Professional Documents
Culture Documents
Lineal
Anexo 1: Demostraciones
Espacios vectoriales
Demostracion de:
Propiedades 89 de la pagina 41
(ii) k 0 = 0 .
(iii) (1) u = u .
(iv) k u = 0 k = 0 o u = 0 .
(v) El vector cero de un espacio vectorial es u
nico.
(vi) El vector opuesto de cada vector del espacio vectorial es u
nico.
Demostracion:
(i) Como 0u = (0 + 0) u = 0 u + 0 u , si sumamos a cada lado de la igualdad el opuesto de 0 u , tenemos que
0 u + (0 u ) = 0u + 0 u + (0 u ) luego 0 = 0 u + 0 = 0u .
(ii) Como k 0 = k( 0 + 0) = k 0 + k 0 , si sumamos a cada lado de la igualdad el opuesto de k 0 , tenemos que
k 0 + (k 0) = k 0 + k 0 + (k 0) luego 0 = k 0 + 0 = k 0 .
(v) Si w verifica que w + u = u , entonces w + u + ( u) = u + ( u ) de donde w + 0 = 0 y w = 0 .
En consecuencia, el vector cero es u
nico.
(vi) Si w verifica que w + u = 0 , entonces w + u +(u ) = 0 +(u ) de donde w + 0 = u y w = u .
En consecuencia, el vector opuesto es u
nico.
(iii) Veamos que (1) u es el opuesto u : u + (1) u = 1 u + (1) u = (1 + (1))u = 0 u = 0 .
(iv) Si k u = 0 y k 6= 0, entonces
1
kku
1
k
0 = 0 . Luego 0 = k1 k u = ( k1 k) u = 1 u = u .
Lema 96 de la pagina 43
h 7.1i
1
u1 u2 ur y v
el coeficiente debe ser cero, pues si no lo es, podemos despejar
v =
estara generado por los vectores de S , lo que no es cierto. Ahora bien, como = 0, la ecuacion 7.1 se reduce
a 1 u1 + 2 u2 + + r ur = 0 y en consecuencia, todos los i son cero por ser los vectores ui linealmente
independientes.
Demostracion de:
Prof: Jos
e Antonio Abia Vian
Lema 97 de la pagina 43
I.T.I. en Electricidad
76 Matematicas I : Algebra
Lineal
Anexo 1
Lema 97.- Sean V un espacio vectorial y B una base de V formada por n vectores. Entonces cualquier
conjunto {v1 , v2 , . . . , vm } de vectores de V , con m > n , es linealmente dependiente.
Demostracion:
Sea B = {w1 , w2 , . . . , wn } la base de V . Cada vector vk del conjunto {v1 , v2 , . . . , vm } puede expresarse
como combinacion lineal de los vectores de B , en la forma
vk = ak1 w1 + ak2 w2 + + akn wn , para cada k = 1, . . . , m
El conjunto es linealmente dependiente si la ecuacion 1 v1 + 2 v2 + + m vm = 0 tiene m
ultiples
soluciones. Sustituyendo:
0 = 1 (a11 w1 + a12 w2 + + a1n wn ) + 2 (a21 w1 + a22 w2 + + a2n wn )
+ + m (am1 w1 + am2 w2 + + amn wn )
= (1 a11 + 2 a21 + + m am1 )w1 + (1 a12 + 2 a22 + + m am2 )w2
+ + (1 a1n + 2 a2n + + m amn )wn
Como B es un conjunto linealmente independiente de vectores, se tiene el sistema lineal
= 0
Proposici
on 101.- Si V es un espacio vectorial, con dim V = n . Entonces, un conjunto de n vectores de V es
base de V ,
b) si genera a V .
a) si el conjunto es linealmente independiente, o
Demostracion:
Sea S el conjunto de n vectores.
Si S es linealmente independiente, tiene que generar V , pues si no: podran a
nadirse vectores linealmente
independientes con lo anteriores hasta formar una base de V (existira al menos un vector vn+1 V lin S ,
tal que S { vn+1 } es linealmente independiente, ver comentarios previos al Lema 97 anterior) que tendra al
menos n + 1 vectores, lo que es absurdo.
Analogamente si S genera V , tiene que ser linealmente independiente, pues si no: podran eliminarse
vectores dependientes de S hasta conseguir una base que tendra menos de n vectores (Lema 94), lo que
tambien es absurdo.
Demostracion de:
Desigualdad de Cauchy-Schwarz 111.- Para todo u , v V, espacio con producto interior, se tiene
2
h u , v i2 k u k kv k
o en la forma
|hu , v i| ku k k v k .
Demostracion:
2
2
Si v = 0 , es claro que 0 = h u , 0i2 k u k k 0k = 0, u V .
Si v 6= 0 , para todo k IR , se verifica que
2
0 ku k v k = hu k v , u k v i = h u , u i 2kh u , v i + k 2 h v , v i
en particular, para k =
hu, vi
hv, vi
. Luego
0 hu, ui 2
Prof: Jos
e Antonio Abia Vian
hu, vi2
hu, vi2
hu, vi2
hu, vi
hu, vi +
hv,
vi
=
hu,
ui
2
+
hv, vi
hv, vi2
hv, vi
hv, vi
hu, vi2
hu, vi2
2
= hu, ui
= kuk
2
hv, vi
kvk
I.T.I. en Electricidad
77 Matematicas I : Algebra
Lineal
de donde
hu, vi2
kvk2
Demostracion de:
kuk
y por consiguiente
Anexo 1
Teorema 119.- Si S = { v1 , v2 , . . . , vk } un conjunto finito de vectores no nulos, ortogonales dos a dos, entonces
S es linealmente independiente.
Demostracion:
Veamos que en la igualdad 1 v1 + + i vi + + k vk = 0 , cada i tiene que ser cero:
0 = hvi , 0i = hvi , 1 v1 + + i vi + + k vk i = 1 hvi , v1 i + + i hvi , vi i + + k hvi , vk i
2
= 0 + + i hvi , vi i + + 0 = i kvi k
Lema 124.- Sean V un espacio vectorial con producto interior, W un subespacio de V y B una base ortonormal
de W . Entonces para cada v V , el vector v ProyW ( v ) es ortogonal a cada vector de W .
Demostracion:
Por la Proposicion 118, para probar que un vector es ortogonal a todos los vectores de un subespacio, basta
probarlo para los vectores de una base. Sea B = {w1 , w2 , . . . , wk } , para cada wi de B , por ser B ortonormal,
h wi , wi i = 1 y h wi , wj i = 0 , si i 6= j , entonces
hvProyW (v), wi i = hv hv, w1 iw1 hv, wi iwi hv, wk iwk , wi i
= hv, wi i hv, w1 ihw1 , wi i hv, wi ihwi , wi i hv, wk ihwk , wi i
= hv, wi i 0 hv, wi i 1 0 = hv, wi i hv, wi i = 0
Luego es ortogonal a los vectores de B y, por consiguiente, a todos los vectores de W .
Unicidad de la proyecci
on ortogonal.- Sea V un espacio con producto interior y W un subespacio de V . Para
cada v V , la proyeccion ortogonal de v en W no depende de la base ortonormal elegida.
Es decir, si B1 = {u1 , u2 , . . . , uk } y B2 = {v1 , v2 , . . . , vk } son dos bases ortonormales de W , entonces,
para cada v V , los vectores
(1)
Aplicaciones lineales
Justificacion del metodo descrito en la Observacion 136, de la pagina 56
Usaremos en la justificacion el mismo ejercicio del ejemplo, pero la prueba es valida en cualquier caso.
t
Haciendo las operaciones
tiene por filas las [f (vi )]B2 , hemos obtenido la
elementales sobre la matriz A , que
[f (v1 )]B2
[f (v6 v1 )]B2
[f
(v
5 v6 + v1 )]B2
v
)]
[f
(v
+
4
2 1
2 6
2 5 B2
I.T.I. en Electricidad
78 Matematicas I : Algebra
Lineal
Anexo 1
[v1 ]B1
[v2 ]B1
[v3 ]B1
[v4 ]B1
[v5 ]B1
[v6 ]B1
[v1 ]B1
[v
v1 ]B1
6
[v
v
+
v
5
6
1 ]B1
obtendramos K =
[v4 + 1 v1 3 v6 3 v5 ]B1
2
2
2
Ahora bien, como la matriz J es la identidad, que tiene rango 6, la matriz K tambien tiene rango 6, por lo
que sus filas son linealmente independientes y en consecuencia los tres u
ltimos vectores (los vectores de ker(f ))
tambien son linealmente independientes.
Diagonalizaci
on
Justificacion de la observacion en Antes de seguir de la pagina 62
Definici
on.- Sea f : V V un operador lineal, diremos que un escalar es un valor propio de f si existe
un vector v V , diferente de cero, tal que f (v) = v .
Al vector v se le denomina vector propio de f correspondiente a .
Teorema.- Sea f : V V un operador lineal, siendo V un espacio vectorial de dimension n . Entonces,
existe una base de V con respecto a la cual la matriz de f es diagonal si y solo si f tiene n vectores propios
linealmente independientes.
Demostracion:
Si la matriz de f en la base B = { v1 , v2 , . . . , v1 } es
propios y son linealmente independientes, pues:
0
[f (v1 )]B [f (v2 )]B [f (vn )]B
=D=
...
0
2
..
.
0 0
1 [v1 ]B
=
.
..
. ..
n
2 [v2 ]B
0
[f (v1 )]B [f (v2 )]B [f (vn )]B
= 1 [v1 ]B 2 [v2 ]B n [vn ]B
=
...
n [vn ]B
respecto de la base
0
2
..
.
0 0
0
0
.
..
. ..
n
Prof: Jos
e Antonio Abia Vian
I.T.I. en Electricidad
79 Matematicas I : Algebra
Lineal
Anexo 1
Teorema.- Los vectores propios de f correspondientes al valor propio , son los vectores distintos de cero del
n
ucleo de la aplicacion Id f (denotamos por Id la aplicacion identidad, Id ( v ) = v ).
Llamaremos a dicho n
ucleo, espacio caracterstico de f correspondiente al valor propio .
Demostracion:
v un vector propio correspondiente a f (v) = v f (v) = Id (v) Id (v) f (v) = 0
(Id f )(v) = 0 v ker(Id f ).
Demostracion de:
Teorema 152.- Sean v1 , v2 , . . . , vk vectores propios de una matriz A asociados a los valores propios 1 ,
2 , . . . , k respectivamente, siendo i 6= j , i 6= j . Entonces el conjunto de vectores {v1 , v2 , . . . , vk } es
linealmente independiente.
Demostracion:
Supongamos que v1 , v2 , . . . , vk son linealmente dependientes.
Por definicion, un vector propio es distinto de cero, luego el conjunto { v1 } es linealmente independiente.
Sea r el maximo entero tal que {v1 , v2 , . . . , vr } es linealmente independiente. Puesto que hemos supuesto
que {v1 , v2 , . . . , vk } es linealmente dependiente, r satisface que 1 r < k . Ademas, por la manera en que
se definio r , { v1 , v2 , . . . , vr , vr+1 } es linealmente dependiente. Por tanto, existen escalares c1 , c2 , . . . , cr+1 ,
al menos uno diferente de cero, tales que
c1 v1 + c2 v2 + + cr+1 vr+1 = 0 .
h 7.2i
h 7.3i
Multiplicando los dos lados de (7.2) por r+1 y restandole a (7.3) la ecuacion resultante se obtendra
c1 (1 r+1 ) v1 + c2 (2 r+1 ) v2 + + cr (r r+1 ) vr = 0.
Y dado que los vectores v1 , v2 , . . . , vr son linealmente independientes, necesariamente
c1 (1 r+1 ) = c2 (2 r+1 ) = = cr (r r+1 ) = 0
Como los 1 , 2 , . . . , r+1 son distintos entre si, se deduce que c1 = c2 = = cr = 0 .
Sustituyendo estos valores en (7.2) resulta que cr+1 vr+1 = 0 , y como vr+1 6= 0 se deduce que cr+1 = 0,
lo que contradice el hecho de que al menos uno de los escalares c1 , c2 , . . . , cr+1 deba de ser distinto de cero.
Luego los vectores v1 , v2 , . . . , vk han de ser linealmente independientes, que prueba el teorema.
Demostracion de:
Proposici
on 154.- Sea A de orden n y k un autovalor de A de multiplicidad mk . Entonces
1 dim V (k ) mk .
Demostracion:
Como ya observamos anteriormente, dim V (i ) 1.
Supongamos que dim V (k ) = d, y consideremos el operador lineal f : IRn IRn definido por f ( v ) = A v .
Sea { v1 , . . . , vd } una base del espacio caracterstico V (k ) , que podemos completar hasta obtener una base
de IRn , B = { v1 , . . . , vd , vd+1 , . . . , vn } . La matriz A0 , del operador en la base B , sera de la forma
A0 =
[f (v1 )]B
[f (vd )]B
[f (vd+1 )]B
[f (vn )]B
Prof: Jos
e Antonio Abia Vian
k [v1 ]B
k [v2 ]B
[f (vd+1 )]B
[f (vn )]B
k
..
.
0
0
..
.
0
0
.
..
. .. A012
k
0
.
.. A022
0
I.T.I. en Electricidad
80 Matematicas I : Algebra
Lineal
Anexo 1
de donde |I A0 | = (k )d |I A022 |. Pero como A y A0 son matrices semejantes, tienen el mismo polinomio
caracterstico, y ( k )d |I A022 | = |I A0 | = |I A| = ( k )mk Q() , de donde se obtiene que d mk ,
pues mk es la multiplicidad de la raz.
Demostracion de:
n
X
j=1
xj xj =
n
X
|xj |
j=1
n
X
|xj |
j=1
Prof: Jos
e Antonio Abia Vian
I.T.I. en Electricidad
81 Matematicas I : Algebra
Lineal
y, al ser x 6= 0 ,
n
P
j=1
Anexo 1
0
[f
(x
)]
[f
(x
)]
[f
(x
)]
[f
(x
)]
A =
1 B
d B
d+1 B
n B
j 0
.. . . ..
. . A012
.
0 j
.
.. .. A0
0 0
22
donde A012 = 0 , puesto que A0 es simetrica y A022 cuadrada de orden n d. Luego la matriz j I A0 nos
queda
j j
0
0 0
.. . . ..
..
..
..
.
. .
.
.
0
0
0
j
j
0
j I A =
= 0 0
..
..
.
.
.
0
0
.
j I A22
. . j I A22
0
0
0 0
por lo que rg(j I A0 ) = rg(j I A022 ) . Por ser A y A0 semejantes rg(j I A) = rg(j I A0 ) (ver demostracion
del Teorema 155), y se tiene que rg(j I A022 ) = rg(j I A) = ndim V (j ) = nd por lo que |j I A022 | 6= 0.
Entonces, |I A| = |I A0 | = ( j )d |I A022 | , con |j I A022 | 6= 0 , luego d = mj .
En resumen, A diagonaliza, y tomando una base ortonormal de cada uno de los espacios caractersticos,
tendremos n vectores propios de norma 1 y, que por el Lema 158, son ortogonales entre s.
Formas cuadr
aticas
Demostracion de:
Teorema de Sylvester o Ley de inercia 169.- Si una forma cuadratica se reduce a la suma de cuadrados en
dos bases diferentes, el n
umero de terminos que aparecen con coeficientes positivos, as como el n
umero de
terminos con coeficientes negativos es el mismo en ambos casos.
Demostracion:
Supongamos que respecto a una base B1 = { b1 , b2 , . . . , bn } la matriz de la forma cuadratica Q es una matriz
diagonal y tiene p elementos positivos y s elementos negativos en su diagonal principal, luego la expresion de
la forma cuadratica sera
Q( x ) = a1 x21 + + ap x2p ap+1 x2p+1 ap+s x2p+s
con ai > 0 para todo i , y (x1 , . . . , xp , xp+1 , . . . , xp+s , xp+s+1 , . . . , xn ) = [ x ]tB1 ; y que respecto a otra base
B2 = {d1 , d2 , . . . , dn } la matriz de la forma cuadratica es tambien diagonal con q elementos positivos y r
negativos, por lo que Q se expresara en la forma
2
2
Q( x ) = c1 y12 + + cq yq2 cq+1 yq+1
cq+r yq+r
I.T.I. en Electricidad
82 Matematicas I : Algebra
Lineal
Anexo 1
Por el teorema 167 anterior, sabemos que las matrices congruentes tienen el mismo rango, luego tienen que
ser p + s = q + r . Veamos que p = q , con lo que tendremos tambien que s = r .
Si p 6= q , uno de ellos es mayor que el otro, supongamos que es p > q y consideremos los conjuntos de
vectores { b1 , . . . , bp } y {dq+1 , . . . , dn }. Si p > q , el conjunto { b1 , . . . , bp , dq+1 , . . . , dn } tiene p+(nq) =
n + (p q) > n vectores y, por lo tanto, es un conjunto linealmente dependiente y en la igualdad
1 b1 + + p bp + q+1 dq+1 + + n dn = 0
alguno de los coeficientes no es cero. Entonces, el vector
1 b1 + + p bp = q+1 dq+1 n dn = x
no es el cero (si es cero, todos los i son cero por ser los bi de B1 , y todos los j = 0 por ser los dj B2 ),
con alg
un i y alg
un j distintos de cero. Tenemos as que
[x ]tB1 = (1 , . . . , p , 0, . . . , 0)
Teorema de clasificaci
on 172.- Sea Q una forma cuadratica en un espacio de dimension n. Se verifica:
a) Q es nula Sig(Q) = (0, 0)
b) Q es definida positiva Sig(Q) = (n, 0).
c) Q es semidefinida positiva Sig(Q) = (p, 0) con 0 < p < n .
d) Q es definida negativa Sig(Q) = (0, n).
e) Q es semidefinida negativa Sig(Q) = (0, q) con 0 < q < n .
f) Q es indefinida Sig(Q) = (p, q) con 0 < p, q .
Demostracion:
Sea B = { v1 , . . . , vn } una base en la cual, la expresion de Q es Q( x ) = d1 x21 + d2 x22 + + dn x2n
donde (x1 , . . . , xn ) = [ x ]tB . Luego, Q( vi ) = di , para todo i = 1, . . . , n , ya que los vectores de B tiene por
coordenadas [ v1 ]tB = (1, 0, 0, . . . , 0) , [ v2 ]tB = (0, 1, 0, . . . , 0), . . . , [ vn ]tB = (0, 0, 0, . . . , 1). Entonces:
a) Si Q( x ) = 0 , para todo x , se tiene que di = Q( vi ) = 0, para todo i , luego Sig(Q) = (0, 0) .
Reciprocamente, si di = 0 para todo i , entonces Q( x ) = 0 para todo x .
b) Si Q( x ) > 0 para todo x 6= 0 , se tiene que di = Q( vi ) > 0, para todo i, luego Sig(Q) = (n, 0) .
Recprocamente, si di > 0 para todo i , entonces Q( x ) > 0 para todo x 6= 0 .
c) Si Q( x ) 0 para todo x 6= 0 , es di = Q(vi ) 0 para todo i. Como no es nula existe alg
un dj > 0 y
como no es definida positiva existe alg
un dk = 0 , luego Sig(Q) = (p, 0) con 0 < p < n .
Recprocamente, si di 0 para todo i , con alg
un dj > 0 y alg
un dk = 0 , se tiene que Q( x ) 0 para
todo x , que Q( vj ) = dj > 0, por lo que no es nula, y que Q( vk ) = dk = 0 , por lo que no es definida
positiva.
d) y e) Analogos a los casos de definida y semidefinida positiva.
f) Por ser indefinida, Q( x ) 6 0 para todo x , luego di 6 0 para todo i , por lo que existira un dj < 0
y Q( x ) 6 0 para todo x , luego di 6 0 para todo i por lo que existira un dk > 0. En consecuencia,
Sig(Q) = (p, q) con p, q > 0 .
Recprocamente, si existe dj < 0 y dk > 0, seran Q( vj ) = dj < 0 y Q( vk ) = dk > 0 , luego es indefinida.
Prof: Jos
e Antonio Abia Vian
I.T.I. en Electricidad