Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 53 vistas

    Proyecto Algebra Lineal

    Cargado por

    Criśtian Anðino
    Este documento presenta el proyecto final de un curso de álgebra lineal. Incluye tres preguntas sobre conceptos clave como conjuntos ortonormales y ortogonales de vectores, y matrices ortonormales construidas a partir de estos conjuntos. La primera pregunta presenta un ejemplo de tres vectores ortonormales en R5 y calcula la matriz AT A. La segunda pregunta generaliza este resultado y analiza cuando los vectores forman un conjunto ortonormal u ortogonal. La tercera pregunta encuentra ejemplos de vectores ortogonales y no ort

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Proyecto Algebra Lineal

    Cargado por

    Criśtian Anðino
    53 vistas10 páginas
    Este documento presenta el proyecto final de un curso de álgebra lineal. Incluye tres preguntas sobre conceptos clave como conjuntos ortonormales y ortogonales de vectores, y matrices ortonormales construidas a partir de estos conjuntos. La primera pregunta presenta un ejemplo de tres vectores ortonormales en R5 y calcula la matriz AT A. La segunda pregunta generaliza este resultado y analiza cuando los vectores forman un conjunto ortonormal u ortogonal. La tercera pregunta encuentra ejemplos de vectores ortogonales y no ort

    Descripción original:

    Proyecto final de Algebra Lineal

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta el proyecto final de un curso de álgebra lineal. Incluye tres preguntas sobre conceptos clave como conjuntos ortonormales y ortogonales de vectores, y matrices ortonormales construidas a partir de estos conjuntos. La primera pregunta presenta un ejemplo de tres vectores ortonormales en R5 y calcula la matriz AT A. La segunda pregunta generaliza este resultado y analiza cuando los vectores forman un conjunto ortonormal u ortogonal. La tercera pregunta encuentra ejemplos de vectores ortogonales y no ort

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    53 vistas10 páginas

    Proyecto Algebra Lineal

    Cargado por

    Criśtian Anðino
    Este documento presenta el proyecto final de un curso de álgebra lineal. Incluye tres preguntas sobre conceptos clave como conjuntos ortonormales y ortogonales de vectores, y matrices ortonormales construidas a partir de estos conjuntos. La primera pregunta presenta un ejemplo de tres vectores ortonormales en R5 y calcula la matriz AT A. La segunda pregunta generaliza este resultado y analiza cuando los vectores forman un conjunto ortonormal u ortogonal. La tercera pregunta encuentra ejemplos de vectores ortogonales y no ort

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 10

    UNIVERSIDAD SAN FRANCISCO DE QUITO

    Cristian Andino Tapia – Kevin Maldonado Cueva


    ÁLGEBRA LINEAL
    Verano 2018-2019
    Prof. Oihane Blanco
    10 de julio del 2019

    PROYECTO FINAL

    Sea un conjunto ortonormal de vectores {𝑢 ⃑ 𝑛 } linealmente independientes en ℝ𝑛 y


    ⃑ 1, … , 𝑢
    sea 𝐴𝑛×m = (𝑢 ⃑ 𝑚 ).
    ⃑ 1, … , 𝑢

    Se dice que la matriz A construida así es una matriz ortonormal. Obsérvese que m no
    necesariamente es igual a n.

    Pregunta 1
    Presente un ejemplo de un conjunto ortonormal en ℝ𝟓 de 3 vectores linealmente
    independientes que no sean los vectores canónicos, construya A y calcule 𝑨𝑻 𝑨.

    Si 𝑆 = {𝑢1 , 𝑢2 , 𝑢3 }, donde

    0 0
    1 1⁄ 1⁄
    0 √2 √2
    𝑢1 = 0 , 𝑢2 = 1⁄ , 𝑢3 = −1 ⁄ ,
    0 √2 √2
    (0) 0 0
    ( 0 ) ( 0 )

    Por lo tanto,

    1 1 1 1
    〈𝑢1 , 𝑢1 〉 = 1 〈𝑢2, 𝑢2 〉 = + =1 〈𝑢3 , 𝑢3 〉 = + =1
    2 2 2 2
    〈𝑢1 , 𝑢2 〉 = 〈𝑢1 , 𝑢3 〉 = 0

    1 1
    〈𝑢2 , 𝑢3 〉 = − =0
    2 2

    Entonces 𝑢𝑖𝑇 𝑢𝑗 = 𝑑𝑖𝑗 1 ≤ i, j ≤ 3

    Por ende, S es un conjunto ortogonal de tres vectores en ℝ5. Ya que todo conjunto
    ortonormal es linealmente independiente, S también es linealmente independiente.

    Si
    𝐴 = [𝑢1 , 𝑢2 , 𝑢3 ]5×3
    𝑢1𝑇
    𝐴𝑇 = [𝑢2𝑇 ]
    𝑢3𝑇 3×5
    Entonces
    𝑢1𝑇
    𝐴𝑇 𝐴 = [𝑢2𝑇 ] [𝑢1 , 𝑢2 , 𝑢3 ]
    𝑢3𝑇

    𝑢1𝑇 𝑢1 𝑢1𝑇 𝑢2 𝑢1𝑇 𝑢3


    = (𝑢2𝑇 𝑢1 𝑢2𝑇 𝑢2 𝑢2𝑇 𝑢3 )
    𝑢3𝑇 𝑢1 𝑢3𝑇 𝑢2 𝑢3𝑇 𝑢3

    1 0 0
    = (0 1 0) = 𝐼3 , ya que 𝑢𝑖𝑇 𝑢𝑗 = 𝑑𝑖𝑗
    0 0 1
    Por lo tanto 𝐴𝑇 𝐴 = 𝐼3

    (1.1) Deduzca cual será el resultado de 𝑨𝑻 𝑨 en el caso general cuando se


    tienen m vectores ortonormales en ℝ𝒏 y A es la matriz ortonormal construida
    con estos vectores, y analice las dimensiones de las matrices. Argumente su
    respuesta.
    Si tenemos vectores ortonormales 𝑢1 , 𝑢2 , … , 𝑢𝑚 en ℝ𝑛 y 𝐴 = [𝑢1 , 𝑢2 , … , 𝑢𝑚 ] tal como en
    el caso anterior, tenemos que:

    𝐴𝑇 𝐴 = 𝐼𝑚

    Ya que {𝑢1, 𝑢2 , … , 𝑢𝑚 } es un conjunto ortonormal, también es un conjunto de vectores


    linealmente independientes.

    El espacio columna de A se encuentra separado por este conjunto linealmente


    independiente {𝑢1 , 𝑢2 , … , 𝑢𝑚 }, por lo tanto, {𝑢1, 𝑢2 , … , 𝑢𝑚 } es una base del espacio
    columna de A.
    Es decir que el rango de A es m.

    (1.2) Deduzca cual sería el resultado de 𝑨𝑻 𝑨 si los vectores columna de A, en


    vez de formar un conjunto ortonormal, formaran un conjunto ortogonal.
    Argumente su respuesta.
    Suponiendo que {𝑢1, 𝑢2 , … , 𝑢𝑚 } es un conjunto ortogonal, podemos decir que:

    𝑢1𝑇 𝑢1 𝑢1𝑇 𝑢2 ⋯ 𝑢1𝑇 𝑢𝑚


    𝑇
    𝐴𝑇 𝐴 = ( 𝑢2 𝑢1 𝑢2𝑇 𝑢2 ⋯ 𝑢2𝑇 𝑢𝑚
    )
    ⋮ ⋮ ⋱ ⋮
    𝑇
    𝑢𝑚 𝑢1 𝑇
    𝑢𝑚 𝑢2 ⋯ 𝑢𝑇 𝑢
    𝑚 𝑚

    Ya que 𝑢𝑖𝑇 𝑢𝑗 = 0 para i ≠ j, entonces


    𝑢1𝑇 𝑢1 0 ⋯ 0
    𝑢2𝑇 𝑢2 ⋯ 0
    𝐴𝑇 𝐴 = ( 0 ⋱ ⋮ )
    ⋮ ⋮
    0 0 ⋯ 𝑢𝑚
    𝑇
    𝑢𝑚
    Es una matriz diagonal

    𝐴𝑇 𝐴 = 𝑑𝑖𝑎𝑔(𝑢1𝑇 𝑢1 , 𝑢2𝑇 𝑢2 , … , 𝑢𝑚
    𝑇
    𝑢𝑚 )

    Pregunta 2
    Suponga ahora que tiene un conjunto ortonormal de n vectores en ℝ𝒏 y la matriz
    ortonormal A asociada a este conjunto.

    Suponiendo que {𝑢1 , 𝑢2 , … , 𝑢𝑛 } es un conjunto ortonormal en ℝ𝑛 . Entonces 𝐴 =


    [𝑢1 , 𝑢2 , … , 𝑢𝑛 ]

    Y de acuerdo al caso anterior donde m=n, obtenemos que 𝐴𝑇 𝐴 = 𝐼𝑚 = 𝐼𝑛

    (1.1) Argumente por qué A es invertible.


    Ya que A es una matriz cuadrada de dimensión n×n y conociendo que el det(𝐴𝑇 𝐴) = 1

    (𝑑𝑒𝑡𝐴)2 = 1, entonces, 𝑑𝑒𝑡𝐴 ≠ 0

    Por lo tanto, podemos afirmar que A es invertible.

    (1.2) Usando la pregunta 1, deduzca cual sería la inversa de A. Justifique


    su respuesta.
    Ya que A es una matriz de dimensión n×n y conociendo que 𝐴𝑇 𝐴 = 𝐼𝑛 , entonces 𝐴𝐴𝑇 =
    𝐼𝑛

    Por lo tanto 𝐴𝐴𝑇 = 𝐴𝑇 𝐴 = 𝐼

    Entonces 𝐴−1 = 𝐴𝑇 por definición y unicidad de la inversa.

    Pregunta 3
    Encuentre dos vectores x, y en R³ que no son ortogonales entre sí, y otro ejemplo de dos
    vectores v, w en R³ que sí lo son.

    Vectores no ortogonales
    Sean dos vectores x, y tal que no sean ortogonales entre si implica que el producto punto
    entre estos dos vectores es distinto de cero.

    Sean los vectores x, y definidos como:

    x=(a1,a2,a3)
    y=(b1,b2,b3)
    con ai,bi R con i=1,2,4
    Para que no exista ortogonalidad se cumple que

    x∙y =(a1,a2,a3)∙(b1,b2,b3)≠0

    a1b1+a2b2+a3b3≠0 es la condición para que el producto punto de los dos vectores no sea
    ortogonal.

    Podemos asignar a1=a2=a3=1 y b1=b2=b3=2 entonces tenemos que 1*2+1*2+1*2 ≠0

    Por lo tanto, tenemos que los vectores

    x= (1,1,1)
    y= (2,2,2)

    No son ortogonales.

    Vectores ortogonales
    Para que dos vectores v, w sean ortogonales se debe cumplir que su producto punto es igual
    a cero

    Sean los vectores v, w definidos como:

    v= (d1, d2, d3)


    w= (f1, f2, f3)

    Con di,fi R con i=1,2,3


    v∙w = (d1, d2, d3) ∙ (f1, f2, f3) =0
    d1f1+d2f2+d3f3=0 condición de ortogonalidad.

    Podemos tener que d1f1=-d2f2-d2f3


    sea d2=d3=1 y f1=f2=f3=1
    d1*1=-1*1-1*1 lo que implica que d1=-2

    v= (-2,1,1)
    w= (1,1,1)

    Usando los vectores x, y, v, w y la matriz A de la pregunta 1, verifique que se cumplen las


    siguientes igualdades:

    (3.1) ||Ax|| = ||x||.


    En el problema 1 se solicita 3 vectores del espacio R⁵ que sean linealmente independientes
    lo que implica que:

    a1v1+a2v2+a3v3=0 con a1, a2, a3 R


    Tomando los vectores
    v1= (1,2,0,0,0)
    v2= (0,0,1,2,-6)
    v3= (0,0,0,3,1)
    Se comprueba fácilmente que son linealmente independientes.
    Estos vectores son base ortogonal, para tener una base ortonormal los vectores deben ser
    unitarios:

    ||v1||=√5
    ||v1||=√41
    ||v1||=√10
    los vectores que me generan una base ortonormal son

    u1=v1/||v1||=(1/√5,2/√5,0,0,0)
    u3=v2/||v2||=(0,0,1/√41,2/√41,-6/√41)
    u3=v3/||v3||=(0,0,0,3/√10,1/√10)

    La matriz A será:

    1/√5 0 0
    2/√5 0 0
    A= 0 1/√41 0
    0 2/√41 3/√10
    0 -6/√41 1/√10

    y el vector
    x=(1,1,1)

    Realizando el producto entre Ax se tiene

    1/√5 *1 + 0*1 + 0*1


    2/√5 *1 +0*1 + 0*1
    Ax= 0 *1+1/√41*1+ 0*1
    0 *1+ 2/√41*1+ 3/√10*1
    0 *1+-6/√41*1+ 1/√10*1

    Ax=(1/√5 , 2/√5, 1/√41, 2/√41+ 3/√10,-6/√41+ 1/√10)

    ||Ax||²=[(1/5+4/5+1/41+( 2/√41+ 3/√10)²+(-6/√41+ 1/√10)²=3


    ||Ax||=√3
    ||x||=√(1+1+1)=√3

    Se cumple ||Ax||=||x||

    (3.2) (Ax ) · (Ay ) = x · y


    Del ejercicio anterior sabemos que Ax

    1/√5 *1 + 0*1 + 0*1


    2/√5 *1 +0*1 + 0*1
    Ax= 0 *1+1/√41*1+ 0*1
    0 *1+ 2/√41*1+ 3/√10*1
    0 *1+-6/√41*1+ 1/√10*1

    Ax=(1/√5 , 2/√5, 1/√41, 2/√41+ 3/√10,-6/√41+ 1/√10)


    Para encontrar los valores de Ay se tiene y=(2,2,2)

    1/√5 *2 + 0*2 + 0*2


    2/√5 *1 +0*1 + 0*2
    Ay= 0 *2+1/√41*2+ 0*2
    0 *2+ 2/√41*2+ 3/√10*2
    0 *2+-6/√41*2+ 1/√10*2
    Ay=(2/√5 , 4/√5, 2/√41, 4/√41+ 6/√10,-12/√41+ 2/√10)

    (Ax ) · (Ay )= (1/√5 , 2/√5, 1/√41, 2/√41+ 3/√10,-6/√41+ 1/√10)·(2/√5 , 4/√5, 2/√41, 4/√41+ 6/√10,-
    12/√41+ 2/√10)

    (Ax ) · (Ay )=(2/5 , 8/5, 2/41, (2/√41+ 3/√10)*(4/√41+ 6/√10),-6/√41+ 1/√10),(-6/√41+ 1/√10)*(-
    12/√41+ 2/√10))
    (Ax ) · (Ay )=6
    x · y=(1,1,1)· (2,2,2)=1*2+1*2+1*2=6

    Se cumple que (Ax ) · (Ay )=x · y

    (3.3) (Av ) · (A w)= 0.


    Sabemos que
    v=(-2,1,1)
    w=(1,1,1)

    Tenemos que realizar el producto Av

    1/√5 *-2 + 0*1 + 0*1


    2/√5 *-2 +0*1 + 0*1
    Av= 0 *-2+1/√41*1+ 0*1
    0 *-2+ 2/√41*1+ 3/√10*1
    0 *-2+-6/√41*1+ 1/√10*1

    Av=(-2/√5 , -4/√5, 1/√41, 2/√41+ 3/√10,-6/√41+ 1/√10)

    Realizamos el producto Aw

    1/√5 *1 + 0*1 + 0*1


    2/√5 *1 +0*1 +0*1
    Aw= 0 *1+1/√41*1+ 0*1
    0 *1+ 2/√41*1+ 3/√10*1
    0 *1+-6/√41*1+ 1/√10*1

    Aw=(1/√5 , 2/√5, 1/√41, 2/√41+ 3/√10,-6/√41+ 1/√10)

    Realizamos el producto punto

    (Av ) · (A w)=(-2/√5 , -4/√5, 1/√41, 2/√41+ 3/√10,-6/√41+ 1/√10) · (1/√5 , 2/√5, 1/√41, 2/√41+
    3/√10,-6/√41+ 1/√10)

    (Av ) · (A w)=(-2/5-8/5+1/41+ (2/√41+ 3/√10)²+(-6/√41+ 1/√10)²=0

    Se cumple que:

    (Av ) · (A w)=0
    Pregunta 4: pregunta teórica.
    Sea A una matriz ortonormal de dimensión n × m y v, w ∈ R^m . Escriba Av y Aw como
    una combinación lineal de los vectores columna de A.
    Use estas expresiones, las propiedades del producto punto y la norma, y la definición de
    matriz ortormal para demostrar que:

    (4.1) La matriz A preserva el producto punto, esto es: (Av) · (Aw)= v · w, para
    cualquier vector v , w

    Una matriz ortonormal es aquella que sus vectores columna son vectores unitarios es decir
    que la norma de cada vector columna es igual a 1.

    Al realizar el producto de la matriz A con un vector v se tiene un nuevo vector definido


    por
    Av.
    A=(A1|A2|…..|Am) y v=(v1,v2,…,vm) , v=(w1,w2,…,wm) de esta forma podemos realizar la
    combinación lineal de los vectores columna de A y los vectores v y w.

    v1A1+v2A2+….+vmAm=Av
    Donde A1,A2,..,Am son los vectores columna de A, y v1,v2,..,vm son las componentes del
    vector v

    w1A1+w2A2+….+wmAm=Aw
    Donde A1,A2,..,Am son los vectores columna de A, w1,w2,..,wm son las componentes del
    vector w.

    Al realizar las operaciones de (Av) · (Aw)= v · w se tiene lo siguiente:

    (Av) · (Aw)=(v1A1+v2A2+..+vmAm)· (w1A1+w2A2+..+wmAm)

    Como los vectores A1,A2,..Am son unitarios se cumple que Ai· Aj=1
    entonces queda

    (Av) · (Aw)=(v1w1A1· A1+v1w2A1· A2+..+v1wmA1· Am+v2w1A2· A1+v2w2A2·


    A2+..+v2wmA1· Am+...+vmwmAm· Am)
    (Av) · (Aw)=(v1w1+v1w2+v2w1+ v2w2 ..+vmwm)
    (Av) · (Aw)=v · w

    (4.2) La matriz A preserva la ortogonalidad entre vectores, esto es: si (Av) ·


    (Aw)=0 entonces v · w=0. Obsérvese que está propiedades es fácilmente
    deducible de la anterior.
    Los vectores Columna son vectores que preservan la ortogonalidad esto implica que Ai·
    Aj=0
    Del ejercicio anterior como los vectores de la matriz preservan la ortogonalidad se tiene
    que el producto
    (Av) · (Aw)=0
    lo que implica que

    v · w=0

    (4.3) La matriz A preserva la longitud de los vectores, esto es: ||Av || = ||v || para cualquier
    vector
    v. Para realizar este ejercicio, use la propiedad de la norma que dice que si dos vectores x,
    y
    son ortogonales, entonces ||x+ y || = || x || + ||y||.

    Puedo aplicar

    ||A(x+y) || = ||x+y ||
    ||A(x+y) || =||Ax+Ay||=||x+y ||
    ||Ax+Ay||=||Ax||+||Ay||=||x||+||y||

    |||Ax+Ay||=||x||+||y||

    Pregunta 5
    Encuentre una aplicación en la vida real de las matrices ortonormales, y
    explíquela sucintamente.

    Las matrices ortonormales son de gran importancia en muchos campos de ciencia e


    ingeniería. Por ejemplo, desempeñan un papel importante en pruebas de mínimos
    cuadrados, análisis de ondas, ingeniería financiera y mecánica cuántica. Las matrices
    ortonormales se utilizan para lograr rotar una imagen sin alterar su tamaño en graficas
    computacionales. También son utilizadas en cambios de base como la construcción de
    bases para coordenadas esféricas y cilindras.

    En este caso tomaremos el ejemplo de la rotación de imágenes.

    Para llevar a cabo esto es necesario conocer la matriz de rotación, la cual se la presenta
    como una rotación en el espacio Euclideo.

    En dos dimensiones la matriz rotación tiene la siguiente forma:


    𝑐𝑜𝑠𝜃 −𝑠𝑒𝑛𝜃
    𝑅(𝜃) = [ ]
    𝑠𝑒𝑛𝜃 𝑐𝑜𝑠𝜃
    donde para rotar vectores columna, se debe multiplicar de la siguiente forma:

    𝑥′ 𝑐𝑜𝑠𝜃 −𝑠𝑒𝑛𝜃 𝑥
    [ ]=[ ] = [𝑦]
    𝑦′ 𝑠𝑒𝑛𝜃 𝑐𝑜𝑠𝜃
    de tal forma que se encuentran las coordenadas (x’, y’) del punto (x,y), dando como
    resultado:

    𝑥 ′ = 𝑥𝑐𝑜𝑠𝜃 − 𝑦𝑠𝑒𝑛𝜃
    𝑦 ′ = 𝑥𝑠𝑒𝑛𝜃 + 𝑦𝑐𝑜𝑠𝜃

    la dirección del vector rotado es anti horaria si 𝜃 es positiva y sentido horario si 𝜃 es


    negativa.

    Referencias

    Kolman, B. . Hill, D. Algebra Lineal Octava Edición

    Rodríguez, A. (2016). El álgebra lineal y el procesamiento digital de imágenes. Parte


    III. Transformaciones afines. Recuperado de
    https://www.nibcode.com/es/blog/1137/algebra-lineal-y-el-procesamiento-digital-
    de-imagenes-parte-iii-transformaciones-afines

    También podría gustarte