Documentos de Académico
Documentos de Profesional
Documentos de Cultura
36 PDF
36 PDF
DE M ÉXICO
FACULTAD DE INGENIERÍA
FUNDAMENTOS
DE
ÁLGEBRA LINEAL
Y
EJERCICIOS
ISBN 978-607-02-6046-9
FACULTAD DE INGENIERÍA
http://www.ingenieria.unam.mx/
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 Álgebra
Lineal, se considera que este trabajo puede resultar de mucha utilidad también para
los profesores que la imparten como un material de apoyo para sus clases.
A los profesores Alicia Pineda Ramírez y Juan Velázquez Torres
quiero expresarles mi agradecimiento por la revisión de este trabajo, ya que con sus
atinados comentarios y observaciones permitieron mejorar esta obra. Agradezco
también profundamente a la señorita María Guadalupe Martínez Dávalos
ESPACIOS VECTORIALES
ESPACIOS VECTORIALES
Espacio vectorial
u, v, w V y K
1. u v V
2. u v w u v w
3. 0 V u V ; u 0 0 u u
4. u V ; u V u u u u 0
5. u v v u
6. u V
7. u v u v
8. u u u
9. u u
A los elementos del conjunto V se les llama vectores y a los elementos del
campo K se les llama escalares.
3
ESPACIOS VECTORIALES
x y xy ; x, y
x x ; x y
es un espacio vectorial.
SOLUCIÓN:
Veamos si se cumplen los diez axiomas de espacio vectorial.
x, y, z A y , , tenemos:
2) x y z x yz
xy z x yz
5) x y yx
Se cumple dada la conmutatividad de la multiplicación en .
xy yx
4
ESPACIOS VECTORIALES
3) x A; e A e x x e x
de donde:
x e x
xe x
e 1 x cumple
4) x A; i A i x x i e
de donde:
xi e
xi 1
1
i A cumple
x
6) x x A dado que:
Si 0, entonces x es positivo.
Si 0, entonces x 1
1
Si 0, entonces x que es positivo.
x
cumple
7) xy x y
xy x y
xy x y
xy xy cumple
8) x x x
x x x
x x x
5
ESPACIOS VECTORIALES
9. x x
x x
x
x
x x cumple
10. x x; x A
x x
x x
Dado que se cumplen los diez axiomas, podemos concluir que el conjunto A es un
espacio vectorial.
x, y y , x ; x, y 2
;
SOLUCIÓN:
6
ESPACIOS VECTORIALES
1) x1 , y1 x2 , y2 x1 x 2 , y1 y 2 2
cumple
2)
x1, y1
x2, y2 x 3 , y3 x1, y1 x 2 ,
y 2 x 3 , y 3
x1 x 2 , y1 y 2 x3, y3 x1, y1 x 2 x3, y2 y3
x1 x 2 x 3 , y1 y 2 y 3 x1 x 2 x 3 , y1 y 2 y 3
cumple
3) x , y 2
; e1 , e 2 2
x, y e1 , e 2 e 2 , e1 x , y x , y
De donde se tiene que:
x, y e1, e2 x, y
e1 , e2 0, 0 2
cumple
4) x, y 2
; i1, i 2 2
x, y i 1 ,
i 2 i 1, i 2 x, y e 1, e 2
Considerando:
x, y i1 , i2 e1 , e2
x i1 , y i2 0, 0
7
ESPACIOS VECTORIALES
i1 x
i1 , i2 x , y 2
cumple
i2 y
6)
x1, y1 y1, x1 2
cumple
7)
x1, y1 x 2 , y 2
x1, y1 x2, y2
x1 x 2 , y1 y 2 y1, x1 y2, x2
y 1 , y 2 , x 1 , x 2 y 1 , y 2 , x 1 , x 2
cumple
cumple
9)
x1 , y1
x1 , y 1
y 1 , x 1 y1 , x 1
x1 , y1 y1 , x 1
no cumple
8
ESPACIOS VECTORIALES
10) x 1 , y 1 2
;
x1, y1 x1, y1
de donde:
y1 , x1 x1 , y1
por igualdad:
x1
y1 x1 (1)
y1
y1
x1 y1 (2)
x1
no cumple
2
En consecuencia podemos concluir que no es un espacio vectorial con las
operaciones definidas.
Subespacio vectorial
Teorema
1) u, v W , u v W
2) u W y K , u W
9
ESPACIOS VECTORIALES
A a x 2 bx c 2a b c 0 ; a , b, c
es un subespacio del espacio vectorial
P2 a x 2 bx c a, b, c
definido sobre el campo .
SOLUCIÓN:
Despejando c de la ecuación que se tiene en el conjunto A , tenemos:
c 2a b
Si se sustituye como término independiente en A , entonces dicho conjunto se puede
expresar como:
A a x 2 b x 2a b a, b
Dado que el conjunto A es un subconjunto del espacio P 2 , entonces sólo restaría
comprobar que A es cerrado para la adición y la multiplicación por un escalar, para
demostrar que es un subespacio.
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 y
cumple
Dado que se cumplen las dos cerraduras, entonces podemos concluir que A es
un subespacio de P 2 .
10
ESPACIOS VECTORIALES
Dependencia lineal
1 v 1 2 v 2 n v n 0
Conjunto generador
Base
2) B es linealmente independiente.
11
ESPACIOS VECTORIALES
Dimensión
Dim V
Si V 0 , entonces Dim V 0
Vector de coordenadas
v 1 v1 2 v 2 n vn
v B 1 , 2 , , n )T
12
ESPACIOS VECTORIALES
S1 a, b, c a 2c ; a , b, c
S2 a, b, c b c ; a , b, c
3
subespacios de .
SOLUCIÓN:
S1 2c, b, c b, c
S2 a, c, c a, c
Obsérvese que la característica 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 característica es que la
segunda componente y la tercera son iguales. Tomando en cuenta lo anterior, el
conjunto que considera ambas características, es precisamente la intersección de
ambos conjuntos, esto es:
S1 S2 2c, c, c c
Otra forma de obtener el conjunto S 1 S 2 es empleando los conceptos estudiados
en la asignatura Geometría Analítica. En estos términos el planteamiento sería el
siguiente:
13
ESPACIOS VECTORIALES
Sean
1: a 2c 0 N1 1, 0, 2
2 : b c 0 N2 0, 1, 1
i j k
u N1 N 2 1 0 2 2i j k
0 1 1
entonces:
u 2, 1, 1
P0 0, 0, 0
x 2t
L: y t
z t
1 2 S1 S 2 2t , t, t t
que es igual al conjunto intersección que se obtuvo en primera instancia.
14
ESPACIOS VECTORIALES
2 c1, c1, c1 , 2c 2
, c2 , c2 S1 S 2
cumple
2c, c , c S1 S 2 y
cumple
B 2, 1, 1
Dim S 1 S 2 1
b) Con el valor obtenido en el inciso anterior, obtenga el espacio vectorial que genera
el conjunto A .
SOLUCIÓN:
15
ESPACIOS VECTORIALES
MÉTODO 1:
1 1, k , 2 2 1, 1, 1 3 1, 0, 2 0 (1)
1,
k 1, 2 1 2 , 2 , 2 3, 0, 2 3 0, 0, 0
1 2 3 , k 1 2 , 2 1 2 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
32 1 0
2 4 1 0
k 41 0
16
ESPACIOS VECTORIALES
MÉTODO 2:
Este método 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 más renglones se hacen ceros, esto implica que dichos renglones son
linealmente dependientes.
1 k 2 (1) 1 0 2 1 0 2 1 0 2
1 1
1 1 1 1 (4) 0 1 1 0 1 1
1 0 2 1 k 2 0 k 4 0 k 4 0
Con k 4 el tercer renglón se hace ceros y se puede concluir que con este valor, el
conjunto A es linealmente dependiente.
MÉTODO 3:
Este tercer y último método consiste en formar un determinante con los vectores del
conjunto A y determinar para qué 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.
1 k 2
1 1 1 2 k 2 2k 0
1 0 2
17
ESPACIOS VECTORIALES
a 1 , 1 , 1 b 1, 0, 2 a b, a , a 2 b
E A a b , a, a 2b a, b
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.
B 1, 1, 1 , 1, 0, 2
dado que se trata de un conjunto generador con vectores linealmente
independientes, entonces:
Dim E ( A ) 2
P at 2 bt c a, b, c
y el conjunto A t 2 4 t 3, t 2 2 t 5, 2t 2
3 t, t 3
a) Determine si el conjunto A es generador del espacio vectorial P .
18
ESPACIOS VECTORIALES
SOLUCIÓN:
B t 2 4 t 3, 2 t 2
3t , t 3
Para determinar si B es linealmente independiente, se formará 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.
1 4 3
2 3 0 9 6 24 39
0 1 3
t 2
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
ESPACIOS VECTORIALES
( 3) ( 4 ) 1 2 2 1 1 2 2 1
4 1 3 2 3 2 ( 3) 11 2 3 2
3 3 3 1 6 2 3 3 4
1
1 2 2 1 (1)
11 2 3 2 (2)
39 2 10 ( 3)
de ( 3 ) :
10
2 ( 4)
39
sustituyendo ( 4 ) en ( 2 ) :
10
11 3 2
39
110
3 2
39
32
3 (5)
39
sustituyendo ( 4 ) en ( 1 ) :
10
1 2 1
39
20
1 1
39
19
1
39
19 32
P1 B
39
,
10
39
,
39
20
ESPACIOS VECTORIALES
1) f u1 u 2
f1 u 1 f u2 ; u1 y u 2 U
2) f u f u ; u U y K
Teoremas
21
ESPACIOS VECTORIALES
EJEMPLO 1.7 Para cada espacio vectorial dado, establecer un isomorfismo con un
n
espacio del tipo .
a) Q a x 2 b x 2 a 6b a, b
a b
b) N c 2a ; a , b, c
a b c
SOLUCIÓN:
B x 2 2, x6
Con lo cual Q es un espacio vectorial de dimensión dos, entonces Q es
isomorfo a 2
o a cualquier otro subespacio del tipo n de dimensión dos. De
acuerdo con lo anterior, podemos establecer las funciones f y g entre el
espacio Q y los espacios:
2
a, b a, b
H a, b, 2 a 6b a, b
Ambos espacios de dimensión dos.
f a x 2 b x 2 a 6b a , b , esto es, f : Q 2
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 procederá a verificar
el cumplimiento de las dos condiciones para ver si establecen o no un
isomorfismo.
22
ESPACIOS VECTORIALES
Para f se tiene:
1) a 1 x 2 b1 x 2 a 1 6 b1 , a 2 x 2 b2 x 2a 2 6b2 Q
f u1 u 2 f u1 f u 2
f
a 1 x 2 b1 x 2 a 1 6 b1 a 2 x 2 b2 x 2 a 2 6 b 2
f a 1 x 2 b 1 x 2 a 1 6 b 1 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
a1 a 2 , b1 b 2 a1 a 2 , b1 b 2
cumple
2) a x 2 b x 2 a 6b Q y
f u f u
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, b
a, b a, b
cumple
23
ESPACIOS VECTORIALES
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 g 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 1
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 y
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
ESPACIOS VECTORIALES
a b
N a, b
a b 2 a
1 0 0 1
B ,
1 2 1 0
a b
h
ab
a, b
2a
a1 b1 a2 b2
1) , N
a 1 b 1 2 a 1 a 2 b 2 2 a 2
h u1 u 2 h u1 h u 2
de donde:
a1 b1 a2 b2 a1 b1 a2 b2
h
a 1 b 1 2 a 1
h h
2 a 2 a 2 b2 2 a 2
a 1 b 1 2 a 1 a 2 b 2
25
ESPACIOS VECTORIALES
a1 a 2 b1 b 2
h
a1 , b1 a2, b2
a1 a 2 b1 b 2
2 a1 a 2
a1 a 2 , b1 b 2 a1 a 2 , b1 b 2
cumple
a b
2) y
a b 2 a
h u h (u )
de donde:
a b a b
h h
ab
a b 2 a 2 a
αa αb
h a, b
α a α b 2α a
a, b a, b
cumple
2
Entonces h establece un isomorfismo entre los espacios N y .
26
ESPACIOS VECTORIALES
Matriz de transición
es:
v
M BA v 1
B 2 B
v
n B
Esta matriz M BA conocida también como matriz de cambio de base, es tal que, si
producto:
M BA v A v B
Además, se tiene que la matriz de transición es una matriz no singular, esto es,
siempre tiene inversa y se cumple que:
M
1
A
B
M AB
27
ESPACIOS VECTORIALES
v2 2u2
v3 u2 u3
SOLUCIÓN:
1 0 0
M B
A
0 2 1
1 0 1
Se sabe que:
M
1
B
A
M BA
1 0 0
1 1 1
M BA
2 2 2
1 0 1
b) Se tiene que:
M BA w A wB
28
ESPACIOS VECTORIALES
entonces
1 0 0
3 3
1 1 1
w B 5 3
2 2 2
2 1
1 0 1
w B 3 , 3 , 1
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 .
SOLUCIÓN:
MÉTODO 1.
1 2 1
M BA 0 1 1
1 2 0
2 2 3
M
1
A
B
M AB 1 1 1
1 0 1
29
ESPACIOS VECTORIALES
b 1 A 2, 1, 1 , b 2 A 2, 1, 0 , b 3 A 3, 1, 1
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
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
B x 1, x 2 x 1, x 2 2
MÉTODO 2.
30
ESPACIOS VECTORIALES
b1 b3 a1
2b 1 b 2 2b 3 a 2
b b a3
1 2
b1 b 3 x 2 x3
2b 1 b 2 2b 3 3 x x 5
2
b 1 b 2 x 2 2x 2
(1) ( 2 ) b 1 b3 x2 x 3 b1 b3 x 2 x 3 (1)
2b 1 b 2 2b 3 3x x 5 x 2 x 1
2
b2 (2)
b 1 b 2 x 2 2x 2 b2 b3 2 x 2 x 1 ( 3)
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
ESPACIOS VECTORIALES
sustituyendo ( 4 ) en ( 1 ) , se tiene:
b1 x 2 2 x 2 x3
entonces
b 1 x 1
B x 1, x 2 x 1, x 2 2
Espacio renglón y espacio columna de una matriz
le representa con:
L AR
3) Si consideramos a las columnas de
m
A como vectores del espacio ,
L AC
Teorema
Dim L A R Dim L AC
32
ESPACIOS VECTORIALES
1 2 1 3
A 2 1 2 2
1 3 3 1
Obtenga:
a)
El espacio renglón L A R , una base y su dimensión.
b)
El espacio columna L A C , una base y su dimensión.
SOLUCIÓN:
a) Para obtener el espacio renglón, se obtendrá primero una base del mismo
mediante el escalonamiento de la matriz A .
(1) ( 2 ) 1 2 1 3 1 2 1 3 1 2 1 3
2 1 2 2 (1) 0 5 4 4 0 5 4 4
1 3 3 1 0 5 4 4 0 0 0 0
33
ESPACIOS VECTORIALES
De acuerdo con lo anterior, se tiene que una base del espacio renglón será:
BR 1, 2 , 1, 3 , 0 , 5 , 4, 4
Dim L AR 2
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 dimensión del espacio columna es igual a la dimensión del
espacio renglón, entonces será suficiente con tomar dos vectores columna de la
matriz original, cuidando que éstos no sean proporcionales, para obtener una base
del espacio columna.
BC 1, 2, 1 , 2, 1, 3
Dim AC 2
a 1, 2, 1 b 2, 1, 3 a 2 b, 2 a b, a 3b
L A C a 2 b , 2 a b , a 3b a , b
34
ESPACIOS VECTORIALES
a, b . El determinante
f1 f2 fn
f 1' f 2' f n'
Wx
f 1n 1 f 2n 1 f nn 1
SOLUCIÓN:
Obteniendo el Wronskiano tenemos:
35
ESPACIOS VECTORIALES
ex e 2x e x2
W x ex 2 e 2x e x2
e x 2e 2 x e x2 e x 4 e 2 x e x2
ex 4 e 2x 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
de donde:
W x 0
e x2 e 2 e x
36
ESPACIOS VECTORIALES
SOLUCIÓN:
e x 2 e x 2 sen 2 x e x 2
W x e x 2 e x 2 cos 2 x e x
e x 2 e x 4 sen 2 x e x
2 sen 2 x e x e x 2 e x e x 2 e x 2 cos 2 x e x 2
4 sen 2 x e x e x 2 e x e x 2 e x 2 sen 2 x e x
Si hacemos x 0 , tenemos:
W 0 16
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
ESPACIOS VECTORIALES
G 2 sen 2 x , cos 2 x , 3
es linealmente dependiente o independiente en el intervalo , .
SOLUCIÓN:
2sen 2 x cos 2 x 3
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 resultó igual a cero, entonces el criterio no decide, por lo
que se tendrá que recurrir a la ecuación 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
ESPACIOS VECTORIALES
de donde
cos 2 x 1 sen 2 x
1 2sen 2 x 2 1 sen 2 x 3 3 0 (1)
2 1 2 sen 2 x 2 3 3 0 sen 2 x 0
1 2 0
3 0
2 3
diferentes de cero, con los cuales se satisface la ecuación ( 1 ) , por lo que, se puede
concluir que el conjunto G es linealmente dependiente.
39
ESPACIOS VECTORIALES
EJERCICIOS PROPUESTOS
a 0 0
0
A 0 b a 2b 0 ; a , b, c
0 c 0
k ax b kb ; k y a x b P
A x, y, z 2x y z 0 ; x, y, z
a) Determine si A es un subespacio de 3
.
a b
N a, b
b a
40
ESPACIOS VECTORIALES
x y
6. Sea N z x y, x, y, z un espacio vectorial.
z 0
a) Determine cuál de los siguientes conjuntos es una base de N :
1 0 1 1 1 1
B1 , ,
0 0 0 0 1 0
2 1 1 0
B2 ,
3 0 1 0
2 1
b) Obtenga el vector de coordenadas de
0
respecto a la base elegida
1
en el inciso anterior.
P x 4 x.
41
ESPACIOS VECTORIALES
8. Sean B 2 sen x cos x , 3 cos x y B' sen x , cos x dos base del
espacio vectorial
9. Dada la matriz
3 5 9
2 1 7
A
1 3 5
1 4 2
determine:
a) el espacio vectorial generado por los renglones de la matriz A .
P x ax 3 bx 2 cx d , a , b, c d
y
2 3
d d d
P' x P x, P" x P x , P '" x P x
dx d x2 d x3
42
ESPACIOS VECTORIALES
2. No es un espacio vectorial.
3. a) Sí es un subespacio.
4. N sí es un subespacio de M .
1 0 0 1 0 0
, ,
BM ; Dim M 3
0 0 1 0 0 1
1 0 0 1
,
BN ; Dim N 2
0 1 1 0
5. a) a1 1 y a2 2
L A k 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:
L A k 2, 2k 1 , 2 k 1 k 2 k 1, k2
43
ESPACIOS VECTORIALES
2 1 1 0
6. a) BN ,
3 0 1 0
2 1
b)
7, 3
1 0 BN
7. a) B 2, 3 2x
11 1
b) P x B ,
4 2
2 0
8. a) M BB '
1 3
2
b) h x B 1,
3
9. a) L AR a, 4 a 7 b , 2 a 3b a, b
b) L AC a , 2 a b , a b , 3a b
T
a, b
c) Una base del espacio renglón es:
BR 1, 4, 2 , 0 , 7, 3 Dim L AR 2
Una base del espacio columna es:
BC 1, 2 , 1, 3
T
, 0 , 1, 1, 1
T
Dim L AC 2
d) Como ambos espacios son de igual dimensión, entonces son isomorfos.
11. a) W x 0
b) El conjunto es linealmente dependiente.
44
CAPÍTULO 2
TRANSFORMACIONES
LINEALES
TRANSFORMACIONES LINEALES
Transformación
T
V W
Dominio Codominio
Transformación lineal
u, v V y K
1) T u v Tu Tv
2) T u Tu
47
TRANSFORMACIONES LINEALES
T V T v v V
N T
v V T v 0 W
Teoremas
1) T 0V 0W
2) T V es un subespacio de W .
3) N T es un subespacio de V .
48
TRANSFORMACIONES LINEALES
a 0
P a x b a, b y D 0 b a, b
definida por
f 0 0
T f ; f P
0 f 1
es lineal.
SOLUCIÓN:
Para que una transformación sea lineal se deben cumplir las dos propiedades que se
señalan en la definición de este concepto. Dichas propiedades se conocen con los
nombres de superposición y homogeneidad, respectivamente, de acuerdo con el orden
en que aparecen en la citada definición.
1) Superposición:
f 1 x a 1 x b1 , f 2 x a 2 x b 2 P , se tiene que:
T f1 f 2 T f1 T f 2
sustituyendo f1 y f 2 , tenemos:
T a 1 x b 1 a 2 x b 2 T a 1 x b1 T a 2 x b2
efectuando la suma del lado izquierdo de la igualdad y aplicando T del lado derecho,
tenemos:
b1 0 b2 0
T a 1 a 2 x b 1 b 2
0
0 a 1 b1 a 2 b 2
49
TRANSFORMACIONES LINEALES
b1 b 2 0 b1 b 2 0
0 a1 a 2 b1 b2 0 a1 a 2 b1 b2
cumple
2) Homogeneidad:
f ( x) a x b y
T f T f
de donde:
T a x b T a x b
b 0
T a x b
0 a b
b 0 b 0
0 a b 0 a b
cumple
T a , b, c a b x a c ; a , b, c 3
a) Determine si T es lineal.
50
TRANSFORMACIONES LINEALES
SOLUCIÓN:
v1 a 1 , b1 , c 1 , v2 a 2 , b2 , c2 3
y
T v 1 v 2 T v1 T v 2
T a 1 , b 1 , c 1 a 2 , b 2 , c 2 T a 1 , b 1 , c 1 T a 2 , b 2 , c 2
de donde 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
a 2 b2 x a 2 c2
a 1 a 2 b1 b 2 x a 1 a 2 c 1 c 2 a 1 a 2 b b 2 x
1
a1 a 2 c c 2
1
B 1, 0, 0 , 0, 1, 0 , 0, 0, 1
51
TRANSFORMACIONES LINEALES
de donde:
T 1, 0, 0 x 1
T 0, 1, 0 x
T 0, 0, 1 1
a x b 1 a x b
T ax b
3
a, b
Por otro lado, el núcleo se obtiene a partir de la igualdad:
T a , b, c 0 x 0
de donde:
a b x a c 0 x 0
a b 0
b a
a c 0
c a
N T a, a, a a
52
TRANSFORMACIONES LINEALES
C x , 1 Dim T 3
2
Una base del núcleo es:
D 1, 1, 1 Dim N T 1
Dim T 3
Dim N T 3
M BA T v A T v B ; v V
M BA T T v 1 T v 2
B
T vn
B
B
53
TRANSFORMACIONES LINEALES
P2 ax 2
bx c a, b, c
a b
M a, b, c
b c
a c 3b
T ax 2
bx c
; a , b, c
3 b a c
SOLUCIÓN:
Para obtener la matriz asociada a la transformación se requiere una base del dominio y
una del codominio. Consideremos las bases:
1 0 0 1 0 0
A x 2, x , 1 y B , ,
0
0 1 0 0 1
1 0
T
x 2
0 1
0 3
T x
3 0
1 0
T 1
0 1
54
TRANSFORMACIONES LINEALES
0 3 1 0 0 1 0 0
3
0 0 0 1 0 0 1
1 2 3
0 3
0, 3, 0
3 0 B
1 0 1 0 0 1 0 0
0
1 0 0 1 0 0 1
1 2 3
1 0
1, 0, 1
0 1 B
1 0 1
M A
T 0 3 0
B
1 0 1
H x, y, z 2 x z, y z, 4 x y z ; x, y, z 3
3
Obtenga la matriz asociada a la transformación H referida a la base canónica de .
55
TRANSFORMACIONES LINEALES
SOLUCIÓN:
3
Como se sabe, la base canónica de es:
B 1, 0, 0 , 0, 1, 0 , 0, 0, 1
Las imágenes de sus elementos son:
T 1, 0, 0 2, 0, 4
T 0, 1, 0 0, 1, 1
T 0, 0, 1 1, 1, 1
0, 1, 1 B 0, 1, 1
1, 1, 1 B 1, 1, 1
2 0 1
M BB H 0 1 1
4 1 1
56
TRANSFORMACIONES LINEALES
TH v T v H v ; v V
T v T v ; v V
Composición:
3) Sean T : U V y H : V W dos transformaciones lineales. La operación
H T es una transformación lineal de U en W definida por:
H T u H T u ; u U
V
U T H W
u Tu H T u
H T
57
TRANSFORMACIONES LINEALES
Teoremas
1) M BA T H M BA T M BA H
2) M BA T M BA T ; K
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.
3) M CA H T M CB H M BA T
T: 2
2
donde T x, y x, 2 x 3 y
S: 2
2
donde S x, y x y, 3 y
SOLUCIÓN:
S T x , y S T x , y 1, 1
de donde
S x, 2x 3y 1, 1
58
TRANSFORMACIONES LINEALES
x 2 x 3 y , 3 2 x 3 y 1, 1
simplificando se tiene:
3 x 3 y , 6 x 9 y 1, 1
3 x 3 y 1
6 x 9 y 1
x 0
EJERCICIO 2.6 Sea el espacio vectorial M x, y y las
0 y
transformaciones lineales:
x y 0
H: 2
M dada por H x, y ; x, y 2
0 y
S: 2
2
dada por S x, y x, 0 ; x, y 2
2 S T H x, y 0, y
59
TRANSFORMACIONES LINEALES
SOLUCIÓN:
Partiendo de la expresión dada, tenemos:
2 S T H x , y 0, y
de donde se tiene:
2S x, y T H x, y 0, y
despejando:
T H x, y 0, y 2 S x , y
aplicando S , tenemos:
T H x, y 0, y 2 x, 0
T H x, y 2 x, y (1)
Esta ecuación resulta ser una ecuación 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 M T H M 1 H ( 2)
a 0
H x, y x y, y ; aplicando f
a, b
0 b
60
TRANSFORMACIONES LINEALES
H 1, 0 1, 0
1 1
H
1
M (3)
H 0, 1 1, 1 0
T H 1, 0 2, 0
2 0
MT H ( 4)
0 1
T H 0, 1 0, 1
de ( 3) se obtiene que:
1 1
M 1
H (5)
0 1
2 0 1 1
M T
0 1 0 1
de donde:
2 2
M T
0 1
Como la transformación T : M 2
, entonces mediante el isomorfismo podemos
lograr que T : 2
2
, con lo cual se puede expresar:
2 2 x 2 x 2 y
x, y
1 y
T
0 y
esto es:
T x, y 2 x 2 y, y
x 0
T 2 x 2 y, y
0 y
61
TRANSFORMACIONES LINEALES
1) T 1 T I V
2) T T 1 I W
Gráficamente:
T
V W
v Tv
T 1
62
TRANSFORMACIONES LINEALES
Teorema
.
1
Si T 1 existe, entonces M BA T
1
2) M AB T
a b a b
T
a b x a b ; M
b a b a
donde:
a b
M a, b y P1 ax b a, b
b a
a) Determine si T es biyectiva.
1
b) De ser posible, obtenga la transformación inversa T .
SOLUCIÓN:
a) Obteniendo el núcleo de T .
a b 0
a b 0
63
TRANSFORMACIONES LINEALES
N T 0 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 dimensión dos, y como el núcleo es de dimensión cero, entonces T es
suprayectiva. Al ser T inyectiva y suprayectiva, entonces T es biyectiva.
1
b) Como T resultó ser biyectiva, entonces T existe.
1
Para obtener T , primeramente transformaremos los espacios vectoriales
n
M y P 1 a espacios del tipo , mediante dos isomorfismos.
a b
f
b
a, b
a
g ax b a, b
Con lo cual, la regla de correspondencia de T quedaría como:
T a, b a b, a b
T 1, 0 1, 1
1 1
M T
1 1
T 0, 1 1, 1
64
TRANSFORMACIONES LINEALES
esto es:
ab ba
T 1
a, b ,
2 2
A 2x , 3 y B x, x3
65
TRANSFORMACIONES LINEALES
SOLUCIÓN:
1
M BA T existe
T 1 M
1
Como M AB A
B T , entonces T
1
existe, por lo que podemos
2 4 1 4
b) Como M T
A
0
M B
T
1
1
1 2 0 2
B A
1
Para obtener la regla de correspondencia de T se procede de la siguiente
forma:
de P 1 , referido a la base B .
ax b x x3
ax b x 3
a
b
b
3
66
TRANSFORMACIONES LINEALES
b b
a a
3 3
b b
ax b B a ,
3 3
obtiene es T
1
a x b A , entonces:
4 a
b b 4b
1 a
1 3 1 3 3
T
1
a x b A
2 b 2 2b
0 2
3 3
entonces:
ab
2
T
1
a x b A
b
3
de donde:
ab b
T 1 a x b ,
A 2 3
ab b
T 1 a x b 2x 3
2 3
T 1 a x b a bx b
67
TRANSFORMACIONES LINEALES
Horizontal y
y T 1
k 0
0 1
1
Contracción
0 k 1 k
x
Vertical y
x
1
1 0 T
0 k
k
0 k 1 1
x
Horizontal y
k 0 y T 1
0 1
1
k 1 k
x
Expansión y
Vertical x k
1
1 0 T
0 k
k 1 1
x
68
TRANSFORMACIONES LINEALES
Efecto geométrico
Transformación Matriz de
transformación Dominio Codominio
y
Sobre el eje x y T
1 0 1
0 0
x
Proyección 1
x y
Sobre el eje y 1
T 1
0 0
0 1
x
1 k
0 1
k 1
x
y
A lo largo del eje x
con k 0 y T 1
Deformación 1 k
0 1 1 x
o
1 k
y
Deslizamiento A lo largo del eje y 1
x
con k0 1
1 0 T
x
k 1
k
1
y
A lo largo del eje y k
con k 0 T
11
kk
1 0
k 1
x
1
y y
T
1
Rotación cos sen
sen cos
x
x
1 1
69
TRANSFORMACIONES LINEALES
SOLUCIÓN:
cos sen
sen cos
Como 90 , entonces:
0 1
Matriz de giro G
1 0
k 0
0 1
como k 3 , entonces:
3 0
Matriz de expansión E
0 1
como se nos pide realizar primero el giro y después la expansión, esto equivale a
realizar la composición de ambas transformaciones, esto es:
E G u E G u
70
TRANSFORMACIONES LINEALES
Sabemos que:
M E G ME MG
de donde:
3 0 0 1 0 3
ME G T
0 1 1 0 1 0
0 3 0 0
T 0, 0 T 0, 0 0, 0
1 0 0 0
0 3 1 0
T 1, 0 1 T 1, 0 0, 1
1 0 0
0 3 1 3
T 1, 1 T 1, 1 3, 1
1 0 1 1
0 3 0 3
T 0, 1 0 T 0, 1 3, 0
1 0 1
Gráficamente:
y y
T
(1, 1) (-3, 1)
(0, 1) (0, 1)
x x
0 (1, 0) (-3, 0) 0
71
TRANSFORMACIONES LINEALES
entonces se tiene:
0 1 3 0 0 1
MG E H
1 0 0 1 3 0
0 1 0 0
H 0, 0 H 0, 0 0, 0
3 0 0
0
0 1 1 0
H 1, 0 0 3 H 1, 0 0, 3
3 0
0 1 1 1
H 1, 1 H 1, 1 1, 3
3 0 1
3
0 1 0 1
H 0, 1 1 0 H 0, 1 1, 0
3 0
Gráficamente:
y
( -1 , 3 )
y ( 0, 3 )
H
( 1, 1 )
( 0, 1 )
x x
0 ( 1, 0 ) ( -1 , 0 ) 0
72
TRANSFORMACIONES LINEALES
T : V V
Para este tipo de transformaciones pueden existir vectores diferentes de cero que
tienen la siguiente característica:
T v v
Definición
Sea V un espacio vectorial de dimensión finita definido sobre un campo K y sea
T : V V un operador lineal para el cual:
T v v con v 0
73
TRANSFORMACIONES LINEALES
Espacio característico
y se representa con E .
74
TRANSFORMACIONES LINEALES
SOLUCIÓN:
f ' x 2a x b
f " x 2a
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
3
Como el espacio vectorial P es de dimensión tres, entonces es isomorfo con ,
con lo cual se aplicarán los siguientes isomorfismos:
h ax 2
bx c a , b, c
h 1 a , b, c a x 2 b x c
T a , b , c 3a , 2 b , 2 a c
75
TRANSFORMACIONES LINEALES
T 1, 0, 0 3, 0, 2
T 0, 1, 0 0, 2, 0
T 0, 0, 1 0, 0, 1
3 0 0
M T 0 2 0 A
2 0 1
3 0 0
Det A I 0 2 0 3 2 1
2 0 1
2 2
3 1
76
TRANSFORMACIONES LINEALES
00
y 0 y0
2 x 2 z 0 xz
Si hacemos z k 1 , entonces:
x k1
v
1 B
k 1 , 0, k 1
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
v1 k1 x 2 k1 con k1 0
77
TRANSFORMACIONES LINEALES
Para 2 2 se tiene:
x 0 x 0
0 0
2x z 0 z 0
entonces:
v
2 B
0, k 2 , 0
v2 k2 x con k2 0
Para 3 1 se tiene:
2x 0
x 0
y 0 z k3
y0
2 x 0
entonces:
v 3 B
0, 0, k 3
v3 k3 con k3 0
78
TRANSFORMACIONES LINEALES
b) De acuerdo con los resultados obtenidos en el inciso anterior, se tiene que los
espacios característicos son:
k
E 1 1 x2 k1 k1
E k
2 2 x k2
E k
3 3 k3
a b
M b c a , b, c
x y 3x y 5z x 3 y 5z x y
T ; M
y z x 3 y 5 z 2z
y
z
SOLUCIÓN:
Como el espacio vectorial M es de dimensión tres, entonces se emplearán los
siguientes isomorfismos:
a b
f a, b, c
b c
a b
f 1
a, b, c
b c
T x, y, z 3x y 5z, x 3 y 5z, 2 z ; x, y, z 3
79
TRANSFORMACIONES LINEALES
T 1, 0, 0 3, 1, 0
T 0, 1, 0 1, 3, 0
T 0, 0, 1 5, 5, 2
3 1 5
M T 1 3 5 A
0 0 2
3 1 5
Det A I 1 3 5 3 3 2 2
0 0 2
Det A I 2 3 1 2 2 6 8
2
factorizando se tiene:
Det A I 2 2 4
1 2
2 2
3 4
80
TRANSFORMACIONES LINEALES
como A u 0 es:
3 1 5 x 0
1 3 5 y 0 (1)
0 0 2 z 0
1 1 5 x 0
1 1 5 y 0
0 0 0 z 0
x y 5z 0
x y 5z 0
0 0
al escalonarlo se obtiene:
x y 5z 0
0 0
0 0
81
TRANSFORMACIONES LINEALES
v
1 B
k 1 5k 2 , k1 , k 2
1 0 0 1 0 0
B 0 0 , 1 0 , 0 1
1
Esta base se obtiene al aplicar f a los elementos de la base canónica, que es la
base con la cual se obtuvo M T .
k1 5 k 2 k1
v1 0
k 2
con k 1 y/o k 2
k1
1 1 5 x 0
1 1 5 y 0
0 0 2 z 0
de donde se llega a:
x y 5z 0
x y 5z 0
2z 0
82
TRANSFORMACIONES LINEALES
al escalonarlo se obtiene:
x y 5z 0
10 z 0
2z 0
si y k3 x k3
con lo cual:
v k
2 3 , k 3, 0
k3 k3
v2 con k3 0
k 3 0
k 1 5 k 2 k1
E 1 y 2 k1 y k 2
k1 k 2
k3 k3
E
3 k3
k 3 0
83
TRANSFORMACIONES LINEALES
Matrices similares
Se tiene que dos matrices A y B de orden n x n son similares, si existe una matriz
no singular C , tal que:
B C 1 AC
Teorema:
Dos matrices representan al mismo operador lineal, si y sólo si, son similares.
2. Dos matrices similares tienen el mismo polinomio característico y, por lo tanto, los
mismos valores característicos.
Diagonalización
Teorema
La matriz A será similar a una matriz diagonal D , si y sólo si, existe un conjunto
linealmente independiente formado por n vectores característicos de T . Para este
caso, existe una matriz no singular P , para la cual se cumple que D P 1 AP ,
donde P tiene como columnas a los n vectores característicos de T
correspondientes a los valores característicos d ii que definen a la matriz diagonal D .
84
TRANSFORMACIONES LINEALES
T x, y, z x, 5x 2 y 2 z, x 3z ; x, y, z 3
SOLUCIÓN:
T 1, 0, 0 1, 5, 1
1 0 0
T 0, 1, 0 0, 2, 0 M T 5 2 2 A
1 0 3
T 0, 0, 1 0, 2, 3
1 0 0
Det A I 5 2 2 1 2 3
1 0 3
1 1
2 2
3 3
85
TRANSFORMACIONES LINEALES
0 0 0 x 0 5x y 2z 0
5 1 2 y 0 x 2z
1 0 2 z 0 x 2z 0
si z k1
x 2k1 v 1 2 k 1 , 12 k 1 , k 1 con k 1 0
y 12 k 1 vectores característicos asociados a λ 1
Para 2 2 se tiene:
1 0 0 x 0 x 0
5 0 2 y 0 5x 2z 0
1 0 1 z 0 x z 0
Para 3 3 se tiene:
2 0 0 x 0 2x 0
5 1 2 y 0
5x y 2 z 0 y 2z
1 0 0 z 0 x 0
86
TRANSFORMACIONES LINEALES
1 2 k , 12 k , k k
1 1 1 1
2 0, k , 0 k
2 2
3 0, 2 k , k k
3 3 3
2 k 1 0 0
P 12 k 1 k 2 2 k 3
k1 0 k 3
si se hace que:
k1 1
k2 2
k 3 1
2 0 0
P 12 2 2
1 0 1
87
TRANSFORMACIONES LINEALES
1 0 0 1 0 0 2 0 0
1
D 7 1 2 5 2 2 12 2 2
2
1 0 2 1 0 3 1 0 1
1 0 0 2 0 0
1
D 7 1 2 12 4 6
2
1 0 2 1 0 3
2 0 0
1
D 0 4 0
2
0 0 6
de donde:
1 0 0
D 0 2 0
0 0 3
88
TRANSFORMACIONES LINEALES
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
c) determine una base a la cual está referida la matriz diagonal D del inciso anterior.
SOLUCIÓN:
Con el fin de simplificar el procedimiento se emplearán los siguientes isomorfismos:
f ax 2
bx c a, b, c
f 1
a, b, c ax2 bx c
T a , b , c a 2 c , 0, 2 a 4 c ; a , b, c 3
T 1, 0, 0 1, 0, 2
1 0 2
T 0, 1, 0 0, 0, 0 M T 0 0 0 A
2 0 4
T 0, 0, 1 2, 0, 4
89
TRANSFORMACIONES LINEALES
1 0 2
Det A I 0 0 1 4 4
2 0 4
P 4 4 2 4
P 3 5 2 4 4
P 3 5 2 2
2 0
3 5
Para 1 2 0 se tiene:
1 0 2 x 0 x 2z 0
0 0 0 y 0 0 0
2 0 4 z 0 2 x 4 z 0
Se trata de un sistema compatible indeterminado con dos grados de libertad, con lo cual
se tiene que su solución general es:
si z k1 x 2 k1
con y k2
90
TRANSFORMACIONES LINEALES
v1 2 k1, k 2 , k1 con k1 0 y/o k2 0
Para k 3 5 se tiene:
4 0 2 x 0 4x 2z 0
0 5 0 y 0 5y 0 y 0
2 1 z 0
0 2x z 0
2x z 0
z 2 x
y 0
v3 k 3 , 0 , 2 k 3 con k 3 0
B 2, 0, 1 , 0, 1, 0
91
TRANSFORMACIONES LINEALES
1, 0, 2
2 0 1
P 0 1 0
1 0 2
1
Si P es no singular, esto es, si existe P , entonces la matriz A es diagonalizable.
Dado que:
2 0 1
Det P 0 1 0 5
1 0 2
entonces:
Det P 0 P 1 existe
Tenemos que los valores y vectores característicos del operador original T , aplicando
1
f , 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 con k 3 0
92
TRANSFORMACIONES LINEALES
1
b) Con esta matriz P y empleando la expresión D P AP se llega a que la
matriz D es:
0 0 0
D 0 0 0
0 0 5
c) Una base a la cual está referida la matriz D es la formada por los vectores
característicos obtenidos, esto es:
f 1
2, 0, 1 2 x2 1
f 1
0 , 1, 0 x
f 1
1, 0, 2 x2 2
La base solicitada es B 2 x 2 1, x, x2 2
93
TRANSFORMACIONES LINEALES
EJERCICIOS PROPUESTOS
1. Sea la transformación T : 3
3
definida por:
T x, y, z y 2 z, y z, x 2 y 3z ; x, y, z 3
a) Determine si T es lineal.
d) Obtenga T 3T 1 x, y, z .
a b a b
T
c d
a b c, ad, bcd ; M
c d
a) Determine si T es lineal.
V ax b a, b y W a x2 bx c a, b, c
Si la transformación lineal T : V W se define por:
T P x x P x ; P x V
94
TRANSFORMACIONES LINEALES
A x , 1 del dominio.
B x 2
2 x 1, 9 x 2, 4 x 2 3 x 3 del codominio.
T: 2
2
definida por T x, y y, x 6 y
S: 2
2
definida por S x, y 2 x 7 y, 9 x y
H: 2
2
definida por H x, y x2y, 2x y
T 1 S 3 H u 8, 3
S: 2
2
, T: 2
2
y H: 2
M
definidas por:
S x, y 2x y, x y ; x, y 2
T x, y y, x ; x, y 2
x 0
H x, y ; x, y 2
0 y
x 0
donde M x, y
0 y
95
TRANSFORMACIONES LINEALES
a b
P2 a x 2 bx c a , b, c y M a , b, c
b c
ac 3b
T ax 2 bx c ; a x 2 bx c P2
3 b a c
u1 2, 1 v 1 1, 2
u 2 1, 1 v 2 0, 1
y sea T : 2
2
una transformación lineal, tal que:
T u1 2 v1 v 2 y T u2 v1 v2
Determine:
a) Los valores y vectores característicos de T .
96
TRANSFORMACIONES LINEALES
9. Sea la matriz:
2 0 0
M T 2 1 2
0 0 2
b) Determine si T es diagonalizable.
10. Sea T : 3
3
un operador lineal definido por:
T x, y, z 4 x z, 2 x 3 y 2 z, x 4 z ; x, y, z 3
b) Determine si T es diagonalizable.
e) Dé una base de 3
para la cual la matriz asociada a T es diagonal.
97
TRANSFORMACIONES LINEALES
1. a) T es lineal.
N T 0, 0, 0 Dim N T 0
c) Si se cumple.
d) T 3T 1 x, y, z 3x, 3 y, 3z .
2. a) T es lineal.
d c d
b) N T c, d Dim N T 2
c d
c) R T a, a b , b a , b Dim R T 2
21 8
3. M T 3 1
5 2
4. u 4, 1
x 0
5. Q
0
6x 2 y , 4x 3y
y
1
a b ac b ac
6. T x2 x
b c 2 3 2
98
TRANSFORMACIONES LINEALES
7. a)
y y
T
1, 1
0, 1
1 , 0
x x
0 1, 0 0
1, 1 0, 1
2 2
b)
y y
1, 1 2, 1 1, 1
0, 1
x x
0 1, 0 1, 0 0
99
TRANSFORMACIONES LINEALES
8. a) 1 2 1
v 1, 2 0, k con k 0
b) E 1, 2 0, k k
9. a) E k
1, 2 1 , 2 k1 2 k 2 , k 2 k1 y k 2
E 3 0, k3 , 0 k3
b) T sí es diagonalizable.
2 0 0
c) D 0 2 0
0 0 1
B 1, 2 , 0 , 0 , 2, 1 , 0, 1, 0
10. a)
E 1, 2 k 1 , k 2 , k1 k1 y k 2
E 3 k 3 , 2k3 , k3 k3
b) T sí es diagonalizable.
1 0 1
c) P 1 1 2
1 0 1
100
CAPÍTULO 3
ESPACIOS CON
PRODUCTO INTERNO
ESPACIOS CON PRODUCTO INTERNO
Producto interno
1. u v v u
2. u v w u v u w
3. u v u v
4. u u 0 si u0
1. u v u v
2. u u
3. 0 u u 0 0
4. u u 0 si y sólo si u 0
5. u v w u v u w
103
ESPACIOS CON PRODUCTO INTERNO
1
f g et f t g t d t ; f, g F
0
es un producto interno.
SOLUCIÓN:
1) f g g f
Esto es:
1 1
e f t g t dt
t
et g t f t dt
0 0
2) f g h f g f h
De donde:
1 1 1
e f t g t h t d t
t
e f t
t
gt dt et f t ht dt
0 0 0
1
1
1
e t f t gt dt e f t t
h t d t e f t
t
gt dt et f t ht dt
0 0 0
1 1 1 1
e f t g t d t
t
e f t h t d t
t
e f t g t d t
t
e t f t h t d t
0 0 0 0
cumple.
104
ESPACIOS CON PRODUCTO INTERNO
3) f g f g
Entonces
1 1
e f t g t d t
t
et f t g t d t
0 0
1 1
e f t g t d t
t
et f t g t d t
0 0
cumple
1
et f t f t d t 0
0
1
e t f t
2
dt 0
0
y la función f t también es
2
Como e t es una función positiva t
positiva t por estar elevada al cuadrado, entonces la gráfica de la
e t f t
2
función se encuentra por arriba del eje de las abscisas y en
consecuencia el área bajo la curva en el intervalo 0, 1 siempre será positiva,
por lo tanto se cumple el axioma de la positividad, con lo cual, podemos afirmar
que la función:
1
et f t g t d t
0
es un producto interno.
105
ESPACIOS CON PRODUCTO INTERNO
a b
W a, b
a b 2 a
u v w u v u w ; u, v, w W
u v u v ; y u, v W
SOLUCIÓN:
Dado que se da por hecho que se cumplen dos de los cuatro axiomas, entonces sólo
resta comprobar el cumplimiento de los restantes (simetría y positividad).
Simetría:
u v v u
Dado que el campo de definición son los reales, entonces el conjugado no tiene ningún
efecto, por lo que la propiedad a demostrar es:
a b c d
u v v u ; u , v cd 2 c
W
a b 2a
esto es:
a b c d c d a b
a b 2a c d 2 c cd 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
ESPACIOS CON PRODUCTO INTERNO
ac 2 a d 2 bc 4 bd ac 2 a d 2 bc 4 bd
cumple
Positividad:
u u 0 si u 0
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
2
0
u v ac 2 a d 2 bc 4 bd
no es un producto interno.
Norma de un vector
107
ESPACIOS CON PRODUCTO INTERNO
Propiedades de la norma
1. v 0 y v 0 si y sólo si v 0
2. v v
3. u v u v
Vectores unitarios
1
v
v
u u v
2
v u v
Donde u v es el módulo de u v .
La igualdad se cumple, si y sólo si, u y v son vectores linealmente dependientes.
108
ESPACIOS CON PRODUCTO INTERNO
d u, v v u
Sea V un espacio con producto interno. La distancia entre vectores tiene las
siguientes propiedades:
1. d u, v 0
2. d u, v 0 si y sólo si u v
3. d u, v d v, u
4. d u, w d u, v d v, w
cos θ =
u v donde 0 θ π
u v
109
ESPACIOS CON PRODUCTO INTERNO
Vectores ortogonales
u v 0
P2 ax 2
b x c a , b, c
donde se define el producto interno:
f g f 1 g 1 f 0 g 0 ; f , g P2
SOLUCIÓN:
d p, q q p
se tiene que:
q x p x x2 2x 2
Si h x q x p x x2 2x 2
110
ESPACIOS CON PRODUCTO INTERNO
entonces
1
hx hx hx 2
1
h 1 h 1 h 0 h 0 2
1
1 1 2 2 2
1
1 4 2
hx 5
d p, q 5 u
1
p x p x p x 2
1
p 1 p 1 p 0 p 0 2
1
0 0 1 1 2
1 1
111
ESPACIOS CON PRODUCTO INTERNO
p x 1
1
qx qx qx 2
1
q 1 q 1 q 0 q 0 2
1
1 1 1 1 2
2
qx 2
p x q x p 1 q 1 p 0 q 0
0 1 1 1
p x q x 1
cos θ =
p x q x
p x q x
112
ESPACIOS CON PRODUCTO INTERNO
entonces
1
cos θ =
1 2
1
θ cos 1
2
θ 135
f x g x 0
esto es:
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
c a b
4 4
3 3
sustituyendo c en (1) tenemos g x ax2 bx a b
4 4
113
ESPACIOS CON PRODUCTO INTERNO
1
f g f t gt dt ; f, g F
0
SOLUCIÓN:
1 1 1
f f f t f t dt t 1 t 1 d t t 1
2
dt
0 0 0
1
t 1 3 2
3
1 8 1 7
3 0
3 3 3 3 3
entonces:
7
f
3
f t t 1 3 3
t
f t 7 7 7
3
114
ESPACIOS CON PRODUCTO INTERNO
f g 0
entonces
1 1
t4 t3
f g t 1 t dt
2
t t dt 4 3
3 2
0 0 0
1 1 7
0
4 3 12
g
2
f g f f g
1
1
t5
g g t t dt
2 2
t 4
dt
1
0 0 5 0
5
2
7 7 1
12 3 5
49 7
se verifica la desigualdad de Cauchy – Schwarz.
144 15
115
ESPACIOS CON PRODUCTO INTERNO
v i v j 0 ; i j
Si cada vector del conjunto A tiene norma igual a uno, entonces al conjunto A se
le llama conjunto ortonormal.
Si a V y se tiene que:
a 1 v 1 2 v 2 n vn
αi
a vi
v i 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 vendrían
dadas por:
αi a vi
ya que v i vi 1
116
ESPACIOS CON PRODUCTO INTERNO
v 1 b1
v 2 b2
b 2 v1 v1
v 1 v1
.
.
.
b
i 1 vk
i
v i bi vk
v
k 1
k vk
para i 1 , 2 , , n
x y x1 y 1 3 x 2 y 2 ; x1 , x 2 , y1 , y 2 2
1 1 1
y la base A , , 1, de
2
.
2 2 3
117
ESPACIOS CON PRODUCTO INTERNO
SOLUCIÓN:
1 1 1 1 1 1 1
, 1, 3 0
2 2 3 2 6 2 2
1 2
1,
3 3
ortonormal.
118
ESPACIOS CON PRODUCTO INTERNO
1 1 3 1
B , , 1 ,
2
2 2 3
esto es:
1 1 3 3
B , , ,
2 2 2 6
1 1 3 1
α = 3, 1 , 3 3
2 2 2 2
3 3 3 3 3
β =
3, 1 ,
3
6
3
2 6
2
u B 3, 3
a 0
M a, b
0 b
A B tr AB ; A, B M
119
ESPACIOS CON PRODUCTO INTERNO
1 0 0 0 1 0
G , 0 1 , 0 1
0 1
SOLUCIÓN:
que, cualquiera de sus bases deberá contener únicamente 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 método de Gram–Schmidt directamente al
conjunto G y veamos lo que sucede.
Si consideramos que:
G b 1 , b2 , b3
entonces, aplicando el método de Gram – Schmidt, tenemos:
v 1 b1
esto es:
1 0
v1
0 1
además:
v 2 b2
b 2 v1 v1 (1)
v 1 v1
120
ESPACIOS CON PRODUCTO INTERNO
desarrollando tenemos:
0 0 0
0
0 1
b
0
1 0 1 1
2 v1 tr
0
b 2 v1 1
1 0 1 0 1 0
v1 v1
0 1 0 1
tr
1
0
v 1 v1 2
0 0 1 1 0
v2
0 1 2 0 1
0 0 1 1 0
v2
0 1 2 0 1
1
0
v2 2
0 1
2
v 3 b3
b 3 v1 v1
b 3 v2 v2 ( 2)
v 1 v1 v 2 v2
121
ESPACIOS CON PRODUCTO INTERNO
desarrollando tenemos:
0 1 0
0
0 1
b
1
1 0 1
v1 tr
0 1
3
b 3 v1 0
1 1
1 0 2
0 0
b 3 v2
0
1 1
tr 2
0 1
0
2 2
b 3 v2 1
1 1 1
2 0 2 0 0
v 2 v2
0 1
0 1
tr 4
0 1
2 2 4
v 2 v2 12
sustituyendo en ( 2) tenemos:
1
0
1 0 0 1 0 1 2
1
v3
0 1 2 0 1 1
0
2 2
1 0 1 0
v3
0 1 0 1
0 0
v3
0 0
122
ESPACIOS CON PRODUCTO INTERNO
Como era de esperarse, la base ortogonal B estará formada únicamente por los
vectores v 1 y v 2 , esto es:
1
1 2 0
0
B , base ortogonal
0 1 0 1
2
v
1
v1 1 v1 2
como v 1 v1 2 , entonces:
v1 2
Por otro lado:
v
1
v2 2 v2 2
Como v 2 v2 12 , entonces:
1
v2
2
1
2 0
1 1 0
B' 0 1 , 2
2 0 1
2
o también:
1 1 0 2 1 0
B' 0 1 ,
2 0 1
2
123
ESPACIOS CON PRODUCTO INTERNO
P2 ax 2
b x c a , b, c
en el cual se define el producto interno:
1
f g f t gt dt ; f , g P2
1
SOLUCIÓN:
Sabemos que:
v1 b1
esto es:
v1 1
v2 b2
b 2 v1 v1 (1)
v 1 v1
desarrollando por partes:
1
1
x2
1
b 2 v1
1
1 x d x
1
xdx
2
1
2
1
2
0
1
v2 x
Se tiene que:
v3 b3
b 3 v1 v1
b 3 v2 v2 ( 2)
v 1 v1 v 2 v2
124
ESPACIOS CON PRODUCTO INTERNO
desarrollando tenemos:
1
1 1
x3
b 3 v1 x 1 d x
2
x dx
2
3
1
3
1
3
2
3
1 1 1
1 1
x4
b 3 v2 x xdx
2
x dx
3
4
1
4
1
0
4
1 1 1
1
1
v 1 1 d x 1 1
1
v1 d x x 2
1 1
1 1
1
v3 x2
3
v
1
v1 1 v1 2
2
1 1
2 2
1
1
v
1
v2 v2 2
xxdx x2 dx
2
1 1
1
1
x3 1 2 1 1 2 2
3 1 3 3 3
v
1
v3 3 v3 2
125
ESPACIOS CON PRODUCTO INTERNO
se tiene que:
1 1
v 3 v3
2 1 2 1
x x dx
3 3
4 2 2 1
x x dx
1 1 3 9
1
x5 2 3 1 1 2 1 1 2 1
x x
5 9 9 1 5 9 9 5 9 9
4 4 8
45 45 45
entonces:
8 8
v3
45 3 5
al dividir cada vector entre su norma, se tiene que la base ortonormal pedida es:
1
x2
1 x 3
Bortonormal , ,
2 2 8
3
3 5
simplificando se tiene:
Bortonormal
1
,
3
2
x,
5
8
3x 2
1
2
Complemento ortogonal
v u 0 ; u W
W v V v u 0 ; u W
126
ESPACIOS CON PRODUCTO INTERNO
v w w' donde w W y w' W
gráficamente:
v
w'
w
W
e
n
w v ei i
i 1
127
ESPACIOS CON PRODUCTO INTERNO
Teorema de proyección
v w vt ; t W
x y x1 y1 2 x2 y2 x3 y3 ; x x1 , x2 , x3 , y y1 , y2 , y3 3
SOLUCIÓN:
W x, y, x 2y x, y
Una base de W es:
B 1, 0, 1 , 0, 1, 2
Si consideramos un vector cualquiera u a, b, c que pertenezca al
complemento ortogonal de W , entonces se debe cumplir que:
a, b, c 1, 0, 1 0 y a, b, c 0, 1, 2 0
128
ESPACIOS CON PRODUCTO INTERNO
2b 2 c 0 , de donde
bc0 ... ( 2)
De (1) y ( 2) se llega a:
ac y bc
W ( c, c, c ) c
Para comprobar que se llegó al resultado correcto, se tomará un vector cualquiera de
W y otro de W para comprobar que dichos vectores son ortogonales.
v u 1, 1, 3 3, 3, 3 3 6 9 0
por lo tanto, v y u resultan ser ortogonales.
SOLUCIÓN:
Una base del subespacio W es el conjunto:
B 1 , 0, 1, 0 , 0 , 1, 0, 1 b 1 , b 2
129
ESPACIOS CON PRODUCTO INTERNO
Si efectuamos:
b 1 b2 1 , 0, 1, 0 0 , 1, 0, 1 0
con lo cual podemos afirmar que B es una base ortogonal de W .
b
1 1
b1 1 b1 2
1, 0, 1, 0 1, 0, 1, 0 2 2
1 1
b2 b2 b2 2
0, 1, 0, 1 0, 1, 0, 1 2 2
Dividiendo cada vector entre su respectiva norma, tenemos que una base ortonormal
de W es:
1 1 1 1
Bortonormal , 0, , 0 , 0, , 0,
2 2 2 2
e
2
w1 v ei i
i 1
desarrollando:
w1 v e1 e v
1 e2 e 2 (1)
donde los vectores e 1 y e 2 son los vectores de la base ortonormal de W , esto es:
1 1
e1 , 0, , 0
2 2
1 1
e2 0, , 0,
2 2
130
ESPACIOS CON PRODUCTO INTERNO
1 1 1 1
w1 1, 2, 6, 0 , 0, , 0 , 0, , 0
2 2 2 2
1 1 1 1
1, 2, 6, 0 0, , 0, 0, , 0,
2 2 2 2
7 1 1 2 1 1
w1 , 0, , 0 0, , 0,
2 2 2 2 2 2
7 7
w 1 , 1, , 1
2 2
como v w 1 w 2 , entonces:
w 2 v w1
sustituyendo tenemos:
7 7
w2 1 , 2, 6 , 0 , 1, , 1
2 2
5 5
w 2 , 1, , 1
2 2
7 7 5 5
v w 1 w 2 , 1, , 1 , 1, , 1 1 , 2, 6 , 0
2 2 2 2
131
ESPACIOS CON PRODUCTO INTERNO
P2 ax 2
b x c a, b c
W ax 2
3a x a
Considere para su desarrollo el producto interno en P 2 definido por:
2
p q p i q i ; p x , q x P2
i0
SOLUCIÓN:
B x 2 3x
Calculando la norma del elemento de la base, tenemos:
x
1
x 3x
2
2
3x x 3x
2 2
1
p 0 p 0 p 1 p 1 p 2 p 2 2
de donde la base ortonormal de W es: Bortonormal
1
x 2
3x
8
132
ESPACIOS CON PRODUCTO INTERNO
La proyección del polinomio g x sobre el espacio W viene dada por la expresión:
hx g x e1 e 1
Sustituyendo tenemos:
h x
x2 2x 1 1
x 2 3x
1
x 2 3x
8 8
hx
1
8
x 2
2x 1 x 2
3x x 2
3x
hx
1
8
1 0 2 2 1 2 x 2
3x
hx
1
8
6 x 2
3x
hx
3
4
x 2
3x
3 2 9
hx x x
4 4
133
ESPACIOS CON PRODUCTO INTERNO
Mínimos cuadrados
Ax y
AT A x AT y
1
v AT A AT y
c) Cuál de las dos opciones presenta el menor error. Considere al producto escalar
2
ordinario en como producto interno.
SOLUCIÓN:
y mx b
134
ESPACIOS CON PRODUCTO INTERNO
2m b 1
m b 0
S1 : 0m b 2
m b 3
2m b 6
2 1 1
1 0
1
m
0 1 2
b
3
1 1
2 1 6
A x y
2 1 1
1 1 0
m
A 0 1 ; x ; y 2
b
1 1 3
2 1 6
AT A x AT y (1)
se tiene que:
2 1
1 1
2 1 0 1 2 10 0
A A 0
T
(2)
1 5
1
1 1 1 1 0
1 1
2 1
135
ESPACIOS CON PRODUCTO INTERNO
sustituyendo ( 2 ) y ( 3 ) en ( 1 ) tenemos:
10 0 m 13
0
5 b 12
y P x a x2 bx c ( 4)
4a 2b c 1
a b c 0
S2 : c 2
a b c 3
4a 2b c 6
136
ESPACIOS CON PRODUCTO INTERNO
4 2 1 1
0
1 1 1 a
0 0 1 b 2
1 1 1 c 3
4 2 1 6
A x y
de donde:
4 2 1 1
1
1 1
a
0
A 0 0 1 ; x b ; y 2
1 1 1 c 3
4 2 1 6
obteniendo:
4 2 1
1 1 34
4 1 0 1 4
1
0 10
A A 2 1 1 0
T
0 1 2 0 0 10 0 (5)
1 1 1 1 1 1 1 1 10 0 5
4 2 1
además:
1
0 31
4 1 0 1 4
A y 2 1 2 13
T
0 1 2 ( 6)
1 1 1 1 1 3 12
6
137
ESPACIOS CON PRODUCTO INTERNO
sustituyendo ( 5 ) y ( 6 ) en ( 1 ) tenemos:
34 0 10 a 31
0 10 0 b 13
10 0 5 c 12
1
a
2
13
b
10
7
c
5
sustituyendo estos valores en ( 4 ) , se tiene que el polinomio buscado es:
1 2 13 7
P x x x
2 10 5
1
Para P1 2, 1 se tiene que el punto en la recta es Q 1 2,
5
11
Para P2 1, 0 se tiene que el punto en la recta es Q 2 1,
5
12
Para P3 0, 2 se tiene que el punto en la recta es Q 3 0,
5
37
Para P4 1, 3 se tiene que el punto en la recta es Q 4 1,
10
Para P5 2, 6 se tiene que el punto en la recta es Q 5 2, 5
138
ESPACIOS CON PRODUCTO INTERNO
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:
1 6
e1 y y 1 1
5 5
11 11
e2 y y2 0
5 5
12 2
e3 y y3 2
5 5
37 7
e4 y y4 3
10 10
e5 y y5 6 5 1
6 11 2 7
e1 , , , , 1
5 5 5 10
calculando su norma:
1
1
36 2
1
e1 e1 e1 2
e 1 e1 2
25
121
25
4
49
25 100
1
e1 2.816
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 6 0
calculando su norma:
1 1
e
1
e2 e2 e2 2
2 e2 2 0.04 0.36 0.36 0.04 0 2
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
ESPACIOS CON PRODUCTO INTERNO
EJERCICIOS PROPUESTOS
1. En el espacio vectorial
P2 ax 2
b x c a , b, c
sobre se define la operación:
p q p 1 q1 p 0 q 0 p 2 q 2 ; p, q P 2
2. En el espacio vectorial 2
se define la función:
u v x1 x 2 x1 y 2 y 1 x 2 3 y 1 y 2 ; u x1 , y 1 , v x2 , y2 2
3. En el espacio vectorial 2
se define el producto interno:
u v x1 x 2 x1 y 2 x 2 y 1 3 y 1 y 2 ; u x 1 , y1 , v x2 , y2 2
Obtenga un vector w 2
que, con el producto interno dado, sea ortogonal al
vector 9, 1 y su norma sea 33 .
4. Si en el espacio vectorial 4
se define el producto escalar ordinario y se tiene
que B v 1 , v 2 , v 3 , v 4 es su base canónica, obtenga un vector unitario que
cumpla simultáneamente las dos condiciones siguientes:
a) Que se ortogonal a v 1 y v 4 , y
141
ESPACIOS CON PRODUCTO INTERNO
5. En el espacio vectorial
a b c
d
M e f a, b, c, d , e, f, g, h, i,
g h i
A B t r BT A ; A, B M
1 2 1 0 1 1
A 0 1 0 y B 2 1 1
1 1 1 1 0 1
Calcule:
a) La norma de la matriz A .
1
p q pt qt dt ; p t , q t P2
0
f1 t t2 1 y f2 t t 1.
142
ESPACIOS CON PRODUCTO INTERNO
π
f g
π
f t gt dt ; f, g F
2π
f g
0
f x gxdx ; f, g F
A 3, cos x , 9
x 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 3
143
ESPACIOS CON PRODUCTO INTERNO
a 0
M a, b
0 b
a1 0 a2 0
M M2
0 b
0
a a b b ; M , M M
b 2
1 1 2 1 2 1 2
1
1 0 0 0
,
B
0 2 0 1
p x p n q n
1
q x
n 1
y sea W ax 2
c a, c un subespacio de P2 . Obtenga el
complemento ortogonal de W .
144
ESPACIOS CON PRODUCTO INTERNO
12. Sean W x, x, y x, y y B 1, 1, 0 , 0, 0, 1
3
un subespacio de y una base de W , respectivamente. Considerando el
producto interno:
u v x1 x 2 3 y 1 y 2 z1 z 2 ; u x1 , y 1 , z1 , v x 2 , y 2 , z 2 3
obtenga:
13. Sean M el espacio vectorial de matrices cuadradas de orden dos con elementos
a b x y a b x y
ax by cz d w ; , M
c d z w c d z w
a ab
y sea W a, b un subespacio de M .
b a
3 2
b) Exprese al vector A como la suma B C , donde B W y
2 0
CW .
145
ESPACIOS CON PRODUCTO INTERNO
146
ESPACIOS CON PRODUCTO INTERNO
1. p q sí es un producto interno.
2. u v sí es un producto interno.
1
4. v 0, 1, 1, 0 (La respuesta no es única)
2
5. a) A 10
b) d A, B 4
c) θ 78.46
b) g t π
E A a b cos x a , b
y una base ortogonal de E A es:
Bort 1, cos x
147
ESPACIOS CON PRODUCTO INTERNO
9.
1 1 1
,
1 1 1
, 0,
1 2
Bortonormal , , , , ,
6 6 6 6 6 6 6 6
2
5 0
1 1 0
10. Bortonormal 0 2 , 5
5 0 1
5
11. W bx b
12. a) w 3, 3, 1
b) d w, a 2 3
yw y
13. a) W
y, w
y w
2 1 1 1
b) B W y C W
1 2 1 2
2 1 1 1
A 1 2
1 2
1 1
c) La proyección del vector A sobre W es el vector C
1 2
8 11
14. a) y x
5 10
8 11
b) y x
5 10
148
ESPACIOS CON PRODUCTO INTERNO
149
CAPÍTULO 4
OPERADORES LINEALES
EN ESPACIOS CON
PRODUCTO INTERNO
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
Adjunto de un operador
Definición
Sea V un espacio con producto interno y sea T : V V un operador lineal. Un
u) v u *( v ) ; u, v V
Esta definición está 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 único.
1. T * * T
2. T * T *
3. S T * S* T*
4. T*
1
T 1 *
5. S T * T * S *
153
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
ax b mx r 2 a m 2b r ; p = a x b, q m x r P 1
SOLUCIÓN:
2
Como el espacio P 1 es de dimensión dos, entonces es isomorfo a , con lo cual si
aplicamos dicho isomorfismo tenemos que la regla de correspondencia de T y el
producto interno quedarían como:
T a, b 2 b, a b (1)
a , b m, r 2a m 2br
cumplir que:
T * m, r α m βr , γm δr (3)
y como
p a, b y q m, r
T a, b m, r a, b T* m, r
2 b, ab m, r a, b αm βr, γm δr
154
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
T * m, r r , 2m r
Si se aplica el isomorfismo inverso, entonces el adjunto de T es:
T * mx r rx 2m r
T x, y x y , ix 3 2i y
Obtenga el operador adjunto de T .
SOLUCIÓN:
Para resolver este ejercicio haremos uso de una propiedad de las matrices asociadas a
estos operadores que establece:
M B
B T * M B
B T *
Dado que el campo de definición del espacio vectorial V es de los números complejos,
entonces la dimensión de V es dos, por lo que una base ortonormal del espacio es:
B 1, 0 , 0, 1
155
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
T 1, 0 1, i
1 1
M BB T
i 3 2i
T 0, 1 1, 3 2 i
Como M B
B T * M B
B T * , entonces:
1 i
M B
T *
1 3 2i
B
1 i w w iz
T * w, z
1 3 2i z w 3 2i z
T * w, z w iz, w 3 2i z
Operador normal
T T* T* T
156
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
1. T v T* v ; v V
2. Si T v λ v entonces T * v λv
SOLUCIÓN:
u x, y y v w, z (1)
y supongamos que:
sustituyendo ( 1 ) y ( 2 ) en ( 3 ) , tenemos:
T x, y w, z x, y T * w, z
157
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
de donde:
2i x y , x 2i y w, z x, y α 1w α 2z , α3w α 4z
aplicando la regla de correspondencia del producto interno se tiene:
2i x w y w x z 2i y z α1 x w α 2 x z α 3 y w α 4 y z
2i w z x w 2i z y α1 w α2 z x α3 w α4 z y
T * w, z 2i w z , w 2i z
Para determinar si T es un operador normal, debemos comprobar si se cumple que:
T T* T* T
esto es:
T T* x, y T* T x, y
T T * x, y T * T x, y
aplicando las reglas de correspondencia de T y T * dentro de los corchetes,
tenemos:
T 2i x y , x 2i y T * 2i x y , x 2i y
2 i 2 i x y x 2i y , 2i x y 2i x 2i y
2 i 2 i x y x 2i y , 2i x y 2i x 2i y
158
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
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 términos semejantes, tenemos:
5x , 5y 5x , 5y
Definición
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 v 1 T v2 ; v1 , v2 V
T v 1 v2 v 1 T v2 ; v1 , v 2 V
159
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
a) T es diagonalizable.
3) Si M B
B T es una matriz asociada a un operador hermitiano referida a una
base B ortonormal, entonces:
160
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
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.
SOLUCIÓN:
T v
1 v2 v 1 T v2 ; v1 , v 2 2
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 (1)
161
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
a bi , c d i T x y i , z wi a bi , c d i x w y z i , y xi
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 (2)
B 1, 0 , 0, 1
Con lo cual la matriz asociada al operador T será:
T 1, 0 1, i
1 i
M BB T A
T 0, 1 i, 0 i 0
1 i
A*
i 0
1 λ i
det A λI λ 1 λ 1 λ 2 λ 1
i λ
1 1 4 1 5
λ
2 2
162
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
1 5
λ1
2 2
1 5
λ2
2 2
d) Dado que los valores característicos son diferentes, entonces de acuerdo con la
propiedad 1.c los vectores característicos son ortogonales.
T x, y 0, kx 2y
Determine el o los valores de k de tal forma que T sea un operador simétrico
con el siguiente producto interno:
x , y x
1 1 2, y2 144
25
x1 x 2
1
9
y1 y 2 x1 y 2 x 2 y1
SOLUCIÓN:
T v 1 v2 v 1 T v2 ; v1 , v 2 2
esto es:
T x , y x
1 1 2 , y2 x , y T x
1 1 2 , y2
aplicando la regla T tenemos:
0, k x 1 2 y1 x2 , y2 x , y 0, k x
1 1 2 2 y2
163
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
1
9
k x1 2 y 1 y 2 0 x 2 k x1 2 y 1
1
y k x2 2 y2 x1 k x2 2 y2 0
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
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
Definición
Sea V un espacio vectorial definido en , en el cual se define un producto interno
Si se cumple que:
T v T v v
1 2 1 v2 ; v1 , v 2 V
164
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
T v v ; v V
2) Los valores característicos de un operador unitario tienen módulo uno, esto es:
λ 1
165
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
SOLUCIÓN:
Tv Tv v
1 2 1 v2
de donde se tiene:
T 1, 0 T 0, 1 1, 0 0, 1
1 1
, 0
2 2
a, b
1 1
a b 0
2 2
ab 0 (1)
Por otro lado, como se trata de un operador ortogonal, entonces preserva la norma, esto
es:
T 0, 1 0, 1
a, b 1
a2 b2 1
a2 b2 1 (2)
166
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
a b 0 a b
a 2 b2 1
de ( 2 ) se tiene:
a2 a2 1
2a 2 1
1 1 1
a2 a b
2 2 2
Dado que los vectores para los cuales se obtiene su imagen bajo T , esto es,
M T referida a dicha base tiene que ser ortogonal, es decir, debe cumplir que:
M M T
M T
M I
1 1
T1 0 , 1 ,
2 2
1 1
T 2 0, 1 ,
2 2
Es importante aclarar que, el hecho de tener dos posibles imágenes para el vector
0 , 1 , en realidad esto implica que existen dos operadores ortogonales T1 y T2 con
167
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
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 canónica son:
1 1 1 1
1 1
M T1 y M T2
2 1 1 2 1 1
SOLUCIÓN:
Para resolver este ejercicio se pueden seguir dos métodos. El primero de ellos sería
verificar si el operador T satisface la condición
Tv Tv v
1 2 1 v2
si es así, entonces T es un operador ortogonal.
De estos dos métodos de solución, el primero resulta ser muy laborioso dadas las
características de la regla de correspondencia de T , por lo cual se optará por el
segundo método descrito.
168
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
3
Si consideramos como base de a la base canónica, ésta resulta ser una base
ortonormal con el producto interno considerado.
2 2 1
T 1, 0 , 0 , , 2 2 1
3 3 3
3 3 3
2 1 2 2 1 2
T 0 , 1, 0 , M T A
3
,
3 3 3 3 3
1 2 2
1 2 2
T 0, 0, 1 , , 3 3 3
3 3 3
2 2 1 2 2 1
3 3 3 3 3 3 1 0 0
2 1 2 2 1 2
A AT 0 1 0 I
3 3 3 3 3 3
1 2 2 1 2 2 0 0 1
3 3 3 3 3 3
lineal T : 2
2
cuya regla de correspondencia es:
1 i i 1
T x, y x y , x αy ; x, y 2
3
3 3
169
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
SOLUCIÓN:
Tv Tv v
1 2 1 v2 ; v1 , v 2 2
si consideramos v 1 x1 , y1 y v2 x2 , y2 , entonces:
1 i
1 i x i
y1 ,
1
x1 α y 1 x2
i
y2 ,
1
x 2 α y 2 x1 x 2 y 1 y 2
3 1 3
3 3 3 3
1 i i 1 i i 1 1
x y1 x2 y2 x1 α y 1 x 2 α y 2 x1 x 2 y 1 y 2
3 1 3
3 3 3 3
1
conjugando y factorizando , tenemos:
3
1
3
1 i x1 i y1 1 i x 2 i y 2 x1 3 α y1 x 2 3 αy2 x 1 x2 y1 y 2
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 α x1 y 2 3 α x 2 y 1 3α α y 1 y 2
3 x1 x 2 3 y 1 y 2
170
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
simplificando y agrupando:
3 x1 x 2 1 i
3 α x1 y 2 1 i
3 α x 2 y 1 1 3α α y 1 y 2 3 x1 x 2 3 y 1 y 2
1 i 3 α 0 (1)
1 i 3 α 0 (2)
1 3 α α 3 (3)
de ( 2 ) tenemos que:
1i
α
3
sustituyendo en ( 1 ) :
1 i
1i 3 0
3
1 i 1 i 0
0 0 satisface
sustituyendo en ( 3 ) :
1 i 1 i
1 3 3
3 3
1 1 i 1 i 3
1 2 3
3 3 satisface
1i
Por lo que si α , entonces el operador T es unitario.
3
171
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
Teorema espectral
a) T λ 1 P 1 λ 2 P 2 λk Pk
b) P 1 P 2 Pk I
c) P i P j 0 , para toda i j
correspondencia es:
T x, y x 2 y , 2x 2 y
a) Obtenga la descomposición espectral del operador T .
c) Compruebe que P1 P2 0 .
SOLUCIÓN:
T 1, 0 1, 2
1 2
M T A
2 2
T 0, 1 2, 2
172
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
de donde:
1 λ 2
det AλI 1 λ 2λ 4
2 2λ
λ2 λ 2 4
entonces:
P λ λ2 λ 6
P λ λ3 λ2
λ1 3
λ 2 2
Para λ 1 3 :
4 2 x 0
2 1 y 0
4x 2 y 0
2x y 0
y 2x
2x y 0
0 0
si x k1 y 2k 1
v1 k 1, 2k 1 con k 1 0
173
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
Para λ2 2:
1 2 x 0 x 2 y 0 x 2 y 0
x 2y
2 4 y 0 2 x 4 y 0 0 0
si y k2 x 2k 2
v2 2k 2 , k2 con k 2 0
E λ 1 k1 , 2 k1 k1
E λ 2 2k2 , k2 k2
Obsérvese que los vectores característicos con el producto escalar ordinario
2
en como producto interno, resultan ser ortogonales y por lo tanto, los
espacios característicos son uno complemento ortogonal del otro, por lo que
cualquier vector x, y 2
puede ser expresado en forma única como la
suma de dos vectores que, en este caso, serían uno de cada espacio
característico.
2
Los operadores P1 y P 2 que proyectan cualquier vector de sobre los
espacios característicos son:
P1 a , b = a, 2a E λ1
I
P2 a, b = 2b, b E λ2
x, y a, 2a 2 b, b (1)
174
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
x a 2b
(2)
y 2a b
(3)
de ( 2 ) se tiene:
a x 2b (4)
sustituyendo ( 4 ) en ( 3 ) :
y 2 x 2b b
y 2 x 5b
2x y
b (5)
5
sustituyendo ( 5 ) en ( 4 ) :
2x y
a x2
5
x 2y
a (6)
5
4x 2 y 2x y
P2 x, y = ,
5 5
T λ 1 P1 λ 2 P 2
175
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
x 2 y 2x 4 y 4x 2 y 2x y
T x, y = 3 , 2 ,
5 5 5 5
3 x 6 y 6 x 12 y 8x 4 y 4x 2 y
T x, y = ,
5 5 5 5
sumando se llega a:
T 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 descomposición espectral de T a la
que se llegó, es correcta.
I x, y P1 P2 x, y
I x, y P1 x, y + P2 x, y
sustituyendo P1 y P 2 tenemos:
x 2y 2x 4y 4x 2y 2x y
I x, y , ,
5 5 5 5
al sumar se obtiene:
I x, y x, y cumple
176
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
P1 P2 0
0 x, y 0, 0 ; x, y 2
P1 P2 a, b 0 a, b donde a, b 2
P 1 P 2 a, b 0, 0
4a 2b 2a b
P1 , 0, 0
5 5
4a 2b 2a b 4a 2b 2a b
2 2 4
5 5 , 5 5
0, 0
5 5
177
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
4a 2b 4a 2b 8a 4b 8a 4b
5 5 , 5 5
0, 0
5 5
sumando:
0 0
, 0, 0
5 5
0, 0 0, 0
178
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
Formas cuádricas
Una de las múltiples aplicaciones que tienen los valores y vectores característicos es la
que se da en las formas cuádricas, que nos permite simplificar el estudio de las
cónicas y de las superficies, cuando éstas tienen sus ejes oblicuos a los ejes del
sistema de referencia, esto es, los valores y vectores característicos pueden ser
usados para resolver problemas donde se requiere hacer una rotación 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 3
corresponden a las ecuaciones generales de segundo grado en y ,
respectivamente.
A las expresiones que sólo consideran los términos de segundo grado, se les llaman
formas cuádricas o formas cuadráticas, esto es:
ax 2 bx y c y 2
Forma cuádrica para el caso de 2
.
a x 2 b y 2 c z 2 d x y e x z f y z
Forma cuádrica para el caso de 3
.
b
a 2 x
ax 2 bx y c y 2 x y x
T
Ax
b c
y
T
x 2 x
A
d e
a
2 2 x
ax 2 by 2 cz 2 d x y exz f yz x y z d
b
f y x TAx
2 2
x
T z
e f
c x
2 2
A
179
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
b
a 2 x x
x y d e f 0
b y y
x
T
c k
2 x x
A
x T Ax k x f 0 (1)
si se hace:
x Px ' (2)
esto es:
x x'
P
y y '
Donde x' 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 ecuación ( 1 ) , formada por
vectores característicos unitarios, con lo cual P es una matriz ortogonal, es
decir, P
1
P T . Se debe cuidar además que det P 1 , lo cual garantiza el
giro de ejes. Si el det P 1 , entonces será suficiente con intercambiar las
columnas de P .
T
Px' A Px' k Px' f 0
de donde:
kP x' f 0
T
x' PT A Px '
x'
T
PT AP x' kP x' f 0 ( 3)
180
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
como
λ1 0
PT A P
0 λ 2
λ1 0 x' P 11 P 12 x'
x' y' d e f 0
0 λ 2 y ' P 21 P 22 y '
λ1 x'
2 2
λ2 y' d ' x' e' y' f 0 (4)
donde:
d ' d P 11 e P 21
e ' d P 12 e P 22
3
Para el caso de la ecuación general de segundo grado en , es decir, cuando se
tienen superficies cónicas 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
2
al seguido para el caso de , con la única diferencia de que la matriz A ahora
será de 3 3 y se tendrán tres valores y tres vectores característicos.
181
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
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 cónica.
SOLUCIÓN:
x T
A x k x 44 0 (1)
donde:
9 2 x
A ; k 12 36 ; x
2 6 y
Como se sabe, la matriz P está formada por la disposición en columna de los vectores
característicos unitarios de la matriz A , entonces:
9λ 2
det A λ I 9 λ 6 λ 4 λ 2 15 λ + 50 = λ 10 λ 5
2 6λ
λ 1 10
valores característicos
λ2 5
182
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
Para λ 1 10 :
1 2 x 0 x 2y 0
( 2) x 2y 0
x 2y
2 4 y 0 2x 4 y 0
0 0
Para λ2 5:
4 2 x 0 4x 2 y 0
2x y 0
y 2x
2 1 y 0 ( 2) 2x y 0
0 0
2 1
e1 ,
5 5
1 2
e2 ,
5 5
183
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
2 1
5 5
P =
1 2
5 5
P T P 1
u 1 u2 ( 2, 1) ( 1 , 2 ) 2 2 0
con lo cual se tiene que los vectores característicos son ortogonales. Estos vectores
nos definirán la dirección de los ejes del nuevo sistema de referencia con el giro
requerido.
T
Px' A Px' k Px' 44 0
kP
T
x' PT A P x ' x ' 44 0
agrupando:
x'
T
PT A P x ' kP x ' 44 0
184
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
1
Como P T P entonces P T A P = D , con la cual se llega a:
x ' kP
T
D x' x ' 44 0
sustituyendo tenemos:
2 1
10 0 x' 5 5 x'
x' y' 12 36 44 0
0 5 y ' 1 2 y '
5 5
realizando operaciones:
1 2 1 x '
y ' 12
2 2
5 1 44 0
2 y '
10 x' 36
5
1 x'
y ' 60
2 2
10 x' 5 60 y ' 44 0
5
60 60
y '
2 2
10 x' 5 x' y ' 44 0
5 5
Obsérvese que en esta ecuación ya no se tiene término con producto entre las
variables; sin embargo, aún se tienen términos lineales. Para eliminar estos términos
se hará un desplazamiento del sistema de referencia para hacer coincidir el centro de
la cónica con el origen del nuevo sistema de referencia x" , y " . Para esto se
requiere completar trinomios que sean cuadrados perfectos y hacer la factorización
correspondiente.
6 12
2 2
10 x' x' 5 y' y ' 44
5 5
185
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
completando trinomios:
6 9 12 36
2 2
10 x' x' 5 y' y' 44 18 36
5 5
5 5
2 2
3 6
10 x ' 5 y' 10
5 5
2 2
3 1 6
x' y' 1
2
5 5
si se hace que:
3
x" x '
5
6
y" y '
5
entonces se tiene:
2
y"
2
x" 1
2
Al observar la ecuación a la que se llegó es evidente que se trata de una elipse con
centro en el origen y con semiejes a 1 y b 2 .
186
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
c) Para calcular el ángulo de giro, se deberá obtener el ángulo que forman el vector
característico u 1 2 , 1 que define la dirección del eje x ' , con el vector
unitario i 1, 0 .
Sabemos que:
cos θ =
u1 i
u1 i
sustituyendo:
cos θ =
(2, 1) (1, 0 )
5 1
2
cos θ = θ = 26.56
5
187
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
EJERCICIOS PROPUESTOS
a 0 ab 0
T
0 b 0 a b
a 0 x 0 a 0 x 0
ax by ; , M
0 b 0 y 0 b 0 y
T x, y 2x i y , y i x ; x, y 2
b) Obtenga T* 1 i , 1i .
188
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
T ax b 2 a 2b x 5b 2 a ; ax b P
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.
T x, y 2x a y , bx y ; x, y 2
T ax 2 bx c 2b x 2 2a c x b
donde P ax 2 bx c a , b, c
Determine si T es un operador antihermitiano con el producto interno.
p q
1
4
p " (1) q " (1) p ' ( 0 ) q ' ( 0 ) p ( 0 ) q ( 0 ) ; p, qP
189
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
7. En el espacio vectorial 2
sobre se define el operador lineal T : 2
2
de la siguiente manera:
T a bi , c d i b ai , d ci ; a bi , c di 2
2x y 3z x y z 4x 5y z
T x , y , z , ,
14 42
14 14 3 3 3 42 42
z z a bi ; a, b donde i 2 1
sobre y el operador T : definido por:
T z zi ; z
u v uv ; u, v
donde v es el conjugado de v .
190
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
1
T x, y 2x, x y
3
y el producto interno:
x y x1 x 2 x1 y 2 x 2 y1 3 y1 y 2 ; x x1, y1 , y x 2 , y2 2
c) Compruebe que P1 P2 0.
T x, y 2 x y, x 2y
y el producto interno:
x y x1 x 2 x1 y 2 x 2 y1 3 y1 y 2 ; x x1 , y1 , y x 2 , y 2 2
10 2
x2 2x y y2 x y 14 0
2 2
a) Determine una matriz P correspondiente al giro que hace paralelos los ejes
coordenados con los ejes de la cónica.
191
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
2x2 3 xy y2 4
a) Determine una matriz P correspondiente al giro que hace paralelos los ejes
coordenados con los ejes de la cónica.
192
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
1. T* w, z 2w z , w 3z
w 0 wz 0
2. T*
0
z
0
w z
3. a) T es un operador normal.
b) T* 1i , 1i 26
4. a) El operador T sí es hermitiano.
2 2
b) M B
B T es una matriz hermitiana donde B x, 1
2 5
d) Sí son ortogonales.
5. a b
6. T sí es un operador antihermitiano.
193
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
7. a) T no es hermitiano.
T no es antihermitiano.
T es unitario.
i 0
b) D
0 i
8. T sí es un operador ortogonal.
9. T sí es un operador unitario.
x x
10. a) T x, y 2 x, 1 0, y
3 3
b) Sí se cumple.
c) Sí se cumple.
1 1
2 2
12. a) P
1 1
2 2
3 y"
2 2
b) x"
c) θ = 45
194
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
d)
3 1
2 2
14. a) P
1 3
2 2
195
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
x ' y '
2 2
5 x '
2 2
b) y' 8 ó 1
8 8
5
c)
196
BIBLIOGRAFÍA
ANTON, H., Introducción al Álgebra lineal. 3a. edición, México, Limusa, 2003.
GROSSMAN, S. I., J.J. Flores G., Álgebra lineal. 7a. edición, México. Mc Graw Hill,
2012.
LAY, D. C., Álgebra lineal y sus aplicaciones. 3a. edición, México, Pearson, 2007.
POOLE, D., Álgebra lineal. 2a. edición, México, Thomson Editores, 2006.
SOLAR G. E., L. Speziale, Apuntes de Álgebra lineal. 3a. edición, México, Limusa-
Facultad de Ingeniería-UNAM, 1996.