IMT2230 – Álgebra Lineal Avanzada y Modelamiento

2do semestre del 2022

Instituto de Ingeniería Matemática y Computacional
Pontificia Universidad Católica de Chile

Tarea #3
Fecha de entrega: jueves 20 de octubre a las 11:59pm
Instructor: Carlos A. Sing Long
Ayudante: Pablo Cortés

Problema 1 (1,5pts): Cambios de base e isometrías

Sea X un espacio vectorial real o complejo de dimensión finita con producto interno. Sean v1 , . . . , vn y
u1 , . . . , un dos bases ortonormales de X. Definimos formalmente el operador A : X → X a través de la
expresión
∀ c1 , . . . , cn ∈ K : A(c1 v1 + . . . + cn vn ) = c1 u1 + . . . + cn un . (1)
Vemos que este operador satisface
Avi = ui , i ∈ {1, . . . , n}
por lo que podemos interpretar el operador A como un cambio de base en X.

(1.1) Demuestre que la expresión (1) define un operador lineal.

(1.2) Demuestre que el operador A es una isometría.
(1.3) Demuestre que tanto la representación matricial de A en la base v1 , . . . , vn como en la base u1 , . . . , un
son ortonormales. En particular, demuestre que son matrices inversas una de la otra.

Problema 2 (1,5pts): El teorema espectral y la diagonalización de matrices

Sea A ∈ Rn×n una matriz simétrica.

(2.1) Demuestre que existe una matriz diagonal Λ ∈ Rn×n y una matriz ortogonal V ∈ Rn×n tal que

A = V ΛV ∗ .

¿A qué corresponden los elementos en la diagonal de la matriz Λ? ¿A qué corresponden las columnas
de la matriz V ?
(2.2) Demuestre que para k ∈ N se tiene
Ak = V Λk V ∗ .
La matriz Λk , ¿es diagonal? ¿Cuáles son los elementos en su diagonal?

Problema 3 (1,5pts): La descomposición de valores singulares (DVS)

1
2

Considere la matriz A ∈ R2×2 dada por  

0 1
A= .
0 0
(3.1) Demuestre que A tiene como único valor propio λ = 0, pero no tiene una base de vectores propios.
Sugerencia: ¿Qué ocurriría si tuviera una base de vectores propios?
(3.2) Determine la descomposición en valores propios de A. Indique claramente cuáles son los valores
singulares σ1 , σ2 y los vectores singulares derechos v1 , v2 e izquierdos u1 , u2 .

Problema 4 (1,5pts): Aproximando operadores con la DVS

Sean X, Y espacios vectoriales reales de dimensión finita y sea A : X → Y un operador lineal. Suponga que
b : X → Y es otro operador lineal que aproxima al operador A. En otras palabras, queremos que
A
∀ x ∈ X : Ax ≈ Ax.b
Para determinar el error de aproximación, podemos evaluar el error relativo
∥Ax − Ax∥
b Y
∥x∥X
para x ̸= 0. Considere la DVS del operador A
r
X
Ax = σi ⟨vi , x⟩X ui
i=1
donde r = rank(A). Definimos
k
X
Ax
b = σi ⟨vi , x⟩X ui
i=1
para algún k ∈ {1, . . . , r}.
(4.1) Determine rank(A).
b

(4.2) Encuentre
b 2Y
∥Ax − Ax∥
en función de las coordenadas de x en la base v1 , . . . , vn y los valores singulares σ1 , . . . , σr > 0.
(4.3) Usando su resultado en (4.1) concluya que
b 2Y ≤ σk+1
∥Ax − Ax∥ 2
∥x∥2X .
Por lo tanto, a partir de la DVS podemos encontrar aproximaciones de operadores cuyo error está
controlado por el decaimiento de los valores singulares de A.