Professional Documents
Culture Documents
Algebra III
Version Corregida
Dr. Carlos Lizama
Universidad de Santiago de Chile
Facultad de Ciencias
Departamento de Matematica y C.C.
Introduccion
El presente texto de apuntes de
Algebra III (o
Algebra Lineal II) tiene
el objetivo de servir de apoyo y gua de estudios para el estudiante de las
carreras de Licenciatura en Matematica y Computacion y Licenciatura en
Matematica de la Universidad de Santiago de Chile. El contenido esta basa-
do en el respectivo programa de estudios, que constituye la continuacion de
la clasica asignatura de
Algebra Lineal, y fue desarrollado mientras el autor
impartio el curso durante el primer y segundo sementre del a no 2000. Ver-
siones corregidas y mejoradas han sido utilizadas desde entonces tanto por
el autor como otros academicos de la USACH para dictar esta asignatura.
La presente version, recoge las sugerencias dadas por los profesores que
han impartido esta catedra. Se espera que el texto siga siendo perfeccionado
durante el transcurso de los periodos lectivos siguientes, y desde ya el autor
agradece a quienes deseen hacer sugerencias y aportes para este n.
El texto consta de tres captulos, divididos en secciones. El primer
captulo esta orientado a dar al lector el material basico concerniente a espa-
cios vectoriales con producto interno. La mayora de este captulo, as como
la primera parte del segundo, son materia conocida del curso de
Algebra Li -
neal y como tal debe ser abordado por el profesor de catedra a n de conciliar
lo aprendido por el estudiante con los nuevos conceptos. En este sentido, el
presente texto de apuntes no es autocontenido y requiere del manejo preciso
que de el pueda hacer el catedratico a cargo del curso.
El concepto mas importante del primer captulo es el Teorema de re -
presentacion de Riesz (Teorema 10). Es muy necesario aqu, como en va -
rios resultados posteriores, remarcar que estos son validos en dimension no
2
necesariamente nita, de manera de preparar y orientar al estudiante a un
curso superior (Analisis Funcional, Analisis Armonico, Analisis Numerico,
Ecuaciones Diferenciales) y justicar as, debidamente, el analisis de una
variedad de conceptos que en principio pueden parecer meramente abstrac-
cion matematica.
Varios resultados del primer captulo son claramente ejercitables de ma -
nera facil y entretenida. Por ejemplo, el valor del determinante se explaya a
traves de la denicion de angulos, volumenes y nalmente como una elegante
forma de denir el producto cruz de vectores en dimension tres.
El captulo II, que es la parte central de estos apuntes, esta dedicado a
un estudio exhaustivo de trasformaciones lineales, o matrices en el caso de
dimension nita. El concepto principal, en el contexto de espacios vectoriales
normados, es el de transformacion lineal acotada. A este universo de opera -
dores se analizan sus partes: Transformaci on lineal autoadjunta, Normales,
Antisimetricas, Proyecciones e Isometras. La herramienta principal es el
concepto de adjunto de un operador. Asimismo se estudia un isomorsmo
fundamental: la correspondencia lineal y biyectiva entre transformaciones
lineales y bilineales a traves de una transformacion canonica, denida en la
seccion 2.2.3 y que es fundamental en el estudio de formas cuadraticas en la
ultima seccion del captulo.
Tambien, para una mayor y mejor comprension del captulo II, es fun-
damental aprender las formas canonicas que adquieren, bajo un cambio de
base apropiado, los diferentes tipos de transformaciones lineales en el caso de
dimension nita. El Teorema 49 del captulo II en este sentido es uno de los
principales de este texto. La elegante demostracion basada en aspectos tanto
algebraicos como analticos corresponde al libro de W. H. Greub citado en
3
la bibliografa. Por otra parte, las formas canonicas de los diferentes tipos
de transformaciones lineales son facilmente asimilables por medio de la com-
paracion con el cuerpo de los n umeros complejos. As, si z C representa
una transformacion lineal y z, el conjugado de z, la transformacion adjunta,
entonces una transformacion lineal autoadjunta signica z = z y, luego, se
podra representar como los elementos del eje real del plano complejo.
Una funcion (o forma) cuadratica se puede tambien entender muy
facilmente viendo su representacion geometrica en R
2
y R
3
. As, por ejemplo,
la ecuacion :
(x, y) = 1
representa una elipse (o crculo) o hiperbola en el plano. De esta manera,
la signatura resulta ser un invariante geometrico y, el proceso de diagona -
lizacion, un metodo de llevar formas cuadraticas en formas estandar.
Finalmente, el captulo III cierra estos apuntes mostrando que cualquier
forma multilineal puede ser considerada como una transformacion lineal, me-
diante un isomorsmo apropiado. Para este n, resulta fundamental el con-
cepto de producto tensorial de espacios vectoriales, que en este texto solo se
aborda en su denicion y analisis de propiedades basicas.
Dr. Carlos Lizama
Noviembre de 2000
4
Prologo a la versi on corregida
Esta versi on introduce varias modicaciones al texto que han sido su -
geridas al autor, por profesores de la catedra, en el transcurso de dos a nos
de dictar la asignatura a traves de estos apuntes .
El cambio mas importante se reere a la introduccion de una gran canti-
dad de ejercicios propuestos en los captulos 1, 2 y 3. La mayora de estos ejer-
cicios corresponde a problemas planteados en pruebas y controles de catedra.
Tambien se agrega al nal del tercer captulo una seccion correspondiente
a la nocion de producto exterior, a n de completar las ideas involucradas
en los captulos precedentes y dar las herramientas necesarias para un curso
posterior donde se requiera utilizar formas diferenciales.
Mis agradecimientos a Veronica Poblete por sugerir varios de los cambios
realizados en el texto y aportar con una gran cantidad de ejercicios. Tambien
mis agradecimientos a Maricel Caceres que escribio estos apuntes en Latex
y les dio un formato mas agradable para su lectura.
Dr. Carlos Lizama
Octubre de 2002
5
Indice General
1 Espacios con producto interno 7
1.1 El producto interno . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Espacios Duales . . . . . . . . . . . . . . . . . . . . . . 13
1.2 Bases Ortonormales . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.1 Transformaciones Ortogonales . . . . . . . . . . . . . . 19
1.3 Funcion Determinante . . . . . . . . . . . . . . . . . . . . . . 22
1.3.1 Funciones Determinantes Duales . . . . . . . . . . . . . 25
1.3.2 Funciones Determinantes Normadas . . . . . . . . . . 28
1.3.3
Angulos en el plano orientado . . . . . . . . . . . . . . 29
1.3.4 El determinante de Gram . . . . . . . . . . . . . . . . 30
1.3.5 El volumen de un paraleleppedo . . . . . . . . . . . . 32
1.3.6 Producto cruz . . . . . . . . . . . . . . . . . . . . . . . 33
1.4 Ejercicios de recapitulacion . . . . . . . . . . . . . . . . . . . . 39
6
Captulo 1
Espacios con producto interno
1.1 El producto interno
Denicion 1 Sean E y F espacios vectoriales. Una funcion : EF R
se dice bilineal si:
(x
1
+ x
2
, y) = (x
1
, y) + (x
2
, y) ; x
1
, x
2
E ; y F
y
(x, y
1
+ y
2
) = (x, y
1
) + (x, y
2
) ; x E ; y
1
, y
2
F.
Denicion 2 Un producto interno en un espacio vectorial E es una funcion
bilineal , ) que tiene las siguientes propiedades :
(i) Simetra : x, y) = y, x).
(ii) Positiva denida : x, x) 0 y x, x) = 0 solo para x = 0.
Un espacio vectorial en el cual se dene un producto interno (p.i.) se llama
un espacio producto interno (e.p.i.).
Un espacio producto interno de dimension nita se llama Espacio Euclidiano.
7
8 CAP
i
x
i
y
i
, donde x = (x
1
, . . . , x
n
);
y = (y
1
, . . . , y
n
).
Denicion 3 Dos vectores x E, y E; x ,= y se dicen ortogonales si
x, y) = 0.
Observacion : Solo el vector cero es ortogonal a si mismo : En efecto,
x, x) = 0 si y solo si x = 0.
Proposicion 4 Un conjunto de n vectores x
j
,= 0 en donde cualesquiera dos
vectores x
i
y x
j
(i ,= j) son ortogonales, es linealmente independiente.
Demostracion. Si
i
x
i
= 0 entonces
j
x
j
, x
j
) = 0 para j = 1, 2, . . . , n.
Luego
j
= 0 para j = 1, 2, . . . , n.
1.1. EL PRODUCTO INTERNO 9
Dos subespacios E
1
E y E
2
E se llaman ortogonales, lo cual se denota
E
1
E
2
, si cualesquiera dos vectores x
1
E
1
y x
2
E
2
son ortogonales.
Teorema 5 (Desigualdad de Schwarz) Sean x, y E. Entonces
x, y)
2
|x|
2
|y|
2
.
Ademas, la igualdad vale si y solo si los vectores son linealmente dependien-
tes.
Demostracion. Consideremos la funcion f() = |x + y|
2
; R. Como
el p.i. es positivo denido se tiene que f() 0 para R. Por otra parte,
f() =
2
|y|
2
+ 2x, y) +|x|
2
0
de donde se deduce que el discriminante de la expresion cuadratica anterior
es 0. Luego, x, y)
2
|y|
2
|x|
2
. Ahora supongamos que vale x, y)
2
=
|y|
2
|x|
2
. Entonces el discriminante de la ecuacion
f() =
2
|y|
2
+ 2x, y) +|x|
2
= 0 (1.1)
es cero; luego, la ecuacion (1.1) tiene una solucion real
0
(=
x,y
y
2
); esto es :
f(
0
) = |x +
0
y|
2
= 0. Por lo tanto, x +
0
y = 0, es decir, x e y son L.D.
Recprocamente, si x e y son L.D. entonces x = y. Luego, x, y) = y, y) =
|y|
2
y |x|
2
|y|
2
=
2
|y|
2
obteniendose la igualdad.
Dados x ,= 0, y ,= 0; por la desigualdad de Schwarz :
1
x, y)
|x| |y|
1
entonces, existe ; 0 tal que cos =
x, y)
|x| |y|
.
Denicion 6 El n umero se llama el angulo entre los vectores x e y.
10 CAP
, y
, z
por:
x
=
x
|x|
2
; y
=
y
|y|
2
; z
=
z
|z|
2
.
Entonces
|x
|
2
= |x
|
2
2x
, y
) +|y
|
2
=
1
|x|
2
2x, y)
|x|
2
|y|
2
+
1
|y|
2
=
|x|
2
2x, y) +|y|
2
|x|
2
|y|
2
=
|x y|
2
|x|
2
|y|
2
,
esto es, |x
| =
|x y|
|x| |y|
. Aplicando (1.4) a los vectores x
, y
, z
se
obtiene :
|x
| |x
| +|z
|
o equivalentemente,
|x y|
|x| |y|
|x z|
|x| |z|
+
|z y|
|z| |y|
.
Multiplicando esta ultima desigualdad por |x| |y| |z| se obtiene (1.5).
Ejercicio: Sea X := C[0, 1] = f : [0, 1] R / f es continua . De-
muestre que
f, g) =
_
1
0
f(t)g(t)dt
es un producto interno en X.
1.1. EL PRODUCTO INTERNO 13
1.1.1 Espacios Duales
Sean E, E
y x. La funcion bilineal , )
se llama el producto escalar entre E
y E.
Ejemplos
1) Si , ) es un producto interno, entonces es una funcion bilineal no dege-
nerada.
2) Sea E = E
= R. Se dene :
, ) = ; , R.
Claramente la forma es bilineal y no degenerada pues , ) = 0 implica =
0. Analogamente , ) = 0 implica = 0. De esta manera se dice que
el dual de R es R; o que R es auto-dual o es dual a s mismo.
3) Sea E = E
= R
n
y denamos :
x
, x) =
i
x
i
x
i
;
donde x
= (x
1
, . . . , x
n
) y x = (x
1
, . . . , x
n
). Claramente la forma bilineal es
no degenerada por Ejemplo 1. Luego R
n
es dual a s mismo.
Recordemos que L(E) := f : E R / f es lineal .
Proposicion 9 Si E tiene dimension nita, con producto interno , ); en-
tonces existe un isomorsmo : E L(E).
14 CAP
1
f
1
+
2
f
2
+ +
n
f
n
= 0
entonces
1
f
1
(x
1
) + +
n
f
n
(x
1
) = 0 implica, por denicion,
1
= 0.
Analogamente,
1
f
2
(x
2
) + +
n
f
n
(x
2
) = 0 implica
2
= 0. Deducimos
as que
3
= 0, . . . ,
n
= 0. Esto prueba que el conjunto es L.I.
Sea ahora f L(E). Entonces
f(x) = f(
1
x
1
+ +
n
x
n
) =
1
f(x
1
) + +
n
f(x
n
).
1.1. EL PRODUCTO INTERNO 15
Notar que
f
1
(x) = f
1
(
1
x
1
+ +
n
x
n
) =
1
f
2
(x) =
2
.
.
.
f
n
(x) =
n
.
Luego :
f(x) = f
1
(x)f(x
1
) + + f
n
(x)f(x
n
)
=
i
f
i
(x)
donde
i
= f(x
i
). Esto prueba que L(E) es generado por el conjunto
f
1
, . . . , f
n
y por lo tanto es una base. En particular, dimL(E) = dimE.
Observacion : La base f
1
, . . . , f
n
de L(E) denida en la demostracion
del teorema anterior es llamada base dual.
El resultado mas importante de esta seccion es el siguiente.
Teorema 10 (Teorema de Riesz) Si E es un espacio con producto inter-
no , ) de dimension nita y f : E R es una funcion lineal, entonces
existe un unico vector a E tal que
f(x) = a, x) x E.
Demostracion. Por hipotesis f L(E). Como E es de dimension nita, E
y L(E) son isomorfos va
(x)(y) = x, y).
En particular, es sobreyectiva o sea existe un unico a E tal que
(a) = f.
16 CAP
x
1
y
2
+ 3y
1
y
2
. Demuestre que es bilineal y denida positiva.
2. Sea l
2
:= (x
1
, x
2
, . . .) /
i
x
2
i
< . Demuestre que
i
x
i
y
i
con-
verge y que la funcion bilineal
(x, y) =
i
x
i
y
i
donde x = (x
1
, x
2
, . . .), y = (y
1
, y
2
, . . .); es un producto interno en l
2
.
3. Sean E
1
, E
2
espacios con producto interno. Demuestre que se puede
denir un producto interno en : E
1
E
2
por
(x
1
, x
2
), (y
1
, y
2
)) = x
1
, y
1
) +x
2
, y
2
) ; x
1
, y
1
E
1
, x
2
, y
2
E
2
.
4. Sea E espacio vectorial y E
= L(E) = f : E R / f es lineal .
Denamos:
f, x) := f(x) ; f L(E), x E.
Pruebe que es un forma bilineal. Ademas, es no degenerada. (Esto
prueba que el dual de E es L(E). )
1.2 Bases Ortonormales
Denicion 11 Sea E e.p.i. de dimension n. Sea e
1
, . . . , e
n
base de E. La
base e
i
es llamada ortonormal si los vectores e
i
(i = 1, . . . , n) son mutua-
1.2. BASES ORTONORMALES 17
mente ortogonales y tienen norma 1; esto es :
e
i
, e
j
) =
ij
i, j = 1, . . . , n.
Proposicion 12 Sea E e.p.i. de dimension n y sea e
1
, . . . , e
n
base ortonor-
mal de E. Entonces para cada x, y E :
x, y) =
i
x
i
y
i
(Igualdad de Parseval)
donde x =
i
x
i
e
i
, y =
i
y
i
e
i
.
Demostracion.
x, y) =
i
x
i
e
i
,
j
y
j
e
j
) =
j
x
i
y
j
e
i
, e
j
) =
j
x
i
y
j
ij
=
i
x
i
y
i
.
Corolario 13 Si E es un e.p.i. de dimension nita y e
i
es base ortonor-
mal de E entonces para cada x E
|x|
2
=
i
x
2
i
(Igualdad de Bessel).
Demostracion. Tomar y = x en la proposicion anterior.
Corolario 14 Si E es un e.p.i. de dimension nita y e
i
es base ortonor-
mal de E entonces, para cada x E
x, e
i
) = x
i
; i = 1, . . . , n (Coecientes de Fourier).
Demostracion. Tomar y = e
j
en la proposicion anterior.
Corolario 15 Si E es un e.p.i. de dimension nita y e
i
es base ortonor-
mal de E entonces para cada x E, el angulo
i
entre x y e
i
es :
cos
i
=
x
i
|x|
(i = 1, 2, . . . , n).
18 CAP
j
ij
x
j
. Recprocamente, si x
i
ji
x
i
es tambien una base ortonormal de E.
20 CAP
j
ij
x
j
. Veamos que (
ij
) es una matriz ortogonal.
En efecto : Como x
i
, x
j
) =
ij
y x
i
, x
j
) =
ij
entonces
ij
= x
i
, x
j
) =
ip
x
p
,
jq
x
q
)
=
ip
jq
x
p
, x
q
)
=
ip
jp
lo cual muestra que (
ij
) es ortogonal. Inversamente, si x
i
es base ortonor-
mal de E y (
ij
) es matriz ortogonal, entonces
x
i
, x
j
) =
ip
x
p
,
jq
x
q
)
=
ip
jq
x
p
, x
q
)
=
ip
jp
=
ij
lo que indica que x
i
es base ortonormal.
Denicion 19 Sea E e.p.i. y E
1
un subespacio de E. El conjunto
E
1
:= x E / x, y) = 0 y E
1
1
es un subespacio de E.
2) E
1
E
1
= 0.
3) Si E tiene dimension nita :
dimE
1
+ dimE
1
= dimE
1.2. BASES ORTONORMALES 21
en particular,
E = E
1
E
1
. (1.6)
En efecto: Sea y
k
m
k=1
una base ortonormal de E
1
. Entonces existen vectores
y
m+1
, ..., y
n
tal que y
k
n
k=1
es una base ortonormal de E (completacion de
la base). Entonces y
k
n
k=m+1
es una base de E
1
y luego cada x E se
escribe como
x =
m
k=1
x, y
k
)y
k
+
n
k=m+1
x, y
k
)y
k
,
lo cual muestra que la suma es directa .
Denicion 20 Sea x E. Sea y
k
k=m
k=1
base ortonormal de E
1
. El vector
p =
m
k=1
x, y
k
)y
k
se llama la proyeccion ortogonal de x sobre E
1
.
Observaciones :
1) La idea en la denicion anterior es la siguiente : Si x E entonces por
(1.6)
x = p + h; p E
1
, h E
1
. (1.7)
Como y
k
m
k=1
es base de E
1
y p E
1
:
p =
m
k=1
k
y
k
.
Notar que :
p, y
j
) =
m
k=1
k
y
k
, y
j
) =
m
k=1
kj
=
j
y
p, y
j
) = x h, y
j
) = x, y
j
)
22 CAP
k=1
x, y
k
)y
k
.
2) De (1.7) obtenemos |x|
2
= x, x) = p + h, p + h) = |p|
2
+ |h|
2
. En
particular : |p| |x|; esto es,
[
m
k=1
x, y
k
)y
k
[ |x|
llamada desigualdad de Bessel.
Notar que la igualdad vale si y solo si |h|
2
= 0 i.e. h = 0; esto es, si y
solo si x E
1
(lo cual se sigue de (1.7)). El n umero |h| se llama la distancia
a x desde el subespacio E
1
.
Ejercicios
1. Dada la base (1, 0, 1), (2, 1, 3), (1, 1, 0), construir una base ortonor-
mal por el proceso de ortogonalizacion de Gram-Schmidt.
2. (dicil) Sea E = C[0, 1] con el producto interno
f, g) =
_
1
0
f(t)g(t)dt.
Sea E
1
= C
1
[0, 1] subespacio de E. Demuestre que E
1
= 0.
1.3 Funci on Determinante
Denicion 21 Sea E e.v. de dimension n. Una funcion determinante es
una funcion : E E
. .
nveces
R tal que
1.3. FUNCI
ON DETERMINANTE 23
(a) es lineal con respecto a cada argumento (multilineal), esto es :
(x
1
, . . . , x
i
+y
i
, . . . , x
n
) = (x
1
, . . . , x
i
, . . . , x
n
) +(y
1
, . . . , y
i
, . . . , y
n
)
con i = 1, 2, . . . , n.
(b) es antisimetrica con respecto a todos sus argumentos, mas precisa-
mente
(x
(1)
, . . . , x
(n)
) =
(x
1
, . . . , x
n
)
donde
=
_
1 para una permutacion par
1 para una permutacion impar
Observacion : Ya que el intercambio de dos n umeros (ij) es una per-
mutacion impar, se obtiene de la propiedad (b) :
(x
1
, . . . , x
i
, . . . , x
j
, . . . , x
n
) = (x
1
, . . . , x
j
, . . . , x
i
, . . . , x
n
).
En particular, si x
i
= x
j
= x ;
(x
1
, . . . , x, . . . , x, . . . , x
n
) = 0 (1.8)
Esto es, una funcion determinante asume el valor cero siempre que dos de
sus argumentos coinciden. Mas generalmente :
Proposicion 22 Si dos argumentos de una funcion determinante son L.D.
entonces (x
1
, x
2
, . . . , x
n
) = 0.
Demostracion. Sin perdida de generalidad, supongamos que x
n
es L.D. con
respecto a x
1
, . . . , x
n1
. Entonces
x
n
=
n1
i=1
i
x
i
.
24 CAP
i=1
i
(x
1
, x
2
, . . . , x
i
, . . . , x
n1
, x
i
) = 0.
Observacion : Observemos que el valor de una funcion determinante no
cambia si un m ultiplo de un argumento x
j
se suma a otro argumento x
i
,
(i ,= j). En efecto : Por (1.8) (si i < j)
(x
1
, . . . , x
i
+ x
j
, . . . , x
j
, . . . , x
n
) = (x
1
, . . . , x
i
, . . . , x
j
, . . . , x
n
)
+ (x
1
, . . . , x
j
, . . . , x
j
, . . . , x
n
)
. .
=0
= (x
1
, . . . , x
n
).
Los ejemplos anteriores nos muestran existencia de funciones determi-
nantes en un espacio E. Que hay con respecto a la unicidad ? En efecto,
note que en un espacio vectorial E se podran, eventualmente, denir mas de
una funcion determinante.
Proposicion 23 Sean y
1
dos funciones determinantes en E,
1
,= 0.
Entonces existe R tal que =
1
.
Demostracion. Sea e
i
n
i=1
base ortonormal de E. Entonces, dado (x
1
, x
2
, . . . , x
n
)
E E E =: E
n
se tiene que cada x
i
se escribe como
x
i
=
n
j=1
ij
e
j
.
Luego:
(x
1
, . . . , x
n
) = (
j
1
=1
1j
1
e
j
1
,
j
2
=1
2j
2
e
j
2
, . . . ,
j
n
nj
n
e
j
n
)
=
j
1
=1
j
2
=1
. . .
j
n
=1
1j
1
2j
2
. . .
nj
n
(e
j
1
, e
j
2
, . . . , e
j
n
)
= (e
1
, . . . , e
n
)
1(1)
. . .
n(n)
.
1.3. FUNCI
ON DETERMINANTE 25
Analogamente,
1
(x
1
, . . . , x
n
) =
1
(e
1
, . . . , e
n
)
1(1)
. . .
n(n)
.
Sea :=
(e
1
, . . . , e
n
)
1
(e
1
, . . . , e
n
)
entonces
(x
1
, . . . , x
n
) =
1
(x
1
, . . . , x
n
)
lo que prueba la proposicion.
Ejercicios
1. Sea E = R
2
y : R
2
R
2
R denida por :
((x
1
, y
1
), (x
2
, y
2
)) = x
1
y
2
x
2
y
1
= det
_
x
1
x
2
y
1
y
2
_
.
Pruebe que es multilineal(bilineal en este caso) y antisimetrica con
respecto a sus argumentos.
2. Sea E = R
3
y : R
3
R
3
R
3
R denida por :
((x
1
, y
1
, z
1
), (x
2
, y
2
, z
2
), (x
3
, y
3
, z
3
)) = det
_
_
_
_
x
1
x
2
x
3
y
1
y
2
y
3
z
1
z
2
z
3
_
_
_
_
.
Pruebe que es trilineal y verica la propiedad (b).
1.3.1 Funciones Determinantes Duales
Proposicion 24 Sean E
E). Sean
,= 0 y ,= 0 funciones determinantes en E
y E respec-
tivamente. Entonces
(f
1
, . . . , f
n
)(x
1
, . . . , x
n
) = det
_
_
_
_
f
1
, x
1
) . . . f
1
, x
n
)
.
.
.
.
.
.
f
n
, x
1
) . . . f
n
, x
n
)
_
_
_
_
; (1.9)
donde f
i
E
, x
i
E y R.
Demostracion. Sea : E
. .
n
E E
. .
n
R denida por:
(f
1
, . . . , f
n
, x
1
, . . . , x
n
) = det
_
_
_
_
f
1
, x
1
) . . . f
1
, x
n
)
.
.
.
.
.
.
f
n
, x
1
) . . . f
n
, x
n
)
_
_
_
_
.
Es claro que es lineal con respecto a cada argumento. Tambien es claro que
es antisimetrica con respecto a los vectores f
i
y con respecto a los vectores
x
i
(i = 1, . . . , n). Luego, es una funcion determinante y, por unicidad (con
respecto a los argumentos x
1
, . . . , x
n
; dejando f
1
, . . . , f
n
jos)
(f
1
, . . . , f
n
, x
1
, . . . , x
n
) = (f
1
, . . . , f
n
)(x
1
, . . . , x
n
). ()
Esta relacion muestra que (f
1
, . . . , f
n
) es lineal con respecto a cada ar-
gumento y antisimetrica. En efecto ; por ejemplo con respecto al primer
argumento tenemos
(f
1
+g
1
, . . . , f
n
, x
1
, . . . , x
n
) = (f
1
+ g
1
, . . . , f
n
)(x
1
, . . . , x
n
)
o equivalentemente
(f
1
, . . . , f
n
, x
1
, . . . , x
n
) + (g
1
, . . . , f
n
, x
1
, . . . , x
n
)
= (f
1
+ g
1
, . . . , f
n
)(x
1
, . . . , x
n
)
1.3. FUNCI
ON DETERMINANTE 27
esto es,
(f
1
, . . . , f
n
)(x
1
, . . . , x
n
) + (g
1
, . . . , f
n
)(x
1
, . . . , x
n
)
= (f
1
+ g
1
, . . . , f
n
)(x
1
, . . . , x
n
).
como ,= 0 obtenemos
(f
1
, . . . , f
n
) + (g
1
, . . . , f
n
) = (f
1
+ g
1
, . . . , f
n
)
lo que prueba que es lineal con respecto al primer argumento.
Veamos que es antisimetrica : De (*) obtenemos:
(f
(1)
, ..., f
(n)
, x
1
, ..., x
n
) = (f
(1)
, ..., f
(n)
)(x
1
, ..., x
n
).
Equivalentemente, puesto que es una funcion determinante:
(f
1
, ..., f
n
, x
1
, ..., x
n
) = (f
(1)
, ..., f
(n)
)(x
1
, ..., x
n
).
Aplicando (*) otra vez al lado izquierdo obtenemos:
(f
1
, ..., f
n
)(x
1
, ..., x
n
) = (f
(1)
, ..., f
(n)
)(x
1
, ..., x
n
).
Finalmente, dividiendo por se obtiene:
(f
1
, ..., f
n
) = (f
(1)
, ..., f
(n)
).
Luego, otra vez por unicidad : existe R tal que
(f
1
, . . . , f
n
) =
(f
1
, . . . , f
n
).
Combinando se obtiene :
(f
1
, . . . , f
n
, x
1
, . . . , x
n
) =
(f
1
, . . . , f
n
)(x
1
, . . . , x
n
). (1.10)
28 CAP
i
y e
i
bases duales en E
y E respectivamente, esto es
f
i
, e
j
) =
ij
; entonces
(f
1
, . . . , f
n
)(e
1
, . . . , e
n
) = (f
1
, . . . , f
n
, e
1
, . . . , e
n
)
= det
_
_
_
_
_
_
_
1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
0 0 . . . 1
_
_
_
_
_
_
_
= 1
pues f
i
, e
j
) =
ij
por denicion. Luego, ,= 0 . Sea ahora :=
1
entonces, de (1.10) se obtiene la relacion (1.9) que queriamos probar.
Denicion 25 La funciones determinantes
y se llaman duales si el
factor en (1.9) es igual a 1, esto es :
(f
1
, . . . , f
n
)(x
1
, . . . , x
n
) = det((f
i
, x
j
))
ij
).
1.3.2 Funciones Determinantes Normadas
Sea E e.v. con producto interno , ), de dimension n. Como E es dual a
si mismo con respecto al producto interno, entonces, si
0
es una funcion
determinante en E se obtiene por (1.9) :
0
(x
1
, . . . , x
n
)
0
(y
1
, . . . , y
n
) = det
_
_
_
_
x
1
, y
1
) . . . x
1
, y
n
)
.
.
.
.
.
.
x
n
, y
1
) . . . x
n
, y
n
)
_
_
_
_
;
donde R.
Si hacemos x
i
= y
i
= e
i
, donde e
i
es base ortonormal de E, se obtiene :
0
(e
1
, . . . , e
n
)
2
= .
1.3. FUNCI
ON DETERMINANTE 29
Luego, > 0. Se dene
:=
(1.11)
Entonces
(x
1
, . . . , x
n
)(y
1
, . . . , y
n
) = det
_
_
_
_
x
1
, y
1
) . . . x
1
, y
n
)
.
.
.
.
.
.
x
n
, y
1
) . . . x
n
, y
n
)
_
_
_
_
. (1.12)
Denicion 26 Una funcion determinante en un espacio con producto inter-
no que satisface (1.12) se llama una funcion determinante normada.
Observaciones:
1) De (1.11) concluimos que existen exactamente dos funciones determinantes
normadas y en un e.v. E.
2) Si se dene una orientacion en E, entonces una de las funciones y
representa la orientacion. En consecuencia, en un e.v. con p.i. orientado
existe una unica funcion determinante normada que representa la orientaci on.
1.3.3
Angulos en el plano orientado
Con ayuda de una funcion determinante normada es posible dar un signo
al angulo entre dos vectores de un espacio con producto interno, orienta-
do, de dimension 2. Consideremos la funcion determinante normada que
representa la orientaci on dada. De la identidad
(x
1
, . . . , x
n
)(y
1
, . . . , y
n
) = det(x
i
, y
i
))
obtenemos, usando (1.12), que para cada x, y E, con dimE = 2:
|x|
2
|y|
2
x, y)
2
= (x, y)
2
. (1.13)
30 CAP
ON DETERMINANTE 31
Demostracion.
Caso 1 : Los vectores x
1
, . . . , x
p
son L.D. Entonces existen escalares
1
, ...,
n
no todos cero tales que
1
x
1
+ ... +
n
x
n
= 0. Luego, para cada i = 1, ..., n
se tiene:
0 = x
i
,
1
x
1
+ ... +
n
x
n
) =
1
x
i
, x
1
) + ... +
n
x
i
, x
n
).
Entonces las las de la matriz
_
_
_
_
x
1
, x
1
) . . . x
1
, x
p
)
.
.
.
.
.
.
x
p
, x
1
) . . . x
p
, x
p
)
_
_
_
_
son tambien L.D.; luego, G(x
1
, . . . , x
p
) = 0.
Caso 2 : Los vectores x
1
, . . . , x
p
son L.I. Sea E
1
el subespacio generado por
x
1
, . . . , x
p
con el producto interno de E. Sea
1
una funcion determinante
normada en E
1
. Entonces de (1.13)
1
(x
1
, . . . , x
p
)
2
= G(x
1
, . . . , x
p
).
La independencia lineal de x
1
, . . . , x
p
implica que
1
,= 0. Luego
G(x
1
, . . . , x
p
) > 0.
Esto prueba G(x
1
, . . . , x
p
) 0.
Ademas, por lo anterior, es claro que, si x
1
, . . . , x
p
son L.D. entonces
G(x
1
, . . . , x
p
) = 0 y, si G(x
1
, . . . , x
p
) = 0 entonces, si se supone por ab-
surdo que x
1
, . . . , x
p
es L.I. se tiene, por caso 2, que G(x
1
, . . . , x
p
) > 0 en
contradiccion.
Observacion : Si p = 2, se deduce de la proposicion anterior la desigualdad
de Schwarz (i.e. la Proposicion 29 es una generalizacion del Teorema 6).
32 CAP
i=1
i
a
i
/ 0
i
1
_
se llama paraleleppedo p-dimensional generado por los vectores a
1
, . . . , a
p
.
Ejemplo: Si p = 2 entonces
P = a + b : 0 1, 0 1.
Denicion 31 El volumen V (a
1
, . . . , a
p
) del paraleleppedo se dene como:
V (a
1
, . . . , a
p
) = [
1
(a
1
, . . . , a
p
)[ (1.15)
donde
1
es una funcion determinante normada denida en el subespacio
generado por los vectores a
1
, . . . , a
p
.
Observaciones :
1) En vista de la identidad
2
(x
1
, . . . , x
p
) = det
_
_
_
_
x
1
, x
1
) . . . x
1
, x
p
)
.
.
.
.
.
.
x
p
, x
1
) . . . x
p
, x
p
)
_
_
_
_
se tiene que el volumen de un paraleleppedo se puede tambien escribir como:
V (a
1
, . . . , a
p
)
2
= det
_
_
_
_
a
1
, a
1
) . . . a
1
, a
p
)
.
.
.
.
.
.
a
p
, a
1
) . . . a
p
, a
p
)
_
_
_
_
(1.16)
1.3. FUNCI
ON DETERMINANTE 33
2) Si p = 2, se obtiene de (1.16):
V (a
1
, a
2
)
2
= |a
1
|
2
|a
2
|
2
a
1
, a
2
)
2
.
Ahora, si denota el angulo entre a
1
y a
2
entonces
cos =
a
1
, a
2
)
|a
1
| |a
2
|
luego
cos
2
=
a
1
, a
2
)
2
|a
1
|
2
|a
2
|
2
pero cos
2
+ sin
2
= 1, de donde 1 sin
2
=
a
1
, a
2
)
2
|a
1
|
2
|a
2
|
2
luego:
sin
2
= 1
a
1
, a
2
)
2
|a
1
|
2
|a
2
|
2
=
|a
1
|
2
|a
2
|
2
a
1
, a
2
)
2
|a
1
|
2
|a
2
|
2
lo que implica que
|a
1
|
2
|a
2
|
2
sin
2
= |a
1
|
2
|a
2
|
2
a
1
, a
2
)
2
de aqu se obtiene, nalmente:
V (a
1
, a
2
)
2
= |a
1
|
2
|a
2
|
2
sin
2
o sea,
V (a
1
, a
2
) = |a
1
| |a
2
| sin
que es una formula conocida para calcular el area de un paralelogramo.
1.3.6 Producto cruz
Sea E un espacio con producto vectorial de dimension 3, orientado, y sea
la funcion determinante normada que representa la orientacion. Sean x E,
y E y consideremos la funcion
f : E R (1.17)
34 CAP
ON DETERMINANTE 35
Luego, como el producto interno es no degenerado; se obtiene (i).
Analogamente, para cada z E se tiene:
x (y
1
+ y
2
), z) = (x, y
1
+ y
2
, z)
= (x, y
1
, z) + (x, y
2
, z)
= x y
1
, z) +x y
2
, z)
= (x y
1
) + x y
2
, z)
lo cual prueba (ii).
Proposicion 34
(a) x y = y x
(b) x y, x) = 0, x y, y) = 0.
(c) x y ,= 0 si y solo si x e y son L.I.
Demostracion.
(a) Sea z E:
x y, z) = (x, y, z) = (y, x, z) = y x, z) = y x, z)
(b) x y, x) = (x, y, x) = 0 ; x y, y) = (x, y, y) = 0
(c) Supongamos que x y ,= 0. Entonces, si suponemos por absurdo que x
e y son L.D. tenemos:
x = y ; R ; ,= 0.
36 CAP
ON DETERMINANTE 37
Sea y
3
:= x
1
x
2
. Note que por proposicion 34 parte (b) tenemos x
2
, y
3
) = 0
y x
1
, y
3
) = 0. Si calculemos ahora el determinante derecho por la ultima
columna, obtenemos:
x
1
x
2
, x
3
)y
1
y
2
, x
1
x
2
) = x
3
, y
3
) det
_
x
1
, y
1
) x
1
, y
2
)
x
2
, y
1
) x
2
, y
2
)
_
Luego,
x
1
x
2
, x
3
)y
1
y
2
, x
1
x
2
) = x
3
, x
1
x
2
)[x
1
, y
1
)x
2
, y
2
) x
2
, y
1
)x
1
, y
2
)].
(1.20)
Como x
1
y x
2
son L.I. se tiene que x
1
x
2
,= 0. Luego, se puede elegir x
3
tal
que x
1
x
2
, x
3
) ,= 0. Simplicando este termino en ambos lados de (1.20)
se obtiene la proposicion.
Corolario 36 |x y|
2
= |x|
2
|y|
2
x, y)
2
.
Demostracion. Tomar x
1
= y
1
= x y x
2
= y
2
= y en la proposicion anterior.
Observacion: Si es el angulo entre x e y se puede reescribir el corolario
anterior como
|x y| = |x| |y| sin .
Proposicion 37 Sea e
1
, e
2
, e
3
una base ortonormal positiva de E (i.e.
(e
1
, e
2
, e
3
) > 0). Entonces
e
1
e
2
= e
3
; e
2
e
3
= e
1
; e
3
e
1
= e
2
.
Demostracion. Por (b) de la Proposicion 35:
e
1
e
2
, e
1
) = 0 , e
1
e
2
, e
2
) = 0
38 CAP
i=1
i
e
i
, y =
3
i=1
i
e
i
; entonces
x y = (
2
2
)e
1
+ (
3
3
)e
2
+ (
1
1
)e
3
.
Demostracion.
x y =
_
3
i=1
i
e
i
_
_
3
j=1
j
e
j
_
=
3
i=1
3
j=1
j
e
i
e
j
=
1
1
e
1
e
1
+
1
2
e
1
e
2
+
1
3
e
1
e
3
+
2
1
e
2
e
1
+
2
2
e
2
e
2
+
2
3
e
2
e
3
+
3
1
e
3
e
1
+
3
2
e
3
e
2
+
3
3
e
3
e
3
= (
1
1
)e
1
e
2
+ (
1
1
)e
1
e
3
+ (
2
2
)e
2
e
3
= (
1
1
)e
3
(
1
1
)e
2
+ (
2
2
)e
1
1.4. EJERCICIOS DE RECAPITULACI
ON 39
Observacion: La anterior se toma a veces como denicion del producto
cruz en R
3
donde e
1
= i, e
2
= j, e
3
= k.
Observacion : El resultado anterior tambien se escribe:
x y =
e
1
e
2
e
3
1
2
3
1
2
3
13)x.
40 CAP
3).
4. Demuestre que, un conjunto de n vectores x
j
,= 0 donde cualesquiera
dos vectores x
i
y x
j
(i ,= j) son ortogonales, es linealmente indepen-
diente.
5. Sean V y W espacios vectoriales sobre R y suponga que , ) es un
produnto interno sobre W . Si T es una transformacion lineal invert-
ible de V en W entonces p
T
(, ) = T(), T()) es un producto
interno sobre V .
6. Sea B = (1, 4, 2), (0, 3, 7), (1, 0, 5) base de R
3
. A partir de B
encontrar una base ortonormal de R
3
.
7. Sea A una matriz de 2 2 con coecientes en R. Considere X e Y
en M(2 1 , R) , se dene
X, Y )
A
= Y
t
AX
(a) Demostrar que , )
A
es un producto interno en M(2 1 , R) si
y solo si A = A
t
, a
11
> 0 , a
22
> 0 y det(A) > 0 .
(b) Calcular el angulo entre
_
1
2
_
y
_
1
1
_
para A =
_
4 1
1 2
_
1.4. EJERCICIOS DE RECAPITULACI
ON 41
8. Sea E un espacio vectorial de dimension nita con producto interno
, ). Se dene T : E L(E) como:
T(y)(x) = y, x).
a) Demuestre que T es lineal.
b) Demuestre que T es inyectiva.
c) Demuestre que T es sobreyectiva.
9. Sea E un espacio vectorial con producto interno , ). Sean x, y E.
a) Demuestre que |x + y| |x| +|y|.
b) Demuestre que |x + y| = |x| +|y| si y solo si x = y, 0.
10. Se dene la funcion , ) : R
2
R
2
R como
(x
1
, x
2
), (y
1
, y
2
)) = x
1
y
1
+ 3x
2
y
2
.
(a) Demuestre que , ) es un producto interno para R
2
.
(b) Con respecto al producto interno en a), calcule el angulo entre
los vectores (0, 2) y (3,
3).
(c) Con respecto al producto interno en a), calcule el angulo orientado
entre los vectores (0, 2) y (3,
3).
(d) Con respecto al producto interno en a), encuentre una base
ortonormal para R
2
.
11. Pruebe que (a b) c =< a, c > b < b, c > a .
12. Sea P
2
[0, 1] = p : [0, 1] R : p(x) = a + bx + cx
2
; a, b, c R .
Considere el producto interno denido por
p, q) =
_
1
0
p(x) q(x) dx
42 CAP
.
(c) Dados x
1
= 3 + x
2
, x
2
= 1 x, x
3
= 1 + x + x
2
, x
4
= x + 4x
2
,
en P
2
[0, 1] , hallar el determinante de Gram G(x
1
, x
2
, x
3
, x
4
) .
13. Sea B una funcion bilineal con la propiedad que B(A) = 0 para todas
las matrices A M(2 2, R) que tienen las iguales. Demuestre que
B es antisimetrica.
14. Sea T un operador lineal sobre R
n
. Dena
D
T
(
1
, . . . ,
n
) = det(T(
1
), . . . , T(
n
))
(a) Demostrar que D
T
es una funcion determinante.
(b) Si c = det(T(e
1
), . . . , T(e
n
)) demostrar que para n vectores
1
, . . . ,
n
arbitrarios se tiene det(T(
1
), . . . , T(
n
)) = c det(
1
, . . . ,
n
) .
15. Sean x
i
y x
j
bases ortonormales de un espacio vectorial E, con
producto interno y de dimension n. Demuestre que existe una matriz
ortogonal A = (a
ij
) tal que x
i
=
j
a
ij
x
j
.
16. Sean y
1
dos funciones determinantes en un espacio vectorial E,
1
,= 0. Demuestre que existe R tal que =
1
.
17. Demuestre que el determinante de Gram de un conjunto de vectores
x
1
, x
2
, ..., x
n
es cero si y solo si el conjunto x
1
, x
2
, ..., x
n
es lineal-
mente dependiente.
18. Una forma bilineal : E E R se dice antisimetrica si (x, y) =
(y, x) para cada (x, y) E E. Demostrar que cualquier forma
bilineal : E E R es la suma de una forma bilineal simetrica y
una forma bilineal antisimetrica.
1.4. EJERCICIOS DE RECAPITULACI
ON 43
19. Sea ((x
1
, y
1
), (x
2
, y
2
)) = x
2
y
1
x
1
y
2
.
(a) Demuestre que es una funcion determinante.
(b) Sean x = (1, 1), y = (1, 0). Encuentre el angulo orientado entre
x e y.
20. Sean x = (1, 1, 1, 1), y = (1, 1, 1, 1) dos vectores en R
4
.
(a) Calcule el angulo entre x e y.
(b) Encuentre la proyeccion ortogonal de R
4
sobre E
1
, el subespacio
generado por (0, 1, 0, 0), (0, 0, 1, 0).
(c) Encuentre E
1
.
(d) Verique que E
E
1
= 0
21. Considere el espacio vectorial R
3
con el producto interno usual.
(a) Demuestre que u v, w) = u, v w).
(b) Calcule el volumen del paralelepipedo determinado por los vec-
tores e
1
+ e
2
, 3e
1
2e
3
, 7e
2
+ 3e
3
.
22. Sea P
1
[0, 1] = p : [0, 1] R : p(x) = a + bx; a, b R. Dados los
vectores 1, x en P
1
[0, 1] , construir una base ortonormal para P
1
[0, 1]
con el producto interno denido por
p, q) = a
1
a
2
+
a
1
b
2
+ b
1
a
2
2
+
b
1
b
2
3
,
donde p(x) = a
1
+ b
1
x y q(x) = a
2
+ b
2
x.
23. Sea T : P
1
[0, 1] R tal que T(p) = 2a + b; donde p(x) = a + bx. Sea
, ) el producto interno para P
1
[0, 1] denido en el problema anterior.
Encuentre q P
1
[0, 1] tal que:
T(p) = q, p) para cada p P
1
[0, 1].
44 CAP