ÁLGEBRA LINEAL II Soluciones a la Práctica 2.1-2.

2
Espacios Euclı́deos. Ortogonalidad (Curso 2018–2019)

2.– En IR3 se considera una forma bilineal f cuya matriz asociada respecto a la base canónica es:
 
1 1 2
FC =  1 3 6 
2 6 13

(i) Probar que FC define un producto escalar.

Un producto escalar es una forma bilineal simétrica y definida positiva. El enunciado ya nos dice que
es una forma bilineal. Dado que su matriz asociada es simétrica, la correspondiente forma es también
simétrica.
Sólo queda ver que es definida positiva, para ello comprobamos diagonalizando por congruencia que su
signtaura es (3, 0):
   
1 0 0 1 0 0
H21 (−1)H31 (−2)µ21 (−1)µ31 (−2) H32 (−2)µ32 (−2)
FC −→ −→ 0 2 4  −→ −→  0 2 0
0 4 9 0 0 1

(ii) Con respecto al producto escalar definido por f :

a) Calcular una base ortonormal de IR3 .
Una base ortonormal es aquella respecto a la cuál la matriz del producto escalar es la identidad.
Teniendo en cuenta que el cambio de base se hace por congruencia completamos la diagonalización del
apartado anterior hasta llegar a Id:
 
1 0 0 √ √
 0 2 0  H2−→(1/ 2)µ2 (1/ 2)
−→ = Id = FB
0 0 1
Para hallar la base B realizamos sobre la identidad las mismas operaciones columna que hicimos en el
proceso de diagonalización, obteniendo la matriz de cambio de base MCB .
     √ 
1 −1 −2 1 −1 0 √ 1 −1/√2 0
µ21 (−1)µ31 (−2) µ32 (−2) µ2 (1/ 2)
Id −→ 0 1 0  −→  0 1 −2  −→  0 1/ 2 −2  = MBC
0 0 1 0 0 1 0 0 1
Las coordenadas de los vectores de la base B respecto de la base canónica son las columnas de la matriz:
√ √
B = {(1, 0, 0), (−1/ 2, 1/ 2, 0), (0, −2, 1)}

b) Calcular la norma del vector (−1, 1, 0).

Por definición: p
k(−1, 1, 0)k = (−1, 1, 0) · (−1, 1, 0)
y  
−1
(−1, 1, 0) · (−1, 1, 0) = ( −1 1 0 ) FC  1  = 2
0
En definitiva: √
k(−1, 1, 0)k = 2.
3.– En el espacio vectorial IR3 , se conoce la matriz fundamental del producto escalar en la base canónica
 
1 1 1
G = 1 2 2
1 2 3

y dos subespacios vectoriales U = L{(1, 1, 1)} y V = L{(1, 0, 1), (1, 1, −1)}. Se pide:
(c) Matriz de la proyección ortogonal sobre V .
Método I:
Sea (x, y, z) cualquiera. Calculamos su proyección en V . Será de la forma v̄ = a(1, 0, 1) + b(1, 1, −1)
verificando:
((x, y, z) − v̄) · (1, 0, 1) = 0
((x, y, z) − v̄) · (1, 1, −1) = 0
es decir:
a(1, 0, 1) · (1, 0, 1) + b(1, 1, −1) · (1, 0, 1) = (x, y, z) · (1, 0, 1)
a(1, 0, 1) · (1, 1, −1) + b(1, 1, −1) · (1, 1, −1) = (x, y, z) · (1, 1, −1)
Operando:
2x + 3y + 4z =6a + b
x + y =a + 2b
Resolviendo la ecuación:
3x + 5y + 8z 4x + 3y − 4z
a= b=
11 11
La proyección queda:
7x + 8y + 4z 4x + 3y − 4z −x + 2y + 12z
v̄ = ( , , )
11 11 11
y la correspondiente matriz:  
7/11 8/11 4/11
 4/11 3/11 −4/11 
−1/11 2/11 12/11

Método II:
Calculamos una base del ortogonal de V :

V ⊥ = {(x, y, z) ∈ R3 | (x, y, z) · (1, 0, 1) = 0, (x, y, z) · (1, 1, −1) = 0} =

3 t
= {(x, y, z) ∈ R | (x, y, z)G(1, 0, 1) = 0, (x, y, z)G(1, 1, −1) = 0} =
3
= {(x, y, z) ∈ R | 2x + 3y + 4z = 0, x + y = 0} = L{(4, −4, 1)}

Como sabemos que V y V ⊥ son suplementarios, entre los dos generan todo R3 y tenemos una base:

B3 = {(1, 0, 1), (1, 1, −1, (4, −4, 1}.

| {z } | {z }
V V⊥

Los vectores de V por la proyección ortogonal quedan fijos; los de su subespacio ortogonal van al cero.
Por ranto respepecto a esta base la matriz asociada a la proyección es:
 
1 0 0
PB 3 =  0 1 0  .
0 0 0

Ahora sólo nos queda pasarla a la base canónica:

−1
PC = MCB3 PB3 MB3 C = MCB3 PB3 MCB 3
,
 donde  
1 1 4
MCB3 = 0 1 −4  .
1 −1 1
Haciendo las cuentas resulta:
 
7/11 8/11 4/11
PC =  4/11 3/11 −4/11 
−1/11 2/11 12/11

Método III: Tomamos una base cualquiera completando la de V . Ahora:

B4 = {(1, 0, 1), (1, 1, −1), (0, 0, 1)}
Y basta calcular la proyección de (0, 0, 1). Será de la forma a(1, 0, 1) + b(1, 1, −1), de manera que:
a(1, 0, 1) · (1, 0, 1) + b(1, 1, −1) · (1, 0, 1) = (0, 0, 1) · (1, 0, 1)
a(1, 0, 1) · (1, 1, −1) + b(1, 1, −1) · (1, 1, −1) = (0, 0, 1) · (1, 1, −1)
Calculando los productos escalares utilizando la matriz de Gram obtenemos un sistema:
4 =6a + b
0 =a + 2b
De donde a = 8/11 y b = −4/11. La matriz de la proyección en la base B4 es por tanto:
 
1 0 8/11
0 1 −4/11 
0 0 0

Si quisiésemos la matriz de la proyección en función de la base canónica basta hacer el cambio de base:
   −1  
1 1 0 1 0 8/11 1 1 0 7/11 8/11 4/11
0 1 0   0 1 −4/11   0 1 0  =  4/11 3/11 −4/11 
1 −1 1 0 0 0 1 −1 1 −1/11 2/11 12/11

5.– En el espacio vectorial M2×2 (IR) se considera la aplicación:

f : M2×2 (IR) × M2×2 (IR) → IR, f (A, B) = traza(AB t )

(ii) Calcular la matriz de Gram de f respecto de la base canónica.

Hemos visto en el apartado anterior que FC = Id.
(iii) Si U = L(Id), hallar una base del subespacio ortogonal U ⊥ .
Se tiene que:
U ⊥ = {A ∈ M2×2 (IR)|f (A, Id) = 0}
 
x y
Si A = sus coordenadas en la base canónica son (x, y, z, t)C . Por tanto:
z t
 
1 0
Id = = (1, 0, 0, 1)C
0 1
y
U ⊥ = {(x, y, z, t)C |(x, y, z, t)FC (1, 0, 0, 1)t = 0} = {(x, y, z, t)C |x + t = 0} =
= L{(1, 0, 0, −1)C , (0, 1, 0, 0)C , (0, 0, 1, 0)C }
La base pedida es:      
1 0 0 1 0 0
, ,
0 −1 0 0 0 1
6.– Dada la forma bilineal:
f : IR3 × IR3 −→IR3 , f ((x, y, z), (x0 , y 0 , z 0 )) = xx0 + xy 0 + x0 y + 2yy 0 + 2yz 0 + 2y 0 z + xz 0 + x0 z + 4zz 0

(a) Probar que f define un producto escalar.

Para que sea un producto escalar la forma bilineal ha de ser simétrica y definida positiva. Para analizarlo
escribimos la matriz asociada respecto de la base canónica:
 
1 1 1
FC =  1 2 2 
1 2 4
La forma bilineal es simétrica por que la matriz asociada lo es también.
Para comprobar que es definida positiva, la diagonalizamos por congruencia. La forma reducida ha de
tener todos los términos de la diagonal positivos:
   
H31 (−1) Hµ31(−1) 1 0 0 1 0 0
H21 (−1) µ21 (−1) H32 (−1)µ32 (−1)
FC −→ −→ −→  0 1 1  −→ −→  0 1 0 
0 1 3 0 0 2

Vemos que la signatura es (3, 0) y ası́ f es definida positiva.

(b) Con el producto escalar definida por f :
(i) Hallar una base ortonormal de IR3 .
Una base B ortonormal es aquella respecto a la cuál la matriz asociada es la identidad. Completamos
la simplificación por congruencia hecha en el apartado anterior, hasta llegar a la identidad:
   
1 0 0 √ √ 1 0 0
H3 (1/ 2)µ3 (1/ 2)
 0 1 0  −→ −→  0 1 0 
0 0 2 0 0 1
Realizamos las mismas operaciones columna que hemos aplicado en la reducción sobre la identidad,
para obtener la matriz de cambio de la base ortonormal a la canónica. Las columnas de esta matriz
serán los vectores de la base pedida:
     
Hµ31(−1) 1 −1 −1 1 −1 0 √ 1 −1 √ 0
µ21 (−1) µ32 (−1) µ3 (1/ 2)
Id −→  0 1 0  −→  0 1 −1  −→  0 1 −1/√2  = MCB
0 0 1 0 0 1 0 0 1/ 2
Una base ortonormal es por tanto:
1 1
B = {(1, 0, 0), (−1, 1, 0), (0, − √ , √ )}.
2 2

(ii) Hallar la proyección ortogonal del vector (1, 0, 1) sobre el subespacio U = {(x, y, z) ∈ IR3 |x + z = 0}.
Sea ~u = (1, 0, 1). Las ecuaciones paramétricas del plano U son:

x = a, y = b, z = −a

y sus vectores directores (1, 0, −1) y (0, 1, 0).

Por tanto la proyección buscada es un vector ~u0 de la forma ~u0 = (a, b, −a). Tiene que cumplirse:
 
1
~u − ~u0 ⊥(1, 0, −1) ⇒ (1 − a, −b, 1 + a) · (1, 0, −1) = 0 ⇒ ( 1 − a b 1 + a ) FC  0  = 0.
−1
 
0
~u − ~u0 ⊥(0, 1, 0) ⇒ (1 − a, −b, 1 + a) · (0, 1, 0) = 0 ⇒ ( 1 − a b 1 + a ) FC  1  = 0
0
 Operando se obtienen las ecuaciones:

b − 3 − 3a = 0, 1 − a + 2b + 2 + 2a = 0.

3 6
Y resolviendo: a = − y b = . La proyección pedida es:
5 5
3 6 3
~u0 = (− , , ).
5 5 5

7.– Se considera el espacio vectorial real E de las funciones continuas f : [0, π] −→ IR y la aplicación
p:E×E −→ IR
Rπ
(f, g) −→ 0
f (x) g(x) dx.

(a) Demostrar que esta aplicación dota a E de la estructura de espacio vectorial euclı́deo.
Sabemos que E es un espacio vectorial. Para ver la estrucura euclı́dea hay que comprobar que p es una
forma bilineal, simétrica y definida positiva.
En primer lugar es claro que es simétrica, porque:
Z π Z π
p(f, g) = f (x) g(x) dx = g(x) f (x) dx = p(g, f )
0 0

Por tanto para ver que es bilineal, basta con comprobar la linealidad en la primera componente. Dadas
f, g, h ∈ E y λ, µ ∈ IR se tiene:
Z π Z π
p(λf + µh, g) = (λf + µh)(x) g(x) dx = (λf (x) + µh(x)) g(x) dx =
0
Z π Z π 0
=λ f (x) g(x) dx + λ h(x) g(x) dx = λp(f, g) + µp(h, g)
0 0

luego se p es bilineal.
Finalmente veamos que es definida positiva. Dada f ∈ E se verifica:
Z π Z π
p(f, f ) = f (x) f (x) dx = λ f (x)2 dx ≥ 0
0 0

Además si f 6= 0, entonces f es no nula en un entorno del 0 por ser continua, luego:

Z π Z π
p(f, f ) = f (x) f (x) dx = λ f (x)2 dx > 0
0 0

(b) Si llamamos U al subespacio vectorial generado por {1, senx, cosx, sen2 x}, encontrar una base ortogonal
de U usando el método de ortogonalización de Gram-Schmidt.
Llamemos f1 , f2 , f3 , f4 a las cuatro funciones que buscamos. Tomamos f1 (x) = 1 y vamos calculando
el resto utilizando el método de Gram-Schmidt. Construimos f2 :

f2 (x) = senx + a1 f1 (x)

de manera que p(f2 , f1 ) = 0. Por tanto:

Rπ
p(senx, 1) senx dx 2 2
a1 = − = − 0R π =− ⇒ f2 (x) = senx −
p(1, 1) 0
1 dx π π
 Construimos f3 :
f3 (x) = cosx + b1 f1 (x) + b2 f2 (x)
de manera que p(f3 , f1 ) = p(f3 , f2 ) = 0. Ahora:

p(cosx, 1)

b1 = − =0 

p(1, 1) 
⇒ f3 (x) = cosx
p(cosx, f2 ) 
b2 = − = 0

p(f2 , f2 )

Y por último f4 :
f4 (x) = sen2 x + c1 f1 + c2 f2 + c3 f3
con p(f4 , f1 ) = p(f4 , f2 ) = p(f4 , f3 ) = 0. Obtenemos:

p(sen2 x, 1)

1
c1 = − =− 

p(1, 1) 2




2

p(sen x, f2 ) 2π
 2π 1 4
c2 = − =− 2 ⇒ f4 (x) = sen2 x − sinx − − 2
p(f2 , f2 ) π −8
 π2 − 8 2 π −8

2
p(sen x, f3 )


c3 = −

=0 

p(f3 , f3 )

11.– Sea el espacio vectorial euclideo IR3 con un producto escalar f : IR3 × IR3 −→ IR. Se sabe que
k(2, 3, 1)k = 3. Además los vectores {(1, 1, 0), (1, 1, 1), (0, 1, 0)} tienen la misma norma y forman una
base ortogonal.
(i) Calcular la matriz de Gram respecto de la base canónica del producto escalar dado.
Dado que la matriz dada es ortogonal, la matriz de Gram en esa base es diagonal. Además por definici´’on
de matriz de Gramm en una base B = {~u1 , ~u2 , ~u3 } los elementos de la diagonal de la matriz son:

gii = ~ui · ~ui = k~ui k2

es decir la norma de los vectores de la base al cuadrado. Dado que todos los vectores de la base indicada
tienen la misma norma concluimos que:
 
a 0 0
GB =  0 a 0  .
0 0 a

Ahora usamos que k(2, 3, 1)k = 3. Primero lo expresamos en la base B:

     −1    
2 2 1 1 0 2 1
−1  
MCB  3  = MBC 3 = 1 1 1 3 = 1.
1 1 0 1 0 1 1

Entonces:  
1
9 = 32 = k(2, 3, 1)k2 = k(1, 1, 1)B k2 = ( 1 1 1 ) GB  1  = 3a
1
de donde a = 3.
Finalmente hacemos un cambio de base a la base canónica:
 
6 −3 −3
t −1 t −1
GC = MBC GB MBC = (MCB ) GB MCB =  −3 3 0.
−3 0 6
 (ii) Calcular el ángulo que forman los vectores (1, 0, 0) y (0, 0, 1).
Se tiene que:
(1, 0, 0) · (0, 0, 1)
cos(ang((1, 0, 0), (0, 0, 1)) =
k(1, 0, 0)kk(0, 0, 1)k
donde:  
0
(1, 0, 0) · (0, 0, 1) = ( 1 0 0 ) GC  0  = −3.
1
y  
1
k(1, 0, 0)k2 = ( 1 0 0 ) GC  0  = 6.
0
 
0
k(0, 0, 1)k2 = ( 0 0 1 ) GC  0  = 6.
1
y
−3 −1
cos(ang((1, 0, 0), (0, 0, 1)) = √ √ = ⇒ ang((1, 0, 0), (0, 0, 1)) = arcos(−1/2) = 3π/2.
6 6 2

(iii) Dar una base ortonormal.

La base dada en el enunciado es ortogonal. Basta dividir cada vector de√la misma
√ por su norma para
que sea ortonormal. Por lo razonado en (1) la norma de sus vectores es a = 3. La base ortonormal
queda entonces: √ √ √ √ √ √
{(1/ 3, 1/ 3, 0), (1/ 3, 1/ 3, 1/ 3), (0, 1/ 3, 0)}

11.– Hallar la matriz de Gram respecto de la base canónica de un producto escalar, sabiendo que:
- Los vectores (1, 0) y (0, 1) forma un ángulo de 60 grados.
√
- k(1, 1)k = 3.
- B = {(1, 0), (1, −2)} es una base ortogonal.
Sabemos que la matriz de Gram de un producto escalar es simétrica:
 
a b
GC =
b c

Por ser b una base ortogonal:

 
1
(1, 0) · (1, −2) = 0 ⇐⇒ ( 1 0 ) GC = 0 ⇐⇒ a − 2b = 0.
−2

√
Dado que k(1, 1)k = 3:
 
2 1
3 = k(1, 1)k = (1, 1) · (1, 1) ⇐⇒ 3 = ( 1 1 ) GC = a + 2b + c = 3
1

De estas dos ecuaciones ya tenemos que:

 
2b b
a = 2b, c = 3 − 4b ⇒ GC =
b 3 − 4b

Finalmente si los vectores (1, 0) y (0, 1) forma un ángulo de 60 grados:

(1, 0) · (1, 0) = k(1, 0)kk(0, 1)kcos(60)

donde:  
1
k(1, 0)k2 = (1, 0) · (1, 0) = ( 1 0 ) GC = 2b
0
 
0
k(0, 1)k2 = (0, 1) · (0, 1) = ( 0 1 ) GC = 3 − 4b
1
 
0
(1, 0) · (0, 1) = ( 1 0 ) GC =b
1

Nos queda:
p 1
b= 2b(3 − 4b) ·
2
Quitando denominadores y elevando al cuadrado:

4b2 = 6b − 8b2 ⇐⇒ 2b2 = b

de donde b = 0 ó b = 1/2.
Si b = 0 entonces GC = 0 y eso noes posible por ser la matriz de un producto escalar definida positiva.
 
1 1/2
Por tanto b = 1/2 y GC = .
1/2 1
ÁLGEBRA LINEAL II Problemas adicionales
Espacios Euclı́deos. Ortogonalidad (Curso 2018–2019)

I.– En un espacio vectorial real V de dimensión 3 se considera una cierta base B = {ēi }. Hallar, en esa
base, la matriz métrica G de un producto escalar definido en V del que se sabe que:
√ √
(a) El módulo de ē1 es 2 y el de ē2 es 3.
(b) El subespacio vectorial U, definido por la ecuación x1 + x2 + x3 = 0 en la base B, es ortogonal a la
envolvente de ē1 .
(c) La proyección ortogonal de ē1 + ē2 + ē3 sobre la envolvente de ē2 es 3ē2 .
(d) El vector ē3 es ortogonal a alguno del conjunto C = {(2, 2, 0), (2, 0, −1), (0, 2, −1)}, cuyos elementos
vienen dados por sus coordenadas en la base B.
De la condición (a) obtenemos:
√
kē1 k = 2 ⇒ ē1 · ē1 = 2
√
kē2 k = 3 ⇒ ē2 · ē2 = 3

La condición (b) significa que:

x̄ · ē1 = 0 ∀x̄ ∈ U
y teniendo en cuenta que una base de U está formada por los vectores ē1 − ē2 y ē1 − ē3 , obtenemos:
(ē1 − ē2 ) · ē1 = 0 ⇒ ē2 · ē1 = ē1 · ē1 = 2
(ē1 − ē3 ) · ē1 = 0 ⇒ ē3 · ē1 = ē1 · ē1 = 2

De estas dos condiciones deducimos que la matriz es de la forma:

 
2 2 2
G = 2 3 a
2 a b

La condición (c) significa que:

((ē1 + ē2 + ē3 ) − 3ē2 ) · ē2 = 0 ⇒ ( 1 −2 1)G{0 1 0} = 0 ⇒ a = 4

Finalmente utilizando la hipótesis (d) sabemos que se cumple alguna de las siguientes condiciones:
ē3 · (2, 2, 0) = 0 ⇒ 12 = 0 luego no puede ser.
ē3 · (2, 0, −1) = 0 ⇒ b=4
ē3 · (0, 2, −1) = 0 ⇒ b=8
Por tanto en principio, hay dos posibilidades para la matriz G:
   
2 2 2 2 2 2
G1 =  2 3 4  ó G2 =  2 3 4
2 4 4 2 4 8
Sin embargo, sabemos que la forma bilineal asociada ha de ser definida positiva (todos los autovalores
de la matriz positivos). En particular el determinante ha de ser mayor que cero. Pero |G1 | = −4 y
|G2 | = 8. Luego la matriz que buscamos es:
 
2 2 2
2 3 4
2 4 8

(Examen final, junio 1998)

 II.– En un espacio vectorial V de dimensión n, se considera una forma bilineal f cuya matriz en una
determinada base {ē1 , . . . , ēn } es A2 , siendo A una matriz real n×n, no singular y simétrica. Demostrar
que f es un producto escalar. Encontrar, en función de {ē1 , . . . , ēn }, una base ortonormal para f .
En primer lugar, como A es una matriz simétrica y no singular, entonces A2 es simétrica y no singular,
y por tanto define una forma bilineal simétrica. Si v̄ = vi ēi y w̄ = wi ēi , entonces:
f (v̄, w̄) = (vi )A2 {wi }
Para ver que es un producto escalar hay que comprobar que es definida positiva. Sea v̄ = vi ēi ∈ V ,
v̄ 6= 0̄:
f (v̄, v̄) = (vi )A2 {vi } = (vi )AA{vi } = (vi )A((vi )A)t
Como A es no singular y v̄ es no nulo, (vi )A = (ui ) es un vector no nulo y por tanto:
n
X
t
f (v̄, v̄) = (ui )(ui ) = (ui )2 > 0
i=1

y vemos que f es definida positiva.

Para encontrar una base ortonormal, buscamos una matriz B de cambio de base de manera que, la
matriz de Gram en dicha base sea la identidad. Es decir, si
(ūi ) = (ēj )B
la matriz de Gram de f en la base {ūi } es:
B t A2 B
Para que sea la identidad basta tomar B = A−1 , ya que entonces, como A es simétrica:
B t A2 B = A−t A2 A−1 = A−1 A2 A−1 = Id
Deducimos que una base otonormal es aquella cuyos vectores tienen por coordenadas en la base {ēi }
las columnas de la matriz A−1 .

III.– Sea un espacio vectorial euclı́deo V de dimensión finita, y dos subespacios cualesquiera suyos U1 y U2 .
Comprobar que:
(a) (U1 + U2 )⊥ = U1⊥ ∩ U2⊥
Primero veamos que (U1 + U2 )⊥ ⊂ U1⊥ ∩ U2⊥ :
v̄ ∈ (U1 + U2 )⊥ ⇒ v̄ · ū = 0 ∀ū ∈ U1 + U2
Pero en particular cualquier ū1 ∈ U1 ó ū2 ∈ U2 está en U1 + U2 , luego:
)
v̄ · ū1 = 0 ∀ū1 ∈ U1 ⇒ v ∈ U1⊥
⇒ v ∈ U1⊥ ∩ U2⊥
v̄ · ū2 = 0 ∀ū2 ∈ U2 ⇒ v ∈ U2⊥

Ahora veamos que U1⊥ ∩ U2⊥ ⊂ (U1 + U2 )⊥ :

(
⊥ ⊥
v̄ ∈ U1⊥ ⇒ v̄ · ū1 = 0 ∀ū1 ∈ U1
v ∈ U1 ∩ U2 ⇒
v̄ ∈ U2⊥ ⇒ v̄ · ū2 = 0 ∀ū2 ∈ U2
Dado cualquier ū ∈ U1 + U2 es de la forma ū = ū1 + ū2 con ū1 ∈ U1 y ū2 ∈ U2 . Luego:
v̄ · ū = v̄ · (ū1 + ū2 ) = v̄· ū1 + v̄· ū2 = 0
y por tanto v̄ ∈ (U1 + U2 )⊥ .
(b) (U1 ∩ U2 )⊥ = U1⊥ + U2⊥
Utilizando el apartado anterior y que (U ⊥ )⊥ = U obtenemos:
(U1 ∩ U2 )⊥ = ((U1⊥ )⊥ ∩ (U2⊥ )⊥ )⊥ = ((U1⊥ + U2⊥ )⊥ )⊥ = U1⊥ + U2⊥
IV.– En IR3 y con respecto a una determinada base {ēi } se definen el producto escalar
x̄ · ȳ = 2x1 y1 + 2x2 y2 + 3x3 y3 + x1 y − 2 + x2 y1 + 2x1 y3 + 2x3 y1
y el endomorfismo f que verifica: f (ē1 ) = 2ē1 , f (ē2 ) = 3ē1 −2ē3 , f (ē3 ) = 2ē3 . ¿Es f un endomorfismo
simétrico con respecto al producto escalar dado arriba? En caso afirmativo, dar una base ortonormal
en la que la matriz de f sea diagonal.
La matriz de Gram del producto escalar que nos dan respecto a la base {ēi } es:
 
2 1 2
G = 1 2 0
2 0 3
y la matriz del endomorifsmo:  
2 3 0
F = 0 0 0
0 −2 2

f será simétrico si GF es una matriz simétrica. Y efectivamente:

    
2 1 2 2 3 0 4 2 4
1 2 00 0 0 = 2 3 0
2 0 3 0 −2 2 4 0 6
es simétrica.
Para hallar una base ortonormal, basta tomar una base ortonormal de cada subespacio caracterı́stico
de f . Primero calculamos los autovalores:
|F − λI| = −λ(2 − λ)2
Son λ1 = 0 y λ2 = 0 con multiplicidades 1 y 2 respectivamente.
Ahora calculamos los espacios caracterı́sticos:
 
x
(
0 = 2x + 3y
F y = 0 ⇔
z 0 = −2y + 2z

luego, S0 = L{(3, −2, −2)}

Y para el otro autovalor:  
x
(F − 2I)  y  = 0 ⇐⇒ y = 0
z
luego, S2 = L{(1, 0, 0), (0, 0, 1)}
Ahora los ortonormalizamos utilizando la matriz G. En S0 basta dividr el vector base por su norma.
p √
k(3, −2, −2)k = (3, −2, 2)G{3, −2, 2} = 2
En S2 calculamos ū = a(1, 0, 0) + (0, 0, 1) ortogonal a (1, 0, 0):
(1, 0, 0)G{(0, 0, 1)}
a=− = −1
(1, 0, 0)G{(1, 0, 0)}
luego ū = (−1, 0, 1) y dividimos por las normas:
p √
k(1, 0, 0)k = ((1, 0, 0)G{(1, 0, 0)} = 2
p
k(−1, 0, 1)k = (−1, 0, 1)G{(−1, 0, 1)} = 1
La base que buscamos es:
√ √ √ √
{(3/ 2, −2/ 2, 2/ 2), (1/ 2, 0, 0), (−1, 0, 1)}
 V.– En un espacio euclı́deo V se tienen dos subespacios suplementarios V1 y V2 . Demostrar que la condición
necesaria y suficiente para que la proyección sobre V1 paralelamente a V2 sea simétrica es que V1 y V2
sean ortogonales.
Sea f : V −→V1 la proyección sobre V1 paralelamente a V2 . Sabemos que:

f (v) = v1 , siendo v = v1 + v2 con v1 ∈ V1 y v2 ∈ V2 .

Por otra parte que f sea simétrica significa que:

u · f (v) = f (u) · v; ∀u, v ∈ V

- Supongamos que V1 y V2 son ortogonales. Entonces sean u, v ∈ V cualesquiera. Se descomponen

como u = u1 + u2 y v = v1 + v2 con u1 , v1 ∈ V1 y u2 , v2 ∈ V2 . Entonces:

u · f (v) = (u1 + u2 ) · v1 = u1 · v1 + u2 · v1 = u1 · v1

ya que v1 · u2 = 0 por ser V1 y V2 ortogonales.

De igual forma:

f (u) · v = u1 · (v1 + v2 ) = u1 · v1 + u1 · v2 = u1 · v1 = u · f (v)

y por tanto f es simétrico.

- Recı́procamente supongamos que f es simétrico y veamos que entonces V1 y V2 son ortogonales. Sean
v1 ∈ V1 y v2 ∈ V2 cualesquiera. Por ser f simétrico:

v1 · f (v2 ) = f (v1 ) · v2

Pero esto es equivalente a:

v1 · 0 = v1 · v2 ⇒ v1 · v2 = 0

y tenemos la ortogonalidad de v1 y v2 .
(Examen extraordinario, septiembre 2004)

VI.– Dada la matriz n × n A definida por

aij = 1 ∀i, j ∈ {1, . . . , n},

¿es diagonalizable por semejanza ortogonal? En caso de que lo sea, dar una matriz de paso.
A es una matriz simétrica y por tanto se puede interpretar como la matriz asociada a un endomorfismo
simétrico con respecto al producto escalar usual en IRn . Sabemos que entonces existe una base
ortonormal en la que la matriz de f es diagonal. Deducimos que A es diagonalizable por semejanza
ortogonal (existe C ortogonal, C −1 = C t tal que C t AC es diagonal).
Para calcular la matriz de paso, basta calcular una base ortonormal de autovectores de cada subespacio
caracterı́stico. Primero calculamos los autovalores:
1−λ 1 1 ... 1 1
1 1−λ 1 ... 1 1
1 1 1−λ ... 1 1
|A − λI| = .. .. .. .. .. .. =
. . . . . .
1 1 1 ... 1 − λ 1
1 1 1 ... 1 1−λ
n−λ n−λ n−λ ... n − λ n − λ
1 1−λ 1 ... 1 1
1 1 1−λ ... 1 1
= .. .. .. .. .. .. =
. . . . . .
1 1 1 ... 1 − λ 1
1 1 1 ... 1 1−λ
n−λ 0 0 ... 0 0
1 −λ 0 ... 0 0
1 0 −λ . . . 0 0
= .. .. .. .. .. .. = (−λ)n−1 (n − λ)
. . . . . .
1 0 0 ... −λ 0
1 0 0 ... 0 −λ
Por tanto tenemos el autovalor λ1 = n con mulptiplicidad 1 y el autovalor λ2 = 0 con multiplicidad
n−1. El espacio caracterı́stico asociado al autovalor 0 tiene dimensión n−1 y esta dado por la ecuación:
x1
 
 x2 
A ...  = 0 ⇐⇒ x1 + x2 + . . . + xn = 0


xn
Una base ortogonal del mismo es:
{(1, −1, 0, . . . , 0, 0), (1, 1, −2, . . . , 0, 0), . . . , (1, 1, 1, . . . , 2 − n, 0), (1, 1, 1, . . . , 1, 1 − n)}
El subespacio caracterı́stico asociado al autovalor n es precisamente el ortogonal al anterior, es decir,
el generado por el vector {(1, 1, 1, . . . , 1, 1)}.
Divididiendo estos vectores por sus normas obtenemos las filas de la matriz de paso ortogonal que
buscamos: √
k(1, 1, 1, . . . , 1, 1)k = n
√ √
k(1, −1, 0, . . . , 0, 0)k = 1 + 1 = 2
√ √
k(1, 1, −2, . . . , 0, 0)k = 1 + 1 + 4 = 6
....
..
p p
k(1, 1, 1, . . . , 2 − n, 0)k = n − 2 + (2 − n)2 = n2 − 3n + 2
p p
k(1, 1, 1, . . . , 1, 1 − n)k = n − 1 + (1 − n)2 = n2 − n
y por tanto la matriz C es
 1 1 1 1 1 
√ √ √ ... √ √
 n 2 6 2
n − 3n + 2 n2 − n 
 1 1 1 1 1 
√ −√ √ ... √ √ 
 n
2 6 n2 − 3n + 2 n2 − n 


 1 2 1 1 
√ 0 −√ ... √ √ 
 n 6 n2 − 3n + 2 n2 − n 
 
 . .. .. .. .. ..
 ..

. . . . . 
 1 2−n 1
 
√ 0 0 ... √ √


 n n2 − 3n + 2 n2 − n 
 1 1−n 
√ 0 0 ... 0 √
n n2 − n
 (Examen extraordinario, septiembre 1999)

VII.– En un espacio euclı́deo V se consideran los vectores fijos y no nulos ā y b̄ y la aplicación f (x̄) =
(ā · x̄)b̄ − 3x̄. Se pide:
(a) Ver si f es lineal.
Veamos que es lineal. Sean x̄, ȳ ∈ V y λ, µ ∈ IR. Hay que comprobar que f (λx̄ + µȳ) = λf (x̄) + µf (ȳ):

f (λx̄ + µȳ) = (ā · (λx̄ + µȳ))b̄ − 3(λx̄ + µȳ) = λ(ā · x̄)b̄ + µ(ā · ȳ)b̄ − 3λx̄ − 3µȳ =
= λ((ā · x̄)b̄ − 3x̄) + µ((ā · ȳ)b̄ − 3ȳ) = λf (x̄) + µf (ȳ)

(b) Determinar los autovalores y autovectores.

Sea λ un autovalor y v̄ un autovector asociado no nulo. Se tiene:

λv̄ = f (v̄) = (ā · v̄)b̄ − 3v̄ ⇒ (ā · v̄)b̄ = (λ + 3)v̄

Por tanto hay dos posibilidades:

- λ = −3 y ā · v̄ = 0, es decir, v̄ ∈ {ā}⊥ , o bien,
- v̄ = b̄ y λ + 3 = ā · b̄.
Es decir si dim(V ) = n, el autovalor λ1 = −3 tiene multiplicidad geométrica dim({ā}⊥ ) = n − 1, ya
que el subespacio caracerı́stico es precisamente S−3 = {ā}⊥ .
Además si ā · b̄ 6= 0 aparece otro autovalor λ2 = ā · b̄ − 3 distinto, cuyo subespacio caracerı́stico es
precisamente Sλ2 = L{b̄}.
(c) ¿Qué condición han de cumplir ā y b̄ para que f sea diagonalizable?
Para que sea diagonalizable, la suma de las multiplicidades geométricas han de ser la dimensión de V .
Por lo razonado en el apartado anterior, esto ocurre precisamente si ā · b̄ 6= 0 ese decir si ā y b̄ no son
ortogonales.
(d) Si en la base {ē1 , ē2 , ē3 } la matriz de Gram es
 
1 −1 0
G =  −1 2 −1 
0 −1 2

y las coordenadas covariantes de ā y b̄ son (1, 2, −1) y (2, 0, −3), respectivamente, determinar en dicha
base la matriz de f , los autovalores y los autovectores.
Los autovalores son λ1 = −3 y λ2 = ā· b̄−3. Para calcular este producto, basta calcular las coordenadas
contravariantes de b̄:    
2 3
G−1  0  =  1
−3 −1
Ahora,
λ2 = ā · b̄ − 3 = ( 1 2 −1 ) { 3 1 −1 } − 3 = 3

Los autovectores asociados son:

S−3 = {ā}⊥ = {x1 ē1 + x2 ē2 + x3 ē3 | x1 + 2x2 − x3 = 0} = L{ē1 + ē3 , ē2 + 2ē3 }
S3 = L{b̄} = L{3ē1 + ē2 − ē3 }

Por último la imagen de un vector (x, y, z) es:

f (x, y, z) = ((x, y, z) · ā)b̄ − (3x, 3y, 3z) = (−2x + 6y − 3z, x − 3y − z, −x − 2y − 2z)

 La matriz asociada queda:  
0 6 −3
 1 −1 −1 
−1 −2 −2

(Examen final, junio 1997)

VIII.– Sea f : IR3 × IR3 −→ R una forma bilineal cuya matriz en la base canónica es
 
2 −1 0
A =  −1 2 −1 
0 −1 2

y sea S ⊂ IR3 el subespacio generado por {(1, 0, 0), (0, 1, 0), (1, −1, 0)}.
(a) Probar que la forma bilineal f define un producto escalar.
Para que f defina una forma bilineal su matriz asociada ha de ser simétrica y definida positiva.
La simetrı́a se cumple por ser la matriz A simétrica.
La diagonalizamos por congruencia para comprobar que es definida positiva:
     
2 −1 0 2 0 0 2 0 0
H21 (1/2)ν21 (1/2) H32 (2/3)ν32 (2/3)
A =  −1 2 −1  −→ −→  0 3/2 −1  −→ −→  0 3/2 0 
0 −1 2 0 −1 2 0 0 4/3

Vemos que la signatura es (+, +, +) y por tanto f es definida positiva.

(b) Obtener una base ortogonal de S respecto del producto escalar f .
En primer lugar vemos si los vectores que generan S son independientes. Para ello obtenemos un
sistema de generadores equivalente haciendo operaciones fila:
   
1 0 0 1 0 0
0 1 0  −→  0 1 0
1 −1 0 0 0 0

Luego S = L{(1, 0, 0), (0, 1, 0)}.

Para obtener una base ortogonal de S podemos utilizar el método de ortogonalización de Gram-Schmidt.
Tomamos como primer vector v̄1 = (1, 0, 0).
Ahora buscamos otro vector de S de la forma:

v̄2 = (0, 1, 0) + λv̄1

tal que
(0, 1, 0) · v̄1
v̄2 · v̄1 = 0 ⇒ (0, 1, 0) · v̄1 + λv̄1 · v̄1 = 0 ⇒ λ = −
v̄1 · v̄1
Tenemos en cuenta que para hacer el producto escalar tenemos que utilizar la matriz A de f :

(0, 1, 0)A(1, 0, 0)t 1

λ=− t
=
(1, 0, 0)A(1, 0, 0) 2

Por tanto la base pedida es:

1
{(1, 0, 0), ( , 1, 0)}
2
IX.– Analizar razonadamente la veracidad o falsedad de la siguiente afirmación: “El conjunto formado por
dos vectores no nulos y ortogonales entre sı́ es un sistema libre”.
Es VERDADERO. Sean v, w tales vectores. Si fueran dependientes, como w 6= 0, existirı́a un escalar
λ 6= 0 tal que w = λv. Pero entonces, por ser ortogonales,

0 = v · w = λ|v|2 ,

de donde se derivarı́a que v = 0, lo que es una contradicción con la hipótesis. Ası́ pues, son linealmente
independientes y constituyen un sistema libre.
(Examen extraordinario, diciembre 2006)

X.– Consideramos los productos escalares en IR2 cuyas matrices de Gram respecto de la base canónica son
G1 y G2 . Sabiendo que G1 = λG2 con λ ∈ R, λ > 1, probar que los dos productos escalares definen la
misma medida sobre ángulos de vectores, pero distinta en longitudes.
Sean u, v dos vectores no nulos. La medida del ángulo que forma se hace mediante la fórmula:
u·v
cos(u, v) = .
kukkvk

Apliquémosla para cada uno de los productos escalares. Para G1 :

(u)G1 (v)t
cos(u, v) = .
k(u)G1 (u)t kk(v)G1 (v)t k

Para G2 :

(u)G2 (v)t (u)(λG1 )(v)t

cos(u, v) = = =
k(u)G2 (u)t kk(v)G2 (v)t k k(u)(λG1 )(u)t kk(v)(λG1 )(v)t k
λ(u)G1 (v)t (u)G1 (v)t
= =
λk(u)G1 (u)t kk(v)G1 (v)t k k(u)G1 (u)t kk(v)G1 (v)t k

Luego vemos que ambos coninciden.

En cuanto a las longitudes: p
kuk1 = (u)G1 (u)t ,
pero p p p
kuk2 = (u)G2 (u)t = (u)(λG1 )(u)t = λ (u)G1 (u)t = λkuk1 .
Como λ > 1 vemos que la longitud con el segundo producto escalar es superior a la primera.
(Examen final, septiembre 2008)

XI.– En el espacio de matrices Mn×n (IR) consideramos las formas bilineales:

f : Mn×n (IR) × Mn×n (IR)−→IR, f (A, B) = traza(AB t )
g : Mn×n (IR) × Mn×n (IR)−→IR, g(A, B) = traza(AB)

(a) Estudiar si son simétricas.

Dadas A, B, ∈ Mn×n veamos la simetrı́a de f :

f (A, B) = traza(AB t ) = traza((AB t )t ) = traza(BAt ) = f (B, A),

donde hemos usado que la traza de una matriz coincide con su traspuesta.
Ahora la simetrı́a de g:

g(A, B) = traza(AB) = traza(BA) = g(B, A),

 donde usamos que la traza de AB es la misma que la traza de BA:
n
X n X
X n
traza(AB) = (AB)ii = Aik Bki
i=1 i=1 k=1
n
X Xn X n
traza(BA) = (BA)kk = Bki Aik
k=1 k=1 i=1

(b) Probar que para n ≥ 2, f define un producto escalar, pero g no. ¿Qué ocurre para n = 1?.
Necesitamos ver que f es definida positiva, es decir, que f (A, A) > 0 si A 6= Ω. Pero:
n
X n X
X n n X
X n
f (A, A) = traza(A · At ) = (AAt )ii = Aik (At )ki = A2ik
i=1 i=1 k=1 i=1 k=1

Como la suma es de cuadrados, es mayor que cero si alguno de los coeficientes Aik es no nulo.
Sin embargo para la aplicación g si tomamos la matriz:

0 0 0 ... 0
 
1 0 0 ... 0
0 0 0 ... 0
 
B=
 ... ... ... .. .. 
 . .
0 
0 0 0 ... 0

se cumple B 6= 0:
g(B, B) = traza(B 2 ) = traza(Ω) = 0
luego B no es definida positiva.
Si n = 1 entonces las aplicaciones f y g son en realidad la misma, porque una matriz de dimensión uno
coincide con su traspuesta. Por tanto ambas son productos escalares.
(c) Para n = 2 calcular la matriz asociada a g respecto de la base canónica, hallar la signatura y clasificar
la forma cuadrática asociada.
Si llamamos:    
x1 x2 y1 y2
A= , B=A=
x3 x4 y3 y4
se tiene:
 
x1 y1 + x2 y3 x1 y2 + x2 y4
g(A, B) = traza(AB) = traza = x1 y1 + x2 y3 + x3 y2 + x4 y4
x3 y1 + x4 y3 x3 y2 + x4 y4

de donde la matriz asociada respecto de la base canónica es:

1 0 0 0
 
0 0 1 0
G= .
0 1 0 0
0 0 0 1

Para hallar la signatura la diagonalizamos por congruencia:

1 0 0 0 1 0 0 0
   
0 2 1 0 0 2 0 0
G−→   −→  .
0 1 0 0 0 0 −1/2 0
0 0 0 1 0 0 0 1

Por tanto la signatura es (3, 1) y la forma cuadrática asociada a g es no degenerada e indefinida.

(d) Para n = 2 y con el producto escalar definido por f , calcular la matriz asociada respecto de la base
canónica de la aplicación proyección ortogonal sobre el subespacio de matrices simétricas.
Consideramoas la base del subespacio de matrices simétrias:
      
1 0 0 1 0 0
S1 = , S2 = , S3 = .
0 0 1 0 0 1
 
x1 x2
Lo completamos hasta una base ortogonal de la misma. Buscamos matrices X = tales que:
x3 x4

f (X, S1 ) = f (X, S2 ) = f (X, S3 ) = 0.

Operando:
f (X, S1 ) = 0 ⇐⇒ x1 = 0
f (X, S2 ) = 0 ⇐⇒ x2 + x3 = 0
f (X, S3 ) = 0 ⇐⇒ x4 = 0
Por tanto podemos tomar:  
0 1
S4 = .
−1 0
En la base B = {S1 , S2 , S3 , S4 } la matriz de la proyección ortogonal es:

1 0 0 0
 
0 1 0 0
PBB = .
0 0 1 0
0 0 0 0

La cambiamos a la base canónica:

−1
PCC = MCB PBB MBC = MCB PBB MCB

donde
1 0 0 0
 
0 1 0 1
MCB = .
0 1 0 −1
0 0 1 0
Operando queda:
1 0 0 0
 
0 1/2 1/2 0 
PCC = .
0 1/2 1/2 0
0 0 0 1

(e) Para n = 2 y con el producto escalar definido por f , hallar una base ortonormal del subespacio generado
por las matrices:      
1 0 1 0 1 0
, , .
0 2 1 1 2 0

Comprobamos si los tres vectores son independientes. Para ello analizamos el rango de la matriz de sus
coordenadas respecto de la base canónica:
     
1 0 0 2 1 0 0 2 1 0 0 2
1 0 1 1  −→  0 0 1 −1  −→  0 0 1 −1  .
1 0 2 0 0 0 2 −2 0 0 0 0

Ttiene rango 2. Por tanto una base de ese subespacio está formada por dos vectores.
 Ahora aplicamos GramSchmidt a los vectores:
   
1 0 0 0
U1 = , U2 = .
0 2 1 −1

Tomamos:
V1 = U1 , V2 = λV1 + U2 ,
con
f (U2 , U1 ) traza(U2 U1t ) −2 2
f (V1 , V2 ) = 0 ⇐⇒ λ = − =− =− = .
f (U1 , U1 ) traza(U1 U1t ) 5 5
Por tanto:  
2 2/5 0
V2 = U1 + U2 = .
5 1 −1/5
Finalmente normalizamos los vectores dividiéndolos por su norma:

1
kV1 k2 = f (V1 , V1 ) = traza(V1 V1t ) = 5, kV2 k2 = f (V2 , V2 ) = traza(V2 V2t ) =
5
La base pedida es:
 √   √ 
1 1/ 5 0√ 1 2 √5/5 √0
W1 = √ V1 = , W2 = √ V2 = .
5 0 2/ 5 1/ 5 5 − 5/5

(f) Para cualquier n > 2, hallar la signatura y clasificar la forma cuadrática asociada a g.
Observamos que sobre las matrices simétricas f y g actúan igual ya que si B es simétrica traza(AB) =
traza(AB t ). Por tanto, la restricción de g al subespcio de matrices simétricas es definida positiva,
porque coincide con f . Ası́ el número de signos positivos de la signatra es mayor o igual que la
dimensión p del espacio de matrices simétricas, donde:

n(n + 1)
p= .
2

Además sabemos que matrices simétricas y hemisimétricas son espacios suplementarios. Si nos
restringimos a las matrices hemisimétricas, se cumple que dada A hemisimétrica no nula:

g(A, A) = traza(A · A) = traza(−A · At ) = −f (A, A) < 0,

luego esa restricción es definida negativa. Por tanto el número de signos negativos de la signatura es
mayor o igual que la dimensión q el espacio de matrices hemisimétricas, donde:

n(n − 1)
q = n2 − p = .
2

Deducimos que la signatura es (p0 , q 0 ) con p0 ≥ p y q 0 ≥ q pero como:

n2 ≥ p0 + q 0 ≥ p + q ≥ n2

en realidad son igualdades y la signatura es:

 
0 0 n(n + 1) n(n − 1)
(p , q ) = (p, q) = , .
2 2