Академический Документы
Профессиональный Документы
Культура Документы
8x 2 E : kT (x)k = kxk
Ejercicio 23
Sean E un espacio Euclídeo y T un operador lineal sobre E: Demostrar
la equivalencia lógica entre las siguientes a…rmaciones:
(a) T es ortogonal
(b) T preserva las normas
(c) Si E tiene dimensión …nita (i.e., dim E = n), entonces T transforma
bases ortonormales en bases ortonormales
Resolución:
Demostraremos las dos equivalencias lógicas: (a)()(b) y (a)()(c).
1
Sea x 2 E; debemos probar que kT (x)k = kxk ; suponiendo que T es
ortogonal.
Como T es ortogonal
kT (x)k2 = kxk2
kT (x)k = kxk
kT (x + y)k = kx + yk y kT (x y)k = kx yk
Por lo tanto
1
hT (x); T (y)i = kx + yk2 kx yk2
4
1
Usando la prop. 8v 2 E; 8w 2 E : hv; wi = kv + wk2 kv wk2 ;
4
hT (x); T (y)i = hx; yi
2
Para demostrar que (a)()(c), probaremos las dos implicaciones lógicas:
(a)=)(c) y (c)=)(a).
Primeramente, probamos que (a)=)(c); i.e., si T es ortogonal, entonces
T transforma bases ortonormales en bases ortonormales.
Sea B = fu1 ; u2 ; :::; un g una base ortonormal de E (i.e., huj ; uk i = jk );
debemos probar que T (B) = fT (u1 ); T (u2 ); :::; T (un )g es una base ortonor-
mal de E (i.e., hT (uj ); T (uk )i = jk ); suponiendo que T es ortogonal.
Como T es ortogonal
hT (uj ); T (uk )i = huj ; uk i
Debido a que B = fu1 ; u2 ; :::; un g es una base ortonormal de E
hT (uj ); T (uk )i = jk
Por la linealidad de T
* n +
X X
n
hT (x); T (y)i = hx; uj i T (uj ); hy; uk i T (uk )
j=1 k=1
Por la bilinealidad de h ; i
X
n X
n
hT (x); T (y)i = hx; uj i hy; uk i hT (uj ); T (uk )i
j=1 k=1
Como B = fu1 ; u2 ; :::; un g y T (B) = fT (u1 ); T (u2 ); :::; T (un )g son bases orto-
normales de E
X
n X
n
hT (x); T (y)i = hx; uj i hy; uk i huj ; uk i
j=1 k=1
3
Por la bilinealidad de h ; i
* n +
X X
n
hT (x); T (y)i = hx; uj i uj ; hy; uk i uk
j=1 k=1
P
n
Usando la prop. 8v 2 E : v = hv; us i us ;
s=1
Ejercicio 24
Sean E un espacio Euclídeo de dimensión …nita (i.e., dim E = n) y T un
operador lineal ortogonal sobre E:
Probar que: (a) T es inversible (b) T 1 es ortogonal.
Resolución:
(a) Debemos probar que existe un operador lineal sobre E; llamémoslo S;
tal que 8x 2 E : S T (x) = x y T S(x) = x:
Sea B = fu1 ; u2 ; :::; un g una base ortonormal de E; de…nimos la función
Xn
S : E * E tal que S(x) = hx; T (uj i uj : Notemos que S es un operador
j=1
lineal sobre E; debido a la bilinearidad de h ; i ; pero, S está obviamente
asociado a B:
Primeramente, probaremos que S no depende de la base ortonormal uti-
lizada para de…nirlo.
Sea B 0 = fu01 ; u02 ; :::; u0n g otra base ortonormal de E; vamos a probar que
Xn
S(x) = hx; T (u0k i u0k :
k=1
De acuerdo con la def. de S; expandiendo uj 2 B en la base ortonormal
B0 * !+
Xn Xn
S(x) = x; T huj ; u0s i u0s uj
j=1 s=1
4
X
n X
n
Intercambiando las sumatorias y
j=1 s=1
X
n X
n
S(x) = hx; T (u0s )i huj ; u0s i uj
s=1 j=1
i.e.,
X
n X
n
S(x) = hx; T (u0s )i huj ; u0s i uj
s=1 j=1
X
n
Pero huj ; u0s i uj es la expansión de u0s 2 B 0 en la base ortonormal B
j=1
X
n
S(x) = hx; T (u0s )i u0s
s=1
Como T es ortogonal
X
n
S T (x) = hx; uj i uj
j=1
X
n
Pero hx; uj i uj es la expansión de x 2 E en la base ortonormal B
j=1
S T (x) = x
De acuerdo con la def. de S
!
X
n
T S(x) = T hx; T (uj i uj
j=1
Por la linealidad de T
X
n
T S(x) = hx; T (uj i T (uj )
j=1
5
X
n
Pero hx; T (uj i T (uj ) es la expansión de x 2 E en la base ortonormal
j=1
T (B)
T S(x) = x
X
n
1
Hemos probado que T (x) = hx; T (uj i uj ; donde B = fu1 ; u2 ; :::; un g
j=1
es una base ortonormal de E; elegida arbitrariamente.
1 1
(b) Sean x 2 E y y 2 E; debemos probar que hT (x); T (y)i = hx; yi :
Como T es ortogonal
1 1 1 1
T (T (x)); T (T (y)) = T (x)); T (y)
i.e.,
1 1 1 1
T (x)); T (y) = T T (x); T T (y)
i.e.,
1 1
T (x)); T (y) = hx; yi
Ejercicio 25
Sean E un espacio Euclídeo de dimensión …nita (i.e., dim E = n) y T un
operador lineal ortogonal sobre E: Si A es la matriz asociada a T respecto
de alguna base ortonormal de E; probar que A es una matriz ortogonal; i.e.,
A 1 = AT ; o equivalentemente, AT A = I;
/ donde I es la matriz identidad de
n n
R :
Resolución:
Sea B = fu1 ; u2 ; :::; un g una base ortonormal de E; entonces [A]ij =
hT (uj ); ui i y AT ij = hT (ui ); uj i ; debemos probar que AT A = I:
De acuerdo con la def. de producto de matrices
X
n X
n
T T
A A ij
= A is
[A]sj = hT (us ); ui i hT (us ); uj i
s=1 s=1
6
Por la bilinealidad de h ; i
* n +
X
AT A ij
= hT (us ); ui i T (us ); uj
s=1
X
n
Pero hT (us ); ui i T (us ) es la expansión de ui 2 B en la base ortonormal
s=1
T (B)
AT A ij
= hui ; uj i
Por la ortonormalidad de B
AT A ij
= jk
i.e.,
AT A = I
Ejercicio 26
Sean E un espacio Euclídeo de dimensión …nita (i.e., dim E = n) y T un
operador lineal ortogonal sobre E: Si A es la matriz asociada a T respecto
de alguna base ortonormal de E; demostrar que:
(a) El determinante de A es 1 ó 1: ¿Es cierta la recíproca?
(b) Si es un autovalor real de A; entonces es 1 ó 1:
Resolución:
(a) Por Ej. 25, A satisface
AT A = I
det(AT A) = det I
det(AT ) det A = 1
(det A)(det A) = 1
(det A)2 = 1
7
i.e., jdet Aj = 1; o equivalentemente, det A = 1 _ det A = 1:
X T AT = X T (ii)
Multiplicando m a m las ecs. (i) y (ii); y usando algunas props. del producto
y de la multiplicación escalar de matrices
(X T AT )(AX) = ( X T )( X)
X T (AT A)X = 2 X T X
Ejercicio 27
Hallar las matrices canónicas de las siguientes transformaciones geométri-
cas e indicar cuáles de ellas son operadores lineales autoadjuntos y/u orto-
gonales.
(a) Simetría en R2 respecto de la recta L : 2y 3x = 0:
(b) Simetría en R3 respecto del plano : 2x + y + z = 0:
(c) Rotación de =6 alrededor de la recta L : (2; 3; 1); 2 R:
(d) Proyección ortogonal sobre el plano : 2x y z = 0:
Resolución:
(a) Sea S : R2 ! R2 esta simetría axial en el plano. Primeramente,
construiremos B = fu1 ; u2 g ; una base ortonormal de R2 ; más adecuada (o
8
natural) para S; luego hallaremos la matriz de S respecto de B; y por último
hallaremos la matriz de S respecto de la base canónica E = f(1; 0); (0; 1)g ;
la cuál es también una base ortonormal de R2 :
Elegimos como u1 el normalizado de algún vector paralelo a L (i.e., un vec-
1
tor director de L); por ejemplo: u1 = p (2; 3): Como u2 ; tomamos el nor-
13
1
malizado de algún vector perpendicular a L; por ejemplo: u2 = p ( 3; 2):
13
Es obvio que hu1 ; u2 i = 0 y hu1 ; u1 i = hu2 ; u2 i = 1; i.e., B = fu1 ; u2 g es una
base ortonormal de R2 :
De acuerdo con el signi…cado geométrico de una simetria axial en el plano
S(u1 ) = u1 y S(u2 ) = u2
1 0
Podemos ver fácilmente que S(B)TB = S(B)B y S(B)TB S(B)B = ;
0 1
i.e., S(B)B es simétrica y ortogonal. Y, consecuentemente, S es un operador
lineal autoadjunto y ortogonal sobre R2 :
Ahora, hallaremos la matriz canónica de S; i.e., S(E)E ; donde E es la
base canónica de R2 :
Por la ley de transformación de las matrices de un operador lineal respecto
de bases ortonormales diferentes en un espacio Euclídeo
9
Podemos veri…car que S(E)E es simétrica y ortogonal; como debe ser la
matriz de un operador lineal autoadjunto y ortogonal sobre R2 respecto de
una base ortonormal.
10
i.e., S(B)B es simétrica y ortogonal. Y, en consecuencia, S es un operador
lineal autoadjunto y ortogonal sobre R3 :
Hallaremos ahora la matriz canónica de S; i.e., S(E)E ; donde E es la base
canónica de R3 :
Por la ley de transformación de las matrices de un operador lineal respecto
de bases ortonormales diferentes en el espacio Euclídeo
donde BE es la matriz
0 de cambio de1B a E; i.e., BE = u1E u2E u3E :
2 1 2
p p p
B 6 5 30 C
B 1 2 1 C
B p p p C
Como BE = B C
B 6 5 30 C
@ 1 5 A
p 0 p
6 30
0 1 0 1T
2 1 2 2 1 2
p p p 0 1B p p p
B 6 5 30 C 6 5 30 C
B 1 2 1 C 1 0 0 B 1 2 1 C
B p C B C
S(E)E = B p p C@ 0 1 0 AB p p p C
B 6 5 30 C B 6 5 30 C
@ 1 5 A 0 0 1 @ 1 5 A
p 0 p p 0 p
6 30 6 30
0 1
1 2 2
1@
= 2 2 1 A
3
2 1 2
Observamos que
0 1
1 0 0
S(E)TE = S(E)E y S(E)TE S(E)E = @ 0 1 0 A
0 0 1
11
natural para R =6 ; luego hallamos la matriz de R =6 respecto de B; y por
último hallamos la matriz de R =6 respecto de la base canónica E:
Elegimos como u1 el normalizado de algún vector director de L; por ejem-
1
plo: u1 = p (2; 3; 1): Como u2 ; tomamos el normalizado de algún vec-
14
1
tor perpendicular a L; puede ser, por ejemplo: u2 = p ( 3; 2; 0); porque
13
( 3; 2; 0) es ortogonal a (2; 3; 1): Note que existen in…nitos vectores orto-
gonales a (2; 3; 1): Elegimos u3 = u1 u2
1 1 1
u3 = p (2; 3; 1) p ( 3; 2; 0) = p (2; 3; 1) ( 3; 2; 0)
14 13 182
1
= p (2; 3; 13)
182
el cuál es también perpendicular a L; por ser ortogonal a (2; 3; 1): Resulta
evidente que
12
i.e., R =6 (B)B es ortogonal. Por lo tanto, R =6 es un operador lineal ortogonal
sobre R3 : Note que como R =6 (B)B no es simétrica, R =6 no es un operador
lineal autoadjunto sobre R3 :
La matriz canónica de R =6 ; i.e., R =6 (E)E ; donde E es la base canónica
de R3 ; está dada por
R =6 (E)E = BE R =6 (B)B BET
donde BE es la matriz
0 de cambio de B 1
a E; i.e., BE = u1E u2E u3E :
2 3 2
p p p
B 14 13 182 C
B 3 2 3 C
B p p p C
Como BE = B C ; se tiene que R =6 (E)E =
B 14 13 182 C
@ 1 13 A
p 0 p
14 182
0 1 0 1T
2 3 2 0 1 2 3 2
p p p 1 p0 0 p p p
B 14 13 182 C B 14 13 182 C
B 3 2 3 C B 3 1 C B 3 2 3 C
B p C B C B C
B p p C B 0 2 p2 C B p p p C
B 14 13 182 C @ A B 14 13 182 C
@ 1 13 A 0 1 3 @ 1 13 A
p 0 p 2 2 p 0 p
14 182 14 182
i.e., R =6 (E)E =
0 1
5p 2 1p 3p 3 1p 3p 1
B 3 + 14 3 + 3 + 14 C
B 3 14p 7 p 28 14 7 14 28 7 C
B 1 3 5p 9 3p 1p 3 C
B 7 28 14 14 3 28
3+
14 28
3
14
14
14 C
@ 1p 3p 1 3p 1p 3 13 p 1 A
3 14 3+ 14 3+
14 28 7 28 14 14 28 14
Observamos que
0 1
1 0 0
R =6 (E)TE R =6 (E)E = @ 0 1 0 A
0 0 1
i.e., R =6 (E)E es ortogonal, como debe ser, porque R =6 (E)E es la matriz de
un operador lineal ortogonal sobre R3 respecto de una base ortonormal.
13
natural para P ; luego hallamos la matriz de P respecto de B; y por último
hallamos la matriz de P respecto de la base canónica E:
Elegimos como u1 el normalizado de algún vector perpendicular a ; por
1
ejemplo: u1 = p (2; 1; 1): Como u2 ; tomamos el normalizado de algún
6
1
vector paralelo a ; puede ser, por ejemplo: u2 = p (1; 2; 0); ya que (1; 2; 0)
5
es ortogonal a (2; 1; 1): Note que existen in…nitos vectores ortogonales a
(2; 1; 1): Elegimos u3 = u1 u2
1 1 1
u3 = p (2; 1; 1) p (1; 2; 0) = p (2; 1; 1) (1; 2; 0)
6 5 30
1
= p (2; 1; 5)
30
el cuál es obviamente paralelo a ; por ser ortogonal a (2; 1; 1): Es evidente
que
14
0 1
2 1 2
p p p
B 6 5 30 C
B 1 2 1 C
B p p p C
Como BE = B C
B 6 5 30 C
@ 1 5 A
p 0 p
6 30
0 1 0 1T
2 1 2 2 1 2
p p p 0 1 p p p
B 6 5 30 C B C
B 1 2 1 C 0 0 0 B 16 2
5 30
1 C
B C
p C@ 0 1 0 AB C
S(E)E = B p p B p p p C
B 6 5 30 C 0 0 1 B 6 5 30 C
@ 1 5 A @ 1 5 A
p 0 p p 0 p
6 30 6 30
0 1
2 2 2
1@
= 2 5 1 A
6
2 1 5
Vemos que P (E)TE = P (E)E ; i.e.,S(E)E es simétrica, como debe ser, porque
P (E)E es la matriz de un operador lineal autoadjunto sobre R3 respecto de
un base ortonormal.
Ejercicio 28
Dadas dos simetrías axiales S1 y S2 en el plano, con ejes pasando por el
origen; estudiar qué tipo de transformación geométrica es S1 S2 :
Resolución:
Sean, por ejemplo, las simetrías axiales
S1 : R2 ! R2 =S1 (x; y) = (x; y) y S2 : R2 ! R2 =S2 (x; y) = ( x; y)
1 0
La matriz canónica de S1 es S1 (E)E = y la matriz canónica de
0 1
1 0
S2 es S2 (E)E = : Tenemos que
0 1
1 0
S1 (E)TE = = S1 (E)E
0 1
2
1 0 1 0
S1 (E)TE S1 (E)E = =
0 1 0 1
15
i.e., S1 (E)E es simétrica y ortogonal; por lo tanto, S1 es un operador lineal
autoadjunto y ortogonal sobre R2 : Análogamente, podemos mostrar que S2
es un operador lineal autoadjunto y ortogonal sobre R2 : Notemos que este
resultado es consistente con la propiedad de que toda simetría axial en el
plano, con eje pasando por el origen, es un operador lineal autoadjunto y
ortogonal sobre R2 :
Veamos la composición de las simetrías axiales S1 y S2
1 0
entonces la matriz canónica de S1 S2 es (S1 S2 )(E)E = :
0 1
Observamos que (S1 S2 )(E)E es simétrica y ortogonal; por lo tanto, S1 S2 es
un operador lineal autoadjunto y ortogonal sobre R2 : Notemos, sin embargo,
que S1 S2 no es una simetría axial en el plano, con eje pasando por el origen,
sino que es una rotación de (ó +2 Z) alrededor del origen. Este resultado
nos hace ver que la recíproca de la propiedad citada arriba no es válida; i.e.,
un operador lineal autoadjunto y ortogonal sobre R2 no es necesariamente
una simetría axial en el plano, con eje pasando por el origen.
Veamos ahora, por ejemplo, las simetrías axiales
0 1
La matriz canónica de S2 es S2 (E)E = : Notamos que
1 0
0 1
S2 (E)TE = = S2 (E)E
1 0
2
0 1 1 0
S2 (E)TE S2 (E)E = =
1 0 0 1
0 1
La matriz canónica de S1 S2 es (S1 S2 )(E)E = : Observamos
1 0
16
que
0 1
(S1 S2 )(E)TE = 6= S1 S2 (E)E
1 0
0 1 0 1 1 0
(S1 S2 )(E)TE (S1 S2 )(E)E = =
1 0 1 0 0 1
Ejercicio 29 0 1
1 p0 0
B 3 1 C
B 0 C
Sea la matriz real A = B 2 p2 C:
@ A
1 3
0
2 2
(a) ¿Puede A representar alguna transformación geométrica T ? En caso
a…rmativo; explique cuál podría ser, y cómo llega a esa conclusión.
(b) Si se sabe T (1; 0; 1) = (1; 0; 1); encuentre una base ortonormal B tal
que la matriz de T respecto de B sea precisamente A:
Resolución
(a) De acuerdo con la línea de razonamiento seguida en Ej. 27 (c), A po-
dria ser la matriz de una rotación de =6 alrededor de algún eje pasando por
el origen respecto de una base ortonormal de R3 ; digamos B = fu1 ; u2 ; u3 g ;
en la cual u1 es un vector unitario en la dirección del eje de rotación.
17
posible elección podria ser, por ejemplo: u2 = (0; 1; 0): Otras posibles elec-
1 1
ciones podrian ser: u2 = p (1; 0; 1) ó p ( 1; 0; 1); etc. Note que existen
2 2
in…nitos vectores ortogonales a (1; 0; 1): Ahora, elegimos u3 = u1 u2 : Así
obviamente u3 es ortogonal a u1 y u2 : Y como ku1 u2 k = ku1 k ku2 k sin =
2
1 1 1 = 1; se tiene que u3 es unitario. Tenemos que
1 1 1
T (u1 ) = T ( p (1; 0; 1)) = p T (1; 0; 1) = p (1; 0; 1) = u1
2 2 2
p
3 1
T (u2 ) = cos u2 + sin u3 = u2 + u3
6 6 2 2p
1 3
T (u3 ) = sin u2 + cos u3 = u2 + u3
6 6 2 2
La matriz de T respecto de B; i.e., T (B)B = T (u1 )B T (u1 )B T (u1 )B ; es
0 1
1 p0 0
B 3 1 C
B 0 C
T (B)B = B 2 p2 C=A
@ A
1 3
0
2 2
18