You are on page 1of 60

w

w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Transformaciones lineales
0.1 Espacios vectoriales normados
Deniremos por medio de tres axiomas lo que entenderemos por una norma,
concepto ya conocido.
Denicion 1 Sea E e.v. sobre R de dimension nita o innita. Una norma
en E es una funcion | | : E R con las siguientes propiedades :
N1 : |x| 0 x E y |x| = 0 ssi x = 0
N2 : |x + y| |x| +|y|
N3 : |x| = [[ |x|.
Un e.v. donde se dene una norma se llama e.v normado. La distancia entre
dos vectores x e y en un e.v. normado se dene por
d(x, y) = |x y|.
Observacion : N1, N2 y N3 implican, respectivamente :
d(x, y) > 0 si x ,= y
d(x, y) d(x, z) + d(z, y) (Desigualdad triangular)
d(x, y) = d(y, x).
1
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Esto dice que d es una metrica en E y dene una topologa en E.
Ejemplos
1) Cada espacio producto interno es un espacio normado, con la norma deni-
da por
|x| =
_
x, x).
2) Si C = C[0, 1] entonces una norma se dene por
|f| := sup
t[0,1]
[f(t)[.
3) Sea E e.v. de dimension n. Sea e
n
base de E. Se dene la norma de un
vector x =

n
i=1

i
e
i
por
|x| =

i
[
i
[.
0.1.1 Transformaciones lineales acotadas
Denicion 2 Sea E e.v. normado. Una transformacion lineal : E E
se llama acotada si existe un n umero M tal que
|(x)| M|x| ; para cada x E.
Proposicion 3 Una transformacion lineal es acotada si y solo si es contin-
ua.
Demostracion. Sea T : E E una transformacion lineal. Supongamos
que T es acotada.
Sea x
n
x entonces |T(x
n
) T(x)| = |T(x
n
x)| M|x
n
x| 0.
2
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Por lo tanto, T es continua.
Reciprocamente, supongamos que T es continua. Entonces para = 1 existe
> 0 tal que si |x| < entonces |T(x)| < 1.
Sea y E. Entonces para x :=
y
|y|

2
se tiene que |x| < . Luego
|T(y)| =
_
_
_
_
T
_
2|y|

x
__
_
_
_

2|y|

|T(x)|
2

|y| = M|y|.
Por lo tanto, T es acotada.
Observacion : Se dene el conjunto
B(E, E) := T : E E / T es lineal y acotado ,
el cual es un subespacio de L(E; E) := L : E E / T es lineal .
Sea B(E, E). Entonces el conjunto
|(x)| : |x| = 1
es acotado. Denotemos :
|| = sup
x=1
|(x)|.
Notar que |(x)| || |x|.
Proposicion 4 | | es una norma en B(E, E).
Demostracion.
N1 : || 0 es obvio por denicion. Si || = 0 entonces sup
x=1
|(x)| = 0,
esto implica que (x) = 0 para todo x, |x| = 1. Luego, 0 (Ejercicio).
3
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Inversamente, si 0 entonces || = 0 evidentemente.
N3 : || = sup
x=1
[(x)[ = [[ sup
x=1
[(x)[ = [[ ||.
N2 : Para cada x E,
|( + )(x)| = |(x) + (x)| |(x)| +|(x)| (|| +||)|x|;
por lo tanto,| + | || +||.
Observacion : | | tiene la propiedad adicional :
| | || ||.
Ejercicios
1. Una sucesion innita de vectores (x
n
) en un e.v. normado E se dice
convergente a x si : > 0 N tal que |x
n
x| < n > N
(a) Demuestre que cada sucesion convergente satisface el siguiente
criterio de Cauchy : > 0 N tal que |x
n
x
m
| < si n > N,
m > M.
(b) Demuestre que cada sucesion de Cauchy en un e.v. normado de
dimension nita es convergente.
(c) De un ejemplo que muestre que (b) no es cierto si la dimension
es innita.
2. Un e.n. se llama completo si cada sucesion de Cauchy es convergente.
Sea E e.n. completo y : E E una transformacion lineal tal que
4
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
|| 1. Demuestre que la serie

n=0

n
es convergente y que la
transformacion lineal
=

n=0

n
tiene las siguientes propiedades :
(a) (1 ) = (1 ) = 1
(b) ||
1
1 ||
.
0.2 Transformaciones lineales en espacios con
producto interno
En todo lo que sigue se supone que los espacios vectoriales son de dimension
nita.
0.2.1 Transformaci on adjunta
Sean E, F e.v. Sea : E F lineal. Sean E

, F

e.v. duales de E y
F respectivamente. Entonces induce

: F

una transformacion
lineal denida por

(y

), x) = y

, (x)) ; x E , y

.
En el sentido anterior

y se llaman duales.
Denicion 5

se llama la transformacion adjunta.


5
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Si E y F son e.v. con producto interno; reemplazando la dualidad , ) por el
producto interno, se obtiene la relacion
(x), y)
F
= x,

(y))
E
; x E , y F (1)
de esta manera cada : E F determina una transformacion lineal

: F E.
Observacion : (

= .
Demostracion.

y (

estan relacionadas por :

(y), x) = y, (

(x)) (2)
luego, de (1) y (2) se tiene que
(x), y) = (

(x), y) y F , x E
con lo que

= .
Ejercicio : Mostrar que, con respecto a bases ortonormales, la matriz de
una transformacion adjunta corresponde a la matriz traspuesta.
0.2.2 Transformaci on lineal adjunta
Sea E e.v. con producto interno y consideremos el caso F = E. Entonces a
cada transformacion lineal : E E le corresponde una transformacion
lineal adjunta

: E E. Si e y e son vectores propios de y

respectivamente. Entonces
(e) = e
6
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
y

( e) = e.
Pero, por denicion
(e), e) = e, e) = e, e)
y
e,

( e)) = e, e) = e, e)
lo que implica que = si e, e) ,= 0. Por lo tanto, si (e) = e entonces

( e) = e.
0.2.3 La relacion entre transformaciones lineales y fun-
ciones bilineales
Sea : E E una transformacion lineal. Sea E e.v. con producto interno
, ). Entonces se puede denir una forma bilineal :
(x, y) := (x), y).
De esta manera es posible denir una funcion
: L(E; E) B(E E) = b : E E R / b es bilineal
por () = . Esto es, ()(x, y) = (x), y), para cada x, y E.
Teorema 6 L(E; E)

= B(E E).
Demostracion. Probaremos que es un isomorsmo.
7
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
1) es lineal : Para cada (x, y) E E,
( + )(x, y) = ( + )(x), y)
= (x), y) +(x), y)
= ()(x, y) + ()(x, y)
= (() + ())(x, y).
2) es 1-1 :
Si () = 0 entonces ()(x, y) = 0 x, y. Luego, (x), y) = 0 x, y.
De esta manera (x) = 0 x. Por lo tanto, 0.
3) es sobreyectiva :
Sea B(E E). Sea x E jo y denamos f
x
: E R por
f
x
(y) := (x, y) entonces f
x
L(E).
Por Teorema de Representaci on de Riesz (Teorema 11), existe un unico a
x
en E tal que
f
x
(y) = a
x
, y) y E.
Sea : E E denida por : (x) = a
x
. Entonces es lineal (Ejercicio) y
(x), y) = a
x
, y) = f
x
(y) = (x, y)
o sea
()(x, y) = (x, y) o () =
con lo que se prueba el teorema.
As, existe una correspondencia inyectiva entre las funciones lineales y
las bilineales en E. En particular, la identidad (en L(E; E)) corresponde al
producto interno (en B(E E)).
8
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Nota : Se tienen las correspondencias siguientes :
L(E; E)

B(E E)
I , )
() :=

)
Sea

la funcion bilineal que corresponde a la transformacion adjunta. En-
tonces

(x, y) =

(x), y)
= x, (y))
= (y), x)
= (y, x).
Luego,

es igual a pero intercambiando los argumentos (esto es, simetrica,
lo cual sera estudiado en detalle posteriormente.)
0.2.4 Transformaciones normales
Denicion 7 Una transformacion lineal : E E se dice normal si

.
Proposicion 8 Son equivalentes :
(a) es normal
(b) (x), (y)) =

(x),

(y)) x, y E.
9
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Demostracion. Si es normal se tiene que
(x), (y)) = x, (

)(y))
= x, (

)(y))
=

(x),

(y)).
Recprocamente, supongamos que (b) vale, entonces :
y, (

)(x)) = (y), (x)) =

(y),

(x)) = y, (

)(x)) y.
Luego, (

)(x) = (

)(x) x. Por lo tanto,

.
Corolario 9 Si es normal, entonces |(x)| = |

(x)| para cada x E.


Demostracion.
|(x)|
2
= (x), (x)) =

(x),

(x)) = |

(x)|
2
.
Ejercicio: Suponga que E es un espacio vectorial con producto interno.
Pruebe que si |(x)| = |

(x)| x E, entonces es normal.


0.2.5 Transformaciones autoadjuntas
Denicion 10 Una transformacion lineal : E E se dice autoadjunta
si

= .
Teorema 11 Sea E e.v. con producto interno de dimension nita. Sea
: E E autoadjunta. Entonces E posee una base ortonormal de vectores
propios.
10
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Demostracion. Sea F : E R denida por F(x) =
x, (x))
|x|
2
, x ,= 0.
Claramente F es continua. Como x E / |x| = 1 es un subconjunto
cerrado y acotado de E, se tiene que inf
x=1
F(x) se alcanza en el subconjunto,
esto es, existe e
1
E, |e
1
| = 1 tal que
F(e
1
) = inf
x=1
F(x). (3)
Luego : F(e
1
) F(y) para cada y E, |y| = 1. Mas a un
F(e
1
) F(x) x E. (4)
En efecto : Si x E, x ,= 0 y se dene y :=
x
|x|
, entonces |y| = 1 y luego
por (3) :
F(e
1
) F(y) = y, (y))
=
_
x
|x|
, (
x
|x|
)
_
=
x, (x))
|x|
2
= F(x).
Armacion : e
1
es un vector propio de .
Mas a un, probaremos que el valor propio es e
1
, (e
1
)). Esto es :
(e
1
) = e
1
, (e
1
))e
1
. (5)
En efecto: Sea y E. Denamos f : R R por
f(t) = F(e
1
+ ty).
De (4), f(0) = F(e
1
) F(x) x E. En particular, para cada e
1
+ty E.
Esto es :
f(0) F(e
1
+ ty) = f(t) t R.
11
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Esto dice que f(0) es un mnimo de f (recuerde que f

(x) = 0 si y solo si x
es punto critico, esto es maximo o minimo, de f) . Luego :
f

(0) = 0 (6)
De la denicion de F obtenemos :
f(t) = F(e
1
+ ty) =
e
1
+ ty, (e
1
+ ty))
e
1
+ ty, e
1
+ ty)
=
e
1
+ ty, (e
1
) + t(y))
e
1
+ ty, e
1
+ ty)
.
Derivando esta funcion y evaluando en t = 0 se obtiene :
f

(0) = e
1
, (y)) +y, (e
1
)) 2e
1
, (e
1
))e
1
, y) (7)
En efecto: Se tiene la igualdad :
e
1
+ ty, e
1
+ ty)f(t) = e
1
+ ty, (e
1
) + t(y))
o equivalentemente
(1+2ty, e
1
)+t
2
y, y))f(t) = e
1
, (e
1
))+te
1
, (y))+ty, (e
1
))+t
2
y, (y)).
Derivando con respecto a t, obtenemos
(2y, e
1
) + 2ty, y))f(t) + (1 + 2ty, e
1
) + t
2
y, y))f

(t)
= e
1
, (y)) +y, (e
1
)) + 2ty, (y)).
Evaluando en t = 0 :
2y, e
1
)f(0) + f

(0) = e
1
, (y)) +y, (e
1
)).
Notar que f(0) = F(e
1
) = e
1
, (e
1
)) luego,
f

(0) = e
1
, (y)) +y, (e
1
)) 2y, e
1
)e
1
, (e
1
))
12
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
lo cual prueba (7).
Teniendo probado (7) y usando el hecho que es autoadjunta se tiene:
f

(0) = 2(e
1
), y) 2e
1
, (e
1
))e
1
, y).
Usando ahora (6) da:
(e
1
), y) = e
1
, (e
1
))e
1
, y)
= e
1
e
1
, (e
1
)), y)
de esta manera
(e
1
) e
1
, (e
1
))e
1
, y) = 0 y E.
Por lo tanto,
(e
1
) = e
1
, (e
1
))e
1
.
Esto prueba la armacion.
Veamos ahora como se construye una base de vectores ortonormales.
Sea F
1
:= e
1
) el subespacio (de dimension 1) generado por e
1
. Entonces
(F
1
) F
1
pues (e
1
) = e
1
. Esto, y el hecho que es autoadjunta, implica
que (F

1
) F

1
. (En efecto: Sea y F

1
entonces < y, f >= 0 para cada
f F
1
. Luego, para cada g F
1
se tiene < (y), g >=< y, (g) >= 0 donde
(g) F
1
. Esto implica que (y) F

1
).
Sea
1
: F

1
F

1
denida como la restriccion de a F

1
. Claramente

1
es autoadjunta y luego se puede aplicar la construccion anterior para
obtener un vector e
2
F

1
. As e
2
, e
1
) = 0. Continuando de esta manera se
obtiene un sistema de n vectores e
1
, e
2
, . . . , e
n
tales que
e
i
, e
j
) =
ij
.
estos vectores e
i
forman una base ortonormal de E. En esta base, la
aplicacion toma la forma :
(e
i
) =
i
e
i
13
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
donde
i
es el valor propio de e
i
. Esto prueba el teorema.
Denicion 12 Sea un valor propio de una transformacion lineal : E
E. Se dene el espacio propio correspondiente al valor propio como el
conjunto
E() := x E / (x) = x.
Proposicion 13 Sean
1
y
2
valores propios de una transformacion lin-
eal autoadjunta. Si
1
,=
2
entonces E(
1
)E(
2
) (i.e. espacios propios
correspondientes a valores propios diferentes de una transformacion lineal
autoadjunta, son ortogonales).
Demostracion. Sea e
1
E(
1
) y e
2
E(
2
). Entonces (e
1
) =
1
e
1
,
(e
2
) =
2
e
2
. Luego :
(
1

2
)e
1
, e
2
) =
1
e
1
, e
2
) e
1
,
2
e
2
)
= (e
1
), e
2
) e
1
, (e
2
))
= (e
1
), e
2
) (e
1
), e
2
)
= 0
como
1
,=
2
entonces e
1
, e
2
) = 0.
Proposicion 14 Sean
1
, . . . ,
r
los valores propios diferentes de (au-
toadjunta) entonces E = E(
1
) E(
r
).
Demostracion. Claramente E(
i
) E(
j
) = 0 (pues E(
i
)E(
j
)) i ,=
j. Por otra parte, si x E; como existe una base ortonormal de vectores
propios, digamos e
i
, se tiene :
x = x, e
1
)e
1
. .
E(
1
)
+ +x, e
n
)e
n
. .
E(
r
)
14
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
esto prueba la proposicion.
0.2.6 Vectores propios de funciones bilineales
Recordemos que L(E; E) := : E E / es lineal. Vimos que
L(E; E)

= B(E E) siendo el isomorsmo explcitamente dado como :
L(E; E) B(E E) tal que
()(x, y) = (x), y).
En particular, a cada funcion bilineal b B(E E) le corresponde
L(E; E) tal que se verica la siguiente relacion
(x), y) = b(x, y) x, y E.
Usando esta relacion se denen vectores y valores propios para b B(EE)
como los que corresponden a . En otras palabras : C es un valor propio
para b si lo es para , donde es la unica transformacion lineal tal que
(x), y) = b(x, y).
Analogamente se pueden denir vectores propios (Ejercicio).
Como una aplicacion de lo anterior se tiene el siguiente resultado.
Teorema 15 Sea b una funcion bilineal simetrica (i.e. b(x, y) = b(y, x)) en
E E. Entonces existe una base ortonormal e
n
de E tal que b tiene una
forma diagonal. Esto es, existen escalares
i
en C tal que
b(e
i
, e
j
) =
i

ij
.
15
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Demostracion. Sea b bilineal. Entonces existe una unica en L(E) tal que
b(x, y) = (x), y). Como b(x, y) = b(y, x), entonces (x), y) = x, (y)).
Luego; =

(i.e. es autoadjunta). Por lo tanto, existe una base e


n

de E que consiste de vectores propios de E. Sean


n
los correspondientes
valores propios. Entonces (e
n
) =
n
e
n
. Luego :
b(e
i
, e
j
) = (e
i
), e
j
)
=
i
e
i
, e
j
)
=
i
e
i
, e
j
)
=
i

ij
.
0.2.7 Proyecciones ortogonales
Sea E un e.v. con producto interno , ), no necesariamente de dimension
nita. La siguiente denicion generaliza el concepto de proyeccion.
Denicion 16 Una transformacion lineal : E E se dice una proyec-
cion ortogonal si es autoadjunta y satisface
2
= .
Ejemplo. Sea e E tal que [[e[[ = 1. Se dene P : E e) =: E
1
tal
que P(x) = x, e)e. Es claro que P es autoadjunta pues:
P(x), y) = x, e)e, y) = x, e)e, y)
= y, e)x, e) = x, y, e)e) = x, P(y)).
Ademas, P
2
= P pues:
P(P(x)) = P(x, e)e) = x, e)P(e) = x, e)e, e)e = x, e)e = P(x).
16
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Proposicion 17 Si es una proyeccion ortogonal entonces E = ker im.
Demostracion. Sea x ker im. Entonces (x) = 0 y existe z en E
tal que x = (z). Luego, 0 = (x) =
2
(z) = (z) = x. Por lo tanto,
ker im = 0.
Por otra parte, dado x E escribimos :
x = (x (x)) + (x).
Entonces x(x) ker pues (x(x)) = (x)
2
(x) = (x)(x) = 0
y (x) im por denicion. Hemos probado la proposicion.
Observacion : La restriccion de a im es la identidad, esto es : y
im ; (y) = y. En efecto : Si y im entonces y = (x), x E. Luego,
(y) =
2
(x) = (x) = y.
Proposicion 18 Sea E
1
un subespacio de E. Entonces existe una unica
proyeccion ortogonal : E E tal que im = E
1
.
Demostracion. Se dene
(y) =
_
y si y E
1
0 si y E

1
y es facil vericar que
2
= y

= (Ejercicio).
17
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
0.2.8 Suma de dos proyecciones
Sean
1
: E E
1
,
2
: E E
2
proyecciones ortogonales (i.e. E
1
= im
1
,
E
2
= im
2
). Queremos saber si la suma
1
+
2
es una proyecci on ortogonal.
Como una preparacion para el resultado que nos da la respuesta, veamos la
siguiente :
Proposicion 19 Sean E
1
, E
2
subespacios de E y sean
1
: E E
1
y

2
: E E
2
las proyecciones ortogonales. Entonces
2

1
= 0 si y solo si
E
1
E
2
.
Demostracion. Si E
1
E
2
entonces dado x E se tiene que y,
1
(x)) = 0
para todo y en E
2
. Luego,
1
(x) E

2
.
Notar que
2
(z) = 0 si z E

2
. En efecto: |
2
(z)|
2
=
2
(z),
2
(z)) =
z,
2
2
(z)) = z,
2
(z)) = 0. Esto implica que
2

1
(x) = 0.
Inversamente, si
2

1
= 0 entonces
1
x E

2
para todo x en E. En
efecto: Si
2
(
1
(x)) = 0 entonces
1
(x) ker
2
. Como E = ker
2
im
2
se deduce que E

2
= (im
2
)

= ker
2
. As,
1
(x) E

2
.
Luego, E
1
E

2
. En efecto: Si z E
1
= im
1
entonces z =
1
(x), x E,
luego z E

2
.
Sean ahora x
1
E
1
(luego, x
1
E

2
,) y x
2
E
2
. Entonces x
1
, x
2
) = 0. Por
lo tanto, E
1
E
2
.
Teorema 20
1
+
2
es una proyeccion sobre E
1
E
2
si y solo si E
1
E
2
.
Demostracion. Sea :=
1
+
2
. Vamos a ver que es la proyeccion de E
sobre E
1
E
2
.
Claramente es lineal, pues es la suma de transformaciones lineales. Tambien
es autoadjunta, por lo mismo. Resta ver que
2
= . Para esto, vamos a
18
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
ver que (x
1
+ x
2
) = x
1
+ x
2
en E
1
E
2
y (x) = 0 en (E
1
E
2
)

. Esto
probara que es la proyecci on de E sobre E
1
E
2
.
En efecto: Por linealidad, si x
1
+ x
2
E
1
E
2
se tiene:
(x
1
+ x
2
) = (x
1
) + (x
2
)
= (
1
+
2
)(x
1
) + (
1
+
2
)(x
2
)
=
1
(x
1
) + (
1
+
2
)(x
2
)
=
1
(x
1
) +
2
(x
2
)
= x
1
+
2
(x
2
)
= x
1
+ x
2
.
Por otra parte, observemos que:
(E
1
E
2
)

= E

1
E

2
()
Luego: Si x (E
1
E
2
)

entonces x E

1
y x E

2
, de esta manera
x ker
1
y x ker
2
. Por lo tanto, (x) =
1
(x) +
2
(x) = 0 + 0 = 0.
Veriquemos (*) :
Sea x (E
1
E
2
)

entonces x, x
1
+ x
2
) = 0 x
1
E
1
, x
2
E
2
. Luego,
x, x
1
) = 0 (con x
2
= 0) y x, x
2
) = 0 (con x
1
= 0) lo que implica que x E

1
y x E

2
. Por lo tanto, x E

1
E

2
.
Inversamente, sea x E

1
E

2
. Entonces x, x
1
) = 0 x
1
E
1
, x, x
2
) =
0 x
2
E
2
. Sea y E
1
E
2
. Entonces y = y
1
+ y
2
; y
1
E
1
, y
2
E
2
.
Luego: x, y) = x, y
1
) + x, y
2
) = 0 + 0 = 0. As x (E
1
E
2
)

. De esta
manera, hemos probado que
1
+
2
es una proyecci on sobre E
1
E
2
.
Supongamos ahora que
1
+
2
es una proyecci on ortogonal. Vamos a probar
que E
1
E
2
. Para esto probaremos, equivalentemente por Proposicion 58,
que
1

2
= 0. En efecto: Por hipotesis,
(
1
+
2
)
2
=
1
+
2
19
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
o equivalentemente
(
1
+
2
) (
1
+
2
) =
1
+
2
o sea,

2
1
+
1

2
+
2

1
+
2
2
=
1
+
2
lo que es equivalente a

1
+
1

2
+
2

1
+
2
=
1
+
2
de esta manera,

1

2
+
2

1
= 0 (8)
componiendo por
1
a la derecha tenemos:

1

2

1
+
2

1
= 0 (9)
y componiendo en (8) por
1
a la izquierda tenemos :

1

2
+
1

2

1
= 0.
Luego, sumando las expresiones anteriores da :

1

2

1
+
2

1
+
1

2
. .
=0 por (8)
+
1

2

1
= 0
as,

1

2

1
= 0
y reemplazando esto ultimo en (9) obtenemos :

2

1
= 0
esto prueba el teorema.
Lema 21 Si : E E
1
es una proyeccion entonces I es proyeccion
sobre E

1
.
20
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Demostracion. Sea := I . Es claramente autoadjunta y

2
= (I )
2
= I 2 +
2
= I 2 + = I = .
Resta ver que im = E

1
.
Sea x im = im(I ) entonces x = y (y). Sea z E
1
= im
entonces z = (w) y:
x, z) = y (y), z)
= y (y), (w))
= (y)
2
(y), w)
= (y) (y), w)
= 0
esto implica que x E

1
.
Inversamente queremos probar : E

1
im, equivalentemente:
(im)

E
1
esto es
ker E
1
.
En efecto: Sea x ker entonces (x) = 0 esto es, (I )(x) = 0 o sea,
(x) = x. Por lo tanto, x im = E
1
, lo cual prueba el lema.
Teorema 22
1

2
es una proyeccion si y solo si E
2
E
1
.
21
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Demostracion.
E
2
E
1
E

1
E

2
E

1
E
2
(Ejercicio)
(I
1
) +
2
=: es proyecci on (Teorema 59 y Lema 60)
I (
1

2
) =: es proyeccion
()

1

2
es proyeccion .
(*) Si es proyeccion, entonces I =
1

2
es proyecci on. Inversamente,
si
1

2
es proyeccion entonces I (
1

2
) =: lo es (por Lema 60).
Veamos ahora el comportamiento del producto de proyecciones.
Teorema 23 Sean
1
: E E
1
y
2
: E E
2
dos proyecciones or-
togonales. Entonces
2

1
es una proyeccion sobre E
1
E
2
si y solo si

2

1
=
1

2
.
Demostracion. Supongamos que
2

1
=
1

2
.
Vamos a ver que
2

1
: E E
1
E
2
es una proyeccion mostrando que:
(a) (
2

1
)(x) = x para cada x E
1
E
2
.
(b) (
2

1
)(x) = 0 para cada x (E
1
E
2
)

.
En efecto:
(a) Sea x E
1
E
2
entonces

2
(
1
(x)) =
2
(x) pues x E
1
= x pues x E
2
.
(b) Primero observamos que (E
1
E
2
)

= E

1
+ E

2
(Ejercicio). Luego,
si x (E
1
E
2
)

entonces x = x
1
+ x
2
; x
1
E

1
, x
2
E

2
.
22
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
En consecuencia

2
(
1
(x)) =
2
(
1
(x
1
)) +
2
(
1
(x
2
))
=
2
(0) +
1
(
2
(x
2
))
= 0 +
1
(0)
= 0.
Supongamos ahora que
2

1
es una proyeccion. Entonces

2

1
= (
2

1
)

2
=
1

2
esto prueba el teorema.
0.3 Isometras
Denicion 24 Sean E, F e.v. con producto interno. Una transformacion
lineal : E F es llamada isometra (o unitaria) si
(x
1
), (x
2
)) = x
1
, x
2
) ; x
1
, x
2
E.
Una caracterizacion la tenemos en el siguiente resultado.
Proposicion 25 es una isometra si y solo si |(x)| = |x| para cada
x E.
Demostracion.
(i) Suponer que es una isometra y tomar x
1
= x
2
= x.
(ii) 2(x
1
), (x
2
)) = |(x
1
+ x
2
)|
2
|(x
1
)|
2
|(x
2
)|
2
23
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
= |x
1
+ x
2
|
2
|x
1
|
2
|x
2
|
2
= 2x
1
, x
2
).
Observacion : Si es una isometra, entonces es inyectiva.
Proposicion 26 Supongamos dimE < y sea : E E una isometra.
Entonces es un isomorsmo.
Demostracion. Es claro que es inyectiva. Para ver que es sobreyectiva,
notar que
dim(im) + dim(ker ) = dimE
luego, im = E pues es inyectiva. (Teorema de dimension).
Observacion : En particular, en las condiciones anteriores, existe
1
.
Proposicion 27 Sea dimE < y : E E. Entonces es una
isometra si y solo si
1
=

.
Demostracion.
(i) Sean x E, y E. Si es una isometra entonces (x), (y)) = x, y).
Sea z = (x) entonces
1
(z) = x. Por lo tanto, z, (y)) =
1
(z), y)
luego,

(z), y) =
1
(z), y) y. De esta manera,

=
1
.
(ii) Supongamos que

=
1
. Entonces, para cada x E, y E:
(x), (y)) = x,

(y)) = x,
1
(y)) = x, y).
24
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Denicion 28 Una isometra : E E, donde dimE < , se llama
una rotacion.
Recordemos que si : E E es una transformacion lineal, donde E
es un espacio de dimension nita, entonces la matriz de con respecto a
cualquier base de E tiene el mismo valor del determinante. De esta manera,
convenimos en denotar det a ese valor, y lo llamaremos el determinante de
la funcion .
Observacion : En vista de la formula

=
1
, esto es,

= 1, se
tiene
(det )
2
= 1
esto es, det = 1.
Denicion 29 Una rotacion se llama propia si det = 1, e impropia si
det = 1.
Proposicion 30 Sea E un e.v. sobre R. Los valores propios de una rotacion
son +1 o -1 .
Demostracion. Sea valor propio de una rotacion : E E con vector
propio e. Entonces
(e) = e.
Luego |(e)| = [[|e| pero, como es una isometra, se tiene que |e| =
[[|e|. De esta manera, = 1.
Proposicion 31 El producto de rotaciones es una rotacion.
Demostracion. Ejercicio.
Proposicion 32 La inversa de una rotacion es una rotacion.
25
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Demostracion. Ejercicio.
0.3.1 Comparacion con matrices
Si Q es una matriz correspondiente a una rotacion : E E; entonces la
condicion

=
1
es equivalente a decir que Q es invertible y
Q
1
= Q
T
donde Q
T
es la matriz traspuesta (suponiendo coeentes reales, de otra ma-
nera, Q

= Q
T
). Este tipo de matrices se llaman tambien ortogonales.
El siguiente resultado nos indica como construir matrices ortogonales (o
rotaciones).
Teorema 33 Una matriz Q de n n es ortogonal si y solo si las columnas
de Q forman una base ortonormal para R
n
.
Demostracion.
Sea Q =
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
. Entonces Q
T
=
_
_
_
_
_
_
_
a
11
a
21
a
n1
a
12
a
22
a
n2
.
.
.
a
1n
a
2n
a
nn
_
_
_
_
_
_
_
.
Sea B = (b
ij
) = Q
T
Q; entonces
b
ij
= a
1i
a
1j
+ a
2i
a
2j
+ + a
ni
a
nj
=
n

p=1
a
pi
a
pj
= (a
1i
, a
2i
, . . . , a
ni
), (a
1j
, a
2j
, . . . , a
nj
)) ()
26
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Si las columnas de Q son ortogonales :
b
ij
=
_
0 si i ,= j
1 si i = j
(10)
es decir, B = I.
inversamente, si Q
T
= Q
1
, entonces Q
T
Q = I = B, de manera que vale
(10) y (*) muestra que las columnas son ortonormales.
Ejemplos
1) Es facil ver que los vectores (1/

2, 1/

2, 0), (1/

6, 1/

6, 2/

6),
(1/

3, 1/

3, 1/

3) forman una base ortonormal en R


3
. As, la matriz
_
_
_
_
1/

2 1/

6 1/

3
1/

2 1/

6 1/

3
0 2/

6 1/

3
_
_
_
_
es ortogonal.
2) La matriz
_
1/

2 1/

2
1/

2 1/

2
_
es ortogonal.
Ejercicios
1. Demuestre que Q =
_
_
_
_
2/3 1/3 2/3
1/3 2/3 2/3
2/3 2/3 1/3
_
_
_
_
es ortogonal. Halle la
rotacion : R
3
R
3
asociada.
2. Sea
1
: R
2
R
2
denida por
1
(x, y) = (
1

2
x
1

2
y,
1

2
x +
1

2
y) y

2
: R
2
R
2
denida por (
1
3
x

8
3
y,

8
3
x +
1
3
y)
27
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
(a) Verique que
1
y
2
son rotaciones.
(b) Verique que
1

2
es una rotacion.
3. Demuestre que para cada t R, la matriz
A =
_
sin t cos t
cos t sin t
_
es ortogonal. Halle la transformacion de rotacion asociada.
4. Sea Q una matriz ortogonal y v, w R
n
. Demuestre que
(v, w) = (Qv, Qw).
0.3.2 Aspectos geometricos
(a) R
2
.
Sea e
1
, e
2
la base canonica de R
2
E
X

e
2
T
Y

e
1
Si se rotan los ejes en un angulo en sentido positivo alrededor del origen,
entonces e
1
rota a un vector v
1
y e
2
rota a un vector v
2
tal que v
1
, v
2
es
una base ortonormal para R
2
.
28
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
E
X

e
2
T
Y

e
1

v
1
= (x, y)
d
d
d
d
ds
v
2

Sea T : R
2
R
2
tal que T(e
1
) = v
1
, T(e
2
) = v
2
. Entonces T es una
rotacion pues la matriz correspondiente es ortogonal ya que v
1
, v
2
son las
columnas de la matriz y forman una base ortonormal.
Notemos que v
1
=
_
cos
sin
_
, v
2
=
_
sin
cos
_
.
En efecto :
b

'
T

a
d
d
d
d
ds
(a, b)

Note que
v
1
= (x, y) = (r cos , r sin ) donde r = 1
(o se puede ver como: cos =
cat. adj.
hip.
=
x
1
, sin =
cat. op.
hip.
=
y
1
).
Analogamente cos =
cat. adj.
hip.
= b , sin =
cat. op.
hip.
= a luego
v
2
= (a, b) = (sin , cos ).
29
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Luego: T(e
1
) = (cos , sin ) , T(e
2
) = (sin , cos ). Por lo tanto,
[T] =
_
cos sin
sin cos
_
.
(b) R
3
.
En R
3
se puede rotar en sentido positivo alrededor del eje x, eje y o eje z
(as, los ejes x, y y z forman un sistema coordenado de la mano derecha).
Ejercicios
1. Una rotacion positiva en un angulo alrededor del eje z producira una
base v, w, e
3
donde v es vector obtenido al rotar e
1
y w es el vector
obtenido al rotar e
2
. Demuestre que
v =
_
_
_
_
cos
sin
0
_
_
_
_
, w =
_
_
_
_
sin
cos
0
_
_
_
_
.
Encuentre Y : R
3
R
3
la rotacion correspondiente.
2. Una rotacion positiva en un angulo alrededor del eje x producira
una base e
1
, v, w donde v es el vector obtenido al rotar e
2
y w es el
vector obtenido al rotar e
3
. Demuestre que
v =
_
_
_
_
0
cos
sin
_
_
_
_
, w =
_
_
_
_
0
sin
cos
_
_
_
_
.
Encuentre R : R
3
R
3
la rotacion correspondiente.
30
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3. Una rotacion positiva en un angulo alrededor del eje y producira
una base v, e
2
, w donde v es el vector obtenido al rotar e
1
y w es el
vector obtenido al rotar e
3
. Demuestre que
v =
_
_
_
_
cos
0
sin
_
_
_
_
, w =
_
_
_
_
sin
0
cos
_
_
_
_
.
Encuentre P : R
3
R
3
la rotacion correspondiente.
Sean Y , R y P las transformaciones de rotacion de los ejercicios 1, 2 y 3.
Las matrices Y , R y P para cualesquiera tres angulos tienen interpretaciones
geometricas similares a la de una matriz de rotacion en R
2
.
Sea M cualesquiera de estas matrices de rotacion. Sea u = ae
1
+be
2
+ce
3

R
3
. Entonces r = Mu dara las coordenadas del vector obtenido al rotar el
vector u.
Por ejemplo : Y R(u) representa una rotacion positiva en un angulo
alrededor del eje x seguida de una rotacion positiva en un angulo alrededor
del eje z.
Recordemos que E
1
se dice un subespacio estable de E si (E
1
) E
1
.
El principal resultado que caracteriza las rotaciones es el siguiente:
Teorema 34 Sea una rotacion. Entonces existe una descomposicion de
E en subespacios estables de dimension 1 y 2 . Esto es,
E = E
1
E
2
E
r
donde dimE
i
= 1 o 2 i = 1, . . . , r y

r
i=1
dimE
i
= dimE.
La demostracion de este teorema se hara en pasos sucesivos:
31
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Proposicion 35 Sea p : E E una rotacion. E espacio vectorial sobre
R. Sean E
1
y E
2
los espacios correspondientes a los valores propios 1 y -1
respectivamente. Entonces E
1
E
2
.
Demostracion. Sea x
1
E
1
y sea x
2
E
2
. Entonces (x
1
) = x
1
y (x
2
) =
x
2
. Luego,
x
1
, x
2
) = (x
1
), (x
2
)) pues es isometra (rotacion)
= x
1
, x
2
)
= x
1
, x
2
).
Por lo tanto, x
1
, x
2
) = 0.
Notar que, en particular, E
1
E
2
= 0 pues si x E
1
y x E
2
, entonces
x = (x) = x, lo que implica que x = 0.
Consideremos la suma (directa, ya que E
1
E
2
= 0) de E
1
y E
2
:
E
1
E
2
,
entonces E
1
E
2
es estable bajo . En efecto : Si x (E
1
E
2
) entonces
x = (x
1
+ x
2
) ; x
1
E
1
, x
2
E
2
= (x
1
) + (x
2
)
= x
1
x
2
E
1
E
2
.
Por lo tanto, (E
1
E
2
) E
1
E
2
.
Note que E
1
= E
1
1
E
1
p
donde p es la multiplicidad del valor propio
1; y E
2
= E
2
1
E
2
q
donde q es la multiplicidad del valor propio -1.
Ademas, dimE
j
i
= 1 j = 1, 2; para cada i (Ejercicio).
Proposicion 36 Sea : E E una rotacion. Si F es estable bajo ,
entonces F

es estable bajo .
32
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Demostracion. Queremos probar: (F

) F

. Sea x F

. Entonces,
para y F :
(x), y) = x,

(y)) = x,
1
(y)).
Notar que
1
(y) F pues (F) F. En efecto: : F F implica que

1
: F F. Luego, (x), y) = 0, por lo tanto, (x) F

.
En particular, concluimos que, si F := (E
1
E
2
)

, entonces F

= E
1
E
2
es estable bajo (por lo visto antes), luego:
(F) F ( pues F

= F ).
En lo que sigue, denotaremos F := (E
1
E
2
)

.
Proposicion 37 La dimension de F es par.
Demostracion. Supongamos que dimF es impar.
Notemos que : F F sigue siendo una rotacion (por la Proposicion 76).
Consideremosla como una matriz. Entonces cuando calculamos los valores
propios de debemos calcular las races del polinomio p() = det(I) =
0.
Ahora, si el espacio vectorial es sobre R, entonces en dimension impar hay
que ver si un polinomio de grado impar tiene o no races en R. Pero sabemos
que tal polinomio tiene al menos una raz, digamos
0
y
0
= 1 pues es
rotacion. Sea e
0
F el vector propio asociado, esto es :
(e
0
) =
0
e
0
, e
0
,= 0. (11)
Notar que e
0
F = (E
1
E
2
)

. Pero, por (11), e


0
E
1
o e
0
E
2
; lo que es
una contradicci on. Por lo tanto, la dimension de F es par.
En particular, note que no tiene vectores propios en F.
33
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Consideremos ahora la transformacion :
= +

= +
1
: F F.
Notar que es autoadjunta :

+ = .
Luego, existe un vector propio para . Sea el correspondiente valor
propio, entonces (e) = e, e F, e ,= 0, esto es :
(e) +
1
(e) = e , e F.
Luego, multiplicando por , se tiene

2
(e) = e + (e) , e F. (12)
Ya que no tiene vectores propios en F, entonces e, (e) es L.I. En efecto :
Si fueran L.D. entonces e = (e) esto implica que
2
(e) = (e)+(e) =
()(e). Luego, ((e)) = ()(e). Por lo tanto, (e) es vector pro-
pio de en F.
Sea F
1
:= subespacio generado por e, (e) =: e, (e)). Claramente,
dimF
1
= 2.
Proposicion 38 (F
1
) F
1
.
Demostracion. Sea x F
1
entonces x = e + (e). De esta manera,
(x) = (e) +
2
(e)
= (e) + [e + (e)] por (12)
= (e) + (e) + (e)
= ( + )(e) e e, (e)) = F
1
.
Luego, se puede denir : F
1
F
1
. Claramente es otra vez una
isometra.
As, (F

1
) F

1
y se puede repetir la construccion para F

1
.
34
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Continuando de esta manera, se puede nalmente obtener una descom-
posicion ortogonal de F en subespacios estables mutuamente ortogonales,
esto es:
F = F
1
F
2
F
r
y

dimF
j
= dimF = par .
Luego,
E = E
1
E
2
F (F = (E
1
E
2
)

)
= E
1
E
2
F
1
F
r
.
Claramente dimF
i
= 2 i = 1, . . . , r y E
1
= E
1
1
E
1
2
E
1
p
; dimE
1
i
=
1 , i = 1, . . . , p , E
2
= E
2
1
E
2
2
E
2
q
; dimE
2
j
= 1 , j = 1, . . . , q.
Esto prueba el teorema.
Observacion : La matriz de rotacion tiene la forma canonica (en gener-
al)
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.

p
0
cos
1
sin
1
sin
1
cos
1
0
.
.
.
cos
n
sin
n
sin
n
cos
n
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
; con
i
= 1.
0.3.3 Transformaciones antisimetricas
Denicion 39 Una transformacion lineal : E E se llama anti-
simetrica si

= .
35
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Proposicion 40 es antisimetrica si y solo si (x), y) + x, (y)) = 0
para todo x, y E.
Demostracion.
=)(x), y)+x, (y)) = x,

(y))+x, (y)) = x, (y))+x, (y)) = 0.


=)(

+ )(x), y) =

(x), y) + (x), y) = x, (y)) + (x), y) = 0


para todo y. Esto implica que (

+ )(x) = 0 para todo x. Por lo tanto,

= .
Proposicion 41 es antisimetrica si y solo si x, (x)) = 0 para todo x.
Demostracion.
=) Tomar x = y en la proposicion anterior. De esta manera, se obtiene
(x), x) +x, (x)) = 0; esto es, x, (x)) = 0.
=) Reemplazando x por x + y, obtenemos x + y, (x + y)) = 0 esto
es:
x, (x))
. .
=0
+x, (y)) +y, (x)) +y, (y))
. .
=0
= 0,
luego x, (y)) +y, (x)) = 0. Por lo tanto, es antisimetrica por proposi-
cion anterior.
La siguiente proposicion nos dice acerca de los valores propios de una
transformacion lineal antisimetrica.
Proposicion 42 Si es antisimetrica y es valor propio de entonces
= 0.
36
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Demostracion. Sea valor propio de . Sea e ,= 0 tal que (e) = e,
entonces
0 = e, (e)) = e, e) = e, e).
Por lo tanto, = 0.
En la siguiente proposicion dimE < .
Proposicion 43 Si es antisimetrica entonces det = (1)
n
det .
Demostracion. Como

= entonces det

= (1)
n
det . Luego
det = (1)
n
det .
Corolario 44 Si es antisimetrica y dimE es impar, entonces det = 0.
Proposicion 45 Si es antisimetrica entonces es normal.
Demostracion.

= = () =

.
0.3.4 Forma matricial (o canonica) de una transforma-
cion antisimetrica
Sea :=
2
, donde es una transformacion antisimetrica. Entonces

=
(
2
)

= () =
2
= ; esto es, es autoadjunta. Luego, existe
una base ortonormal e
n
de E que consiste de vectores propios, digamos

n
, de . As:
(e
n
) =
n
e
n
.
37
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mas precisamente, tiene forma matricial diagonal:
_
_
_
_
_
_
_

1
0

2
.
.
.
0
n
_
_
_
_
_
_
_
.
Veamos ahora que en este caso especial ( :=
2
con antisimetrica), se
tiene:

i
0 i.
En efecto:

i
= e
i
,
i
e
i
) = e
i
, (e
i
))
= e
i
,
2
(e
i
))
=

(e
i
), (e
i
))
= (e
i
), (e
i
))
= (e
i
), (e
i
)) 0.
Reordenemos ahora los vectores e
i
con i = 1, 2, . . . , n, de manera tal que:

i
< 0 (i = 1, 2, . . . , p) y
i
= 0 (i = p + 1, . . . , n).
Observacion: p debe ser par. (Ejercicio).
Denamos una nueva base a
n
en E como sigue:
a
1
= e
1
, a
2
=
1

1
(e
1
) , a
3
= e
2
,
a
4
=
1

2
(e
2
) , . . . , a
p+1
= e
p+1
, a
p+2
= e
p+2
, . . .
38
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Entonces a
i
es una base ortonormal (Ejercicio), ademas
(a
1
) = (e
1
) =
_

1
a
2
(a
2
) =
1

2
(e
1
) =
1

1
(e
1
) =

1

1
e
1
=
_

1
e
1
=
_

1
a
1
(a
3
) = (e
2
) =
_

2
a
4
(a
4
) =
1

2
(e
2
) =
1

2
(e
2
) =

2

2
e
2
=
_

2
e
2
=
_

2
a
3
.
.
.
Por lo tanto, la matriz toma la forma:
_
_
_
_
_
_
_
_
_
_
_
_
0

1
0 0 0

1
0 0 0
0 0 0

2
0 0

2
0
.
.
.
.
.
. 0 0
.
.
.
0 0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
_
o, si denimos K
j
:=
_

j
:
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 K
1
0 0
K
1
0 0 0
0 0 0 K
2
0 0 K
2
0
.
.
.
0 K
p
K
p
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
39
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Ejercicios
1. Sea una transformacion antisimetrica. Sea
= ( + I) ( I)
1
.
(a) Demuestre que es una rotacion.
(b) Demuestre que -1 no es un valor propio de .
2. Suponga que es una rotacion y que -1 no es valor propio de .
Demuestre que
= ( I) ( + I)
1
es antisimetrica.
3. Sea : R
2
R
2
una transformacion normal. Muestre que existe
> 0 y rotacion tal que
= .
4. Sea una rotacion. Demuestre que existe una familia continua
t
(0 t 1) de rotaciones tales que
0
= I y
1
= .
5. Sea p() el polinomio caracterstico de una rotacion propia. Demuestre
que
p() = ()
n
p(
1
) ; R.
6. Sea : R
2
R
2
antisimetrica. Muestre que
(x), (y)) = det x, y).
7. Sea : E E una transformacion lineal. Demuestre que
=
1
+ i
2
donde
1
y
2
son autoadjuntas.
40
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
8. Sea : E E una transformacion lineal que satisface

= ,
R. Demuestre que es autoadjunta o antisimetrica.
0.3.5 Funciones bilineales simetricas
Denicion 46 Sea E e.v. sobre R y : E E R una funcion bilineal.
se dice simetrica si
(x, y) = (y, x) x, y E.
Proposicion 47 Sea bilineal simetrica. Se dene la funcion : E R
(no lineal) por :
(x) = (x, x).
Entonces satisface la identidad del paralelogramo :
(x + y) + (x y) = 2((x) + (y)).
Demostracion.
(x + y) = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)
= (x, x) + 2(x, y) + (y, y) pues es simetrica
= (x) + 2(x, y) + (y)
(x y) = (x y, x y) = (x, x) (y, x) (x, y) + (y, y)
= (x, x) 2(x, y) + (y, y)
= (x) 2(x, y) + (y).
Sumando obtenemos : (x + y) + (x y) = 2((x) + (y)).
41
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Denicion 48 Una funcion : E R continua que satisface la identidad
del paralelogramo se llama una funcion cuadratica.
Cada funcion bilineal simetrica da origen a una funcion cuadratica (toman-
do x = y). Veremos que, inversamente, cada funcion cuadratica puede ser
obtenida de esta forma.
Teorema 49 Sea : E R una funcion cuadratica. Entonces existe una
funcion bilineal simetrica : E E R tal que
(x) = (x, x).
Demostracion. Sea
(x, y) :=
1
2
(x + y) (x) (y). (13)
Probaremos que es bilineal y simetrica. Luego a n de ver que (x) =
(x, x), denimos
1
(x) := (x, x) y se tiene:

1
(x + y) = (x + y, x + y)
= (x, x) + 2(x, y) + (y, y)
=
1
(x) + 2(x, y) +
1
(y).
Luego, (x, y) =
1
2

1
(x + y)
1
(x)
1
(y). De esta manera, por (13)

1
(x + y)
1
(x)
1
(y) = (x + y) (x) (y) x , y.
Ademas, con x = y tenemos

1
(0)
1
(x)
1
(x) = (0) (x) (x) ()
pero (0) = 0 y
1
(0) = 0 ya que y
1
satisfacen la identidad del parale-
logramo . En efecto,
(x + y) + (x y) = 2((x) + (y))
42
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Sea x = y = 0 entonces 2(0) = 2(2(0)) = 4(0) luego, 2(0) = 0. Por lo
tanto, (0) = 0.
Luego, ya que
(x + y) + (x y) = 2((x) + (y))
con x = 0 se tiene
(y) + (y) = 2((0) + (y))
(y) + (y) = 2(y)
(y) = (y).
As concluimos de (*) que 2
1
(x) = 2(x), esto es,
1
(x) = (x). Esto
prueba que : (x, x) = (x).
Resta ver que es bilineal y simetrica.
(a) Simetra.
(y, x) =
1
2
(y +x) (y) (x) =
1
2
(x+y) (x) (y) = (x, y).
(b) (x
1
+ x
2
, y) = (x
1
, y) + (x
2
, y).
En efecto, de (13) :
2(x
1
+ x
2
, y) = (x
1
+ x
2
+ y) (x
1
+ x
2
) (y)
2(x
1
, y) = (x
1
+ y) (x
1
) (y)
2(x
2
, y) = (x
2
+ y) (x
2
) (y).
Luego,
2(x
1
+ x
2
, y) (x
1
, y) (x
2
, y)
()
= (x
1
+ x
2
+ y) + (y) (x
1
+ y) + (x
2
+ y)
(x
1
+ x
2
) (x
1
) (x
2
)
43
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Como satisface la identidad del paralelogramo, por hipotesis, se tiene:
(x
1
+x
2
+y)+(y) =
1
2
(x
1
+x
2
+2y)+(x
1
+x
2
) ( con x = x
1
+x
2
+y , y = y)
(14)
y
(x
1
+y)+(x
2
+y) =
1
2
(x
1
+x
2
+2y)+(x
1
x
2
) ( con x = x
1
+y , y = x
2
+y).
(15)
Restando (14) y (15) se obtiene; usando otra vez identidad del parale-logramo:
(x
1
+ x
2
+ y) + (y) (x
1
+ y) + (x
2
+ y)
=
1
2
(x
1
+ x
2
) (x
1
x
2
)
=
1
2
(x
1
+ x
2
) [2((x
1
) + (x
2
)) (x
1
+ x
2
)]
=
1
2
2(x
1
+ x
2
) 2(x
1
) 2(x
2
)
= (x
1
+ x
2
) (x
1
) (x
2
).
esto es,
(x
1
+x
2
+y)+(y)(x
1
+y)+(x
2
+y) = (x
1
+x
2
)(x
1
)(x
2
).
(16)
Si ponemos (16) en (*) obtenemos : (x
1
+x
2
, y) (x
1
, y) (x
2
, y) = 0 lo
cual verica (b).
(c) (x, y) = (x, y); R.
En efecto : Colocando en (b) x
1
= x y x
2
= x se obtiene:
(0, y) = (x, y) + (x, y)
pero, (0, y) =
1
2
(y) (0) (y) =
1
2
(0) = 0 (pues cuadratica
implica (0) = 0). Luego,
(x, y) = (x, y). (17)
44
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Concluimos que:
(kx, y) = k(x, y) k Z
+
. (18)
En efecto : de (17) y (b) :
(2x, y) = (xx, y) = (x, y)+(x, y) = (x, y)(x, y) = 2(x, y).
Por induccion se obtiene (18) (Ejercicio).
Analogamente concluimos que
(kx, y) = k(x, y) k Z. (19)
Sea Q. Entonces =
p
q
, p y q enteros. Entonces
q(
p
q
x, y) = (q
p
q
x, y) = (px, y) = p(x, y).
Luego,
(
p
q
x, y) =
p
q
(x, y). (20)
Sea R. Entonces existe una sucesion
n
en Q tal que
n
.
Ahora notamos que como es continua entonces es continua y, luego, como
(
n
x, y) =
n
(x, y) por (20)
se obtiene, haciendo n , que (x, y) = (x, y). Esto prueba el teore-
ma.
Observacion: De esta manera probamos que hay una correspondencia in-
yectiva entre funciones bilineales simetricas y funciones cuadraticas.
45
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
0.3.6 El caso de dimension nita; forma diagonal de
una funcion cuadratica
Sea E e.v. de dimension nita y : E E R una funcion bilineal
simetrica. Sea e
i
una base de E. Entonces, dados x, y E:
x =

x
i
e
i
, y =

y
j
e
j
.
Luego:
(x, y) =

j
x
i
y
j
(e
i
, e
j
).
Si ponemos x = y obtenemos la funcion cuadratica:
(x) =

j
x
i
x
j
(e
i
, e
j
) (21)
lo cual se puede reescribir como:
(x) =
_
x
1
x
n
_
_
_
_
_
(e
1
, e
1
) (e
1
, e
n
)
.
.
.
.
.
.
(e
n
, e
1
) (e
n
, e
n
)
_
_
_
_
_
_
_
_
x
1
.
.
.
x
n
_
_
_
_
.
Esta ultima representaci on de se llama forma cuadratica (en dimension
nita). Notese que, como es simetrica, entonces la matriz
A =
_
_
_
_
(e
1
, e
1
) (e
1
, e
n
)
.
.
.
.
.
.
(e
n
, e
1
) (e
n
, e
n
)
_
_
_
_
es autoadjunta (pues (e
i
, e
j
) = (e
j
, e
i
) por denicion de bilineal simetrica).
Recordemos ahora que, para funciones bilineales simetricas, existe una
base ortogonal v
n
de E tal que tiene forma diagonal, esto es:
(e
i
, e
j
) =
i

ij
46
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
donde
ij
=
_
_
_
1 si i = j
0 si i ,= j
.
En consecuencia: Existe una base ortonormal v
n
de E donde
A =
_
_
_
_

1
0
.
.
.
0
n
_
_
_
_
.
En tal caso, se escribe:
(x) =
_
x
1
x
n
_
_
_
_
_

1
0
.
.
.
0
n
_
_
_
_
_
_
_
_
x
1
.
.
.
x
n
_
_
_
_
=
1
x
2
1
+
2
x
2
2
+ +
n
x
2
x
.
esto es, el polinomio cuadratico que representa a no tiene terminos mix-
tos. Ademas, cualquier forma cuadratica tiene una representaci on diagonal
de esta forma.
Ejemplo: Consideremos la siguiente forma cuadratica sobre R
2
:
(x
1
, x
2
) = 2x
2
1
12x
1
x
2
+ 5x
2
2
.
Entonces
(x
1
, x
2
) =
_
x
1
x
2
_
_
2 6
6 5
__
x
1
x
2
_
donde A =
_
2 6
6 5
_
= (a
ij
).
Una forma de diagonalizar , esto es, escribirlo como polinomio sin
terminos mixtos, es la siguiente:
47
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Caso 1. Si a
11
,= 0 hacemos la sustitucion:
x
1
= y
1

1
a
11
(a
12
y
2
+ + a
1n
y
n
)
x
2
= y
2
.
.
.
x
n
= y
n
lo que lleva a la ecuacion
(x
1
, . . . , x
n
) = a
11
y
2
1
+
1
(y
2
, . . . , y
n
)
donde
1
es tambien un polinomio cuadratico.
Caso 2. Si a
11
= 0 pero, por ejemplo, a
12
,= 0, hacemos la sustitucion
x
1
= y
1
+ y
2
, x
2
= y
1
y
2
, x
3
= y
3
, . . . , x
n
= y
n
lo cual lleva a la ecuacion
(x
1
, . . . , x
n
) =

b
ij
y
i
y
j
()
donde (b
11
, b
22
) ,= (0, 0) y se puede aplicar el caso 1. (Note que puede ser
a un b
11
= 0).
Caso 3. Para realizar un cambio en el caso a
11
= 0, pero a
ij
,= 0 con
i ,= j, se hace
x
i
= y
i
+ y
j
x
j
= y
i
y
j
x
p
= y
p
si p ,= i , p ,= j
Esto lleva a una forma como (*) con (b
ii
, b
jj
) ,= (0, 0) ( o sea b
ii
,= 0 o
b
jj
,= 0).
48
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Usemos este metodo en el ejemplo anterior: All
_
a
11
a
12
a
21
a
22
_
=
_
2 6
6 5
_
,
luego hacemos la sustitucion
x
1
= y
1

1
2
((6)y
2
) = y
1
+ 3y
2
x
2
= y
2
,
obtenemos
(x
1
, x
2
) = 2(y
1
+ 3y
2
)
2
12(y
1
+ 3y
2
)y
2
+ 5y
2
2
= 2[y
2
1
+ 6y
1
y
2
+ 9y
2
2
] 12y
1
y
2
36y
2
2
+ 5y
2
2
= 2y
2
1
+ 12y
1
y
2
+ 18y
2
2
12y
1
y
2
36y
2
2
+ 5y
2
2
= 2y
2
1
13y
2
2
que es la forma diagonal pedida.
Veamos otro ejemplo:
Sea (x
1
, x
2
, x
3
) = 2x
2
1
8x
1
x
2
+ x
2
2
16x
1
x
3
+ 14x
2
x
3
+ 5x
2
3
entonces la
matriz simetrica perteneciente a la forma cuadratica anterior es:
A =
_
_
_
_
2 4 8
4 1 7
8 7 5
_
_
_
_
=
_
_
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
_
_
.
La idea para obtener A es la siguiente: La matriz autoadjunta A = (a
ij
) que
representa a (x
1
, x
2
, x
3
) tiene las componentes a
ii
de la diagonal iguales a
los coecientes de x
2
i
y las componentes a
ij
y a
ji
iguales cada una a la mitad
del coeciente x
i
x
j
.
Diagonalizemos ahora a : Como a
11
,= 0 hacemos la sustitucion:
x
1
= y
1

1
2
((4)y
2
+ (8)y
3
) = y
1
+ 2y
2
+ 4y
3
x
2
= y
2
x
3
= y
3
.
49
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Luego:
(x
1
, x
2
, x
3
) = 2(y
1
+ 2y
2
+ 4y
3
)
2
8(y
1
+ 2y
2
+ 4y
3
)y
2
+ y
2
2
16(y
1
+ 2y
2
+ 4y
3
)y
3
+ 14y
2
y
3
+ 5y
2
3
= (y
1
+ 2y
2
+ 4y
3
)[2y
1
+ 4y
2
+ 8y
3
8y
2
16y
3
]
+ y
2
2
+ 14y
2
y
3
+ 5y
2
3
= (y
1
+ 2y
2
+ 4y
3
)(2y
1
4y
2
8y
3
) + y
2
2
+ 14y
2
y
3
+ 5y
2
3
= 2y
2
1
4y
1
y
2
8y
1
y
3
+ 4y
1
y
2
8y
2
2
16y
2
y
3
+ 8y
1
y
3
16y
2
y
3
32y
2
3
+ y
2
2
+ 14y
2
y
3
+ 5y
2
3
= 2y
2
1
7y
2
2
18y
2
y
3
27y
2
3
esto es: (x
1
, x
2
, x
3
) = 2y
1
1
(7y
2
2
+ 18y
2
y
3
+ 27y
2
3
) = 2y
2
1

1
(y
2
, y
3
) donde

1
(y
2
, y
3
) = 7y
2
2
+18y
2
y
3
+27y
2
3
es un polinomio cuadratico donde volvemos
a aplicar la sustitucion. Aqu
A
1
=
_
7 9
9 27
_
luego, sea
y
1
= z
1
y
2
= z
2

1
7
(9z
3
) = z
2

9
7
z
3
y
3
= z
3
50
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
entonces

1
(y
2
, y
3
) = 7(z
2

9
7
z
3
)
2
+ 18(z
2

9
7
z
3
)z
3
+ 27z
2
3
= (z
2

9
7
z
3
)[7z
2
9z
3
+ 18z
3
] + 27z
2
3
= (z
2

9
7
z
3
)(7z
2
+ 9z
3
) + 27z
2
3
=
1
7
(7z
2
9z
3
)(7z
2
+ 9z
3
) + 27z
2
3
=
1
7
(49z
2
2
81z
2
3
) + 27z
2
3
= 7z
2
2
+
81
7
z
2
3
+ 27z
2
3
= 7z
2
2
+ (
81
7
+ 27)z
2
3
.
Por lo tanto, (x
1
, x
2
, x
3
) = 2z
2
1
7z
2
2
(
81
7
+ 27)z
2
3
es la forma diagonal
pedida.
El siguiente resultado es fundamental para la proxima denicion.
Teorema 50 Sea una forma bilineal simetrica en E. Entonces existe una
base de E en la cual se representa por una matriz diagonal. Ademas,
cualquier otra matriz diagonal tiene el mismo n umero P de componentes
positivas y el mismo n umero N de componentes negativas.
Demostracion. Sabemos, por teorema anterior, que existe una base
u
1
, . . . , u
n
de E en la cual se representa por una matriz diagonal, por
ejemplo, con P y N componentes positivas y negativas respectivamente.
Supongamos ahora que w
1
, . . . , w
n
es otra base de E en la cual se re-
presenta tambien por una matriz diagonal, por ejemplo, con P

y N

com-
ponentes positivas y negativas respectivamente. Sin perdida de generalidad,
podemos suponer que en cada matriz aparecen primero las componentes pos-
itivas. Como P +N = P

+N

(dim(ran )) es suciente probar que P = P

.
Sea U := subespacio generado por u
1
, . . . , u
p
y W := subespacio generado
por w
P

+1
, . . . , w
n
. Entonces : (v, v) > 0 para todo v U y (v, v) 0
51
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
para todo v W , con v ,= 0.
Note que : U W = 0 y observemos que dimU = P y dimW = n P

.
Luego,
dim(U + W) = dimU + dimW dim(U W) (Teorema de dimension)
= P + (n P

) 0
= P P

+ n.
Pero : dim(U + W) dimE = n; luego P P

+ n n o P P

.
Similarmente, P

P (intercambiando el rol de P por P

en el argumento
anterior). Luego, P = P

.
Corolario 51 Cualquier forma cuadratica (real) tiene una representacion
unica en la forma
(x
1
, . . . , x
n
) = x
2
1
+ + x
2
s
x
2
s+1
x
2
r
.
Observacion: El resultado anterior a veces se enuncia como la Ley de Inercia
o el teorema de Sylvester.
Denicion 52 La signatura de una forma cuadratica es el n umero de com-
ponentes positivas menos el n umero de componentes negativas.
Denicion 53 Una forma bilineal simetrica se llama semidenida no ne-
gativa si
(x) = (x, x) 0 x E
y se dice que es denida positiva si
(x) = (x, x) > 0 x E, x ,= 0.
52
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Ejemplos
1) La forma bilineal (x
1
, x
2
) = 2x
2
1
12x
1
x
2
+ 5x
2
2
se escribe en forma
diagonal como
(x
1
, x
2
) = 2y
2
1
13y
2
2
;
luego P = 1 y N = 1. Por lo tanto, S = 0.
2) La forma bilineal (x
1
, x
2
, x
3
) = 2x
2
1
8x
1
x
2
+x
2
2
16x
1
x
3
+14x
2
x
3
+5x
2
3
se escribe en forma diagonal como
(x
1
, x
2
, x
3
) = 2z
2
1
7z
2
2
(
81
7
+ 27)z
2
3
luego P = 1 y N = 2. As, S = 1.
3) Hallar una transformacion de coordenadas que diagonalice la forma cuadratica
(x
1
, x
2
) = 2x
2
1
4x
1
x
2
+ 5x
2
2
.
La matriz simetrica que representa a es A =
_
2 2
2 5
_
.
Metodo 1. Hacemos la sustitucion
x
1
= y
1

1
2
(2y
2
) = y
1
+ y
2
x
2
= y
2
.
Luego:
(x
1
, x
2
) = 2(y
1
+ y
2
)
2
4(y
1
+ y
2
)y
2
+ 5y
2
2
= 2[y
2
1
+ 2y
1
y
2
+ y
2
2
] 4y
1
y
2
4y
2
2
+ 5y
2
2
= 2y
2
1
+ 4y
1
y
2
+ 2y
2
2
4y
1
y
2
y
2
2
= 2y
2
1
+ y
2
2
.
As, P = 2 y luego, S = 2.
53
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Metodo 2. Buscamos los valores propios de la matriz A :
p() = det(I A) = det
_
2 2
2 5
_
= ( 2)( 5) 4
=
2
7 + 6
= ( 6)( 1).
Los valores propios son = 6 y = 1. Como son diferentes, se tiene que
existe P invertible tal que P
1
AP =
_
6 0
0 1
_
. Mas precisamente:
(z
1
, z
2
) = 6z
2
1
+ z
2
2
.
De esta manera, S = 2.
Notese que el cambio de coordenadas con respecto al metodo 1 es diferente.
0.4 Ejercicios de Recapitulacion
1. Sea E un espacio vectorial con producto interno , ). Recuerde que
L(E; E) = f : E E : f es lineal y B(E E) = b : E E R :
b es bilineal . Sea : L(E; E) B(E E) denida como
()(x, y) = (x), y).
a) Demuestre que es lineal.
b) Demuestre que es inyectiva.
c) Demuestre que es sobreyectiva.
2. Sea : E E una transformacion lineal autoadjunta. Sean
1
,
2
val-
ores propios de . Suponga que
1
,=
2
. Demuestre que E(
1
)E(
2
).
54
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
3. Sea una proyecci on ortogonal denida en un espacio con producto
interno (E, , )). Demuestre que E = Ker Im.
4. Sea : R
3
R
3
una transformacion lineal cuya representaci on ma-
tricial es R, con
R =
_
_
_
_
cos(135

) sen(135

) 0
sen(135

) cos(135

) 0
0 0 1
_
_
_
_
_
_
_
_
cos(30

) 0 sen(30

)
0 1 0
sen(30

) 0 cos(30

)
_
_
_
_
Demuestre que es una rotacion. Interprete esta rotacion geometricamente.
5. Sea : R
2
R
2
denida por (x, y) = (
1

2
x
1

2
y,
1

2
x +
1

2
y).
Demuestre que es una rotacion.
6. Sean E un espacio vectorial de dimension nita y : E E una
transformacion lineal.
(a) Demuestre que (Ker(

))

= Im() . Concluya que


E = Im()

Ker(

).
(b) Si es normal entonces Ker() = Ker(

) . Concluya que
E = Im()

Ker().
(c) Si es normal y v es un vector tal que
2
(v) = 0 entonces
(v) = 0 .
7. Sea : E E una transformacion lineal denida en un espacio E
con producto interno.
(a) Suponga que es normal. Demuestre que I es tambien
normal.
55
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
(b) Demuestre que (ker

) = (Im)

.
(c) Demuestre que Im

(ker)

.
8. Sea : R
2
R
2
una transformacion normal. Demuestre que existe
> 0 y una rotacion tal que = .
9. Sea E = C con el producto interno z, w) = Rez w. Sea z C y
M
z
: C C denido por M
z
(w) = zw
(a) Verique que M
z
es lineal.
(b) Demuestre que (M
z
)

= M
z
.
(c) Para que n umeros complejos z es M
z
autoadjunto?
(d) Para cuales z es M
z
una rotacion?
(e) Para cuales z es M
z
antisimetrica?
10. Sea T : C
2
C
2
denida por T(e
1
) = (1+i, 2) , T(e
2
) = (i, i) , donde
e
1
, e
2
es la base canonica de C
2
. Hallar T

. Es T normal ? Es
T autoadjunta ?
11. Sea E espacio vectorial con producto interno, dimE = n. Sea :
E E. Demuestre que las siguientes armaciones son equivalentes:
(i) es autoadjunta y (x), x) 0 x E.
(ii) =
2
, para alg un : E E autoadjunto.
12. Sea T : R
2
R
2
denida por T(x, y) = (x+2y, 2xy). Calcule |T|.
13. Sea T : E E una transformacion lineal, demuestre que T = R+iS
donde S y R son autoadjuntas.
14. Sea E espacio vectorial de dimension n sobre R. Demuestre que el poli-
nomio caracterstico, p(), de una transformacion lineal antisimetrica
56
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
satisface la ecuacion:
p() = (1)
n
p().
15. Sea E espacio vectorial sobre C, con producto interno. Sea : E E
normal.
(a) Sea x E. Demuestre que (x) = 0 si y solo si

(x) = 0 .
(b) Demuestre que I es normal ( C).
(c) Demuestre que cada vector propio de es un vector propio de

.
16. Suponga que E es un espacio vectorial con producto interno , ) .
Demuestre que una transformacion lineal T : E E es normal si y
solo si |T(x)| = |T

(x)| para cada x E .


17. Sea : E E . Suponga que
2
= . Demuestre que es autoad-
junta si y solo si es normal.
18. Sea T : C
2
C
2
denida por T(e
1
) = (1, 2), T(e
2
) = (i, 1) , donde
e
1
, e
2
es la base canonica de C
2
. Hallar T

(x, y) .
19. Sea T : C
2
C
2
denida por T(e
1
) = (1 +i, 2), T(e
2
) = (i, i). Hallar
T

. Es T normal ?
20. Sea E un espacio vectorial sobre C con producto interno. Sea :
E E una transformacion lineal autoadjunta.
(a) Demuestre que |x + i(x)| = |x i(x)| para cada x E.
(b) Demuestre que x + i(x) = y + i(y) si y solo si x = y .
(c) Demuestre que 1 no es valor propio de I + i.
(d) Demuestre que 1 no es valor propio de I i.
57
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
(e) Demuestre que := (I i)(I + i)
1
es una rotacion.
21. Sea E un espacio vectorial con producto interno , ) . Sea T : E E
una transformacion lineal. Entonces (x, y) := T(x), y) es tambien
un producto interno en E . Sea U : E E un operador lineal y
U

: E E su adjunto con respecto a , ).


(a) Suponga que U es una rotacion con respecto a . Demuestre
que T = U

TU .
(b) Suponga que T = U

TU . Demuestre que U es una rotacion con


respecto a .
22. Sea E = R
4
y E
1
= subespacio generado por (1, 0, 0, 0), (0, 0, 1, 0).
Encuentre P : E E proyecci on ortogonal tal que ImP = E
1
.
23. Sea E espacio vectorial con producto interno. Sean P, Q : E
E proyecciones ortogonales. Demuestre que P Q = 0 si y solo si
ImPImQ.
24. Sea E un espacio vectorial con producto interno. Sea : E E
1
una proyeccion ortogonal y J E un subespacio.
(a) Suponga que J es estable bajo (esto es, (J) J). Demuestre
que
J = J E
1
J E

1
.
(b) Suponga que J = J E
1
J E

1
. Demuestre que J es estable
bajo .
25. Si : E Im es una proyeccion, demuestre que I es una
proyecci on sobre (Im)

.
58
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
26. Sea Q : R
2
R
2
denida por Q(x, y) = (ax + by, cx + dy). Suponga
que Q es una rotacion. Demuestre que b = c .
27. Sea T : C
2
C
2
denida por T(z, w) = (z + iw, z iw).
(a) Hallar T

.
(b) Demuestre que T

T = TT

= 2I.
(c) Encuentre explicitamente T
1
y T
2
operadores autoadjuntos tales
que T = T
1
+ iT
2
.
(d) Demuestre que, en general, un operador lineal T es normal si y
solo si T
1
T
2
= T
2
T
1
.
28. Una forma bilineal : E E R se dice antisimetrica si
(x, y) = (y, x) x, y E.
Demuestre que es antisimetrica si y solo si (x, x) = 0 x E .
29. Mostrar que cualquier forma bilineal : E E R es la suma de
una forma bilineal simetrica y una forma bilineal antisimetrica.
30. Hallar la matriz autoadjunta y la signatura que corresponden a la
forma cuadratica: (x
1
, x
2
, x
3
) = x
1
x
2
+ x
2
x
3
.
31. Sea a R y sea b : R
2
R
2
la funcion bilineal simetrica denida
como
b((x
1
, y
1
), (x
2
, y
2
)) = x
1
x
2
+ ay
1
x
2
+ y
1
y
2
.
Demuestre que b es denida positiva si [a[ < 2 .
32. Demuestre que una funcion bilineal simetrica b : EE R es denida
positiva si y solo si el operador lineal autoadjunto T asociado a b tiene
solo valores propios positivos.
59
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
33. Sea b(x, y) = 5x
2
+ 6xy + 4y
2
. Encuentre T L(R
2
; R
2
) tal que
(T) = b, donde es el isomorsmo entre L(R
2
; R
2
) y B(R
2
R
2
) .
34. Encuentre la signatura de la forma cuadratica denida por T(x, y) =
2x
2
12xy + 5y
2
.
35. Hallar la matriz simetrica que corresponde a cada una de las siguientes
formas cuadraticas.
(a) (x, y) = 4x
2
6xy 7y
2
.
(b) (x, y) = xy + y
2
.
(c) (x, y, z) = 3x
2
+ 4xy y
2
+ 8xz 6yz + z
2
.
(d) (x, y, z) = x
2
2yz + xz.
36. Hallar la signatura de la funcion bilineal simetrica asociada a la forma
cuadratica denida por medio de la matriz
A =
_
_
_
_
0 1 1
1 2 2
1 2 1
_
_
_
_
.
Idea: Aplicar el cambio de variables
x
1
= y
1
+ y
3
x
2
= y
2
x
3
= y
1
y
3
.
37. Sea la forma bilineal simetrica asociada con la forma cuadratica
(x
1
, x
2
) = ax
2
1
+bx
1
x
2
+cx
2
2
. Demuestre que es denida positiva si
y solo si a > 0 y b
2
4ac < 0 .
38. Hallar la matriz simetrica y la signatura perteneciente a la forma
cuadratica (x
1
, x
2
, x
3
) = x
1
x
2
+ x
2
x
3
.
60

You might also like