Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Transformaciones Lineales
Definición: Sean V y W dos espacios vectoriales. Sea T : V → W una función que asigna a todo
vector v ∈ V un único vector w = T (v) ∈ W . Se dice que T es una transformación lineal si:
1. ∀v, w ∈ V T (v + w) = T (v) + T ( w)
2. ∀α ∈ R ∀v ∈ V T (αv) = αT (v)
Teorema 1
Sea T : V → W una transformación lineal. Entonces:
1. T (OV ) = OW
2. ∀v ∈ V T (v' ) = [T (v)]'
3. T (α 1v1 + α 2 v 2 + α 3 v3 + ... + α n v n ) = α 1T (v1 ) + α 2T (v 2 ) + α 3T (v3 ) + ... + α nT (v n )
Teorema 2
Sea T : V → W una transformación lineal. Entonces se cumple que:
1. El núcleo de T es un subespacio de V
2. El recorrido de T es un subespacio de W
Ramiro J. Saltos
-2-
Teorema de la Dimensión para Transformaciones Lineales
Sea T : V → W una transformación lineal donde V es un espacio vectorial de dimensión finita.
Entonces se cumple que:
v(T ) + ρ (T ) = dim V
Definición: Sea T : V → W una transformación lineal. Se dice que T es sobreyectiva si todo vector
de W es la imagen de por lo menos un vector de V . Es decir:
∀w ∈ W ∃v ∈ V w = T (v)
Teorema 3
Una transformación lineal T : V → W es inyectiva, si y sólo si, Nu (T ) = {OV }
Isomorfismo
Definición: Sean V y W dos espacios vectoriales. Se dice que V y W son espacios vectoriales
isomorfos, denotado por V ≅ W , si existe un isomorfismo T : V → W entre ellos.
Teorema 4
Sea T : V → W una transformación lineal definida entre espacios vectoriales de dimensión finita,
tales que dim V = dim W , entonces:
1. Si T es inyectiva, T es sobreyectiva.
2. Si T es sobreyectiva, T es inyectiva.
Teorema 5
Sean V y W dos espacios vectoriales de dimensión finita. Sea T : V → W una transformación
lineal. Entonces:
1. Si dim V > dim W , T no es inyectiva.
2. Si dim V < dim W , T no es sobreyectiva.
Ramiro J. Saltos
-3-
Teorema 6
Sea T : V → W una transformación lineal, se cumple que:
Definición: Sea T : V → W una transformación lineal. Se dice que T es inversible si existe una
transformación lineal S : W → V , tal que:
1. T D S : W → W = IdW
2. S D T : V → V = IdV
Teorema 7
La transformación lineal T : V → W es inversible, si y sólo si, T es un isomorfismo.
Ramiro J. Saltos
-4-
Representación Matricial de una Transformación Lineal
Teorema 8
Sea T : V → W una transformación lineal donde V y W son espacios vectoriales de dimensión
finita. Supóngase que dimV = n y dim W = m . Sean B1 = {v1 , v 2 , v3 ,..., v n } y
B2 = {w1 , w2 , w3 ,..., wm } dos bases de V y W respectivamente.
Teorema 9
Sea T : V → W una transformación lineal donde V y W son espacios vectoriales de dimensión
finita. Sea AT la representación matricial de T respecto a las bases B1 y B2 de V y W
respectivamente. Entonces:
∀v ∈ V [T (v)]B 2 = AT [v]B1
Teorema 10
Sea T : V → W una transformación lineal donde V y W son espacios vectoriales de dimensión
finita. Sea AT la representación matricial de T respecto a las bases B1 y B2 de V y W
respectivamente. T es un isomorfismo si y sólo si det( AT ) ≠ 0
Ramiro J. Saltos
-5-
Tema 1
Sea T : M nxn → R una función con regla de correspondencia:
T ( A) = det( A)
Donde A ∈ M nxn . Determine si T es una transformación lineal
1. ∀v, w ∈ V T (v + w) = T (v) + T ( w)
Sean v = A y w = B ∈ M nxn
T ( A + B) = T ( A) + T ( B )
det( A + B) = det( A) + det( B)
T ( A + B ) = T ( A) + T ( B)
⎡⎛ 3 0 ⎞⎤ ⎛1 0⎞ ⎛ 2 0⎞
T ⎢⎜⎜ ⎟⎟⎥ = T ⎜⎜ ⎟⎟ + T ⎜⎜ ⎟⎟
⎣⎝ 0 3 ⎠⎦ ⎝0 1⎠ ⎝ 0 2⎠
⎛ 3 0⎞ ⎛1 0⎞ ⎛ 2 0⎞
det⎜⎜ ⎟⎟ = det⎜⎜ ⎟⎟ + det⎜⎜ ⎟⎟
⎝ 0 3⎠ ⎝0 1⎠ ⎝ 0 2⎠
9 = 1+ 4
9=5
Ramiro J. Saltos
-6-
Tema 2
Sea T : M nxn → R una función con regla de correspondencia:
T ( A) = traza ( A)
Donde A ∈ M nxn . Determine si T es una transformación lineal
1. ∀v, w ∈ V T (v + w) = T (v) + T ( w)
Sean v = A y w = B ∈ M nxn
T ( A + B) = T ( A) + T ( B )
traza ( A + B) = traza ( A) + traza ( B)
traza ( A) + traza ( B) = traza ( A) + traza ( B)
2. ∀α ∈ R ∀v ∈ V T (αv) = αT (v)
Sea α ∈ R . Sea v = A ∈ M nxn
T (αA) = αT ( A)
traza (αA) = αtraza ( A)
αtraza ( A) = αtraza ( A)
Ramiro J. Saltos
-7-
Tema 3
Sea A una matriz cuadrada de orden n . Considere la transformación T : M nxn → M nxn dada
por T ( A) = AB − BA ( B es una matriz fija de orden n ). Demuestre que T es una
transformación lineal.
1. ∀v, w ∈ V T (v + w) = T (v) + T ( w)
Sean v = A1 y w = A2 ∈ M nxn
T ( A1 + A2 ) = T ( A1 ) + T ( A2 )
( A1 + A2 )B − B( A1 + A2 ) = ( A1 B − BA1 ) + ( A2 B − BA2 )
( A1 + A2 )B − B( A1 + A2 ) = ( A1 B + A2 B ) − (BA1 + BA2 )
( A1 + A2 )B − B( A1 + A2 ) = ( A1 + A2 )B − B( A1 + A2 )
2. ∀α ∈ R ∀v ∈ V T (αv) = αT (v)
Sea α ∈ R . Sea v = A ∈ M nxn
T (αA) = αT ( A)
(αA)B − B(αA) = α ( AB − BA)
α ( AB − BA) = α ( AB − BA)
Cuando los ejercicios para determinar si una función es una transformación lineal estén basados en
operaciones con matrices se recomienda trabajarlos de manera general como se lo ha hecho en los
problemas planteados hasta el momento
Ramiro J. Saltos
-8-
Tema 4
Sea T : R 2 → R 2 la función que transforma cada punto del plano en su simétrico respecto
del eje y . Encontrar la regla de correspondencia de T y demuestre que es una
transformación lineal.
⎛ x⎞ ⎛− x⎞
T ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ y⎠ ⎝ y ⎠
1) ∀v, w ∈ V T (v + w) = T (v) + T ( w)
⎛a⎞ ⎛c⎞
Sea v = ⎜⎜ ⎟⎟ y w = ⎜⎜ ⎟⎟ ∈ R 2
⎝b⎠ ⎝d ⎠
⎡⎛ a ⎞ ⎛ c ⎞⎤ ⎛a⎞ ⎛c⎞
T ⎢⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟⎥ = T ⎜⎜ ⎟⎟ + T ⎜⎜ ⎟⎟
⎣⎝ b ⎠ ⎝ d ⎠⎦ ⎝b⎠ ⎝d ⎠
⎛ a + c ⎞ ⎛− a⎞ ⎛− c⎞
T ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟
⎝ b + d ⎠ ⎝ b ⎠ ⎝ d ⎠
⎛− a − c⎞ ⎛− a − c⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ b+d ⎠ ⎝ b+d ⎠
2) ∀α ∈ R ∀v ∈ V T (αv) = αT (v)
⎛ x⎞
Sea α ∈ R . Sea v = ⎜⎜ ⎟⎟ ∈ R 2
⎝ y⎠
⎡ ⎛ x ⎞⎤ ⎛ x⎞
T ⎢α ⎜⎜ ⎟⎟⎥ = αT ⎜⎜ ⎟⎟
⎣ ⎝ y ⎠⎦ ⎝ y⎠
⎛ αx ⎞ ⎛− x⎞
T ⎜⎜ ⎟⎟ = α ⎜⎜ ⎟⎟
⎝ αy ⎠ ⎝ y ⎠
⎛ − αx ⎞ ⎛ − α x ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ αy ⎠ ⎝ αy ⎠
Ramiro J. Saltos
-9-
Tema 5
Determine el rango y la nulidad de la siguiente transformación lineal
⎛ a ⎞
⎛a⎞ ⎜ ⎟
T ⎜⎜ ⎟⎟ = ⎜ a + b ⎟
⎝b⎠ ⎜ b ⎟
⎝ ⎠
⎪⎝ b ⎠ ⎝ b ⎠ ⎜ 0 ⎟⎪
⎩ ⎝ ⎠⎭
⎪⎜ z ⎟ ⎝ b ⎠ ⎜ z ⎟⎪
⎩⎝ ⎠ ⎝ ⎠⎭
Para hallar las condiciones del recorrido igualamos la regla de correspondencia con el vector típico
de la imagen, luego planteamos la matriz aumentada y la reducimos, si es posible, hasta obtener la
mayor cantidad de filas llenas de ceros.
⎧ a=x ⎛1 0 x⎞ ⎛1 0 x ⎞ ⎛1 0 x ⎞
⎪ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ y−x−z =0
⎨a + b = y ⎜1 1 y ⎟ A21 (−1)⎜ 0 1 y − x ⎟ A32 (−1)⎜ 0 0 y − x − z ⎟
⎪ b=z ⎜0 1 y = x+z
⎩ ⎝ z ⎟⎠ ⎜0 1
⎝ z ⎟⎠ ⎜0 1
⎝ z ⎟
⎠
⎛ x⎞ ⎛ x ⎞ ⎛1⎞ ⎛0⎞ ⎧⎛ 1 ⎞ ⎛ 0 ⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟ ⎜ ⎟⎪
⎜ y⎟ = ⎜ x + z⎟ = x⎜ 1 ⎟ + z ⎜ 1 ⎟ BRe(T ) = ⎨⎜ 1 ⎟, ⎜ 1 ⎟⎬ ρ (T ) = 2
⎜z⎟ ⎜ z ⎟ ⎜0⎟ ⎜1⎟ ⎪⎜ 0 ⎟ ⎜ 1 ⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠ ⎝ ⎠⎭
Ramiro J. Saltos
-10-
Tema 6
Dada la aplicación lineal T : R 3 → M 2 x 2 definida por:
⎛a⎞
⎜ ⎟ ⎛a − b b ⎞
T ⎜ b ⎟ = ⎜⎜ ⎟⎟
⎜c⎟ ⎝ b b − c ⎠
⎝ ⎠
a) Halle la representación matricial de T respecto a las bases canónicas.
b) Encuentre Ker (T ), Im(T ),ν (T ), ρ (T )
⎧⎛ 1 ⎞ ⎛ 0 ⎞ ⎛ 0 ⎞⎫
⎪⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎪ ⎧⎛ 1 0 ⎞ ⎛ 0 1 ⎞ ⎛ 0 0 ⎞ ⎛ 0 0 ⎞⎫
Sean B1 = ⎨⎜ 0 ⎟, ⎜ 1 ⎟, ⎜ 0 ⎟⎬ y B2 = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ las bases canónicas de R 3 y
⎪⎜ 0 ⎟ ⎜ 0 ⎟ ⎜ 1 ⎟⎪ ⎩⎝ 0 0 ⎠⎝ 0 0 ⎠⎝ 1 0 ⎠⎝ 0 1 ⎠⎭
⎩⎝ ⎠ ⎝ ⎠ ⎝ ⎠⎭
M 2 x 2 respectivamente
⎛1⎞
⎛1⎞ ⎡ ⎛ 1 ⎞⎤ ⎜ ⎟
⎜ ⎟ ⎛1 0⎞ ⎛1 0⎞ ⎛0 1⎞ ⎛0 0⎞ ⎛0 0⎞ ⎢ ⎜ ⎟⎥ ⎜ 0 ⎟
T ⎜ 0 ⎟ = ⎜⎜ ⎟⎟ = (1)⎜⎜ ⎟⎟ + (0)⎜⎜ ⎟⎟ + (0)⎜⎜ ⎟⎟ + (0)⎜⎜ ⎟⎟ ⇒ ⎢T ⎜ 0 ⎟⎥ = ⎜ ⎟
⎜0⎟ ⎝0 0⎠ ⎝0 0⎠ ⎝0 0⎠ ⎝1 0⎠ ⎝0 1⎠ 0
⎢⎣ ⎜⎝ 0 ⎟⎠⎥⎦ ⎜⎜ ⎟⎟
⎝ ⎠
⎝0⎠
⎛ − 1⎞
⎛0⎞ ⎡ ⎛ 0 ⎞⎤ ⎜ ⎟
⎜ ⎟ ⎛ − 1 1⎞ ⎛1 0⎞ ⎛0 1⎞ ⎛0 0⎞ ⎛0 0⎞ ⎢ ⎜ ⎟⎥ ⎜ 1 ⎟
T ⎜ 1 ⎟ = ⎜⎜ ⎟⎟ = (−1)⎜⎜ ⎟⎟ + (1)⎜⎜ ⎟⎟ + (1)⎜⎜ ⎟⎟ + (1)⎜⎜ ⎟⎟ ⇒ ⎢T ⎜ 1 ⎟⎥ = ⎜ ⎟
⎜ 0 ⎟ ⎝ 1 1⎠ ⎝0 0⎠ ⎝0 0⎠ ⎝1 0⎠ ⎝0 1⎠ ⎢⎣ ⎜⎝ 0 ⎟⎠⎥⎦ ⎜⎜ ⎟⎟
1
⎝ ⎠
⎝1⎠
⎛0⎞
⎛0⎞ ⎡ ⎛ 0 ⎞⎤ ⎜ ⎟
⎜ ⎟ ⎛0 0 ⎞ ⎛1 0⎞ ⎛0 1⎞ ⎛0 0⎞ ⎛0 0⎞ ⎢ ⎜ ⎟⎥ ⎜ 0 ⎟
T ⎜ 0 ⎟ = ⎜⎜ ⎟⎟ = (0)⎜⎜ ⎟⎟ + (0)⎜⎜ ⎟⎟ + (0)⎜⎜ ⎟⎟ + (−1)⎜⎜ ⎟⎟ ⇒ ⎢T ⎜ 0 ⎟⎥ = ⎜ ⎟
⎜ 1 ⎟ ⎝ 0 − 1⎠ ⎝0 0⎠ ⎝0 0⎠ ⎝1 0⎠ ⎝0 1⎠ 0
⎢⎣ ⎜⎝ 1 ⎟⎠⎥⎦ ⎜⎜ ⎟⎟
⎝ ⎠
⎝ − 1⎠
⎛ ↑ ↑ ↑ ⎞
⎜ ⎟
⎜ ⎡ ⎛ 1 ⎞⎤ ⎡ ⎛ 0 ⎞⎤ ⎡ ⎛ 0 ⎞⎤ ⎟
⎢ ⎜ ⎟⎥ ⎢ ⎜ ⎟⎥ ⎢ ⎜ ⎟⎥
AT = ⎜ ⎢T ⎜ 0 ⎟⎥ ⎢T ⎜ 1 ⎟⎥ ⎢T ⎜ 0 ⎟⎥
⎟
⎜ ⎟
⎜ ⎢⎣ ⎜⎝ 0 ⎟⎠⎥⎦ B 2 ⎢⎣ ⎜⎝ 0 ⎟⎠⎥⎦ ⎢⎣ ⎜⎝ 1 ⎟⎠⎥⎦
⎟
⎜ ⎟
B2 B2
⎝ ↓ ↓ ↓ ⎠
⎛1 −1 0 ⎞
⎜ ⎟
⎜0 1 0⎟
∴ AT = ⎜
0 1 0⎟
⎜ ⎟
⎜ 0 1 − 1⎟
⎝ ⎠
Ramiro J. Saltos
-11-
b)
⎧⎛ a ⎞ ⎛a⎞ ⎫
⎪⎜ ⎟ ⎜ ⎟ ⎛ 0 0 ⎞⎪
• Nu (T ) = ⎨⎜ b ⎟ ∈ R / T ⎜ b ⎟ = ⎜⎜
3
⎟⎟⎬
⎪⎜ c ⎟ ⎜ c ⎟ ⎝ 0 0 ⎠⎪
⎩⎝ ⎠ ⎝ ⎠ ⎭
Igualamos la regla de correspondencia de la transformación lineal con el vector nulo del espacio de
llegada
⎧a − b = 0 → a = 0
⎪ b=0
⎪
⎨
⎪ b=0
⎪⎩ b − c = 0 → c = 0
De donde obtenemos:
⎧⎛ 0 ⎞⎫
⎪⎜ ⎟⎪
Nu (T ) = ⎨⎜ 0 ⎟⎬ ∴ v(T ) = 0
⎪⎜ 0 ⎟⎪
⎩⎝ ⎠⎭
⎧ ⎛a⎞ ⎫
⎪⎛ w x ⎞ ⎜ ⎟ ⎛ w x ⎞⎪
• Im(T ) = ⎨⎜⎜ ⎟⎟ ∈ M 2 x 2 / T ⎜ b ⎟ = ⎜⎜ ⎟⎟⎬
⎪ ⎝ y z ⎠ ⎜c⎟ ⎝ y z ⎠⎪
⎩ ⎝ ⎠ ⎭
⎧a − b = w ⎛1 −1 0 w⎞ ⎛1 −1 0 w ⎞
⎪ b=x ⎜ ⎟ ⎜ ⎟
⎪ ⎜0 1 0 x⎟ ⎜0 1 0 x ⎟ y−x=0
⎨ ⎜0 1 A23 (−1)⎜
⎪ b= y 0 y⎟ 0 0 0 y − x⎟ x= y
⎜ ⎟ ⎜ ⎟
⎪⎩ b − c = z ⎜0 1 −1 z ⎟⎠ ⎜0 1 −1 ⎟
⎝ ⎝ z ⎠
⎛w x⎞ ⎛w x⎞ ⎛ 1 0⎞ ⎛ 0 1⎞ ⎛ 0 0⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = w⎜⎜ ⎟⎟ + x⎜⎜ ⎟⎟ + z ⎜⎜ ⎟⎟
⎝ y z⎠ ⎝ x z⎠ ⎝ 0 0⎠ ⎝1 0⎠ ⎝ 0 1⎠
⎧⎛ 1 0 ⎞ ⎛ 0 1 ⎞ ⎛ 0 0 ⎞⎫
BRe(T ) = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ ∴ ρ (T ) = 3
⎩⎝ 0 0 ⎠ ⎝ 1 0 ⎠ ⎝ 0 1 ⎠⎭
v(T ) + ρ (T ) = dim V
0+3=3
3=3
Ramiro J. Saltos
-12-
Tema 7
Sea T :P 2 → M 2 x 2 una aplicación definida por:
⎛ 1 − 1⎞⎛ c b ⎞
T (ax 2 + bx + c ) = ⎜⎜ ⎟⎟⎜⎜ ⎟⎟
⎝ 2 1 ⎠⎝ a c ⎠
a) Obtenga Ker (T ), Im(T ),ν (T ), ρ (T )
b) Hallar la matriz asociada a T con respecto a las bases
B1 = {x − 1, x + 1, x 2 − 1}
⎧⎛1 1⎞ ⎛1 1 ⎞ ⎛ 1 1 ⎞ ⎛ 1 − 1⎞⎫
B2 = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎩⎝1 1⎠ ⎝1 0 ⎠ ⎝ 0 0 ⎠ ⎝ 0 0 ⎠⎭
⎛ 1 − 1⎞⎛ c b ⎞ ⎛ c − a b − c ⎞
⎜⎜ ⎟⎟⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ 2 1 ⎠⎝ a c ⎠ ⎝ 2c + a 2b + c ⎠
⎛ c−a b−c ⎞
∴ T (ax 2 + bx + c ) = ⎜⎜ ⎟⎟
⎝ 2c + a 2b + c ⎠
a)
⎧ ⎛ 0 0 ⎞⎫
• ( )
Nu (T ) = ⎨ax 2 + bx + c ∈ P2 / T ax 2 + bx + c = ⎜⎜ ⎟⎟⎬
⎩ ⎝ 0 0 ⎠⎭
Como ya sabemos hay que igualar la regla de correspondencia de la transformación lineal con el
vector nulo del espacio de llegada, con lo cual obtenemos el siguiente sistema de ecuaciones
⎧ c−a =0→c =a
⎪
⎛ c − a b − c ⎞ ⎛ 0 0⎞ b−c = 0→b = c
T (ax 2 + bx + c ) = ⎜⎜
⎪
⎟⎟ = ⎜⎜ ⎟⎟ ⎨
⎝ 2c + a 2b + c ⎠ ⎝ 0 0 ⎠ ⎪2c + a = 0 → 2c + c = 0 → c = 0
⎪⎩ 2b + c = 0
⇒a=b=c=0
∴ Nu (T ) = {0 x 2 + 0 x + 0} v(T ) = 0
⎧⎛ w x ⎞ ⎛ w x ⎞⎫
• Re(T ) = ⎨⎜⎜ ( )
⎟⎟ ∈ M 2 x 2 / T ax 2 + bx + c = ⎜⎜ ⎟⎟⎬
⎩⎝ y z ⎠ ⎝ y z ⎠⎭
Igualamos la regla de correspondencia de la transformación lineal con el vector típico de la imagen,
es decir:
⎛ c − a b − c ⎞ ⎛ w x⎞
T (ax 2 + bx + c ) = ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ 2c + a 2b + c ⎠ ⎝ y z ⎠
Ramiro J. Saltos
-13-
Con lo que se obtiene el siguiente sistema de ecuaciones:
⎧c−a = w ⎛−1 0 1 w⎞ ⎛−1 0 1 w ⎞ ⎛−1 0 1 w ⎞
⎪ b−c = x ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎪ ⎜0 1 −1 x⎟ ⎜0 1 −1 x ⎟ ⎜0 1 −1 x ⎟
⎨ ⎜1 A (1) A ( −2) A43 (−1)
⎪2c + a = y y⎟ ⎜0 0 3 y + w⎟ ⎜0 0 3 y+w⎟
13 24
0 2
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎪⎩ 2b + c = z ⎜0 z ⎟⎠ ⎜0 z ⎟⎠ ⎜0 0 3 z − 2 x ⎟⎠
⎝ 2 1 ⎝ 2 1 ⎝
⎛−1 0 1 w ⎞
⎜ ⎟
⎜0 1 −1 x ⎟ y + w + 2x − z = 0
⎜0 0 0 y + w + 2x − z ⎟ z = y + w + 2x
⎜ ⎟
⎜0 z − 2x ⎟
⎝ 0 3 ⎠
⎛w x⎞ ⎛w x ⎞ ⎛1 0⎞ ⎛0 1⎞ ⎛0 0⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = w⎜⎜ ⎟⎟ + x⎜⎜ ⎟⎟ + y⎜⎜ ⎟⎟
⎝ y z ⎠ ⎝y y + w + 2x ⎠ ⎝ 0 1 ⎠ ⎝ 0 2 ⎠ ⎝ 1 1 ⎠
⎧⎛ 1 0 ⎞ ⎛ 0 1 ⎞ ⎛ 0 0 ⎞⎫
BRe(T ) = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ ρ (T ) = 3
⎩⎝ 0 1 ⎠ ⎝ 0 2 ⎠ ⎝ 1 1 ⎠⎭
b) Para hallar la matriz asociada a T debemos encontrar las coordenadas de las transformadas de
los vectores de la base del espacio de partida respecto a la base del espacio de llegada
⎛ −1 2⎞ ⎛1 0⎞ ⎛− 2 1 ⎞
T (x − 1) = ⎜⎜ ⎟⎟ T (x + 1) = ⎜⎜ ⎟⎟ T (x 2 − 1) = ⎜⎜ ⎟⎟
⎝− 2 1⎠ ⎝ 2 3⎠ ⎝ − 1 − 1⎠
⎛ ↑ ↑ ↑ ⎞
⎜ ⎟
⎜ ⎡⎛ − 1 2 ⎞⎤ ⎡⎛ 1 0 ⎞⎤ ⎡⎛ − 2 1 ⎞⎤ ⎟
AT = ⎜ ⎢⎜⎜ ⎟⎥ ⎢⎜⎜ ⎟⎟⎥ ⎢⎜⎜ ⎟⎟⎥ ⎟
⎣⎝ − 2 1 ⎟⎠⎦ B 2 ⎣⎝ 2 3 ⎠⎦ B 2 ⎣⎝ − 1 − 1⎠⎦ B 2 ⎟
⎜⎜ ⎟
⎝ ↓ ↓ ↓ ⎠
⎛ 1 1⎞ ⎛1 1 ⎞ ⎛1 1⎞ ⎛ 1 − 1⎞ ⎛ α 1 + α 2 + α 3 + α 4 α1 + α 2 + α 3 − α 4 ⎞
T (v) = α 1 ⎜⎜ ⎟⎟ + α 2 ⎜⎜ ⎟⎟ + α 3 ⎜⎜ ⎟⎟ + α 4 ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ 1 1⎠ ⎝1 0 ⎠ ⎝ 0 0⎠ ⎝0 0 ⎠ ⎝ α1 + α 2 α1 ⎠
⎡⎛ − 1 2 ⎞⎤
• ⎢⎜⎜ ⎟⎟⎥
⎣⎝ − 2 1 ⎠⎦ B 2
⎛α 1 + α 2 + α 3 + α 4 α1 + α 2 + α 3 − α 4 ⎞ ⎛ − 1 2 ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ α1 + α 2 α1 ⎠ ⎝− 2 1⎠
Ramiro J. Saltos
-14-
⎧α 1 + α 2 + α 3 + α 4 = −1 → α 3 + α 4 = 1 ⎛ 1 ⎞
⎪α + α + α − α = 2 → α − α = 4 ⎜ ⎟
⎪ 1 ⎜ − 3⎟
⎨
2 3 4 3 4
∴ [T ( x − 1)]B 2 = ⎜ ⎟
⎪ α 1 + α 2 = −2 → α 2 = −3 5
⎜ 2⎟
⎪⎩ α1 = 1 ⎜ −3 ⎟
⎝ 2⎠
⎛1 1 1 ⎞ ⎛ 1 1 1⎞ ⎛1 1 1⎞ ⎛1 0 2 ⎞ 5 α = 52
⎜⎜ ⎟⎟ A12 (−1)⎜⎜ ⎟⎟ M 2 (−1 2 )⎜⎜ ⎟⎟ A21 (−1)⎜⎜ ⎟⎟ ⇒ 3
⎝1 − 1 4 ⎠ ⎝ 0 − 2 3⎠ ⎝0 1 −3
2⎠ ⎝ 0 1 −3 2 ⎠ α 4 = −3 2
⎡⎛ 1 0 ⎞⎤
• ⎢⎜⎜ ⎟⎟⎥
⎣⎝ 2 3 ⎠⎦ B 2
⎛α 1 + α 2 + α 3 + α 4 α1 + α 2 + α 3 − α 4 ⎞ ⎛ 1 0 ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ α1 + α 2 α1 ⎠ ⎝ 2 3⎠
⎧ α 1 + α 2 + α 3 + α 4 = 1 → α 3 + α 4 = −1 ⎛3⎞
⎪α + α + α − α = 0 → α − α = −2 ⎜ ⎟
⎪ 1 ⎜ − 1⎟
⎨
2 3 4 3 4
∴ [T ( x + 1)]B 2 = ⎜ ⎟
⎪ α 1 + α 2 = 2 → α 2 = −1 −3
⎜ 2⎟
⎪⎩ α1 = 3 ⎜1 ⎟
⎝ 2⎠
⎛1 1 − 1 ⎞ ⎛ 1 1 − 1⎞ ⎛ 1 1 − 1⎞ ⎛1 0 − 3
2⎞ α = −3 2
⎜⎜ ⎟⎟ A12 (−1)⎜⎜ ⎟⎟ M 2 (−1 2 )⎜⎜ ⎟⎟ A21 (−1)⎜⎜ ⎟⎟ ⇒ 3
⎝1 − 1 − 2 ⎠ ⎝ 0 − 2 − 1⎠ ⎝ 0 1 12 ⎠ ⎝ 0 1 12 ⎠ α 4 = 12
⎡⎛ − 2 1 ⎞⎤
• ⎢⎜⎜ ⎟⎟⎥
⎣⎝ − 1 − 1⎠⎦ B 2
⎛α 1 + α 2 + α 3 + α 4 α1 + α 2 + α 3 − α 4 ⎞ ⎛ − 2 1 ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ α1 + α 2 α1 ⎠ ⎝ − 1 − 1⎠
⎧α 1 + α 2 + α 3 + α 4 = −2 → α 3 + α 4 = −1 ⎛ − 1⎞
⎪ α +α +α −α =1 → α −α = 2 ⎜ ⎟
⎪ 1
⎨
2 3 4 3
α 1 + α 2 = −1 → α 2 = 0
4
[
∴ T ( x 2 − 1) ]
B2
⎜0⎟
=⎜ ⎟
1
⎪ ⎜ 2⎟
⎪⎩ α 1 = −1 ⎜ −3 ⎟
⎝ 2⎠
⎛1 1 − 1⎞ ⎛ 1 1 − 1⎞ ⎛ 1 1 − 1⎞ ⎛1 0 1
⎞ α 3 = 12
⎜⎜ ⎟⎟ A12 (−1)⎜⎜ ⎟⎟ M 2 (−1 2 )⎜⎜ ⎟⎟ A21 (−1)⎜⎜ ⎟ ⇒
2
−3 ⎟ α 4 = −3 2
⎝1 − 1 2 ⎠ ⎝0 − 2 3 ⎠ ⎝ 0 1 −3 2 ⎠ ⎝0 1 2⎠
Reemplazando en la matriz:
⎛ 1 3 − 1⎞
⎜ ⎟
⎜− 3 −1 0 ⎟
∴ AT = ⎜
5 −3 1 ⎟
⎜ 2 2 2
⎟
⎜ −3 −3 ⎟
⎝ 2 1
2 2⎠
Ramiro J. Saltos
-15-
Tema 8
Sea T : R 3 → R 3 una transformación lineal, tal que:
⎛ 1⎞ ⎛ 1 ⎞ ⎛ 1 ⎞ ⎛ 0 ⎞ ⎛0⎞ ⎛1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
T ⎜ 1⎟ = ⎜ 0 ⎟ , T ⎜ 0 ⎟ = ⎜ 1 ⎟ y T ⎜ 1 ⎟ = ⎜ 0 ⎟
⎜ 1⎟ ⎜ 2 ⎟ ⎜ 1 ⎟ ⎜ 1 ⎟ ⎜1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Para resolver este tipo de ejercicios debemos obtener una base del espacio de partida con la
característica de que conocemos en que vector del espacio de llegada se transforman los vectores de
dicha base. Por lo general los vectores que nos dan como datos son linealmente independientes y
constituyen una base del espacio de partida.
⎧⎛1⎞ ⎛ 1 ⎞ ⎛ 0 ⎞⎫
⎪⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎪
B = ⎨⎜1⎟, ⎜ 0 ⎟, ⎜ 1 ⎟⎬ es una base de R 3
⎪⎜1⎟ ⎜ 1 ⎟ ⎜ 1 ⎟⎪
⎩⎝ ⎠ ⎝ ⎠ ⎝ ⎠⎭
⎛a⎞
⎜ ⎟
Sea ⎜ b ⎟ ∈ R 3
⎜c⎟
⎝ ⎠
⎛a⎞ ⎛ 1⎞ ⎛1⎞ ⎛ 0 ⎞ ⎛ α1 + α 2 ⎞ ⎧ α1 + α 2 = a
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪
⎜ b ⎟ = α 1 ⎜ 1⎟ + α 2 ⎜ 0 ⎟ + α 3 ⎜ 1 ⎟ = ⎜ α 1 + α 3 ⎟ ⎨ α1 + α 3 = b
⎜c⎟ ⎜ 1⎟ ⎜1⎟ ⎜ 1 ⎟ ⎜α + α + α ⎟ ⎪α + α + α = c
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ 1 2 3⎠ ⎩ 1 2 3
⎛1 1 0 a ⎞ ⎛1 1 0 a ⎞ ⎛1 0 1 b ⎞ ⎛1 0 0 a + b − c⎞
⎜ ⎟ A12 (−1) ⎜ ⎟ A21 (1) ⎜ ⎟ M 2 (−1) ⎜ ⎟
⎜1 0 1 b ⎟ ⎜0 −1 1 b − a⎟ ⎜0 −1 0 b − c ⎟ ⎜0 1 0 c−b ⎟
⎜1 1 1 c ⎟ A13 (−1) ⎜ 0 0 1 c − a ⎟ A32 (−1) ⎜ 0 0 1 c − a ⎟ A31 (−1) ⎜ 0 0 1 c − a ⎟⎠
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝
→ α1 = a + b − c α2 = c − b α3 = c − a
Ramiro J. Saltos
-16-
⎛a⎞ ⎛ 1⎞ ⎛1⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
T ⎜ b ⎟ = α 1T ⎜1⎟ + α 2T ⎜ 0 ⎟ + α 3T ⎜ 1 ⎟
⎜c⎟ ⎜ 1⎟ ⎜1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛a⎞ ⎛ a + b − c ⎞ ⎛ 0 ⎞ ⎛c − a⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
T⎜b⎟ = ⎜ 0 ⎟ + ⎜c − b⎟ + ⎜ 0 ⎟
⎜ c ⎟ ⎜ 2a + 2b − 2c ⎟ ⎜ c − b ⎟ ⎜ c − a ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛a⎞ ⎛ b ⎞
⎜ ⎟ ⎜ ⎟
∴T ⎜ b ⎟ = ⎜ c − b ⎟
⎜ c ⎟ ⎜a + b⎟
⎝ ⎠ ⎝ ⎠
Ramiro J. Saltos
-17-
Tema 9
Sea T : R 2 → R 3 una transformación lineal y suponga que:
⎛ − 1⎞ ⎛ − 8⎞
⎛ 1⎞ ⎜ ⎟ ⎛ − 1⎞ ⎜ ⎟
T ⎜⎜ ⎟⎟ = ⎜ 3 ⎟ y T ⎜⎜ ⎟⎟ = ⎜ − 6 ⎟
⎝ 1⎠ ⎜ 1 ⎟ ⎝2⎠ ⎜ 5 ⎟
⎝ ⎠ ⎝ ⎠
⎛ − 9⎞
Calcule T ⎜⎜ ⎟⎟
⎝ 6 ⎠
⎛a⎞
Sea ⎜⎜ ⎟⎟ ∈ R 2
⎝ ⎠
b
⎛a⎞ ⎛ 1⎞ ⎛ − 1⎞ ⎛ α − α 2 ⎞
⎜⎜ ⎟⎟ = α 1 ⎜⎜ ⎟⎟ + α 2 ⎜⎜ ⎟⎟ = ⎜⎜ 1 ⎟⎟
⎝b⎠ ⎝ 1⎠ ⎝ 2 ⎠ ⎝ α 1 + 2α 2 ⎠
⎛ 2a + b ⎞ 2a + b
⎛1 − 1 a ⎞ ⎛1 −1 a ⎞ ⎛1 −1 a ⎞ ⎜1 0 ⎟ α1 =
⎜⎜ ⎟⎟ A12 (−1)⎜⎜ ⎟⎟ M 2 ( 3 )
1 ⎜ b − a ⎟ A21 (1)⎜ 3 ⎟ → 3
⎝ 1 2 b ⎠ ⎝ 0 3 b − a ⎠ ⎜ 0 1 ⎟ ⎜0 1 b−a ⎟ b−a
⎝ 3 ⎠ ⎜ ⎟ α2 =
⎝ 3 ⎠ 3
Una vez expresados los escalares en función de las variables que conforman el vector típico,
sacamos transformación lineal a ambos lados de la combinación lineal, reemplazamos igualdades y
simplificamos
⎛a⎞ ⎛1⎞ ⎛ − 1⎞
T ⎜⎜ ⎟⎟ = α 1T ⎜⎜ ⎟⎟ + α 2T ⎜⎜ ⎟⎟
⎝b⎠ ⎝1⎠ ⎝2⎠
⎛ − 1⎞ ⎛ − 8⎞
⎛ a ⎞ ⎛ 2a + b ⎞⎜ ⎟ ⎛ b − a ⎞⎜ ⎟
T ⎜⎜ ⎟⎟ = ⎜ ⎟⎜ 3 ⎟ + ⎜ ⎟⎜ − 6 ⎟
⎝ b ⎠ ⎝ 3 ⎠⎜ 1 ⎟ ⎝ 3 ⎠⎜ 5 ⎟
⎝ ⎠ ⎝ ⎠
⎛ − 1⎞ ⎛ − 8⎞
⎛ a ⎞ ⎛ 2a + b ⎞⎜ ⎟ ⎛ b − a ⎞⎜ ⎟
T ⎜⎜ ⎟⎟ = ⎜ ⎟⎜ 3 ⎟ + ⎜ ⎟⎜ − 6 ⎟
⎝ b ⎠ ⎝ 3 ⎠⎜ 1 ⎟ ⎝ 3 ⎠⎜ 5 ⎟
⎝ ⎠ ⎝ ⎠
⎛ − 2a − b ⎞ ⎛ 8a − 8b ⎞
⎜ ⎟ ⎜ ⎟
⎜ 3 ⎟ ⎜ 3 ⎟
⎛a⎞ 6a + 3b ⎟ ⎜ 6a − 6b ⎟
T ⎜⎜ ⎟⎟ = ⎜ +
⎝b⎠ ⎜ 3 ⎟ ⎜ 3 ⎟
⎜ 2a + b ⎟ ⎜ 5b − 5a ⎟
⎜ ⎟ ⎜ ⎟
⎝ 3 ⎠ ⎝ 3 ⎠
⎛ 2a − 3b ⎞ ⎛ − 36 ⎞
⎛a⎞ ⎜ ⎟ ⎛ − 9⎞ ⎜ ⎟
T ⎜⎜ ⎟⎟ = ⎜ 4a − b ⎟ ∴ T ⎜⎜ ⎟⎟ = ⎜ − 42 ⎟
⎝ b ⎠ ⎜ − a + 2b ⎟ ⎝ 6 ⎠ ⎜ 21 ⎟
⎝ ⎠ ⎝ ⎠
Ramiro J. Saltos
-18-
Tema 10
Sea T : P2 → P2 un operador lineal tal que:
T ( x) = 1
T (1 + x) = 3 + x 2
T (2 − x 2 ) = x − 1
a) Determine la regla de correspondencia de T
b) Respecto al resultado anterior, encuentre Nu (T ), Im(T ),ν (T ), ρ (T )
c) Determine la representación matricial de T respecto a la base canónica de P2
Sea a + bx + cx 2 ∈ P2
a + bx + cx 2 = α 1 ( x) + α 2 ( x + 1) + α 3 (2 − x 2 )
a + bx + cx 2 = (α 2 + 2α 3 ) + (α 1 + α 2 ) x + (−α 3 ) x 2
⎧α 2 + 2α 3 = a
⎪
⎨ α1 + α 2 = b
⎪ −α = c
⎩ 3
⎛0 1 2 a⎞ ⎛1 1 0 b ⎞ ⎛1 0 − 2 b − a⎞ ⎛ 1 0 0 b − a − 2c ⎞
⎜ ⎟ P12 ⎜ ⎟ ⎜ ⎟ A31 (2) ⎜ ⎟
⎜1 1 0 b ⎟ ⎜ 0 1 2 a ⎟ A21 (−1)⎜ 0 1 2 a ⎟ ⎜0 1 0 a + 2c ⎟
⎜ 0 0 − 1 c ⎟ M 3 (−1) ⎜ 0 0 1 − c ⎟ ⎜0 0 1 A (−2) ⎜
− c ⎟⎠ 32 − c ⎟⎠
⎝ ⎠ ⎝ ⎠ ⎝ ⎝0 0 1
α 1 = − a + b − 2c α 2 = a + 2c α 3 = −c
( )
T a + bx + cx 2 = α 1T ( x) + α 2T ( x + 1) + α 3T (2 − x 2 )
b)
• Nu (T ) = {a + bx + cx 2 ∈ P2 / T (a + bx + cx 2 ) = 0 + 0 x + 0 x 2 }
⎧2a + b + 5c = 0 → b = 0
⎪
⎨ −c = 0→c = 0 ⇒a=b=c=0
⎪ a + 2c = 0 → a = 0
⎩
∴ Nu (T ) = {0 x 2 +0 x + 0} v(T ) = 0
Ramiro J. Saltos
-19-
Para hallar el recorrido utilizamos el teorema que dice que si dim V = dim W y T es inyectiva,
entonces T es sobreyectiva.
∴ Re(T ) = P2 ρ (T ) = 3
⎛ ↑ ↑ ↑ ⎞
⎜ ⎟
AT = ⎜ [T (1)]B [T ( x)]B [
T (x 2 ) ]
B ⎟
⎜ ↓ ↓ ↓ ⎟
⎝ ⎠
⎛ 2⎞
⎜ ⎟
T (1) = 2 + x → (2)(1) + (0)( x) + (1)( x )
2 2
⇒ [T (1)]B = ⎜0⎟
⎜1⎟
⎝ ⎠
⎛1⎞
⎜ ⎟
T ( x) = 1 → (1)(1) + (0)( x) + (0)( x )
2
⇒ [T ( x)]B = ⎜ 0⎟
⎜ 0⎟
⎝ ⎠
⎛5⎞
⎜ ⎟
T ( x ) = 5 − x + 2 x → (5)(1) + (−1)( x) + (2)( x )
2 2 2
[
⇒ T (x )2
]
B = ⎜ − 1⎟
⎜2⎟
⎝ ⎠
⎛2 1 5 ⎞
⎜ ⎟
∴ AT = ⎜ 0 0 − 1⎟
⎜1 0 2 ⎟
⎝ ⎠
Ramiro J. Saltos
-20-
Tema 11
Construya, de ser posible, una transformación lineal T : R 3 → P2 que cumpla con las
siguientes condiciones:
⎧⎛ a ⎞ ⎫
⎪⎜ ⎟ ⎪
• Nu (T ) = ⎨⎜ b ⎟ / a = −t , b = t , c = 2t , t ∈ R ⎬
⎪⎜ c ⎟ ⎪
⎩⎝ ⎠ ⎭
• Im(T ) = {ax 2 + bx + c ∈ P2 / c = a + b}
⎛0⎞ ⎛ 1⎞
⎜ ⎟ ⎜ ⎟
• T ⎜ − 1⎟ = 2 + x + x y T ⎜ 1⎟ = 1 + x 2
2
⎜3⎟ ⎜ 1⎟
⎝ ⎠ ⎝ ⎠
Primero debemos encontrar una base y la dimensión tanto del núcleo como del recorrido de la
transformación y verificar si se cumple el teorema de las dimensiones. Si este no se cumple,
entonces no existe una transformación lineal que cumpla las condiciones que del problema
⎛a⎞
⎜ ⎟
Sea ⎜ b ⎟ ∈ Nu (T )
⎜c⎟
⎝ ⎠
⎛ a ⎞ ⎛ − t ⎞ ⎛ − 1⎞ ⎧⎛ − 1⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟⎪
⎜ b ⎟ = ⎜ t ⎟ = t⎜ 1 ⎟ → B Nu (T ) = ⎨⎜ 1 ⎟⎬ v(T ) = 1
⎜ c ⎟ ⎜ 2t ⎟ ⎜ 2 ⎟ ⎪⎜ 2 ⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠⎭
Sea ax 2 + bx + c ∈ Re(T )
ax 2 + bx + c = ax 2 + bx + (a + b) = a( x 2 + 1) + b( x + 1)
→ BRe(T ) = {x 2 + 1, x + 1} ρ (T ) = 2
Como se cumple el teorema anterior, ahora debemos formar una base del espacio de partida, en este
caso R 3 , y la obtenemos con los dos vectores que nos dan en el problema más el que forma parte de
la base del Nu (T ) . Se recomienda que de preferencia la base del espacio de partida contenga a la
base del núcleo
⎧⎛1⎞ ⎛ 0 ⎞ ⎛ − 1⎞⎫
⎪⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎪
B = ⎨⎜1⎟, ⎜ − 1⎟, ⎜ 1 ⎟⎬
⎪⎜1⎟ ⎜ 3 ⎟ ⎜ 2 ⎟⎪
⎩⎝ ⎠ ⎝ ⎠ ⎝ ⎠⎭
Una vez obtenida esta base el procedimiento a seguir es el mismo ya revisado en los ejercicios
anteriores
Ramiro J. Saltos
-21-
⎛a⎞
⎜ ⎟
Sea ⎜ b ⎟ ∈ R 3
⎜c⎟
⎝ ⎠
⎛a⎞ ⎛ 1⎞ ⎛0⎞ ⎛ − 1⎞ ⎛ α1 − α 3 ⎞ ⎧ α1 − α 3 = a
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪
⎜ b ⎟ = α 1 ⎜ 1⎟ + α 2 ⎜ − 1⎟ + α 3 ⎜ 1 ⎟ = ⎜ α 1 − α 2 + α 3 ⎟ ⎨ α1 − α 2 + α 3 = b
⎜c⎟ ⎜ 1⎟ ⎜3⎟ ⎜ 2 ⎟ ⎜ α + 3α + 2α ⎟ ⎪α + 3α + 2α = c
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ 1 2 3⎠ ⎩ 1 2 3
⎛1 0 − 1 a ⎞ ⎛1 0 −1 a ⎞ ⎛1 0 −1 a ⎞
⎜ ⎟ A12 (−1) ⎜ ⎟ A23 (3) ⎜ ⎟
⎜1 − 1 1 b ⎟ ⎜0 −1 2 b − a⎟ ⎜0 1 − 2 a−b ⎟M 3 ( 19 )
⎜ A ( −1) M ( − 1)
⎝1 3 2 c ⎟⎠ 13 ⎜0 3
⎝ 3 c − a ⎟⎠ 2 ⎜ 0 0 9 − 4a + 3b + c ⎟
⎝ ⎠
⎛ 5a + 3b + c ⎞ 5a + 3b + c
⎛ ⎞ ⎜1 0 0 ⎟ α1 =
⎜1 0 −1 a ⎟ ⎜ 9 ⎟ 9
⎜0 1 − 2 ⎟ A31 (1) ⎜ a − 3b + 2c ⎟ a − 3b + 2c
a−b 0 1 0 → α2 =
⎜ − 4a + 3b + c ⎟ A32 (2) ⎜ 9 ⎟ 9
⎜0 0 1 ⎟ ⎜ − 4a + 3b + c ⎟ − 4a + 3b + c
⎝ 9 ⎠ ⎜0 0 1 ⎟ α3 =
⎝ 9 ⎠ 9
⎛a⎞ ⎛ 1⎞ ⎛0⎞ ⎛ − 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
T ⎜ b ⎟ = α 1T ⎜1⎟ + α 2T ⎜ − 1⎟ + α 3T ⎜ 1 ⎟
⎜c⎟ ⎜ 1⎟ ⎜3⎟ ⎜2⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛a⎞ ⎛1⎞ ⎛0⎞ ⎛ − 1⎞
⎜ ⎟ ⎛ 5a + 3b + c ⎞ ⎜ ⎟ ⎛ a − 3b + 2c ⎞ ⎜ ⎟ ⎛ − 4a + 3b + c ⎞ ⎜ ⎟
T⎜b⎟ = ⎜ ⎟T ⎜1⎟ + ⎜ ⎟T ⎜ − 1⎟ + ⎜ ⎟T ⎜ 1 ⎟
⎜c⎟ ⎝ 9 ⎠ ⎜1⎟ ⎝ 9 ⎠ ⎜ 3⎟ ⎝ 9 ⎠ ⎜ ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ 2⎠
⎛a⎞
⎜ ⎟ ⎛ 5a + 3b + c ⎞ 2 ⎛ a − 3b + 2c ⎞ 2 ⎛ − 4a + 3b + c ⎞ 2
T⎜b⎟ = ⎜ (
⎟ x +1 + ⎜ ) (
⎟ x + x+2 +⎜ ) ⎟ 0x + 0x + 0 ( )
⎜c⎟ ⎝ 9 ⎠ ⎝ 9 ⎠ ⎝ 9 ⎠
⎝ ⎠
⎛a⎞
⎜ ⎟ ⎡⎛ 5a + 3b + c ⎞ ⎛ 2a − 6b + 4c ⎞⎤ ⎛ a − 3b + 2c ⎞ ⎡⎛ 5a + 3b + c ⎞ ⎛ a − 3b + 2c ⎞⎤ 2
T ⎜ b ⎟ = ⎢⎜ ⎟+⎜ ⎟⎥ + ⎜ ⎟ x + ⎢⎜ ⎟+⎜ ⎟⎥ x
⎜ ⎟ ⎣⎝ 9 ⎠ ⎝ 9 ⎠ ⎦ ⎝ 9 ⎠ ⎣⎝ 9 ⎠ ⎝ 9 ⎠⎦
⎝c⎠
⎛a⎞
⎜ ⎟ ⎛ 7 a − 3b + 5c ⎞ ⎛ a − 3b + 2c ⎞ ⎛ 6a + 3c ⎞ 2
∴T ⎜ b ⎟ = ⎜ ⎟+⎜ ⎟x + ⎜ ⎟x
⎜c⎟ ⎝ 9 ⎠ ⎝ 9 ⎠ ⎝ 9 ⎠
⎝ ⎠
Ramiro J. Saltos
-22-
Tema 12
Construya, de ser posible, una transformación lineal T : S 2 x 2 → R 3 que cumpla con las
siguientes condiciones:
⎧⎛ a b ⎞ ⎫
• Ker (T ) = ⎨⎜⎜ ⎟⎟ ∈ S 2 x 2 / a = c ∧ b + 2c = 0⎬
⎩⎝ b c ⎠ ⎭
⎛ − 3⎞ ⎛1⎞
⎛ −1 0⎞ ⎜ ⎟ ⎛0 2 ⎞ ⎜ ⎟
• T ⎜⎜ ⎟⎟ = ⎜ 1 ⎟ y T ⎜⎜ ⎟⎟ = ⎜ 1 ⎟
⎝ 0 2⎠ ⎜ 4 ⎟ ⎝ 2 − 1⎠ ⎜ 0 ⎟
⎝ ⎠ ⎝ ⎠
⎧⎛ x ⎞ ⎫
⎪⎜ ⎟ ⎪
• Im(T ) = ⎨⎜ y ⎟ ∈ R / x − y + z = 0⎬
3
⎪⎜ z ⎟ ⎪
⎩⎝ ⎠ ⎭
Hallamos las dimensiones del núcleo y del recorrido para verificar si se cumple el teorema de la
dimensión
⎛a b⎞
Sea ⎜⎜ ⎟⎟ ∈ Nu (T )
⎝b c⎠
⎛a b⎞ ⎛ c − 2c ⎞ ⎛ 1 − 2 ⎞ ⎧⎛ 1 − 2 ⎞⎫
⎜⎜ ⎟⎟ = ⎜⎜ ⎟ = c⎜ ⎟ ⇒ B Nu (T ) = ⎨⎜⎜ ⎟⎟⎬ v(T ) = 1
⎝ b c ⎠ ⎝ − 2c c ⎟⎠ ⎜⎝ − 2 1 ⎟⎠ ⎩⎝ − 2 1 ⎠⎭
⎛ x⎞
⎜ ⎟
Sea ⎜ y ⎟ ∈ Re(T )
⎜z⎟
⎝ ⎠
⎛ x⎞ ⎛ x ⎞ ⎛1⎞ ⎛0⎞ ⎧⎛ 1 ⎞ ⎛ 0 ⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟ ⎜ ⎟⎪
⎜ y⎟ = ⎜ x + z⎟ = x⎜ 1 ⎟ + z ⎜ 1 ⎟ ⇒ BRe(T ) = ⎨⎜ 1 ⎟, ⎜ 1 ⎟⎬ ρ (T ) = 2
⎜z⎟ ⎜ z ⎟ ⎜0⎟ ⎜1⎟ ⎪⎜ 0 ⎟ ⎜ 1 ⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠ ⎝ ⎠⎭
Verificando el teorema
v(T ) + ρ (T ) = dim V
1+ 2 = 3
3=3
Ahora formamos una base del espacio vectorial de partida, hay que recordar que esta base, si es
posible, debe contener a la base del núcleo
⎧⎛ 1 − 2 ⎞ ⎛ − 1 0 ⎞ ⎛ 0 2 ⎞⎫
B = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎩⎝ − 2 1 ⎠ ⎝ 0 2 ⎠ ⎝ 2 − 1⎠⎭
⎛a b⎞
Sea ⎜⎜ ⎟⎟ ∈ S 2 x 2
⎝b c⎠
Ramiro J. Saltos
-23-
⎛a b⎞ ⎛ 1 − 2⎞ ⎛ −1 0⎞ ⎛ 0 2 ⎞ ⎛ α1 − α 2 − 2α 1 + 2α 3 ⎞
⎜⎜ ⎟⎟ = α 1 ⎜⎜ ⎟⎟ + α 2 ⎜⎜ ⎟⎟ + α 3 ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝b c⎠ ⎝− 2 1 ⎠ ⎝ 0 2⎠ ⎝ 2 − 1⎠ ⎝ − 2α 1 + 2α 3 α 1 + 2α 2 − α 3 ⎠
⎧ α1 − α 2 = a
⎪
⎨ − 2α 1 + 2α 3 = b
⎪α + 2α − α = c
⎩ 1 2 3
⎛ 1 −1 0 a⎞ ⎛1 −1 0 a ⎞ ⎛1 −1 0 a ⎞
⎜ ⎟ A12 (2) ⎜ ⎟ ⎜ ⎟ A (1)
⎜− 2 0 2 b⎟ ⎜ 0 − 2 2 2a + b ⎟ A32 (1)⎜ 0 1 1 a + b + c ⎟ 21
⎜ 1 A (−1) ⎜ A (−3)
⎝ 2 − 1 c ⎟⎠ 13 ⎝0 3 −1 c − a ⎠
⎟ ⎜0 3 −1
⎝ c − a ⎟⎠ 23
⎛ 4a + b + 2c ⎞
⎛ ⎞ ⎜1 0 0 ⎟
⎛1 0 1 2a + b + c ⎞ ⎜ 1 0 1 2a + b + c ⎟ ⎜ 4 ⎟
⎜ ⎟ ⎜ ⎟ A31 (−1) ⎜ b + 2c ⎟
⎜0 1 1 a + b + c ⎟M 3 ( 4 ) 0 1 1
−1 a+b+c 0 1 0
⎜ 4a + 3b + 2c ⎟ A32 (−1) ⎜ 4 ⎟
⎜ 0 0 − 4 − 4a − 3b − 2c ⎟ ⎜0 0 1 ⎟ ⎜
⎝ ⎠ 4a + 3b + 2c ⎟
⎝ 4 ⎠ ⎜0 0 1 ⎟
⎝ 4 ⎠
4a + b + 2c b + 2c 4a + 3b + 2c
→ α1 = α2 = α3 =
4 4 4
Finalmente:
⎛a b⎞ ⎛ 1 − 2⎞ ⎛ −1 0⎞ ⎛0 2 ⎞
T ⎜⎜ ⎟⎟ = α 1T ⎜⎜ ⎟⎟ + α 2T ⎜⎜ ⎟⎟ + α 3T ⎜⎜ ⎟⎟
⎝b c⎠ ⎝− 2 1 ⎠ ⎝ 0 2⎠ ⎝ 2 − 1⎠
⎛0⎞ ⎛ − 3⎞ ⎛1⎞
⎛ a b ⎞ ⎛ 4a + b + 2c ⎞⎜ ⎟ ⎛ b + 2c ⎞⎜ ⎟ ⎛ 4a + 3b + 2c ⎞⎜ ⎟
T ⎜⎜ ⎟⎟ = ⎜ ⎟⎜ 0 ⎟ + ⎜ ⎟⎜ 1 ⎟ + ⎜ ⎟⎜ 1 ⎟
⎝b c⎠ ⎝ 4 ⎠⎜ ⎟ ⎝ 4 ⎠⎜ ⎟ ⎝ 4 ⎠⎜ ⎟
⎝0⎠ ⎝ 4 ⎠ ⎝ 0⎠
⎛ − 3b − 6c ⎞ ⎛ 4a + 3b + 2c ⎞
⎜ ⎟ ⎜ ⎟
⎜ 4 ⎟ ⎜ 4 ⎟
⎛ a b ⎞ ⎜ b + 2c ⎟ ⎜ 4a + 3b + 2c ⎟
T ⎜⎜ ⎟⎟ = +
⎝b c⎠ ⎜ 4 ⎟ ⎜ 4 ⎟
⎜ 4b + 8c ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟
⎝ 4 ⎠ ⎝ 4 ⎠
⎛ a−c ⎞
⎛a b⎞ ⎜ ⎟
∴ T ⎜⎜ ⎟⎟ = ⎜ a + b + c ⎟
⎝ b c ⎠ ⎜ b + 2c ⎟
⎝ ⎠
Ramiro J. Saltos
-24-
Tema 13
Sea T : S 2 x 2 → P2 , una transformación lineal con regla de correspondencia:
⎛a b⎞
T ⎜⎜ ⎟⎟ = (a − 2b − c) + (− a + b + c) x + (b − 3c) x 2
⎝b c⎠
Demuestre que T es inversible y encuentre la regla de correspondencia de T −1
Para averiguar si existe la inversa T primero debemos comparar las dimensiones de los espacios
donde opera la transformación; si estas dimensiones son diferentes, entonces T no es inversible,
caso contrario debemos proseguir con cualquiera de las siguientes opciones:
Nos inclinaremos por la segunda alternativa por ser más corta. Para ello encontraremos la
representación matricial de T respecto a las bases canónicas para facilitar los cálculos
⎧⎛ 1 0 ⎞ ⎛ 0 1 ⎞ ⎛ 0 0 ⎞⎫
Sea S = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ y P = {1, x, x 2 } las bases canónicas de S 2 x 2 y P2
⎩⎝ 0 0 ⎠ ⎝ 1 0 ⎠ ⎝ 0 1 ⎠⎭
respectivamente.
⎛1⎞
⎛1 0⎞ ⎡ ⎛ 1 0 ⎞⎤ ⎜ ⎟
T ⎜⎜ ⎟⎟ = 1 − x → (1)(1) + (−1) x + (0) x 2 ⇒ ⎢T ⎜⎜ ⎟⎟⎥ = ⎜ − 1⎟
⎝ 0 0 ⎠ ⎣ ⎝ 0 0 ⎠⎦ P ⎜ 0 ⎟
⎝ ⎠
⎛ − 2⎞
⎛0 1⎞ ⎡ ⎛ 0 1 ⎞⎤ ⎜ ⎟
T ⎜⎜ ⎟⎟ = −2 + x + x 2 → (−2)(1) + (1) x + (1) x 2 ⇒ ⎢T ⎜⎜ ⎟⎟⎥ = ⎜ 1 ⎟
⎝ 1 0 ⎠ ⎣ ⎝ 1 0 ⎠⎦ P ⎜ 1 ⎟
⎝ ⎠
⎛ − 1⎞
⎛0 0⎞ ⎡ ⎛ 0 0 ⎞⎤ ⎜ ⎟
T ⎜⎜ ⎟⎟ = −1 + x − 3x 2 → (−1)(1) + (1) x + (−3) x 2 ⇒ ⎢T ⎜⎜ ⎟⎟⎥ = ⎜ 1 ⎟
⎝ 0 1 ⎠ ⎣ ⎝ 0 1 ⎠⎦ P ⎜ − 3 ⎟
⎝ ⎠
⎛ 1 − 2 − 1⎞
⎜ ⎟
→ AT ⎜ − 1 1 1 ⎟
⎜0 1 − 3 ⎟⎠
⎝
Ahora calculamos el determinante escogiendo la fila o columna con más ceros que exista
1 1 − 2 −1
det( A) = 1 +1
1 −3 1 −3
det( A) = −3 − 1 + 6 + 1 ∴ T es inversible
det( A) = 3
det( A) ≠ 0
Ramiro J. Saltos
-25-
Lo siguiente es hallar la inversa de T y para ello igualamos la regla de correspondencia con el
vector típico del espacio de partida, para este problema S 2 x 2
[ ] ⎛m
T −1 (a − 2b − c ) + (− a + b + c )x + (b − 3c) x 2 = ⎜⎜
n⎞
⎟
p ⎟⎠
⎝n
⎛ 1 − 2 −1 m⎞ ⎛1 − 2 −1 m ⎞ A21 (−2) ⎛ 1 0 − 1 − m − 2n ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜−1 1 1 n ⎟ A12 (1)⎜ 0 − 1 0 m + n ⎟ A23 (1) ⎜ 0 1 0 − m − n ⎟ M 3 (−1 3 )
⎜0 1 − 3 p ⎟⎠ ⎜0 1 − 3 p ⎟⎠ M 2 (−1) ⎜⎝ 0 0 − 3 m + n + p ⎟⎠
⎝ ⎝
⎛ ⎞ ⎛ − 4m − 7 n − p ⎞
⎜ 1 0 − 1 − m − 2n ⎟ ⎜1 0 0 ⎟
⎜0 1 0 ⎜ 3 ⎟
− m − n ⎟ A31 (1)⎜ 0 1 0 −m−n ⎟
⎜ −m−n− p⎟ −m−n− p ⎟
⎜0 0 1 ⎟ ⎜0 0 1
⎝ ⎠ ⎜ ⎟
3 ⎝ 3 ⎠
Reemplazando:
⎛ − 4m − 7 n − p ⎞
⎜ −m−n ⎟
(
∴ T −1 m + nx + px 2 ) =⎜ 3 ⎟
−m−n− p⎟
⎜ −m−n
⎜ ⎟
⎝ 3 ⎠
Ramiro J. Saltos
-26-
Tema 14
Sea T : R 3 → R 3 la transformación lineal definida por:
⎛ x⎞ ⎛ x − z⎞
⎜ ⎟ ⎜ ⎟
T⎜ y⎟ = ⎜ y ⎟
⎜ z ⎟ ⎜ y + z⎟
⎝ ⎠ ⎝ ⎠
⎛1⎞
⎜ ⎟ −1
Determine si T es un isomorfismo y en caso de serlo calcule T ⎜ 2 ⎟
⎜ 3⎟
⎝ ⎠
⎧⎛ 1 ⎞ ⎛ 0 ⎞ ⎛ 0 ⎞⎫
⎜ ⎟⎜ ⎟⎜ ⎟
Sea B = ⎪⎨⎜ 0 ⎟, ⎜ 1 ⎟, ⎜ 0 ⎟⎪⎬ la base canónica de R 3
⎪⎜ 0 ⎟ ⎜ 0 ⎟ ⎜ 1 ⎟⎪
⎩⎝ ⎠ ⎝ ⎠ ⎝ ⎠⎭
⎛ 0⎞ ⎛ 0⎞ ⎛1⎞ ⎛0⎞ ⎛ 0⎞ ⎡ ⎛ 0 ⎞⎤ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎢ ⎜ ⎟⎥ ⎜ ⎟
T ⎜ 1 ⎟ = ⎜ 1 ⎟ → (0)⎜ 0 ⎟ + (1)⎜ 1 ⎟ + (1)⎜ 0 ⎟ ⇒ ⎢T ⎜ 1 ⎟⎥ = ⎜ 1 ⎟
⎜0⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠
⎜0⎟
⎝ ⎠
⎜0⎟
⎝ ⎠
⎜1⎟
⎝ ⎠ ⎢⎣ ⎜⎝ 0 ⎟⎠⎥⎦ ⎜⎝ 1 ⎟⎠
⎛ 0 ⎞ ⎛ − 1⎞ ⎛1⎞ ⎛ 0⎞ ⎛0⎞ ⎡ ⎛ 0 ⎞⎤ ⎛ − 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎢ ⎜ ⎟⎥ ⎜ ⎟
T ⎜ 0 ⎟ = ⎜ 0 ⎟ → (−1)⎜ 0 ⎟ + (0)⎜ 1 ⎟ + (1)⎜ 0 ⎟ ⇒ ⎢T ⎜ 0 ⎟⎥ = ⎜ 0 ⎟
⎜1⎟ ⎜ 1 ⎟
⎝ ⎠ ⎝ ⎠
⎜ 0⎟
⎝ ⎠
⎜ 0⎟
⎝ ⎠
⎜1⎟
⎝ ⎠ ⎢⎣ ⎜⎝ 1 ⎟⎠⎥⎦ ⎜⎝ 1 ⎟⎠
⎛ 1 0 − 1⎞
⎜ ⎟
∴ AT = ⎜ 0 1 0 ⎟
⎜0 1 1 ⎟
⎝ ⎠
Calculamos su determinante:
1 0
det( AT ) = 1 =1≠ 0
1 1
∴ T es un isomorfismo
Para calcular la inversa de T igualamos la regla de correspondencia con el vector típico del
espacio de partida y escalonamos el sistema de ecuaciones hasta obtener la matriz identidad, así
Ramiro J. Saltos
-27-
⎛ x − z ⎞ ⎛a⎞
⎜ −1
⎟ ⎜ ⎟
T ⎜ y ⎟ = ⎜b⎟
⎜ y + z⎟ ⎜c⎟
⎝ ⎠ ⎝ ⎠
⎧x − z = a ⎛1 0 −1 a⎞ ⎛1 0 −1 a ⎞ ⎛1 0 0 a − b + c⎞
⎪ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⇒⎨ y=b ⎜ 0 1 0 b ⎟ A23 (−1)⎜ 0 1 0 b ⎟ A31 (1)⎜ 0 1 0 b ⎟
⎪y + z = c ⎜0 1 1 c ⎟ ⎜0 0 1 c − b⎟ ⎜0 0 1 c − b ⎟⎠
⎩ ⎝ ⎠ ⎝ ⎠ ⎝
Lo que nos queda del otro lado de la matriz aumentada es la regla de correspondencia de T −1 y el
paso final únicamente consiste en ir reemplazando cada igualdad adaptándola a los espacios que
pertenece, que para R 3 es sencillo porque va directo, tal como está, así:
⎛a⎞ ⎛a − b + c⎞
⎜ ⎟ ⎜
−1
⎟
T ⎜b⎟ = ⎜ b ⎟
⎜c⎟ ⎜ c −b ⎟
⎝ ⎠ ⎝ ⎠
⎛ 1⎞ ⎛ 2⎞
⎜ ⎟ ⎜ ⎟
∴T ⎜ 2⎟ = ⎜ 2⎟
⎜ 3⎟ ⎜ 1⎟
⎝ ⎠ ⎝ ⎠
Ramiro J. Saltos
-28-
Tema 15
Sea T : P1 → R 2 una transformación lineal con regla de correspondencia:
⎛ a + 2b ⎞
T (a + bx) = ⎜⎜ ⎟⎟
⎝ 3a + 7b ⎠
a) Encuentre la representación matricial de T respecto a las bases B1 = {1 + x,3 − 2 x}
⎧⎛ 2 ⎞ ⎛ 1 ⎞⎫
de P1 y B2 = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ de R 2 y la matriz asociada a T respecto a las bases
⎩⎝ 5 ⎠ ⎝ 5 ⎠⎭
⎧⎛ 1 ⎞ ⎛ 0 ⎞⎫
canónicas B3 = {1, x} de P1 y B4 = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟ ⎬ de R 2
⎩⎝ 0 ⎠ ⎝ 1 ⎠⎭
b) Si T es inversible, encuentre la regla de correspondencia de T −1
⎛ 2⎞ ⎛ 1 ⎞ ⎛ 2α + α 2 ⎞
T (v) = α 1 ⎜⎜ ⎟⎟ + α 2 ⎜⎜ ⎟⎟ = ⎜⎜ 1 ⎟⎟
⎝5⎠ ⎝ 5 ⎠ ⎝ 5α 1 + 5α 2 ⎠
Ahora debemos hallar las coordenadas de las transformadas de los vectores de la base B1 respecto a
la base B2
⎛3⎞ ⎧ 2α 1 + α 2 = 3
• T (1 + x) = ⎜⎜ ⎟⎟ ⎨
⎝10 ⎠ ⎩5α 1 + 5α 2 = 10
⎛ 2 1 3 ⎞ M 2 ( 15 )⎛ 1 1 2 ⎞ ⎛1 1 2 ⎞ A21 (1) ⎛ 1 0 1⎞
[T (1 + x)]B 2 = ⎛⎜⎜
1⎞
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ A12 (−2)⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎟⎟
⎝ 5 5 10 ⎠ P12 ⎝ 2 1 3 ⎠ ⎝ 0 − 1 − 1⎠ M 2 (−1) ⎝ 0 1 1⎠ ⎝1⎠
⎛ − 1⎞ ⎧ 2α 1 + α 2 = −1
• T (3 − 2 x) = ⎜⎜ ⎟⎟ ⎨
⎝ − 5⎠ ⎩5α 1 + 5α 2 = −5
⎛1 0 ⎞
∴B1 AB 2 = ⎜⎜ ⎟⎟
⎝1 − 1⎠
Para encontrar la representación matricial de T respecto a las bases canónicas realizamos el mismo
procedimiento, aunque en este caso es más fácil encontrar las columnas de la matriz.
⎛1⎞
[T (1)]B 4 = ⎛⎜⎜
1⎞
T (1) = ⎜⎜ ⎟⎟ ⎟⎟
⎝ 3⎠ ⎝ 3⎠
Ramiro J. Saltos
-29-
⎛ 2⎞
[T ( x)]B 4 = ⎛⎜⎜
2⎞
T (x) = ⎜⎜ ⎟⎟ ⎟⎟
⎝7⎠ ⎝7⎠
⎛1 2⎞
∴B 3 DB 4 = ⎜⎜ ⎟⎟
⎝3 7⎠
b) Para saber si T es inversible hay que calcular el determinante de cualquiera de las dos
representaciones matriciales anteriores
∴ T es inversible
⎛ a + 2b ⎞
T −1 ⎜⎜ ⎟⎟ = m + nx
⎝ 3a + 7b ⎠
⎛1 2 m⎞ ⎛1 2 m ⎞ ⎛ 1 0 7 m − 2n ⎞
⎜⎜ ⎟⎟ A12 (−3)⎜⎜ ⎟⎟ A21 (−2)⎜⎜ ⎟⎟
⎝3 7 n ⎠ ⎝ 0 1 n − 3m ⎠ ⎝ 0 1 n − 3m ⎠
⎛a⎞
∴ T −1 ⎜⎜ ⎟⎟ = (7 a − 2b) + (−3a + b) x
⎝b⎠
Ramiro J. Saltos
-30-
Tema 16
Sean T1 : R 3 → R 3 y T2 : R 3 → R 3 dos transformaciones lineales definidas por:
⎛a⎞ ⎛ a − c ⎞ ⎛a⎞ ⎛ a + b + c ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
T1 ⎜ b ⎟ = ⎜ 2a + b ⎟ T2 ⎜ b ⎟ = ⎜ a − b + 2c ⎟
⎜ c ⎟ ⎜a + b + c⎟ ⎜ c ⎟ ⎜ 2a + 3b ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Encontremos por separado cada transformación lineal para al final sumar todas
• 2T1
Para hallar esta transformación lineal es suficiente con multiplicar la regla de correspondencia de
T1 por dos a ambos lados, es decir:
⎛a⎞ ⎛ a−c ⎞ ⎛ a ⎞ ⎛ 2 a − 2c ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
(2T1 )⎜ b ⎟ = 2⎜ 2a + b ⎟ → (2T1 )⎜ b ⎟ = ⎜ 4a + 2b ⎟
⎜c⎟ ⎜a + b + c⎟ ⎜ c ⎟ ⎜ 2a + 2b + 2c ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
• − 3(T2 − T1 )
Proseguimos de la siguiente manera:
⎛a⎞ ⎡ ⎛a⎞ ⎛ a ⎞⎤
⎜ ⎟ ⎢ ⎜ ⎟ ⎜ ⎟⎥
− 3(T2 − T1 )⎜ b ⎟ = −3⎢T2 ⎜ b ⎟ − T1 ⎜ b ⎟⎥
⎜c⎟ ⎢⎣ ⎜⎝ c ⎟⎠ ⎜ c ⎟⎥
⎝ ⎠ ⎝ ⎠⎦
⎛a⎞ ⎡⎛ a + b + c ⎞ ⎛ a − c ⎞⎤
⎜ ⎟ ⎢⎜ ⎟ ⎜ ⎟⎥
− 3(T2 − T1 )⎜ b ⎟ = −3⎢⎜ a − b + 2c ⎟ − ⎜ 2a + b ⎟⎥
⎜c⎟ ⎢⎣⎜⎝ 2a + 3b ⎟⎠ ⎜⎝ a + b + c ⎟⎠⎥⎦
⎝ ⎠
⎛a⎞ ⎡⎛ a + b + c ⎞ ⎛ − a + c ⎞⎤
⎜ ⎟ ⎢⎜ ⎟ ⎜ ⎟⎥
− 3(T2 − T1 )⎜ b ⎟ = −3⎢⎜ a − b + 2c ⎟ + ⎜ − 2a − b ⎟⎥
⎜c⎟ ⎢⎣⎜⎝ 2a + 3b ⎟⎠ ⎜⎝ − a − b − c ⎟⎠⎥⎦
⎝ ⎠
⎛a⎞ ⎡⎛ b + 2c ⎞⎤
⎜ ⎟ ⎢⎜ ⎟⎥
− 3(T2 − T1 )⎜ b ⎟ = −3⎢⎜ − a − 2b + 2c ⎟⎥
⎜c⎟ ⎢⎣⎜⎝ a + 2b − c ⎟⎠⎥⎦
⎝ ⎠
⎛ a ⎞ ⎛ − 3b − 6c ⎞
⎜ ⎟ ⎜ ⎟
− 3(T2 − T1 )⎜ b ⎟ = ⎜ 3a + 6b − 6c ⎟
⎜ c ⎟ ⎜ − 3a − 6b + 3c ⎟
⎝ ⎠ ⎝ ⎠
Ramiro J. Saltos
-31-
• 5(T2 D T1 )
El procedimiento es parecido al realizado anteriormente pero para realizar la composición es
necesario que el espacio de llegada de la transformación lineal de la derecha sea el mismo espacio de
partida de la transformación lineal de la izquierda, es decir:
T1 : V → W
T2 : W → U
Como podemos notar T1 llega a W y T2 parte de W , sólo si esto se cumple se puede realizar la
composición. Para el ejercicio no hay problema pues las dos funciones operan dentro del mismo
espacio vectorial R 3
⎡ ⎛ ⎛ a ⎞ ⎞⎤
⎢ ⎜ ⎜ ⎟ ⎟⎥
5(T2 D T1 ) = 5⎢T2 ⎜ T1 ⎜ b ⎟ ⎟⎥
⎢ ⎜ ⎜⎝ c ⎟⎠ ⎟⎥
⎣ ⎝ ⎠⎦
⎡ ⎛ a − c ⎞⎤
⎢ ⎜ ⎟⎥
5(T2 D T1 ) = 5⎢T2 ⎜ 2a + b ⎟⎥
⎢⎣ ⎜⎝ a + b + c ⎟⎠⎥⎦
Luego evaluamos en la regla de correspondencia de T2 donde hay que recalcar que la variable a es
ahora a − c , b es 2a + b y c es a + b + c
⎡ ( a − c ) + ( 2a + b) + ( a + b + c ) ⎤
5(T2 D T1 ) = 5⎢⎢(a − c) − (2a + b) + 2(a + b + c)⎥⎥
⎢⎣ 2(a − c) + 3(2a + b) ⎥⎦
⎛ 3a + 2b ⎞
⎜ ⎟
5(T2 D T1 ) = 5⎜ a + b + c ⎟
⎜ 8a + 3b − 2c ⎟
⎝ ⎠
⎛ 15a + 10b ⎞
⎜ ⎟
5(T2 D T1 ) = ⎜ 5a + 5b + 5c ⎟
⎜ 40a + 15b − 10c ⎟
⎝ ⎠
Una vez halladas todas las transformaciones lineales por separado, se procede con realizar la suma
de todas ellas
Ramiro J. Saltos
-32-
⎛a⎞
⎜ ⎟
L⎜ b ⎟ = 2T1 + [− 3(T2 − T1 )] + 5(T2 D T1 )
⎜c⎟
⎝ ⎠
⎛ a ⎞ ⎛ 2a − 2c ⎞ ⎛ − 3b − 6c ⎞ ⎛ 15a + 10b ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
L⎜ b ⎟ = ⎜ 4a + 2b ⎟ + ⎜ 3a + 6b − 6c ⎟ + ⎜ 5a + 5b + 5c ⎟
⎜ c ⎟ ⎜ 2a + 2b + 2c ⎟ ⎜ − 3a − 6b + 3c ⎟ ⎜ 40a + 15b − 10c ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛ a ⎞ ⎛ 17 a + 7b − 8c ⎞
⎜ ⎟ ⎜ ⎟
∴ L⎜ b ⎟ = ⎜ 12a + 13b − c ⎟
⎜ c ⎟ ⎜ 39a + 11b − 5c ⎟
⎝ ⎠ ⎝ ⎠
Ramiro J. Saltos
-33-
Tema 17
Califique las siguientes proposiciones como verdaderas o falsas. Justifique formalmente
su respuesta.
⎛1⎞ ⎛ 4⎞ ⎛ 3⎞ ⎛1⎞
a) Existe una transformación lineal T : R 2 → R 2 tal que T ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ y T ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝1⎠ ⎝ 6 ⎠ ⎝ 3⎠ ⎝ 0 ⎠
⎛ 1⎞
Sea α = 3 y v = ⎜⎜ ⎟⎟
⎝ 1⎠
⎛ 4⎞ ⎛ 3⎞
αT (v) = T (αv) 3⎜⎜ ⎟⎟ = T ⎜⎜ ⎟⎟
⎝6⎠ ⎝ 3⎠
⎛1⎞ ⎡ ⎛ 1⎞ ⎤ →
3T ⎜⎜ ⎟⎟ = T ⎢3⎜⎜ ⎟⎟⎥ ⎛12 ⎞ ⎛ 1 ⎞
⎝1⎠ ⎣ ⎝ 1⎠ ⎦ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝18 ⎠ ⎝ 0 ⎠
∴ Falso
⎛a⎞ ⎛ a + b⎞
b) La función T : R 2 → R 2 definida por T ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ es una transformación lineal
⎝b⎠ ⎝ 1 ⎠
1) T (v + w) = T (v) + T ( w)
⎛a ⎞ ⎛a ⎞
Sea v = ⎜⎜ 1 ⎟⎟ y w = ⎜⎜ 2 ⎟⎟ ∈ R 2
⎝ b1 ⎠ ⎝ b2 ⎠
⎡⎛ a ⎞ ⎛ a ⎞⎤ ⎛a ⎞ ⎛a ⎞
T ⎢⎜⎜ 1 ⎟⎟ + ⎜⎜ 2 ⎟⎟⎥ = T ⎜⎜ 1 ⎟⎟ + T ⎜⎜ 2 ⎟⎟
⎣⎝ b1 ⎠ ⎝ b2 ⎠⎦ ⎝ b1 ⎠ ⎝ b2 ⎠
⎛ a + a 2 ⎞ ⎛ a1 + b1 ⎞ ⎛ a 2 + b2 ⎞
T ⎜⎜ 1 ⎟⎟ = ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟
⎝ b1 + b2 ⎠ ⎝ 1 ⎠ ⎝ 1 ⎠
⎛ a1 + a 2 + b1 + b2 ⎞ ⎛ a1 + a 2 + b1 + b2 ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ 1 ⎠ ⎝ 2 ⎠
Contraejemplo
⎛ 1⎞ ⎛ 2⎞
Sea v = ⎜⎜ ⎟⎟ y w = ⎜⎜ ⎟⎟ ∈ R 2
⎝ 1⎠ ⎝ 2⎠
⎛ 3⎞
v + w = ⎜⎜ ⎟⎟
⎝ 3⎠
⎛ 3⎞ ⎛1⎞ ⎛ 2⎞
T ⎜⎜ ⎟⎟ = T ⎜⎜ ⎟⎟ + T ⎜⎜ ⎟⎟
⎝ 3⎠ ⎝1⎠ ⎝ 2⎠
⎛6⎞ ⎛ 2⎞ ⎛ 4⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟
⎝1⎠ ⎝1⎠ ⎝1⎠
⎛6⎞ ⎛ 6⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝1⎠ ⎝ 2⎠
∴ Falso
Ramiro J. Saltos
-34-
⎛a + b⎞
⎛a⎞ ⎜ ⎟
c) La función T : R → R definido por T ⎜⎜ ⎟⎟ = ⎜ a − b ⎟ es lineal
2 3
⎝b⎠ ⎜ a ⎟
⎝ ⎠
1) ∀v, w ∈ V T (v + w) = T (v) + T ( w)
⎛a ⎞ ⎛a ⎞
Sean v = ⎜⎜ 1 ⎟⎟ y w = ⎜⎜ 2 ⎟⎟ ∈ R 2
⎝ b1 ⎠ ⎝ b2 ⎠
⎛ a + a2 ⎞ ⎛a ⎞ ⎛a ⎞
T ⎜⎜ 1 ⎟⎟ = T ⎜⎜ 1 ⎟⎟ + T ⎜⎜ 2 ⎟⎟
⎝ b1 + b2 ⎠ ⎝ b1 ⎠ ⎝ b2 ⎠
⎡(a1 + a 2 ) + (b1 + b2 )⎤ ⎛ a1 + b1 ⎞ ⎛ a 2 + b2 ⎞
⎢(a + a ) − (b + b ) ⎥ = ⎜ a − b ⎟ + ⎜ a − b ⎟
⎢ 1 2 1 2 ⎥ ⎜ 1 1⎟ ⎜ 2 2⎟
⎢⎣ a1 + a 2 ⎥⎦ ⎝ a1 ⎠ ⎝ a 2 ⎟⎠
⎜ ⎟ ⎜
⎛ a1 + a 2 + b1 + b2 ⎞ ⎛ a1 + a 2 + b1 + b2 ⎞
⎜ ⎟ ⎜ ⎟
⎜ a 1 + a 2 − b1 − b2 ⎟ = ⎜ a 1 + a 2 − b1 − b2 ⎟
⎜ a1 + a 2 ⎟ ⎜ a1 + a 2 ⎟
⎝ ⎠ ⎝ ⎠
2) ∀α ∈ R ∀v ∈ V T (αv) = αT (v)
⎛a⎞
Sea v = ⎜⎜ ⎟⎟ ∈ R 2 . Sea α ∈ R
⎝b⎠
⎛ αa ⎞ ⎛a⎞
T ⎜⎜ ⎟⎟ = αT ⎜⎜ ⎟⎟
⎝ αb ⎠ ⎝b⎠
⎛ αa + αb ⎞ ⎛a + b⎞
⎜ ⎟ ⎜ ⎟
⎜ αa − αb ⎟ = α ⎜ a − b ⎟
⎜ αa ⎟ ⎜ a ⎟
⎝ ⎠ ⎝ ⎠
⎛a + b⎞ ⎛a + b⎞
⎜ ⎟ ⎜ ⎟
α⎜a − b⎟ = α⎜a − b⎟
⎜ a ⎟ ⎜ a ⎟
⎝ ⎠ ⎝ ⎠
∴ Verdadero
⎛1 1 3⎞
⎜ ⎟
d) Si T : V → W es una transformación lineal tal que AT = ⎜ 0 3 2 ⎟ es la representación
⎜2 0 1⎟
⎝ ⎠
matricial de T respecto a las bases B1 y B2 , entonces T es un isomorfismo
∴ Verdadero
Ramiro J. Saltos
-35-
⎛3⎞ ⎛ − 1⎞
e) Sea T : R 2 → P2 una transformación lineal. Si T ⎜⎜ ⎟⎟ = 4 + x 2 y T ⎜⎜ ⎟⎟ = −3 + 2 x , entonces
⎝ − 1⎠ ⎝2⎠
⎛ − 5⎞
T ⎜⎜ ⎟⎟ = −10 + 4 x − x 2
⎝ 5 ⎠
Sabemos que:
⎧⎛ 3 ⎞ ⎛ − 1⎞⎫
⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ es una base de R , es decir, que todo vector de R se puede escribir como
2 2
⎩⎝ − 1⎠ ⎝ 2 ⎠⎭
combinación lineal de los vectores de esta base.
⎛a⎞
Sea ⎜⎜ ⎟⎟ ∈ R 2
⎝ ⎠
b
⎛a⎞ ⎛ 3⎞ ⎛ − 1⎞ ⎛ 3α 1 − α 2 ⎞
⎜⎜ ⎟⎟ = α 1 ⎜⎜ ⎟⎟ + α 2 ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝b⎠ ⎝ − 1⎠ ⎝ 2 ⎠ ⎝ − α 1 + 2α 2 ⎠
Ahora volvemos a escribir la combinación lineal y aplicamos transformación lineal en ambos lados
de la ecuación
⎛a⎞ ⎛3⎞ ⎛ − 1⎞
⎜⎜ ⎟⎟ = α 1 ⎜⎜ ⎟⎟ + α 2 ⎜⎜ ⎟⎟
⎝b⎠ ⎝ − 1⎠ ⎝2⎠
⎛a⎞ ⎡ ⎛ 3⎞ ⎛ − 1⎞⎤
T ⎜⎜ ⎟⎟ = T ⎢α 1 ⎜⎜ ⎟⎟ + α 2 ⎜⎜ ⎟⎟⎥
⎝b⎠ ⎣ ⎝ − 1⎠ ⎝ 2 ⎠⎦
Reemplazamos los escalares por las igualdades encontradas y las transformadas de los vectores de
la base con los datos del problema.
⎛ a ⎞ ⎛ 2a + b ⎞ 2 ⎛ a + 3b ⎞
T ⎜⎜ ⎟⎟ = ⎜ (
⎟ x +4 +⎜ ) ⎟(2 x − 3)
⎝b⎠ ⎝ 5 ⎠ ⎝ 5 ⎠
Ramiro J. Saltos
-36-
Y finalmente
⎛ − 5 ⎞ ⎛ − 10 + 5 ⎞ 2 ⎛ − 10 + 30 ⎞ ⎛ − 25 − 25 ⎞
T ⎜⎜ ⎟⎟ = ⎜ ⎟x + ⎜ ⎟x + ⎜ ⎟
⎝ 5 ⎠ ⎝ 5 ⎠ ⎝ 5 ⎠ ⎝ 5 ⎠
⎛ − 5⎞
T ⎜⎜ ⎟⎟ = − x 2 + 4 x − 10
⎝ 5 ⎠
∴Verdadero
⎧⎛ 1 0 ⎞ ⎛ 0 1 ⎞ ⎛ 0 0 ⎞⎫
Sean P = {1, x, x 2 } y M = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ las bases canónicas de P2 y S 2x2
⎩⎝ 0 0 ⎠ ⎝ 1 0 ⎠ ⎝ 0 1 ⎠⎭
respectivamente.
⎛0⎞
⎛0 1⎞ ⎛1 0⎞ ⎛0 1⎞ ⎛0 0⎞ ⎜ ⎟
T (1) = ⎜⎜ ⎟⎟ = (0)⎜⎜ ⎟⎟ + (1)⎜⎜ ⎟⎟ + (0)⎜⎜ ⎟⎟ ⇒ [T (1)]M = ⎜1⎟
⎝1 0⎠ ⎝ 0 0⎠ ⎝1 0⎠ ⎝0 1⎠ ⎜0⎟
⎝ ⎠
⎛0⎞
⎛0 1 ⎞ ⎛1 0⎞ ⎛0 1⎞ ⎛0 0⎞ ⎜ ⎟
T (x) = ⎜⎜ ⎟⎟ = (0)⎜⎜ ⎟⎟ + (1)⎜⎜ ⎟⎟ + (−1)⎜⎜ ⎟⎟ ⇒ [T ( x)]M = ⎜ 1 ⎟
⎝ 1 − 1⎠ ⎝0 0⎠ ⎝1 0⎠ ⎝0 1⎠ ⎜ − 1⎟
⎝ ⎠
⎛2⎞
⎛ 2 − 1⎞ ⎜ ⎟
T ( x 2 ) = ⎜⎜
⎛1 0⎞
⎟⎟ = (2)⎜⎜
⎛0 1⎞
⎟⎟ + (−1)⎜⎜
⎛0 0⎞
⎟⎟ + (1)⎜⎜ ⎟⎟ [ ]
⇒ T ( x 2 ) M = ⎜ − 1⎟
⎝−1 1 ⎠ ⎝0 0⎠ ⎝1 0⎠ ⎝0 1⎠ ⎜1⎟
⎝ ⎠
⎛0 0 2⎞
⎜ ⎟ 0 2
→ AT = ⎜ 1 1 − 1⎟ det( AT ) = −1 = −2 det( AT ) ≠ 0
⎜0 −1 1 ⎟ −1 1
⎝ ⎠
∴ T es inversible
∴ Verdadero
Ramiro J. Saltos
-37-
Espacios con Producto Interno
Producto Interno
Definición: Sea V un espacio vectorial. Sea f : VxV → R una función que asigna a cada par de
vectores v, w ∈ V un único escalar α ∈ R . Se dice que f es un producto interno real en V si
cumple con las siguientes condiciones:
1. ∀v ∈ V f (v, v) ≥ 0
2. ∀v ∈ V f (v, v) = 0 ⇔ v = OV
3. ∀v, w ∈ V f (v, w) = f ( w, v)
4. ∀α ∈ R ∀v, w ∈ V f (αv, w) = αf (v, w)
5. ∀v, w, z ∈ V f (v + w, z ) = f (v, z ) + f ( w, z )
Notaciones: Sea V un espacio vectorial. Sea f : VxV → R un producto interno real en V , las
diferentes notaciones que puede tomar f están dadas por:
1. f (v, w)
2. v / w
Norma de un Vector
Definición: Sea V un espacio con producto interno f . Sea v ∈ V . La norma o módulo de v , que
se denota v , se define como:
v = f (v , v )
Vector unitario
Teorema 1
Sea V un espacio con producto interno f . Entonces se cumple que:
1. ∀α ∈ R ∀v ∈ V αv = α ⋅ v
2. ∀v ∈ V f (v, OV ) = 0
Ramiro J. Saltos
-38-
Conjunto Ortonormal de Vectores
Definición: Sea S = {v1 , v 2 , v3 ,..., v n } un conjunto de vectores de un espacio vectorial con producto
interno V . Se dice que S es un conjunto ortonormal de vectores si:
1. ∀i ≠ j (vi / v j ) = 0
2. ∀i = j (vi / v j ) = 1
Teorema 2
Sea V un espacio vectorial con producto interno. Sea S = {v1 , v 2 , v3 ,..., v n } un conjunto de vectores
no nulos de V y ortogonal. Entonces, S es linealmente independiente en V
Definición: Sean v y w dos vectores cualesquiera del espacio con producto interno V . La
distancia entre v y w , denotada por d (v, w) , se define como:
d (v, w) = v − w
Definición: Sea V un espacio con producto interno. La medida del ángulo entre dos vectores v y
w cualesquiera no nulos de V , se define como:
⎛ (v / w) ⎞
θ = arcCos⎜⎜ ⎟
⎟
⎝ v ⋅ w ⎠
Complemento Ortogonal
Definición: Sea W un subespacio del espacio vectorial con producto interno V . El complemento
ortogonal de W , denotado por W ⊥ , se define como:
W ⊥ = {v ∈ V / (v / w) = 0; ∀w ∈ W }
Proyección Ortogonal
Ramiro J. Saltos
-39-
Teorema 3
Sea B = {u1 , u 2 , u 3 ,..., u n } una base ortonormal del espacio con producto interno V . Sea v ∈ V ,
entonces:
Teorema 4
Sea W un subespacio del espacio con producto interno V , entonces se cumple que:
1. W ⊥ es un subespacio de V
2. W ∩ W ⊥ = {OV }
3. dim W + dim W ⊥ = dim V
Teorema de Proyección
Sea V un espacio con producto interno. Sea W un subespacio de V . Sea v ∈ V . Entonces existe
un único vector h ∈ W y p ∈W ⊥ , tal que:
v = h+ p
Donde:
• h = proyW v
• p = proyW v ⊥
Matriz Ortogonal
Q −1 = Q T
Teorema 5
Si Q es una matriz ortogonal de nxn , entonces det(Q) = 1 o det(Q) = −1
Teorema 6
Una matriz Q invertible de nxn es ortogonal, si y sólo si sus columnas forman una base
ortonormal para R n con el producto interno canónico.
Ramiro J. Saltos
-40-
Tema 1
Sea el espacio vectorial V = P1 donde se ha definido la función:
f p ( x ) q ( x ) = p ( 0) q ( 0)
Determine si ésta función es un producto interno real en P1
f ax + b cx + d = (a (0) + b )(c(0) + d )
f ax + b cx + d = bd
1. ∀v ∈ V f v v ≥ 0
Sea v = ax + b ∈ P1
f ax + b ax + b = bb = b 2
2. ∀v ∈ V f v v = 0 ⇔ v = OV
Sea v = ax + b ∈ P1
f ax + b ax + b = bb = b 2
b2 = 0 → b = 0
Entonces la función será cero cuando b = 0 , lo que nos dice que la variable a ∈ R y no
necesariamente deberá ser cero. Veamos un ejemplo:
Sea v = 2 x + 0
f 2x + 0 2x + 0 = 0
(0)(0) = 0
0=0
Se cumple la igualdad 2 x + 0 ≠ OV
Ramiro J. Saltos
-41-
Tema 2
Sea el espacio vectorial V = P1 donde se ha definido la función:
1
f p( x) q( x) = ∑ p(i )q (i )
i = −1
Desarrollamos la sumatoria:
1
Es decir:
f p ( x) q ( x) = p (−1)q (−1) + p (0)q (0) + p (1)q (1)
1. ∀v ∈ V f v v ≥ 0
Sea v = ax + b ∈ P1
f ax + b ax + b ≥ 0
2(a )(a ) + 3(b)(b) ≥ 0
2a 2 + 3b 2 ≥ 0
2. ∀v ∈ V f v v = 0 ⇔ v = OV
Sea v = ax + b ∈ P1
f ax + b ax + b = 0
2(a )(a ) + 3(b)(b) = 0
2a 2 + 3b 2 = 0
La única solución posible para que la ecuación anterior sea cero es que a = b = 0 , es decir, que
ax + b = 0 x + 0 = OV
Ramiro J. Saltos
-42-
3. ∀v, w ∈ V f v w = f w v
Sea v = ax + b y w = cx + d ∈ P1
f ax + b cx + d = f cx + d ax + b
2ac + 3bd = 2ca + 3db
2ac + 3bd = 2ac + 3bd
4. ∀v, w, z ∈ V f v + w z = f v z + f w z
Sea v = ax + b , w = cx + d y z = mx + n ∈ P1
f (ax + b) + (cx + d ) mx + n = f ax + b mx + n + f cx + d mx + n
f (a + c) x + (b + d ) mx + n = 2am + 3bn + 2cm + 3dn
2(a + c)m + 3(b + d )n = 2(a + c)m + 3(b + d )n
5. ∀α ∈ R ∀v, w ∈ V f αv w = αf w v
Sea α ∈ R . Sea v = ax + b y w = cx + d ∈ P1
f α (ax + b) cx + d = αf ax + b cx + d
f (αa) x + (αb) cx + d = α (2ac + 3bd )
2(αa)(c) + 3(αb)d = α (2ac + 3bd )
α (2ac + 3bd ) = α (2ac + 3bd )
Ramiro J. Saltos
-43-
Tema 3
En R 3 se consideran los siguientes conjuntos:
⎧⎛ 0 ⎞ ⎛ 1 ⎞⎫ ⎧⎛ 1 ⎞⎫
⎪⎜ ⎟ ⎜ ⎟⎪ ⎪⎜ ⎟⎪
S = gen⎨⎜ 1 ⎟, ⎜ 1 ⎟⎬ L = gen⎨⎜ 0 ⎟⎬
⎪⎜ 0 ⎟ ⎜ 0 ⎟⎪ ⎪⎜ 1 ⎟⎪
⎩⎝ ⎠ ⎝ ⎠⎭ ⎩⎝ ⎠⎭
⎛ x⎞
⎜ ⎟
Expresar el vector v = ⎜ y ⎟ ∈ R 3 como la suma de dos vectores, uno de S y uno de L
⎜z⎟
⎝ ⎠
Siempre se aconseja en este tipo de ejercicios escoger la base con menor número de vectores puesto
que el proceso de ortonormalización es más difícil mientras más vectores hallan
⎧⎛ 1 ⎞⎫ ⎛1⎞
⎪⎜ ⎟⎪ ⎜ ⎟
B L = ⎨⎜ 0 ⎟⎬ → v1 = ⎜ 0 ⎟
⎪⎜ 1 ⎟⎪ ⎜1⎟
⎩⎝ ⎠⎭ ⎝ ⎠
1
u1 = • v1
v1
⎛1⎞ ⎛1⎞
⎜ ⎟ ⎜ ⎟
v1 = ⎜0⎟ ⎜ 0⎟
⎜1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎧ ⎛ 1 ⎞⎫
⎪ 1 ⎜ ⎟⎪
v1 = (1)(1) + (0)(0) + (1)(1) → BOL =⎨ ⎜ 0 ⎟⎬
⎪ 2 ⎜ 1 ⎟⎪
v1 = 2 ⎩ ⎝ ⎠⎭
Se aconseja dejar la base ortonormal expresada de la manera anterior. Finalmente para hallar esos
dos vectores hallamos la proyección del vector v sobre el subespacio L y el otro lo obtenemos por
diferencia
l = Pr oy L v
l = v u1 • u1
⎛ x⎞ ⎛1⎞ ⎛1⎞
⎛1⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
l = ⎜ ⎟ ⎜ y⎟ ⎜ 0⎟ • ⎜ 0⎟
⎝2⎠ ⎜ ⎟ ⎜1⎟ ⎜1⎟
⎝z⎠ ⎝ ⎠ ⎝ ⎠
Cabe recalcar que los escalares en un producto interno real pueden salir sin ningún problema
Ramiro J. Saltos
-44-
⎛1⎞
⎛1⎞ ⎜ ⎟
l = ⎜ ⎟[( x)(1) + ( y )(0) + ( z )(1)] • ⎜ 0 ⎟
⎝2⎠ ⎜1⎟
⎝ ⎠
⎛1⎞
⎛x+z⎞ ⎜ ⎟
l =⎜ ⎟ • ⎜ 0⎟
⎝ 2 ⎠ ⎜ ⎟
⎝1⎠
⎛x+z⎞
⎜ ⎟
⎜ 2 ⎟
∴l = ⎜ 0 ⎟
⎜x+z⎟
⎜ 2 ⎟
⎝ ⎠
v=l+s
s = v−l
⎛x+z⎞
⎛ x⎞ ⎜ ⎟
⎜ ⎟ ⎜ 2 ⎟
s = ⎜ y⎟ − ⎜ 0 ⎟
⎜z⎟ ⎜ x+ z⎟
⎝ ⎠ ⎜ ⎟
⎝ 2 ⎠
⎛x−z⎞
⎜ ⎟
⎜ 2 ⎟
∴s = ⎜ y ⎟
⎜x−z⎟
⎜ ⎟
⎝ 2 ⎠
Ramiro J. Saltos
-45-
Tema 4
⎧⎛ x ⎞ ⎫
⎪⎜ ⎟ ⎪
Sea V = R3 y W = ⎨⎜ y ⎟ ∈ R / 3 x − 2 y + 6 z = 0⎬ un subespacio de V
3
⎪⎜ z ⎟ ⎪
⎩⎝ ⎠ ⎭
Determine:
a) El complemento ortogonal de W
⎛ − 3⎞
⎜ ⎟
b) La proyección de v sobre W si se conoce que v = ⎜ 1 ⎟
⎜ 4 ⎟
⎝ ⎠
3x − 2 y + 6 z = 0
2 y = 3x + 6 z
⎛ x ⎞ ⎛ 2x ⎞ ⎛ 2x ⎞ ⎛ 2⎞ ⎛ 0⎞ ⎧⎛ 2 ⎞ ⎛ 0 ⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟ ⎜ ⎟⎪
⎜ y ⎟ = ⎜ 2 y ⎟ = ⎜ 3x + 6 z ⎟ = x⎜ 3 ⎟ + z ⎜ 6 ⎟ ⇒ BW = ⎨⎜ 3 ⎟, ⎜ 3 ⎟⎬
⎜ z ⎟ ⎜ 2z ⎟ ⎜ 2z ⎟ ⎜ 0⎟ ⎜ 2⎟ ⎪⎜ 0 ⎟ ⎜ 1 ⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠ ⎝ ⎠⎭
⎛a⎞
⎜ ⎟
Sea ⎜ b ⎟ ∈ W ⊥
⎜c⎟
⎝ ⎠
⎛a⎞ ⎛ 2⎞ ⎛a⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜b⎟ ⎜ 3⎟ = 0 ⎜b⎟ ⎜ 3⎟ = 0
⎜c⎟ ⎜ 0⎟ ⎜c⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
2a + 3b = 0 3b + c = 0
2a = −3b c = −3b
⎧⎛ a ⎞ ⎫
⊥ ⎪⎜ ⎟ ⎪
∴W = ⎨⎜ b ⎟ ∈ R / 2a + 3b = c + 3b = 0⎬
3
⎪⎜ c ⎟ ⎪
⎩⎝ ⎠ ⎭
Para hallar la proyección del vector que nos piden es mejor calcularla sobre W ⊥ debido a que la
base de este subespacio tiene un solo vector y ortonormalizarla será más sencillo.
⎛ a ⎞ ⎛ 2a ⎞ ⎛ − 3b ⎞ ⎛ − 3⎞ ⎧⎛ − 3 ⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟⎪
⎜ b ⎟ = ⎜ 2b ⎟ = ⎜ 2b ⎟ = b⎜ 2 ⎟ ⇒ BW ⊥ = ⎨⎜ 2 ⎟⎬
⎜ c ⎟ ⎜ 2c ⎟ ⎜ − 6b ⎟ ⎜ − 6⎟ ⎪⎜ − 6 ⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠⎭
Ramiro J. Saltos
-46-
Ahora procedemos a ortonormalizar esta base:
1
u1 = • v1
v1
v1 = (v1 / v1 )
⎛ − 3⎞ ⎛ − 3⎞
⎜ ⎟ ⎜ ⎟ ⎧ ⎛ − 3 ⎞⎫
v1 = ⎜ 2 ⎟ ⎜ 2 ⎟ ⎪ 1 ⎜ ⎟⎪
⎜ − 6⎟ ⎜ − 6⎟ ∴B *
W⊥ = ⎨ ⎜ 2 ⎟⎬
⎝ ⎠ ⎝ ⎠ ⎪ 7 ⎜ − 6 ⎟⎪
⎩ ⎝ ⎠⎭
v1 = 9 + 4 + 36
v1 = 49 = 7
p = Pr oyW ⊥ v
p = (v u1 )u1
⎛ − 3⎞ ⎛ − 3 ⎞ ⎛ − 3 ⎞
⎛ 1 ⎞ ⎜ ⎟⎜ ⎟ ⎜ ⎟
p = ⎜ ⎟ ⎜ 1 ⎟ ⎜ 2 ⎟ •⎜ 2 ⎟
⎝ 49 ⎠ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ 4 ⎠ ⎝ − 6⎠ ⎝ − 6⎠
⎛ − 3⎞
⎛ 1 ⎞ ⎜ ⎟
p = ⎜ ⎟(9 + 2 − 24 ) • ⎜ 2 ⎟
⎝ 49 ⎠ ⎜ − 6⎟
⎝ ⎠
⎛ 3 ⎞
⎛ 13 ⎞⎜ ⎟
p = ⎜ ⎟⎜ − 2 ⎟
⎝ 49 ⎠⎜ ⎟
⎝ 6 ⎠
⎛ − 3 ⎞ ⎛ −39 49 ⎞
⎜ ⎟ ⎜ ⎟
h = ⎜ 1 ⎟ + ⎜ 26 49 ⎟
⎜ 4 ⎟ ⎜ 52 ⎟
⎝ ⎠ ⎝ 49 ⎠
⎛ −186 49 ⎞
⎜ ⎟
h = ⎜ 75 49 ⎟
⎜ 248 ⎟
⎝ 49 ⎠
⎛ −186 49 ⎞
⎜ ⎟
∴ Pr oyW v = ⎜ 75 49 ⎟
⎜ 248 ⎟
⎝ 49 ⎠
Ramiro J. Saltos
-47-
Tema 5
⎧⎛ a ⎞ ⎫
⎪⎜ ⎟ ⎪
Sea H = ⎨⎜ b ⎟ ∈ R / c = −2a + 3b ⎬
3
un subespacio del espacio euclidiano R3 con
⎪⎜ c ⎟ ⎪
⎩⎝ ⎠ ⎭
operaciones usuales y producto interno canónico:
Por definición:
H ⊥ = {v ∈ V / v h = 0; h ∈ H }
⎛a⎞
⎜ ⎟
Sea ⎜ b ⎟ ∈ H ⊥
⎜c⎟
⎝ ⎠
⎛a⎞ ⎛ 1 ⎞ ⎛a⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜b⎟ ⎜ 0 ⎟ =0 ⎜b⎟ ⎜1⎟ = 0
⎜c⎟ ⎜ − 2⎟ ⎜c⎟ ⎜ 3⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎧⎛ a ⎞ ⎫
⎪⎜ ⎟
⊥ ⎪
a − 2c = 0 b + 3c = 0 → H = ⎨⎜ b ⎟ ∈ R / a = 2c ∧ b = −3c ⎬
3
a = 2c b = −3c ⎪⎜ c ⎟ ⎪
⎩⎝ ⎠ ⎭
⎛ a ⎞ ⎛ 2c ⎞ ⎛ 2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ b ⎟ = ⎜ − 3c ⎟ = c⎜ − 3 ⎟
⎜c⎟ ⎜ c ⎟ ⎜ 1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎧⎛ 2 ⎞⎫
⎪⎜ ⎟⎪
∴ BH ⊥ = ⎨⎜ − 3 ⎟⎬ dim(H ⊥ ) = 1
⎪⎜ 1 ⎟⎪
⎩⎝ ⎠⎭
Ramiro J. Saltos
-48-
Hay que recordar que por el teorema de proyección v = h + p donde:
h = Pr oy H v y p = Pr oy H v ⊥
Y que estas proyecciones siempre se realizan sobre bases ortonormales, lo que quiere decir que hay
que ortonormalizar las bases ya encontradas. Pero se recomienda ortonormalizar la base del
subespacio con menor número de vectores para simplificar los cálculos y hallar el otro vector
despejando de la ecuación antes mencionada. Para este ejercicio es aconsejable hallar la base
ortonormal de H ⊥ y obviamente el vector p
p = Pr oy H ⊥ v
p = v u 1 u1 ⎛ 2 ⎞
⎛1⎞ ⎜ ⎟
⎛1⎞ ⎛ 2 ⎞ ⎛ 2 ⎞ p = ⎜ ⎟(2 − 3 + 2)⎜ − 3 ⎟
⎜ ⎟ 1 ⎜ ⎟ ⎛ 1 ⎞⎜ ⎟ ⎝ 14 ⎠ ⎜ 1 ⎟
p = ⎜1⎟ ⎜ − 3⎟ ⎜ ⎟⎜ − 3 ⎟ ⎝ ⎠
⎜ 2⎟ 14 ⎜ ⎟ ⎝ 14 ⎠⎜ ⎟
⎝ ⎠ ⎝ 1 ⎠ ⎝ 1 ⎠ ⎛ 214 ⎞
⎜ ⎟
⎛1⎞ ⎛ 2 ⎞ ⎛ 2 ⎞ p = ⎜ −314 ⎟
⎛1⎞ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜1 ⎟
p = ⎜ ⎟ ⎜ 1 ⎟ ⎜ − 3⎟ ⎜ − 3⎟ ⎝ 14 ⎠
⎝ 14 ⎠ ⎜ ⎟ ⎜ ⎟ ⎜ 1 ⎟
⎝ 2⎠ ⎝ 1 ⎠ ⎝ ⎠
Ramiro J. Saltos
-49-
Finalmente por definición:
v w
Cos (θ ) =
v ⋅ w
⎛ 12 14 ⎞ ⎛ 214 ⎞
⎜ ⎟ ⎜ ⎟
h p = ⎜ 17 14 ⎟ ⎜ −314 ⎟
⎜ 27 ⎟ ⎜1 ⎟
⎝ 14 ⎠ ⎝ 14 ⎠
⎛ 12 ⎞ ⎛ 2 ⎞
1⎜ ⎟ 1⎜ ⎟
h p = ⎜ 17 ⎟ ⎜ − 3⎟
14 ⎜ ⎟ 14 ⎜ ⎟
⎝ 27 ⎠ ⎝ 1 ⎠
⎛ 12 ⎞ ⎛ 2 ⎞
⎛ 1 ⎞⎛ 1 ⎞ ⎜ ⎟ ⎜ ⎟
h p = ⎜ ⎟⎜ ⎟ ⎜ 17 ⎟ ⎜ − 3⎟
⎝ 14 ⎠⎝ 14 ⎠ ⎜ ⎟ ⎜ 1 ⎟
⎝ 27 ⎠ ⎝ ⎠
⎛ 1 ⎞
h p =⎜ ⎟[(12)(2) + (17)(−3) + (27)(1)]
⎝ 196 ⎠
h p =0
Como el producto interno de h con p salió 0 , un resultado esperado debido a que h y p son
ortogonales entre sí: h ∈ H y p ∈ H ⊥ . Por definición el producto interno de cualquier vector de
H con cualquiera de H ⊥ es cero, entonces la expresión se simplifica a:
Cos (θ ) = 0
θ = Cos −1 (0)
θ = 90º
Ramiro J. Saltos
-50-
Tema 6
En el espacio vectorial P1 está definido el siguiente producto interno:
( p( x) / q( x)) = p(−1)q(−1) + p(0)q(0) + p(1)q(1)
a) Encuentre un vector p( x) tal que su norma sea igual a 30 y la medida del ángulo
π
con el vector q( x) = 1 + x sea radianes.
2
b) Sea el subespacio de P1 : W = {a + bx / a + b = 0} ¿Cuál es el vector de W que está
“más cerca” de r ( x) = 1 − 2 x ?
a) Para resolver este literal hay que tener en cuenta el polinomio p( x) es una incógnita por ese
motivo debemos suponer un p( x) genérico.
Sea p( x) = a + bx ∈ P1
p ( x) = ( p ( x) p( x) ) = 30
(a + bx a + bx ) = 30
(a − b)(a − b) + a 2 + (a + b)(a + b) = 30
a 2 − 2ab + b 2 + a 2 + a 2 + 2ab + b 2 = 30
3a 2 + 2b 2 = 30
Y así obtuvimos una primera ecuación, la otra que nos falta la obtenemos del segundo dato del
π
literal, el cual nos dice que la medida del ángulo con el vector q( x) es
2
( p( x) q ( x) )
Cos (θ ) =
p( x) ⋅ q ( x)
(a + bx 1 + x )
Cos (90) =
p ( x) ⋅ q ( x)
(a − b)(0) + a + (a + b)(2)
0=
p( x) ⋅ q( x)
a + 2a + 2b = 0
3a + 2b = 0
Ahora ya tenemos dos ecuaciones que nos relacionan las variables a y b . Resolviendo el sistema
⎧3a 2 + 2b 2 = 30
⎨
⎩ 3a + 2b = 0
Ramiro J. Saltos
-51-
⎛−2 ⎞
3⎜ b ⎟ + 2b 2 = 30
⎝ 3 ⎠
⎛4 ⎞
3a = −2b 3⎜ b 2 ⎟ + 2b 2 = 30 −2
⎝9 ⎠ a= (3)
−2 3
a= b 4b 2 + 6b 2 = 90
3 a = −2
10b 2 = 90
b2 = 9
b = ±3
Existen dos vectores que cumplen las condiciones especificadas, así que escogemos sólo uno de ellos
y nos queda:
∴ p( x) = −2 + 3 x
a + bx = −b + bx = b(−1 + x)
→ BW = {− 1 + x}
Debido a que la base sólo tiene un vector, ortonormalizarla consistirá únicamente en dividir el
vector para su norma
−1+ x = (1 − x 1 − x ) ⎧ 1 ⎫
⇒ B NW = ⎨ (− 1 + x )⎬
−1+ x = 5 ⎩ 5 ⎭
⎛ 1
Pr oyW r ( x) = r ( x)
1
(− 1 + x ) ⎜⎜ (− 1 + x )⎞⎟⎟
5 ⎝ 5 ⎠
⎛1⎞
Pr oyW r ( x) = ⎜ ⎟ 1 − 2 x − 1 + x (− 1 + x )
⎝5⎠
⎛1⎞
Pr oyW r ( x) = ⎜ ⎟[(3)(−2) + (1)(−1) + (−1)(0)](− 1 + x )
⎝5⎠
⎛−7⎞
Pr oyW r ( x) = ⎜ ⎟(− 1 + x )
⎝ 5 ⎠
7 7
Por lo tanto el vector más cercano a r ( x) = 1 − 2 x es: − x
5 5
Ramiro J. Saltos
-52-
Tema 7
Sea V = M 2 x 2 , considere el producto interno:
⎛a b ⎞ ⎛e f⎞
⎜⎜ ⎟⎟ ⎜⎜ ⎟ = ae + 2bf + 2cg + dh
⎝c d ⎠ ⎝g h ⎟⎠
⎧⎛ a a ⎞ ⎫
Sea H = ⎨⎜⎜ ⎟⎟ / a, c ∈ R ⎬ un subespacio de V
⎩⎝ c c⎠ ⎭
a) Para resolver este literal primero debemos encontrar una base de H , como ya tenemos el vector
típico:
⎛a a⎞ ⎛1 1⎞ ⎛ 0 0⎞ ⎧⎛ 1 1 ⎞ ⎛ 0 0 ⎞⎫
⎜⎜ ⎟⎟ = a⎜⎜ ⎟⎟ + c⎜⎜ ⎟⎟ → BH = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎝c c⎠ ⎝ 0 0⎠ ⎝1 1⎠ ⎩⎝ 0 0 ⎠ ⎝ 1 1 ⎠⎭
Para hallar el complemento ortogonal, el vector típico de H ⊥ le aplicamos producto interno con
cada uno de los vectores de la base de H y lo igualamos a cero
⎛a b ⎞
Sea ⎜⎜ ⎟⎟ ∈ H ⊥
⎝ c d ⎠
⎛a b ⎞ ⎛1 1⎞ ⎛a b ⎞ ⎛0 0⎞
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ = 0 ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ = 0
⎝c d ⎠ ⎝0 0⎠ ⎝c d ⎠ ⎝1 1⎠
a + 2b = 0 d + 2c = 0
⎧⎛ a b ⎞ ⎫
∴ H ⊥ = ⎨⎜⎜ ⎟⎟ ∈ M 2 x 2 / a + 2b = d + 2c = 0⎬
⎩⎝ c d ⎠ ⎭
Obtenemos su base:
⎛ a b ⎞ ⎛ − 2b b ⎞ ⎛− 2 1⎞ ⎛0 0 ⎞ ⎧⎛ − 2 1 ⎞ ⎛ 0 0 ⎞⎫
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = b⎜⎜ ⎟⎟ + c⎜⎜ ⎟⎟ → B H ⊥ = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎝c d ⎠ ⎝ c − 2c ⎠ ⎝ 0 0⎠ ⎝1 − 2⎠ ⎩⎝ 0 0 ⎠ ⎝ 1 − 2 ⎠⎭
Ramiro J. Saltos
-53-
b) Debemos hallar la proyección de la matriz C sobre el subespacio cuya base tenga el menor
número de vectores, pero en este caso ambos subespacios tienen dimensión 2 , por lo tanto
escogemos cualquiera de las dos bases para ortonormalizarla.
⎧⎛ 1 1 ⎞ ⎛ 0 0 ⎞⎫
BH = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ B1 = {u1 ,u 2 }
⎩⎝ 0 0 ⎠ ⎝ 1 1 ⎠⎭
⎛1 1⎞ ⎛0 0⎞
Supóngase que v1 = ⎜⎜ ⎟⎟ y v 2 = ⎜⎜ ⎟⎟
⎝0 0⎠ ⎝1 1⎠
1
u1 = • v1
v1
Recuerden para todo el ejercicio utilizamos el producto interno definido en el planteamiento del
problema
v1 = (v1 v1 )
⎛1 1⎞ ⎛1 1⎞
v1 = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ 1 ⎛1 1⎞
⎝0 0⎠ ⎝0 0⎠ → u1 = ⎜⎜ ⎟⎟
3 ⎝0 0⎠
v1 = (1)(1) + 2(1)(1) + 2(0)(0) + (0)(0)
v1 = 3
1
u2 = • v2 '
v2 '
v 2 ' = v 2 − (v 2 u1 ) • u1
⎛0 0⎞ ⎛ 1 ⎞ ⎛0 0⎞ ⎛1 1⎞ ⎛1 1⎞
v 2 ' = ⎜⎜ ⎟⎟ − ⎜ ⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ • ⎜⎜ ⎟⎟
⎝1 1⎠ ⎝ 3 ⎠ ⎝1 1⎠ ⎝0 0⎠ ⎝0 0⎠
⎛0 0⎞ ⎛ 1 ⎞ ⎛1 1⎞
v 2 ' = ⎜⎜ ⎟⎟ − ⎜ ⎟[(0)(1) + 2(0)(1) + 2(1)(0) + (1)(0)] • ⎜⎜ ⎟⎟
⎝1 1⎠ ⎝ 3 ⎠ ⎝0 0⎠
⎛0 0⎞
v 2 ' = ⎜⎜ ⎟
⎝1 1 ⎟⎠
Ramiro J. Saltos
-54-
v2 ' = (v2 v2 )
⎛ 0 0⎞ ⎛ 0 0⎞
v2 ' = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ 1 ⎛0 0⎞
⎝1 1⎠ ⎝1 1⎠ → u2 = ⎜⎜ ⎟⎟
3 ⎝1 1⎠
v 2 ' = (1)(1) + 2(1)(1) + 2(0)(0) + (0)(0)
v2 ' = 3
⎧ 1 ⎛ 1 1 ⎞ 1 ⎛ 0 0 ⎞⎫
∴ B1 = ⎨ ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎩ 3 ⎝ 0 0 ⎠ 3 ⎝ 1 1 ⎠⎭
Cabe recalcar que no era necesario realizar todo el proceso debido a que los vectores de BH son
ortogonales, es decir, (v1 v 2 ) = 0
Así que para ortonormalizar la base sólo era necesario dividir cada vector para su norma, pero
realizamos todo el proceso para practicar más; pero en adelante, de ser posible, nos saltaremos los
pasos innecesarios
Sabemos que:
A = Pr oy H C
A = (C u1 ) • u1 + (C u 2 ) • u 2
⎛1⎞ ⎛1 2⎞ ⎛ 1 1 ⎞ ⎛ 1 1⎞ ⎛ 1 ⎞ ⎛1 2⎞ ⎛ 0 0⎞ ⎛ 0 0⎞
A=⎜ ⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ • ⎜⎜ ⎟+⎜ ⎟ ⎜ ⎟ ⎜ ⎟ •⎜ ⎟
⎝ 3⎠ ⎝3 4⎠ ⎝ 0 0⎠ ⎝ 0 0 ⎟⎠ ⎝ 3 ⎠ ⎜⎝ 3 4 ⎟⎠ ⎜⎝ 1 1 ⎟⎠ ⎜⎝ 1 1 ⎟⎠
⎛1⎞ ⎛1 1⎞ ⎛ 1 ⎞ ⎛0 0⎞
A = ⎜ ⎟[(1)(1) + 2(2)(1) + 2(3)(0) + (4)(0)] • ⎜⎜ ⎟⎟ + ⎜ ⎟[(1)(0) + 2(2)(09 + 2(3)(1) + (4)(1)] • ⎜⎜ ⎟⎟
⎝3⎠ ⎝0 0⎠ ⎝ 3 ⎠ ⎝1 1⎠
⎛ 5 ⎞ ⎛1 1 ⎞ ⎛ 10 ⎞ ⎛ 0 0 ⎞
A = ⎜ ⎟ • ⎜⎜ ⎟ + ⎜ ⎟•⎜ ⎟
⎝ 3 ⎠ ⎝0 0 ⎟⎠ ⎝ 3 ⎠ ⎜⎝ 1 1 ⎟⎠
⎛5 5 ⎞
A= ⎜ 3 3⎟
⎜10 10 ⎟
⎝ 3 3⎠
C = A+ B
B=C−A
⎛ 1 2 ⎞ ⎛⎜ 5 3 5 3 ⎞⎟
B = ⎜⎜ ⎟⎟ −
⎝ 3 4 ⎠ ⎜⎝10 3 10 3 ⎟⎠
⎛− 2 1 ⎞
B=⎜ 3 3⎟
⎜ −1 2 ⎟
⎝ 3 3⎠
Ramiro J. Saltos
-55-
c) Para determinar la medida del ángulo nos remitimos a la fórmula:
Cos (θ ) =
(C I)
C ⋅ I
Pero por comodidad de cálculo la resolveremos por partes y al final reemplazaremos todos los
valores
⎛1 2⎞ ⎛ 1 0⎞
(C I ) = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝3 4⎠ ⎝ 0 1⎠
(C I ) = (1)(1) + 2(2)(0) + 2(3)(0) + (4)(1)
(C I)= 5
C = (C C) I = (I I)
⎛1 2⎞ ⎛1 2⎞ ⎛1 0⎞ ⎛1 0⎞
C = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ I = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝3 4⎠ ⎝3 4⎠ ⎝0 1⎠ ⎝0 1⎠
C = (1)(1) + 2(2)(2) + 2(3)(3) + (4)(4) I = (1)(1) + 2(0)(0) + 2(0)(0) + (1)(1)
C = 43 I = 2
5
Cos (θ ) =
2 43
⎡ 5 ⎤
θ = ArcCos ⎢ ⎥
⎣ 86 ⎦
d (C , I ) = C − I
⎛1 2⎞ ⎛1 0⎞
d (C , I ) = ⎜⎜ ⎟⎟ − ⎜⎜ ⎟⎟
⎝3 4⎠ ⎝0 1⎠
⎛ 0 2⎞
d (C , I ) = ⎜⎜ ⎟⎟
⎝ 3 3⎠
⎛ 0 2⎞ ⎛ 0 2⎞
d (C , I ) = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ 3 3⎠ ⎝ 3 3⎠
d (C , I ) = (0)(0) + 2(2)(2) + 2(3)(3) + (3)(3)
d (C , I ) = 35
Ramiro J. Saltos
-56-
e) Para este último literal recordaremos aquel teorema que nos indica que para obtener una base
ortonormal de V basta con unir una base ortonormal de un subespacio H cualquiera con la base
ortonormal de su complemente ortogonal, es decir, H ⊥
⎧⎛ − 2 1 ⎞ ⎛ 0 0 ⎞⎫
B H ⊥ = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ B2 = {u1 , u 2 }
⎩⎝ 0 0 ⎠ ⎝ 1 − 2 ⎠⎭
⎛ − 2 1⎞ ⎛0 0 ⎞
Supóngase que v1 = ⎜⎜ ⎟⎟ y v 2 = ⎜⎜ ⎟⎟
⎝ 0 0⎠ ⎝1 − 2⎠
Pero estos dos vectores ya son ortogonales, solo falta que sean unitarios, así que dividiremos cada
uno de ellos para su respectiva norma
v1 = (v1 v1 ) v2 = (v2 v2 )
⎛ − 2 1⎞ ⎛ − 2 1⎞ ⎛0 0 ⎞ ⎛0 0 ⎞
v1 = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ v2 = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ 0 0⎠ ⎝ 0 0⎠ ⎝1 − 2⎠ ⎝1 − 2⎠
v1 = (−2)(−2) + 2(1)(1) + 2(0)(0) + (0)(0) v 2 = (0)(0) + 2(0)(0) + 2(1)(1) + (−2)(−2)
v1 = 6 v2 = 6
⎧ 1 ⎛ − 2 1 ⎞ 1 ⎛ 0 0 ⎞⎫
B2 = ⎨ ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎩ 6 ⎝ 0 0 ⎠ 6 ⎝ 1 − 2 ⎠⎭
B3 = B1 ∪ B2
⎧ 1 ⎛ 1 1 ⎞ 1 ⎛ 0 0 ⎞⎫ ⎧ 1 ⎛ − 2 1 ⎞ 1 ⎛ 0 0 ⎞⎫
B3 = ⎨ ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬ ∪ ⎨ ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎩ 3 ⎝ 0 0 ⎠ 3 ⎝ 1 1 ⎠⎭ ⎩ 6 ⎝ 0 0 ⎠ 6 ⎝ 1 − 2 ⎠⎭
⎧ 1 ⎛ 1 1 ⎞ 1 ⎛ 0 0 ⎞ 1 ⎛ − 2 1 ⎞ 1 ⎛ 0 0 ⎞⎫
∴ B3 = ⎨ ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎩ ⎝3 0 0 ⎠ 3 ⎝ 1 1 ⎠ 6 ⎝ 0 0 ⎠ 6 ⎝ 1 − 2 ⎠⎭
Ramiro J. Saltos
-57-
Tema 8
Califique como verdaderas o falsas las siguientes proposiciones. Justifique formalmente su
respuesta
Para averiguar si la función dada es un producto interno habrá que averiguar si se cumplen las
condiciones del producto interno
I) ∀v ∈ V f (v v ) ≥ 0
⎛a⎞
Sea v = ⎜⎜ ⎟⎟ ∈ R 2
⎝b⎠
⎛a⎞ ⎛a⎞
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ≥ 0
⎝b⎠ ⎝b⎠
2ab − 6ab ≥ 0
− 4ab ≥ 0
ab ≤ 0
Pero hay que plantear el contraejemplo aunque ya esté demostrado formalmente que no es un
producto interno
⎛1⎞
Sea v = ⎜⎜ ⎟⎟ ∈ R 2
⎝1⎠
⎛1⎞ ⎛1⎞
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ≥ 0
⎝1⎠ ⎝1⎠
2(1)(1) − 6(1)(1) ≥ 0
−4≥0
∴ f no es un producto interno
∴ Falso
Ramiro J. Saltos
-58-
⎛ rSen(t ) Cos (t ) ⎞
b) ∀r , t ∈ R : A = ⎜⎜ ⎟⎟ es ortogonal
⎝ Cos (t ) − rSen(t ) ⎠
Para que la matriz sea ortogonal, el producto interno entre sus columnas debe ser igual a 0 y al
mismo tiempo el producto interno de cada columna consigo misma debe ser igual a 1 . Entonces,
utilizando el producto interno canónico:
⎛ rSen(t ) ⎞ ⎛ Cos (t ) ⎞
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ = 0
⎝ Cos (t ) ⎠⎝ − rSen (t ) ⎠
rSen(t )Cos (t ) − rSen(t )Cos (t ) = 0
0=0
⎛ rSen(t ) ⎞ ⎛ rSen(t ) ⎞
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ = 1
⎝ Cos (t ) ⎠ ⎝ Cos (t ) ⎠ Sen 2 (t ) = 0 r 2 −1 = 0
r 2 Sen 2 (t ) + Cos 2 (t ) = 1 Sen(t ) = 0 r2 =1
r 2 Sen 2 (t ) + 1 − Sen 2 (t ) = 1 t = 0 ∧ t = 2π r = ±1
[ ]
Sen 2 (t ) r 2 − 1 = 0
Por lo tanto la igualdad sólo se cumple para los valores de r y t encontrados y no para todos los
reales. Se igual procedimiento para la segunda columna
∴ Falso
c) Sea V un espacio vectorial real con producto interno. Sean u , v ∈ V dos vectores
ortonormales. Si los vectores αu + βv y αu − βv son ortogonales, entonces α = β
(αu + βv / αu − βv) = 0
(αu / αu ) + (αu / − β v) + ( βv / αu ) + ( β v / − β v) = 0
α 2 (u / u ) − αβ (u / v) + αβ (u / v) − β 2 (v / v) = 0
α 2 (u / u ) − β 2 (v / v) = 0
α2 −β2 =0
α2 = β2
α =β
∴ Verdadero
Ramiro J. Saltos
-59-
Valores y Vectores Propios
Valor y Vector Propio de una Matriz: Sea A una matriz de nxn . Se dice que λ es un valor propio
de A si existe un vector no nulo X ∈ R n , tal que AX = λX . En tal caso se dice que X es un
vector propio de A asociado al valor propio λ
Teorema 1
Sea A una matriz de nxn . Entonces λ es un valor propio de A si y sólo si:
p(λ ) = det( A − λI ) = 0
Matriz Semejante
Definición: Las matrices A y B de nxn se dice que son semejantes si existe una matriz invertible
C de nxn tal que:
B = C −1 ⋅ A ⋅ C
Teorema 2
Sean A y B dos matrices semejantes de nxn . Entonces se cumple que:
1. det( A) = det( B)
2. p A (λ ) = p B (λ )
Y por tanto A y B tienen los mismos valores propios pero no necesariamente los mismos vectores
propios
Teorema 3
Sea λ un valor propio de la matriz A de nxn . Entonces:
{
E λ = X ∈ C n / AX = λX }
Es un subespacio de C n y es llamado espacio propio de A asociado al valor propio λ
Teorema 4
Sea λ un valor propio de la transformación lineal T : V → V . Entonces:
E λ = {v ∈ V / T (v) = λv}
Ramiro J. Saltos
-60-
Multiplicidad Geométrica
mg (λ ) = dim E λ
Teorema 5
Sea λ un valor propio de la matriz A de nxn o de una transformación lineal T : V → V en el
espacio de dimensión finita V . Entonces, se cumple que:
1 ≤ mg (λ ) ≤ ma(λ )
Teorema 6
Vectores propios asociados a valores propios diferentes son linealmente independientes.
Teorema 7
Sea A una matriz simétrica de nxn con componentes reales. Si λ es un valor propio de A ,
entonces λ es un número real
Teorema 8
Sea A una matriz de nxn simétrica. Sea X 1 un vector propio de A asociado al valor propio λ1 y
X 2 un vector propio de A asociado al valor propio λ2 .
Teorema 9
Sea A una matriz de nxn . Si A tiene exactamente n valores propios diferentes, entonces A es
diagonalizable
Matriz Diagonalizable
Definición: Se dice que la matriz A de nxn es diagonalizable si existe una matriz inversible C de
nxn tal que:
D = C −1 AC
Es decir, una matriz A de nxn es diagonalizable si existe una matriz diagonal D de nxn tal que
A y D son semejantes
Teorema 10
Una matriz de nxn es diagonalizable si tiene n vectores propios linealmente independientes
Ramiro J. Saltos
-61-
Transformación Lineal Diagonalizable
Teorema 11
Una matriz A de nxn es diagonalizable si cumple que, por cada valor propio de A :
ma(λ ) = mg (λ )
Definición: Una matriz A de nxn se dice que es diagonalizable ortogonalmente si existe una
matriz ortogonal Q de nxn tal que;
D = QT AQ
Teorema 11
Una matriz A de nxn es diagonalizable ortogonalmente, si y sólo si, A es una matriz simétrica
Ramiro J. Saltos
-62-
Tema 1
Halle los valores y vectores propios de la siguiente matriz:
⎛1 0 1 ⎞
⎜ ⎟
A = ⎜ 0 1 − 1⎟
⎜1 −1 2 ⎟
⎝ ⎠
Para hallar los valores propios debemos encontrar el polinomio característico y extraer sus raíces,
muchas veces es necesario utilizar la división sintética para poder factorizar la expresión
⎛1 − λ 0 1 ⎞
⎜ ⎟
A − λI = ⎜ 0 1 − λ −1 ⎟
⎜ 1 −1 2 − λ ⎟⎠
⎝
p (λ ) = det( A − λI ) = 0
(1 − λ )[(1 − λ )(2 − λ ) − 1] + (−1)(1 − λ ) = 0
(1 − λ )(2 − λ − 2λ + λ2 − 1) − 1 + λ = 0
(1 − λ )(λ2 − 3λ + 1) − 1 + λ = 0
λ2 − 3λ + 1 − λ3 + 3λ2 − λ − 1 + λ = 0
λ3 − 4λ2 + 3λ = 0
λ (λ2 − 4λ + 3) = 0
λ2 − 4λ + 3 = 0
λ1 = 0
(λ − 3)(λ − 1) = 0
λ2 = 1 λ3 = 3
λ1 = 0
∴ λ2 = 1
λ3 = 3
Finalmente debemos encontrar los vectores propios y para ello debemos hallar una base de los
espacios Eλ
El procedimiento consiste en reemplazar cada valor propio en la matriz A − λI y resolver el
siguiente sistema homogéneo:
⎛1 − λ 0 1 ⎞⎛ a ⎞ ⎛ 0 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ 0 1− λ − 1 ⎟⎜ b ⎟ = ⎜ 0 ⎟
⎜ 1 −1 2 − λ ⎟⎠⎜⎝ c ⎟⎠ ⎜⎝ 0 ⎟⎠
⎝
Entonces para hallar cada espacio planteamos el sistema mencionado y reducimos la matriz hasta
obtener la mayor cantidad de ceros posibles
Ramiro J. Saltos
-63-
• E λ1
⎛1 − 0 0 1 0⎞ ⎛1 0 1 0⎞ ⎛1 0 1 0⎞ ⎛1 0 1 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 0 1 − 0 − 1 0 ⎟ → ⎜ 0 1 − 1 0 ⎟ A13 (−1)⎜ 0 1 − 1 0 ⎟ A23 (1)⎜ 0 1 − 1 0 ⎟
⎜ 1 − 1 2 − 0 0 ⎟⎠ ⎜⎝ 1 − 1 2 0 ⎟⎠ ⎜0 −1 1 0⎟ ⎜ 0 0 0 0⎟
⎝ ⎝ ⎠ ⎝ ⎠
a+c =0 b−c = 0
a = −c b=c
⎛a⎞ ⎛− c⎞ ⎛ − 1⎞ ⎛ − 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ b ⎟ = ⎜ c ⎟ = c⎜ 1 ⎟ ∴ v1 = ⎜ 1 ⎟
⎜c⎟ ⎜ c ⎟ ⎜1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
• Eλ 2
⎛1 − 1 0 1 0⎞ ⎛0 0 1 0⎞ ⎛0 0 0 0⎞
⎜ ⎟ ⎜ ⎟ A21 (1) ⎜ ⎟
⎜ 0 1 −1 −1 0⎟ → ⎜0 0 −1 0⎟ ⎜0 0 −1 0⎟
⎜ 1 A (1)
⎝ − 1 2 − 1 0 ⎟⎠ ⎜⎝ 1 − 1 1 0 ⎟⎠ 23 ⎜⎝ 1 − 1 0 0 ⎟⎠
−c = 0 a−b = 0
c=0 a=b
• Eλ 3
⎛1 − 3 0 1 0⎞ ⎛ − 2 0 1 0⎞ ⎛ 0 − 2 −1 0⎞ ⎛0 0 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ A21 (−1) ⎜ ⎟
⎜ 0 1 − 3 − 1 0 ⎟ → ⎜ 0 − 2 − 1 0 ⎟ A31 (2)⎜ 0 − 2 − 1 0 ⎟ ⎜0 − 2 −1 0⎟
⎜ 1 − 1 2 − 3 0 ⎟⎠ ⎜⎝ 1 − 1 − 1 0 ⎟⎠ ⎜ 1 − 1 − 1 0 ⎟ A23 (−1) ⎜ 1 1 0 0 ⎟⎠
⎝ ⎝ ⎠ ⎝
− 2b − c = 0 a+b = 0
c = −2b a = −b
Ramiro J. Saltos
-64-
Tema 2
Encuentre, de ser posible, la matriz C que diagonaliza a la matriz:
⎛ 5 − 4 2⎞
⎜ ⎟
A = ⎜ 4 − 3 2⎟
⎜ 4 − 3 2⎟
⎝ ⎠
⎛5 − λ −4 2 ⎞
⎜ ⎟
A − λI = ⎜ 4 −3−λ 2 ⎟
⎜ 4 −3 2 − λ ⎟⎠
⎝
p (λ ) = 0
det( A − λI ) = 0
(5 − λ )[(−3 − λ )(2 − λ ) + 6] − 4[− 4(2 − λ ) + 6] + 4[− 8 − 2(−3 − λ )] = 0
[ ]
(5 − λ ) − 6 + 3λ − 2λ + λ2 + 6 − 4[− 8 + 4λ + 6] + 4[− 8 + 6 + 2λ ] = 0
(5 − λ )(λ + λ ) + 32 − 16λ − 24 − 32 + 24 + 8λ = 0
2
5λ2 + 5λ − λ3 − λ2 − 8λ = 0
λ3 − 4λ2 + 3λ = 0
λ (λ2 − 4λ + 3) = 0
⎧λ1 = 0
⎪
λ =0 (λ − 3)(λ − 1) = 0 ⎨λ2 = 1
⎪λ = 3
⎩ 3
λ = 3 λ =1
Ahora debemos hallar una base para cada espacio propio asociado con cada uno de los valores
propios, recuerden que por lo general los valores propios se los ordena de menor a mayor
E λ1 ; λ1 = 0
⎛5 − 0 −4 2 0⎞ ⎛ 5 − 4 2 0⎞ ⎛1 −1 0 0⎞ ⎛1 −1 0 0⎞
⎜ ⎟ ⎜ ⎟ A21 (−1) ⎜ ⎟ ⎜ ⎟
⎜ 4 −3−0 2 0⎟ → ⎜ 4 − 3 2 0⎟ ⎜ 4 − 3 2 0 ⎟ A12 (−3)⎜ 1 0 2 0 ⎟
⎜ 4 A (−1) ⎜
⎝ −3 2 − 0 0 ⎟⎠ ⎜⎝ 4 − 3 2 0 ⎟⎠ 23 ⎝ 0 0 0 0⎠
⎟ ⎜ 0 0 0 0⎟
⎝ ⎠
a−b = 0 a + 2c = 0
a=b c = −1 a
2
⎛a⎞ ⎛ a ⎞ ⎛1⎞ ⎧⎛ 2 ⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟⎪
⎜ b ⎟ = ⎜ a ⎟ = a⎜ 1 ⎟ → BEλ1 = ⎨⎜ 2 ⎟⎬
⎜ c ⎟ ⎜ −1 a ⎟ ⎜ −1 ⎟ ⎪⎜ − 1⎟⎪
⎝ ⎠ ⎝ 2 ⎠ ⎝ 2⎠ ⎩⎝ ⎠⎭
Ramiro J. Saltos
-65-
No hay ningún problema si multiplicamos al vector por cualquier número para eliminar la fracción
Eλ 2 ; λ2 = 1
⎛5 −1 − 4 2 0⎞ ⎛ 4 − 4 2 0⎞ ⎛0 0 0 0⎞ ⎛ 0 0 0 0⎞
⎜ ⎟ ⎜ ⎟ A21 (−1) ⎜ ⎟ ⎜ ⎟
⎜ 4 − 3 −1 2 0⎟ → ⎜ 4 − 4 2 0⎟ ⎜ 2 − 2 1 0 ⎟ A12 (2)⎜ 2 0 − 1 0 ⎟
⎜ 4 A (−1) ⎜
⎝ −3 2 − 1 0 ⎟⎠ ⎜⎝ 4 − 3 1 0 ⎟⎠ 23 ⎝ 0 1 −1 0⎠
⎟ ⎜ 0 1 −1 0⎟
⎝ ⎠
2a − c = 0 b−c = 0
a= 1 c b=c
2
⎛ a ⎞ ⎛ 12 c ⎞ ⎛ 12 ⎞ ⎧⎛ 1 ⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟⎪
⎜ b ⎟ = ⎜ c ⎟ = c⎜ 1 ⎟ → BEλ 2 = ⎨⎜ 2 ⎟⎬
⎜c⎟ ⎜ c ⎟ ⎜1⎟ ⎪⎜ 2 ⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠⎭
E λ 3 ; λ3 = 3
⎛5 − 3 −4 2 0⎞ ⎛ 2 − 4 2 0⎞ ⎛1 − 2 1 0⎞ ⎛1 0 −1 0⎞
⎜ ⎟ ⎜ ⎟ A12 (−2) ⎜ ⎟ ⎜ ⎟
⎜ 4 −3−3 2 0⎟ → ⎜ 4 − 6 2 0⎟ ⎜ 0 2 − 2 0 ⎟ A21 (1)⎜ 0 1 − 1 0 ⎟
⎜ 4 A ( − 2) ⎜
⎝ −3 2 − 3 0 ⎟⎠ ⎜⎝ 4 − 3 − 1 0 ⎟⎠ 13 ⎝0 5 − 5 0⎠
⎟ ⎜0 0 0 0⎟
⎝ ⎠
a−c = 0 b−c = 0
a=c b=c
Finalmente las columnas de la matriz C que diagonaliza a la matriz A están dadas por los
vectores que conforman las bases de cada uno de los espacios propios
⎛ 2 1 1⎞
⎜ ⎟
∴ C = ⎜ 2 2 1⎟
⎜ − 1 2 1⎟
⎝ ⎠
Ramiro J. Saltos
-66-
Tema 3
Determine los valores característicos y base para cada espacio propio de la matriz:
⎛a 1 1⎞
⎜ ⎟
A = ⎜1 a 1⎟
⎜1 1 a⎟
⎝ ⎠
⎛a − λ 1 1 ⎞
⎜ ⎟
A − λI = ⎜ 1 a−λ 1 ⎟
⎜ 1 a − λ ⎟⎠
⎝ 1
[ ]
(a − λ ) (a − λ ) 2 − 1 − 1[(a − λ ) − 1] + 1[1 − (a − λ )] = 0
(a − λ )[(a − λ ) 2
− 1] − (a − λ ) + 1 + 1 − (a − λ ) = 0
(a − λ ) 3 − 3(a − λ ) + 2 = 0
x = a−λ
x − 3x + 2 = 0
3
E λ = a −1
⎛ 1 1 1⎞ ⎛ 1 1 1 ⎞ ⎛a⎞ ⎛− b − c⎞ ⎛ − 1⎞ ⎛ − 1⎞
⎜ ⎟ ⎜ ⎟ a+b+c = 0 ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 1 1 1⎟ → ⎜ 0 0 0 ⎟ ⎜ b ⎟ = ⎜ b ⎟ = b⎜ 1 ⎟ + c⎜ 0 ⎟
⎜ 1 1 1⎟ ⎜ 0 0 0 ⎟ a = −b − c ⎜c⎟ ⎜ c ⎟ ⎜0⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎧⎛ − 1⎞ ⎛ − 1⎞⎫
⎪⎜ ⎟ ⎜ ⎟⎪
∴ B Eλ = ⎨⎜ 1 ⎟, ⎜ 0 ⎟⎬
⎪⎜ 0 ⎟ ⎜ 1 ⎟⎪
⎩⎝ ⎠ ⎝ ⎠⎭
Eλ =a+2
⎛− 2 1 1 ⎞ ⎛0 3 − 3⎞ ⎛0 0 0 ⎞ ⎛0 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ −b+c = 0 a−c = 0
⎜ 1 − 2 1 ⎟ → ⎜0 − 3 3 ⎟ → ⎜0 −1 1 ⎟ → ⎜0 −1 1 ⎟
⎜ 1 b=c a=c
⎝ 1 − 2 ⎟⎠ ⎜⎝ 1 1 − 2 ⎟⎠ ⎜⎝ 1 1 − 2 ⎟⎠ ⎜⎝ 1 0 − 1⎟⎠
⎛a⎞ ⎛c⎞ ⎛ 1⎞ ⎧⎛1⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟⎪
⎜ b ⎟ = ⎜ c ⎟ = c ⎜ 1⎟ ∴ BEλ = ⎨⎜1⎟⎬
⎜ c ⎟ ⎜c⎟ ⎜ 1⎟ ⎪⎜1⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠⎭
Ramiro J. Saltos
-67-
Tema 4
Determine la matriz ortogonal Q que diagonaliza ortogonalmente a la matriz:
⎛ −1 5 0⎞
⎜ ⎟
A = ⎜ 5 −1 0⎟
⎜0 0 4 ⎟⎠
⎝
Para encontrar la matriz Q realizamos el mismo procedimiento aplicado en los ejercicios anteriores
sólo que cuando hallemos las bases de los espacios propios debemos ortonormalizarlas, y esas serán
las columnas de la matriz en cuestión
Hay que recordar que las columnas de esta matriz forman una base ortonormal para R 3
⎛−1− λ 5 0 ⎞
⎜ ⎟
A − λI = ⎜ 5 −1− λ 0 ⎟
⎜ 0 4 − λ ⎟⎠
⎝ 0
p (λ ) = 0
det( A − λI ) = 0
(4 − λ )[(−1 − λ )(−1 − λ ) − 25] = 0
[ ]
(4 − λ ) (−1 − λ ) 2 − 25 = 0
Cuando se calcula el determinante por medio de cofactores es mejor utilizar la fila o columna con
mayor cantidad de ceros presentes en la misma
También hay que tener en cuenta que el procedimiento se puede simplificar por la presencia de
ciertos artificios, por ejemplo en este caso la expresión dentro del corchete es una diferencia de
cuadrados perfectos y su factorización es sencilla
⎧λ1 = −6 → ma(λ1 ) = 1
⎨
⎩ λ 2 = 4 → ma(λ 2 ) = 2
a+b = 0
c=0
a = −b
Ramiro J. Saltos
-68-
⎛a⎞ ⎛− b⎞ ⎛ − 1⎞ ⎧⎛ − 1⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟⎪
⎜ b ⎟ = ⎜ b ⎟ = b⎜ 1 ⎟ → B Eλ1 = ⎨⎜ 1 ⎟⎬
⎜c⎟ ⎜ 0 ⎟ ⎜0⎟ ⎪⎜ 0 ⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠⎭
Hay que ortonormalizar esta base para obtener la primera columna de la matriz Q , pero como solo
es un vector bastará con dividirlo para su norma, en este caso usamos el producto interno canónico
v = (v v)
⎛ − 1⎞ ⎛ − 1⎞
⎜ ⎟ ⎜ ⎟ ⎧⎛ −1 2 ⎞⎫
v = ⎜1⎟ ⎜1⎟ ⎪⎜ ⎟⎪
⎜0⎟ ⎜0⎟ ∴ BON Eλ1 = ⎨⎜ 1 2 ⎟⎬
⎝ ⎠ ⎝ ⎠ ⎪⎜ 0 ⎟⎪
⎩⎝ ⎠⎭
v = (−1)(−1) + (1)(1) + (0)(0)
v = 2
Eλ 2 ; λ2 = 4
⎛−1− 4 5 0 0⎞ ⎛ − 5 5 0 0⎞ ⎛ −1 1 0 0⎞
⎜ ⎟ ⎜ ⎟ A12 (−1) ⎜ ⎟
⎜ 5 −1− 4 0 0⎟ → ⎜ 5 − 5 0 0⎟ ⎜ 0 0 0 0⎟
⎟ M1( 5) ⎜ 0 0 0 0⎟
1
⎜ 0 − ⎟ ⎜ 0
⎝ 0 4 4 0 ⎠ ⎝ 0 0 0 ⎠ ⎝ ⎠
−a+b = 0
a=b
Si no aparece la variable c significa que es libre y no hay condición de la que esté sujeta
⎛a⎞ ⎛a⎞ ⎛1⎞ ⎛0⎞ ⎧⎛ 1 ⎞ ⎛ 0 ⎞⎫
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ ⎟ ⎜ ⎟⎪
⎜ b ⎟ = ⎜ a ⎟ = a ⎜ 1 ⎟ + c⎜ 0 ⎟ → BEλ 2 = ⎨⎜ 1 ⎟, ⎜ 0 ⎟⎬
⎜c⎟ ⎜c⎟ ⎜ 0⎟ ⎜1⎟ ⎪⎜ 0 ⎟ ⎜ 1 ⎟⎪
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ ⎠ ⎝ ⎠⎭
Igualmente debemos ortonormalizar esta base, pero antes hay que notar que estos vectores ya son
ortogonales y de paso el segundo ya es unitario, así que bastará con dividir el primer vector para su
norma con lo que obtendremos la base buscada y las dos últimas columnas de nuestra matriz Q
v1 = (v1 v1 )
⎛1⎞ ⎛1⎞
⎜ ⎟ ⎜ ⎟ ⎧⎛ 1 2 ⎞ ⎛ 0 ⎞⎫
v1 = ⎜1⎟ ⎜1⎟ ⎪⎜ ⎟ ⎜ ⎟⎪
⎜0⎟ ⎜0⎟ → BON Eλ 2 = ⎨⎜ 1 2 ⎟, ⎜ 0 ⎟⎬
⎝ ⎠ ⎝ ⎠ ⎪⎜ 0 ⎟ ⎜ 1 ⎟⎪
⎩⎝ ⎠ ⎝ ⎠⎭
v1 = (1)(1) + (1)(1) + (0)(0)
v1 = 2
⎛ −1 2 1 0⎞
⎜ 2
⎟
∴Q = ⎜ 1 2 1
2
0⎟
⎜ 0 1 ⎟⎠
⎝ 0
Ramiro J. Saltos
-69-
Tema 5
Sea A una matriz cuadrada de tamaño 2x 2 que representa a una transformación lineal
T : R 2 → R 2 , respecto a la base canónica de R 2
a) Sabemos que para cualquier matriz de orden 2 el polinomio característico está dado por:
Entonces:
λ2 + 5λ + 4 = 0 λ+4=0 λ +1 = 0
(λ + 4)(λ + 1) = 0 λ = −4 λ = −1
b) Para hallar dicha base necesitamos diagonalizar cualquier matriz asociada a T , pero como no
tenemos la regla de correspondencia tendremos que buscar otro camino para encontrar una matriz
asociada
Para este ejercicio tenemos suficientes datos para hallar la representación matricial de T respecto
a la base canónica. Conocemos su segunda columna por el dato del literal b, así que tenemos:
⎛ x − 6⎞
AT = ⎜⎜ ⎟⎟
⎝ y 2 ⎠
Además conocemos el valor de la traza y del determinante, por lo que tenemos el siguiente sistema
de ecuaciones
⎧ x + 2 = −5 → x = −7 ⎛ − 7 − 6⎞
⎨ ∴AT = ⎜⎜ ⎟
⎩2 x + 6 y = 4 → x + 3 y = 2 → 3 y = 9 → y = 3 ⎝ 3 2 ⎟⎠
⎛− 7 − λ −6 ⎞
A − λI = ⎜⎜ ⎟
⎝ 3 2 − λ ⎟⎠
Pero como ya conocemos los valores propios de esta matriz simplemente hallamos los espacios
propios
Ramiro J. Saltos
-70-
E λ1 ; λ1 = −4
⎛ − 7 + 4 − 6 0 ⎞ ⎛ − 3 − 6 0 ⎞ A21 (1) ⎛ 0 0 0 ⎞ a + 2b = 0
⎜⎜ ⎟→⎜ ⎟ ⎜ ⎟
⎝ 3 2 + 4 0 ⎟⎠ ⎜⎝ 3 6 0 ⎟⎠ M 2 ( 1 3 )⎜⎝ 1 2 0 ⎟⎠ a = −2b
⎛ a ⎞ ⎛ − 2b ⎞ ⎛ − 2⎞ ⎧⎛ − 2 ⎞⎫
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = b⎜⎜ ⎟⎟ → BEλ1 = ⎨⎜⎜ ⎟⎟⎬
⎝b⎠ ⎝ b ⎠ ⎝ 1 ⎠ ⎩⎝ 1 ⎠⎭
Al mismo tiempo este vector representa las coordenadas de los vectores propios de la
transformación lineal respecto a la base de donde nació la matriz asociada, es decir, son las
coordenadas de los vectores propios del operador lineal respecto a la base canónica de R 2 para este
caso.
⎛ − 2⎞
∴ v1 = ⎜⎜ ⎟⎟
⎝ 1 ⎠
E λ 2 ; λ 2 = −1
⎛ − 7 + 1 − 6 0 ⎞ ⎛ − 6 − 6 0 ⎞ A21 (2) ⎛ 0 0 0 ⎞ a+b = 0
⎜⎜ ⎟→⎜ ⎟ ⎜ ⎟
⎝ 3 2 + 1 0 ⎟⎠ ⎜⎝ 3 3 0 ⎟⎠ M 2 ( 13 )⎜⎝ 1 1 0 ⎟⎠ a = −b
⎛ a⎞ ⎛ − b⎞ ⎛ − 1⎞ ⎧⎛ − 1⎞⎫
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ = b⎜⎜ ⎟⎟ → BEλ 2 = ⎨⎜⎜ ⎟⎟⎬
⎝b⎠ ⎝ b ⎠ ⎝1⎠ ⎩⎝ 1 ⎠⎭
⎛ − 1⎞
∴ v 2 = ⎜⎜ ⎟⎟
⎝1⎠
Y estos dos vectores encontrados forman parte una base respecto de la cual la matriz asociada a T
es una matriz diagonal
⎧⎛ − 2 ⎞ ⎛ − 1⎞⎫
∴ B = ⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎬
⎩⎝ 1 ⎠ ⎝ 1 ⎠⎭
Hay que tener en cuenta que si el espacio donde opera la transformación lineal es diferente a R n ,
entonces los vectores de la base tendrán la forma de dicho espacio, ya sean matrices, polinomios,
etc.
Ramiro J. Saltos
-71-
Tema 6
Califique como verdaderas o falsas las siguientes proposiciones. Justifique formalmente su
respuesta
Cuando se tiene una matriz triangular el determinante de la misma está dado por la multiplicación
de los elementos de la diagonal principal.
∴Verdadero
El discriminante es menor que cero, por tanto las raíces son números complejos
∴ Falso
Ramiro J. Saltos
-72-
⎛1 0 ⎞
⎟⎟ , entonces (A + A −1 ) = 2 λ A
λ
c) Si λ es un valor propio de A = ⎜⎜
⎝ 0 − 1⎠
Observemos que la matriz A es ortogonal debido a que el producto interno entre sus columnas es
cero y al mismo tiempo el producto interno de cada columna consigo misma es uno, entonces:
A −1 = AT → A −1 = A
También como A es una matriz diagonal, sus valores propios son los elementos de la diagonal
principal, es decir:
λ =1
λ = −1
Finalmente:
(A + A )−1 λ
= 2λ A
(A + A )
−1 λ
= 2λ A ( A + A)−1 = 2 −1 A
( A + A)1 = 21 A (2 A) −1 =
1
A
2
2A = 2A
1
(2) −1 ( A) −1 = A
2
1 1
A= A
2 2
∴Verdadero
Ramiro J. Saltos