin
Sean A
v1,
v2 ,
, vn
y B
w1 ,
w2 ,
, wn
dos
bases de un
espacio vectorial V . La matriz de transicin M BA tiene por columnas los vectores

de coordenadas de los elementos de la base A con respecto a la base B , esto
es:
M BA v 1
v
n
Esta matriz M BA conocida tambin como matriz de cambio de base, es tal que, si
conocemos
de
v A
donde v V y deseamos obtener el vector de coordenadas
v en la base B , esto es
v B,
entonces es suficiente con efectuar el
v A
producto:
M BA
v B
Adems, se tiene que la matriz de transicin es una matriz no singular, esto es,
siempre tiene inversa y se cumple que:
M
A
B
27
M AB
EJEMPLO 1.8 Sean A
u1,
u2, u3
v1, v 2 , v3
dos bases de
un espacio vectorial de dimensin tres, las cuales estn relacionadas de la siguiente

manera:
v1 u1 u 3
v2 2u2
v3 u2 u3
a)
Obtenga la matriz de transicin de la base A a la base B .
b)
Obtenga las coordenadas en la base
w A
del
vector
w , si se tiene que
3, 5, 2 .
SOLUCIN:
a)
La relacin que se proporciona entre los elementos de las bases A y B , nos

define la matriz de transicin de la base B a la base A , esto es:
Se sabe que:
M
B
A
B
A
1
0
1
0
2
0
0
1
1
M BA
Entonces ser suficiente con obtener la inversa de la matriz M AB para llegar a la

matriz solicitada. Al obtener la inversa de M AB se llega a:
M BA
b)
Se tiene que:
M BA w A
1
2
1
2
wB
28
entonces
w B
1
2
1
2
3
3

5 3

2
1
w B 3 , 3 , 1
EJEMPLO 1.9 Sean A a 1 , a 2 , a 3

y B
b1 ,
b2 , b3
x 2 x 3,
3 x 2 x 5, x 2 2 x 2
dos bases del espacio vectorial
P a x 2 b x c a , b, c
Si se sabe que:
a1 B
1,
0, 1
a2B
2, 1, 2
a 3 B 1, 1, 0
obtenga los vectores de la base B .

SOLUCIN:
Este ejercicio se resolver siguiendo dos mtodos distintos.
MTODO
1.
De los datos del enunciado se tiene que:
M BA
2
1
2
si se obtiene la inversa de esta matriz se llega a:
M
A
B
M AB
3
2 2
1
1 1
1
0
1
29
considerando las columnas de M AB se tiene que:
b 1 A 2,
1, 1
b 2 A 2,
1, 0
b 3 A 3,
1, 1
son los vectores de coordenadas de los elementos de la base B con respecto a la

base A , con lo cual se tiene que:
b1 2
x 2 x 3 1 3x 2 x 5 1 x 2 2 x 2
al realizar las operaciones y simplificar se llega a:
b1 x 1
en forma anloga se tiene que:
b 2 2
x 2 x 3 1 3x 2 x 5
b 2 x 2 x 1
finalmente:
b3 3
x 2 x 3 1 3x 2 x 5 1 x 2 2 x 2
b3 x 2 2
por lo tanto, la base B es:
B
MTODO
x 1,
x 2 x 1, x 2 2
2.
En el enunciado del problema nos proporcionan los vectores de coordenadas de los

elementos de la base A con respecto a la base B . Con las componentes de estos
vectores podemos obtener los vectores a 1 , a 2 , a 3 expresndolos como una
combinacin lineal de los elementos de la base B , esto es:
30
b1
b3 a1
2b 1 b 2 2b 3 a 2
b b
a3
1
2
sustituyendo los vectores a 1 , a 2 , a 3 , se llega al sistema:
b1
b 3 x 2 x3
2
2b 1 b 2 2b 3 3 x x 5
x 2 2x 2
b 1 b 2
escalonando el sistema tenemos:
(1) ( 2 ) b 1
b3 x2 x 3
2
2b 1 b 2 2b 3 3x x 5
x 2 2x 2
b 1 b 2
de ( 2 ) se tiene:
b2 x 2 x 1
sustituyendo ( 2 ) en ( 3 ) , tenemos:
x 2 x 1 b 3
2 x 2 x 1
de donde:
b3 x 2 2
( 4)
31
b1
b3
x 2 x 3
(1)
x 2 x 1
(2)
b2 b3 2 x 2 x 1
( 3)
b2
sustituyendo ( 4 ) en ( 1 ) , se tiene:
b1
x 2 2 x 2 x3
entonces
b 1 x 1
con lo cual se llega a que la base B es:
x 1,
x 2 x 1, x 2 2
Espacio rengln y espacio columna de una matriz

Sea A una matriz de orden m n .
1)
Si consideramos a los renglones A como vectores del espacio
, entonces
al espacio generado con los renglones de A se le llama espacio rengln y se

le representa con:
L AR
3) Si consideramos a las columnas de
A como vectores del espacio
entonces al espacio generado con las columnas de A se le llama espacio

columna y se le representa con:
L AC
Teorema
Para cualquier matriz A , se tiene que:
Dim L A R
Dim L AC
32
EJEMPLO 1.10 Para la matriz
A 2
Obtenga:
a)
El espacio rengln L A R , una base y su dimensin.
b)
El espacio columna L A C , una base y su dimensin.
SOLUCIN:
a)
Para obtener el espacio rengln, se obtendr primero una base del mismo
mediante el escalonamiento de la matriz A .
(1) ( 2 ) 1
2 1 3
2 1 2 2
1 3 3 1
2 1
3
1
(1) 0 5
4 4
0
5 4
4
2 1
3
1
0 5 4 4
0
0 0
0
Los renglones no nulos de la matriz equivalente, una vez concluido el

escalonamiento, constituyen una base del espacio rengln y, por consiguiente, el
nmero de renglones no nulos, nos definen la dimensin de dicho espacio
vectorial. A este nmero tambin se le conoce como rango de la matriz A .
33
De acuerdo con lo anterior, se tiene que una base del espacio rengln ser:
BR
1,
2 , 1, 3 ,
Dim L
AR 2
0 , 5 , 4, 4
Generando el espacio rengln, tenemos:
a 1, 2 , 1, 3 b 0 , 5, 4 , 4
a,
2 a 5b , a 4 b , 3a 4 b
L A R a , 2 a 5b , a 4 b , 3a 4 b a , b
b)
Como sabemos que la dimensin del espacio columna es igual a la dimensin del
espacio rengln, entonces ser suficiente con tomar dos vectores columna de la
matriz original, cuidando que stos no sean proporcionales, para obtener una base
del espacio columna.
De esta forma una base ser:
BC
1,
Dim
2, 1 ,
AC
2, 1, 3
a 2 b,
2 a b, a 3b
y el espacio columna ser:
a 1, 2, 1
b 2, 1, 3
L A C a 2 b , 2 a b , a 3b a , b
34
Criterio del Wronskiano
Sea
f1, f
, f
un conjunto de n funciones reales de variable real,
cada una de las cuales admite por lo menos
a, b .
n 1 derivadas en el intervalo
El determinante
f1
f2
fn
f 1'
f 2'
f n'
f 1n 1
f 2n 1
f nn 1
Wx
se denomina Wronskiano del conjunto de funciones dado.
0 , entonces el
Si existe al menos un valor x 0 a , b , para el cual W x 0
conjunto de funciones es linealmente independiente en dicho intervalo.

Cabe hacer notar que si W x 0 ,
x a , b , entonces no se puede
concluir nada en cuanto a la dependencia o independencia lineal del conjunto de

funciones. En este caso se deber recurrir a la ecuacin de dependencia lineal para
su anlisis.
EJEMPLO 1.11 Determine si el conjunto de funciones
e x,
e 2 x , e x 2
linealmente dependiente o independiente en el intervalo
SOLUCIN:
Obteniendo el Wronskiano tenemos:
35
es
W x
ex
e 2x
e x2
ex
2 e 2x
e x2
ex
4 e 2x
e x2
e x2 e x 4 e 2 x e x2
e x e 2 x e x2 e x 2 e 2 x e x2
e x e 2 x e x2 e x 4 e 2 x e x2
e x 2e 2 x
W x 2 e 4 x2 4 e 4 x2 e 4 x2 2 e 4 x2 e 4 x2 4 e 4 x2
de donde:
W x 0
Dado que W x 0 , entonces el criterio del Wronskiano no permite decidir en
cuanto a la dependencia o independencia lineal del conjunto de funciones. Por lo tanto,
se proceder de la siguiente manera:
Como se puede apreciar:
e x2 e 2 e x
es decir, e x 2 se puede obtener al multiplicar la funcin e x por la constante e 2 , esto
implica que las funciones e x y e x 2 son linealmente dependientes entre s, con lo
cual podemos concluir que el conjunto de funciones dado es linealmente dependiente.
EJERCICIO 1.12
Si H
e x 2 e x ,
2 sen 2 x , e x 2
es un subconjunto
del espacio vectorial de las funciones reales de variable real, determine si el

conjunto H es linealmente independiente en el intervalo
36
SOLUCIN:
Calculando el Wronskiano, tenemos:
e x 2 e x
2 sen 2 x
e x 2 e x
2 cos 2 x
e x 2 e x
4 sen 2 x
e x 2
e x
e x
e x 2 e x 2 cos 2 x e x e x 2 e x 4 sen 2 x e x 2
2 sen 2 x e x e x 2 e x
4 sen 2 x e x e x 2 e x
e x 2 e x 2 cos 2 x e x 2
e x 2 e x 2 sen 2 x e x
Si hacemos x 0 , tenemos:
W 0 3 2 1 1 0 3 2 1 3 3 2 3 0 1 3 1 2 1
W 0 16
Esto implica que al menos existe un valor de x en el intervalo de definicin de las

funciones, esto es, x 0 0 , para el cual W
x 0 0 , lo que nos permite concluir que
el conjunto H es linealmente independiente.
37
EJERCICIO1.13 Determine si el conjunto de funciones
2 sen 2 x ,
cos 2 x , 3
es linealmente dependiente o independiente en el intervalo
SOLUCIN:
Obteniendo el Wronskiano, tenemos:
2sen 2 x
cos 2 x
4sen x cos x
2cos x sen x
4sen 2 x 4 cos 2 x
2cos 2 x 2 sen 2 x
Aplicando el mtodo de cofactores en la tercera columna, tenemos:
W x 3 4sen x cos x 2cos 2 x 2sen 2 x 2cos x sen x 4sen 2 x 4cos 2 x
desarrollando los productos y simplificando, se tiene:
W x 3 8sen x cos 3 x 8sen 3 x cos x 8sen 3 x cos x 8sen x cos 3 x
W x 0
Dado que el Wronskiano result igual a cero, entonces el criterio no decide, por lo
que se tendr que recurrir a la ecuacin de dependencia lineal para determinar si el
conjunto G es linealmente independiente o dependiente.
Se sabe que:
sen 2 x cos 2 x 1
38
de donde
cos 2 x 1 sen 2 x
con lo cual, la ecuacin de dependencia lineal se puede expresar como:
1 2sen 2 x
2 1 sen 2 x 3 3 0
(1)
multiplicando y factorizando trminos semejantes, tenemos:
2 1 2 sen 2 x
2 3 3
0 sen 2 x 0
por igualdad se tiene:
1 2
3
2
3
0
0
Se trata de un sistema de ecuaciones compatible indeterminado, que admite mltiples

soluciones, esto es, se pueden obtener valores para los escales 1 , 2 , 3
diferentes de cero, con los cuales se satisface la ecuacin ( 1 ) , por lo que, se puede
concluir que el conjunto G es linealmente dependiente.
39
EJERCICIOS PROPUESTOS
1.
Demuestre que el conjunto
a
0
0
0
c
0
b
a 2b 0 ;
a , b, c
es un espacio vectorial sobre el campo de los nmeros reales, considerando las

operaciones de adicin y multiplicacin por un escalar usuales con matrices.
2.
Determine si el conjunto P
ax b
a, b
es un espacio vectorial
sobre el campo de los nmeros reales, si la adicin de vectores es la adicin

ordinaria de polinomios, y la multiplicacin por un escalar se define como:
k ax b kb ;
3.
x, y, z
a x b P
y
3
Sea A un subconjunto del espacio vectorial
4.
, tal que:
2x y z 0 ; x, y, z
a)
Determine si A es un subespacio de
b)
En caso afirmativo, obtenga una base y la dimensin del subespacio A .
Sea M un espacio vectorial de las matrices simtricas de orden 2 con

elementos en
y sea N el conjunto definido por:
b
a
N
b a
a, b
Determine si N es un subespacio de M ; si lo es, obtenga para M y N , una

base y su dimensin.
40
5.
6.
Dado el conjunto A
a,
1, 1 ,
a, 2 ,
1, 0 , 1
a)
Determine el valor de a
dimensin 2 .
b)
Con el valor obtenido en el inciso a), obtenga el espacio generado.
x
Sea N
z
a)
y
0
un espacio vectorial.
x, y, z
Determine cul de los siguientes conjuntos es una base de N :
B2
b)
, tal que el espacio generado por A sea de
z x y,
1
B1
0
7.
0,
0
,
0
1
,
0
1
,
0
a bx
3
4
A

B
3
es la matriz de transicin de la base A
1

0
0

0
1
respecto a la base elegida
0
Obtenga el vector de coordenadas de

1
en el inciso anterior.
En el espacio vectorial P 1
a, b
, la matriz
7
2
6 3x ,
10 2 x
a la base
a)
Determine cul es la base B .
b)
Calcule el vector de coordenadas en la base B del vector
P x
4 x.
41
B.
8.
Sean B
2 sen x cos x ,
3 cos x y
B'
sen x ,
cos x
dos base del
espacio vectorial
9.
a sen x b cos x ; a , b
a)
Obtenga la matriz de transicin de la base B a la base B ' .
b)
Si h x 2sen x cos x , obtenga h x

B
Dada la matriz
3
2
A
1
9
7
5
1
3
4
determine:
a)
el espacio vectorial generado por los renglones de la matriz A .
b)
el espacio vectorial generado por las columnas de la matriz A .
c)
una base y la dimensin del espacio rengln y del espacio columna de la

matriz A .
d)
si los espacios rengln y columna son isomorfos.
10. Determine si el conjunto
P x ,
P'
x ,
P"
x ,
P "' x
es
linealmente dependiente o independiente, donde
P x
ax 3 bx 2 cx d ,
a , b, c d
P' x
d
P x,
dx
P" x
11. Dado el conjunto de funciones
2,
d x2
P x ,
cos 2 x , cos 2 x
P '" x
d x3
a)
Calcule el Wronskiano del conjunto.
b)
Determine si el conjunto es linealmente dependiente o independiente.

42
P x
RESPUESTAS A LOS EJERCICIOS

PROPUESTOS
2.
No es un espacio vectorial.
3.
a)
S es un subespacio.
b)
Una base sera B
4.
5.
1,
0, 2 ,
0,
1, 1
Dim A 2
N s es un subespacio de M .
BM
0
,
BN
0
,
1
1
0
1
,
; Dim M 3
Dim N 2
a)
a1 1 y
b)
Si a 1 y tomando al segundo y tercer vector como una base, se tiene:
a2 2
2,
k 1 , 2k 1 k 2
k 1, k2
Si a 2 y tomando al segundo y tercer vector como una base, se tiene:
Nota:
2,
2k 1 , 2 k 1 k 2
En el inciso b) las respuestas no son nicas.
43
k 1, k2
6.
7.
8.
9.
a)
BN
b)
2,
1
,
0
7, 3
BN
a)
b)
a)
2
M BB '
1
b)
h x B 1,
3
a)
L AR
b)
c)
Una base del espacio rengln es:
3 2x
x B
11

,
4
a,
AC a ,
BR
1,
4 a 7 b , 2 a 3b
a, b
a, b
2 a b , a b , 3a b
4, 2 ,
0 , 7, 3
Dim L
AR 2
Dim L
AC 2
Una base del espacio columna es:
BC
d)
1,
2 , 1, 3
0 , 1, 1, 1
b)
Como ambos espacios son de igual dimensin, entonces son isomorfos.
10. El conjunto B es linealmente independiente.

11. a)
W x 0
El conjunto es linealmente dependiente.
44
CAPTULO 2
TRANSFORMACIONES
LINEALES
TRANSFORMACIONES LINEALES
Transformacin
Sean V y W espacios vectoriales. La funcin T : V W recibe el nombre de
transformacin y, los espacios V y W se llaman dominio y codominio de la
transformacin, respectivamente. Esquemticamente se tiene:
Dominio
Codominio
Transformacin lineal
Sean V y W espacios vectoriales definidos sobre un campo K . La funcin
T : V W se llama transformacin lineal si se cumplen las siguientes dos
propiedades:
u, v V
1)
T u v
Tu
2)
T u
Tu
Tv
47
Recorrido y ncleo de una transformacin lineal
Sean V y W espacios vectoriales y T : V W una transformacin lineal.

1)
Se llama recorrido de T al conjunto de todas las imgenes de los vectores del

dominio, el cual se denota como T V y es tal que:
T V T v
2)
v V
Se llama ncleo de T al conjunto de vectores del dominio, cuya imagen es el

vector cero de W , el cual se denota como N T
N T
v V T v 0 W
y es tal que:
Teoremas
Si T : V W es una transformacin lineal, entonces:

1) T
0V 0W
2) T V es un subespacio de W .
3) N T
es un subespacio de V .
v1 , v 2 , , v n es una base V , entonces el conjunto

G T v1 , T v 2 , , T v n es generador del recorrido de T .
4) Si B
5) Si V es un espacio de dimensin finita, entonces se cumple que:
Dim V Dim T V Dim N T
48
EJERCICIO 2.1 Determine si la transformacin T : P D , donde
P a x b a, b
definida por
f 0
f
a 0
0 b a, b
f 1
f P
es lineal.
SOLUCIN:
Para que una transformacin sea lineal se deben cumplir las dos propiedades que se
sealan en la definicin de este concepto. Dichas propiedades se conocen con los
nombres de superposicin y homogeneidad, respectivamente, de acuerdo con el orden
en que aparecen en la citada definicin.
Verifiquemos si se cumplen estas propiedades:
1)
Superposicin:
f 1 x a 1 x b1 ,
T
sustituyendo
f1 y
f 2 x a 2 x b 2 P , se tiene que:
f1 f 2 T f1 T f 2
f 2 , tenemos:
T a 1 x b 1
a 2 x b 2
x b1
T a 2 x b2
efectuando la suma del lado izquierdo de la igualdad y aplicando T del lado derecho,
tenemos:
T a 1 a 2 x b 1 b 2
0
b1
b2

0
0 a 1 b1
49
a 2 b 2
0
aplicando T del lado izquierdo y sumando del lado derecho, se tiene:
b1 b 2
a1 a 2 b1 b2
2)
b1 b 2
a1 a 2 b1 b2
cumple
Homogeneidad:
f ( x) a x b y
T f
T f
de donde:
T a x b T a x b
b
T a x b
0
0
a b
0
0
b
0 a b 0 a b
cumple
entonces podemos concluir que la transformacin T es lineal.

EJERCICIO 2.2
Dada la transformacin T :
P1 , donde P1 a x b a , b
cuya regla de correspondencia es:
a , b, c a b x
a c ;
a , b, c
a)
Determine si T es lineal.
b)
Obtenga el recorrido y el ncleo de T .
c)
D una base y la dimensin del recorrido y del ncleo.
50
SOLUCIN:
a)
Las dos propiedades de superposicin y homogeneidad que son necesarias

demostrar para determinar si una transformacin es o no lineal, se pueden juntar
en una sola expresin y, si sta se cumple, se puede concluir sobre la linealidad de
la misma, como a continuacin se muestra.
v1
, b1 , c 1
v2
T v 1 v 2
T a 1 , b 1 , c 1
, b2 , c2
T v1 T v 2
, b 2 , c 2 T a 1 , b 1 , c 1 T a 2 , b 2 , c 2
de donde se tiene:
T a 1 a 2 , b1 b2 , c1 c 2 a 1 b1 x a 1 c 1 a 2 b 2 x a 2 c 2
aplicando la regla de correspondencia de T del lado izquierdo y efectuando
operaciones y factorizando del lado derecho, se tiene:
a 1 a 2 b1 b 2 x a 1 a 2 c 1 c 2 a 1 b1 x a 1 c 1
b2
c2
a 1 a 2 b1 b 2 x a 1 a 2 c 1 c 2 a 1 a 2
a1 a 2
b 2 x
c 2
como se cumple la igualdad, entonces podemos concluir que la transformacin

T es lineal.
b)
Para obtener el recorrido se har uso del teorema 4 enunciado anteriormente.

Tomemos entonces la base cannica del dominio, esto es:
B 1, 0, 0 ,
0, 1, 0 , 0,
51
0, 1
de donde:
1,
0, 0 x 1
0, 1, 0 x
0, 0, 1 1
con lo cual el conjunto G x 1 , x , 1 es generador del recorrido.

Es evidente que G es un conjunto linealmente dependiente ya que x 1 se
puede obtener como una combinacin lineal de los otros dos elementos del
conjunto. De acuerdo con esto, se puede llegar a que el conjunto C x , 1 es
una base del recorrido y, por lo tanto, se tiene que:
a x b 1 a x b
con lo cual se llega a que el recorrido es:
ax b
3
a, b
Por otro lado, el ncleo se obtiene a partir de la igualdad:
T a , b, c 0 x 0
de donde:
a b x
a c 0 x 0
por igualdad de polinomios se llega al sistema:
a b 0
a c 0
b a
c a
por lo tanto, el ncleo de la transformacin es:
N T
a, a, a
52
c)
Una base del recorrido es:
x , 1
Dim T
Una base del ncleo es:
1, 1, 1
Dim N T 1
Obsrvese que el teorema 5 se cumple, ya que:
Dim T
Dim N T 3
que es igual a la dimensin del dominio.

Nota:
Cuando se traten los temas de transformaciones inyectivas, suprayectivas

y biyectivas e inversa de una transformacin, se retomarn los conceptos
de recorrido y ncleo.
Matriz asociada a una transformacin lineal

Sean V y W dos espacios vectoriales de dimensin n y
sean A
, v n y B w1 , w 2 ,
, v2 ,
Si T : V W
m , respectivamente, y
, w m bases de dichos espacios.
es una transformacin lineal, existe una matriz nica M BA T , de
orden m x n , tal que:
M BA T
v A
T v B
v V
Las n columnas de la matriz M BA T , llamada matriz asociada a T , son los

vectores de coordenadas en la base B , de las imgenes de los vectores de la
base A , esto es:
M BA T
T v 1
B
T v 2
53
T vn
EJERCICIO 2.3 Sean los espacios vectoriales
P2
ax
bx c
a b
M
b c
a, b, c
a, b, c
Ambos definidos sobre el campo real, y sea la transformacin lineal T : P2 M

definida por:
ax
a c 3b
bx c
; a , b, c
3
b
a
Obtenga la matriz asociada a la transformacin T .

SOLUCIN:
Para obtener la matriz asociada a la transformacin se requiere una base del dominio y
una del codominio. Consideremos las bases:
x 2, x , 1
1
B
0 0
,
0 1
Las imgenes de los elementos de la base A son:
1
2
x
0

3
1

0
54
1 0
,
0 0
B,
Obteniendo los vectores de coordenadas de estas imgenes referidas a la base

tenemos:
1 0
1 0
0 1
0 0
0 1 1 0 0 2 1 0 3 0 1
Al realizar las operaciones correspondientes y por igualdad de matrices, fcilmente

puede llegarse a:
1 0

1, 0, 1
0 1 B
En forma anloga con las otras dos imgenes, se llega a:
0
3
3
1
1
0
0
0
0
2
1
0
0

3
1
0
0
1
1
0
1
1

0
3

0 B
0,
1
0
3
0
0
0
1
3, 0
0
0
2
1
0
1
0
3
0
0
0
1
0
1, 0, 1
1 B
Con lo cual, la matriz asociada a la transformacin viene dada por la disposicin en

columna de dichos vectores de coordenadas, esto es:
A
B
1
0
0
3
0
1
0
EJERCICIO 2.4 Sea la transformacin lineal H :
H x, y, z 2 x z, y z, 4 x y z ;
, definida por:
x, y, z
Obtenga la matriz asociada a la transformacin H referida a la base cannica de

55
SOLUCIN:
3
Como se sabe, la base cannica de
es:
1, 0, 0 , 0, 1, 0 , 0, 0, 1
Las imgenes de sus elementos son:
1,
0, 0
0, 1, 0
0,
2, 0, 4
0,
1, 1
0, 1
1,
1, 1
Los vectores de coordenadas de las imgenes vienen dadas por:
2, 0, 4 1 1, 0, 0 2 0, 1, 0 3 0, 0, 1
Realizando las operaciones correspondientes y mediante la igualdad de vectores, se

llega a:
2, 0, 4 B
2,
0, 4
0,
1, 1
En forma similar, fcilmente se puede llegar a:
0, 1, 1 B
1, 1, 1 B
1, 1,
Con lo cual, la matriz asociada a la transformacin H es:
M BB H
2
0
0
1
1
1
1
Obsrvese que las columnas de la matriz asociada a la transformacin H , son

precisamente las imgenes de los vectores de los elementos de la base cannica.
En general, cuando se obtenga la matriz asociada a una transformacin lineal del
tipo T :
, ser suficiente con obtener las imgenes de los elementos de la
base cannica del dominio, y dichas imgenes disponerlas como columnas para llegar a
definir la matriz asociada a la transformacin.
56
lgebra de transformaciones lineales

Adicin y multiplicacin por un escalar:
V y W dos espacios vectoriales definidos sobre un campo K , y sean

T : V W y H : V W dos transformaciones lineales.
Sean
1) La suma T H de T y H es una transformacin lineal de V en W definida por:
TH v
T v
H v
v V
2) El producto de un escalar K por la transformacin T es una transformacin

lineal de V en W que se denota con T y se define como:
T v
v V
Composicin:
3) Sean T : U V y H : V W dos transformaciones lineales. La operacin
H T es una transformacin lineal de U en W definida por:
H T u ;
u U
La operacin composicin puede representarse grficamente de la siguiente forma:
V
T
Tu
H T
57
H T u
Teoremas
Sean V
y W dos espacios vectoriales definidos sobre un campo K , y sean
A y B
bases de
V y W respectivamente.
Si
H son dos
transformaciones lineales cualesquiera de V en W , entonces.

1)
M BA T H
M BA T
2)
M BA T
M BA T
M BA H
Sean U , V y W
tres espacios vectoriales definidos sobre un campo K , y sean A , B y C bases
de U , V y W respectivamente.
Si T : U V
3)
y H : V W son dos transformaciones lineales, entonces
M CA H T
M CB H
M BA T
EJERCICIO 2.5 Dadas las transformaciones lineales:
T:
donde
T x, y x, 2 x 3 y
S:
donde
S x, y
x y,
3 y
Obtenga el vector v , tal que:
S T
v 1, 1
SOLUCIN:
Considerando a
v x , y , entonces se tiene que:
x , y S T x , y
de donde
x,
2x 3y
58
1, 1
1, 1
aplicando la regla de la transformacin S , tenemos:
x 2 x 3 y , 3 2 x 3 y
simplificando se tiene:
1, 1
3 x 3 y , 6 x 9 y 1, 1
por igualdad de vectores se llega al sistema de ecuaciones:
3 x 3 y 1
6 x 9 y 1
cuya solucin es:
2
3
1
3
con lo cual el vector v es:
2 1
v ,
3 3
EJERCICIO 2.6 Sea el espacio vectorial
x, y
y las
transformaciones lineales:
H:
S:
x, y
x y

0
M dada por
S x, y
dada por
0
;
y
x, 0
x, y
Determine la regla de correspondencia de la transformacin T : M
2 S T
x, y
59
0, y
x, y
tal que:
SOLUCIN:
Partiendo de la expresin dada, tenemos:
2 S T
de donde se tiene:
H x , y 0, y
2S x, y T H
despejando:
x, y
x, y
0, y
0, y 2 S x , y
aplicando S , tenemos:
x, y
0, y
2 x, 0
x, y
2 x, y
(1)
Por otro lado, en trminos de matrices asociadas sabemos que:
M T
MH
M T H
Siempre que las matrices asociadas estn referidas a bases cannicas o bases
naturales.
Esta ecuacin resulta ser una ecuacin matricial, de la cual podemos despejar M
T ,
esto es:
M T
M H M 1 H M T H M 1 H
de donde se tiene:
M T
Para obtener M
T ,
M T H
M 1 H
( 2)
necesitamos obtener las matrices asociadas de
de H .
Si aplicamos isomorfismo, podemos expresar a la transformacin H como:
H x, y
x y, y
aplicando
60
a 0

0 b
a, b
Considerando la base cannica, tenemos:
H
H
1,
0, 1
1,
1, 1
1
0
1
1
(3)
Por otro lado, considerando la expresin (1) , tenemos:
T
T
H
H
1, 0
0, 1
2, 0
2
MT H
0
0, 1
0
1
( 4)
de ( 3) se obtiene que:
1
1
1

0
(5)
sustituyendo ( 4) y (5) en ( 2) , tenemos:
M T
2

0
0 1
1 0
1
1
de donde:
M T
Como la transformacin T : M
lograr que T :
T
esto es:
2

0
2
1
, entonces mediante el isomorfismo podemos
, con lo cual se puede expresar:
x, y
2

0
2 x 2 y
2 x
1 y
T x, y 2 x 2 y, y
Finalmente, aplicando el isomorfismo inverso, tenemos:
x
T
0
0

y
61
2 x 2 y,
Transformaciones lineales inyectivas, suprayectivas y biyectivas

1) Transformacin inyectiva: Una transformacin lineal es inyectiva, si y slo si, el
ncleo de dicha transformacin es de dimensin cero.
2) Transformacin suprayectiva: Una transformacin lineal es suprayectiva, si y slo
si, la dimensin del recorrido es igual a la dimensin del codominio, o bien, si la
dimensin del ncleo es igual a cero, entonces la transformacin ser
suprayectiva, si la dimensin del dominio es igual a la dimensin del codominio.
3) Transformacin biyectiva: Una transformacin lineal es biyectiva, si y slo si, es
inyectiva y suprayectiva, es decir, si la dimensin del ncleo es igual a cero y la
dimensin del recorrido es igual a la dimensin del codominio.
Inversa de una transformacin lineal

Sea T : V W una transformacin lineal. La inversa de T es una transformacin
lineal T 1 : W V , para la cual se cumple que:
1)
T 1 T I V
2)
T T 1 I W
Donde I V e
I W son transformaciones identidad en V y W , respectivamente.
Grficamente:
Tv
T 1
62
Teorema
Sean V y W dos espacios vectoriales de dimensin finita, T : V W una
transformacin lineal y A , B bases de V y W , respectivamente:
1)
T 1 existe, si y slo si, M BA T
2)
Si T 1 existe, entonces M BA T
es no singular.
1
M AB T
EJERCICIO 2.7 Sea la transformacin lineal T : M P1 definida por:
b

a
a b x a b
a

b
b
M
a
donde:
a
M
b
b
a, b
a
P1
ax
a)
Determine si T es biyectiva.
b)
De ser posible, obtenga la transformacin inversa T
b a, b
SOLUCIN:
a)
Obteniendo el ncleo de T .
Al igualar a cero el recorrido, se genera el sistema de ecuaciones:
a b 0
a b 0
63
cuya nica solucin es:
a 0
b 0
de donde el ncleo de T es:
N T
Dim N T 0
con lo cual podemos concluir que T es inyectiva.

Por otro lado, se puede apreciar que el dominio y el codominio de T son espacios
de dimensin dos, y como el ncleo es de dimensin cero, entonces
T es
suprayectiva. Al ser T inyectiva y suprayectiva, entonces T es biyectiva.

b)
Como T result ser biyectiva, entonces

Para obtener T
isomorfos a
existe.
primeramente transformaremos los espacios vectoriales

n
M y P 1 a espacios del tipo

Como M
, mediante dos isomorfismos.
P 1 son espacios vectoriales de dimensin dos, entonces son
y
2
. De acuerdo con esto, podemos plantear los isomorfismos:
a
f
b

g
ax b
a, b
a, b
Con lo cual, la regla de correspondencia de T quedara como:
a, b
a b,
a b
Obteniendo la matriz asociada a T con la base cannica, tenemos:
T 1, 0 1, 1
T 0, 1
1, 1
64
M T
1

1
1
1
de donde se tiene que:
M T
1
1
2 1
1
M T
1
a partir de esto tenemos que:
ab
a
2

a b
b
2
a, b
1
1
2
1
a, b
ab ba

,
2
2
esto es:
aplicando los isomorfismos inversos y tomando en cuenta que T 1 : P1 M ,

tenemos:
T 1 a x b
EJERCICIO 2.8
a b
2

ba
T : P1 P1 ,
Sea
ba
2
a b
2
P1
donde
ax b
transformacin lineal tal que:
A
B
2 4

0
1
es su matriz asociada referida a las bases.
2x ,
y B
x,
del dominio y codominio respectivamente.

a)
Determine si la transformacin T es biyectiva.
b)
Obtenga, si existe, T
65
x3
a, b
una
SOLUCIN:
a)
Dado que Det
M BA T 2 , entonces podemos garantizar que:

M BA T
Como M AB
T 1 M
A
B
existe
, entonces T
existe, por lo que podemos
asegurar que T es biyectiva.
b)
2
Como M T
0
A
B
B
A
T
1
Para obtener la regla de correspondencia de T

forma:
1
1
2 0
se procede de la siguiente
Obtengamos primero el vector de coordenadas de un vector cualquiera a x b

de P 1 , referido a la base B .
x x3
ax b
ax b
por igualdad de polinomios:
66
b
3
sustituyendo en la primera ecuacin, se tiene:
b
a
3
ax b B
b
3
b b
a ,
3 3
M AB
al multiplicar este vector de coordenadas por la matriz

obtiene es T
a x b A
a x b A
1
1
2
0
T 1
, entonces:
b
b
4b
4 a
a
3
3
3
1

b
2
2b
2
3
3
entonces:
a x b A
ab
2

b
3
de donde:
ab b
T 1 a x b
,
A
3
2
con este vector de coordenadas y la base A , se tiene:
T 1 a x b
ab
2
T 1 a x b
a bx b
67
2x
b
3
, lo que se
Efectos geomtricos de las transformaciones lineales de

Transformacin
Sobre el eje x
0
1
y
1 0
0 1
y
1
x
y
-1
0
1
x
-1
k
0
0
1
0 k 1
1
x
Vertical
1
0
0
k
0 k 1
k
x
1
y
Horizontal
k
0
Expansin
-1
Horizontal
Contraccin
Con respecto al origen
1
0
1
-1
Sobre el eje y
Reflexin
Efecto geomtrico
Dominio
Codominio
Matriz de
transformacin
1
0
en
0
1
k 1
Vertical
1
0
0
k
k 1
y
k
T
1
68
Transformacin
Proyeccin
Efecto geomtrico
Matriz de
transformacin
Dominio
Sobre el eje x
1 0
0 0
Codominio
y
x
1
Sobre el eje y
0 0
0 1
y
1
A lo largo del eje x

con
k0
1 k
0 1
k 0
1 k
0 1
Deformacin
o
Deslizamiento
1 k
A lo largo del eje y
k0
1 0
k 1
con
k 0
1 0
k 1
sen
cos
69
y
k
11
kk
cos
sen
con
y
1
A lo largo del eje y
Rotacin
A lo largo del eje x

con
EJERCICIO 2.9 Determine el efecto geomtrico que produce:

a)
El realizar un giro de
considerando k 3 .
b)
El realizar primero la expansin horizontal con k 3 y posteriormente realizar el
90
y posteriormente efectuar una expansin horizontal
giro de 90 .
Realice, para cada caso, la representacin geomtrica considerando la regin que se
define con los puntos
0, 0 , 1, 0 , 1, 1
0, 1 .
SOLUCIN:
a)
De acuerdo con la tabla anterior, la matriz de giro es:
cos
sen
sen
cos
Como 90 , entonces:
Matriz de giro
1
1
G
0
La matriz de expansin horizontal es:
k
0
0
1
0
E
1
como k 3 , entonces:
Matriz de expansin
0
como se nos pide realizar primero el giro y despus la expansin, esto equivale a
realizar la composicin de ambas transformaciones, esto es:
G u E G u
70
obsrvese que en el lado derecho de la igualdad se aplica primero el giro al

vector u y posteriormente se aplica la transformacin de expansin E .
Sabemos que:
M E G ME MG
de donde:
3
ME G
0
0 0
1 1
1 0
0 1
3
T
0
Aplicando esta transformacin a los puntos dados, tenemos:
0 3 0
0
T 0, 0

1 0 0
0
T 0, 0
0, 0
0 3 1
0
T 1, 0

1
1 0 0

T 1, 0
0, 1
0 3 1
3
T 1, 1

1 0 1
1
T 1, 1
3, 1
0 3 0
3
T 0, 1

0
1 0 1

T 0, 1
3, 0
Grficamente:
y
T
(-3, 1)
(1, 1)
(0, 1)
(1, 0)
(0, 1)
x
(-3, 0)
71
b)
Si se aplica primero la expansin horizontal y posteriormente el giro de 90 ,

entonces se tiene:
1 3
0 0
0
MG E
1
0 0
1 3
1
H
0
Aplicando esta transformacin a los puntos, tenemos:
0
H 0, 0
3
1
0
0
0
0
0

H 0, 0
0, 0
0
H 1, 0
3
1
0
1
0
0 3

H 1, 0
0, 3
0
H 1, 1
3
1
0
1
1
1
3

H 1, 1
1, 3
0
H 0, 1
3
1
0
0
1
1 0

H 0, 1
1, 0
Grficamente:
y
( -1 , 3 )
( 0, 3 )
y
H
( 1, 1 )
( 0, 1 )
x
( 1, 0 )
( -1 , 0 )
Como podemos darnos cuenta, el orden en que se aplican las transformaciones s

modifica el resultado que se obtiene, lo cual era de esperarse pues la composicin de
transformaciones lineales, en general no es conmutativa.
72
Valores y vectores caractersticos (valores y vectores propios)
A las transformaciones lineales que se aplican de un espacio vectorial V al mismo

espacio V , se les conoce como operadores lineales
T : V V
Para este tipo de transformaciones pueden existir vectores diferentes de cero que
tienen la siguiente caracterstica:
T v v
Donde v V
V .
y es un escalar perteneciente al campo de definicin del espacio
El concepto anterior se puede definir formalmente de la siguiente manera.

Definicin
Sea V un espacio vectorial de dimensin finita definido sobre un campo
K y sea
T : V V un operador lineal para el cual:

T v v
con
donde es un escalar perteneciente a K . Al escalar se le llama valor

caracterstico de T y al vector
v , diferente de cero, se le conoce como vector
caracterstico de T correspondiente al valor .

El vector caracterstico tiene que ser diferente
caracterstico s puede tomar el valor de cero.
de
cero,
pero
el
valor
Algunos autores llaman al valor caracterstico valor propio y al vector caracterstico le

llaman vector propio.
73
Propiedades de los valores y vectores caractersticos
1.
Los vectores caractersticos asociados a valores caractersticos distintos son

linealmente independientes.
2.
Si v es un vector caracterstico asociado a un valor caracterstico , entonces
v es tambin un vector caracterstico asociado a , K y

3.
Si u y v son dos vectores caractersticos asociados a y

entonces u v es un vector caracterstico asociado .
0.
v
Espacio caracterstico
Al conjunto formado por todos los vectores caractersticos asociados a un valor

caracterstico , al cual se le agrega el vector cero, se le llama espacio caracterstico
y se representa con E .
EJERCICIO 2.10 Sea P
el espacio de polinomios de grado menor o igual a dos
sobre el campo real y sea T : P P el operador lineal definido por:
T f
f"x x f 'x ;
x P
a)
Obtenga los valores y vectores caractersticos de T .
b)
Determine los espacios caractersticos asociados a cada valor caracterstico.
74
SOLUCIN:
a)
Expresemos primero la regla de correspondencia de T de la siguiente manera:

Sea f
x ax2 bx c
un polinomio cualquiera del espacio P .
Se tiene
que:
ax2 bx c
Si
f ' x 2a x b
f " x 2a
sustituyendo en la definicin de la regla de correspondencia dada, tenemos:
T a x2 bx c a x2 bx c
2a
x 2a x b
simplificando:
T a x 2 b x c a x 2 b x c 2a 2a x 2 b x
T a x 2 b x c 3a x 2 2 b x 2 a c
Con la finalidad de simplificar el procedimiento aplicaremos el concepto de
isomorfismo.
Como el espacio vectorial P es de dimensin tres, entonces es isomorfo con
con lo cual se aplicarn los siguientes isomorfismos:
ax
h 1
bx c
a , b, c
a , b, c a x 2 b x c
de acuerdo con esto, la regla de correspondencia del operador T queda:
T a , b , c 3a , 2 b , 2 a c
75
Obteniendo la matriz asociada a T referida a las bases cannicas, tenemos:
T 1, 0, 0
3,
0, 2
T 0, 1, 0
0,
2, 0
T 0, 0, 1
0,
0, 1
de donde la matriz asociada a T es:
3 0 0
0 2 0 A
2 0 1
Obteniendo el polinomio caracterstico, se tiene:
Det A I
3 2 1
con lo cual el polinomio caracterstico en forma factorizada es:
3 2 1
los valores caractersticos son:
1 3
2 2
3 1
Obteniendo
los
vectores
caractersticos
haciendo
uso
de
u 0 , tenemos:
3
0
2
x
0

2
0
y

0

0
0
1 z
0
76
(1)
la
expresin
Para 1 3 , sustituyendo en (1) y por igualdad de matrices, se tiene:
00
y
0
2 z 0
2 x
y0
xz
Si hacemos z k 1 , entonces:
x k1
con lo cual se tiene:
v
1
k 1 , 0, k 1
siendo B la base con la cual se obtuvo la matriz asociada a la transformacin

pero del espacio
P . Aplicando h 1 a los elementos de la base cannica,
tenemos:
h 1 1, 0, 0 x 2
h 1 0, 1, 0 x
h 1 0, 0, 1 1
La base B es:
B x 2 , x , 1
Con la base B y el vector de coordenadas de v 1 , se tiene:
v1 k1 x 2 k1
vectores caractersticos asociados a 1
77
con
k1
Para 2 2 se tiene:
0
x
0 0
2x z 0
Como
x 0
z 0
y no figura en el sistema de ecuaciones, entonces
cualquier valor, esto es:
y k2
si
entonces:
v
2
0, k 2 , 0
Con lo cual los vectores caractersticos asociados a 2 son:
v2 k2 x
con
k2
Para 3 1 se tiene:
0
2x
y 0
0
2 x
entonces:
x 0
z k3
y0
v
3
0, 0, k 3
de donde los vectores caractersticos asociados a 3 son:
v3 k3
con
78
k3
puede tomar
b)
De acuerdo con los resultados obtenidos en el inciso anterior, se tiene que los
espacios caractersticos son:
k
E k
E k
E 1
x2 k1 k1
x k2
k3
EJERCICIO 2.11 Para el operador lineal T : M M donde:
a b
b c
a , b, c
y cuya regla de correspondencia es:
x
T
y
y 3x y 5z

z x 3 y 5 z
x 3 y 5z
x
;
y
2z
y
M
z
obtenga los valores, vectores y espacios caractersticos de T .

SOLUCIN:
Como el espacio vectorial
M es de dimensin tres, entonces se emplearn los
siguientes isomorfismos:
a b
f

b
c
a,
a,
b, c
a b
b, c
b c
Con lo cual la regla de correspondencia de T queda:
T x, y, z 3x y 5z, x 3 y 5z, 2 z ;
79
x, y, z
Obteniendo la matriz asociada a T referida a las bases cannicas, tenemos:
T 1, 0, 0 3, 1, 0
T 0, 1, 0 1, 3, 0
T 0, 0, 1
5,
5, 2
entonces la matriz asociada a T es:
M T
3
1
1 5
3 5 A
0
2
con lo cual el polinomio caracterstico se obtiene a partir de:
Det A I
1
3
1
3
0
0
Det A I
2 3
3 3 2 2
2 2 6 8
factorizando se tiene:
Det A I 2 2 4
entonces los valores caractersticos son:
1 2
2 2
3 4
80
como
u 0 es:
1
3
1
3
0
0
x 0
y 0

z 0
(1)
los vectores caractersticos se obtienen a partir del siguiente procedimiento:

Para 1 2 2 , sustituyendo en (1) tenemos:
1 1 5 x 0
1 1 5 y 0

0 z 0
0 0
con lo cual se llega al sistema de ecuaciones:
x y 5z 0
x y 5z 0
0 0
al escalonarlo se obtiene:
x y 5z 0
0 0
0 0
Se trata de un sistema de ecuaciones compatible indeterminado con dos grados de

libertad, entonces:
Si
k1
k2
x k1 5 k 2
81
v
1
5k 2 , k1 , k 2
como la base B es:
1 0 0 1 0 0
0 0 , 1 0 , 0 1
Esta base se obtiene al aplicar f
a los elementos de la base cannica, que es la
base con la cual se obtuvo M T .
v 1 y la base B , entonces los vectores
Conocido el vector de coordenadas de

caractersticos asociados a 1 y 2 son:
k1 5 k 2
v1
k1
k1
k 2
con
k 1 y/o k 2
Para 3 4 se tiene que:
1
1
1
1
0
5
5
x 0
y 0

z 0
de donde se llega a:
x y 5z 0
x y 5z 0
2z 0
82
al escalonarlo se obtiene:
x y 5z 0
10 z 0
2z 0
Como z 0 , entonces de la primera ecuacin se obtiene:
xy
si
y k3
x k3
con lo cual:
v k
2
, k 3, 0
entonces, de la misma forma como se procedi en el caso anterior, se llega a:
k3
v2
k 3
k3
con
k3
vectores caractersticos asociados a 3 4 .

Finalmente, se tiene que los espacios caractersticos son:
k 1 5 k 2
k1
k3
k 3
y 2
k3
k1
k 2
k3
k1 y k
Obsrvese que el espacio caracterstico asociado a 1 y 2 es de dimensin dos.

83
Matrices similares
Se tiene que dos matrices A y B de orden
no singular C , tal que:
n x n son similares, si existe una matriz
B C 1 AC
Teorema:
Dos matrices representan al mismo operador lineal, si y slo si, son similares.
Propiedades de las matrices similares
Det B .
1.
Si A y B son matrices similares, entonces Det
2.
Dos matrices similares tienen el mismo polinomio caracterstico y, por lo tanto, los
mismos valores caractersticos.
Diagonalizacin
Si V es un espacio vectorial de dimensin n y T : V V es un operador lineal,
entonces existe una matriz diagonal asociada a T , cuando se puede definir una base
de V formada por vectores caractersticos de T . La matriz asociada a T referida
a esta base, es una matriz diagonal D cuyos elementos d ii son los valores
caractersticos de T .
Teorema
Sea A de n x n una matriz asociada a un operador lineal T .
La matriz A ser similar a una matriz diagonal D , si y slo si, existe un conjunto
linealmente independiente formado por n vectores caractersticos de T . Para este
caso, existe una matriz no singular P , para la cual se cumple que D P 1 AP ,
P tiene como columnas a los n vectores caractersticos de T
donde
correspondientes a los valores caractersticos d ii que definen a la matriz diagonal D .
84
EJERCICIO 2.12 Para el operador lineal T :
T x, y, z
x,
definido por:
5x 2 y 2 z, x 3z ;
a)
Obtenga los valores y vectores caractersticos de T.
b)
Determine los espacios caractersticos de T.
c)
Defina una matriz diagonalizadora P.
d)
Compruebe que D P
x, y, z
AP .
SOLUCIN:
a)
Obtengamos primero la matriz asociada al operador T referida a la base cannica

de
T 1, 0, 0 1, 5, 1
T 0, 1, 0
0,
2, 0
T 0, 0, 1
0,
2, 3
0
1 0
M T 5 2 2 A
1 0
3
de donde el polinomio caracterstico se obtiene con:
Det A I
0
1
5
2
0
1
3
0
por lo tanto, los valores caractersticos son:
1 1
2 2
3 3
85
1 2 3
Obteniendo los vectores caractersticos, tenemos:

Para 1 1 se tiene:
0
1
0
x 0

y 0

z 0
si
z k1
x 2k1
v 1 2 k 1 , 12 k 1 , k 1
y 12 k 1
Para
5x y 2z 0
2z 0
x
con k 1
x 2z
2 2 se tiene:
1
0
0
0
x 0

y 0

z 0
x 0
5x 2z 0
x z 0
x 0
y k2
z 0
Para
v2
0,
k2, 0
con k 2
3 3 se tiene:
0
2 0
5 1 2
1 0 0
x 0
y 0

z 0
2x 0
5x y 2 z 0
x 0
y 2z
x 0
y 2k 3
z k3
v3
0,
2k 3 , k 3
con k 3
vectores caractersticos asociados a
86
b)
c)
Los espacios caractersticos son:
2 k , 12 k , k k
0, k , 0 k
0, 2 k , k k
En forma general la matriz P es:
2 k 1 0
P 12 k 1 k 2
k1
0
si se hace que:
2 k 3
k 3
0
k1 1
k2 2
k 3 1
entonces una matriz diagonalizadora sera:
P 12
0
2
0
cuya inversa es:
7
2
87
0
1
0
d)
Sustituyendo tenemos que:
1
D
7
2
0
1
0
12
0
2
0
desarrollando los productos se tiene:
1
D
7
2
0
1
0
1
2
12
0
4
0
0
4
0
de donde:
D 0
88
0
2
0
0
2
0
EJERCICIO 2.13 Para el operador lineal T : P2 P2 donde:
P2 a x 2 b x c a , b , c
definido por:
T a x 2 b x c a 2c x 2 2a 4c ;
a x 2 b x c P2
a)
Determine si la matriz que representa al operador T es diagonalizable,
b)
en caso afirmativo, obtener una matriz diagonal D asociada a T , y
c)
determine una base a la cual est referida la matriz diagonal D del inciso anterior.
SOLUCIN:
Con el fin de simplificar el procedimiento se emplearn los siguientes isomorfismos:
f
f
ax
1
bx c
a, b, c
a, b, c
ax2 bx c
De esta forma, la regla de correspondencia del operador T es:
T a , b , c a 2 c , 0, 2 a 4 c ;
a)
a , b, c
Obteniendo los valores y vectores caractersticos, tenemos:
T 1, 0, 0 1, 0, 2
T 0, 1, 0
0,
T 0, 0, 1
2,
1 0 2
M T 0 0
0 A
2 0
4
0, 0
0, 4
89
El polinomio caracterstico viene dado por:
Det A I
1 4 4
P 4 4 2 4
P 3 5 2 4 4
P 3 5 2 2
Por lo que los valores caractersticos son:
1 0
2 0
3 5
Obteniendo los vectores caractersticos, tenemos:
Para 1 2 0 se tiene:
0
0
0
x 0

y 0

z 0
x 2z 0
0 0
2 x 4 z 0
al escalonar el sistema se reduce a:
x 2z 0
x 2z
Se trata de un sistema compatible indeterminado con dos grados de libertad, con lo cual
se tiene que su solucin general es:
si
z k1
con
y k2
x 2 k1
90
con lo cual los vectores caractersticos asociados a 1 y
v1 2 k1, k 2 , k1
Para
k1
con
2 son:
y/o
k2
k 3 5 se tiene:
0
5
0
x
0

y 0

z
0
2z 0
4x
5y
0
z 0
2x
y 0
al escalonar el sistema se llega a:
2x z 0
y 0
z 2 x
Obteniendo la solucin general tenemos:

Si
x k3
z 2k3
con
y0
3 son:
por lo que los vectores caractersticos asociados a
v3
, 0 , 2 k 3
con k 3
Obsrvese que el espacio caracterstico asociado a 1 y
2 es de dimensin dos,
por lo que una base de dicho espacio sera:
2,
0, 1 ,
91
0,
1, 0
Los elementos de esta base son vectores caractersticos asociados a 1 y
2.
Para el caso de v 3 un vector caracterstico es:
1,
0, 2
P est formada con los vectores caractersticos
Como la matriz diagonalizadora
dispuestos en forma de columna, entonces tenemos que:
P 0
1
Si P es no singular, esto es, si existe P
0
1
0
1
, entonces la matriz A es diagonalizable.
Dado que:
Det P
entonces:
Det P
P 1
existe
con lo cual podemos asegurar que A es diagonalizable.

Tenemos que los valores y vectores caractersticos del operador original T , aplicando
, son:
Para
1 2 0
v 1 2 k 1 x 2 k 2 x k 1 con k 1 0 y / o k 2 0
Para
1 5
v3 k 3 x2 2 k 3
92
con k 3 0
b)
Con esta matriz P y empleando la expresin D P
AP se llega a que la
matriz D es:
D 0
0
c)
0
0
0
Una base a la cual est referida la matriz

caractersticos obtenidos, esto es:
f
f
f
D es la formada por los vectores
2, 0, 1
2 x2 1
0 , 1, 0
La base solicitada es
1,
0, 2
x2
2 x 2 1,
93
x
2
x, x2 2
1.
T x, y, z
2.
definida por:
y 2 z, y z, x 2 y 3z ;
x,
y, z
a)
b)
Obtenga el recorrido y el ncleo de T y la dimensin de ambos.
c)
Verifique que se cumple que la dimensin del dominio es igual a la dimensin

del recorrido ms la dimensin del ncleo.
d)
Obtenga
3T 1
x,
y, z .
Sea la transformacin T : M 3 , donde M es el espacio de matrices

cuadradas de orden dos con elementos reales, tal que:
a b
T
c d
3.
Sea la transformacin T :
a b c,
ad, bcd
a)
b)
Obtenga el ncleo de T y su dimensin.
c)
Determine el recorrido de T y su dimensin.
a b

M
c
d
Sean V y W los espacios vectoriales
ax b
a, b
a x2 bx c
Si la transformacin lineal T : V W se define por:
P x
x P x
94
P x V
a, b, c
obtenga la matriz asociada a T referida a las bases:
4.
x , 1
del dominio.
2 x 1, 9 x 2, 4 x 2 3 x 3 del codominio.
Dadas las transformaciones lineales
T:
definida por
x, y
y, x 6 y
S:
definida por
x, y
2 x 7 y, 9 x y
H:
definida por
x, y
determine las componentes del vector u
T 1
5.
x2y,
2x y
tal que:
S 3 H u 8, 3
Sean las transformaciones lineales

2
S x, y
2x y, x y ;
x, y
y, x
x, y
x

0
S:
T:
H:
definidas por:
T
H
donde
x
M
0
0
;
y
x, y
x, y
x, y
x, y
Determine la regla de correspondencia de la transformacin Q , tal que:
3S T Q
95
6.
Sean los espacios vectoriales
a x 2 bx c
P2
ambos
definidos
a , b, c
sobre
y M
el campo
b
a , b, c
c
real, y sea
la
transformacin
lineal
T : P2 M definida por:
T ax 2 bx c
ac
3b
a c
3 b
a x 2 bx c P2
Obtenga la regla de correspondencia de T 1 .
7.
Sea
la
regin
definida
por
los
0 , 0 , 1, 0 , 1, 1 , 0, 1 .
puntos
Determine el efecto geomtrico que produce:

a)
El realizar primero una reflexin con respecto al origen y despus una

contraccin vertical con k
b)
8.
1
.
2
El realizar primero una deformacin a lo largo del eje x con k 1 y

despus una reflexin sobre el eje y .
Sean A
y B
u1
2, 1
, u2
v1 ,
u1
dos bases de
, donde:
v 1 1, 2
u 2 1, 1
y sea T :
v2
v 2 0, 1
una transformacin lineal, tal que:
2 v1 v 2
u2
v1 v2
Determine:
a)
Los valores y vectores caractersticos de T .
b)
Los espacios caractersticos asociados a cada valor caracterstico.

96
9.
Sea la matriz:
M T
0
1
0
la representacin matricial del operador lineal T :

cannica.
, referida a la base
a)
Obtenga los espacios caractersticos asociados a los valores caractersticos

del operador T .
b)
Determine si T es diagonalizable.
c)
En caso de resultar afirmativo el inciso anterior, obtenga la matriz diagonal

asociada a T y una base a la cual est referida.
10. Sea T :
un operador lineal definido por:
T x, y, z 4 x z, 2 x 3 y 2 z, x 4 z ;
x, y, z
a)
Obtenga los espacios caractersticos asociados a los valores caractersticos

del operador T .
b)
Determine si T es diagonalizable.
c)
En caso de resultar afirmativo el inciso anterior, obtenga una matriz

diagonalizadora P .
d)
Compruebe que se cumple la expresin

P obtenida en el inciso anterior.
e)
D una base de
D P 1 AP
con la matriz
para la cual la matriz asociada a T es diagonal.
97
RESPUESTAS A LOS EJERCICIOS PROPUESTOS

1.
a)
T es lineal.
b)
Como la Dim R T
3 , esto implica que el recorrido de
N T 0, 0, 0
2.
c)
Si se cumple.
d)
a)
T es lineal.
3T 1
x,
b)
N T
d

c
c)
R T
3.
M T
4.
5.
x
Q
0

6.
a,
21
4,
a

b

Dim N T 0
y, z 3x, 3 y, 3z .
Dim N T
c d
c, d
d
a b , b a , b
Dim R T
T es
6x 2 y ,
4x 3y
ac
ac
b

x2
x
2
2
3
98
7.
a)
y
0, 1
1, 1
1 , 0
1, 0
0, 1
1, 1
b)
T
y
0,
1,
1,
2, 1
99
1, 0
1, 1
x
0
8.
a)
1 2 1
v 1, 2
9.
0,
b)
a)
1, 2
0,
1, 2
k3 , 0
b)
T s es diagonalizable.
c)
D 0
0
B
10. a)
c)
P 1
e)
1,
k1 y k 2
k3
2, 1 ,
, 2k3 , k3
T s es diagonalizable.
, k 2 , k1
b)
1, 2 , 0 , 0 ,
E 1, 2
E
, 2 k1 2 k 2 , k 2
0,
con
0,
1, 0
k1 y k 2
k3
1, 1 ,
0,
1, 0 ,
vectores caractersticos.
100
1,
2, 1
base
formada
por
CAPTULO 3
ESPACIOS CON
PRODUCTO INTERNO
ESPACIOS CON PRODUCTO INTERNO
Producto interno
Sea V
un espacio vectorial sobre un campo de definicin complejo. Un producto
interno es una funcin de V x V en
u y v de V un escalar
que asocia a cada pareja de vectores
, llamado el producto interno de u y v ,
que satisface los siguientes axiomas:

1.
2.
v w u v
3.
4.
u v
u0
si
Propiedades del producto interno
Sean u ,
y w vectores de un espacio V sobre
sea
1.
2.
3.
4.
si y slo si
5.
v w
u v
u 0
103
con producto interno y
EJERCICIO 3.1
intervalo
Sea F el espacio vectorial
0, 1 .
de las funciones continuas en el
Determine si la funcin:
et f t g t d t ;
f, g F
es un producto interno.
SOLUCIN:
Para determinar si la funcin dada es un producto interno, se deber demostrar el
cumplimiento de los cuatro axiomas de la definicin.
1)
Esto es:
e f t g t dt
t
et g t f
t dt
como el producto de funciones es conmutativo, entonces se cumple la propiedad.
2)
g h
f h
De donde:
1
0
e t f t
gt dt e f t
e f t g t h t d t
t
h t d t
e f t
t
gt dt
e f t
t
gt dt
et f t
ht dt
et f t
ht dt
1
0
como la integral de una suma es igual a la suma de las integrales, se tiene:
e f t g t d t
t
e f t h t d t
t
cumple.
104
e f t g t d t
t
1
0
e t f t h t d t
3)
g f
Entonces
e f t g t d t
t
et f t g t d t
por propiedades de las integrales se tiene:
e f t g t d t
t
4)
si
et f t g t d t
cumple
axioma conocido como positividad.
De donde se tiene que:
et f t f t d t 0
e t f t
dt 0
y la funcin f t tambin es
elevada al cuadrado, entonces la grfica de la
2
Como e t es una funcin positiva t

positiva t
funcin
por
e t f t
estar
se encuentra por arriba del eje de las abscisas y en
consecuencia el rea bajo la curva en el intervalo
0,
siempre ser positiva,
por lo tanto se cumple el axioma de la positividad, con lo cual, podemos afirmar

que la funcin:
et f t g t d t
105
EJERCICIO 3.2 En el espacio vectorial
b
a
W
a, b
a
b
2
a
sobre
se define la funcin:
b
a
; u
,
a
b
2
a
ac 2 ad 2 bc 4 bd
c
v
cd
d
W
2 c
Considerando que se cumplen:
v w
u
u
determine si
u v
u, v, w W
y u, v W
es un producto interno en W .
SOLUCIN:
Dado que se da por hecho que se cumplen dos de los cuatro axiomas, entonces slo
resta comprobar el cumplimiento de los restantes (simetra y positividad).
Simetra:
Dado que el campo de definicin son los reales, entonces el conjugado no tiene ningn
efecto, por lo que la propiedad a demostrar es:
b
a
c
u
,
v
cd
a b 2a
d
W
2 c
esto es:
a
b c

a b 2a c d
d
2 c
c

cd
d a
b
2 c a b 2 a
ac 2 a d 2 bc 4 b d c a 2 cb 2 d a 4 d b
106
dada la conmutatividad del producto de reales, tenemos:
ac 2 a d 2 bc 4 bd ac 2 a d 2 bc 4 bd
cumple
Positividad:
si u
esto es:
a
b a
b

a b 2 a 0
a
b
2
a
de donde se tiene:
a 2 2 ab 2 ab 4 b2 0
a 2 4 ab 4 b2 0
a 2b
cuando a 2 b entonces a 2 b 0 , por lo que podemos concluir que este axioma no se

cumple, por lo tanto:
ac 2 a d 2 bc 4 bd
no es un producto interno.
Norma de un vector
Sea V un espacio vectorial sobre un campo de definicin complejo, en el cual se
define un producto interno. La norma del vector v V , denotada por
define como:
v v
107
1
2
v , se
Propiedades de la norma
Sea V un espacio vectorial con producto interno.
u, v V
1.
2.
3.
u v
, se tiene que:
0 si y slo si
v 0
Vectores unitarios
Si
1 , entonces al vector v se le llama vector unitario. Si v es un vector
diferente de cero, entonces el vector unitario se obtiene como:
1
v
Desigualdad de Cauchy - Schwarz

Sea V un espacio vectorial sobre
, en el cual se define un producto interno.
u, v V
u
Donde
es el mdulo de
La igualdad se cumple, si y slo si, u
108
v son vectores linealmente dependientes.
Distancia entre vectores

Sean u
y v dos vectores de un espacio V con producto interno. Se define como
distancia de u
a v , y se denota con d u , v
d u, v
al nmero definido por:
v u
Propiedades de la distancia entre vectores

Sea V
un espacio con producto interno.
La distancia entre vectores tiene las
siguientes propiedades:
u, v
d u, v
d u, v
d u, w
1. d
2.
3.
4.
u v
si y slo si
d v, u
d u,
d v, w
ngulo entre vectores

Sean u
y v
dos vectores no nulos de un espacio vectorial V sobre
producto interno. El ngulo entre los vectores
cos =
u v
u
con
u y v est dado por la expresin:
donde
Si el campo de definicin de V es
por:
, entonces el ngulo entre u
cos =
R u v
u
donde R u v representa la parte real de
109
u v .
y v est dado
Vectores ortogonales
Sea V un espacio vectorial con producto interno. Dos vectores
ortogonales si:
u, v V
son
P2
ax
b x c a , b, c
donde se define el producto interno:
f
a)
Calcule
la
g f 1 g 1 f 0 g 0 ; f , g P2
distancia
el
ngulo
entre
q x 2 x 1.
b)
Si
f x.
SOLUCIN:
Sabemos que la distancia viene dada por:
p,
q q p
se tiene que:
q x p x x2 2x 2
Si
polinomios p x x 2 1 y
f x 2 x 1, determine un polinomio distinto del polinomio nulo, que sea
ortogonal a
a)
los
h x q x p x x2 2x 2
110
entonces
hx
hx
hx
1
2
h 1 h 1 h 0 h 0 2
1 1
hx
1 4
2 2
1
2
1
2
por lo que la distancia entre los polinomios p x y q x es:
d p, q
5 u
Calculando el ngulo entre los polinomios p x y q x , tenemos:
p x
p x p x
1
2
p 1 p 1 p 0 p 0
0 0
1 1
111
1 1
1
2
1
2
p x
qx
qx
qx
1
2
q 1 q 1 q 0 q 0
1
2
1 1 1 1 2
qx
adems, se tiene que:
p x
q x
p x
q x
p 1 q 1 p 0 q 0
0 1
1 1
Como el ngulo entre los polinomios viene dado por:
cos =
p x
p x
q x
q x
112
entonces
cos =
cos 1
b)
135
Se pide determinar un polinomio g x

Si hacemos:
que sea ortogonal a f
g x ax2 bx c
x.
(1)
entonces se debe cumplir que:
f x
esto es:
g x
f 1 g 1 f 0 g 0 0
3 a b c
1 c 0
3a 3b 3 c c 0
3a 3b 4 c 0
de donde:
4 c 3a 3b
3
3
a b
4
4
sustituyendo c en (1) tenemos

si hacemos que: a 0
3
3
g x ax2 bx a
b
4
4
b 4 , entonces
este polinomio g x resulta ser ortogonal a

Evidentemente la solucin no es nica.
113
g x 4x 3
f x.
EJERCICIO 3.4 Sea F el espacio de funciones reales de variable real, donde se

define el producto interno:
Para las funciones f
f t gt dt ;
f, g F
gt t2 :
t 1 y
a)
Obtenga un vector unitario a partir de la funcin
b)
determine si f y
c)
verifique la desigualdad de Cauchy Schwarz.
f,
g son ortogonales, y
SOLUCIN:
a)
f , tenemos:
Calculando la norma de la funcin
f t f t dt
t 1 3

3
2
3
t 1 t 1 d t
1
8
1
7
3
3
3
3
entonces:
7
3
por lo que el vector unitario pedido ser:
f t
f t
t 1
7
3
114
3
t
7
3
7
1
0
t 1
dt
b)
f y g son ortogonales, entonces se debe cumplir que:
Si
t dt
entonces
t 1
t4
t3
t t dt 4 3
1
7
1

0
3
12
4
como
c)
0 , entonces f y g no son ortogonales.
La desigualdad de Cauchy Schwarz establece que:
como en los incisos anteriores ya se obtuvo

falta calcular
g g .
g g
t t dt
2
t
0
t5
dt
, entonces slo
1
1
5
sustituyendo en la desigualdad, tenemos:
7
12
7 1

3 5
49
7
144
15
se verifica la desigualdad de Cauchy Schwarz.
115
Conjuntos ortogonales y ortonormales
Sea V un espacio vectorial con producto interno y sea

un subconjunto de V . Se dice que A
, v2,
, vn
es un conjunto ortogonal cuando:
i j
Si cada vector del conjunto A tiene norma igual a uno, entonces al conjunto A se
le llama conjunto ortonormal.
Es importante destacar que todo conjunto de vectores ortogonales no nulos, es
linealmente independiente.
Coordenadas de un vector con respecto a una base ortogonal y respecto

a una base ortonormal
Sea V un espacio vectorial con producto interno y sea B
base ortogonal de
Si
, v2 ,
, vn
una
V.
a V y se tiene que:
a 1 v 1 2 v 2
n vn
entonces los escalares i vienen dados por la expresin:
a
v
vi
vi
Si los vectores de la base B fueran vectores unitarios, es decir, si B fuese una base
ortonormal, entonces las coordenadas del vector a respecto a la base B vendran
dadas por:
ya que
vi
116
vi
Proceso de ortogonalizacin de Gram - Schmidt
, bn
una base
es una base ortogonal del espacio V ,
entonces
Sea V un espacio con producto interno y sea
Bort
, b2 ,
V.
cualquiera de
Si
, v2 ,
, vn
sus elementos vienen dados por:
v 1 b1
v 2 b2
b
v
v1
v1
v1
.
.
.
v i bi
v
i 1
k 1
para i 1 , 2 ,
x y
vk
vk
se tiene el producto interno:
1,
de
3
117
vk
, n
x1 y 1 3 x 2 y 2 ; x1 , x 2
1
1
, ,
2
2
y la base A
,
.
y1 , y 2
a)
Determine si la base A es ortonormal.
b)
En caso de resultar negativo el inciso anterior, obtenga una base ortonormal a

partir de A .
c)
Obtenga las coordenadas del vector u
3,
en la base ortonormal
propuesta.
SOLUCIN:
a)
Determinemos primero si la base A es ortogonal:
1
1
1
1
1 1
1
3
, 1,

0
2
3
2
2 2
6
2
es una base ortogonal
Calculando la norma de los vectores de A para determinar si es una base

ortonormal, tenemos:
1
1
,
2
2
1
1 1
1
, ,
2 2
2
2
3
1

4
4
1
2
1
2
1
2
el primer vector de A es unitario.
1,

1
1
1,
1,

3
3

1
1 3

9
1,
1
2
1
2
4 2

2
3
como el segundo vector de A no es unitario, entonces A no es una base

ortonormal.
118
b)
Una base ortonormal sera:
1
1
B , ,
2
3
1
1
,
2
3
esto es:
3
1
1
B , ,
,
2
2
2
c)
Las coordenadas del vector u
3,
3,
3,
3
6
1 sern:
1
3
1
1
1 ,
3

3
2
2
2
2
3
,
3
6
3
3 3

3
con lo cual, el vector de coordenadas de u referido a la base B , es:
u B
3,
a 0
M
a, b
0
b
se define el producto interno:
A B
tr
AB
119
A, B M
Obtenga, mediante el mtodo de Gram Schmidt, una base ortonormal de M a partir

del conjunto:
0
1
G
,
0 1
0 0 1 0
0 1 , 0 1
SOLUCIN:
Como puede apreciarse fcilmente, el espacio vectorial M es de dimensin dos, por lo
que, cualquiera de sus bases deber contener nicamente dos vectores.
Como el
conjunto G contiene tres elementos, entonces podemos asegurar que
G es un
conjunto linealmente dependiente y por lo tanto no es una base de M .
En el enunciado del ejercicio nos piden obtener una base ortonormal de M a partir del
conjunto G , entonces apliquemos el mtodo de GramSchmidt directamente al
conjunto G y veamos lo que sucede.
Si consideramos que:
, b2 , b3
entonces, aplicando el mtodo de Gram Schmidt, tenemos:
v 1 b1
esto es:
0
1
v1
0 1
adems:
v 2 b2
b
v
v1
v1
120
v1
(1)
desarrollando tenemos:
v1
v1
v1 v1
0
1
v1
0
0
tr

1
0
1
0
1
1
0 1
0

tr
0 1 0 1
0
sustituyendo en (1) tenemos:
0
v2
0
0
0
1 1
1
2 0 1
0
v2
0
0
0
1 1
1
2 0 1
v2
2
0
1
2
De acuerdo con el mtodo de Gram Schmidt, tenemos que:
v 3 b3
b
v
v1
v1
v1
121
b
v
v2
v2
v2
( 2)
b
b
v1
v1
1
0 1
0
0
tr

1 0 1
0 1
1

0
v2
v2
1
0 2
1
0
1
2
v2
v2
12
1
2
1
2
1
2
1
2

tr 2
1
2

tr 4
1
4
sustituyendo en ( 2) tenemos:
v3
1
0
1 0
0 1
1 2

1
2 0 1
0 1
0
2
1 0
1 0
v3

0 1
0 1
0 0
v3
0 0
122
1
2
Como era de esperarse, la base ortogonal B

vectores v 1 y v 2 , esto es:
1
0
B
,
0 1
estar formada nicamente por los

1
2
1
2
base ortogonal
Calculando la norma de cada vector tenemos:
v1
como
v1
v1
v1
1
2
2 , entonces:
2
Por otro lado:
v2
Como
v2
v2
1
2
12 , entonces:
v2
1
2
con lo cual, la base ortonormal B ' ser:
B'
1
2
0
1
0 1 ,
1
2
2
0

1
2
0
1
0 1 ,
2 1
2 0
0
1
o tambin:
B'
1
2
123
P2
ax
b x c a , b, c
en el cual se define el producto interno:
A partir de la base
gt dt
1,
f , g P2
x , x 2 , empleando el mtodo de GramSchmidt,
obtenga una base ortonormal del espacio P 2 .
SOLUCIN:
Sabemos que:
v1 b1
esto es:
v1 1
v2 b2
b
v
v1
v1
v1
(1)
desarrollando por partes:
v1
1
1
1 x d x
x2
xdx
2
1
1
1
1
0
2
2
al sustituir este resultado en (1) tenemos que:
v2 x
Se tiene que:
v3 b3
b
v
v1
v1
v1
124
b
v
v2
v2
v2
( 2)
b
b
v
v1
v2
v1
x 1 d x
2
1 1 d x
x3
x dx
3
1
x xdx
2
x4
x dx
4
1
3
1
2
1

3
3
3
d x x
1
1
1
1

0
4
4
1 1
sustituyendo en ( 2) se tiene que:
v3 x2
2
3
2
v3 x2
1
3
por lo que la base ortogonal es:
Bort 1, x , x 2
3
Obteniendo la norma de cada uno de los vectores de la base ortogonal, tenemos:
v1
v2
v1
v2
1
2
1
2
x3 1

3 1
v3
v3
2
1
xxdx
2
1 2
1

3
3
1
2
125
2
3
x2
1
2
dx
se tiene que:
v3
1
1
2 1 2 1
x x dx
3
3
4 2 2 1
x dx
x
3
9
1
x5
2 3 1
2
1 1
2
1
1

x x
9
9 1 5
9
9 5
9
9
5
4
4
8

45 45
45
entonces:
v3
8
8
45
3 5
al dividir cada vector entre su norma, se tiene que la base ortonormal pedida es:
Bortonormal
2
3
1
x2
3
,
3 5
simplificando se tiene:
Bortonormal
3
x,
2
5
8
3x
Complemento ortogonal
Sea V un espacio con producto interno y sea W un subespacio de V .
Se dice que un vector v V es ortogonal a W si se cumple que:
u W
Al conjunto de todos los vectores de V ortogonales a W se le llama Complemento

ortogonal de W y se denota con W , esto es:
v V v
126
0 ; u W
Proyeccin de un vector sobre un subespacio

Sea V
de V .
un
espacio vectorial con producto interno y sea W
un
subespacio
Cualquier vector v V puede expresarse en forma nica como la suma de dos

vectores, uno de W y el otro de W , esto es:
v w w'
donde w W
w' W
grficamente:
V
v
w'
w
W
La proyeccin de v V sobre el subespacio W viene dada por la expresin:

n
w v
i 1
donde el conjunto
, e2 ,
, en
ei
es una base ortonormal de W .
127
Teorema de proyeccin
Sea V un espacio con producto interno y sea W
proyeccin de un vector v V sobre W
un subespacio de V .
La
es ms prxima a v que cualquier otro
vector de W . Esto es, si w es la proyeccin de v sobre W , entonces:
v w
vt
; t W
El signo de igualdad se cumple, si y slo si, t w .
x
y sea
3
con producto interno definido por:
y x1 y1 2 x2 y2 x3 y3 ; x x1 , x2 , x3
W
x,
y, z
y y1 , y2 , y3
x 2 y z 0 con x , y , z
un subespacio de
. Determine el complemento ortogonal de W .
SOLUCIN:
Si se despeja z de la ecuacin del plano, entonces el subespacio W puede ser
expresado de la siguiente forma:
x,
y, x 2y
x, y
Una base de W es:
B
Si
consideramos
un
vector
1, 0, 1 , 0, 1, 2
cualquiera
a, b, c
que pertenezca al
complemento ortogonal de W , entonces se debe cumplir que:
a, b, c
1,
0, 1
y
128
a, b, c
0, 1, 2
Desarrollando ambos productos internos se tiene que:
ac0
... (1)
2b 2 c 0 , de donde
bc0
... ( 2)
De (1) y ( 2) se llega a:
ac
bc
Por lo tanto, al sustituir en el vector u W , se obtiene que:
( c, c, c )
Para comprobar que se lleg al resultado correcto, se tomar un vector cualquiera de
W y otro de W para comprobar que dichos vectores son ortogonales.

Sean
v ( 1, 1, 3 ) W
definido, se tiene que:
y u ( 3, 3, 3 ) W .
Con el producto interno
1, 1, 3 3, 3, 3 3 6 9 0
por lo tanto, v y u resultan ser ortogonales.

EJERCICIO 3.9
1,
2, 6, 0
Mediante el teorema de proyeccin, expresar al vector

en la forma v w 1 w 2 , donde w 1 pertenece al subespacio
W generado por los vectores u 1 1, 0, 1, 0 y u 2 0, 1, 0, 1 y w 2

es ortogonal a W . Considere como producto interno el producto escalar ordinario
en
SOLUCIN:
Una base del subespacio W es el conjunto:
1 , 0, 1, 0 , 0 , 1, 0, 1 b 1 , b 2
129
Si efectuamos:
1 , 0, 1, 0
b2
0 , 1,
0, 1
con lo cual podemos afirmar que B es una base ortogonal de W .

Calculando las normas de los vectores de B , tenemos:
b1
b2
b1
b2 b2
1
2
1
2
1, 0, 1, 0
0, 1,
0, 1
1,
0, 1, 0
0, 1,
0, 1
1
2
2
2
Dividiendo cada vector entre su respectiva norma, tenemos que una base ortonormal
de W es:
Bortonormal
, 0 ,
0,
, 0,
1
2
, 0,
1
2
Se tiene que la proyeccin de v sobre W , es decir, el vector w 1 , se obtiene a partir

de la expresin:
w1 v
ei
e v
e2
i 1
desarrollando:
w1
donde los vectores
e1
(1)
e 1 y e 2 son los vectores de la base ortonormal de W , esto es:
e1
e2
0,
, 0,
1
2
130
, 0,
, 0
1
2
sustituyendo v , e 1 y e 2 en (1) , tenemos:
w1
1, 2, 6, 0
1,
1
2
0,
2, 6, 0
, 0,
, 0
, 0,
1
2
0,
, 0,
, 0,
, 0
1
2
desarrollando los productos internos tenemos:
w1
, 0,
, 0
2
2
0,
, 0,
1
2
7
7
w 1 , 1,
, 1
2
2
como v w 1 w 2 , entonces:
w 2 v w1
sustituyendo tenemos:
w2
1 , 2, 6 , 0
7
7
, 1,
, 1
2
2
5
5
w 2 , 1,
, 1
2
2
por lo tanto, se tiene que:
7
5
7
5
v w 1 w 2 , 1,
, 1 , 1, , 1
2
2
2
2
131
1 , 2, 6 , 0
EJERCICIO 3.10 Obtenga el polinomio h x W que tiene la menor distancia al
x x2 2x 1,
polinomio g
si g
x P2 .
Se sabe que W es un subespacio de P 2 y que dichos espacios son:
P2
ax
b x c a, b c
ax
3a x a
Considere para su desarrollo el producto interno en P 2 definido por:
p q
p i q i
p x , q x P2
i0
SOLUCIN:
h x que se pide es la proyeccin del polinomio
El polinomio
g x sobre el
subespacio W .
h x necesitamos obtener una base ortonormal de W . Como W
Para calcular
es un espacio de dimensin uno, entonces una base sera:
B x 2 3x
Calculando la norma del elemento de la base, tenemos:
x 3x
2
3x
x 3x
2
1
2
p 0 p 0 p 1 p 1 p 2 p 2
2
0
de donde la base ortonormal de W es: Bortonormal
132
1
2
3x
1
2
La proyeccin del polinomio g
sobre el espacio W viene dada por la expresin:
hx
g x
e1
donde e 1 es el elemento de la base ortonormal de W .
Sustituyendo tenemos:
h x
x2 2x 1
1
8
x 2 3x
1
8
3x
x 2 3x
por propiedades del producto interno se tiene que:
hx
1
8
2x 1
3x
3x
aplicando el producto interno:
hx
hx
1
8
hx
3
4
hx
3 2
9
x
x
4
4
1 0 2 2 1 2
3x
3x
133
Mnimos cuadrados
La solucin de mnimos cuadrados v de un sistema incompatible:
Ax y
donde A es una matriz de orden m x n , satisface la ecuacin normal:
AT A x AT y
y recprocamente, cualquier solucin de la ecuacin normal es solucin de mnimos
cuadrados. Adems, si el rango de la matriz A es igual a n , la solucin es nica y
viene dada por la expresin:
EJERCICIO 3.11 Para
2, 6
los
AT A
puntos
AT y
2, 1 , 1, 0 , 0, 2 , 1, 3
, determine:
a)
La ecuacin de la recta de mnimos cuadrados que mejor se ajuste a los puntos

dados.
b)
La ecuacin de la curva de mnimos cuadrados de segundo grado que mejor se

ajuste a dichos puntos.
c)
Cul de las dos opciones presenta el menor error. Considere al producto escalar
2
ordinario en
como producto interno.
SOLUCIN:
a)
Consideremos que la ecuacin de la recta buscada es de la forma:
y mx b
Al sustituir las coordenadas de los puntos dados en la ecuacin de la recta, se
genera el siguiente sistema de ecuaciones:
134
S1 :
2m
m
0m
m
2m
b
b
b
b
b
1
0
2
3
6
Si se expresa matricialmente este sistema se tiene:
2
1
1
2
1
1
m
1
b
1
1
A
1
0
3
6
Dando lugar a la ecuacin matricial A x y , donde:
2
1
A 0
1
2
1
1
1
1
1
m
x
b
1
0
2
3
6
Se sabe que toda solucin de mnimos cuadrados satisface a la ecuacin normal:
AT A x AT y
(1)
se tiene que:
2
T
A A
1
1
1
0
1
1
1
2
1
2
0
1
1
2
135
1
1
1
1
1
10

0
5
(2)
Por otro lado, se tiene que:
2
T
A y
1
1
1
0
1
1
1
1
0
2
3
6
13

12
( 3)
sustituyendo ( 2 ) y ( 3 ) en ( 1 ) tenemos:
10
0
0 m
13
12
5 b
10 m 13
5 b 12
13
10
12
5
Por lo tanto, la recta buscada tiene por ecuacin:
y
b)
13
12
x
10
5
Se nos pide ajustar a un polinomio de segundo grado de la forma:
y P x a x2 bx c
( 4)
cuyos coeficientes a , b y c desconocemos y vamos a determinar.

Al sustituir en la expresin ( 4) las coordenadas de los puntos dados, llega al
sistema de ecuaciones:
S2 :
4a 2b c
a b c
c
a b c
4a 2b c
136
1
0
2
3
6
Este sistema puede ser expresado matricialmente de la siguiente forma:
4
1
2
1
0
1
4
0
1
2
1
1 a

1 b
1 c
1
1
0
3
6
y
de donde:
4
1
0
1
4
2
1
0
1
2
1
1
1
1
1
a
x b ;
1
0
2
3
6
obteniendo:
4
A A 2
1
T
1
1
1
0
0
1
1
1
1
4
2
1
2
1
0
1
2
4
1
0
1
4
1
1 34
1 0

1 10
1
0
10
0
10
0
5
adems:
4
A y 2
1
T
1
1
1
0
0
1
1
1
1
4
2
1
137
1
0 31
2 13

3 12
6
( 6)
(5)
sustituyendo ( 5 ) y ( 6 ) en ( 1 ) tenemos:
34 0 10 a
31
0 10 0 b 13
10 0 5 c
12
lo cual genera un sistema de ecuaciones que al resolverlo se obtiene:
1
2
13
10
7
5
sustituyendo estos valores en ( 4 ) , se tiene que el polinomio buscado es:
P x
c)
1 2 13
7
x
x
2
10
5
Calculando el vector de errores para cada curva de ajuste tenemos:

Para el caso de la recta se tiene:
Tomando las abscisas de los puntos dados y sustituyndolas en la ecuacin de la
recta tenemos que:
Para P1
2, 1
se tiene que el punto en la recta es Q 1 2,
Para P2
1, 0
Para P3
0,
Para P4
1,
Para P5
2, 6
se tiene que el punto en la recta es Q 5 2, 5
138
11
12
37
10
De donde se tiene que las componentes del vector de errores viene dado mediante
la diferencia de las ordenadas de los puntos Pi y Q i , esto es:
6
1
e1 y y 1 1
5
5
11
11
e2 y y2 0

5
5
e3 y y3 2
12
5
e4 y y4 3
37
10
e5 y y5 6 5
2
5
7
10
1
por lo que el vector error es:
11
2
7
6
e1 ,
, ,
, 1
5
5
10
5
calculando su norma:
e1
e1 e1
1
2
e1
1
2
121
4
49
36
2

1
25
25 100
25
Entonces se tiene que el error es:
e1
2.816
Para el caso del polinomio de segundo grado, tenemos:

Para P1
2, 1
se tiene que el punto en P x es R 1
2 ,
0.8
Para P2
1, 0
1 ,
0. 6
Para P3
0,
Para P4
1,
1,
Para P5
2, 6
139
0 , 1 .4
3. 2
2, 6
Obteniendo la diferencia de las ordenadas, tenemos:
e 1 1 0.8
0.2
e 2 0 0.6 0.6
e 3 2 1.4
0.6
e 4 3 3.2 0.2
e5 6
por lo que el vector de errores para el caso de P x es:
e 2 0.2, 0.6, 0.6, 0.2, 0
calculando su norma:
e2
e2
e2
1
2
e2
1
2
0.04 0.36 0.36 0.04 0 2
Entonces se tiene que el error es:
e2
0.894
Por lo tanto, el menor error se obtiene con el polinomio de segundo grado, lo cual
quiere decir que dicha curva es la que mejor se ajusta a los puntos dados.
140
1.
En el espacio vectorial
P2
sobre
es un producto interno en
2
4.
9, 1
u x1 , y 1
v x2 , y2
; u
, y1
v x2 , y2
que, con el producto interno dado, sea ortogonal al
y su norma sea
Si en el espacio vectorial
que B
P2 .
x1 x 2 x1 y 2 x 2 y 1 3 y 1 y 2
Obtenga un vector w
vector
p, q P 2
se define la funcin:
x1 x 2 x1 y 2 y 1 x 2 3 y 1 y 2 ;
Determine si
3.
b x c a , b, c
q p 1 q1 p 0 q 0 p 2 q 2 ;
Determine si
se define la operacin:
2.
ax
33 .
se define el producto escalar ordinario y se tiene
, v 2 , v 3 , v 4 es su base cannica, obtenga un vector unitario que
cumpla simultneamente las dos condiciones siguientes:

a)
Que se ortogonal a v 1 y v 4 , y
b)
que forme ngulos iguales con v 2 y v 3 .

141
5.
a
d
c
f
b
e
h
a, b, c, d , e, f, g, h, i,
t r BT A
A, B M
Considerando las matrices:
A 0
2
1
1
B 2
1
0
Calcule:
6.
a)
La norma de la matriz A .
b)
La distancia entre las matrices A y B .
c)
El ngulo que forman las matrices A y B .
Sea el espacio vectorial P2
at
bt c a , b , c
, en el cual se define
el producto interno:
p q
Determine
un
pt qt dt
p t , q t
P2
ortogonal
los
vector f 3 t
f1 t t2 1 y
que
f2 t t 1.
142
sea
vectores
7.
En el espacio vectorial F de funciones continuas reales en el intervalo
se define el siguiente producto interno:
8.
t gt dt
f, g F
f t sen t y g t cos t son ortogonales.
a)
Determine si las funciones
b)
Calcule la norma de la funcin g t
cos t .
Sea F el espacio vectorial de las funciones reales de variable real continuas en el

intervalo
0,
a)
2 y el producto interno definido por:
x gxdx
f, g F
Calcule el ngulo y la distancia entre las funciones
g x cos x ; x 0, 2 .
b)
Sea
el conjunto
espacio vectorial
B
3
3,
cos x , 9
1, 1, 1 , 0, 1, 1 , 1,
1, 0 una base del
. Determine a partir de B una base ortonormal de dicho
espacio, considerando el siguiente producto interno definido en
Obtenga una base ortogonal del subespacio de F generado por el conjunto:
A
9.
y 3 x1 y 1 2 x 2 y 2 x 3 y 3 ; x x1 , x 2 , x 3 , y y 1 , y 2 , y 3
143
10. En el espacio vectorial
a, b
M2
a1 0
0 b
1
a2
b 2
a a b b ; M , M M
1
2
1 2
1
2
Empleando el proceso de ortogonalizacin de GramSchmidt, obtenga una base

ortonormal del espacio M a partir de la base:
11. Sea el espacio vectorial P 2
0
0
,
0
2
ax
bx c
a, b, c
en el cual se
define el producto interno:
p x
y
sea
ax
p n q n
q x
n 1
a, c
complemento ortogonal de W .
144
un subespacio de
P2 .
Obtenga el
12. Sean W
x, x, y
un subespacio de
x, y
y una base de
y B
1,
1, 0
0, 0, 1
W , respectivamente. Considerando el
producto interno:
x1 x 2 3 y 1 y 2 z1 z 2
; u x1 , y 1 , z1 , v x 2 , y 2 , z 2
obtenga:
a)
El vector
b)
La distancia entre los vectores w y a .
w W ms prximo al vector a
6, 2 , 1 .
13. Sean M el espacio vectorial de matrices cuadradas de orden dos con elementos
reales y el producto interno en M definido por:
a b
c d
y sea
x y
z w
a
W
b
ax by cz d w ;
ab
a, b
a b x y

,
M
c d z w
un subespacio de M .
a)
Determine el complemento ortogonal W de W .
b)
Exprese al vector A
3 2
como la suma B C , donde B W y
2 0
CW .
c)
Obtenga la proyeccin del vector A sobre W .

145
14. Para los puntos
a)
2, 2
, 3,
4 ,
4, 5
5,
determine:
La ecuacin de la recta de mnimos cuadrados que mejor se ajuste a los

puntos dados.
b)
La ecuacin de la curva de mnimos cuadrados de segundo grado que mejor

se ajuste a dichos puntos.
c)
Por qu se llega a la respuesta obtenida en el inciso b ) .
146

1.
q s es un producto interno.
2.
3.
3,
4.
s es un producto interno.
(La respuesta no es nica)
0, 1, 1, 0
5.
6.
7.
a)
A, B
10
b)
c)
78.46
f 3 t 110 t 2 112 t 9
a)
b)
8.
y g t
g t
son ortogonales.
a)
El ngulo entre f
b)
El subespacio generado por el conjunto A es:
y g
es 90 , y la d
E A a b cos x a , b
y una base ortogonal de E
Bort
1,
es:
cos x
147
f, g
19 .
9.
Bortonormal
10. Bortonormal
11.
12. a)
b)
13. a)
b)
bx
3,
w, a
w
d
0
1
0 2 ,
2
5
5
0

1
5
y, w
1
6
0,
1
6
3, 1
yw
2 1
B
W
1
2
1
1
C
W
1
1
2 1
1
A
1 2
1 2
c)
La proyeccin del vector A sobre W
14. a)
8
11
x
5
10
b)
8
11
x
5
10
148
es el vector C
1 2
2
6
c)
Como se busca un polinomio que pertenezca al conjunto de los polinomios

de grado menor o igual a dos, el que mejor se ajusta es el polinomio
obtenido, que resulta ser de primer grado e igual a la respuesta del
inciso a ) , esto es, no existe un polinomio de segundo grado que se ajuste
mejor que la recta obtenida.
149
CAPTULO 4
OPERADORES LINEALES
EN ESPACIOS CON
PRODUCTO INTERNO
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
Adjunto de un operador
En un espacio vectorial V
con producto interno, cada operador lineal T tiene un
operador llamado su adjunto que tambin es lineal y representamos con
T * , cuya
definicin es:
Definicin
Sea V un espacio con producto interno y sea T : V V un operador lineal. Un
operador T * : V V se dice que es el adjunto de T si se cumple que:
u) v
*( v )
u, v V
Esta definicin est basada en el producto interno, por lo que, el operador adjunto
depende del producto interno considerado, es decir, el operador T tiene tantos
adjuntos como productos internos se consideren, pero para cada producto interno el
adjunto es nico.
Propiedades del operador adjunto
Sea V un espacio vectorial sobre un campo K , con producto interno. Si S y T

son operadores lineales en V y es un escalar de K , entonces:
1.
T * *
2.
3.
S T *
4.
T*
5.
T * T *
S* T*
T 1 *
T * T * S *
153
EJERCICIO
P1
ax b
4.1 Obtenga el adjunto del operador lineal T : P1 P1 , donde
a, b
y cuya regla de correspondencia es:
ax b
2b x
ab
con respecto al producto interno en P1 definido por
ax b
mx r
2 a m 2b r ;
p = a x b, q m x r P 1
SOLUCIN:
2
Como el espacio P 1 es de dimensin dos, entonces es isomorfo a
, con lo cual si
aplicamos dicho isomorfismo tenemos que la regla de correspondencia de T

producto interno quedaran como:
m, r
a , b
a, b
2 b, a b
y el
(1)
2a m 2br
Se sabe que el adjunto de T es un operador T * : P1 P1 para el cual se debe

cumplir que:
T p
p T* q
(2)
Si suponemos que el adjunto de T es de la forma:
T * m, r
y como
m r , m r
a, b
(3)
q m, r
entonces al sustituir en ( 2 ) tenemos:
T a, b
m, r
a,
T*
m, r
Aplicando las reglas de correspondencia de T y T * , tenemos:
2 b,
ab
m, r
a, b
154
r, m r
desarrollando el producto interno en ambos lados:
4 b m 2 a r 2 b r 2 am 2 a r 2 b m 2 b r
al agrupar tenemos:
4b m
2a 2b r
2 a
2b m
2 a
2 b r
Por igualdad se llega a:
con lo cual al sustituir estos valores en ( 3 ) tenemos que:
T * m, r
r , 2m r
Si se aplica el isomorfismo inverso, entonces el adjunto de T es:
T * mx r
rx
2m r
2
definido en el campo de los nmeros
complejos, en el cual se define el producto interno usual, y sea el operador
2
2
lineal T :
con regla de correspondencia:
x, y
x y , ix
3 2i y
Obtenga el operador adjunto de T .

SOLUCIN:
Para resolver este ejercicio haremos uso de una propiedad de las matrices asociadas a
estos operadores que establece:
Si T : V V es un operador lineal y B es una base ortonormal de V , entonces:
B
B
T *
B
B
T *
Dado que el campo de definicin del espacio vectorial V es de los nmeros complejos,
entonces la dimensin de V es dos, por lo que una base ortonormal del espacio es:
1, 0 , 0, 1
155
Dado que se trata de la base cannica, entonces la matriz asociada a T referida a

dicha base sera:
1, 0
1, i
Como M
B
B
T *
0, 1
M BB
1
1
i 3 2i
1, 3 2 i
B
B
T * , entonces:
M
B
B
T *
i
1

1 3 2i
de donde la regla de correspondencia del operador adjunto de T viene dada por:
T * w, z
1

1
T * w, z
i w
w iz
3 2i z
w 3 2i z
w iz,
3 2i
Operador normal
Sea V un espacio con producto interno y sea
T : V V un operador lineal.
Se dice que T es un operador normal si se cumple que:
T* T* T
Debido a que para cada producto interno considerado el adjunto es diferente, un

operador puede ser normal respecto a un producto interno y no serlo respecto a otro.
156
Propiedades de los operadores normales
Sea V un espacio con producto interno y sea T : V V un operador normal.
2. Si T
1.
3. Si
T* v
v V
v entonces T * v
v 1 y v 2 son vectores caractersticos de T correspondientes a valores
caractersticos distintos, entonces los vectores

decir,
v2
EJERCICIO 4.3
correspondencia
0.
v 1 y v 2 son ortogonales, es
x, y
T :
Determine si el operador lineal
2i x y , x 2i y
con regla de
es un operador normal, considerando el producto interno usual en
SOLUCIN:
Lo primero que tenemos que determinar es el operador adjunto de
T . Para ello,
consideremos a los vectores:
x, y
w, z
w, z
(1)
y supongamos que:
T*
1w 2 z ,
3w 4z
(2)
con lo cual se debe cumplir:
Tu
T* v
(3)
sustituyendo ( 1 ) y ( 2 ) en ( 3 ) , tenemos:
T x,
w, z
157
x,
T * w, z
de donde:
2i x
y , x 2i y
w, z
x, y
2z , 3w 4z
1w
aplicando la regla de correspondencia del producto interno se tiene:
2i x w y w x z 2i y z 1 x w 2 x z 3 y w 4 y z
agrupando y factorizando tenemos:
2i w z
1 w
si
1 2i
1 2i
si
2 1
2 1
si
3 1
3 1
si
4 2i
4 2i
w 2i z
2 z
x 3 w
4 z
por igualdad se tiene que:
Al sustituir los valores de i en la expresin ( 2 ) , tenemos que el adjunto de T es:
T * w, z
2i w z , w 2i z
Para determinar si T es un operador normal, debemos comprobar si se cumple que:
T
esto es:
T*
T T *
T* T* T
x, y
x, y
T * T
aplicando las reglas de correspondencia de

tenemos:
T* T
2i x y , x 2i y T *
T y
x, y
x, y
T * dentro de los corchetes,
2i x y , x 2i y
aplicando de nuevo dichas reglas, se tiene:
2 i 2 i x y
x 2i y
2 i 2 i x y
x 2i y
,
158
2i x y
2i x y
2i
2i
x 2i y
x 2i y
realizando operaciones:
4 x 2 i y x 2i y , 2 i x y 2 i x 4 y
4 x 2 i y x 2i y , 2 i x y 2 i x 4 y
sumando trminos semejantes, tenemos:
5x ,
5y
5x ,
5y
Como se cumple la igualdad, entonces se puede concluir T es un operador normal.

Operadores hermitianos, antihermitianos, simtricos y antisimticos
Definicin
Sea V un espacio vectorial definido en
, en el cual se define un producto interno
y sea T : V V un operador lineal.

Si se cumple que:
T v
1
v2
v2
v1 , v2 V
entonces se dice que T es un operador hermitiano.

Al operador T se le llama antihermitiano si se cumple que:
T v
1
v2
v2
v1 , v 2 V
Si T es un operador hermitiano definido sobre el campo de los nmeros reales, se

le llama tambin operador simtrico.
Si T es un operador antihermitiano definido sobre el campo de los nmeros reales,
se le llama tambin operador antisimtrico.
Un operador T puede ser hermitiano con respecto a un producto interno y no serlo
con respecto a otro; sin embargo, es suficiente con que sea hermitiano para algn
producto interno para que se le llame de esta forma y cumpla con todas las
propiedades de todo operador hermitiano.
159
Propiedades de los operadores hermitianos, simtricos, antihermitianos

y antisimtricos
1) Si T es un operador hermitiano, entonces:
a) T es diagonalizable.
b) Sus valores caractersticos son nmeros reales.
c) Los vectores caractersticos son ortogonales, siempre y cuando los valores
caractersticos sean diferentes.
2) Si
T : V V es un operador hermitiano y
B es una base ortonormal
de V para algn producto interno definido en V , entonces M
B
B
es una
matriz hermitiana.
3) Si M
B
B
es una matriz asociada a un operador hermitiano referida a una
base B ortonormal, entonces:

a) La matriz diagonalizadora P es una matriz unitaria, si el campo de definicin
del espacio vectorial es complejo.
b) La matriz diagonalizadora P es una matriz ortogonal, si el campo de
definicin del espacio vectorial es real.
4) Si T es un operador antihermitiano, entonces sus valores caractersticos son
imaginarios puros.
5) Si
T : V V es un operador antihermitiano y B es una base ortonormal
de V , entonces M
B
B
es una matriz antihermitiana.
160
EJERCICIO
4.4 Sea el operador lineal T :
, donde
est definido
en el campo de los nmeros complejos y cuya regla de correspondencia es:
a bi , c d i
a d b c i,
2
Considerando al producto escalar ordinario en
b ai
a, b, c, d
como producto interno:
a)
Determine si T es un operador hermitiano.
b)
En caso de ser afirmativa la respuesta del inciso anterior, obtenga una matriz
2
asociada a T referida a una base ortonormal de
y compruebe que dicha
matriz es hermitiana.
c)
Si T es un operador hermitiano, compruebe que sus valores caractersticos son

reales.
d)
Los vectores caractersticos de T resultan ser ortogonales?
SOLUCIN:
a)
Para determinar si T es un operador hermitiano se debe cumplir que:
T v
v2
v2
v1 , v 2
si consideramos los vectores
v1
a bi , c d i
v2
x y i , z wi
entonces
T a bi ,
c di
x yi,
z wi
a bi ,
c d i T x y i , z wi
desarrollando el lado izquierdo de la igualdad, tenemos:
T a bi ,
c d i
x yi,
z wi
a d b c i , b ai
x yi,
z wi
a d b c i x y i b a i z wi
a x a y i d x d y i b xi b y c xi c y b z b wi a z i a w
a x d x b y cy b z aw a y d y b x c x bw a z i
161
(1)
desarrollando el lado derecho se tiene:
a bi ,
c d i T x y i , z wi
a bi , c d i x w y z i ,
a bi x w y z i c d i y xi
a x a w a y i az i b xi b wi b y b z c y c xi d y i d x
a x a w b y bz c y d x a y a z b x b w c x d y i
y xi
Como las expresiones ( 1 ) y ( 2 ) son iguales, entonces el operador T es

hermitiano.
b)
Como el campo de definicin del espacio
es complejo, entonces su dimensin
es igual a dos y una base ortonormal de dicho espacio es:
1, 0 , 0, 1
Con lo cual la matriz asociada al operador T ser:
T
T
1,
0, 1
1,
i, 0
M BB
1 i

A
i 0
Comprobando que A es hermitiana tenemos:
1 i
A*
i 0
como A A * , entonces A es una matriz hermitiana.
c)
Obteniendo los valores caractersticos de T , tenemos:
det
A I
1 2 1
Aplicando la frmula para ecuaciones de segundo grado se tiene:
1 4
1 5
2
2
162
(2)
por lo tanto, los valores caractersticos son:
5
2
5
2
que resultaron ser nmeros reales como se esperaba.

d)
Dado que los valores caractersticos son diferentes, entonces de acuerdo con la
propiedad 1.c los vectores caractersticos son ortogonales.
EJERCICIO
4.5 Sea el operador lineal T :
x, y
Determine el o los valores de k
0,
kx 2y
definido por
de tal forma que T sea un operador simtrico
con el siguiente producto interno:
x , y x
1
2,
y2
25
144
x1 x 2
1
9
y1 y 2 x1 y 2 x 2 y1
SOLUCIN:
Para que T sea un operador simtrico se debe cumplir la igualdad:
T v
1
esto es:
v2
T x , y x
1
, y2
T v2
v1 , v 2
x , y T x
x , y 0, k x
, y2
aplicando la regla T tenemos:
0, k x
2 y1
x2 ,
y2
163
2 y2
desarrollando el producto interno en ambos lados:
1
1
k x1 2 y 1 y 2 0 x 2 k x1 2 y 1
y k x2 2 y2 x1 k x2 2 y2 0
9
9 1
de donde se obtiene:
k x1 y 2 2 y 1 y 2 k x1 x 2 2 x 2 y 1 k x 2 y 1 2 y 1 y 2 k x 1 x 2 2 x 1 y 2
simplificando trminos semejantes tenemos:
k x1 y 2 2 x 2 y 1 k x 2 y 1 2 x 1 y 2
de donde se puede concluir que con k 2 se cumple la igualdad y por lo tanto, con
dicho valor, el operador
T es simtrico.
Operadores ortogonales y unitarios
Definicin
Sea V un espacio vectorial definido en
, en el cual se define un producto interno
y sea T : V V un operador lineal.
Si se cumple que:
T v T v v
1
v2
v1 , v 2 V
entonces se dice que T es un operador unitario.

Si T es un operador unitario definido sobre el campo de los nmeros reales, se le
llama tambin operador ortogonal.
164
Propiedades de los operadores unitarios y ortogonales
Cabe resaltar el hecho de que todo operador ortogonal es tambin un operador

unitario, por lo que las propiedades que a continuacin se enuncian se cumplen para
ambos operadores.
1) Si T es un operador unitario, entones T conserva las normas, esto es:
v V
2) Los valores caractersticos de un operador unitario tienen mdulo uno, esto es:
1
3) La matriz asociada a un operador unitario referida a una base ortonormal es una
matriz unitaria y tiene las siguientes propiedades.
a)
La suma de los productos de los elementos de cualquier fila (rengln o

columna) por los conjugados de los correspondientes elementos de
cualquier otra fila paralela es igual a cero, es decir, si las filas se consideran
como vectores, entonces stos resultan ser ortogonales.
b)
La suma de los cuadrados de los mdulos de los elementos de cualquier fila

es igual a uno, esto es, si las filas se consideran como vectores, entonces
stos son vectores unitarios.
EJERCICIO
se
tiene
1,
4.6 En el espacio vectorial

el
1
2
operador
1
2
T:
ortogonal
. Calcule T
165
con el producto escalar ordinario
0, 1 .
en
donde
SOLUCIN:
Se sabe que un operador ortogonal cumple la condicin:
Tv Tv v
1
v2
de donde se tiene:
T 1, 0
0, 1
1
1, 0
a, b
0, 1
desarrollando el producto interno:
b 0
2
ab 0
(1)
Por otro lado, como se trata de un operador ortogonal, entonces preserva la norma, esto
es:
0, 1
a, b
a2 b2
0, 1
a2 b2 1
(2)
166
Resolviendo el sistema de ecuaciones que se forma con ( 1 ) y ( 2 ) , tenemos:
a b 0
a 2 b2 1
a b
de ( 2 ) se tiene:
a2 a2 1
2a 2 1
a2
1
2
1
2
Dado que los vectores para los cuales se obtiene su imagen bajo T , esto es,
T 1, 0
M
T 0, 1
constituyen una base ortonormal de
, entonces la matriz
referida a dicha base tiene que ser ortogonal, es decir, debe cumplir que:
M M
M I
entonces las nicas imgenes correctas del vector
T1 0 , 1
T 2 0, 1
0 , 1 son:
1
2
1
2
1
2
Es importante aclarar que, el hecho de tener dos posibles imgenes para el vector
0 , 1 , en realidad esto implica que existen dos operadores ortogonales T1 y T2 con

167
los cuales se satisfacen las condiciones del problema y con cada uno de estos
operadores se obtiene la imagen correspondiente del vector
0 , 1 . Las matrices
asociadas a estos operadores, referidas a la base cannica son:
M T1
M T2
Lo cual implica, obviamente, dos operadores ortogonales T1 y T2 con sus respectivas

reglas de correspondencia.
EJERCICIO
4.7
Determine si el operador lineal
T:
cuya regla de
correspondencia es
x, y, z
2x 2 y z 2x y 2z x 2 y 2z

,
,
3
3
3
es un operador ortogonal, considerando como producto interno el producto escalar

ordinario en
SOLUCIN:
Para resolver este ejercicio se pueden seguir dos mtodos. El primero de ellos sera
verificar si el operador
T satisface la condicin
Tv Tv v
1
si es as, entonces
v2
T es un operador ortogonal.
El otro mtodo sera verificando la condicin relativa a la matriz asociada a dicho

operador. Si T es un operador ortogonal, entonces la matriz asociada a T referida a
una base ortonormal deber ser una matriz ortogonal.
De estos dos mtodos de solucin, el primero resulta ser muy laborioso dadas las
caractersticas de la regla de correspondencia de T , por lo cual se optar por el
segundo mtodo descrito.
168
Si consideramos como base de
a la base cannica, sta resulta ser una base
ortonormal con el producto interno considerado.

Obteniendo la matriz asociada a T , tenemos:
T 1, 0 , 0
2 2 1
,
,
3 3 3
T 0 , 1, 0
2 1 2
,
,
3 3 3
2 2
1
, ,
3 3
3
T 0, 0, 1
M T
2
3
2
3
2
3
1
3
1
3
2
3
1
3
A
3
2
Comprobando si la matriz A es ortogonal, se tiene que:
A AT
2
3
2
3
2
3
1
3
1
3
2
3
1 2
3 3

2 2
3 3

2 1
3 3
A A T I , entonces
Como
1
3
2
3
2
3
1
3
2
3
1 0 0
0 1 0 I
0 0 1
A es una matriz ortogonal y por lo tanto podemos
afirmar que T es un operador ortogonal.
EJERCICIO
lineal T :
x, y
4.8
Sea el espacio vectorial

2
definido sobre
y el operador
1 i

x
3
i
3
y ,
1
3
169
x y ;
x, y
Determine el valor de
para el cual T sea un operador unitario. Considere

2
como producto interno al producto escalar ordinario usual en
SOLUCIN:
Para que T sea un operador unitario se debe cumplir que:
Tv Tv v
1
si consideramos v 1
x1 ,
Tx , y
1
y1
x2,
v2
; v1 , v 2
v2
x2 ,
y2
x , y x
y2
entonces:
2,
y2
aplicando T tenemos:
1 i x
3 1
i
3
y1 ,
1
3
x1 y 1
1 i
x2
3
i
3
x 2 y 2 x1 x 2 y 1 y 2
y2 ,
desarrollando el producto interno del lado izquierdo, se tiene:

1 i
x
3 1
i
3
1 i
y1
x2
3
conjugando y factorizando
i
3

y2

1
3
x1 y 1
1
3
x 2 y 2 x1 x 2 y 1 y 2
, tenemos:
3
1
3
1 i x1 i y1 1 i x 2 i y 2 x1
3 y1
3 y2
1 x2
y1 y 2
multiplicando por 3 en ambos lados y desarrollando los productos, tenemos:

2 x1 x 2 i x1 y 2 x1 y 2 i x 2 y1 x 2 y1 y1 y 2 x1 x 2
3 x1 x 2 3 y 1 y 2
170
3 x1 y 2
3 x 2 y 1 3 y 1 y 2
simplificando y agrupando:
3 x1 x 2
1 i
3 x1 y 2
1 i
3 x 2 y 1 1 3 y 1 y 2 3 x1 x 2 3 y 1 y 2
Por igualdad se tiene:
1 i
1 i
1 3
3 0
(1)
3 0
(2)
(3)
de ( 2 ) tenemos que:
1i
3
verificando si el valor de satisface a las ecuaciones ( 1 ) y ( 3 ) , se tiene:

sustituyendo en ( 1 ) :
1 i
3
1i
1 i 1 i
0 0
satisface
sustituyendo en ( 3 ) :
1 i
1 3
1 1 i
1 i

1 i
1 2 3
3 3
Por lo que si
1i
satisface
, entonces el operador T es unitario.
3
171
Teorema espectral
Sea V un espacio vectorial sobre
de dimensin finita y con producto interno, y
sea T : V V un operador normal:
, k son los diferentes valores caractersticos de T , E i es el

espacio caracterstico correspondiente a i y P i es el operador de proyeccin
Si 1 , 1 ,
ortogonal sobre E i
, entonces:
a) T 1 P 1 2 P 2
b) P 1 P 2
c) P i
k Pk
Pk I
P j 0 , para toda i
Si el espacio vectorial V est definido sobre un campo real, entonces el teorema

espectral tambin se cumple para un operador T simtrico.
EJERCICIO
4.9
Para
el operador simtrico
T:
cuya regla de
correspondencia es:
x, y
x 2 y , 2x 2 y
a)
Obtenga la descomposicin espectral del operador T .
b)
Verifique que se cumple la condicin P1 P 2 I
c)
Compruebe que P1
P2 0 .
SOLUCIN:
a)
Obteniendo los valores, vectores y espacios caractersticos, tenemos:
T 1, 0
1, 2
T 0, 1
2, 2
172
1

2
2
A
2
de donde:
det
AI
1
2
2
2
2 2 4
entonces:
2 6
con lo cual los valores caractersticos son:
1 3
2 2
Obteniendo los vectores caractersticos, se tiene:
Para 1 3 :
x
0

y
0
donde surge el sistema de ecuaciones:
4x 2 y 0
2x y 0
si
x k1
2x y 0
0 0
y 2x
y 2k 1
con lo cual los vectores caractersticos asociados a 1 3
v1
k 1,
2k 1
173
con k 1
son:
2 2:
Para
2
si
x
0

y
0
y k2
x 2 y 0
2 x 4 y 0
x 2 y 0
0 0
x 2y
x 2k 2
con lo cual los vectores caractersticos asociados a 2 2 son:
v2
2k 2 ,
k2
con k 2
Por lo que, los correspondientes espacios caractersticos son:
1 k1 ,
2 2k2 ,
2 k1
k2
k1
k2
Obsrvese que los vectores caractersticos con el producto escalar ordinario

en
como producto interno, resultan ser ortogonales y por lo tanto, los
espacios caractersticos son uno complemento ortogonal del otro, por lo que
cualquier vector
x, y
puede ser expresado en forma nica como la
suma de dos vectores que, en este caso, seran uno de cada espacio
caracterstico.
Los operadores
P1 y
P 2 que proyectan cualquier vector de
sobre los
espacios caractersticos son:
P1 a , b
P2
a, b
a, 2a
2b, b
Al expresar un vector cualquiera
1
2
x, y
como la suma de vectores
pertenecientes a los espacios caractersticos, tenemos:
x, y
a, 2a
2 b, b
174
(1)
de donde surge el sistema de ecuaciones:
x a 2b
y 2a b
(2)
(3)
de ( 2 ) se tiene:
a x 2b
(4)
y 2 x 2b
y 2 x 5b
b
2x y
5
(5)
2x y
a x2
x 2y
5
(6)
De acuerdo con las reglas de correspondencia que tienen los operadores

proyeccin que se muestran en
y los valores obtenidos de a y b , se
tiene que:
P1
x, y
x 2 y 2x 4 y
=
,
5
5
P2
x, y
4x 2 y 2x y
=
,
5
5
Como la descomposicin espectral del operador T es de la forma:
T 1 P1 2 P 2
175
entonces la descomposicin espectral de T es:
x, y
x 2 y 2x 4 y
4x 2 y 2x y
= 3
,
,
2
5
5
5
5
realizando las operaciones indicadas para comprobar que dicha descomposicin

es correcta, tenemos:
x, y
3 x 6 y 6 x 12 y
8x 4 y
=
,

5
5
5
4x 2 y
sumando se llega a:
x, y
x 2 y , 2x 2 y
Como se llega a la misma regla de correspondencia dada en el enunciado del

ejercicio, entonces podemos concluir que la descomposicin espectral de T a la
que se lleg, es correcta.
b)
Se debe verificar que la suma de los operadores proyeccin es igual al operador

identidad, esto es:
P1 P 2 I
Esto se puede expresar como:
sustituyendo
x, y
x, y
P1
P1 y
x, y
P1
x,
P2
x, y
+ P2
x, y
P 2 tenemos:
x 2y 2x 4y 4x 2y 2x y

,
,

5
5
5
5
al sumar se obtiene:
x, y
x, y
176
cumple
c)
Se debe cumplir que:
P2 0
P1
Cabe hacer notar que el
P 2 0 en realidad nos
" 0 " de la expresin P1
representa al operador nulo, esto es:
x, y
0, 0
x, y
De acuerdo con esto, entonces se tiene que:
P1
P2
a, b
0 a, b
donde
a, b
Aplicando la definicin de la operacin composicin del lado izquierdo de la

igualdad y el operador nulo del lado derecho, tenemos:
P 1 P 2
a, b
0, 0
Aplicando la regla de correspondencia del operador P 2 se tiene que:
4a 2b
P1
,
5
2a b

5
0,
aplicando ahora la regla de P 1 tenemos:
4a 2b
2a b
2
5
5
4a 2b
2a b
2
4

5
5
177
0,
realizando operaciones se tiene:
4a 2b
4a 2b
5
5
,
8a 4b
8a 4b
5
5
5
0,
sumando:
0
,
0

5
0, 0
0, 0
0,
Con lo cual se comprueba que la composicin de los operadores proyeccin nos

da el operador nulo.
178
Formas cudricas
Una de las mltiples aplicaciones que tienen los valores y vectores caractersticos es la
que se da en las formas cudricas, que nos permite simplificar el estudio de las
cnicas y de las superficies, cuando stas tienen sus ejes oblicuos a los ejes del
sistema de referencia, esto es, los valores y vectores caractersticos pueden ser
usados para resolver problemas donde se requiere hacer una rotacin de ejes.
Las ecuaciones:
ax 2 bx y c y 2 d x e y f 0
ax 2 by 2 cz 2 d x y exz f yz g x h y iz j 0
2
corresponden a las ecuaciones generales de segundo grado en

respectivamente.
A las expresiones que slo consideran los trminos de segundo grado, se les llaman
formas cudricas o formas cuadrticas, esto es:
ax 2 bx y c y 2
Forma cudrica para el caso de
a x 2 b y 2 c z 2 d x y e x z f y z
Forma cudrica para el caso de
Las formas cudricas pueden ser expresadas matricialmente de la siguiente forma:
ax 2 bx y c y 2
x y
x
b
2
b
2 x
x
y
c
x
Ax
ax 2 by 2 cz 2 d x y exz f yz
x y z
x
a
d
2
e
2
d
2
b
f
2
A
Considerando la ecuacin general de segundo grado se tiene:
ax 2 bx y c y 2 d x e y f 0
179
e
2
f
2
x
y x TAx

z
x
representando en forma matricial esta ecuacin tenemos:
x y
x
b
2 x

y
c
x
x
f 0
y
x
A
con lo cual la ecuacin queda como:
x T Ax k x f 0
(1)
x Px '
(2)
si se hace:
esto es:
x
x'
y
y '
y ' son los ejes del nuevo sistema de referencia ya rotado. P es la

matriz diagonalizadora de la matriz A que figura en la ecuacin ( 1 ) , formada por
vectores caractersticos unitarios, con lo cual P es una matriz ortogonal, es
Donde
x' y
decir, P
P T . Se debe cuidar adems que det P 1 , lo cual garantiza el

Si el det
giro de ejes.
1 , entonces ser suficiente con intercambiar las
columnas de P .
Al sustituir la expresin ( 2 ) en ( 1 ) se tiene:
de donde:
Px'
x'
Px'
PT A Px '
Px'
f 0
kP x' f 0
dado que el producto de matrices es asociativo tenemos:
x'
PT AP
x'
kP x' f 0
180
( 3)
como
1
PT A P
0
donde 1 y 2 son los valores caractersticos de A .

Entonces la ecuacin ( 3 ) expresada con matrices quedara como:
x'
y'
x'

y '
P 11
P 21
P 12
P 22
x'
f 0
y '
efectuando los productos indicados llegaramos a una ecuacin de la forma:
1 x'
y'
donde:
d ' x' e' y' f 0
(4)
d ' d P 11 e P 21
e ' d P 12 e P 22
Como se puede apreciar en la ecuacin ( 4 ) , se trata de una ecuacin de segundo

grado donde el trmino
x y ya no aparece, lo cual quiere decir que los ejes de la
cnica son coincidentes

referencia x ' , y ' .
paralelos
los
ejes
Para el caso de la ecuacin general de segundo grado en
del
nuevo
sistema
de
, es decir, cuando se
tienen superficies cnicas cuyos ejes sean oblicuos al sistema de referencia, el

procedimiento a seguir para rotar dicho sistema, de tal manera que los nuevos ejes
resulten coincidentes o paralelos a los ejes de la superficie, es exactamente el mismo
al seguido para el caso de
, con la nica diferencia de que la matriz
ser de 3 3 y se tendrn tres valores y tres vectores caractersticos.
181
A ahora
EJERCICIO
4.10 Para la cnica cuya ecuacin es:
9 x 2 4 x y 6 y 2 12 x 36 y 44 0
a)
Determine una matriz P correspondiente al giro que hace paralelos los ejes
coordenados con los ejes de la cnica.
b)
Obtenga la ecuacin de la cnica, en un sistema de referencia
x" ,
y"
, que
no contenga trmino mixto ni trminos lineales.

c)
Calcule el ngulo de giro.
d)
Dibuje la cnica as como los distintos sistemas de referencia.
SOLUCIN:
a)
La matriz P que se pide determinar es la matriz diagonalizadora de A .
La representacin matricial de la ecuacin de la cnica es:
A x k x 44 0
(1)
donde:
9
A
2
12
36
x
x
y
Como se sabe, la matriz P est formada por la disposicin en columna de los vectores
caractersticos unitarios de la matriz A , entonces:
det A I
1 10
2 5
9 6 4 2 15 + 50 = 10 5
valores caractersticos
182
Obteniendo los vectores caractersticos tenemos:

Para 1 10 :
si
( 2)
x 0
x 2y 0
x 2y 0

0 0
y 0
2x 4 y 0
y k 1 x 2k 1
v 1 2k 1 , k 1
Para
2 5:
2 x 0

1 y 0
( 2)
si x k 2 y 2 k 2
Si hacemos que
con k 1
4x 2 y 0
2x y 0
v 2 k 2 , 2k 2
k1 1 y
x 2y
vectores caractersticos
2x y 0

0 0
con k 2
y 2x
vectores caractersticos
k 2 1 , entonces se obtienen los siguientes vectores
caractersticos:
u1
u2
2, 1
1, 2
donde
u1
Considerando como producto interno

el producto escalar ordinario.
donde
u1
Entonces los vectores caractersticos unitarios son:
e1
e2
1
5
183
2
5
Con lo cual la matriz diagonalizadora P buscada es:
P =
Se tiene adems que:
det P
y al ser P una matriz ortogonal, entonces se cumple que:
P T P 1
Por otro lado, si realizamos:
u2
( 2, 1)
( 1 , 2 )
2 2 0
con lo cual se tiene que los vectores caractersticos son ortogonales. Estos vectores
nos definirn la direccin de los ejes del nuevo sistema de referencia con el giro
requerido.
b)
Si hacemos x P x ' y sustituimos en la ecuacin ( 1 ) , tenemos:
Px'
Px'
Px'
44 0
x'
agrupando:
x'
PT A P x '
PT A P x '
184
kP
kP
x ' 44 0
x ' 44 0
Como P T P
entonces P T A P = D , con la cual se llega a:
x '
D x'
kP
x ' 44 0
sustituyendo tenemos:
x'
y'
10
x'

y '
12
36
x'
44 0
y '
realizando operaciones:
10
x'
y '
1
5
10
x'
y '
1
5
10
x'
y '
60
1 x '
44 0
2 y '
12
36
2
1
60
60
x'
y ' 44 0
60
x'
y ' 44 0
Obsrvese que en esta ecuacin ya no se tiene trmino con producto entre las
variables; sin embargo, an se tienen trminos lineales. Para eliminar estos trminos
se har un desplazamiento del sistema de referencia para hacer coincidir el centro de
la cnica con el origen del nuevo sistema de referencia
x" ,
y " . Para esto se
requiere completar trinomios que sean cuadrados perfectos y hacer la factorizacin

correspondiente.
Agrupando y factorizando tenemos:
10
x'
6
5
x' 5
185
y'
12
5
y ' 44
completando trinomios:
10
x'
10 x '
x'
3
5
3
5
x'
5
5
5 y'
6
5
y'
12
5
1
y'
36
44 18 36
y'
5
10
si se hace que:
x" x '
y" y '
5
entonces se tiene:
x"
En este sistema de referencia
x" , y"
y"
2
la ecuacin carece de trmino mixto y
lineal, que es lo que se peda obtener en el inciso b ) .

Al observar la ecuacin a la que se lleg es evidente que se trata de una elipse con
centro en el origen y con semiejes a 1 y b
186
2 .
c)
Para calcular el ngulo de giro, se deber obtener el ngulo que forman el vector
caracterstico u 1 2 , 1 que define la direccin del eje x ' , con el vector
unitario i
1, 0 .
Sabemos que:
u1 i
cos =
u1
sustituyendo:
cos =
cos =
(2,
1) (1, 0 )
= 26.56
5
d)
Trazo aproximado de la cnica y los sistemas de referencia.
187
1.
correspondencia es:
x, y
T:
Obtenga el adjunto del operador lineal
2x y,
x 3y
, cuya regla de
Considere como producto interno el producto escalar ordinario en
2.
Sea el espacio vectorial:
a
M
0
a, b
definido en el campo de los nmeros reales y sea el operador lineal

T : M M con regla de correspondencia:
ab

a b
0
Determine el operador adjunto de T , considerando el siguiente producto interno:
a

0
3.
ax by ;
Sea el operador lineal T :
a

0
2
, donde
0 x
,
b 0
0
M
y
est definido en el campo
complejo y cuya regla de correspondencia es:
T
a)
x, y
2x i y , y i x
x, y
Determine si T es un operador normal respecto al producto interno usual

en
b)
Obtenga
T*
1 i ,
1i
188
4.
Sea el espacio vectorial de polinomios P a x b a , b
sobre
el
, y sea T : P P un operador lineal definido por:
campo
ax b
2 a 2b
5b 2 a ;
ax b P
Considerando como producto interno:
5.
0 g 0
f ' 0 g ' 0 ;
f, g P
a)
Determine si T es un operador hermitiano.
b)
En caso de ser afirmativa la respuesta del inciso anterior, obtenga una matriz
asociada a T referida a una base ortonormal de P y compruebe que dicha
matriz es hermitiana.
c)
Si T es un operador hermitiano, compruebe que sus valores caractersticos

son reales.
d)
Verifique que los vectores caractersticos de T resultan ser ortogonales.
Determine la relacin que deben tener a , b
x, y
2x a y ,
bx y
tal que el operador lineal
x, y
sea un operador simtrico con el producto escalar ordinario.

6.
Sea la transformacin lineal T : P P definida por:
T
donde
ax 2 bx c
ax 2 bx c
2b x 2
a , b, c
2a c
x b
Determine si T es un operador antihermitiano con el producto interno.
1
p " (1) q " (1) p ' ( 0 ) q ' ( 0 ) p ( 0 ) q ( 0 ) ;
4
189
p, qP
7.
se define el operador lineal T :
sobre
de la siguiente manera:
T
a)
a bi , c d i
b ai , d ci
a bi ,
c di
Determine si el operador T es hermitiano, antihermitiano y/o unitario,

considerando como producto interno al producto escalar ordinario complejo.
b)
8.
En caso de ser posible, obtenga una matriz diagonal que represente al

operador lineal T .
Determine si el operador lineal T :
2x
T x , y , z
14
3z
14
14
4x
42
5y
42
42
z
es un operador ortogonal, considerando como producto interno el producto escalar

ordinario en
9.
Sea el espacio vectorial:
sobre
z a bi ;
y el operador T :
a, b
donde i 2 1
definido por:
zi
Determine si T es un operador unitario con el siguiente producto interno:
uv ;
donde v es el conjugado de v .
190
u, v
10. Para el operador hermitiano T :
x, y
2x, x y
3
y el producto interno:
y x1 x 2 x1 y 2 x 2 y1 3 y1 y 2 ; x x1, y1 , y
a)
Obtenga la descomposicin espectral del operador T .
b)
Verifique que se cumple la condicin
c)
Compruebe que
P1
, y2
P1 P 2 I .
P2 0.
11. Para el operador simtrico T :
x, y
2 x y,
x 2y
y el producto interno:
y x1 x 2 x1 y 2 x 2 y1 3 y1 y 2 ; x x1 , y1 , y x 2 , y 2
obtenga la descomposicin espectral del operador T .

12. Para la cnica cuya ecuacin es:
x2 2x y y2
10
2
y 14 0
a)
b)

que no contenga trmino mixto ni trminos lineales.
c)
Calcule el ngulo de giro.
d)

191
x" , y" ,
13. Dada la elipse de ecuacin 3 x 2 2 y 2 5 , obtenga la ecuacin de esta elipse

referida a un sistema
x ', y ' ,
donde el eje x ' forma un ngulo de 30 ,
medidos en sentido antihorario, con respecto al eje x .
14. Para la cnica cuya ecuacin es:
2x2
a)
3 xy y2 4
b)

que no contenga trmino mixto.
c)
192
x ', y ' ,
1.
T*
2.
T*
3.
a)
w, z
a)
2w z ,
w 3z
wz

w z
0
T es un operador normal.
b)
4.
T*
1i ,
1i
26
El operador T s es hermitiano.
2

2
2
es una matriz hermitiana donde B
5
b)
c)
1 1 y 2 6 valores caractersticos reales.
d)
S son ortogonales.
B
B
5.
a b
6.
T s es un operador antihermitiano.
193
x, 1
7.
a)
no es hermitiano.
no es antihermitiano.
es unitario.
i
D
0
b)
8.
s es un operador ortogonal.
9.
s es un operador unitario.
10. a)
x, y
x
x
2 x,
y
1 0,
3
3
b)
S se cumple.
c)
S se cumple.
11. T
12. a)
x, y
xy
1
,
2
b)
c)
= 45
x"
xy
x y
xy
,
3
2
2
2
3 y"
194
d)
13.
11 x '
14.
a) P
3
2
1
2
3 x' y' 9 y '
3
2
1
2
195
20
b)
5 x '
y'
c)
196
x '
8
5
y '
8
BIBLIOGRAFA
ANTON, H., Introduccin al lgebra lineal. 3a. edicin, Mxico, Limusa, 2003.
GROSSMAN, S. I., J.J. Flores G., lgebra lineal. 7a. edicin, Mxico. Mc Graw Hill,
2012.
LAY, D. C., lgebra lineal y sus aplicaciones. 3a. edicin, Mxico, Pearson, 2007.
LARSON, R., D. Falvo, Fundamentos de lgebra lineal. 6a. edicin, Mxico,
Cengage Learning Editores, 2010.
POOLE, D., lgebra lineal. 2a. edicin, Mxico, Thomson Editores, 2006.
SOLAR G. E., L. Speziale, Apuntes de lgebra lineal. 3a. edicin, Mxico, LimusaFacultad de Ingeniera-UNAM, 1996.

Fundamentos de Álgebra Lineal y Ejercicios - Francisco Barrera García

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fundamentos de Álgebra Lineal y Ejercicios - Francisco Barrera García

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL AUTNOMA

DIVISIN DE CIENCIAS BSICAS

BARRERA GARCA, Francisco. Fundamentos de lgebra

lineal. Mxico, Universidad Nacional Autnoma de

Fundamentos de lgebra lineal

D.R. 2014, UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

Prohibida la reproduccin o transmisin total o parcial por cualquier

A los profesores Alicia

Juan Velzquez Torres

tambin profundamente a la seorita Mara Guadalupe Martnez Dvalos

FRANCISCO BARRERA GARCA

Captulo 1. ESPACIOS VECTORIALES .............................................................. 1

Norma de un vector ..................................................................................... 107

10. Si 1 es la unidad de K , entonces

EJEMPLO 1.1 Determine si el conjunto A

adicin y multiplicacin por un escalar definidas por:

Dado que la multiplicacin de dos reales positivos da un real

positivo, entonces se cumple.

Con el fin de simplificar la demostracin del cumplimiento de los axiomas 3 y 4 , se

De no ser as, en los

axiomas 3 y 4 se tendran que determinar los idnticos e inversos izquierdos y

Se cumple dada la conmutatividad de la multiplicacin en

En caso de no serlo, indique cules propiedades de la definicin no se cumplen.

Siguiendo la recomendacin hecha en el ejercicio anterior, demostraremos

Dada la conmutatividad de la adicin en

De donde se tiene que:

esta igualdad se cumple, si y slo si:

con lo cual se llega a:

Se aprecia en ( 1 ) y ( 2 ) que toma valores diferentes, lo cual no es posible

En consecuencia podemos concluir que

no es un espacio vectorial con las

EJEMPLO 1.3 Determine si el conjunto

es un subespacio del espacio vectorial

Dado que el conjunto A es un subconjunto del espacio P 2 , entonces slo restara

linealmente independiente si la ecuacin

n 0 . En caso contrario, es decir, si

, n no todos nulos, para los cuales se satisface

dicha ecuacin, entonces se dice que el conjunto A es linealmente dependiente.

Sea V un espacio vectorial sobre K,

Se define como base de un espacio vectorial V , a cualquier subconjunto B de

Cualquier vector de V puede expresarse como una combinacin lineal de los

una base del espacio vectorial V y sea v un

vector cualquiera de V tal que:

, n se les llama coordenadas de

se le llama vector de coordenadas de v en la base B .

EJEMPLO 1.4 Sean

Determine si el conjunto S 1 S 2 es un subespacio de

En caso de resultar afirmativo el inciso anterior, obtenga una base y la dimensin

De acuerdo con las condiciones dadas en S 1

pueden expresar de la siguiente forma:

Obsrvese que la caracterstica de las ternas del conjunto S 1 , es que la primera

segunda componente y la tercera son iguales. Tomando en cuenta lo anterior, el

Otra forma de obtener el conjunto S 1 S 2 es empleando los conceptos estudiados

es el conjunto de puntos que pertenecen al plano a 2 c y el

son los puntos que pertenecen al plano

0 , 0 , lo que implica que dichos planos se intersecan y, por lo

Un vector u paralelo a la recta viene dado por:

de donde la ecuacin de la recta en forma paramtrica es:

que es igual al conjunto interseccin que se obtuvo en primera instancia.

Cerradura para adicin

Cerradura para multiplicacin por un escalar

con lo cual podemos concluir que S 1 S 2 es un subespacio de

Es evidente que el conjunto S 1 S 2 es de dimensin uno, puesto que depende

Determine el valor de k para que el conjunto A sea linealmente dependiente.