Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AL ALGEBRA
LINEAL
V E R S I ó N AUTORIZADA EN ESPAÑOL DE LA OBRA
PUBLICADA EN INGLÉS CON EL TíTULO:
ELEMENTARY LINEAR ALGEBRA
O JOHN
WILEY& SONS,INC.
COLABORADOR
EN LA T R A D U C C I ~ N :
HUGO VILLAG~MEZVELÁZQUEZ
DERECHOS
RESERVADOS:
+ limusa@noriega.com.mx
www.noriega.com.mx
\.; ,.
,. -?
i.
r
-
1 QUINTAREIMPRESI~N
y! ;o!?
-+;
DE LA SEGUNDA EDICIÓN
I
.T t4 ;S1
-
HECHO
r
EN M É x l c o
ISBN 968-1 8-5192-7
y Lauren
I PROLOG0
Aunque esta edición tiene mucho en común con la edición anterior, se trata de una
revisión sustancial. g e intentado mantener la claridad y el estilo de la edición
previa, y a la vez reflejar las necesidades cambiantes de una nueva generación de
estudiantes. Con esta intención hepuesto en práctica varias recomendaciones
hechas por el Linear Algebra Curriculum Study Group. También he hecho algu-
nos cambios de organización que deben facilitar a los instructores cubrir los fun-
damentos detodos los temas esenciales, inclusive con severas restricciones de
tiempo. Posteriormente, en este prólogo se presenta una descripción de los cam-
bios capítulo a capítulo, aunque a continuación se presenta unresumende los
cambios más importantes:
Mayor énfasis en las relaciones que hay entre los conceptos: Uno de los
objetivos importantes de un curso de álgebra lineal es establecer la trama
7
intrincada de las relaciones que hay entre sistemas de ecuaciones, matrices,
determinantes, veclores. transformaciones lineales y eigenvalores. En esta
edición. la trama de relaciones se desarrolla a través del siguiente
crescendo de teoremas que vinculan cada nueva idea con ideas precedentes:
1.5.3, 1.6.4. 2.3.6, 4.3.4, 63.9. 6.2.7, 6.4.5 y 7.1.5. Estos teoremas no sólo
hacen más coherente el panorama algebraico, sino también sirven como
fuente constante de repaso.
Transición m b suavehacialaabstracción:La transición de R" a es-
pacios vecloriales generales es traumática para casi todos los estudiantes.
de modo que he intentado suavizarla analizando Rn en detalle, recalcando
los conceptos geométricos subyacentes antes de proceder con el estudio de
espacios vectoriales generales.
Exposición temprana de transformaciones lineales y eigenvalores: A fin
de asegurar que el material sobre transformaciones lineales y eigenvalores
no se pierda al final delcurso, algunos de los conceptos básicos que se re-
lacionan con tales temas se desarrollan más pronto en el texto y luego se
repasan cuando el tcma se desarrolla con mayor profundidad en la parte
final del texto. Por ejemplo, las ecuaciones características se analizan
brevemente en la sección sobre determinantes. Las transformacioncs linea-
les de H" a R'" se abordan inmediatamente después que se introduce K". y
se analizan más tarde enel contexto de las transformaciones linealcs
gencrales. Estos repasos ayudan a asegurar que los estudiantes se ramiliari-
cencon los fundanlentos de todoslos temas más importantes, inclusive
cuando el tiempo apremia.
Mayor énfasis en la conceptualización: Para mantener el interés actual
cn la conceptualización y en las aplicaciones crecientes del álgebra lineal a
las gráficas, he puesto mayor énfasis en los aspectos geométricos de las
rotaciones. proyecciones y reflexiones en y en R3.
Nuevo material sobre mínimos cuadrados y descomposición QR: Seha
añadido nuevo material sobre mínimos cuadrados y descomposición QH,en
respuesta al interés creciente en estos temas.
Másdemostraciones: Se han añadidovarias demostraciones que antes
habían sido omitidas. Todas las demostraciones eneltexto han sido
escritas en un estilo adecuado para principiantes. y se ha puesto especial
cuidado a fin de asegurar que el carácter accesible y amable del texto no
haya sido afectado de manera adversa por las demostraciones adicionales.
Quienes deseenun curso matemáticamente más forrnal encontrarán que
esta nueva edición es más idónea para tal efecto. y quienes deseen un curso
más conceptual tendrhn mayor elección en las demostraciones.
Son posibles muchas variantes del curso normal. Por ejemplo. es posible crcar un
patrón largo opcional siguiendo la asignación de tiempo del patrón corto y
dedicando las 11 lecciones restantes a algunos dc los temas de los cdphlOS 9 y 1 0 .
t AGRADECIMIENTOS
1
Expreso mi aprecio por la útil orientación proporcionada por las siguientes personas:
13
I-í I Agradec.citrrientos
Mark B. Beintema, Southern Illinois University Andrew S. Kim, Westfield State College
Paul Wayne Britt, Louisiana State University John C. Lawlor, University of Vermont
David C. Buchthal, University of Akron M. Malek, California State University at Huyward
Keith Chavey, University of Wisconsin-River Falls J. J. Malone, Worcester Polytechnic Institute
Stephen L. Davis, Davidson College William McWorter, Ohio State University
Blake DeSesa, Drexel University Valerie A. Miller, Georgia State University
Dan Flath, Uniwrsity of South Alabama Hal G. Moore, Brigham Young University
Peter Fowler, California State University S. Obaid, San Jose State University
Marc Frantz, Indiatza-Purdue University Ira J. Papick, University of Missouri-Columbia
Sue Friedman, Bernard M. Baruch College, CUNY Donald Passman, University of Wisconsin
William Golightly, College qf Charleston Robby Robson, Oregon State University
Hugh Haynsworth, College qf Charleston David Ryeburn, Simon Fraser University
Tom Hem, Bow!ling Green State University Ramesh Sharma, University of New Haven
J. Hershenov, Queens College. CUNY David A. Sibley, Pennsylvania State University
Steve Humphries, Brigham Young Universitt3 Donald Story, Universio,of Akron
Steven Kahan, Queens College, CUNY Michael Tarabek, Southern Illinois University
COMPLEMENTOS
Elizabeth M. Grobe
IntelliPro, Inc.
Jerry Johnson, Oklahoma State University
Randy Schwartz, Schoolcraft College
OTROS COLABORADORES
HOWARD
ANTON
CAPíTULO 1 SISTEMAS DEECUACIONESLINEALES Y MATRICES 21
17
3.4. Producto cruz 175
3.5. Rectas y planos en elespacio tridimensional 189
CAPITULO 4 ESPACIOS
VECTORIALES EUCLIDIANOS 203
5. 1. Espaciosvectorialesreales257
5.2. Subespacios
265
5.3. Independencialineal277
5.4. Base y dimensión 287
5.5. Espacio renglón. espacio columna y espacio nulo 306
5.6. Rango y nulidad322
CAPíTULO 7 EIGENVALORES,
EIGENVECTORES
41 5
7. l. Eigenvalores y eigenvectores 4 15
7.2. Diagonalización 426
7.3. Diagonalización ortogonal437
CAPíTULO 9 TEMAS
COMPLEMENTARIOS 513
9. l . Aplicaciones a las ecuaciones diferenciales S 13
9.2. Geometría de los operadores lineales sobre R2 521
9.3. Ajustede datos por mínimos cuadrados 535
9.4. Problemas de aproximación: Series de Fourier 543
9.5.Formas cuadráticas 55 1
9.6. Diagonalización de formas cuadráticas; Secciones cónicas 561
9.7. Superficies cuádricas 574
9.8. Comparación de procedimientos para resolver sistemas lineales S79
9.9. Descomposiciones LU 589
iNDlCE 711
CAPíTULO I
~ SISTEMAS DE
ECUACIONES
LINEALES Y
MATHCES
u I x+ a,y =b
U,X, + a2x2+ . . . + U , X , =h
donde al, a2, . . . , a,, y b son constantes reaies.Las variables en una ecuación
lineal algunas veces se denominan incógnitas.
y=+x+3z+ 1 x,+x*+...+xx,=l
21
22 ;' Sistemas de ecuaciones linealesy matrices
Observar que una ecuación lineal no incluye ningún producto o raíz de variables.
Todas las variables están elevadas sólo a la primera potencia y no aparecen como
argumentos de funciones trigonométricas, logarítmicas o exponenciales. Las si-
guientes ecuaciones no son lineales:
x=t, y=2t-$
Aunque estas expresiones son diferentes a las que se obtuvieron antes, producen el
mismo conjunto solución cuando t asume todos los números reales posibles. Por
ejemplo, con las expresiones anteriores se obtuvo la solución x = 3 , y = ycuando
t = 3, mientras quecon las expresiones posteriores se obtuvo esa solución cuandot
-
- 11
-
2 '
SISTEMAS Un conjunto finito de ecuaciones lineales en las variables x,, x,, . . ., x,, se de-
LINEALES nomina sistema de ecuaciones lineales o sistema lineal. Una sucesión de nú-
meros S , , S,,. . . , S, se denomina solución del sistema si x1 = sl, x, = S,, . . . , S,, =
xn es una solución de todas y cada una de las ecuaciones del sistema. Por ejemplo,
el sistema
4x, - x * + 3x, = - 1
31, + x2 + 9x, = -4
x+ y=4
2x+2y=6
se multiplica por i,
resulta evidente que no existen soluciones, ya que el sistema
equivalente obtenido
x +y = 4
x+y =3
u,x+b,y=c, ( a , , b , nosonceroalavez)
+
a2x b,y = c2 ( a z ,6, no son cero a la vez)
Las gráfkas de estas ecuaciones sonrectas; por ejemplo I, y I,. Como un punto (x,
y) pertenece a una recta sí y sólo si los números x y y satisfacen la ecuación de la
recta, las soluciones del sistemade ecuaciones correspondena lospuntosde
intersección de 1, y I,. Existen tres posibilidades (figura 1):
Aunque aqui sólo se han considerado dos ecuaciones en dos incógnitas, más tarde
se demostrará que las mismas tres posibilidades se cumplen para sistemas lineales
arbitrarios:
a)
donde xl, x2,. . . , x, son las incógnitas y las letras a y b con subindices denotan
constantes. Por ejemplo, un sistema general de tres ecuaciones lineales con cuatro
incógnitas se puede escribir como
MATRICES Si mentalmente se ubica a los signos +, las letras x y los Signos =, entonces un
AUMENTADAS sistema de m ecuaciones lineales con n incógnitas puede abreviarse al escribir sólo
el arreglo rectangular de números:
a12
... a In
a22
... a 2"
am2
... amn
Este arreglo se denomina mutriz aumentada del sistema. (El término matriz se usa
enmatemáticasparadenotarun arreglo rectangulardenúmeros.Lasmatrices
surgen en muchos contextos que serán considerados con más detalle en secciones
ulteriores.) Por ejemplo. la matriz aumentadadel sistema de ecuaciones
+ + 2x3 = 9
x1 x2
Dado que los renglones (líneas horizontales) de una matriz aumentada corres-
ponden a las ecuaciones en el sistema asociado, las tres operaciones mencionadas
corresponden a las siguientes operaciones efectuadas en los renglones de la matriz
aumentada.
OPERACIONES Las tres operaciones anteriores se denominan operaciones elementales en los ren-
ELEMENTALES glones. En el siguiente ejemplo se ilustra cómo se pueden usar estas operaciones
EN LOS para resolver sistemas de ecuaciones lineales. Como en
la siguiente sección se
RENGLONES obtendrá un procedimiento sistemático paradeterminar soluciones, no es necesario
preocuparse sobre cómo se eligieron los pasos en este ejemplo. El esfuerzo prin-
cipal en este caso debe dedicarse a comprender los cálculos y el análisis.
'1
de la matriz aumentada.
x+ y+2z=9
2X + 4y - 32
+
3~ 6-v - 5~
=1
=O
[:3
1
4
6 - 5
-3
2
ia 1 "1'
x + y 2+ z = 9 2
2 ~ -7Z=-17 o 2 -7
3 ~ I-I z = -27 -11 -27
Multiplicar la segunda ecuación por 1/2 para Multiplicar el segundorenglónpor 1/2 para
obtener obtener
x+ y'+ 2z= 9
v- Sz= " 17
3~ - 1 I Z = -27
Sumar -3 veces la segundaecuacióna la Sumar -3 veces el segundo renglón al tercero
tercera para obtener para obtener
x + , y + 22= 9
y-$z=" 17
- 1" " 3
2' - 2
[; -; -;1
obtener
x +y + 2z = 9 1 2 9
v"? 2Z -
" 7 2
z= 3
1 . 1 Introducción a los sistemas de ecuaciones lineales 1 27
y - S z = -17
z= 3
Sumar - 1112 veces laterceraecuación a la Sumar - 1112 veces el tercer rengl6n al
primera y 7/2 veces la terceraecuación a la primero y 712 veces el tercer renglón al segundo
segunda para obtener para obtener
X =1 0 0
y =2
z ='3
La solución
x=l, y=2, z=3
es evidente ahora. A
[: -9 81
5. Determinar un sistema de ecuaciones lineales correspondiente
a la matriz aumentada.
[: -:
o -2 5
-;]
-:I
a)
b)
[i i
O 0 0
c, [
7
1
2
2
1 - 3
4 0 51 1
0 o
g
1 4
6. a) Encontrar una ecuación lineal en las variables x y y que tenga la solución general x
=5+2t,y=t.
28 Sistemas de ecuaciones lineales .y maírices
7. La curva y = ax2 + bx + c de la figura 2 pasa por los puntos (x1,y,), (x2,y,) y (x3,yJ.
Demostrar que los coeficientes a, b y c son una solución del sistema de ecuaciones
lineales cuya matriz aumentada es
x- y = 3
2~ - 2y = k
ax + b-v = k
cx + dy = I
ex + fy = n:
10. Demostrar que si el sistema de ecuaciones del ejercicio 9 es consistente, entonces del
sistemaesposibleeliminar por l o menosunaecdaciónsinmodificarelconjunto
solución.
x+v+2z=a
x + z=b
2x+y+3z=c
1.2 ELIMINACIÓNGAUSSIANA
En esta sección se dará un procedimiento sistemútico para resolver sistemas de
ecuaciones lineales; el método se basa en la idea de reducir la matriz aumentada
a una forma sujicientemente simple para que el sistema de ecuaciones se pueda
resolver por inspección.
a partir de lo cual la solución del sistema era evidente. Este es un ejemplo de una
matriz que está en forma escalonada reducida. Para que una matriz sea de esta
forma. debe tener las siguientes propiedades.
[: A -: y I]
[::]
[I O O 41 [I O O]
o 1 o 7 , 0 1 0 ,
0 0 0 0 0 ’
o o 1 - 1
O o l o o o o o
Las siguientes matrices están en forma escalonada
30 1 Sistemas de ecuaciones lineales y matrices
El lector debe verificar que cada una de las matrices anteriores satisface todos los
requisitos necesarios.
1 0 0
b) [O 1 0 2
O 0 1 3 2
1 6 o o 4 - 2
c)
O 0 0 1 5 2
o 0 0 0 0 0
XI = 5
-
- -2
x2
x3 = 4
XI + 4x, = - 1
.x2 + 2x, = 6
x3 + 3X, = 2
x, + 6x, + 4x, = - 2
x3 + 3x5 = 1
x, + SX, = 2
Aquí las variables principales son x,, x3 y x4, y las variables libres son x2,y x5. Al
expresar las variables principales en términos delas variables libres se obtiene
X, = - 2 - 6x2 - 4x5
x3 = 1 - 3x5
x, = 2 - 5x5
0 0 - 2 o
2 4 -10 6 12
2 4 -5 6 -5 -1
0
2
2
0
4
4
- 2
- 10
-5
o
6
6 -5
7
12 If]
-1
! Columna de la orilla izquierda diferente de cero
Paso 2. Intercambiar el renglón superior con otro renglón, en caso de ser ne-
cesario, para que en la parte superior de la columna determinada en
el paso 1 haya un elemento diferente de cero.
2 4 -10
o 0 - 2 o 7 1 2 renglones
primero y segundo
1 2 -
5 3 6 El primer renglón de la
o 0 - 2 o 7 precedente
matriz se
multiplicó por 1/2.
2 4 -5 6 -5 -1
1 2 -
5 3 El primer renglón de la matriz
o 0 - 2 o 7 precedente
sumóse -2 veces
0 o 5 o -
1 2 -
5 3
o 0 - 2 0 7
O O 5 O -17
-29
Columna de la orilla izquierda
diferente decero en la submatriz
l .2 Eliminación gaussiana / 33
1 2 - 5 3 El primer renglón de la
0 0 1 0 " 2 submatriz se multiplicó
por - 1/2 para introducir
O O 5 O -17 -29 un 1 principal.
1 2 - 5 3 6
o o 1 o -; submatriz se sumó - 5 veces '
al segundo renglón de la
-?I
0 0 0 0 ~ 1submatriz para introducir un
cero abajo del 1 principal.
1 2 - 5 3 6
El renglón superior de la
o o 1 o -; submatriz se cubrió, y se
0 0 0 0 ~ 1volvió nuevamente al paso l .
A
1 2 - 5 3 El primer (yrenglón
Único)
en la nueva submatrlz se
o o 1
0 0 0 0 1 2 introducir
un 1 principal.
Ahora toda la matriz está en forma escalonada. Para determinar la forma escalo-
nada reducida esnecesario efectuar el siguiente paso adicional.
1 2 - 5 3 6
0 0 1 0 0 precedente se sumó 712 veces
0 0 0 0 1
1 2 - 5 3 o
0 0 1 0 0 sumó -6 veces al
0 0 0 0 1
1 2 0 3 0
El segundo renglón se
0 0 1 0 0 sumó 5 veces al primer
0 0 0 0 1 renglón.
1 3 - 2 o 2 o o
o o -1 -2 o -3 -1
(I O 5 1 0 0 1 5 5
L
O O 4 8 O 1 8 6
O 0
O 0 0 6 2
I
1 3 0 4 2 0 0
0 0 1 2 0 0 0
0 0 0 0 0 1 g
0 0 0 0 0 0 0
I
1 3 - 2 o 2 0 0
0 0 1 2 O 3 1
0 0 0 0 0 l g
o 0 0 0 0 0 0
de las variables.
Ejemplo 5 Resolver
x+ y+22=9
2x + 4y 32 = 1
-
3x + 6 , ~ 5~ = O
-
[;
a la forma escalonada
1
-f
2
-y] 9
x + y + 22= 9
- 2, = -17
2
z= 3
Al despejar las variables principales se obtiene
x= 1
y=2
z=3
SISTEMAS Se dice que un sistema de ecuaciones lineales es homogéneo si todos los término:
LINEALES constantes son cero; es decir, el sistema esde laforma
HOMOGÉNEOS
+
a I l x , ai2x2 + . . . + a,,x, =O
u 2 , x, + a22x2 + . . . + u2,x, =O
+ +
amlxl am2x2 . . . + amnx, = O
a,x+h,y=O ( a , , b , no s o ncero a l a v e z)
+
a2x h2y = O ( a z ,h, no son cero a la vez)
las gráfkas de las ecuaciones son rectas que pasan por el origen, y la solución
trivial corresponde al punto de intersección en el origen (figura 1).
S Y Av
2 2 - 1 o 1 o
-1 -1 2 -3 1 o
1 1 - 2 0 - 1 o
0 0 1 1 1 0
40 /' Sistemas de ecuaciones lineales y matrices
[
1 1 0 0 1 0
0 0 1 0 1 0
o 0 0 1 0 0
0 0 0 0 0 0
El sistema de ecuaciones correspondientees
XI +X? + 5 5 =0
xj + X5 = o
.x4 =o
Al despejar las variables principales se obtiene
x, = -x2 -- X.j
x2 = -x5
-Y4 = o
Par tanto, la solución generales
.x1 = - S - t, .x2 = S, Xj = - t, XJ = 0, xj = 1
xk, = -X( 1
Xk2 = -G( 1
Xk, = -C( )
Así como en el ejemplo 6, es posible asignar valores cualesquiera a las variables
libres del miembro derecho y obtener así una infinidad de soluciones del sistema.
En resumen, se tiene el siguiente teorema importante.
OBSERVACI~N. Sedebe notar que el teorema 1.2.1 es válido sólo para sistemas
homogéneos. Un sistema no homogéneoconmás incógnitas que ecuaciones no
necesariamente es consistente (ejercicio 34); sin embargo, si el sistema es con-
sistente, entonces tiene infinidad de soluciones. Este hecho se demostrará des-
pués.
[:]
a ) O l O b) [:1 y] [A 0" f]
c) d)
["
f ) l O O
0 0 0
g)[:
O 0 0O 0 0
hj i)
O 0 0
2. De las siguientes matnces 3 x 3 , ¿cuáles están en forma escalonada?
[l :] "1
1 3 4
[i f
a ) O l O 0 0 1
b ) [ iO 0 0 c) O 2 0 d) -0 o o
'1
1 3 0 2 0
dl ['
o -71 3 2 e) ['O
o
0 0
*0 O]
1
f)
0 0 0 0 0
4. En cada inciso, suponer que la matriz aumentada de un sistema de ecuaciones lineales
hasidoreducidamedianteoperacionesen los renglonesalaformaescalonada re-
ducida dada. Resolver el sistema.
o o 8
x
1 0 - 3 I 0 - 7
[i -: 81
1 O 3 2
,)[O o o 1 1 - 5
1 - 6
O
O
0
0
O
1
0
O
0
1
3 - 2
4
5
;] d)
~ 0 0 0 0 0 0
5. En cada inciso, suponer que la matriz aumentada de un sistema de ecuaciones lineales
ha sido reducida mediante operaciones en los renglones a la forma escalonada dada.
Resolver el sistema.
01 -31 42 q
0 0 1 s 2
1.2 Eliminación gaussiana / 43
10. Resolver cada uno de los siguientes sistemas aplicando eliminación de Gauss-Jordan.
a) 5x, - 2x2 + 6x, = O b) xI - 2x, +
x, - 4x, = 1 c) w + 2 x y- = 4
-2x, + x, + 3x3 = 1 XI +3x2 7x3+ +
2x, = 2 x - y=3
x1 - I ~- x1,IX, - 16x4= 5 ~ + 3 ~ - 2 ~ = 7
2u+4v=
+7w+7x
11. Resolver cada uno de los sistemas del ejercicio 10 aplicando eliminación gaussiana
12. Sin usar lápiz y papel, determinar cuáles de los siguientes sistemas homogéneos tienen
soluciones no triviales.
a) 2x1 - 3x, + 4x, - x, = O b) x, + 3x2 - x3 = 0
7x, +x, - 8x3 + 9x4 = o x, - SX, = o
2x, + 8x2 + x3 - X, = O 4x3 = o
14. Resolver los siguientes sistemas de ecuaciones lineales homogéneos aplicando cual-
quier método.
44 1' Sistemas de ecuaciones lineales y matrices
a) 2x + .V = a b) x, + .x2 + x ,=u
3x +- 6~ = h 2.r , + 2x, = h
3.Y2 + 3x, = c
17. ¿Paraqué valores de a elsiguientesistemanotienesolución?¿exactamente una
solución'? ¿,intinidadde soluciones?
.Y i- 21' "~ 3z = 4
31 " J' 4- 5z = 2
4x + v+ (U' -- 1 4 ) ~= 0 + 2
18. Expresar
20. Resolver e1 siguiente sistema de ecuaciones no lineales para los ángulos descono-
cidosa,yp,dondeO(a(2n,OIPI2n,yOsy<:.
2 s e n ac-o s p + 3 t a n y = 3
4 se ncu +2 co s p -2 tan y =2
6sena-3cosp+ tany=9
sena+2cosp+3tany=O
2sena+5cosp+3tany=O
-sena-5cosp+5tany=O
ty -
20
' I Figura 2
26. Recordar que en geometría plana tres puntos no colineales determinan una circunfe-
rencia de manera única. En geometría analítica se demuestra que la ecuación de una
circunferencia en el planoxy es de laforma
ux2 + uy2 + bx + cy + d = O
Encontrar la ecuación de la circunferencia que se muestra en
figura
la 3
CY
46 / Sistemas de ecuaciones linealesy matrices
para x,, x 2 y x j SI
a) k = 1 b) d = 2
+
(1) u . ~ b,, = k (11) ax + by = O
C.Y + dl) = I cx + 4v = o
a) Demostrar que si x = x,, y = y , y x = x*, y = y, son soluciones de I, entonces x = x1
y,
- x2,y = y I - es una solución de I I .
b) Demostrar que si x = x], y = y , es una solución de I y x = x,, y = y, es una solución
de I I , entonces x = x , + x,, y = y , + y es
o una solución deI.
34. Encontrar un sistema lineal inconsistente quetenga más incógnitas que ecuaciones
[U,,I,,,X,I 0 [%,I
la primera notación se usa cuando enel análisis es importante conocerel tamaño y
la segunda cuando no es necesario recalcar el tamaño. Por lo general, la letra que
denota una matriz corresponde a la letra que denota sus elementos; así, para una
matriz B en general se usará b,, para denotar el elemento en el renglón i y la
columnaj, y para una matrizC se usará cy.
El elemento en el renglón i y la columna j de una matriz A se denota por el
símbolo (A)q.Así. para la matriz (1) anterior, se tiene
( A ) , , = a,,
y para la matriz
Figura 1
OPERACIONES Hasta el momento, las matrices se han usado para abreviar el trabajo al resolver
CON MATRICES sistemas de ecuaciones lineales. Para otras aplicaciones, sin embargo, es deseable
desarrollar una "aritmética de matrices" en la que sea posible sumar, restar y mul-
tiplicar matrices de manera útil. El resto de esta sección se dedicará al desarrollo
de esa aritmética.
Definición. Dos matrices son iguales si tienen elmismo tamaño y sus ele-
mentos correspondientes soniguales.
'1
Ejemplo 3 Considerar las matrices
-1
2
4 - 2
1
O
0
2
7 o
-4
B=[ 2
3
3
2
2 - 4
O
5
-:] 5
C=['
2
'1
2
Entonces
11 -5
Las expresionesA + c', B + C', A - C y B - C no están definidas. A
se tiene
A=[1
2 3 4
3 I] B = [ -1
o 2
3 - 571 c= [: -r,
Es común denotar (- l)B por -B. A
Si A , , A,, . . . , A,, son matrices delmismo tamaño y cl, c,, . . . , c,, son
escalares. entonces una expresión dela forma
= [7
4 3 11
, ,
i
6
. ', j
4 1 4 3 -
O -1 3 1
I O
2 7 5 2 -
(1 '4) + ( 2 . 0 ) + (4.2) = 12
(1.1)-(2.1)+(4.7)= 27
(1.4)+(2.3)+(4.5)= 30 12 27 30
(2.4) + (6.0) +- (0.2) = 8 8 -4 26 12
131
(2. 1) - ( 6 . 1 ) + (0.7) = -4
(2.3) + (6.1) + ( 0 . 2 ) = 12 A
A H
-
AB
m x r r x n m x n
b A h S
Medios
Figura 2 Extremos
A R C
3 x 4 4x7 7x3
AB =
Figura 3
PARTICI~NDE Una matriz se puede subdividir o partir en matrices más pequeñas insertando
MATRICES rectas horizontales y verticales entre renglones y columnas selectos. Por ejemplo,
a continuación se muestran tres posibles particiones de una matriz general A 3 X
4: la primera es unapartición de A en cuatro submatrices A 1, A 12, A , y A,2; la
segunda es unapartición de A en sus matrices renglón r l , r2, r3 y r4; y la tercera
es una partición deA en sus matrices columnacl, c,, c3 y c4:
A [:::
"""""_
'I2 '13
u22 u23
\ '14
u24]
= [ii:
[il
= 'I2]
1::
A22
'31 '32 '33 ~ '34
Ejemplo 7 Si '4 y B son las matrices del ejemplo 5 , entrnces por (3) la segunda
matriz columnade AB se puede obtener al calcular
54 / Sistemas de ecuaciones lineales y matrices
L ,"I t
I Segunda columna
deB 1 Segunda columna
deAB I
y por (4), la primera matriz renglónde A B se puede obtener alcalcular
I
11 2 1' -:
41 0
L2 7 5 21
= [12 27 30 131-,
I
Primer renglón
1 1 I I
Entonces
1.3 Matrices y operaciones con matrices / 55
2[-i]-1
y el producto matricial
[I -9 -3][-/ -:]
-2
= 1-16
8 351
4 1 4 3 -
AB= 2 411[ 0 - 1 3 1
2 6 0 2 7 5 2-
['E] = 4 [ ; ] + 0 [ ; ]+ 2 [ $
FORMA La multiplicación de matrices tiene
una aplicación importante
a los sistemas de
MATRZCIAL DE ecuaciones lineales. Considerarcualquiersistemade rn ecuaciones lineales con n
UN SISTEMA incógnitas.
LINEAL
CI,,Xl+ a12.5 + + LI,,J, = h ,
' ' '
Como dos matrices son iguales si y sólo si sus elementos correspondientes son
iguales, es posible sustituir las m ecuaciones lineales en este sistema por la simple
ecuación matricial
Ax=b
TRANSPUESTA Esta sección termina con la definición de dos operaciones matriciales quecarecen
DE UNA MATRIZ de análogo en los números reales.
;J:]
transpuestas.
Observar no sólo que las columnas de AT son los renglones de A , sino que
los renglones de AT son las columnas de A . Así, el elemento en el renglón i y la
columnaj de A es el elemento en el renglónj y la columna i de A , es decir,
TRAZA DE UNA Definición. Si A es una matriz cuadrada, entonces la truzu de A , denotada por
MATRIZ tr(A), se define como la suma delos elementos de la diagonal principal de A . La
CUADRADA traza de A no está definida si A no es una matriz cuadrada.
-2
I tr(A)=a,,+a,,+a,, I Itr(B)= - 1 + 5 + 7 + 0 = 1 1 J A
[ A]
-
a-b " c ] = [ ;
3 d +2c a - 4 d
6. Mediante las matrices delejercicio 3 , calcular lo siguiente (en caso de ser posible)
a) (2DT- E ) A b) (4B)C + 2 B C) ( -AC)T + 5D7
d) ( B A T - 2C)T e) B T ( C C T - A T A ) f ) D T E T - (ED)'
Demostrar que el producto YA se puede expresar como una combinación lineal de las
matrices renglón de A con los coeficientes escalaresde y.
11. Sean C, D y E las matrices del ejercicio 3 . Efectuando el menor número de cálculos
posible, determinar el elemento en el renglón 2 y en la columna 3 de C(DE).
13. En cada inciso determinar las matricesA , x y b que expresen el sistema de ecuaciones
lineales dado como una simple ecuación matricial Ax = b.
a) 2 x , - 3x2 + 5x3 = 7 b) 4x, - 3x, + x4 = 1
9 x , - x2 + x3 = - 1 5x, + x2 - 8x4 = 3
XI + 5x, + 4x3 = o +
2 x , - 5x2 9x, - x j = o
3x2 - x3 + 7x, = 2
14. En cada inciso expresar la ecuación matncial como un sistema de ecuaciones lineales.
60 / Sistemas de ecuaciones lineales y matrices
-1
1
2
5
1 1 5
6 1 1 5=[ p
"""
2
"
O
;
"""
-1
I
j-3
i '1
'
1 41 5
1 4
1 5 "1 7
-2
0 ; -1 2
17. En cada inciso, determinar si la multiplicación en bloque se puede usar para calcular
AB a partir d e las particiones dadas. En caso afmativo, calcular el producto mediante
multiplicación en bloque.
1.4 Inversas; reglas de la aritmética de matrices / 61
18. a) Demostrar que siA contiene un renglónde ceros y B es cualquier matriz para la que
AB está definido, entoncesAB también contiene un renglón de ceros.
b) Encontrar un resultado semejante, pero respectoa una columna de ceros.
19. Sea A cualquier matriz m X n y sea O la matriz m X n, cada uno de cuyos elemento es
cero. Demostrar que sikA = O, entonces k = O o A = O.
22. Encontrar una matriz A = [ulJ de 4 X 4 cuyos elementos cumplan la condición que se
los elementos de A
donde S es la suma de los cuadrados de
PROPIEDADES Paranúmeros reales a y b siempre se tiene que ab = ba, lo cual se denomina ley
DE LAS conmutativa de la multiplicación. Para matrices, sin embargo, A B y BA no ne-
OPERACIONES cesariamente son iguales. Es posible quelaigualdad nose cumpla debido a tres
CON MATRICES razones. Puede suceder, por ejemplo, que A B esté definido pero que BA no. Este es
el caso si A es una matriz 2 x 3 y B es una matriz 3 x 4. También, puede suceder
que A B y BA estén definidos aunquesean de tamaños distintos. Esta es la
situación si A es una matriz 2 X 3 y B es una matriz 3 X 2. Finalmente, como se
muestra en el ejemplo 1, se puede tener A B f BA inclusive si tanto A B como BA4
están definidos y son del mismo tamaño.
Al multiplicar se obtiene
BA = [ -3 ‘1
o
Así, A B f BA. A
Teorema 1.4.1. Suponiendo que los tamaños de las matrices son tales que las
operaciones indicadas se pueden efectuar, entonces son válidas las siguientes
reglas de aritmética matricial.
a) A + B = B + A (Ley c o n d a t i v a de la adición)
h) A f ( B + C ) = ( A + B ) f C (Ley mociativa de la adición)
c ) A(BC) = (AB)C (Ley asociativa de la mltiplicación)
d ) A(B+C)=AB+AC (Ley distributiva por la izquierda)
e ) ( B f C ) A = BA + CA (Ley disfributivaporla derecha)
f)A(B-C)=AB-.4C j ) (a+b)C=uC+bC
g ) ( B - C ) A = BA -- CA k ) (U - b ) C = u C - bC
h ) a(B + C ) = aB + aC I ) a(hC) = (ab)C
i ) a(B - C ) = nB - aC m ) a(BC) = (aB)C= B(aC)
I
Para probar las igualdades de este teorema es necesario demostrar que la matriz
del miembro izquierdo es del mismo tamaño que la matriz del miembro derecho y
que los elementos correspondientes en ambos miembros son iguales. Con excep-
ción de la ley asociativa del inciso c), todas las demostraciones siguen el mismo
1.4 Inversas; reglas de la aritmética de matrices / 63
[A(B + C ) ] ,= [ A B + AC I;,
para todos los valores de i y j . Pero por las definiciones de adición y multiplicación
de matrices se tiene
Entonces
. . ..
Y
1 2-
.4(BC) = 3 4
O 1
MATRICES Una matrizque tiene todos sus elemento iguales a cero, como
CERO
Aquí 3 4
A B = , A C = [6 8]
Teorema 1.4.2. Si se supone que los tamaAos de las matrices son tales que es
posible efectuar las operaciones que se indican, las siguientesreglas de
aritmética matricial son válidas.
a) A+U=O+A=A
6)A-A-O
C) O P A = -A
d ) A O = O; OA = O
Entonces
66 5';ste)rra.sde ccuaciones lineales .v matrices
I';
t-11 I'IZ ' ' ' Yl?,
y,, I r R z .. "n n
Entonces sucede que el ultimo renglón de esta matriz está integrado comple-
tamente de ceros o no lo está. En caso de que no lo esté, la matriz no contiene
renglones cero y. en consecuencia, cada uno de los n renglones contiene un
elemento principal igual a 1. Como estos unos principales aparecen progresi-
vamentecada vez más lejos hacia la derechaamedidaquelamatrizse
recorre hacia abajo. cada uno de estos unos debe aparecer en l a diagonal prin-
cipal. Ya que los demás elementos en la misma columna de uno de los unos
principales son cero, entonces R debe ser I,,. Así, R tiene un renglón de ceros,
o bien, R = I,,. 0
Ejemplo S La matriz
1.4 Inversas; reglas de la aritmética de matrices 1 67
Ejemplo 6 La matriz
[a :I
Así.
BA#I= O 1 O A
PROPIEDADES Es razonable preguntar si una matriz invertible puede tener más de una inversa. El
DE LAS siguiente teorema
muestra que la respuesta es no: una matrizinvertible
tiene
INVERSAS exactamente una inversa.
AA"=/ y A"A-I
t
La inversa de .-1 t i e x cn aritmCtica matricial casi la misma función que cl
recíproco a.-i juega en las relaciones numericas aa-l = 1 y a-"a = 1.
En la siguiente sección se desarrollará m método para determinar inversas de
xnatriccs jnvertibles dc cualquier tamafio; sin embargo, el siguiente teorema
establece condiciones bajo las cuales una matriz 2 X 2 es invertible y proporciona
una fórmula sencilla para cncontrar l a inversa.
U
Ud - bc
a ) A B es znverlible,
b ) (AB)" = 8",4 -1,
También,
-
gativas de A se definen como
n factores
n factores
Demostración
Entonces
APARECEN
MATRICES cualquier
es polinomio,, entoncesdefine
se
+
p(A) = a,,/ a , A + . . . + a,,A"
donde I es la matriz identidad m X m. En palabras, p(A) es la matriz m X m que
se obtiene cuando A se sustituye porx en (1) y a. se reemplaza por a d .
Ejemplo 9 Si
entonces
1.3 Inversas; reglas de la aritmktica de matrices 71
u ) ( ( A ) T ) T= A
b) ( A + B ) ~ = A ' +B r y ( A - B)'= A ' - B'
'
C ) ( k A ) = kA , ' donde k es cualquier escalar
r i ) (AB)'= B ~ A T ~pQ1-1 :B-'.8.'
de modo que es posible formar los dos productos A B y BTAT. Se deja para el lector
comprobar que (AB)Ty BTAT son del mismo tamaño; a saber, que son n x m. Así,
queda por demostrar que los elementos correspondientesde (ABjTy BTAT son los
mismos; es decir,
( ( A B ) T )= (BT,4')),, (2)
I,
(('4B)') =(AB),, = u, .I b I j
,, + + . . . + u,?h,., (3)
Para evaluar el miembro derecho de (2) es conveniente queatíjy b', denoten los ij-
ésimos elementosde A7 y BT. respectivamente, de modo que
I2 ,/ Sistemas de ecuaciones lineales y matrices
Demostración. Se
puede probar la invertibilidad de AT y obtener (4) al
demostrar que
A7'(.+-l)T=(.+-*)TAT=]
i], a],
1. Sean
A=[-;
2
;
-1
B=[: -;
-3 -
C=[:
o -2
t],
3
u=4, h = -7
Demostrar que
a) A +
(B + C )= ( A + B ) +- C b) (AB)C= A ( B C ) c) (U + h)C = UC + bC
d) u(B - C ) UB - UC
2. Usando las matricesy los escalares del ejercicio I , demostrar que
a) a(BC) = (uB)C= B(uC) b) A ( B - C ) = AB - AC C) (B+ C)A = EA + CA
d) u(bC) = (ub)C
3. Usando las matrices y los escalares del ejercicio 1, demostrar que
a) A b) ( A + B ) 7 = A r + B T c) ( U C ) ~ = U C ~d) ( A B ) 7 = B 7 A 7
4. Usar el teorema 1.4.5 para calcular las inversas de las sguientes matrices
5. Comprobar que las tres matrices A , B y C del ejercicio 4 satisfacen las relaciones
(AB)" = B"A" y (fit)" = C"B"A"
/ 8. SeaA la matriz
[:Y]
Calcular A3, A-3 y A' - 2A + I.
1 9 . Sea A la matriz
[: :I
74 í Sistemas de ecuaciones linealesy matrices
224526
En cada inciso, determinarp(A).
a) p ( x ) = x -2 b) p ( x ) = 2x2 -x + 1 c) p ( x ) = x3 -2x + 4
r cos*0
--en cos 0
12. a) Encontrar matnces A y B 2 X 2 tales que (A + B)' # A2 + 2AB + B2.
b) Demostrar que si'4 y B son matrices cuadradas tales queAB = BA, entonces
('4 + B)2 = A
' + 2ilB + B'
c) Encontrar un desarrollo de ( A + B)' que sea válido para todas las matrices cuadra-
das A y B del mismo tamaño.
'" "7 y
13. Considerar la matriz
o o " '
.4 = " '
14. Demostrar que si una matriz cuadrada A satisface ,43 - 311 + I = O, entonces A" = 31
- A.
15. a) Demostrar que una matnzcon un renglón de ceros no puede tener inversa.
b) Demostrar que una matrizcon una columna de cerosno puede tener inversa.
19. La ecuación real a' = 1 tiene exactamente dos soluciones. Encontrar por lo menos ocho
matricesdiferentes 3 X 3 que cumplan la ecuaciónmatricial A2 = I,. [Sugerencia
Buscar soluciones en las que todos los elementos fuera de la diagonal principal sean
iguales a cero.]
22. Si A es una matriz cuadrada y n es un entero positivo, ¿,es cierto que (A")T = (A')"?
Justificar la respuesta.
25. Aplicar los incisos d)y m) del teorema 1.4.1 a las matrices A , B y (- 1)(' para obtener
el resultado del incison.
30. Demostrar el inciso c) del teorema 1.4. l . [Sugerencia Suponer que A es m X n, que B
es n X p y que C es p X q. El 9-ésimo elemento en el miembro izquierdo es 111 = all
' ' ~,,
BC + u12BC + . + alnBC y el q-ésimo elemento en el miembro derecho es r
11
~ . . + A B ~ r =r 1
= ~ ~ l ~ , ~ + i l B ~ z c ~ + .Comprobarque1
P PJ u 11
[;
Ejemplo 1 A continuación se muestran cuatro matrices elementales y las opera-
ciones con que se obtuvieron.
O 0 1 0
- 3 el segundo
renglón de /?
renglones
segundo y ] F I E ]Sumar 3 veces el tercerMultiplicar por
Cuando una matrizA se multiplica por la izquierda por una matriz elemental E,
el efecto es efectuar una operación elemental enlos renglones deA . Este es el contenido
del siguiente teorema, cuya demostración se deja corno ejercicio para el lector.
1 0 2
A=[2 -1 3
1 4 4
1 0 0
3 o 1
I
1 0
EA= 2 -1
4 4 1 0 9
1.5 Matrices elementules,v un método pura determinar A” / 77
TABLA 1
[:Y]
Multiplicar por 7 el segun-
IMultiplicar por 1/7 el
renglón.
gundo
se-
I
[t :] [Y A]
78 Sistemas de ecuaciones lineales v matrices
prlmero Y segundo.
[:, :I -+
[::] [:P] "
I
Sumar -5 veces el segun-
do renglón al primero.
E,E= I y EE,=I
allXl + a 1 2 x 2+ ' . + a , , x , = o
'
a 2 1 x I+ u22x2+ . . . + u 2 , x , = o
y suponer que el sistema sólo tiene la solución trivial. Si el sistema se resuelve por
eliminación de Gauss-Jordan, entoncesel sistema de ecuaciones correspondiente a
la forma escalonadareducida de la matriz aumentadaes
*I =o
x2 =o
x, = o
..
0 0 0 . " 1 o
de (2) por medio de una sucesión de operaciones elementales en los renglones. Si
en cada una de estas matrices se elimina la última columna (de ceros), se puede
concluir que la forma escalonada reducidade A es I,.
multiplicando por la izquierda por una matriz elemental idónea. Así. es posible
hallar matrices elementalesE,, E2, . . . , Ek tales que
F> h . , . F'2 E I ''1 - 1 I, (3)
Por el teorema 1.5.2. las matriccs elementales E,, E*.. .. ; , Ek son invertibles. Al
multiplicar por la izquierda ambos miembros de la ecuaclon (3) sucesivamente por
E;l I?;, P" se obtiene
I . . .l , .
,d = E,- 'E? l . . .E, ¡I,,= E , ' E 2 I . . .EA (4)
EQUIVALENCLA Si una matriz B se puede obtener a partir de una matriz A mediante la ejecución
POR de una
sucesión finita de operaciones
elementales
en los renglones, entonces
RENGLONES resulta evidente que 13 sepuede convertir denuevo en A mediantela ejecuciónal
revésde las inversas de tales operacioneselementalesen los renglones. Las
matrices que se pueden obtener a partir de otra matriz mediante la ejecución de
unasucesión finita de operacioneselementalesen los renglones se denominan
equivalentes por rengfones. Con esta terminología, por los incisos a) y c ) del
teorema 1.5.3 se concluyequeuna matriz A n X n es invertible si y sólo si es
equivalente por renglones a la matriz identidad n X n
U N MÉTODO Como primera aplicación del teorema1.5.3,se establecerá unmétodo para deter-
PARA INVERTIR minar la inversa de una matriz invertible. Al invertir los miembros izquierdo y de-
MATRICES rechode (4) seobtiene A" = EL E2 E,o, de manera equivalente,
' '
L
Para determinar la inversa de una matriz invertible A , es necesario encontrar
una sucesión de operaciones elementales en los renglones que reduzca A a la
matriz identidad y luego efectuar esta misma sucesión de operaciones en I ,
para obtener A".
y luego se aplican operaciones en los renglones a esta matriz hasta que el lado
izquierdo se reduce a I; estas operaciones convierten el lado derecho en A", de
modo que la matrizfinal es de la forma
[I A"]
1
2
1
2
5
0
3
3
8
j
j
/
0
O
1
1
O
0
"1
1
"1 I
1 2 3 1 1 0 Se sumó -2 veces el primer
o 1 - 3 1 -2 1 renglón al segundo y - el
1 vez
0 - 25 ; - 1 o 1 primer renglón al tercero.
1 2 3 1 1 0
o 1 - 3 : -2 1
1 2 3 j 1 0
1 0
Se sumó -2 veces el segundo
o 1
82 !Sistemas de ecuaciones lineales y matrices
Así,
1 6 4-
A = [ 2 4 -1
-1 2 5-
'"I
1 6
[- 2
-1
1
4
6
2
-- 1 ;
4
54 1!
I
1
o
o '
1
1
o
0
1
o -8 -9 I
I
-2 1 renglón al segundo y se sumó el
0 8 9 1 1 0 1
:undo renglón
tercero.
Dado que enel lado izquierdo se ha obtenido un renglónde ceros, se concluye que
A no es invertible. A
es una matriz invertible. Por el tepema 1.5.3 se concluye que el sistema de ecua-
ciones
1.5 Matrices elementales y un método para determinar A" / 83
+ 2x, + 3x, = o
x,
2x, + 5x, + 3x, = o
XI + 8x, =O
2. Encontrar una operación en los renglones que convierta la matriz elemental dada en
4. En el ejercicio 3, Les posible encontrar una matriz elemental E tal que EB = C? JUS-
tificar la respuesta.
"3.
matrices 4 X 4, donde k,, k2,k3, k4 y
8. Encontrar la inversa de cada una dc las siguientes
k son, todos, diferentes de cero.
9. Considerar la matriz
la operación en los renglones que se indica, multiplicando A por la izquierda por una
matnz elemental. En cada caso, comprobar l a respuesta, efectuando la operación en los
renglones directamente enA.
a) Intercambiar los renglones primeroy tercero.
b) Multiplicar por f el segundo renglón.
c) Sumar dos veces el segundo renglón al primer renglón.
es una matriz elemental, entonces por lo menos un elemento en el tercer renglón debe
ser igual a cero.
r
1.6 Otros resultados sobre sistemas e invertibilidad I’ 85
14. Demostrar que si A es una matriz m X n, entonces existe una matriz invertible C tal
que CA está en forma escalonada reducida.
1 2 3 O
UN TEOREMA Se empezará por demostrarun resultado fundamental sobre sistemas lineales. que
FUNDAMENTAL ya fue anticipado en la primera sección de este libro.
RESOLUCI~NDE Hasta el momento se han estudiado dos métodos para resolver sistemas lineales: la
SISTEMAS eliminacióngaussiana y la eliminación de Gauss-Jordan. El siguiente teorema
LINEALES POR proporciona unnuevo método para resolver ciertos sistemas lineales.
INVERSI~NDE
MATRICES Teorema 1.6.2. Si A es una matriz invertible n x n, entonces para toda matriz
b n x I , el sistema de ecuaciones Ax = b tiene exactamente una solución; a
saber, x = A"b.
x, + 2x, + 3x, = 5
2x, + sx, + 3x, = 3
XI + 8x3= 17
En forma matricial, este sistema se puede escribir como Ax = b, donde
o bien, x1 = 1, x2 = -1, x3 = 2. A
donde la matriz de coeficientes A es "aumentada" por todas las k matrices b,, b,, .
. . , b,. Al expresar (1) en forma escalonada reducida, por eliminación de Gauss-
Jordan se puedenresolvera la veztodos los k sistemas. Este método tiene la
ventaja de que se puede aplicar aun cuandoA no sea invertible.
Solución. Los dos sistemas tienen la misma matriz de Coeficientes. Si esta matriz
de coeficientes se aumenta con las columnas de constantesque están enlos
miembros derechos detales sistemas, se obtiene
88 i Sistemas de ecuaciones linealesy matrices
o
o
1
O I
0 ;
1 ;
0 ;l
'1
se obtiene (comprobar)
o o 1 I 1 i-1
Con base ena sdos últimas columnas, se concluye que la solución del sistema a) es x,
l
= 1, x2 = O, x3 = 1, y que solución del sistema b) es x1 = 2, x2 = I y x3 = - 1. A
Para probar queA es invertible, basta demostrar queel sistema A x = O sólo tiene la
solución trivial (véase el teorema 1.5.3). Sea x. cualquier solución de este sistema.
Si ambos miembros de AxO = O se multiplican por la izquierda por B, se obtiene
BAxo = BO o Ixo = O o x. = O . Así, el sistema de ecuaciones A x = O sólo tiene la
solución trivial. 5
son consistentes. Sean x,, 3,. . . , x,, las soluciones de los sistemas respectivos, y
se forma una matriz C n x n que tenga estas soluciones como columnas. Así, C es
de la forma
Como se analizó en la sección 1.3, las columnas sucesivas del producto A C son
A x , , Ax,, . . . , Axn
Asi,
xl + .y2 + 2x, = h ,
.xl 3- x3 = b,
2 x , + x2 + 3x, = h,
sea consistente?
[(!I ] T
hl
I
El segundo renglón se
multiplicó por - l .
O -I -1 h3-2bl
bl-b2
1 1 1 b2
El segundo renglón se
o 1 1 sumó al tercero.
O O O b3-bZ-bl
1.6 Otros resultados sobre sistemas e invertibilidad / 91
Por el tercer renglón de la matriz, ahora resulta evidente que el sistema tiene una
solución si y sólo si b,, b, y b, satisfacen la condición
sea consistente?
1
O
O
O
1
0
O
O
1
-40b, + 16b2 + 96,
13b, - 5b2 - 3b3
5b, - 2b2 - b3 1
En este caso no hay restricciones sobre b b, y 6,; es decir, el sistema Ax = b dado
tiene la solución única
para toda b. A
.x t j'- 4; = 10 LC
x
, + .Y2 = S -4x+j.+ z- o M' t 3.r 7y + 93 = 4 +
- M' - 21 - 4y 63 = 0
h,
"
10. Resolver los tres sistemas del ejercicio9 aplicando elmétodo del ejemplo 2
En los ejercicios del I 1 al 14, usar el método del ejemplo 2 para resolver simultánea-
mente los sistemas en todoslos incisos.
a) h, = I , hZ=4
b) h , -2, h, = 5
13. 4 . ~ ~-, Í'X,
= h,
+
.x, 2 s , = h,
a) h , = O, h, = 1
b) h , = -4, h, 6
C) h , = - I , h, = 3
d ) h , = -5, h, = I
En los ejercicios del 16 al 19, encontrar condiciones que deben satisfacer las b para que el
sistema sea consistente.
16. 6 ~-, 4x2 = h,
3x, - 2x2 = h,
18. X, - 2~2- S,
-4x, + 5x2 + 2x3 b2
- 4x, + 7x2 + 4x3 = h,
20. Considerar las matrices
22. En cada inciso, determinar si el sistema homogéneo tiene una solución no trivial (sin
usar lápiz y papel); luego, establecer si la matrizdada es invertible.
a) 2x, + x2 - 3x, + x4 = O
5x2 + 4x, + 3x4 = o
2
o 5
1 -3
4 3'1
b) 5x, +x, + 4x3 + x4 = O 1 4
2x, -- x4 = o
x, + x4 = o
7x4 = o
O 0 0 7
23. Sea Ax = O un sistema homogéneo de n ecuaciones lineales en n incógmtas que sólo
tiene la solución tnvial. Demostrar que si k es cualquier entero positivo, entonces el
sistema Akx = O también tiene sólo lasolución trivial.
25. Sea Ax = b cualquier sistema de ecuaciones lineales consistente, y sea x, una solución
se puede escribir en la formax = x1 + xo,
fija. Demostrar que toda solución del sistema
donde x. es una solución de Ax = O. También demostrar que toda matriz de estaforma
es una solución.
MATRICES Una matrizcuadradaen la que todos los elementos fuera deladiagonal principal
DUGONALES son cero se denomina matriz diagonal; algunos ejemplos son
-m -I
6 0 0 0
1 0 0
0 - 4 o o
0 0 1
O 0 0 8
Una matriz diagonal generalD n X n se puede escribir como
D = [ do, O ...
...
d2
O O
-9 3
Ejemplo 1 Si
A=[:
entonces
[ Odl
o o
d2
O O
d3
][": :: 1:; "::]
'31 u32 '33 u34
dlall
= [.a2]
d3a31
d2a22
d2a23
d2a24
d3a32
d3a33
dl'13
d3'34 1
En palabras, paramultiplicarunamatriz A por laizquierda por unamatriz
diagonal D, es posible multiplicar renglones sucesivos de A por los elementos
diagonales sucesivos de D, y para multiplicar A por la derecha por D es posible
multiplicar columnas sucesivas de A por los elementos diagonales sucesivosde D.
Ejemplo 2
Teorema 1.7.1.
a ) La transpuesta de una matriz triangular inferior es triangular superior, y
la transpuesta de una matriz triangular superiores triangular inferior.
b) El producto de matrices triangulares inferiores es triangular inferior, y el
producto de matrices triangulares superioreses triangular superior.
e> Una matriz triangular es invertible si y sólo si todos sus elementos diago-
nales son diferentesde cero.
d) La inversa de una matriz triangular inferior invertible es triangular infe-
rior, J J la inversa de una matriz triangular superior invertiblees triangular
superior.
s i se supone que i <j , entonces los términos de esta expresión se pueden agrupar
como sigue:
"1
Ejemplo 3 Considerar las matrices triangulares superiores
A=[:
3 -
11 B=
-3
o
O
-2
o
0 1
Esta inversa es triangular superior, como garantiza el inciso d) del teorema 1.7.l .
También se deja para el lector comprobar queel productoAB es
AB=[:
-2 -2
:]
Este productoes triangular superior,como garantiza el inciso 6) del teorema 1.7. l . A
[-:-:I -*4
-5
-3
O
:]
7
4
O
O
4
O
O 4
O
O
:]*
O
O O O 4
98 ’; Sistemas de ecuaciones Iineales y matrices
AB)^= B ~ A B~A =
[::I[ -;;]=[I: :I
l .7 Matrices diagonales, triangulares y simétricas / 99
Entonces
Más tarde en este texto se obtendrán condiciones generales para A bajo las
cuales A A T y ATA son invertibles. Sin embargo, para el caso especial en que A es
cuadrada, se tiene el siguiente resultado.
7
7. Encontrar todos los valores de a, b y c para los cuales A y B , ambas, no son invertibles.
8. Aplicar la ecuación dada para determinar por inspección si las matrices de la izquierda
conmutar.
1.7 Matrices diagonales, triangulares y simétricas I 10 1
a) A5 = [i -A -:]
o
b) A ' =[o
9
o o
0
4 o]
0
[-i 31, ;]
12. Comprobar el teorema 1.7.1b para el producto AB, donde
A=
2 s 2 -8
;
13. Comprobar el teorema 1.7: 14para las matricesAy B del ejercicio 12
17. Sea '4 una matriz triangular superior y sea p ( x ) un polinomio @(A) es necesariamente
triangular superior? Explicar la respuesta.
19. ;,Cuál es el número máximo de elementos distintos que puede contener unamatriz
simktrica de n X n?
I02 / Sistemas de ecuaciones linealesy matrices
22. Una matriz cuadradaA se denomina untkimdtrica si ,4T = -A. Demostrar lo siguiente:
a) Si A es una matriz antisimétrica invertible,entor-ces A" es antisimétrica.
b] Si A y 4 son antisimétricas, entonces también lo son n T , A + B, A -+ B y kA para
cualquier escalar k.
c) roda matriz cuadrada se puede expresar como la suma de una matriz simétrica y
una matriz antisimétnca.
24. Si la matriz A IZ X n se puede expresar como A = LU, donde L es una matriz triangulm
inferior y li es una matriz triangular superior, entonces el sistema lineal Ax = b se
puede expresar comoLUX = b y se puede resolver en dos pasos:
Paso 1. Sea (:x = y, de modo que I,Cix = h se puede expresar como L y = b. Resolver
este slstc~na
Paso 2. Resolver el sistema U x = y para x.
En cada inciso, aplicar el método anterior de dos pasos para resolver el sistema dado
1 0 0 2 - 1
2 4 1
x = $y- &'
y = Qx' + g y t
3. Encontrar un sistema lineal homogéneo con dos ecuaciones que no sean múltiples entre
sí y tales que
1.7 Matrices diagonales, triangulares y simétricas I’ 103
x,= 1, x2 = - 1, xj = 1, xq =2
Y
x, = 2, x2 = o, x j = 3, x4 = - 1
4. Una caja contiene en total 13 monedas distintas de 1, 5 y 10 centavos, cuyo valor total
es de 83 centavos. ¿Cuántas monedas de cada denominación hay en la caja?
x+ y+ z= 9
x+5y+ 10z=44
6. ¿Para qué valor(es) de a el siguiente sistema no tiene solución, tiene exactamente una
solución y tiene una infinidad de soluciones?
x, + x2 + xj = 4
xj = 2
(a2 - 4)x, =a-2
7. Sea
8. Resolver para x, y y z.
XY - + 3zy = 8
2$
2*y 3 g y + 2zy = 7
-
-xy + fi + 2zy = 4
9. Encontrar una matrizK tal que AKB = C dado que
- y], C=[
-4
8
6
6
-1
o
-6.
1
o.
10. ¿Cómo se debe elegir los coeficientes a, b y c de modo que el sistema
a x + b L ” 3 z = -3
”x-by+cz= -1
ax+3y-cz= -3
tengalasoluciónx= l , y = --I y z = 2 ?
dx
a) -d
dx
dA
(kA) = k - (b)
d
- (A f
dA
B ) = -+
dB
1
d
(c) -(AB)
dx
dx
=
dx
+ A-dB
25. (Para kcfores que ya estudiaron CcflcurO.) Usar elincisoc)delejercicio 24 para
demostrar que
(3x - l)(XZ 1 ) 3x - 1
+-Bx*x++ C1
una identidad. [Sugerencia Multiplicar todo por (3x - 1)(2 + 1) e igualar los coefi-
cientes correspondientes de los polinomios en cada miembro de la ecuación resultante].
28. Suponiendo que las inversas indicadas existen, demostrar las siguientes igualdades.
DETEMINANTES
El lector está familiarizado con funciones como Ax) = sen x y Ax) = x2, que
asocian un número real A x ) aun valor realdelavariable x. Como x y Ax)
aLwmensólo valoresreales, tales funciones se describencomo 'yunciones con
valores reales de una variable real". En esta sección se estudiará la función
determinante, que es una "$unción con valores reales de una variable matricial"
en el sentido de que asocia un número real f o con una matriz X . El trabajo que
se efectuará sobre funciones determinantes tendrá importantes aplicaciones en la
teoría de sistemas de ecuaciones lineales y también conducirá a una ,fórmula
explícita para calcular la inversade una matriz invertible.
I07
108 / Determinantes
Para denotar una permutación general del conjunto (1, 2, . . . , n}, se es-
cribirá u,, j 2 , . . . , jn). Aquí, j , es el primer entero en la permutación, j , es el
segundo, y así sucesivamente. Se &ce que en una permutación ol,
j 2 , . . . , j,)
ocurreuna inversión siemprequeun entero mayor precedea uno menor. El
número total de inversiones queocurrenenunapermutación puedeobtenerse
como sigue: (1) encontrar el número deenteros que son menoresquejl y que están
despuésde j , enlapermutación; (2) encontrar el númerode enteros queson
menoresque j z y que están después de j , en la permutación.Continuar este
proceso de conteoparaj,, . . . ,jn-,. La suma de estos números es el número total
de inversiones que hay en la permutación.
Solucidn.
a) El número de inversiones es 5 + O + 1 + 1 + 1 = 8.
b) El número deinversiones es 1 + 2 + O = 3.
c) En esta permutación no hay inversiones. A
a)
a22
a31 032 a33
Solución de a). Como cada producto elemental tiene dos factores y cada factor
proviene de un renglón diferente, entonces unproducto elemental se puede escribir
en la forma
donde los espacios en blanco indican números de columna. Como ninguna pareja
de factores en el producto proviene de la misma columna, entonceslos números de
columna deben ser 1 2o 2 . Así. los únicos productos elementales son al ,a22 y
a12a21.
Solución de 6). Como cada producto elemental tiene tres factores, cada unode
10s cuales proviene de un renglón diferente, entonces unproducto elemental se
puede escribir en la forma
a) ['I'
aa2212
"I2] b) [ 431
413
a12
a22
432 u33
Solución.
- a)
Producto
elementalPermutación Producto
elemental
asociada
Par o impar
signo
con
4 ,la22 (L2) par a 1la22
012421 (2, 1) impar -a12421
h)
Figura 2 a) h)
A
Advertencia. Se recalca que los métodos que se muestran en la figura 2 no fun-
cionan para determinantes de matrices 4 X 4 o superiores.
2.1 La función determinante / I 1 3
donde indica que los términos deben sumarse sobre todas las permutaciones ol,
- se eligen en cada términosegún s i la permutación es
j 2 , . . . , J n ) y los signos + o
par o impar. Esta notación es útil cuando es necesario recalcar la definición de un
determinante.
EJERCICIOS DE LA SECCIóN 2.1
I . Ihcontrar el número de inversiones que hay en cada una de las siguientes permuta-
clones de 1.2. 3 , 3 , 5
a) ( 4 1 3 5 2 ) . b ) ( 5 7 4 2 l ) . c ) ( ~ 2 5 4 l ) . d ) ( 5 4 3 2 l ) . e ) ( l 2 3 4 5 ) . f ) ( l 4 2 3 5 ) .
2. Clasilicar cada una de las pennutaciones del ejercicio I como par o impar
-2 I 3 -1 1 2
14. Clasificar cada una de las permutaciones de { 1,2, 3 , 4 } como par O impar.
3 x-5 1
19. Demostrar que el valor del determinante
2.2 Evaluación de determinantes por reducción de renglones / 11 S
no depende de O
20. Demostrar que si una matriz cuadrada A tiene un renglón o una columna de ceros,
entonces det(A) = O.
conmutan si y sólo si
DETERMINANTES F1 sigtnicnte teorema facilita la evaluación del determinante de una matriz trian-
DE MATRICES gular, sin imporlar su tamaito.
TRIANGULARES
Teorema 2.2.2. S i -4 es una matriz triangnlar w X n (triangularsuperior,
triangular inj>rior o diagonalj, pnronces dei(,4) es el producto de los elenlentos
de in diagonal principal; es decir, det(;.l) a , ,a7, . . a,,,,.
Ejemplo 1
2 7 - 3 8 3
0 - 3 7 5 1
O O 6 7 6 = (2)( -3)(6)(9)(4) = - 1296 A
O 0 0 9 8
0 0 0 0 4
EFECTO DE LAS El siguiente teorema muestra cómo una operación elemental en los renglones de
OPERACIONES una matriz afecta el valor de su determinante.
2.2 Evaluación de determinantes por reducción de renglones / 1 1 7
~
Ejemplo 2
Relación Operación
I
El primer renglón de A
se multiplica pork.
d e t ( B ) = k dct (. I)
u23
a22
a21 all a12 013
Los renglones primeroy
011 012 al3 = - a21 022 u23
segundo deA se
a31 a32 u33 a31 "a3332 intercambian.
det ( B ) = - det ( 4)
1 0 0 0 0 0 0 1 1 0 0 7
o 3 0 0 0 1 0 0 -1 0 1 0 0
=3 =I A
0 0 1 0 o 0 1 0 0 0 1 0
0 0 0 1 o 0 0 1 1 0 0 0
El segundo renglón deI, se Se intercambiaron los El liltimo renglón de I, se
multiplicó por 3. renglones primero y sumó 7 veces al primer
liltimo de I,. renglón.
Cada una de las siguientes matrices tiene dos renglones o dos columnas propor-
cionales; así, por inspección, el determinantede cada una es cero.
o 1 5
A=[3 -6 9
2 6 1
-2
1 31
5
IO O -551
1 -2 3
=(-3)(-55) o 1 5 en el último renglón
O 0 1 considerando el signo del
= (-3)(-55)(1)= 165 A
OBSERVACI~N. El método de reducción de renglones se ajusta bien a la evalua-
ción de determinantes por computadora, ya que es sistemático y se puede progra-
mar fácilmente. Sin embargo, en seccionesulteriores se desarrollarán métodos que
a menudo facilitan los cilculos manuales.
Este ejemplo señala lautilidad de no perder de vista las operaciones en las colum-
nas que pueden abreviar los cálculos. A
4. [-.;y
3 6 -9
-;] 5. [I
o 3 1
1 21
3 2 4
6.
1 -3
7.
3 -6
ik; i 2 i
1
:2 = ( b - u)(c - a)(c - b)
14. Con un razonamiento semejante al de la demostración del teorema 2.2.2, mostrar que
;: 1 Y:l/ ;: 1
15. Demostrar los siguientes casos especiales del teorema2.2.3.
-111:
kat2 &I3 ‘12 u13 a22 a12
1 det(kA) 1
~ ~~
= k"det(A)
Por ejemplo,
Ejemplo 1 Considerar
= det
a21 + 6 2 1a 2 2 + 622
Asi,
2.3 Propiedades de la función determinante / 123
det [1
2
l+O
7
O
4+1
5
3
7+(-1)
] i i i]
=det[ +.et[: -:] A
I det@B) = d e t p ) de@)
det(EB) = k det(B)
I24 / Determinantes
Por ejemplo.
PRUEBA DE LA El siguiente teorema esuno de los más importantes en álgebra iineal; proporciona
INVERTIBILKDAD un criterio importante de invertibilidad entérminos de determinantes y se usará
MEDIANTE UN en la demostración de (2).
DETERMINAYTE
Teorema 2.3.3. Una matriz cuadrada A es invertible si y sólo si det(A) = O.
Pero por el teorema2.2.4, los determirlantes deals matrices elementales son Merentes
de cero. (Tomar en cuenta que multiplicar por cero un renglón no es una operación
elemental en los renglonespermitida de modo que k = O en esta aplicación del teorema
2.2.4.) Así, por (4) se concluye que det(A)y de@) son cero o diferentes de cero.Ahora
se procederá a la partemás importante dela demostración.
Si A es invertible, entonces por el teorema 1.6.4 se tiene R = I, de modo que
det(R) = 1 f O y, en consecuencia,det(A) f O . Recíprocamente, si det(A) f O,
entonces det(R) f O, de modo que R no puede contener un renglón de ceros. Por el
teorema 1.4.3 se concluye que R = I , de modo que por el teorema 1.6.4 se tiene que
A es invertible. [1
2.3 Propiedades de la funcióndeterminante / 125
Por los teoremas 2.3.3 y 2.2.5 se concluye que una matriz cuadrada con dos
renglones o columnas proporcionalesno es invertible.
de modo que
A B = E1E2.. .E,B
Denrosfración. Como A "A = I, se concluye que det(A "A) = det(r). Por consi-
guiente, se debe tener que det(A -I) det(A) = 1. Como det(A) = O, la demostración
puede completarse dividiendo entre det(A). 0
A[: - =
Idet(lI-A)=O I
ÉSta se denomina ecuacidn característica de A ; los eigenvalores de A se pueden
encontrar resolviendo esta ecuación para l.
Los eigenvalores y los eigenvectores se estudiarán denuevo en otros
capítulos, donde se analizará su interpretación geométrica y se desarrollarán sus
propiedades conmayor profundidad.
*La palabra elgenvalor es una combinación de alemán y espaiiol. El prefijo alemán ergen puede traducirse
como"propio",queresulta de l a s antiguaspublicacionesen l a s que l o s eigenvalores se conocíancomo
valores proplos; también se denominan raices latentes.
O
/2*-3a- lo=o
La forma factorizada de esta ecuaciónes (A + 2)(A - 5 ) = O, demodoquelos
eigenvalorcs deA son A = - 2 y A = 5 ,
Por dcfinición,
x 1 = - t , x2 = 1
Se deja que el lector resuelva este sistema y demuestre que los eigenvectores de A
correspondientes a A = 5 son las soluciones diferentes de cero de la forma
EJERCICIOS DE LA S E C C I ~ N2.3
1. Comprobar que det(kA) = k" det(A) para
i]
2. Comprobar que det(AB) = det(A) det(B) para
A= [a
2 1 0
y .-[i -1
I
3. Por inspección, explicar por qué det(A)= O
- 2 8 1 4
4 -6 4 -3
4. Con el teorema 2.3.3, determinar cuáles de las siguientes matrices son invertibles
5. Sea
a) det(3A)
b) det(A") c) det(2A")
lin los ejercicios del 8 al 1 1. demostrar la identidad sin evaluar los determinantes
15. Para cada uno de los sistemas del ejerclcio 14, encontrar
a) la ecuación característica,
b) los eigenvalores, >
c) los eigenvectores correspondientes a cada uno de los eigenvalores.
2.4 Desarrollo por cofactores; regla de Cramer / 13I
17. a)Expresar
a, + b, c, + d l
a, + b, c, + d,
cuyos elementos no contengan sumas.
como una suma de cuatro determinantes
b) Expresar
a1 + bl CI + d l el +fl
a2 + 6 2 c2 + d2 e2 +f 2
a3 + b3 c3 + d3 e3 +f 3
18. Demostrar que una matriz cuadrada A es invertible s i y sólo si ATA es invertible.
Ejemplo 1 Sea
A=[: ; i]
1 -4
El cofactor de I es
;1
3 1 4
M;2 = 2 S 6
1 4 8 = =26
el cofactor de a32cs
...
-[." ;;; %J
POR
COFACTORES a,, 013
-4
Debido a que las expresiones entre paréntesis son justamente los cofactores c,,.
Czl y C31(comprobar), se tiene que
Ejemplo 2 Sea
A=
=3(-4)-(-2)(-2)+5(3)= -1 A
Como en cada ecuación todos los elementos y los cofactores provienen del mismo
renglón o de la misma columna. Estas ecuaciones se denominan desarrollos por
cofactores de det(A).
Los resultados que acaban de proporcionarse para matrices 3 x 3 cons-
tituyen un caso especial del siguiente teorema general, que se enuncia sin de-
mostración,
I34 1' Determinantes
t é.&no renghjn)
I
Ejemplo 3 Sea A la matriz del ejemplo 2. Evaluar det(A) mediante desarrollo por
cofactores a lo largo del primer renglón.
Solución.
=3(-4)-(1)(-11)+0= -1
:I
A = [ l3 -2
-1
2 1
3 5
53
2.4 Desarrollo por cofactores; regla de Cramer 1 I35
Soluci&. Sumando múltiplos idóneos del segundo renglón a los demás renglo-
nes se obtiene
0 - 1 1 3
det(A) =
1 2 - 1 1
0 0 3 3
O 1 8 0
-
-
-1 1 3
-
"
o 9 3
Desarrollo por
cofactores a lo largo de
la primera columna.
= -18 A
Ejemplo 5 Sea
Considerar la cantidad
que se forma al multiplicar los elementos del primer renglón por los cofactores de
los elementoscorrespondientesen el tercer renglón y sumar los productosre-
sultantes. A continuación se demostrará queesta cantidad es igual a cero mediante
la sigwente regla práctica. Obtener una nueva matriz A' sustituyendo el tercer
renglón de A por el primer renglón. Así,
- .
, .. . , .
I36 / Determinantes
det(A') = O
Por otro lado, al evaluar det(A') por desarrollo por cofactores a lo largo del tercer
renglón se obtiene
Ejemplo 6 Sea
2 -4 o
Los cofactores de A son
2.3 Desarrollo por cofactores; regla de Cramer 1 13 7
-:"I
y la adjunta de (A) es
adj (A) = [ 12
6
-16
4
2
16 16
A
A adj(A) = det(il) I
138 Determinantes
A adj(,4)=[ ...
" ' o ]=det(A)I (8)
det(A)
Dado que A es invertible, det(A) = O. Por tanto, la ecuación (8 ) puede volver a
escribirse como
1
[ A adj(A)] = I
det ( A )
1
O
[
.4 -
detiAj adj(A) =I
1
I
r
12 4 12-
A ~ -=-
1 adj(A) = - 6 2 - 10
det ( A ) i4
-16 16 16-
APLICACIONES Aunque el método del ejemplo precedente es razonable para invertir manualmente
DE LA matrices 3 X 3, el algoritmo de inversión que se analizó en la sección 1.5 es más
FóRMULA DE eficaz para matrices más grandes. Sin embargo,debe tenerse en cuenta que el mé-
LA ADJUNTA todo de la sección 1.5 es sólo unprocedimientodecómputo,mientras quela
PARA LA fórmula (6) es una fórmula real para encontrar la inversa. Como se verá a conti-
INVERSA nuación, esta fórmula esútil para obtener propiedades de inversa.
la
En la sección 1.7 se establecieron sin demostración dos resultados sobre
inversas.
2.4 Desarrollo por cojactores; regla de Crawler 139
se puede demostrar que A-' es triangular superior puede probarse probando que
adj(A) es triangular superior o, equivalentemente, que la matriz de cofactores es
triangular inferior. Lo anterior se puede lograr demostrando que todo cofactor C:
iJ
con i < j (es decir, arriba de la diagonal principal) es cero. Como
ciJ= ( - i);+jM.
'J
140 /' Determinantes
basta demostrar que cada menor My con i <j es cero. Para este propósito, sea By la
matriz que se obtiene cuando se quitan el i-ésimo renglóny laj-ésimacolumna deA , de
modo que
M,, = det@,,) (9)
lineales con n incdgnitas tal que det(A) = O, entonces la solución del sistema
es única. Esta solucidn es
donde 4
. J es la matriz que se obtiene al sustituir los elementos de la j-&into
columna de A por los elementos de la matriz
*Gabriel Cramer (1704-1752), matemático suizo. Aunque Cramer no está considerado al lado de
los grandesmatemáticos de
su
tiempo,
sus
contribucionescomo
diseminador de
las
ideas
matemáticasleganaron un bienmerecidolugar en lahistoriadelasmatemáticas.Cramerviaj6
bastante y conoció a muchos de los grandes matemáticos de su época. Estos contactos y amistades
condujeron a una correspondencia abundante a través de la cual se difilndia la informacibn snbrt
nuevos descubrimientos matemáticos.
2.4 Desarrollo por cofactores; regla de Crarner / 141
1
x=A"b=- adj (A)b = -
det (A) det (A)
b l C , , + h2C,, f . . . + b,Cn,
x, =
det (A)
Ahora, sea
Solucibn.
Por consiguiente.
det(.4,) 152 - -
38 A
x3=" - "
det(A) 44 11
OBSERVACION. Para resolver un sistema de n ecuaciones con n incógnitas
mediante la regla de Cramer, es necesario evaluar n + 1 determinantes de matrices
n x n. Para sistemas con más de tres ecuaciones, la eliminación gaussiana es
bastante más eficaz, ya que sólo es necesario reducir una matriz aumentada n X (n
+ 1). Sin embargo, la regla de Cramer proporciona una fórmula para la solución si
el determinante de la matriz de coeficientes es diferente de cero.
EJERCICIOS DE LA S E C C I ~ '2.4
;~
1. Sea
2. Sea
4 - 1 I 6
o 0 - 3 3
A=
4 1 O 1 4
4 1 3 2
2.4 Desarrollo por cofactores; regla de Cramer / 143
En los ejercicios del 5 al 10, evaluar det(A) mediante desarrollo por cofactores a lo largo de
un renglón o una columna que el lector elija.
-:-!]
1:
-3 o 7 3
5. A = [ 2 5 I] tí. A = [ :
-1 o 5
i -!
4 0 0 1 0
5
O 10. A =
2
2 2 4 2
0 3
11. A = [ -:-: :]
2 5
12. A = [ -: 21
13. A = [ :
2
A -:] -3 5
14. A = [ -: 2 0 0
15. Sea
1 3 1 1
A=[;
1
: '8 i]
3 2 2
En los ejercicios del I6 al 2 l . obtener la solución usandola regla de Cramer cuando sea aplicable.
16. 7 x , - 2 ~ =, 3 17. 4x + 5y =2 18. x - ~ J + Z= 6
3.x, +
x? = 5 Ilx+ y+22=3 4x- y + 2 2 = - 1
x + 5y + 2z = 1 2x + 2.v - 32 = -20
19. x, - 3.x2 + x, = 4 20. -.x1 - 4x, + 2 s , + .xj = -32 21. 3x, - x* + xi = 4
2s, - .x2 = -2 2x, - .x2 + 7x3 + 91, = 14 -x, + 7x, 2x, = I
-x, + X2 + 3x, + Xq = 1 I
"
.-[:O
cos H sen H
co;H y]
O
cs invertible para todos los valores de d; luego, encontrarA" usando el teorema 2.4.2
4x+ v + z t u'= 6
3x+7.v- z+ M'= 1
71-+3y-5z+8U.= -3
St y + 2+2w= 3
24. Sea A x = b el sistema del ejercicio 23.
a ) Resolver aplicando la regla de Cramer.
b) Obtener la solución por eliminación de Gauss-Jordan.
c) ¿,Cuál mktodo requiere menos cálculos?
25. Demostrar que si d 4 4 ) = 1 y todos los elementos de A son enteros, entonces todos los
elementos deA " son enteros.
26. Sea A x = b un slsterna de tz ecuaciones lineales con n incógnitas, coeficientes enteros y
constantes enteras. Demostrar que si det(A) = 1, la solución x tiene elementos enteros.
27. Demostrar que si 11 es una matIiz triangular inferior invertible, entonces A -I es trian-
gular mferior.
28. Obtener los desarrollospor cofactoresprimero y último que se enumeran en la fórmula (3).
29. Demostrar: La ecuación de la recta que pasa por los puntos distintos ( a , ,b , ) y (a2,b z )
se puede escribir como
30. Demostrar: (x,, yl), (x2,y ? ) v (x3,y,) son puntos colineales si y sólo si
Ejercicios complementarios /’ 145
31. Demostrar: La ecuación del plano que pasa por los puntos no colineales ( a , ,b , , c , ) ,
(a,, b,, cz) y (u3,b,, c3)se puede escribir como
x y z l
a1 b, CI 1
=O
a2 b2 c2 1
a3 b3 c3 1
I EJERCICIOS COMPLEMENTARIOS
x’ y y’ en términos dex y y .
1. Con la regla de Cramer, resolver para
x=x’cosO-y‘sen0
y=x’senO+y’cosO
bcosy+ccosp=a
c + a cos y = b
cos CY
a cos p + b cos CY = c
cos CY =
b2 + c2 - a2
2bc
l rcgla de Crarner obtener fórmulas semejantes para cosp y cos y.
b) Con a
6. Por medlo de determinantes, demostrar que para todos los valores reales de jl la única
solución de
x - 2-v = Lx
x- v = A.v
1
'
[ adj ( A ) ] - = -
-
A
det (A)
= adj ( A - I )
10. a) En la figura 2 que se muestra a contmuacion, el área del triángulo ABC se puede
expresar como
Figura 2 D E F
una A n X n es cero,
11. Demostrar: Si la suma de los elementos en cada renglón de matriz
entonces el determinante deA es cero. [Sugerencia Considerar el producto M, donde
X es la matriz n X 1 cuyos elementos son iguales a 1.]
12. Sean A una matriz n x n y B la matriz que se obtiene cuando los renglones de A se
y det(B)?
escriben en orden invertido. ¿Cómo están relacionados det(A)
14. Sea A una matriz de n X n . Suponer que B , se obtiene al sumar el mismo número ta
cada elemento en el z-ésimo renglón de A , y que B, se obtiene al restar t de cada
.=[a,;;j
elemento en el z-ésimo renglón de A . Demostrar que det(A)= 112 [det(B,) + det(BJ1.
15. Sea
u12 u13
17. Usar el hecho de que 21 375, 38 798, 34 162, 40 223 y 79 154 son, todos, divisibles
entre 19 para demostrar que
2 1 3 7 5
3 8 7 9 8
3 4 1 6 2
4 0 2 2 3
7 9 1 5 4
I48 Determinantes
VECTORES EN LOS
ESPACIOS
BIDIMENSIONAL Y
TRIIDIMENSIONAL
149
150 / Vectores en los espacios bidilnensional y tridimensional
v=AB
a) b)
Figura 1 E l Vectores
equivalentes
Los vectores con la misma longitud y dirección, como los de la figura l b , se
denominan equivalentes. Como se quierequeunvectorquededeterminado
solamente por su longitud y su dirección, los vectores equivalentes se consideran
como iguales aun cuando puedanestar ubicados en posiciones diferentes. Si v y w
son equivalentes, se escribe
v=w
v+w=w+v
O+v=v+O=v
para todo vector v. Como para el vector cero no existe ninguna dirección natural,
se acuerdaque es posible asignarle cualquier dirección convenientepara el
problema en cuestión.
Si v es cualquier vector diferente de cero, entonces "v, el negutivo de v, sc define
como el vector que tiene la misma magnitud quev, pero dirección opuesta (Figura3).
v+(-v)=O
v-w=v+(-w)
(- l)v = -v.
/'
Ill
-
-w 1 y v2 -
- w2
ty
entonces
r v + w = ( U i+ w,,u, + w2)
Figura 7 L - 1 - i - U J - r
(Figura 8). Así, por ejemplo, si v = (1, -2) y w = (7, 6), entonces
~+~=(1,-2)+(7,6)=(1+7,-2+6)=(8,4)
Y
4 ~ = 4 ( 1 ,-2)=(4(1),4(-2))=(4, -8)
tY
154 / Vectores en los espacios bidimensionaly tridimensional
f'
Figura 9 b
Figura 10 I
3.1 Introducción a los vectores (qeornétrica) 1 155
t“ t‘
......
156 / Vectoves enlos espacios bidimensionaly tridimensional
I p,p;
I
= (x2 - X I , Y2 - Y , , 22 -
Figura 13 !
d
Ejemplo 2 Las componentes del vector v = P,P, con punto inicial P,(2, - 1, 4) y
punto terminal P,(7, 5, -8) son
t'
Figura 14 4 6)
"----*
está en (x, y), de modo que O'P = (x - k, y - 0. En el sistema x", su punto
inicial está en (O, O) y su punto terminal esti en ( Y , y'), de modo que O'P = (x', y').
Por consiguiente,
I ~= (-3,
6. S C ~ U I , 21, v = (4- O, -8) > w = ( 6 , - 1, -4). Encontrar las componentes de
7. Sean u , v y w los vcctores del ejercicio 6 . Encontrar las componentes del vector x que
satist'acc ¿I 2u - v + x = 7n +- \v.
8. Sean u. v y w los vectores del ejercicio 6. lhcontrar los escalares e l , c2 y c3 tales que
C,(-2.9,6)-~i.L(-3,2,1)+Cj(l,7,5)=(0,sr4)
13. Suponer que un sistema de coordenadas xyz se traslada para obtener un sistema de
coordenadas x’y’z’. Sea v un vector cuyas componentesson v = (vl, v2, v3) en el sistema
xyz. Demostrar que v tiene lasmismas componentes en el sistemax‘y‘z‘.
t’
Figura 15
15. Demostrar geométricamente que si v = (vl, K~), entonces kv = ( k v , , kv2 ):, (Limitar la
demostración al caso k > O que se ilustra en la figura 8. La demostraclon completa
requiere de varios casos que dependen del signo de k y del cuadrante en que se en-
cuentra el vector.)
VECTORIAL
3.2 NORMA DE UN VECTOR: ARITMÉTICA
v+w=QS
- y u+(v+w)=PS
-
-
También.
+
u+v=PR 4' (u+v)+w=PS
Por consiguiente.
u+(v+w)=(u+v)+w
(1)
Asi,
t*
f’
I
I
Figura 2
-
Un vector de norma1 se denomina vector unitario.
Si Pl(xl, y,, zl) y P2(x2, y 2 , z 2 ) son dos puntos en el espacio tridimen-
sional, entonces la distancia d entre los puntos es la norma del vector PIP2
(figura 3). Ya que
PI y P2 es la normadel vector P I P 2 .
&
Figura 3 La distanciaentre
d=V(4-2)2+(-3+ 1)2+(1 + 5 ) * = m = 2 f l A
3. Sean u = (2, -2, 3), v = (1, -3,4), w = (3,6, -4). En cada inciso evaluar la expresión
dada.
5. Sean u = (7, -3, l), v = (9, 6,6), w = (2, 1, -S), k = -2 y I = 5. Comprobar que estos
vectores y escalares satisfacen las igualdades expresadas
en el teorema3.2.l .
a) inciso b). inciso b) e ).
c) incison. inciso d) g).
1
"v
llvll
es un vector unitario.
b) Usar el resultado del incisoa) para encontrar un vector unitario que tenga la misma
dirección que el vector v= (3,4).
c) Usar el resultado del inciso a) para encontrar un vector unitario cuya dirección sea
opuesta a la del vector v = (-2, 3 , -6).
7. a) Demostrar que las componentes del vector v = (vl, vz) en la figura 4 son v1 = llvll
cos 8 y v 2 = llvll sen B.
b) Scan u y v los vectores de la figura 5. Usar el resultado del inciso a) para encontrar
las componentes de4u - 5v.
AY
,"".
, \
Figura 4 Figura 5
Figura 2 Y
FORMULA DE Para efectosde cálculo es deseable contar con una fórmula que exprese elproducto
LAS punto dedos
vectores términos de las componentes de los vectores. La fórmula
en
COMPONENTES se obtendrá para vectores en el espacio tridimensional; la obtención para vectores
PARA EL en el espacio
bidimensional
es semejante.
PRODUCTO Sean u = (ul, u2, u3) y v = (vl, v2, v3) dos
vectores diferentes de cero. Si,
PUNTQ como se muestraen la figura 3, 8 es el ángulo entre u y v, entonces la ley delos
cosenos da
Figura 3 x/
"*
Como PQ = v - u, (2) se puede volver a escribir como
" . .,,". _.
166 / Vectores en los espacios bidimensional
y tridimensional
Lu v = U I V l+ u2v2 + u3v3
CÁLCULO DEL Si u y v son vectores diferentes de cero, entonces la fórmula (1) se puede escribir
ÁNGULO ENTRE como
VECTORES
Solución.
u . v = U I V l+ u2v2+ u3v3 = (2)(1) + (1)(2) = 3
Para los vectores dados se tiene IIuII= llvll= & , de modo que por (5)
Así, 8 = 60°. A
d = (k, k, k ) = u1 + u2 + uj
Así,
~-~=(1)(-3)+(-2)(4)+(3)(2)= -5
v w = ( - 3)(3) + (4)(6) + (2)(3) = 2 1
U w = (1)(3) + ( - 2)(6) + (3)(3) = O
Por consiguiente, u y v forman un ángulo obtuso, v.y w forman un ángulo agudo y
u y w son perpendiculares. A
-
A
(a,b).(x,-x,,y,-y,)=O o n.P,P2=0
ax+by+c=O
JY
Figura 5
3.3 Producto punto: proyecciones / I69
=( b ) v ,+ (ku,)v, + (ku3)7J3
= (ku). v
De manera semejante,
w 2 = u - w1
w,+w,=w,+(u-ww,)=u
P'OY, u (7)
El vector w2 se denomina componente vectorial de u ortogonal a a. Comose
tiene que w2 = u - w l , este vector se puede escribir en notación (7) como
w2 = u - proy, u
(componente vectorial
de u a lo largo de a)
-
u a = (ka + w2) a = klJa112+ w2. a (9)
k = -u s a
lla1I2
Solución.
-
u a = (2)(4) + (- 1)( - 1) + (3)(2) = 15
lla1I2 = 42 + (- 112 + 22 = 21
Así, la componentevectorial de u a lo largo de a es
u-a
proya u = y a = g(4, - 1,2) = (y, - 47 3 'o)
7
llall
y la componentevectorial de u ortogonal a a es
Como verificación, el lector puede comprobar que los vectores u - proya u y a son
perpendiculares si demuestra que su producto punto es cero. A
7T 7r
Figura 7 OSO<- --< e s
2 2
Pero
1 ‘y+by+c=O?
Figura 8
de modo que
3.3 Producto punto: proyecciones / I 73
Ejemplo 8 Por la fórmula (15) se concluye que la distancia D del punto (1, -2) a
la recta 3x + 4y - 6 = O es
1(3)(1)+4(-2)-6\ 1-111 11
D= - A
d m a 5
7. Sean u = (5, -2, l), v = (1, 6, 3) y k = -4. Comprobar el teorema 3.3.2 para estas
cantidades.
8. a) Demostrar quev = (a,b ) y w = ( 4 vectores ortogonales.
, a) son
b) Usar el resultado del inciso a) para encontrar dos vectores que sean ortogonales a
v = (2, - 3 ) .
c) Encontrar dos vectores unitarios que sean ortogonales(-a3,4).
9. Sean u = (3,4), v = (5, - 1) y w = (7, 1). Evaluar las expresiones
a) - (7v + w) b) Il(u v)wll c) IlUlKV . w > d) (Ilullv)-w
10. Explicar por qué cada una de las siguientes expresiones carece de sentido.
a) u (v w) b) (u v) +w c) Ilu - vII d) k (u + v)
11. Usar vectores para hallar los cosenos de 10s ángulos internos del triángulo cuyos vér-
tices son (O, - l), (1, -2) y (4, 1).
12. Demostrar que 4 3 , O, 2), B(4, 3, O) y C(8, 1, -1) son los vértices de un triángulo
rectángulo. ¿En qué vértice está elángulo recto?
13. Suponer que a b=a c y a # O. $,e concluye que b = c? Explicar la respuesta
14. Sean p = (2, k ) y q = (3, 5). Encontrar k tal que
a) p y q sean paralelos.
b) p y q sean ortogonales.
c) el ángulo entre p y q sea d 3 .
d) el ángulo entre p y q sea n/4.
15. Usar la fórmula (13) para calcular la distancia entre el punto
y la recta.
a) 4x+3y+4=0;(-3, 1)
b) y = - 4 ~
+ 2; (2, -5)
c) 3x+y=5;(1,8)
16. Establecer la identidad Ilu + vJ12+ IIu - v1I2 = 2 lu112+ 2 )l~11~.
17. Establecer la identidad u * v = f 11u + v)12- f 1111 - ~ 1 1 ~ .
18. Encontrim el ángulo entre una diagonal de un cubo
y una de sus caras.
Figura 9
3.4 Producto cruz / 175
20. Usar el resultado del ejercicio 19 para calcular, hasta el grado más próximo, los án-
gulos que forma una diagonal de una caja de dimensiones 10 cm X 15 cm X 25 cm con
las aristas dela caja. [Nota Se requiere una calculadorao tablas trigonométncas.]
cos 0:
1
cos 4, + cosp, cos p, + cos y, cos y, =o
22. Demostrar quesi v es ortogonal tanto aw ,como a w2, entonces v es ortogonal ak,wl+
k2w2para todos los escalaresk, y k,.
1 o, en notación de determinantes,
Se forma la matriz 2 X 3
Demostración de a). Sean u = (ul, u2, uz) y v = (v,, v2, v3). Entonces
u X V = ( ~ -7,
, -6)
Como
(2, -- 3, 4) = 2 i - 3 j + 4k
3.4 Producto cruz / I79
oj
El lector no debe tener ningún problema para obtener los siguientes resulta-
i dos:
iXi=jXj=kXk=O
kj iX
xxikj==j ki ,,
k j X i = -k, k x j = -i, ixk=
-j
Figura 2 La figura 2 es útil para recordar los resultados anteriores. Con referencia a esta
figura, si la circunferencia se recorre en el sentido del movimiento de las maneci-
llas del reloj, el producto cruz de dos vectores consecutivos es el siguiente vector
que se encuentra, y si se recorre en sentido contrario al movimiento de las mane-
cillas del reloj, el producto c m de dos vectores consecutivos es el negativo del
siguiente vector quese encuentra.
FÓRMNLA DEL También vale la pena observar que un producto cruz se puede representar simbóli-
DETERMINANTE camente en formade un determinante 3 X 3:
PARA EL
PRODUCTO
CRUZ
i j k
uXv= 1 2 -2 =2i-7j-6k
3 0 1
&
uxv
Figura 3 u
+ v
r " '
Si 8 denota el ángulo entre u y v, entonces u . v = llull llvll cos 8 , de modo que (5)
se puede escribir de nuevo como
Así,
Pero llvll sen 8 es la altura del paralelogramo determinadopor u y v (figura 4). Por
tanto,
*Recordar que en este texto se acordó considerar sólo sistemas de coordenadas derechos. En caso de que se
hubieran usado sistemas izquierdos,aquí se hubiera aplicado una "regla de la
mano izquierda".
3.4 Producto cruz / 181
Ejemplo 4 Encontrar el área del triángulo determinado por los puntos P I P , 2, o),
P 2 ( - 1. o, 2) y P,(O, 4, 3 ) .
4
El área 4 del tr$ingulo es del área del paralelogramo determinado
-
Solución.
por los vectores P I P , y P , P, (figura 5). Usando el método analizado en el ejemplo
b
2 de la sección 3.1, P I P 2= (-3, -2, 2) y P I P 3= (-2, 2, 3). Se concluye que
P I P , x P I P 3= ( - 10,5, - 10)
Pi (2'2. O)
Figura 5
I'
i x
y en consecuencia,
El triple producto escalar de u = (u1, u2, u2), v = ( v l , v2, v2) y w = (wl, w2,
wz) se puede calcular a partir de la fórmula
(7)
WI w:! w3,
182 / Vectores en los espacios bidimensional y triditnensional
;3iul -
3 -2 -5
U.(VX w) = 1 4 -4
o 3 2
-60+4- 15149 A
OBSERVACI~X -
El símbolo (u v) X w carece de sentido, ya que no es posible
formar el producto cruz de un escalar y un vector. Así, no hay ambigüedad si
se escribe u v X w en vez de u (v X w). Sin embargo, por claridad en general se
conservará el paréntesis.
Por (7) se concluye que
u.(vxw)=w.(uxv)=v.(wxu)
INTERPRETACI~N
GEOMÉTRICA DE
LOS
DETERMINANTES
3.4 Producto cruz 183
Teorema 3.4.4.
a ) El valor absoluto del determinante
Ahora, por el teorema 3.1.3 y el hecho de que Ilk11 = 1. se concluye quc el área A
del paralelogramo determinado poru y v es
Figura 7 u1
184 / Vectores en los espacios bidimensional y tridimensional
Demostración de b). Como se observa en la figura 86, se considera que la base del
paralelepípedo determinado por u, v y w es el paralelogramo determinado por u y
v. De acuerdo con el teorema 3.4.3 se concluye que el área de la base es IIv X wII
y, como se ilustra en lafigura 86, la alturah
I Y
Figura 8 nl
u.(vXw)= kv
donde el signo + o -resulta si u forma un ángulo agudo U obtuso con v X W .
La fórmula (8) conduce a una prueba útil para averiguar si tres vectores
dados son coplanares. Como tres vectores no coplanares determinan un paralele-
pípedo de volumen positivo, por (8) se concluye que 1u * (v X w)l = O si y sólo si
los vectores u, v y w son coplanares. Así, se tiene el siguiente resultado.
~~ ~~ ~
Teorema 3.4.5. Si los vectores u = ( u l , u2, u3), v = ( v l ,v2, v3)y w = (wl, w2,
w3)tienen el mismo punto inicial, entonces están en el mismo plano si y solo si
Figura 9
de modo que
de modo que
3.4 Producto cruz / 187
u X v = k X i = j = ( O , 1,0)
Pero por las figuras 106 y 1Oc es evidente que el vector (O, O, 1) en el sistema xyz
es el mismo que el vector (O, 1, O) en el sistema x'y'z'. Así, se obtiene el mismo
vector u x v si los cálculos se realizan con coordenadas del sistema xyz o con
coordenadas del sistema x'y'z'. A
6 . Comprobar el teorema 3.4.2 para u = (5, -1, 2), v = (6, O, -2), w = (1, 2, -1) y
k = -5.
11. Determinar si u, v, y w son coplanares cuando se colocan de modo que coincidan sus
puntos iniciales.
a) u = ( - 1, -2, I), v = (3, O, - 2 ) w = (5, -4, O)
b ) u = ( 5 , -2, I), ~ = ( 4 -,I , I ) , w = ( l , - I , O )
C) U =(4, -8, I ) , v = ( 2 , 1, -2), w (3, -4, 12)
12. Encontrar todos los vectores unitarios paralelos al plano xy que son perpendiculares al
vector (3, - 1,2).
I88 / Vectores enlos espacios bidimensional y tridimensional
13. Encontrar todos los vectores unitarios en el plano determinado por u = (3, O, 1) y v =
(1, - 1, 1 ) que son perpendiculares al vector w = (1,2, O).
(a+d).(bXc)==a.(bXc)+d-(bXc)
15. Simplificar (u + v) X (u - v )
16. IJsar el producto cruz para encontrar el seno del ángulo entre los vectores u = (2,
3, -6) y v = (2, 3,6)
17. a ) Encontrar el área del triángulo cuyos vértices son A(1, O, I ) , B(O,2, 3 ) y C(2, 1, O).
b) IJsar el resultado del inciso a) para encontrar la longitud de la altura del vértice ¿' al
lado AH.
18. Demostrar que si u es un vector que va de cualquier punto de una recta a un punto 1'
que no pertenece a la recta y v es un vector paralelo a Csta, entonces la distancia entre
P y la recta está definida por 1111 X vII / Ilvll.
21. Considerar el paralelepípedo con lados u = (3,2, I), v = (1, 1,2) pw = ( I , 3 , 3).
a) Encontrar el área de la cara determinada por u y w .
b) Encontrar el ánguio entre u y el plano que contiene la cara determinada por v y w.
[Nota El ángulo entre un vector y un plano se define como el Angulo O entre el
vector y la nonnal al plano para la que O .c- O S d 2 . 1
22. Encontrar un vector n perpendicular al plano determinado por los puntos A(0, -2, I),
& I , -1, -2) y (?(--I, 2, O). [Ver la nota del ejercicio 21.1
23. Sean m y n vectores cuyas componentes en el sistema xyz de la figura IO son m = (O, O,
1)y n = ( O , I , O).
a) Encontrar las componentes de m y n en el plano xyz' de la figura 1O.
b) Calcular m X n usando las componentes del sistema q z .
c) Calcular m X n usando las componentes del sistema xyz'.
d) Demostrar que los vectores obtenidos en b) y c) son los mismos.
26. Demostrar el inciso 6)del teorema 3.4.1. [Sugerencia Demostrar primero el resultado
en el caso en que w = i = (1, O, O), luego cuando w = j = (O, 1, O) y luego cuando w = k
= (O, O, 1). Por Cltimo, hacer la demostración para un vector cualesquiera w = (w,,wz,
w3)escribiendo w = w,i + wzj + w3k.]
27. Demostrar el inciso e ) del teorema 3.4.1. [Sugerencia Aplicar el inciso a) del teorema
3.4.2 al resultado del inciso d) del teorema 3.4.1.1
28. Sean u = (1, 3, -l), v = (1, 1,2) y w = (3, -1, 2). Calcular u x (v X W) usando el
ejercicio 26; luego, comprobar el resultado efectuando el cálculo directamente.
30. En geometría de sólidos existe un teorema que establece que el volumen de un tetrae-
dro es 1/3(área de la base) * (altura). Usar este resultado para demostrar que el volu-
men del tetraedro cuyos lados son los vectores a, b y c es 116 ::. (b X c) (figura 11).
31. Usar el resultado del ejercicio 30 para encontrar el volumen del tetraedro con vértices
P,Q, R Y S.
a) P ( - 1, 2, O), Q(2, 1, -31, 4 1 , O, 11, S(3, -2, 3)
b) P(0, O, O), Q(1, 2 , - I ) , R(3,4, O), S ( - 1, -3, 4)
32. Demostrar los incisos a ) y 6 ) del teorema 3.4.2
En esta sección se usarán los vectores para obtener ecuaciones de rectas y planos
en elespacio tridimensional, y estas ecuaciones se utilizarán para resolver
algunos prob lemas de geometría básicos.
PLANOS EN EL En geometría analítica plana, una recta se puede especificar dmdo su pendiente y
ESPACIO uno de sus puntos. De manera semejante, un plano en el espacio tridimensional se
TRIDIMEN- puede especificar proporcionando su inclinación y especificando uno de sus pun-
SIONAL tos.
Unmétodo conveniente para describir la inclinación es especificar un vector
diferente de cero (denominado normal) que es perpendicular al plano.
I90 / Vectvres en los espacios bidimensiorraly tridinrensisional
Suponer que se desea encontrar la ecuación del plano que pasa por el punto
Po(xo,yo,zo) y cuya normal es el vector n = (a, b, e) diferente de cero. De la figura
1 resulta evidente que el plano consta precisamente de los puntos P(x, y , z ) para
los cuales el vector P
T6 es ortogonal a n; es decir,
“-----f
n.PoP=O
4
Como POP= (x - xo. y - yo, z - zo). la ecuación (1) se puede escribir como
Figura 1 x/
4x + 2y - 5~ + 25 = O
1 ax+by+cz+d=O
es un plano cuya normal es el vector n = (a, 6, c).
ax + by = k,
cx + dy = k2
lineales corresponde a los puntos de intersección de las rectas ax + by = k, y cx +
dy = k, en el plano x y , así las soluciones de unsistema
ax + by + cz = k ,
dx + ey + fz = k , (4)
gx + hy + iz = k3
corresponden a los puntos de intersección de los tres planos ax + by + cz = k , , dx +
ey+&=k2ygx+hy+iz=k3.
En la figura 2 se ilustran algunas de las posibilidades geométricas que
ocurren cuando (4) no tiene solución, tiene exactamente una solución o tiene
infinidad de soluciones.
Ejemplo 2 Encontrar la ecuación del plano que pasa por los puntos Pl(l, 2, - l),
P , ( 2 , 3 , 1) y P,(3, - L 2 ) .
Solución. Como los tres puntos están en el plano, sus coordenadas deben satisfacer
la ecuación general ax + by + cz + d = O del plano. Así,
a+2b- c+d=O
2a+3b+ c+d=O
3 ~ -b + 2 c + d = O
192 / Vectores en los espacios bidimensional y tridimensional
-
Otra solucion. Como P l ( l , 2, - l ) , P2(2,3, 1) y P3(3, -1, 2) pertenecen al plano,
-
entonces los vectores p p = (1, 1, 2) y P I P 3 = (2, -3, 3) son paralelos al plano.
__f
u'2 &
FORMA La
notación
vectorial
proporciona
otra
manera útil paraescribir la forma
VECTORLAL DE punto-normal de la ecuación de un plano; con referencia a la figura 3, sean r
LA ECUACI6N = (x, y , z) el vector que va del origen al punto P ( x , y , z), r, = (x,, y,, zo) el
DE UN PLANO vectorque va delorigenalpunto P,(x,, y,, z,), y n = (u, b, c) un vector
normal al plano (figura 3).
Figura 3 x+’
Entonces PTP = r - r,, de modo que la fórmula (1) se puede volver a escribir
como
I n (r - r,,) = O
Ejemplo 3 La ecuación
esla ecuación vectorialdel plano que pasaporel punto (6, 3 . -4) y es per-
pendicular al vector u = (- 1, 2, 5). A
Figura 4
Ejemplo 4 La recta que pasa por el punto (1, 2, - 3 ) y es paralela al vector v = (4,
5, - 7 ) tiene las ecuaciones paramétricas
Ejemplo 5
a) Encontrar las ecuaciones paramétricas de la recta I que pasa por los puntos
P,(2, 4, - 1) y P,(5, o, 7 ) .
b) ¿Dónde corta la recta al plano y ?
3.5 Rectas y planos en el espacio m'dimensional / 195
L
FORMA La notación vectorial da otra forma útil para escribir las ecuaciones paramétricas
VECTORIAL DE de una recta; con referencia a la figura 3, sean r = (x, y, z) el vector que va del
LA ECUACIóN origen al punto P(x, y , z), ro = (xo, yo,zo) el vector que va del origen al p u s
DE UNA RECTA Po(xo,yo, zo), y v = (a, 6, c) un vector paralelo a la recta (figura 5). Entonces Pop
= r - ro, de modo que la fórmula (6) se puede volver aescribir como
r-ro=tv
r=r,+tv (-m<t<+w)
Figura 5 .,/
Ejemplo 7 La ecuación
(.\-,?:.)=(-2,0,3)+t(4, - 7 , 1) (--<t<+-t)
ALGUNOS Esta sección termina con el estudio de dos "problemas de distancia" bhsicos en el
PROBLEMAS espacio tridimensional:
DONDE
INTERVIENE LA Problemas
DISTANCIA a) Encontrar la distancia entre un punto y un plano.
b) Encontrar la distancia entre dos planos paralelos.
Figura 6
1
La distancia entre los planos paralelos V y Cy es
igual a la distancia entre P, v W.
3.5 Rectas y planos en el espacio tridimensional / I Y7
ID= +
laxO byo + czo + dl
ViGK2
Demostración. Sea e(.,, y,, zl) cualquier punto en el plano. El vector normal n
Qx
= (a, b, c) se coloca de modo que su punto inicial esté en Q. Como se ilustra en la
figura 7 , la distancia D es igual a la longitud de la proyección ortogonal de
sobre n. Así, por (10) de la sección 3 . 3 ,
Pero
Así,
Solución. Para aplicar (9), primero se vuelve a escribir la ecuación del plano en
la forma
2~ - 3 ~ + 6 1~= +
O
Entonces
/(2)(1)+(-3)(-4)+6(-3)+1) 1-31
--=- 3 A
D= -
q 2 2 + (-3>*+ 62 7 7
x+2y-22=3 y 2x+4y-4z=7
son paralelos, ya que sus normales (1, 2, -2) y (2, 4, -4) son vectores paralelos.
Encontrar la distancia entre estos planos.
_ _ ~ ~ ~
~
EJERCICIOS DE LA SECCIÓN 3 5
1. Encontrar una forma punto-normal de la ecuación del plano que pasa por P y cuya
normal es n.
-2); n = ( - 2 ,
a) P ( - l , 3 , 1, -1) b)P(l, 1,4); n = ( l , 9 , 8 )
c ) P(2, O, O); n = (O, O, 2) d ) P(0, O, O); n = (1, 2, 3)
2. Escribir en forma generallas ecuaciones de los planos del ejercicio l .
3.5 Rectas y planos en el espacio tridimensional / 199
15. Encontrar l a forma vectorial de la ecuación de la recta que pasa por p , y es pa-
ralela a v.
a) P o ( - l > 2 , 3 ) ; v = ( 7 , - 1 , 5 ) b) Po(2,0, - I ) ; VE(], I , I )
C) Po(L -4, 1); v = (O, O, - 2) d) Po(O, O, O); v = ( U , b, C)
200 / Vertnres en los espacios bidimensionai y tridimensionul
19. Encontral. la ecuación del piano que contiene al punto (xo,yo. zo) y es paralelo al
a) plano x y . plano yz.
b) c) plano xz.
20. t-hcontrar l a ecuacrón del plano que pasa por el origen y es paralelo al plano 7x +
4y - 2 2 + 3 - 0 .
21. Encontrar la ecuación del plano que pasa por el punto (3, -6, 7) y es paralelo al plano
5, - 2 y + z - S=().
y el plano 2x -. 3v + 42 + 7 = O.
23. Encontrar l a ecuación del plano que contiene a la recta x = - I + 3t, y =5 + 2t, z
-= 2 - t y es perpendicular al plano 2x - 4y + 22 = 9.
21. Ilncontrar la ecuación delplano que pasa por (2, 4, - 1) y contiene a la rectade
-
intersección de los planos x y - 4z = 2 y - 2 x + y + 22 = 3 .
25. Demostrar que los puntos (-1, -2, -3), ( - 2 , O, I), (-4,-1, -1) y (2, O, 1)
pertenecen al mismo plano.
26. Encontrar las ecuaciones paramétncas de l a recta que pasa por ( - 2 , 5 , O) y es paralela
alosplanos2x+y-4z=Oy -x+2y+3z+1 =O.
27. Encontmr l a ecuación del plano que pasa por ( - 2 , I , S ) y es perpendicular a los planos
4~ - 2 ~ + 2 ~- 1 =V 3 ~ + 3 y- 6 . ~ ~ 5 .
28. Encontrar la ecuación del plano que pasa por (2, - 1,4) y es perpendicular a la recta de
intersección de los planos 4x + 2y + 2z =-1 y 3x + 6y + 32 = 7.
Y
x=5+2t, y=l-t, z=7+r (--<tt++)
31. Encontrar la ecuación del plano que contiene al punto (1, - 1,2) y a la recta x = t, y =t
+ l , ~ -3
= +2t.
33. Encontrar la ecuación del plano tal que todos sus puntos equidistan de (- 1, -4, -2) y
(0, -2,2).
esparalelaalplano - 3 x + y + z - 9=0.
35. Demostrar que las rectas
x - 3 = 4yt-,4 =zt-,l = O (-rn<t<+m)
Y
~ + 1 = 1 2yt -, 7 = 6~t ,- 5 = 3 t (-x<t<+x)
36. Hallar la ecuación del plano que contiene a las rectas del ejercicio 35.
38. Demostrar que elplano cuyascoordenadas al origen son x = a,y = b, z = c tiene la ecuación
x y z
-+-+-= 1
a b c
en el supuesto de que a, b y c son diferentes de cero,
42. Encontrar las ecuaciones simétricas de las rectas de los incisos a) y b) del ejercicio 9.
[Nota Ver el ejercicio 4 1 respecto a la terminología.]
43. En cada inciso, encontrar las ecuaciones de los dos planos cuya intersección es la recta
dada.
a)x=7-4t, y = -5-2t, z=5+f (-m<[< +m)
b)x=4t, ,v=2t, z=7t (-m<t< +m)
Figura 8
203
204 i Espacios vectoriales euclidianos
Figura [La tema ordenada (al, a2, d 3 ) se puede interpretar geométricamente como un punto o un
I vector.
I
I
Definición. Dos vectores u = (u1, u2, . . . , u,) y v = (vl, v2, . . . , v,) en R" se
denominan iguales si
u1 = u , , u2 = V I , . .. f u, = u ,
1-
4.1 Espacio euclidiano n dimensional / 205
o = (O, O, . . . , O)
v-u=v+(-u)
(X+U)+(") =v+(-u)
x+(u-u) =v-u
x+o =v-u
x =v-u
206 i Espacios vectoriales euclidianos
Es instructivo que el lector mencione los incisos del teorema 4.1.1 que justifcan
los tres últimos pasos de este cdculo.
ESPACIO Para extender losconceptos de distancia, norma y ángulo a R", se empieza con la
EUCLIDIAN0 n siguiente generalización del producto punto sobre R2 y R3. Fórmula (3) de la sec-
DIMENSIONAL ción 3.31.
~.~=(-1)(5)+(3)(-4)+(5)(7)+(7)(0)=18 A
Entonces
=u.w +v.w
= ~ ~ ( I I -+u~) ( u - v+
) ~ ( v - u+) ~ ( v - v )
= 12(u.u)+ lI(u.v)+2(v.v)
El lector debe determinar qué incisos del teorema4.1.2 se aplicaron encada paso. A
NORMA Y Por analogía con las conocidas fórmulas en R2 y R3, la norma euclidiana (o
DISTANCIA EN longitud euclidiana) de un vector u = (u1, u2, . . , U,,) en R" se define por
,
EL ESPACIO
EUCLIDIAN0 n
DIMENSIONAL 11u11 = (u * =v u : + 2.4'2 + . . . + ut (1)
[Comparar esta fórmula con las fórmulas (1) y (2) de la sección 3.2.1
De manera semejante, la distancia euclidiana entre los puntos u = (ul, uz, .
. . , U,,) y v = (y1, v2, . . . , vn) en R" se define por
Y
d(u,v)=2/(1-0)2+(3-7)2+(-2-2)2+(7-2)2=fi A
. ... I ..".".
208 ,' Espacios vectoriales euclidianos
*ilugustin Louis Barón de) Cauchy (1789-1857). Matemático francés. Cauchy recibió su primera
educación de su padre,abogado y que también era maestro de los clásicos. Cauchy ingresó a l a
Ecole Polytechniqueen 1805 paraestudiaringeniería,perodebidoa su quebrantadasalud, le
recomendaronconcentrarscen las matemáticas. Su trabajomatemáticoespecializadoempezó en
181 1 con una serie de brillantes soluciones de algunos prohlemas sobresalientes dificiles.
[ a s contribuciones
matemáticasdeCauchydurantc los 35 afioius siguientesfueronbrillantes y
asombrosas en cantidad, > a que produjo más de 700 articulos que abarcan 26 volúmenes modernos. El
trabajo de Cauchy inició la era del análisis moderno, aport6 a In%matemáticas n o m a s de precisión y rigor
jamás soñados por matemáticos anterioresa 61.
Es dificil tener una imagen clara de la personalidad de Cauchy. Devoto católico, patrocinó obra>
dccarldad para madressolteras y criminales, asi como deayudaaIrlanda Sin embargo.otroz
aspectos de su vida lo presentan de manera desfavorable. E 1 matcmitico noruego Abel lo describe
co1710"loco. i~~finitamrnte caiólicny fanático". Algunos escritorespregonan sus enseñanzas.pero
otros aiirman q u e divagaba incoherenc~asy. según un informe de l a época. una ocasión dedic6 toda
una clase a extraer l a raíz cuadrada de 17 a 10 cifras decimales aplicando un metodo bien conocido
por SUS estudiantes. En todo caso, Cauchy cs indiscutiblemente una de las grandes luminarias en la
historia de l a ciencia.
I
~~ ~~
Demostración de d).
((u+v((2=(u+v).(u+v)=(u.u)+2(u.v)+(v.v)
+
= ()u/12 2(u v) + (/VI12
5 11u112 + 21u * V I + IIVII? Propiedad del valor absoluto
longitudes de dos lados de un triángulo es mayor o igual que la longitud del tercer
lado (figura 2b)
Figura 2
Los resultados de este teorema son consecuencias inmediatas del teorema 4.1.4 Se
demostrará el inciso d) y las demostraciones de los demás incisos se dejan como
ejercicios.
+
5 ljll - w// l/w - VI/ = d(u, w) + d(w, v)
Demostración.
~.~=(-2)(1)+(3)(2)+(1)(0)+(4)(-1)=0 A
Figura 4 U
[;I
OTROS TIPOS DE Un vector u = u l , u2, . . . , U,,) en R" también sepuede escribir en notación
NOTACIÓN PARA matricial como matriz renglón o matriz columna:
VECTORES EN R"
u,
Así, para vectores expresados como matrices columna se tiene la siguiente fórmula
para el producto interior euclidiano:
E3
-;I
VTU = u.v
Por ejemplo, si
u=[
entonces
u.v=vTu=[5
.=[-;I, -p1
y la multiplicación por AT.
-: ;][ ;] [
Entonces
1 .
.
4
I 1 - 1.
AU v = 7( - 2) + lO(0) + 5(5) = I1
u*ATv=(-1)(--7)+2(4)+4(-1)= 11
Por tanto, si los vectores renglón de A son r,, r,, . . . , r, y los vectores columna
de B son c l , c,, . . . , c,, entonces el producto matricial A B se puede expresar como
AB =
rl.x
r2- x
-
rm x
Figura 5
FUNCIONES DE Recordar que una funcidn es una regla f que asocia a cada elemento de un
F A R conjunto A uno y sólo un elemento de un conjunto B. Sifasociael elemento b con
el elemento a, entonces se escribe b = A a ) y se dice que b es la imagen de a bajof,
o que f ( a ) es el valor de f e n a. El conjunto A se denomina dominio d e f y el
conjunto B se denomina codominio del: El subconjunto de B que consta de todos
los valores posibles def cuando a varía sobre A se denomina recorrido de f: Para
las funciones más comunes, A y B son conjuntos de números reales, en cuyo casof
se denominafunción con valores reales de una variable real. Otras funciones CO-
munes Ocurren cuando B es un conjunto de números reales y A es un conjunto de
vectores en R2, R3 o, más generalmente, en R". En la tabla 1 se muestran algunos
ejemplos.
4.2 Transformaciones lineales de R" a Rm / 219
TABLA 1
Estas m ecuaciones asignan un punto Único (wl, w2,. . . , w,) en Rm a cada punto
(x1,x2, . . . , X,,) en R" y, por tanto, definen una transformación de R" a Rm.Si esta
transformación se denota por T, entonces T:R" + Rm y
definen una transformación T:R2 -+ H3. Con esta transformación, la imagen del
punto (xl, xz) es
T(X,, X2) : -.X:)
= (11 f X2, 3xlX2, 1
T(1, - 2 ) = ( - 1 , -6, - 3 ) A
TRANSFORMA- En el caso especial en que las ecuaciones de (1) son lineales, la trasformación T:Rn
CIONES + K" definida por esas ecuaciones se denomina transformación lineal (u ope-
LINEALES DE rador lineal si m = n). Así, una transformación lineal T:R" Rm está definida por
-+
o, más brevemente,
w =Ax
La matriz A = [ a -1
. se denomina matriz estrindar de la transformación lineal T y T
se denomina muhplicación porA .
La imagen de un punto (xl, x2, x3, x4) se puede calcular directamente a partir de
las ecuaciones de definición (5) o a partir de (6) por multiplicación de matrices.
Por ejemplo, si (xl, x2, x3, x4) = (1, -3, O, 2), entonces al sustituir en (5) se
obtiene
En esta ecuación se sobrentiende que el vector x en R" se expresa como una matriz
columna.
Algunas veces es tedioso introducir una nueva literal para denotar la matriz
estándar de una transformación lineal T:R" -+ R". En esos casos, la matriz están-
dar.para T se denota por el símbolo [q.Con esta notación, la ecuación (7) asume
la forma
T(x) = [ T ] x (8)
Algunas veces se mezclan las dos notaciones para la matriz estándar, en cuyo caso
se tiene la relación
(9)
OBSERVACI~N. Entre toda esta notación es importante tener en mente que se ha
establecido una correspondencia entre las matrices m X n y las transformaciones
lineales de R" a Rm:a cada matriz A le corresponde una transformación lineal T,:
(multiplicación por A ) , y a cada transformación lineal T:R" "* Rm le corresponde
una matriz [qm X n (la matriz estándar para 7).
222 ,; Espacios vectoriales euclidianos
1
-
"-+ -
T,(X) = ox = o
de modo que la multiplicación por cero mapea cada vector de R" en el vector cero
en R". To se denomina transformación cero de R" a R". Algunas veces la
transformación cero se denota por O. Aunque esta e$ la misma notación que se usa
para indicar la matriz cero, la interpretación apropiada es evidente a partir del
contexto. A
T,(x) = zx = x
Entre los operadores lineales más importantes sobre R2 y R3 están los que
producen reflexiones, proyeccionesy rotaciones. A continuación se analizarán esos
operadores.
OPERADORES Considerar el operador T:R2-R2 que transforma cada vector en su imagen simé-
REFLEXI~N trica con respecto al eje y (figura 2).
Si se hace w = T(x),entonces las ecuaciones que relacionan las componentes
dexywson
4.2 Transfornlacioneslineales de Rn a Rm / 223
Figura 2 l
o bien, en forma matricial,
'ABLA2
224 i Espacios vectoriales euclidianos
ABLA 3
Matriz
Operador Ilustración Ecuaciones estjadar
Reflexión w ,= x
respecto al w2 = y
plano xy
wg = -2
Keflexlón w, = x
respecto al w, = -y
plano xz
wg = 2
Figura 3
4.2 Transformaciones lineales de Rn a Rm / 225
w,=x= xfOy
w* = o = ox + oy
o bien, en forma matricial;
1 0
[T1=[0 o]
MBLA 4
Ilustración Operador
I I
Proyección ortogonal
sobre el eje x w, = x
I
I I
Proyección ortogonal
,726 Espaciosvectorialeseuclidianos
TABLA 5
Matriz
Operador Ilustración estándar
Proyección ortogonal
sobre el plano xv
4'
Proyección ortogonal
sobre el plano xz
Proyección ortogonal
sobre el plano yz
Y
-__t
OPERADORES Un operador que hace girar todo vector en R2 hasta describir un ángulo fijo se de-
ROTACI~N nomina operador rotacidn sobre R2. En la tabla 6 se enumeran los dos operadores
rotación básicos sobre R2. Para mostrar cómo se obtuvieron los resultados, consi-
derar el operador rotación que hace girar en sentido contrario a las manecillas del
reloj cada vectorpor un ángulo positivo fijo 8. Para encontrar ecuaciones que
relacionen x y w = T(x), sea el ángulo del eje x positivo a x, y sea r la longitud
común de x y w (figura 4).
.
Figura 4 I
Entonces, por trigonometría básica,
x =r cos 4, y =r send
4.2 Transformacioneslineales de Rn a Rm / 227
w, =.xcos O-ysen8
w2=xsen8+ycos8
Las ecuaciones en (16) son lineales, por lo que T es un operador lineal; además;
matriz estándar para í"es
con base en estas ecuaciones se concluye que la
Matriz
cuaciones
Operador Ilustración estándar
Rotación a través
de un ángulo 8
w2)
(w1,
\(&Y)
W, = X C O S 8-y e cos O
St- 8
-sen O
cos 8 1
Ejemplo 5 Si cada vector en R2 se hace girar un ángulo n/6 = (30°), entonces la
imagen w de un vector es
x= [:]
228 ' Eipacios vectorzales euctidianos
es
b)
Figura 5 (i I
'ABLA 7
Matriz
Operador Ilustración Ecuaciones estándar
Rotación en
w ,=x O
sentido
contrario al w 2= y c o s 0 - z s e n 0
movimiento de w 3 = y sen O + z COS O
las manecillas
del reloj a través
de un á n a o
respecto al eje x
positivo.
Rotación en
w 1= x cos O + z sen0
.:@I
cos 8 O sen O
tz
sentido
contrario al U'2 = y
movimiento de = -xsenO+zcosO
las manecillas
del reloj por un
ángulo
respecto al eje y
positivo.
Rotación en
sentido t" w ,= x c o s 0 - y s e n 0 cos0 - sen0 O
Zontrario al
movimiento de
las manecillas
w2 = x s e n O + y c o s 0
wj =z [se; 0 coi O p]
le1 reloj a través
le un ángulo
lespecto al eje z
~ositivo.
1
a2(I - cos 8) + cos 8 ab(1 - cos 0) c sen 0 ac(1 cos 0) + b sen8
[
- -
(1 7)
L a obtención de este hecho puede consul barse en el libro Yrincipies of Interactive
Computer Graphics, de W. M. Newrnan y R. F. Sproull, 'Nueva York, McGra\v-
... . .
230 Espacios vectoriaies euclidianos
Hill, 1979. Es instructivo que el lector deduzca los resultados de la tabla 7 como
casos especiales de este resultado más general.
U) b)
'ABLA 9
Operador Ilustración Ecuaciones Matriz
estándar
Contracción con
factor k sobre R3. t" w ,= kx
w2 = kY
w3 = kz
Dilatación con 0 0 k
factor k sobre R3. w , = kx
w2 = kY
w 3 = kz
Ejemplo 6 Sean T1:R2+ RZ y T2:R2+ R2 los operadores lineales que hacen girar
a los vectores por los ángulos O, y O,, respectivamente. Así, la operación
Figura 7
cos 8, - sen 8,
[ T2 1 = [,O2 cos 0,
COS(O, + O,)
+ O,)
-sen(8, + O,)
cos(8, + 8,)
1
Estas matrices deben satisfacer (21). Con auxilio de algunas identidades trigono-
métricas básicas se puede demostrar que lo anterior es como sigue:
4.2 Transformaciones lineales de R" a Rm / 233
Figura 8
de modo que [ T, 0 TI ] # [ T I 0 T, 1. A
t' t'
Figura 9 T2 T, O T2 O T,
233 / Espacios vectoriales euclidianos
La igualdad de T , 0 T2 y T2 0 7,
también se puede deducir mostrando que
las matrices estándar para TI y T2 conmutan:
COMPOSICIO- Las composiciones sepueden definir para tres o más transformaciones linealcs.
NES DE TRES Por ejemplo. considerar las transformaciones lineales
o MÁS
TRANSFORMA- T,:R"+-R', T,:Rk-+R',
CIONES
LINEALES La composición (T3 o T2 0 7,):Rn+ R" se define por
T I , T, y T3 por
(22)
cos 0 -sen8 O -1 o o 1 0 0
7. I?n cada mciso, encontrar í"(x) usando la matriz para T, luego, comprobar el resultado
calculando directamente T(x).
a) T ( x , , x , ) = ( - x , + x , , x , ) ; x=(-1,4)
b) 7 ' ( ~ , ,~ 2 X,)
, = (2x1 - X > +~ 3 x2
, + ,uj, O); X = (2, 1, - 3)
12. Usar la multiplicación matricial para encontrar la imagen del vector (3, -4) cuando se
hace girar un ángulo de
a) 0 = 3 0 O b) 8 = -60' C) 0 = 4 5 O d) 0 = 90°
13. Por medio de la multiplicación matnciai hallar la imagen del vector ( - 2 , 1, 2) si este
se hace girar
a) 30° en sentido contrario al movimiento de las manecillas del reloj con respecto al
eje x.
b) 4 5 O en sentido contrario al movimiento de las manecillas del reloj con respecto al
eje y .
c) 90° en sentido contrario al movimiento de las manecillas del reloj con respecto al
eje z.
14. Encontrax la matrrz estándar para el operador lineal que hace girar un vector en R3 en
sentido del movimiento de las manecillas del reloj hasta describir un ángulo de -60'
con respecto al
a) eje x. b) eje y . c) eje z.
4.2 Transformaciones lineales de R" a Rm / 237
15. Usar multiplicación matricial para encontrar la imagen del vector (-2, 1, 2) si éste se
hace girar
a) -30° en sentido del movimiento de las manecillas del reloj con respecto al eje x.
b) -45O en sentido del movimiento de las manecillas del reloj con respecto al eje y .
c) -90° en sentido del movimiento de las manecillas del reloj con respecto al eje z.
16. Encontrar la matriz estándar para la composición de operadores lineales sobre R2 que
se indica.
a) Una rotación de 90° en sentido contrario al movimiento de las manecillas del reloj,
seguida de una reflexión con respecto a la rectay = x.
b) Una proyección ortogonal sobre el eje y , seguida de una contracción con factor k =
-
1
2 '
c) Una reflexión con respecto al eje x, seguida de una dilatación con factor k = 3 .
18. Encontrar la malriz estándar para la composición de operadores lindes sobre R3 que se
indica.
a) Una reflexión respecto al plano yz, seguida de una proyección ortogonal sobre el
plano x z .
b) Una rotación de 45O en sentido contrario al movimiento de las manecillas del reloj
respecto al eje y , seguida de una dilatación con factor k = fi .
c) Una proyección ortogonal sobre el plano q ,seguida de una reflexión con respecto
al plano yz.
19. Encontrar la matriz estándar para la composición de operadores lineales sobre R3 que
se indica.
a) Una rotación de 30' en sentido contrario al movimiento de las manecillas del
reloj respecto al eje x, seguida de una rotación de 30' en sentido contrario al
21. Detenninar si T,
o 7; = 1- o 7'
1.
a) 7,
: K3 += R 3 cs &a dhatación con factor k y 7, : R 3 + R3 es la rotación en sentido
contrarioal movimiento de las manecillasdelreloj con respectoal eje z hasta
describir un ángulo
b) T , . R' .+ R3 es la rotación con respecto al eje x hasta describir un ángulo 8, y
T2 : K' -+ R3 es la rotación con respecto al eje z hasta describir un ángulo O,.
22. En R3,las proyecciones ortogonales sobre el ejex, el eje y y el eje z se definen como
respectivamente.
a) Demostrar quelas proyecciones ortogonales sobrelos ejesde coordenadas son
operadores lineales y encontrar sus matnces estándar.
b) Demostrar que si TR3 + R3 es una proyección ortogonal sobre uno de los ejes de
coordenadas, entonces para todo vector x en R3 los vectores T ( x ) y x - T ( x ) son
ortogonales.
c) Hacer una figuramostrando x y x - T(x) en elcasoen que T es la proyección
ortogonal sobre el eje x.
23. A partir de la fórmula (1 7), obtener las matnces estándar para las rotaciones en sentido
contrario al movimiento de las manecillas del reloj respecto al eje x, al ejey y al eje z
en R3
24. Usar la fórmula (17) paraencontrar la matnz estándar de una rotación de 90° en
sentido contrario al movimiento de las manecillas del reloj respecto al eje determinado
por el vector v = ( 1, 1, 1). [Nota La fórmula (1 7) requiere que la longitud del vector
que define el eje de rotación sea 1.]
26. Se puede demostrar que si A es una matriz 2 X 2 con det(A) = 1 y tal que los vectores
columna de A son ortogonales y tienen longitud 1, entonces la multiplicación por A es
una rotación en sentidocontrario al movimiento delas manecillasdelrelojhasta
describir algún ángulo O. Comprobar que
27. El resultado del ejercicio 26 también es verdadero en R3: se puede demostrar que si A
es una matriz 3 X 3 con det(A) = 1 y tal que los vectores columna de A son ortogonales
por parejas y tienen longitud 1, entonces la multiplicación por A es una rotación en
sentido contrario al movimiento de las manecillas del reloj con respecto a algún eje de rota-
ción hasta describir algún ángulo O. Usar la fórmula (1 7)para demostrar que si A satis-
face las condiciones establecidas, entonces el ángulo de rotación satisface la ecuación
tr(A) - 1
cos 0 =
2
~
28. Sea A una matriz 3 X 3 que satisface las condiciones planteadas en el ejercicio 27. Se
puede demostrar que si x es cualquier vector en R3, entonces el vector
u = A x +ATx + [ 1 - tr(~)]x
determina un eje de rotación cuando u se coloca con su punto inicial en el origen. [Ver
The Axis of Rotation:Analysis, Algebra, G e o m e t y , de Dan Kalman, Mathematics Ma-
gazine, Vol. 62, No. 4, Oct. 19891.
a) Demostrar que la multiplicación por
es una rotación.
b) Encontrar un vector de longitud 1 que defina un eje de rotación.
c) U s a r el resultado del ejercicio 27 para encontrar el ángulo de rotación en sentido
contrario al movimiento de las manecillas del reloj alrededor del eje obtenido en el
inciso b).
Definición. Se dice que una transformación lineal T:R" + R"' es uno a uno si T
mapea vectores (puntos) distintos de R" en vectores (puntos) distintos de R"'.
-
1 es uno a uno, pero el operador proyección ortogonal de la figura 2 no lo es.
A es invertible
Ax = w es consistente para toda matriz w n X 1.
Ax = w tiene exactamente una solución para toda matriz w n X 1.
A es invertible.
* ' Para todo vector w en R", existe algún vector x en R" tal que TA(x)= w.
Expresado de otra forma, el recorrido de TA es todo R".
Para todo vector w en el recorrido de TA, existe exactamente un vector x
en R" tal que TA(x)= w. Planteado de otra forma, TA es uno a uno.
Ejemplo 2 En' el ejemplo 1 se observó que el operador rotación T:R2 --* R2 ilus-
trado en la figura 1 es uno a uno. Por el teorema 4.3.1 se concluye que el recomdo
de T debe ser todo R2, y que la matriz estándar para T debe ser invertible. Para
probar que el recomdo de T es todo R2 es necesario demostrar que todo vector en
R2 es la imagen de algún vector x bajo T. Pero claramente este hecho es así, ya que
el vector x que se obtiene al hacer girar w hasta describir el ángulo -O lo trans-
forma en w cuando se hace girar el ángulo O. Además, por la tabla 6 de la sección
4.2, la matriz estándar para T es
INVERSA DE UN Si TA:K" + R" esun operador lineal uno a uno, entonces por el teorema 4.3.1 la
OPERADOR matriz A es invertible. Así, TA-':Rn-+ R" por sí mismo es un operador lineal; se
LINEAL UNO A denomina inverso de TA.Los operadores lineales TA y TA-, se cancelan entre sí en
UNO el sentido de que para todo x en R"
o. equivalentemente,
T A o TA-1 == T A A - 1 = TI
T A - I 0 T A = T A - 1A = TI
Figura 3
__
I
"
- X
4.3 Propiedades de las transformaciones lineales de R" a Rm / 243
u
[ T" ] = [ TI"
Ejemplo 4 Sea T R 2 + R2 el operador que hace girar cada vector de R2 hasta des-
cribir el ángulo 0; de modo que por la tabla 6 de la sección 4.2
[' 1
COS
= [seno
8 -sen8
cos 01
Geométricamente es evidente que para deshacer el efecto de T es necesario hacer
girar cada vector de R2 por un ángulo -0. Pero esto es exactamente lo que hace el
operador T- I , ya que la matriz estándar para T- es
Ejemplo 5 Demostrar que el operador lineal T:R2 + R2 definido por las ecuacio-
nes
w , = 2x, + x2
w, = 3x1 + 4x,
Esta matriz es invertible (de modo que T es uno a uno), y la matriz estándar
para T" es
244 Espaclos vectorxales euclidianos
Así,
T '(M.,
, ($w, -. 6w2, -?M>, +gw2) A
PROPIEDADES En la sección precedente, una trasformación TR" R" se definió como lineal si
+
DELA las ecuaciones que relacionan a x y a w = T(x) son lineales. El siguiente teorema
LINEALIDAD proporciona otra representación de la linealidad. Este teoremaes fundamental y
constituye la base para extender el concepto de transformación lineal a casos más
generales que se presentarán después en el texto.
~~ ~~~ ~~~~
Teorema 4.3.2. Una trasformación T:R" R" es lineal si y sólo si las si-
-+
Y
T(cu) = A(cu) = c('4u) = cT(u)
Recíprocamente, se supone que la trasformación T satisface las propiedades a) y
b). Sepuede demostrar que 7' es lineal si se encuentra una matriz A con la
propiedad
T ( x )= Ax (31
I]
T(v, t v2 + . . + V k ) = T(v,) + T(v,) + . . . + T ( V k )
'
e, = , e2 =
Si
x=
son los vectores estrindar. brisicos para R", entonces la matriz estándar para 7
es
It]
de modo que por (6)
[TI=[:
-1 2 1
A = [ 3 o 61
4.3 Propiedades de las transforrnaciones lineales de R” a Km / 247
Las imágenes de los vectores estándar básicos se pueden leer directamente de las
columnas de lamatriz A :
-
Ejemplo 6 Sea I la recta en el plano xy que pasa por el origen y forma un ángulo
con el eje x positivo, donde O 5 8 < n.Como se ilustra en la figura 5a, sea T:R2
R2 el operador lineal que transforma cada vector en su proyección ortogonal
sobre 1.
[ T I = [ í Y e , ) I T(e,)l
donde el y e2 son los vectores estándar básicos para R2. Se considerará el caso en
que O 5 8 5 n12;el caso en que n12 < 8 < 7t es semejante. Con referencia a la
figura 5b, se tiene IIT(el)ll = cos 8, de modo que
cos2 H
[ TI =
i cos' H
sen0 cos O
sen O cos
sen28 1
Solucicin de b). Como sen nI6 = 112 y cos n/6 = f i I 2 , por el inciso a) se con-
cluye que la matriz estándar para este operador proyección es
Así,
3+5v3
4
f i + 5
4
o bien, en notación horizontal.
T(x) = Ax (7)
Figura 6
A = [ cos O
sen0
-sen0
cos 8 1
250 / Espacios vectoriales euclidianos
Como se analizó en la sección 2.3, los eigenvalores de esta matriz son las solucio-
nes de la ecuación característica
A - cos 0 sen 0
det(AZ - A ) =
-sen 0 A - cos 0
es decir.
T(x)= A x =/x = x
de modo que T transforma todo vector en sí mismo y, por tanto, en la misma recta.
En el caso en que sen 6 = O y cos 6 = -1, la ecuación característica (8) se
vuelve (A + 1)2 = O, de modo que A = - 1 es el Único eigenvalor de A. En este caso,
la matriz de A es
*Existen aplicaciones que requieren escalares complejos y vectores con componentes complejas. En
talescasossonpermisibles los eigenvalorescomplejos y los eigenvectoresconcomponentes
complejas.Sinembargo,estehechocarece de importanciageométricadirectaaquí.Encapítulos
ulterioresseanalizarántaleseigenvalores y eigenvectores,perohastaqueexplícitamente se
establezca lo contrario, se supondrá que se considerarán sirlo eigenvalores reales y eigenvectores con
componentes reales.
4.3 Propiedades de las transformaciones lineales de R" a Rm / 251
La ecuación característica de A es
A-1 o o
det(AZ - A ) = o a-] o =o
O O h
O
O
0 x3
cuyas soluciones son x1 = O, x2 = O, x3 = t (comprobar), o bien, en forma matricial,
Como ya se había anticipado, estos son los vectores a lo largo del eje t. Si ,
I=' 1,
entonces el sistema (9) es
252 / Espacios vectorialeseuclidianos
RESUMEN En el teorema 2.3.6 se presentó una lista con seis resultados que son equivalentes
a la invertibilidad de una matriz A. Esta sección concluye agregando el teorema
4.3.1 a esa lista, para obtener el siguiente teorema que relaciona todos los temas
principales estudiados hasta el momento.
a) A es invertible.
b) A x = O sólo tiene la solución trivial.
1
cf La forma escalonada reducida de A es In.
(0 A se puede expresar como un producto de matrices elementales.
e) AH = b es consistente para toda matriz b n X 1.
8 AH = b tiene exactamente una solución para toda matriz b n X 1.
gj det4) # O .
h) El recorrido de TA es R".
i ) T,es uno a uno.
2. Encontrar la matriz estándar del operador lineal definido por las ecuaciones y usar el
teorema 4.3.1 para determinar si el operador es uno a uno.
a) w I = Sx, + 4x2 b) w I = 2x, - 3x, c) w I = -xi + 3x, + 2x3 d) u', = X, + 2x2 + 3x3
w 2 = ZX, + x2 w2 = 5x, + x2 w 2= ZX, + 4x3 51, -t 3s3
w 2 = 2x, i-
w 3 = x! + 3x2 + 6x3 kv3 = x1 + 8x3
4.3 Propiedades de las transformaciones lineales de Rn a Rm / 253
3. Demostrar que el recorrido del operador lineal defindo por las ecuaciones
w , = 4x, - 2x2
w2 = 2x, - x2
4. Demostrar que e! recorrido del operador lineal definido por las ecuaciones
w,= x, - 2x2+- x3
w2 = 5x, - x2 + 3x,
w, = 4x, + x2 + 2x,
no es todo de R3, y encontrar un vector que no esté en el recorrido.
10. a) T(x,y,z)=(x,x+y+z) b) T ( x , y , z ) = ( l , l )
11. a) T(x, y, z) = (O, O) b) T(x, y, z) = (3x - 4y, 2x - 52)
254 / Espacios vectoriales euclidianos
12. En cada inciso, usar el teorema 4.3.3 para encontrar la matriz estándar del operador
lineal a partir de las imágenes de los vectores estándar básicos.
a) Los operadores reflexión sobre R2 en la tabla 2 de la sección 4.2.
b) Los operadores reflexión sobre R3 en la tabla 3 de la sección 4.2.
c) Los operadores proyección sobre R2 en la tabla 4 de la sección 4.2.
d) Los operadores proyección sobreR3 en la tabla 5 de la sección 4.2.
e) Los operadores rotación sobre R2 en la tabla 6 de la sección 4.2.
f, Los operadores dilatación y contracción sobreR3 en la tabla 9 de la sección 4.2.
13. Aplicar el teorema 4.3.3, para encontrar la matriz estándar de TR2 R2 a partir de las
Imágenes de los vectores estándar básicos.
a) TB2 +. R2 proyecta un vectorortogonalmentesobreel eje x y luego refleja ese
vector respecto al ejey.
b) T:R2 +. R2 refleja unvector respecto a la recta y = x y luego refleja ese vector
respecto al eje x.
c j 7R2 + R2 dilata un vector por un factor de 3 , luego refleja ese vector respecto a la
recta y = x, y luego proyectaese vector ortogonalmente sobre el eje y .
14. Aplicar el teorema 4.3.3 para hallar la matriz estándar de TR3 + R3 a partir de las
imágenes de los vectores estándar básicos.
a) TR3 +. R3 refleja un vector respecto al plano xz y luego contrae ese vector por un
factor de 1/5.
b) 7R3+. R3 proyecta un vector ortogonalmente sobre el plano xz, y luego proyectaese
vector ortogonalmentesobre el plano x y .
c) TB3+. R3 refleja un vector respecto al plano x y , luego refleja ese vector respecto al
plano xz, y luego refleja ese vector respecto al planoyz.
y Sean e , , e2 y e3 10s vectores estándar básicos para R3. Encontrar por inspección los
siguientes vectores.
.a) &(e,), U e A y U e 3 ) b) U e , + e2 + e 3 j c) TA(7e3)
16. Determinar si la multiplicación por A es una transformaciónlineal uno a uno.
17. Usar el resultado del ejemplo 6 para encontrar la proyección ortogonal de x sobre la
recta que pasa por e1 origen y forma un ángulo 8 con el eje x positivo.
a) x = ( - l , 2 ) ; 0 = 4 5 " b) x = ( l , O ) ; 0 = 3 0 " cx) = ( l , 5 ) ; O = 120"
21. Demostrar que T(x, y ) = (O, O) define un operador lineal sobre R2 pero T(x, y ) = (1, 1)
no lo hace.
22. Demostrar que si TRn + Rm es una transformación lineal, entonces To) = O; es decir,
T transforma el vector cerode Rn en el vector cero deRm.
23. Sea 1 la recta en el plano xy que pasa por el origen y forma un ángulo con el eje .x
positivo, donde O I8 < Z. Sea TB2 + R2 el operador lineal que refleja cada vector
respecto 1(figura 8).
Figura 8
a) Usar el método del ejemplo6 para encontrar la matriz estándar para T.
b) Encontrar la reflexión del vector x = (1, 5) respecto a la recta 1 que pasa por el
origen y forma un ángulo 8 = 30' con el eje x positivo.
25 7
256: / Espacios vectorides generales
6 se deducen de las definiciones de las operaciones estándar sobre R"; .los demás
axiomas se deducen del teorema 4.1.1. A
Los tres casos especiales más importantes de R" son R (los números reales),
R2 (los vectores en el plano) y R3 (los vectores en el espacio tridimensional).
Ejemplo 4 Sea V el conjunto de las funciones con valores reales definidas sobre
toda la recta real (- m , m ) . Si f =Ax) y g = g(x) son dos de estas funciones y k es
cualquier número real, entonces la función suma f + g y el múltiplo escalar kf se
definen por
Figura 1 al hi Cl
Ejemplo 5 Sea V = R2, con las operaciones de adición y multiplicación escalar de-
finidas como sigue: Si u = (u1, u2) y v = (vl, v2), entonces se define
u+v=(u, +u,,u,+u,)
u+v=(2+(-3),4+5)=(-1,9)
ku = 7u = ( 7 . 2 , O) = (14, O)
l u = l ( u , , u2) = (1 . u , , O) = (u,, O) # u
Ejemplo 6 Sea Vcualquier plano qui: pasa por el ongen en R'. Se demostrara que
los puntos en V constituyen u n espacio kectorial bajo las Operaciones estandar de
adxión y multiplicación escalar para veclores en I?'.
Por el ejemplo I, se sabe que
262 / Espacios vectoriales genevales
ax + by + cz = O (1)
(Teorema 3.5.1). Por tanto, si u = (ul, u2, u3)y v = (vl, v2, v3)
son puntos en V,
entonces aul + bu2 + cu3 = O y a v l + bv2 + cv3 = O. Sumando estas ecuaciones se
obtiene
Así, "u = ( -ul, -u2, -u3) está en I.'. Esto establece el axioma 5. A
Ejemplo 7 Sea V que consta de un solo objeto, elcual se denota por O, y se define
o+o=o
kO = O
para todos los escalares k. Es fácil comprobar que se cumplen todos los axiomas de
espacio vectorial. Este espacio se denomina espacio vectorial cero. A
ou + ou = (O + O)u [Axioma 81
= ou [ Propiedad del número O 1
Por el axioma 5, el vector Ou tiene un negativo: -0u. Al sumar este negativo a
ambos miembros de la última e>rpresiónse obtiene
O
ou + [Ou -t (-Ou)] = ou + (-OU) [Axioma 31
ou+o=o [Axloma 51
ou = o [Axloma 41
=o 0 [ Inciso u)]
1. El conjunto de todas las temas de números reales (x, y , z) con las operaciones
2. El conjunto de todas las temas de números reales (x, y , z) con las operaciones
4. El conjunto de todos los números reales x con las operaciones estándar de adición y
multiplicación.
5. El conjunto de todas a
ls parejas de números reales de la forma (x, O) con las opera-
ciones estándar sobre R2.
261 / Espacios vectoriales generales
I. El conjunto de todas las parejas denúmeros reales de ia forma (x, y ) , donde x 2 O, con
las operaciones estándar sobreR2.
8. El conjunto de todas las parejas denúmeros reales (x,y ) con las operaciones
(x, y ) + (xf, y ' ) = (x + x' + 1, y f y' + 1) y k ( x , y ) = (kx, ky)
[::I
con la adición y la multiplicación escalar de matrices
13. El conjunto cuyo Único elemento es la Luna. Las operaciones son Luna + Luna = Luna
y k(Luna) = Luna, donde k es un número real.
14. Demostrar que una recta que pasa por el origen en R3 es un espacio vectorial bajo las
operaciones estándar sobre R".
15. Demostrar que el conjunto de todos los números reales positivos con l a s operaciones
x+y=xy y h=xk
es un espacio vectorial.
20. Demostrar que un espacio vectorial no puede tener más de un vector cero
22. Demostrar que los nueve primeros axiomas de espacio vectorial se cumplen si V = X’
tiene la adición y la multiplicación escalar definidas en el ejemplo 5.
5.2 SUBESPACIOS
Ejemplo 2 Demostrar que una recta que pasa por el origen de R3 es un subespacio
de R3.
Solución. Sea W una recta que pasa por el origen de R3. Geométricamente es
evidente que la suma de dos vectores sobre esta recta también está sobre la recta, y
que un múltiplo escalar de un vector sobre la recta también está sobre la recta
(figura 2). Así, W es cerrado bajo la adición y la multiplicación escalar, de modo
que es un subespacio de R3. En los ejercicios se pide al lector demostrar algebrai-
camente este resultado usando las ecuaciones paramétricas de la recta.
Todo espacio vectorial V diferente de cero tiene por l o menos dos subes-
pacios: Ves un subespacio, y el conjunto {O} que consta sólo del vector cero en V
es uil subespacio denominado subespacio cero. Combinando esto con los ejemplos
1 y 2 se obtiene la siguiente lista de subespacios deR2 y R3.
{O} (0)
0 Rectas que pasan por el origen Rectas que pasan por el origen
0 R2 Planos que pasan por el origen
R3
Ejemplo 4 Por el teorema 1.7.2, la suma de dos matrices simétricas es una matriz
simétrica, y un múltiplo escalar de una matriz simétrica es simétrico. Así, el
conjunto de matrices simétricas n x n es un subespacio del espacio vectorial M,,
de als matrices n X n. De manera semejante, el conjunto de las matrices triangu-
lares superiores n X n, el conjunto de las matrices triangulares inferiores n x n y
el conjunto de las matrices diagonales n X n son subespacios de M,,, ya que cada
uno de estos conjuntos es cerrado bajo la adición y la multiplicación escalar. A
Ejemplo 5 Sea n un entero positivo y sea W que consta de todas las funciones que
pueden expresarse en la forma
p(x) = a0 + a , x + . . + a,x"
' (1)
donde ao, . . . , a, son números reales. Así, W consta de la función cero junto con
todos los polinomios reales de grado menor o igual que n. El conjunto W es un
subespacio del espacio vectorial de todas las funciones con valores reales que se
analizó en el ejemplo 4 de la sección precedente. Para ver esto, sean p y q los
polinomios
p ( x ) = a , + a,x + . . . + a,x"
Y
q(x) =bo + b,x + . . . + b,x"
Entonces
(p + q)(x) = p ( x ) + q(x) = (ao+ bo)+ ( a l + b , ) x + . . . + (a, + b,)x"
Y
(kp)(x) = kp(x) = (ka,) + ( k a , ) x+ . . + (ka,)x"
'
268 / Espacios vectoriales generales
A x = O y Ax'=O
[i -% j[:l-[B1 [
[-i -: -:][!]=[:]
a) b) - 31 - 27
-2 4
c) d ) [O0 O0 O]
0
0 0 0
Cada uno de estos sistemas contiene tres incógnitas, de modo que las soluciones
son subespacios de R3. Geométricamente, esto sigmfka que cada espacio solución
debe ser UM recta que pasa por el origen, un plano que pasa por el origen, sólo el
origen o todo R3. A continuación se comprobará que así es (se deja para el lector
la resolución de los sistemas).
Solución.
x = 2 s - 3 4 y=s, z=t
a partir de lo cual se concluye que
270 / Espacios vectoriales generales
x = ~ Y - ~ Oz ~ - 2 y + 3 ~ 0
Esta es la ecuación del plano que pasa por el origen con n = (1, -2, 3) como
vector normal.
b) Las soluciones son
x = -5t, y = -t, z=t
que son las ecuaciones paramétricas de la recta que pasa por el origen y es
paralela al vector v = (-5, - 1, 1).
c) La solución es x = O, y = O, z = O, de modo que el espacio solución es sólo el
origen, es decir, { O ) .
d) Las solucionesson
x = r , y = s ,z = t
Solución. Para que w sea una combinación lineal de u y v, deben existir escala-
res k , y k2 tales que w = k,u + k2v; es decir,
5.2 Subespacios / 271
k , + 6k2 = 4
2 k , + 4k2 = - 1
-k+
t 2k, = 8
Este sistema de ecuaciones es inconsistente (comprobar), de modo que no existen
los escalares k, y k,. En consecuencia, w' no es una combinación lineal de u y v. A
ESPACIO Si vl, v,, . . . , v, son vectores en un espacio vectorial V, entonces en general al-
GENERADO gunos vectores en V pueden ser combinaciones lineales de vl, v,, . . . , v, y otros
(Lw no. El siguiente teorema muestra que si se construye un conjunto W que consta de
todos los vectores que es posible expresar como combinaciones lineales de vl,
Y,, . . . , v,, entonces W forma un subespacio de V.
de W. 0
de los vectores vl, v2 y v3. Expresando esta ecuación en términos de las compo-
nentes se obtiene
2 74 Espacios vectoriales generules
2. Usar el teorema 5.2.1 para determinar cuáles de los siguientes conjuntos son subespa-
cios
a) Todas las matrices 2 X 2 con elementos enteros.
b) Todas las matrices
dondea+b+c+d=O.
c) Todas las matnces A 2 X 2 tales que det(il) = O
3. Usar el teorema 5.2.1 para determinar cuáles de los siguientes conjuntos son subespa-
cios de P,.
5.2 Subespacios / 275
4. Usar el teorema 5.2.1 para determinar cuáles de los siguientes conjuntos son subespa-
cios del espacioF( - 03,m ) .
a) Todas lasftales queflx) O paratoda x. b) Todas lasftalesquefl0) = O.
Todas
c) lasftales quef(0) = 2. d) Todas las funciones
constantes.
e) Todas lasfde la forma k , + k, sen x, donde k , y k, son números reales.
5. Usar el teorema 5.2.1 para determinar cuáles de los siguientes conjuntos son subespa-
cios de M,,,,.
a) Las matrices A n
b) Las matrices A n
X
X
k
n tales que tr A ) = O.
n tales que A = -A.
c) Las matricesA n X n tales que el sistema linealAx = O sólo tiene la solución tnvial.
6. Determinar si el espacio solución del sistema Ax = O es una recta que pasa por el
"1
origen, un plano que pasa por el origen o sólo es el origen. Si es un plano, encontrar su
ecuación; si es una recta, encontrar sus ecuaciones paramétricas.
.)A=[-: - 11 i] b)A=[-3 1 -2 c ) , 4 = [ 21 52 3 1
d)A=[!
-4
2 -6 :]
-5
e)A=[i
-2 -6
]!l f, A=[: 18
1 0 8
-3 i]
7. ¿Cuáles de los siguientes vectores son combinacioneslineales de u = (O, -2, 2) y v =
(1,3, -l)?
a) (2,2,2). b) (3, 1,5). c) (O, 4, 5). d) (0, o, O).
8. Expresar cada uno delos siguientes vectores como combinacioneslineales de u = (2, 1,
4), v = (1, -1,3) y w = (3,2, 5).
a) (-9, -7, -15). b) (6, 11,6). c) (0, o, O). d) (7,8, 9).
IS. hcontrar la ecuación del plano generado por los vectores u = (-- 1 , 1, I ) y v = (3,4.4).
16. Encontrar las ecuaciones paramétricas de la recta generadapor el vector u = ( 3 , -2, 5).
20. llna recta L que pasa por el origen en R3 se puederepresentar por ecuaciones
paramétricas de la forma x = at,y = ht y z = ct. Usar estas ecuaciones para demostrar
que L es un subespacio de R3; es decir, si v, = (x,, y , , z,) y v2 = (x2,y,, z2) son puntos
en L y k es cualquier número real. entonces kv,
y v, + v2 también son puntos en L.
f f (x) dx = O
es un subespacio de C [ a ,h ]
5.3 Independencia lineal / 277
se convierte en
k,( 1, o. O) + k,rO, l . O) -L- J"(0, o, 1) = (O, O, 0)
o equivalentemente,
(itl, IC,> P,) ~= (0; o * 0)
- . . .., .
278 / Espacios vectoriales generales
k,v, + k2v, + k 3 v , = O
se convierte en
kI(1, - 2, 3 ) + k2(5, 6, - 1 ) + k3(3, 2, 1) = (O, O, O)
o equivalentemente,
( k , + 5k, + 3k3, - 2k, + 6k, + 2 k 3 ,3kl - k2 + k 3 ) = (O, O, O)
Igualando las componentes correspon&entes se obtiene
k, + 5k, + 3k, =O
-2k, +
6k2 2k3 = O +
3k, - k , + k3 = O
1 , x , x 2, . . . ) x"
Solución. Sean
po= I , p1= x , p2=x2, . . . ) p n= x n
Para ver que así es, recordar que en álgebra un polinomio diferente de cero de
grado n tiene cuando mucho n raíces distintas. Pero esto significa que a. = al = a2
= . . . = a,,= O; en caso contrario, por ( I ) se concluiría que a. + a,x + a$ + + I '
Demostración de a). Sea S = {vl, v2, . . . , vr} un conjunto con dos o más vectores.
Si se supone queS es linealmente dependiente, entonces existen escalaresk , , k,, . . . ,
k,., no todos iguales a cero, tales que
k , v l + k,v, + . . . + k , ~ =, O (2)
Para ser específícos, supóngase que k , f O. Entonces (1) se puede volver a escribir
como
de modo que
VI - c2v2 - c3v3 - ' ' ' - crv,. = o
Se concluye que S es linealmente dependiente, ya que la ecuación
k , ~ +, k2v2 + . . t- k,v,. = O
'
se satisface por
k, = 1, k, --c2, . . . . kr = - c,.
que no todos son cero. La demostración para el caso en que algún vector diferente
de v, se puede expresar como una combinación lineal de los demás vectores en S
es semejante. 0
Pero esta ecuación no se cumple para ninguno de los valores de k , y k2, de modo
que k no se puede expresar como una combinación lineal de i y j. De manera se-
5.; Independencia lineal / 281
Teorema 5.3.2.
a> Un conjtlnto j n i t o de vectores que contiene al vector cero es linealmente
dependiente.
h) Un conjunto con exactamente dos vectoreses linealmente independiente si y
sólo si ninguno de los vectores es un múltiplo escalar del otro.
a) b) C)
a) b) c)
El primer resultado es una conclusión del hecho de que dos vectores son
linealmente independientes si y sólo si ninguno de ellos es un múltiplo escalar del
otro. Geométricamente, esto equivale a afrmar que los vectores no están en la
misma recta cuando se colocan con sus puntos iniciales en el origen.
El segundo resultado es una conclusión del hecho de que tres vectores son
linealmente independientes si y sólo si ninguno de ellos es una combinación lineal
de los otros dos. Geométricamente, esto equivale a decir que ninguno de los
vectores está en el mismo plano que los otros dos o, de otro modo, que los tres
vectores no están en un plano común cuando se colocan con sus puntos iniciales
en el origen (¿por qué?).
El siguiente teorema muestra que un conjunto linealmente independiente en
R" puede contener cuando mucho n vectores.
Considérese la ecuación
O está expresado como una combinación lineal de f,, f2 y f3 con los coeficientes no
todos iguales a cero. Sin embargo, tales identidades se pueden aplicar sólo en
situaciones especiales. Aunque no existe ningún método general para establecer
independencia lineal o dependencia lineal de funciones en F( - m, a ) ,a continua-
ción se desarrollará un teorema que algunas veces se puede aplicar para demostrar
que un conjunto de funciones dado es linealmente independiente.
Si f, =A(.), f2 =&(x), . . . , f,, =f,(x) son funciones derivables n - 1 veces
sobre el intervalo (- m , m), entonces el determinante
284 Espacios vectoriales generales
para toda x en el intervalo (- m , m). AI combinar esta ecuación con las ecuaciones
obtenidas al derivar sucesivamente n - 1 veces, se obtiene
tiene una solución no trivial para toda x en el intervalo (- m, m). Esto a su vez
significa que para toda x en (- m ; m) la matriz de coeficientes no es invertible o,
de manera equivalente, que su determinante (el wronsluano) es cero para toda x en
(- m , m). Por tanto, si el wronskiano no es idénticamente cero sobre (- m, m),
entonces las funciones f,, f2, . . . , f,, deben ser vectores linealmente independien-
tes en C("-l)(- m. m). Este es el contenido del siguente teorema:
Teorema 5.3.4. Si las funciones f,, f2, . . . , f,, tienen n - 1 derivadas conti-
nuas sobre el intervalo (- 03, m) y si el wronskiano de estas funciones no es
idénticamente cero sobre (- m, m), entonces las funciones formanun conjunto
linealmente independiente de vectores en &-l)(-m, m).
Solución. El wronskiano es
1 e-' e Z X
w(x> = O e x 2e2' = 2e3'
O ex 4eZX
c) pl = 3 - 2x + x2 y p2 = 6 - 4x + 2x' enP,
286 /' Espacios vectoriales generales
a) 2 - x + 4 x 2 , 3 + 6 x + 2 x 2 , 2 + 1 0 x - 4 x 2b ) 3 + x + x 2 2, - x + 5 x 2 4, - 3 x 2
C) 6 - x', 1 + X 4 ~ ' + +
d) 1 3x 3x2, x 4x2, 5 + + + 6x + 3x2, 7 + 2x - x2
S. Supóngase que vl, v2 y v3 son vectores en R3 cuyos puntos iniciales están en el origen.
En cada inciso, d e t e m a r si los tres vectores son coplanares.
a)v,=(2,-2,0),v2=(6,1,4),v,=(2,0,-4) b)v,=(-6,7,2),v2=(3,2,4),v,=(4,-1,2)
6. Supóngase que vI, v2 y v3 son vectores en R3 cuyos puntos iniciales están en el origen.
En cada inciso, determlnar si los tres vectores son colineales.
a) v , = ( - 1 , 2 , 3 ) , ~ 2 = ( 2 , -4,
- 6 ) , v,=(-3,6,0) b) ~ 1 = ( 2 , - 1 , 4 ) , ~ , = ( 4 , 2 , 3 ) ,~ , = ( 2 , 7 ,- 6 )
c) VI = (4, 6, 8). v2 = (2, 3,4), vj = ( - 2 , -3, -4)
8. ¿,Para qué valores reales de 1 los siguientes vectores forman un conjunto linealmente
dependiente en R3?
v, =(a, -1 2. ";), v2 = ( - L 2. a, 4).
" vj = ( -A -+. a)
9. Demostrar que si {vl, v2, v3} es un conjunto de vectores linealmente independiente,
entonces también {vi, v2}, {vl, v3}, {v2, v3}, {vl}, {v2} y (v3} son linealmente inde-
pendientes.
11. Demostrar que si {vl, v2> v3} es un conjunto de vectores linealmente independiente en
un espacio vectorial V y v4 es cualquier vector en V, entonces {vl, v2, v3, v4) también
es linealmente independiente.
13. Demostrar que todo conjunto con más de tres vectores de P2 es linealmente depen-
diente.
14. Demostrar que si {vI, vz} es linealmente independiente y v3 no está en lin {vl, vz},
entonces {v,, v2, v3} es linealmente independiente.
16. Demostrar: El espacio generado por dos vectores en R3 es una recta que pasa por el
origen, un plano que pasa por el origen o el origen mismo.
18. ,$on linealmente independientes los vectores v,, v2 y v3 de la figura 3a? ¿Y los de la
figura 3b? Explicar las respuestas.
tz
Figura 3
21. Con el inciso a) del teorema 5.3.1, demostrar el incisob ) del mismo teorema.
a) bI (' 1
coordenadas no rectangulares en el
-
OP sea la diagonal del paralelogramo determinadopor los vectoresmIy bv2.
OP = a v , +- bv,
Resulta evidente que los númerosa y b en esta fórmula vectorial son precisamente las
coordenadas deP en el sistema de coordenadas de la figura lb. De manera semejante,
las coordenadas (a,b, c) del punto P en la figura IC se pueden obtener al expresar ¿¡?
como una combinación lineal delos vectores que se muestran en la figura 26.
5.4 Base y dimensión / 289
-3 -2 -1
-?I
-3
-1
-2
a) S es linealmente indepenhente.
b) S genera a V.
y también como
v = k,v, + k,v, + ' I + knv,
Restando la segunda ecuación de la primera se obtiene
es decir.
C, = k,, c 2 = k,, ..., crt = kn
RESPECTO A
UNA BASE v = c,v, + c*v2+ ' . ' + c,v,
es l a expresión que describe un vector v en términos de la base S, entonces los
escalares cl, c2,. . . , e,, se denominan coordenadas de v respecto a la base S. El
5.4 Base y dimensión / 291
vector (cl, c2, . . . , cn) en R" que se obtiene a partir de estas coordenadas se llama
vector de coordenadas dev con respecto a S; se denota por
(v)s = (CI, $9 .. ' > c,>
OBSERVACI~N. Se debe notar que los vectores de coordenadas no sólo dependen
de la base S, sino también del orden en que se escriben los vectores básfcos; un
cambio en el orden de los vectores básicos da por resultado un cambio corres-
pondiente en el orden de los elementos en los vectores de coordenadas.
Así, S es una basede R3; se denomina base estándar de R3. Al observar los
coeficientes de i, j y k en (1). se concluye que las coordenadas de v respecto a la
base estándar son a, b y c, de modo que
v = (VIS
Figura 4
Los resu1:ados delejemplo anterior son un caso especial de los quese
presentan en el siguiente ejemplo.
entonces
Así, S es una base de R"; se denomina base estándar de R". Por (2) se con-
cluye que las coordenadas de v = (vl, v2, . . . , vn) respecto a la base estándar
son v l , v2, . . . , vn, de modo que
v =w7
.
sólo tiene la solución trivial. Obsérvese que los sistemas (3) y (5) tienen la misma
matriz de coeficientes. Así, por los incisos a), b ) y g) del teorema 4.3.4 se puede
probar en forma simultánea que S es linealmente independiente y que genera a H3
al demostrar que en los sistemas (3) y (5) la matriz de coeficientes
1 2 3
1 0 4
Ejemplo 5
Ejemplo 6 Sean
Es decir,
a [ 'O O
0 ]+b[O
O 0 'I+# : ] + d [ oO 0I]=[: :]
Se concluyeque
Ejemplo 8 Por los ejemplos 2, 5 y 6, los espacios vectoriales R", Pn y M,,,, son de
dimensión finita. Los espacios vectoriales F(- m , m ) , C(- m , m ) , Cm(- m , w)
y C" (- m , m) son de dimensión infinita (ejercicio 23). A
296 ,I Espacios vectoriales generales
Wl = + u21v2 - t . . + a,,v,
U,,V, '
w, = Ul,VI + a2,v2 + . . + U n m V ,
'
Usando las ecuaciones en (6), la expresión (7) se puede volver aescribir como
(k,u,1 " k,a,2 + ' ' ' + kmUlm)V,
+ (k1a,, + k2a,, + . . . + kma2,,,)v2
a , , k , +- a2,k, + . . . + a,,k, = O
(8)
+
v, = a l l w l + a Z I w 2 . . . + a , , ~ ,
v2 = a 1 2 w l+ a22w2+ . . + am2w,
'
Pero obsérvese que (9) y (10) son de la misma forma que (6) y (7), excepto que se
han intercambiado m y n, así como las w y las v. Por tanto, los cálculos con los
que se llegó a (8) ahora producen
a,,k, + a I 2 k 2+ . . . + a&, =O
a2,k, + a2,k2 + . . . + a2,k, =O
Este sistema lineal contiene más incógnitas que ecuaciones y por el teorema 1.2.1,
posee soluciones no triviales. 0
Ejemplo 9
Ejemplo 10 Determinar una base para y la dimensión del espacio solución del
sistema homogéneo
j
lo cual demuestra que los vectores
"
ALGUNOS El resto de esta sección se dedicará a una serie de teoremas que revelan las sutiles
TEOREMAS relaciones que hay entre los conceptos de generación, independencia lineal, base y
FUNDAMENTA- dimensión. Estos teoremas no son ejercicios vanos de matemáticas teóricas; porel
LES contrario, son esenciales para comprender los espacios vectoriales y muchas apli-
caciones prácticas del álgebra lineal se basan en ellos.
El siguienteteorema,que en estelibro se denomina Teorema M&/Menos,
establecedosprincipiosbásicos en los que se basan la mayoríade los teoremas
subsecuentes.
b) C)
Figura 5
". . -. ,".I .. . .
. ".
I
300 / Espacios vectoriales generales
En general, para probar que un conjunto de vectores {vl, v2, . . . , v,,} es una
base de un espacio vectorial V, se debe demostrar que los vectores son linealmente
independientes y generan a Y, Sin embargo, si se sabe que la hmensión de Ves n
(de modo que {vl, v2, . . . , v,,} contiene el número adecuado de vectores para una
base), entonces basta verificar y a sea, la independencia lineal o la generación: la
otra condición se cumple automáticamente. Este es el contenido del siguiente
teorema.
Solución de a). Como ninguno de los vectores es un múltiplo escalar del otro, los
dos vectores forman un conjunto linealmente independiente en el espacio bi&-
mensional R2 y, entonces, por el teorema 5.4.5, forman una base.
.-.. .
302 ,I Espacios vecloriaies generales
idea para R3. En esa figura se observa que aumenta la dimensión de subespacios
sucesivamente más grandes.
1 Origen
(dimensión O)
Figura 6 I
~~ ~~~ ~~ ~~~ ~ ~~ ~
Demostración. Sea S = { wl, w,, . . . , wm} una base para W. S puede ser una
base para V o no. Si es así, entonces dim(w = &m(V) = m. Si no es así, entonces,
porel teorema 5.4.66, es posible agregar vectores al conjunto linealmente
independiente S a fin de convertirlo en una base para Y de modo que dim(JV) <
&m( 4. Por tanto, d i m ( q 5 & m ( q en todos los casos. Si dim( W) = dim(V),
entonces S es un conjunto de m vectores linealmente independientes en el espacio
vectorial Vde dimensión m ;por tanto, debido al teorema 5.4.5, S es una base para
V. Esto signifíca que W = Y (¿por qué?). 0
MÁS DEMOSTRACIONES
Demostración del teorema 5.4.4a Supóngase que S = {y1, v2, . . . , vr} es un con-
junto linealmente independiente de vectores en V y que v es un vector en I/’ fuera
de lin (S). Para probar que S = {vl, v2, . . , vr, v} es un conjunto linealmente
,
1. Explicar por qué los siguientes conjuntos de vectores no son bases de los espacios
vectoriales indicados. (Resolver este problema por inspección.)
a) u, = (1, 2), u2 = (O, 3), uj = (2, 7) para R2
b ) u l = ( - 1 , 3 , 2 ) , u,=(6,1,1)paraR3
C) pI = 1 + x + x2, p2 = x - 1 para P2
a) u l = ( l , O ) . u ~ ~ ( OI ) ; , ~ = ( 3 -,7 ) b) U, = ( 2 , -4), ~ , = ( 3 , 8 ) ;w = ( l , 1)
c) u, = ( I , I ) , u, = ( O , 2); w = ( u , h )
En los ejercicios del 1 1 al 16, determinar la dimensión y una base para el espacio solución
del sistema.
11. x , + x , - xi = o 12. 3r, +x, +x, + x 4 = o 13. x , - 4x, 3x3 - x4 = o +
- 2x, - x, 2x3 = o+ 5x, - x, xj - x4 = o + 2 ~ -, 8x2 + 6x3 - 2x4 O
-x, + x, = o
14. X, - 3x, + x3 = O 15. 2x, +x, + 3x3 = O 16. x + y + z = O
2x, - 6x2 + 2 ~ =, O x, + 5x, = o 3x+2y-2z=O
3x, - 9x, -t3x, = o x, + xj = o 4xf3y- z=o
6x+5y+ z=O
17. Determinar bases para los siguientes subespacios de R3.
a) El plano 3x - 2y+ 5z = O.
b) El plano X - = O.
c) L a r e c t a x = 2 t , y = - t , z = 4 t .
d) Todos los vectores de la forma (u, 6 , e), donde b = u + c
20. Encontrar un vector estándar básico que se pueda agregar al conjunto { v , , vz} para
obtener una base paraR3.
a ) v , = ( - 1 , 2 , 3 ) v, , = ( l , - 2 , -2) b ) v , = ( l , -l,O), vz=(3,1,-2)
21. Encontrar vectores estándar básicos que se puedan agregar al conjunto {vi, v2} para
obtener una basepara p.
v , = ( l , - 4 , 2 , -3), ~ , = ( - 3 , 8 , -4,6)
22. Sea { v I , v2, vj} una base de un espacio vectorial V. Demostrar que {ui, u2, u3} tam-
bién es una base, donde u1= Y , , u2 = v i + v2 y u3 = v, + v2 + v3.
5.4 Base y dimensión / 305
23. a) Demostrar que para todo entero positivo n, en F( - m , m ) se puede hallar n + 1 vec-
tores linealmente independientes. [Sugerencia Buscar polinomios.]
b) Usar el resultado del inciso a) para demostrar que F( - m , m) es de dimensión
mfihita.
c) Demostrar que C( - m , m), Cm(- m , m) y C (- m , m) son espacios vectoriales de
dimensión m f i i t a .
24. Sea S una base de un espacio vectorial V de dimensión n. Demostrar que si v l , v2, . . .
vr forman un conjunto linealmente independiente de vectores en V, entonces los vec-
) ~ . . . , (v& forman un conjunto linealmente indepen-
tores de coordenadas ( v ~ (vJS,
diente en R" y recíprocamente.
26. Encontrar una base parael subespacio deP2 generado por los vectores dados.
a) - 1 + x - 2x2, 3 + 3x + 6 2 , 9 b) 1 +x, x2, -2+2x2,-3x
C) 1 + X - 3x2, 2 + 2~ - 6x2, 3 + 3~ - 9x2
[Sugerencia Sea S labase estándar para P2 y trabájese con los vectoresde
coordenadas relativos a S; consultar los ejercicios 24 y 25.1
X'
Figura 7
COLUMNA
los vectores
Ejemplo I Sea
"I
' "i
4
.
Por la fórmula (7) de la sección 1.3 se concluye que si cl, c2, . . . c, denotan los
vectores columna de A , entonces el producto A x sepuede expresar como una
combinación lineal de estos-vectores columna con coeficientes de x; es decir,
x, = 2 , x2 = - 1, x3 = 3
Ax,= b y Ax=b
A(x - xo) = o
5.5 Espacio renglón, espacio columna y espacio nulo / 309
Para sistemas lineales con dos o tres incógnitas, el teorema 5.5.2 posee una
interpretación geométrica interesante en R2 y en R3. Por ejemplo, considérese el
caso en que A x = O y Ax = b son sistemas lineales condos incógnitas. Las
soluciones de Ax = O forman un subespacio de R2 y, por tanto constituyen una
recta que pasa por el origen, sólo el origen o todo R2. Por el teorema 5.5.2, las
soluciones de A x = b se pueden obtener sumando cualquier solución particular de
Ax = b, porejemplo xo, a las soluciones de A x = O . Suponiendo que x. está
colocado con su punto inicial en el origen, esto tiene elefectogeométricode
trasladar el espacio soluciónde Ax = O demodo que el punto en el origen se
mueve hacia la punta de x. (figura 1). Esto significa que los vectores solución de
A x = b forman una recta que pasa por la punta de ~0.
el punto en la punta de x*, o
todo R2. (¿Puede el lector imaginar el Ú h m raso?! De marma semtjante. prrra
sistemas lineales contres incligl'hits, I;I: so!ucioms de A x -= b constituyen un
plano que pasa por l a punta de cuaicyjier scllnci6rr $. ~.lZicuHsrx*. una recta que pasa
por la punta de x0? o todo R 3 .
310 ,/ Espacios vectoriales generales
I
Espacio solución
deAx = O
Figura 1
x, 3- 3x,
2x, " t 2x5 = o
+
Lx, 6x2 - 5x3 - 2x4 + 4x5 - 3x6 = - 1
(4)
5x, + lox, + 15x6 = 5
2x1 + 6x2 + 8x4 + 4x, + 18x6 = 6
y se obtuvo
- 3r - 4s - 2t
:I
I- - ”
- 3 r-4 -2
1 O
O -2
x=r
O
+ S
1
+t
O O
- O- ”
O - O1
es la solución general del sistema homogéneo
(comprobar). A
BASES PARA Primero se designaron las operaciones elementales en los renglones para resolver
ESPACIOS sistemas lineales y, por ese
trabajo.
sabe
se que al efectuar una
operación
RENGL~N, elemental en los renglones de una matriz aumentada no cambia el conjunto so-
ESPACIOS lución dei sistema lineal correspondiente. Se concluye que realizar una operación
COLUMNA Y elemental en los renglones de una matriz A no modificael conjunto solucióndel
ESPACIOS sistema lineal correspondiente A x = O o, expresado de otra forma, no cambia el
NULOS espacio nulo de A . Así, se tiene el siguiente teorema.
A = [
1 I-
-1 -1
1 O
v, = O -1
O O
O 1
En vista de los teoremas 5.5.3 y 5.5.4 se podría anticipar que las operaciones
elementales en los renglones no deben cambiar el espacio columna de una matriz.
Sin embargo, esto no es así: las operaciones elementales en los renglones pueden
modificar el espacio columna. Por ejemplo, considérese la matriz
.. . . , c:,
I ,
Así, (5) tiene una solución no trivial para xl, x*, . . . , x, si y sólo si lo mismo es
cierto para ( 6 ) . Esto indica que los vectores columna de A son linealmente inde-
pendientes si y sólo si lo mismo es cierto para B. Aunque se omitirá la demostra-
ción, esta conclusión también es d i d a para cualquier subconjunto de los vectores
columna. Así, se tiene el siguiente resultado.
El siguiente teorema hace posible encontrar por inspección bases para lps
espacios renglón y columna de una matriz en forma escalonada.
314 Espaciosvectorialesgenerales
r
i Teorema 5.5.6. S
i una matriz R esfh en ,forma escalonada.entonces los
vectoresrenglón con los unos prixipales (rs decir, k m vectnres rengkbc;
dferentes de cero) forman una base para el espaciorenglón de N, y L L Y
vectores columna con los unos principales de ios vectores renglón forman u m
base para el espacio columna de R.
Ejemplo 5 La matriz
I .7
O l
R=
o o
O O
1 -3 4 -2 5 4
2 -4 9 -1 S 2
A=
2 -6 9 -1 9 7
-1
3 --4 2 -- 5 -. 4
Por el teorema 5.5.6, los vectores renglón diferentes de cero de R forman una base
para el espacio renglón de R y, por tanto, forman una base para el espacio renglón
de A. Estos vectores básicos son
',=[I -3 4-2 5 41
r,=[O O 1 3 -2 -61
r,=[O O O O 1 51
forman una base para el espacio columna de R; así, los vectores columna corres-
pondientes de A , a saber
c, = [ 11,
-1 %=[ -4 j], [; I] -5
Ejemplo 7 Encontrar una base para el espacio generado por los vectores
316 Espacios vectoriales generales
1 - 2 o o 3
2 -5 -3 -2 6
O 5 15 10 Ó
2 6 1 8 8 6
I
1 -- 2
_J
O 1
0 O
O O
O
Los vectores renglón diferentes de cero en esta matriz son
WI = ( l , -2,0,0,3), w,=(O, 1 , 3 , 2 , 0 ) , w 3 = ( 0 , O , 1, 1,O)
Estos vectores forman una base para el espacio renglón y por tanto forman
una base para el subespacio de R5generado por vl, v2, v3 y v4. A
;]
Ejemplo 8 Encontrar una base para el espacio renglón de
-;y; ;
-2 o o
A = [
I
1 2 O 2
-2 -5 5 6
AT= O -3 15 18
o -2 10 8
3 6 O 6
O I;]O
O
O O
'-;I
Las columnas primera, segunda y cuarta contienen los unos principales, de modo
que los vectores columna correspondientes en AT forman una base para el espacio
columna de AT; éstos son
c ~ = l2 i ]
c, = O Y
i
3
Y
r4=[2 6 18 8 6 1
Por el teorema 5.5.5 se sabe que las operaciones elementales en los renglo-
nes no modifican las relaciones de independencia lineal o dependencia lineal entre
los vectores columna; sin embargo, las fórmulas (5) y (6) indican un resultado
incluso más profundo. Debido a que estas fórmulas tienen en realidad los mismos
coeficientes escalares xl, xz, . . . ,xn, se concluye quea ls operaciones elementales
en los renglones no modifícan l a s fórmulas (combinaciones lineales) que relacionan
vectores columna linealmente dependientes. Se omite la demostración formal.
Ejemplo 9
que forme una base para el espacio generado por estos vectores.
b) Expresar los vectores que no pertenecen a la base como una combinación lineal
de los vectores básicos.
Solución de u). Se empezará por construir una matriz que tenga a v l , vz, . . . , v5
como sus vectores columna:
i~
1 2 O 2 5
-2 -5 I -1 "8
o -3 3 4 1
3 6 o -7 2-
T 1
\; \, \ ; \, \ <
La primera parte del problema se puede resolver encontrando una base para el
espacio columna de esta matriz. Al reducir la matriz a la forma escalonada y
denotar los vectores columna de la matriz resultante por wl, w2, w3, w4 y w5 se
obtiene
i: ~1
1 o 2 o
1 -1 o
0 0 1 1
o 0 O 0
íw,,w2>w4)
es una base para el espacio columna de (8) y en consecuencia
W? = 2w, - W?
wj = w , + w2 + wq
v3 = 2v, - V?
v5 = v i + v2 + vq A
Paso 1. Formar la matriz A que tiene a vl, v2, . . . , vk como sus vectores
columna.
Paso 2. Expresar la matriz A en su forma escalonada reducida R, y sean wl,
w2, . , wk los vectores columna de R.
, ,
Paso 3. Identificar las columnas que contienen a los unos principales en R. Los
vectores columna correspondientes de A son los vectores básicos para
lin (S).
Paso 4. Expresar cada vector columna de R que no contenga un uno principal
comocombinación lineal delosvectores columna precedentes que
contengan unos principales. (Esto se puede hacer por inspección.) Así,
se obtiene un conjunto de ecuaciones de dependencia que incluyen a
los vectores columna de R. Las ecuaciones correspondientes para los
vectores columna de A expresan los vectores que no pertenecen a la
base comocombinaciones lineales de los vectores básicos.
5. Encontrar la forma vectorial de la solución general del sistema lineal dado A x = b; luego,
usar el resultado para encontrar la forma vectorial de la solución general de Ax = O.
a) x I - 3x, = 1 b) x 1 x, 2x, = 5 + +
2 x I - 6x2 = 2 XI + x, = - 2
2 x , + x, + 3x, = 3
C) +
.xI - 2 ~ , X , + 2 x 4 = - 1 d) .xI + 2x, 3x3 + x4 = 4
-
2xI - 4x, + +
2x3 4x, = -2 -2x, + x, +2x, + x, = - 1
-x, + 2x, - x3 - 2x4 = 1 -x1 + 3x, x3 + 2x, = 3
-
+ +
3x, - 6x, 3x3 6x4 = - 3 4x, - lx, - 5x4 = -5
6. Encontrar una base para el espacio nulo deA .
-1 0 -
5.5 Espacio renglón, espacio columna y espacio nulo / 321
7. En cada inciso se proporciona una matriz en forma escalonada. Por inspección, Rallar las
bases de los espacios renglón y columna deA .
c)
1
[: A -;
O
O
2
0
4
0
- :I [" ' :]
5
0
d)
O
O
0
-7
8. Para las matnces del ejercicio 6, encontrar una base para el espacio renglón de A redu-
ciendo la matnz a la forma escalonada.
9. Para las matnces del ejercicio 6, encontrar unabase para el espacio columna deA .
10. Para las matrices del ejercicio 6, encontrar una base para el espacio renglón de A que
conste completamente de vectores renglón A
de.
11. Encontrar unabase para el subespacio de I? generado por los vectores dados.
a) (1, 1, -4, -31, (2, O, 2,-21, (2, - 1, 3,2) (b) ( - 1,1, -2, O), (3,3, 6, O), (9, 0,0, 3)
c) (1, 1, o, O), (0, o, 1, 11, (-2, o, 2,2), (O, -3, o, 3)
12. Determinar un subconjunto de los vectoresque formen una base para el espacio generado
por los vectores; luego, expresar cada vector que no pertenezca a la base como una com-
binación lineal de los vectores básicos.
a)vl=(l,O,l,l), v,=(-3,3,7,1), v,=(-1,3,9,3), v4=(-5,3,5, -1)
b)v,=(1,-2,0,3), ~,=(2,-4,0,6), v3=(-1,1,2,0), ~,=(O,-l,2,3)
~ ) ~ 1 = ( 1 , - 1 , 5 , 2 )~,, = ( - 2 , 3 , 1 , 0 ) , ~ , = ( 4 , - 5 , 9 , 4 ) , ~ , = ( 0 , 4 , 2 , - 3 ) , ~ , = ( - 7 , 1 8 , 2 , - 8 )
13. Demostrar que los vectores renglónde una mabiz invertible A n X n fomm una base para R".
i]
14. a) Sea
A=[!
t1 '
Espacio nulo de A
Y
5.6 RANGO Y N
LQS CUATRO Si se consideran juntas una matriz A y su transpuesta A': entonces existen seis
ESPACIOS espacios vectoriales de intcrds:
MATRIClALES
FUNDA- espacio renglón de A espacio renglón deA T
MENTALES espacio colunlna de '4 espacio columna de AT
espacio nulo de .4 espacio nulo de A'
Sin embargo, al transponer una matriz sus vectores renglón se convierten en vcc-
tores columna y sus vectores columna se convierten en vectores renglón, de modo
quc, excepto por una diferencia en la notación,el espacio renglón de A T es el
mismo que el espacio columna de A, y el espacio columna de AT es el mismo que
el espacio renglón de "l. Así, quedan cuatro espacios vectoriales de interés:
tienen, cada uno, tres vectores; es decir, ambos espacios son tridimensionales. NO
es fortuito que estas dimensiones sean iguales; es una consecuencia del siguiente
resultado general.
Las dmensiones de los espacios renglón, columna y nulo de una matriz son nú-
meros tan importantes que existen notación y terminología especiales asociadas con
ellos.
RANGO Y Definición. La &mensión común del espacio renglón y del espacio columna de
NULIDAD una matriz A se denomina rango de A y se denota por rango@); la dimensión
del espacio nulo de A se denomina nulidad de A y se denota por nulidad(A).
r-l
-:I
o
14 "9 2 -4 -4
71
1 O -4 -28 -37
O 1 -2 -12 -16
O 0 0 O O
O 0 0 O O
324 Espacios vectoriales generales
x4 = S
X $ = t
X6 = u
-1
o bien, de manera equivalente,
28 37 - 13
12 16
O O
+ S t l +U
1 O
O 1
O O1 O
Los cuatro vectores del miembro derecho de (3) forman una base para el espacio
solución. de modo que nulidad(A) = 4. A
I
-rungo ( A ) + nulidad ( A ) = n
5.6 Rango y nulidad / 325
Asl.
número de variables
principales variables libres
número de
libres
1
El número de variables libres es igual a la nulidad de A . Esto es así porque la
nulidad de A es la dimensión del espacio solución de A x = O, que es igual al
número de parámetros que hay en la solución general véase (3), por ejemplo , que
es igual al número de variables libres. Así,
rango ( A ) + nulidad ( A ) = n 0
La demostración del teorema precedente contiene dos resultados importantes
de suyo.
Ejemplo 2 La matriz
-1 2 O 4 5 - 3
3 - 7 2 o 1 4
'4 =
2 - 5 2 4 6 1
4 -9 2 "4 "4 7
-
nulidad(A) = n - rango(A) = 7 - 3 = 4
(Espacioental Dimensión
I Espacio renglón d e n I r I
VALOR MÁXIMO Si A es una matriz m x n, entonces los vectores renglón están en R" y los vectores
PARA EL RANGO columna están en Rm. Esto signrfica que el espacio renglón de A es cuando mucho
de hmensión n y que el espacio columna de A es cuando mucho de dimensión m.
Como los espacios renglón y columna tiene la m i s m a dimensión (el rango de A ) ,
se debe concluir que si m = n, entonces el rango de A es menor o igual al mínimo
de m y n. Este hecho se indica escribiendo
5.6 Uav1go y nulidad 1' 327
{c,, c2, . . . , c n } y recíprocamente (¿por qué?). Así, por, el teorema 5.2.4, el es-
pacio columna de A y el espacio columna de [A ! b] son iguales.
328 1 Espacios vectoriales generales
I
1 - -2 --3 2
-3 7 --1 1
2 - .S 4 --3
-3 6 9 --6
I:J
- 17
que tiene la siguiente forma escalonada reducida (comprobar):
10
O
O O i O
Debido al renglón
0 0 0 0 1
se observa que el sistema es inconsistente. Sin embargo, también es debido a este
renglón que la forma escalonada reducida de la matriz aumentada tiene menos
renglones cero que la forma escalonada reducida de la matriz de coeficientes. Esto
hace que la matriz de coeficientes y la matriz aumentada del sistema tengan ran-
gos distintos.
Ei teorema de consistencia trata sobre las condiciones en las cuales un sis-
tema lineal Ax = b es consistente para un vector espedfico b. El siguiente teore-
ma tiene que ver con las condiciones en que un sistema lineal es consistente para
todas las elecciones posibles de b.
5.6 Rango y nulidad / 329
-
Teorema 5.6.6. Si A x = b es un sistema lineal de m ecuaciones Con n incog-
nitas, entonces lassiguientes proposiciones son equivalentes.
x1 - 2x2 = b,
X I - x2 = b,
x, + x2 = b,
x, + 2x2 = b,
x1 + 3x2 = b,
es sobredeterminado, de modo que no puede ser consistente para ninguno de IPS
valores posibles de h , , h, b,, 5, y b,. La resolucióndel sistema lineal por
climinación deGauss-Jordan da las condiciones exactas en que el sistema cs
(1
consistente. Se deja para el lector demostrar que la roma escalonada reducida rle
l a matriz aurncntada es
7_h! - 3h2 -5 h, -0
3 h , -- 4h2 -C b,% ~=o
4b, - 5h2 + h, = li
o bien, resolviendo este sistema lineal hornogdnco,
a ) A es invertible.
b ) Ax = O sdlo tiene la solución trivial.
c) La forma escalonada reducida de A es 1,.
d, A se puede escribir corno un producto de matrices elementales.
e ) A x = b es consistente para toda matriz b n X l .
fi A x = b tiene exactamente una solución para toda matriz b n x l .
g>det(A) f O .
h) El rango de Zp, es Rn.
I) TA es unoa uno.
j ) Los vectores columna de A son linealmente independientes.
k ) Los vectores renglón de A son linealmente independientes.
0 Los vectores columna de A generan a R".
m ) Los vectoresrenglón de A generan a R".
n ) Los vectores columna de A forman una base para R".
o> Los vectores renglón de A ,forman una base para R".
p ) El rango de A es n.
q) La nulidad de A es O .
o * p . Si los n vectores renglón de A forman una base para R", entonces el espacio
renglón de A es de dimensión n y el rango de A es n.
1
2. Encontrar el rango y la nulidad de la matriz;luego,comprobar que los valores
Id -!I
obtenidos satisfacen la fórmula (4) del teorema de la dimensión.
a) A = [ ! b) A = [ :
o
-a]
-1
c)A=
,-I
1 4
2 1 3 , ]
3
5
2
2
d) A =
1
3 - 2
-1
4
o -1
5
1
-2
6
4 -1
1
o
-3
3 6 O -3 '1
2 3 5 7
-2 9 2- 5 - 4
3. En cada inciso del ejercicio (2), usar los resultados obtenidos para encontrar el número
de variables principales y el número de parámetros que hay en la solución de Ax = O
sin resolver el sistema.
- a) b) C e) d) 0 8)
TamañodeA 9 x 5 5 x 9 6 x32x 3 4 x3 4x 3 3 x 3
Rango de A 3 2 1 2 2 O 2
8. Para cada una de las matrices del ejercicio 7, encontrar l a nulidad de A y determinar el
niunero de parámetros que hay en la solución general del sistema lineal homogéneo Ax
=o
9. ¿,Quk condicionesdebensatisfacer b , , b,. b,, b, y b, paraque el sistema lineal
sobredeterminado
X -- 3 , =~ h ;~
x1 - 21, = h2
S ) i- X? = 11,
.yl - 4x2 = h,
x, + 5 . =~ h,~
sea consistente‘!
10. Sea
A=
“22 “21
es diferente de cero.
11. Supóngase que A es una matriz 3 X 3 cuyo espacio nulo es una recta que pasa por el
origen en el espacio tndimensional. ¿Es posible que el espacio renglón o el espacio
columna de A también sea una recta que pasa por el origen? Explicar la respuesta.
a)A=[; l ;
i t b)A=[-i
t
-:3 -
-:]
[;y +]
13. ¿Existen valores de r y S para los cuales el rango de
O o
14. Supóngase que A es una matnz 3 X 3 cuyo espacio columna es un plano que pasa por
el origen en el espacio tridimensional. ¿Es posible que el espacio nulo sea un plano que
pasa por el origen? ¿Es posible que el espacio renglón sea un plano que pasa por el
origen? Explicar las respuestas.
16. Demostrar: Si A es una matrlz no cuadrada, entonces los vectores renglón de A o los
vectores zolumna de A son linealmentedependientes. [Sugerencia Ver elejercicio
15.;
17. Usar el resultado del ejercicio 10 para demostrar que el conjunto de puntos (x, y , z) en
R3 para el que l a matriz
O
-S COMPLEMENTARIOS
1. En cada inciso, el espacio solución es un subespacio de R", por lo que debe ser una
recta que pasa por el origen, 'unplano que pasa por el origen, todo R3 o sólo el origen.
Para cada sistema, determinar cuál es el caso. Si el subespacio es un plano, encontrar
una ecuación para é1 y si es una recta, encontrar las ecuaciones paramétricas.
d) Ox + O y + Oz = O b) 2x - 3v +- z == O c) x - 2y +
7z = O +
d) x i 4y 82 = O
+
6~ - 9 , ~ 32 = O -4~+8y+5z=O 2x + Sy + 62 = O
-4xt-6.v-2z-O +
2x - 43' 32 = o 3X+ y - 4 2 ~ 0
3. a) Expresar (4a, a - b, a + 26) como una combinación lineal de (4, 1, 1) y (O, - 1,2).
b) Expresar (3a + b + 3c, -a + 46 - c , 2a + b + 2c) como una combinación lineal de
(3, - 1 , 2 ) ~ ( 1 , 4 , 1 ) .
336 i Espacios vectoriales generales
8. Para efectos de este problema, una "matriz en tablero de ajedrez" se defmirá como una
matriz cuadrada A = [ a ..] tal que
II
1 si i + j espar
a,,=
{ O si i +j es impar
Encontrar el rango y la nulidad de las siguientes matrices en tablerode ajedrez:
Lamatriz 3 X 3 . b) La matriz 4 X 4 . c) La matriz n X n .
9. Para efectos de este ejercicio, una "matriz en X" se d e f i á como una matriz cuadrada
con un número impar de renglones y de columnas que contiene ceros en todas partes,
excepto en las dos diagonales, donde tiene unos. Encontrar el rango y la nulidad de las
siguientes matrices en X
p O 0 O 11
11. (Pata quienes ya esfudiaton Cdculo.) Demostrar que el conjunto de todos los
polinomios en Pn que tienen una tangente horizontal en x = O es un subespacio de Pn.
Encontrar una base paraeste subespacio.
penor tienen determinante igual a cero. (Una submatriz de A es cualquier matriz que
se obtiene al eliminar renglones o columnas de A . La matriz A en sí también se consi-
dera como una submatriz de A , ) En cada inciso, aplicar este criterio para encontrar el
rango de la matriz.
13. Usando el resultado del ejercicio 12, encontrar los rangos posibles paralas matrices de
la forma
14. Demostrar: Si S es una base para un espacio vectorial V, entonces para cualesquiera
vectores u y v en V y cualquier escalar k se cumplen las siguientes relaciones:
a) " + v), = (u), + (v>,. b) ( W , = k ( q .
6.1 PRODUCTOS
INTERIORES
339
340 / Espacios con producto interior
Debido a que los axiomas del producto interior se basan en las propiedades
del producto interior eucliciiano, éste satisface de forma automática los axiomas;
este es el contenido del siguiente ejemplo.
( u , v } = U . v = U ~ U , + U 2 U * + ~ ~ ~ + U , u , '
define a (u, v) como el producto interior euclidiano sobre R". Los cuatro axiomas
del producto interior se cumplen debido al teorema 4.1.2. A
y que m repeticiones del experimento producen estos valores con varias fre-
cuencias; es decir, x1 ocurrefi veces, x2 ocurre& veces, etc. Como en total hay m
repeticiones del experimento,
fl +- f 2 + . . + fn=m
Ejemplo 2 Sean u = (u1, u2) y v = (vl, v2) vectores en R2. Comprobar que el
producto interior euclidmno ponderado
(u, v) = 3 u , u , + 2 u 9 2
Si w = (wl, w2),entonces
Luego,
3
Resulta evidente que (v, v} = 3v + 2v O. Además, (v, v} = 3v f + 2v = O si y 3
sólo si v1 = v2 = O , es decir, si y sólo si v = (vl, v2) = O. Asi, se cumple el cuarto
axioma. A
LONGITVD Y Antes de analizar más ejemplosde productos interiores, se hará una pausa y se
DISTANCIA EN explicará cómoseusan los productos interiores para introducir los conceptos de
ESPACIOS CON longitud y distancia en espacios con producto interior. Recuérdese que en el
PRODUCTO espacio euclidiano n dimensional la longitud euclidiana de un vector u = (u1, u2,
INTERIOR . . , un) se puede expresar en términos del producto interior euclidiano como
l/uil = (u -u)'/?
y la distancia euclidiana entre dos puntos cualesquiera u = (u1, u2, . . . , un) y v =
(vi,v2, . . . . vn) se puede expresar como
d(u, v) = /Iu - v i / = [(u - V ) . ( r r " v)]':
[Véanse las fórmulas (1) y (2) de la sección 4.1 .] Tomando como motivación estas
fórmulas, se hace la siguiente definición
X(u, v) = ¡/u
- VI/
Ejemplo 3 Si u = (u,: y2, . . . , U,,) y v = (v,, v2, . . . , vn) son vectores en R3 con el
producto interior euchdlano, entonces
-___
/lul/= (u, U)I'* = ( u . u)1/2 = f l u ; + I ' ' + u;
6.1 Productos interiores / 343
Y
d(u, v) = //u- VI/ = (u - v, u - v)l’2 = [(u - v ) . (u - v ) y
= V(U,- Ul)2 + (u* - u2)2 + ‘ ’ . + (u, - u,)l
Obsérvese que las expresiones anteriores son simplemente las fórmulas estándar
para la norma y la distancia euclidianas que se analizaron en la sección 4.1 [véan-
se las fórmulas (1) y (2) de esa sección.] A
11u11 = v?TT = 1
Y
d(u, v) = I/u- VI/ = /1(1, - 1)/1= v,
mv5 =
CIRCUNFEREN- Si Ves un espacio con producto interior, entonces el conjunto de puntos en V que
CIAS Y ESFERAS satisfacen
UNITARIAS EN
ESPACIOS CON I I ~ I I= 1
PRODUCTO
INTERIOR se denomina egera unitaria o algunas veces circunferencia unitariaen I/. En R2
y R3, estos son los puntos cuya distancia al origen es igual a l.
Ejemplo 5
a) Trazar la circunferencia unitaria en un sistema de coordenadas en R2 usan-
do el producto interior euclidiano (u, v) = ulvl + u2v2.
b) Trazar la circunferencia unitaria en un sistema de coordenadas xyz en R3 usan-
do el producto interior euclidiano ponderado (u, v) = $ ulvl + $ u2v2.
t"
x2 y2
-+"=1
9 4
todos los espacios con producto interior, sin importar cuál sea el producto in-
terior (ejercicio 20).
a) b)
Figura 2 1 " + V/I /1u/1+ b'l/ Ilu + V/12 + l/u- V / l 2 = 2(/lu1I2+ /lV1l2)
[q
GENERADOS describirán a continuación. Sean
POR MATRICES
U= y v = [ q
Un un
vectores en R" (expresados como matrices n X l), y sea A una matriz invertible n
x n. Sepuede demostrar (ejercicio30) que si uv es el producto interior
euclidiano sobre R", entonces la fórmula
u u, v) = Au .Av
define un producto interior; se llama producto interior sobre R" generado por A .
-
Si se recuerda que el producto interior euclidiano u v puede escribirse como
el producto matricial v'u [véase (7) en la sección 4.11, se concluye que otra forma
de escribir (3) es
(u, v ) = (AV)T'4U
= 3u,u, + 2u2u2
En general, el producto interior euclidiano ponderado
{u, v ) = "IU1L'! + W7U2U2 f ' ' + W,U,U,
es el producto interior sobre R" generado por
A-
1 0
.
\$O
0 1
(comprobar). A
Ejemplo 7 Si
Por ejemplo, si
entonces
( U , V ) = 1( - I ) + 2(0) + 3(3) + 4(2) = 16
6. I Productos interiores / 347
Ejemplo 8 Si
i, [
b
I,
b
I,
b b
= f ( x > W dx + g(x)s(xl dx
y la esfera unitaria en este espacio consta de todas las funciones f en C [a, b ] que
satisfacen la ecuación llfll= 1, que cuando se eleva al cuadrado queda como
lUbf2(x)dx = 1 A
L =
Este concepto de longtud de arco no se debe confundir con Ilfll, que es la longitud
(norma) de f cuando f se considera como un vector en C [a,b].Las fórmulas (7) y
(8) son bastante diferentes.
6.1 Productos interiores / 349
a ) (O, v) = (v, O ) = O
b) (u, v + w ) = (u, v)+ (u, w)
c) (u, kv) = k( u, v)
d ) ( u - v, w ) = (u, w) - (v, w )
e) (u, v - w ) = (u, v) - (u, w )
I
Ejemplo 11
(u, v + w ) = (v + w)TATAu
= (VT + wT)ATAu [Propiedad de la transpuesta]
= (V'A~AU) + (w'A 9 ~ )[Propiedad de la multiplicaciónde matrices]
= (u, v) + (u, w )
350 Espacios con producto interior
Será instructivo para el lector comprobar los demás incisos del teorema 6.1.1 para
este producto interior.
5. a) Usando la fórmula (7), demostrar que (u, v) = 9u,vl + 4u2v2 es el producto interior
sobre R2 generado por
b) Con el producto interior del inciso a), calcular (u, v) si u = (-?,2) y v = ( I , 7).
6 a) 7Jsar la fórmula (3), para demostrar que (u, v) = Su,vi - u,v2 - u2vl + 10u2v2es el
producto interior sobre R2 generado por
b) Usando el producto interior del inciso a), calcular (U, v) si U = (o, -3) y v = (6,2).
7. Sean u = ( u , , u 2 ) y v = ( Y , , v2). En cada inciso, la expresión dada es un producto in-
terior sobre R2. Encontrar una matriz que lo genere.
a) (u, v ) = 3u,u, + 5u2u2 b) ( u , v ) = 4u,u, + 6 u p 2
8. Sean u = (U,, U*) y v = (v,,v2). Comprobando que se cumplen los axiomas de producto in-
terior, demostrar que las siguientes expresiones definen productos interiorcs sobreR2.
a) (u. v ) = 3u,u, + 5 1 y 2 b) ( U , v ) = 4u,u, + u2ul + u l u 2 + 4u:Uz
9. Sean U = ( u , , u2, u2) y v = (v,, v , vJ. Determinar cuáles de las siguientes expresiones
son productos intenores sobre RS . Para las que no 10 sean, enumerar 10s aXiomas que
no se cumplen.
6.1 Productos interiores / 351
A = [ -1 '1
3
13. SeaMz2con el producto interior del ejemplo 7. En cada inciso, encontrar lv11.
14. Sea P, con el producto interior del ejemplo 8. Hallar d(p, 9).
p = 3 - x q+=x 2* +, 5 x *
17. (Para quienes ya estudiaron CcUCurO). Sea el espacio vectorial P, con el producto
interior
( P, 9 ) = J: p(x)q(x) dx
19. Encontrar un producto interior euclidiano ponderado sobre R2 para el cual la circun-
ferencia unitaria sea la elipse que se muestra en la figura 3 .
"c">ii
352 1' Espacios con producto interior
Figura 3
20. Demostrar que la siguiente identidad se cumple para vectores en cualquier espacio con
producto interior.
//u + VI/* + //u - V/IZ = 2//U1l2 + 21jv112
21. Demostrar que la siguiente identidad se cumple para vectores en cualquier espacio con
producto interior.
(u, v ) = +l/u + vil2 - allu - vil2
22.
Demostrar que (U, = u l v l + u2v3 + u3v2+ u4v4 no es un producto interior sobre M2,.
24. Demostrar: Si (u, v) es un producto interior euclidiano sobre R" y si A es una matnz n
X n, entonces
(u, .4v) = ( A T U , V )
25. Comprobar el resultado del ejercicio 24 para el producto interior euclidiano sobre R3 y
26. Sean u = (u1, u,, . . . , un)y v = (y1, v2, . . . , v,). Demostrar que
27.
28. (Para quienes ya estudiaron C6lculo). En cada inciso, usarel producto interior
29. Demostrar que el producto interior delejemplo 7 sepuede escribir como (U, =
tr( U%).
30. Demostrar que la fórmula (3) define un producto interior sobre R". [Sugerencia Usar
la otra versión de la fórmula (3), definida por (4).]
31. Demostrar que la matriz (5) genera el producto interior euclidiano ponderado
(u, v ) = w l u l u l + w2u2u2 + ' ' + wu,u,, sobre R".
32. Demostrar los incisos a) y d)del teorema6. l. l.
DESIGUALDAD Recuérdese por la fórmula (1) de la sección 3.3 que si u y v son dos vectores dife-
DE CAUCHY- rentes de cero en R2 o en R3 y 8 es el ángulo entre estos vectores, entonces
SCHWARZ
u v = llull llvll cos o (1)
o bien, de otra manera,
cos o = - u.v
llull llvll
En el primer objetivo de esta sección es definir el concepto de ángulo entre
dos vectores en un espacio general con producto interior. Para que la definición
sea razonable, sería bueno que fueseconsistente con la fórmula (2) cuando se apli-
que al caso especial de R2 y R3 con el producto interior euclidiano.A s í , se quiere que
la definición del ángulo 8 entre dos vectores diferentes de cero en un espacio con
producto interior cumpla la relación
354 1 Espacios con producto interror
Afortunadamente será posible demostrar que así es, usando la siguente generali
zación del la desigualdad de Cauchy-Schwarz (véase el teorema 4.1.3).
p T Z K T - 1
m[
(5)
(6)
PROPIEDADES Losdos teoremas siguientes demuestran que las propiedades básicas de la longitud
DELA y la distancia establecidas en los teoremas 4.1.4 y 4.1.5 para vectores en el espacio
LONGITUD Y LA euclidiarro n dimensional son válidas en espacios generales con producto interior.
DISTANCIA EN Este hecho es una evidencia deque las definiciones de producto interior, longitud
ESPACIOS CON y &stancia están bien elegidas.
PRODUCTO
INTERIOR Teorema 6.2.2. Si u y v son vectores en un espacio V con producto interior y
si k es cualquier escalar, entonces:
a) llull 2 0
b) llull = O si y sólo si u = O
c ) llkull = Ikl llull
d ) I ~ u + 5 ~~u~~ + Ilvll (Desigualdad del triúngulo)
1
~ ~~~~
a) d ( u , v2 ) O
b) d(u,v)=Osiysólosiu=v
c) d ( u , v )= d(v, U )
d; d ( u ,V ) 5 d(u, W ) + d ( w , v ) (Desigualdad del triángulo)
I
llu + VI12 = (u + v, u + v )
= (u, u ) + 2(u, v ) + (v, v )
9 (u, u ) + 2/(u, v)l + (v, v ) [Propiedaddel valor absoluto]
5 (u, u >+ ~ l l ~ l l l l ~ (v,
l l +v> [~or(4)1
= llU1l2 + 2llull I b ! l + 11vIl2
= (llull + /lv11)2
Extrayendo raíz cuadrada se obtiene
o = -(u,
- v) - 9 3
cos
mm A
"
II~IIIIVII- = 2 f i
ORTOGONA- El ejemplo 2 esen esencia un ejercicio matemático, ya que hay relativamente poca
LIDAD necesidad de encontrar ángulos entre vectores, excepto en R2 o en R3 con el
producto interior eucli&ano. Sin embargo, un problema de importancia capital en
todos los espacios con producto interior es determinar si dos vectoresson
ortogonales; es decir, si el ángulo entre ellos es 0 = n/2.
Por (8) se concluyeque si u y v son vectoresdferentes de cero en un espacio
con producto interior y 0 es el ángulo entre ellos, entonces cos 0 = O si y sólo si (u,
v) = O. De manera equivalente, para vectores diferentes de cero se tiene 0 = n/2 si
y sólo si (u, v) = O. Si por acuerdo se considera el ángulo entre u y v como n/2
cuando uno de los vectores es O o ambos vectores son O, entonces se puede afirmar
sin excepción que el ángulo entre u y v es n / 2 si y sólo si (u, v) = O. Este hecho
sugiere la sigwente definición.
y sea
p=x, q=x2
Entonces
COMPLEMENTOS Si Ves un plano que pasa por el origen de R3 con el producto interior euclidianc,
ORTOGONALES entonces el conjunto de todos los vectores que son ortogonales a cada vector en V
forman la recta L que pasa por el origen y es perpendicular a V (figura 2). En
términos de álgebra lineal, se dice que la recta y el plano son complementos
ortogonales entre sí. La siguiente definición amplía este concepto a espacios
generales con producto interior.
de modo que por (9), v es una solución de este sistema y, por tanto, está en el
espacio nulo de A .
Recíprocamente, supóngase que v es un vector en el espacio nulo de A , de
modo que Av = O . Por (10) se concluyeque
r l . v= r2.y =1.. . = r,.v = O
2 2 - 1 o 1
1 1 -2 o -1
L
O - l0 1 - 31 '
1
]
y, por el inciso a) del teorema 6.2.6, el espacio nulo de A es el complemento
ortogonal de W. En el ejemplo 4 de la sección 5.5 se demostró que
forman una base para este espacio nulo. Expresando estos vectores en la misma
notación que wl, w2, w3 y w4 se concluyeque los vectores
"I = i-
1,1, o, o, 0) y v 2 = ( - l , O , -1,o, 1)
Este teorema relaciona todos los temas principales estudiados hasta el momento.
RESUMEN Se deja como ejercicio para el lector demostrar que en cualquier espacio V con
producto interior, el espacio cero { O ) y todo el espacio V son complementos
ortogonales. Entonces, si A es una matriz n X n, afirmar que Ax = O sólo tiene la
solución trivial es equivalente a decir que el complemento ortogonal del espacio
nulo de A es todo R" o, de manera equivalente, que el espacio renglón de A es todo
R". Este hecho permite agregar dos nuevos resultados a los 17 resultados mencio-
nados en el teorema 5.6.9.
6. Sea M22 con el producto interior del ejemplo 7 en la sección 6. l . Encontrar el coseno del
ángulo entre A y B.
7. Sea
A = [ -1 '1
3
364 / Espacios con producto interior
¿Cuáles de las siguientes matrices son ortogonales a A con respecto al producto interior
del ejercicio 6?
8. Sea R3 con el producto interior euclidiano. ¿Para qué valores de k son ortogonales u y v?
a) u = ( 2 , 1 , 3 ) , v = ( l , 7 , k ) b) u = ( k , k , l ) , v = ( k , 5 , 6 )
9. Sea con el producto interior euclidiano. Encontrar dosvectores de norma 1 que sean
ortogonales a los tres vectores u = (2, 1, -4, O), Y = (- 1, - 1,2,2) y w = (3,2,5,4).
10. En cada inciso, con el producto interior euclidiano comprobar que la desigualdad de
Cauchy-Schwarz se cumple para los vectores dados.
a) u = (3, 2), v = (4, - 1) b ) ~ = ( - 3 , 1 , 0 ) , ~ = ( 2 -,1 , 3 )
C) ~ = ( - 4 , 2 ,I), v = ( 8 , -4, -2) d) u = ( O , - 2 , 2 , I ) , v = ( - l , - 1 , 1, I )
11. En cada inciso, comprobar que la desigualdad de Cauchy-Schwarz se cumple para los
vectores dados.
a) u = (-2, 1) y v = (1, O), usando el producto interior del ejemplo 2 en la sección 6. l .
r ecuación para WL
D e t e m ~ a una
14. Sea
A=[:
2 -1
a]
2
16. Encontrar una base para el complemento ortogonal del subespaciode R" generado por los
vectores
a) vI = (1, - 1, 3), v2 = (5, -4, -4), v3 = (7. -.6, 2 1
b) V I = (2, O, - l), vZ = (4, O, -2)
c)v,=(l,4,5,2),v2=(2,1,3,0),v3=(-1,3,2,2)
d)~,=(l,4,5,6,9),~~=(3,-2,1~4,-1),~~=(-I,0,-1,-2,-1),
v4 = (2, 3, 5, 7, 8)
17. Sea V un espacio con productointerior. Demostrar que si u y v son vectores ortogonales en
a.
Vtales que llull= llvll= 1, entonces ~ l u- V I I =
18. Sea V un espacio con producto interior. Demostrar que si w es ortogonal tanto a u, como a
u2, entonces es ortogonala k,u, + k2u2 paratodos los escalares k , y k2. Interpretar
geométricamente este resultadopara el casoenque V es R3 con el producto interior
euclidiano.
19. Sea V un espacio con producto interior. Demostrar que si w es ortogonal a cada unode los
vectores u,, u2, . . . , u,, entonces es ortogonal a todo vector en lin {u,, u2, . . . ,u }, .
20. Sea {v,, v2, . . . , v,} una base para un espacio V con producto interior. Demostrar que el
vector cero es el Úmco vector en V que es ortogonal a todos los vectores básicos.
21. Sea {w,, w2, . . . , w,}una base para un subespacio CV de V. Demostrar que WL consta de
todos los vectores en V que son ortogonales a todos los vectores básicos.
22. Demostrar la siguiente generalización del teorema 6.2.4. Si v,, v2, . . . , Y, son vectores
ortogonales por parejas en un espacio V con producto interior, entonces
[vTATAu]25 (urATAu)(v*A*Av)
27. Por medio de la desigualdad de Cauchy-Schwm, demostrar que para todos los valores
reales de a , b y 8 ,
366 i Espacios con producto interior
30. (Para quienes y a estudiaron Ccilculo). Sea C [O, x]con el producto interiol
( f , g) = i h d x ) dx
31. (Para quienes y a estudiaron Chkulo). Seanfix) y g(x) funciones continuas sobre [O, 11 .
Demostrar:
32. Mediante métodos vectoriales, demostrar que el triángulo inscrito en una circunferencia,
de modo que uno de sus lados es el diámetro de la circunferencia, debe ser un triángulo
rectángulo. [Sugerencia Expresar los vectores AB y BC de la figura 3 en términos de u y
v. 1
33. Con respecto al producto interior euclidiano, la norma de los vectores u = (1, ya)
v = ( - 1, 3 ) es igual a 2, y el ángulo entre u y v mide 60° (figura 4). Encontrar un pro-
ducto interior euclidiano ponderado con respecto al cual u y v sean vectores unitanos orto-
gonales.
Figura 4
6.3 Bases ortonormales; proceso de Gram-Schmidt; descomposición QR / 367
Ejemplo 1 Sean
u1 =(O, 1,0), u , = ( l , O , l), u , = ( l , O , -1)
1
mv
tiene norma 1, ya que
I I Y I I = 1, IIu211 = f i 9 11~311= u5
En consecuencia, al normalizar u u2 y u3 se obtiene
36% í Espacios con producto interior
El lector debe comprobar que el conjunto S = {vl, v2, v3> es ortonormal, al de-
mostrar que
COORDENADAS El interés de encontrar bases ortonormales para espacios con producto interior es
RELATIVAS A motivada en parte porel siguiente teorema, que muestra cuán excepcionalmente
BASES vector en términos de una base ortonomal.
sencillo es expresar un
ORTONOR-
MALES
Demostracion. Como S = {vl, v2, . . . , v n > es una base, un vector u se puede ex-
presar como
Ejemplo 3 Sean
VI =(O, 1, O), v2 = ( - 4 57 o 9 3
51, v3 = (& o, 6,
Es fácil comprobar que S = {vl, vz, v3} es una base ortonormal para R3 con el pro-
ducto interior euclidiano. Expresar el vector u = (1, 1, 1) como una combinación
lineal de los vectores en S y hallar el vector de coordenadas (u),.
Solución.
~~~~ ~
I/u//= (u u) '1, d m = \ , ?
Sin embargo, si se hace que R' tenga la base ortonormal S del ejemplo anterior,
entonces por ese ejemplo se sabe que el vector de coordenadas de u con respecto a
S es
(a),5 =(1
1
"X, k)
-
Esta fórmula expresa u como una combinación lineal de los vectores en la base
ortogonal S. En los ejercicios se dan algunos problemas que requieren el empleo
de esta fórmula.
Es evidente que si v,, vz y v3 son tres vectores diferentes de cero mutua-
mente perpendiculares en R3, entonces ninguno de los vectores está en el mismo
plano que los otros dos; es decir, los vectores son linealmente independientes. El
siguiente teorema generaliza este resultado.
o, de manera equivalente,
k,(v,, V I ) = O
Como se supone que los vectores en S son diferentes de cero, entonces <(¡, vi) f O
por el axioma de positividad en la definición de producto interior. Por con-
siguiente, k , = O. Como el subíndice i es arbitrario, se tiene k , = k, = . . . = kn = O;
así, S es linealmente independiente. 0
3 72 I Espacios con producto interior
PROYECCIONES A continuación se desarrollarán algunos resultados que serán de utilidad para ob-
ORTOGONALES tener bases ortogonales y bases ortonormales para espacios con producto interior.
En R2 o R3 conel producto interior euclidiano, geométricamente resulta
obvio que si W es una recta o un plano que pasa por el origen, entonces todo vector
u en el espacio se puedeexpresar como UM suma
u = w, + w2
donde w1 está en W y w2 es perpendicular a W (figura 1). Este resultado es un caso
especial del sigwente teorema general cuya demostración
se da a final de esta sección
r
~~~ ~~~~ ~
u=w,+w,
Figura 2
La componente de u ortogonal a W es
proy,, u = u -proy,.u = (1, 1, 1) - (&, 1, --&) = (+&,t?, gj
ObsCrvese que p r o y p u es ortogonal tanto a vi comoa v2, de modo que este
vector es ortogonal a todo vector en el espacio W generado por v1 y v2, como debe
ser. A
374 /’ Espacios con productointerior
DETERMINA-Se
ha visto que las bases ortonormales poseen varias propiedades útiles. El
CIÓN DE BASES siguiente teorema, que es el resultado principal de esta sección, muestra que todo
ORTOGONALES espacio vectorial no nulo y de dimensión finita tiene una base ortonormal. La de-
Y BASES mostración de este resultado es muy importante, ya que proporciona un algorit-
ORTONORMALES mo, o método, para convertir una base arbitraria en una base ortonormal.
~~ ~~~~ ~~~
Teorema 6.3.6. Todo espacio no nulo de dimensión finita con producto inte-
rior tiene una base ortonormal.
/ \
(U2’VI)
v2= u2 - proyw, u2 = u2-
V
l 1I2
Por supuesto, si vz = O, entonces v2 no es un vector básico. Pero ést0 no
puede suceder, ya que por la fórmula precedente parav2 se concluiría que
Paso 3. Para obtener un vector v3 que sea ortogonal tanto a v, como a v2, se
calcula la componente de u3 ortogonal al espacio W2 generado por v1 y
v2 (figura 4). Por (7),
Paso 4. Para determinar un vector v4 que sea ortogonal a v,, v2 y v3, se calcula
la componente de u4 ortogonal al espacio W3 generado por v l , v2 y vj.
Por (71,
6.3 Bases ortonormales; proceso de Gram-Schmidt; descomposición QR /I 3 75
'
Figura 4
Solución.
3 76 Espacios con producto interior
Así,
2' 2
forma unabase ortogonal para R3. Las normas de estos vectores son
{ q,, q,, . . . , qk} es una base ortonormal para el espacio generado por {u1,
Up ...> Uk}.
qk es ortogonal a { u l , u 2 , . . . , U k - l } .
Se omiten las demostraciones, pero estos hechos debenser evidentes después de un
análisis profundo de lademostración del teorema 6.3.6.
son ul, %,
Para resolver este problema, supóngase que los vectores columnaA de
. . . , u,, Q son q,, q2, . . . , 9,; así,
y que los vectores columna ortonormales de
Se deja como ejercicio demostrar que los elementos dela diagonal de R son
diferentes de cero, de modo que R es invertible. Así, (S) es una factorización de A
en el producto de una matriz Q con vectores columna ortonormales y una matriz
triangular superior invertible R. La expresión (8) se denomina descomposición
QR de A . En resumen, se tiene el siguiente teorema.
DEMOSTRACI~NADICIONAL
w2=u-w1 (11)
u=w,+w,
se obtiene
o = (w; - wl) + (w;- w2)
o bien,
w 1- w;= w; - w? (14)
2. ¿Cuáles delos conjuntos del ejercicio 1 son ortonormales con respecto al producto
interior euclidiano sobre R2?
3. ¿Cuáles de los siguientes conjuntos de vectores son ortogonales con respecto al pro-
ducto interior euclidiano sobre R3?
4. ¿Cuáles de los conjuntos del ejercicio 3 son ortononnales con respecto al producto
interior euclidiano sobre R3?
Demostrar que {x, y}es ortononnal sí R2 tiene el producto interior (u, v) = 3u,vl +
2u2v2, pero que no es ortononnal sí R2 tiene el producto interior euclidiano.
11.
12. Sea I? con el producto interior euclidiano, y sea S = {MI , w?]la base ortonormal con
w = (++j , w 2 = (5.4)
> >
a)l Deternlinar los vectores u y v cuyos vectores de coordenadas son (u), = (1, 1) y (v),
=(-1,4).
b) Calcular Ilull, d(u. v) y {u, v) aplicando e1 teorema 6.3.2 a los vectores de coordenadas
(u), y (v)& luego, comprobar los resultados mediante cálculos directos sobre u y v.
13. Sea H' con el producto interior euclidimo, y sea S = {w), w,, w3}la base ortononnal
IV, = (1, O, 0 ) y w3= (O,y,y).
4 3
con w,= (O, - ((),-I,*),' I F '.
a ) Encontrar los vectores u, v y w cuyos vectores de coordenadas son (u), = (-2, 1, 2),
(v), = (3, o, - 2 ) v (w), = ( S , -4, 1).
b) Calcular 11~11, d(u, W) y (w,v} aplicando el teorema 6.3.2 a los vectores de coorde-
nadas ( u ) , (v).~y (w)& luego, comprobar los resultados mediante cálculos directos
sobre u y v.
14. En cada inciso, S representa alguna base ortotlorma1 de u11 espacio tetradimensional
con producto interior IJsar l a información que se proporciona para encontrar IIuII, IIv -
WII, IIv + w11 Y (v, w).
a) (u), = ( - 1. 2, I , 3 ) , (vjS = (0, - 3 , I , 5), ( w ) =
~ ( - 2. - 4. 3, 1)
b) (U), = (O. O. - 1. - l ) , (v),,= (5, 5. - 2, -2). (w),, = (3, O. " 3 . O)
IS. a) Demostrar que los vectoresv, = (1, -2, 3, -4), v2 = (2. I, -4, -3), Y? = (-3, 4, I ,
-2) y v4 = (4, 3, 2, I foinan una base ortogonal para R;' con el piducto kt&or
cuclidlano.
b) Usando ( 1 ), expresar u = (- 1,2,3, 7 ) como una conlbinaclón lineal de los vectores
cn el inciso a).
16. Sea R2 con el producto interior euclidiano. Usando el proceso de Gram-Schmidt, trans-
fonnar Is base (u,, u2} en una base ortonormal.
a! u , = ( I . -3L u 2 = ( 2 . 2 ) b) u , = ( l . O ) , u 2 = ( 3 . - 5 )
17. Sea H' con el producto interior euclidiano. Con el proceso de Gram-Schmidt, trans-
formar la base { u I .u,, u3}en una base ortononnal.
a) u , = ( 1 , I , I ) , u Z = ( - 1 , 1.0). u,=(1,2. I )
b ) u , = ( I . O , O ) . ~ 2 = ( - 3 , 7 ,-2). u ; = ( O . ~ . I )
18. Sea R4 con el producto interior euclidiano. Usando el proceso de Gram-Schmidt, trans-
formar la base {u1,u,, u3, u4} en una base ortononnal
6.3 Bases ortonormales; proceso de Gram-Schmidt; descomposición QR / 383
19. Sea R3 con el producto interior euclidiano. Encontrar unabase ortonormal para el
subespaciogeneradopor(0, 1,2),(-1,0, l)y(-1, 1,3).
a) [: -:I
1 0 1
1 0 2 1 2 1
-1 1 1
o 3 1 1 0 1
1 2 0
O[ -1 1 1
25. Sea {vI, v2, v3) una base ortonormal para un espacio V con producto interior. Demos-
trar que si w es un vector en V, entonces llw112 = (w, v1)2+ (w, v2)2+ (w, v ~ ) ~ .
26. Sea {vl, v2,. . . , vn} una base ortonormal de un espacio Vcon producto interior. Demos-
trar que si w es un vector en Y, entonces llw112 = (w, vl)' + (w, vJ2 + . . . + (w, v ~ ) ~ .
27. En el paso 3 de la demostración del teorema 6.3.6, se afirmó que "la independencia li-
neal de {u1,u*,.. . , u,,}asegura que v3 # O". Demostrar esta afirmación.
28. Demostrar que los elementos en la diagonal de R en la fórmula (9) son difaentes de cero.
30. (Para quienes y a estudiaron Crslculo). llsando el teorema 6.3.1, expresar los si-
guientes polinomios como una combinación lineal de los tres polinomios normalizados
de Legendre (ejercicio 29).
a) I + x + 4x4. b) 2 - 7x2 c) 4 + 3x.
c'
( P , 4)= J, P(X)Y(X) &
(It h)
Hay otra forma de pensar esta idea. Considerar que u es un vector fijo cuya
aproximación se desea obtener por medio de un vector en W. Cualquier aproxima-
ción w de este tipo dará por resultado un "vector de error"
u-w
el cual, a menos de que u esté en W, no se puede hacer igual a O . Sin embargo,
eligiendo
w =proyw u
sea tan pequeña como se quiera. Así, w = proy, u se puede describir como la
''mejor aproximación" para u por medio de vectores en W. El siguiente teorema
precisará estas ideas intuitivas.
o, de manera equivalente,
SOLUCIóN DE Hasta ahora se han tratado principalmente sistenlas de ecuciones lineales consistentes.
SISTEMAS Sin embargo. los sistemas lineales inconsistentes también son importantes en
LZNEALES POR aplicaciones fisicas. Una situación común es que algún problema fisico conduzca a un
MÍNLMOS sistema 'lincal A x = b quedesde un punto de vista teórico debeser consistente.
CUADMDQS aunqueno lo es debido a que"erroresdemedición"en los elementosde A y b
perturban bastante al sisten~a parahacerlo inconsistente. E n situaciones como éstas se
brlsca un valor de x que esté "Io n h próximo posible" de ser una solución en el sentido
de que redczca el valor de jbgx = bll con respecto al producto interior euclidiano.
Lacantidad Ib4x = bll se puedeconsiderarcomounamedidadel"error"que
resulta al considerar a x como una solucibn aproximada del sistema lineal A x = b.
Si el sistema es consistente y x es una solución exacta, entonces el error es cero. ya
que (PIX -= bjl 1 1 0 1 1 = O. En general, mientras más grande sea el valor de 1c4x =
bjl, mas deficiente será la aproximación de x a una solución del sistema.
~ ~ ~~ ~ ~~~~~~~
que un vector x sea una solución por mínimos cuadrados de Ax = b, este vector
debe satisfacer
Ax = proy, b (2)
o, de manera equivalente,
ATAx = ATb (3)
ATAx = ATb
es consistenle y todas las soluciones del sistema normal son soluciones por
mínimos cuadrados de Ax= b. Además, si W es el espacio columna de A y x es
cualquier solución por mínimos cuadrados de Ax = b, entonces la pro-yección
ortogonal de b sobre W es
proy, b = A x
UNICIDAD Antes de ardizar algunos ejemplos numéricos, se establecerán condiciones que
DE LAS garantizan que un sistema lineal tiene sólo una solución por mínimos cuadrados.
SOLUCIONES Sc nccesitari el siguienic tcorema
POR M~NIMOS
CUADRADOS Teorema 6.4.3. S'¡ '4 es una matriz tt1 X n, entonces las siguientes proposicio-
nes son equivalentf~s.
c ) A tiene vectores columna linealmente independientes
d) ATA es invertible.
Solución. Aquí,
-1
A = [ 3
o 2
1 -1
3
1
O
1
de modo que
3
3 1 0 1 11 6 -4
1
ATA= 1 2 1 1 6 7 0
O
[-1 O 2 " i -4 O 6
1
-3
3 1 0 I
-3
ATu = 1 2 1 1
8
-1 0 2 -1
9
-4 10
6.4 Mejor aproximacibn, mínimos cuadrados / 391
Se deja como ejercicio demostrar que las proyecciones ortogonales son operadores
lineales. Por la fórmula (5) se concluye que la matriz estándar para la proyección
ortogonal de Rmsobre IV es
[ P 1 = A ( A 'A) ' 4 '
~ (6)
donde A se obtiene usando cualquier base para W como sus vectores columna
Para darse cuenta de que lo anterior es consistente con la fórmula (6), considé-
[ie]
rense los vectores unitarios a lo largo de los ejes x y y positivos como base para el
plano xy, de modo que
A=
392 3 Espacios con producto interior
Se deja para el lector comprobar que ATA es la matriz identidad 2 x 2; así, (6) se
[: "1
simplifica a
[P]-AAT= o :][I
1 O o]=[:
0 1 0 o 0 0
Se deja para el lector comprobar que ATA es la matriz identidad 1 x 1; así, (6) se
simplifica a
,p
[ P I =AAT=
sen e cos 6 sen2 8
7';
PIX)
+
1L
Figura 3
a ) A es invertible.
b ) Ax = O sólo tiene la solución trivial.
c ) La forma escalonada reducida de A es I,,,
d) A puede escribirse como un producto de matrices elementales,
e ) Ax = b es consistente para toda matriz b n X 1,
f,l A H = b tiene exactamente una solución para toda matriz b n X 1.
g ) det(A) f O .
6.4 Mejor aproximación, mínimos cuadrados / 393
h) El rango de TA es R".
i) TA es uno a uno.
j ) Los vectores columna de A son linealmente independientes.
k) Los vectoresrenglón de A son linealmente independientes.
r) Los vectores columna deA generan a R".
m ) Los vectores renglón deA generan a R".
n ) Los vectores columnade A forman una base para R".
o ) Los vectores renglón de A forman una base para R".
p ) El rango de A es n.
q) La nulidad deA es O .
r ) El complemento ortogonal del espacio nulo de A es R".
S ) El complemento ortogonal del espacio renglón deA es (O).
t) ATA es invertible.
Este teorema relaciona los temas más importantes estudiados hasta el momento.
8. Por medio de la fórmula (6) y el método del ejemplo 3 , determinar la matriz estándar
de la proyección ortogonalP r R 3 -+R3 sobre
a)el plano x z . b) el planoyz.
[Nofa Comparar los resultados con la tabla 5 de la secci6n 4.2.1
11. Para los sistemas linealesdel ejercicio 3, comprobar que ei vector de error AY - b que
resulta de la soluciónpor mínimos cuadrados F es ortogonal alespacio columna de A .
15. Sea A una matriz m n con vectores renglol linealmente independientes. Encontrar
X
una matnz estándar para la proyección ortogonal de Rn sobre el espacio renglón de A .
[Sugerencia Empezar con la fórmula (6).]
Una base que es adecuada para un problema puede no ser para otro, de modo
que en elestudio de los espacios vectoriales unproceso común es cambiar de una
base a otra. Debido a que una base es la generalización a espacios vectoriales
de un sistema de coordenadas, el cambio de base es semejante a cambiar de
ejes de coordenadas en R2 y R3. En esta sección se estudiarán varios problemas
relacionados con el cambio de base. También se obtendrán propiedades de las
matricescuadradas que tienenvectores columna ortonormales. Estasmatrices
surgen en diversos contextos, incluyendo problemas en los que hay un cambio de
una base ortonormal a otra.
MATRICES Las matrices cuyas inversas se pueden obtener por transposiciones son tan im-
ORTOGONALES portantes que existe una terminología asociada con ellas.
A-l'AT
A A ~ = A ~ A = I (1)
Ejemplo 1 La matriz
""1
7
=[O
1 0 0
0
1
0
0~ A
1
A = [
COSO
sen0
-sen0
cos 01
Esta matriz es ortogonal para todas las elecciones de 8 ,ya que
Obsérvese que para las matrices ortogonales en los ejemplos 1 y 2, tanto los
vectores renglón como los vectores columna forman conjuntos ortonormales con
respecto al producto interior euclidlano (comprobar). Este hecho no es fortuito; es
una consecuencia del siguiente teorema.
Teorema 6.5.1. Las siguientes proposiciones son equivalentes para una matriz
A n x n.
a ) A es ortogonal.
b ) Los vectores renglón de A forman un conjunto ortonormal en R" con el pro-
ducto interior euclidiano.
c ) Los vectores columna de A forman un conjunto ortonormal en R" con el
producto interior euclidiano.
r l - r l = r 2 . r 2 = .. .= rn-rn= 1
Y
ri-rj=O CuandoiZj
Ejemplo 3 La matriz
MATRICES En el ejemplo 2 se vio que las matrices estándar para los operadores reflexión y
ORTOGONALES rotación básicos sobre R2 y R3 son ortogonales. El siguiente teorema ayudará a
COMO OPERA- explicar este hecho
DORES LINEALES
398 i Espacios con producto interior
a ) A es ortogonal.
h ) &4xll = llxll para todo x en R".
c)Ax.Ay=x.yparatodoxyyenR".
x.(A~AY-~)=o O X . ( A ~ A- q Y = o
de modo que
-
( A ' A- I)y (A 'A - /)Y =O
los operadores que no modifican las longitudes de todos los vectores. Como las
reflexiones y las rotaciones de R2 y R3 tienen esta propiedad, este hecho explica la
observación en el ejemplo 2 de que las matrices estándar para las reflexiones y ro-
taciones básicas de R2 y R3 son ortogonales.
MATRICES DE Recordar por el teorema 5.4.1 que si S = {vl, v,, . . . , vn} es una base para un es-
COORDENADAS pacio vectorial V, entonces todo vector v en V se puede expresar de manera única
como una combinación lineal de los vectores básicos, porejemplo,
v = k,v, + k2v2+ . . . + k,V,
Los escalares k,, k,, . . . , kn son las coordenadas de v con respecto a S, y el vector
las bases inicial y nueva, respectivamente. Serán necesarias las matrices de coor-
denadas para los nuevos vectores básicos con respecto a la base inicial. Supóngase
que las matrices son
400 / Espacios con producto interior
Es decir,
u; = "U1 + bu,
u; = cul + dU2
o bien, por ( 9 ,
Las columnas de esta matriz son las coordenadas de los nuevos vectores básicos
con respecto a la base inicial [véase (3)]. Así, se tiene la siguiente solución para el
problema del cambio de base.
6.5 Matrices ortogonales; cambio de base / 401
Ejemplo 4 Considerar las bases B = {u1, u2} y B' = {u;,ui} paraR2, donde
u; = u, u2 +
u; = 2u, + u2
de modo que
u, = - u ; + u;
u2 = 2u; - u;
de modo que
a ) P es invertible.
b ) P- es la matriz de transición de B a B'.
-:I
Suponer que B = {ul, u2, . . . , U,} y que
Cl I
..
C2 I
..
PQ =
.. Cnn
Por (7)
rx1B = p[xlB'
Y
[XIB, = Q[xIB
1 x 1 =~ ~ Q [ X ] B (9)
. ,...
(. ' O
... ..
."I
404 I Espacios con producto interior
CAMBIO DE El siguiente teorema muestra que c.11 un espacio con producto interior, la matriz de
BASE transición de una base ortonormal a otra es o; togonal.
ORTONORMAL
Teorema 6-55. Si P es la maMz de lransición de una base ortonormal a otra
base ortorzormal para un espacioconproductointerior, entonces I-' es una
matriz ortogonal; es decir,
donde la primera norma es con respecto al producto interior sobre V y las normas
segunda y tercera son con respecto al producto interior euclidiano sobre R".
Ahora. sea x cualquier vector en R", y sea u el vector en V cuya matriz de
coordenadas con respecto a la base B' es x: es decir, = x. Así, por (12),
positivos y los vectores unitarios u l y u2 a l o largo de los ejes x' y y' positivos,
esta rotación se puede considerar como un cambio de una base inicial B = {u1,
u*} a una base nueva B' = { u;, u; } (figura l b ) . Así, las nuevas coordenadas
(x'. y ' ) y las coordenadas anteriores (x, y ) de un punto Q están relacionadas
por medio de
6.5 Matrices ortogonales; cambio de base / 405
[;:I = p "[ ;]
Y Y
\
"
I
'
\
Figura 1 d)
cos H
[u;I R = [sen
[4lS = 1 - sen e
cos
COS
sen H
0 -sen 0
cos 8 I
406 1 Espacios con producto interior
Observar que P es una matriz ortogonal, como seesperaba, ya que B' y B son bases
ortonormales. Así,
7T % - 1
sen: = cos - = -
4 4 v 5
[;:I =
Por tanto, si las coordenadas iniciales de un punto Q son (x, y) = (2, - l), entonces
Figura 2
[!]
Además, como u\ se alarga 1 unidad sobre el ejez' positivo,
LU;lB =
cos 6
P = [sei0
-sen8 O
co; 8 y]
y la matriz de transición de B a B' es
cos 8 sen 8 O
cos 0 sen H O
-sen8 cos 8 O
O o 1
1 2 " 16
25 5 25
3. Determinar cuáles de las siguientes matnces son ortogonales. Para las que sí sean, en-
contrar la inversa
O O
O 1/%6 112 O
4. Comprobar que las matrices de rotación y las matrlces de reflexión en las tablas 2 y 3
de l a sección 4.2 son ortogonaies.
10. Considerar las bases B = {U,, u2} y B' = {vl, v2} para R2, donde
; I, +I, 3 "1
12. Considerar las bases B = {u,,u2, u3} y B' = {vI,v2, v3) para R3, donde
w=[;!]
13. Repetir las instrucciones del ejercicio 12 con el mismo vector w, pero con
410 / Espaclos con producto interior
16. Sea un sistema de coordenadas rectangulares x)' obtenido al girar un sistema de coor-
denadas rectangulares xy en sentido contrario a las manecillas del reloj por un ángulo 0
= 3~14.
a) Determinar las coordenadasx y del punto cuyas coordenadasxy son (-2,6).
b) Encontrar las coordenadas xy del punto cuyas coordenadasx'y' son (5,2).
20. Repetir el ejercicio 18 para una rotación de B = 3 ~ 1 4en sentido contrario a las ma-
necillas del reloj alrededor del eje x (mirando a lo largo del eje x positivo hacia el
origen).
donde (x, y , z) y ( 2 , y', z') son las coordenadas del mismo punto en los sistemas xyz
y x'y'z', respectivamente.
b) Repetir el inciso a) para una rotación alrededor del eje x.
6.5 Matrices ortogonales; cambio de base I' 41 1
donde (x, y , z) y (x", y " , z") son las coordenadas q z y x"y"z" y del mismo punto,
respectivamente.
[ zz ]
sea ortogonal?
24. Demostrar que una matriz ortogonalA tiene una de las dos formas posibles:
[
cos 0
A = [sen 0
donde O S 8 < h.
- sen0
cos 0 1 o A= cos 0
-sen 0
-senO]
- cos 0
25. a) Aplicar el resultado del ejercicio 24 para demostrar que la multiplicación por una
matriz ortogonal2 X 2 es una rotación o una rotación seguida de una reflexiónalre-
dedor del eje x.
b) Demostrar que la multiplicación por A es una rotación si det(A) = 1 y una rotación
seguida de unareflexión si det(A) = - l.
26. Usar el resultado del ejercicio 25 para determinar si la multiplicación por A es una
rotación o una rotación seguida de una reflexión. En cada caso, encontrar el ángulo
de rotación.
28. Con el resultado del ejercicio 27 y el inciso b ) del teorema 6.5.2, demostrar que una
composición de rotaciones siempre se puede efectuar mediante una simple rotación con
respecto a algún eje idbneo.
1 EJERCICIOS COMPLEMENTARIOS 1
1. Sea conelproducto interior euclidiano.
a) Obtener un vector d que sea ortogonal a u1= ( I , O, O, O) y a u4 = (O, O,O, 1) y
forme ángulos iguales COR u2 = (O, 1, O, O) y u3 = (O, O, 1 O).
b) Encontrar un vector x = (x,, x*, x3, x4) de longitud 1 que sea ortogonal a los vectores
u1 y u4 del inciso a) y tal que el coseno del ángulo entre x y u2 sea el doble del
coseno del ángulo entre x y u3.
es ortogu:;al y simétrica.
es una soluci6n del sistema si y sólo si el vector x = (x,, xz, . . . , x,) es ortogonal a
lodo vector renglón de A con el producto interior euclidiano sobre R".
7. Encontrar un producto interior euclidiano ponderado sobreRn tal que los vectores
v , = ( l , O , O , . . . O)
)
v , = ( O , ~ , O, . . . , O )
vi = (O, O, v?, . . . , O)
v, = (O, O, o, . . ., d i)
8. ¿Existe algún producto interior euclidiano ponderado sobre R2 para el que los vectores
(1,2) y (3, - 1) formen un conjunto ortonormal? Justificar la respuesta.
11. a) En R3, los vectores (k, O, O), (O, k, O) y (O, O, k) forman las aristas de un cubo con
diagonal ( k , k, k ) (figura 4 de la sección 3.3). De manera semejante, en Rn,los
vectores
se pueden considerar como las aristas de un "cubo" con diagonal (k, k, . . . , k). De-
mostrar que cada una de las aristas anteriores forma un ángulo igual a Q con la dia-
gonal, donde cos 0 = l 1 6 .
b) (Para quienes ya estudiaron Crilculo.)¿Qué sucede con el ángulo Q en el inciso a)
cuando la dimensión de Rn tiende a infinito?
13. Sea u un vector en un espacio V con producto interior, y sea {v,, v2, . . . , vn) una base
ortonormal para V. Demostrar que siaies el ángulo entre u + vi, entonces
cos2 a , + cos2 ff2 + ' ' ' + cos2 a, = 1
14. Demostrar: Si (u, v ) ~ y (u, v)* son dos productos interiores sobre un espacio vet-
torial V, entonces la cantidad (u, v) = (u, Y), + (u, también es un producto in-
terior.
41 4 Espacios con producto interior
15. Demostrar que el producto interior sobre Rn generado por cualquier matriz ortogonal es
el producto interior euclidiano.
EIGENVALORES,
EIGENVECTORES
AX AX
Figura 1
Ax= Ax
415
4I 6 " Eigenvalores, eigenvectores
Ejemplo 1 El vector x =
[:I es un eigenvector de
correspondiente al eigenvalor ,
I= 3 , ya que
Ax = dlx
Para que A sea un eigenvalor, debe existir una solución diferente de cero
para esta ecuación. Sin embargo, por el teorema 6.2.7, la ecuación (1) tiene una
solución Merente de cero si y sólo si
tiene cuando mucho n soluciones &stintas, por lo que una matriz n X n tiene a lo
sumo n eigenvalores distintos.
Sería conveniente que el lector revise el ejemplo 6 de la sección 2.3, donde
se encontraron los eigenvalores de una matriz 2 X 2 resolviendo la ecuación
característica. En el siguiente ejemplo se usa una matriz 3 X 3 .
det(A1-A) = det[
A
-4
O
-1
A
17 A - 8
o
- 1 ] = A3 - 8A2 + 17A- 4
Para resolverestaecuaciónseempezarábuscandosolucionesenteras.Esta
tarea se puede simplificar bastante aprovechando el hecho de que todas las
so-
luciones enteras (en caso de que haya) de una ecuación polinomial con coefi-
cientes enteros
A* + C,A" + . . + c, = o
'
deben ser divisores del término constante, cn. Así, las únicas soluciones enteras
posibles de (2) son los divisores de -4, es decir, +1, 22, +_4. Sustituyendo
sucesivamente estos valores en (2) se observa que 1 = 4 es una solución entera. En
consecuencia, 1 - 4 debe ser un factor del miembro izquierdo de (2). Divi-
diendo 1 -4 entre A3 -%I2 + 171 - 4 se observa que (2) se puede volver a escri-
bir como
418 Bigenvalores. tigenvectores
(A-4)@-4A+ 1)=0
Así. las otras soluciones de (2) satisfacen la ecuación de segundo grado que se
det(A1 -
= ( A - “ 1 1 ) ( A - “ 2 2 ) ( A - a j j ) ( A- U 4 . l )
Así, la ecuación característica es
(A--u,~)(~~-~~~~~(A~11~3)(A“a,~)=o
EIGENVALORES Es posible que la ecuación caracteristica de una matriz con elementos reales tenga
COMPLEJOS soluciones complejas. Por ejemplo, el polinomio característico dela matriz
es
a ) A es un eigenvalor de A :
6) El sistema de ecuaciones @I - A)x = O tiene soluciones no triviales
c) En R” existe un vector x diferente de cero tal que Ax = Ax.
6) A es una solución de la ecuación característica det(AI - A ) = O .
DETJCRMINA- Ahora que ya se sabe cómo obtener los eigenvalores, se abordará el problema de
CIÓN DE BASES determinar eigenvectores. Los eigenvectores de A correspondientes a un
PARA eigenvalor son los vectores x diferentes de cero que satisfacenA x = Ax. De manera
EIGENESPACIOS equivalente, los eigenvectores correspondientes a 1 son los vectores Werentes de
cero en el espacio solución de (AI - A)x = O . Este espacio solución se denomina
eigenespacio de A correspondiente a A.
420 Eigenvalores, eigenvectores
Si A = 2, entonces ( 3 ) se convierte en
x, = "S, x2 = t, x3 = S
x=[-;]=[-!]+[;];.[ -Y1
Como
son linealmente independientes, estos vectores forman una base para el eigenespa-
cio correspondiente a A = 2.
Si 1 = 1, entonces ( 3 ) se convierte en
7.1 Eigenvalores y eigenvectores / 421
[-T]
de modo que
EIGENVALORES Una vez que se han determinado los eigenvalores y los eigenvectores deuna
DE LAS matriz A , es fácil encontrar los eigenvalores y los eigenvectores de cualquier
POTENCIAS DE potencia entera positiva de A ; por ejemplo, si 1 es un eigenvalor de .4 y x es un
UN MATRIZ eigenvector correspondiente, entonces
EIGENVALORES El siguiente teorema establece una relación entre los eigenvalores y la invertibili-
E dad de una matriz.
INVERTIBILIDAD
Teorema 7.1.4. Una matriz cuadrada A es invertible sí y sólo si 1 = O no es un
eigenvalor de A .
o bien, haciendo 1 = O,
det(-A)=c,, o (-l)”det(A)=c,
Este teorema relaciona los temas más importantes estudiados hasta el momento
L: 1 11
4. Determinar las ecuaciones características de las siguientes matrices.
a) -2 1 O
424 Eigenvalores, eigenvectores
-4 -2
5. Obtener los eigenvalores de las matrices del ejercicio 4.
3 7 11
O 0 0
O 0 0
12. Encontrar los eigenvalores y bases para los eigenespacios deA25 para
-1 -2 -2
A=[-; -f I]
13. Sea A una matnz 2 X 2. La recta que pasa por el origen de R2 es inwuiante bajo A si
Ax está sobre la recta cuando x también lo está. Encontrar las ecuaciones de las rectas
en R2, en casode haberlas, que son invariantes bajo la m a w dada.
(u + d ) t v ( u - d)' + 4bc I
Usando el resultado anterior, demostrar queA
a) tiene dos eigenvalores reales distintos si (a - d)2 + 4bc > O
b) tiene un eigenvalor real si (a - d)2 + 4bc = O.
c) no tiene eigenvalores reales si (a - q2+ 4bc < O.
18. Sea A la matriz del ejercicio 17. Demostrar quesi (a - d)2 + 4bc > O y b f O, entonces
los eigenvectoresde A correspondientes a los eigenvalores
Al =$[(u +d)+v ( u - d ) 2 + 4bc ] y /I2 = [ ( u+ d ) - d ( u - d)2+ 4bc
son
respectivamente.
23. a) Demostrar que si A es una matriz cuadrada, entonces A y AT tienen los mismos
eigenvalores. [Sugerencia Considerar la ecuación característica det(A.1 - A) = O.]
b) Demostrar que A y AT no necesariamente tienen los mismos elgenespacios. [Suge-
rencia IJsando el resultado del ejercicio 18, encontrar una matnz 2 X 2 para la
cual A y AT tengan eigenespaclos diferentes.I
7.2 DIAGONALIZACI~N
En esta sección se vera cómo encontrar un base para R" integrada por eigenvec-
tores de una matpiz dada A n x n. Las bases se pueden usar para estudiar las
propiedades geométricas de A y para simplrficar varios cálculos numéricosdonde
aparece A . Estas bases también revisten importanciaJsica en una amplia gama
de aplicaciones, algunas de las cuales serán consideradas después en este texto.
EL PROBLEMA El objetivo principal de esta sección es mostrar que los dos problemas siguientes,
DE LA que a simplc vista parecen muy diferentes, en realidad son equivalentes.
DIAGONALIZA-
CIÓN DE Problema del eigenvector. Dada una matriz A n X n, jexiste una base para
MATRICES R" integrada por eigcnvectores de A?
a ) A es diagona/izahle.
h ) '4 lime n eigenvectores linealrnente independientes.
D=
Si ahora p,, p,, . . . , p, denotan los vectores columna de P, entonces por ( I ) las
columnas sucesivas de A P son Alpl, A,p,, . . . ,Anp,. Sin embargo, por la fórmula
( 3 ) de la sección 1.3, las columnas sucesivas de A P son Ap,, Ap,, . . . , Ap,. Así,
se debe tener
PI1 PI2
'.'
P2l P22
. ' '
la matriz cuyos vectores columna son p,, p,, . . . , p,. Por la fórmula ( 3 ) de la
sección 1.3, los vectores columna del producto A P son
428 Eigenvalores, eigenvectores
Pero
de modo que
AP =
(A - l)(A - 2)* = o
=[-;I,
y se determinaron las siguientes bases para los eigenespacios:
L=2: p, p2=[;]
p-lAp=[-: ;]A
P=[
-1 -2
; ;] o
2 o o
A-1 o O
det(A.l-~A)= - 1 A-2 O = ( A - l)(A-2)2
3 -5 1-2
( A - 1 ) ( A 2)* = o
-
Como A es una matriz 3 X 3 y en total sólo hay dos vectores básicos, entonces A
no es diagonalizable.
se obtiene
Las ecuaciones (6) y (7) contradicen el hecho de que no todos los c l , c 2., . . , c,+,,
son cero; esto completa la demostración. 0
:I
4 0
o o 2-v3
para alguna matriz invertible P. Sise desea, la matriz P puede determinarse
usando el metodo del ejemplo 1 de esta sección. A
Ejemplo 4 Por el teorema 7.1.1, los eigenvalores de una matriz triangular son los
elementos desu diagonal principal. Así, una matriz triangular con elementos
distintos en la diagonal principal es diagonalizable. Por ejemplo,
-
A=[
-2
es una matriz diagonalizable. A
(A- ])(A- 2 ) 2
Por tanto, el eigenespacio correspondiente a A = 1 es cuando mucho (y, por tanto,
exactamente) unidimensional y el eigenespacio correspondiente a A= 2 es a lo
sumo bidimensional. En e! ejemplo 1, el eigenespacio correspondiente a A = 2 en
realidad es de dimensión 2, lo cual da por resultado condiciones para la diagonali-
zación, pero en el ejemplo 2 el eigenespacio sólo es de dimensión 1, lo cual indica
que no hay condiciones para la diagonalización.
Existe una terminología que relaciona las ideas anteriores. Si A. es un
eigenvalor de una matriz A n X n, entonces la dimensión del eigenespacio corres-
434 ,' Eigenvalores,eigenvectores
I I
O
4
O ...
entonces
7.2 Diagonalización / 435
A=[! o i]
-2
:I
o -2
:
-1
D=P"..=[: 2 0 0 y]
Así, por (lo),
A'3=PD13P" = [-p A o -2
:l[: 213 o
:3 :'.I[-:
o 1 0
1
0 -1
2
I]
(11)
- 8190 O -16382
OBSERVACI~N.
= [ 8191
8192
8191 O 16383
2. Sea
a) krlxwnlrar los eigellvalores de 11.
b) Para cada eigenvalor 1, determinar el rango de a
l matriz111 - <4
c) ¿,Esdiagonalizable A? Justificar In respuesta.
En los qercicios del 8 al 1 1. hallar una matriz P que diagonalice a A, y determinar P" AP.
A= [-A o
: -"]
15 -2
22. Sea
23. En el caso en que la matnz A del ejercicio 22 es diagonalizable, encontrar una matriz P
que diagonalice a A .
24. Demostrar que si A es una matriz diagonalizable, entonces el rango de A es el número
de eigenvalores diferentes de cero de .4.
P'AP =D (1)
A T = (PDPT)T= (PT)TDTPT
= PDPT = A
CONDICIONES El siguiente teorema muestra que toda matriz simétrica es, de hecho, diago-
PARA DIAGO- nalizable ortogonalmente. En este teorema, y durante el resto de esta sección,
NALIZACI~N ortogonal sigruficará ortogonal con respecto al producto interior euclidiano sobre
ORTOGONAL R"
D = P “AP
Así,
A = PDP-]
A = PDPT
Por consiguiente,
A , V ] . v2 = V ] A*vz
O B S E R V A C I ~ N . El lector
debe recordar que hasta el momento se ha supuesto
que todas las matrices tienen elementos reales. De hecho, en el capitulo 10 se
verá que el inciso a) del teorema 7.3.2 es falso para matrices con elementos
complejos.
det(A1-A)=det
["-: 1:
-2 A-4 -2 = ( A- 2) 2(A - 8 ) = 0
-;]
de la sección 7.1, se puede demostrar que
uF[-;] y %=[
7.3 Diagonalizacidn ortogonal / 441
v, = [ - l/v?
l/ofi] y v2=
-l/u2
p = [ l/v?
O
-116
- 116
2 / d
l/V5
l/v3
1/%5 I
que diagonaliza ortogonalmente a A . (Como comprobación, el lector debe verificar
que PTAP es una matriz diagonal.) A
df
2
: '1
2 4
4
e ) [4
4 0
O o]
0 0 0 0
0 0 0 0
0
f) [-: ;2
0
-1
0 -I
o
; -;I
En los ejercicios del 2 al 9, encontrar una matriz P que diagonalice ortogonalmente a A , y
determinar P"AP.
442 / Eigenvalores, eigenvectores
6. A = [
1 1 0
I 1 O]
O 0 0
8. A = [ ’ O 0 o0 0
O 0 0 0
‘1
O, encontrar una matriz que diagonalice ortogollalmente a
9. A = [
-7
24O
O
24 O
O - 70
7
O 2 4
O
O
24
7
EJERCICIOS COMPLEMENTARIOS
A= [ cos 0
sen 8
-sen 0
cos 8 1
no tiene eigenvalores y en consecuencia no tiene eigenvectores.
b) Proporcionar una explicación geométrica del resultado del inciso
a)
6. Demostrar: Si b # O, entonces
no es diagonalizable.
O 1 0
1 -3 3
co + + a2 =o
para
13. Una matm cuadrada A se denomina nilpotente si A" = O para algún entero positivo n.
¿,Quépuede afirmar el lector sobre los eigenvalores de una matriz nilpotente?
respectivamente.
Ejercicios complementarios / 445
17. Sea A una matriz cuadrada tal que A3 = A. ¿Qué puede afirmar el lector sobre los
elgenvalores de A?
CAPITULO 8
TRANSFORM4CIONES
LINEALES
8.1 TRANSFORMACIONESLINEALESGENERALES
DEFINICIONES Y Recuérdese que una transformación lineal de R" a Rm se definió como una función
TERMINOLOGÍA
w , , x2, . . . ,x,) =( y , w2,. . . , w m )
en la cual las ecuaciones que relacionan a wl, w2,. . . , wm y xl, xz, . . . , x, son
lineales. Luego se demostró que la transformación T:Rn i* R" es lineal si y sólo si
ls siguientes relaciones se cumplen para todos los vectores u y v en R" y cualquier
a
escalar c (véase elteorema 4.3.2):
44 7
Estas propiedades se usarán como punto de partida para el estudio de las transfor-
maclones linealcs generalcs.
Ejemplo 2 Sean G ' y E' dos espacios vectoriales cualesquiera. El mapeo T:V + W
tal que ?'(v) = O para todo v en V es una transformación lineal denominada trans-
formación cero.Para darse cuenta que 7' es lineal, obsérvese que
Por consiguicnte.
T ( u + V) = T ( u ) + T ( v ) y T ( k u )= k T ( u ) A
Ejemplo 3 Sea J'cualquier espacio vectorial. El mapeo I:V + V definido por I(v)
= v se llama operador identidad sobre b'. La comprobación de que I es lineal sc
dejacomo qercicio. A
Ejemplo 1 Sea I' cualquier espacio vectorial y k cualquier escalar fijo. Se deja
como ejercicio comprobar que la función 7 I.' + C'definida por
T(v) = kv
es un operador lineal sobre 1'. Este operador lineal se conoce como dilatación de P.
con factor k si k > 1, y como contracción de V con factor k si O < k < 1
Geométricamente. la dilatación "estira" a cada vector de T' por un factor k . y la
contracción de L '"comprime" a cada vector de I' por un factor k (figura 1). A
8. I Transformaciones lineales generales / 449
w2, . . . , w,)
S = {WI,
(Véase Pa figura 3 .) A
Ejemplo 7 Sea S = {wl, w2, . . . , w,,} una base deun espacio vectorial V de
dimensión n, y sea
(V).? = ( k , , k2 , . . ' 1
Se define 1': L' -+ K" como la función que mapea v en su vector de coordenadas con
respecto a S; es decir,
La función T es una transformación lineal. Para darse cuenta de que así es, supón-
gase que u y v son vectores en Y y que
Así,
Pero
de modo que
(u + v ) =
~ ( c , + d , , c2 + d,, . . . , C, + d,,)
(kuj, = ( k c , , kc,, . . . , kc,)
8.1 Transformaciones linealesgenerales / 451
Por consiguiente,
Ejemplo 10 Sea V un espacio con producto interior y sea vo cualquier vector fijo
en V. Sea T:V + R la transformación que mapea un vector v en su producto
interior con vo; es decir,
T(v) = (v, vo )
Por las propiedades de producto interior,
T ( u + v) = ( u + v, Vo> = (u, vo) + ( v , vO)= T(u) + T(v)
Y
T ( k u ) = (ku, v") = k( u, vo>= kT(u)
D(f) = y(.,
Por las propiedades de derivación se tiene que
Y
D(kf) = kD(f)
J ( c f ) = j : c f ( t ) d t = ~ [O f ( t ) d r = c J ( f )
T ( 0 ) = T(0v) = OT(V) = o
T(x)= x + x,,
tiene el efecto geométrico de trasladar cada punto x en una dirección paralela a x.
por una distancia llxo/l (figura 4). Esta no es una transformación lineal, ya que T(0)
= xo, de modo que T no mapea O en O .
8.I Transformaciones lineales generales / 455
de los vectores básicos. Esto se hace al expresar primero a v como una combina-
ción lined de los vectores básicos, por ejemplo,
Ejemplo 14 Considerar la base S = {vl, v2,v3} para R3, donde v1 = (1, 1, l), v2
= (1, 1, O), v3 = ( 1, O, O); y sea T:R3+ R2 la transformación lineal tal que
Obtener una fórmula para T ( x l ,x2, x3);luego, usar esta fórmula para calcular T(2,
- 3 , 5).
Solucidn. Primero, x = (x1, x2, x3) se expresa como una combinación lineal de v1
= (1, 1, l), v2 = (1, 1, O) y v3 = ( 1, O, O). Si se escribe
Por tanto.
T(.u,, x2, x
i = -u,T(v,) + ( x 2 - -Y3 IT@,) + (x, - X 2 ) T ( V 3 )
= -u,( 1, O) + (x2 - -Y3 )(2, - 1 ) + (x, - x2)(4,3 )
-
- (4a, - 2.5 - x j , 3.Yl - 4s2 + x3)
A partir de esta fórmula se obtiene
T ( 2. ~~ 3. 5 ) = (9. 2 3 ) A
I donde u es un vector en U.
OBSERVACI~N. Nótese que esta definición requiere que el dominio de T, (el cual
es 1),' contenga al recorrido de T,;este hecho es esencial para que la expresión
T,(T,(u))tenga sentido (figura 5). El lector debe comparar (2) con la fórmula (18)
de la sección 4.2.
Figura 5
( T o I)(v) = T(Z(v))= T ( v )
( I o T ) ( v ) = I ( T ( v ) )= T ( v )
T I : U+ V, T2 V+ W, y T 3 : W+Y
son transformaciones lineales, entonces la composición T3 T2 T I se define
0 0
como
EJERCICIOS DE LA S E C C I ~ N8.1
1. Con la definición de operador lineal proporcionada en esta sección, demostrar que la
función T S 2 + R2 deffida por la fórmula T(x,, 3)= (x, + 2.5, 3x, - x2) es un ope-
rador lineal.
2. Por medio de la definición de transformación lineal que se dio en esta sección, de-
mostrar que la función TB3 + R2 expresada por la fórmula T(x,,%, x3) = (2x, - x2 +
x3, x2 - 4 5 ) es una transformación lineal.
En los ejercicios del 3 al 10, determinar si la función es una transformación lineal. Jus-
tificar las respuestas.
6. TM
:, + R, donde T(A)= &(A).
8. TM2, + R, donde
12. Considérese la base S = {y1, vz) para HZ,donde v, = ! . j 1 v2 = ( I , O), y sea T:Rz +
R2 el operador lineal tal que
T(v,)= (1, -2) y T ( v , ) = ( - 4 , 1)
Obtener una fórmula para T ( x l ,x2) y usarla para encontrar T(5, - 3 ) .
13. Considérese la base S = {vl, v2} para R2, donde v1 = (-2, 1) y v2 = (1, 3), y sea TB2
-fR3 la transformación lineal tal que
14. Considérese la base S = {vl, v2, v3} para R3, donde v1 = (1, 1, 1 ), vz = ( 1 , 1 , O) y v3 =
( 1, O, O) y sea TB3+ R3 el operador lineal tal que
Obtener una fórmula para T ( x l ,x2, x3) y usarla para calcular T(2,4, - 1)
15. Considérese la base S = {vI,v2, v3} para R3, donde v1 = (1, 2, l), vz = (2, 9, O) y v3 =
(3, 3 , 4 ) y sea TB3+ R2 la transformación lineal tal que
hallar una fórmula para T ( x l ,xz, x3) y usarla para evaluar T(7, 13, 7)
a) Encontrar ( T , 0 T J A ) , donde A =
[::]
b) ¿Puede el lector obtener (T2 0 T,)(A)?Explicar la respuesta
21. Sea T,:V + V la dilatación T,(v) = 4v. Encontrar un operador lineal T,:V + V tal que
T I 0 T , = I y T, 0 TI = 1.
23. Sea qo(x) un polinomio fijo de grado m ,y la función T con dominio Pn definida por la
fórmula T(p(x))= p(q,(x)).
a) Demostrar que T es una transformación lineal. b) ¿Cuál es el codominio de T ,
b) T 3 o T 2 o T I = ( T 3 0 T 2 ) o T l
c) T 3 0 T 2 0 T 1 = T 3 0 ( T 2 0 T I )
30. Sea {v,, v,, . . . , vn} una base de un espacio vectorial V y sea T V +- Wuna transforma-
ción lineal. Demostrar que si T(v,)= T(v,) = ' . . = T(v,) = O, entonces T es la transfor-
mación cero.
31. Sea {v,, v,, . . , vn} una base de un espacio vectorial V y sea T:V -* V un operador
.
lineal.Demostrar que si T(v,) = v,, T(v,) = v,, . . . , T(vn)= Y", entonces T es la
transformación identidad sobre V.
Ejemplo 3 Sea I:V + Vel operador identidad (ejemplo 3 de la sección 8.1). Como
I(v) = v para todos los vectores de V, todo vector en Ves la imagen de algún vector
462 Transformaciones
lineales
Ejemplo 5 Sea T:R2 -z R2 el operador lineal que hace girar a todo vector en el
plano xy por un ángulo 8 (figura 2). Como todo vector en el plano xy se puede
obtener al girar algún vector por un ángulo 8 (¿por qué?), se tiene que R(T) = R2.
Además, el Único vector que gira en O es O, de modo que ker(T) = { O } . A
PROPIEDADES En todos los ejemplos anteriores, ker(7) y R(7) resultaron ser subespacios. En los
DEL NÚCLEO ejemplos 2, 3 y 5 fueron el subespacio cero o todo el espacio vectorial. En el
Y DEL ejemplo 4 el núcleo era una recta que pasa por
el origen y el recorrido era un
RECORRIDO plano que pasa por el origen; ambos son subespacios de R3. Nada de lo anterior es
fortuito; es una consecuencia del siguiente resultado general.
a) El núcleo de T es un subespacio de V.
b) El recorrido de T es un subespacio de W.
T(kv,) = kT(v,) = M) = O
Y
T(b) = T ( k a , )= kT(a,) = kw,
por el ejemplo 1 se sabe que ker(T) de 7> es el espacio nulo. deA y que el recorri-
do de 7' es el espacio columna de A . Por tanto, se tiene la siguiente relación entre
cl rango y la nulidad de una matriz y el rango y la nulidad de la transformación
matricial correspondiente.
A = [ -
1 2 0 4 5 -
3 -7 2 o 1
2 -5 2 4 6
4 -9 2 -4 - 4
nulidad ( T ) = 1 y rango ( 7 ) = 2 A
Ejemplo 9 Sea T:R2 + R2 el operador lined que hace girar a cada vectordel
plano xy por un ángulo 8. En el ejemplo 5 se demostró que ker(7) = { O } y que
R(T) = R 2 . Así,
rango ( r ) + nulidad ( T ) = O + 2 = 2
DEMOSTRACIóN ADICIONAL
dim(R(T)) + dim(ker(T)) = n
La demostración se proporcionará para el caso en que 1 Idim(ker(7)) < n. Los
casos dim(ker(2)) = O y dim(ker(7)) = n se dejan como ejercicios. Supóngase que
dim(ker(7)) = r, y sea v l , . . . , v, una base para el núcleo. Como {vl, . . . , v,) es
linealmente independiente, el teorema 5.4.66 establece que existen n - r vectores,
v,+~,. . . ,vn, tales que {vl, . . . , v,, v , + ~ ., . . , v,} es unabase de V. Para completarla
demostración, se probará que los n - Y vectores en el conjunto S = { T(V,+~),. . . ,
T(v,)} forman una base para el recorrido de T.Entonces se concluirá que
dim(R(T)) + dim(ker(T)) = ( n - r ) +r =n
Primero se demostrará queS genera el recorrido de7'. Si b es cualquier vectoren
el recorrido de T.entonces b = T(v) para algún vector v en V. Como { v , , . . . , v,,
v , + ~ ., . . , vn} es una base para V, entonces el vector v se puede escribir como
siguiente, este vector se puede escribir como una combinación lineal de los
vectores básicos (vl.. . . , v,.}, por ejemplo,
k, + Iv, + . . . + k,v, = k,v, + . . . + k,~,
Así,
2. Sea TI??+ R' el operador lineal del ejercicio 1. 2,Cuáles de los siguientes vectores
están en ker( T)?
a) (5, 10). b) ( 3 , 2 ) . c) (1, 1).
4. Sea TJr' + R3 la transformación lineal del ejercicio 3. (,Cuáles de los siguientes vcc-
tores están enker(T)?
a) ( 3 , -8,2, O). b) ( O , O, O, 1). C) (O, -4, 1, O).
5. Sea T:P, + P, la transformación lineal definida por T(p(x)) = xp(x). ¿Cuáles de los
siguientes vectores están en ker(T)?
a) x3. b) O. c) 1 +x.
8.2 Núcleo y recorrido / 467
-a]
a) una base para el recorrido de T. b) una base para el núcleo de T.
1:
c) 1 rango y la nulidad de T. d) el rango y la nulidad de A .
10. A = [i -i]
-1
11. A =
2 0 -
1 4 5 0 9
3 -2 ! o -1
-1 0 -1 o -1
2 3 5 1 8
15. Sea V cualquier espacio vectorial y sea T:V + V definida por T(v) = 3v.
a) ¿Cuál es el núcleo de T? b) ¿Cuál es el recorrido de 77
17. Sea A una matriz 7 X 6 tal que A x = O sólo tiene la solución trivial, y sea TR' + R7 la
multiplicación por A . Encontrar el rango y la nulidad de A .
20. Sen 7'. I.; -3. R 3 una transformación l~nealde crlalquicr espac~ovcctorial a R 3 . Demostrar
quc el recomdo dc 1" es una recta qrx pasa por el origen, un plano que pasa por el
arrgen, sólo e¡ orlgen o todo I?
a) Ikmostrar que el nilcleo de 7' es una recta que pasa por el origen y encontrar
ecuacrollcs paramétncas de Csta.
b) Ikmostrar que elrecorrido de T es un plano que pasa por el origen y encontrar una
ecuación de Cste.
21. Sea 7'1.'-3. I" u 1 1 operadorlineal sobre un espacio vectorial V de dimensión finita.
Ilemostrar que H ( T ) = s i y sólo SI keI(7') = {O}
I.'
27. (Pura quienes y a estudiaron Cálculo). Sea D:V -., W la transformación derivación
[I( p) =,f(x). donde I' = C2( - 00,m ) v W = F( - 00,m). Describir el núcleode D o D.
TRANSFORMA- Recuérdese de la sección 4.3 que una transformación lineal de R" a R" se deno-
CIONES LLNEA- mina uno a uno o biunivoca si mapea vectores distintos de R" en vectores distin-
LES UNO A UNO tos de R"'. La siguiente definición generaliza esta idea.
8.3 Transformaciones lineales inversas I' 469
~~
también difieren en por lo menos un coeficiente. Por tanto, T es uno a uno, ya que
mapea polinomios distintos p y q en polinomios distintos T(p) y T(q). A
D ( x 2 )= D(x2 + 1) = 2x A
a ) T es uno a uno.
b ) El núcleo de T sólo contiene al vector cero; esdecir. ker(7) = { O } .
c) Nulidad ( r ) = O .
" .l.-_"."
Para demostrar que T esuno a uno es necesario probar que T(v) y T(w) son
vectores dstintos. Pero si este no fuese el caso, entonces se tendría
T(v) = T(w)
T(v)- T(w) = o
T(v - w) = o
lo cual indica que v - w está en el núcleo de T. Como ker(T) = O , se tiene que
v-w=o
- 7 2 0 1
2 - 5 2 4 6 1
4 -9 2 -4 -4 7
Solución de u). Del ejemplo 5 de la sección 8.2, ker(7")= { O ) , así que T es uno a
uno.
Solución de c). Del ejemplo 7 de la sección 8.2, nulidad (7') = 4, así que T no es
uno a uno. A
8.3 Transformaciones lineales inversas / 471
a ) T es uno a uno.
b ) ker(T) = ( O } .
c) Nulidad (7') = O.
d) El recorrido de T es V; es decir, R(T) = V.
ji
nulidad ( r ) =n - rango(T) = n
-- n = O.
-,
1 -2
-4
3 1
1 4
TRANSFOR- Enla sección 4.3 sedefinió la inversa deun operadormatricial uno a uno
MACIONES +.
TA:R" R" comoel operador matricial TA-1:Rn"* R", y se demostró que si w es la
LINEALES imagen de un vector x bajo TA, entonces TA-I mapea w de regreso en x. A
INVERSAS continuación, estas ideas se extenderán a transformaciones lineales generales.
472 i Transformaciones lineales
n P) = T(P(.Y)) =
es uno a uno; así, T tiene inversa. Aquí, el recorrido de T no es todo P,,,; en vez
de ello, R(7) es el subespacio de P,+, que consta de los polinomios con término
constante cero. Este hecho es evidente a partir de la fórmula para T:
T(X1, X2, X3) = (3x1 + X2, "2x1 - 4x2 + 3x3, 5x1 + 4x2 - 2x3)
Determinar si T es uno a uno; en caso afirmativo, encontrar T- '(x,, x2, x3).
3 1 0
[TI= -2 -4
4 -2 -3
[T"]=[T]-'=
-12 7 10
Se concluye que
T,(TI(U)) Y T,(T,(V))
también son vectores distintos. Pero estas expresiones también se pueden escribir
como
(T,~T,)~'(w)=(T,~~T,')(w)
para todo vector w en el recomdo de T, T I .Para este propósito, sea
o
(T, 0 T,)(uj = w
T,(T,(u)) = w
Ahora, aplicando 2";'a cada miembro de esta ecuación y luego T;'a cada miem-
bro del resultado, se obtiene (comprobar)
En el caso especial en que TA, TB,y Tc, sean operadores matriciales sobre R", en-
tonces la fórmula (4) se puede escribir como
8.3 Transformacioneslineales inversas / 475
En palabras, esta fórmula establece que la matriz estándar para la inversa de una
composición es el producto de las inversas de las matrices estándar de los opera-
dores individuales en orden invertido.
En los ejercicios se proporcionan algunos problemas en los que se usan las
fórmulas (4) y (S).
1 4 - 1 5 2
a ) A = [ - 1 1 21 ol ] " A = [ - ; ; i] 1 0 1
c ) A = [ O1 11 0I] .)A=[: -:]
4. En cada inciso, determinar si la multiplicación por A es una transformación lineal uno
a uno.
476 / Transformaciones lineales
1 -7
-
1
1
3
3
2
5
0 0
'1 c) A =
a) Encontrar el núcleo de T.
b) ¿,Es Tuno a uno? Justificar la conclusión.
Figura 2
6. Sea FA2 + R2 el operador lineal T(x,y) = ("x, y ) que refleja cada punto con respecto
al eje y (figura 3).
a) Encontrar el núcleo de T.
h) ¿Es T u n o a uno? Justificar la conclusión.
ry
I
Figura 3
7. En cada inciso, usando la información dada determinar si T es uno a uno.
a) T:Rm + R"; nulidad(T) = O. b) TBn + R"; rango ( T ) = n - 1
c) TRm -+ R"; n < m . d) TBn + Rn; R( T)= R".
a) T ( . x , , x 2, . . . , .x , j ) = ( 0 , ~ l , ~. 2. .r, x = - , ) b) T(x,,xL,. . . , x , ) = j x , , ~ . , ~ ,I . . . , . x ? , x i )
c) í"(x,, x*,. . . , x,,) = (x2, x3, . . . x,, XI ) 1
12. Sean Tl:R2+ R2 y T2@ + R2 los operadores lineales definidos por las fórmulas
13. Sean T;P, + P , y Tz:P, + P, las transformaciones lineales definidas por las fórmulas
P( I )I
T M x ) ) = (P(O),
a) Encontrar T( 1 - 2x).
b) Demostrar que T es una transformación lineal.
c) Demostrar que T es uno a uno.
d) Encontrar T"(2,3) y trazar su gráfica.
16. Demostrar: Si V y W son espacios vectoriales de dimensiones finitas tales que dim W <
dim V, entonces no existe ninguna transformación lineal uno a uno T:V + W.
17. En cada inciso, determinar si el operador lineal TMZ2+ MZ2es uno a uno. En caso
afirmativo, encontrar
18. Sea TR2 + R2 el operador lineal defindo porlafórmula T(x, y ) = (x + /y, -y)
Demostrar que T es uno a uno para todo valor real de k y que T" = T.
19. Demostrar que si T:V + Wes una transformación lineal uno a uno, entonces T":R(T)
+ Ves una transformación lineal.
20. (Para quienes ya estudiaron CruCulo). Sea JPI + R la transformación integración
1
J(p) = j-, p(x)dx. Determinar si J es uno a uno. Justificar la ccnclusión.
478 ,, Transformaciones lineales
A es un
T
X T(x) un A es
vector en V I en vector W
(n-dimensional) (m-dimensional)
I
un A es
en
vector R"
i
[x18 [ Tt4h
A es un
vector
en R~
Figura 1
La matnz A en (1) se denomina matriz para T con respecto a las bases B y B'.
T mapea
Ven W
X
T T(x)
I I
i
t i
La multiplicación
por A mapea
R" en R"
Figura 2
8.4 Matrices de transformaciones lineales generales / 479
A=
tal que (1) se cumpla para todos los vectores x en V. En particular, se quiere que
esta ecuación sea verdadera para los vectores básicos ul, u*,. . . , U,,; es decir,
O'
1
O
de modo que
I ' '
] =
a11 a12
a2 1 a12
am2
380 " Transformaciones lineales
con respecto ala base B'. Así, la matriz para T con respecto a las bases B y B' es
[ IR', B
, E
44
MATRICES DE En el caso especial donde V = W (de modo que T:V + V es un operador lineal), es
OPERADORES común tomar B = B' al construir una matriz para T. En este caso la matriz resul-
LINEALES tante se denomina matriz para T con respecto a labase B y se denota por [ q ~en,
vez de [ ~ BB.I Si B = {u1, u,, . . . u,}, entonces en este caso las fórmulas (4) y
(4a) se convierten en
En términos informales, las expresiones (4a) y (5a) establecen que la matriz para
T multiplicada por la matriz de coordenadas para x es la matriz de coordenadas
para í"(x).
u, = 1, u* =x; v1 = 1, v2 =x, v3 = x 2
1 TI,..,= [a y]
o 0
Por tanto,
[ T(x)],.= [ax + bx2] =
[:I
a
de modo que
T( [;;I) = [ - + "1
2x, + 4x2
a) Encontrar [ q ~ .
b) Comprobar que (5a) se cumple para todo vector x en R2
Por consiguiente,
En consecuencia,
Solución de b). Si
x= [:;I
es cualquier vector en R2, entonces por la fórmula dada para T
= [ -2x1
x1 + x2
+ 4x2]
Para encontrar [xIB y [T(x)IB,es necesario expresar (6) y (7) como combinaciones
lineales de u1 y u2.Esto conduce a las ecuaciones vectoriales
k, + k , = x,
k , + 2 k , = x2
c1 + c2 = x, + x2
de modo que
rx1B = [ 2x, - x2
-x1 +x2]
8.4 Matrices de transformaciones lineales generales i 485
Así,
Así,
...
...
'..
... 1
En consecuencia, la matriz de operador identidad con respecto a cualquier base es
la matriz identidad de n X n. Este resultado se pudo haber anticipado a partir de la
fórmula (5a), ya que la fórmula produce
[zlB[xlE =
E])'('[ = ['IR
[TI,,,. = [ T I (12)
Este teorema, establece que en el caso especial en que T transforma R" en Rm,la
matriz para T con respecto a las bases estándar es la matriz estándar para T. En
este caso especial la fórmula (4a) de esta sección se reduce a
[ T ] x = T(x)
POR QUÉ SON Haydos razones esenciales para estudiar matrices de transformaciones lineales
IMPORTANTES generales, una teórica y otra bastante práctica:
LAS MATRICES
DE LAS A menudo es posible contestar preguntas teóricas acerca de
la estructura de
TRANSFORMA- transformaciones lineales generales sobre espacios vectoriales de dimensión
CIONES finita estudiando simplemente las transformaciones lineales. estas cuestiones
LINEALES se consideran con más detalle en cursos más avanzados de álgebra lineal.
aunque se abordarán en secciones ulteriores de este texto.
o Estas matrices hacen posible calcular imágenes de vectores usando multipli-
cación matricial. Los cálculos sepuedenefectuar rápidamente en compu-
tadora.
T ( p ( x ) )= P(3X - 5)
T( 1) = 1, T ( x ) = 3~ - 5, T ( x 2 )= ( 3 -~5)’ = 9x2 - 3 0 +~ 25
[2 1
de modo que
Por tanto.
T( 1 + 2~ + 3x2) = 66 - 8 4 ~ 27x2 +
Solución de c ) . Por cálculo directo
= 1 + 6~ - 10 + 27x2 - 9 0 + ~ 75
= 66 8 4+
- ~2 7 ~ ’
[ T, T, I B ' J
O = [ T2 IB'.B"[ TI I B 3 (13)
Figura 6
TI(P(X))= .vP(x)
y sea T2:P2+ P , el operador lineal definido por
8.4 Matrices detransformaciones lineales generales I 489
Se elegirán B = { 1, x} como la base para P , y B' = { 1. x, x,} como la base para P,.
En los ejemplos 1 y 6 se demostró que
(T, Tl)(l) = 3x - 5
0 y (T2 T,)(x)
0 =( 3 -
~ 5), = 9x2 - 3 0 +~ 25
[-a]
Como B' = { 1, x, 2},
a partir de ésto se concluye que
w 2 0 T ~ ) ( =
~ N ~ ~ y w 2 0 [
~ ~ ) ( x )=
1 ~-
,
490 Transformaciones
lineales
7',1,, = [;
-5 25
-3;]
a) Encontrar [qe.
b) Comprobar que la fórmula (5a) secumple para todo vector x en R2.
8.4 Matrices de transformaciones lineales generales / 49 I
a) Encontrar la matriz [TIpB con respecto a las bases B = { ul, u2} y B' = {v,, V2, V3),
donde
en R2
v , = ( l , O , l), v 2 = ( 0 , 1, I ) , v 3 = ( 1 . 1,O)
b) Comprobar que la fórmula (5a) secumple para todo vector x = (x,, x*, x3)en R3.
8. Sea TP,+ P, la transformación lineal definida por T@(x)) = xp(x - 3); es decir,
T(c, + c , x + c$) = X(C" + c,(x - 3) + c2(x - 3)2)
a) Encontrar [qpB con respecto a las bases B = { 1, x, ?} y B = { 1, x, 2,?}.
b) Aplicar el procedimiento indirecto ilustrado en la figura 5 para calcular T(l + x -
2).
c) Comprobar el resultado obtenido en el inciso b) calculando directamente T( 1 + x -
2).
492 / Transformaciones lineales
m ) .
T,(p(xj) = p ( 2 x + 1)
8.4 Matrices de transformaciones lineales generales / 493
14. Demostrar que si T:V + W es la transformación cero, entoncesla matriz T con respecto
a bases cualesquiera para V y W es una matnz cero.
16. Sea B = {v,, v2, v3, v4) una base para un espacio vectorial V. Encontrar la matriz con
respecto a B del operador lineal T V + V defindo por T(v,)=v2, T(v,)= v,, T(v3)= v4,
T(v4)= V I .
18. (Para quienes ya estudiaron CcuCurO).En cada inciso,B = {f,,f2, f,} es una base para
un subespacio V del espacio vectorial de funcionescon valores reales defindas sobre la
recta real. Encontrar la matriz con respecto a B del operador derivaciónD:V -D V.
a) f, = 1, f2 = senx, f3 = cos x b) f, = 1, f2 = e x , f3 = e 2 x
c) f, = e2x, f2 = x e Z x , f3 = x 2 e Z X
19. Demostrar: Si B y B' son las bases estándar para R" y R"', respectivamente, entonces la
matnz de la transformación lineal T8" + R"' con respecto a las bases B y B' es la
matriz estándar para T.
494 Transformaciones
lineales
8.5 SEMEJANZA
ELECCIÓN DE Las bases estándar no necesariamente producen a ls matrices más simples para ope-
BASES A FIN DE radores heales. Por ejemplo, considérense el operadorlineal TR2 += R2 definido por
OBTENER
MATRICES
SIMPLES PARA
OPERADORES
T([r:l) = [ - 2x,
'I' + 4x,
'2]
Por el teorema 8.4.I, la matriz para T con respecto a esta base es la matriz están-
dar para T; es decir,
de modo que
entonces la matriz para T con respecto ala base B' ={ ul, u2} es la matriz diagonal
Esta matriz es más "simple" que (2) en el sentido de que las matrices diagonales
poseen propiedades especiales que no tienena lsmatrices generales.
Uno de los temas principales en cursos más avanzados de álgebra lineal es
determinar la "forma más simple posible" que se puede obtener para la matriz un
operador lineal al elegir la base correcta. Algunas veces es posible obtener una
8.5 Semejanza / 495
matriz &agonal (como se acaba de hacer, por ejemplo); otras veces es necesario
establecer una matriz triangular o de alguna otra forma. En este texto sólo será po-
-
sible mencionar la importancia de este tema importante.
El problema de determinaruna base que produzcala matriz más simple posible
para un operador heal T V V se puede atacar encontrando primerouna matriz para
T con respecto a cualquier base; por ejemplo una base estándar, cuandosea posible, y
luego cambiando la base de manera que se simplifique la matriz. Antes de prosegw
será de utilidadrepasar algunos conceptos sobre cambio de base.
con esta idea,
Recuérdese por la ftrmula (8) de la sección 6.5 que si B = {ul, u2, . . . , un}
, ,
1 1
y B' = { u ,u ,. . . ,u L}
son bases para un espacio vectorial V, entonces la
matriz de transición de B"a B está definida por la fórmula
Así, por (5), se tiene [IjBg' = P, lo cual demuestra que [JIBB' es la matriz
transición de B' a B. 0
El resultado de este teorema se ilustra en la figura l .
Y
- I
V
I' I
V V V V
Figura 2 Base = B' Base =B Base = B Base = B
Pero por el teorema 8.5.1 se deduce que [dBY,esla matriz transición de B' a B y
que, en consecuencia. I B'B es la matriz transmon de B a B'. Luego, si se hace P =
[ABB"entonces P" = [AEB,de modo que (9) se puede escribir como
[TI,, =P '[ T],P
En resumen. se tiene el siguiente teorema.
I I
.. .
8.5 Semejanza / 497
Una vez que se domina este patrón, basta recordar que P = [ARB' es la matriz
transición de B' a B y que P" = [AFBes su inversa.
T( [:I) [ := -2:: 4 3
Encontrar la matriz T con respecto a la base estándar B = {el, e,} para R2, y luego
ap!icqr el teorema 8.5.2 para encontrar la matriz T con respecto a la base B' =
~donde
{ U I . U},
u;=[;] y u;=[;]
u; = e, + 2e2
498 7iansformaciones lineales
de modo que
de modo que por el teorema 8.5.2 la matriz T con respecto a la base B' es
SEMEJANZA La relación enla fórmula (10) es tan importante que existe terminología asociada
con ella.
Entonces
Por esta ecuación se concluye que el valor del determinante depende de T, pero no
de la base particular que se usa para obtener la matriz para T. Así, el determinante
se puede considerar como una propiedad del operador lineal T; de hecho, si V es
un espacio vectorial de dimensión finita, entonces el determinante del operador
lineal T se puede dejnir como
T ( [ ~ J )= [ -2:: 14zI]
Encontrar det(7).
de modo que
det(T)= 1 '1
-2 4
=6
Si se hubiese elegido la base B' = {u1, u2} del ejemplo 1, entonces se hubiera
obtenido
Por tanto
det(T)= 1 12
o
0
3
=6
B' = {u;,u;}
f'
Una vez que se ha encontrado [TJEse efectúa un cambio de base para en-
contrar [qB.Los cálculos son como sigue:
Por tanto,
.. . .
502 1 Transformaciones lineales
[ T I , = P[T],,P"
de modo que
EIGENVALORES Los eigenvectores y los eigenvalores sepueden definir para operadores lineales
DE UN también como matrices. Un escalar A se denomina eigenvalor de un operador lineal
OPERADOR T:Y + V si en V existe un vector x diferente de cero tal que Tx = Ax. El vector x se
LINEAL denomina eigenvector de T correspondiente a A. De manera equivalente, los
eigenvectores de T correspondientes a A son los vectores diferentes de cero en el
núcleo de AI - T (ejercicio 15). Este núcleo se denomina eigenespaciu de T
correspondiente a A.
p1 = - 1 +2 , p2 = x, p3 = - 2 + x + x2
Así, el eigenespacio de T B correspondiente a 1 = 2 tiene la base
Como comprobación, el lector debe usar la fórmula dada para T a fin de verificar
que í"(PI) = 2P,> T(P,) = 2P, Y T(P3) = P3. A
Encontrar una base para R3 con respecto a la cual la matriz para T sea diagonal.
, ( I
Ahora se quiere cambiar de la base estándar B a una nueva base B' = {uI,u2,u3}a
finde obtener una matriz diagonal para T. Si se hace que P sea la matriz
transición de la base desconocida B' a la base estándar B, entonces por el teorema
8.5.2 las matrices T y [qB'se relacionan mediante
-1 o -2-
P=[ o 1 1
1 o 1-
$ 9 ,
Por tanto,
U; =
U; =
(O)e, + (I)e,
(-2)e,
+ &Ve3 =
+ (I)e2 + (])e3 =
[:I 1
son vectores básicos que producen una matriz diagonal para [í''IP. Como compro-
bación, en seguida se calculará directamente [í''IB'.Por la fórmula dada para T se
[; I)
4. TR3+ R3 está definido por
T( []3x'-,:X+I + 7x3
6, TB2 + R2 está definido por T(x) = 58;B y B son las bases del ejercicio 2
7. TP,+ P , está definido por T(ao + a,x) = a. + a,(x + 1); B = {p,, pz} y B = {q,, q2},
donde p, = 6 + 3x, p2 = 10 + 2 x , q, = 2, q2 = 3 + 2x.
8. Encontrar det(T)
a) T :R2-+R2, donde T(x,,x,) = (3x,- 4x,, -x1 + 7x,)
b) T : R3-+R3, donde T ( x , , x,, x3)= (x1-x,, x, - xj, xj - xI)
c) T :P2+ P,, donde T(p(x))= p ( x - 1)
9. Demostrar que las siguientes características son invariantes bajo semejanza
a) Rango. b) Nulidad. Invertibilidad.
c)
10. Sea TP4+ P4 el operador lineal definido por la fórmula T@(x)) =p(2x + 1).
a) Encontrar una matnz para T con respecto a alguna base conveniente; luego, usando
el resultado del ejercicio 9, encontrar el rango y la nulidad de T.
b) Con el resultado del inciso a), determinar si T es uno a uno.
11. En cada inciso, hallar una base para R2 con respecto a la que la matriz para T sea dia-
gonal.
8.5 Semejarlza i 507
a) T( [:I) = [ 2x, - ”1
+ 4x2 b) T ( [:I) [ = +
3x1 x2
- 4x1
12. En cada inciso, encontrar una base para R3 con respecto a la que la matriz para T sea
diagonal.
.([:;I)= [ b -2c
2c u+
dc]
17. Sean C y D matrices m n, y sea B = {v,, v,,. . . , vn} una base para un espacio
X
vectorial V. Demostrar que si C[x], = D[x], para todo x en V, entonces C = D.
18. Sea I una recta en el plano xy que pasa por el origen y forma un ángulo 8 con el eje x
positivo. Como se ilustra en la figura 5, sea TB2 + R2 la proyección ortogonal de R2
sobre 1. Con el método del ejemplo 3, demostrarque
[ I]) [ = cos2 e
sene cos e
sen O cos
sen2e
e] [;]
[Nota Ver el ejemplo 5 de la sección 4.3.1
t” y (X.”)
\ 1
508 / Transformaciones lineales
EJERCICIOS COMPLEMENTARIOS
2. Sea
A= [ cos 8
sen8
-sen0
cos 0 1
a) Demostrar que
A'= [ cos 28
sen20
-sen28
cos 20
y A3=[
-sen30
cos 30
sen30 cos 30 1
b) Conjeturar la forma de la m a w A" para cualquier entero positivo n.
c) Considerando el efecto geométrico de TB2 + R2, donde T es la multiplicación por
A , obtener geométricamente el resultado del inciso b).
3. Sea vo un vector fijo en un espacio V con producto interior, y sea T:V -D V definido por
T(v) = (v, vo)vo. Demostrar que T es un operador lineal sobre V.
4. Sean Y ,., Y,,I . . . , v m vectores fijos en R", y sea TR" + Rmla función definda por T ( x )
= (x * v,, x . v2, . . . , x * vm),donde x . vi es el producto interior euclidiano sobre R".
a) Demostrar que T es una transformación lineal.
b) Demostrar que la matriz con vectores renglón vl, v2, . . . , vm es la matriz estándar
para T .
5. Sean fe,, e2, e3, e4} la base estándar para @ y T@ + R3 la transformación lineal para
la cual
T ( e , ) = (1, 2. 11, 7Ye2)=(O, 1, O),
V e , ) = (1, 3, O), T(e,) = (1, 1, 1)
7. Sean B = {v,, v,, v3, v4} una base para un espacio vectorial V y T:V + V el operador
lineal para el que
+
T(V,) = V I v2 + v3 3v4+
T(v,) = V I - v2 + 2v, + 2v,
+
T(v,) = 2v, - 4v2 SV, + 3v,
T(v,) = -2v1 + 6v2 - 6v3 - 2 ~ 4
a) Encontrar el rango y la nulidad de T.. b) Determinar si T es uno a uno.
10. (Teorema alferna&ivode Fredholm). Sea T:V + V un operador lineal sobreun espacio
vectorial n dimensional. Demostrar que se cumple exactamente una de las siguientes
proposiciones:
i) La ecuación T(x) = b tiene una solución para todos los vectoresb en V.
ii) Nulidad de T > O.
13. Sea TM,, + M,, el operador lineal defindo por T(M) = MT. Encontrar la m a w para
T con respecto ala base estándar para M2,.
ij
14. Sean B = {u1,u2, u3}y B' = {v,, v,, v3} bases para un espacio vectorial V, y sea
P=[! - j
la matriz transición de 6' a B
a) Expresar v l , v2, v3como combinaciones lineales de ul, u2,u3.
51 O _/' lransformaciones lineales
15. Sean B = {u,, u2, u3} una base para un espacio vectorial V y T:V * Y un operador
lineal tal que
-3 4 7
[-1 -:I y [ -I
1
2
o]
no lo s o x
17. Supóngase que T: V + Ves un operador lineal y que B es una base para V tal que para
cualquier vector x en V
Encontrar [ TI,.
18. Sea T:V + Vun operador lineal, Demostrar que T es uno a uno si y sólo si det(l") f O
r:J
20. Sea TP2 + R3 la función d e f ~ d por
a la fórmuia
T ( P ( - d )= P(0)
21. Sean xl, x, y,x3 números reales distintos tales que x , < x, < x3, y sea TP, +R3 la
función definida por la fórmula
donde
24. (Para quienes ya estudiaron Cdkulo). Puede demostrarse que para cualquier número
real c, los vectores
(x c.)> (x c.)"
I , 1 - l ' , --.
~~ ~
...,
2! I2 !
25. (Para quienes ya estudiaron Cálculo). Sea J:P, += P,, la transformación integración
definida por
(u,,+a,x+"'+cl,,x")d.~=a,,s+-.u
u1 2 +...+a,*""
2 n+ I
donde p = U + +.. . + a,.". Encontrar la matriz para J con respecto a las bases
estándar para P,, y Pn+,.
9.1 APLICACIONES A LAS ECUACIONESDIFERENCIALES
y = tea' (2 1
donde c es una constante cualesquiera. Cada función de esta forma es una solución
de y' = ay, ya que
y' = caeaX -
- QY
514 / Temas complementarios
Recíprocamente, toda solución de y' = ay debe ser una función de la forma cem
(ejercicio 7). de modo que (2) describe las soluciones de y' = ay. La expresión (2)
se denomina solución general de y' = ay.
Algunas veces el problema físico que genera una ecuación diferencial
impone alguna condición agregada que permite aislar unasolución particular
de la solución general. Por ejemplo, si se requiere que la solución de y' = ay
cumpla la condición agregada
y(0) =3 (3 )
Así,
es la única solucih de y' = a-v que satisface la condición agregada. Una condición
como (3), que especifica el valor de la solución en un punto, se denomina
condición inicial, y el problema de resolver una ecuación diferencial sujeta a una
condición inicial se denominaproblema con valor inicial.
donde y1 =fi(x), y z =&(x), . . . ,yn =&(x) son funciones que serán calculadas y
las a,, son constantes. En notación matricial, (4) se'puede escribir como
Ejemplo 1
Y; = 3y1
Y; = -2Y2
Y; = 5Y3
b) Resolver el sistema.
c) Obtener una solución del sistema que cumpla las condiciones iniciales y , (O) =
1, YZ(0) = 4 Y Y3(0) = -2.
Solución de a).
3 0 Y1
o -2 Y2
O 0 Y3
o bien,
3 0
y' = o - 2 Y
O 0
Solución de 6). Debido a que en cada ecuación hay sólo una función descono-
cida, las ecuaciones se pueden resolver individualmente. Por (2) se obtiene
y I = cle3x
y 2 = c2e
y, = c3e5x
I = y,(O) = Cleo= c ,
4 = y2(0)= czeo= c2
- 2 = y,(O) = e j e o = c,
Y' = A Y
o, más brevemente.
En esta sustitución, los coeficientesp,, son constantes por determinar de forma que
el nuevo sistema con las funciones desconocidas ul, u2, , , . , un tenga una matriz
de coeficientes diagonal. Se deja como ejercicio para el lector derivar cada ecua-
ción en (6) y obtener
Y' = PU'
PU' = A(PU)
o bien,
U' = (P"AP)U
o bien,
U' = DU
Ejemplo 2
a) Resolver el sistema
Y;= Y,+ Y2
y; = 4yI - 2y2
Y l ( 0 )= 1, Y2(0>= 6.
Solución de a). La matriz de coeficientes para el sistema es
518 1 Temas complementarlos
det( dl - A ) =
d"1
-4
-1
a+Z1
I
=d2+d-6=(A+3)(d-2)
de modo que
Asi,
diagonaliza a A y
I
Cle2" - 1, e -3x
c,e2*+ 4 c2e
2
-- 3x
o bien,
y , = c l e 2 x- $c2e - 3 x
y2 = c l e 2 x+ c2e - 3 x
de modo que por (7) la solución que satisface las condiciones iniciales es
2. a) Resolver el sistema
y; = y, + 3v2
y; = 4.h + 5Y,
b) Encontrar la solución que satisface las condiciones inicialesyl(0) = 2, y2'(0)= l .
3. a) Resolver el sistema
y;= 4y, + y3
y; = - 2 v , +y,
Y; = -2% + Y3
8. Demostrar: Si A es diagonalizable y
9.2 Geometría de los operadores lineales sobre R2 1 521
+.
Si T:R2 R2 es el operador matricial cuya matriz estándar es
entonces
[;I y
ax + by
[U+dYl
t'
o (ax + by, cx + d y )
\
\
\
\
\
\
\
(X,Y)
... . .. .
" -. . ... , -. . ... ....
522 / Temascomplementarios
‘ABLA 1
Operador Matriz estándar Efecto sobre el cuadrado unitario
Reflexión con
respecto al eje y [-A Y] 4 .)
1 .:I, , I . ! I,
. 1,
Reflexión con
respecto al eje x [A -Y]
Reflexión con
respecto a la recta
?/=X
Rotación en
sentido contrario a
las manecillas del
COS
sen0
0 -sen0
cos 8 1
reloj por un ángulo
EXPANSIONES Y Si la abscisa de cada punto del plano se multiplica por una constante positiva k,
COMPRESIONES entonces el efecto es expandir o comprimir cada figura del plano en la dirección x.
Si O < k < 1, el resultado es luna compresión, y si k > 1, una expansión (figura 2).
Un operador así se denomina expansión (o compresión) en la dirección x con
factor k. De manera semejante, si la ordenada de cada punto delplano se
multiplica por una constante positiva k, se obtiene una expansión (o compresión)
en la dirección y con factor k. Se puede demostrar que las expansiones y las
compresiones a lo largo de los ejes de coordenadas son transformaciones lineales.
p;
Figura 2 I (Cuadrado unitario) I I(Compresión) k = 4 [(Expansión) k = 2
.... .
524 ,I Temas complementarios
DESLIZA- Un deslizamientocortante en la
dirección x con factor k es unatrans-
MLENTOS formaciónque mueve cadapunto (x, y ) paralelo al eje x en unacantidad ky
CORTANTES hastala nueva posición (x + ky, y>.Bajo unatransformacióndeeste tipo, los
puntos que están sobre el eje x no se mueven porque y = O. Sin embargo, a
medidaqueseavanzaalejándose del eje x, la magnitudde y aumenta,de
modo que aquellos puntos más alejados del eje x recorren una mayor distancia
que los puntos más próximosa él.
Ejemplo 2
y para la reflexión es
A , A , = [O1 '][I
0 0 '1 = [ y :]
1
t'
11. I
-.
Figura 4
Solución. Debido a que al realizar una sola operación en los renglones de una
matriz identidad 2 x 2 se obtiene una matriz elemental 2 x 2, ésta debe tener una
de las formas siguientes (comprobar):
9.2 Geometría de los operadores lineales sobreR2 / 527
PROPIEDADES Esta secciónconcluye con dos teoremas que permiten conocer más las propiedades
GEOMÉTRICAS geométricas de los operadores lineales sobre R 2 .
DE LOS
~~~"
Despejando A se obtiene
A = E ~ ]-E - 1 . . . E L1
1 2 ( 51
Esta ecuación expresa a A como un producto de matrices elementales (ya que por
el teorema 1.5.2 la inversa deuna matriz elemental también es elemental). El
resultado se concluye ahora por el ejemplo 3. 0
Ejemplo 6 Expresar
A = I: :]
como un producto de matrices elementales y luego describir el efecto geométrico
de la multiplicación por A en términos de deslizamientos cortantes, compresiones,
expansiones y reflexiones.
9.2 Geometría de los operadores lineales sobre R2 / 529
. .
I veces al segundo. I I - 4.
[:-;][:-y][: = ;]
se concluye que el efecto de multiplicar por A es equivalente a
OBSERVACI~N. Por los incisos c), 6)y e) se concluye que la multiplicación por
una matriz invertible A 2 X 2 transforma triángulos en triángulos y paralelogra-
mos en paralelogramos.
Ejemplo 7 Trazar la imagen del cuadrado con vértices P,(O, O), P2(l, O), P3(0, 1)
y P4( 1, 1) bajo la multiplicación por
.-:I[:] -:]
Solución. Como
[-:--:I[:] =[:I [ [ -f =
la imagen del cuadrado es un paralelogramo con vértices (O, O), (- 1, 2), (2, - 1) y
( 1 , 1) (figura 5). A
Solución. Sea (x, y ) un punto sobre la recta y = 2x + 1 y sea (x', Y ' ) su imagen
bajo la multiplicación por A . Entonces
9.2 Geometría de los operadores lineales sobre R2 1 531
de modo que
Sustituyendo en y = 2x + 1 se obtiene
y=$x+i
4 Figura 6
2. En cada inciso del ejercicio 1, usar la matriz obtenida para calcular T(2, 1). Comprobar
las respuestas geométricamente graficando lospuntos (2, 1) y T(2, 1).
1, 1 )
6. Trazar l a iInagen del rectángulo con vértices (O, O), (1, O), (1,2) y (O, 2) bajo
a) una rellexión con respecto al q e x.
b) una reflexión con respecto aleje y.
c) una compresión con factor k = a
en la direcclóny.
d) una expansion con factor k = 2 en la dirección x.
e) un deslizamiento cortante con factor k = 3 en la dirección x .
t) un deslizamiento cortante con factor k = 2 en l a direccióny.
7. Trazar la imagen dei cuadrado con vértices (O,O), (1, O ) , (O, I ) y ( I , 1) bajo la
multiplicación por
A= [ -;y ]
8. Encontrar la matriz que hace girar un punto (x,y) con respecto al origen por un hlgulo
de
a) 45" b) 90" C) 180" d ) 270" e ) -30"
13. En cada inciso. encontrar una sola matriz que efectúe la sucesión de operxiones que se
mdica:
9.2 Geometría de los operadores lineales sobre R2 / 533
14. En cada inciso, encontrar una sola m& que efectúe la sucesión de operaciones que se
a
indica:
a) Reflejar con respecto al eje y, luego expandir por un factor de 5 en la dirección x y
luego reflejar con respectoa y = x.
b) Girar 30°, luegoefectuar un deslizamientocortante por un factor de -2 enla
dirección y y luego expandir por un factor de 3 en la dirección y.
17. En los incisos del a) ale), obtener la ecuación de la imagen de la rectay = 2x bajo
a) un deslizamiento cortante con factor 3 en la dirección x.
b) una compresión con factor $ en la dirección y.
c) una reflexión con respecto a y = x.
d) una reflexión con respecto al ejey.
e) una rotación de 60°.
20. Demostrar el inciso a) del teorema 9.2.2. [Sugerencia Una recta en el plano tiene uná
ecuac~ón dela forma Ax + By + C = O, donde tanto A como B no son cero. Con el
534 i Temas complementarios
método del ejempio 8, demostrar que la imagen de esta recta bajo la multiplicación por
la matriz invertible
A' = (dA - c B ) / ( ~ -
d bc) y B' = ( - bA + u B ) / ( u -~ bc)
Luego, demostrar que ni A' ni B son cero afin de concluir que la imagen es una recta,]
21. Usando la sugerencia del ejercicio 20, demostrar los incisos b ) y c ) del teorema 9.2.2.
22. En cada inciso, encontrar la matriz estándar para el operador lineal í?A3 + R3 descrito
por la figura 7.
4 c 4
b) d Figura 7
23. En R3, el deslizamiento cortanfe en la a'ireccibn xy con factor k es la transformación
lineal que mueve cada punto (x,y , z) paralelo al plano xy a la nueva posición (x + kz, y
+ kz, z). (Véase la figura 8.)
a) Encontrar la matriz estándar del deslizamiento cortanteen la dxecciónxy con factork.
b) ¿Cómo d e f d a el lector el deslizamiento cortante en la dirección xz con factor k y
el deslizamiento cortante en la dirección yz con factor k? Encontrar la matriz
est&dar para cada una de estas transformaciones lineales.
. .. ". ~.
~ ." t;
1 4. . ."
"'ir + k z , y + kz. )I
. .
. " .~",."
,'
Figura 8
24. En cada inciso, encontrar por inspección todos los eigenvectores linealmente inde-
pendientes que sea posible (mediante una representación del efecto geométrico de la
transformación sobre R'). Para cada uno de los eigenvectores, encontrar por inspección
el eigenvalor correspondiente; luego comprobar los resultados calculando los eigen-
vaiores y bases para los eigenespacios partir de la matriz estándar de la transformación.
9.3 Ajuste de datos por mínimos cuadrados I’ 535
AJUSTE DE UNA Un problema común en el trabajo experimental es obtener una relación matemáti-
CURVA A DATOS c a y = f i x ) entre dos variables x y y mediante el “ajuste” de una curva a puntos en
EXPERIMEN- el plano correspondientes a diversos valores de x y y determinados ex-
TALES perimentalmente, ejemplo
por
(~I,~~I),(-y2,Y2),”‘,(~,,Y,)
La forma general de la curva y =Ax) que se debe ajustar se decide con base
en consideraciones teóricas o simplemente en el patrón descrito por los puntos.
Algunas posibilidades son (figura 1)
4 b) c)
nando sus coeficientes) que mejor se "ajuste" a los datos. Se empezará con el caso
más simple: ajustar una recta a los puntos de datos.
Si los puntos de datos son colineales, la recta debe pasar por todos los n puntos y,
así, los coeficientes desconocidos a y b deben satisfacer
y, = a + bx,
y, = a + bx2
y,, = a + bx,,
donde
[;:I
inconsistente. En este caso se buscará una solución por mínimos cuadrados
v = v* =
explicar esta terminología, recuérdese que una solución por mínimos cuadrados de
(1) minimiza
IIY - Mvll (3 )
Si ahora se hace
d , = I,v -U - ~ x Jd2
, = -U - hx-21, . . . , d,, = ly,, - a - h ~ , /
ECUACIONES Recuérdese por el teorema 6.4.2 que las soluciones por mínimos cuadrados de (1)
NORMALES se pueden obtener al resolverel sistema normal asociado
M TMv= M T y
v* = ( M T M ) - "Ty
Teorema 9.3.1. Sean (xl, y l ) , (x2, y& . . . , (x,, y,) puntos de u1 conjunto de
dos o más datos, no todos en unarecta vertical, y sean
Ejemplo 1 Encontrar la recta de ajuste por mínimos cuadrados a los cuatro puntos
( O , l), (1, 3), (2, 4) y (3,4). (Véase la figura 3.)
0: ~ -
- 1 0 1 2 3 4
Figura 3 X
9.3 Ajuste de datos por mínimos cuadrados / 539
Solución. Se tiene
M T M = [4
6
'1
14
rll
L41
x, I 6.1 I 7.6
8.7 10.4
Figura 4
+
Fuerzay
540 i Temas complementarios
Solución. Se tiene
10.4
donde los valores numéricos se redondearon hasta una cifra decimal. Así, el valor
estimado de la constante del resorte es b* = 1.4 Ib/pulg. A
AJUSTE POR La técnica descrita para ajustar una recta a puntos de datos se generaliza fá-
MINIMOS cilmente al ajuste de un polinomio de cualquier grado específico a puntos dedatos.
CUADRADOS DE A continuación se intentará ajustar un polinomio de grado fijo m
UN POLINOMIO
y = a, + a,x+ . . . + a,xm (8)
a n puntos
Mv=y
donde
M TMv = M Ty
determinan los coeficientes de los polinomios que minimizan
IIY - Mvll
s=s,+u,t+~gt* (10)
donde
(0.1, -0.18), (0.2, 0.31), (0.3, 1.03), (0.4, 2.48), (0.5, 3.73)
-0.18
2.48
3.73
u. = a: = 0.35 piesls
-1
0 1 2 . 3 4 . 5 6
Figura 5 Tiempo /(en segundos)
3. Encontrar el polinomio cuadrático que se ajusta mejor a los puntos (2, O), (3, - 1 lo),
(5, -48) y (6, -76).
4. Encontrar el polinomio cúbico que se ajusta mejor a los puntos (- 1, - 14), (O, -S),
(1 > -4), (2, 1) Y (3,221.
SeaM la matriz de la ecuación (9). Usando el ejercicio 6, demostrar que una condición
suficiente para que la matriz MM sea invertible es que n > m y por l o menos m + 1 de
los númerosx ] ,x2, . . . ,xn sean distintos.
MEJORES Todos los problemas que se estudiarán en esta sección son casos especialesdel
APROXIMA- siguiente
problema
general.
SIONES
I I
Problema de aproximación. Dada una función f que es continua sobre un
intervalo [a, 61, encontrar la "mejor aproximación posible" a f usando sólo
funciones de unsubespacio específico W de C[a,61.
error =
l
(f(x)- g(x)( dx
Geométricamente, (1) es al área entre las gráficas def(x) y g(x) sobre el intervalo
[a,b] (figura 2); mientras mayor sea el área, mayor es el error global.
I I
error cuadrático-
medio
I I
(f, 8) = J'
h
f(xlg(x) dx
Se concluye que
APROXIMACI~ IN
Problema de aproximaciónpor mínimos cuadrados. Sea f una función que
POR MÍNIMOS es continua sobre un intervalo [a,b ] ,sea C[a,b] con el producto interior
CUADRADOS
y sca Lt' un subespacio de dimensión finita de C[a, b]. Encontrar una función g
em CV que minimice
i
Como Ilf -- gl12 y I(f - gl( son minimizados por la misma función g, el problema
precedente equivale a buscar una función g en W que sea la más próxima a f. Pero
por el teorema 6.4.1 se sabe que g = proywf es la función (figura 3).
(2)
+ d , senx + d , sen2x + . . + d , sennx
se denomina polinomio trigonométrico; si c, y u
,'no son cero, entonces se dice
que [(x) es de orden n . Por ejemplo.
[(x) = 2 + cos x ~ 3 cos 2x + 7sen4s
9.4 Problemas de aproximación: series de Fourier 1 547
El orden de t(x) es 4.
Por (2) resulta evidente que los polinomios trigonomktricos de orden mcnor
o igual que n son las diversas combinaciones lineales posibles de
[vease el teorema 6.3.5). Es posible obtener una base ortonormal para kt/ medianhe
la aplicación del proceso de Gram-Schmidt a la base (31, usando el producto in-
terior
m'
1
go = - g, = -cos x,
VG
1 1
. . . , g, = __ cos nx,
G
g,, ,= 1 1
senx, . . . , g2, = __ sennx
6
Si se introduce la notación
5411 ,/ lemas complementarios
a0
projcvf = ; +-
[ u , cos x + . . . + u,?cos nx] + [ h ,senx + . . . +- h, sennx]
.
L
donde
En resumen.
*Jean Soptiste Joseph Fourier (1768-1830) fue un matemático y fisico francés que descubrióa ls series
que llevan su nombre e ideas relacionadas cuando trabajaba en problemas de difksión del calor. Este
descubrimiento es uno de los más importantes en la historia de l a s matemáticas; es la piedra angular de
muchos campos de investigación matemática y una herramienta básica en muchas ramas de la ingeniería.
Fourier, un activista político durante la revolución francesa, fue encarcelado por haber defendido a muchas
victimas durante la Epoca del Terror. Después se convirtió en favorito de Napoleón, quien l o nombró barón
y conde.
9.4 Problemas de aproximación: series de Fourier / S49
Solución de a).
x=O
U
2
+ [ a ,cos x + . . . + a, cos nx] -t [b, sinx + . . . + b, sennx]
n - 2 (sen X +
T - 2 (sen X +
"
2 (sen X 4
n - 2 sen X
Es natural esperar que disminuya el error cuadrático medio a medida que
aumenta el número de términos en la aproximación por mínimos cuadrados
u
fQ + 2 íuk cos kx + b, sen kx)
2 k=l
7-
kx + bksenkx)
U
f(x) = i- (uk cos
2 k-l
DE LA SlECCIibN 9.4
a . Encontrar la aprcxirnacibn por mínimos cuadrados deAx) = 1 + x sobre el intervalo [O,
Z.X] por
a;) un polinemio trigonomktrico de orden menor o igual que 2.
b) un pclinomio trigonomttrico de orden menor o igual que n.
b ) ~ ~ n m ~ t .elr aerror
r cuadrático medio de la aproximación.
[: -:][;I
Ejemplo 2
2x2 + ~ X J -J 7v2= [X y]
Si se hace
donde
Sin embargo, las matrices simétricas producen en general los resultados más
simples, de modo que siempre se usarán. Así, cuando una forma cuadrática se
denote por xTAx se entenderá que A es simétrica, aun cuando no se especifique.
Nótese que los coeficientes de los términos al cuadrado aparecen sobre la diagonal
principal de la matriz 3 X 3, y que cada uno de los coeficientes de los términos de
producto cruzado están separados a la mitad y aparecen en las posiciones fuera
t
::
de la diagonal como sigue:
a12 y a21
XlX3 '13 y '31
'23 Y '72
PROBLEMAS EN El estudio de formas cuadráticas es un tema extenso que sólo se puede mencionar
QUEAPARECEN en esta sección. A continuación se presentan algunos problemas matemáticos
FORMAS CUA- importantes relacionados con las formas cuadráticas.
DRÁTICAS
554 Temas complementarios
¿Qué condiciones debe satisfacer A para que una forma cuadrática cumpla
la desigualdad xTAx > O para todo x f O?
Si xTAx es una forma cuadrática con dos o tres variables y c es una
constante, ¿qué perfil tiene la gráfica de la ecuación xTAx = c?
Si P es una matriz ortogonal, el cambio de variable x = Py convierte la
forma cuadrática xTAx en ( P Y ) ~ A ( P=~y'(PTAP)y.
) Pero P'AP es una matnz
simétrica si A lo es, de modo queyr(P'AP)y es una nueva forma cuadrática con
las variables de y . Es importante saber si P se puede elegir de modo que esta
nueva forma cuadrática no contenga términos de producto cruzado.
,I,
la forma cuadrática xTAx tiene un valor máximo de (el eigenvalor más grande)
y un valor mínimo de I n (el eigenvalor más pequeño).
x: 4-x; + 4x,x,
.Y:
sujeta a la restricción T x; = 1, y determinar los valores de x1 y xz en que
ocurren el máximo y el mínimo.
La ecuación característica de A es
I
Se deja al lector demostrar que dos bases para los eigenespacios son
MATRICES Definicih. Una forma cuadrática xTAx se denomina positiva definida si x*Ax >
POSITIVAS O para todo x f O, y una matriz simétrica A se denomina matriz positiva
DEFINIDAS Y definida si xTAx es una forma cuadrática positiva definida.
FORMAS
CUADRÁTICAS
El siguiente teorema es el resultado principal sobre matrices positivas definidas.
donde llxll es la norma euclidiana de x. Como llx112 > O, se deduce que L > O, qui es
lo que se quería demostrar.
556 /' Temas complementarios
xTAx > O
::j
sus eigenvalores. Para esto será de utilidad introducir algo de terminología. Si
Se omite la demostración.
Ejemplo 6 La matriz
;I
2 -1 -3
2 -
-1 2 4 =I
121=2, =3,
-3 4 9
todos son positivos. Así, se garantiza que los eigenvalores de A son positivos y que
xTAx > O para todo x # O . A
Los teoremas 9.5.2 y 9.5.3 se pueden modificar de manera evidente a fin de que
sean válidos para los tres primeros tipos de matrices. Por ejemplo, una matriz si-
métrica A es positiva semidefinida si y sólo si todos sus eigenvalores son no ne-
gativos. También, A es positiva semidefinida si y sólo si todas sus submatrices
principales tienen determinantes no negativos.
OPCIONAL
Supóngase que S' = { vl, v2, . . . , v,,) es esa base, donde vl es el eigenvector
correspondiente al eigenvalor A,. Si ( , } denota el producto interior euclidiano,
entonces por el teorema6.3.1 se concluye que para cualquier x en R"
Con estas dos ecuaciones y la fórmula (5) se puede demostrar que xTAx 5 1, como
sigue.
= dl
5. En cada inciso, encontrar los valores máximo y mínimo de la forma cuadrática sujeta a
la restricción x! +’ x; = 1 y determinar los valores de x1 y xz en los que ocurren los
valores máximoy mínimo.
a) 5x: -x: b) 7x: 4x: xlxz + + +
c) 5x: 2x2 - xIx2 d) 2.r: +x: + 3X,X2
6. En cada inciso, hallar los valores máximo y mínimo de la forma cuadrática sujeta a la
restncción x: + + 44
= 1 y determinar los valores de xl, .xz y .x3 en los que ocurren
los valores máximosy mínimos.
+ 2x: 2xlx2 + 4x,x3 + 4x2x3
a) x: + x i - b) 2x: + x; +x: + 2xlx3 + 2x,x2
c) 3x: + 2x: + 3x: + 2x,x3
7. Mediante el teorema 9.5.2, determinar cuáles de las siguientes matnces son positivas
definidas.
8. Con el teorema 9.5.3, determinar cuáles de las matrices del ejercicio 7 son positivas
definidas.
9. Usando el teorema 9.5.2, determinar cuáles de las siguientes matrices son positivas
def~das.
560 Temas complementarios
IO. Por medio del teorema 9.5.3, determinar cuides de las matrices del ejercicio 9 son posi-
1 definidas.
tlvas
11. En cada inciso, clasificar la forma cuadrática como posltiva defmida, positiva semide-
finida, negativa definida, negativa semidefinidao indefinida.
a) .Y; + .Y: b) --X:
- 3 ~ : C) ( X , - x2)*
12. En cada Inciso, clasificar la matnz como positiva definida, positiva semidefinida, nega-
tiva definida, negativa semidefinida o indefinida.
-:-:-81
a)
O 0 1
d) [ O 0 0
e) [O O O]
O 0 0
fj [A y
O 0 1
13. Sea X'AX una forma cuadrática en x I ,x ,x,; definir T:Rn+ K por T(x) = x'dx.
F.'
a) Demostrar que T(x + y) = T(x) + 2x Ay + ?"(y). b) Demostrar que T ( b ) = pT(x).
c) ¿,Es T una transformación lineal? Explicar l a respuesta.
14. En cada inciso, encontrar los valores de k con los que la forma cuadrática es positiva
definida.
a) x: + kx: - 4.x1x, b) 5 ~ +
: X:
+ kx: + 4 ~ ~ -x 2 ~ ~ x 3~ x , x ,
-
17. Cnmpletar la demostración del teorema 9.5. I probando que I n 5 xTAx si llxll = 1 ya,
= xTAx si x es un eigenvector de A correspondiente a An.
9.6 Diagonalización de formas cuadráticas; secciones cónicas 1 561
En esta sección se mostrará cómo eliminar, cambiando las variables, los términos
de producto cruzado que hay en unaforma cuadrática, y los resultados se usarán
para estudiar las gráJcasde secciones cónicas.
DIAGONALIZA- Sea
CIÓN DE
FORMAS
CUADRÁTICAS
xTAx = [xI x2 .. ' x,]
una forma cuadrática, donde A es una matriz simétrica. Por el teorema 7.3.1 se
sabe que existe una matriz ortogonal
P que diagonalizaaA; es decir,
Y=
:I
Y"
donde y,, y,, . . . ,y, son variables nuevas,y si en (1) se efectúa la sustituciónx =
P y , entonces se obtiene
X ( P Y ) ~ A P=
X~A= Y yTPTAPy= yTDy
Pero
56.2 7emas complementarios
Teorema 9.6.1. Sea xTAx una forma cuadrática en las variables xl, x,, . . . ,
x,, donde A es simétrica. Si P diagonaliza ortogonalmente a A y si las nuevas
variables -y1, y,, , . , , y , están dejnidas por la ecuación x = P y , entonces al
sustituir esta ecuación en xTAx se obtiene
I10
a, o " ' 0
o d2 . . . O
D=P%P= . .
o ... ,;
donde a, 6, . . . ,f son, todos, números reales y por lo menos uno de los números a,
b, c es diferente de cero. Una ecuación de este tipo se denomina ecuación
cuadrcibica en x y y , y
0 = 3. h :r 2
2,
L‘ z: --- 7
,( d=2, p=o, f=7 A
Ejemplo 3
?”
x‘
k’
””
[’- 1; k. 1 > O -
Fhperbola
.v2 = kx
Parábola
x2 = ky
Parábola
Figura 1
Ejemplo 4 La ecuación
x2 y2 x2
-+-=
4 9
lesdel afo rma-+-=
k2 l 2
y2
1 con k = 2 , 1 = 3
Por tanto, su gráfíca es una elipse en posición normal que corta el eje x en (-2, O)
Y (2,O) Y al ejey en (O, -3) Y (0, 3).
L a ecuación x2 - S 2 = - 16 se puede escribir de nuevo como ,912 - x2/16
= 1, que es de la forma glk - x2/1= 1, con k = J2,1= 4. Por tanto, su gráfica es
una luperbola en posición normal que corta al ejey en (O, - JiT y (O, J2 1.
La ecuación 5x2 + 2y = O se puede volvera escribir como x2 = - *y. que es
de la forma 2 = ky con k = - 3. Como k < O, su gráfíca es una parábola en
posición normal cuyas ramas se abren hacia abajo, A
IMPORTANCIA Obsérvese que ninguna cónica en posición normal tiene término xy (es decir,
DEL TÉRMINO término de producto cruzado) en su ecuación; la presencia de un término xy en
DE PRODUCTO la ecuación de una cónica no degenerada indica que la cónica no está rotada en la
CRUZADO posición normal y ha girado (figura 2a). También, ninguna cónica en posición
normal tiene a la vez un término x* y un termino x o un termirno y 2 y un t.Cr;runo
y . Si no hay ténnino de producto cruzado. entonces la aparici6n de cualquiera de
estas parejas en la ecuación de una cónica degeneradaindica que la cónica est6
trasladada fuera de la posición nonnal (tigura 33).
566 / Temas complenzentarios
h) c.)
2 x 2 + + * - 1 2 ~ - 4 , ~ +1 8 ~ 0
+
(2x2 - 1 2 ~ ) ( y 2- 4y) + 18 = O
o bien,
2(x2 - 6 ~ +) ( y 2- 4y) - 18
* Para completar al cuadrado una expresión de la forma x2 + px se suma y resta la constante @/2)2para
obtener
9.6 Diagonalización de formas cuadráticas; secciones cónicas / 567
x"x-3, y'=y-2
2x'2 + y'* = 4
o bien,
-+"=I
X I2 Y'*
2 4
que es la ecuación de una elipse en posición normal en el sistema x?. Esta elipse
se muestra en la figura 3. A
Figura 3
xTAx+Kx+ f = O
donde
es una rotación.
+
( Px‘ ) 7A( Pxr ) K ( P x ’ ) +f =O
o bien,
+
( x ‘ ) ~ ( P ~ A P ) x( KP)
’ x’ +f =O (6)
,
[donde d ‘ = dp, + ep21 y e’ = dp,, + ep,,). Esta ecuación no contiene término
je producto cruzado.
9.6 Diagonalización de formas cuadráticas; secciones cónicas / 569
x = Px'
X'AX - 36 = O
donde
La ecuación característica de A es
Asi,
P= [2'l v' V
33 - "7
2/v3
diagonaliza ortogonalmente a aTAx. Además, det(P) = 1, demodoque la
transformación ortogonal de coordenadas
x = Px' (8)
lo
Como
4 0
PTAP= 9]
+
4 ~ " 9 ~ ' '- 36 1 O
O
20 80
5x2-4xy+8y2+-~--y+4=0
v5v5
Solución. La forma matricial de esta ecuación es
xTAx+Kx+4=0
donde
Para que la cónica esté en posición normal es necesario trasladar los ejes x y
Procediendo como en el ejemplo 5, (1 1) se vuelve a escribir como
o bien,
' I)2
4 ( ~- + 9( y' - 2)' = 36
o bien.
2. En cada inciso, encontrar un cambio de variable que reduzca la forma cuadrática a una
Suma 0 diferencia de cuadrados, y expresar la forma cuadrática entérminos de las
nuevas variables.
a) 3.4 + 4xz + 5x: + 4x1x2- 4~2x3 b) 2.4 + 5 ~ +: 5 4 + 4x,-x2- 4x,X3 - 8X2X3
C) - 5x: + X: - X: + 6 1 , +~ 4~~ 1 x 1 d) 2~1x3+ 6x2~3
5. Expresar cada una de las ecuaciones cuadráticas del ejercicio 3 en la forma matricial
X’AX + Kx + f = O.
6. Identificar las siguientes cónicas.
a) 2s’ + 5y2 = 20 b) 4x2 9y2= 1 + c) x2 - y 2 - 8 = O d) 4y2 - 5x2 = 20
e) x2 + y 2 - 25 = O f) 7y2- 2x = O g) -x2 = 2y h) 3~ - 1 ly2 = O
‘ 2
i) y - s 2 = o J ) X - 3 = -y2
8. Las siguientes cónicas no degeneradas están rotadas fuera de l a posición normal y han
grado. En cada inciso, grar los ejes de coordenadas para eliminar el términox y . Identificar
la c h i c a y proporcionar su ecuación en el sistema de coordenadas queha girado.
a) 2 s 2 - 4 x , v - y 2 + 8b=)0x 2 + 2 x y + y 2 + 8 ~ + y = O
c) 5x2 + 4sy + S$ = 9 d ) 1 1x 2 + 2 4 . + ~ - 15 = O
~ 4-V’
En los ejercicios del 9 a 14, trasladar y girar los ejes de coordenadas, en caso de ser nece-
sario, a fin de que la cónica esté en posición normal. Identificar la cónica y proporcionar su
ecuación en el sistema de coordenadas final.
9. 9s’ - 4Xy + 6 ) ~
- ~10s - 20,V 5 10. 3x2 - 8.w~- 1 2 ~ -
’ 3 0 . ~- 64,~= O
11. 2 x 2 - 4 ~ . ~ - y 2 - 4 x - 8 v = - 1 4 12. 21x’ + 6sy + 13y2 - +
1 1 4 ~ 34.v + 73 = O
13. X‘ - 6xy - 7 ~ +
’ 1 O X + 2~3+ 9 O 14. 4 ~ - +
’ 20.~1) 2 5 ~ ’- 15s - 6y = O
15. La gráfica de una ecuación cuadrática en x y y puede, en ciertos casos, ser un punto,
una recta o un par de rectas. Estas cónicas se denominan degenerodas. También es
posible que ningún valor real de x y y satisfaga la ecuación. En estos casos la ecuación
no tiene gráfica; se dice que representa una c h i c a imaginaria. Cadauna de las
siguientes expresiones representa una cónica de-generada o imaginaria. Cuando sea po-
sible, trazar la gráfica.
a) x* -.v2 = O b) S’ + 3y2 + 7 = O C) 8 x 2 + 7 y 2 = O
d)x2-2xy+,v’=O e) 9 x 2 + 1 2 s y + 4 y 2 - 5 2 =f0) s ’ + y 2 - 2 x - 4 y -=5
574 1 Temas complementarios
[:;:I[:]
La ecuación (1) se puedeescribir en forma matricial como
o
[x y z] d b f y +[g h
[:I
i] y +j=O
xTAx+Kx+j=O
donde
Cono elíptico
' V2
IHiperboloide I I I
Ide unahoja 1 Y A
"
V' 2'
Paraboloide elíptico
"+""= 1
I' m' n2
(x - 2)' Z2
+(y-3)2--= 1
9 4
se obtiene
es una rotación.
x = Px'
X'AX - 3 =O
donde
O 1
donde los dos primeros vectores columna en P son eigenvectores correspondientes
a,I= 2 y el tercer vector columna es un eigenvector correspondiente a 1 = 8.
Como det(P) = I (comprobar), la transformación ortogonal de coordenadas x
= Px’ es una rotación. Sustituyendo estaexpresión en (4) se obtiene
) 3 =o
( P x ’ ) 7 A ( P x ’-
Pero
PTAP= [: :]
2 0 0
o bien,
7. ~ X Y + ~ X Z + ~ Y Z - ~ X - ~ Y - ~- 9
Z =
9.8 COMPARACI~N
DE PROCEDIMIENTOS PARA RESOLVER
SISTEMAS LINEALES
CONTEO DE Debido a que las computadoras están limitadas en el número de cifras decimales
OPERACIONES que pueden manejar, redondean o truncan casi todas las cantidades numéricas. Por
ejemplo, una computadora diseñada para almacenar ocho cifras decimales puede
3
registrar como .66666667 (redondeado) o como .66666666 (truncado). En cual-
quier caso se introduce un error denominado error por redondeo.
580 i Ternas complementarros
1
Resolver Ax = b por eliminacióngaussiana gn3 + gn2 - gn
ResolverAx = b como n3 - n2
x =,4K1b n 3 + n2
Encontrar det(A) por reducciónde renglones
3.4 - in' +in
Resolver Ax = b por laregla de C m e r i n 4 - I n 3 - Ln2 +1
6 3 6n
9.8 Comparación de procedimientos para resolver sistemas lineales / 581
n3 n n2 n3
"-
2 2
adiciones y -
2
+-
2
multiplicaciones
que son valores mayores que los aquí obtenidos para toda n 2 3.
1 2 + 2 2 + 3 2 + . . . + + 2 = n(n + 1)(2n + 1)
6
1
I ‘
I .
..’
I
O O O O o ; .
I
O O O .’. O o ; .
O
n multiplicaciones
O adiciones
Paso l a O n multiplicaciones/renglón
X n a&ciones/renglón
n - 1 renglones que requieren
X
cálculos
I I
X
n(n - 1) multiplicaciones
Lo x x ..’ x x X n(n - 1) adiciones
Paso 2
1
9.8 Comparación de procedimientos para resolver sistemas lineales
/ 583
Paso 2a n - 1 multiplicaciones/renglón
I. n - 1 adiciones/renglón
n - 2 renglones que requieren
cálculos
. . .
o o x ." x x
n - l)(n - 2) multiplicaciones
o o x " ' x x
Paso 3 O
X
I n - 2 multiplicaciones
O adiciones I
Paso 3a n - 2 multiplicaciones/renglón
n - 2 adiciones/renglón
n - 3 renglones que requieren
cálculos
... ..
.
..
.
..
.
..
.
X n - 2)(n - 3) multiplicaciones
X
Paso
(n - 1) O
.. .. .. .. ..
O
I 2 multiplicaciones
O adiciones I
X
O
Paso 2 multiplicaciones/rengló~
( n - l)a 2 adicioneshenglón
1 renglones que requieren
cálculos
I multiplicación
O adiciones
1 '1
' ' I '
0 o o ". 1 o j o
o o o '.' o 1 ; x
584 1’ Temas complementarios
Pasos 1 y l a
Multiplicaciones: n + n(n - 1) = n’
Adiciones: n(n - 1) = n2 - n
Pasos 2 y 2a
Multiplicaciones: ( n - 1 ) + (I? - I )(n - 2) = ( n - 1 )’
Adiciones (n-I)(n-2)=(n-l)’-(n- 1)
Pasos 3 y 3a
Multiplicaciones: ( n - 2) i( n - 2)(n - 3) = ( n - 2)’
Adiciones: ( n - 2)(n - 3) = (n - 2)’ - ( n - 2)
Pasos (n - 1) y (n - l)a
Multiplicaciones: 4 ( = 2’ )
Adiciones: 2(=2’-2)
Paso n
Multiplicaciones: I ( = I ’ )
Adiciones: O ( = 1 2 - 1)
-[n+(n-l)+(n-2>+”’+1]
Multiplicaciones:
n(n + 1)(2n + 1) - n 3 +-+-
”
n2 n
(5 1
6 3 2 6
n(n + 1)(2n + 1) n(n + 1) - n 3 n
Adiciones: (6)
6 2 3 3
Así se completa el conteo de operaciones para la fase hacia adelante. Para la fase
hacia atrás es necesario escribir la forma escalonada de [A 1 b] en forma escalo-
nada reducida mediante la introducción de ceros por arriba de los 1 principales. A
continuación se muestran las operaciones:
9.8 Comparación de procedimientos para resolver sistemas lineales i 585
0 1 O " '
0 ojx
o o 1 " '
0 ojx n - 1 multiplicaciones
. . . .
. I .
. I .
. . . . n - 1 adiciones
f . .
. ' 1 .
o o o ". I ojx
-0 o o
". o 1 j
Paso 1 O O ... o o j x
o 1 0 " ' o ojx
o o
.
..
o o o
.
..
1
...
" '
" '
o ojx
.
.
'
1 o j o
.
'
.
1
I
I
I
'
.
.
1
n
n
-2
-
multiplicaciones
2 adiciones
o o o '.' o I / .
Paso
(n - 2)
.
.
. . .
. .. .. .
. l .
. I .
. . I .
o o o o1 0
" ' 1
o o o ... o 1 ; .
Paso '1 o o . . ' o o I x -
( n - 1) o 1 o ..' o 0 1 0
o o 1 o 0 ; 0
. . . .
.. .. .. '
.
' I
I .
' 1 adición
. . I '
o o o '.' 1 o j o
,o o o " ' o 1 j 0-
Multiplicaciones: ( n - 1) + ( n - 2 ) + . . . + 2 +1
Adiciones: (n- l)+(n-2)+...+2+ 1
(n - l)n n2 n
Multiplicaciones: - "-
-
2 2 2
~
n2 n
( n - 1)n "-
Adiciones: " -
2 2 2
Así, por ( 9 , (6), (7) y (S), el conteo total de operaciones para la eliminación de
Gauss-Jordan es
586 / Temas complementarios
I
I
Número de
Método
adiciones multiplicaciones
Jordan
n3 n3
Resolver Ax = b por eliminación gaussiana "
3
x-
3
n3
Encontrar det(A) por reducción derenglones =-
3
n4
Resolver A x = b por la regla de Cramer i
T -
3
9.8 Comparación de procedimientos para resolver sistemas
lineales / 587
Así, para n grande este procedimiento requiere = n3/2 operaciones, que es 50%
mayor que las n3/3 multiplicaciones necesarias para efectuar el método presentado
en el texto. Lo mismo secumple para las adic';ones.
Es razonable preguntar si sepueden crear otros métodos para resolver
sistemas lineales que pudieran requerir sigmficativamente menos operaciones que
las = n3/3 adiciones y multiplicaciones necesarias en la eliminación gaussiana y
en la eliminación de Gauss-Jordan. La respuesta es un "sí" categórico. En años
recientes se han creado métodos que requieren = Cnq multiplicaciones, donde q es
ligeramente mayor que 2.5. Sin embargo, estosmétodos tienen poco valor
práctico, ya que su programación es complicada, la constante C es muy g r a d e y el
número de adiciones necesarias es excesivo. En pocas palabras, en la actualidad no
existe ningún método práctico para resolver sistemas lineales generales que mejore
sigruficativamente elconteo de operaciones de la eliminación gaussiana y del
método de eliminación de Gauss-Jordan presentado en el texto.
2. Usando
los resultados del
ejercicio 1, encontrar número
el de
adiciones y
multiplicaciones necesarias para calcular Ak por multiplicación directa si A es una
matriz n X n.
3. Suponiendo que A es una matriz n X n, usar las fórmulas de la tabla 1 para determinar
el número de operaciones necesarias para efectuar los procedimientos dela tabla 3.
Tabla 3
" . . . ."
588 / Temas complementarios
Tabla 4
5. Obtener la fórmula
n(n + 1)
1 +2+3+,..+n=-----
2
[Sugerencia Sea Sn = 1 + 2 + 3 + . . . + n. Escribir lostérminosde S, enorden
invertido y sumar las dos expresiones para S,.]
6. Usando el resultado del ejercicio 5, demostrar que
(n - 1)n
1+2+3+...+(n-l)=-
2
7. Obtener la fórmula
12+22+32+...+n2=
n(n + l)(2n + 1)
6
realizando los pasos siguientes.
a) D e m o s t r a r q ~ e ( k + l ) ~ - p = 3 3 k 2 + 3 k + 1 .
b) Demostrar que
[2' - 1 3 ] + [33 - z3] + [43 - 33] + . . . + [ ( n + 1)3 - n 3 ] = ( n + 1)' - 1
9. Sea R la forma escalonadade una matriz invertiblen X n. Demostrar que para resolver
el sistema lineal Rx = b por retrosustitución se requieren
n2 n
"- multiplicaciones
2 2
n2
"- n adicisnes
2 2
10. Demostrar que para reducir una matriz invertible de n X n a I, aplicando el método del
texto se requieren
n3
"- n
multiplicaciones
3 3
n3 n2 n
-"
3
+ - adiciones
2 6
n3 n 2
-
2
+-
2
multiplicaciones
n3 n
-" adiciones
2 2
9.9 DESCOMPOSICIONES LU
(comprobar). A
592 i Temas complementarios
para obtener
A = E ; 'E, 1 . . . E"
k (7)
En el ejercicio 5 se ayudará al lector a demostrar que la matriz L definida por
L = E" ] E - 1 . . . 1
I 2 (8)
para reducir A a U no se efectúe ningún in-
es triangular lnferior en el supuesto de que
tercambio de renglones. Suponiendo que este es el caso, sustituyendo (8) en (7) se
obtiene
A= LU
Teorema 9.9.1. Si A es una matriz cuadrada que se puede reducir a una forma
escalonada U sin aplicarningúnintercambio de renglones, entonces A se
puede factorizarcomo A = LU, donde L es una matriz triangular inferior.
A=[-:
2
-: 6
2J
Paso 1
1 3
Paso 2
Paso 3
-4 o 1
Paso 4
Paso 5
594 / Temas complementarios
Así,
-3
o
1 oj[o
0
1
1 0 0
1
O 0 7
2 0 0
4 -3
0
:][A ;
7 O 0 1
es una descomposición LU de A . A
Luego, obsérvese que para introducir ceros por abajo del 1 principal en el primer
renglón se realizaron las siguientes operaciones:
y para introducir el cero por abajo del 1 principal en el segundo renglón se efectuó
la siguiente operación
Ahora se observa que en cada posición abajo dela &agonal principal de L (en tipo
negro) el elemento es el negativo del multiplicador en la operación con que se
introdujo el cero en esa posición en U (figura 2).
L=[p-JJ
Figure 2
En resumen, se tiene el siguiente procedimiento para obtener una
descomposición L U de u a matriz cuadrada A , en el supuesto de que A se pueda
reducir a la forma escalonada sin efectuar ningún intercambio de renglones.
”;[; -; ;]
6 -2 O
596 / Temas complementarios
Solucidn. Se empezará por reducir A a forma escalonada sin perder de vista a los
multiplicadores.
/-
- multiplicador = 4
-
"
1
c-multiplicador = 9-
[ ," $ i]
multiplicador = - 3
1 -1.
t-multiplicador =$
t-multiplicador = - 8
j[O A /] *
6 0 0 1 -$
A=LU= 9 2 O O
[3 8
-2x, + 5x, = 1
2. Usar el método del ejemplo 1 y la descomposiciónLU
=[-;I
11. Sea
A=[-:
2
-;1 -
a]
a) Encontrar una descomposiciónLU de A
b) Expresar A en la forma A = L,DU,, donde L , es una matriz triangular inferior con
unos en la diagonal principal, U , es unamatriz triangular superior y D es una
matnz diagonzl.
c) Expresar A en la forma A = L2U2, donde L, es una matriz tnangular inferior con
unos en la diagonal principal y U2es una matriz tnangular superior.
no tiene descomposiciónLU.
13. Sea
16. Usando el resultado del ejercicio 15b), demostrar que el producto de un número finito
de matnces triangulares superiores es triangular superior. [Sugerencia Considerar las
transpuestas.]
18. Factorizar
ESPACIOS
VECTORLALES
COMPLEJOS
Hasta el momento sólo se han considerado espacios vectoriales para los cuales
los escalares son números reales. Sin embargo, en muchas aplicaciones impor-
tantes de vectores es aconsejable dejar que los escalares sean números com-
plejos. Un espacio vectorial que permite escalares complejos se denomina espa-
cio vectorial complejo, y uno que sólo permite escalares reales se denomina
espacio vectorial real. Una ventaja de pvrmitir escalares complejos es que todas
las matrices con elementos escalares complejos tienen eigenvalores, lo cual no es
cierto si solamente se permiten escalares reales. Por ejemplo, la matriz
601
602 / Espacios vectoriales complejos
pero que de otra forma podía considerarse como un número real. Expresiones de la
forma
a + bi
donde a y b son números reales reciben el nombre de "números complejos", los
cuales se operan según las reglas normales dela aritmética, con la propiedad
adlcional de que i2 = - l .
A principios de siglo XIX se aceptaba que un número complejo
a + hi
O+i=i, 2 + 0 i 4=+2 (, - 2 ) i = 4 - 2 i A
Geométricamente, un número complejo se puede considerar como un punto
o un vector en el plano xy (figura 1).
t ty
I
t
- 4 - 32
Figura 2 Q) b)
EL PLANO Algunas veces es conveniente usar una sola letra, como z, para denotar un número
COMPLEJO complejo. Así, se podría escribir
z=a+bi
El número real a se denomina parte real de z y el número real b, parte imaginaria
de z. Estos números se denotan por Re(z) eIm(z), respectivamente. Por tanto,
t Eje imaginario
OPERACIONES Así como se define que dos vectores en R2 son iguales si tienen las mismas com-
CON NUMEROS ponentes, también dos números complejosson iguales si tanto sus partes reales
COMPLEJOS como sus partes imaginarias son iguales:
a=a+Oi
de modo que los números reales se pueden considerar como números complejos
cuya parte imagmaria es cero. Geométricamente, los números reales corresponden
a puntos sobre el eje real. Si se tiene a = O, entonces a + bi se reduce a O + bi, que
en general se escribe como bi. Estos números complejos, que corresponden a
puntos sobre el eje imaginario, se denominan nrimeros imaginarios puros.
Así como la adición de vectores en R2 se realiza sumando las componentes
correspondientes de los vectores, también la adición de números complejosse
realiza sumando las partes y las imaginarias:
Solución.
z,+zz=(4-5i)+(-l+6i)=(4-1)+(-5+6)i=3+i
zl-zZ=(4-5i)-(-l +6i)=(4+ 1)+(-5-6)i=5- lli
32, = 3(4 - 5i) = 12 - 15i
- z Z = ( - 1 ) z z = ( - 1 ) ( - 1 + 6 i ) = 1 -6i A
f’ f’
I (k >O) (k O)
Figura 4 Producto
de un números
complejo z y un número
real k.
(a + bi)(c + di)
606 / Espacios vectoriales complejos
Ejemplo 4
(3 + 2i)(4 + Si) = (3 ' 4 2 ' 5 ) + (3 . 5 + 2 '4)i
-
= 2 + 23i
(4-i)(2-32)=[4.2-(-1)(-3)]+[(4)(-3)+(-1)(2)]i
= 5 - 14i
i 2 = ( O + i j ( O + i j = ( O ~ O - 1 ~ 1 ) + ( O ~ 1 + 1 ~ O ) i =- 1 A
Se deja como ejercicio comprobar las siguentes reglas de aritmética com-
pleja:
ZI + z 2 = z2 + z,
z1z2 =z2z*
ZI + (z2 + z3 j = ( z *+ z 2 )+ z3
Zl(ZZZ3j = (z1z2)z3
z1(z2 + Zj) = ZlZ2 + z,z3
o+z=z
z+(-z)=O
l.z=z
Ejemplo 5
(3 + 2i)(4 + i) = 12 + 3i + 8i + 2i2 = 12 + 1 l i 2 = 10 + 1 l i-
Ejemplo 6 Si
entonces
AB=[
I+i
-i][
4 2- i- 3 i
'qi]
= [ !.i+(-i).(2-3i)
(I + i ) . i + ( 4 - i ) . ( 2 - 3 i ) (1 +i).(l
+
1 . ( 1 - i) ( - i ) . 4
-i)+(4-i).4
=[ -3-i
4-13i
1 -5i
18 -4 i
3. En cada inciso, usar la mformación proporcionada para encontrar los números reales x
YY.
a) x - i y =
-2+3i b) ( x + y ) + ( x - y ) i = 3 + i
19. Sea
Encontrar
a) A + 3iB b) BA c) A B d) B2 - A2
20. Sea
Encontrar
a) A(BC) b) ( B C ) A c ) (CA)B2 d) (1 + i)(AB) + (3 - 4i)A
22. En cada inciso, resolver la ecuación aplicando la fórmula cuadrhtica y comprobar los
resultados sustituyendo las soluciones enla ecuación dada.
a) z2+2z+2=0 b) z2-z+ 1 = 0
23. a) Demostrar que si n es un entero positivo, entonces los únicos valores posibles de in
son 1, -1, i y -i.
25. Usar el resultado del ejercicio 24 para demostrar lo siguiente: Si zzl = zz2 y z # O ,
entonces z1 = zz.
28. Demostrar que zl(z2+ z3) = z1z2+ z i t 3para los números complejos
z I ,zz y z3.
"I
1 0 0 0
O 1 0 0
':
P= o (Y,=
y
0 -1 o >
o 1 o o '
o 0 o -1 1 0 0 0
O O O - i 0 0 1 0
O 0 i 0 0 o 0 - 1
(
Y ,
= , CU, =
O - i O O 1 0 0 0
i o 0 0 ,o -1 0 o
a) Demostrar que p2 = 4= a: = 4 = I,
b) Dos matrices A y B se denominan anticonmui&*vus si AB = - BA. Demostrar que
dos matrices de Dirac cualesquiera son anticonmutativas.
*Paul Adrien Maurice Dirac (1902-1984) fisico teórico inglés que instrumentó una nueva forma
de mecánica cuántica y una teoría que predijo el "espín"de electrón y la existencia de una particula
atómica fundamental denominada positrón. En 1933 fue galardonado con el premio Nobel de fisica
y en 1939, con la medalla de oro de la Royal Society.
61 O / Espacios vectoriales complejos
CONJUGADOS Seempezaráconalgunasideaspreliminares.
ComLEJOs z = a + bi escualquiernúmerocomplejo,entonces el conjugado de z, deno-
tado por z,(que se lee como"z barra"), se define como
z=a-bi
En palabras, se obtiene invirtiendo el signo de la parte imaginaria de z.
Geométricamente, t es la reflexión dez con respecto al eje real (figura 1).
i+=n-bi
Figura 1
~~~~
El procedimiento será demostrar que (2) tiene una solución única para z si z2 f O,
y luego z1/z2 se definirá como este valor de t.Igual que con los números reales, no
se permite la división entre cero.
1 -
z=-zz
1z212
o bien
x] + i,vl + i(y2x + xzy)
= (xzx ---v2y)
o bien,
Así, por la regla de Cramer (teorema 2.4.3), el sistema (4) tiene la solución ímica
Por tanto,
Ejemplo 3 Expresar
3 + 4i
1 -2i
en laforma a + bi.
1 - 2i - 11 - 2iI2
(3 + 4i)( 1 - 2i) = - (3 + 4i)( 1
5
+ 2i)
1
=-(-5+ 1Oi)= - 1 + 2 i
5
Otra solución. Así como en la observación precedente, el numerador y el
denominador se multiplican por el conjugado del denominador:
3 +4i -
3 +4i 1 +2i -5
-
1Oi +
= -I+2i A
1 -2i 1 -2i 1 +2i 5
ix + 2y = 1 - 2i
4x-iy= -1 +3i
614 / Espacios vectoriales complejos
;1 -21
Y= -1-i
i( - i) - 2(4) -7
Así, la solución es x = i , y = 1 - i. A
PROPIEDADESDE Esta sección concluye con la enumeración de algunas propiedades del conjugado
LOS NÚMEROS complejoqueserándeutilidad en seccionesulteriores.
COMPLEJOS
Teorema 10.2.3. Para números complejos cualesquiera z, z1y Z2
a) + z, = 2, + z2
1
m
Z]
b)
"
= Z, - z2
Z]Z2. = z,z*.
En los ejercicios del 7 al 14, realizar los cillculos y expresar el resultado en la forma a + bi.
i 2 1
7. - 8. ____-
9. ___
I+i (1 - i)(3 + i ) (3 + 4)’
2+i V3+i 1
10.
+
i( - 3 4i)
11.
(1 - i)(V3 - i)
12.
i(3 - 2i)(l + i)
i 2+i 1-2i
13. 14.
(1 - i)(l - 2i)(l + 2i) 3 + 4i 5i
15. En cada inciso, resolver para z.
a) iz = 2 - i b) (4 - 3i)F =
17. En cada inciso, trazar el conjunto de puntos enel plano complejo que satisfacen la
ecuación.
a) I z ( = 2 b) l z - ( l + i ) / = 1 c) Iz - i ( = ( z + i ( d) I m ( Z + i ) = 3
18. En cada inciso, trazar el conjunto de puntos en el plano complejo que satisfacen la(s)
condición (condiciones)dada(s).
a) Iz +i l s 1 b) 1 < bl < 2 c) (2z - 4il < 1 d) JzI5 )z + iJ
19. Dado que z = x + Q, encontrar
a) Re(G) b) Im(c) c) Re(i5) d) Im(i5)
20. a) Demostrar que si n es un entero positivo, entonces los únicos valores posibles de
(1li)”son 1, - 1 , i y -i.
b) Calcular ( l/i)2s09. [Sugerencia.Véase el ejercicio 23(b) de la sección 10.1,]
616 / Espacios vectoriales complejos
21.Demostrar:
1 I
a) -(z
2
+ Z ) = Re(z) bj -(z - 5) = Im(zj
2i
z, -
-
27. a) Demostrar que z 2 = (i)2.
-
b) Demostrar que si n es un entero positivo, entonces Z " = ( 1j".
c) ¿Es verdadero el resultado del inciso b) si n es un enteronegativo?Explicarla
respuesta.
En los ejercicios del 28 al 31, resolver el sistema de ecuaciones lineales aplicando la regla
de Cramer.
+
30. xI x, + x3 = 3 31. ix, + 3x, + (1 + i)x3 = - i
+
x, x, - x j = 2 2i + x, + ix, + 3x, = -2i
x, --,+x,= -1 XI + x, + xj = o
32. [ - l"
+i " -2
-i][~~]= [:] 33. [ "If2 "[;;]=[:I
1
36. Sea&) = a. + alx + a,x2 + . . . + anX"un polinomio en el que los coeficientes a,,,a , ,
a2, . . . , an son reales. Demostrar que si z es una soluci6n de l a ecuación p ( x ) O,
37. Demostrar: Para cualquier número complejo z,IRe(z)l 5 Izi e IIm(z)l 5 Iz/.
IRe(z)l + IIm(z)l ~
v5
[Sugerenciu Sea z = x + iy y aplicar el hecho de que (bl - b1)22 O.]
39. En cada inciso aplicar el método del ejemplo 4 de la sección 1.5 para encontrar A" y
comprobar el resultado demostrando que AA" = A"A = 1.
i O -i
2-i i
Figura 1
618 / Espacios vectoriales complejos
z=rcos e+irsenB
o bien, como
I I
e = Arg z
Ejemplo 1 Expresar los siguientes números complejos en forma polar usando sus
argumentos principales:
(a)z=l+d% b)z=-1- I
r = \ z l = w = + T = 2
ycomox= l y y = fi,por(l)seinfiereque
10.3 Forma polar; teorema de De Moivre / 619
así, cos 8 = 112 y sen O = 6 1 2 . El Único valor de O que satisface estas relaciones
y cumple elrequisito - n < 8 In es O = n/3 (= 60") (véase la figura 2a).
Entonces, una forma polar de z es
1 -i
- 1 = *COS e
- 1 = *sene
-+isen- "1
4
A
INTERPRETA- A continuación se mostrará cómosepueden usar las formas polares para obtener
CIÓN interpretaciones geométricas de la multiplicación y la división de números
com-
GEOMÉTRICA plejos.
Sean
DE LA
MULTIPLICA- z , =?,(cos 0, + i sene,) y z2 = r,(cos 6, + i sen e,)
CIÓN Y LA
DMSIÓN Multiplicando,
obtiene
se
lv21 = IZllIZ2l
Y
arg(z,z2) = arg z1 + arg z2
(¿Por qué?)
~~
k)
Y
Ejemplo 2 Sean
=4
[ y -1
c o s - + i s e n=
- 4[O+i]=4i
2
T T V 3 1
=cos-+isen-=--+--i
6 6 2 2
Como comprobación, zlz2 y z1/z2 se calcularán directamente sin usar las formas
polares dez1 y z2:
.- . .
622 / Espacios vectoriales complejos
t'
Figura 4 I Al multiplicar por i, z gira 90' en sentido contrario a las manecillas del reloj. I
o bien,
w=p(cosa+isena) y z=r(cosO+isen8)
Al comparar los módulos delos dos miembrosse observa quep = r o bien, que
donde " 6denota la n-ésima raíz real positiva de r. Además, para que en (9) se
cumplan las igualdades cos n a = cos 8 y sen n a = sen 8, los ángulos n a y 8 deben
ser igualeso diferir por un múltiplo de2n. Es decir,
n a = 8 + 2 k r ,k = 0 , + 1 , t 2, . . .
O
8 2!cr
a=-+- , k=0, k l , 2 2 , .
n n
Así, los valoresde w = p (cos a + i sen a) que satisfacen(8) están dados por
= l / n = , [ , , s ( 8, t ~2km
)+iSen(!+~)], k=O,1,2,,..,n-l (IO)
624 / Espacios vectoriales complejos
Solución. Como -8 está sobre el eje real negativo se puede usar 0 = ?t como
argumento. Además, r = bl = 1-81 = 8, de modo que una forma polar de -8 es
-8=8(cos v+isen.rr)
[ (3-+-
cos 25") + i s e n (3-+- 2 3 ] , k = O , 1,2
2(cos7r+isen7r)=2(-1)= -2
4'
Solucidn. Se podría aplicar la f6miila i.U.:¡ j . 1.c. vez de ello, se observa quew = 1
es una raíz cuarta de 1, de modo que las tres raíces restantes se pueden generarsi
esta raíz se hace girar en incrementos de 2 d 4 = n/2 radianes (= 90'): En la
figura 6 se observa quelas raíces cuartasde 1 son
1. i, -1, "i A
4"
/ \
/ \
EXPONENTES Estasecciónconcluyeconalgunoscomentariossobrenotación.
COMPLEJOS En estudios
más
detallados
de
números
complejos se
definen
los
exponentes
complejos y se demuestra que
I
o+
cos i sen8=eie
donde e es un número real irracional definido aproximadamente por e =
2.7 1828. . . (Para quienes ya estularon Cálculo, en el ejercicio18 se proporciona
una demostración de este hecho.)
Por la expresión(1 1) se concluye que la forma polar
z = r(cos 8 + i sen 8)
se puede escribir de manera
más breve como
Pero estas son justamente l a s fórmulas (3) y (5) escritas en otra notación.
Por ultimo, se obtendrá una fórmula útil para expresar 2en notación polar.
Si
Z = r(cos 9 - i sene)
4. Dado que z, = %(cosn14 + i sen n / 4 )y z2 = COS nl6 + i sen n16) obtener una forma
polar de
10. Obtener las raíces cuadradas de 1 + i y expresar los resultados en forma polar.
a) ( I +I)' b) (-2*+2i)")
16. a) Demostrar que todos los valores de en la fórmula (10) son diferentes.
b) Demostrar que los valores enteros de k distintos de k = O, 1,2, . . . ,n - 1 producen
valores de z"" que son réplicas de los producidos por la fórmula (IO).
18. (Para quienes ya estudiaron Cdkulo). Para demostrar la fórmula (1 l), recuérdese l a
serie de Maclaurin para 8
COMPLEJOS
+
w = k,v, k2v2 + . . . +k,~,
donde k,, k,, . . . , kr son números complejos.
1O. 4 Espacios vectoriales complejos / 629
o en notación matricial
donde
u, = a , + b,i, u2 = a , + h,i, . . . , u, = a, + h,i
Ejemplo 1 Si
forman una base. Ésta se denomina base estúndar para P.Como en esta base hay
n vectores, Cn es un espacio vectorial n dimensional.
Sea Vel conjunto de las funciones con valores complejos que están definidas sobre
la recta. Si f = fi(x) + iJ2(x) y g = gl(x) + ig2(x) son funciones como las
mencionadas y k es cualquier número complejo, entonces la función suma f + g y
el múltiplo escalar kf se definen por
se definió como
((u(\
= VFZ = v% = o
de modo que u sena un vector dverente de cero con longitud cero, situación a
todas luces contradictoria.
PRODUCTOS Para extender correctamente los conceptos de norma, distancia y ángulo a C" es
INTERIORES necesario modificar un poco el producto interior.
EUCLIDIANOS ~~ ~ ~ ~ ~ ~ ~~~~
donde i 1'
2'""
inson los conjugados de vl,v2, . . . ,vn.
OBSERVACI~N. Nótese que el producto interior euclidiano de vectores en C" es
un número complejo, mientras que el producto interior euclidiano de vectores en
Rn es un número red.
es
= u.v
I O. 4 Espacios vectoriales complejos / 633
Demostración de 4.
.
u . (kv) = k(u v)
llull =m=2v3
u - v + ix = 2ix + w.
7. Demostrar que si v es un vector diferente de cero en Cn, entonces (l/llvll)v tiene noma
euclidiana l .
10. El conjunto de todas las temas de números complejos (z,, z2, z3) con las opera-
ciones
Y
10.4 Espacios vectoriales complejos / 635
13. Aplicando el teorema 5.2.1, determinar cuáles de los siguientes conjuntos son subes-
pacios de C3.
a) Todos los vectores de la forma (2, O, O).
b) Todos los vectores de la forma (z, i, i) "
14. Aplicando el teorema 5.2.1, determinar cuáles de los siguientes conjuntos son subes-
pacios del complejoMZ2:
a) Todas las matnces complejas de la forma
donde z1 + z4 = O.
c) Todas las matricescomplejas A 2 X 2 tales que = A , donde 2 es lamatriz
cuyos elementos son los conjugados de los elementos correspondientes de A.
15. Aplicando el teorema 5.2.1, determinarcuálesde los siguientes conjuntos son sub-
espacios del espacio vectorial de las funciones con valores complejos de la variable
real x:
a) Todas lasf tales queA1)= O.
b) Todas lasftales queA0) = i . -
c) Todas las f tales quef(-x) = f ( x )
d) Todas las f de laforma k , + k2 elx, donde k , y k, son números complejos.
16. ¿Cuáles de los siguientes vectores son una combinación lineal de u = (i, -i, 32) y v =
(2i, 4i,O)?
a) (3i,3i, 3i) b) (442i, 6i) c) (i, 5i, 6i) d) (O, O, O)
17. Expresar cada uno de los siguientes vectores como una combinación lineal de u = (1, O,
- z), v = (1 + i, 1, 1 - 2i) y w = (O, i, 2).
a) (1, 1, 1) b) (i, O, - i ) C) (O, O, O) d) ( 2 - i, 1, 1 + i)
18. En cada inciso, determinar si los vectores dados generan a C3
636 / Espacios vectoriales complejos
c) A = [ J
2i
’j]
O
y = [2 0
en el complejo
En los ejercicios del 26 al 29, determinar la dimensión y una base para el espacio solución
del sistema.
26. x, + (1 + i)x, = O 27. 2x1 - (1 + i)x2 = O
( 1 - i)x, + 2x2 = O (-1 + i ) x , + x, = o
u.(h)=k(u.v)
4
-4111 - vil2 + -1i1 + iv1I2 4i llu
- -
Un espacio vectorial complejo con un producto interior se llama espacio con pro-
ducto interior complejo o espacio unitario.
Las siguientes propiedades adxionales se deducen de inmediato a partir de
los cuatro axiomas de producto interior:
638 / Espacios vectoriales complejos
Como sólo iii) difiere de los resultados correspondientes para productos inte-
riores reales, se demostrará y las otras demostraciones se dejan como ejercicio.
Ejemplo 1 Sean u = (u1, u2, . . . , un) y v = (vl, v2,. . . , vn) vectores en P. Por el
teorema 10.4.1, el producto interior euclidiano (u, v) = u v =
u1ulVl +u2V2+...+unVn satisface todos los axiomas de producto interior. A
Ejemplo 2 Si
Por ejemplo, si
entonces
10.5 Espacios complejos con producto interior / 639
JUhf(4 U
ID
dx = + [fl(4 if2(x)ldx =
b
fl(4
h
dx + i l , f2(4 dx
En espacios con producto interior complejo, así como en espacios con pro-
ducto interior real, la norma (o longitud) de un vector u se define por
Se puede demostrar que con estas definiciones los teoremas 6.2.2 y 6.2.3 siguen
siendo verdaderos en espacios con producto interior complejo (ejercicio 35).
Ejemplo 4 Si u = (ul, u2, . . . , un) y v = (vl, v2,. . . , vn) son vectores en C" con el
producto interior euclidmno, entonces
Y
640 1 Espacios vectoriales complejos
Obsérvese que estas expresiones son justamente las fórmulas para la norma y la
distancia euclidianas analizadas en la sección 10.4. A
u = (i, 1) y v = (1, i)
u.v=(i)(i)+(1)(5)=(i)(l)+(l)(-i)=o A
Solución.
Paso 1. v I = u, = (i, i, i)
1O.5 Espacios complejoscon producto interior / 641
Así.
forma una base ortogonal para 6 3 . Las normas de estos vectores son
1
- -sen (k - l ) x
- [k-1 k- 1
= (O) - i(0) = O
- " -
7. Sean u = ( u I ,u2, u3)y v = (vl,v2, v3).¿(u, v) = yvI+~v2+u3v3-iu3v,define un pro-
ducto interior sobre C3?En caso negativo, enumerar todos los axiomas que no se cum-
plen.
8. Sea Vel espacio vectorial de las funciones con valores complejos de la variable real x ,
y sean f =&(x) + z&(x) y g = g l ( x ) + ig,(x) vectores en V. ¿La expresión
define un producto interior sobre P En caso negativo, enumerar todos los axiomas que
no se cumplen.
10. Para cada vector del ejercicio 9, usando el producto interior euclidiano encontrar I(w((
16. Sea el complejo MZ2con el producto interior del ejemplo2. Encontrar d(A, B ) si
18. Sea n/r.2 con el producto interior del ejemplo 2. Detenninar cuáles de las siguientes
matrices son ortogonales a
19. Sea C" con el producto interior euclidiano. Demostrar que para todos los valores de 0
v5'v5
), ( --r
v2'
"
)
v5
(d) (i,O), (0,O)
21. Sea C
'
con el producto interioreuclidiano.¿Cuáles de los siguientes conjuntos son
ortonornlales?
22. Sea
23.
28. Sea C4 con el producto interior euclidiano. Expresar w = (-i, 22,6i, O ) en la forma w =
w, + w2, donde el vector w, está en el espacio W generado por u1= (-i, O, i, 2;) y u2 =
(O, i, O, i), y w2 es ortogonal a W.
30. Demostrar que si u y v son vectoresen un espacio con producto interior complejo,entonces
33. Demostrar que si (u, v) es un producto interior sobre un espacio vectorial complejo,
entonces
(O, v ) = (v, O ) = o
646 / Espacios vectoriales complejos
37. Demostrar que si u y v son vectores en un espacio con producto interior complejo, en-
tonces
,
e2 m’mx
m = o, * 1, +2,
forman unconjunto ortogonal.
b) Obtener un conjunto ortonormal normalizandolos vectores del inciso a).
-
1 O. 6 Matrices unitarias, normales y hermitianas / 647
Para matrices con elementos reales, las matrices ortogonales (Ap1 = A T ) y las
matrices simétricas (A = AT) desempeñaron un papel importante en el problema
de diagonalización ortogonal (sección 7.3). Para matrices con elementos com-
plejos, las matricesortogonales y simétricas son relativamente poco importantes;
son reemplazadas por dos nuevas clases de matrices, la matrices unitarias y her-
mitianas. que se analizarán en esta sección.
entonces
de modo que
r
Ejemplo 2 Los vectores renglón de la matriz
l+i
~- l+i
2 2
A=
"
1-i -l+i
2 2
son
r1 =
l+i
I).
l+i
r2 = (?. -+)
1-i -l+'
i
-"" i
- -0
2 2
1 O. 6 Matrices unitarias, normales y hermitianas / 649
El lector debe comprobar que la matriz (2) es la inversa de la matriz (1) probando
q u e m * = A*A =I. A
DIAGONALIZA- Recuérdese que una matriz cuadrada A con elementos reales se llama diagona-
CIÓN UNITARIA lizable ortogonalmente si hay una matriz ortogonal P tal que P"AP (= P'AP) sea
diagonal. Para matrices complejas se tiene un concepto análogo.
MATRICES En la sección 7.3 se vio que als matrices desempeñaban un papel fundamental en
HERMITIANAS el problema de diagonalizar ortogonalmente una matriz con elementos reales. Los
análogos complejos más naturales de las matrices simétricas reales son las ma-
trices hermitianas*, que se definen como sigue:
A =A*
*Charles Hermite (1822-1901) matemático francés que realizó contribuciones fundamentales al álgebra, a
la teoría de matrices y a varias ramas del análisis. Es conocido por usar integrales para reso1ver:una
ecuación polinómica general de quinto grado. También demostró que el número e (la base de los logaritmos
naturales) no es raíz de ninguna ecuación polinómica con coeficientesracionales.
650 .I Espacios vectoriales complejos
Ejemplo 3 Si
i l+i
A = [ Li -5 z;i]
1-i 2+i
entonces
1 -i 1-i
I=[ i -5 2+i
l+i 2-i 3
de modo que
MATRICES Las matrices hermitianas poseen muchas propiedades, aunque no todas, de las
NORMALES matrices simétricas reales. Por ejemplo, así como a
ls matrices simétricas reales
son diagonalizables ortogonalmente, se verá que las matrices hermitianas son dia-
gonalizables unitariamente. Sin embargo, a pesar de que las matrices simétricas
reales son als únicas matrices con elementos reales que se pueden diagonalizar
ortogonalmente (teorema 7.3.1), las matrices hermitianas no constituyen toda la
clase de matrices diagonalizables unitariamente; es decir, existen matrices &ago-
nalizables unitariamente que no son hermitianas. Para explicar por qué es así se
necesita la siguiente definición:
~~
PROCEDE En la sección 7.3 se vio que una matriz simétrica A es diagonalizada ortogonal-
MIENTO DE mente por cualquier matriz ortogonal cuyosvectores columna sean eigenvectores
DIAGONALI- de A . De manera semejante, una matriz normal A es diagonalizada por cualquier
ZACIÓN matriz unitaria cuyos vectores columna sean eigenvectores de A . El procedimiento
para diagonalizar una matriz normal es como sigue:
Ejemplo 5 La matriz
652 / Espacios vectoriales complejos
det(AZ-A) = det
a-2
-l+i
-I-i
1-3 1 =(a-2)(a-3)-2=a2-5a+4
[ a-2
-l+i
-'il[;;]=[;]
A-3
[ - I- +
l i -2
-l-i][;:]=[;]
x= [ ( - 1 - i)s]+ll-i]
10.6 Matrices unitarias, normales y hermitianas / 653
u= [ -'l-i]
el vector
[ -l+i -"i][;;]
1 = [o]
Resolviendo este sistema por eliminación de Gauss-Jordan se obtiene (comprobar)
x, = x* =S
X = [(?)S] S =S
Por tanto,
r-
-1-i l+i
-
diagonaliza a A y
P”AP= [A y] A
EIGENVALORES En el teorema 7.3.2 se estableció que los eigenvalores de una matriz simétrica con
DE MATRICES elementos reales son números reales. Este importante resultado es un corolario del
HERMITIANAS Y siguiente teorema más general.
SIMÉTRICAS
~~
Av = Av
Como las matrices hermitianas tienen elementos reales sobre la diagonal principal
*
y como v * ~ vy v v son 1 x 1, se concluye que estas matrices tienen elementos
reales, con lo cual se completa la demostración. 0
Demostración. Sea A una matriz simétrica con elementos reales. Debidoa que
los elementos de A son reales, se concluye que
A=A
c) A = [7i O -3i] d) A =
'22 '23
4. Aplicando el teorema 10.6.2., determinar cuáles de las siguientes matrices son unita-
rias.
-1
r
"
i I
-
v5 v%
i
c) ["i 1 - 1 - + i] d) 0 -
I + i
v5
1 i
__
L
v5
5. En cada inciso, comprobar que la matriz es unitaria y encontrar su inversa.
i 1
d)
3 v5
-
3 f i 4+3i
En los ejercicios del 7 al 12, encontrar una matriz unitaria P que diagonalice a A y deter-
';;I
minar P"AP.
[
--
5 0
v5v5
[3(11 3 : ~ 11. A = O -1 -l+i 12. A = --Zv5 2 0
O -I-i O
O 1
i
- 0 2
- v5 -
13. Demostrar que los eigenvalores de la matriz simétrica
14. Encontrar una matnz 2 X 2 que sea hennitiana y unitaria y cuyos elementos no sean
todos números reales.
Ejercicios complementarios / 657
"
15. Demostrar: Si A es una matriz n X n con elementos complejos, entonces lb'. , '! =
__
det(A). [Sugerencia Primero demostrarque los productos cl ": ' . : : :: ;igno
son los conjugados de los productos elementales de A con sign J
16. a) Aplicando el resultado del ejercicio 15, demostrar que si A es una matriz n X n con
elementos complejos, entonces det(A*) = det(A).
b) Demostrar: Si A es hermitiana, entonces det(A) es real.
c) Demostrar: Si A es unitaria, entonces Idet(A)I = l .
17. Demostrar que los elementos sobre la diagonal principal de una matriz hermitiana son
números reales.
18. Sean
19. Demostrar: Si A es invertible, entonces tambiénA* lo es, en cuyo caso (A*)" = (A")*.
21. Demostrar que una matriz n x n con elementos complejos es unitaria si y sólo si sus
renglones forman un conjunto ortonormal en C" con el producto interior euclidiano.
22. Usando los ejercicios 20 y 21, demostrar que una matriz n X n es unitaria si y sólo si
sus columnas forman un conjunto ortonormal en C" con el producto interior euclidiano.
23. Dzmostrar: Si A = A*, entonces para todo vector x en C", el elemento en la matriz
x Ax de 1 X 1 es real.
EJERCICIOS COMPLEMENTARIOS
donde =
1 sen[ (n + +)O]
1 +cosO+cos2o+~~~+cosnO"+
2 2sen(O/2)
para O < O < 277. [Sugerencia Sea z = cos O + i sen O.]
7. Seaw=e2n1'3.Demostrarquelosvectoresvl= ( l / f i ) ( l , 1, 1 ) , v 2 = ( 1 / f i ) ( 1 , w , w
también es unitario.
S.
c) [.
1
0
a) 2 x ,
0
2
3
1
=O
0 - 1
1
7
o
0
b) 3x,
-1
1
1
-
i]
O 0
2X) =
d) [:y 1
5
3 '1
c) 7x1 + 2x2 + X) - 3x4 = 5
3x, - 4x2 = o 7x, + x, + 4x, = -3 x1 + 2x2 + 4x, = I
x2 = 1 - 2x2 + x3 = 7
d) XI = 7
x2 = -2
x3 = 3
x, = 4
8. k = 6: infinidad de soluciones
k # 6: no hay soluciones
Ningún valor de k produce una solución.
9. a) Las rectas no tienen punto de intersección común. b) Las rectas se intersecan exactamente en un punto
c) Las tres rectas coinciden.
661
1. a) iildeíXd,J b) 4 X 2 e ) hdefmdad) Indefinida 2. a = 5, b = - 3, c = 4, d = 1
~]
c) 5 x 5 P) 5 X 2 g ) Indefinida h) 5 X 2
d) [ -7 -28 -141
5 -21 -7 -35
Respuestas a los ejercicios / 663
e) [-::] [y -A] [
3
a
9
a
f) g) -13
9
O
1
2
1
I:]
-6
h) [ 9
-1
1
- 13
-4
2
-6
y]
e) [
1:
45
-11
17
l;]
13
[
f) 21
17 35]
17 g) [ -: h) [:n
24
-2:
6
I:]
16
i) 61 (j) 35 (k) 28
13. . ) A = [ ! --:
-3 i],x=[:],b=[-a]
4
b)A=l5
r
2
0
-5
1
3
O
9
-8
-1
1
o 3 1 1
I S.
a,, o o o o o
O a , , O o o o
21. a)
0 a55
o o ‘66
Respuestas a los ejercicios / 665
'1
a51 a52 a53 a54 a54 '56
o o o o a66
a65
[
'61 '62 a63 a64
2 3 4 5 '1 1 1 1- -1 -1 1 1
1 2 4 8
22. a) b)
4 5 6 7 1 3 9 2 7
5 6 7 8 .I 4 16 64-
o
:]
kl
20. a) Un ejemplo es
b) Un ejemplo es [;
o -1
I:].
666 / Respuestas a los ejerciclos
+
c) Intercambiar el primer renglón y el cuarto renglón.
d) Sumar veces el tercer renglón al primer renglón.
3.a) [" O
1
o1 O
0
'1 [:1 :]
0
b) O 1 O c) [ -2
y
o I
"1 d) [A y
2 0 1
5. a) [ -: -:] [-: b)
5
z]
2
c) N o e s invertible
b) No es invertible c) [-i 8 81
-
1
-
2
"
-
1
2
"
1
0 -
I-
1
- L
P
1
-1
- 0 0 0 0 0 0 - O O
kl k'l
o -I o o 0 0 -
1
0 O O
k2 k3
8. a) b)
o o
1
- o ,
1
o - o o -1 O
k3 k2 k
1 1 -1
0 0 0 -
k4 - - 0
kl
0 0
- k
“lu
Respuestas a los ejercicios 1 667
1. a) [’ y]
0 -1 b)No es invertible c) [ F] -1 o o
2. a) [“ -:I [
4
4 10
b) -2;
60
I::
20 -16
I:] ’ \
b) A z = rl oi,O],
o A”-r 9” :], A-.=[: 3k
O *O]
0
o o & O O 16 o o 4k
[i
4. b), c) 5. a) 6. u = 11,b= - 9 , c = - 1 3 7. ~ = 2 , b =- 1
-
b ) [O
$ 0 - 0
O 0 1
i 61
7
/’ +
“__ . -
668 / Respuestas a los ejercicios
O
5 O]
O 7
b) No -2( I + n )
IY. n
-*
20. a) Es simétrica b) No es simétnca c) Es simétrica d) No es simétrica
24. a) x , = $ , x , = ¡,x,= b) x , = - + , X , = -$,X,= -3
7. a) a f O , b # 2 b)a#O,b=2 8. x = $ , y = 9 , 2 = + Y. IC=[:
C) a = O , b = 2 d)a=O,b#2
12. a) Z =
[y: -::]X b) z1 =
z2 =
- X , - 7x2+ Ilx,
+
1 4 ~ , lox2 - 26x3
I. a) 5 b) Y c) 6 d) 10 e) O f) 2
2. Impar
a) b) Impar c) Par d) Par e) Par f ) Par
3. 22 4. O S. S2 6. - 3 f i 7. a Z - 5 a + 2 1 8. O 9. -65 10. - 4 11. -123
I. a) -30 b) -2 c) O d) O 3. a ) - S b) - 1 c) 1 4. 30 5. 5 6. -17
7 . 33 8. 39 Y. 6 10. -Q I t . -2 12. a) - 6 b) 72 c) - 6 d) 18
Respuestas a los ejercicios / 669
12. a)k=-
5 2 m
2 b) k = - 1 14. a) ["" -2 a-2][::]=[:]
-1
c) ["3 -I
at-3 I["'] 1 3
x, =
I-:],[y], [-!]
(alla23a32 + 412u21u33 + a13a22u31 - u11a22a33 - a12u23u31 - u13'21432)
f) P I P 2 = ( l r-1, -2)
-2) c)
+
p,p;
= (2, 1)
g) P,P, = ( - a , - b , -c)
d)
h)
p,p; = (a, b)
= (a,b, c)
2 ' 2
3. a) V% b) fi+ac ) 4 f i d ) a e) (- 3
-
6
--)m4
f) 1
1. k = *x 4
8. Una esfera de radio 1 con centro en (xo, y,, z 0 )
Respuestas a los ejercicios / 671
6. a) b b)
4v5
-
5
c)
m
-
18
d) x 43
9. a) 102 b) 1252/5 c) 170 d) 170
11. COS
m cos e, = -
e, = -,10
3 m
, 3
', COS =O 12. Elángulorecto está en B.
10
1. a) (32, -6,
-4) b) ( - 14, -20, - 82) C) (27, 40, -42)
d) (O, 176, -264) e) (-44, 55, -22) f) (-8, -3, -8)
II. a) No b) Sí c) No 12.
17. a) -
a
2
b)
a
3 19. a) -
2 m
b)
m
3 21. a) m b) 0 - 40'19
1. a) -2(x + 1) + (y - 3) - (z + 2) = O 2. a) - 2 x + y - z - 7 = 0
+
b) (x - 1) 9(y - 1) 8(2 - 4) = O + b)~+9~+&-42=0
c) 2z = o c) 2z = o
d)x+2y+3z=O d)x+2y+3y=O
3. a) (O, O, 5) es un punto en el plano y n = (-3, 7, 2) es un vector normal de modo que -3(x - O) + 70, - O) +
2(z - 5) = O es una forma punto-normal; otros puntos y otras normales producen otras respuestas correctas.
672 1 Respuestas a los ejercicios
4 1 2
39. a) $ b) -q1g c) 40. a) -
2 m
b) O C) -
6
x-3 z + y3 - x3 + 22 - 2
42. a) --
-y+ I =- b) -- - -
2 3 6 6 2
43. a) X - & - 1 7 = 0 y x + 4 z - 2 7 = 0 esunarespuestaposible
b) x - 2y = O y - 7.v + 2z = O es una respuesta posible.
44. a) 0 - 35" b) 0 - 79" 45. 0 - 75"
h. a) m b) m +V% c) 4V'% d) m e)
1
di 3 v 5 3- -
V5'3di
2
Respuestas a los ejercicios 1 673
8. k = r$ 9. a) 7 b) 14 c) 7 d) 11 10. a)
11. a) b) 2- c) fi d) 10
14. a) Si b) No c ) Sí d) No e ) No f) Sí 15. a) k = -3 b) k = -2, k = -3
16. S $ ( - 3 4 , 4 4- 6, , l l ) 19. x , = ~ , x , =
-l,x3=2 20. -6
33. a) Medida euclidiana de la "caja" en R": a , a2 . . . a ,
b) Longltud de la diagonal: \'a? + a: + ' ' ' + ai
b) No lineal; R2 -+ R3
[:-1 111
1. a) Lineal; R3 + R2
c ) Lineal; R3 -+R' d) No lineal; R4 + R2
2. a) ['3 "35 o0 - 1 b) c) d) [I y
[i -1
1 1 1 1
3. I : ] ; T ( - 1 , 2 , 4 ) = ( 3-, 2-, 3 )
4. a) [: -:] b) [' O]
1 2 1
c) [l 5 O] d) [" :]
[I
o 1
O 0 1 O O -8
S. a) [-P 1
1
3
O]
-- 1 b, [ -1
7
o
2
1
o
-
"1
O
d)
O
O
1
O
O
1
O
-1
6. a) [ :] [- b) c) [ -2x,
6x1
+ + 4x,
x2
2x,
7x,
+ x2
+ 4x2]
+ 8x2
7. a) T ( - 1 , 4 ) = ( 5 , 4 ) (b) T(2,1, -3)=(0, -2,O)
8. a) (-1,-2) (b) (1,2) c ) (2, - 1 ) 9. a)
(2, -5, -3) b) (2, 5, 3) c) (-2, - 5 , 3)
-y
IO. a) (2,O) (b) (O, - 5 ) 11. a) (-2, 1,O) b) ( - 2 , 0 , 3 ) c) (O, 1, 3)
12. a)
( 3fi2 +4,3
~ ___
3 - 4 v- 3 f i - 4 ?v5 -v5
v 5 + 2 -1+2v5
15. a)
( -2,-
2 ' 2
b) ( - 2 l h , I , O) c ) (1, 2. 2)
S. a) Es uno a uno;
[!
3 -!I
5
; T- ,(MI,,w2)= (+x, - $x, +xl + $x2) b) No es uno a uno
[
c) Es uno a uno, -
o -1
o ] ; T P L ( w , w,)
, = ( -X,, -xl) d) No es uno a uno
1 -2 4
6 . a) Es uno auno, [I I:]; T"(w,, w2,w3) = (x, - 2x, + 4x3, - X I + 2x2 - 3x3, -X1 3% - 5x3)
d) No es uno a uno
12. a) Para una reflexión con respecto al ejey. T(e,)= [ y T(e,) = [y]. Portanto, T =
[-:P]
b) Para una reflexión con respecto al plano xz. T(e,)= O [J T(e2)= [-!) y ve3)=1].
r1 0 01
Por tanto, T = O I -1 O I.
Lo 0 11
C) Para unaproyecciónortogonal sobre el eje x. T(e,)= [A] [:l. y í-(e,)= Portanto, T = [b :].
d) Para una proyección ortogonalsobre el plano z. T(e,)=
Por tanto, T =
[
cost)
-sen%
sen% COS e 1. I
676 i Respuestas a los ejercicios
L:i 111
f ) Para una dilatación por un factor k 2 1, T ( e , )= O , T(e,) = k , T(e,) =
[I
O . Por tanto, T =
L: : :I
O k O
O 0 0
0
O
0
O]
a= - 1; [i] L = o;
Respuestas a los ejercicios /’ 677
7 . a), b), d)
678 Respuestas a los ejercicios
11. a) Los vectores generan. b) Los vectores no generan. 12. a), c), e) 13. No
c) Los vectores nogeneran. d) Los vectores generan.
1. a) u2es un múltiplo escalar de u , . b) Por el teorema 5.1.3, los vectores son linealmente independientes
c) p2 es un múltiplo escalar de p l . d) B es un múltiplo escalar de A .
2. d) 3. Ninguno 4. d)
18. a) Son linealmente independientes porque vl, v2 y v3 no están en el mismo plano cuando se colocan con SUS
puntos iniciales en el origen.
b) No son linealmente independientes porque v,, v2 y v3 están en el mismo plano cuando se colocan con SUS
puntos iniciales en el origen.
7 . a) ( w ) =
~ (3, - 7) c) (w), = ( a ,
8. a) ( v ) ~
= ( 3 , -2, 1) ~ ( - 2 , O, 1)
b) ( v ) = 9. a) (pis = (4, -3, 1) b) (PIS = (0,2, - 1)
10. (A),= ( - 1, 1, - 1, 3 ) 11. Base: (1, O, 1); dimensión= 1
1. r l = ( 2 , - 1 , O , l ) , r 2 = ( 3 , 5 , 7 , - 1 ) , r 3 = ( 1 , 4 , 2 , 7 ) ; c l =
[:I
3 ,c2=
[-I [I1 [-!I
5 ,c3= 7 ,e4=
O
1
[-;Ilc4=[-,1
d) rl = [l 2 - 1 51, r2 = [O 1 4 31, r3 = [O O 1 -7],r4= [O O O I],
Respuestas a los ejercicios / 681
3. a) 2; 1 b) 1; 2 c) 2; 2 d) 2; 3 e) 3; 2
4. a) 3; 3; O; O b) 2; 2; 1; 1 c) 1; 1 ; 2 ; 2 d) 2; 2; 7; 3
e) 2; 2; 3; 7 f, O; o; 4; 4 g) 2; o; 4
9. b , = r, b, = S, b, = 4s - 3r, b, = 2r - S, b, = 8s - 7r
12. a) Rango ( A ) = 1 si t = 1; rango ( A ) = 2 si t = -2; rango ( A ) = 3 si t = 1, -2
b) Rango ( A ) = 2 si t = 1,312; rango ( A ) = 3 si f f 1,312
682 / Respuestas a los ejercicios
13. El rango es 2 si r = 2 y s = 1
3. a) 4 4 , 1, l)+b(O,-1,2)b) ( u + c ) ( ~ ,- 1 , 2 ) + b ( 1 , 4 , 1)
C) a ( 2 , 3 , 0 ) + b ( - l , 0 , 4 ) + ~ ( 4 , -1, 1)
, .6. . , X")
1 1 . (l,x2,x3,x4,x5,x 12. a ) 2 b) 1 c)2 d)3 13.0,1,0 2
I. a) 2 b) 11 c ) -13 d) - 8 e) O 2. a) -2 b) 62 c) -74 d) 8 e) O
3. a) 3 b) 56 4. a) - 29 b) - 15 5 . b) 29 6. b) - 42
7. a)
9. a)
10. a)
13. a)
17. a)
x2 y2
18. a) "+"=I
4 16
1. a) Sí b) No c ) Sí d) No e ) No f) Sí 2. No
3. a) --
1
v5 b) -- m
3
c) O 4. a) O b) O
19
6. a) - b) 0
1o vi
[E], [a] [!
-1
16. a) [ b) c) [I:],
-1
1
O
1.
O
33. (u, v ) = tu,v, + Qu,v,
r l 11 r 1 S 1
24. a)
1
- v5
v5
1
-
d)
v5
O
[A : "1 [:y :]
6. (O, - 1, 1, 1)
b) [ 10
55
-
3%] [
43 "3%
c)
44x0
%O
+ %Yo
+ %YO + b o ]
- 35x0 + &Yo + %o
- &o
4E
15
[-;$ -i]
"
36 35
-
4
-3i
2 8
- &x0 - &Yo + #izo
IO. a) v I =(2, -1,4) b) - " - C) [-&X, +&Yo-&zo]
21 21 21 &x0 - &Yo + &o
15. P=AT(AAT)"A
1
20. a) ( - l , b & $ v 5 )
cos 0 O -sení3 O
u 5 1-
21. a) A = [ O 1 O ,)A=[: cos0 se:0] 22. "
O
2 2
sen0 O cos O O -sení3 cosí3
v5
"-f i a
23. u' + b2 = 26. a) Rotación b) Rotación 4 4 2
12. b) Las diagonales de un paralelogramo son perpendiculares si y sólo si los lados del paralelogramo tienen la
misma longitud.
2 1
16. a = O, b = --, c = -; no son ímicos
G V 5
3. a) Baseparaeleigenespaciocorrespondiente a A = 3:
[;] ;
b) A = O : base
[:I
i ;I=fi:base
[+(I5 +15fi)
+(-1 + 2 f i )
1
;I-=
a:base
[+(I5 -:fi)]
$(-1 - 2 ~ 5 )
6118 i Respuestas a los ejercicios
[i] -:]
x. a) a=I,a= -2,a= -1 b) i l = 4
3'
c) a, = 3:
1. 1 , 2 o 3
2. a) 1 = 3,A = 5
b) Parda = 3, el rango de 31 - A es 1 y la nulidad es 2. Para1 = 5, el rango de 51 - A es 2 y la nulidad es 2.
c) .4 es diagonalizable, ya que los eigenespacios producen un total de tres vectores básicos.
3. No es diagonizable 4. No es diagonizable
5. No es diagonizable 6. No es diagonizable
7. No es diagonizable
Respuestas a los ejercicios / 689
10. p = [ 1 01
O 0 O]
0l ] ; P - ' A P = [ OO 1 0 ll.P=["i y A];P-'A.-[. 3 30 o]
0
-1 o 1 O 0 2 1 0 0 O 0 2
20. a) [A y :]
O 0 1
b) 1y :] [A 1:
O 0 1
c)
o -1
:] [E d)
o "1
-1
1. a) A2 - 5A = O; A= O: unidimensional; A = 5: unidimensional
b) A3 - 2 7 A - 54 = O; A = 6 : unidimensional ; A = - 3 : bidimensional
c) A3 - 3A2 = O; A = 3 : unidimensional ; A = O: bidimensional
d) A3 - 12A2+ 3 6 A - 3 2 = O; A = 2: bidimensional,;A = 8: unidimensional
e) A4 - SA3 = O; A = O: tridimensional; A = 8: unidimensional
f) A4 - SA3 + 22A2 - 24A+ 9 = O; A = 1: bidimensional;
A = 3 : bidimensional
I
o -
v5
1
o -
\%
o 0
1 0
25
1. b) La transformación rota u11 h g u l o 0 los vectores; por consiguiente, si O < 0 < x , entonces ningún vector
diferente de cero es transformado en un vector en la misma dirección o en dirección opuesta.
l i 0
2. L=kconmultiplicidad 3. 3 . c) [O 2 1 1 Y. A * = [ ' : A 3 = [ 2 575 150
50].
0 0 3
-3 -8
750 375
A4 = [ SO],
125 = [ 1875
625
3750
o],:, -15 10
IO -24 15
15. T(x~,X,, X-,) = (-41x1 + 9x2 + 24x3, 14x1 - 3x2 - 8x3); T(7, 13, 7) = (-2, 3)
16. T(2vl - 3v, + 4 ~ 3 =) ( - 10, - 7, 6)
17. a) Dominio: R2;espacio imagen: R2; (T20 Tl)(x, y) = (2x - 3y, 2x + 3y)
b) Dominio: R2; espacio imagen: la recta y = gx; (T2 Tl)(x, y) = (4x - 12y, 3x - 9y)
0
c) Dominio: R2; espacio imagen: R2; (T2 í“,)(x, y) = (2x + 3y, x - 2y)
0
21. T,(v) = ;V 22. (T, 0 T,)(u, + U,X + a2x2)= (uo-tc 1+ uz)x + (ul + 2u2)x2+ u2x3
26. b) (3T)(xI, X*) = (6x1 - 3x2,3x2 + 3x1)
27. b) (TI + TZ)(X,y) = (3.~3 4x1; (T2 - T~)(x,Y) = (Y, 2x1
28. b) No lineal 29. a) 4 b) 3415 c) 1
c) No existe base.
25. ker(D) consta de todos los polinomios constantes. 26. ker(J) consta de todos los polinomios de la forma h.
:I}
-
b, T:~I)
= 16 + 5 1 +~19x2, T(v,) = -6 - 5x + SX', T(v,) = 7 + 4 0 ~ 15x2 +
c) T(a, + u,x + u2x2)= 2 3 9 ~ 1~246 1 +~ 2~ 8 9 +~ ~
- ill^,
2 -0 1 +
~ ~ 247~2 61~0
X+
- 3 1 +~1 0~7 ~ X2
11 :]
8 12
+ x') + 56x + 14x2
S]
d) T( 1 = 22
1 1 1
12. a) [T,oT,],,,,= 2 4 , [ T 2 I B . =[oO o2 4 , [ Tl BI ' , B = [ i b, ~ T Z a T ~ ~ B ~ , B ~ ~ T ~ ~ ~
4.
1 0 0
-;1 0 0
-~],[*lB,= [-; -;
1 4
-%I s. [TI,= [ ] [ ]
o
0
1 o ,[TI,,=
0 0
o 1 1
O 0 0
Respuestas a los ejercicios / 695
1 1 1 1 1
O 2 4 6 8
8. a) det(T) = 17 10. a) [í‘IB = donde B es labase normal b) T es uno a uno
b) det(T) = O O 0 0 8 3 2 de P4;rango(T) = 5 y nulidad
c)det(T) = 1 O 0 0 O 1 6 ( r ) =O.
, u; =
(3 + y ,G4+
5)
- 1:
[-::I
18. b) ~ -
1. NO. T(x, + x’) = A(x, + x2) + B # (AX, + B ) + (Ax, + B ) = í‘(x,) + í‘(x,), y si c # 1, entonces
+
T(cx) = cAx B f c(Ax + B ) = cT(x).
2. b) A” =
i
cosn0 -senno
senno
cosn0 1
5. a) T(e,) y dos cualquiera de í‘(e,), T(e,), y T(e,) constituye una base para el rango; ( - 1,1, O, 1)
es una base parael kernel.
b) Rango = 3 nulidad = 1
6 . a) (-4, --Y,
11, b) (1,0, 0) y (-2, 1, O)
7. a) Rango ( r ) = 2 y nulidad ( T ) = 2 b) T no es uno a uno.
696 /' Respuestas a los ejercicios
1 0 0 0
-y]
b) uI = -2v, - 2v, v3, u, = 5v, + 4v, - 2v3, u3 = -7v, - 5v, + 3v3
15. [ T I E = [ Ay
-4 o
17. [Z']B=[!
-1
1
o -1
A]
19. b) x c) e'
20. a) [l!] d) - 3 2 +3 e) ~ -2
-1
6. a) Rectángulo con vértices en (O, O), (1, O), (1, -2), (O, -2).
b) Rectángulo con vértices en (O, O), (- 1, O), (- 1,2), (O, 2).
c) Rectángulocon vértices en (O, O), (1, O), (1, ), (O, ).
d) Cuadrado con vértices en (O, O), (2, O), (2,2), (O, 2).
e) Paralelogramo con vértices en (O, O), (1, O), (7,2), (6,2).
r) Paralelogramo con vértices en (O, O), (1, -2), (1, O), (O, 2)
7. Rectángulo con vértices en (O, O), (-3, O), (O, 1). (-3, 1)
1 1
12* a) [O
o
'][O '1
o ; expansión en la dirección y por un factor de 3, luego expansión en la dirección x porun
factor d e 2
:][A :]
dirección x por un factor de 4, luego reflexión con respecto a y = x
-I . . .. ~ . .. .
698 1 Respuestas a los ejercicios
1 k O
1. y = + + $ x 2. ~ = $ + Q x 3. y = 2 + 5 x - 3 x 2 4. y = - 5 + 3 x - 4 x 2 + 2 x 3
1. a) ( 1 + ~ ) - 2 s e n x - s e n 2 x b) ( 1 + m ) - 2 +- 3
4T
2. a) 4 ~ +’ 4 cos x + cos 2x + cos 3x - 4 x senx - 23r sen 2x - -sen 3x
3
b) $7r2+4
k=l
x--
coskx
k2
1
3. a) --+-eX
2 e-1
1
b)
1
12
3-e
2e-2
(3 - e)(7e - 19) 3 6 “ 2
4. a) (4e- 10)+(18
-6e)x b) 5. a) -x b) 1 - - 8. -sen(kx)
2 T T 2 k= I k
3. a) A = [ - :
9
-B
3 -4
b) [-: 1 -5
5 9
c ) A = [ $1
o +
z
O1
s O
:]
d) - 2x: + 3x: + 7x1x2+ x1x3+ 12x2x3 e) 2x1x, + 2x1x3+ 2x,x4 + 2x,x3 + 2x2x4+ 2x3x4
5. a) valor máximo = 5 at -t (1, O); valor mínimo = - 1 en -t (O, 1)
b) valor máximo =
11 +m -1
2
valor mínimo =
11 -m -1
2
valor mínimo =
7-m
~
2
en* ( % 5 i z z ' -
1
3+m )
7 I
d) valor máximo =
-, -)
(-,v3v%v% 1 1 2
6. a) valor máximo = 4en -t ; valor mínimo = -
7. b) 9. a)
- o,-
A) ;valor mínimo = 2en-t
1 -1
___ -I~ ...
n(n - 1) n(n - 1) n(n - 1)
-1 -1 -1
~ . . . ___
16. a) A = n(n - 1) n n(n - 1) n(n - 1) b) Positiva s e m i d e f ~ d a
-1 -1
n(n - 1)
700 / Respuestas a los ejercicios
9. 2xn2+y”’ = 6, elipse IO. 13~”’- 4 ~ = “81,~ hipérbola 11. 2x”’ - 3y”’ = 24, hipérbola
12. 6x”’ + 1ly”’ = 66, elipse 13. 4y“’ - x”’ = O, hipérbola 14. m x ” - 3y’ = O, parábola
[i y :]
e) 3z2+ 3x2 f-) 2z2
-!] [
O ’ L
2. a) [:o -4 - b) -2 c) [iP i 0
d)
o -1
3. a) [x y z ] [: o -4
2
2 -;]r]+[7
-1 2
O 21 [:]--3=o
4. a) Elipsoide. 5. a) 9x" + 3 6 ~+' 4zt2
~ =elipsoide.
36,
b) Hiperboloide de un manto. b) 6 ~+'3yt2 ~ - 2zI2 = 18, luperboloide de un manto.
c ) Kperboloide de dos mantos. 3x12 - 3y0 - z72 = 3, luperboloide de dos mantos.
d) Cono elíptico. d) 4x'* + 9y'2 - z'* = O, cono elíptico.
e) Paraboloide elíptico. e) x" + 16y" - 162' = O, paraboloide elíptico.
f) Paraboloide hiperbólico f , 7xt2- 3yI2+ z' = O, paraboloide hiperbólico.
g) Esfera. g) x'2 + y'2 + 2'2 = 25, esfera.
1. Multiplicaciones: mpn; adiciones: mp(n - 1). 2. Multiplicaciones: ( k - l)n3; adiciones: (k - l)(n3 - n2).
3.
n=5 I n=lO n = 100 n = 1000
t:
900
1100
285
+:
+:
990,000
x : 1,010,000
328,350
i :
x:
+:
999,000,000
1,001,000,000
332,833,500
x: 333,399 x: 333,333,999
4.
n=10 I
I
n=100 I n=1000
Tiempo de
ejecución
I Resolver A x
Jordan
= b por
eliminación de Gauss-
I x 10-4
Resolver Ax =b aplicando la regla de Cramer 6.18 x 1O-4 90.3 x I 83.9 I 834 X IO3
1. x ] = 2, x2 = 1 2. XI = -2, x2 = 1, x3 = -3
3. XI = 3, x2 = - 1 4. XI = 4, x2 = - 1
9. X] = - 3, x2 = 1, x3 = 2, x4 =1 10. x, = 2, x2 = - 1, x3 = o, x4 = 0
Ji3 !J
1 0 0 3 0 0 1 - 3
18. A = P L U = o o 1 o 2 o o
[o o J 0
704 / Respuestas a los ejercicios
31
31
t t
7 . a) c) ,
k
I
2z = 2 + 21
z = 1 + 1
++3i
8. a) k , = -5, k2 = 3 9. +
a) zlz,= 3 3i, 2: = -9, z i = -2i
b) k , = 3, k , = 1 b) zlzz= 2 6 , ~ := -20 +
48i, z: = - 5 - 12i
c ) z,z2 = y - i, z: = 8 - 3 + 44, z: = - 6 - 21
13. - 2 6 + 18i 14. - 1 - lli IS. -g+i 16. ( 2 + ~) + i(1 - f i ) 17. O 18. -24i
Respuestas a los ejercicios / ,705
19. a) 3+8i +
1 +36 i 12i
7i]
- 3 + b, [ 33--25ii 1 3 + 3 i 6 +c)
3+3i
5 i ] 9 - 5l [ 1'
2+5i1
:
1 '
f 9 + i 12+2i
.
1
1
;18-2i
13+ i
13+13i
-8+12i
-33-22i
O
7 + 9i - 6 + 61 -16- 16i
b) [ 6 + 2i
-1+6i
-11
-9-
+ 1"-j5i c) [
I
22 - l i 2 + 1Oi
1 v 5
-5-4i 6 - Si 22. a) z = - 1 k i b) z = - k - - - i 23. b) i
2 2
9- i -1- i_
'r)
1-v3 1+v3.
8. 9 . -1-24'
10. - # + & i
625 6251 11. -+-4 4
1 12. - & - A i
, , , ,
25l
25
17. a) $2 b) C) Y. d)
X 1;i X X
X
y = -2
706 / Respuestas a los ejercicios
1+ i -i
-7+6i 5-i 1+4i
I 1 +2i -i 1
2
c) ‘[cos( -6) +isen( -E)] d) :[cos(%) +isen($)]
1+v%
5. 1 6. a) -64 b) - i c) - 6 4 f i - 6 4 i d) -- 2048
7. a)
\‘2
_ _+ Ll
v2
Ty
-
Respuestas a los ejercicios / 707
8.
11. a) 2 2 ,+ 2 i b) +(2+2i),+(2-2i)
+ +
12. Las raíces son+ (2Il4 2'14i), (2,14 - 2,14i) y la factorización es
+ +
z4 8 = (2' - 2'142 z3l2).(z2 2'142 23/2). + +
13. z gira 90' en el sentido de las manecillasdelreloj 14. a) 16 b) 3i
15. a) Re(z) = -3, Im(z) = O b) Re(z) = -3, Im(z) = O
c) Re(z) = O, Im(z) = - fi d) Re@)= - 3, Im(z) = O
6. a) fl b) fi+V% c) f i + f i i d) m e) (!-$,O) f) 1
11. No es un espacio vectorial. No se cumple el axioma 6; es decir, el conjunto no es cerrado bajo la multiplicación
escalar. (Por ejemplo, multiplicar por i).
12. NO,R" no es cerrado bajo la multiplicacibn escalar.(Multiplicar un vector diferente de cero de R" por i.)
21. b), c) 22. f - 3g - 3 h = O 23. a) Tres vectores en un espacio bidkensional 24. a), b)
b) Dos vectores en un espacio tridimensional
25. a), b), c), d) 26. ( - 1 - i, 1); dimensión = 1 27. (1, 1 - i);dimensión = 1
28. ( 3 t 6i, - 3i, 1); dimensión = 1 29. (jz,-+, 1, O), (-$, 2i, O, 1); dimensión = 2
2. a) - 12 b) O c) 2i d) 37 4. a) - 4 + 5i b) O c) 4 - 4 i d) 42
S. a) No se cumple el axloma 4. b) No se cumple el.axioma 4. c) No se cumplen los axiomas 2 y 3
d) No se cumplen los axiomas 1 y 4. e) Este es un producto interior.
6. - 9 - 5i 7. No se cumplen los axiomas 1 y 4
1. a) [ -2i
l f i 3-i O
b) [ T’:i
-1-i
4
5 +3 71 i
i
-i
1
c) I-:] [TI2 d)
“
(111
‘13
a21
%]
‘23
5. b) A"=
-
3-i
2
m
4 - 3i
- 7. P =
2v-E
"
5i
2m
8. P = ; P"AP= [o4 0
2]
"
v5v5
r 1
i 71;
O
:I
O -1 O
P"AP = O 5
O -1 -0 O -2
v3
710 Respuestas a los ejercicios
a = 2 +- i
[ -:d]
13. n ; no, porque A contiene elementos complejos.
r]
EJERCICIOS COMPLEMENTARIOS DEL CAPíTULO10 (Página 657)
3. 1,
ol 1
es una posibilidad. 5. A = 1, w, o? (= O ) 10. b) Dimensión = 2
ÍNDICE
711
712 / hdice
Plano xy, 154 ecuaciones paramétricas de la, 37- de números complejos, 604
Plano xz, 154 194 de vectores, 15 1,205
Planoyr, 154 ecuaciones siqétricas de la, 202
Pohnomio característico, 416,649 forma vectorial de la, 195 Tamaiío de una matriz, 47
Polinomio mónico, 444 Reducción de Kronecker, 563 Teorema alternativo de Fredholm, 509
Polinomio trigonométrico, 546 Reducción de Lagrange, 563 Teorema de Cayley-Hamilton, 443
orden de un, 546 Reflexiones, 222-226 Teorema de la dimensión, 464
Polinomios de Legenbre, 384 Regla de Cramer, 139-142 Teorema de la mejor aproximación, 384
Polinomios de Legendre normalizados, Regla de la mano derecha, 179 Teorema de los ejes principales:
3 84 Regla de la mano izquierda, 179 para R2,569-570
Posición normal, 564,574 R", 292 p a r a 9 , 577
Positiva definida, 555 base normal de, 292 Teorema de proyección, 372
matriz, 5 5 5 Renglón, 47 Teorema de Piagoras generalizado, 358
Positiva semidef~da,557 Retrosustitución hacia atrás, 36-38 Términos del producto cruz, 552,
principal, 21.28 Rotación: 565-568
Problema con valor inicial, 514 de ejes, 404-407 Transformación lineal, 220,22 1
Proceso de Gram-Schmidt, 375-376, de vectores, 227-230 matriz de una, 481-496
440441,640-641 Transformaciones inversas, 468-474
Producto: Schmidt, Erhardt, 376 Transpuesta, 401
de matrices, 49-50 Schwan, Hermann Amandus, 208 propiedades de la, 71
de matrices invertibles, 68 Sección cónica (cónica), 563-572 Traza de una matnz,104
de números complejos, 604,605 degenerada, 564,573 Triple producto escalar, 181
de un vector por un escalar, no degenerada, 564 Tripleta ordenada, 203
151-152,204,257-258 Sección cónica degenerada, 564,573
Producto cruz de vectores, Series de Fourier, 546-549 Valor absoluto, 610
175-187 Sistema consistente, 38,56,90,307 Valores caracteristicos, 127
Producto elemental, 110 Sistema de coordenadas derecho, 154, Valores propios, 127
con signo, 111 180 Variables libres, 30
Producto elemental con signo, 111 Sistema de coordenadas rectangulares, Variables principales, 30
Producto interior: 154-155 Vedofles), 149,202,203-337,
axiomas del, 339,637 Sistema de ecuaciones lineales, 21-25 627-646
euclidiano, 164, 205,631 consistente, 23,38,90,307 adición de, 150,204,257-258,627
Producto interior euclidiano, 164,206, inconsistente, 23 ángulo entre, 164,356
637-641 solución de un, 22 cero, 150,204
como producto de matrices, 2 12-2 13 Sistema homogéneo, 38-40,269 combinación lineal de, 270,627
ponderado, 272 Sistema inconsistente, 23 componente vectorial a lo largo de
propiedades de, 164, 167-169,63 1 Sistema lineal, 22 un, 170-173
Producto interior euclidiano ponderado, Sistema lineal indeterminado, 33 1 componente vectorial ortogonal a un,
340 Sistema lineal sobredeterminado, 331 169-171
Producto punto, véase producto interior Sistema normal, 387 columna, 306
euclidiano Solución: de coordenadas, 399
Promedio aritmético (media), 341 conjunto, 23 d e f ~ c i ó nde, 257-258
Proyección ortogonal, 169,372 de un sistema, 22 descomposiciónde, 170
operador, 225 de una ecuación lineal, 23 diferencia de, 205
Punto inicial, 131, 149 espacio, 269 destancia entre, 206-207,341-342,
Punto-normal, 190 Solución general, 309, 513 633
Punto terminal, 149 Solución trivial, 38 en o", 628-633
Puntos e n F , 203-205 Soluciones no triviales, 38 en R", 203-2 15
Soluciones particulares, 309, 514 equivalentes, 150
Raíces latentes, 127 Subespacio, 265,628 iguales, 150,204
Raíz (de un número o complejo), 621- Submatrices principales, 556 imagen de un, 2 19
625 Submabiz, 32 inverso aditivo,de, véase vectotfes),
Raíz n-ésima, 622-625 Suma: negativo de
Rango: de cuadrados, 562 linealmente dependientes,
de una matriz, 322-323,336 de matrices, 50 , 277-279
de una transformación, 462 de números complejos, 604-605 linealmente independientes,
9,291 de vectores, 150,205,257-258 279-287,628
base normal de, 29 1 Superficie cuádrica, 574-578 longitud de un, 161,207,
Recorrido, 461 Sustitución hacia adelante, 591 342,633
Recta: Sustracción: múltiplo escalar de un, 204,
de matrices, 49 257-258,630
Indice 1 715