Algebra Lineal
Algebra Lineal
Cargado por
WedbleisCopyright:
Formatos disponibles
Algebra Lineal
Algebra Lineal
Cargado por
WedbleisDescripción original:
Derechos de autor
Formatos disponibles
Compartir este documento
Compartir o incrustar documentos
¿Le pareció útil este documento?
¿Este contenido es inapropiado?
Copyright:
Formatos disponibles
Algebra Lineal
Algebra Lineal
Cargado por
WedbleisCopyright:
Formatos disponibles
ÁLGEBRA LINEAL
MATERIAL COMPLEMENTARIO
(al libro de L. Merino y E. Santos,
Álgebra lineal con métodos elementales,
Thomson, 2006)
EDUARDO AGUIRRE
Estas notas se publican bajo una licencia CREATIVE COMMONS
en la modalidad Reconocimiento — NoComercial — CompartirIgual (by-nc-sa):
No se permite un uso comercial de la obra original ni de las
posibles obras derivadas, la distribución de las cuales se debe hacer
con una licencia igual a la que regula la obra original
(ver http://es.creativecommons.org/blog/licencias/).
Curso 2016 - 17
Facultad de C.C. Matemáticas, U.C.M.
GRUPO DOBLES GRADOS en Informática-Matemáticas y en Matemáticas-Físicas
INTRODUCCIÓN AL CURSO
• Bibliografía BÁSICA:
[MS] L. Merino, E. Santos, ’Algebra lineal con métodos elementales’, Thomson 2006
Se recomienda NUMERAR los resultados recuadrados en gris en este libro (p.ej., el primer
Lema de la pág. 20 sería el Lema I.2.4.1, el Teorema de la pág. 21 sería el Teor. I.2.4.3)
Bibliografía COMPLEMENTARIA:
J. F. Fernando, J. M. Gamboa, J. M. Ruiz, ’Algebra lineal’, Sanz y Torres 2010
M. Castellet, I. Llerena, ’Algebra lineal y Geometría’, Reverté 2000
J. Rojo, I. Martín, ’Ejercicios y Problemas de Algebra lineal’, Schaum’s (McGraw-Hill) 2005
• Materiales en el Campus Virtual (también en www.ucm.es/UCM/Centros/Departamentos/
Geometría y Topología/Personal/EA):
Fichero PLAN ≡ ’PLAN CURSO AL16’ (pdf)
Fichero MATCOMPL ≡ ’MATERIAL COMPLEMENTARIO AL16’ (pdf), este fichero
• Plan del curso: 1 cuatrimestre: Caps. I y II de [MS]. 2 cuatrimestre: Caps. III (excepto
III.3.4), IV (excepto Sección IV.3), V y VI (excepto VI.1.6-VI.1.13 y VI.3.10-VI.3.11)
1
2
• Clases TEÓRICAS (41+41 horas). Asistencia? (no es necesario tomar apuntes, no se pasa
lista). En el fichero PLAN se indica cuándo se va a ver cada apartado de [MS]
Clases PRÁCTICAS (26+29 horas, con DESDOBLE del grupo en dos subgrupos). Se trata
de hacer unos 200 Ejercicios propuestos en [MS], más unos 100 Ejercicios Adicionales (propuestos
en este fichero MATCOMPL, más adecuados al nivel exigido en el curso).
En el fichero PLAN se indica cuándo cada ejercicio resulta ’accesible’. En las clases prácticas
se irán haciendo los ejercicios (con una semana de retraso respecto a cuando resulten ’accesibles’).
No es lo mismo intentar hacer problemas que estudiar problemas resueltos!!
• Exámenes: Parcial 1 (febrero), Parcial 2 (junio) y Finales de junio y septiembre. Las fechas
están ya fijadas (consultar calendario).
Cada examen constará de dos partes: Cuestiones (3 puntos, SIN libros) y Ejercicios (7 puntos,
CON el libro [MS] y apuntes propios).
Para APROBAR UN EXAMEN habrá que sacar AL MENOS 0,6 puntos (1/5 de la nota
máxima) en las Cuestiones y al menos 5 puntos en total.
Por tratarse de una asignatura anual, la aprobación del Parcial 1 no supone (en realidad)
eliminar la materia correspondiente al mismo.
• Dos VÍAS para aprobar el curso:
(A) APROBAR POR PARCIALES / APROBAR UN FINAL:
Si 1 y 2 son las notas obtenidas en cada uno de los Parciales, la nota por Parciales
será = 2 (si sólo el Parcial 2 está suspenso) o = 12 (1 + 2 ) (en cualquier otro caso).
En el Final de junio, quien tenga sólo un Parcial suspenso podrá optar (sobre la marcha)
por examinarse sólo de dicho Parcial (habrá preguntas específicas para ello). En tal caso, la nota
por exámenes será = (con como antes, pero con la mejor nota de cada parcial).
Cualquier estudiante puede presentarse al Final de junio COMPLETO, en el que supongamos
obtiene una nota . Si ya había aprobado por Parciales, la nota por exámenes será: =
máx{ }. Así, el Final de junio completo permite SUBIR (PERO NO BAJAR) NOTA. Si no
había aprobado por Parciales, = .
La calificación en junio será = . La calificación en septiembre vendrá dada por la
nota del Final de septiembre.
(B) La misma (A) pero modulada por EVALUACIÓN CONTINUA (sólo en junio):
A lo largo del curso habrá =?? (el valor de está por determinar) CONTROLES SOR-
PRESA (de 45 minutos de duración) a realizar durante clases prácticas.
Se hará la media de las notas obtenidas en los controles (que serán 0 si no se entrega /
no se asiste), desechando la peor de ellas y dividiendo la suma de las − 1 restantes por − 1.
1
La calificación en junio será: = 100 (35 · + 65 · ) (si ≥ ≥ 3 5) o = (en
cualquier otro caso). Así, la evaluación continua NO PERJUDICA a la nota por exámenes. La
calificación en septiembre vendrá dada como en (A) por la nota del Final de septiembre.
• TUTORÍAS: aparte del horario oficial, cita previa (día y hora a convenir) con pequeños
grupos de 3 o 4 estudiantes.
Se garantiza que NADA (de las dudas o carencias que allí se pongan de manifiesto) será
tenido en cuenta para la evaluación.
Al agruparse, atender a la compatibilidad horaria (listas de grupos cuanto antes!!)
3
Las Notas que siguen completan algunas demostraciones del libro [MS]
Los Ejercicios Adicionales, que siguen a cada capítulo, NO aparecen en [MS]. Los marcados
con un asterisco * se apartan algo del objetivo central de la asignatura y NO serán resueltos (en
principio) a lo largo del curso. Se incluyen por el interés de su enunciado y porque (estrictamente
hablando) son accesibles con el material dado en el curso. Algunos de ellos (los marcados con )
pueden además resultar interesantes a los estudiantes del doble grado en Matemáticas y Física.
Las Excursiones del final NO constituyen material del curso y NO son objeto de evaluación.
NOTA PREVIA (Grupos, Anillos y Cuerpos)
A. Definiciones
Un conjunto K con dos operaciones internas, convencionalmente denotadas + (’suma’) y ·
(’producto’), es un cuerpo si cumple (1) − (10):
En primer lugar, (K +) es un grupo conmutativo (o abeliano), esto es, verifica:
(1) Asociativa: ( + ) + = + ( + ), para todos ∈ K
(2) Existe elemento neutro, denotado 0 ∈ K, tal que + 0 = = 0 + , para todo ∈ K
(3) Conmutativa: + = + , para todos ∈ K
(4) Para cada ∈ K, existe elemento opuesto, denotado − ∈ K, tal que + (−) = 0 =
(−) +
Además (K + ·) verifica (se dice que · es distributiva respecto de +):
(5) Distributiva por la izquierda: · ( + ) = · + · , para todos ∈ K
(6) Distributiva por la derecha: ( + ) · = · + · , para todos ∈ K
Finalmente, (K ·) verifica (NO es un grupo conmutativo!!):
(7) Asociativa: ( · ) · = · ( · ), para todos ∈ K
(si (K + ·) verifica (1) − (7), se dice que es un anillo)
(8) Existe elemento unidad, denotado 1 (6= 0, ver luego) ∈ K tal que · 1 = = 1 · , para
todo ∈ K
(si un anillo verifica (8), se dice que es un anillo con unidad)
(9) Conmutativa: · = · , para todos ∈ K
(si un anillo verifica (9), se dice que es un anillo conmutativo)
(10) Para cada (6= 0, ver luego) ∈ K, existe elemento inverso, denotado −1 ∈ K, tal que
· −1 = 1 = −1 ·
(Ejemplos 1) Con la suma y producto usuales, los conjuntos Q (racionales), R (reales) y C
(complejos) son cuerpos. El conjunto Z (enteros) es un anillo conmutativo con unidad (NO es un
cuerpo, falla (10)) y el conjunto {2̇} (enteros pares) es un anillo conmutativo sin unidad (fallan
(8) y (10)).
(Ejemplos 2) Si (K + ·) es un cuerpo, los conjuntos P(K) (polinomios en una indeterminada
con coeficientes en K) y M1 (K) (matrices cuadradas de orden 1 sobre K) son (con las
definiciones ’naturales’ de suma y producto) anillos con unidad, conmutativo el primero y no
conmutativo el segundo.
Ninguno de los dos es un cuerpo: polinomios (respectivamente, matrices cuadradas) no idén-
ticamente nulos pueden anularse para algún valor de la indeterminada (respectivamente, tener
alguna fila nula) y carecer de inverso.
4
B. Observaciones
(2) (2)
() En un grupo el elemento neutro es único [00 = 00 + 0 = 0] y el elemento opuesto de uno
(2) (4) (1) (4) (2)
dado es único [∼ = (∼ ) + 0 = (∼ ) + ( + (−)) = ((∼ ) + ) + (−) = 0 + (−) = −].
(2) (4)
Escribimos − ≡ + (−) y se tiene: − = 0 ⇒ = . En efecto: = + 0 =
(1) Hip. (2)
+ (− + ) = ( − ) + = 0 + = .
() En un grupo se tiene la implicación: + = ⇒ = 0
(4) Hip. (1) (4) (2)
En efecto: = + ⇒ 0 = − = ( + ) − = + ( − ) = + 0 = .
Sin embargo, en general: + = 0 ; = 0 (ver () y Ejemplos 4).
() En un anillo se verifica: 0 · = · 0 = 0
(2) (6) ()
En efecto: 0 · = (0 + 0) · = 0 · + 0 · ⇒ 0 · = 0. Y análogamente para la otra.
En particular, en un anillo con unidad no existe 0−1 (esto ya se tuvo en cuenta en (10)). Si
(8)
?
existiera, debería ser 0 · 0−1 = 1 6= 0, lo que contradiría (). Y si se hubiera permitido 1 = 0
? ()
en (8), el anillo tendría un único elemento y todo sería trivial [ = · 1 = · 0 = 0 ∀].
En particular, un grupo para + (propiedades 1, 2 y 4) con producto · no puede, si · es
distributivo (propiedades 5 y 6) respecto de + , ser además grupo para · (propiedades 7, 8 y 10
sin exceptuar el 0). Que + y · sean o no conmutativas (propiedades 3 y 9) es irrelevante.
() En un anillo se verifica: −( · ) = (−) · = · (−)
(6) (4) () ()
En efecto: · + (−) · = ( − ) · = 0 · = 0, ⇒ −( · ) = (−) · . Y análogamente
para la otra.
(8)
En particular, en un anillo con unidad se tiene: − = −( · 1) = (−1) · .
(8) (8)
() En un anillo el elemento unidad (si existe) es único [10 = 10 · 1 = 1] y el elemento inverso
(8) (10) (7) (10) (8)
de uno dado (si existe) es único [∼1 = ∼1 ·1 = ∼1 ·(·−1 ) = (∼1 ·)·−1 = 1·−1 = −1 ]
() Un anillo puede tener divisores de cero (esto es, elementos 6= 0 tales que existe 6= 0
con · = 0), ver Ejemplos 3.
Pero ningún elemento que tenga inverso (lo que presupone que el anillo tiene unidad) puede
(8) Hip. (7)
ser divisor de cero. En efecto: si ∃−1 y · = 0, entonces se tiene: = 1 · = (−1 · ) · =
Hip. ()
−1 · ( · ) = −1 · 0 = 0.
En particular, un cuerpo no tiene divisores de cero
(Ejemplos 3) Los anillos conmutativos Z (con unidad) y {2̇} (sin unidad) no tienen divisores
de cero (Ã hay anillos sin divisores de cero que no son cuerpos).
En el anillo conmutativo
½ (con unidad) 0 (R) (funciones continuas de R en R), el elemento
0, si ≤ 0
(sin inverso) () := es divisor de cero y el elemento (también sin inverso)
, si 0
() := || no es divisor de cero (ver Ejerc. Adic. I.23).
Pero en el anillo no conmutativo (con unidad) M1 (K), todo elemento que no es divisor de
cero tiene inverso (Teor. I.4.2.4( ⇒ ) y (0 ⇒ )).
5
Sea ( 1) ∈ Z y sea {̇} el conjunto de los múltiplos de . El conjunto Z{̇} (de clases de
equivalencia módulo , [] := + {̇}) es (con las definiciones ’naturales’ de suma y producto,
[] + [] := [ + ] y [] · [] := [ · ]) un anillo conmutativo con unidad (donde el 0 es la clase
[] y el 1 es la clase [ + 1]).
Además, Z{̇} es un cuerpo si y sólo si es primo (ver [Castellet-Llerena] Corolario I.5.2).
En el cuerpo Z{7̇}, la clase [2] es la inversa de la clase [4], la clase [3] es la inversa de la clase
[5] y las clases [1] y [6] son sus propias inversas.
En Z{̇}, si no es primo y es divisor de , la clase [] es divisor de cero. En el anillo
Z{6̇}, las clases [2], [3] y [4] son divisores de cero y las clases [1] y [5] son sus propias inversas.
() En un anillo, si (6= 0) no es divisor de cero, se tiene la implicación:
·=· (ó · = · ) ⇒ =
Hip. & (4) () (5) Hip. ()
En efecto: 0 = · − · = · + · (−) = · ( − ) ⇒ − = 0 ⇒ = .
Y análogamente para la otra. Nótese que no se requiere que tenga inverso, sólo que no sea
divisor de cero.
() En un anillo con unidad, si y poseen inversos, entonces · posee inverso y se verifica:
¡ ¢ (7) (10) (8) (10)
( · )−1 = −1 · −1 . En efecto: (·)· −1 · −1 = ·(·−1 )·−1 = ·1·−1 = ·−1 = 1.
Y análogamente para la otra
() Volvemos ahora al comentario: + = 0 ; = 0 de ().
En un anillo con unidad A, se llama característica del anillo al mínimo ∈ Z+ (necesaria-
veces + 1 = 0 (escribir
mente 6= 1 por la definición de unidad en el anillo) tal que ̃ ≡ 1 +
̃ = · 1 es un sinsentido, ya que ∈
A).
El valor = 0 se adopta por convenio cuando ̃ 6= 0 para todo 1.
En un anillo con unidad de característica (= 0 ó 1):
• si 1 y no hay divisores de cero, entonces es necesariamente un número primo.
En efecto: si fuera = , con ambos ( 1) ∈ Z, entonces sería
(6) (5)
veces + 1) · (1 +
̃ · ̃ ≡ (1 + veces + 1) = 1 · (1 +
veces + 1) +
veces + 1 · (1 +
veces + 1) =
Hip.
veces + 1 · 1 ≡ ̃ = 0, y por tanto ̃(6= 0) y ̃(6= 0) serían divisores de cero.
1 · 1 +
• si 6= 2 y 2̃ no es divisor de cero, entonces se tiene la implicación: + = 0 ⇒ = 0
Hip. (8) (5) (06=)2̃ no es divisor de cero
En efecto: 0 = + = · 1 + · 1 = · (1 + 1) ≡ · 2̃ ⇒ = 0.
(Ejemplos 4) Con la suma y producto usuales, el anillo con unidad Z y los cuerpos Q, R y
C tienen característica cero.
El anillo conmutativo con unidad Z{̇}, con ( 1) ∈ Z, tiene característica (obvio).
Así, Z{2̇} es un cuerpo de característica 2.
En Z{6̇}, cuya característica es 6= 2 pero en el que 2̃ ≡ [2] es divisor de cero, [3] + [3] = [0]
En un anillo con unidad de característica 2, el ’opuesto’ de 1 es −1 = 1 (con lo que la ’suma’
() ! (8)
de dos elementos es igual a su ’diferencia’ [ − ≡ + (−) = + (−1) · = + 1 · = + ].
Además, el elemento 2̃ ≡ 1 + 1 = 0 carece de inverso (con lo que no es posible construir
’semisumas’).
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 6
I. SISTEMAS DE ECUACIONES, MATRICES Y DETERMI-
NANTES
Lema I.2.4.2 (Unicidad de la forma normal de Hermite)
Sean y dos matrices escalonadas reducidas por filas. Si y son equivalentes por
filas, entonces = .
Demostración. Inducción sobre el número de columnas de y .
⎞ ⎛⎛ ⎞
1 0
⎜ 0 ⎟ ⎜ 0 ⎟
Para = 1: Al ser y escalonadas reducidas por filas, sólo pueden ser ⎜ ⎟ ⎜
⎝ ⎠ ó ⎝
⎟,
⎠
0 0
que no son equivalentes por filas.
Para 1 (supuesto cierto para − 1). Se tiene:
hipótesis
∼ ⇒ = 1 1 + + (1 ≤ ≤ 1 ≤ ≤ ) (∗ )
(el elemento es una ’combinación lineal’ de los elementos de la columna de , con unos
coeficientes 1 que dependen de la fila pero no de la columna ).
Por otra parte, escribiendo ≡ ( 1 | 2 ) y ≡ ( 1 | 2 ), se tiene:
|{z} |{z} |{z} |{z}
×(−1) ×1 ×(−1) ×1
hipótesis hipótesis de inducción
∼ ⇒ 1 ∼ 1 ⇒ 1 = 1 (∗∗ )
1 y 1 escalonadas reducidas
Queda por probar que 2 = 2 (nótese que 2 y 2 no tienen por qué ser escalonadas
reducidas).
Pueden darse dos casos:
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 7
escalonada reducida
Caso (): 2 contiene un pivote de la fila (digamos) de , ⇒
⎧
⎪
⎨ = 1 y resto de 2 es 0 ∗∗
( ) escalonada reducida
⇒ resto de fila de es 0 ⇒ resto de fila de es 0 ⇒
⎪
⎩
⇒ bajo la fila es 2 = 0
Así queda:
⎛ ⎞ ⎛ ⎞
.. .. .. .. .. .. .. ..
⎜ . . . . ⎟ ⎜ . . . .
⎜ 0··· = 1 · · · ∗ =? ⎟ ⎜ 0··· 1 ···∗ 0 ⎟ ⎟
⎜ .. .. .. .. ⎟ ⎜ .. .. .. .. ⎟
⎜ ⎟ ⎜ ⎟
=⎜ . . . . ⎟ y =⎜ . . . . ⎟
⎜ 0··· 0 ···0 =? ⎟ ⎜ 0··· 0 ···0 1 ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0··· 0 · · · 0 +1 = 0 ⎠ ⎝ 0··· 0 ···0 0 ⎠
.. .. .. .. .. .. .. ..
. . . . . . . .
Vamos primero a probar que 6= 0. Recordemos que:
1 0 0
z}|{ (∗ ) z }| { z}|{
= 1 1 + + −1 −1 + + +1 +1 + +
Pero 1 = = −1 = 0. En efecto: dada una fila (1 ≤ ), con pivote en la columna
, se tiene:
0 0 0 1 0 0
z}|{ (∗ ) z}|{ z }| { z}|{ z }| { z}|{
= 1 1 + + −1 −1 + + +1 +1 + + ⇒ = 0
De donde se sigue:
1 0 0 0 0
z}|{ (∗ ) z}|{ z }| { z }| { z}|{
= 1 1 + + −1 −1 + + +1 +1 + + ⇒ 6= 0
escalonada reducida
Entonces, (∗∗ ) implica que es pivote de fila de ⇒ = 1 y resto de
resto de 2 es 0
2 es 0 ⇒ 2 = 2
Nota. Ver el siguiente Ejemplo, en el que = 4, = 5 y = 3:
⎛ ⎞ ⎛ ⎞
1 0 13 14 15 =? 1 0 13 14 0
⎜ 0 1 23 24 25 =? ⎟ ⎜ 0 1 23 24 0 ⎟
=⎜ ⎝ 0 0 0
⎟ =⎜ ⎟
0 35 =? ⎠ ⎝ 0 0 0 0 1 ⎠
0 0 0 0 0 0 0 0 0 0
1 0
z}|{ (∗ ) z}|{
Probemos que 35 6 0. Recordemos que: 35 = 31 15 + 32 25 + 33 35 + 34 45
=
Pero 31 = 32 = 0. En efecto: dadas las filas = 1 2, con pivote en las columnas
1 = 1 2 = 2 (respectivamente), se tiene:
⎧ 0
⎪ 1 0 0 0
⎨ z }| { (∗ )
⎪ z}|{ z}|{ z}|{ z}|{
31 =1 = 31 11 + 32 21 + 33 31 + 34 41 ⇒ 31 = 0
⎪ z }|0 0 1 0 0
⎪
⎩ { (∗ ) z}|{ z}|{ z}|{ z}|{
32 =2 = 31 12 + 32 22 + 33 32 + 34 42 ⇒ 32 = 0
1 0 0 0
z}|{ (∗ ) z}|{ z}|{ z}|{
De donde se sigue: 35 = 31 15 + 32 25 + 33 35 + 34 45 ⇒ 35 6= 0
El resto es inmediato ¥
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 8
() y simetría ↔
Caso (): 2 no tiene pivote de fila de , ⇒ 2 no tiene pivote de fila de .
(∗∗ )
Así, ≡ (n filas 6= 0 de ) = (n filas 6= 0 de 1 ) = (n filas 6= 0 de 1 ) = (n filas 6= 0 de ) :
⎛ ⎞ ⎛ ⎞
.. .. .. .. .. .. .. .. .. ..
.
⎜ 0··· = 1 . . . . ⎟ ⎜ . . . . . ⎟
⎜ ···0 ···∗ =? ⎟ ⎜ 0··· 1 · · · 0 · · · ∗ ⎟
⎜ . .. .. .. ⎟ ⎜ ⎟
⎜ . .. ⎟ ⎜ .. .. .. .. .. ⎟
⎜ . . . . . ⎟ ⎜ . . . . . ⎟
=⎜
⎜ 0. · · · 0 · · · = 1 · · · ∗ =? ⎟ ⎟ y =⎜⎜ 0··· 0 · · · 1 · · · ∗ ⎟ ⎟
⎜ . .. . .. .. ⎟ ⎜ .. .. .. .. . ⎟
⎜ . . .
. . . ⎟ ⎜ . . . . .. ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0··· 0 ···0 · · · 0 +1 = 0 ⎠ ⎝ 0··· 0 ···0 ···0 0 ⎠
.. .. .. .. . .. .. .. .. ..
. . . . .. . . . . .
Vamos a probar que, para cada 1 ≤ ≤ , = . Recordemos que:
0 0
(∗ ) z }| { z}|{
= 1 1 ++−1 −1 + ++1 +1 ++ ++1 +1 ++
Pero 1 = = −1 = +1 = = = 0 y = 1. En efecto: si la fila tiene pivote en
la columna y cada una de las otras filas 6= (1 ≤ ≤ ) tiene pivote en la columna , se
tiene:
⎧ 1
⎪ 0 0 1 0 0
⎨ z}|{ (∗ )
⎪ z}|{ z }| { z}|{ z }| { z}|{
= 1 1 + + −1 −1 + + +1 +1 + + ⇒ = 1
⎪ 0 0 0 1 0 0
⎪ z}|{ (∗ )
⎩ z}|{ z }| { z}|{ z }| { z}|{
= 1 1 + + −1 −1 + + +1 +1 + + ⇒ = 0
De donde se sigue:
0 0 1 0 0 0 0
z}|{
(∗ ) z }| { z}|{ z }| { z}|{ z }| { z}|{
= 1 1 ++−1 −1 + ++1 +1 ++ ++1 +1 ++ =
Al ser arbitrario (entre 1 y ), se tiene: 2 = 2
Nota. Ver el siguiente Ejemplo, en el que = 4, = 5 y = 3:
⎛ ⎞ ⎛ ⎞
1 0 13 0 15 =? 1 0 13 0 15
⎜ 0 1 23 0 25 =? ⎟ ⎜ 0 1 23 0 25 ⎟
=⎜ ⎝ 0 0 0 1 35 =?
⎟ =⎜
⎠ ⎝ 0 0 0
⎟
1 35 ⎠
0 0 0 0 0 0 0 0 0 0
0
(∗ ) z}|{
Probemos que 35 = 35 . Recordemos que: 35 = 31 15 + 32 25 + 33 35 + 34 45
Pero 31 = 32 = 0 y 33 = 1. En efecto: como la fila 3 tiene pivote en la col. 3 = 4,
y las filas = 1 2 tienen pivote en las cols. 1 = 1 2 = 2 (respectivamente), se tiene:
⎧ 1
⎪
⎪ z }| { (∗ ) 0
z}|{
0
z}|{
1
z}|{
0
z}|{
⎪
⎪ = + + +
⎪
⎪ 3 =4 31 14 32 24 33 34 34 44 ⇒ 33 = 1
⎨ ⎧ 3 0
⎪ 1 0 0 0
⎨ z }| { (∗ )
⎪ z}|{ z}|{ z}|{ z}|{
⎪
⎪ 31 =1 =
31 11 +
32 21 +
33 31 + 34 41 ⇒ 31 = 0
⎪
⎪ 0
⎪ ⎪
⎪ 0 1 0 0
⎩ ⎪ ⎩ z }| { (∗ ) z}|{ z}|{ z}|{ z}|{
32 =2 = 31 12 + 32 22 + 33 32 + 34 42 ⇒ 32 = 0
0 0 1 0
z}|{
(∗ ) z}|{ z}|{ z}|{
De donde se sigue: 35 = 31 15 + 32 25 + 33 35 + 34 45 = 35
Análogamente se prueba que 25 = 25 , y también que 15 = 15 .
Con lo que se tiene: 2 = 2 ¥
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 9
Proposición I.3.5.2 (Producto de matrices por bloques)
Sean y matrices que pueden multiplicarse y cuya división por bloques ( )1≤≤1≤≤
y = ( )1≤≤1≤≤ verifica la condición: ”Una línea (imaginaria, divisora de bloques)
separa las columnas + 1 de si y sólo si una línea separa las filas + 1 de ”.
Entonces:
X
= ( )1≤≤1≤≤ con = ≡ 1 1 + +
=1
Demostración. Escribiendo
⎧ ⎛ ⎞ ⎛ ⎞
⎪ 11 1 1• }1 ×
⎪
⎪
⎪ = ⎝ ⎠ ≡ ⎝ ⎠
⎪ ∈ M× (K)
⎪
⎪
⎪
⎨ 1 • } ×
⎪ ⎛ ⎞
⎪
⎪ 11 1
⎪
⎪
⎪
⎪ = ⎝ ⎠ ≡ ( •1 • ) ∈ M× (K)
⎪
⎩ |{z} |{z}
1 ×1 ×
se tiene:
⎛ ⎞ ⎛ ⎞
1• 1•
I.3.3 I.3.3
≡ ⎝ ⎠ = ⎝ ⎠ =
cada fila de la 1 matriz se multiplica toda la 1 matriz se multiplica por
• por toda la 2 matriz • cada columna de la 2 matriz
⎛ ⎞
1• •1 1• •
Prop. I.3.5.1
=⎝ ⎠ =
• •1 • •
⎛ ⎞
11 11 + + 1 1 11 1 + + 1
=⎝ ⎠ ¥
1 11 + + 1 1 1 + +
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 10
Proposición I.3.6.2 (Más propiedades matriz traspuesta)
Sean ∈ M× (K). Entonces:
1. es escalonada reducida por filas si y sólo si es escalonada reducida por columnas
(ver I.2.3)
2. es equivalente por filas a si y sólo si es equivalente por columnas a (ver I.2.4)
3. La traspuesta de la forma de Hermite por filas de es la forma de Hermite por columnas
de
Demostración.
1 y 2. Consecuencia inmediata de que las filas de son las columnas de .
3. Se tiene:
³ ´
1 y unicidad de
Teor. I.2.4.3 2. Teor. I.2.4.3bis
¥
∼ ⇒ ( ) ∼ ∼
⇒ (
) =
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 11
Proposición I.4.1.1 (Matrices elementales)
Sea ∈ M× (K). Entonces:
1. Aplicar a una (y sólo una) transformación elemental de filas equivale a multiplicar
por la izquierda por una matriz elemental ∈ M (K), precisamente la que resulta de aplicar a
la misma transformación elemental de filas
2. Aplicar a una (y sólo una) transformación elemental de columnas equivale a multiplicar
por la derecha por una matriz elemental 0 ∈ M (K), precisamente la que resulta de aplicar
a la misma transformción elemental de columnas
Demostración.
1. Cálculos rutinarios:
⎧ ⎛ ⎞⎛ ⎞ ⎛ ⎞
⎪
⎪ 1 11 1 11 1
⎪
⎪ ⎜ .. ⎟ ⎜ .. .. ⎟ ⎜ .. .. ⎟
⎪
⎪ ⎜ . ⎟⎜ . . ⎟ ⎜ . . ⎟
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪ ⎜ 0 1 ⎟ ⎜ 1 ⎟ ⎜
⎟ 1 ⎟
⎪
⎪ ⎜ ⎟⎜ ⎜ ⎟
⎪
⎪ ⎜ .. .. ⎟ ⎜ .. .. ⎟ = ⎜ .. .. ⎟
⎪
⎪ ⎜ . . ⎟⎜ . . ⎟ ⎜ . . ⎟
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪ ⎜ 1 0 ⎟ ⎜ 1 ⎟ ⎜
⎟ 1 ⎟
⎪
⎪ ⎜ ⎟⎜ ⎜ ⎟
⎪
⎪ ⎜ .. ⎟ ⎜ .. .. ⎟ ⎜ .. .. ⎟
⎪
⎪ ⎝ . ⎠⎝ . . ⎠ ⎝ . . ⎠
⎪
⎪
⎪
⎪ 1 1 1
⎪
⎪
⎪
⎪
⎪
⎪ ⎛ ⎞⎛ ⎞ ⎛ ⎞
⎪
⎪
⎪
⎪ 1 11 1 11 1
⎪
⎪ ⎜ .. ⎟ ⎜ .. .. ⎟ ⎜ .. .. ⎟
⎪
⎪
⎨ ⎜⎜ . ⎟⎜ .
⎟⎜ . ⎟ ⎜
⎟ ⎜ . . ⎟⎟
⎜ ⎟ ⎜ 1 ⎟ = ⎜
⎟ ⎟
⎪ ⎜ ⎟⎜ ⎜ 1 ⎟
⎪ ⎜
⎪ .. ⎟ ⎜ .. .. ⎟ ⎜ .. .. ⎟
⎪
⎪ ⎝ . ⎠⎝ . . ⎠ ⎝ . . ⎠
⎪
⎪
⎪
⎪ 1 1 1
⎪
⎪
⎪
⎪
⎪
⎪ ⎛ ⎞⎛ ⎞ ⎛ ⎞
⎪
⎪ 1 11 1 11 1
⎪
⎪
⎪
⎪ ⎜ .. ⎟ ⎜ .. .. ⎟ ⎜ .. .. ⎟
⎪
⎪ ⎜ . ⎟⎜ . . ⎟ ⎜ . . ⎟
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪ ⎜ 1 ⎟ ⎜ 1 ⎟ ⎜ 1 + 1 + ⎟
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪ ⎜ .. .. ⎟ ⎜ .. .. ⎟ = ⎜ .. .. ⎟
⎪
⎪ ⎜ . . ⎟⎜ . . ⎟ ⎜ . . ⎟
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪ ⎜ 0 1 ⎟ ⎜ 1 ⎟ ⎜ ⎟
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ 1 ⎟
⎪ ⎜
⎪ .. ⎟ ⎜ .. .. ⎟ ⎜ .. .. ⎟
⎪
⎪ ⎝ . ⎠⎝ . . ⎠ ⎝ . . ⎠
⎪
⎩
1 1 1
2. Similar ¥
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 12
Teorema I.4.2.4 (demostración completa)
Para una matriz cuadrada ∈ M (K), las siguientes afirmaciones son equivalentes:
() es invertible
() es ’regular a derecha’ (esto es, = 0 ⇒ = 0)
(0 ) es ’regular a izquierda’ (esto es, = 0 ⇒ = 0)
() () = / (0 ) ( ) =
() = / =
(0 )
() es un producto de matrices elementales.
Demostración. Denotemos ≡ ( ) .
Probemos primero () ⇒ () ⇒ () ⇒ () ⇒ () ⇒ ():
∃−1
() ⇒ (): = 0 ⇒ 0 = −1 =
I.2.5
() ⇒ (). Probamos la contrarrecíproca: () ⇒ tiene (al menos) 1 fila nula
Cor. I.4.1.2(1) Prop.I.3.3.1(1) !
⇒ 0 = = ( 1 ) = ( 1 ) y 1 6= 0 (esto último
es una comprobación rutinaria)
I.2.5 I.2.4
() ⇒ (): () = ⇒ tiene filas no nulas ⇒ =
Cor. I.4.1.2(1) Lema I.4.2.3 Lema I.4.2.3
() ⇒ (): = = 1 ⇒ = 1−1 −1 = 10 0
Lema I.4.2.3 & Prop. I.4.2.2(2)
() ⇒ (): = 1 ⇒ ∃−1
Y probemos ahora: () ⇒ (0 ) ⇒ (0 ) ⇒ (0 ) ⇒ ():
∃−1
() ⇒ (0 ): = 0 ⇒ 0 = −1 =
I.2.5
(0 ) ⇒ (0 ). Probamos la contrarrecíproca: ( ) ⇒ tiene (al menos) 1 fila nula
Prop.I.3.6.1(2) Prop.I.3.6.2(3) Cor. I.4.1.2(2) Prop. I.3.3.1(1)
⇒ 0 = () = () = = (10 0 ) =
!
(10 0 ) y 10 0 6= 0 (esto último es una comprobación rutinaria)
I.2.5 Prop.I.3.6.2(3)
(0 ) ⇒ (0 ): ( ) = ⇒ tiene filas no nulas ⇒ tiene columnas no
I.2.4
=
nulas ⇒
Cor. I.4.1.2(2) Lema I.4.2.3 Lema I.4.2.3
(0 ) ⇒ (): = = 1 ⇒ = −1 1−1 = 10 0 ¥
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 13
Corolarios I.4.3.1 y I.4.3.1bis (las dos versiones)
(Corol. I.4.3.1) Dada ∈ M× (K), existe ∈ M (K) regular (en general no única!) tal
que =
Demostración. Se tiene:
Cor. I.4.1.2(1)
= 1 y ≡ 1 es (Teor. I.4.2.4( ⇒ )) regular ¥
Consecuencias:
(1) ≡ 1 se obtiene (Prop. I.4.1.1(1)) aplicando a las mismas transformaciones
elementales de filas con las que se obtiene de , eso es:
( | ) ∼ ( | )
(2) Cálculo de la matriz inversa (caso particular de (1)):
Teor. I.4.2.4(⇒) Cor. I.4.3.1 Cor. I.4.2.5
∈ M (K) regular ⇒ = = ⇒
(1)
⇒ ∃−1 y −1 = ⇒ ( | ) ∼ ( | −1 )
(Corol. I.4.3.1bis) Dada ∈ M× (K), existe ∈ M (K) regular (en general no única!)
tal que =
Demostración. Se tiene:
Cor. I.4.1.2(2)
= 1 y ≡ 1 es (Teor. I.4.2.4( ⇒ )) regular ¥
Consecuencias:
(1) ≡ 1 se obtiene (Prop. I.4.1.1(2)) aplicando a las mismas transformaciones
se obtiene de , eso es:
elementales de columnas con las que
µ ¶ µ
¶
∼
(2) Cálculo de la matriz inversa (caso particular de (1)):
Teor. I.4.2.4(⇒0 ) Cor. I.4.3.1bis Cor. I.4.2.5
∈ M (K) regular ⇒ = = ⇒
µ ¶ µ ¶
(1)
⇒ ∃−1 y −1 = ⇒ ∼
−1
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 14
Proposición I.4.4.7 (Rango de un producto de matrices)
Dadas matrices ∈ M× (K) y ∈ M× (K), se tiene:
() ≤ mı́n{() ()}
Demostración (esta Proposición se usa para demostrar I.5.2(P7)).
Teniendo en cuenta que (un momento de reflexión!!):
!
() := n de filas 6= 0 de ≤ n de columnas 6= 0 de (∗ )
| {z } | {z }
! !
≤ n filas 6=0 de = n columnas 6=0 de
y que
⎧
⎨ filas nulas en la 1 dan (I.3.3) filas nulas en el producto
(∗∗ )
⎩
columnas nulas en la 2 dan (I.3.3) columnas nulas en el producto
se tiene:
Cor. I.4.3.1 Prop.I.4.4.3
= ⇒
Cor. I.4.3.1bis
Teor. I.4.4.5 (∗ )
⇒ ∼ ⇒ () = ( ) ≤
(∗∗ )
≤ mı́n{n filas 6= 0 de ( ) n columnas 6= 0 de ( )} ≤
≤ mı́n{ n de filas 6= 0 de n de columnas 6= 0 de
} ¥
| {z } | {z }
=:() E je rc. A d ic . I.6 (1 )
= ()
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 15
I.5.2 (Propiedades de los determinantes)
En este apartado, las igualdades marcadas con (!) se deben a la hipótesis de inducción.
(P1) Si 0 00 ∈ M (K) son idénticas, salvo las filas -ésimas que verifican: • = 0• +00• ,
entonces: || = |0 | + |00 |
Demostración. Inducción sobre . Para = 1: || := 11 = 011 + 0011 =: |0 | + |00 |
Y para 1 (supuesto cierto para − 1):
¯ ¯
¯ 11 1 ¯
¯ ¯
¯ 0 00 ¯
|| = ¯ 1 + 1 + ¯¯ := 11
¯ 0 00
11 + + 1 1 + + 1 1 =
¯ ¯ |{z} |{z} |{z} |{z} |{z} |{z}
¯ 1 ¯ 011 =00 0 00
11 11 +11 (!) 01 +00 0 00
1 1 =1 01 =00
1 01 +00
1 (!)
= (011 011 + + 01 01 + + 01 01 ) + (0011 0011 + + 001 001 + + 001 001 ) ¥
| {z } | {z }
|0 | |00 |
(P2) Si ∈ M (K) tiene dos filas iguales, entonces || = 0 y
(P3) Si se permutan dos filas de , entonces || cambia de signo (equivalentemente: | | =
− ||, formulada con Prop. I.4.1.1)
Demostración. Probamos primero (P2 0 ): si ∈ M (K) tiene dos filas consecutivas iguales,
entonces det() = 0. Inducción sobre :
Para = 2, evidente ya que || = 11 22 − 12 21 .
Y para 2 (supuesto cierto para − 1):
¯ ¯
¯ 11 1 ¯
¯ ¯
¯ ¯
¯ 1 ¯ +11 =1
|| = ¯¯ ¯ := 11 11 + + 1
¯ 1 + +11 +11 + + 1 1 = 0
¯ 1 ¯ |{z} |{z} | {z } | {z } |{z}
¯ ¯ 0 (!) (−1)+1 |1 | 1 (−1)+2 |+11 | 0 (!)
¯ 1 ¯
Probamos ahora (P3 0 ): si se permutan dos filas consecutivas de , entonces det() cambia
de signo. En efecto (llamando ≡ , ≡ +1 ):
¯ ¯ ¯ ¯ ¯ ¯
¯ 11 ¯ ¯ 11 ¯ ¯ 11 ¯
¯ 1 ¯ ¯ 1 ¯ ¯ 1 ¯
¯ ¯ ¯ ¯ ¯ ¯
(P2’) ¯ 1 + 1 + ¯ (P1) ¯ ¯ ¯ ¯ (P1)
0 = ¯ ¯ ¯ = ¯ ¯ 1 ¯ ¯
+ ¯ 1 ¯ =
+ + ¯ + + ¯ + + ¯ (P2’)
¯ 1 1 ¯ ¯
1 1 ¯ ¯ 1 1 ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ 1 ¯ ¯ ¯ 1 ¯ ¯ 1 ¯
¯ ¯ ¯
¯ 11 1 ¯ ¯ 11 1 ¯
¯ ¯ ¯ ¯
¯ ¯ ¯ ¯
¯ 1 ¯ ¯ 1 ¯
= ¯¯ ¯ + ¯
¯
¯
¯ 1 ¯ ≡ || + |+1 |
¯ 1 ¯ ¯ ¯
¯ ¯ ¯ ¯
¯ 1 ¯ ¯ 1 ¯
(P2) es consecuencia de que ”dos filas iguales” puede reducirse (por (P3’) salvo quizás un
cambio de signo) a ”dos filas consecutivas iguales”, y allí (P2’) conduce a || = 0.
Y (P3) es consecuencia de que la permuta de las filas ( ) y equivale a 2( − ) − 1 (un
número impar) de permutas de dos filas consecutivas y de (P3’):
(−1)−−1 (−1)−
7−→ − 1 + 1 − 1 7−→ − 1 + 1 − 1 + 1 ¥
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 16
(P4) Si se multiplica una fila de por ∈ K, entonces || queda multiplicado por
Demostración. Inducción sobre (llamemos 0 a la matriz que se obtiene de al multi-
plicar una fila, la -ésima, por )
Para = 1, evidente: |0 | := 11 =: ||.
Y para 1 (supuesto cierto para − 1), se tiene:
|0 | := 011 011 + + 01 01 + + 01 01 = || ¥
|{z} |{z} |{z} |{z} |{z} |{z}
11 11 (!) 1 1 1 1 (!)
(P5) Si se suma a una fila de el producto de otra por ∈ K, entonces || no varía
(equivalentemente: | ()| = ||, formulada con Prop. I.4.1.1)
Demostración. En efecto, se tiene (llamando ≡ , ≡ ):
¯ ¯ ¯ ¯
¯ ¯ ¯ 11 1 ¯¯
¯ 11 1 ¯ ¯
¯ ¯ ¯ ¯
¯ 1 + 1 + ¯ (P1) ¯ 1 ¯¯ (P4)
¯ ¯ ¯ ¯ = || ¥
| ()| = ¯ ¯ = || + ¯
¯ 1 ¯ ¯ 1 ¯¯ (P2)
¯ ¯ ¯
¯ ¯ ¯ ¯
¯ 1 ¯ ¯ 1 ¯
(P6) es regular si y sólo si || 6= 0
Demostración. Si es una matriz elemental, || 6= 0 (∗ ) y || = || || (∗∗ ). En efecto:
⎧ (P3) (P3)
⎪
⎪ | | = − || = −1 ⇒ | | = − || = | | ||
⎪
⎨ (P4) (P4)
| ()| = || = ⇒ | ()| = || = | ()| ||
⎪
⎪ 6=0
⎪
⎩ (P5) (P5)
| ()| = || = 1 ⇒ | ()| = || = | | ||
Teor. I.4.2.4(⇒) (∗∗ ) (∗ )
(Sólo si): regular ⇒ = 1 ⇒ || = |1 | = |1 | | | 6= 0
Teor. I.4.2.4(⇒) I.2.5
(Si) Probamos la contrarrecíproca: no regular ⇒ () ⇒ tiene (al
¯ ¯
(P4) ¯ ¯ Cor. I.4.1.2(1) (∗∗ ) (∗ )
menos) una fila nula ⇒ 0 = ¯ ¯ = | 1 | = | | |1 | || ⇒ || = 0 ¥
(P7) || = || ||
Demostración. Caso 1: un determinante (s.p.d.g. ||) es nulo:
( 6) Teor. I.4.2.4(⇒) Prop. I.4.4.7
|| = 0 ⇒ no regular ⇒ () ⇒
Teor. I.4.2.4(⇒) ( 6)
⇒ () ⇒ no regular ⇒ || = 0
Caso 2 (ambos determinantes son no nulos):
(P6) Teor. I.4.2.4(⇒)
|| 6= 0 y || 6= 0 ⇒ y regulares ⇒
(∗∗ ) (∗∗ )
⇒ || = |1 10 0 | = |1 | | | |10 0 | = |1 | |10 0 | = || || ¥
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 17
¯ ¯
(P8) || = ¯ ¯
¯ ¯
Demostración. Si es una matriz elemental, se tiene: ¯ ¯ = || (∗∗∗ ). En efecto:
⎧ ¯ ¯
⎪ ( ) = ⇒ ¯( ) ¯ = | |
⎨ ¯ ¯
( ()) () ⇒ ¯( ()) ¯ = | ()|
⎪
⎩ 6=0 ¯ ¯
( ()) = () ⇒ ¯( ()) ¯ = | ()| = 1 = | ()|
Caso 1 (si || = 0):
(P6) Teor. I.4.2.4(⇒) Teor. I.4.2.4(0 ⇒)
|| = 0 ⇒ no regular ⇒ () ⇒
Teor. I.4.2.4(⇒) (P6) ¯ ¯
⇒ ( ) ⇒ no regular ⇒ ¯ ¯ = 0
Caso 2 (si || 6= 0):
(P6) Teor. I.4.2.4(⇒) Prop. I.3.6.1(2)
|| 6= 0 ⇒ regular ⇒ = 1 ⇒
¯ ¯ ¯ ¯ (P7) ¯ ¯ ¯ ¯ ( ) ∗∗∗ (P7)
⇒ ¯ ¯ = ¯ 1 ¯ = ¯ ¯ ¯1 ¯ = | | |1 | = |1 | = || ¥
Nótese que de (P8) se siguen (P1), (P2), (P3), (P4) y (P5) también para columnas.
(P9) || = 1 1 + + (∀ col. ) y || = 1 1 + + (∀ fila )
| {z } | {z }
desarrollo por la -ésima columna desarrollo por la -ésima fila
Demostración. Para cualquier columna (con 0 ≡ 1 ):
⎛ ⎞
(P3) ⎜ ¯ ¯ ¯ 0 ¯ ⎟
|| = − | 0 | := − ⎝ 011 (−1)1+1 ¯011 ¯ + + 01 (−1)+1 ¯1 ¯ ⎠=
|{z} | {z } |{z} | {z }
1 (−1)−2 |1 | (−1)−2 | |
= 1 (−1)1+ |1 | + + (−1)+ | |
| {z } | {z }
1
Para la fila 1 (con 0 ≡ ):
(P8) ¯ ¯ ¯ 0 ¯ (P8)
|| = | 0 | := 011 (−1)1+1 ¯011 ¯ + + 01 (−1)+1 ¯1 ¯ =
|{z} | {z } |{z} | {z }
11 1
|(11 ) | |(1 ) |
= 11 |11 | + + 1 (−1)1+ |1 |
| {z } | {z }
11 1
Una vez probado para la fila 1, la demostración para cualquier fila es análoga a la hecha
para cualquier columna ¥
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 18
Teorema I.5.4.1 (Rango y determinantes)
Dada ∈ M× (K) (no necesariamente cuadrada!), el rango () coincide con el mayor
orden de una submatriz cuadrada regular de
Demostración. Para empezar, se tiene:
⎧
⎪
⎪ ∼
Teor. I.2.4.3
⇒ I.2.5
= ⇒ () = () (∗ )
⎪
⎪
⎨ ∀∈M× (K)
µ ¶ ∗
⎪
⎪ ! ( ) ¡ ¢
⎪ () = ( ) ≤
⎪
I.2.5
= (∗∗ )
⎩
∀ ∈M × (K)
Primera parte: no contiene submatriz cuadrada regular de orden mayor que ().
En efecto:
∈ M (K) es submatriz regular de ⇒
⎧ Teor. I.4.2.4(⇒)
⎪
⎪ ⇒ () = (∗∗∗ )
⎪
⎪
⎨ ³ ´
1 Teor. I.4.2.4(⇒) y (∗∗∗ )
⇒ ∼ con submatriz regular de 1 ∈ M× (K) ⇒
⎪
⎪
2
⎪
⎪ ³ ´ (∗ ) (∗∗ )
⎩
⇒ es submatriz de ∈ M× (K) ⇒ = (1 ) ≤ 1
1 2 = ()
Segunda parte: contiene de hecho una submatriz cuadrada regular de orden ≡ ().
En efecto, se tiene (descomponiendo las matrices en dos bloques, con filas el de arriba y
− filas el de abajo):
()≡
³ ´
Corol. I.4.3.1 1
−1
= = 0
con un producto de matrices elementales de tipo I (permutas de filas) y un producto
de matrices elementales de tipos II y III (siempre se pueden aplicar primero las transformaciones
elementales de tipo I). De donde se sigue:
³ ´ ³ ´ ³ ´ ³ ´
1 11 1 ! 11 0 1
= = = =
| {z } 0 21 1 21 −
| {z }
0
11 12
≡ 21 22 ≡0
³ ´
Nótese que 11 0
21 − es de hecho una transformación de filas de tipos II y III: si el ’bloque
superior’ (11 12 ) de lo era, también lo será el bloque (11 0); y si el ’bloque inferior’
(21 22 ) de lo era, también lo será el bloque (21 − ).
Pero es (!) submatriz de 1 , con lo que 11 ∈ M (K) es submatriz de 11 1 , por tanto
submatriz de , y por tanto (salvo quizás permutas de filas) submatriz de .
Además,
¡ ¢ I.5.2(P9) I.5.2(P6)
0 6= det 0 = det(11 ) ⇒ 11 es regular ¥
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 19
Ejercicios adicionales Capítulo I
I.1 (Hierón y Arquímedes) Hierón, rey de Siracusa, había dado a un platero 7456 gramos
de oro para hacer una corona que quería ofrecer a Júpiter. Para conocer si el orfebre había
reemplazado oro por plata, le pidió a Arquímedes que lo averiguara sin estropear la corona.
Arquímedes metió la corona en agua y al hacerlo la corona ’perdió 467 gramos de su peso’ (es
decir, el agua desalojada pesó 467 gramos). Se sabe que el oro pierde en el agua 52 milésimas de
su peso y que la plata pierde 95 milésimas. Hallar los gramos de oro y plata de la corona real.
I.2 (Ajustar reacción química) Podemos mezclar, bajo condiciones controladas, tolueno 7 8
y ácido nítrico 3 para producir trinitrotolueno (TNT) 7 5 6 3 y agua. Determinar en
qué proporción deben mezclarse estos componentes, es decir, ajustar la correspondiente reacción
química:
7 8 + 3 −→ 7 5 6 3 + 2
Indicar qué ocurre si reemplazamos el agua 2 por agua oxigenada 2 2 .
I.3 (Distancias y tiempos) Un excursionista comprueba, tras recorrer 7 km en la primera
hora, que manteniendo ese ritmo llegaría con una hora de retraso al tren que pretende tomar.
Acelera el paso y durante el resto del camino recorre 10 km cada hora, por lo que llega con media
hora de adelanto a la estación. ¿Cuánto tiempo estuvo andando? ¿Qué distancia recorrió?
I.4 (Edades) Calcular las edades actuales de una madre y sus dos hijos sabiendo que hace 14
años la edad de la madre era 5 veces la suma de las edades de los hijos en aquel momento, que
dentro de 10 años la edad de la madre será la suma de las edades que los hijos tendrán entonces
y que, cuando el hijo mayor tenga la edad actual de la madre, el hijo menor tendrá 42 años.
I.5 (Discutir sistema con parámetros complejos) Indicar para qué valores del número complejo
el sistema de ecuaciones lineales
⎧
⎨ ( + ) +2 = 2
− −2 = 2 + 1
⎩
+( − 2) =
tiene una única solución.
I.6 (Rango y formas de Hermite por filas y por columnas) Dada ∈ M× (K), probar:
1. El rango de es igual al número de columnas no nulas en la forma normal de Hermite
por columnas de
de tienen el mismo
2. Las formas normales de Hermite por filas y por columnas
rango.
I.7 (Tres números reales) Si la suma de tres números reales es el doble de la suma del primero
y el tercero, y el primero menos el segundo es el triple del tercero, probar que alguno de los tres
números tiene que ser cero. ¿Cuántas ternas de números hay que cumplan estas condiciones?
I.8 (Rouché-Frobenius, de todo un poco) Sea un sistema de ecuaciones lineales con
incógnitas y ecuaciones y con coeficientes en un cuerpo K. Si es la matriz de coeficientes y
es la matriz de términos independientes, indicar si las afirmaciones siguientes son verdaderas
o falsas, razonando la respuesta:
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 20
1. es una matriz ×
2. ( | ) es una matriz × ( + 1)
3. Si () = , entonces el sistema es compatible
4. Si () = , entonces el sistema es compatible
5. Si () = = , entoncs el sistema es compatible determinado
6. Si tiene infinitas soluciones, entonces es homogéneo
I.9 (Discutir sistema con parámetros) Sea el sistema
⎧
⎨ =
+ = 0
⎩
+ + = 0
Indicar si las afirmaciones siguientes son verdaderas o falsas:
1. El sistema es compatible determinado si y sólo si 6= 0
2. Si = 0, el sistema es compatible indeterminado
3. Si el sistema es compatible indeterminado, entonces = = 0
I.10 (Producto de matrices) Consideramos la matrices
⎛ ⎞
µ ¶ 1 0
1 −1 2
= = ⎝ 0 −1 ⎠
2 1 3
2 1
Averiguar si existe alguna matriz no nula tal que =
I.11 (Matrices idempotentes) Una matriz (cuadrada) se dice idempotente si 2 = .
Razonar que una matriz idempotente que no sea la identidad no puede ser regular.
I.12 (Matrices antisimétricas y determinantes) Probar que el determinante de una matriz
antisimétrica de orden impar es cero.
I.13 (De todo un poco) Sea la matriz (con ∈ N y ∈ R)
⎛ ⎞
1 2
⎜ 0 1 −1 ⎟
⎜ ⎟
=⎜ ⎜ 0 0 1 −2 ⎟⎟
⎝ ⎠
0 0 0 1
1. Indicar por qué es invertible y calcular su inversa mediante transformaciones elementales.
2. Si = 4 y 6= 0, calcular las soluciones del sistema homogéneo cuya matriz de coeficientes
es − .
3. Si = 4 y 6= 0, hallar una matriz columna tal que el sistema de ecuaciones lineales
con matriz de coeficientes − y matriz de términos independientes sea incompatible.
I.14 (Discutir sistema con parámetros)
½ Estudiar para
¾ qué valores del número complejo
+ = 3
el sistema de ecuaciones lineales carece de solución, para qué valores la
+ = 1
solución es única y para qué valores existe más de una solución.
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 21
⎛ ⎞
1
⎜ ⎟
I.15 (Sistemas inhomogéneos asociados) Sean ∈ M (K) y = ⎝ ... ⎠. Demostrar que
si el sistema homogéneo = 0 tiene alguna solución no trivial, entonces existe algún sistema
no homogéneo = (con ∈ M×1 (K)) que es incompatible.
I.16 (Rouché-Frobenius para ecuaciones matriciales) 1. Dadas ∈ M× (K) y ∈ M× (K),
hallar una condición necesaria y suficiente para que exista ∈ M× (K) tal que = .
¿Cuándo es única?
2. Dadas ∈ M (K), hallar una condición necesaria y suficiente para que existan
∈ M (K) que verifiquen ½
+ =
− =
¿Cuándo son e únicas?
I.17 (Composición de rotaciones planas) Sea ∈ R. Demostrar que, para cada entero ≥ 1,
se cumple:
µ ¶ µ ¶
cos − sin cos() − sin()
=
sin cos sin() cos()
I.18 (Matriz traspuesta) Sean y dos números reales e la matriz identidad de orden .
Encontrar todas las matrices ∈ M (R) tales que = 2 + .
I.19 (Producto de matrices) Sea una matriz cuadrada de números reales. Indicar razon-
adamente si las afirmaciones siguientes son verdaderas o falsas:
1. Si es antisimétrica, entonces 2 y 4 son antisimétricas.
2. es diagonal si y sólo si 2 es diagonal.
3. es µsimétrica.
¶ µ ¶
1 1 1
4. Si = , entonces = .
0 1 0 1
5. Si = , con (6= 0) matrices cuadradas, entonces = .
6. Si = 0, entonces = 0 ó = 0.
I.20 (Producto de matrices) Para la matriz cuadrada de orden 3 de números complejos
⎛ ⎞
4 2 2
=⎝ 2 1 ⎠
2 −1
pruébese por inducción que = 4−1 .
I.21 (Producto de matrices por bloques) Considérese la siguiente matriz
⎛ ⎞
1 1 1
⎜ −1 −1 1 ⎟
=⎜ ⎝ −1 −1 1 ⎠
⎟
−1 −1 1
que depende del parámetro . Se pide:
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 22
1. Hallar 2 y dividirla en bloques para calcular 4 .
2. Hallar para que sea nilpotente, es decir, para que exista un número natural (6= 0)
tal que = 0.
3. Hallar 4 y 4+2 para cualquier número natural .
I.22 (Sistemas equivalentes) Determinar todas las parejas ( ) ∈ R2 para las que los sigu-
ientes sistemas de ecuaciones lineales son equivalentes:
½ ½
1 + 2 + 3 + 4 = 0 1 + 43 = 0
1 : 2 :
21 − 2 + 3 − 4 = 0 1 − 22 + ( − 1)3 − 24 = 0
I.23 (De todo un poco) Demostrar la veracidad o falsedad de las siguientes afirmaciones:
1. Todo sistema lineal homogéneo con coeficientes complejos compatible está asociado a
infinitos sistemas lineales no homogéneos incompatibles.
2. Si es una matriz por bloques de la forma
µ ¶
=
0
con matrices cuadradas, entonces se verifica: det() = det() det().
3. En el anillo con unidad M1 (K), toda matriz (6= 0) que no es divisor de cero posee
inversa.
I.24* (Transformaciones elementales de filas) 1. Calcular el determinante de las matrices
elementales (de orden ) de tipos I, II y III (I.4.1) y comprobar que, aparte la matriz identidad,
sólo las matrices de tipo III tienen determinante 1.
Dada ∈ M (K), la unicidad (Teor. I.2.4.3) de su forma normal de Hermite permite
definir el rango de (I.2.5) y las transformaciones elementales de filas no alteran el rango. Sean
1 matrices elementales tales que = 1 .
2. Calcular det( ).
3. Escribir det() en función de los determinantes de las transformaciones elementales ,
1 ≤ ≤ .
4. ¿Es posible intercambiar dos filas (es decir, hacer una transformación elemental de tipo I)
haciendo sucesivas transformaciones de tipo III?
5. Describir cómo intercambiar dos filas e invertir el signo de una de ellas haciendo sucesivas
transformaciones de tipo III
6. Demostrar (por inducción sobre el orden ) que, dada ∈ M (K), existen matrices
elementales 1 tales que := 1 es triangular superior.
7. Si ( ) es el conjunto de los números de la diagonal principal de la matriz calculada
en 6, ¿cuánto vale el producto de dichos números?
8. La matriz triangular superior calculada en 6 ¿es única? Es decir: ¿existen matrices
elementales 10 0 tales que 0 := 0 10 es triangular superior y 0 6= ?
9. El conjunto ( ) ¿es único? Es decir: si 10 0 son matrices elementales tales que
:= 0 10 es triangular superior, ¿es ( ) = ( 0 )?
0
I.25* (Determinante y permutaciones) El determinante de una matriz ≡ ( ) ∈ M≥1 (K)
se ha definido (I.5.1) por inducción sobre . Para = 3, es sencillo obtener (desarrollando por
la primera fila) la ”regla de Sarrus”:
det() = 11 22 33 − 11 23 32 − 12 21 33 + 12 23 31 + 13 21 32 − 13 22 31
I SISTEMAS DE ECUACIONES, MATRICES Y DETERMINANTES 23
Vamos a obtener una generalización de la regla de Sarrus.
1. Sean = (1 ) la secuencia (ordenada) de los primeros enteros positivos y el con-
junto de todas las biyecciones : → (1 ) 7→ (1 ) (permutaciones de elementos).
Probar que ( ◦) (con ◦ la composición) es un grupo con ! elementos, no conmutativo si 2.
Cualquier permutación ∈ puede escribirse (de manera no única) como composición de
(un número no único de) trasposiciones () (esto es, de permutaciones de sólo los elementos
³ ´
y ; e.g. (12345678) 7→ (23154768) = (13) ◦ (12) ◦ (45) ◦ (67) = (12) ◦ (23) ◦ (45) ◦ (67) =
(23) ◦ (12) ◦ (13) ◦ (23) ◦ (45) ◦ (67)).
Se define la signatura de como la paridad (que está bien definida!!) del número de trasposi-
ciones que componen , en particular, de su número mínimo ():
() := (−1) () con () ≡ n de elementos de {( ) | 1 ≤ ≤ }
(así, () = 1 si es ’par’ y () = −1 si es ’impar’; en el ejemplo anterior, () = 4 y
() = 1).
2. Calcular las signaturas de todas las permutaciones de 3 elementos y buscar una similitud
con los coeficientes de la regla de Sarrus.
3. Probar que la aplicación (’signatura’) : → {−1 1} 7→ () es un homomorfis-
mo de grupos, esto es, verifica (∀ 0 ∈ ): ( 0 ◦ ) = ()( 0 ).
4. Probar que, si se desarrolla completamente det() en función de las entradas de , se
obtiene una suma en la que, para cada ∈ , aparece una única vez el monomio 11 ·· ,
con un signo (). Y queda:
X
det() = ()11 · ·
∈
5. Probar que () = (), ∀ ∈ .
6. Probar que, si posee una submatriz nula de orden × con + , entonces
det() = 0.
I.26 (Sistemas equivalentes) Hallar todos los pares ( ) ∈ R2 que hacen que los sistemas de
ecuaciones
½ ½
+ 2 + + = 0 + ( + 1) − + 2 = 0
1 : y 2 :
2 + 2 + 6 + 2 = 0 2( − 2) + 2( − 2) − 3 − = 0
(en las incógnitas ) tengan las mismas soluciones.
I.27 (Descomposiciones de matrices) Dada ∈ M (K), denotemos por ∈ M (K) (con
1 ≤ ≤ ) la submatriz formada por las primeras filas y columnas de .
1. Probar que, si det( ) 6= 0 1 ≤ ≤ , entonces existen ∈ M (K), con triangular
inferior y triangular superior, tales que = (’descomposición ’)
2. Probar que, si K = R y es simétrica con det( ) 0 1 ≤ ≤ , entonces existe
0 ∈ M (R) triangular inferior tal que = 0 0 (’descomposición de Cholesky’)
II ESPACIOS VECTORIALES 24
II. ESPACIOS VECTORIALES
Proposición II.1.7.1 (Coordenadas y cambio de base)
Sea espacio vectorial (sobre K) de dimensión .
Sean = {1 }, 0 = {01 0 } bases de y sea la matriz de cambio de base
(cuyas columnas son las coordenadas en de los elementos de 0 )
⎧ 0 ⎫ ⎛ ⎞
⎨ 1 = 11 1 + + 1 ⎬ ¡ 0 ¢ ¡ ¢ 11 1
ó 1 0 = 1 ⎝ ⎠ (1 )
⎩ 0 ⎭ | {z } | {z }
= 1 1 + + 0
1
| {z }
donde 0 y denotan aquí MATRICES-FILA DE VECTORES.
Sea ∈ , con coordenadas en y 0 (II.1.5):
⎧ ⎛ ⎞
⎪
⎪ ¡ ¢ 1
⎪
⎪
⎪
⎪ = 1 1 + + ó = 1 ⎝ ⎠ (2 )
⎪
⎪ | {z }
⎪
⎪
⎪
⎨ | {z }
⎛ ⎞
⎪
⎪ ¡ ¢ 01
⎪
⎪ 0
⎪
⎪ = 01 01 + + 0 0 ó = 01 0 ⎝ ⎠ (2 )
⎪
⎪ | {z }
⎪
⎪ 0
⎪
⎩ 0 | {z }
0
Entonces, la relación entre sus coordenadas (1 ) y (01 0 ) 0 es:
Ecuaciones del cambio de base
⎧ ⎫ ⎛ ⎞ ⎛ ⎞⎛ 0 ⎞
⎨ 1 = 11 01 + + 1 0 ⎬ 1 11 1 1
ó ⎝ ⎠ = ⎝ ⎠ ⎝ ⎠
⎩ ⎭ 0
= 1 01 + + 0 1
| {z } | {z } | {z }
0
(con lo que 0 = −1 )
Demostración. Inmediata. Matricialmente se tiene:
0
(2 ) (2 ) (1 )
= = 0 0 = 0 ⇒
⎛ 0 0
⎞
¡ ¢ 1 − 11 1 − − 1 es lin. indep.
⇒ 1 ⎝ ⎠= 0
|{z} ⇒ = 0 ¥
| {z } − 0 − − 0
1 1 el vector 0
| {z }
− 0
II ESPACIOS VECTORIALES 25
II.2.4. Ecuaciones paramétricas y cartesianas de un subespacio
(Ejemplo 29) El conjunto H := { ∈ K : = 0}, con ∈ M× (K), es un subespacio
vectorial de K . En efecto, ∀ 0 ∈ H y ∀ ∈ K, se tiene:
Prop. I.3.3.1(3) Hip. Prop. I.3.3.1(5) Hip.
( + 0 ) = + 0 = 0 y () = = 0
’Viceversa’ (ver luego): todo subespacio vectorial puede verse como el conjunto de soluciones
de un sistema lineal homogéneo à PARADIGMA
Sean esp.vect. (sobre K) de dim. finita , subespacio de y = {1 } base de
Bases de → Ecs. paramétricas de Dada = {1 } base de ( ≤ , II.2.2), es:
⎧ ⎫ ⎛ ⎞
⎨ 1 = 11 1 + + 1 ⎬ ¡ ¢ ¡ ¢ 11 1
ó 1 = 1 ⎝ ⎠ (∗ )
⎩ ⎭ | {z } | {z }
= 1 1 + +
1
| {z }
donde y denotan aquí MATRICES-FILA DE VECTORES ( no es en general cuadrada!).
Dado ∈ , la relación entre sus coordenadas (II.1.5) (1 ) y (1 ) es:
Ecs. paramétricas de (resp. de y )
⎧ ⎫ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎨ 1 = 11 1 + + 1 ⎬ 1 11 1 1
ó ⎝ ⎠ = ⎝ ⎠ ⎝ ⎠
⎩ ⎭ 1
= 1 1 + +
| {z } | {z } | {z }
Λ
II.1.5 II.1.5 (∗ ) lin. indep.
En efecto: = = Λ = Λ ⇒ ( − Λ) = 0 ⇒ = Λ
µ ¶ µ ¶³ ´
1 1 −1 1
3
(Ejemplo) De (R ⊃) y = {(1 −1 0) (−1 1 1)} se obtiene: 2 = −1 1 2 1
sobreentendida 3 0
Ecs. paramétricas de → Bases de Dadas = Λ ecs. paramétricas de , (los vectores
de cuyas coordenadas resp. de son) las columnas de forman un sistema de generadores de
. Si este conjunto es linealmente independiente, es base de . Si no (ver [MS], Ejerc. Resuelto
II.17, p.127), entonces una base de la forman (los vectores cuyas coordenadas respecto de
son) las columnas no nulas de 0 (Corol. II.2.3.1bis).
µ ¶ µ ¶µ ¶
1 1 −1 0 1
3
(Ejem.) De (R ⊃) y 2 = −1 1 0 2 ≡ Λ, se sigue: {(1 −1 0) (−1 1 1) (0 0 1)}
3 0 1 1
el mismo! µ ¶3 sobreentendida
1 0 0
es sist. de gener. de y (al ser = −1 0 0 ) = {(1 −1 0) (0 0 1)} es base de .
0 1 0 sobreentendida
Ecs. cartesianas de → Ecs. paramétricas de Dado vector arbitrario ∈ , sus coorde-
nadas (1 ) pueden venir dadas (ver Ejemplo 29) como la solución general de un sistema
lineal (necesariamente homogéneo, ya que = 0 debe ser sol.) con ( =? ecs. y) incógnitas:
Ecs. cartesianas de (resp. de )
⎧ ⎫ ⎛ ⎞⎛ ⎞
⎨ 11 1 + + 1 = 0 ⎬ 11 1 1
ó ⎝ ⎠ ⎝ ⎠ = 0
⎩ ⎭ 1
1 1 + + = 0
| {z } | {z }
Entonces se obtienen unas ecs. paramétricas de resolviendo (Cap.I) el sistema = 0.
II ESPACIOS VECTORIALES 26
½ ¾ µ ¶
1 + 2 = 0 ¡1 1 0 ¢ 1 ¡ ¢
(Ejemplo) De (R3 ⊃) : , esto es, ≡ 2 2 0 2 = 00 , se sigue (al
2 + 2 = 0 3
el mismo! µ ¶1 µ 2 ¶
¡ ¢ 1 −1 0 ¡ 1 ¢
ser = 10 10 00 ) la solución 2 = 1 0 2
3 0 1
Veamos (’viceversa’ del Ejemplo 29 Ã PARADIGMA de subespacio vectorial) que es la
’solución general’ de un sistema lineal homogéneo (sus ecuaciones cartesianas resp. de ):
Ecs. paramétricas de → Ecs. cartesianas de Dadas = Λ ecs. paramétricas de
(con ∈ M× (K) y Λ ∈ M×1 (K); ≤ , ver II.2.2), entonces un sistema lineal
⎛ ⎞⎛ ⎞ ⎛ ⎞
11 1 1 0
⎝ ⎠ ⎝ ⎠= ⎝ ⎠
1 0
| {z } | {z }
(con ≥ − , ver II.2.5) de ecs. cartesianas de se encuentra así:
Teor. I.2.6.2(1)
(1) 1 método: ∀ ≡ ∈ , el sistema inhomogéneo Λ = es compatible , ⇒
Teor. I.5.4.1 I.5.2(P6)
⇒ ( | ) = ( ) ⇒ no es regular ⇒
∈M × (K) ∀∈M +1 (K) submatriz de ( |)
⇒ det() = 0 lo que proporciona = 0
∀∈M +1 (K) submatriz de ( |)
¡ ¢
que es un sistema con = +1 ecuaciones (cuando = , no tiene ecuaciones ya que
= ), de las que sólo − son ’esenciales’ (II.2.5).
⎛ ⎞ ⎛ ⎞
1 1 −1 µ ¶
3 ⎝ ⎠ ⎝ ⎠ 1
(Ejemplo) De (R ⊃) : 2 = −1 1 se sigue (compatibilidad del sist.
el mismo! 2
3 0 1
¯ ¯ ⎛ ⎞
¯ 1 −1 1 ¯ 1
¯ ¯ ¡ ¢
Λ = ): 0 = det( | ) = ¯¯ −1 1 2 ¯¯ = −(1 + 2 ), esto es: 1 1 0 ⎝ 2 ⎠ = 0
¯ 0 1 3 ¯ | {z } 3
| {z }
¡ ¢
(en este caso, ≡ +1 = 1 = − ).
(2) 2 método: Por eliminación
⎛ de parámetros
⎞ ⎛ ⎞ ⎧ ⎫
1 1 −1 µ ¶ ⎨ 1 = 1 − 2 ⎬
1
(Ejemplo) De (R3 ⊃) : ⎝ 2 ⎠ = ⎝ −1 1 ⎠ , se sigue: = −1 + 2
el mismo! 2 ⎩ 2 ⎭
3 0 1 3 = 2
esto es: 1 + 2 = 0
II ESPACIOS VECTORIALES 27
Proposición II.2.8.2 (Subespacio complementario)
Sean un espacio vectorial (sobre K) y un subespacio de . Si se amplía (Teor. II.1.4.3)
una base = {1 } de a una base = {1 +1 } de , entonces :=
(+1 ) es un subespacio complementario de
Demostración. El conjunto := {+1 } es (Prop. II.1.2.1(4)) linealmente inde-
dim( )=−
pendiente, ⇒ es base de . Y se tiene:
⎧ ⎫
⎨ Prop. II.2.7.1(2) ⎬
+ = ( ∪ ) = () = Prop. II.2.8.1
P P es lin.indep. ⇒
⎩ ∈ ∩ ⇒ = = =0 ⎭
=1 =+1 ⇒
⇒ = ⊕ ¥
Proposición II.2.9.1 (Fórmula de las dimensiones) (o de Grassmann)
Sea un espacio vectorial (sobre K) de dimensión finita. Si y son subespacios de ,
se tiene:
dim( ) + dim( ) = dim( ∩ ) + dim( + )
Demostración. Sea ∩ = {1 } base de ∩ , que se amplía (Teor. II.1.4.3) a
bases = {1 +1 } de y = {1 +1 } de .
Entonces ≡ {1 +1 +1 } es (Prop. II.2.7.1(2)) un sistema de
generadores de + .
Además es linealmente independiente (y por tanto base de + ), ya que se tiene:
X
X
X
0= + + ⇒
=1 =+1 =+1
| {z } | {z }
∈ ∈
⎧
⎪ X X X
⎪
⎪ ⇒ + =
es lin. indep.
⇒ = 0 (∗ )
⎪
⎪
⎪
⎪ +1≤≤
⎪
⎪ =1
|
=+1
{z } |=1{z }
⎨
∈ ∈ ∩
X X
⎪
⎪ (∗ ) es lin. indep.
⎪
⎪ ⇒ 0 = + ⇒ = 0 y = 0
⎪
⎪
⎪
⎪ =1 =+1
1≤≤ +1≤≤
⎪
⎩ | {z }
∈
Se sigue:
dim( + ) = + ( − ) + ( − ) = |{z}
+ |{z}
−
|{z} ¥
dim( ) dim( ) dim( ∩ )
II ESPACIOS VECTORIALES 28
Proposición II.3.3.1 (Matriz de Gram y cambio de base)
Sea ( ) espacio vectorial euclídeo de dimensión finita .
Sean = {1 }, 0 = {01 0 } bases de y sea la matriz de cambio de base
(cuyas columnas son las coordenadas en de los elementos de 0 )
⎛ ⎞
¡ 0 ¢ ¡ ¢ 11 1
0 = 1 ⎝ ⎠
| 1 {z } | {z } 1
0 | {z }
donde 0 y denotan aquí MATRICES-FILA DE VECTORES.
Sean ∈ , con coordenadas en
⎛ ⎞ ⎛ ⎞
¡ ¢ 1 ¡ ¢ 1
= 1 ⎝ ⎠ , = 1 ⎝ ⎠
| {z } | {z }
| {z } | {z }
(y análogamente en 0 ), de donde se sigue (Prop. II.1.7.1):
= 0 , = 0 (1 )
Sean ≡ ( ) , 0 ≡ ( 0 0 ) las matrices de Gram (II.3.2) de en y
0, que verifican:
⎧ ⎛ ⎞⎛ ⎞
⎪
⎪ ¡ ¢ 1 1 1 1
⎪
⎪ ⎝ ⎠⎝
⎪
⎪ = 1 ⎠ (2 )
⎪
⎪ | {z }
⎪
⎪ 1
⎪
⎨ | {z }| {z }
⎛ ⎞ ⎛ ⎞
⎪
⎪ ¡ ¢ 01 01 01 0 10
⎪
⎪ 0
⎪
⎪ = 01 0 ⎝ ⎠⎝ ⎠ (2 )
⎪
⎪ | {z } 0 0 0 0
⎪
⎪ 1 0
⎪
⎩ 0 | {z }| {z }
0 0
Entonces la relación entre y 0 es:
0 =
esto es, y 0 son ’congruentes’ (caso particular de ’equivalentes’, Prop. I.4.4.3)
Demostración. Inmediata. Matricialmente se tiene:
0
(2 ) (2 ) (1 ) ∀
0 0 0 = = = 0 0 ⇒ 0 =
En cuanto a la última implicación: eligiendo (para cada ) 0 ≡ (fila de ceros salvo un 1
en la columna ) y 0 ≡ (columna de ceros salvo un 1 en la fila ) se obtiene inmediatamente:
el elemento de 0 es igual al elemento de ¥
II ESPACIOS VECTORIALES 29
Proposición II.3.7.3 (Método de Gram-Schmidt)
Sea ( ) espacio vectorial euclídeo de dimensión finita .
Sea = {1 } base de . Entonces existe base ortogonal {1 } de tal que
(1 ) = (1 ), 1 ≤ ≤ .
Demostración. Definamos
h i
:= − 1 1 − − −1 −1 (∗ ) , con := k k2
(∗∗ ) 1 ≤ ≤
Probemos primero, sin tener en cuenta (∗∗ ), que (∀) (1 ) = (1 ).
Inducción sobre . Para = 1, obvio.
Para 1 (supuesto cierto para − 1):
(∗ ) Prop. II.2.7.1(2) Hip. de inducción
(1 ) = (1 −1 ) = (1 −1 ) + ( ) =
Prop. II.2.7.1(2)
= (1 −1 ) + ( ) = (1 )
Prop. II.3.4.1(2)
Se sigue: (∀) 6= 0 ⇒ k k 6= 0 ⇒ la definición (∗∗ ) de las es ’legítima’.
Y probemos ahora que (∀) 1 son ortogonales dos a dos.
Inducción sobre . Para = 1, nada que demostrar.
Para 1 (supuesto cierto para − 1), bastará probar que (∀ ) h i = 0. Y en
efecto, se tiene:
(∗ ) (PE2,3)
h i = h − 1 1 − − −1 −1 i =
1≤
Hip. de inducción (∗∗ )
= h i − 1 h1 i − − −1 h−1 i = h i − h i = 0
Se concluye (Lema II.3.7.1) que {1 } es una base ortogonal ¥
II ESPACIOS VECTORIALES 30
II.3.10 (Producto vectorial en R3 )
Sean = R3 con h i el producto escalar usual y = {1 2 3 } la base canónica (que es
ortonormal y está ordenada)
(Def.) Dados ≡ (1 2 3 ) ≡ (1 2 3 ) ∈ R3 , el producto vectorial de e es el vector
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ 2 3 ¯ ¯ 3 1 ¯ ¯ 1 2 ¯ Notación P ¯¯ 2 3 ¯¯
¯
∧ := ¯ ¯ + ¯ ¯ + ¯ ¯ ≡ 3
2 3 ¯ 1 ¯ 3 1 ¯ 2 ¯ 1 2 ¯ 3 ¯ ¯ 1 ∈ R , de
(123) 2 3
donde se sigue que: 1 ∧ 2 = 3 (y (123))
(Teor. II.3.10.1) Dados ∈ R3 , el vector ∧ ∈ R3 es el único que verifica:
1. ( ∧ ) ⊥ ( )
2. k ∧ k = kk kk sin (con definido en II.3.5)
3. Si ( ∧ ) ≡ (∗ ), entonces: ({ } es lin. ¯ indep. ⇒ ¯ det( ) 0).
¯ ¯ ¯ 1 2 3 ¯
P ¯¯ 2 3 ¯¯ I.5.2(P9) ¯ ¯
¯ 1 2 3 ¯, (P2)
Dem. 1. h ∧ i = = ¯ ⇒ h ∧ ( )i = 0
| {z } (123) ¯ 2 3 ¯ 1
fila 1 ¯
¯ 1 2 3 ¯
prod. ’mixto’
II.3.5 ! P
2. kk kk2 sin2 = kk2 kk2 − h i2 = (123) (2 3 − 3 2 )2 = k ∧ k2
2
3. Si { } es lin. indep., se sigue de 2 que ∧ 6= 0 (∗∗ ). Y se tiene:
¯ ¯ ¯ ¯
¯ ¯ 2 3 ¯ ¯ ¯ ¯
∗
( ) ¯ 1 1 ¯ ¯ ¯ ¯ I.5.2(P9) X ¯ 2 3 ¯2 (∗∗ )
det( ) = ¯ ¯ 2 3 ¯¯ ¯ = ¯ ¯ = k ∧ k2 0
¯ ¯
¯ ¯ col. 3 (123) 2 3
Además estas 3 propiedades caracterizan al vector ∧ . En efecto:
Prop. II.1.2.2 II.3.5 Teor. II.3.10.1(2) (PE4)
· { } lin. dep. ⇒ ∼ ⇒ sin = 0 ⇒ k ∧ k = 0 ⇒ ∧ = 0
II.1.4 Prop. II.3.8.2(2)
· { } lin. indep. ⇒ dim(( )) = 2 ⇒ dim(( )⊥ ) = 1. En tal caso, la
propiedad 1 determina la dirección de ∧ , la 2 su norma y la 3 su sentido ¥
Nota. Un ’producto vectorial’ ∧ en un espacio vectorial real requiere (Teor. II.3.10.1): un
producto escalar h i en , dim( ) = 3 y una ’orientación’ en (i.e. elección de una clase, de
las dos existentes, de bases de cuyas matrices de cambio verifican det( ) 0) ¥
(Prop. II.3.10.2) Dados ∈ R3 , se verifica:
1. ∧ = 0 ⇔ { } es lin. dependiente
2. () ∧ = ∧ () = ( ∧ ), ∀ ∈ R
3. ∧ = − ∧
4. ( + ) ∧ = ( ∧ ) + ( ∧ ) ⎛ ⎞
¯ ¯ 1 1
¯ 2 3 ¯ (123) Teor. I.5.4.1 Prop. II.1.6.1
Dem. 1. ∧ = 0 ⇔ ¯¯ ¯ = ··· = 0 ⇔ ⎝ 2 2 ⎠ = 1 ⇔
2 3 ¯
3 3
{ } linealmente dependiente ¯ ¯ ¯ ¯
P ¯¯ 2 3 ¯¯ I.5.2(P4) P ¯ 2 3 ¯
¯ ¯)1 Prop. II.1.5.2(2)
2. () ∧ = ¯ 2 ¯ 1 = ( ¯ = ( ∧ )
(123) 3 (123) 2 3 ¯
¯ ¯ ¯ ¯
P ¯¯ 2 3 ¯¯ I.5.2(P3) P ¯ 2 3 ¯
¯ ¯)1 Prop. II.1.5.2(2)
3. ∧ = ¯ 2 3 ¯ 1 = (− ¯ ¯ = − ∧
(123) (123) 2 3
¯ ¯ ¯ ¯ ¯ ¯
P ¯¯ 2 + 2 3 + 3 ¯¯ I.2.5(P1) P ¯¯ 2 3 ¯¯ ¯¯ 2 3 ¯¯
4. ( + ) ∧ = ¯ ¯ 1 = (¯ + ) =
(123) 2 3 (123) 2 3 ¯ ¯ 2 3 ¯ 1
( ∧ ) + ( ∧ ) ¥
II ESPACIOS VECTORIALES 31
Ejercicios adicionales Capítulo II
II.1 (Independencia lineal) Sean 1 2 3 y 4 cuatro vectores distintos de K tales que cada
uno de los conjuntos
{1 2 3 } {1 2 4 } {1 3 4 } y {2 3 4 }
es linealmente independiente. Razonar si se puede asegurar que {1 2 3 4 } es linealmente
independiente también.
II.2 (Independencia lineal con polinomios) Sea P2 (K) el espacio vectorial de los polinomios
en una indeterminada con coeficientes en el cuerpo K y grado menor o igual que 2. Para cada
elección de ∈ K, indicar razonadamente si los polinomios
1 + + 2 2 1 + + 2 2 y 1 + + 2 2
son o no linealmente independientes.
II.3 (Independencia lineal con funciones) En el espacio vectorial real de las funciones de R
en R, estudiar si las funciones cos , sin( + 4) y sin2 son linealmente independientes.
Lo mismo para las funciones sin , cos , 3 + sin y 2 + cos .
II.4 (Espacio vectorial sobre cuerpo finito) Sea el espacio vectorial K2 , donde K = Z(2) y la
suma y el producto por escalares son los habituales en K . Determinar todas sus bases y todos
sus subespacios vectoriales.
II.5 (Suma directa) Sea {1 } una base de un espacio vectorial . Probar que
= (1 ) ⊕ ⊕ ( )
y que, para todo ≤ , se verifica:
(1 ) ⊕ (+1 ) =
II.6 (Espacio cociente con matrices 2x2) Sean el espacio vectorial = M2 (R), la base
’estándar’ µ ¶ µ ¶ µ ¶ µ ¶
1 0 0 1 0 0 0 0
={ }
0 0 0 0 1 0 0 1
y un número real .
1. Considérense los subespacios vectoriales
½
:= { ∈ | = () = 0}
:= { ∈ | = }
µ ¶ µ ¶
0 0
donde = y= .
0 1 0 0
() Hallar ecuaciones cartesianas de (respecto de ) y una base de
() Determinar los valores de para los que la suma + es directa.
2. Considérese el espacio cociente y las matrices
µ ¶ µ ¶ µ ¶
2 0 1 1 −2
= , = y =
3 −1 1 0 2 0
II ESPACIOS VECTORIALES 32
Determinar los valores de para los que el conjunto {[] [] []} ⊂ (donde [] ∈
es la clase de ∈ ) es una base de
II.7 (Esp. vectorial matrices antisimétricas/simétricas) Sea el subespacio vectorial de
M (R) formado por las matrices antisimétricas. Hallar una base y la dimensión de . Análoga-
mente para , el subespacio de las matrices simétricas.
II.8 (Subespacios de polinomios) En el espacio vectorial = P4 (R), considérese la base
estándar = {1 2 3 4 }. Dados los subespacios := { ∈ | (())0 = ()} (donde
0 significa la derivada y = 1 2 3 4 5 ) y := {() ∈ | (−) = ()}:
2.1. Hallar dimensiones y bases de (en función del parámetro ) y de .
2.2. Hallar los valores de para los que la suma + es directa y los valores de para
los que y son complementarios.
2.3. Con el producto escalar en cuya matriz de Gram en la base es
⎛ ⎞
1 0 1 0 0
⎜ 0 1 0 0 1 ⎟
⎜ ⎟
=⎜ ⎜ 1 0 2 0 0 ⎟
⎟
⎝ 0 0 0 1 0 ⎠
0 1 0 0 3
hallar los valores de para los que es ortogonal a .
II.9 (Espacio cociente, de todo un poco) Sean un espacio vectorial, un subespacio
vectorial de y 1 2 dos vectores de . Indicar si las afirmaciones siguientes son verdaderas o
falsas, razonando la respuesta:
1. Si 1 y 2 son linealmente dependientes, entonces sus clases 1 + y 2 + también lo
son.
2. Si las clases 1 + y 2 + son linealmente dependientes, entonces 1 y 2 también lo
son.
II.10 (Componentes de un vector) Dados cualquier vector (no nulo) de un espacio vectorial
de dimensión y cualquier conjunto (ordenado) de elementos (no todos nulos) del cuerpo
correspondiente, existe alguna base del espacio vectorial en la que dichos elementos son las
coordenadas del vector.
II.11 (Espacio cociente con matrices antisimétricas) En el espacio vectorial de las matrices
reales antisimétricas de orden 3, considérese la base
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 1 0 0 0 1 0 0 0
= {⎝ −1 0 0 ⎠ ⎝ 0 0 0 ⎠ ⎝ 0 0 1 ⎠ }
0 0 0 −1 0 0 0 −1 0
⎛ ⎞
1 0 −1
y el producto escalar h i cuya matriz de Gram en la base es = ⎝ 0 1 −1 ⎠.
−1 −1 3
⎛ ⎞
0 1 1
1. Dado el subespacio := { ∈ | = }, con = ⎝ 1 0 1 ⎠, hallar ecuaciones
1 1 0
cartesianas (respecto de ) y bases de y de su complemento ortogonal ⊥ .
II ESPACIOS VECTORIALES 33
2. Dadas las matrices antisimétricas
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 2 3 0 −2 −8 0 1 −6
= ⎝ −2 0 2 ⎠ , = ⎝ 2 0 −2 ⎠ y = ⎝ −1 0 1 ⎠
−3 −2 0 8 2 0 6 −1 0
hallar una base ortonormal del subespacio ( ) ⊂ .
3. Hallar una base del subespacio ([] [] []) ⊂ , donde [] indica la clase de equiva-
lencia de en el espacio cociente.
II.12 (Desigualdad) Demostrar la veracidad o falsedad de la siguiente afirmación: Dados
números reales positivos 1 , se cumple
(21 + · · · + 2 )2 ≤ (1 + · · · + )(31 + · · · + 3 )
II.13 (Rango de matriz por bloques) Sean enteros positivos y sean las matrices ∈
M (K), ∈ M (K) y ∈ M× (K). Consideremos la matriz cuadrada (dada por bloques)
µ ¶
0
= ∈ M(+)×(+) (K)
1. Si 1 son columnas (linealmente) independientes de y 1 son columnas
independientes de , demostrar que las columnas 1 +1 + de son indepen-
dientes.
2. Demostrar que () + () ≤ ( ). Encontrar un ejemplo en el que la desigualdad es
estricta.
3. Demostrar que, si o son regulares, entonces la desigualdad anterior es una igualdad.
II.14 (Espacio cociente con polinomios) Sea P3 (R) el espacio vectorial de los polinomios (en
una variable) de grado menor o igual que 3 y con coeficientes en R. Sea = {1 2 3 } la
base estándar de P3 (R) y sean ( ) las coordenadas en dicha base. Dados los subespacios
de P3 (R) ½
=0
: y = ( + 3 1 + 2 )
− − = 0
donde y son parámetros reales (ambos no nulos), se pide:
1. Calcular la dimensión y una base de la intersección ∩ y de la suma + . Hallar
los valores de y para los que y son complementarios.
2. Sean los polinomios = + 22 − 23 y = 3 − 2 + 3 . Hallar una base del subespacio
([] []) ⊂ P3 (R) , donde [] y [] son las clases de y en el espacio cociente
3. Sea h i el producto escalar en P3 (R) cuya matriz de Gram (en la base estándar ) es
la identidad. Hallar una base ortonormal del subespacio ⊥ (complementario ortogonal de ).
Hallar los valores de y para los que ⊥ = .
II.15 (Volumen y determinante) Sean ( h i) esp. vectorial euclídeo y = {1 } base
ortonormal.
Dados vectores 1 ∈ , consideremos
⎧ ¡ ¢ ¡ ¢
⎨ la matriz ∈ M (R) que verifica 1 = 1
los subespacios ≡ (1 ) (1 ≤ ≤ )
⎩
los vectores := − −1 ( ) (1 ≤ ≤ , con 1 ≡ 1 )
II ESPACIOS VECTORIALES 34
(cada es pues la proyección ortogonal de sobre el subespacio −1 ⊥ )
Definiendo el volumen del paralelepípedo generado por 1 como el número (real, ≥ 0)
(1 ) := k1 k k k, probar que (1 ) = |det( )|
II.16* (Espacios cociente) Consideremos en R el subespacio vectorial dado por la ecuación
1 + + = 0.
1. Calcular la dimensión de R .
2. Sean = (1 ) y = (1 ) dos vectores de R que no pertenecen a . Probar
que = {[]} y = {[]} son bases de R .
3. Hallar la matriz de cambio de base de a .
Sea ahora el subespacio de R engendrado por el vector (1 1) y denotemos =
{1 } a la base canónica de R .
4. Comprobar que, para cada 1 ≤ ≤ , el conjunto = {[1 ] [−1 ] [+1 ] [ ]} es
base de R .
5. Hallar la matriz de cambio de base de a , para 6= .
Sean 0 = {1 } y 1 = {1 } dos bases de R tales que ≡ ( ) = ( ), es
decir, = para cierto 6= 0.
6. Demostrar que los conjuntos 00 = {1 + −1 + } y 10 = {1 + −1 + }
son bases de R .
7. Denotando y 0 a las matrices de cambio de base de 0 a 1 y de 00 a 10 , respecti-
vamente , probar que det( ) = det( 0 ).
II.17 (Espacio cociente con polinomios) Sea P3 (R) el espacio vectorial de los polinomios (en
una variable) de grado menor o igual que 3 y con coeficientes en R.
1. Dados los polinomios 2 + 2 1 + 3 + 3 −1 + − 2 2 + 3 ∈ P3 (R), determinar el
número máximo de ellos que son linealmente independientes.
2. Obtener la dimensión y ecuaciones paramétricas y cartesianas del subespacio vectorial
generado por los polinomios del apartado 1.
3. Determinar si la base 0 = {2 + 2 1 + 2 + 3 1} de P3 (R) contiene un sistema de
generadores de y obtener la matriz de cambio de base entre 0 y la base estándar =
{1 2 3 }.
4. Calcular las coordenadas del polinomio = −2 + 5 − 32 + 3 en la base 0 .
5. Obtener la dimensión y una base del espacio cociente P3 (R) y determinar las coorde-
nadas de la clase [] en dicha base.
6. Si h i es el producto escalar en P3 (R) cuya matriz de Gram (respecto de ) es la identidad,
hallar una base de ⊥ .
II.18 (Suma e intersección de subespacios) Sean = {1 2 3 4 5 } base de un espacio
vectorial (sobre R), ∈ R y subespacios vectoriales de con ecuaciones cartesianas
(respecto de )
⎧
⎨ 1 + 3 + 4 = 0 ½
1 + 2 − 3 − 4 = 0
: 21 + 2 − 5 = 0 :
⎩ 1 + 3 + 4 + 5 = 0
1 − 2 + 33 + 34 + 5 = 0
1. Obtener, en función de los valores de y , bases y dimensiones de y .
2. Sea a partir de ahora = 1. Obtener, en función de los valores de , las dimensiones de
∩ y + . Hallar bases de estos dos subespacios cuando dim( + ) = 4. ¿Para qué
valores de existe un producto escalar en tal que = ⊥ ?
II ESPACIOS VECTORIALES 35
II.19* (Productos hermíticos) Sean un espacio vectorial sobre C y un producto hermítico,
esto es, una aplicación : × → C que cumple:
½ ¾
( + ) = ( ) + ( )
PH1 y PH2. ’Semilineal’ en la 1 variable: ∀ ∈
( ) = ̄( ) y ∀∈C
PH3. ”Hermítica”: ( ) = ( ) (con ̄ el complejo conjugado de ∈ C), ∀ ∈
PH4. ’Definida positiva’: ( ) ≥ 0 ∀ ∈ ( ) = 0 ⇔ = 0.
½ ¾
( + ) = ( ) + ( )
1. Probar que es lineal en la 2 variable: ∀ ∈
( ) = ( ) y ∀∈C
2. Sean de dimensión finita y ≡ {1 } una base de . Probar que:
() la matriz de Gram (respecto de ) ≡ ( ) ∈ M (C), con := ( ) es
’hermítica’, i.e. verifica = † (con † ≡ ( ) )
() dados ≡ e ≡ (notaciones como en II.1.5), se tiene: ( ) = †
3. Sean de dimensión finita y 0 ≡ bases de (Ã matrices de Gram 0 ). Probar
que 0 = † p
4. Dado ∈ , se define la norma de como: kk := ( ) (determinación ≥ 0 de la
raíz). Probar que se verifican las siguientes desigualdades:
() de Cauchy-Schwartz: |( )| ≤ kk kk (∀ ∈ )
() triangular o de Minkowski: k + k ≤ kk + kk (∀ ∈ )
5. Sean de dimensión finita y ≡ {1 } 0 ≡ bases ortonormales de (i.e. tales
que ( ) = , 1 ≤ ≤ , y análogamente para 0 ). Probar que la matriz ∈ M (C) es
unitaria, i.e. verifica † =
6. Sean de dimensión finita y ≡ {1 } una base de . Probar que existe una base
ortonormal {1 } de tal que (método de Gram-Schmidt) (1 ) = (1 ),
1 ≤ ≤ .
III APLICACIONES LINEALES 36
III. APLICACIONES LINEALES
Proposición III.2.1.1 (Matriz asociada a una aplicación lineal)
Sea : → 0 aplicación lineal entre espacios vectoriales (sobre K) de dimensiones (finitas)
y (respectivamente).
Sean = {1 }, 0 = {01 0 } bases de , 0 y sea 0 ( ) ∈ M× (K) la matriz
asociada a respecto de 0 (cuyas columnas son las coordenadas de () respecto de 0 )
⎧ ⎫
⎨ (1 ) = 11 01 + + 1 0 ⎬
ó
⎩ 0 0 ⎭
( ) = 1 1 + + ⎛ ⎞
¡ ¢ ¡ 0 ¢ 11 1
(1 ) ( ) = 1 0 ⎝ ⎠ (1 )
| {z } | {z } 1
N ota c ió n 0 | {z }
≡ ()
0 ( )
donde () y 0 denotan aquí MATRICES-FILA DE VECTORES.
Sea ∈ (resp. () ∈ 0 ), con coordenadas en (resp. en 0 )
⎧ ⎛ ⎞
⎪
⎪ ¡ ¢ 1
⎪
⎪
⎪
⎪ = 1 1 + + ó = 1 ⎝ ⎠ (2 )
⎪
⎪ | {z }
⎪
⎪
⎪
⎨ | {z }
⎛ ⎞
⎪
⎪ ¡ ¢ 1
⎪
⎪ () = 1 0 + + 0
⎪
⎪ 1 ó () = 01 0 ⎝ ⎠ (3 )
⎪
⎪ | {z }
⎪
⎪
⎪
⎩ 0 | {z }
Entonces, la relación entre (1 ) y (1 ) es:
⎧ ⎫ ⎛ ⎞ ⎛ ⎞⎛ ⎞
⎨ 1 = 11 1 + + 1 ⎬ 1 11 1 1
ó ⎝ ⎠ =⎝ ⎠ ⎝ ⎠
⎩ ⎭
= 1 1 + + 1
| {z } | {z } | {z }
0 ( )
Demostración. Inmediata. Matricialmente se tiene:
(3 ) (2 ) lineal (1 ) 0 es lin. indep.
0 = () = () = () = 0 0 ( ) ⇒ = 0 ( )
donde la 3 igualdad se debe a que (lo hacemos explícito para = 2):
µ ¶ µ ¶
1 lineal 1
(( 1 2 ) ) = (1 1 +2 2 ) = 1 (1 )+2 (2 ) = ( (1 ) (2 ) ) ) ¥
| {z } 2 | {z } 2
| {z } N o ta c ió n
| {z }
≡ ()
III APLICACIONES LINEALES 37
Proposición III.2.1.2 (Aplicación lineal asociada a una matriz)
Toda matriz es la matriz asociada a una aplicación lineal respecto de ciertas bases.
Demostración.
Sea ≡ ( ) ∈ M× (K).
Sean 0 espacios vectoriales (sobre K) de dimensiones y ≡ {1 } 0 ≡
{1 0 } bases de 0 (respectivamente).
0
P
Entonces la aplicación lineal : → 0 tal que ( ) := =1 0 (1 ≤ ≤ ), esto es
¡ ¢ ¡ ¢
(1 ) ( ) := 01 0
| {z } | {z }
N o ta ció n 0
≡ ()
verifica (trivialmente) 0 ( ) = ¥
Proposición III.2.2.1 (Fórmula de las dimensiones)
Sea : → 0 aplicación lineal entre espacios vectoriales (sobre K) de dimensiones y .
Sean = {1 }, 0 = {01 0 } bases de , 0 y sea ≡ 0 ( ) ∈ M× (K)
la matriz asociada a respecto de 0 (cuyas columnas son las coordenadas en 0 de los
elementos de ())
⎛ ⎞
¡ ¢ ¡ 0 ¢ 11 1
(1 ) ( ) = 1 0 ⎝ ⎠
| {z } | {z } 1
N o tac ió n 0 | {z }
≡ ()
0 ( )
donde () y 0 denotan aquí MATRICES-FILA DE VECTORES. Entonces se tiene:
1. dim(Im( )) = () ( Ã el ’rango’ como algo intrínseco!!! ).
2. dim(ker( )) = − (). De donde se concluye (fórmula de las dimensiones):
dim(ker( )) + dim(Im( )) = dim( )
Demostración.
1. Recordando que C() es el ’espacio de columnas de ’, esto es (II.2.3) el subesp. de 0
generado por (los vectores cuyas coordenadas respecto de 0 son) las columnas de , se tiene:
Lema III.1.2.2 III.2.1 Cor. II.2.3.1bis
Im( ) = ( (1 ) ( )) = C() ⇒ dim(Im( )) = ()
2. Puesto que = 0 es (Prop. III.2.1.1) un sistema de ecuaciones cartesianas (resp. de )
de ker( ) ⊂ , se tiene:
II.2.5 1
dim(ker( )) = − () ⇒ dim(ker( )) + dim(Im( )) = ¥
III APLICACIONES LINEALES 38
Proposición III.2.3.0 (Matriz asociada y cambio de bases)
Sea : → 0 aplicación lineal entre espacios vectoriales (sobre K) de dimensiones y .
1. Sean ̄ bases de y sean 0 ̄ 0 bases de 0 . Escribamos (II.1.7) ̄ = y ̄ 0 = 0 ,
con ∈ M (K) y ∈ M (K) regulares. Entonces, la relación entre las correspondientes
matrices (III.2.1) 0 ( ) y ̄ ̄ 0 ( ) es:
̄ ̄ 0 ( ) = −1 0 ( )
lo que concreta cómo 0 ( ) y ̄ ̄ 0 ( ) son ’equivalentes’ (Prop. III.2.2.1(1)).
2. Si 0 = ( ⇒ ∈ ( ) y = ) y si 0 = ̄ 0 = ̄ ( ⇒ = ), entonces:
̄ ( ) = −1 ( )
con lo que ( ) y ̄ ( ) son ’semejantes’.
Demostración. 1. Inmediata. Matricialmente se tiene:
III.2.1 lineal III.2.1
0 0 ( ) := () = ( ) = (̄) =:
0 lin. indep.
= ̄ 0 ̄ ̄ 0 ( ) = 0 ̄ ̄ 0 ( ) ⇒ 0 ( ) = ̄ ̄ 0 ( )
donde la 2 igualdad se debe a que (lo hacemos explícito para = 2):
µ ¶
Notación ¡ ¢ lineal
(( 1 2 ) ) = ( 1 + 2 1 + 2 ) ≡ (1 + 2 ) (1 + 2 ) =
| {z }
| {z }
µ ¶
= ( (1 ) + (2 ) (1 ) + (2 ) ) = ( (1 ) (2 ) ) )
| {z }
N o ta ció n
| {z }
≡ ()
2. Se sigue de 1 ¥
Nota. Antes de 1, ( ) ya estaba ya bien definido (Prop. III.2.2.1(1)), lo que permitía
concluir (Teor. I.4.4.5) que 0 ( ) y ̄ ̄ 0 ( ) tenían que ser equivalentes. Y, si 0 = , a
partir de 2 están bien definidos ( ) (por la Prop. I.3.7.3) y det( ) (por I.5.2(P7)) ¥
III APLICACIONES LINEALES 39
Proposición III.2.4.1 (Matriz asociada y operaciones con aplicaciones lineales)
Sean 0 00 espacios vectoriales (sobre K) de dimensiones finitas, : → 0 : 0 →
00 aplicaciones lineales, y 0 00 bases de 0 00 .
Entonces se tiene:
1. 0 ( + ) = 0 ( ) + 0 ()
2. 0 ( ) = 0 ( ) ( ∀ ∈ K)
3. 00 ( ◦ ) = 0 00 () 0 ( )
Demostración.
III.2.1 III.1.4 III.2.1 Prop. I.3.3.1(3)
1. 0 0 ( +) := ( +)() := ()+() =: 0 0 ( )+ 0 0 () =
0 lin. indep.
= 0 ( 0 ( ) + 0 ()) ⇒ el resultado se sigue
III.2.1 III.1.4 III.2.1 Prop. I.3.3.1(5)
2. 0 0 ( ) := ( )() := () =: ( 0 0 ( )) =
0 lin. indep.
= 0 ( 0 ( )) ⇒ el resultado se sigue
III.2.1 III.2.1 lineal III.2.1
3. 00 00 (◦ ) := (◦ )() := ( ()) =: ( 0 0 ( )) = ( 0 ) 0 ( ) =:
00 lin. indep.
= 00 0 00 () 0 ( ) ⇒ el resultado se sigue ¥
Teorema III.2.4.2 (Dimensión de K ( 0 ))
Sean 0 espacios vectoriales (sobre K) de dimensiones , y 0 bases de 0 . La
aplicación
: K ( 0 ) → M× (K) 7→ 0 ( )
es un isomorfismo de espacios vectoriales. Y se concluye:
dim (K ( 0 )) =
Demostración.
M× (K) y K ( 0 ) son K-espacios vectoriales (II.1.1 Ejemplo 1 y Prop. III.1.4.1).
La aplicación es lineal (Prop. III.2.4.1(1,2)), inyectiva [queda determinada por su matriz
asociada, Prop. III.2.1.1] y sobreyectiva (Prop. III.2.1.2).
Teor. III.2.2.3
De lo anterior se sigue (III.1.3) que es un isomorfismo, ⇒ dim(K ( 0 )) =
II.1.4
dim (M× (K)) = ¥
III APLICACIONES LINEALES 40
Proposición III.3.1.3 (Base dual y cambio de base)
Sea espacio vectorial (sobre K) de dimensión .
Sean = {1 } 0 = {01 0 } bases de y escribamos 0 = (II.1.7), con
¡ ¢
≡ ( ) ∈ M (K).regular. Entonces se tiene: 0∗ = ∗ −1 .
Demostración. Sean ∗ = {1 } 0∗ = {01 0 } las bases (de ∗ ) duales de 0
(respectivamente) y escribamos 0∗ = ∗ (II.1.7), con ≡ ( ) ∈ M (K) regular. Entonces
se tiene (para cada 1 ≤ ≤ ):
Def. de 0∗ 0∗ = ∗ y 0 = Def. de ∗
= 0 (0 ) = (1 1 + + )(1 1 + + ) =
I.3.3 I.3.3
= 1 1 + + = (fila de ) (columna de ) ⇒ = ¥
Nota. Se sigue: la columna de (coordenadas de 0 en ∗ ) es la fila de −1 (así viene
enunciada esta Proposición en [MS]) ¥
Proposición III.3.3.1 (Matriz asociada a la aplicación traspuesta)
Sea : → 0 aplicación lineal entre espacios vectoriales (sobre K). Se tiene:
1. La aplicación traspuesta : 0∗ → ∗ 7→ ◦ es lineal.
2. Sean 0 de dimensiones finitas (respectivamente), 0 bases de 0 (respec-
tivamente) y ≡ 0 ( ) ∈ M× (K) (esto es, () =: 0 , III.2.1). Entonces se tiene:
0∗ ∗ ( ) = (esto es, ( 0∗ ) = ∗ )
Demostración. 1. Se tiene (∀ ∈ 0∗ , ∀ ∈ K y ∀ ∈ ):
¡ ¢ III.1.4
( + ) () := ( + )( ()) := ( ()) + ( ()) =:
¡ ¢ ¡ ¢ III.1.4 ¡ ¢
=: () () + () () =: () + () ()
y se aplica el Lema III.1.1.1.
2. Sean ∗ 0∗ = {01 0 } las bases (de ∗ 0∗ ) duales de 0 y sea ≡ 0∗ ∗ ( ) ∈
M× (K) (esto es, ( 0∗ ) =: ∗ , III.2.1). Entonces se tiene (para cada 1 ≤ ≤ ):
Def. de 0∗ Prop. III.2.4.1(3)
1 0) 0 ( )
(fila de ) ≡ (0 |{z} = 0 (0 ) 0 ( ) =
-ésimo
Prop. III.3.1.1 ¡ ¢
= (0 ◦ ) = fila con las coord. de (0 ) en ∗ = fila de ⇒
| {z } | {z }
(0 ) (columna de )
⇒ = ¥
III APLICACIONES LINEALES 41
Proposición III.4.1.1 (Isometría equivale a preservar normas)
Sea : ( h i) → ( 0 h i0 ) aplicación lineal entre espacios vectoriales euclídeos. Entonces:
1. es una isometría ⇔ k ()k0 = kk, para todo ∈
2. es una isometría ⇒ es inyectiva. Si además dim( ) = dim( 0 ), entonces es (Cor.
III.2.2.2) un isomorfismo
Demostración.
1. (⇒) Inmediata.
(⇐) Dados ∈ , sea ≡ + . Entonces se tiene:
⎧
⎨ kk2 II.3.4
:= h + + i = kk2 + kk2 + 2 h i
⎩ II.3.4 lineal
k ()k02 := h ( + ) ( + )i0 = k ()k02 + k ()k02 +2 h () ()i0
Al ser (∀ ∈ ) k ()k0 = kk, se sigue (∀ ∈ ): h () ()i0 = h i.
Hipótesis y 1 Prop.II.3.4.1(2)
2. Se tiene: () = 0 ⇒ kk = k ()k0 = 0 ⇒ = 0.
Se sigue que es (Prop. III.1.3.1(1)) inyectiva y que
Prop. III.2.2.1(2) dim( )=dim( 0 ) finita
dim(Im( )) = dim( ) ⇒ sobreyectiva ¥
Proposición III.4.1.2 (Isometrías y matrices ortogonales)
Sea : ( h i) → ( h i) un endomorfismo de un espacio vectorial euclídeo de dimensión
finita . Entonces:
⇐ ∃ } base de ( Ãmatriz de Gram ) {tal que } ( ( )) ( ) = .
se tiene
1. isometría {⇒ ∀
En particular: isometría {⇒ ∀ se tiene
⇐ ∃ } base ortonormal de {tal que } ( ) es ortogonal
(II.3.6).
2. es una isometría ⇒ para toda base de , det( ( )) = ±1
Demostración.
Prop. III.2.1.1
1. Sean base de y ( ≡ ( ), con lo que: ≡ Prop.⇒I.3.6.1(2) () = (y) análoga-
II.3.2
h () ()i = () ( ) =
mente para ). Entonces: II.3.2
(∗ )
h i =
(⇐) se sigue inmediatamente de (∗ ).
(⇒) Eligiendo en (∗ ) (∀ ) ≡ (fila de ceros salvo un 1 en la columna ) y ≡ (columna
de ceros salvo un 1 en la fila ) se obtiene inmediatamente: el elemento de es igual al
elemento de . Con lo que = .
2. Sea base (arbitraria) de . Escribamos ≡ ̄ , con ̄ base ortonormal. Entonces:
Prop. III.2.3.0(2) I.5.2(P7) Hipótesis y 1
det( ( )) = det( −1 ̄ ( ) ) = det(̄ ( )) = ±1 ¥
III APLICACIONES LINEALES 42
Apartado III.4.2 (Isometrías en dimensión 2)
Sea : ( h i) → ( h i) isometría de un espacio vectorial euclídeo de dimensión 2
Prop. III.4.1.1(2)
Sea = {1 2 } base ortonormal de ( ⇒ () es base ortonormal) y es-
Prop. III.4.1.2(1)
cribamos ≡ ( ) ≡ ( ) (esto es, () =: , III.2.1), ⇒ = 2 ,
I.5.2(P7,P8)
⇒ det() = ±1.
Entonces se tiene (con ≡ (1 ) = (11 21 ) ≡ ≡ (2 ) = (12 22 ) ≡ ):
⎧
⎪ Hipótesis II.3.2 =
⎪
⎪ 1 = h i = = 2 = 211 + 221 ⇒
⎪
⎪
⎪
⎪ ⇒ ∃! ∈ [0 2) tal que 11 = cos 21 = sin (1 )
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ Hipótesis II.3.2 =
⎨ 1 = h i = = 2 = 212 + 222 ⇒
⎪ ⇒ ∃! ∈ [0 2) tal que 12 = cos 22 = sin (2 )
⎪
⎪
⎪
⎪
⎪
⎪ (12 )
⎪
⎪ Hipótesis II.3.2 =2
⎪ 0 = h i = = ½
⎪ = 11 12 + 21 22 ¾= ½ ¾
⎪
⎪ cos = − sin cos = sin
⎪
⎪
⎩ = cos cos + sin sin = 0 ⇒ ó (3 )
sin = cos sin = − cos
Clasificación según det() (y, más ’finamente’, según ( − 2 )):
Caso 1 cos = − sin , sin = cos :
⎧
µ ¶ ⎪
⎨ det() = 1
(123 ) cos − sin
= ⇒
sin cos ⎪
⎩ det( − ) = (1 − cos )2 + sin2 = 2(1 − cos )
2 (∗ )
(∗ ) Teor. I.5.4.1 III.4.1
1.1 6= 0 ⇒ | − 2 | 6= 0 ⇒ ( − 2 ) = 2 ( ⇒ = {0}) Ã
à es ROTACIÓN(6=0)
III.4.1
1.2 = 0 ⇒ = 2 ⇒ ( − 2 ) = 0 ( ⇒ = ) Ã
à es IDENTIDAD (= lı́m→0 1.1 )
Caso 2 cos = sin , sin = − cos :
⎧
µ ¶ ⎪
⎨ det() = −1
(123 ) cos sin
= ⇒
sin − cos ⎪
⎩ ! Te.I.5.4.1 III.4.1
det( − 2 ) = 0 ⇒ ( − 2 ) = 1 ( ⇒ dim( ) = 1)
à es SIMETRÍA( )
III APLICACIONES LINEALES 43
Ecuación cartesiana de (respecto de ):
µ ¶µ ¶
−(1− cos ) sin 1
0 = ( − 2 ) ≡
sin −(1+ cos ) 2
Al ser
⎧ µ ¶ ⎫
⎪ 21 ( tan1 ) ⎪
⎪
⎪ sin 2 − cos 2 ⎪
⎪
µ ¶⎪
⎪ ∼ 2
−2 sin 2 ⎪
⎪
⎨ 0 0 ⎬
−2 sin2 2
2 sin cos
2
2
si 6=0
( − 2 ) =
2 sin 2 cos 2 −2 cos2 2 ⎪
⎪ µ ¶ ⎪
⎪
⎪
⎪ 0 0 ⎪
⎪
⎪
⎩ = 2 ⎪
⎭
si =0 0 −1
resulta: : (sin 2 ) 1 − (cos 2 ) 2 = 0 (ecuación válida para todo ).
Nota. El valor de ∈ [0 2) depende de . Basta elegir 0 = {01 = −1 02 = 2 } y escribir
(01 )
≡ (cos 0 sin 0 ) 0 para obtener: cos 0 = cos y sin 0 = − sin , esto es: 0 = 2 − .
En el Caso 1 sólo es posible este valor alternativo, en el Caso 2 cualquier otro valor es posible ¥
(Ejemplo 21) En = R2 , con h i el producto escalar usual y la base canónica (ortonormal):
Sea la isometría (III.4.1, Ejemplo 19) ∈ ( ) tal que
µ ¶
0 1 3
≡ ( ) = ⇒ det() = 1 y =
−1 0 2
de donde se sigue que es ROTACIÓN(=32) .
Sea la isometría (III.4.1, Ejemplo 20) ∈ ( ) tal que
µ ¶
0 1
≡ ( ) = ⇒ det() = −1 y =
1 0 2
de donde se sigue que es SIMETRÍA( ) con : 1 = 2 .
III APLICACIONES LINEALES 44
Apartado III.4.3 (Isometrías en dimensión 3)
Sea : ( h i) → ( h i) isometría de un espacio vectorial euclídeo de dimensión 3
(Prop. III.4.3.1) Sea ∈ M (R) ortogonal (i.e. = , II.3.6). Si es impar, entonces:
Teor. I.5.4.1 Teor. I.5.4.1
det( − ) = 0 ( ⇔ ( − ) ) ó det( + ) = 0 ( ⇔ ( + ) ) ó
ambos.
impar
{z} )
Demostración. Se tiene: det( | − = 0 (∗ ), de donde se sigue:
Ejerc. Adic. I.14
antisimétrica
= (∗ )
( − )( + ) = 2 − = ( − ) ⇒ det( − )= 0 ó det( + ) = 0 ¥
II.3.2
Sea = {1 2 3 } base ortonormal de ( ⇒ matriz de Gram = 3 ) y escribamos
≡ ( ) (esto es, () =: , III.2.1). Entonces se tiene:
( I.5.2(P7,P8)
Prop. III.4.1.2(1) ⇒ det() = ±1
= 3 Prop. III.4.3.1
⇒ ( − 3 ) 3 ó ( + 3 ) 3 ó ambos
Clasificación según ( ∓ 3 ) (elegimos base ortonormal 0 ≡ {1 2 3 } de ”adaptada”
a cada subcaso):
III.4.1
Caso 1 ( − 3 ) 3 ( ⇒ 6= {0})
III.4.1
1.1 ( − 3 ) = 2 ( ⇒ dim( ) = 1)
es ROTACIÓN( 6=0) . En efecto (elegimos 0 tal que = (1 )):
( )
(1 ) = 1 (1 ) Y para = 2 3:
(1 ) isometría Prop. II.3.6.3 ⇒
h ( ) 1 i =µ h ( )¶ (1 )i = h 1 i = 0 ⇒ ( ) ∈ (2 3 )
1 0 =(1 y III.4.2
)
⇒ 0 ( ) = y | (2 3 ) es isometría ⇒
µ 0 ¶
cos − sin Prop. III.4.1.2(2)
⇒ = ⇒ det() = 1
sin cos
III.4.1
1.2 ( − 3 ) = 1 ( ⇒ dim( ) = 2)
es SIMETRÍA( ) (= lı́m→0 2.1 ). En efecto (elegimos 0 tal que = (1 2 )):
( )
( ) = (2 ) Y para = 1 2:
(2 ) isometría Prop. II.3.6.3 ⇒
h (3 ) i =
µ h (3 )¶ ( )i = h3 i = 0 ⇒ (3 ) ∈ (3 )
2 0 =(1 2 ) y III.4.2
⇒ 0 ( ) = y | (3 ) es isometría ⇒
0
Prop. III.4.1.2(2)
⇒ = −1 ⇒ det() = −1
III.4.1
1.3 ( − 3 ) = 0 ( ⇒ = )
es IDENTIDAD (= lı́m→0 1.1 ), ⇒ det() = 1
III APLICACIONES LINEALES 45
III.4.1 Prop. III.4.3.1 III.4.1
Caso 2 ( − 3 ) = 3 ( ⇒ = {0}), ⇒ ( + 3 ) 3 ( ⇒ − 6= {0})
III.4.1
2.1 ( + 3 ) = 2 ( ⇒ dim(− ) = 1)
es ROTACIÓN(− 6=0) + SIMETRÍA( ⊥ ) . En efecto (elegimos 0 tal que − = (1 )):
( − )
(1 ) = −1 (3 ) Y para = 2 3:
(3 ) isometría Prop. II.3.6.3 ⇒
h ( ) 1 i =µ − h ( )¶ (1 )i = − h 1 i = 0 ⇒ ( ) ∈ (2 3 )
−1 0 ={0} y III.4.2
⇒ 0 ( ) = y | (2 3 ) es isometría ⇒
µ 0 ¶
cos − sin Prop. III.4.1.2(2)
⇒ = ⇒ det() = −1
sin cos
III.4.1
X ( + 3 ) = 1 ( ⇒ dim(− ) = 2)
IMPOSIBLE.
( En efecto (elegimos 0 tal que − = (1 2 )): )
( ) = − (4 ) Y para = 1 2:
(4 ) isometría Prop. II.3.6.3 ⇒
h (3 ) i =
µ − h (3 )¶( )i = − h3 i = 0 ⇒ (3 ) ∈ (3 )
−2 0 − =(
1 2 ) y III.4.2
⇒ 0 ( ) = y | (3 ) es isometría ⇒
0
⇒ = 1 ⇒ ( − 3 ) = 2 (este es el subcaso 1.1 con = , NO es el caso 2 )
III.4.1
2.2 ( + 3 ) = 0 ( ⇒ − = )
es INVERSIÓN (= lı́m→ 2.1 ), ⇒ det() = −1
(Ejemplo 22) En = R3 ,⎛con h i el prod.
⎞ escalar usual y la base canónica, sea ∈
0 0 −1
! Prop. III.4.1.2(1)
( ) tal que ≡ ( ) = ⎝ 0 1 0 ⎠, ⇒ = 3 , ⇒ es isometría con
−1 0 0
det() = −1. Además: ( − 3 ) 3, ⇒ es SIMETRÍA( ) con : ( − 3 ) = 0, i.e.
1 + 3 = 0
III APLICACIONES LINEALES 46
Ejercicios adicionales Capítulo III
III.1 (Núcleo e imagen) Sean y dos endomorfismos de un espacio vectorial sobre K
tales que ◦ = 0
1. Probar que Im() ⊂ ker( ).
2. Si además es sobreyectiva, determinar . Alternativamente: si además es inyectiva,
determinar .
3. Dar un ejemplo en el que ◦ = 0 e Im() 6= ker( ).
Solución (al10, Ej. 137):
III.2 (Cambio de base con matrices) Sean ⊂ M2 (R) y ⊂ M3 (R) los subespacios
vectoriales formados por las matrices de la forma (respectivamente)
⎛ ⎞
µ ¶ 0
y ⎝ − 0 ⎠
− − 0
Sean y 0 las dos bases de siguientes:
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
1 0 0 1 0 0 0 1 1 1 1 1 0
= { } = { }
0 1 0 0 1 0 1 1 0 1 0 1
0 las dos bases de siguientes:
y sean y
⎧ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎪ 0 1 0 0 0 1 0 0 0
⎪
⎪
⎪
⎪ ⎝
= { −1 0 0 ⎠ ⎝ ⎠
0 0 0 0 ⎝ 0 1 ⎠}
⎪
⎪
⎨ 0 0 0 −1 0 0 0 −1 0
⎪ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎪
⎪ 0 1 0 0 0 1 0 0 1
⎪
⎪ 0 = {⎝ −1 0 0 ⎠ ⎝ 0
⎪
⎪ 0 −1 ⎠ ⎝ 0 0 1 ⎠}
⎩
0 0 0 −1 1 0 −1 −1 0
⎛ ⎞
µ ¶ 0 + − +
Dada la aplicación lineal : → 7→ ⎝ − − 0 + ⎠, se pide:
− − − 0
1. La matriz asociada a respecto de las bases y .
2. La matriz asociada a respecto de las bases 0 y 0 y las matrices regulares que
relacionan la matriz del apartado anterior y ésta.
III.3 (Núcleo, imagen y dimensiones) Demostrar la veracidad o falsedad de las siguientes
afirmaciones:
1. Existe alguna aplicación lineal : K1957 → K1957 cuya imagen coincida con su núcleo.
2. Existen una aplicación lineal inyectiva : → 0 y otra sobreyectiva : 0 → tales
que Im( ) = ker(), con dim( 0 ) = 357.
3. Dada una aplicación lineal : → 0 entre espacios vectoriales de dimensión finita, se
considera el subespacio vectorial = { ∈ 0∗ | |Im( ) = 0}. Entonces
dim( ) + dim(ker ) = dim( ) + dim( 0 )
III APLICACIONES LINEALES 47
4. Dados un espacio vectorial de dimensión finita y dos formas lineales no nulas ∈ ∗ ,
se cumple: ker( ) = ker() si y sólo si la dimensión del subespacio vectorial de ∗ generado por
y es 1.
III.4 (Núcleo, imagen y dimensiones) Sean ∈ R, sea : R3 → R3 la aplicación lineal
dada, respecto de la base canónica, por la matriz
⎛ ⎞
1 1 2
= ⎝ 2 0 2 ⎠
1 3
y consideremos el vector = (1 − 1 + ).
1. Determinar y para que ∈ Im( ) 6= R3 . Obtener en tal caso una base y unas ecuaciones
cartesianas y paramétricas de ker( ) e Im( ).
2. Encontrar un subespacio ⊂ R3 de dimensión mínima entre los que cumplen () =
Im( ).
III.5 (Bases duales) Sea un espacio vectorial sobre un cuerpo K y sean dos bases 1 =
{1 2 3 } y 2 = {1 2 1 + 3 }. Indicar razonadamente si sus bases duales tienen algún
elemento en común.
III.6* (Espacio bidual) Sea un espacio vectorial sobre un cuerpo K. Se llama espacio
bidual de (denotado ∗∗ ) al espacio dual del espacio dual de .
1. Si dim( ) es finita, indicar razonadamente qué dimensión tiene ∗∗ .
2. Para cada ∈ , sea la aplicación de ∗ en K dada por ( ) = (). Probar que
es lineal y calcular su núcleo e imagen.
3. Sea Φ la aplicación de en ∗∗ dada por Φ() = . Probar que Φ es lineal y además
es (si dim( ) es finita) un isomorfismo (este isomorfismo se dice que es canónico pues puede
definirse sin dar la imagen de los elementos de una base de ).
III.7 (Isometría en dimensión 2) Sean R2 con el producto escalar usual y la aplicación :
R2 → R2 dada, respecto de la base canónica, por la matriz
µ √ ¶
12
√ 32
32 −12
1. Probar que es una isometría y clasificarla.
2. Calcular . √
3. Calcular las imágenes de los vectores (1 0) (0 1) ( 3√1).
4. Determinar el complemento ortogonal de la recta − 3 = 0 y probar que coincide con
− .
III.8 (Isometría en dimensión 3) Sean R3 con el producto escalar usual y la aplicación :
R3 → R3 dada, respecto de la base canónica, por
1 √ √ √ √
( ) = (− − + 2 − − − 2 − 2 + 2)
2
Probar que es una isometría y hallar sus elementos característicos.
III APLICACIONES LINEALES 48
III.9 (Isometrías y linealidad) Sean 0 espacios vectoriales euclídeos y : → 0 apli-
cación cualquiera. Considérense las afirmaciones siguientes: () es lineal, () es inyectiva, ()
preserva normas de vectores, y () preserva productos escalares.
1. Probar las siguientes implicaciones:
() ()
() ⇐ () ® () ⇒ ()
2. Concluir que el que : → 0 preserve productos escalares es suficiente para que sea
una isometría (la linealidad es una consecuencia de la hipótesis).
III.10 (Isometría en dimension 3?)
En el espacio vectorial R3 se considera el producto escalar con matriz de Gram (en la base
canónica) ⎛ ⎞
2 0 1
⎝ 0 2 1 ⎠
1 1 2
Determinar si el endomorfismo de R3 que tiene por matriz (en la base canónica)
⎛ ⎞
−1 0 −1
⎝ 0 −1 −1 ⎠
0 0 1
es o no una isometría y describir en otros términos.
IV DIAGONALIZACION Y FORMA DE JORDAN 49
IV. DIAGONALIZACION Y FORMA DE JORDAN
Teor. IV.1.5.3 (Endomorfismos diagonalizables, unicidad de la forma diagonal)
(Def.) Se dice que es diagonalizable si existe base de tal que ( ) es diagonal
(forma diagonal de ). Equivalentemente (Prop. III.2.3.0(2)), si la matriz asociada a en una
(y cualquiera) base es diagonalizable por semejanza (IV.1.1)
(Teorema) 1. Sean 1 (todos) los distintos autovalores de . Entonces: es diagonal-
izable ⇔ = 1 ⊕ ⊕ ⇔ (1 + + = y = 1 ≤ ≤ )
2. Si es diagonalizable, los elementos en la diagonal principal de su forma diagonal son
(todos) los autovalores de y en número igual a su multiplicidad algebraica, con lo que dicha
forma diagonal es única (’esencialmente’, salvo permutas en la diagonal principal).
Demostración.
1. Se tiene:
Prop. IV.1.5.1(1) Teor. II.2.7.1(2)
es diagonalizable ⇔ ∃ base (de ) de autovectores de ⇔
Lema IV.1.5.2(2) Prop. II.2.9.1
⇔ 1 + + = = 1 ⊕ ⊕ ⇔
Prop. IV.1.4.1
⇔ 1 + + = ⇔ ⇔ 1 + + = y = (1 ≤ ≤ )
1 ++ ≤
2. Es consecuencia inmediata de 1 ¥
IV DIAGONALIZACION Y FORMA DE JORDAN 50
Lema IV.2.3.0 (Subespacios propios generalizados)
Sean espacio vectorial (sobre K) de dim. finita, ∈ ( ) y ∈ K autovalor de .
Considérense los subespacios propios generalizados de , definidos como
Prop. IV.1.2.1(1)
() := ker( − ) ( = 1 2 ) ( ⇒ 1 () = )
Entonces, para cada = 1 2 (y añadiendo 0 () := ker() = {0}), se tiene:
1. ∈ () ⇒ ∈ +1 (). Se sigue (’cadena’):
1 () ⊆ ⊆ () ⊆ +1 () ⊆
2. ∈ () ⇔ ( − )() ∈ −1 () (’contracción hacia atrás’, vía − , de la
cadena). Se sigue (’cada () es invariante bajo ’):
( ()) ⊆ ()
Demostración. 1. Se tiene:
( − ) () = 0 ⇒ ( − )+1 () = 0
2. Se tiene:
(⇒) ∈ () ⇒ ( − ) () ∈ −1 () (’contracción hacia atrás’). Se sigue la invariancia
1
bajo : ∈ () ⇒ () ∈ + −1 () ⊂ ()
Hipótesis
(⇐) 0 = ( − )−1 (( − )()) = ( − ) () ⇒ ∈ () ¥
IV DIAGONALIZACION Y FORMA DE JORDAN 51
Proposición IV.2.4.1 (Existencia de una base de Jordan de M())
Sean espacio vectorial (sobre K) de dim. finita, ∈ ( ) y ∈ K autovalor de .
Entonces existe una base de () que es ’de Jordan’ (esto es, tal que ( | ()) es
una matriz de Jordan).
Demostración. Sea el diagrama de vectores • de () (numeración ’antes de reordenar’,
ver luego):
() ≡()
z }| {
−1 () Ã
z
}| {
z }| {
1
() = &
• ←− ←− • ←− • 1
··· ··· ··· ··· ··· ···
• ←− ←− • ←− •
| {z }
• ←− ←− • −11
··· ··· ··· ···
• ←− ←− • −1−1
| {z }
········· ··· −1 ↓
• 11
··· ↓
• 11
z }| { z }| { z }| {
1 = 1 () −1 := ( −1 ) := ( )
Cada flecha ← representa calcular la imagen por − (IV.2.3).
En la última columna de cada () (1 ≤ ≤ ) figura una base de algún subespacio
⊂ () complementario de −1 () en (), según el esquema (recordar que 0 () = {0}):
() ≡ () = −1 () ⊕ = = 1 () ⊕ 2 ⊕ ⊕ −1 ⊕ (∗ )
La elección de la base ≡ {1 } (que determina ) es libre (ver sugerencia en IV.2.5)
Para cada 1 ≤ ( ), la elección de la base (que para 1 determina y para = 1 es
base de 1 = 1 () := ) se hace en función de la base +1 como sigue:
(1) Si ≡ {1 } es lin. independiente en +1 , entonces (← ) ≡ {(← 1 ) (← )}
es lin. independiente en (). En efecto:
Prop. IV.1.2.1(4)
0 = 1 ( − )(1 ) + + ( − )( ) = ( − ) (1 1 + + ) ⇒
⊂ +1
⇒ 1 1 + + ∈ 1 () ⊂ () ⇒
lin. indep.
⇒ 1 1 + + = 0 ⇒ 1 = = = 0
Con lo que el conjunto (← +1 ) es linealmente independiente en ().
Le.IV.2.3.0(2)
()
(2) Pero ∈ ⇒ −1 () ⇒ (← +1 ) ∩ −1 () = {0}
(← ) ∈
(3) Se sigue de (1) y (2) que (← +1 ) puede ampliarse (Teor. II.1.4.3) ¡ con otros vectores ¢
hasta formar una base de algún complementario de −1 () en () ⇒ dim( ) ≥ dim( +1 )
IV DIAGONALIZACION Y FORMA DE JORDAN 52
El conjunto 0 de todos los vectores • del diagrama es lin. indep. (en cada columna por
tratarse de una base de cierto subespacio, y entre unas y otras por (∗ )). Puesto que hay en total
(∗ )
dim( 1 ()) + dim( 2 ) + + dim( −1 ) + dim( ) = dim( ())
vectores, 0 es base de ().
Reordenamos 0 ”en el sentido habitual de lectura” (esto es, de izda. a dcha. y de arriba a
abajo). Por ejemplo, para la 1 fila:
10 ≡ ( − )−1 (1 ) 20 ≡ ( − )−2 (1 ) 0 ≡ 1
Cada una de las dim( 1 () = ) filas da lugar en 0 ( | ()) a un bloque de Jordan
(IV.2.2), cuyo orden es el n de vectores de la fila:
⎛ ⎞
1 0
⎜ 0 0 ⎟
⎜ ⎟
= ⎜ ⎟
⎜
⎟
⎝ 0 0 1 ⎠
0 0
Por ejemplo, para la 1 fila:
⎧ 0 ∈
⎪
⎪ ( 0 := ( − )−1 ( ) ) 1=
10
⎪
⎪ 1 1
⎨ identidad
( 20 ) ≡ ( − )(20 ) + 20 =: 10 + 20
⎪
⎪
⎪
⎪
⎩ identidad
( 0 ) ≡ ( − )(0 ) + 0 =: −1
0 + 0
Se sigue que 0 ( | ()) es una matriz de Jordan ¥
IV DIAGONALIZACION Y FORMA DE JORDAN 53
Proposición IV.2.6.1 (Dimensión del subespacio máximo)
Sean espacio vectorial (sobre K) de dimensión finita y ∈ ( ).
Si ∈ K es autovalor de con multiplicidad algebraica entonces:
dim( ( )) =
Demostración. Sean ≡ dim( ) y ≡ dim( ( )).
Sea {1 } base ’de Jordan’ (IV.2.4) de ( ), que ampliamos (Teor. II.1.4.3) a base
0 ≡ {1 +1 } de . Entonces se tiene:
µ ¶
12
0 ( ) = ⇒
0 22
Ej.Adic.I.23(2) Ej.Adic.IV.8(3)
⇒ () = ( − ) det(22 − − ) = ( − ) ¯()
donde la aplicación ¯ : ( ) → ( ) es la ’inducida’ (Ej.Adic.IV.8(3)) en el espacio
cociente ( ) (por ser ( ) invariante bajo , Lema IV.2.3.1).
Se sigue que ≥ .
Supongamos que fuera . Entonces se tendría:
Def. de ¯
∃[](6= [0]) ∈ ( ) tal que ¯[] = [] ⇒
¡ ¢ Lema IV.2.3.0(2⇐)
⇒ ( − )() ∈ ( ) ≡ ( ) ⇒
IV.2.3
⇒ ∈ +1 ( ) = ( ) ⇒ [] = [0] (contradicción)
De donde se concluye que = ¥
IV DIAGONALIZACION Y FORMA DE JORDAN 54
Teorema IV.2.6.3 (Existencia de forma de Jordan)
Sean espacio vectorial (sobre K) de dimensión finita y ∈ ( ).
Si 1 ∈ K son (todos) los autovalores distintos de con multiplicidades algebraicas
1 , entonces:
∃ base de ’de Jordan’ (i.e. ( ) es matriz de Jordan) ⇔ 1 + + =
Demostración.
1. En primer lugar, para cada 1 ≤ ≤ , se verifica:
⎛ ⎞
X
X
Prop. II.2.8.1
( ) ∩ ( ) = {0} ⎝ ⇒ ( ) = (1 ) ⊕ ⊕ ( )⎠
6= =1
P
En efecto: si (s.p.d.g.) existe (6= 0) ∈ 1 (1 ) ∩ 6=1 ( ), se llega a la siguiente con-
tradicción (denotando ≡ ( − 2 )2 ◦ ◦ ( − ) ∈ ( )):
⎧
⎪ IV.2.4
⎪
⎪ (6= 0) ∈ 1 (1 ) ⇒ ∃(1 ≤) ≤ 1 tal que 1 3 ≡ ( − 1 )−1 () 6= 0 ⇒
⎪
⎪
⎪
⎪ 1 6=2
⎪
⎪ Lema IV.2.6.2(1)
⎪
⎪ ⇒ () = (1 − 2 )2 (1 − ) 6= 0
⎪
⎨
⎪ ∈ P ( ) II.2.7
⎪ ⇒ = 2 + + ⇒ ()
Lema IV.2.6.2(0)
= 0 ⇒
⎪
⎪ =2 |{z} |{z}
⎪
⎪
⎪
⎪ ∈ 2 (2 ) ∈ ( )
⎪
⎪
⎪
⎪
⎩ Lema IV.2.6.2(0) ¡ ¢
⇒ () = ( − 1 )−1 ◦ () = 0
2. Ahora probemos el teorema:
( ∀∈̄, ∃ tal que ∈( )
)
⇒
∃̄ base de tal que ̄ ( ) es de Jordan Prop. IV.2.4.1
⇐
P 1 Prop. IV.2.6.1
⇔ = =1 ( ) = (1 ) ⊕ ⊕ ( ) ⇔ 1 + + = ¥
IV DIAGONALIZACION Y FORMA DE JORDAN 55
Ejercicios adicionales Capítulo IV
IV.1 (Autovalores) Sea un endomorfismo de un espacio vectorial de dimensión finita.
Demostrar:
1. es un isomorfismo si y sólo si 0 no es autovalor de .
2. es autovalor de si y sólo si − lo es de − .
3. Si es autovalor de , entonces 2 lo es de 2 .
4. Si 2 es autovalor de 2 , entonces ó − es autovalor de .
5. Si 2 = , entonces los posibles autovalores de son 0 y 1.
6. Si es un valor propio de y es isomorfismo, entonces −1 es valor propio de −1 .
7. Si es diagonalizable, entonces = 0 si y sólo si = 0.
IV.2 (Rectas y planos invariantes) Sea : → un endomorfismo. Llamamos subespacio
invariante (por ) a todo subespacio de tal que las imágenes por de sus vectores son
también vectores de (esto es, ( ) ⊂ ). Probar:
1. Para cada autovalor de , el subespacio propio es un subespacio invariante.
2. Toda recta (vectorial) invariante de está contenida en para algún autovalor de .
3. Todo plano (vectorial) de generado por pares de rectas invariantes es invariante.
4. Si es R3 y tiene tres autovalores distintos, entonces hay exactamente tres rectas
invariantes y podemos obtener una base de R3 tomando un vector director de cada una de
dichas rectas.
5. Si es R3 y tiene tres autovalores distintos, entonces los únicos planos invariantes de
son los generados por pares de rectas invariantes.
IV.3 (Diagonalizabilidad de un endomorfismo con parámetros) Sea : R3 → R3 un endo-
morfismo cuya matriz asociada en la base canónica (ortonormal) es, para ciertos números reales
: ⎛ ⎞
3 0
⎝ 0 1 4 ⎠
0 2 1
Se pide:
1. Hallar los autovalores de en función de y .
2. Estudiar si es diagonalizable en función de y .
3. Hallar los valores de y para los que es autoadjunto y, en uno de los casos, obtener la
diagonalización por semejanza ortogonal.
IV.4 (Diagonalizabilidad por semejanza de una matriz con parámetros) Dada la matriz
⎛ ⎞
−1 −1
= ⎝ 1 − 0 ⎠
1 0 −
donde es un número real, se pide:
1. Estudiar si es diagonalizable por semejanza en función de y distinguiendo el caso real
del complejo.
2. Para = 1 diagonalizar por semejanza como matriz compleja.
IV.5 (Subespacio máximo y forma de Jordan) De un endomorfismo de K8 se sabe que el
rango de − 2 es mayor o igual que 6, el de ( − 2)4 es 1 y el de ( − 2)5 es 0.
IV DIAGONALIZACION Y FORMA DE JORDAN 56
Demostrar que = 2 es el único autovalor de y que su subespacio máximo es todo K8 .
Calcular la forma de Jordan de .
IV.6 (Forma de Jordan, de todo un poco) Indicar razonadamente si las afirmaciones siguientes
son verdaderas o falsas:
Si un endomorfismo : → (dim = 3) tiene un único autovalor de multiplicidad
algebraica 3, entonces:
1. Su forma de Jordan tiene un único bloque de Jordan.
2. Existen dos vectores propios linealmente independientes.
3. Hay una única recta invariante por .
IV.7 (Diagonalizabilidad de endomorfismos, de todo un poco) Sea un endomorfismo de R4
tal que su polinomio característico es () = ( − 4) ( ≥ 1) y sea la matriz asociada a
respecto de cierta base de R4 . Razonar si las siguientes afirmaciones son verdaderas o falsas:
1. Si = = 2, entonces es diagonalizable.
2. no es inyectiva.
3. = 3 ⇒ () = 3.
4. Si tiene rango 1, entonces es diagonalizable por semejanza.
IV.8 (Subespacios invariantes y cocientes) Sea : → un endomorfismo de un espacio
vectorial de dimensión finita.
1. Probar que, si 1 y 2 son subespacios de invariantes por , entonces los subespacios
1 ∩ 2 y 1 + 2 son también invariantes por .
Sea un subespacio de invariante por . Dada base de , sean cualquier base de
que extiende a y ̄ la base de inducida (Prop. II.2.10.4) por y .
2. Denotemos por | : → al endomorfismo restricción de a . Hallar la matriz
(| ) en función de la matriz ( ).
3. Probar que existe un endomorfismo ¯ : → definido del modo siguiente: ¯[] :=
[ ()]. Hallar la matriz ̄ (¯) en función de la matriz ( ).
4. Probar que el polinomio característico de es igual al producto de los polinomios carac-
terísticos de | y ¯.
IV.9 (Forma de Jordan y subespacios invariantes en C3 ) Sea un endomorfismo de C3 que
tiene exactamente una recta invariante. Demostrar que la recta está contenida en un plano
invariante y que la matriz de Jordan de es
⎛ ⎞
1 0
⎝ 0 1 ⎠
0 0
IV.10 (Formas de Jordan de endomorfismos en R2 y R3 ) Indicar razonadamente cuáles son
las posibles matrices de Jordan complejas para los endomorfismos de R2 y R3 . Indicar también
cuántas rectas invariantes y cuántos planos invariantes hay en cada caso.
IV.11 (Teorema de Cayley-Hamilton) Toda matriz cuadrada real o compleja es anulada
por su polinomio característico (es decir, () es la matriz nula). También: todo endomorfismo
real o complejo es anulado por su polinomio característico (es decir, ( ) es el endomorfismo
nulo).
IV DIAGONALIZACION Y FORMA DE JORDAN 57
1. Probar el Teorema de Cayley-Hamilton
2. Calcular 2 , 3 y −1 , utilizando el Teorema de Cayley-Hamilton, cuando
⎛ ⎞ ⎛ ⎞
µ ¶ 1 0 1 0 0
5 3
= , = ⎝ 0 1 −1 ⎠ y = ⎝ 0 0 1 ⎠
−6 −4
1 1 0 1 0
IV.12 (Polinomio mínimo) De entre los polinomios que anulan a una matriz cuadrada
(real o compleja) hay un único polinomio mónico (i.e. con coeficiente 1 para el término de mayor
grado), llamado polinomio mínimo, que tiene grado menor o igual que el resto. Análogamente se
define el polinomio mínimo de un endomorfismo. Se puede demostrar que el polinomio mínimo
es un divisor del polinomio característico y que los autovalores de son también raíces del
polinomio mínimo, aunque las multiplicidades de esas raíces puedan ser menores que las del
polinomio característico.
Calcular el polinomio mínimo de las matrices
⎛ ⎞ ⎛ ⎞
−1 0 2 2 1 −3
= ⎝ 6 1 6 ⎠ y = ⎝ 0 −1 0 ⎠
0 0 1 3 1 −4
IV.13 (Autovalores, de todo un poco) Demostrar la veracidad o falsedad de las siguientes
afirmaciones:
1. En el espacio vectorial euclídeo R3 existe un endomorfismo autoadjunto, no múltiplo de
la identidad, que tiene por autovectores a (1 1 0), (1 −1 −1) y (1 0 1)
2. Los posibles autovalores (reales) de una matriz ortogonal son 1 y −1
3. Sean y endomorfismos de C4 . Entonces ambos son isomorfismos si y sólo si 0 no es
autovalor de su composición
4. Un endomorfismo de un espacio vectorial es diagonalizable si verifica = ker( ) ⊕
Im( )
IV.14 (Forma de Jordan en End(C2 )) Sea : C2 → C2 un endomorfismo no diagonalizable
cuya traza vale 2 y cuyo determinante vale 1.
1. Calcular la forma de Jordan del endomorfismo
2. Lo mismo para el endomorfismo : End(C2 ) → End(C2 ) 7→ ◦
IV.15 (Forma de Jordan en C4 ) Sean y dos enteros no negativos ( ≤ ) y considérese la
matriz ⎛ ⎞
− 1 0
⎜ − − 0 1 ⎟
= ⎜⎝ 0
⎟
0 −1 4 ⎠
0 0 6 1
1. Hallar todos los pares ( ) que hacen que el endomorfismo de C4 con matriz (respecto
de la base canónica) no sea diagonalizable.
2. Calcular la forma de Jordan de 34 y hallar una base de C4 que sea base de Jordan
para 34 .
3. Hallar un plano y un hiperplano que sean invariantes bajo 34 .
IV DIAGONALIZACION Y FORMA DE JORDAN 58
IV.16* (Complexificación) Sea espacio vectorial sobre R de dimensión finita .
1. Probar que el conjunto × := {( ) | ∈ }, con las operaciones
½
+ : ( × ) × ( × ) → × (( ) ( )) 7→ ( + + )
C × ( × ) → ( × ) (( + ) ( )) 7→ ( + )( ) ≡ ( − + )
es un espacio vectorial sobre C (la complexificación de ), denotado C .
Comprobar que ( ) = ( 0) + ( 0), de donde se sigue la expresión: C = ⊕ .
Probar que C = C ( ) (donde C indica la envoltura lineal con coeficientes complejos) y
concluir que (R )C = C .
2. Probar que la inclusión → C 7→ + 0 preserva la independencia lineal (nótese que
no es un subespacio vectorial de C ).
3. Probar que la operación (conjugación en C )
: C → C + 7→ −
preserva las sumas, es ”compatible” con la conjugación en C [esto es: (( + )( + )) =
( + ) ( + )] y preserva la independencia lineal.
4. Probar que cualquier base de es una base de C , que dimC ( C ) = dimR ( ) y que
los vectores de son precisamente aquellos vectores de C cuyas coordenadas respecto de
son todas reales.
5. Sean 0 (otro) espacio vectorial sobre R y : → 0 aplicación lineal. Probar que existe
una única aplicación lineal C : C → 0C tal que que C | = . Probar que, si 0 son bases
de 0 (y por tanto de C 0C ), se verifica: 0 ( C ) = 0 ( ).
6. Sea ∈ ( ). Probar que los autovalores de son precisamente los autovalores reales
de C . Probar que los autovalores no-reales de C aparecen siempre ”a pares” (mutuamente
conjugados). Probar que los autovectores de son precisamente aquellos autovectores de C que
pertenecen a (en cuyo caso, el autovalor es necesariamente real).
IV.17 (Isometrías, subespacios invariantes y autovalores) Sean ( h i) un espacio vectorial
euclídeo de dimensión finita y ∈ ( ) una isometría.
1. Probar que, si ⊂ es subespacio invariante bajo , entonces el endomorfismo restricción
| ∈ ( ) es una isometría y el complemento ortogonal ⊥ (⊂ ) es también invariante
bajo .
2. Probar que los posibles autovalores (reales) de son 1 y −1.
IV.18 (Isometría) Sea h i el producto escalar en R3 cuya matriz de Gram en la base canónica
= {1 2 3 } es ⎛ ⎞
1 0 −1
=⎝ 0 1 −1 ⎠
−1 −1 3
y sea ∈ (R3 ) una isometría de la que se sabe que tiene como autovector 1 + 2 + 3 y que
verifica: ( ) = det( ) = 1.
1. Clasificar determinando sus elementos característicos.
2. Encontrar una base de un plano invariante bajo .
IV.19 (Forma de Jordan con matrices antisimétricas) Sea el espacio vectorial de las matrices
reales antisimétricas de orden 3.
IV DIAGONALIZACION Y FORMA DE JORDAN 59
1. Comprobar que la aplicación dada por:
⎛ ⎞
0 1 1
() := , con = ⎝ 1 0 1 ⎠
1 1 0
define un endomorfismo de .
2. Comprobar que ∈ ( ) posee forma de Jordan. Hallar la forma de Jordan y una base
de Jordan de .
3. Si se define en el producto escalar h i := ( ), determinar si es o no autoad-
junto.
IV.20* (Matrices conformes positivas de orden 2) Sea ( h i) un espacio vectorial euclídeo
de dimensión 2.
1. Probar que ∈ ( ) es conforme positivo (i.e. composición de una rotación y una ho-
motecia) si y sólo si su matriz asociada, en alguna (y toda) base ortonormal , es conforme positiva
µ ¶
−
(i.e. ( ) = ≡ , con ∈ R, no ambos nulos).
2. Probar que el conjunto + (2 R) ≡ { | ∈ R, no ambos nulos} ⊂ M2 (R) es (con
el producto ordinario de matrices) un grupo, isomorfo al grupo multiplicativo C\{0}.
Sea ahora una matriz real ∈ M2 (R), considerada como matriz compleja (se sobreentiende
la inclusión R → C 7→ + 0)
3. Probar que, si + ∈ C (con 6= 0) es autovalor de , entonces también − es
autovalor de .
4. Probar que, si + ∈ C (con 6= 0) es autovalor de , entonces existe ∈ M2 (R) regular
tal que = −1
5. Probar que se verifica: exp ( ) = cos sin
6. Si + ∈ C (con 6= 0) es autovalor de , calcular exp().
IV.21* (Productos hermíticos) Sean ( h i) espacio vectorial euclídeo y ∈ ( ).
1. Probar que h i induce en la complexificación C (de , ver Ejerc.Adic. IV.16) un único
producto hermítico (ver Ejerc.Adic. II.19) : C × C → C tal que que | × = h i.
Sea C ∈ ( C ) el endomorfismo inducido (ver Ejerc.Adic. IV.16) en la complexificación
.C
2. Probar que es una isometría de ( h i) si y sólo si C es una isometría de ( C ), esto
es, si y sólo si ( C () C ()) = ( ), para todo ∈ C .
3. Probar que C es una isometría de ( C ) si y sólo si en una (y en cualquier) base ortonor-
mal de C su matriz representativa ( C ) es unitaria, esto es, verifica ( C )† ( C ) = .
4. Probar que es autoadjunto en ( h i) si y sólo si C es autoadjunto en ( C ), esto es,
si y sólo si ( C () ) = ( C ()), para todo ∈ C .
5. Probar que C es autoadjunto en ( C ) si y sólo si en una (y en cualquier) base ortonormal
de C su matriz representativa ( C ) es hermítica, esto es, verifica ( C )† = ( C ).
6. Probar que una matriz hermítica ∈ M (C) es diagonalizable por una semejanza unitaria,
i.e existe ∈ M (C) unitaria tal que −1 es diagonal.
IV.22* (Isometrías, clasificación) Sean ( h i) espacio vectorial euclídeo de dimensión finita
y ∈ ( ) isometría.
1. Sea ∈ C autovalor del endomorfismo C ∈ ( C ) inducido (ver Ejerc.Adic. IV.16)
en la complexificación C . Probar que || = 1.
IV DIAGONALIZACION Y FORMA DE JORDAN 60
2. Probar que C es diagonalizable. Concluir que, si ∈ M (R) es ortogonal, entonces
( − )2 = ( − )
3. Sea + autovalor no-real (esto es, con 6= 0) de C ∈ ( C ). Probar que 2 + 2 = 1
y que existen ⊂ plano invariante bajo y base h i-ortonormal de tales que:
µ ¶
−
( | ) = ≡
4. Probar que existe una base ortonormal de tal que ( ) es una matriz ’diagonal
por bloques’ (de diversos órdenes), con los bloques de la diagonal principal (cuadrados!) iguales
a ±1 (de orden 1) o a matrices (de orden 2) de la forma (con 2 + 2 = 1), esto es (notación
como en I.3.4, en particular 1 + + = ):
⎛ ⎞
11 0
⎜ .. ⎟ con
( ) = ⎝ ... ..
. . ⎠ = ±1 ∈ M1 (R) ó = ∈ M2 (R)
=1 2 +2 =1
0 · · ·
IV.23 (Forma de Jordan en dimensión par) Sean un espacio vectorial complejo de dimensión
2 y ∈ ( ) tal que ker( ) = Im( ).
1. Determinar la forma de Jordan de .
2. Construir una base de Jordan para .
V FORMAS BILINEALES Y CUADRÁTICAS 61
V. FORMAS BILINEALES Y CUADRÁTICAS
Proposición V.1.2.1 (Forma bilineal asociada a una matriz)
Toda matriz cuadrada es la matriz asociada a una forma bilineal respecto de cierta base.
Demostración. (esta Prop. es similar a Prop. III.2.1.2)
Sea ≡ ( ) ∈ M (K).
Sean espacio vectorial (sobre K) de dimensión y = {1 } base de .
Entonces la forma bilineal : × 7→ K determinada (V.1.2) por ( ) := verifica
(trivial)
( ) = ¥
V FORMAS BILINEALES Y CUADRÁTICAS 62
Prop. V.1.3.1 (Matriz asociada a forma bilineal y cambio de base)
Sean espacio vectorial (sobre K) de dimensión y : × → K una forma bilineal.
Sean = {1 }, 0 = {01 0 } bases de y sea la matriz de cambio de base
(cuyas columnas son las coordenadas en de los elementos de 0 )
⎛ ⎞
¡ 0 ¢ ¡ ¢ 11 1
1 0 = 1 ⎝ ⎠
| {z } | {z } 1
0 | {z }
donde 0 y denotan aquí MATRICES-FILA DE VECTORES.
Sean ∈ , con coordenadas en
⎛ ⎞ ⎛ ⎞
¡ ¢ 1 ¡ ¢ 1
= 1 ⎝ ⎠ , = 1 ⎝ ⎠
| {z } | {z }
| {z } | {z }
(y análogamente en 0 ), de donde se sigue (Prop. II.1.7.1):
= 0 , = 0 (1 )
Sean ( ) ≡ ( ( )) , 0 ( ) ≡ ( (0 0 )) las matrices asociadas (V.1.2) a en
y 0 , que verifican:
⎧ ⎛ ⎞⎛ ⎞
⎪
⎪ ¡ ¢ (1 1 ) (1 ) 1
⎪
⎪
⎪
⎪ ( ) = 1 ⎝ ⎠ ⎝ ⎠ (2 )
⎪
⎪ | {z }
⎪
⎪ ( 1 ) ( )
⎪
⎪ | {z } | {z }
⎨
⎛ 0 0
( )
0 0
⎞ ⎛ 0 ⎞
⎪
⎪ ¡ 0 ¢ (1 1 ) (1 ) 1
⎪
⎪ ⎝ ⎠ ⎝ 0
⎪
⎪ ( ) = 1 0
⎠ (2 )
⎪
⎪ | {z }
⎪
⎪ (0 01 ) (0 0 ) 0
⎪
⎪ 0
| {z } | {z }
⎩
0 ( ) 0
Entonces la relación entre ( ) y 0 ( ) es:
0 ( ) = ( )
i.e. ( ) y 0 ( ) son ’congruentes’ (II.3.3, caso particular de ’equivalentes’, Prop. I.4.4.3)
Demostración. Inmediata. Matricialmente se tiene:
0
(2 ) (2 ) (1 ) ∀
0 0 ( ) 0 = ( ) = ( ) = 0 ( ) 0 ⇒ 0 ( ) = ( )
En cuanto a la última implicación: eligiendo (para cada ) 0 ≡ (fila de ceros salvo un 1 en
la columna ) y 0 ≡ (columna de ceros salvo un 1 en la fila ) se obtiene inmediatamente: el
elemento de 0 ( ) es igual al elemento de ( ) ¥
Nota. Se sigue de la Prop. V.1.3.1: ( ) está bien definido (Prop. I.4.4.3 y Teor. I.4.4.5),
pero no lo están ( ) (por la Prop. I.3.7.3) ni det( ) (por I.5.2(P7)) ¥
V FORMAS BILINEALES Y CUADRÁTICAS 63
Teorema V.2.6.1 (Diagonalizabilidad de formas cuadráticas reales)
Sean espacio vectorial (sobre R) de dimensión finita , Φ : → R forma cuadrática y
: × → R su forma polar.
Entonces existe base de tal que la matriz asociada a Φ en dicha base es diagonal.
Demostración. Sean base de y ≡ (Φ) := ( ) (V.2.3). Se tiene:
Prop. V.1.4.2 Cor. IV.1.6.5
= ⇒ ∃ ∈ M (R) ortogonal tal que −1 = (diagonal) ⇒
⇒ ∃ ∈ M (R) regular tal que = (diagonal) ⇒
Prop. V.1.3.1
⇒ ∃ base 0 := de tal que 0 (Φ) = (diagonal) ¥
Teorema V.2.6.3 (Clasificación por signatura de formas cuadráticas reales)
Sean espacio vectorial (sobre R) de dimensión finita y Φ : → R forma cuadrática
de signatura (Φ) = ( ).
Entonces Φ es: no degenerada ⇔ + = .
Y por otra parte Φ es (clasificación):
⎧
⎪
⎪ 1. definida positiva ⇔ (Φ) = ( = 0)
⎪
⎪
⎨ 2. definida negativa ⇔ (Φ) = (0 = )
3. semidef. positiva ⇔ (Φ) = ( 0)
⎪
⎪
⎪ 4. semidef. negativa ⇔ (Φ) = (0 )
⎪
⎩
5. indefinida ⇔ (Φ) = ( 0 0)
Demostr. Sea ≡ {1 +1 + ++1 } base de tal que (Teor. V.2.6.1)
s.p.d.g.
≡ (Φ) = (1 +1 + ++1 )
con los 0, los 0 y los = 0.
Primero. Sea la forma polar de Φ. Entonces se tiene:
V.1.2 !
= ( ) = 0 ∀ ∈ ⇔ = 0 (∗ )
De donde se sigue:
(∗ ) Teor. I.2.6.2(2) !
( ( ) = 0 ∀ ∈ ⇒ = 0) ⇔ ( = 0 ⇒ = 0) ⇔ = () (= + )
V.1.2 P P+
Segundo. Se tiene: Φ() = = 2
=1 − 2
=+1 | | . De donde se sigue:
⎧
⎪
⎪ 1. Φ() 0 ∀(6= 0) ⇔ =
⎪
⎪
⎪
⎪
⎪
⎪ 2. Φ() 0 ∀(6= 0) ⇔ =
⎨
3. ∃(6= 0) tal que Φ() = 0 y Φ() ≥ 0 ∀ ⇔ y = 0
⎪
⎪
⎪
⎪
⎪
⎪ 4. ∃(6= 0) tal que Φ() = 0 y Φ() ≤ 0 ∀ ⇔ = 0 y
⎪
⎪
⎩
5. ∃ tales que Φ() 0 Φ() ⇔ 0 y 0 ¥
V FORMAS BILINEALES Y CUADRÁTICAS 64
Teorema V.2.8.1 (Criterio de Sylvester)
Sean espacio vectorial (sobre R) de dimensión finita , Φ : → R forma cuadrática,
base de y ≡ (Φ). Entonces:
1. Φ es definida positiva (V.2.4) si y sólo si
det( ) 0, 1 ≤ ≤
2. Φ es definida negativa (V.2.4) si y sólo si
(−1) det( ) 0, 1 ≤ ≤
donde denota la submatriz formada por las primeras filas y columnas de , esto es:
≡ ( )=1 ∈ M (R)
Demostración. 1. Escribiendo ≡ {1 }, denotemos (para cada 1 ≤ ≤ ):
(
≡ (1 ), con lo que: ≡ {1 } es base de
Φ ≡ Φ | : → R, con lo que: (Φ ) = y Φ = Φ
Cor.V.2.7.3
(⇒) Φ def. positiva ⇒ Φ def. positiva ⇒ ∃ ∈ M (R) reg. t.q. = ⇒ det( ) 0
1≤≤ 1≤≤
(⇐) Inducción sobre . Para = 1, evidente. Y para 1 (supuesto cierto para − 1):
Inducción Cor. V.2.7.3
det( ) 0 (hipótesis) ⇒ Φ−1 es definida positiva ⇒
1≤≤−1
⇒ ∃−1 ≡ {1 −1 } base de −1 tal que −1 (Φ−1 ) = −1
Completando −1 a una base {1 −1 } de , se sigue (usando la notación ∼ +
para indicar, de acuerdo con la Prop. V.2.7.1(1), que y son congruentes):
µ ¶ µ ¶
Prop. V.1.3.1 −1 ∗ Prop. V.2.7.1(2) −1 0
≡ (Φ) ∼ + ∼ + ≡ (Φ)
Prop. V.2.7.1(2) |
∗ ∗ 0
{z } para cierto ∈R
{1 −1 } (Φ)
Prop. V.1.3.1
para cierta ∈ M (R) regular. Con lo que (Φ) = (Φ).
det()0 (hipótesis)
Puesto que = det( (Φ)) = det( )2 det() 0, la matriz diagonal
(Φ) tiene todos sus elementos diagonales 0, lo que significa
Teor. V.2.6.3(1)
(Φ) = ( 0) ⇒ Φ es definida positiva
2. Es claro que: Φ es definida negativa ⇔ −Φ es definida positiva. Puesto que
³ ´
(−Φ) = − (Φ) y (−) = − ⇒ det ((−) ) = (−1) det( )
basta aplicar 1 y el resultado se sigue ¥
V FORMAS BILINEALES Y CUADRÁTICAS 65
Sección V.2 (Resumen sobre formas cuadráticas reales)
(V.2.1) Forma cuadrática Φ : → R sobre un esp. vect. (sobre R) de dimensión finita
(V.2.2) Forma polar asociada a Φ: la (única, Prop. V.2.2.1) forma bilineal simétrica :
× → R tal que ( ) = Φ()
(V.2.3) Matriz asociada a Φ respecto de base ≡ {1 } de : la matriz
Prop.V.1.4.2
M (R) 3 (Φ) ≡ ≡ ( ) , con: := ( ) ( ⇒ = )
Prop.V.1.3.1
Dada otra base 0 ≡ , es: 0 (Φ) = (Φ) . Se sigue (Prop. I.4.4.3 y
Teor. I.4.4.5) que el rango de Φ (Φ) está bien definido)
(V.2.4) Se dice que Φ es no degenerada si: ( ) = 0 ∀ ∈ ⇒ = 0. Y se dice que Φ
es definida si: Φ() 6= 0 ∀(6= 0) ∈ (⇒ Φ es no degenerada)
(V.2.5) Se dice que Φ es (clasificación exhaustiva y excluyente):
⎧ ¾
⎪
⎪ 1. definida positiva, si: Φ() 0 ∀(6= 0) ∈ Lema V.2.5.1
⎪
⎪ ⇐ definida
⎪
⎨ 2. definida negativa, si: Φ() 0 ∀(6 = 0) ∈ ¾
3. semidefinida positiva, si: Φ no es definida y Φ() ≥ 0 ∀ ∈
⎪
⎪ semidefinida
⎪
⎪ 4. semidefinida negativa, si: Φ no es definida y Φ() ≤ 0 ∀ ∈
⎪
⎩ !
5. indefinida, si: Φ no es definida ni semidefinida, ⇔ ∃ ∈ t.q. Φ() 0 Φ()
(Teor. V.2.6.1, basado en Cor. IV.1.6.5): ∃ base 0 ≡ de tal que 0 (Φ) =
(diagonal). Pero una tal no precisa (!) ser ortogonal y, si no lo es, la matriz diagonal
depende de
(Teor. V.2.6.2, ley inercia Sylvester): el conjunto de signos (+, −, 0) de los elementos de la
diagonal principal de no depende de Ã
½
≡ n de signos ’ + ’ en
Signatura (Φ) := ( ), con
≡ n de signos ’ − ’ en
(Teor. V.2.6.3) Φ es no degenerada ⇔ + = . Y por otra parte Φ es (clasificación):
⎧
⎪
⎪ 1. definida positiva ⇔ (Φ) = ( = 0)
⎪
⎪
⎨ 2. definida negativa ⇔ (Φ) = (0 = )
3. semidef. positiva ⇔ (Φ) = ( 0)
⎪
⎪
⎪
⎪ 4. semidef. negativa ⇔ (Φ) = (0 )
⎩
5. indefinida ⇔ (Φ) = ( 0 0)
(V.2.7) El cálculo de (Φ) puede hacerse:
• Habida cuenta que la semejanza del Cor. IV.1.6.5 es una congruencia. Basta por tanto
calcular los autovalores de la matriz (simétrica) (Φ) (∀ base de ), que dependerán de
Pr.V.1.3.1
[ya que (Φ) = (Φ) ] aunque no así el conjunto de sus signos (Teor. V.2.6.2).
Puede ser penoso
V FORMAS BILINEALES Y CUADRÁTICAS 66
• (alternativamente) Habida cuenta que cualquier congruencia es una ’equivalencia’. Basta
por tanto (Prop. V.2.7.1) hacer transformaciones elementales en (Φ), las mismas por filas
que por columnas. Una estrategia sencilla para lograrlo es utilizar elementos no nulos sobre la
diagonal principal (quizás antes hay que conseguirlos) para anular los no diagonales, esencial-
mente:
µ ¶ µ ¶ µ ¶ µ ¶
21 ( −
) 0 0 12 (1) 2
∼ , quizás antes ∼
∗ 6=0 0 ∗∗ 0 6=0 0
(Prop. V.2.7.2) (Φ) es congruente con una matriz diagonal en la que sólo hay 1, −1 ó 0
(Corol. V.2.7.3) Φ es definida positiva (respect., definida negativa) si y sólo si (Φ) es
congruente con (respect., con − )
(Teor.V.2.8.1, crit. Sylvester): Φ es definida positiva (respect., definida negativa) si y sólo si
det( ) 0, 1 ≤ ≤ (respect., (−1) det( ) 0, 1 ≤ ≤ )
donde denota la submatriz formada por las primeras filas y columnas de ≡ (Φ),
esto es: ≡ ( )=1 ∈ M (R)
V FORMAS BILINEALES Y CUADRÁTICAS 67
Ejercicios adicionales Capítulo V
V.1 (Forma bilineal en dimensión 2) Sea un espacio vectorial real bidimensional y :
× → R una aplicación tal que (en cierta base de ) ( ) = 1 1 − 21 2 + 32 2 .
1. Probar que es una forma bilineal. Escribir como suma de una forma bilineal simétrica
y otra antisimétrica.
2. Escribir la expresión analítica de la forma cuadrática asociada y clasificarla.
V.2 (Subespacio conjugado y subespacios complementarios) Sea : → K una forma
cuadrática sobre el K-espacio vectorial y sea un vector que verifica () 6= 0. Demostrar que
el subespacio conjugado de es un subespacio complementario de (), es decir, () ⊕ () =
.
V.3 (Familia de formas cuadráticas en R3 ) Para cada número real ∈ R considérese la matriz
⎛ ⎞
1− 0
= ⎝ −3 ⎠
0 2
1. Considérese, en el espacio vectorial = R3 , la forma cuadrática Φ cuya matriz (en la
base estándar) es . Determinar todos los valores de para los que Φ es definida positiva o
definida negativa.
2. Hagamos, en el apartado anterior, = 2. Hallar una base de algún subespacio vectorial
⊂ R3 que tenga dimensión máxima entre todos los que cumplen que la restricción Φ2 | es
definida negativa.
3. Denotando 2 a la forma polar de Φ2 , hallar una base del subespacio vectorial ⊂ R3
conjugado respecto de 2 del plano = {( ) ∈ R3 : + 2 = 0}.
V.4 (Forma cuadrática en R4 ) Sea Φ : R4 → R una forma cuadrática cuya matriz respecto
de cierta base = {1 2 3 4 } de R4 es
⎛ ⎞
−3 1 −1 0
⎜ 1 3 1 2 ⎟
=⎜ ⎝ −1 1 0 0 ⎠
⎟
0 2 0 2
y denotemos : R4 × R4 → R su forma polar asociada.
1. Hallar una base del subespacio vectorial
= { ∈ R4 | ( ) = 0 ∀ ∈ R4 }
2. Hallar una base ̄ de R4 tal que la matriz ̄ ( ) sea diagonal.
3. Hallar una base de un subespacio de R4 que tenga dimensión máxima entre todos los
que cumplen que la restricción Φ| sea semidefinida positiva.
4. ¿Es subespacio el conjunto de vectores autoconjugados de ?
5. Hallar una base de un subespacio de R4 que tenga dimensión mínima entre todos los que
contienen a .
V.5 (Formas bilineales simétricas y endomorfismos autoadjuntos) Sean ( h i) un espacio
(vectorial) euclídeo de dimensión y : × → R una forma bilineal.
V FORMAS BILINEALES Y CUADRÁTICAS 68
D E
1. Probar que existe un único endomorfismo ˜ : → dado por ˜() := ( ),
∀ ∈
2. Probar que es simétrica si y sólo si ˜ es autoadjunto
V.6 (Endomorfismo autoadjunto y forma cuadrática) Sean R3 el espacio vectorial euclídeo
ordinario y y dos parámetros reales.
1. Determinar (quizás como función de ) para que un endomorfismo autoadjunto : R3 →
3
R verifique:
(1 0 0) = (3 2) , (1 0 −1) = (1 − − 1) y (0 1 2) = (2 + 4 2 2 + 6)
Llamemos a la matriz (respecto de la base canónica) de este endomorfismo.
2. Hallar la signatura de la forma cuadrática Φ : R3 → R cuya matriz (resp. de la base
canónica) es ≡ =1 .
3. Hallar una base de R3 tal que la matriz de Φ respecto de sea diagonal.
V.7 (Subespacios conjugados) Sean un espacio vectorial (sobre K) de dimensión , ⊂
un subespacio vectorial de dimensión y Φ : → K una forma cuadrática.
1. Probar que la dimensión del subespacio conjugado de (respecto de Φ) es ≥ − .
2. Probar que, si Φ es no degenerada, entonces dim( ) = − .
3. Poner ejemplos, para una Φ degenerada, de un subespacio ⊂ con dim( ) −
dim( ) y de un subespacio ⊂ con dim( ) = − dim( ).
V.8* (Productos hermíticos) Sean un espacio vectorial sobre C y : × → C un
producto hermítico, esto es (ver Ejerc.Adic. II.19), una aplicación : × → C que cumple:
½ ¾
( + ) = ( ) + ( )
PH1 y PH2. ’Semilineal’ en la 1 variable: ∀ ∈
( ) = ̄( ) y ∀∈C
PH3. ”Hermítica”: ( ) = ( ) (con ̄ el complejo conjugado de ∈ C), ∀ ∈
PH4. ’Definida positiva’: ( ) ≥ 0 ∀ ∈ ( ) = 0 ⇔ = 0.
p
1. Probar que la aplicación (-norma) kk : → R 7→ ( ) (determinación positiva
de la raíz) verifica de hecho las propiedades que caracterizan una ’norma’, esto es (∀ ∈ y
∀ ∈ C): ( 1) kk ≥ 0, ( 2) kk = 0 ⇔ = 0, ( 3) kk = || kk y ( 4) k + k ≤
kk + kk . Se dice que ( kk ) es un espacio normado.
2. Probar que la aplicación : × → R ( ) 7→ k − k verifica las propiedades de
una ’distancia’, esto es (∀ ∈ ): (1) ( ) ≥ 0, (2) ( ) = 0 ⇔ = , (3)
( ) = ( ) y (4) ( ) ≤ ( ) + ( ). Se dice que ( ) es un espacio
métrico.
3. (Este apartado requiere nociones elementales de topología en R ) Se dice que un espacio
vectorial con un producto hermítico ( ) es un espacio de Hilbert si el espacio métrico ( )
es ’completo’, esto es, si toda sucesión { ∈ }∈N que sea -Cauchy (i.e. tal que ∀ 0,
∃ () verificando: ≥ () ⇒ ( ) ) ’converge’ (i.e. posee límite) en la topología
inducida por . Probar que, si es de dimensión finita, entonces ( ) es un espacio de Hilbert.
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 69
VI. ESPACIO AFÍN. CÓNICAS EUCLÍDEAS
Observ. VI.1.1.0 (Espacio afín. Enfoque alternativo)
Sean espacio vectorial (sobre K) y A conjunto no vacío (elementos: puntos ).
→
−
(Def.) Se dice que A, con una aplic. A × A → ( ) 7→ , es un esp. afín sobre si:
→
−
(A1) ∀ ∈ A, la aplicación A → 7→ es biyectiva
→ −
− → →
(A2) ∀ ∈ A, se verifica (relación de Chasles): + = −
.
(Def.’) Se dice que A, con una aplic. A × → A ( ) 7→ es un esp. afín sobre si:
(A1’) ∀ ∈ A, la aplicación → A 7→ es biyectiva.
(A2’) ∀ ∈ A y ∀ ∈ , se verifica: () = ( + )
La ’equivalencia’ entre ambas definiciones de espacio afín es inmediata. En efecto:
Si A es un espacio afín sobre según la primera definición, basta introducir la aplicación
(A1) −
→
A × → A ( ≡ ) 7→ := , con la que se tiene:
→
−
• (A1’) ∀ ∈ A, la aplicación → A 7→ es sobreyectiva [∀ ∈ A, basta elegir := ]
(A1) −
→ (A1) → → →
−
e inyectiva [ ∀ ≡ y ∀ ≡ − , se tiene: ( =:) = (:= ) ⇒ = −
]
(A1) −
→ (A1) − → (A2) →
−
• (A2’) ∀ ∈ A y ∀ ≡ ≡ ∈ ( ⇒ + = ), se verifica: () := :=
=: ( + )
Y si A es un espacio afín sobre según la segunda definición, basta introducir la aplicación
(A1’) →
−
A × A → ( ≡ ) 7→ := , con la que se tiene:
→
−
• (A1) ∀ ∈ A, la aplicación A → 7→ es sobreyectiva [∀ ∈ , basta elegir := ] e
(A1’) (A1’) → →
−
inyectiva [ ∀ ≡ y ∀ ≡ , se tiene: ( =:) = − (:= ) ⇒ = ]
(A1’) (A1’) (A2’) → −
− →
• (A2) ∀ ≡ ≡ ∈ A ( ⇒ = ( + )), se verifica: − →
:= + =: +
Lema VI.1.2.0 (Puntos y vectores)
Sea A espacio afín sobre un espacio vectorial (sobre K). Se tiene:
−−−−−−−−−−→
1. ( + )( + ) = −
−−−−−−−−−→ − →
2. ( + )( + ) =
Obs. VI.1.1.0 −
→
Demostración. Puesto que + = ⇔ = , se tiene:
(A1) −
→ (A1) →
1. Sean ≡ ≡ −. Entonces:
−−−−−−−−−−→ − → (A2) →
− → Prop. VI.1.1.1(2)
( + )( + ) = = + −
= −
(A1) → (A1)
−
2. Sean →
−
≡ ≡ . Entonces:
−−−−−−−−−→ − → (A2) − − → − → Prop. VI.1.1.1(2) −
→
( + )( + ) = = → + + = ¥
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 70
Proposición VI.1.3.0 (Coordenadas y cambio de sistema de referencia)
Sea A espacio afín sobre espacio vectorial de dimensión .
Sean = { = {1 }}, 0 = {0 0 = {01 0 }} sistemas de referencia en A, con
lo que se tendrá:
⎧ ⎛ ⎞
⎪
⎪ ¡ 0 ¢ ¡ ¢ 11 1
⎪
⎪
⎪
⎪ 1 0 = 1 ⎝ ⎠ (1 )
⎪ |
⎪ {z } | {z }
⎪
⎪ 1
⎪
⎨ 0 | {z }
⎛ ⎞
⎪
⎪ −
→0 ¡ ¢ 1
⎪
⎪ ⎝
⎪
⎪ = 1 ⎠ (2 )
⎪
⎪ | {z }
⎪
⎪
⎪
⎩ | {z }
donde 0 y denotan aquí MATRICES-FILA DE VECTORES.
Dado ∈ A, la relación entre sus coordenadas (1 ) y (01 0 )0 es:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎛ 0 ⎞
1 1 11 1 1
⎝ ⎠ = ⎝ ⎠ + ⎝ ⎠ ⎝ ⎠
1 0
| {z } | {z } | {z } | {z }
0
(con lo que 0 = −1 ( − )), o en notación más compacta (con matrices por bloques):
µ ¶ µ ¶µ ¶
1 1 0 1
=
0
| {z } | {z } | {z }
(+1)×1 (+1)×(+1) (+1)×1
Demostración. Inmediata. Matricialmente se tiene:
II.1.5 → (A2)
− −
→ −→ II.1.5 −
→ (12 ) lin. indep.
= = 0 + 0 = 0 + 0 0 = + 0 ⇒
⇒ = + 0 ¥
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 71
Proposición VI.2.2.0 (Expresión matricial de una aplicación afín)
→
−
Sean : A → A0 aplicación afín entre espacios afines de dim. y , y : → 0 la
aplicación lineal asociada.
Sean = { = {1 }} y 0 = {0 0 = {01 0 }} sistemas de referencia en A y
0
A , con lo que se tendrá:
⎧ ⎛ ⎞
⎪
⎪ ³ ´ ¡ ¢ 11 1
⎪ −
⎪ → →
−
⎪
⎪ (1 ) ( ) = 01 0 ⎝ ⎠ (1 )
⎪
⎪ | {z }
⎪ |
⎪ {z } 1
⎪
⎪ N o ta ció n −
→ 0 | {z }
⎨ ≡ () →
−
≡ 0 ( )
⎛ ⎞
⎪
⎪
⎪
⎪ −−−→ ¡ ¢ 1
⎪
⎪ 0 () = 01 0 ⎝ ⎠ (2 )
⎪
⎪ | {z }
⎪
⎪
⎪
⎪ 0 | {z }
⎩
→
−
donde () y 0 denotan aquí MATRICES-FILA DE VECTORES.
Dado ∈ A, la relación entre sus coordenadas ≡ (1 ) y las de () ≡ (1 )0
es: ⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎛ ⎞
1 1 11 1 1
⎝ ⎠ = ⎝ ⎠ + ⎝ ⎠ ⎝ ⎠
1
| {z } | {z } | {z } | {z }
o en notación más compacta (con matrices por bloques):
µ ¶ µ ¶µ ¶
1 1 0 1
=
| {z } | {z } | {z }
(+1)×1 (+1)×(+1) (+1)×1
Demostración. Inmediata. Matricialmente se tiene:
−− −−→ (A2) −−−→ −−−−−−→ −−−→ − → →
0 () = 0 () + () () =: 0 () + (−
II.1.5 II.1.5
0 = ) =
−−−→ −
→ −− −→
→
− lineal →
− (12 ) 0 lin. indep.
= 0 () + () = 0 () + () = 0 + 0 ⇒
⇒ = + ¥
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 72
Apartado VI.2.4 (Puntos fijos y variedades invariantes de una aplicación afín)
Sean A espacio afín sobre esp. vectorial (sobre K) de dimensión y : A → A aplicación
→
−
afín con aplicación lineal asociada ∈ ( )
Sea = { } sistema de referencia en A para el que la ecuación de es (Prop. VI.2.2.0)
= + (∗ ) (con −→ ≡ , −
−−→ →
−
() ≡ , ∈ M (K) tal que () ≡ y ∈ K tal
−−−→
que () ≡ ).
(Def.) Se dice que ∈ A es un punto fijo de si () =
(Notaciones) Sea F el conjunto (vacío?) de puntos fijos de .
Sean los sistemas (en general, inhomogéneos)
⎧
⎨ 1 : ( − ) = −
⎩ : ( − )2 = −( − )
2
Y sean, para cada = 1 2:
⎧
⎨ la variedad afín (si 6= ∅) I = { ≡ + ∈ A | es solución de }
⎩ el subespacio vectorial H = { ≡ ∈ | es solución de ( )
homogéneo }
III.4.1
Se tiene (obvio): I1 ⊆ I2 (en general, I1 6= I2 ) y (−
→ = )H1 ⊆ H2 (en general, H1 6= H2 ).
(Prop. VI.2.4.1) 1. F = I1
2. Si F 6= ∅, entonces: F = 0 + −
→ , ∀0 ∈ F.
Demostración.
Prop. VI.1.1.1(1) −−−→ VI.1.2 lin. indep. (∗ )
1. () = ⇔ 0 = () = ( − ) ⇔ 0 = − = + ( − )
VI.1.4, Ejemplo 5 1 III.4.1
2. 0 ∈ I1 ⇒ → ¥
(F = ) I 1 = 0 + H1 = 0 + −
(Ejemplo19) La traslación (VI.2.2, Ejemplo 16) ≡ 6=0 tiene I1 = ∅ [( − ) = − es
incompatible] y I2 = A [( − )2 = −( − ) es trivial]
La homotecia (Ejemplo 17) ≡+6=1 tiene I1 = {} [( − ) = −(1 − ) es
compatible determinado] y I2 = {}.
(Def.) Se dice que una variedad afín L ⊆ A es invariante por si (L) ⊆ L.
(Nota) La variedad afín (si 6= ∅) F = I1 es invariante por (Prop. VI.2.4.1(1)). Y también
lo es (si 6= ∅) I2 . En efecto, se tiene la implicación:
( − )2 = −( − ) ⇒
∈I2
⇒ ( − )2 ( + ) ≡ ( − )2 + ( − )2 = ( − )2 − ( − ) = −( − )
y el resultado se sigue de (∗ ).
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 73
(Prop. VI.2.4.2) Sea ∈ A y denotemos (de ahora en adelante) L ≡ + − → (III.4.1).
Entonces:
1. (L ) ⊆ L ⇔ () ∈ L ⇔ ∈ I2 ⇔ L ⊆ I2 . De donde se sigue: I2 es la unión de
todas aquellas variedades afines L que son invariantes por .
−−−→ −−−→
2. ∀ ∈ L () = (). De donde se sigue: si (L ) ⊆ L (en tal caso se habla de la
”restricción” | L ), entonces | L es una traslación.
Demostración.
1. Primero, (L ) ⊆ L ⇔ () ∈ L . En efecto (⇐): ∀ ∈ L
−
→ →
−−−−−→ → →
− ∈−
() + () () =: () + (−
Obs. VI.1.1.0
() = ) =
Hip. y Prop. VI.1.4.1(1)
= () + −
→ ∈ () + −
→
= L
Segundo, () ∈ L ⇔ ∈ I2 . En efecto:
VI.1.4 −−−→ VI.1.2 III.4.1
() ∈ L ⇔ −
→ 3 ()
= ( − ) ⇔
(∗ ) Def.
⇔ 0 = ( − )( − ) = ( − ) ( + ( − )) = ( − ) + ( − )2 ⇔ ∈ I2
Tercero: ∈ I2 ⇔ L ⊆ I2 . En efecto (⇒):
III.4.1 Hip.
L ≡ + −
→
= + H1 ⊆ + H2 = I2
2. Se tiene: ∀ ∈ L
−−−→ (A2) − →+− −−→ −−−−−−→ Prop. VI.1.1.1(2)
() = () + () () =
−
→ →
−−− → −− −−− −→ −−− → →
− → ∈
− −−−→
= −−
→ + () + () () =: −−→ + () + (− = () ¥
)
Si es ortogonal (p.ej. si es la matriz de una isometría en base ortonormal), entonces se
verifica (Ejerc.Adic. IV.22(2)): ( − )2 = ( − )
(Lema VI.2.4.3) Si ( − )2 = ( − ), entonces I2 6= ∅ (siempre lo es si = 0!!).
Además existe una única variedad afín L invariante por , a saber, la propia I2 .
Demostración. Se tiene:
¡ ¢ Prop. I.4.4.7
( − )2 ≤ ( − )2 | ( − ) ≤
Hip. y Teor. I.2.6.2(1)
≤ mı́n{( − ) ( − | )} = ( − ) ⇒
Prop. VI.2.4.2(1)
⇒ I2 6= ∅ ⇒ ∀ ∈ I2 L es invariante por y L ⊆ I2 (1 )
Hip. II.2.5 H1 ⊆H2 III.4.1
Pero: ( − )2 = ( − ) ⇒ dim(H1 ) = dim(H2 ), ⇒ → = )H1 = H2 (2 )
(−
Prop. VI.2.4.2(1)
De (1 ) y (2 ) se sigue: ∀ ∈ I2 L = I2 , ⇒ ∃!L (= I2 ) invariante por ¥
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 74
Apartado VI.2.5 (Clasificación de los movimientos rígidos en dimensión 2)
Sean A plano afín euclídeo sobre ( h i) y : A → A movimiento rígido (VI.2.3)
Sea = { } sistema de referencia rectangular (VI.1.2) respecto del que la ecuación de
Prop. VI.2.2.0
es: = + . Se tiene:
⎧
⎪ III.4.2 Lema VI.2.4.3 & Prop. VI.2.4.2(2)
⎪
⎪ ( − 2 )2 = ( − 2 ) ⇒
⎪
⎨
⇒ I2 6= ∅, ∃!L (= I2 ) invariante por y | L es traslación (1 )
⎪
⎪
⎪
⎪
⎩ Prop. VI.2.4.1(2) Prop. VI.2.4.1(1) (1 )
0 ∈ F ⇒ (I1 = ) F = L0 = I2 (2 )
Clasificación según ( − 2 ) (que clasifica isometrías vectoriales, III.4.2) y el conjunto F:
µ ¶
III.4.2 −
→ (1 ) Teor. I.2.6.2
1.1 ( − 2 ) = 2 ⇒ −
→
= {0} y = (6=0) ⇒ I2 = punto {0 } , ⇒
Prop.VI.2.4.1(1) (2 )
⇒ 1 es compat. determ., ⇒ F = punto, ⇒ F = {0 } / es ROTACIÓN(0 6=0)
µ ¶
III.4.2 −
→ (1 ) Teor. I.2.6.2
1.2 ( − 2 ) = 0 ⇒ −
→
= y = ⇒ I2 = A , ⇒
⎧ Prop.VI.2.4.1(1)
⎪
⎨ trivial (I.1.3) (si = 0), ⇒ F = A / es IDENTIDAD ( = lı́m→0 1.1 )
⇒ 1 es ó bien
⎪
⎩ Prop.VI.2.4.1(1)
incompatible (si 6= 0), ⇒ F = ∅ / es TRASLACIÓN(≡6=0)
µ ¶
III.4.2 −
→ (1 ) Teor. I.2.6.2
2 ( − 2 ) = 1 ⇒ dim(−
→ ) = 1 y = (→
− ) ⇒ I2 = recta R , ⇒
⎧
⎪ Prop.VI.2.4.1(1) (2 )
⎪
⎨ compatible indeterm., ⇒ F = recta, ⇒ F = R / es SIMETRÍA(R)
⇒ 1 es ó bien
⎪
⎪
⎩ incompatible, Prop.VI.2.4.1(1)
⇒ F = ∅ / es SIMETRÍA DESLIZANTE(R6=0)
µ ¶ µ ¶
cos 2 sin 2 2 cos
(Ejemplo 20, VI.2.4) = − (⇒ ( − 2 ) = 1) y = .
sin 2 − cos 2 2 sin
!
Entonces: 1 es (!) compatible indeterminado, F(= I1 ) = R1 cos +2 sin =1 y es SIMETRÍA(R) .
µ ¶ µ ¶
−35 −45 3
(Ejemplos 21-22, VI.2.4-VI.2.5) = (⇒ ( − 2 ) = 1) y = .
−45 35 1
!
Entonces: 1 es (!) incompatible (⇒ F = ∅), I2 = R41 +22 =7 y es SIMETRÍA DESLIZANTE(R6=0)
!
con = (15 −25).
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 75
Apartado VI.2.6 (Clasificación de los movimientos rígidos en dimensión 3)
Sean A esp. afín euclídeo de dim. 3 sobre ( h i) y : A → A movimiento rígido (VI.2.3)
Sea = { } sistema de referencia rectangular (VI.1.2) respecto del que la ecuación de
Prop. VI.2.2.0
es: = + . Se tiene:
⎧
⎪ III.4.3 Lema VI.2.4.3 & Prop. VI.2.4.2(2)
⎪
⎪ ( − 3 )2 = ( − 3 ) ⇒
⎨
⇒ I2 6= ∅, ∃!L (= I2 ) invariante por y | L es traslación (1 )
⎪
⎪
⎪
⎩ Prop. VI.2.4.1(2) Prop. VI.2.4.1(1) (1 )
0 ∈ F ⇒ (I1 = ) F = L0 = I2 (2 )
Clasificación según ( ∓ 3 ) (que clasifican isometrías vectoriales, III.4.3) y el conjunto F:
µ ¶
III.4.3 →
− (1 ) Teor. I.2.6.2
1.1 ( − 3 ) = 2 ⇒ dim( ) = 1 y = (→
→
− − 6=0) ⇒ I2 = recta R ⇒
⎧
⎪ Prop.VI.2.4.1(1) (2 )
⎪
⎨ compat. indet., ⇒ F = recta, ⇒ F = R / es ROTACIÓN(R6=0)
⇒ 1 es ó bien
⎪
⎪
⎩ incompatible, Prop.VI.2.4.1(1)
⇒ F = ∅ / es MOVIMIENTO HELICOIDAL (R6=06=0)
µ ¶
III.4.3 →
− (1 ) Teor. I.2.6.2
1.2 ( − 3 ) = 1 ⇒ dim(− → ) = 2 y = (→
−) ⇒ I2 = plano Π , ⇒
⎧
2
⎪
⎪ Prop.VI.2.4.1(1) ( )
⎨ comp. indet., ⇒ F = plano, ⇒ F = Π / es SIMETR.(Π) ( = lı́m→0 2.1 )
⇒ 1 es ó bien
⎪
⎪
⎩ incompat., Prop.VI.2.4.1(1)
⇒ F = ∅ / es SIMETRÍA DESLIZANTE (Π6=0)
µ ¶
III.4.3 −
→ (1 ) Teor. I.2.6.2
1.3 ( − 3 ) = 0 ⇒ − →
= y = ⇒ I2 = A ,
⇒
⎧ ⎫
⎪
⎪
Prop.VI.2.4.1(1) ⎪
⎪
⎨ trivial (I.1.3) (si = 0), ⇒ F = A / es IDENT. ⎬
⇒ 1 es ( = lı́m→0 1.1 )
⎪
⎪ ó bien ⎪
⎪
⎩ Prop.VI.2.4.1(1) ⎭
incompat. (si 6= 0), ⇒ F = ∅ / es TRASL.(≡6=0)
⎧ µ ⎫
¶
⎪
⎪ III.4.3 (1 ) ⎪
⎪
⎨ ( − 3 ) = 3 ⇒ − →
= {0}, ⇒ I2 = punto {0 }⎬
2.1 µ ¶ , Teor.⇒
I.2.6.2
⎪
⎪ III.4.3 →
− ⎪
⎪
⎩ ( + 3 ) = 2 ⇒ dim ( −−
→ ) = 1 y = Rot( →
− 6=0) +Sim( ⊥→
− −)
⎭
−
Pr.I.2.4.1(1) (2 )
⇒ 1 comp. det., ⇒ F = pto.,⇒ F = {0 } / es ROT(R≡0 + − 6=0)
→ +SIM(Π≡0 + ⊥→
−)
− −
( )
( − 3 ) = 3
X IMPOSIBLE (ver III.4.3)
( + 3 ) = 1
⎧ µ ¶ ⎫
⎪
⎨ ( − ) = 3 III.4.3 ⎪
⎬(1 )
3 ⇒ − → = {0}, ⇒ I2 = punto {0 }
Teor. I.2.6.2
2.2 ³ ´ , ⇒
⎪
⎩ ( + ) = 0 III.4.3 →
− ⎪
⎭
3 ⇒ →
−
−
= y = −
Pr.VI.2.4.1(1) (2 )
⇒ 1 comp. det., ⇒ F = pto.,⇒ F = {0 } / es INVERSIÓN(0 ) (= lı́m→ 2.1 )
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 76
⎛ ⎞ ⎛ ⎞
0 1 0 2
(Ejemplo 23) = ⎝ 1 0 0 ⎠ (⇒ ( − 3 ) = 1) y = ⎝ 0 ⎠. Entonces: 1 es
0 0 1 1
!
(!) incompatible (⇒ F = ∅), I2 = Π1 −2 =1 y es SIMETRÍA DESLIZANTE(Π6=0) con
!
= (1 1 1). ⎛ √ ⎞ ⎛ √ ⎞
1 − 3 1− 3
√2 2 0 2√
⎜ 3 ⎟ ⎜ −1− 3 ⎟
(Ejemplo 24) = ⎝ 1
0 ⎠ (⇒ ( − 3 ) = 2) y = ⎝ ⎠. Entonces: 1
2 2 2
0 0 1 1
!
es (!) incompatible (⇒ F = ∅), I2 = R1 =1=−2 ,y es MOVIMIENTO HELICOIDAL(R6=06=0)
! !
con = 3 y = (0 0 1).
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 77
Apartado VI.3.1 (Elipse euclídea)
Sean A plano afín euclídeo, puntos f1 f2 ∈ A (con 2 ≡ (f1 f2 ) 0) y ∈ ( ∞)
√
(Notaciones) ≡ 2 − 2 (⇒ 0 ) [Ã ’excentricidad’ ≡ (⇒ 0 1)]
(Def.) Elipse(f1 f2 ) : := { ∈ A | 1 + 2 = 2}, con {12 ≡ ( f{12 )
Si = { } es sist. de ref. rectangular (coord. ) tal que f1 = (− 0) y f2 = ( 0) :
p p 1 term. al 2 miembro y cuadrando
≡ ( ) ∈ ⇔ ( + )2 + 2 + ( − )2 + 2 = 2 ⇒
p simplificando
⇒ ( − )2 + 2 = ( + )2 + 2 + 42 − 4 ( + )2 + 2 ⇒
p cuadrando simplificando
⇒ 2 + = ( + )2 + 2 ⇒ (2 + )2 = 2 ( + )2 + 2 2 ⇒
2 2 2
⇒ 2 ( − }2 ) = 2 ( |2 {z
| {z − }2 ) + 2 2 ⇒ 2 + 2 =1 (1A)
2 2
• Pues bien: la ecuación (1A) identifica a la elipse . En efecto:
(1) 2 2 2
{21 ≡ ( ± )2 + 2 = ( ± )2 + (2 − 2
) = (1 − 2
)2 ± 2 + 2 + 2 =
2
(1 A )
||=|| ≤
= 2 2 ± 2 + 2 = ( ± )2 ⇒ {12 = ± (∗ ) ⇒ 1 + 2 = 2
En particular, en ’polares’ (1 ) desde f1 con =− = 0 (⇔ =: − − 1 cos ) se tiene:
(∗ )
1 = − ( + 1 cos ) ⇒ 1 = 1+ cos , con ≡ (1 − 2 ) (1B)
• En un sist. de ref. rectangular 0 = {0 } con origen 0 en el vértice izquierdo de la elipse
−
→ ¡ ¢ Prop. VI.1.3.0 0
(esto es, 0 = −0 , ⇔ = + 0 = ), se tiene:
(1) (0 − )2 2 2 0 2 02
2 = 2 − = 2 − 2 = 20 + (2 − 1)02 20 (1C)
2
• Por último, límites:
⎧
⎪
⎪ ≡ lı́m→ : 2 + 2 = 2 (circunferencia)
⎪
⎪
⎪
⎨
2
1 ≡ lı́m→0 : 2 + 1− 2 = 0 (un punto)
⎪
⎪
⎪
⎪
⎪
⎩ 2
2 ≡ lı́m→∞ : 2 = 1 (dos rectas paralelas)
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 78
Apartado VI.3.2 (Hipèrbola euclídea)
Sean A plano afín euclídeo, puntos f1 f2 ∈ A (con 2 ≡ (f1 f2 ) 0) y ∈ (0 )
√
(Notaciones) ≡ 2 − 2 (⇒ 0 ) [Ã ’excentricidad’ ≡ (⇒ 1)]
(Def.) Hipérbola(f1 f2 ) : := { ∈ A | |1 − 2 | = 2}, con {12 ≡ ( f{12 )
Si = { } es sist. de ref. rectangular (coord. ) tal que f1 = (− 0) y f2 = ( 0) :
p p 1 term. al 2 miem. y cuadrando
≡ ( ) ∈ ⇔( + )2 + 2 − ( − )2 + 2 = ±2 ⇒
p simplificando
⇒ ( − )2 + 2 = ( + )2 + 2 + 42 ∓ 4 ( + )2 + 2 ⇒
p cuadrando simplificando
⇒ 2 + = ± ( + )2 + 2 ⇒ (2 + )2 = 2 ( + )2 + 2 2 ⇒
2 2 2
⇒ 2 ( − }2 ) = 2 (
| {z
2
| {z− }2 ) + 2 2 ⇒ 2
− 2
=1 (2A)
−2 −2
• Pues bien: la ecuación (2A) identifica a la hipérbola . En efecto:
(2) 2 2
{21 ≡ ( ± )2 + 2 = ( ± )2 + (−2 + 2 2 ) = (1 + 2
)2 ± 2 + 2 − 2 =
2
⎧
(2 A )
||=|| ≥
⎨ 1 = ± + si 0
{2
= 2 2 ± 2 + 2 = ( ± )2 ⇒ (∗∗ ) ⇒ |1 − 2 | = 2
⎩ {12 = ∓ − si 0
si 0
En particular, en ’polares’ (2 ) desde f2 con =− = 0 ( ⇔ =: − 2 cos ) se tiene:
(∗∗ )
2 |0 = − + ( − 2 cos ) ⇒ 2 |0 = 1+ cos , con ≡ (2 − 1) (2B)
• En un sist. de ref. rectangular 00 = {00 } con origen 00 en el vértice derecho de la
−→ Prop. VI.1.3.0 00
hipérbola (esto es,con 00 = (0 ) ( ⇔ = − 00 = ), se tiene:
(2) (00 + )2 2 2 00 2 002
2 = −2 + = 2 + = 200 + (2 − 1)002 200 (2C)
2 2
• Por último, límites:
⎧
⎪ 2
⎨ 1 ≡ lı́m→0 : 2 − 2 −1
= 0 (dos rectas secantes)
⎪
⎩ 2 ≡ lı́m 2
→∞ : 2
= 1 (dos rectas paralelas)
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 79
Apartado VI.3.3 (Parábola euclídea)
Sean A plano afín euclídeo, punto f ∈ A y recta R ⊂ A (con ≡ (f R) 0)
(Def.) Parábola(fR) : := { ∈ A | = ( R)}, con ≡ ( f)
Si = { } es sist. de ref. rectangular (coord. ) tal que f = (2 0) y R : = −2:
q
cuadrando
≡ ( ) ∈ ⇔ ( 2 − )2 + 2 = + 2 ⇒
¡ ¢ 2 simplificando
⇒ ( 2 − )2 + 2 = + 2 ⇒ 2 = 2 (3A) ≡ (3C)
• Pues bien: la ecuación (3A) identifica a la parábola . En efecto:
(3) 0
2 ≡ ( − )2 + 2 = ( − )2 + 2 = ( + )2 ⇒ =+ 2 (∗∗∗ ) ⇒ = ( R)
2 2 2
En particular, en ’polares’ ( ) desde f con =0 = 0 (⇔ =: 2 − cos ) se tiene:
(∗∗∗ )
= ( − cos ) + ⇒ = 1+cos (3B)
2 2
• Las ecuaciones (1B) (elipse), (3B) (parábola) y (2B) (hipérbola) ponen de manifiesto la
’familia de cónicas’:
⎧ ⎫ ⎧ ⎫
⎪ 2 ⎪
⎨ elipses ⎬ ⎨ 1 = 1+ cos , con := (1 − 2 ) y := 1 ⎬
parábolas según se tenga = 1+cos (Ã ≡ 1)
⎩ ⎭ ⎪
⎩ | = ⎪
con := ( 2 − 1) y := 1) ⎭
2
hipérbolas 2 0 1+ cos
También las ecuaciones (1C) (elipse), (3C) (parábola) y (2C) (hipérbola) ponen de mani-
fiesto la ’familia de cónicas’:
⎧ ⎫ ⎧ 2
⎫
⎨ elipses ⎬ ⎪
⎨ 2 20 con := (1 − 2 ) ⎬⎪
parábolas según se tenga 2
= 2
⎩ ⎭ ⎪
⎩ ⎪
2 200 con := ( 2 − 1) ⎭
2
hipérbolas
• Por último, límite:
1 ≡ lı́m : 2 = 0 (1 semirecta doble)
→0
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 80
Sección VI.3 (Resumen sobre cónicas euclídeas)
(VI.3.1-VI.3.3) Elipse, parábola e hipérbola euclídeas
(VI.3.5) Ecuación general de cónica en A (plano afín euclídeo): resp. de cualquier sistema de
ref. rectangular = { } (y con ∈ R), es: 11 21 + 22 22 + 212 1 2 + 201 1 + 202 2 + 00 ,
µ ¶µ ¶ µ ¶
11 12 1 ¡ ¢ 1
o también: ( 1 2 ) + 2 01 02 + 00 = 0
| {z } 12 22 2 | {z } 2
| {z } | {z }
| {z }
0
(6=0)
(VI.3.6) Ec. reducida de cónica: resp. de cierto sist. de ref. rectangular 00 = {00 00 }, y con
1 2 autovalores de , reales (Prop. IV.1.6.2) y no ambos cero:
⎧
⎪
⎪ Tipo I: 1 002 002
1 + 2 2 + = 0 si 1 6= 0 6= 2 (ningún término cuadrático cero)
⎨
⎪ 002 00 s.p.d.g.
⎪
⎩ Tipo II: 2 2 + 21 + = 0 si 1 = 0 6= 2 (un término cuadrático cero)
(con =0 si 6=0)
(Teor.
⎧ VI.3.6.1) La ec. de una cónica euclídea puede transformarse en una ec. reducida por: ⎫
⎪
⎪ (A) Un cambio positivo del sistema de referencia rectangular → 00 ⎪
⎪
⎪
⎪ Prop. VI.1.3.0 ⎪
⎪
⎨ { } 7→ {00 = − 00 = } ⇔ = − + 00 ⇔ 00 = + ⎬
⎪
⎪ (B) (equivalentemente) Un movimiento rígido positivo : A → A con ⎪
⎪
⎪
⎪ ¡ ¢ Prop. VI.2.2.0 ⎪
⎪
⎩ ⎭
expresión matricial (en ) 1 0 ⇔ = +
(VI.3.7) Cálculo de los elementos geométricos de una cónica
(Prop. VI.3.8.1) Dada la ecuación de una cónica euclídea, los tres números
µ ¶
00 0
3 := det 2 := det() (= 1 2 ) 1 := () (= 1 + 2 )
0
| {z }
̃
son invariantes bajo cambios del sistema de ref. rectangular (o equivalente, bajo mov. rígidos).
(VI.3.8) Clasificación de las cónicas euclídeas por sus invariantes:
2 0 (Tipo I) 2 0 (Tipo I) 2 = 0 (Tipo II)
1 002 002
1 +2 2 +=0 1 002 002
1 +2 2 +=0 2 002
2 +200 +=0 (con =0 si 6=0)
1
3 6= 0 1 2 0 y 6= 0 1 2 0 y 6= 0 1 = 0 6= 2 y 6= 0 =
(No degen.) () ELIPSE (re. o im.) () HIPÉRBOLA ( ) PARÁBOLA
3 = 0 1 2 0 y = 0 1 2 0 y = 0 1 = 0 6= 2 y = 0
(Degen.) (1) 1 PUNTO (1) 2 RECTAS SECANTES ( 1) 1 RECTA DOBLE si =0
(22) 2 REC. PAR. (re. o im.) si 6=0
(VI.3.9) El conjunto {1 2 3 } determina (esencialmente) la ecuación reducida. En efecto:
⎧
⎪ 2
⎨ 2 6= 0 ( ⇔ 1 6= 0 6= 2 ): tipo I, con 1 2 raíces de − 1 + 2 = 0 y = 3 2
⎪
s.p.d.g. p
⎪ 2 = 0 ( ⇔ 1 = 0 6= 2 ): tipo II, con 2 = 1 y || = −3 1 (y ?)
⎪
⎩ (∃ cambio positivo → 00 / mov. rígido positivo. : A → A que cambia ())
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 81
Ejercicios adicionales Capítulo VI
VI.1 (Puntos fijos y variedades invariantes) Sean A un plano afín sobre un espacio vectorial
→
−
(sobre R), : A → A una aplicación afín con aplicación lineal asociada : → y − → ⊂
→
−
el subesp. de vectores fijos de .
Sea = { } un sistema de referencia de A, respecto del cual la ecuación de (Prop.
VI.2.2.0) es = + , con ≡ (1 2 ) dado.
Estudiar, dependiendo de , si existen o no puntos fijos de así como si existen o no
variedades afines de la forma L ≡ + − → de A que sean invariantes por :
µ ¶ µ ¶
1 1 1 1
= =
0 1 0 2
VI.2 (Cónicas) Para cada número real ∈ R considérese, en el plano afín (euclídeo) A = R2 ,
la cónica de ecuación:
−321 + 222 + 21 2 + 21 + (1 − ) = 0
Determinar el rango de valores de para los que la cónica es una parábola y dar su ecuación
reducida.
VI.3 (Cónicas) Para cada número real ∈ R considérese, en el plano afín (euclídeo) A = R2 ,
la cónica de ecuación:
221 + ( + 3)22 + 41 + 42 + 3 = 0
Determinar el rango de valores de para los que la cónica es una elipse real y dar su ecuación
reducida.
VI.4 (Cónicas) Considérese, en un plano afín euclídeo A, la cónica de ecuación (en cierto
sistema de referencia rectangular = { })
(1 + 2 ) (1 + 2 ) + 21 − 2 = 0
1. Clasificar (en función del parámetro real ) dicha cónica.
2. Hallar los valores de para los que la cónica es una hipérbola ’equilátera’ (esto es, tal que
002 002
= cuando la ecuación reducida queda en la forma 12 − 22 = 1).
3. En el caso de que esta cónica sea una hipérbola equilátera, hallar un sistema de referencia
rectangular en el que su ecuación tenga la forma reducida y calcular sus elementos geométricos
(centro, ejes, asíntotas y focos).
VI.5 (Involuciones) En un espacio afín A de dimensión 2, clasificar y hallar los puntos fijos
de las llamadas ’involuciones’, esto es, de aquellas aplicaciones afines : A → A tales que
2 = A
[Indicación: dada una referencia = { } en A, la ecuación de una aplicación afín : A → A
es = + , siendo − → ≡ , −
−−→ →
−
() ≡ , ∈ M2 (R) tal que () ≡ y ∈ R2 tal
−−−→
que () ≡ ]
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 82
VI.6 (Movimiento rígido en dimensión 3) Sean un espacio afín euclídeo A de dimensión 3,
una referencia rectangular = { } y el movimiento ⎛ ⎞(rígido)⎛ 3: A → 4A ⎞ cuya expresión
µ ¶ 1 0
1 0 5 5
matricial (en ) es ∈ M4 (R), con = ⎝ 1 ⎠ y = ⎝ 0 1 0 ⎠.
4 −3
0 5 0 5
→
−
1. Determinar qué isometría es , hallar los puntos fijos de y clasificar .
2. Clasificar el movimiento 0 = ◦ , donde es la traslación de vector = (1 −1 −4) .
Hallar la imagen por 0 del punto (7 1 1) .
VI.7* (Formas cuadráticas e inercia rotacional) Este ejercicio destaca los aspectos alge-
braicos que subyacen al tratamiento de la ’inercia rotacional’ de los ’sólidos rígidos’.
Sea = { () | 1 ≤ ≤ (≥ 2)} un conjunto de ’partículas’ (i.e. curvas diferenciables
respecto del ’tiempo’ , derivadas 0 ) en el espacio afín afín euclídeo ordinario A sobre ( =
R3 h i), con ’masas’ ( 0)
−−→
Supondremos (’sólido rígido’): k k= ∀ (H1)
−−→ −−→
1. Probar que se verifica: = ∀
2. Dada una curva () en A, sea la curva () (’centro de masas’ de ) dada por − →
:=
P −→
P
=1 , con ≡ =1 . Probar que () es independiente de cuál sea () y verifica:
−→ −→ −→ −→ −→
k k= = dim(( )) = ∀
3. Probar que existe una base (’móvil’) ortonormal () ≡ {1 () 2 () 3 ()} de tal
−→ P
que (escribiendo ≡ 3=1 ), se tiene: = ∀ y ∀ (en el sistema de referencia
() ≡ {() ()}, el sólido ’está en reposo’).
4. Probar que existe () ∈ M3 (R) antisimétrica tal que 0 = .
5. Sea () ∈ ( ) definida por () ( ()) := (). Probar que existe () ∈ tal que
() = ∧ ∀ ∈ , con ∧ el producto vectorial en ( = R3 h i).
−→ −→
6. Probar que se verifica: ( )0 = ∧ (respecto de (), todas las partículas () de
efectúan un movimiento de rotación en torno a (()) con ’velocidad angular’ k()k)
P
7. Sea la forma cuadrática Φ() : → R definida por la expresión Φ() := =1 k
−→ si kk=1 P −→ −→ 2
∧ k2 . Probar que Φ() es no nula. Probar que: Φ() =
=1 k − () k
P −→ 2 (6) 1 P
(’momento de inercia’ de resp. de + ()) y 12 Φ() = 12
=1 k ∧ k = 2
=1 k
−→ 0 2
( ) k (’energía cinética de rotación’ de ). Hallar la signatura de Φ().
−→ −−→
En lo sucesivo, supondremos (las partículas no están ’alineadas’): dim((1 )) 1 (H2).
8. Probar que la forma polar de Φ () : × → R (’tensor de inercia’ de ) verifica:
P ³ → D → E D−→ E´
( ) = k− k2 h i − −
.
=1
9. Probar que el endomorfismo autoadjunto ̃ () : → (’operador de inercia’) asociado
D E
a () (esto es, ̃ () := ( ), ∀ ∈ , Ejerc. Adic. V.5) verifica: () (̃ ()) =
10. Probar que los autovalores 1 2 3 de ̃ () (’momentos principales de inercia’ de ) son
constantes, reales y positivos. Si () es autovector de ̃ (), la recta () + (()), ’en reposo’
(como ) en el sistema de referencia (() ()), se llama un ’eje principal de inercia’ de .
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 83
Sean ∈ A y () ∈ (’fuerza’ sobre ), que verifica (2 Ley de Newton): () =
−−−→ P
( ())00 . Y sea () ≡
=1 (). De la definición de () se sigue trivialmente (INERCIA
−−→
TRASLACIONAL): () = 0 ⇒ (())0 =
P −−−−−→ −−−−−→ 0
11. Sea la curva () :=
=1 () () ∧ (() ()) ∈ (’momento angular’ de
resp. de ()). Probar que: = ̃ ()
P −−−→ −−−→ 0
12. Sea la curva () :=
=1 () ∧ ( ()) (’momento angular’ de resp. de ).
Probar que: = + − →
∧ (−→
)0
P −−−→
13. Sea la curva () := =1 () ∧ () (’torque’ sobre respecto de ). Probar que:
= ( )0
P −−−−−→
14. Sea la curva () :=
=1 () () ∧ () (’torque’ sobre respecto de ()), que
−−→
verifica: () = () + () ∧ (). Probar que: = ( )0
Supondremos finalmente (’giróscopo’) que () es autovector de ̃ () (H3).
15. Probar (INERCIA ROTACIONAL): () = 0 ⇒ () = (si el torque sobre re-
specto de () es cero, el eje de rotación de se mantiene constante).
Este último resultado es el fundamento de los sistemas de piloto automático en vehículos
(aviones, coches, barcos, cohetes, etc.). Un ’giróscopo’ es un sólido rígido (H1 y H2), que ’rota
siempre’ (lo que se consigue con un motor) en torno a un eje principal de inercia (H3).
Si el giróscopo es ’pequeño’ (con lo que la atracción gravitatoria es ’uniforme’ sobre él),
está ’protegido’ frente a interacciones electromagnéticas y está ’anclado’ a la cabina del vehículo
exclusivamente por su centro de masas (lo que se consigue con una ’suspensión Cardan’), entonces
el torque de las fuerzas respecto de () es cero. En tales condiciones, e independientemente de la
aceleración que lleve el vehículo, el eje de simetría del giróscopo, que puede cambiar libremente de
dirección, de hecho no lo hace. Si se observa un cambio aparente en dicha dirección, se concluye
que es el vehículo el que está girando y se encarga al ordenador de a bordo que restablezca el
rumbo.
Si se ’relaja’ la hipótesis (H3), el eje de simetría del giróscopo gira (’precesión’) en la dirección
indicada por (). Este es el caso cuando se fija un punto del giróscopo (precesión de la
peonza apoyada en el suelo) o cuando la atracción gravitatoria no es uniforme sobre el giróscopo
(precesión del eje de rotación de la Tierra).
VI.8* (Espacio afín euclídeo, enteros y redes cristalinas) Este ejercicio destaca los aspectos
algebraicos que subyacen al estudio de los planos de las redes cristalinas, en particular, al uso
de los llamados ’índices deMiller’.
Sean A el espacio afín euclídeo ordinario sobre ( = R3 h i) y ∈ A.
P
Definamos una ’red’ (cristalina) como el conjunto de puntos R := + { 3=1 | 1 2 3 ∈
Z}, para cierta base (llamada ’primitiva’, no necesariamente ortogonal!) = {1 2 3 } de .
Un plano afín Π ⊂ A se dice ’plano de R’ si contiene 3 puntos de
PR no alineados (≡P ’afínmente
independientes’,
P3 VI.1.6). Denotando esos puntos como ≡ + =1 , ≡ + 3=1 y
3
≡ + =1 (con ∈ Z, 1 ≤ ≤ 3), se tiene:
Prop. VI.1.6.1 −
→ →
Π = + ( −
) =
P3 P3 P3 ∗
= ( + =1 ) + {2 =1 ( − ) + 3 =1 ( − ) | 2 3 ∈ R} ( )
Probar que, si Π es un plano de R, entonces:
VI ESPACIO AFÍN. CÓNICAS EUCLÍDEAS 84
1. Su intersección con el eje ∈ {1 2 3} (si no contiene a dicho eje ni a ) es + , donde
∈ Q (no necesariamente ∈ Z) y donde = 0 si Π es paralelo a el eje . P
2. Tiene por ecuación cartesiana (en el sistema de referencia { } de A) 3=1 = ,
donde 1 2 3 ∈ Z
3. Contiene infinitos (más concretamente, una infinidad doble de) puntos de R
VII EXCURSIONES 85
VII. EXCURSIONES
1 Sistemas incompatibles y Mínimos cuadrados
En 1920’s, E. Hubble observó (Mt. Wilson, California) una relación curiosa entre los ’desplaz.
al rojo’ 1 de (una muestra de) galaxias lejanas y sus ’distancias’ 1 a la Tierra.
Se sabía que las frecuencias de todas las ’rayas espectrales’ de la radiación recibida de cada
galaxia presentaban un desplazamiento relativo uniforme (y hacia menores frecuencias) respecto
de las ’mismas’ rayas de la radiación emitida en la Tierra, lo que permitía definir (con gran
precisión) el parámetro adimensional := ( ) − 1 0, con y las frecuencias de
emisión de la galaxia (supuesta como en la Tierra!) y de recepción (respectivamente).
Hubble estimó (via ’cefeidas’, y con ’incertidumbre’ ±( 0)) comparando luminosidad
aparente (potencia recibida por u. de área) y lumin. absoluta (potencia emitida, supuesta
! p
conocida!), según: = 4 2 ⇒ = 4 (Ã distorsiona la distancia ’propia’ actual).
La ’Ley empírica de Hubble’ (LEH) afirma que existe una constante 0−1 (≈ 13 8·109 ̃,
¯ ¯
estim. actual) t.q. ≈ −1 (1 ≤ ≤ ) , con ¯ − −1 ¯ ≤ si . 0 1 (1 ≤ ≤ ).
0 0
La LEH es una estupenda ley de la naturaleza. Precisémosla algo más Ã
Sean un conjunto C, dos ’variables’ : C → R y una ’muestra’ ≡ {(1 1 ) ( )}.
(Teor. VII.2.1.1) Si (al menos) + 1(≤ ) de los son distintos, entonces existe un único
polinomio (de grado ≤ ) () ≡ 0 + 1 + + que ’ajusta por mínimos cuadrados’,
esto es, que minimiza (frente a otros polinomios de grado ≤ ) la suma de cuadrados 21 ++2
de los ’residuos’ := −
⎛ ( ) ( 1 ≤ ≤⎞). ⎛ ⎞ ⎛ ⎞
1 1 1 0 1
1 2
⎜ 2 2 ⎟
⎝ 1
⎠ ⎝ ⎠.
Demostr. Sean ≡ ⎝ . . .. ⎠ ∈ M×(+1) (R) , ≡ .
.. y ≡ .
..
.. .. .
1
Teor. I.5.4.1 & Ej.ResueltoI.8
La hip. equivale a que () = + 1 ( es ’de rango pleno por cols.’).
Sea el sist. (’función de regresión muestral’, con ’regresando’ y ’regresor’) : =
(en gen., incompatible) y busquemos columnas ̄ (llamadas ’soluciones mínimo-cuadráticas’)
° ° p Teor. II.3.9.3
que minimizan la norma °̄ − ° := 21 + + 2 ( ⇔ tales que ̄ = Im() ()).
Pues bien, resulta que dichas ̄ son precisamente (Teor.VII.2.1.1(1)) las soluciones del sist.
Lema VII.1.2.2(2), en R antes
0 : = (siempre! compatible). Ahora bien, ( ) = () =
Teor. I.4.2.4(⇒) I.5.5
+ 1, ⇒ (∈ M+1 (R)) es regular, ⇒ 0 tiene sol. única ̄ = ( )−1 ¥
Ocurre que, si es ’ajustable por mínimos cuadrados’ por un polinomio de grado ≤ ,
también lo es (mismo Teorema) por un polinomio de grado ≤ − 1. Pero al disminuir , crece
(mismo Teorema) el valor de 21 + + 2 (en el otro extremo, si + 1 = , entonces =
es compatible y 1 = = = 0, ver Interpolación de Lagrange, [MS] III.3.4).
Supongamos que cada valor (1 ≤ ≤ ) viene dado con una ’incertidumbre’ ±( 0).
¿Cuál es el mínimo grado del polinomio de ajuste () de forma que | | ≤ (1 ≤ ≤ ) ?
En la LEH, dicho mínimo es 1: el único pol. (de grado ≤ 1) () ≡ 0 + 1 que minimiza
(frente a otros pols. de grado ≤ 1) la suma de cuadr. 21 + + 2 de los residuos := − ( )
tiene por coeficientes 0 = 0, 1 = 0−1 y cumple (clave!): | | ≤ si . 0 1 (1 ≤ ≤ ).
No siempre es así: en una empresa, intentar ajustar (por mínimos cuadrados) las variables
’producción’ y ’costes’ por un polinomio (de grado ≤ 2) () = 0 + 1 + 2 2 daría lugar
a un ’coste marginal’ (lo que cuesta producir una unidad más) := = 1 + 22 , que
carecería de un mínimo estricto (para algún valor de positivo), lo que se considera absurdo.
VII EXCURSIONES 86
2 Orientación en espacios vectoriales y Orientabilidad del ’espacio’
Entre las bases (ordenadas!) de cualquier esp. vect. sobre R puede definirse la relación
II.1.7 Def.
binaria: ( ∼ 0 ≡ ⇔ det( ) 0), que es (!) de equivalencia. Pero det( ) 0 ó
det( ) 0, con lo que sólo hay dos clases de equivalencia (≡ orientaciones de ): + y − . En
= R , la base canónica = {1 } se asigna (por definición) a la orientación + .
En el esp. vect. euclídeo (R3 h iusual ), hay un prod. vectorial ∧ (definido en II.3.10) basado en
la orientación + [si { } es lin. independiente, entonces { ∧ } ∈ + , Teor. II.3.10.1(3)]
y otro prod. vectorial (cuyo resultado es el opuesto al anterior) basado en la orientación − .
Nuestra representación de + : ’sentido antihorario’ (para la 2 que lleva 1 sobre 2 ) en
R2 y (tres primeros dedos de la) ’mano derecha’ (para 1 2 3 , respectivamente) en R3
En el ’mundo físico’, el ’espacio’ (sin incluir al ’tiempo’) se modela (localmente, en primera
aprox.) como un espacio afín (de ’puntos’, VI.1.1) A = R3 , equipado con un espacio vect. (de
’velocidades’) (R3 h iusual ) ’tangente’ en cada punto à En A hay dos tipos de hélices: ’dextro’
(si se enrollan según la 2 que lleva 1 sobre 2 , avanzan en el sentido de 3 : tornillos,
sacacorchos,...) y ’levo’ (al revés: artículos de broma, bombillas metro NY hasta 1960’s,...).
Si el ’espacio’ fuera (globalmente) un espacio afín, cualquier curva (continua) cerrada que ’ar-
rastrara’ consigo una base del espacio vect. tangente la devolvería (a la llegada) a su orientación
de partida (todo espacio afín es ’orientable’). Pero si el ’espacio’ tuviera (!?) una ’dirección com-
pacta’ y (en el símil de ’Planilandia’, usado para visualizar las cosas en dimensión 2) no fuera
un cilindro (también orientable) sino una banda de Moebius (no orientable), cualquier curva
cerrada ’no contractible’ cambiaría de orientación a la base tangente arrastrada.
Pregunta: ¿hay alguna propiedad fundamental (i.e. no-convencional) del mundo físico que
discrimine entre las orientaciones + y − de cada esp. vectorial tangente? (el ’problema Ozma’,
ver [M. Gardner], The ambidextrous universe, Basic Books Inc., New York 1964 / trad. en
Alianza). Si la hubiera y el ’espacio’ tuviera alguna ’dirección compacta’, sería más adecuado
modelarlo por un cilindro (en el símil de Planilandia) que por una banda de Moebius.
• ¿Biología terrestre?: Los aminoácidos (que constituyen las proteínas) y las 4 bases nucle-
ótidas (que constituyen los ácidos nucleicos) forman casi siempre (aunque no siempre,
ver Moléculas especulares, IC Enero 2014) hélices levo. Pero ello se cree debido a las ’condiciones
iniciales’ Ã la Biología terrestre no discrimina entre las orientaciones + y − .
• ¿Magnetismo?: Una corriente eléctrica = (carga con signo +) crea un campo
0
magnético B () = 2 ∧ (Ley de Biot-Savart), con ∧ el prod. vectorial basado en +
Pero el sentido de B es por definición el sentido Polo 7→ Polo (magnéticos) y la distin-
ción entre Polo y Polo es convencional: en un cuerpo, es su ’momento magnético’ (suma
vectorial de los momentos magnéticos originados por el ’movimiento orbital’ y por el ’spin’ de
sus electrones y núcleos) el que hace de él un imán, y se llama (por convenio) Polo al extremo
señalado por dicho momento magnético à el Magnetismo no discrimina (contra lo que pensaba
E. Mach, finales s.XIX) entre + y − .
• Pues bien, las ’Interacciones débiles’ (ID) discriminan entre las orientaciones + y − :
En la ’desintegración beta’ del cobalto (60 60
27 7→ 28 + + ̄) a temperatura ' 0 y bajo
un potente B, los electrones se emiten (paralelamente a B pero) con mayor probabilidad (!!!)
en el sentido que nuestro convenio asigna a B (Ch.S. Wu, U. Columbia, 1956, sugerido por T.D.
Lee y Ch.N. Yang, premios Nobel 1957). Así, las ID permiten ’identificar experimentalmente’
el sentido que nuestro convenio asigna a B, por tanto el producto vectorial ∧ como aquél que
0
cumple B () = 2 ∧ , por tanto la orientación + (’mano derecha’) como aquélla que
cumple { B ()} ∈ + Ã las ID orientan (físicamente) el ’espacio’.
VII EXCURSIONES 87
3 Espacio dual e Interpolación de Lagrange
Sean un conjunto C, dos ’variables’ : C → R y una ’muestra’ ≡ {(1 1 ) ( )}.
Se trata de encontrar una función : R → R cuya ’gráfica’ (i.e. el conjunto {( ()) | ∈ R}
’interpole’ la muestra (i.e. aventure un valor de para valores de no incluidos en )
Se requiere interpolar (frente a ajustar por mínimos cuadrados, [MS] VII.2.3 / Excursión
1) siempre que los valores (1 ≤ ≤ ) vienen dados ’sin incertidumbre’. P.ej. cuando, en el
perfil de un automóvil (o viga, o ala de avión) a diseñar, ciertos puntos con ’abscisa’ dada deben
’estar a un altura’ (o ’soportar una fuerza’, o ’tener una inclinación’) prescrita de antemano.
Las funciones de interpolación más sencillas (para evaluar, derivar e integrar) son los poli-
nomios. El siguiente resultado (que refina un caso particular de la Excursión 1) es fundamental:
(Teor. III.3.4.4) Si 1 son todos distintos, entonces existe un único polinomio (de
grado ≤ − 1) () ≡ 0 + 1 + + −1 −1 que ’interpola ’, esto es, que verifica:
P
( ) = ( 1 ≤ ≤ ). A saber: () =
=1 () (1), con (’polinomios básicos de
−2 − −1 −−1
interpolación de Lagrange’)
1 () := 1 −2 1 − , . . . ,
() := −1 −−1 .
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 −1
1 0 1
⎜ 1 2 −1 ⎟ ⎜ 1 ⎟ ⎜ 2 ⎟
⎜ 2 ⎟ ⎜ ⎟ ⎜ ⎟
Dem. Sean ≡ ⎜ . .. .. . ⎟ ∈ M (R), ≡ ⎜ . ⎟ y ≡ ⎜ . ⎟.
. .
⎝ .. . . .. ⎠ ⎝ . ⎠ ⎝ . ⎠
1 −1
−1
Los coeficientes −1 (1 ≤ ≤ ) del polinomio buscado son precisamente (inmediato)
[MS] Ej.ResueltoI.8
las soluciones (si las hay) del sistema de ecs. lineales = . Pero det() =
I.5.5 −1
Π ( − ) 6= 0 (( − 1)2 factores), ⇒ el sistema tiene solución única = (2).
Puesto que se ofrece un candidato a solución, lo más cómodo es comprobar que de hecho lo
! (1)
( ) = Π(6=)=1 − = (∀ ) (3) , ⇒ ( ) = (∀) ¥
−
es. Y en efecto se tiene:
Esta expresión de () es ’incómoda’ de manejar (p.ej. si se añade un par (+1 +1 ) a
) Ã se usan otros métodos más eficientes para calcular
, hay que recalcular los (p.ej.
la fórmula de Newton, [IR] J. A. Infante, J. M. Rey, Métodos numéricos, Pirámide 2007, 6.2.2).
De hecho, para interpolar se usan más bien los ’splines’ (i.e. ’polinomios a trozos’, [IR] 6.3).
Y sin embargo, esta expresión de se relaciona directamente con el espacio dual (P−1 (R))∗ :
(Pr. III.3.4.1) ∀ ∈ R, la ’evaluación en ’ : P−1 (R)→R 7→ () es una forma lineal
Dem. (1 1 + 2 2 ) := (1 1 + 2 2 )() = 1 (1 ) + 2 (2 ) [+ Lema III.1.1.1] ¥
(Pr. III.3.4.2) Si los son todos distintos, entonces {1 } es base de (P−1 (R))∗
Dem. En las bases ≡ {1 −1 } y ∗ = {(() 7→ 0 ) (() 7→ −1 )}, es (∀):
III.2.1 Pr.III.3.1.1
( ) := ( (1) () (−1 )) = (1 −1 ), ⇒ = (1 −1 ) ∗ .
II.1.7 ( )=
Se sigue: (1 ) = ∗ , ⇒ {1 } es (Prop. II.1.6.1) lin. indep. ¥
(Pr. III.3.4.3) Si los son todos distintos, ≡ { ∗
1 } es base y = {1 }
(3)
Dem. (
) := ( ) = (∀ ), ⇒ es b. de P−1 (R) [1 1 + + = 0 ⇒
III.1.4 Prop. III.3.1.2
0 = 1 (
1 ) + + ( ) = (∀)], ⇒ ∗ = {1 } ¥
–––––––––––––––––––––––––––––—
P −1 (2)
P (1)
(Obs.1) Denotando −1 ≡ ( ) , se tiene: () ≡ =1 −1 = =1
−1 ⇒
P −1 (∀), ⇒ II.1.7
= =1 = −1 , como debe ser ya que ∗ = ∗ (Prop. III.3.1.3)
(Obs.2) ∀(6= ) ∈ P(K), la ’evaluación de ’ : K → K 7→ () no es lineal!
VII EXCURSIONES 88
4 Autovalores y Algoritmo de ordenación de Google
En 1998, S. Brin y L. Page idearon (Stanford, California) el algoritmo PageRank, que es el
que (en primera aproximación) utiliza Google para ordenar ’por su importancia’ los resultados
de una búsqueda de páginas web.
Los dos axiomas del modelo son (lo que sigue está libremente tomado de [I] J.A. Infante,
Algoritmo de ordenación de Google. PageRank y Algebra lineal numérica):
1. La red es un grafo orientado, con ( 109 , en la actualidad) vértices (≡ páginas web)
(1 ≤ ≤ ) entre los que hay enlaces ’dirigidos’. Definiendo := 1 ó 0 según que haya
!
o no enlaces que lleven de a (∀ con 6= ) y := 1 (∀), se obtiene una matriz
≡ ( ) ∈ M (R), cuya fila (respectivamente, columna ) contabiliza, según procedencia
(respectivamente, según destino) los enlaces que llegan a (respectivamente, que salen de ).
2. La ’importancia’ de (≡ ’probabilidad de llegar a ’) es la suma de un término fijo
(≡ ’aleatoriedad’) y de otro que a su vez depende de la importancia de los que llevan a :
P
= (1 − ) 1 + =1 ̃ , con ̃ ≡ P (≥ 0) ⇒ 0 (1)
=1
(para cierto 0 1, Google toma = 0 85). El producto ̃ representa la ’importancia
P
relativa del vértice para el ’ (tanto mayor cuanto menor es la ’promiscuidad’ =1 del
P ∗
P
vértice ). Por construcción, =1 ̃ = 1 ( ), con lo que también =1 = 1 (lo que resulta
esencial para interpretar los ’s como ’probabilidades’):
P (1) P P (∗ ) P P
=1 = (1 − ) + =1 =1 ̃ = (1 − ) +
=1 ⇒ =1 = 1 (2)
Sean las matrices ≡ (1) ∈ M (R) (no es la identidad!!) y ̃ ≡ (̃ ) ∈ M (R).
Y sea la matriz ≡ ( ) := (1 − ) 1 + ̃ ∈ M (R) (3)
(12) P P (3) P
Se sigue: = (1 − ) 1 =1 + =1 ̃ = =1 (∀).
ConPlo que el modelo ’podrá funcionar’ sólo si ∃! ≡ (1 ) ∈ , verificando 0
(∀) y =1 = 1, tal que = . Sólo en tal caso, las coordenadas 1 de podrán
interpretarse como las ’importancias’ de los vértices 1 .
Pues bien, se tiene el siguiente
(Teorema) (Perron 1907, ver [R. Varga] Matrix iterative analysis, Prentice Hall 1962, p. 30)
Toda matriz ∈ M (R) con coeficientes positivos posee un único autovalor tal que:
() 0 y tiene multiplicidad algebraica 1 (con lo que dim( ) = 1, Prop. IV.1.4.1)
() cualquier autovalor de verifica || ≤ (se dice que es ’dominante’)
() ∃ ≡ (1 ) que genera el subespacio propio y verifica 0 ( ∀)
En nuestro caso: al ser (1 − ) 1 0, la matriz ≡ ( ) en (3) tiene coefs. positivos. Y
P (3) P ! P Prop.II.1.6.1
() Se tiene: =1 = (1 − ) + =1 ̃ = 1 (∀) (4) ⇒ =1 ( − ) = 0 (∀) ⇒
Prop. IV.1.2.1(3) IV.1.2
( − ) ⇒ dim(1 ) ≥ 1 ⇒ 1 es autovalor de P P
() Si = con (6= 0) ≡ (1 ) ∈ , se tiene: || ( | |) =
=1 | | =
P ¯¯P ¯ P =1
¯ 0 P P (4) P 6 =0
=1 ¯ =1 ¯ ≤ =1 | | | | = =1 ( =1 ) | | = =1 | | ⇒ || ≤ 1
Se sigue de (), () y del Teorema que 1 es el autovalor dominante de y que ∃ ≡
(1 ) que genera 1 y verifica 0 (∀). Este es único (para cada ) si se exige (2).
Puede encontrarse (en tiempo suficient. pequeño) por el ’método de la potencia’ (ver [I]).
VII EXCURSIONES 89
5 Formas cuadráticas y Relatividad especial
A fines del s.XIX la luz se consideraba ya (J.C. Maxwell) una ’onda’, a saber, la que propaga,
en el esp. afín euclídeo ordinario A sobre ( = R3 h i) y con (norma de la) velocidad (respecto
del ’tiempo universal?’ y respecto de un sist. de ref. rectangular ligado al ’éter?’) ≡ ́ '
3·1010 , las variaciones del campo electromagnético [análogo a como el sonido es la ’onda’
que propaga, con velocidad ' 3 · 104 , las variaciones de la presión del aire].
En 1887, A. Michelson y E. Morley intentaron medir (Cleveland, Ohio) la velocidad del
éter resp. de la Tierra, que se mueve con ⊕ ' 3 · 106 resp. del Sol (' resp. del éter?).
El ’interferómetro’ de MM no podía medir con precisión , pero sí apreciar retrasos
relativos en la llegada de dos ondas-luz en trayectos de ida/vuelta de igual longitud (2) en
direcciones
⎧ k y ⊥ a la
½ del mov. de la¾Tierra. La ’composición vect. de velocidades’ (CVV)⎫da:
= +
⎪
⎪ 2 2 −1 2 ⎪⎪
⎨ trayecto k () : = − ⇒ ( ) = +
+ −
= 2 −
2 = (1 − 2
) ⎬
½ 2 2 12
¾ ⇒
⎪
⎪ trayecto ⊥ () : = ( − ) 2 2 −12 2 ⎪
⎪
⎩ = (2 − 2 )12 ⇒ (
) = (2 −2 )12
= (1 − 2 ) ⎭
2 −1 2 −12 2 si 2 2 2 2
⇒ ( ) − ( ) = [(1 − 2 ) − (1 − 2 ) ] ' [(1 + 2 ) − (1 + 22 )] = 3 .
!
Valor experimental: ( )− ( ) ' 0, ⇒ ' 0 (lo esperado era ' ⊕ ), ⇒
=
(en todas! las direcciones, ’isotropía’) Ã MM (tras muchas polémicas por su interpretación!)
cuestiona la CVV Ã ver [TW] E.F.Taylor, J.A.Wheeler, Spacetime Physics, 1.5, Freeman, 1966
Un sist. de ref. rectangular (VI.1.2) = ( ≡ ( ) ≡ ( )) en A se dice ’inercial’ (SRI)
−−−−−−−−−→
si cumple: ( )( ) = y ( ) = ≡ {1 2 3 } (los cuatro son vectores en ).
El (supuesto) tiempo universal , ¿es realmente el tiempo medido por todos los SRI?
? ?
Sean = { } y 0 = {0 } [Ã coorden. ( = ) y 0 Ã (0 0 = 0 = 0 = )]
−−−−−0 −→
dos SRI con velocidad relativa (cte.) :=k ( ) ( ) k≥ 0 a lo largo del eje (común) 1 = 01 .
Sean ’sucesos’ := emisión de luz en 0 ( 0 ) ≡ ( ) y := recepción en 0 ( 0 ) de la
luz reflejada en un espejo fijo en 0 , perpendicular al eje 02 y a distancia del origen 0 . Con
lo que ocurre (para 0 ) ’donde’ (aunque ’más tarde’) Ã el SRI 0 es ’comóvil’ con y .
obvio MM 2 MM 2(2 +∆2 )12
Así, 0 − 0 = 0 , 0 − 0 = (1) y − ≡ 2∆ , − = (2).
Se sigue: (0 − 0 )2 − 2 ( 0 − 0 )2 = −42 = ( − ) − 2 ( − ) (!!!) Ã en
2 2
el espacio vectorial × R asociado al ’espacio-tiempo’ (afín) A × R, MM sugiere una forma
cuadrática Φ : × R → R con signatura (3 1) dada por ( ’homogeneiza’ espacio y tiempo):
−−→
Φ( ) := ( − )2 +( − )2 + ( − )2 −2 ( − )2 ∀ SRI con coord. ( )
Postular tal Φ (’Relatividad especial’) con (Φ) = (3 1) lleva a predicciones (no intuitivas!)
confirmadas por experimentos a ’altas velocidades’, p.ej. a abolir el papel privilegiado de Ã
Dilatación del tiempo entre y (medido por un SRI no-comóvil con y , respecto
− (2)
∆ ! −12 2
del medido por un SRI 0 comóvil): ≡
−
= (2 +∆ 2 )12 , ⇒ ∆ = (1 − 2 ) ,⇒
³ ´ µ ¶
− (12) (2 +∆2 )12 2 2 12 2 si 6=0 si
⇒ 0 − 0 = = 1 + 1− 2 2 = (1 − 2 )−12 (3) 1 y ' 1
Experim. (Rossi-Hall 1941, ver [TW] Exerc. 42): ’muones’ (Ã ’semivida’ comóvil ' 1 5 ·
0
10−6 , donde := ln2 y ( 0 ) = (0)− ) producidos a altura ⊕ = 6·106 en dirección
a tierra con || = 0 99975 llegan (?) en ∆ ' 2 · 10−4 . Aunque ∆ ' 133 , los detectados
1 1 (3) 2
en tierra son, no 2133 ' 10−40 , sino 8 del total. Explicación: ∆ 0 = (1− 2 )12 ∆ ' 3
133 ∆ = 3 .
VII EXCURSIONES 90
6 Cónicas euclídeas y Leyes de Kepler
En 1609-18, J. Kepler formuló (Praga) las tres Leyes (♠) que llevan su nombre, a saber, las
órbitas de planetas: (1 ) son elipses con el sol en uno de sus focos, (2 ) barren áreas iguales en
tiempos iguales y (3 ) se recorren con períodos cuyos cuadrados son proporcionales a los cubos
de los semiejes mayores. En 1687, I. Newton (Cambridge) las dedujo analíticamente à Relación
entre las ctes. de integración (’del movimiento’) y los ’parámetros’ de la órbita, ver (10) y (13).
Sean ’partícula’ (puntual) con ’masa’ ( 0) situada (’reposo’) en un punto (’origen’)
del espacio afín euclídeo ordinario A sobre ( = R3 h i) y partícula ≡ ()(6= ∀) (curva
diferenc. resp. del tiempo , derivadas 0 / 0 00 ∈ ) con masa ( ). Lo que sigue está
libremente tomado de B. O’Neill, Semiriemannian geometry, Academic Press 1983, p. 453.
−
→ −
→
Hipótesis: sobre actúa ’fuerza gravitatoria’ = − −
→ 2
→ , con kk 0 y 0
−
kk kk
(’cte. de Newton’), que la acelera: = 00 (2 ley de Newton). Se sigue (’universalidad’ de la
gravitación): 00 = − − → k−
→ 3 (1) (à 3 edifs. 2 orden en à 6 ctes. (• ) del movimiento).
k
Mom. Angular (por u.masa) L := − → 0 , ⇒ L0 Pr.II.3.10.2(1)
∧ = −→ 00 (1)
∧ = 0 ⇒ kLk = • (2) y s.p.d.g.
−−−→
L = kLk 3 •• , ⇒ () ∈ (1 2 ) ∀ (órbita plana!) Ã en ’polares’ ( ) con () ≡ 0• :
(no afines!!)
½ ½ 0 0 0
½ 00
= cos
= cos − sin
= cos − 2 0 sin − 02 cos − 00 sin
00 0
⇒ 0 0 0 ⇒
= sin ⎧ = sin + cos 00 = 00 sin + 20 0 cos − 02 sin + 00 cos
⎪ II.3.10 =0= 0
⎪
⎪ L := ( 0 − 0 )1 + (0 − 0 )2 + ( 0 − 0 )3 = (0 − 0 )3 = 2 0 3 , ⇒
⎨ s.p.d.g. 0 ≥0 (2) 0
Se tiene: ⇒ kLk = 2 0 (3) ⇒ 20 0 + 2 00 = 0 ⇒ 20 0 + 00 = 0 (4)
⎪
⎪ n o
⎪
⎩ ó bien 0000 −200 00 tan −0202 −0000 tan (1) (4)
ó bien +2 cot − + cot
= − 2 ⇒ 00 − 02 = − 2 (5)
(23) RR camb. var. R R
Si L 6= 0 ( ⇒ = ()), el Area barrida es: := = | det( ()
() ) |=
RR R (3) (2)
= = 12 2 () ⇒ 0 = 12 2 (())0 () = kLk 2 = (6) (2 ♠)
⎧
⎨ 00 (4) 0 0
= −2 = −2 02
0 =() 0 ³ (7) ´
Ec. órbita. Se tiene: = ⇒
⎩ 00 = 2 2 02 + 00 (7) = 2
2 − 2 2
( )
(5)
02 ⇒
³ 2 ´ (3) −1 2
³ ´ ≡1 2
2 2 02 −02 = − ⇒ 2 2
⇒ 2 − (
) 2 2 2 − (
)
+ 1 = kLk 2 ⇒
2 + = kLk2 (8)
0
Sol. general: () = kLk2
(1 + cos( − (mı́n )), para cierta cte. (adimens.!) ≥ 0 ⇒
kLk2
(s.p.d.g. (mı́n ) ≡ 0• ) () =
1+ cos (9), con (longitud!) ≡ 0 (10), ⇒ mı́n =
1+ (11)
Pero la ecuación (9) describe una cónica (VI.3.1-VI.3.3) de excentricidad , a saber: elipse
2
si 1 (con ≡ (1 − 2 ) = , VI.3.1), parábola si = 1, hipérbola si 1 (con
2
≡ (2 − 1) = , VI.3.3) Ã Si la órbita es acotada, será una elipse (1 ♠).
→ 0 ® (1)
−
Energía (por u.masa) E := 12 k0 k2 − , ⇒ E 0 = h0 00 i+ 3 = 0 ⇒ E = • (12).
(3) 1
³ 2
´ ³ 2
´ ³ ´ (11)
pol.
Y E = 12 (02 +2 02 )− = 02 + kLk − 2 (12) = 1 kLk
− 2 (10)
=
− 2 ⇒
2 2 2 2 mı́n
mı́n
2mı́n mı́n
2 −1= 2E
(13) Ã La órbita es: elipse si E 0, parábola si E = 0, hipérbola si E 0.
(6) antes R 2 (9)
Si la órbita es elipse, se tiene ( ≡ período, ≡ área total): kLk2 = = 12 0 2 () =
2 R 2 1 2 2 4 2 4 (10) 4 2 3 ≡(1−2 ) 4 2 3
2 0 (1+ cos )2 = (1−2 )32 ⇒ = kLk2 (1−2 )3 = (1−2 )3
!
= (3 ♠)
VII EXCURSIONES 91
7 Formas cuadráticas e Inercia rotacional / Giróscopos
Los ’giróscopos’ (sólidos rígidos que rotan en torno a un ’eje pincipal de inercia’) son el
fundamento de los sistemas de piloto automático: si el ’torque’ de las fuerzas resp. del centro de
masas (c.d.m.) es cero, el eje de giro ’mantiene dirección’ (independ. del mov. del c.d.m.).
Sea = { () | 1 ≤ ≤ (≥ 2)} conjunto de ’partículas’ (i.e. curvas difer. resp. del
’tiempo’ , derivadas 0 ) en el esp. afín eucl. ordin. A sobre ( = R3 h i), con ’masas’ ( 0) y
−−→ Prop. V.2.2.2(1) −− → −−→
supondremos (’sólido rígido’): k k= ( ⇒ = ) ∀ (H1)
P −→
Dada curva () en A, la curva () (’centro de masas’ de ) dada por − →
:= =1 (1),
P
con ≡ =1 , es (VI.1.1(A2)) independiente (!) de () y verifica (!):
−→ (H1) −→ −→ (H1) Teor. II.3.4.2 −→ −→
k k = y = ( ⇒ dim(( )) = ) ∀ (2)
Resulta que existe (!) base (’móvil’) () ≡ {1 () 2 () 3 ()} = () de ortonormal
Pr.II.3.6.2 −→ P Pr.II.3.6.3 −→ !
( ⇒ = 3 ) tal que (escribiendo ≡ ): = = (3)
¡ ¢ =3 ! Pr.III.2.2.1(2)
Además: 0 = 0 = ( 0 ) (4), con 0 = − 0 , ⇒ det( 0 ) = 0 ⇒
0
definiendo () ∈ ( ) por ( ) := , existe ̄³3 () ∈ unitario tal que (̄3 ) = 0, ⇒
´
0 − 0
∀ base ̄() = {_ _ ̄3 ()} ortonormal, es ̄ ( ) = 0 0 , para cierto () ∈ R, ⇒
0 0 0
Prop. III.2.1.1 II.3.10
∀ ≡ (1 2 3 )̄ ∈ , () = (−2 1 0)̄ = ∧ , con () ≡ ()̄3 () (5).
−→ 0 II.1.5 (3) (4) Prop. III.2.1.1 −→ (5) −→
En particular: ( ) ≡ ( )0 = 0 = ( 0 ) = ( ) = ∧ (6):
resp. de (), todas las partículas () de efectúan un mov. de rotación con vel. angular ().
≥2 P −→ 2 Te.II.3.10.1(2)
Sea la forma cuadr. Φ() ( 6= 0) : → R dada por Φ() :=
=1 k ∧ k =
2 P −→ −→ 2 2
kk =1 k − () k (7) (≡ kk · ’mom. de inercia’ de resp. de + ()) y
1 1 P −→ 2 (6) 1 P −→ 0 2
2 Φ() = 2 =1 k ∧ k = 2 =1 k ( ) k (’energía cinética de rotación’ de ).
Supondremos (’sólido físico’): 1 () () no están alineadas à Φ() es definida positiva (H2)
(7) & Te.II.3.9.2
La corresp. forma polar (’tensor de inercia’ de ) () : × → R verifica: ( ) =
P ³ −→ D−→ E D−→ E´
k k2 h i −
=1 (8), ⇒ el corresp. ̃ () ∈ ( ) autoadj.
P ³ D−→ E −→´
(Ej.Adic.V.5) verifica: ̃ () = k− → (23)
k2 − , ⇒ (̃ ) = (9),
=1
⇒ los autovalores 1 2 3 de ̃ () (’momentos principales de inercia’ de ) son constantes (10),
reales (Pr. IV.1.6.2) y positivos (H2). Si () es autovector de ̃ (), la recta () + (()), ’en
reposo’ (como ) en el sist. de ref. (() ()), se llama un ’eje principal de inercia’ de .
P
Sean ∈ A, () ∈ (’fuerza’ sobre ) y () ≡
=1 (). Entonces (Inercia trasl.):
Hip.? 2 Ley Newton P
−−−→ 00 (1) −−→ −−→
0 = () = =1 ( ()) = (())00 ⇒ (())0 =
⎧ P −→ P −→
⎪
⎪ −→ 0 (6) −→ (8)
⎪ () := =1 ∧ ( ) = =1 ∧ ( ∧ ) = ̃ () (11)
⎪
⎪
⎪
⎨ P −→ −→ 0 VI.1.1(A2) & − →
=0
() := =1 ∧ ( ) = + −→
∧ (−
→
)0 (12)
Sean P −→ Ley & (3) P −→ −→
⎪
⎪ 2
⎪
⎪ () :=
=1 ∧
= ( 0 0 0
=1 ∧ ( ) ) = ( ) (13)
⎪
⎩ () := P −
⎪ → (A2) P
= −− →
∧ 2 Ley=& (13) ( −−→ → 0 0 (12)
− 0
=1 ∧ =1 ∧( ) ) = ( ) (14)
y supondremos (’giróscopo’) () es autovector de ̃ () (H3). Entonces (Inercia rotacional):
Hip.? (14) (11) (H3)/spdg (10) 3 0
0 = () = ( ())0 = (̃ ()(()))0 = (3 ()())0 = 3 (())0 ⇒ () =
VII EXCURSIONES 92
8 Esp. afín euclídeo, Enteros y Redes cristalinas / Índices de Miller
Sean A el espacio afín euclídeo ordinario sobre ( = R3 h i).
Una ’red (cristalina)’ R (abstracción de un ’cristal’, i.e. de una disposición periódica de
átomos/moléculas en el ’espacio’) es un conjunto de puntos de A invariante por un grupo discreto
de movimientos rígidos (VI.2.3) que incluye las traslaciones por tres vectores de lin. indep.
P
Fijados red R y ’origen‘ (arbitrario) ∈ R, se tiene: R = + { 3=1 | 1 2 3 ∈ Z} (1),
para cierta base = {1 2 3 } (’primitiva’/no única/no necesariamente ortonormal!) de .
Un plano afín Π ⊂ A se dice ’de R’ si contiene 3 puntos de R no alineados. En tal caso:
() su intersección con el eje ∈ {1 2 3} (si no contiene a dicho eje ni a ) es (!) + , con
∈ Q P(no neces. ∈ Z / = 0 si Π k ), () tiene (!) por ec. cartesiana (en el sist. de ref. { }
de A) 3=1 = (para ciertos 1 2 3 ∈ Z) y () contiene infinitos (!) puntos de R.
En 1839, W.H. Miller (Cambridge) introdujo los índices P de Miller (IM) de (el conjunto de
planos de R paralelos a) un plano Π de R de ecuación 3=1 = 1 como la terna de enteros
(1 2 3 ) con máximo común divisor 1 y múltiplo de la terna (1 2 3 ).
Los IM (1 2 3 ) de un plano
P 3 Π de R tienen ’ventajas’ ? (son enteros) e inconvenientes
(si no es ortonormal, el vector =1 no es ortogonal a Π). ¿Por qué usarlos?
Se llama ’base recíproca’ de a la b. de (no neces. ortonormal! / con ∧ el prod. vectorial)
2 ∧3 3 ∧1 1 ∧2 II.3.10
̂ := {̂1 := h1 2 ∧3 i ̂2 := h1 2 ∧3 i ̂3 := h1 2 ∧3 i } ⇒ ĥ i = (∀ ) (2)
[Nota: ̂ = I−1 ( ) (1 ≤ ≤ 3), donde ∗ ≡
{1 2 3 } es la base de dual de (III.3.1)∗
y I : → ∗ es el isomorfismo definido
P3 por I() := h i, Obs.1 en III.3.2]. Entonces:
• ∀ ≡ =1 ̂ (1 2 3 ∈ Z) y ∀ ∈ R, existe un plano de R por ortogonal a (3)
En efecto: el conjunto { + 1 3 1 + 2 3 2 − (1 1 + 2 2 )3 | 1 2 ∈ Z} es un plano de R por
(2)
y verifica:
P 1 3 1 + 2 3 2 − (1 1 + 2 2 )3 = 0. P
• ∀Π : 3=1 = 1 plano de R con IM (1 2 3 ), se tiene Π ≡ 3=1 ̂ ⊥ Π (4)
(2)
En efecto: Π − = − = 0 (1 ≤ ≤ 3). Pero ¿por qué usar ̂?
En 1912 M. von Laue (Munich, pr. Nobel 1914) presentó (buen acuerdo con experimentos!)
una teoría de la dispersión ’elástica’ (≡ sin cambio en la ’longitud de onda’ ) de luz por cristales.
Si 0 ∈ son unit. en las direcciones ’incidente’ y ’dispersada’ (Ã ’ángulo de desviación’ )
la onda dispersada tiene intensidad máxima allí donde ∃1 2 3 ∈ Z que cumplen (!):
0 (2) 0 P (3) 0
− = (1 ≤ ≤ 3) ⇔ − = 3=1 ̂ ⇔ − ⊥ Π (para cierto plano Π
(4) & 1 2 3 1 2 3 ∈Z
³ ´ 0
Π !
de R) ⇔ 2 sin( 2 ) k k = −
= Π Π (para cierto Π ∈ Z) (5)
Π
(Ã la dispersión de luz por cristales muestra la ’utilidad’ de ̂ y de los índices de Miller).
En 1913 W.H. Bragg y W.L. Bragg (Leeds y Cambridge, premios Nobel 1915) imaginaron
esta dispersión elástica como una ’reflexión’ de la luz en planos de R paralelos (Ã ángulo de
’incidencia’ igual al de ’reflexión’ ). La onda reflejada ’interfiere constructivamente’ allí donde
el ’espaciado’ entre planos paralelos consecutivos cumple (!): 2 sin = (con ∈ Z) (6)
Pero si Π es un plano de R, el ’espaciado’ entre planosP de R paralelos a Π consecutivos es
igual a 1 kΠ k. En efecto (recordando (3)): ∀ ≡ + 3=1 ∈ R y variando ∈ R, se tiene:
° ° Prop. II.3.9.1
|−
→
Π | (2) | 3 ( − ) |
mı́n6=0 °( ) −
→
Prop. VI.1.10.1
= °Π
= mı́n6=0 = mı́n6=0 =1
kΠ k kΠ k
Y puesto
P que el numerador es un enteroPpositivo y ∃1 2 3 ∈ Z (identidad de Bezout) tales
que 3=1 = 1, basta elegir = + 3=1 ( + ) ∈ R para concluir que = 1 kΠ k (7)
!
(5) (7) & =2 (6)
Se sigue que (5) ⇔ (6). En efecto: 2 sin( 2 ) k1 = Π ⇔ 2 sin = Π
Πk
También podría gustarte
- Introducción a Las Ecuaciones DiferencialesDocumento319 páginasIntroducción a Las Ecuaciones DiferencialesCesar igual crespoAún no hay calificaciones
- A First Course in Probability Global Edition 10nbsped 9780134753119 0134753119 9781292269207 1292269200 (001 297)Documento297 páginasA First Course in Probability Global Edition 10nbsped 9780134753119 0134753119 9781292269207 1292269200 (001 297)soloje4341Aún no hay calificaciones
- Introduccion Al Analisis Matematico IDocumento4 páginasIntroduccion Al Analisis Matematico IMarijo100% (1)
- La integral de Lebesgue en RN: Teoría y problemasDe EverandLa integral de Lebesgue en RN: Teoría y problemasAún no hay calificaciones
- Una introducción a los fundamentos del análisisDe EverandUna introducción a los fundamentos del análisisCalificación: 5 de 5 estrellas5/5 (1)
- Teoría de cuerpos y teoría de GaloisDe EverandTeoría de cuerpos y teoría de GaloisCalificación: 5 de 5 estrellas5/5 (1)
- Notas de Geo I-CompletasDocumento217 páginasNotas de Geo I-CompletasJosé Manuel Barranco FernándezAún no hay calificaciones
- 10 Parte Formas Diferenciales en RNDocumento37 páginas10 Parte Formas Diferenciales en RNSofia SanchezAún no hay calificaciones
- Cálculo 1Documento108 páginasCálculo 1Narciso JuarezAún no hay calificaciones
- Galindo F., Sanz J., Tristán L. - Cálculo Infinitesimal en Una Variable RealDocumento493 páginasGalindo F., Sanz J., Tristán L. - Cálculo Infinitesimal en Una Variable Realvonkda358Aún no hay calificaciones
- Principios de Analisis Matematico RudinDocumento382 páginasPrincipios de Analisis Matematico RudinTrujillo EliasAún no hay calificaciones
- Álgebra Lineal y Cálculo en Varias VariablesDocumento141 páginasÁlgebra Lineal y Cálculo en Varias VariablesJOSIMAR COHAILA100% (1)
- Matematicas ComplementariasDocumento128 páginasMatematicas Complementariasrig3faby100% (2)
- Analisis VectorialDocumento7 páginasAnalisis Vectorialcarlos leon100% (1)
- Clases de Álgebra Lineal para IngenieríaDocumento284 páginasClases de Álgebra Lineal para IngenieríaJoaquin Melgarejo100% (4)
- Matematicas Conjuntos Numericos Expresiones Algebraicas Ecuaciones e Inecuaciones - FilesDocumento137 páginasMatematicas Conjuntos Numericos Expresiones Algebraicas Ecuaciones e Inecuaciones - FilesEdwin Machaca Ramos100% (2)
- Algebra ModernaDocumento180 páginasAlgebra ModernaAldo Javier Rivas Vázquez100% (1)
- Introduccion Al Analisis Numerico para Ingenieria-Jaime Figueroa Nieto PDFDocumento190 páginasIntroduccion Al Analisis Numerico para Ingenieria-Jaime Figueroa Nieto PDFesteban_usm100% (13)
- Notas de Cusro de Teoría de GaloisDocumento223 páginasNotas de Cusro de Teoría de GaloisCamilo Acevedo Moreno100% (1)
- Mecanica Teorica UnedDocumento5 páginasMecanica Teorica UnedRubén Sánchez SánchezAún no hay calificaciones
- FPGM 1.1 Atribución Docente Del ProfesoradoDocumento2 páginasFPGM 1.1 Atribución Docente Del Profesoradoson vaiAún no hay calificaciones
- Forma de Jordan Manuel Pedreira Alxebra Linear e Miltilinear Forma de JordanDocumento51 páginasForma de Jordan Manuel Pedreira Alxebra Linear e Miltilinear Forma de JordanManuel Álvarez RodríguezAún no hay calificaciones
- TODOS Los Libros de La Carrera deDocumento24 páginasTODOS Los Libros de La Carrera deElizabethSantiagoTorres100% (2)
- GuiaCompleta 61022056 2023Documento14 páginasGuiaCompleta 61022056 2023Jorge Alonso BernardezAún no hay calificaciones
- 30 Libros de Álgebra en PDF para Consultar Gratis - Enclave CientíficoDocumento8 páginas30 Libros de Álgebra en PDF para Consultar Gratis - Enclave CientíficoMarcelo LunaAún no hay calificaciones
- Spivak EjercicioDocumento107 páginasSpivak EjercicioYahir ASAún no hay calificaciones
- Metodos NumericosDocumento193 páginasMetodos NumericosYuri Francisco Santisteban Umeres100% (1)
- Cuadernillo de AnillosDocumento90 páginasCuadernillo de AnillosSebastián Acevedo Rodríguez100% (1)
- A2 FA MergedDocumento41 páginasA2 FA Merged2022 Mat ALONSO LOPEZ CARLOS ARNULFOAún no hay calificaciones
- Curso Geometria ProyectivaDocumento207 páginasCurso Geometria Proyectivajandreozzi4323100% (1)
- Fasc Grado 6Documento565 páginasFasc Grado 6Eber Espinoza Chipana100% (2)
- Listado4 525140 S1 2024Documento7 páginasListado4 525140 S1 2024alfredoAún no hay calificaciones
- NotasFundaUIS 1 PDFDocumento213 páginasNotasFundaUIS 1 PDFCamilo RuedaAún no hay calificaciones
- Geometria Elemental - Aleksei v. PogorelovDocumento237 páginasGeometria Elemental - Aleksei v. PogorelovAmador GielasAún no hay calificaciones
- Espacios MetricosDocumento132 páginasEspacios MetricosSalomón Ching Briceño100% (1)
- Simetrías y Grupos en Física - Artemio GonzálezDocumento101 páginasSimetrías y Grupos en Física - Artemio GonzálezJoel Gastòn Nieto Coronel100% (1)
- Teoría de Grupos, Teoría de Cuerpos y Teoría de Galois, Representaciones de Grupos FinitosDocumento171 páginasTeoría de Grupos, Teoría de Cuerpos y Teoría de Galois, Representaciones de Grupos FinitosJALS100% (1)
- Capitulo7 OCWDocumento40 páginasCapitulo7 OCWdaniela planchezAún no hay calificaciones
- Topologia Algebraica UnaDocumento236 páginasTopologia Algebraica Unaleviomat100% (1)
- Listado3 - 525140 - S1 - 2024 MCCDocumento10 páginasListado3 - 525140 - S1 - 2024 MCCalfredoAún no hay calificaciones
- Calculo IDocumento2 páginasCalculo IRamiro PerezAún no hay calificaciones
- Probalgebra y EstructuraDocumento36 páginasProbalgebra y Estructuraluisentropia100% (1)
- Teoremas de Incompletitud de GödelDocumento66 páginasTeoremas de Incompletitud de Gödelciberguerra.risk100% (1)
- Libro LatexDocumento180 páginasLibro LatexJuan Carlos Moreno OrtizAún no hay calificaciones
- Funciones de Una Variable I - Guia Completa 2018-2019Documento13 páginasFunciones de Una Variable I - Guia Completa 2018-2019miguelusqueAún no hay calificaciones
- Memorable Curso de Variable ConplejaDocumento129 páginasMemorable Curso de Variable ConplejaLizbeth AzAún no hay calificaciones
- Mat Analisis EconomicoDocumento362 páginasMat Analisis EconomicoAntonio Martínez100% (8)
- Gurtin Ejercicios ResueltosDocumento107 páginasGurtin Ejercicios ResueltosRoberto Rodriguez Gonzalez67% (3)
- Curso de variedades diferenciables, grupos de Lie y técnicas simplécticasDe EverandCurso de variedades diferenciables, grupos de Lie y técnicas simplécticasAún no hay calificaciones
- Fundamentos del cálculo numérico 1. Topología métrica (Colección de matemática aplicada e informática)De EverandFundamentos del cálculo numérico 1. Topología métrica (Colección de matemática aplicada e informática)Aún no hay calificaciones
- Ejercicios de topología y de análisis. TopologíaDe EverandEjercicios de topología y de análisis. TopologíaCalificación: 2 de 5 estrellas2/5 (1)
- Matrices y DeterminatesDocumento2 páginasMatrices y Determinatesliberal_2009_96Aún no hay calificaciones
- 05 EjmatrDocumento6 páginas05 EjmatrCarlos EspAún no hay calificaciones
- Jitorres - Ejercicios Teoricos de Bases y DiDocumento9 páginasJitorres - Ejercicios Teoricos de Bases y Dian130ppAún no hay calificaciones
- Clase de Práctica - TP1 - A.Lineal - 2021Documento53 páginasClase de Práctica - TP1 - A.Lineal - 2021Mauro JimenezAún no hay calificaciones
- Guía de Actividades y Rubrica de Evaluación Fase 1 Aplicar La Matriz de Marco Lógico A Un Caso IndustrialDocumento8 páginasGuía de Actividades y Rubrica de Evaluación Fase 1 Aplicar La Matriz de Marco Lógico A Un Caso IndustrialfalferezhAún no hay calificaciones
- 2.instructivo Formulacion de PreguntasDocumento49 páginas2.instructivo Formulacion de PreguntasIngrid Johana Jacome PinedaAún no hay calificaciones
- A. Selección de Alternativas de Redistribución de Planta - Un Enfoque Desde Las Organizaciones PDFDocumento19 páginasA. Selección de Alternativas de Redistribución de Planta - Un Enfoque Desde Las Organizaciones PDFTatiana NogueraAún no hay calificaciones
- Función Buscar, BuscarV, BuscarH en Excel 2010.Documento7 páginasFunción Buscar, BuscarV, BuscarH en Excel 2010.Katty1317Aún no hay calificaciones
- 20 Regres..Documento41 páginas20 Regres..Dulce Rocío MotaAún no hay calificaciones
- Tarea 4 Sofware para IngenieriaDocumento24 páginasTarea 4 Sofware para IngenieriaAdrian Palenque100% (1)
- Tarea1 Grupo762Documento50 páginasTarea1 Grupo762Patric OrtizAún no hay calificaciones
- Repartido Práctico 3 - Matrices - 2022Documento3 páginasRepartido Práctico 3 - Matrices - 2022GerardoAún no hay calificaciones
- Actividad Matriz de ComparaciónDocumento2 páginasActividad Matriz de Comparaciónjose narvaez100% (2)
- Formulas y FuncionasDocumento36 páginasFormulas y FuncionasAnthony Carhuaz AncheliaAún no hay calificaciones
- Álgebra LinealDocumento5 páginasÁlgebra LinealUniversidad del Norte Editorial100% (1)
- El Contenido de Los Mensajes Icónicos IVDocumento12 páginasEl Contenido de Los Mensajes Icónicos IVGermán de SantosAún no hay calificaciones
- Matriz AdjuntaDocumento9 páginasMatriz AdjuntaJimy Smith100% (2)
- Problema 1aDocumento4 páginasProblema 1aDiego UrrunagaAún no hay calificaciones
- 1-s2 0-S2405844023051848-Main en EsDocumento12 páginas1-s2 0-S2405844023051848-Main en Esgfiorela2003Aún no hay calificaciones
- Operaciones Entre MatricesDocumento41 páginasOperaciones Entre MatricesAnny Pardo0% (1)
- Módulo IIDocumento36 páginasMódulo IIFlavia lobosAún no hay calificaciones
- Formulación y Evaluación de ProyectosDocumento46 páginasFormulación y Evaluación de ProyectosErika Mora75% (4)
- Upea OjoDocumento7 páginasUpea OjoTambo Garcia FabiolaAún no hay calificaciones
- Taller Algebra MatricialDocumento17 páginasTaller Algebra MatricialCamilo OliverosAún no hay calificaciones
- Lab Nº5 Voltaje de NodosDocumento36 páginasLab Nº5 Voltaje de NodosAlexander Cayo MartinezAún no hay calificaciones
- Investigación U23-Metodos NumericosDocumento40 páginasInvestigación U23-Metodos NumericosZury MartinezAún no hay calificaciones
- Trabajo Final de Mate DiscretasDocumento63 páginasTrabajo Final de Mate DiscretasMartin RodriguezAún no hay calificaciones
- Laboratorio 1 Señales MATLABv 1Documento19 páginasLaboratorio 1 Señales MATLABv 1G.A. Juan Sebastian Bermúdez VélezAún no hay calificaciones
- MATRICES ELEMENTALES PDF 1 PDFDocumento27 páginasMATRICES ELEMENTALES PDF 1 PDFLeah ClovisAún no hay calificaciones
- Test RavenDocumento20 páginasTest RavenJoel Oswaldo Ninahuanca MartinezAún no hay calificaciones
