lgebra Lineal 2012

114 Elabor: Ing. Aldo Jimnez Arteaga

V. Operadores Lineales en Espacios con
Producto Interno
Objetivo
Se analizar las caractersticas principales de los operadores lineales definidos en espacios con
producto interno y su aplicacin a la resolucin de problemas de Ingeniera.
Definicin y propiedades elementales del adjunto de un operador
Al combinar las transformaciones lineales y el producto interno en un espacio vectorial dado se
encuentran diferentes tipos de operadores, que presentan propiedades tiles para diversas
aplicaciones.
Sea un espacio vectorial V donde se define un producto interno | , ; y sean los
operadores lineales : y : . Debido a que las imgenes () y ( ) son vectores de
V, con ayuda del producto interno definido se puede obtener:
()| =
|( ) =
Si = , entonces ()| = |( ). Al operador T se le conoce como operador adjunto de S,
y se denota como =

; es decir,
()| = |

( ), ,
El operador adjunto tiene propiedades importantes:
1. (

= .
2. Si S tiene inverso, entonces (
1
)

= (

)
1
.
3. (

) = ( +)

.
4. ()

, ; es el conjugado de .
5. ( )

.
6. Si

= , se dice que el operador es autoadjunto.

Se debe hacer hincapi que

es nico para todo S y depende del producto interno utilizado; es

decir S slo tiene un adjunto para cada producto interno definido.
Ejemplo 5.1. Sean el espacio vectorial =


, , , el producto interno definido
| = tr(

) , y el operador lineal : definido por

lgebra Lineal 2012

115 Elabor: Ing. Aldo Jimnez Arteaga

=
+ 3
3 2 + 2

Determnese el operador adjunto de X.
Primero se definen las matrices =

1

1

1

1
, =

2

2

2

2
; entonces el operador
adjunto se define como

1

1

1

1


2

2

2

2
=

1

1

1

1

2

2

2

2

Al aplicar las transformaciones se obtienen dos matrices, una de las cuales es desconocida. Por lo
tanto, la definicin de adjunto se reduce a

1
+
1
3
1
3
1
2
1
+ 2
1


2

2

2

2
=

1

1

1

1




Donde

2

2

2

2
=


. Al aplicar el producto interno se llega a
tr

1
+
1
3
1
3
1
2
1
+ 2
1

2

2

2

2
= tr

1

1

1

1

tr

1
+
1
3
1
3
1
2
1
+ 2
1


2

2

2

2
= tr

1

1

1

1




tr

2
+
2

1
+
1

2

3
1

2
+ 2
1

2
+ 2
1

2
= tr

1
+
1


1
+
1

2
+
2

1
+
1

2
+ 3
1

2
+ 2
1

2
+ 2
1

2
=
1
+
1
+
1
+
1

Al simplificar y factorizar los trminos
1
,
1
,
1
se obtiene

2
+
2

1
+
1

2
+ 3
1

2
+ 2
1

2
+ 2
1

2
=
1
+
1
+
1
+
1

1
(
2
+ 2
2
) +
1
(4
2
) +
1
(2
2
+
2
) =
1
+
1
(2) +
1

Al igualar trmino a trmino se obtiene el sistema de ecuaciones

1
(
2
+ 2
2
) =
1

1
(4
2
) =
1
(2)

1
(2
2
+
2
) =
1

Finalmente, se obtiene la solucin =
2
+ 2
2
, = 2
2
y =
2
+ 2
2
. Por lo que el adjunto de
X es

2

2

2

2
=

2
+ 2
2
2
2
2
2

2
+ 2
2

Ejemplo 5.2. Sea el operador lineal :
2

2
definido por
(, ) = ( +, )
lgebra Lineal 2012

116 Elabor: Ing. Aldo Jimnez Arteaga

Determnese el operador

con el producto escalar ordinario y con el producto definido por

| = 3
1

2

1

2

1

2
+
1

2
, = (
1
,
1
), = (
2
,
2
)
2

Recurriendo a la definicin del operador adjunto
()| = |

( )
(
1
,
1
)|(
2
,
2
) = (
1
,
1
)|

(
2
,
2
)
(
1
+
1
,
1

1
)|(
2
,
2
) = (
1
,
1
)|(, )
Para el producto interno usual se tiene que
(
1
+
1
,
1

1
)|(
2
,
2
) = (
1
,
1
)|(, )
(
1
+
1
)
2
+ (
1

1
)
2
=
1
+
1

2
+
1

2
+
1

2

1

2
=
1
+
1

(
2

2
)
1
+ (
2
+
2
)
1
=
1
+
1

Donde =
2

2
y =
2
+
2
. Finalmente se llega a

(, ) = ( , +)
Con el producto interno propuesto se tiene que
(
1
+
1
,
1

1
)|(
2
,
2
) = (
1
,
1
)|(, )
3(
1
+
1
)
2
(
1
+
1
)
2
(
1

1
)
2
+ (
1

1
)
2
= 3
1

1

1
+
1

3
1

2
+ 3
1

2

1

2

1

2

1

2
+
1

2
+
1

2

1

2
= (3 )
1
+ ( +)
1

(4
2
2
2
)
1
+ (2
2
)
1
= (3 )
1
+ ( +)
1

Y se obtiene el sistema de ecuaciones
4
2
2
2
= 3
2
2
= +

Que al resolverlo, da como solucin a 3
2

2
= y 5
2

2
= . Y el adjunto para este
producto interno es

(, ) = (3 , 5 ).
Tomando en consideracin una base ortonormal de un espacio vectorial tambin es posible
encontrar al adjunto por medio de combinaciones lineales. Sea V un espacio vectorial con
producto interno, y = {
1
,
2
,
3
,

} una base ortonormal de V. Se sabe que el vector

puede representarse como una combinacin lineal de elementos de una base ortogonal por
medio del producto interno; es decir,
=
|

=1

Como los vectores estn normalizados, entonces el producto interno

es unitario; la
expresin se simplifica a
lgebra Lineal 2012

117 Elabor: Ing. Aldo Jimnez Arteaga

= |

=1
(1)
Por otro lado, tomando en consideracin que la imagen de cualquier vector de V bajo un operador
adjunto es otro vector del mismo espacio, se puede expresar que

( ) = (2)
Al sustituir (2) en (1) y utilizando la simetra del producto interno se obtiene

( ) =

( )|

=1

=

( )

=1
(3)
Finalmente, la definicin de operador adjunto estipula que ()| = |

( ); si representa
a cualquier vector de una base ortonormal, entonces la definicin se reescribir como
(

)| =

( ) (4)
Y al sustituir (4) en (3) se llega a que

( ) = (

)|

=1

Ejemplo 5.3. Sea el operador lineal del ejemplo 5.2 y el producto interno usual en
2
. Por medio
de una base ortonormal no-cannica, obtngase el operador adjunto

.
Se partir de la base =
1
2
,
1
2
,
1
2
,
1
2
y el vector genrico (, ); la regla de
correspondencia del operador es
(, ) = ( +, )
Tomando la definicin anterior y sustituyendo la base y el vector se tiene que

(, ) =
1
2
,
1
2
(, )
1
2
,
1
2
+
1
2
,
1
2
(, )
1
2
,
1
2

=
2
2
, 0 (, )
1
2
,
1
2
+0,
2
2
(, )
1
2
,
1
2

=
2
2

1
2
,
1
2

2
2

1
2
,
1
2

= (, ) (, )
Por lo que,

(, ) = ( , +) obtenido con anterioridad.

lgebra Lineal 2012

118 Elabor: Ing. Aldo Jimnez Arteaga

Una caracterstica importante de los operadores adjuntos es que su matriz asociada se obtiene al
transponer (y conjugar, en el caso de un espacio complejo) la matriz asociada del operador
original.
Sea V un espacio vectorial de dimensin finita con producto interno, y B una de sus bases
ortonormales. Si : es un operador lineal, entonces

) = [

()]

Donde [

()]

denota a la matriz transpuesta conjugada de

().
Definicin y propiedades elementales de operador normal
Sea V un espacio vectorial con producto interno, y sea T un operador lineal en V. Se dice que T es
normal si

. En trminos de sus matrices asociadas

()

) =

()
Esta relacin entre las matrices asociadas es vlida solamente cuando

() esta referida a una

base ortonormal B. Ntese que si dicha base est formada por vectores caractersticos de T,
entonces la matriz asociada es diagonal; en conclusin, toda matriz diagonal es normal.
Ejemplo 5.4. Cul de los siguientes operadores es normal?
:
3

3
(, , ) = ( +, +, ), con el producto interno usual.
:
2

2
(, ) = ( 3, 2), con el producto interno definido por
(, )|(, ) = + 2
En ambos casos se necesita una base ortonormal con respecto al producto interno dado; as, se
puede encontrar las matrices asociadas al operador lineal y a su adjunto, y probar que el producto
entre ambas es conmutativo.
Para el operador P con el producto punto la base es = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Por lo que la
matriz asociada es

() =
1 1 0
1 1 1
0 1 1

Como es una matriz simtrica, su transpuesta es la misma matriz; por lo tanto, la matriz del
operador adjunto es

) =
1 1 0
1 1 1
0 1 1

lgebra Lineal 2012

119 Elabor: Ing. Aldo Jimnez Arteaga

La naturaleza de la matriz indica que el producto entre las dos matrices siempre ser conmutativo;
en consecuencia, el operador es normal.
En el caso del operador Q, se necesita una base diferente a la cannica, puesto que el producto
interno no es el usual. Dicha base es = {(1,0), (1,1)}, que puede comprobarse es ortonormal. La
matriz asociada para este segundo operador lineal es

() =
1 4
0 2

La matriz del operador adjunto ser, entonces

) =
1 0
4 2

Al realizar la multiplicacin, y verificar la conmutacin, se llega a

1 4
0 2

1 0
4 2

1 0
4 2

1 4
0 2

17 8
8 4

1 4
4 20

Como el producto entre las matrices no conmuta, entonces el operador lineal Q no es normal.
Un operador normal presenta las siguientes propiedades:
( ) =

( ).
Si ( ) = , entonces

( ) =

, donde

es el conjugado de .
Si
1
y
2
son dos valores propios asociados a T, entonces (
1
) es ortogonal a (
2
).
Ejemplo 5.5. Se demostrarn las propiedades I y II enunciadas anteriormente.
En el primer caso, se tomar como base la definicin de norma y adjunto de un operador lineal.
( )|( ) = |

[( )]
= |(

)( )
= |(

)( )
= |[

( )]
= |(

( )]
=

( )|

( )
Para el segundo caso, ahora se utiliza el concepto de vector caracterstico
()| = |

( )

1
| =

1
| =

2
|

1
| =
2
|
(
1

2
)| = 0
lgebra Lineal 2012

120 Elabor: Ing. Aldo Jimnez Arteaga

Como los valores propios son diferentes, la nica forma que el producto sea nulo son vectores
ortogonales.
Definicin y propiedades elementales de operadores, y su
representacin matricial
El operador normal no es el nico tipo de adjuntos que existen; otras variantes se relacionan con
ciertos tipos especiales de matrices (simtricas, hermticas, ortogonales, etc.) que al asociarlas a
un operador lineal y un producto interno, se encuentra una coleccin de diferentes operadores
adjuntos con vectores caractersticos muy particulares.
Operadores hermticos y simtricos
Son casos especiales de los operadores normales. Su nombre lo obtienen con base en el tipo de
matriz que se asocia al operador lineal. En trminos de lgebra lineal se definen como:
( ) =

( )
Lo cual tambin hace define al operador autoadjunto. Sin embargo, se dice que un operador lineal
es hermtico, si el espacio vectorial donde se define es complejo y su matriz asociada cumple que
() = ()

= [()]

Es decir, su matriz asociada es hermtica.
Cuando el operador lineal se define en un espacio vectorial real, y su matriz cumple que
() = [()]

Entonces se trata de un operador lineal simtrico.
Ejemplo 5.6. Determnese la naturaleza del operador lineal (hermtico o no)
(
2
+ +) = ( )
2
+ (1 +) + [ + (1 )]
Bajo:
a. El producto interno
| =

2
=0
, =
2

2
+
1
+
0
, =
2

2
+
1
+
0

b. El producto interno
| = ()( )

1
=1

lgebra Lineal 2012

121 Elabor: Ing. Aldo Jimnez Arteaga

Ambos definidos en el espacio vectorial complejo
2
= {
2
+ +|, , }.
En ambos casos es necesario obtener una base ortonormal, y verificar que la matriz asociada es
una matriz hermtica.
a. En el caso del primer producto interno, se obtiene que una base ortonormal es =
{
2
, , 1}. Al obtener su matriz asociada:
(
2
) =
2
+, () = 1 , () =
2
+ (1 +)

() =
1 0
0 0 1 +
1 0

Se transpone y conjuga para obtener

() =
1 0
0 0 1
1 + 0

=
1 0
0 0 1 +
1 0



Lo cual es una matriz hermtica; por lo tanto, el operador lineal es hermtico bajo este
producto interno.
b. La base ortonormal en este segundo caso es =
2
1,
1
2

2
+
1
2
,
1
2

2

1
2
. Por lo
tanto, la matriz asociada es
(
2
1) = (1 )
2
+ (1 +) +,
1
2

2
+
1
2
=
1
2

2
+
1
2
,

1
2

2

1
2
=
1
2

2
+
1
2
+

() =

1
2

1
2
+
2 + 1
1

Al transponer y conjugar se llega a

()

1
2
1 1

1
2

Por lo tanto, la matriz no es hermtica, y en consecuencia el operador lineal tampoco lo es.
lgebra Lineal 2012

122 Elabor: Ing. Aldo Jimnez Arteaga

Ejemplo 5.7. Determnese el valor de para que el operador lineal :
2

2
, cuya regla de
correspondencia es (, ) = (4 + (2 +), 4 3), sea simtrico bajo el producto
interno
(, )|(, ) = 4 + 2 + 2 + 2
Para obtener el valor buscado solo se requiere que la matriz asociada al operador sea simtrica;
sin embargo, una de las restricciones es que la base utilizada sea ortonormal bajo el producto
interno dado. Con base en esto, se puede comprobar que la base
=
1
2
, 0 ,
1
2
, 1
Cumple con la caracterstica enunciada. As,

1
2
, 0 = (2, 2)

1
2
, 1 = (, 2 + 3)
Luego entonces, la matriz asociada buscada es
[(2, 2)]

= (4 2, 2), [(, 2 + 3)]

= (4 + 3,2 3)

() =
4 2 4 + 3
2 2 3

Esta ltima matriz debe ser simtrica; la nica forma para cumplir esa naturaleza es
2 = 4 + 3
6 = 3
=
1
2

Con este valor, se cumple la caracterstica pedida para el operador lineal.
Operadores antihermticos y antisimtricos
Este tipo de operadores, al igual que los anteriores, deben su nombre al tipo de su matriz
asociada: antisimtrica (para espacios reales) o antihermtica (para espacios complejos); es decir,
referida a una base , la matriz asociada a un operador lineal antihermtico (o antisimtrico) es

() = [

()]

Se debe recordar que las matrices antisimtricas son un caso especial de las matrices
antihermticas, especificando la naturaleza de los elementos que componen los tringulos y la
diagonal principal de la matriz.
lgebra Lineal 2012

123 Elabor: Ing. Aldo Jimnez Arteaga

Ejemplo 5.8. El operador lineal :
3

3
(, , ) = (3 +, 3 + 2, 2) es
antisimtrico bajo el producto interno usual. Se comprobar esta naturaleza utilizando la matriz
asociada a referida a la base cannica del espacio vectorial.
(1, 0, 0) = (0, 3, 1)
(0, 1, 0) = (3, 0, 2) () =
0 3 1
3 0 2
1 2 0

(0, 0, 1) = (1, 2, 0)
Claramente se observa que la matriz asociada calculada es antisimtrica.
Ejemplo 5.9. En el espacio vectorial complejo
2
= {
2
+ +|, , }, el operador lineal
(
2
+ +) = ( + (1 ))
2
( (2 3)) +(1 +) (2 + 3) es
antihermtico bajo el producto interno

2
+
1
+
0
|
2

2
+
1
+
0
=

2
=0

Al obtener la matriz asociada al operador lineal referida a la base ortonormal = {
2
, , 1}, se
observa que es antihermtica:

() =
0 1 +
0 2 3
1 + 2 3 0

En consecuencia, el operador lineal es antihermtico.
Operadores ortogonales y unitarios
Al igual que los operadores anteriores, los operadores unitarios y ortogonales reciben su nombre
del tipo de matriz asociada que tienen. En este caso, nuevamente es necesario especificar el
espacio vectorial al cual se hace referencia, para determinar si se trata del operador unitario o el
caso especial de ste, el operador ortogonal.
Un operador definido en un espacio vectorial complejo es unitario, si su matriz asociada a una
base cumple con

()

) =

()

()[

()]

=
El operador ser ortogonal, si est definido en un espacio vectorial real y su matriz asociada a la
base cumple con

()

) =

()

()

()

=
lgebra Lineal 2012

124 Elabor: Ing. Aldo Jimnez Arteaga

En este caso, la matriz asociada al operador adjunto es la inversa de la matriz asociada al operador
original. En trminos de transformaciones lineales, los operadores unitarios (u ortogonales) se
representan como

Ejemplo 5.10. Determnese el valor de para que el operador lineal :
3

3

(, , ) = ( + 2 + 2, 2 2 +, 2 + 2) sea ortogonal bajo el producto interno
usual.
El primer paso es encontrar la matriz asociada al operador referida a la base cannica.
() =
1 2 2
2 2 1
2 1 2

Entonces, al transponer la matriz obtenida y realizar la multiplicacin se llega a

1 2 2
2 2 1
2 1 2

1 2 2
2 2 1
2 1 2
=
2

9 0 0
0 9 0
0 0 9

=
1 0 0
0 1 0
0 0 1

Que es indicacin de los valores que se han buscado:
9
2
= 1

2
=
1
9

=
1
3

Ejemplo 5.11. Determnese si :
2

2
(, ) =
1
3
(1 +) +, (1 +) es un
operador lineal unitario bajo el producto interno usual.
La matriz asociada al operador, referida a la base cannica es
() =
1
3

1 +
1 1

Al multiplicarla por la matriz asociada a su adjunto se obtiene

1
3

1 +
1 1

1
3

1 1
1 +
=
1
3

2 + 1 1 + 1
1 1 + 1 + 2

=
1
3

3 0
0 3

=
1 0
0 1

lgebra Lineal 2012

125 Elabor: Ing. Aldo Jimnez Arteaga

El resultado es la matriz identidad; entonces, el operador propuesto es unitario.
Teorema espectral
Una de las aplicaciones ms importantes de los operadores lineales en espacios con producto
interno es el teorema espectral, el cual establece las caractersticas de la diagonalizacin de
algunos operadores con base en la ortogonalidad.
Este teorema especifica lo siguiente:
Sea el espacio vectorial , donde se define el producto interno | , , . El operador lineal
: tiene una matriz asociada diagonal respecto a una base ortonormal, si es autoadjunto.
En otras palabras, un operador autoadjunto siempre es diagonalizable y sus vectores propios
siempre son ortogonales entre s. Al aplicar la definicin de autoadjunto, se establece que la
matriz asociada es simtrica (en el campo ) o hermtica (en el campo ).
El nombre de teorema espectral viene dado por la descomposicin en operadores (llamados
espectros) asociados a cada uno de los valores propios. Esta asociacin se logra con base en
proyecciones de un vector genrico sobre cada uno de los espacios caractersticos.
Todos los operadores autoadjuntos presentan las caractersticas que se enuncian a continuacin.
Sea el operador lineal : , con valores caractersticos
1
,
2
,
3
, ,

.
=
1

1
+
2

2
+
3

3
++

(descomposicin espectral).
=
1
+
2
+
3
++

= 0, .
Donde el operador

es la proyeccin ortogonal del vector genrico sobre el espacio

caracterstico (

).
Ejemplo 5.12. Sea :
2

2
(, ) = ( + 2, 2 +) y el producto escalar ordinario en

2
. Determnese si se trata de un operador diagonalizable. En caso afirmativo, obtngase la
descomposicin espectral.
Una base ortonormal respecto al producto punto es = {(1, 0), (0, 1)}. Luego entonces, la matriz
asociada al operador lineal referida a la base cannica es
() =
1 2
2 1

La matriz es simtrica; entonces, el operador es autoadjunto y diagonalizable. Al obtener los
valores caractersticos se llega a

1 2
2 1
= (1 )
2
2
2

= [(1 ) + 2][(1 ) 2]
lgebra Lineal 2012

126 Elabor: Ing. Aldo Jimnez Arteaga

= (3 )(1 )
1
= 1,
2
= 3
Se corrobora que el operador es diagonalizable, puesto que los valores propios son diferentes
entre s. Respecto a los espacios caractersticos,
(1) = {(, )| }, (3) = {(, )| }
Se observa que ambos espacios son ortogonales entre s, respecto al producto escalar ordinario.
Finalmente, la descomposicin espectral se logra al realizar proyecciones sobre los subespacios
obtenidos anteriormente.
(, ) =
1

1
(, ) +
2

2
(, )
= (1) Proy
E(1)
(, ) + (3) Proy
E(3)
(, )
= (1)
(, ) (1, 1)
(1, 1) (1, 1)
(1, 1) + (3)
(, ) (1, 1)
(1, 1) (1, 1)
(1, 1)
=

2
(1, 1) + 3
+
2
(1, 1)
(, ) =
1
2
( , +) +
3
2
( +, +)
Esta ltima expresin es la descomposicin espectral buscada.
Ejemplo 5.13. Demustrese que un operador lineal autoadjunto puede descomponerse utilizando
proyecciones ortogonales sobre sus espacios caractersticos (descomposicin espectral).
Sean un espacio vectorial de dimensin con producto interno, : un operador lineal
autoadjunto, = {
1
,
2
,

} una base ortogonal de vectores propios de asociados a los

valores
1
,
2
, ,

, y un vector genrico.
El vector puede expresarse como combinacin lineal de los elementos de la base ; es decir,
=
1

1
+
2

2
++

Como la base es ortogonal, entonces los escalares pueden expresarse como

=
|

Es decir, la combinacin lineal se reescribe como
=
|
1

1
|
1

1
+
|
2

2
|
2

2
++
|

Obsrvese que cada trmino de la combinacin lineal es la proyeccin ortogonal de sobre cada
elemento de la base . Al aplicar el operador lineal a ambos lados, se obtiene
() =
|
1

1
|
1

1
+
|
2

2
|
2

2
++
|

lgebra Lineal 2012

127 Elabor: Ing. Aldo Jimnez Arteaga

=
|
1

1
|
1

(
1
) +
|
2

2
|
2

(
2
) ++
|

)
Como los vectores de la base son caractersticos, por definicin, se llega a
() =
|
1

1
|
1

1
+
|
2

2
|
2

2
++
|

=
1
|
1

1
|
1

1
+
2
|
2

2
|
2

2
++

Hasta este punto se hacen las siguientes consideraciones:
1. Cada proyeccin ortogonal se hace sobre el espacio caracterstico (

), puesto que el
vector

es una base de dicho espacio. Si (

) tuviese dimensin , entonces la base

contendra a los vectores

,
+1
, ,
+1
; en consecuencia, la proyeccin sera la
agrupacin de los trminos que contengan a los vectores propios mencionados.
2. La proyeccin ortogonal puede considerarse como un operador lineal; es decir,
|

()
Por lo tanto, el operador lineal puede escribirse como
() =
1

1
() +
2

2
() ++

()
Que es la descomposicin espectral de .
Ejemplo 5.14. Obtngase la descomposicin espectral del operador lineal :
3

3

(, , ) = ( + (1 +), (1 ) + 2, ).
Utilizando el producto interno usual en el espacio vectorial dado, una base ortonormal es la base
cannica; por lo tanto, la matriz asociada al operador es
() =
1 1 + 0
1 2 0
0 0 1

Como la matriz es hermtica, puede descomponerse espectralmente. Entonces, sus valores y
vectores propios son

1 1 + 0
1 2 0
0 0 1
= (1 )(3 +)
(1) = {(0, 0, )| }
(0) = ,
1
2
+
1
2
, 0
lgebra Lineal 2012

128 Elabor: Ing. Aldo Jimnez Arteaga

(3) =
1
2
+
1
2
, , 0
Y al realizar las proyecciones sobre cada espacio, se obtiene
Proy
(0)
(, , ) =
2 + (1 )
6
(2, 1 +, 0)
Proy
(1)
(, , ) = ( + +)(0, 0, 1)
Proy
(3)
(, , ) =
(1 ) + 2
6
(1 +, 2, 0)
Finalmente, la descomposicin espectral es
(, , ) = ( + (1 +), (1 ) + 2, )
= ( + +)(0, 0, 1) +
1
2

1
2
+(1 +, 2, 0)
Ejemplo 5.15. Encuntrese la descomposicin espectral del operador lineal :
3

3

(, , ) = (3 + 2 , 2 2, 2 3).
Esta representacin espectral es exactamente igual que la usual; la diferencia radica en la forma
usada, en este caso las matrices asociadas de cada uno de los espectros.
Empezando el desarrollo con los valores y vectores propios, y las respectivas proyecciones sobre
stos ltimos:
() =
3 2 1
2 0 2
1 2 3

3 2 1
2 2
1 2 3
= 32 6
2

3

Para
1
= 4
(4) = {(, , + 2)|, }
1
(, , ) =
+
2
(1, 0, 1) +
2 3 4
29
(2, 3, 4)
Para
2
= 2
(2) = {(, 2, )| }
2
(, , ) =
2 +
6
(1, 2, 1)
Finalmente la descomposicin espectral es:
(, , ) = (4)
+
2
(1,0,1) +
2 3 4
29
(2, 3, 4) + (2)
2 +
6
(1, 2, 1)
Como puede observarse, el primer valor propio est asociado a un espacio de dimensin dos; esta
es la razn por la cual el operador lineal solo tiene dos espectros.
lgebra Lineal 2012

129 Elabor: Ing. Aldo Jimnez Arteaga

Formas cudricas
En lgebra y Geometra Analtica existe funciones que permiten representar lugares geomtricos.
Las funciones de inters en este tpico son las formas cudricas.
Una forma cudrica en

es una expresin con variables, coeficientes reales, de segundo grado

y completamente homogneo. Una expresin homognea es aqulla donde todos sus trminos
tienen el mismo grado.
Con esta definicin, una cudrica en
3
tiene la forma
(, , ) =
2
+
2
+
2
+ + +
Si se toma en cuenta la ecuacin general de segundo, se observar que al suprimir los trminos
lineales y el trmino independiente, se tiene una cudrica.
Representacin matricial
Sea = (, , )
3
y el producto interno definido por | =

, donde es una simtrica

de orden 3. Si se desarrolla la propiedad de positividad el producto interno, fcilmente se obtiene
(

)

= ( + + + + + +)

=
2
+ + + +
2
+ + + +
2

=
2
+
2
+
2
+ 2 + 2 + 2
=
2
+
2
+
2
+ + +
Lo que implica que una cudrica siempre tendrs una representacin matricial, con base en un
producto interno y una matriz simtrica. Ntese que los coeficientes con trminos mixtos son los
valores de los tringulos de la matriz multiplicados por dos, y los coeficientes cuadrticos puros
son los elementos de la diagonal principal.
Aplicacin de los valores propios y los vectores propios de matrices
simtricas a las formas cudricas
Como ya se mencion, las cudricas estn contenidas en la ecuacin general de segundo grado;
por lo tanto, dicha ecuacin tambin tiene una representacin matricial en trminos de un
producto interno.
La ecuacin general de segundo para el espacio
3
en forma matricial ser:

2
+
2
+
2
+ + + + + + + = 0
(

)

+ (

)

+ =
lgebra Lineal 2012

130 Elabor: Ing. Aldo Jimnez Arteaga

Entonces, debido a que las ecuaciones de segundo grado representan los lugares geomtricos,
entonces es posible obtener una representacin matricial de dichos lugares (ya sean curvas o
superficies). La gran utilidad de esta representacin es la rotacin de ejes coordenados.
Se sabe que una curva (o superficie) de segundo grado con trminos mixtos se encuentra en una
posicin oblicua a los ejes coordenados. Esto hace muy difcil su identificacin, y es necesario rotar
el sistema coordenado para analizar el lugar geomtrico (vase la figura 5.1).

Figura 5.1. Rotacin de ejes para analizar una elipse.
Existen dos caminos para lograr esa rotacin de ejes coordenados: 1) por Geometra Analtica se
utilizan las ecuaciones de rotacin, la desventaja es el gran nmero de clculos y reducciones a
realizar; 2) por lgebra Lineal utilizando la ecuacin en forma matricial, que al utilizar una matriz
simtrica implica que se puede diagonalizar y utilizar una matriz de transicin para los trminos
lineales.
Al diagonalizar la matriz se obtendr la parte cudrica sin trminos cruzados, lo cual implicar que
las rectas trascendentales de la curva son paralelos a alguno de los ejes coordenados; en
consecuencia, la curva ser muy sencilla de analizar.
Algo muy importe que debe hacerse notar es que los vectores propios normalizados sern los
generadores del sistema coordenado rotado, y es sumamente importante tomar el orden
apropiado para obtener el sistema y la curva apropiada.
Ejemplo 5.16. Determnese la ecuacin sin trminos mixtos de la curva
5
2
+ 4 + 2
2
24 12 + 29 = 0
Adems, calclese el ngulo de rotacin del nuevo sistema de coordenadas.
La ecuacin puede escribirse en forma matricial como
lgebra Lineal 2012

131 Elabor: Ing. Aldo Jimnez Arteaga

(

)
5 2
2 2

+ (

)
24
12
+ 29 = 0

+ 29 =
Para resolver el problema, se deben calcular sus valores propios de la matriz A. Por lo que,

5 2
2 2
= 0
De donde se obtienen
1
= 1 y
2
= 6, cuyos vectores propios son, respectivamente:
(
1
) = {(, 2)| }, (
2
) = {(2, )| }
La base ortonormal de vectores propios que se utilizar es
=
2
5
,
1
5
,
1
5
,
2
5

Por lo que, siguiendo el concepto de similaridad de matrices, la ecuacin de la curva quedar
como

+
1

+ 29 = 0
(

)
1
5

2 1
1 2

5 2
2 2

1
5

2 1
1 2

+ (

)
1
5

2 1
1 2

24
12
+ 29 = 0
(

)
1
5

12 6
1 2

2 1
1 2

+ (

)
1
5

60
0
+ 29 =
(

)
1
5

30 0
0 5

+
1
5
(60) + 29 =
(

)
6 0
0 1

+
1
5
(60) + 29 =
6
2
+
2
125 + 29 = 0
Que es la ecuacin buscada. El ngulo de rotacin es el mismo que el ngulo entre los vectores

2
5
,
1
5
y (1, 0).
cos =

2
5
,
1
5
(1,0)

2
5
,
1
5
(1,0)

=
2
5

= arccos
2
5

= 26.5651
Que es el ngulo buscado.
lgebra Lineal 2012

132 Elabor: Ing. Aldo Jimnez Arteaga

Ejemplo 5.17. Determina la ecuacin de la superficie S, en un sistema de coordenadas rectangular
rotado

6
hacia la derecha sobre el plano XY.
: ( 1)
2

2
4

2
9
= 1
Al desarrollar la ecuacin de la curva, se puede representarla como una ecuacin matricial.
36
2
9
2
4
2
72 = 0
(

)
36 0 0
0 9 0
0 0 4

+ (

)
72
0
0
=
Para encontrar el cambio de coordenadas se necesitan las bases de cada sistema; es decir, la base
cannica para el sistema actual, y la base de vectores propios ortonormales del nuevo sistema. Esa
segunda base es
=
3
2
,
1
2
, 0,
1
2
,
3
2
, 0, (0, 0, 1)
Utilizando la diagonalizacin de matrices, se plantea que
1
= . La matriz P est formada
por los vectores de la base B dispuestos en columnas.
=
3
2
1
2
0

1
2
3
2
0
0 0 1

36 0 0
0 9 0
0 0 4

3
2

1
2
0
1
2
3
2
0
0 0 1

=
183
9
2
0
18
9
2
3 0
0 0 4

3
2

1
2
0
1
2
3
2
0
0 0 1

=
27
9
4
93
9
4
3 0
93
9
4
3 9
27
4
0
0 0 4

Y el cambio de base para los trminos lineales se obtiene por
=
3
2

1
2
0
1
2
3
2
0
0 0 1

72
0
0

=
363
36
0

Y la ecuacin de la superficie en el nuevo sistema de coordenadas es
lgebra Lineal 2012

133 Elabor: Ing. Aldo Jimnez Arteaga

(

)
99
4

45
4
3 0

45
4
3
9
4
0
0 0 4

+ (

)
363
36
0
= 0

99
4

45
4
3

45
4
3

+
9
4

363

36

=
99
4

45
4
3

45
4
3

+
9
4

2
4

2
363

36

=
11

2
103

16
9

2
163

16

= 0
Ejemplo 5.18. Determina qu tipo de superficie es denotada por la ecuacin

2
+ 6
2
+ 2
2
+ 43 + 42 + 26 + 10 = 0
La ecuacin puede reescribirse en forma matricial como
(

)
1 3 0
3 1 0
0 0 2

+ (

)
43
42
26
+ 10 = 0
Para comenzar se obtienen los valores y vectores propios de la matriz asociada a la forma cudrica
para obtener el cambio de coordenadas.

1 3 0
3 1 0
0 0 2
= ( + 4)( 2)( 2)(1)
Y los vectores propios son

1,2
= 2 = {(, , )|, }
(
3
= 4) = {(, , 0)| }
De donde se pueden formar varias bases base ortonormales. Independientemente de la base, la
superficie no cambiar, slo la ecuacin que la representa; por lo tanto, puede utilizarse la base
siguiente:
=
3
3
,
3
3
,
3
3
,
2
2
,
2
2
, 0,
6
6
,
6
6
,
26
6

Cualquier otra base ortonormal es vlida, nicamente cambiarn los ngulos de rotacin y el
sentido del sistema coordenado. Entonces, se diagonaliza la matriz asociada a la forma cudrica.

1
6

23 23 23
32 32 0
6 6 26

1 3 0
3 1 0
0 0 2

1
6

23 32 6
23 32 6
23 0 26
=
lgebra Lineal 2012

134 Elabor: Ing. Aldo Jimnez Arteaga

1
36

23 23 23
32 32 0
6 6 26

43 122 26
43 122 26
43 0 46
=

1
36

72 0 0
0 144 0
0 0 72
=
2 0 0
0 4 0
0 0 2

Para el cambio de base del vector de trminos lineales se realiza la multiplicacin de la matriz de
transicin de la base B a la base cannica.

1
6

23 32 6
23 32 6
23 0 26

43
42
26
=
2
6
8

Finalmente, la superficie puede reescribirse como
(

)
2 0 0
0 4 0
0 0 2

+ (

)
2
6
8
+ 10 = 0
(2

+ 2

+ 6

+ 8

+ 10 =
2

2
4

2
+ 2

2
2

+ 6

+ 8

+ 10 =
La superficie puede determinarse reescribiendo su ecuacin en forma cannica.

1
2

2
15
8
+

3
4

2
15
16

+ 2)
2
15
8
= 1
Debido a que los dos trminos cuadrticos negativos tienen el mismo coeficiente, se concluye que
la superficie es un hiperboloide de revolucin de dos mantos con centro en el punto
1
2
,
3
4
, 2.