AL

2016

Operadores Lineales en Espacios con Producto

Interno
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 donde se define un producto interno | , ; y sean los operadores lineales
: y : . Debido a que las imgenes () y ( ) son vectores de , con ayuda del producto interno
definido se puede obtener:
()| =

|( ) =

Si = , entonces ()| = |( ). Al operador se le conoce como operador adjunto de , y se denota como

= ; es decir,
()| = | ( ),

El operador adjunto tiene propiedades importantes:

( ) = .
Si S tiene inverso, entonces ( 1 ) = ( )1 .
( + ) = ( + ) .
() = , ; es el conjugado de .
( ) = .
Si = , se dice que el operador es autoadjunto.

Se debe hacer hincapi que es nico para todo y depende del producto interno utilizado; es decir slo tiene un
adjunto para cada producto interno definido.

, , ,

| = tr( ) , y el operador lineal : definido por

EJEMPLO

5.1.

Sean

el

espacio

Determnese el operador adjunto de .

Primero se definen las matrices =
1

Ing. Aldo Jimnez Arteaga

vectorial

1
1

=
3

, = 2
1
2

el

producto

interno

2 + 2

2
; entonces el operador adjunto es
2

definido

AL

1
1

2
1
2

= 1
2
1

2
1
2

2016

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

donde 2
2

+ 1
1
31

2
=
2

31

2
21 + 21
2

= 1
2
1

. Al aplicar el producto interno se llega a

1

1

31
2
1

+ 1
2
= tr 1

tr 1
31 21 + 21
2 2
1 1

+ 1
31
2

1
tr 1
2
= tr 1

31
21 + 21 2 2
1 1

+ 1
+ 2 1 + 1 2
= tr 1

tr 1 2

31 2 + 21 2 + 21 2

1 + 1
1 2 + 2 1 + 1 2 + 31 2 + 21 2 + 21 2 = 1 + 1 + 1 + 1

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

1 2 + 2 1 + 1 2 + 31 2 + 21 2 + 21 2 = 1 + 1 + 1 + 1
1 (2 + 22 ) + 1 (42 ) + 1 (22 + 2 ) = 1 + 1 (2) + 1

Al igualar trmino a trmino se obtiene el sistema de ecuaciones

1 (2 + 22 ) =
1
1 (42 )
= 1 (2)
1 (22 + 2 ) =
1

Finalmente, se obtiene la solucin = 2 + 22 , = 22 y = 2 + 22 . Por lo que el adjunto de es

2
2

2
+ 22
= 2
2
22

EJEMPLO 5.2. Sea el operador lineal : 2 2 definido por

22

2 + 22

(, ) = ( + , )

Determnese el operador con el producto escalar ordinario y con el producto definido por
| = 31 2 1 2 1 2 + 1 2 ,

Recurriendo a la definicin del operador adjunto

Ing. Aldo Jimnez Arteaga

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

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

AL

2016

Para el producto interno usual se tiene que

(1 + 1 , 1 1 )|(2 , 2 ) = (1 , 1 )|(, )
(1 + 1 )2 + (1 1 )2 = 1 + 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 = 31 1 1 + 1
31 2 + 31 2 1 2 1 2 1 2 + 1 2 + 1 2 1 2 = (3 )1 + ( + )1
(42 22 )1 + (22 )1 = (3 )1 + ( + )1

y se obtiene el sistema de ecuaciones

42 22
22

= 3
= +

que al resolverlo, da como solucin a 32 2 = y 52 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 un espacio vectorial con producto interno,
y = {1 , 2 , 3 , } una
base ortonormal de . 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

=
| (1)
=1

Por otro lado, tomando en consideracin que la imagen de cualquier vector de 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

Ing. Aldo Jimnez Arteaga

( )

= ( )|
=1

AL

2016

= | ( ) (3)
=1

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, obtngase el operador adjunto .
Se partir de la base =

2 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

(, ) =

2 2

(, )

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

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

Por lo que, (, ) = ( , + ) obtenido con anterioridad.

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 un espacio vectorial de dimensin finita con producto interno, y una de sus bases ortonormales. Si : es
un operador lineal, entonces
( ) = [ ()]

donde [ ()] denota a la matriz transpuesta conjugada de ().

4

Ing. Aldo Jimnez Arteaga

AL

2016

Definicin y propiedades elementales de operador normal

Sea un espacio vectorial con producto interno, y sea un operador lineal en . Se dice que es un operador normal si
= . En trminos de sus matrices asociadas
() ( ) = ( ) ()

Esta relacin entre las matrices asociadas es vlida solamente cuando () esta referida a una base ortonormal .
Ntese que si dicha base est formada por vectores caractersticos de , 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 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
0
1 1
1 1

1
( ) = 1
0

1
0
1 1
1 1

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

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 , 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

La matriz del operador adjunto ser, entonces

1
() =
0

1 0

4 2

( ) =

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

5

Ing. Aldo Jimnez Arteaga

AL

2016

4
1 0
1 0 1 4

2
4 2
4 2 0 2
17 8
1 4

8 4
4 20

Como el producto entre las matrices no conmuta, entonces el operador lineal 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 , 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 y las propiedades del producto interno en
espacios complejos. Considerando a como un valor propio de
( )| = | ( )
| = |
| = |
=
=

Si el operador estuviese definido sobre los nmeros reales, entonces sus valores propios y los de su adjunto son los
mismos.

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:

Ing. Aldo Jimnez Arteaga

( ) = ( )

AL

2016

Lo cual tambin hace 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

b.

El producto interno

| = ,

= 2 2 + 1 + 0 , = 2 2 + 1 + 0

=0

)
| = ()(
=1

Ambos definidos en el espacio vectorial complejo 2 = { 2 + + |, , }.

En ambos casos es necesario obtener una base ortonormal, y verificar que la matriz asociada una matriz hermtica.
a.

En este caso del primer producto interno se obtiene que una base ortonormal es = { 2 , , 1}. Al obtener su
matriz asociada:
( 2 ) = 2 + ,

Se transpone y conjuga para obtener

() = 1 ,

1
0
() = 0
0
1
()

Ing. Aldo Jimnez Arteaga

1
=0

0
0
1+

() = 2 + (1 + )

1 +
0

1
0

AL

2016

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.

1
2

1
2

1
2

1
2

La base ortonormal en este segundo caso es = 2 1, 2 + , 2 . Por lo tanto, la matriz asociada es

1
1
1
1
2 + = 2 + ,
2
2
2
2

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

Al transponer y conjugar se llega a

() =
2+

1
1
+
2
2

1

()
=

1

2

2
1

1
1
1
1
2 = 2 + +
2
2
2
2

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

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
1
= , 0 , , 1
2
2

cumple con la caracterstica enunciada. As,

1
, 0 = (2, 2)
2

1
, 1 = (, 2 + 3)
2

Luego entonces, la matriz asociada buscada es

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

8

Ing. Aldo Jimnez Arteaga

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

AL

4 2
() =
2

2016

4 + 3

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.
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)

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

0 3 1
() = 3
0 2
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

2 + 1 + _0|2 + 1 + 0 =
=0

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

Ing. Aldo Jimnez Arteaga

AL

0
() =
1+

En consecuencia, el operador lineal es antihermtico.

0
2 3

2016

1 +
2 3
0

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
() ( ) = ()

() () =

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
1 2
2
9
2 2 1 2 2 1 = 2 0
2 1 2
2 1 2
0
1 0
= 0 1
0 0

que es indicacin de los valores que se han buscado:

10

Ing. Aldo Jimnez Arteaga

9 2 = 1

0 0
9 0
0 9
0
0
1

AL

2 =
EJEMPLO 5.11. Determnese si : 2 2 (, ) =
bajo el producto interno usual.

1
9

2016

1
3

(1 + ) + , (1 + ) es un operador lineal unitario

La matriz asociada al operador, referida a la base cannica es

() =

1 1+

3 1

Al multiplicarla por la matriz asociada a su adjunto se obtiene

1 1+

3 1

1 1

1 3

1 3
1
=
1 +
3 0

El resultado es la matriz identidad; entonces, el operador propuesto es unitario.

0
1

3
0

Cabe destacar que los renglones (o columnas) de una matriz unitaria representan una base ortonormal en el producto
interno utilizado.

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, .
11

Ing. Aldo Jimnez Arteaga

AL

2016

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

La matriz es simtrica; entonces, el operador es autoadjunto y diagonalizable. Al obtener los valores caractersticos se
llega a
1

2
= (1 )2 4
1
= [(1 ) 2][(1 ) + 2]
= (1 )(3 ) 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(1) (, ) + (3) Proy(3) (, )
(, ) (1, 1)
(, ) (1,1)
(1, 1) + (3)
(1,1)
= (1)
(1, 1) (1, 1)
(1,1) (1,1)
( + )

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

Esta ltima expresin es la descomposicin espectral buscada.

Otra forma de encontrar la descomposicin espectral de un operador reside en la propia diagonalizacin. Considrese
que es una matriz hermtica, y es una matriz diagonal asociada a una base ortonormal de vectores propios
= 1 , 2 , 3 , , . Tomando el cuenta el proceso de diagonalizacin, la matriz diagonalizadora es
y, por lo tanto

12

Ing. Aldo Jimnez Arteaga

= [1

= 1
1 =

AL

2016

Tomando en cuenta que contiene a los valores propios en el orden especfico de la base , y que por venir de una
base ortonormal es unitaria, la matriz se puede reescribir como
[1

[1

1
0
0

0
2
0

0
0
3

0
0

0 [1

] =

0
1

0 2

0 3 =
2 3

1
2

[1 1 2 2 3 3 ] 3 =

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

1
0
0

0
2
0

0
0
3

donde representa al conjugado del vector . La ltima expresin es la descomposicin espectral en forma de matriz,
que es equivalente a la descomposicin de un operador lineal , considerando que est asociada a .
EJEMPLO 5.13. Obtngase la descomposicin espectral del operador lineal del ejemplo 5.12 a partir de su matriz
asociada.
Para el operador se tiene que
1 2
() =
,
2 1

1 = 1, 2 = 3,

(1) = {(, )| }, (3) = {(, )| }

Luego entonces, una base ortonormal de vectores propios es =

(1, 1),

en un campo real, no es necesario el conjugado. La descomposicin espectral es

(1,1). Puesto que se est trabajando

1 1 1
1 1 1
1 2
(1 1) + 3
(1

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

2 1 1
2 1 1

1)

Al obtener las respectivas reglas de correspondencia (del operador y sus operadores proyeccin)
1

1 1 1
1 1 1

2
+ 3

= 1
1
2 1 1
2 1 1

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

que es el resultado del ejemplo 5.12.

13

Ing. Aldo Jimnez Arteaga

AL

2016

EJEMPLO 5.14. 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
|2
|
+
+ +

1 |1 1 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
|2
|
1 +
2 + +

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

() =

Como los vectores de la base son caractersticos, por definicin, se llega a

|1
|2
|
1 1 +
2 2 + +

1 |1
2 |2
|
|1
|2
|
1 + 2
2 + +

= 1
1 |1
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 > 1, 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

14

Ing. Aldo Jimnez Arteaga

AL

2016

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

que es la descomposicin espectral de .

EJEMPLO 5.15. 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 = 0 (1 )(3 + ) = 0
1

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

y al obtener las proyecciones sobre cada subespacio con la base orotonormal

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

se obtiene

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

0
() = 1 0 (0
1

Finalmente, la descomposicin espectral es

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

EJEMPLO 5.16. Encuntrese la descomposicin espectral del operador lineal

15

Ing. Aldo Jimnez Arteaga

1 0

AL

2016

: 3 3 (, , ) = (3 + 2 , 2 2, 2 3)

Empezando el desarrollo con los valores y vectores propios, y las respectivas proyecciones sobre stos ltimos:

Para 1 = 4
Para 2 = 2

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

3
2
1

2
1

2 = 3 62 + 32
2 3

(4) = {(, , + 2)|, } 1 (, , ) =

+
+ +
(1,0,1) +
(1,1,1)
2
3

(2) = {(, 2, )| } 2(,,) =

Finalmente la descomposicin espectral es:

2 +
(1, 2,1)
6

+ 2 2 + 4 2 2 +
5 2 + + + + 2 + 5
,
,
+ (2)
,
,

(, , ) = (4)
3
6
6
6
6
6

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.

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

Representacin matricial
Sea = (, , ) 3 y el producto interno definido por | = , donde es una simtrica de orden tres. Si se
desarrolla la propiedad de positividad del producto interno, fcilmente se obtiene
(

16

Ing. Aldo Jimnez Arteaga

= ( + + + + + + )

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

AL

2016

= 2 + 2 + 2 + + +

Lo que implica que una forma cuadrtica siempre tendr 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 cuadrticas
Como ya se mencion, las formas cuadrticas 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

( ) + ( ) + = 0

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 parbola.

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 ser una matriz simtrica implica que se puede diagonalizar y utilizar una matriz de
transicin para los trminos lineales.

17

Ing. Aldo Jimnez Arteaga

AL

2016

Al diagonalizar la matriz se obtendr la parte cuadrtica sin trminos cruzados, lo cual implicar que las rectas
trascendentales de la curva son paralelas a alguno de los ejes coordenados; en consecuencia, la curva ser muy sencilla
de analizar.
Algo muy importe 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 correctos.
EJEMPLO 5.17. 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
(

) 5 2 + ( ) 24 + 29 = 0

12
2 2
+ + 29 =

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

5
2

2
=0
2

de donde se obtienen 1 = 1 y 2 = 6, cuyos vectores propios son, respectivamente:

(1 ) = {(, 2)| },

La base ortonormal de vectores propios que se utilizar es

(2 ) = {(2, )| }

1 2
2 1
,
= , ,
5 5
5 5

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

1 + 1 + 29 = 0

1
2 1 5 2 1 2 1
2 1 24

+ ( )

+ 29 = 0
1
2
1
2
1
2 12
2
2
5
5
5
1 60
1 12 6 2 1
( )

+ ( )
+ 29 =
0
5 1 2 1 2
5
1
1 30 0
( )
+ (60) + 29 =
5 0 5
5
1

( ) 6 0 + (60) + 29 =
0 1
5
6 2 + 2 125 + 29 = 0
1

que es la ecuacin buscada. El ngulo de rotacin es el mismo que el ngulo entre los vectores
18

Ing. Aldo Jimnez Arteaga

5 5

y (1, 0).

AL

2016

2 1
, (1,0)
5
5
cos =
2 1
, (1,0)
5 5
2
=
5
2
= arccos
5
= 26.5651

el cual es el ngulo buscado. La figura 5.2 muestra la cnica con la rotacin y translacin de los ejes coordenados.

Figura 5.2. Rotacin y traslacin hasta el punto 5, 0 del sistema , donde se encuentra el centro de la elipse.

EJEMPLO 5.18. Determina la ecuacin de la superficie , en un sistema de coordenadas rectangular rotado

derecha sobre el plano .

: ( 1)2

hacia la

2 2
=1
4
9

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
72
) 0 9 0 + ( ) 0 =
0
0 4
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
=
19

Ing. Aldo Jimnez Arteaga

1 3
3 1
, , 0 , ,
, 0 , (0, 0, 1)
2
2
2 2

AL

2016

Utilizando la diagonalizacin de matrices, se plantea que 1 = . La matriz est formada por los vectores de la
base dispuestos en columnas.
=

3
2
1
2

1
2
3
2

183
= 18
0

36 0
0
2
0 9 0 1
0
2
0
0 4
1
0

9
2
9
23

3
2
1
2

0
4

1
2
3
2

0
1

2 0
3
2

27 4

93

El cambio de base para los trminos lineales se obtiene por

3
2
1
2

0
1

9
3
4

93 43
9

27
4

0
4

2 0
3
2

72
363
0 36
0
0
0
1

La ecuacin de la superficie en el nuevo sistema de coordenadas es

99
4
) 453
4

45

4 3

363
+ ( )
9

36 = 0
0
4

0
0
0
4
99 2 45
45
9 2
2
3 3 + 4 363 36 =
4
4
4
4
16 2
2
2
11 103 + 163 16 = 0
9

La superficie es un hiperboloide de dos ramas, el cual est orientado en forma oblicua al plano (vase la figura 5.3).

Figura 5.3. Rotacin sobre el plano de un hiperboloide de dos mantos.

EJEMPLO 5.19. Determina qu tipo de superficie es denotada por la ecuacin

20

Ing. Aldo Jimnez Arteaga

AL

2016

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 + 10 = 0
26

Para comenzar se obtienen los valores y vectores propios de la matriz asociada a la forma cuadrtica para obtener el
cambio de coordenadas.

y los vectores propios son

1
3
0

3
0
1
0 = ( + 4)( 2)( 2)(1)
0
2
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:
=

2 2
6 6 26
3 3 3
,
, ,
,
, 0 ,
,
,

3 3 3
2 2
6
6 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 cuadrtica.
23 23 23 1 3
1
32 32
0 3 1
6
0
0
6 6 26
23 23
1
32 32
36
6 6

0 1 23
0 23
6
2
23

32 6
32 6 =
0
26
43 122 26
23

0
43 122 26 =
26
43
0
46
72
0
0
2 0 0
1
0 144 0 = 0 4 0
36
0
0
72
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 23
23
6
23

Finalmente, la superficie puede reescribirse como

21

Ing. Aldo Jimnez Arteaga

43
32 6
2

6
32 6
42
8
0
26
26

AL

2016

2 0 0
2
0 4 0 + ( ) 6 + 10 = 0
0 0 2
8

(2 4 2 ) + 2 + 6 + 8 + 10 =

2
2
2
2 4 + 2 2 + 6 + 8 + 10 =
)

La superficie puede determinarse reescribiendo su ecuacin en forma cannica.

1 2
3 2

2 +
4 ( + 2) = 1

15
15
15
8
16
8

Debido a que los dos trminos cuadrticos negativos tienen el mismo coeficiente, se concluye que la superficie es un
1 3

hiperboloide de revolucin de dos mantos con centro en el punto 2 , 4 , 2. La figura 5.4 muestra la superficioes en
el sistema coordenado rotado.

Figura 5.4. Hiperboloide de dos mantos.

22

Ing. Aldo Jimnez Arteaga