Documente Academic
Documente Profesional
Documente Cultură
VECTORES PROPIOS
1. Sean i 10 y j 10 . Sean además x(t ) y y(t ) dos funciones escalares definidas
en un intervalo [a , b], y sea F : [a, b] 2 una función vectorial cuyo valor está dado
por :
F (t ) x(t ) i y(t ) j (1)
Para graficar una función como esta, se asignan valores a t en el intervalo [a,b], los
cuales al ser sustituidos en la ecuación anterior producen una serie de parejas
ordenadas que luego se pueden representar como puntos en un plano cartesiano. Si
x(t ) y y(t ) son continuas en [a,b], los puntos pueden unirse mediante una línea, con
lo cual se obtiene una curva paramétrica de parámetro t.
a) Escoja dos funciones x(t ) y y(t ) y un intervalo [a, b] que sean de su entero agrado
y dibuje la curva paramétrica correspondiente a (1) (puede usar cualquier tipo
de software o hacerlo a mano si prefiere).
R.
𝑥 (𝑡) = 0,2𝑡𝑐𝑜𝑠(𝑡)
𝑦(𝑡) = 0,2𝑡𝑠𝑒𝑛(𝑡)
Intervalo: [0, 6π]
2,00
1,00
x(t)
0,00
-4,00 -3,00 -2,00 -1,00 0,00 1,00 2,00 3,00 4,00 5,00
-1,00
-2,00
-3,00
-4,00
b) Sea T : 2 2 una transformación lineal tal que:
a a
T ( i ) u1 11 y T ( j ) u 2 12
a 21 a 22
Gráfica:
T(F(t))=(x(t)+3y(t))i+(2x(t)+6y(t))j 20,0 y(t)
=(0,2cos(t)+0,6sen(t))i + (0,4cos(t)+1,2sen(t))j
15,0
10,0
5,0
x(t)
0,0
-15,0 -10,0 -5,0 0,0 5,0 10,0
-5,0
-10,0
T(F(t))
-15,0
u2
-20,0
u1
-25,0
Cuando se aplica a una curva paramétrica una transformación lineal en la cual las
columnas de la matriz de la transformación forman un conjunto linealmente
dependiente, el resultado es una línea recta, debido a que sus coordenadas también se
vuelven linealmente dependiente. Esto se puede evidenciar en la gráfica anterior.
1
‖𝒖𝟏 ‖ = (0,82 + 0,62 )2 = 1
1
‖𝒖𝟐‖ = ((−0,6)2 + 0,82 )2 = 1
𝒖𝟏 • 𝒖𝟐 = 0,8 × (−0,6) + 0,6 × 0,8 = −0,48 + 0,48 = 0
Gráfica:
T(F(t)) = (0,16cos(t)-0,12sen(t))i + (0,12cos(t)+0,16sen(t))j
4,0 y(t)
3,0
2,0
1,0
x(t)
0,0
-4,0 -3,0 -2,0 -1,0 0,0 1,0 2,0 3,0 4,0
-1,0
-2,0
T(F(t))
-3,0 u1
-4,0
u2
e) Escoja u1 y u2 de modo que formen una base ortogonal para 2 que no sea
ortonormal, obtenga la gráfica de T ( F (t )) y explique qué sucede en general
cuando se aplica a una curva paramétrica una transformación lineal en la cual las
columnas de la matriz de la transformación forman una base ortogonal para 2 .
R.
4
𝒖𝟏 = [ ]
3
−3
𝒖𝟐 = [ ]
4
Gráfica:
T(F(t))=(4x(t)-3y(t))i+(3x(t)+4y(t))j
=(0,8cos(t)-0,6sen(t))i + (0,6cos(t)+8sen(t))j
20,0
y(t)
15,0
10,0
5,0
x(t)
0,0
-20,0 -15,0 -10,0 -5,0 0,0 5,0 10,0 15,0 20,0
-5,0
-10,0
T(F(t))
-15,0
u1
-20,0 u2
f) Escoja u1 y u2 de modo que formen una base para 2 , que nos sea ortogonal,
obtenga la gráfica de T ( F (t )) y explique qué sucede en general cuando se aplica
a una curva paramétrica una transformación lineal en la cual las columnas de la
matriz de la transformación forman una base no ortogonal para 2 .
R.
4
𝒖𝟏 = [ ]
3
4
𝒖𝟐 = [ ]
5
Se verifica si 𝒖𝟏 y 𝒖𝟐 no forman una base ortogonal para para R2:
𝒖𝟏 • 𝒖𝟐 = 4 × 4 + 3 × 5 = 16 + 15 = 31 ≠ 0
Los vectores columna de la matriz de transformación no forman una base
ortogonal para R2.
10,0
5,0
x(t)
0,0
-25,0 -20,0 -15,0 -10,0 -5,0 0,0 5,0 10,0 15,0 20,0
-5,0
-10,0
T(F(t))
-15,0
u1
-20,0
-25,0 u2
ax 2 bxy cy 2 dx ey f , (2)
𝑎 = 1; 𝑏 = 8; 𝑐 = 7; 𝑑 = 4; 𝑒 = −2; 𝑓 = 14
Al trasladar los ejes x y y del plano cartesiano, sin rotarlos, de modo que el origen
quede ubicado en un punto de coordenadas (h, k), se establece un nuevo sistema de
coordenadas x’, y’. La relación entre las coordenadas de un mismo punto en ambos
sistemas está dada por:
x' T x x h
y ' y y k
𝑥1 𝑥2 𝑥1 𝑥2
𝑇 ([𝑦 ] + [𝑦 ]) = 𝑇 ([𝑦 ]) + 𝑇 ([𝑦 ])
1 2 1 2
𝑥 +𝑥 𝑥 −ℎ 𝑥 −ℎ
𝑇 ([𝑦1 + 𝑦2 ]) = [ 1 ]+[ 2 ]
1 2 𝑦1 − 𝑘 𝑦2−𝑘
𝑥1 + 𝑥2 − ℎ 𝑥 + 𝑥2 − 2ℎ
[ ]=[ 1 ]
𝑦1 + 𝑦2 − 𝑘 𝑦1 + 𝑦2 − 2𝑘
𝑥 𝑥
𝑇 (𝑐 [𝑦]) = 𝑐𝑇 ([𝑦])
𝑐𝑥 𝑥−ℎ
𝑇 ([𝑐𝑦]) = 𝑐 ([ ])
𝑦−𝑘
𝑐𝑥 − ℎ 𝑐𝑥 − 𝑐ℎ
([ ]) = ([ ])
𝑐𝑦 − 𝑘 𝑐𝑦 − 𝑐𝑘
𝑦′ = 𝑦 − 𝑘
𝑦 = 𝑦′ + 𝑘
𝑎𝑥 ′2 + 𝑏𝑥 ′ 𝑦 ′ + 𝑐𝑦 ′2 + 𝑥 ′ (2𝑎ℎ + 𝑏𝑘 + 𝑑 ) + 𝑦 ′ (2𝑐𝑘 + 𝑏ℎ + 𝑒)
= 𝑓 − (𝑎ℎ2 + 𝑏ℎ𝑘 + 𝑐𝑘 2 + 𝑑ℎ + 𝑒𝑘)
𝑎′ = 𝑎 = 1; 𝑏′ = 𝑏 = 8; 𝑐′ = 𝑐 = 7
2𝑎ℎ + 𝑏𝑘 + 𝑑 = 0
𝑑 + 2𝑎ℎ
𝑘=−
𝑏
2𝑐𝑘 + 𝑏ℎ + 𝑒 = 0
𝑒 + 𝑏ℎ
𝑘=−
2𝑐
𝑑 + 2𝑎ℎ 𝑒 + 𝑏ℎ
− =−
𝑏 2𝑐
𝑏𝑒 − 2𝑐𝑑
ℎ=
4𝑎𝑐 − 𝑏2
ℎ=2
𝑘 = −1
𝑓 ′ = 𝑓 − 𝑎ℎ2 − 𝑐𝑘 2 − 𝑏ℎ𝑘 − 𝑑ℎ − 𝑒𝑘
𝑓′ = 9
𝑥 ′2 + 8𝑥 ′ 𝑦 ′ + 7𝑦 ′2 = 9
c) Dado que el lado izquierdo de (3) es una forma cuadrática, la ecuación puede
expresarse de manera equivalente así:
X T AX f ' , (4)
𝑏 8
𝑎11 = 𝑎 = 1; 𝑎12 = 𝑎21 = = = 4; 𝑎22 = 𝑐 = 7
2 2
1 4
𝐴=[ ]
4 7
A U T DU , (5)
donde D es una matriz diagonal cuya diagonal principal contiene los valores
propios de A y U es una matriz ortogonal cuyas columnas son vectores
propios unitarios asociados a los correspondientes valores propios de A.
Dichos vectores propios constituyen una base ortonormal para 2 , y
determinan un nuevo sistema de ejes x’’ y y’’, rotados con respecto a los ejes
x’ y y’. Halle U y D.
R.
Se hallan los valores propios de A (𝜆1 y 𝜆2 ). Para esto, se resuelve el sistema
lineal det(𝜆𝐼2 − 𝐴) = 0 (Kolman, 2013, pág. 341):
𝜆 − 1 −4
| |=0
−4 𝜆 − 7
(𝜆 − 1)(𝜆 − 7) − 16 = 0
𝜆2 − 7𝜆 − 𝜆 + 7 − 16 = 0
𝜆2 − 8𝜆 − 9 = 0
(𝜆 − 9)(𝜆 + 1) = 0
𝜆1 = 9
𝜆2 = −1
Los anteriores son los valores propios de A. Para hallar un vector propio 𝑿𝑛
asociado al valor propio 𝜆𝑛 , se forma el sistema lineal (𝜆𝑖 𝐼2 − 𝐴)𝑿 = ⃗𝟎⃗
(Kolman, 2013, 342):
𝑏
𝜆𝑖 − 𝑎 −
[ 2 ] [𝑥′] = [0]
𝑏 𝑦′ 0
− 𝜆𝑖 − 𝑐
2
Para 𝜆𝑖 = 𝜆1 = 9:
8
9−1 −
[ 2 ] [𝑥′] = [0]
8 𝑦′ 0
− 9−7
2
8 −4 𝑥′ 0
[ ][ ] = [ ]
−4 2 𝑦′ 0
8𝑥 ′ − 4𝑦 ′ = 0
−4𝑥 ′ + 2𝑦 ′ = 0
Ambas ecuaciones conducen a
𝑦 ′ = 2𝑥′
𝑥′ 𝑡
[ ′] = [ ] , 𝑐𝑜𝑛 𝑡 𝜖 ℝ
𝑦 2𝑡
𝑥′ 1
[ ] = 𝑡 [ ] es un vector propio asociado al valor propio 𝜆1 = 9, es decir,
𝑦′ 2
1
𝑔𝑒𝑛 {[ ]} es el conjunto de vectores propios de A asociados a 𝜆1 .
2
Se necesita un vector que tenga esta forma y su norma sea = 1. Este vector es:
1 1
𝒖1 = [ ]
√5 2
𝑥′ −2𝑡
[ ′] = [ ] , 𝑐𝑜𝑛 𝑡 𝜖 ℝ
𝑦 𝑡
𝑥′ −2
[ ] = 𝑡 [ ] es un vector propio asociado al valor propio 𝜆2 = −1, es decir,
𝑦′ 1
−2
𝑔𝑒𝑛 {[ ]} es el conjunto de vectores propios de A asociados a 𝜆2 .
1
Se necesita un vector que tenga esta forma y su norma sea = 1. Este vector es:
1 −2
𝒖2 = [ ]
√5 1
1 1 −2
𝑈= [ ]
√5 2 1
1 1 2 1 4 1 1 −2
𝐷= [ ][ ] [ ]
√5 −2 1 4 7 √5 2 1
9 0
𝐷=[ ]
0 −1
X TU T DUX f ' ,
9 ′′ 2 1 ′′ 2
(𝑥 ) − ( 𝑦 ) = 1
9 9
Se puede observar por su forma que corresponde a una hipérbola con vértices
sobre el eje 𝑥′′, en los puntos (𝑥 ′′ = −1, 𝑦 ′′ = 0) y (𝑥 ′′ = 1, 𝑦 ′′ = 0).
1
y''
0
-4 -2 0 2 4 6 8
-1 h, k
-2
-3
-4 x''
-5
3. En general, se dice que dos matrices A y D son semejantes si existe una matriz
cuadrada no singular C tal que:
A C 1DC
1 1
Ejemplo de diagonalización: Sea 𝐴 = [ ]. Encuentre una matriz diagonal 𝐷, tal
−2 4
que 𝐴 y 𝐷 sean semejantes.
𝑥1 + 𝑥2 = 𝜆𝑥1
−2𝑥1 + 4𝑥2 = 𝜆𝑥1
(𝜆 − 1)𝑥1 − 𝑥2 = 0
2𝑥1 + (𝜆 − 4)𝑥2 = 0
(𝜆 − 1)(𝜆 − 4) + 2 = 0
𝜆2 − 5𝜆 + 6 = 0
(𝜆 − 3)(𝜆 − 2) = 0
𝜆1 = 3
𝜆2 = 2
𝜆 −1 −1 𝑥1 0
[ 𝑖 ] [𝑥 ] = [ ]
2 𝜆𝑖 − 4 2 0
Para 𝜆𝑖 = 𝜆1 = 3:
3 − 1 −1 𝑥1 0
[ ] [𝑥 ] = [ ]
2 3−4 2 0
2 −1 𝑥1 0
[ ] [𝑥 ] = [ ]
2 −1 2 0
2𝑥1 − 𝑥2 = 0
2𝑥1 − 𝑥2 = 0
Ambas ecuaciones conducen a
𝑥2 = 2𝑥1
1
[ ]
2
1
[ ]
1
1 1
𝐶=[ ]
2 1
−1 1
𝐶 −1 = [ ]
2 −1
1 1 1 1 −1 1 3 0
𝐷 = 𝐶𝐴𝐶 −1 = [ ][ ][ ]=[ ]
2 1 −2 4 2 −1 0 2
𝐴𝑛 = 𝐶 −1 𝐷 𝑛 𝐶
Para elevar 𝐷 se elevan las entradas de su diagonal principal, proceso que resulta
mucho más fácil que calcular directamente 𝐴𝑛 , sobre todo mientras mayor sea 𝑛.
1 1
𝐴 = [1 0]
0 1
2 1
𝐴𝑇 𝐴 = [ ]
1 2
𝐴 = 𝑈Σ𝑉 𝑇
La matriz ortogonal 𝑉 se halla determinando una base ortogonal {𝑣1 , 𝑣2 , … , 𝑣𝑛 } de
vectores de ℝ𝑛 compuesta por autovectores de la matriz 𝐴𝑇 𝐴 de 𝑛 × 𝑛.
𝑉 = [𝑣1 , 𝑣2 , … , 𝑣𝑛 ]
Se observa que los vectores de ℝ𝑚 : 𝐴𝑣1 , 𝐴𝑣2 , … , 𝐴𝑣𝑛 son un conjunto ortogonal de
𝑛 vectores. También se tiene que 𝜎𝑖 = ‖𝐴𝑣𝑖 ‖ (no se demuestra en este cuestionario)
y que los primeros 𝑟 (𝑟 ≤ 𝑛) son no nulos. Así se pueden normalizar los primeros 𝑟
vectores 𝐴𝑣𝑖 .
𝐴𝑣𝑖
𝑢𝑖 =
𝜎𝑖
(i) el rango de 𝐴 es 𝑟.
(ii) {𝑢1 , 𝑢2 , … , 𝑢𝑟 } es una base ortonormal de 𝑅(𝐴)
(iii) {𝑢𝑟+1 , 𝑢𝑟+2 , … , 𝑢𝑛 , … , 𝑢𝑚 } es una base ortonormal de 𝑁(𝐴𝑇 )
(iv) {𝑣1 , 𝑣2 , … , 𝑣𝑟 } es una base ortonormal de 𝑅(𝐴𝑇 )
(v) Si 𝑟 < 𝑛, {𝑢𝑟+1 , 𝑢𝑟+2 , … , 𝑢𝑛 } es una base ortonormal de 𝑁(𝐴)
Referencias
Kolman, B., Hill, D.R. Álgebra Lineal. Fundamentos y aplicaciones, Pearson, 2013