Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Contents
1 Determine la matriz de adyacencia de los grafos (a), (b) y (c) de la siguiente figura. 2
8 Demuestre que los conjuntos de vectores son una base ortogonal de R2 o R3 (de acuerdo con
la dimensión de los vectores) y posteriormente escriba el vector w como combinación lineal de
la base. Sugerencia.
Utilice
proyecciones
ortogonales para evitar cálculos pesados. 7
4 1 1
8.1 v1 = v2 = w= . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
−2 2 −3
9 Determine
si las siguientes son matrices ortogonales, de serlo halle la inversa 7
0 1
9.1 A = . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1 0
1
− 12 1 1
2 2 2
1 1 1
− 12
9.2 Q = 2 2 2
1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1 1 1
−
2 2 2 2
1 1
2 2 − 12 1
2
10 Sea Q una matriz ortogonal, demuestre que cualquier matriz obtenida reordenando las filas de
Q es también ortogonal. 8
11 Sea Q ∈ R n×n una matriz ortogonal y u, v vectores unitarios de Rn , demuestre que el ángulo
entre u y v es igual al ángulo entre Qu y Qv, es decir que Q preserva ángulos. Indicación.
Recuerde que si x, y son vectores de Rn , entonces xT y = x · y. 8
1
12 Sea A una matriz de 3 × 3 9
12.1 Si A tiene tres columnas ortogonales, cada una de longitud 4, ¿que matriz es AT A? . . . . . . . . . . 9
12.2 Si A tiene tres columnas ortogonales, de longitudes 1, 2 y 3, ¿que matriz es AT A? . . . . . . . . . . 10
14 Sea Q una matriz ortogonal de nxn. Demuestre que sus filas son una base ortonormal de Rn . 10
15 Sea A ∈ Rnxn una matriz simétrica y ortogonal, demuestre que sus valores propios deben ser 1
o −1. 10
16 Encuentreel complemento
ortogonal W ⊥ de W y proporcione una base para W ⊥ 11
x
16.1 W = : 2x − y = 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
y
x x 1 1
16.2 W = y : y = t −1 , t escalar = gen −1 . . . . . . . . . . . . . . . . . 11
z z 3 3
17 Sea W el subespacio generado por los vectores dados. Encuentre una base para el complemento
ortogonal W ⊥ . 12
18 Encuentre la proyección ortogonal de v sobre el espacio W generado por los vectores ui , puede
suponer que los vectores ui son ortogonales. También encuentre la descomposición ortogonal
de v con respecto a W. 12
19 Aplique el proceso de Gram-Smidt para obtener una base ortogonal y luego normalice la base
para lograr una base ortonormal 14
3
20 Encuentre una base ortogonal de R3 que contenga al vector 1 . 15
5
Grafos y Digrafos
1 Determine la matriz de adyacencia de los grafos (a), (b) y (c) de la
siguiente figura.
Figure 1: Grafos
2
a) Para determinar la matriz de adyacencia en primer lugar fíjese en la cantidad de nodos que hay en el grafo. Dados
n nodos, construimos una matriz cuadrada de nxn. Y dado que haya una conexión entre los nodos vi y vj entonces
pondremos un uno en la posición aij y aji de la matriz. Lo anterior implica una conexión en dos direcciones, de vi
a vj y de vj a vi . Posteriormente veremos ciertos tipos de grafos llamados digrafos que solamente tienen conexiones
en una dirección.
nodo1 nodo2 nodo3 nodo4
nodo1 0 1 0 1
A = nodo2
1 0 1 0
nodo3 0 1 0 1
nodo4 1 0 1 0
b)
nodo1 nodo2 nodo3 nodo4 nodo5
nodo1 0 1 1 1 1
nodo2 1 0 1 0 0
nodo3 1 1 0 1 0
nodo4 1 0 1 0 1
nodo5 1 0 0 1 0
c)
nodo1 nodo2 nodo3 nodo4 nodo5
nodo1 0 0 0 1 1
nodo2 0 0 0 1 0
nodo3 0 0 0 1 0
nodo4 1 1 1 0 0
nodo5 1 0 0 0 0
3
Figure 2: Gráfica
Figure 3: Gráfica
En estos casos si hay una flecha desde vi a vj entonces solamente pondremos un uno en la posición aij (Sin tocar
la posición aji ) de la matriz de adyacencia.
(d)
v1 v 2 v3 v4
v1 0 1 1 0
A= v2 0 0 0 0
v3 0 1 0 1
v4 1 0 0 0
(e)
v1 v2 v3 v4
v1 0 0 1 1
v2
A= 0 0 0 1
v3 1 1 0 0
v4 0 1 1 0
4
4 Dibuje un digrafo que tenga la matriz de adyacencia dada
(ii)
v1 v2 v3 v4 v5
v1 0 1 0 0 1
v2 0 0 0 0 1
A=
v3 0 1 0 1 0
v4 0 0 0 0 1
v5 0 0 1 0 0
v1 → v2 → v1
v1 → v3 → v1
Entre v1 y v2 (Ubíquese en la fila 1, columna 2) podemos observar que no hay trayectorias de longitud 2.
Para hallar la cantidad de usuarios que sigue cada persona simplemente sume las componentes de cada fila. Así,
tenemos que las personas que a más usuarios siguen directamente son P2 y P3 con 4, seguidos por P4 con 3 usuarios.
5
Figure 4: Gráfica
Note que si usted suma todas las componentes de una columna i podrá encontrar cuántas personas están siguiendo
a esa persona i.
Ahora, para las personas que estos siguen de manera indirecta (Hasta un nivel de profundidad 2), calculemos
A2 .Ejecutando esta operación en Matlab obtenemos lo siguiente:
De donde podemos observar, del segundo renglón, que la persona 2 es la que a más personas sigue en la red
social de manera indirecta con un total de 8 seguimientos indirectos, seguida por P3 que tiene un total de 7. De
manera que combinando los seguimientos directos e indirectos podemos afirmar que la persona que a más usuarios
sigue en esta red social es P2 con un total de 12 seguimientos, seguido por P3 con 11 usuarios.
Nota: este ejercicio fue adaptado del taller. La solución del ejercicio propuesto para los jugadores,
tiene la misma solución presentada aquí. Lo único que cambia es la interpretación.
Ortogonalidad
7 Determine cuáles de los siguientes conjuntos de vectores son ortogo-
nales
Verifique para las posibles combinaciones que el producto punto entre cada par de vectores sea igual a cero (Lo que
implicaráque son
ortogonales).
−3 2 1
v1 = 1 v2 = 4 v3 = −1
2 1 2
Partiendo de v1 verifiquemos que es ortogonal a los demás. En efecto v1 . v2 = 0 y v1 . v3 = 0. Finalmente restaría
verificar a v2 con v3 donde también se cumple que v2 .v3 = 0. Como para cualquier par de vectores su producto
punto es igual a cero, luego podemos afirmar que dichos vectores constituyen un conjunto ortogonal.
6
8 Demuestre que los conjuntos de vectores son una base ortogonal de R2
o R3 (de acuerdo con la dimensión de los vectores) y posteriormente
escriba el vector w como combinación lineal de la base. Sugerencia.
Utilice proyecciones ortogonales para evitar cálculos pesados.
Teorema: sea B = {v1 , v2 ...vm } una base ortogonal de un subespacio de Rn . Cualquier vector w ∈ W se puede
escribir como C.L de los vectores de la base ortogonal B del siguiente modo:
7
1 1
− 21 1
2 2 2
− 12 1 1 1
Q−1 = QT =
2 2 2
1 1 1
2 2 2 − 12
1
2 − 21 1
2
1
2
Observe en primer lugar que una matriz ortogonal cumple que sus columnas son ortogonales entre sí (Para
cualquier par de columnas tomadas su producto punto siempre será cero). Y en este sentido intercambiar dos filas
no afectará el resultado del producto punto. Veamos que intercambiando la fila 1 por la i tenemos que el producto
punto entre las dos primeras columnas será:
a11 a12 ai1 ai2
a21 a22 a21 a22
.. .. .. ..
. . . .
ai1 · ai2 = a11 a12 = ai1 ai2 + a21 a22 + ... + a11 a12 + ... + an1 an2
. . . .
. .
. . . . . .
an1 an2 an1 an2
Luego, como al reordenar filas de Q sus columnas siguen siendo ortogonales entre sí (Pues el producto punto
entre estas no se altera al reordenar) y su magnitud sigue siendo igual a 1, entonces concluimos que dicha matriz
seguirá siendo ortogonal.
8
Qu· Qv = (Qu)T Qv
(Qu)T Qv = uT QT Qv
uT QT Qv = uT v
= u· v
Así, hemos demostrado que Qu· Qv = u· v y por tanto Q preserva los ángulos. Conclusión
a11 a21 a31 a11 a12 a13
AT A = a12 a22 a32 a21 a22 a23
a13 a23 a33 a31 a32 a33
2
||a1 || 0 0 16 0 0
= 0 ||a2 ||2 0 = 0 16 0
0 0 ||a3 ||2 0 0 16
Observe que las filas de AT no son más que las columnas transpuestas de A, luego lo anterior lo podemos
expresar como:
T
a1
AT A = aT2 a1 a2 a3
aT3
Finalmente sabemos que a1 a1 = ||a1 ||2 y adicionalmente el producto punto entre cualquier par de columnas de
A es cero (Pues son ortogonales), así:
||a1 ||2
0 0 16 0 0
AT A = 0 ||a2 ||2 0 = 0 16 0
0 0 ||a3 ||2 0 0 16
9
12.2 Si A tiene tres columnas ortogonales, de longitudes 1, 2 y 3, ¿que matriz es
AT A?
Ya comprobamos que, haciendo un proceso similar al anterior, finalmente tendremos una matriz cuyos elementos
de la diagonal principal son la magnitud al cuadrado de las columnas de A , luego
||a1 ||2
0 0 1 0 0
AT A = 0 ||a2 ||2 0 = 0 4 0
2
0 0 ||a3 || 0 0 9
14 Sea Q una matriz ortogonal de nxn. Demuestre que sus filas son una
base ortonormal de Rn .
Teorema: Q es ortogonal si y sólo si Q−1 = QT
Sabemos que si Q es ortogonal entonces
QT Q = QQT = I (1)
Observe que en la transpuesta de Q, QT , las filas de Q están ubicadas como columnas. Verifiquemos si QT es
una matriz ortogonal (De esta manera habremos demostrado que si QT es ortogonal, luego sus columnas, que son
las filas de Q, son ortogonales y tienen magnitud 1).
Por propiedades de la transpuesta podemos expresar a Q como Q = (QT )T . Y por tanto sustituyendo en (1)
tenemos que
QQT = (QT )T QT = I
Es decir, la inversa de QT (Cuyas columnas son las filas de Q) es (QT )−1 = (QT )T . Como la inversa de QT es
igual a su transpuesta, concluimos que es una matriz ortogonal y por tanto sus columnas (Que son las filas de Q)
son ortonormales, constituyendo una base para Rn .
det(AT A) = det(I) = 1
10
det(AT )det(A) = 1
det(A)det(A) = (det(A))2 = 1
¿Qué conjunto de vectores será ortogonal a W ? Construyamos estratégicamente una matriz A que tenga por fila
al vector generador. Y por tanto, dada esta matriz A, hallando el nulo de la misma, podremos encontrar una base
ortogonal para W ⊥ .
A = 1 −1 3
x
¿Qué vectores y al ser multiplicados por A darán como resultado al nulo? Equivalentemente, ¿Qué vectores
z
x 0
serán perpendiculares a ren(A)? Serán aquellos vectores tales que A y = 0 , de donde obtenemos la
z 0
restricción:
x − y + 3z = 0
x = y − 3z
y = y
z = z
11
x 1 −3
lo que es equivalente a y = y 1 + z 0
z 0 1
1 −3
De manera que el complemento ortogonal será gen 1 , 0 y una base para el mismo serán estos
0 1
mismos vectores que lo generan pues son LI.
1 3
Luego construimos la matriz:
1 −1 1 1
A=
0 1 2 3
y ¡Voilà! Sin necesidad de escalonar, ya podemos ver que las variables libres serán las asociadas a las dos últimas
columnas. Luego los elementos de nul(A) estarán dados por:
x y−z−w (−2z + 3w) − z − w −3z + 2w 2 −3
y −2z + 3w −2z − 3w −2z − 3w
= w −3 + z −2
z =
= =
z z z 0 1
w w w w 1 0
Por tanto, ya teniendo una base para nul(A), cuyos elementos serán perpendiculares a w1 y a w2 concluimos
que
2 −3
3 −2
BW ⊥ = ,
0 1
1 0
v = w + w⊥
12
Para solucionar estos ejercicios en primer lugar recuerde que la proyección de un vector v sobre un conjunto W
que tiene una base ortogonal (Solo aplica cuando los elementos de la base son ortogonales) u1 , u2 ...un
consiste en proyectar dicho vector respecto a estos elementos de la base, de tal manera que la proyección sobre W
será:
por tanto,
1
2 v.u1 v.u2
P royW = u1 +
||u1 ||2 ||u2 ||2
3
1 1
6 1
= 1 − −1
3 2
1 0
2 1/2
= 2 − −1/2
2 0
3/2
= 5/2
2
Ahora, para finalmente hallar la descomposición ortogonal necesitamos encontrar un vector w⊥ = P erpW (v)
perteneciente a W ⊥ tal que
v = P royW (v) + P erpW (v)
A dicho vector lo denominamos w⊥ o P erpW (v). Como ya se había mencionado anteriormente este vector lo
hallamos restando a nuestro vector v la proyección sobre el conjunto ortogonal W , que ya encontramos, es decir,
1 3/2 −1/2
w⊥ = P erpW (v) = v − P royW (v) = 2 − 5/2 = −1/2
3 2 1
De haber hecho los cálculos correctamente hallando P royW v y P erpW (v) entonces debe ser cierto que v es igual
a la proyección sobre W más la perpendicular
de a W
este respecto :
3/2 −1/2 1
v = P royW (v) + P erpW (v) = 5/2 + −1/2 = 2 ¡Correcto! Tenga cuidado con esta compro-
2 1 3
bación, es del todo fiable. Pues si usted hace el proceso tal como se hizo aquí, entonces:
13
v = P royW (v) + P erpW (v)
= P royW (v) + (v − P royW (v))
= v
Note que por más que usted se equivoque en el cálculo de la proyección, lo anterior siempre será cierto. Lo único
que realmente comprueba esta verificación es que usted no se equivocó calculando v − P royW (v)
Ejercicio:
1 0 0
a) x1 = 1 x2 = 1 y x3 = 0
1 1 1
En el paso 1, tomamos a cualquiera de los vectores. Tomemos en este caso a x1 :
1
v 1 = x1 = 1
1
14
v3 = x3 − P royv1 (x3 ) − P royv2 (x3 )
2
0 1 1 −3
= 0 − 1 1 − 3 1
3 6 3
1
1 1 9
1 2 3
0 3 −6
= 0 − 1 − 1
3 6
1 1
1 3 6
0 0
= 0 + −3
6
1 − 36
0 0
= −3 = −1
6 2
3 1
6 2
Para normalizarlos:
1
1 3
1
u1 = v1 = 3
||v1 || 1
3
2
− 23 − 3√
6
1 1 1
u2 = √1 √
||v2 || v2 = =
6 3 3 6
1 1
√
3 3 6
Finalmente para u3 :
0√
√ 0
− 2
u3 = ||v13 || v3 = 2 − 12 =
√2
1 2
2 2
3
20 Encuentre una base ortogonal de R3 que contenga al vector 1 .
5
Nuevamente apliquemos el proceso de Gram-Smidt. Tomemos dos vectores adicionales, linealmente
independientes
3
al vector que nos dan, y comencemos el proceso de Gram-Smidt desde el vector dado ( 1 ). Recuerde que como
5
3
buscamosuna base para
R entonces requerimos
para el algoritmo tres vectores LI. Sean los vectores:
3 0 0
x1 = 1 x2 = 0 y x3 = 1
5 1 0
Ejecute la siguiente programación en Matlab para solucionarlo:
15
Figure 7: Código en Matlab
16