Вы находитесь на странице: 1из 69

ESPACIOS

VECTORIALES
EUCLIDIANOS
Vectores en el espacio n dimensional
Definicin:
Si n en un entero positivo, entonces una n-ada ordenada
es una sucesin de n nmeros reales (1 , 2 , , ). Al
conjunto de todas las n-adas ordenadas se le denomina
espacio n dimensional y se denota por
Vectores en el espacio n dimensional
Vectores en el espacio n dimensional

Cuando = 2 3 se les conoce como pareja ordenada o


terna ordenada.

Cuando = 1, hablamos del espacio 1 , que es el conjunto


de los nmeros reales.
Vectores en el espacio n dimensional
Vectores en el espacio n dimensional

En el espacio tridimensional, una terna definida como


(1 , 2 , 3 ) se interpreta como un punto o un vector.

(1 , 2 , 3 ) (1 , 2 , 3 )
Vectores en el espacio n dimensional
Vectores en el espacio n dimensional

Una n-ada ordenada ( 1 , 2 , , ) es un punto


generalizado o un vector generalizado. No se puede ubicar
en el espacio tridimensional, pero su tratamiento matemtico
es similar al de una terna.
Ejemplo:
La 5-ada (-1, 2, 5, 6, 2) es un punto en 5 o un
5
vector en
Vectores en el espacio n dimensional
Vectores en el espacio n dimensional

Definicin: Dos vectores = (1 , 2 , , ) y = (1 , 2 , , )


en se denomina iguales si:

1 = 1 , 2 = 2 , , =

La suma + se define por

u + v = (1 + 1 , 2 +2 , , + )
Si es un escalar, entonces el mltiplo escalar se define
por:
ku = (1 , 2 , , )
Vectores en el espacio n dimensional
Vectores en el espacio n dimensional

El vector cero en se denota por 0 y es el vector:


0 = (0,0, , 0)

Sea u = (1 , 2 , , ) cualquier vector en . El negativo


de u se define como:
-u = (1 , 2 , , )

La diferencia de vectores en se define por:


v - u = (1 1 , 1 2 , , 1 )
Propiedades de las operaciones vectoriales en el espacio n dimensional
Propiedades de las operaciones vectoriales en el espacio n dimensional
Teorema: Si = (1 , 2 , , ) , = (1 , 2 , , ) y = (1 ,
2 , , ) son vectores en y y son escalares, entonces:

a) + = +
b) + ( + ) = ( + ) + Este teorema permite

c) + = + = operar vectores en
sin necesidad de
d) + () = ; , = expresarlos en trmino
e) () = () de sus componentes
f) ( + ) = +
g) ( + ) = +
h) =
Espacio euclidiano n dimensional: Producto interior euclidiano
Espacio euclidiano n dimensional: Producto interior euclidiano
Definicin: Si = (1 , 2 , , ) , = (1 , 2 , , ) son
vectores cualesquiera en , entonces el producto interior
euclidiano u.v se define por:

. = 1 . 1 +2 . 2 + + .

Ejemplo: El producto interior euclidiano de los vectores


= (1, 3,5, 7) y = (5, 4,7, 0) en 4 es:

. = 1 5 + 3 4 + 5 7 + 7 0 = 18
Espacio euclidiano n dimensional: Producto interior euclidiano
Espacio euclidiano n dimensional: Producto interior euclidiano
Teorema: Si , son vectores en y es cualquier
escalar entonces:

a) . = .
b) ( + ). = . + .
c) (). = (. )
d) . . , . = =

Ejemplo: Evaluar (3 + 2). (4 + ), indicando que inciso


del teorema se aplica en cada paso
Espacio euclidiano n dimensional: Norma y distancia
Espacio euclidiano n dimensional: Norma y distancia
En analoga con las definiciones geomtrica en dos y tres
dimensiones, tenemos:

Norma euclidiana: De un vector = (1 , 2 , , ) en

= (. )1/2 = 12 + 22 + + 2

Distancia euclidiana: Entre los puntos = (1 , 2 , , ) , = (1 ,


2 , , ) en .

, = = (1 1 )2 +(2 2 )2 + + ( )2
Espacio euclidiano n dimensional: Norma y distancia
Espacio euclidiano n dimensional: Norma (longitud) y distancia
Ejemplo:

Si = (1,3, 2,7) = (0,7,2,2), luego en el espacio


euclidiano 4

u (1) 2 (3) 2 (2) 2 (7) 2 63 3 7


d (u, v ) (1 0) (3 7) ( 2 2) (7 2) 58
2 2 2 2
Espacio euclidiano n dimensional: Desigualdad de Cauchy-Schwartz en
Espacio euclidiano n dimensional: Desigualdad de Cauchy-Schwartz en Rn

Teorema:
Si = (1 , 2 , , ) y = (1 , 2 , , ) son vectores
en , entonces

En trmino de componentes:
1 . 1 + 2 . 2 + + .
1 2 + 2 2 + + 2 . ( 1 2 + 2 2 + + 2 )
Espacio euclidiano n dimensional: Desigualdad de Cauchy-Schwartz en
Espacio euclidiano n dimensional: Propiedades de la norma en Rn

Teorema:

Si y son vectores en Rn y k es un escalar, luego:

|| || 0
|| || = 0, si y solo si, = 0
|| || = | k ||| u ||
|| + || || || + || || (Desigualdad del tringulo)
Espacio euclidiano n dimensional: Desigualdad de Cauchy-Schwartz en
Espacio euclidiano n dimensional: Propiedades de la distancia en Rn
Teorema:

Si , , y son vectores en Rn y k es cualquier escalar, luego:

(, ) 0
(, ) = 0, si y solo si, =
(, ) = (, )
(, ) (, ) + (, ) (Desigualdad del tringulo)
Vectores en Espacio euclidiano n dimensional: Ortogonalidad
el espacio n dimensional: Ortogonalidad
Definicin:
Dos vectores u y v en se denominan ortogonales si . = 0

Ejemplo: En el espacio euclidiano 4 los vectores


= (2, 3, 1, 4) = (1, 2, 0, 1),

son ortogonales, ya que

. = 2 1 + 3 2 + 1 0 + 4 1 = 0
Espacio euclidiano n dimensional: Ortogonalidad
Vectores en el espacio n dimensional: Teorema de Pitgoras en Rn

Teorema:
Si son vectores ortogonales en Rn con el producto
interior euclidiano, luego:

|| + ||2 = || ||2 + || ||2


Vectores en el espacio nEspacio euclidiano n dimensional: Ortogonalidad
dimensional: Frmula matricial para el producto punto

Si los vectores se escriben como matrices columna:


u1 v1
u y v
un vn

y en las matrices 1x1 se omiten los corchetes, luego:


u v = v Tu
Au v = u ATv
u Av = ATu v
donde A es una matriz n x n
Vectores en el espacio nEspacio euclidiano n dimensional: Ortogonalidad
dimensional: Frmula matricial para el producto punto

Ejemplo: Verificar que =

1 2 3 1 2

A 2
4 1, u 2 , v 0
1 0 1 4 5
Espacio euclidiano n dimensional: Ortogonalidad
Vectores en el espacio n dimensional: Producto punto como multiplicacin de
matrices

Si A = [aij] es una matriz mr y B =[bij] es una matriz rn, luego, la ij


entrada de AB es
ai1b1j + ai2b2j + ai3b3j + + airbrj
que es el producto punto del i-simo vector columna de A y el j-simo
vector columna de B
Luego, si los vectores renglones de A son r1, r2, , rm y los vectores
columnas de B son c1, c2, , cn ,

r1 c1 r1 c 2 r1 c n
r c r c r c
AB 2 1 2 2 2 n


rm c1 rm c 2 rm c n
Vectores en el espacio n dimensional:
Espacio euclidiano n Producto
dimensional: punto como multiplicacin de
Ortogonalidad
matrices

Ejemplo:
Un sistema lineal escrito en la forma de producto punto

Sistema Forma de producto punto


3x1 4 x2 x3 1 (3,-4,1) ( x1 , x2 , x3 ) 1
2 x1 7 x2 4 x3 5 (2,-7,-4) ( x , x , x ) 5
1 2 3
x1 5 x2 8 x3 0 (1,5,-8) ( x1 , x2 , x3 ) 0
Transformaciones lineales de Rn a R m

Funciones de Rn a R
Una funcin es una regla f que asocia cada elemento de un conjunto
A a uno y solo un elemento de un conjunto B.
Si f asocia el elemento b con el elemento a , luego escribimos = f(a) y
se dice que b es la imagen de a bajo f o que f(a) es el valor de f en a.
Al conjunto A se le conoce como el dominio de f y el conjunto B se le
llama el codominio de f.
El subconjunto de B consistente en todos los posibles valores de f
cuando a varia sobre A se le concoce como el rango de f.
Transformaciones lineales de Rn a Rm : Funciones de Rn a R

Ejemplos
Frmula Ejemplo Clasificacin Descripcin
Funcin de valores reales Funcin de R
f (x ) f ( x) x 2 de una variable real aR

Funcin de valores reales Funcin de R2


de dos variables reales aR
f ( x, y ) f ( x, y) x 2 y 2

Funcin de valores reales Funcin de R3


f ( x, y, z ) x 2
de tres variables reales
f ( x, y , z ) aR
y2 z2

f ( x1 , x2 ,..., xn ) Funcin de valores reales Funcin de Rn


f ( x1 , x2 ,..., xn ) de n variables reales aR
x12 x22 ... xn2
Transformaciones lineales de Rn a Rm : Funciones de Rn a Rm

Si el dominio de una funcin f es Rn y el codominio es


Rm, luego se dice que f mapea (o transforma) Rn en Rm y
se denota por f : Rn Rm.

Si m = n, la transformacin f : Rn Rn se le conoce
como operador sobre Rn.
Transformaciones lineales de Rn a Rm : Funciones de Rn a Rm

Suponiendo que f1, f2, , fm son funciones de valores reales


de n variables reales, decimos
w1 = f1(x1,x2,,xn)
w2 = f2(x1,x2,,xn)

wm = fm(x1,x2,,xn)

Estas m ecuaciones definen una transformacin de Rn a Rm. Si


denotamos esta transformacin como T: Rn Rm luego
T (x1,x2,,xn) = (w1,w2,,wm)
Transformaciones lineales de Rn a Rm : Funciones de Rn a Rm

Ejemplo 1: Las ecuaciones


w1 = x 1 + x 2
w2 = 3x1x2
w3 = x12 x22
definen una transformacin T: R2 R3.

T(x1, x2) = (x1 + x2, 3x1x2, x12 x22)

Luego, por ejemplo, T(1,-2) = (-1,-6,-3).


Transformaciones lineales de Rn a Rm

Una transformacin lineal (o un operador lineal si m = n) T: Rn


Rm est definida por una ecuacin de la forma

w1 a11x1 a12 x2 ... a1n xn a11 a12 a13 x1


o w1
w2 a21x1 a22 x2 ... a2 n xn w a a
a23 x2
v2 21 22 v

wm am1 x1 am 2 x2 ... amn xn
wm amn amn amn xm
Transformaciones lineales de Rn a Rm

O ms brevemente:
w = Ax
La matriz A = [aij] se le conoce como la matriz estndar
para la transformacin lineal T, y a T se le llama
multiplicacin por A.
Transformaciones lineales de Rn a Rm : Ejemplos

Ejemplo 2:
La transformacin lineal T : R4 R3 definida por las
ecuaciones:

w1 = 2x1 3x2 + x3 5x4


w2 = 4x1 + x2 2x3 + x4
w3 = 5x1 x2 + 4x3
2 3 1 5
la matriz estndar para T (w = Ax) es
A 4 1 2 1
5 1 4 0
Transformaciones lineales de Rn a Rm : Notacin

Si es importante enfatizar que A es la matriz estndar


para T, denotamos la transformacin lineal T: Rn Rm
por TA: Rn Rm . As, TA(x) = Ax

Podemos tambin denotar la matriz estndar para T con


el smbolo [T], o T(x) = [T]x
Transformaciones lineales de Rn a Rm : Notacin

Observacin:
Una correspondencia entre las matrices mn y las
transformaciones lineales de Rn a Rm :
Para cada matriz A hay una correspondiente
transformacin lineal TA (multiplicacin por A), y
para cada transformacin lineal T: Rn Rm, existe
una correspondiente matriz [T] mn (la matriz
estndar de T).
Transformaciones lineales de Rn a Rm : Ejemplos

Ejemplo 3 (Transformacin cero Rn a Rm):

Si 0 es la matriz cero mn y 0 es el vector cero Rn, luego


para cada vector x en Rn
T0(x) = 0x = 0
As, la multiplicacin por cero mapea cada vector en Rn en
el vector cero en Rm. Llamamos T0 a la transformacion
cero de Rn a Rm.
Transformaciones lineales de Rn a Rm : Ejemplos

Ejemplo 4 (Operador identidad sobre Rn):

Si I es la identidad nn, luego, para cada vector en Rn


TI(x) = Ix = x
As, la multiplicacin por I mapea cada vector en Rn en
si mismo.
Llamaremos TI al operador identidad en Rn.
Geometra de las transformaciones lineales
Operadores de reflexin
En general, los operadores de R2 y R3 que mapean cada
vector en su imagen simtrica alrededor de una lnea o
plano se llaman operadores de reflexin.

Tales operadores son lineales


Geometra de las transformaciones lineales: Operadores reflexin
En R2
Geometra de las transformaciones lineales: Operadores reflexin
En R3
Geometra de las transformaciones lineales: Operadores proyeccin

Operadores de proyeccin
En general, un operador proyeccin (o ms
precisamente, un operador proyeccin ortogonal)
sobre R2 o R3 , es algn operador que mapea cada
vector en su proyeccin ortogonal sobre una lnea o
plano que pasan por el origen

Los operadores proyeccin son lineales.


Geometra de las transformaciones lineales: Operadores proyeccin
En R2
Geometra de las transformaciones lineales: Operadores proyeccin
En R3
Geometra de las transformaciones lineales: Operadores rotacin-En R2

Operadores de rotacin en R2

Un operador que rota cada vector en R2 a travs de un


ngulo fijo se le llama operador rotacin en R2.
Geometra de las transformaciones lineales: Operadores rotacin

Si cada vector en R2 es rotado un ngulo /6 (30), luego, la


imagen w de un vector x:
x
x
y

cos sin x 3 1 3 x 1 y
6 2 x 2
w
6 2 2
es
y y
sin cos 1 3 1 x 3
6 6 2
2
2 2
y
Geometra de las transformaciones lineales: Operadores rotacin

Por ejemplo, la imagen del vector

1
x
1

3 1

es w 2
1 3

2
Geometra de las transformaciones lineales: Operadores rotacin-En R3

Operadores de rotacin en R3
Un vector rotacin en R3 es usualmente descrito en
relacin a un rayo que parte del origen, llamado el eje
de rotacin.
Cuando un vector gira alrededor del eje de rotacin
barre una porcin del cono.
El ngulo de rotacin es descrito como clockwise o
counterclockwise en relacin de un punto de vista a
lo largo del eje de rotacin mirando hacia el origen.
El eje de rotacin puede ser especificado como un
vector no nulo u que recorre el eje de rotacin y tiene
su punto inicial en el origen.
Geometra de las transformaciones lineales: Operadores rotacin-En R3

Operadores de rotacin en R3
Geometra de las transformaciones lineales: Operadores rotacin-En R3

Operadores de rotacin en R3
Cmo sera la matriz estndar de rotacin R si el eje de
rotacin es un vector unitario u = (n , n , n )
Geometra de las transformaciones lineales: Operadores rotacin-En R3

Operadores de rotacin en R3
Cmo sera la matriz estndar de rotacin R si el eje de
rotacin es un vector unitario u = (n , n , n )
Geometra de las transformaciones lineales: Operadores dilatacin

Operadores de dilatacin
Si k es un escalar no negativo, al operador en R2 o R3 se le conoce
como una contraccin con factor k si 0 k 1 y una dilatacin con
factor k si k 1
Transformaciones lineales de Rn a Rm : Composicin de TL
Composicin de transformaciones lineales (TL)
Si TA : Rn Rk y TB : Rk Rm son TL, luego para todo x en Rn
podemos primero calcular TA(x), que es un vector en Rk, y luego calcular
TB(TA(x)), que es un vector en Rm.
La aplicacin de TA seguida de TB produce una transformacin de Rn
a Rm.
A esta transformacin se le conoce como composicin de TB conTA y
se le denota por TBTA. Luego (TB TA)(x) = TB(TA(x))

La composicin TB TA es lineal, luego


(TB TA)(x) = TB(TA(x)) = B(Ax) = (BA)x
Transformaciones lineales de Rn a Rm : Composicin de TL
Composicin de transformaciones lineales (TL)
La matriz estndar para TBTA es BA. Esto es , TBTA = TBA
La multiplicacin de matrices es equivalente a componer las
transformaciones lineales correspondientes en orden de derecha a
izquierda de los factores
Transformaciones lineales de Rn a Rm : Composicin de TL
Ejemplo 6: Composicin de dos rotaciones
Sean T1 : R2 R2 y T2 : R2 R2 operadores
lineales que rotan vectores los ngulos 1 y 2,
respectivamente.
La operacin
(T2 T1)(x) = (T2(T1(x)))
primero rota x un ngulo 1, luego rota T1(x)
un ngulo 2.
Luego, el efecto neto de
T2 T1
es rotar cada vector en R2 un ngulo 1+ 2
Transformaciones lineales de Rn a Rm : Composicin de TL

Ejemplo 7: La composicin no es conmutativa


Sean T1 : R2 R2 el operador reflexin
alrededor de la recta y = x, y T2 : R2
R2 la proyeccin ortogonal sobre el eje Y.
Luego:

0 0 0 1 0 0
T2 T1 [T2 ][T1 ]
0 1 1 0 1 0
0 1 0 0 0 1
T1 T2 [T1 ][T2 ]
1 0 0 1 0 0
luego, T1 T2 T2 T1
Transformaciones lineales de Rn a Rm : Composicin de TL

Ejemplo 8:
Sean T1: R2 R2 una reflexin alrededor del eje y, y T2: R2 R2 una
reflexin alrededor del eje x.
(T1T2)(x,y) = T1(x, -y) = (-x, -y)
(T2T1)(x,y) = T2(-x, y) = (-x, -y)
El operador T(x) = -x se denomina reflexin alrededor del origen,
y su matriz estndar es
-1 0
[T ]
0 -1
Transformaciones lineales de Rn a Rm : Composicin de TL

Composicin de tres o ms transformaciones lineales

Ejemplo N9: Encontrar la matriz estndar para el operador T : R3 R3


que primero rota un vector un ngulo en el sentido CCW alrededor del
eje z, luego refleja el vector resultante alrededor del plano yz, y luego
proyecta este vector ortogonalmente sobre el plano xy.
cos sin 0 1 0 0 1 0 0
[T1 ] sin cos 0 , [T2 ] 0 1 0, [T3 ] 0 1 0
0 0 1 0 0 1 0 0 0

1 0 0 1 0 0 cos sin 0 cos sin 0


[T ] 0 1 0 0 1 0 sin cos 0 sin cos 0
0 0 0 0 0 1 0 0 1 0 0 0
Propiedades de las transformaciones lineales de
n
R aR m

La invertibilidad de una matriz y las propiedades de las transformacin


matricial correspondiente
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Transformaciones lineales uno a uno: Definicin


Una transformacin lineal T : Rn Rm se dice que es
uno a uno si T mapea distintos vectores (puntos) en Rn
en distintos vectores (puntos) en Rm
Observacin:
Esto es, para cada vector w en el rango de una
transformacin lineal T uno a uno, existe
exactamente un vector x tal que T(x) = w.
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Transformaciones lineales uno a uno


Ejemplo 1:

El operador rotacin es uno a uno.

El operador proyeccin ortogonal no es uno a uno.


Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Teorema (proposiciones equivalentes)


Si A es una matriz nn y TA : Rn Rn es la
multiplicacin por A, luego las siguientes proposiciones
son equivalentes:
A es invertible.
El rango de TA es Rn
TA es uno a uno.
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Inversa de un operador lineal uno a uno


Suponemos que TA : Rn Rn es un operador lineal uno a uno:

La matriz A es invertible.
TA-1 : Rn Rn por si mismo es un operador lineal; se le llama el
inverso de TA.
TA(TA-1(x)) = AA-1x = Ix = x y TA-1(TA (x)) = A-1Ax = Ix = x
TA TA-1 = TAA-1 = TI y TA-1 TA = TA-1A = TI
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Inversa de un operador lineal uno a uno


Si w es la imagen de x bajo TA, luego TA-1 mapea w de retorno a x, ya
que:
TA-1(w) = TA-1(TA (x)) = x
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Inversa de un operador lineal uno a uno


Cuando un operador lineal en se escribe como T : Rn Rn,
luego la inversa del operador T se denota por T-1.

As, para la matriz estndar x, tenemos [T-1]=[T]-1


Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Ejemplo 1
Sea T : R2 R2 el operador que hace girar cada vector de R2
hasta describir el ngulo :
cos sin
[T ]
sin cos
Para deshacer el efecto de T es necesario rotar cada vector
de R2 por un ngulo -.
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Ejemplo 1 (cont)
Esto es exactamente lo que el operador T-1 hace: La matriz
estndar T-1 es
cos sin
[T ]
sin cos

La nica diferencia es que el ngulo es reemplazado por -

1 1 cos sin cos( ) sin( )


[T ] [T ]
sin cos sin( ) cos( )
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Ejemplo 2
Mostrar que el operador lineal T : R2 R2 definido por la
ecuacin:
w1= 2x1+ x2
w2 = 3x1+ 4x2

es uno a uno, y encontrar T-1(w1,w2).


Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Ejemplo 2 (cont)
Solucin:
4 1
5
w1 2 1 x1 2 1 5
w 3 4 x
1 1
[T ] [T ] [T ]
2 2 3 4 3 2
5 5
4 1 4 1
w1 w2
1 w 5 5 w1 5 5
[T ]
1

w2 3 2 w2 3 2
w1 w2
5 5 5 5
1 4 1 3 2
T ( w1 , w2 ) ( w1 w2 , w1 w2 )
5 5 5 5
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Propiedades de las tranformaciones lineales


Teorema 1
Una transformacin T : Rn Rm es lineal s y solo s las
siguientes relaciones se cumplen para todo u y v en Rn y
cualquier escalar c.

T(u + v) = T(u) + T(v)

T(cu) = cT(u)
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Propiedades de las tranformaciones lineales


Teorema 2
Si T : Rn Rm es una transformacin lineal, y e1,
e2, , en son los vectores bsicos estndar para Rn,
luego, la matriz estndar para T es:

A = [T] = [T(e1) | T(e2) | | T(en)]


Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Ejemplo: Matriz estndar para un operador proyeccin


Sea l una lnea en el plano xy que pasa a travs del origen y forma un
ngulo con el eje positivo x, donde 0 . Sea T: R2 R2 un
operador lineal que mapea cada vector en su proyeccin ortogonal
sobre l.
Encontrar la matriz estndar para T.
Encontrar la proyeccin ortogonal
del vector x = (1,5) sobre la lnea a
travs del origen, que forma un ngulo
= /6 con el eje positive de las x.
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Ejemplo: Matriz estndar para un operador proyeccin (cont)


La matriz estndar para T puede ser escrita como
[T] = [T(e1) | T(e2)]
Consideraremos el caso 0 /2.
||T(e1)|| = cos

T (e1 ) cos cos 2


T (e1 )
T (e1 ) sin sin cos
||T(e2)|| = sin

T (e 2 ) cos sin cos


T (e 2 )
T (e 2 ) sin
sin 2

cos 2 sin cos


T
sin cos sin 2
Propiedades de las transformaciones lineales de Rn a Rm : TL uno a uno

Ejemplo: Matriz estndar para un operador proyeccin (cont)


Desde que sin (/6) = 1/2 y cos (/6) = 3 /2, del resultado anterior
se tiene que la matriz estndar para el operador proyeccin es:
3 4 3 4 cos 2 sin cos
[T ] T
sin cos sin
2
3 4 1 4
Luego,
3 5 3
1 3 4 3 4 1 4
T
5 3 4 1 4 5 3 5

4