Quinta Prueba de Autoevaluación: U, U, - . - , U V N V G V X, X, - . - , X, W Y, Y, - . - , y y y
Cargado por
julia.montesQuinta Prueba de Autoevaluación: U, U, - . - , U V N V G V X, X, - . - , X, W Y, Y, - . - , y y y
Cargado por
julia.montesÁlgebra (ETSI Industriales)
Quinta prueba de autoevaluación
1. Consideremos una base S = (u~1 , u~2 , . . . , u~n ) de un espacio vectorial V de dimen-
sión n y un producto escalar en V , con matriz de Gram G ∈ Mn×n , es decir, si ~v =
(x1 , x2 , . . . , xn )S , w
~ = (y1 , y2 , . . . , yn )S , entonces
y1
y2
~v · w~ = x1 x2 · · · xn G .. . (1)
.
yn
El propio método de ortonormalización de Gram-Schmidt demuestra que V tiene una base
ortonormal B = (~e1 , e~2 , . . . , e~n ); se entiende, ortonormal respecto del producto escalar (??).
(a) Determine la matriz de Gram del producto escalar (??) respecto de la base B.
Supongamos ahora que n > 1 y consideremos los vectores ~v = e~1 + e~2 , w e1 − e~2 . El
~ = 2~
producto escalar en V dado en (??) es también un producto escalar en el subespacio U ⊂ V
generado por {~v , w}.
~
(b) Determine la matriz de Gram del producto escalar (??) restringido a U , respecto de
la base (~v , w).
~
Se dice que una matriz cuadrada A ∈ Mn×n es simétrica si At = A; se dice que A es
definida positiva si ut Au > 0 para toda u ∈ Mn×1 no nulo.
(c) Aplique el apartado (a) para demostrar que una matriz A ∈ Mn×n es simétrica
definida positiva si y solo si existe una matriz no singular B ∈ Mn×n tal que A = B t B.
2. Estudie si las siguientes aplicaciones determinan o no un producto escalar en el es-
pacio vectorial indicado:
(i) En R3 , la aplicación
(x1 , x2 , x3 ) • (y1 , y2 , y3 ) = x1 y1 + 4x1 y3 + 2x2 y3 + 4x3 y2 + 2x3 y1 .
1
(ii) En R4 , la aplicación
0 −1 −2 0 y1
−1 0 5 1 y2
(x1 , x2 , x3 , x4 ) • (y1 , y2 , y3 , y4 ) = x1 x2 x3 x4
−2 5 0 8 y3
.
0 1 8 0 y4
(iii) En R5 , la aplicación
(x1 , x2 , x3 , x4 , x5 ) • (y1 , y2 , y3 , y4 , y5 ) = x1 y1 + 7x2 y2 − 2x3 y5 − 2x5 y3 − x4 y4 + x5 y5 .
(iv) En el espacio de matrices M2×2 , la aplicación
A • B = traza(At B).
3. Proporcione una base ortonormal de cada uno de los espacios vectoriales del ejercicio
2 en los que la aplicación • defina un producto escalar.
Nota: Recordemos que una base {u~1 , u~2 , . . . , u~n } de un espacio vectorial V (de dimensión
n) con un producto escalar • es ortonormal si
p
u~i • u~j = 0 para cada i 6= j y k~ ui k = u~i • u~i = 1 para cada i.
4. Dado un espacio vectorial V dotado de un producto escalar •, una transformación
ortogonal es una aplicación lineal f : V → V que conserva el producto escalar, esto es,
f (~u) • f (~v ) = ~u • ~v para cada ~u, ~v ∈ V.
La matriz asociada a una transformación ortogonal es una matriz ortogonal y este tipo de
transformaciones conserva normas, ángulos y ortogonalidad. ¿Esto qué quiere decir? Con-
sideramos por ejemplo una transformación ortogonal T : R2 → R2 cuya matriz (ortogonal)
asociada es √ √ !
2 2
√2 −√ 2
A= 2 2
2 2
u1
Geométricamente, esto es una transformación porque cada vector ~u = ∈ R2 se
u2
transforma en otro vector de R2 :
√ √ !
2
−√ 22
v1 √2
u1
~v = = 2 2
.
v2 u2
2 2
Además se cumple que (¡demostrarlo!):
kA~uk = k~uk (conserva normas).
cos(Au~1 , Au~2 ) = cos(u~1 , u~2 ) (conserva ángulos).
2
Si {u~1 , u~2 } es base ortonormal de R2 entonces {Au~1 , Au~2 } es base ortonormal de R2
(transforma bases ortonormales o bases ortonormales).
Sabemos que toda aplicación lineal queda determinada por los imágenes de los vecto-
res de una base por dicha aplicación. En las siguientes imágenes se han representado
diferentes transformaciones (en la imagen de la izquierda aparece la base canónica, en
la imagen de la derecha aparece la imagen de dicha base por la transformación). Indicar
cuáles de ellas son ortogonales y determinar qué matriz representa dicha transforma-
ción.
(a)
(b)
(c)
3
5. Demostrar que la composición de dos transformaciones ortogonales es otra transfor-
mación ortogonal. Describir la siguiente transformación como composición de las trans-
formaciones (a) y (b) del ejercicio anterior.