Documente Academic
Documente Profesional
Documente Cultură
Matem
aticas I. 2012-2013.
Departamento de Matem
atica Aplicada II.
Escuela Superior de Ingenieros. Universidad de Sevilla.
Aunque la matriz sea real, cuando algunas de las races del llamado polinomio caracterstico
de A (que sera un polinomio real) sean n
umeros complejos, con parte imaginaria no nula,
sera conveniente referirnos a la transformacion definida por A sobre el espacio complejo Cm .
En estos casos, tendremos que considerar para vectores complejos todos los aspectos lineales
que hemos considerado en el tema 4: combinaciones lineales, dependencia/independencia
lineal, subespacios vectoriales de Cm , dimension, espacios nulo y columna, etc.
La transformacion de vectores que efect
ua la matriz A puede ser mas o menos sencilla
de describir dependiendo del vector (o de la direccion) sobre la que se efect
ue. El problema
fundamental que se aborda es el de la determinacion de las llamadas direcciones principales:
direcciones sobre las que la matriz A act
ua como la multiplicacion por un n
umero. Calculemos
para algunos ejemplos geometricos en el plano y en el espacio, los vectores sobre los cuales
la transformacion asociada a una matriz act
ua simplemente multiplicando por un n
umero.
149
150
Ejemplos.
(1) Consideremos la transformacion lineal en el plano consistente en la simetra respecto de
una recta r que pase por el origen de coordenadas. Aplicando esta transformacion sobre
un vector de dicha recta se obtiene el mismo vector y aplicandola sobre un vector de
la recta s perpendicular a r que pasa por el origen de coordenadas se obtiene el vector
opuesto. Los vectores (no nulos) de las rectas r y s se denominan vectores propios o
autovectores de la transformacion dada. Las rectas a veces se denominan direcciones
principales de la transformacion y los coeficientes 1 = 1 y 2 = 1, asociados a dichas
direcciones, se suelen denominar valores propios o autovalores.
(2) Consideramos un plano que pase por el origen en el espacio R3 y la transformacion
lineal T : R3 R3 que asocia a cada vector v R3 el vector T (v) R3 que se obtiene
al proyectar v (ortogonalmente) sobre el plano considerado. Si {v1 , v2 } son dos vectores
que generan el plano y v3 es un vector (no nulo) perpendicular al plano tenemos que
T (v1 ) = v1 , T (v2 ) = v2 , T (v3 ) = 0
con lo cual v1 , v2 y v3 son autovectores y los coeficientes respectivos 1, 1 y 0 son autovalores. Puesto que los vectores v1 , v2 y v3 forman una base de R3 , cualquier vector v R3 puede expresarse como combinacion de ellos y teniendo dicha expresion
v = v1 + v2 + v3 es inmediato obtener T (v) como combinacion lineal de los vectores
v1 , v2 y v3 ,
T (v) = T (v1 ) + T (v2 ) + T (v3 ) = v1 + v2 .
Por ejemplo, para el plano 2x 3y + z = 0 podemos tomar los vectores
3
1
v1 = 2 , v2 = 0
0
2
2
y v3 = 3
1
P = v1 v2 v3
tiene inversa (por ser sus columnas linealmente independientes), podemos despejar la
Matematicas I.
Ingeniera Civil
151
matriz A,
6 5
3
3 1 0
1
2 3 13 =
= 2 0 0 28
4 6 2
0 2 0
20 12 4
1
12 10 6 .
28
4 6 26
(3) Si A es una matriz diagonal con elementos diagonales d1 , d2, . . . , dm , es claro que para
los vectores canonicos e1 , e2 , . . . , em se verifica Aek = dk ek .
(4) Si tomamos dos vectores {v1 , v2 } linealmente independientes del plano, cualquier transformacion lineal T : R2 R2 queda determinada si conocemos como act
ua sobre
estos vectores. Si A es la matriz asociada a T respecto a la base canonica, podemos
determinar dicha matriz a partir de Av1 y Av2 (si conocemos las coordenadas de los
vectores v1 , v2 , Av1 y Av2 respecto a la base canonica). Si tomamos por ejemplo los
vectores
2
1
, T (v1 ) = Av1 = 3v1 , T (v2 ) = Av2 = 2v2
, v2 =
v1 =
1
2
(con lo cual tenemos una situacion en la que conocemos las direcciones sobre las cuales
la transformacion act
ua multiplicando por un n
umero), es facil determinar la matriz A
teniendo en cuenta que, puesto que v1 y v2 son linealmente independientes, la matriz
cuyas columnas son v1 y v2 tiene inversa y
A v1 v2 = 3v1 2v2 = A v1 v2 = v1 v2
= A = v1 v2
3 0
0 2
3 0
0 2
v1 v2
An = v1 v2
(3)
0
0
2n
v1 v2
y, por tanto, los vectores que se obtienen al aplicar sucesivamente la matriz A sobre
un vector dado
u, Au, A (Au) = A2 u, . . . , An u, . . .
Matematicas I.
2012-2013
152
Ingeniera Civil
153
es un polinomio de grado m y, por tanto, tiene m races (contando cada una seg
un su
multiplicidad) que pueden ser reales o complejas no-reales (aun en el caso en que la matriz
A sea real).
El subespacio vectorial Nul [A 0 I] se denomina espacio propio asociado al autovalor
0 (notemos que en general estara compuesto por vectores complejos, los autovectores de A
asociados a 0 y el vector nulo),
Nul [A 0 I] = {0} {autovectores asociados a 0 } .
De manera habitual cuando hablemos de autovectores asociados a un autovalor nos referiremos a una base del espacio propio asociado, es decir autovectores linealmente independientes
de forma que cualquier autovector asociado al autovalor en cuestion sea combinacion lineal
de ellos.
Ejemplo. Ademas de los ejemplos considerados anteriormente, veamosel siguiente ejemplo
1 2
.
en el que la matriz A viene dada. Consideremos la matriz A =
2 1
Autovalores: Para cualquier escalar tenemos que
1
2
= det (A I) = (1 )2 4 = 2 2 3 = ( 3)( + 1).
A I =
2
1
Por tanto det (A I) = 0 = 3 o = 1.
Autovectores
asociados a 1 = 3 : son los vectores no-nulos que estan en el espacio nulo de A 3I,
1
2 2 0
1 1 0
1
,
v1 =
x = x2
(A 3I)x = 0
1
1
2 2 0
0 0 0
asociados a 2 = 1 : son los vectores no-nulos que estan en el espacio nulo de A + I,
2 2 0
1
1 1 0
1
(A + I)x = 0
.
v2 =
x = x2
2 2 0
0 0 0
1
1
Las propiedades referidas a autovalores las podemos agrupar dependiendo de si pueden
obtenerse directamente de la definicion (con lo cual estaran involucrados los autovectores) o
si se obtienen a partir del polinomio caracterstico (algunas de ellas pueden obtenerse de las
dos formas).
Proposici
on. Sea un autovalor de A y v un autovector asociado, entonces:
(1) es un autovalor de A y v es un autovector asociado.
(2) ( ) es un autovalor de A I y v es un autovector asociado.
(3) k es un autovalor de Ak y v es un autovector asociado.
(4) Si q() es un polinomio, entonces q() es un autovalor de q(A) y v es un autovector
asociado. (Ejemplo: 33 +52 7+2 es un autovalor de la matriz 3A3 +5A2 7A+2I).
Matematicas I.
2012-2013
154
Matematicas I.
Ingeniera Civil
6.2.- Diagonalizacion.
155
6.2.- Diagonalizaci
on.
Consideremos una transformacion lineal T : Km Km y la matriz A asociada (cuadrada, mm) respecto de la base canonica C de Km . Es decir, siendo x las coordenadas can
nicas
de un vector v y siendo y las coordenadas canonicas del transformado T (v), tenemos que
y = Ax. Consideremos otra base B y denotemos por x e y a las coordenadas de v y T (v),
respectivamente, respecto de dicha base B. Si P es la matriz del cambio de base C B
tenemos que x = P x e y = P y . Por tanto, la transformacion lineal T se puede expresar, en
coordenadas respecto a B mediante
y = Ax P y = AP x y = P 1 AP x .
Es decir, de la misma forma que A representa a T respecto a la base canonica, la matriz
B = P 1 AP tambien representa a T , pero respecto a la base B. Cuando dos matrices A y
B (cuadradas del mismo orden) estan relacionadas mediante la igualdad B = P 1 AP para
alguna matriz P no-singular, se dice que A y B son semejantes. En este caso se trata de
matrices que representan a la misma transformaion lineal respecto de bases distintas.
En este apartado vamos a considerar el problema de intentar determinar una matriz P
para la cual B = P 1 AP sea una matriz lo mas sencilla posible (que permita describir la
transformacion T asociada de la forma mas simple). La forma mas simple que se puede
plantear es el de una matriz diagonal. Para algunas matrices A sera posible obtener una
matriz diagonal y para otras no.
6.2.1.- Matrices diagonalizables.
Definici
on. Se dice que una matriz A m m es diagonalizable si existe alguna matriz P
no singular tal que P 1 AP es una matriz diagonal D. En este caso, se dice que P es una
matriz de paso que diagonaliza A y que la expresion A = P DP 1 es una diagonalizacion de
A.
Notemos que si
d1 0 0 . . . 0
0 d2 0 . . . 0
P 1 AP = D = 0 0 d3 . . . 0
.. .. .. . .
.
. . .
. ..
0 0 0 . . . dm
entonces de la igualdad matricial AP = P D,
A v1 v2 . . . vm = v1 v2 . . . vm
d1 0 . . . 0
0 d2 . . . 0
.
.. .. . .
. ..
. .
0 0 . . . dm
2012-2013
156
Cuando sea posible, para construir una diagonalizacion de A bastara con obtener m
autovectores linealmente independientes. La matriz P de orden m que tenga a dichos autovectores linealmente independientes como columnas (en un cierto orden) sera no-singular y
verificara AP = P D siendo D la matriz diagonal cuyos elementos diagonales son los autovalores (en el mismo orden en el que hayamos puesto los autovectores en la matriz P ). Por
tanto tenemos una diagonalizacion de A.
Notemos que si en una diagonalizacion A = P DP 1,
cambiamos el orden en las columnas de P y de forma simultanea cambiamos el orden
en los elementos diagonales de D, de manera que se correspondan columnas de P elementos diagonales de D, se obtiene otra diagonalizacion de A;
sustituimos cada columna de P por un m
ultiplo no-nulo de dicha columna, se obtiene
otra matriz de paso distinta que tambien diagonaliza a A (la matriz D no cambia).
Proposici
on. Sea A una matriz m m. Se verifica:
(1) A es diagonalizable si y solo si tiene m autovectores linealmente independientes.
(2) Si A es diagonalizable tambien lo es cualquier potencia Ak , k = 1, 2,
(3) Si A es diagonalizable tambien lo es cualquier matriz de la forma A I.
(4) Si A es diagonalizable tambien lo es cualquier polinomio en A
q(A) = ck Ak + + c1 A + c0 I.
(5) Si A tiene inversa, A es diagonalizable si y solo si lo es su inversa A1 .
(6) A es diagonalizable si y solo si lo es AT .
Si tenemos una diagonalizaci
on de A, P 1 AP = D A = P DP 1 se obtienen las siguientes
k
diagonalizaciones de A , A I, AT y A1 (si existe)
Ak = P D k P 1 , A I = P (D I)P 1 , AT = (P T )1 D(P T ), A1 = P D 1 P 1 .
Recordemos que a autovalores distintos corresponden autovectores linealmente independientes. Por tanto,
Teorema. Si todos los autovalores de A son simples (A tiene m autovalores distintos),
entonces A es diagonalizable.
Para que una matriz sea diagonalizable no es imprescindible que todos sus autovalores
sean simples. Por ejemplo = 1 es un autovalor doble de la matriz
2 1 0
A= 1 2 0
0 0 1
Matematicas I.
Ingeniera Civil
6.2.- Diagonalizacion.
157
2012-2013
158
Observaci
on.- Para una matriz diagonalizable A, el tener una diagonalizacion
P 1AP = D (diagonal),
permite obtener potencias enteras de dicha matriz,
Ak = P D k P 1
y calcular la correspondiente potencia para una matriz diagonal se reduce a obtener el valor
de dicha potencia en cada uno de los elementos de la diagonal principal.
6.2.2.- Matrices no diagonalizables.
Una matriz cuadrada A es diagonalizable si, y solo si, hay una base (de Rn o Cn ) formada
por autovectores de A. Cuando A no es diagonalizable hay situaciones en las que es necesario
encontrar tambien una base cuyos elementos verifiquen ciertas propiedades similares a las
2) Puesto que la dimension del espacio es finita, los subespacios anteriores no pueden crecer
de manera indefinida, sino que para un cierto valor r se verificara
Nul [A I] ( Nul (A I)2 ( ( Nul [(A I)r ] = Nul (A I)r+1 = .
3) Si v Nul (A I)k entonces Av Nul (A I)k . Es decir, si v es un autovector
generalizado, Av tambien lo es (o es el vector nulo).
El siguiente resultado indica que para calcular los autovectores generalizados hay que
llegar, a lo sumo, hasta la potencia ma (). Nos indica ademas que, si bien en general no es
cierto que para un autovector generalizado v asociado a se tenga que Av es v, se tiene en
cambio que Av es tambien autovector generalizado asociado a .
Teorema. Sea A matriz m m y sea autovalor de A de multiplicidad algebraica ma ().
Existe un valor 1 r ma () tal que
dim (Nul [A I]) < < dim (Nul [(A I)r ]) = dim Nul (A I)ma () = ma (),
y Nul (A I)k = Nul (A I)ma () para k r.
Observaciones.
Matematicas I.
Ingeniera Civil
6.2.- Diagonalizacion.
159
1) La proposicion anterior no contradice lo visto hasta ahora para autovectores: si A es diagonalizable y es autovalor de multiplicidad algebraica ma () = l (su multiplicidad
geometrica sera por tanto mg () = l) el valor r de la proposicion anterior es r = 1.
2) Observe que seg
un el teorema anterior
los autovectores generalizados siempre son los
ma ()
elementos de Nul (A I)
, aunque dependiendo de cada caso, dicho espacio
nulo puede coindicir con el espacio nulo de una potencia inferior de A I.
Ejemplo. Consideremos la matriz
1
4
A=
4
4
0
2 2
4 1 2
.
8
4 9
5
1 5
2 0
2 2
2 0
2 2
Elim. Gauss.
0 3
4 3 1 2
3 6
.
A 2 I =
4 8
0 0 1
3
3 9
0 0
0
0
4 5
1 6
Puesto que A 2 I tiene rango 3, solo hay un autovector independiente asociado al autovalor 2 = 1 y por tanto, A no es diagonalizable. Los autovectores asociados son los m
ultiplos
T
(no nulos) de v2 = (2, 1, 3, 1) .
Calculemos una base de autovectores generalizados asociados al autovalor 2 = 1. Para
ello, debemos calcular las potencias A2 I hasta que una de ellas tenga rango mma (2 ) =
4 3 = 1 con lo cual el espacio nulo de dicha potencia de A 2 I tendra dimension 3. La
matrices (A 2 I)2 y la escalonada superior obtenida por eliminacion gaussiana son
4 6 0 2
4
6 0 2
Elim. Gauss.
0 3 0
8 9 0
3
7
2
,
(A 2 I) =
0 0 0
0
0
3 0
3
0 0 0
0
8 7 0
9
cuyo rango es 2 (todava distinto de 1 = 4 ma (2 )). Por tanto la dimension del espacio
nulo de (A 2 I)2 es 2 y podemos obtener en dicho espacio nulo un autovector generalizado v3 linealmente independiente con v2 , por ejemplo v3 = (0, 0, 1, 0)T . Notemos que
Nul ((A 2 I)2 ) = Gen {v2 , v3 }. La matriz (A 2 I)3 es
8 8 0 8
8 8 0 8
(A 2 I)3 =
24 24 0 24 ,
24 24 0 24
Matematicas I.
2012-2013
160
w3 = (0, 1, 0, 1)T ,
w4 = (0, 0, 1, 0)T
0
P11 AP1 =
0
0
0
1
0
0
0 0
1 1
,
1 1
0 1
1 0
0
0
1
2
P21 AP2 =
0 1 0
0 4 1
0
2
.
1
4
Ingeniera Civil
161
Observaci
on-Ejercicio. Seg
un vimos en el estudio de las propiedades del calculo de autovalores y autovectores, todo autovector de una matriz A es autovector de cualquiera de sus
potencias A2 , A3 , . . . El recproco no es cierto, en general. Por ejemplo, tomando la matriz
0 1
A=
0 0
se verifica que A2 es la matriz nula y, por tanto, cualquier vector no-nulo de R2 es autovector
de A2 asociado a su u
nico autovalor = 0. Sin embargo, hay vectores de R2 que no son
autovectores de A, por ejemplo v = [ 1, 1 ].
Determina los autovectores de cada una de las potencias de
0 0 1 0
0 0 0 1
A=
0 0 0 0 .
0 0 0 0
1 0 . . . 0
q1T
0 2 . . . 0
q2T
q1 . . . qn ..
A = QDQ =
.. . .
..
.
. . ...
.
qnT
0 0 . . . n
= 1 q1 q1T + 2 q2 q2T + + n qn qnT .
Matematicas I.
2012-2013
162
Cada matriz qk qkT es la matriz de la proyeccion ortogonal sobre el subespacio generado por
el correspondiente vector {qk } (es una matriz de rango 1). As, obtenemos la expresion
A = 1 q1 q1T + 2 q2 q2T + + n qn qnT ,
que se llama descomposici
on espectral de A. Esta expresion nos da la matriz simetrica
real A como una combinacion lineal de matrices de proyeccion de rango 1.
A la hora de obtener una diagonalizacion ortogonal de una matriz simetrica real A pueden
aparecer dos situaciones distintas:
Todos los autovalores de A son simples. En este caso, los autovectores correspondientes
tienen que ser ortogonales dos a dos y formaran una base ortogonal de Rn . Normalizando dichos autovectores (dividiendo cada uno por su norma) seguiremos teniendo
autovectores ortogonales que ademas seran unitarios. Una matriz Q que tenga a dichos
autovectores ortonormales como columnas sera una matriz de paso que diagonaliza A
ortogonalmente.
La matriz A tiene alg
un autovalor m
ultiple. En este caso, cuando calculemos los autovectores asociados a uno de los autovalores m
ultiples, obtendremos una base del
espacio propio asociado Nul (A I). En general esta base puede no ser una base ortogonal de dicho subespacio. Ortogonalizando primero y normalizando a continuacion,
tendremos una base ortonormal de autovectores asociados a dicho autovalor m
ultiple.
Haciendo esto con cada uno de los autovalores m
ultiples y normalizando los autovectores asociados a autovalores simples tendremos una base ortonormal de Rn formada
por autovectores de A. Basta considerar una matriz Q cuyas columnas sean los vectores
de dicha base para obtener una diagonalizacion ortogonal de A.
Ingeniera Civil
163
De forma mas precisa, la relacion entre dos vectores consecutivos sera de la forma
un+1 = Aun
siendo A una matriz cuadrada m m constante (independiente de n).
Definici
on. Sea A una matriz cuadrada de orden m y sea u1 , u2 , . . . , un , . . . una sucesion
de vectores en Rm definidos de manera recurrente por
un = Aun1,
n = 1, 2, . . .
y un = An u0 = P D n P 1 u0 ,
n = 1, 2, . . .
y Avj = j vj , j = 1, . . . , k,
entonces
An u0 = c1 n1 v1 + ck nk vk .
Observaciones. Que sucede si A no es diagonalizable y u0 no es combinacion lineal de
autovectores? Sea A una matriz m m no diagonalizable.
(a) Si v es un autovector generalizado de A asociado a un autovalor , para un cierto valor
k se verifica que
(A I)v 6= 0, . . . , (A I)k1 v 6= 0, (A I)k v = 0.
Matematicas I.
2012-2013
164
(A + B) =
n
0
A B +
n
1
n1
B +
n
2
n2
B + +
n
n
A0 B n
n
0
(I)n
n
1
(I)n1 (A
I)1
+ +
n
n
(A
I)n
puesto que (A I)k v = (A I)k+1 v = (A I)k+2 v = = 0
n(n 1) n2
(A I)2 v + +
2
n
nk+1
(A I)k1 v
+ +
k1
= n v + nn1 (A I)v +
An v1 v2 . . . vm = An v1 An v2 . . . An vm .
Matematicas I.
Ingeniera Civil
165
1 1 0
2
A = 0 1 0 y u0 = 1 .
0 0 2
1
Por ser A triangular es inmediato que los autovalores son 1 = 1 (doble) y 2 = 2 (simple). Como es facil comprobar, mg (1 = 1) = 1 < ma (1 = 1) = 2 y la matriz A no es
diagonalizable. No existe una base de autovectores (1 y 2 aportan uno cada uno) y necesitamos recurrir a un autovector generalizado de 1 para obtener una base de R3 formada
por autovectores y autovectores generalizados.
Matematicas I.
2012-2013
166
1
(A I)x = 0 = Nul (A I) = Gen v1 = 0 .
2
2
(A I) x = 0 = Nul (A I) = Gen v1 , v2 = 1 .
Autovectores asociados a 2 = 2,
0
(A 2I)x = 0 = Nul (A 2I) = Gen v3 = 0 .
Es decir, trabajaremos con la base de R3 formada por {v1 , v2 , v3 } (que en este caso sencillo
coincide con la canonica). As,
un = An u0 = An (2v1 + v2 v3 ) = 2An v1 + An v2 An v3 .
Por ser v1 y v3 autovectores:
An v1 = n1 v1 = 1n v1 = v1 y An v3 = n2 v3 = 2n v3 .
Mientras que por ser v2 autovector generalizado de 1 = 1, que verifica (AI)2 v2 = 0 (k = 2
en la formula dada anteriormente):
An v2 = [1 I + (A 1 I)]n v2
= n1 v2 + n1n1 (A 1 I)v2 +
n(n1) n2
1 (A
2
1 I)2 v2 +
ya que (A I)v2 = v1 .
Finalmente
2+n
un = An u0 = 2v1 + (v2 + nv1 ) 2n v3 = (n + 2)v1 + v2 2n v3 = 1 .
2n
0
y u0 = 2 .
1
Ingeniera Civil
167
0
(A2I)x =
1
2
1
2
0
21
1
2
x1
1
x1 x2 + x3 = 0
1
x2 = 0
x = x2 1 .
x
=
0
3
1
x3
0
2
Autovectores generalizados:
(A 2I)2 x = 0
1
1
1
x
1
0
1
2
2
2
1 1 1 x2 = 0 x1 x2 + x3 = 0 x = x1 1 + x3 1 .
2
2
2
0 0 0
x3
0
1
Tomamos como primer autovector generalizado (que debe ser linealmente independiente con v1 ), por ejemplo, v2 = (0, 1, 1)T .
Finalmente, (A 2I)3 x = 0
0 0 0
x1
x1
0 0 0 x2 = 0 x = x2 R3 arbitrario.
0 0 0
x3
x3
Una vez que tenemos la base B = {v1 , v2 , v3 } formada por autovectores y autovectores
generalizados, calculamos las coordenadas de u0 en dicha base,
0
1 0 1
1
u0 = PB [u0 ]B 2 = 1 1 0 [u0 ]B = 1 ,
1
0 1 0
1
es decir, u0 = v1 + v2 v3 .
Matematicas I.
2012-2013
168
Por tanto,
un = An u0 = An (v1 + v2 v3 ) = An v1 + An v2 An v3 .
n(n1) n2
1 (A
2
1 I)2 v2 +
0
1
= 2n v2 + n2n1 v1 + 0 + ... = 2n 1 + n2n1 1
1
0
1
1/2
= 2n 0 + n2n1 0 +
0
1/2
n(n1) n2
1 (A
2
1 I)2 v3 +
1/2
n(n1) n2
1/2
2
2
0
1/2
1/2
(A 2I)v3 = 0 y (A 2I)2 v3 = 1/2 .
1/2
0
Notese que si hubieramos elegido una base formada por tres autovectores generalizados,
{w1 , w2 , w3 },
a partir de (A 2I)3 v = 0, tendramos
un = An u0 = An (1 w1 + 2 w2 + 3 w3 ) = 1 An w1 + 2 An w2 + 3 An w3 .
Para obtener cada uno los tres terminos An wi necesitaramos recurrir a una expresion analoga
a la obtenida para An v3 . De ah que, en general, sea recomendable construir la base de
Rn formada por autovectores y autovectores generalizados de forma progresiva: resolviendo
primero (A I)v = 0, despues (A I)2 v = 0, despues (A I)3 v = 0, etc.
No obstante, puesto que en el caso anterior todo vector es un autovector generalizado
(puesto que solo hay 1 autovalor), calcular An u0 conlleva los mismos calculos que obtener
An v3 .
6.4.2.- C
onicas y cu
adricas giradas.
En el Tema 1 se estudiaron las (secciones) conicas y las cuadricas desde el punto de vista
metrico as como los elementos representativos de cada una de ellas. Por otra parte, vimos
la determinacion de la posicion, del tipo de conica/cuadrica y como obtener los elementos
caractersticos cuando esta viene dada por una ecuacion en la que no aparecen productos
cruzados. Ahora estudiaremos:
Matematicas I.
Ingeniera Civil
169
(1)
a11 a12 a1
x
f (x, y) = [x y 1] a12 a22 a2 y = 0.
a1 a2 a0
1
El proceso general para llevar una conica a su ecuacion reducida (sabiendo cuales son los
cambios de variables involucrados) puede separarse en dos etapas (si el coeficiente a12 6= 0,
si el coeficiente a12 = 0 bastara con la segunda etapa):
(a) Determinacion de las direcciones de los ejes de la conica. Esto consiste en diagonalizar
ortogonalmente la matriz (simetrica A) asociada a la parte cuadratica de la ecuacion
a11 a12
A=
.
a12 a22
Sean 1 y 2 los autovalores de A y v1 y v2 autovectores ortogonales correspondientes
(si 1 6= 2 dichos autovectores seran ortogonales necesariamente, y si 1 = 2 necesariamente A es una matriz diagonal, y no necesitamos hacer nada de esto). Conviene
Matematicas I.
2012-2013
170
0
1
1
T
T
P = u1 u2 P = P , P AP = D =
.
0 2
Al sustituir en la ecuacion (en (x, y)) de la conica el cambio de variables tenemos
x
x
x
x
T
+ a0 = 0.
+ 2 [a1 a2 ] P
= [x y ] P AP
=P
y
y
y
y
Es decir, la ecuacion de la conica en las coordenadas (x , y ) es
1 x2 + 2 y 2 + 2b1 x + 2b2 y + a0 = 0,
ecuacion en la que no aparece el producto cruzado x y . Notemos que
x
x
uT1
x
x
x
T
= u1 u2
=P
=
=P
=
y
y
uT2
y
y
y
x
y
uT2
x
y
= 0,
Y ecuacion x = 0 uT1
x
y
= 0.
X ecuacion y = 0
Es decir, los ejes x e y son las rectas que pasan por el origen de coordenadas y
tienen como vectores direccion respectivos los autovectores u1 y u2 de A. De hecho el
sistema de ejes OX Y se obtiene del sistema OXY girando (con centro el origen de
coordenadas) el angulo que determina u1 con el semieje OX + .
(b) Una vez que tenemos la ecuacion
1 x2 + 2 y 2 + 2b1 x + 2b2 y + a0 = 0,
en la que no aparece el producto cruzado x y , bastara completar los cuadrados que
aparezcan (mediante cambios del tipo x = x e y = y ) para obtener una
ecuacion de uno de los siguientes tipos:
Caso elptico. 1 2 > 0 (es decir 1 y 2 son no-nulos y del mismo signo),
a2 x2 + b2 y 2 = c
en cuyo caso tenemos una elipse (c > 0), un punto (c = 0) o nada (c < 0).
Matematicas I.
Ingeniera Civil
171
Caso hiperb
olico. 1 2 < 0 (es decir 1 y 2 son no-nulos y de distinto signo),
a2 x2 b2 y 2 = c
en cuyo caso tenemos una hiperbola (c 6= 0) o un par de rectas que se cortan
(c = 0).
Caso parab
olico. 1 2 = 0 (es decir uno de los autovalores es nulo, y el otro no).
Suponiendo que 1 6= 0, 2 = 0 puede obtenerse
a2 x2 + by = 0 o a2 x2 + c = 0
Tendremos una parabola (b 6= 0), o bien un par de rectas paralelas (c < 0) o
coincidentes (c = 0) o nada (c > 0).
Para obtener los elementos caractersticos de la conica y su representacion grafica basta
obtenerlos en las coordenadas (x , y ) y deshacer los cambios de variables que se hayan hecho
x = x
x = x +
(Traslacion)
y =y
y = y +
(Giro)
x
y
=P
x
y
x
y
=P
x
y
Ejemplos.
(1) Vamos a obtener la ecuacion canonica (reducida) y la representacion grafica de la conica
3x2 + 3y 2 2xy + 2x 4y + 1 = 0.
mediante los cambios de coordenadas adecuados.
Escribimos en forma matricial la parte cuadratica de la ecuacion de la conica:
x
3 1
+ 2x 4y + 1 = 0.
[x y]
y
1 3
Puesto que la ecuacion de la conica tiene termino en xy necesitamos hacer un giro para
colocar los ejes en las direcciones de los autovectores de la matriz A (la que recoge los
terminos cuadraticos).
Calculamos los autovalores de A,
3 1
2
1 3 = 6 + 8 = 0 1 = 4, 2 = 2.
2012-2013
172
2 = 2 :
1 1
1 1
x
y
0
0
x y = 0
x
y
1
1
eliminara el termino mixto x y dejando la parte cuadratica como 1 x2 + 2 y 2 , modificara los coeficientes de los terminos lineales, x e
y , y no
alterara el termino indepen
2
2
diente. Concretamente obtenemos: 4x + 2y + 3 2x 2y + 1 = 0.
Completando cuadrados hacemos una traslacion:
!
!
3
2
2
4 x2 +
x + 2 y 2
y + 1 = 0,
4
2
!2
!2
9
1
2
3 2
+ 2 y
+ 1 = 0,
4 x +
8
8
4
4
!
!
2
2
2
3
3
3 2
+2 y
=
4x2 + 2y 2 =
,
4 x +
8
4
8
8
3
2
x = x +
,
8
y = y
2
.
4
y 2
3
16
x2
y 2
= 1 q 2 + 2 = 1.
1
4
3
2
3
4
3 2
1
5
1 5
2
2
2 3 2
2
= , y=
=
.
+
+
C = ,
x=
2
8
4
8
2
8
4
8
8 8
Matematicas I.
Ingeniera Civil
173
Para hacer el dibujo esquematico con una cierta precision, puede sernos u
til el encontrar
los puntos de corte (si los hay) de la elipse con los ejes coordenados (OX y OY ). Al
hacer x = 0 en la ecuacion de la conica se obtiene 3y 2 4y + 1 = 0 que se verifica
para y = 1, 1/3. Mientras que si hacemos y = 0, la ecuacion 3x2 + 2x + 1 = 0 no tiene
solucion (real). Por tanto, la elipse corta al eje OY en los puntos (0, 1) y (0, 1/3) y no
corta al eje OX.
Con toda la informacion que hemos obtenido a lo
largo del problema, comenzamos dibujando los ejes
Y
Y
X e Y sabiendo que pasan por (x = 0, y = 0) y
1
tienen la direccion y sentido del autovector corresY
pondiente a 1 y 2 , respectivamente. Es decir, en
C
este caso, con la eleccion que hicimos de autovalores y autovectores, los ejes X e Y se obtienen
1/3
rotando un angulo de 45o a los ejes X e Y . A
X
continuacion, dibujamos los ejes X e Y , paraleX X
X
1
X
C
1/3
x2
y 2
+
2 q 2 = 1,
3
4
1
4
3
2
Matematicas I.
2012-2013
174
donde el primer autovector da la direccion y sentido del nuevo eje X (que corresponde
a girar un angulo = 45o el eje X, pues del autovector sacamos que tg = y/x = 1) y
el segundo autovector (que hemos elegido en el sentido adecuado para que el eje Y se
obtenga girando el eje X 90o en sentido positivo o antihorario) marca la direccion y
sentido del nuevo eje Y . El cambio:
#
" 2
2
x
x
x = P x
= 22 22
y
y
2
eliminara el termino mixto x y dejando la parte cuadratica como 1 x2 + 2 y 2 , modificara los coeficientes de los terminos lineales, x e y , y no alterara el termino independiente. Concretamente obtenemos:
2y 2 2x + 2y + 1 = 0.
Completando cuadrados en y y haciendo una traslacion tenemos
!
!2
2
2
1
2
2 y +
y 2x + 1 = 0, 2 y +
2x + 1 = 0,
2
4
4
!
2
2
3
2x +
= 0,
2 y +
4
4
!
!2
3 2
2
= 0, 2y 2 2x = 0,
2 x
2 y +
4
8
donde hemos realizado la traslacion
3 2
x =x
,
8
y =y +
2
.
4
Por tanto, la ecuacion canonica a la que hemos llegado, tras la rotacion y la traslacion
llevadas a cabo, es
x = 2y 2 .
El vertice V de la
parabola es el origen en las coordenadas (x , y ). Es decir, (x , y ) =
5
1
5 1
2 3 2
2
2 3 2
2
= , y=
= , V =
.
+
,
x=
2
8
4
8
2
8
4
8
8 8
Matematicas I.
Ingeniera Civil
175
Para hacer el dibujo esquematico con una cierta precision, puede sernos u
til el encontrar
los puntos de corte (si los hay) de la parabola con los ejes coordenados (OX y OY ).
Al hacer x = 0 en la ecuacion de la conica se obtiene y 2 + 1 = 0 que no tiene solucion
(real). Mientras que si hacemos y = 0 obtenemos x2 2x + 1 = 0 que tiene como
solucion (doble) x = 1. Por tanto, la parabola no corta al eje OY y toca sin cortar
(pues es tangente, como se deduce de la raz doble) al eje OX en el punto (1, 0).
Con toda la informacion que hemos obtenido a lo largo del problema, comenzamos dibujando los ejes X e Y sabiendo que pasan por el origen de las coordenadas X-Y y que
tienen la direccion y sentido del autovector correspondiente a 1 y 2 , respectivamente.
Es decir, en este caso, con la eleccion que hicimos
de autovalores y autovectores, los ejes X e Y se
obtienen rotando un angulo de 45o a los ejes X e
Y . A continuacion, dibujamos los ejes X e Y ,
paralelos respectivamente a los ejes X e Y , que
resultan de trasladar el origen al vertice de la
parabola V = 81 , 58 . Finalmente, dibujamos
la parabola, que es muy facil de representar en
las coordenadas (x , y ). Teniendo en cuenta las
intersecciones con los ejes X e Y obtenemos pues
la figura adjunta.
X
Y
Y
Y
X
X
Y
Y
(a)
(b)
(c)
2012-2013
176
x y
0 1
1 0
x
y
4x + 2y 7 = 0,
A=
0 1
1 0
= 2 1 = 0 1 = 1, 2 = 1.
2 = 1 :
1 1
1 1
1 1
1 1
x
y
x
y
=
0
0
0
0
x y = 0
x
y
x
y
x + y = 0
1
1
1
1
x = P x
x
y
"
2
2
2
2
22
2
2
#
x
y
eliminara el termino mixto x y dejando la parte cuadratica como 1 x2 +2 y 2 , podra modificar los coeficientes de los terminos lineales, x e y , y no alterara el termino independiente. Concretamente obtenemos:
x2 y 2
Matematicas I.
2x + 3 2y 7 = 0.
Ingeniera Civil
177
y
3 = 0,
x
2
2
2
y 2
x2
= 1,
= 3
( 3)2 ( 3)2
2
x =x
,
2
3 2
y =y
.
2
2
3 2
=x
y = x y
2
2
y, teniendo en cuenta que x = P T x (pues x = P x y P es ortogonal), tenemos
2
2
x =
(x + y), y =
(x + y)
2
2
llegamos a
2
2
2
3 2
(x + y)
=
(x + y)
x = 1.
2
2
2
2
Procediendo analogamente, y = x se convierte en y = 2 (ambas asntotas son pues
paralelas a los ejes Y y X, respectivamente).
El centro C de la hiperbola
es el origen en las coordenadas (x , y ). Es decir, (x , y ) =
3
2
2
(0, 0) (x = 2 , y = 2 ). En coordenadas (x, y) obtenemos
!
!
2
2
2
2
2
2
x=
= 1, y =
= 2 C = (1, 2) .
3
+3
2
2
2
2
2
2
Para hacer el dibujo con cierta precision puede ser u
til calcular los puntos de corte (si
los hay) de la hiperbola con los ejes coordenados (OX y OY ). Al hacer x = 0 en la
ecuacion de la conica se obtiene 2y 7 = 0 que tiene como solucion y = 7/2. Ademas,
si hacemos y = 0 obtenemos 4x7 = 0 que tiene como solucion x = 7/4. Por tanto,
la parabola corta al eje OY en el punto (0, 7/2) y al eje OX en el punto (7/4, 0).
Con toda la informacion que hemos obtenido a lo largo del problema, comenzamos
dibujando los ejes X e Y sabiendo que pasan por el origen de las coordenadas X-Y y
tienen la direccion y sentido de los autovectores correspondientes a 1 y 2 , respectivamente.
Matematicas I.
2012-2013
178
Y
7/2
7/4
X
2
= 2 + 5 50 = 0 1 = 5, 2 = 10.
El primer autovector da la direccion y sentido del nuevo eje X (que corresponde a girar
un angulo 63,4o el eje X, pues del autovector sacamos que tg = y/x = 2/1 = 2)
y el segundo autovector (que hemos elegido en el sentido adecuado para que el eje Y
se obtenga girando 90o el eje X en sentido positivo) marca la direccion y sentido del
nuevo eje Y . El cambio
#
" 5
2 5
x
x
5
= 25 5
x = P x
5
y
y
5
Matematicas I.
Ingeniera Civil
179
eliminara el termino mixto x y dejando la parte cuadratica como 1 x2 +2 y 2 , podra modificar los coeficientes de los terminos lineales, x e y , y no alterara el termino independiente. Concretamente obtenemos:
5x2 10y 2 6 5x 4 5y + 12 = 0.
Completando cuadrados en x e y y haciendo una traslacion:
!
!
5
5
2
6
x 10 y 2 +
y + 12 = 0,
5 x2
5
5
!2
!2
5
3 5
9 10 y +
+ 2 + 12 = 0,
5 x
5
5
!2
!2
3
5
5
5 x
10 y +
+ 5 = 0,
5
5
5x2 10y 2 + 5 = 0 x2 2y 2 = 1
y 2
x2
2 = 1,
12
2
2
3 5
,
x =x
5
y =y +
5
.
5
2
5
2
3 5
y =
x
x y +
=
2
5
2
5
y, teniendo en cuenta que x = P T x (pues x = P x y P es ortogonal), tenemos que
5
5
(x + 2y), y =
(2x + y)
x =
5
5
llegamos a
5
5
2
5
2
3 5
3 2
2 +
x+( 2+1)y = 1+
(2x+y)+
=
(x + 2y)
.
5
5
2
5
5
2
2
2
3 2
x + ( 2 + 1)y = 1
.
2
2
2
El centro C de la
hiperbola es el origen en las coordenadas (x , y ). Es decir, (x , y ) =
!
!
5 3 5 2 5
5 6 5
5
= 1, y =
= 1 C = (1, 1) .
x=
+
5
5
5
5
5
5
Matematicas I.
2012-2013
180
Reducci
on de una cu
adrica girada.
Definici
on. Una cuadrica es el lugar geometrico de los puntos (x, y, z) que satisfacen una
ecuacion general de segundo grado de la forma
f (x, y, z) = a11 x2 + a22 y 2 + a33 z 2 + 2a12 xy + 2a13 xz + 2a23 yz + 2a1 x + 2a2 y + 2a3 z + a0 = 0,
llamada ecuacion de la cuadrica (alguno de los coeficientes aij tiene que ser distinto de cero).
Esta ecuacion se puede escribir matricialmente en la forma
x
a11 a12 a13
x
f (x, y, z) = x y z a12 a22 a23 y + 2 a1 a2 a3 y + a0 = 0,
a13 a23 a33
z
z
y vectorialmente como f (x) = xt Ax+2at x+a0 = 0.
Al igual que en el caso de las conicas, el proceso para llevar una cuadrica a su forma
reducida puede separarse en dos etapas (si el coeficiente de alguno de los productos cruzados
es no-nulo): una primera consistente en determinar las direcciones de los ejes de la cuadrica
y una segunda consistente en determinar una traslacion.
Matematicas I.
Ingeniera Civil
a11 a12
t
x Ax = x y z a12 a22
a13 a23
se puede
a13
a23
a33
181
escribir como
x
y .
z
Puesto que la matriz A es real y simetrica puede diagonalizarse mediante una matriz de
paso ortogonal P cuyas columnas {u1 , u2 , u3 } seran, por tanto, autovectores de A y base
ortonormal de R3 . Conviene tomar {u1 , u2 , u3 } de forma que u1 u2 = u3 . Al hacer el
cambio de variables
x
x
y = P y ,
z
z
1 0
x y z 0 2
0 0
de la forma
0
x
x
0 y + 2 b1 b2 b3 y + b0 = 0,
z
z
3
(2) A tiene todos sus autovalores distintos de cero pero no del mismo signo:
Hiperboloide de una hoja.
Cono.
Hiperboloide de dos hojas.
(3) A tiene dos autovalores distintos de cero del mismo signo y el tercer autovalor es cero:
Paraboloide elptico.
Cilindro elptico.
Una recta.
Nada.
(4) A tiene dos autovalores distintos de cero de distinto signo y el tercer autovalor es cero:
Paraboloide hiperbolico.
Cilindro hiperbolico.
Un par de planos que se cortan.
(5) A tiene dos autovalores iguales a cero:
Cilindro parabolico.
Un par de planos paralelos, confundidos (un solo plano) o nada.
Matematicas I.
2012-2013
182
6.5.- Ejercicios.
6.5.1.- Enuinciados.
Ejercicio 1. Dada la matriz
3
0 a
A = 3 1 b .
2 0 c
(a) Calcula A de forma que (2, 0, 1)T sea un autovector cuyo autovalor correspondiente es
= 1.
(b) Halla los demas autovalores y autovectores.
Ejercicio 2. Determina los valores del parametro para los que es diagonalizable cada una
de las siguientes matrices,
1 0 0
0
2
0
0 1
3
0 , C = 2 3 .
A = 1 0 , B = 1
1 1 2
+2 1
0 0
1
Ejercicio 3. Dada la matriz
1 0
1
A = a 2 2 ,
3 0 1
R.
1 0 0 0
a+3 b
1
5 0 0
a 1 0 0
.
a
0 , B = 0 1 b , C =
A= 0
b
d 1 0
2
a 1 c a+1
3 0 a
c
e f 1
Ejercicio 5. Calcula bases de R3 formadas por autovectores y autovectores generalizados
de las siguientes matrices:
4 1 1
0 1 0
A = 1 3 1 ,
B = 0 0 1 .
0 1
1
2 5 4
Matematicas I.
Ingeniera Civil
6.5.- Ejercicios.
183
a
0
A=
1
0
1 1 1
b 0 3
.
2 c
1
1 0
d
1 2
0
5
2
2
1 1
0
1 1 1
2 2 ,
2 4 , A3 = 1
2 1 , A4 = 1 1 1 .
A1 = 2
A2 = 2
0 2
3
2 4
2
0 1
1
1 1 1
Ejercicio 9. (1) Toda matriz simetrica real de orden m m
Tiene m autovalores distintos.
Diagonaliza en una base ortonormal de Rm .
Ninguna de las anteriores.
(2) Sea A una matriz cuadrada de orden impar y antisimetrica (AT = A). Demuestra que
det(A) = 0.
3 0 1
A = 10 1 5
1 0 1
Matematicas I.
un = Aun1
u0
siendo
0
u0 = 0 .
1
2012-2013
184
Matematicas I.
Ingeniera Civil
6.5.- Ejercicios.
185
6.5.2.- Soluciones.
Ejercicio 1. (a) a = 8, b = 6, c = 5.
(b) = 1 es el u
nico autovalor (triple).
Autovectores: (A + I)x = 0.
0
2
Nul (A + I) = Gen v1 = 1 , v2 = 0 .
0
1
Ejercicio 2. A: A es diagonalizable = 0.
B: B es diagonalizable = 23 .
C: C es diagonalizable = 0.
1
1
1
1
= (doble), 2 =
= (simple)
1
2
2
2
0
1
(A + 2I) x = 0 x Gen v1 = 1 v2 = 0 .
0
3
Autovectores de A1 asociados a 2 los de A asociados a 2 = 2:
(A 2I) x = 0 x Gen v3 = 2
(c) Si n es par An = 2n I.
Si n es impar An = 2n1 A.
Ejercicio 4.
A:
Si a 6= 2, 0, 2 = A es diagonalizable.
Para a = 2, 2
Si b = c = A es diagonalizable.
Si b 6= c = A no es diagonalizable.
2012-2013
186
B:
Si b = 0 = B es diagonalizable.
Si b 6= 0 = B no es diagonalizable.
Para a = 5, = B no es diagonalizable.
C:
C es diagonalizable a = f = 0.
0
1
2
3
v1 = 1 , v2 = 2 , w3 = 1 , w4 = 0 .
1
1
0
1
1
1
2
1
v1 = 2 , v2 = 1 , w3 = 1 , w4 = 0 .
4
1
0
1
y T (v2 ) = v1 + 2v2
0
1 1 1
0 2
0 3
.
A=
1
2
0
1
0
1
0
2
Matematicas I.
Ingeniera Civil
6.5.- Ejercicios.
187
1
1
3
1
6
0
2
0
v1 =
1 , w1 = 0 , v2 = 1 , w2 = 0 .
2
0
2
0
Ejercicio 8.
A1 :
2 2 1
es una matriz ortogonal
1
2 1 2
Q=
3
1 2
2
QT Q = QQT = I
Q=
31
2
3
2
3
3 5
4
3 5
5
3 5
2
5
1
5
Q=
1
3
1
3
1
3
0
1
2
1
6
2
6
1
6
12 16
Q = 12 16
1
0
6
que diagonaliza A4 :
Matematicas I.
QT Q = QQT = I
Q1 A2 Q = D QT A2 Q = D =
QT Q = QQT = I
Q1 A3 Q = D QT A3 Q = D
1
3
1
3
1
3
que diagonaliza A3 :
A4 :
que diagonaliza A2 :
A3 :
Q1 A1 Q = D QT A1 Q = D =
que diagonaliza A1 :
A2 :
Q1 A4 Q = D QT A4 Q = D
2012-2013
188
n
Ejercicio 10. Tenemos que un = 2n1 5n .
2n
Ejercicio 11. (a) 13x2 + 10y 2 + 4xy 26x 22y + 23 = 0. Se trata de una elipse imaginaria
(no hay ning
un punto (x, y) con coordenadas reales que verifique la ecuacion).
(a) 13x2 + 10y 2 + 4xy 26x 22y + 2 = 0. Es la ecuacion de una elipse (real)
(b) 4x2 + y 2 4xy 2y + 1 = 0. Se trata de una parabola.
2
4 x +y 4 x y2 y+1 = 0
6
13
25
=2 x
4
25
(0, 1)
V =
4 13
,
25 25
3
Ingeniera Civil
6.5.- Ejercicios.
189
Ejercicio 12. Tenemos infinitas soluciones que dan lugar a ecuaciones equivalentes a
x2 + 2y 2 5x 4y = 0.
2
x +2 y 5 x4 y = 0
5
2
C=
y
x=
5
,1
2
y=1
Ejercicio 13. (a) Se trata, obviamente, de un cilindro hiperbolico. Puesto que en la ecuacion no interviene la variable z, al cortar la cuadrica con cada plano z = cte siempre se
obtiene la misma proyeccion en el plano OXY , la hiperbola de ecuacion 3x2 + 2xy
10y 2 = 0.
(b) Cono de ecuacion x2 + y 2 (z + 1)2 = 0 con vertice V = (0, 0, 1) y eje el eje OZ
{x = 0, y = 0}.
(c) Se trata de un hiperboloide de dos hojas. La ecuacion reducida es
5x2 y 2 z 2 =
13
x2 y 2 z 2
13 13 13 = 1.
15
75
15
15
Matematicas I.
6, b =
3yc=
2.
2012-2013