Upload
cristianariasarenas
View
213
Download
0
Embed Size (px)
DESCRIPTION
Sistemas de transformación Lineal
Citation preview
UNIVERSIDAD DE LA SERENA FACULTAD DE CIENCIAS DEPTO. DE MATEMTICA 1er Semestre 2014
GUIA DE LGEBRA LINEAL (ING.) TRANSFORMACIONES LINEALES
Definicin 4.1 Sean V y W dos espacios vectoriales sobre un cuerpo IK, una transformacin lineal de V en W es una funcin T: V W tal que: T(u + v) = T(u) + T (v) u, v V T( u) = T ( u) u V , IK.
Proposicin 4.2 Sean V y W espacios vectoriales sobre un cuerpo IK, T: V W transformacin lineal, entonces: a) T( 0v ) = 0w b) T(-v) = - T (v) , v V c) T( u - v) = T(u) - T(v) , u, v V Proposicin 4.3 Sean V, W espacios vectoriales sobre un cuerpo IK, entonces T :V W es una transformacin lineal si y slo si T ( u + v) = T(u) + T (v) , K, u, v V. Corolario 4.4 Sean V , W espacios vectoriales sobre un cuerpo IK y T: V W una transformacin lineal, entonces T preserva las combinaciones lineales , es decir si v1,.....,vn V
y 1, ..... ,n K se tiene que T )T(vv in
1=ii
n
1=iii =
.
Teorema 4.5 Sean V y W espacios vectoriales sobre un cuerpo K, tal que dim V = n < y {v1,....,vn} una base ordenada de V. Supongamos que {w1,....,wn} es subconjunto de W, entonces existe una nica transformacin lineal T: V W tal que T(vi) = wi i = 1,.....,n. NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL Definicin 4.7 Sean V y W espacios vectoriales sobre un cuerpo IK, T : V W una transformacin lineal .El ncleo (o kernel) de T es el conjunto KerT ={vV / T(v) = 0w}. La imagen de T es el conjunto Im T = { w W / v V : T (v) = w } = { T(v) / v V =T(V) }. Proposicin 4.8 Sean V, W espacios vectoriales sobre un cuerpo K y T: V W una transformacin lineal, entonces Ker T V e Im T W. Definicin 4.9 Si V y W son espacios vectoriales de dimensin finita sobre un cuerpo IK y T: V W es una transformacin lineal. Entonces dim ( Ker T ) se llama nulidad de T y dim ( Im T ) se llama rango de T . Teorema 4.10 Sean V y W espacios vectoriales sobre un cuerpo IK, dim V < y T : V W una transformacin lineal, entonces dim V = dim Ker T + dim Im T. Corolario 4.11 Sea A Mnxm ( IK) entonces la dimensin del espacio fila de A es igual a la dimensin del espacio columna A, es decir rango A = rango At. Proposicin 4.12 Sean V, W espacios vectoriales sobre un cuerpo IK y T: V W una transformacin lineal entonces T es inyectiva si y slo si Ker T = { 0 } Proposicin 4.13 Sean V, W espacios vectoriales sobre un cuerpo IK tales que dim V = dim W = n < y T: V W una transformacin lineal, entonces T es inyectiva si y solo si T es epiyectiva.
ALGEBRA DE TRANSFORMACIONES LINEALES Teorema 4.14 Sean V , W espacios vectoriales sobre un cuerpo IK . T : V W y L : V W transformaciones lineales, entonces: a) La funcin T + L : V W definida por ( T + L )(v) = T (v) + L (v) v V es una transformacin lineal. b)La funcin T : V W con IK , definida por (T )(v) = (T(v) ) v V es una transformacin lineal. Proposicin 4.15 Sean V, W espacios vectoriales sobre un cuerpo IK, entonces el conjunto L( V , W) = {T : V W / T es transformacin lineal} es un espacio vectorial con la suma y producto por escalar definidos en el teorema 4.14. Teorema 4.16 Sean V, W espacios vectoriales sobre un cuerpo IK tales que dim V = n < y dim W = m < Entonces dim L( V , W) = nm. Teorema 4.17 Sean U, V, W espacios vectoriales sobre un cuerpo IK, T: V U y L: U W transformaciones lineales. Entonces la funcin compuesta L o T :V W definida por ( L o T ) (v) = L(T(v)) v V , es una transformacin lineal. Definicin 4.18 Sea V un espacio vectorial sobre un cuerpo IK. Una transformacin lineal T : V V se dice un operador lineal sobre V. Proposicin 4.19 Sean V un espacio vectorial sobre un cuerpo IK, T, L, S operadores lineales sobre V, entonces: a) T o L es operador lineal sobre V. b) idv o T = T o idv = T c) L o ( T + S ) = ( L o T ) + ( L o S ) y (T + S) o L = ( T o L) + ( S o L). d) ( T o L) = ( T ) o L = T o ( L) , IK. Definicin 4.20 Sean V,W espacios vectoriales sobre un cuerpo IK y T: V W una transformacin lineal, se dice que T es invertible si T es una funcin biyectiva de V en W. Es oportuno recordar la equivalencia siguiente: T: V W es invertible si y slo si existe una funcin T -1 : W V tal que T o T -1 = idw y T-1 o T = idv Teorema 4.21 Sean V y W espacios vectoriales sobre un cuerpo IK y T: V W una transformacin lineal invertible entonces T -1 : W V es una transformacin lineal. Teorema 4.22 Sean V, W espacios vectoriales sobre un cuerpo IK, T: V W una transformacin lineal. Entonces T es inyectiva si y slo si T aplica cada subconjunto l.i. de V sobre un subconjunto l.i. de W. Teorema 4.23 Sean V y W espacios vectoriales sobre un cuerpo IK, tales que dimV = dim W = n < . Si T: V W es una transformacin lineal entonces son equivalentes las siguientes afirmaciones: a) T es invertible b) T es inyectiva c) T es epiyectiva d) Si {v1,.....,vn} es base de V entonces { T(v1),.....,T (vn) } es base deW e) Existe una base {v1,....., vn} de V tal que { T(v1),.......,T(vn)} es base de W. Observacin 4.24 Notemos que el teorema 4.23 no es vlido si dim V dim W . ISOMORFISMOS Definicin 4.25 Sean V, W espacios vectoriales sobre un cuerpo IK. Una transformacin lineal T: V W se dice isomorfismo de V sobre W si T es biyectiva. Si existe un isomorfismo de V sobre W se dice que V es isomorfo a W y se anota V W. Teorema 4.26 Sea V un espacio vectorial sobre un cuerpo IK. Si dim V = n entonces V IKn.
Lema 4.27 Sean U, V, W espacios vectoriales sobre un cuerpo IK. Entonces a) Si U V entonces V U b) Si U V y V W entonces U W. Teorema 4.28 Sean V y W espacios vectoriales sobre un cuerpo IK. Entonces V W si y solo s dim V = dim W.
GUIA DE EJERCICIOS 1. Determinar si las funciones dadas a continuacin son funciones lineales. Justificar.
a) 22 IRIR:T definida por )yx,yx()y,x(T 2 += b) 22 IRIR:T definida por )1y2x,yx()y,x(T ++= c) 23 IRIR:T definida por )zyx,zy2x()z,y,x(T ++= d) 23 IRIR:T definida por )zx,yx()z,y,x(T =
2. Mostrar que las siguientes aplicaciones no son lineales. a) IRIR:F 2 definida por yx)y,x(F = b) 32 IRIR:F definida por )yx,y2,1x()y,x(F ++= c) IRIR:F 2 definida por )0,x()z,y,x(F = .
3. Sea IRIR:T 2 una funcin lineal tal que 1)2,1(T = y 1)1,2(T = . Encontrar
)y,x(T . 4. Sea 23 IRIR:T definida por )zy4x,z3yx2()z,y,x(T +++= .Demostrar que T es
lineal y encontrar bases para TKer e TIm . 5. Demostrar que { (1,1,1) , (1,2,3) , (0,0,1) } es una base para el espacio vectorial .IR3
Sea 33 IRIR:T lineal definida por: T(1,1,1) = (1,2,3) , T(1,2,3) = (1,1,2) , T(0,0,1) = (2,1,3). Encontrar bases para TKer e TIm .
6. Sea V un espacio vectorial sobre IR y { u , v , w } una base para V. Demostrar que
{ u , u v , u v w } es una base para V. Sea VV:T lineal tal que T(u) = -2u + 3v + w , T(u v) = 3u 4v w , T(u v w) = 5u + v + 6w. Encontrar bases para TKer e TIm .
7. Demostrar que { 1 + x , 1 + x2, x + x2 } es una base para el espacio )IR(P2 . Sea
)IR(P)IR(P:T 22 lineal definida por: 2x3x1)x1(T ++=+ , 22 x4x21)x1(T ++=+ ,
22 x5x2)xx(T ++=+ . Encontrar bases para TKer e TIm . 8. Considerar el subespacio vectorial V = IR)3,1,2(,)3,2,1(),2,1,1( >< de .IR
3 a) Demostrar que { (1,4,5) , (4,1,5) } es una base para V.
b) Sea 3IRV:T lineal tal que: T(1,4,5) = (1,1,1) y T(4,1,5) = (2,2,2). Encontrar bases para TKer e TIm .
9. Sea S = < (1,0,0) , (1,1,1) , (2,1,1) >IR. Encontrar una funcin lineal 33 IRIR:T tal que STKer = e IR)3,2,1(TIm >IR y W = < (1,0,1) >IR de IR3.
Demostrar que IR3 = U W y encontrar la funcion 33 IRIR:T definida en el problema (10).
12. Sea 22 IRIR:T lineal, tal que )1,1()2,1(T = y )2,1()1,2(T = . Demostrar
que 22 IRIR:T es un isomorfismo de espacios vectoriales. Encontrar )y,x(T 1 . 13. Sea { u , v } una base para un espacio V sobre IR. Demostrar que { u + v , u v } es una
base para V. Sea VV:T lineal tal que T(u + v) = u v y T(u v) = u + v. a) Demostrar que VV:T es un isomorfismo b) Calcular T(u) y T(v).
14. Sean V , W espacios vectoriales sobre un cuerpo K y T : V W lineal. Sean
Vv,....,v,v k21 tales que W)v(T),....,v(T),v(T k21 son l. independientes. Demostrar que k21 v,....,v,v son linealmente independientes.
15. Sea 34 IRIR:F la aplicacin lineal definida por:
)t3s3yx,ts2x,tsyx()t,s,y,x(F +++++= . Encontrar bases para TKer e TIm .
16. Encontrar una aplicacin lineal 43 IRIR:T , cuya imagen es generada por )4,0,2,1( y )3,1,0,2( .
17. Sea T : )IR(M 2x2 )IR(M 2x2 definida por T(X) = AX XA, donde A =
3021 .
Demuestre que T es transformacin lineal y encontrar bases para TKer e TIm . 18. Sea T el operador lineal sobre 3IR definido por:
)zy3x2,yx4,x2()z,y,x(T += . Demostrar que T es invertible y encontrar una frmula para .T 1
19. Sea V espacio vectorial de dimensin finita y T un operador lineal sobre V. Demostrar
que T es invertible, si y slo si, T es sobre.
20. Sea M =
2211 y T : )K(M 2x2 )K(M 2x2 lineal definida por T(X) = MX. Encontrar
bases para TKer e TIm . 21. Encontrar una aplicacin lineal 33 IRIR:T , cuya imagen es generada por )3,2,1( y )6,5,4( . 22. Encontrar una aplicacin lineal 34 IRIR:T cuyo ncleo es generado por )4,3,2,1( y
)1,1,1,0( . 23. Sea )IR(P)IR(P:D 33 el operador derivacin. Encontrar el ncleo e imagen del
operador D. 24. Sea A una matriz m x n con coeficientes en el cuerpo K. Se define la funcin
)K(M)K(M:T 1xm1xn por XA)X(T = )K(MX 1xn . a) Demostrar que )K(M)K(M:T 1xm1xn es lineal.
b) Si A =
312954321 )IR(M 3x3 en (a) y luego )IR(M)IR(M:T 1x31x3 . Encontrar
bases para el ncleo de T e Imagen de T. 25. Sea A una matriz m x n con coeficientes en el cuerpo K. Se define la funcin
mn KK:T por tt )XA()X(T = nKX . a) Demostrar que mn KK:T es lineal.
b) Si A =
312954321
)IR(M 3x3 en (a) y luego 33 IRIR:T . Encontrar bases para el
ncleo de T e Imagen de T.
26. Sea T funcin lineal de IR3 en IR3 ( operador lineal) tal que: Ker ( T id 3IR )= < (1,1,1), (1,1,0)> Ker ( T + 3 id 3IR )=< ( 1, 0, 0)> Encontrar T . REPRESENTACIN POR MATRICES Definicin 5.1 Sean V y W espacios vectoriales sobre un cuerpo IK , tales que dim V = n , dim W = m y T: V W una transformacin lineal. Si B = { v1 ,...,vn } es una base ordenada de V y B`= { w1,...,wm} una base ordenada de W, se define la matriz de T respecto al par de bases ordenadas B y B` como la matriz [ T ]BB` M mxn(K) donde la columna j-sima de [ T ]BB` est dada por [ T (vj )]B` . Observacin 5.2 La transformacin lineal T :V W determina una nica matriz [T]BB , puesto que para cada j{1,.....,n}existen nicos escalares 1j ,2j ,...,mj IK tales que
T(vj) = ij ii
m
w=1
, es decir [T (vj) ]B` =
mj
j1
! . Luego [T ]BB` = ( ij ) es nica.
Teorema 5.3 Sean V y W espacios vectoriales sobre un cuerpo IK, tales que dim V= n y dimW= m. Sean B y B` bases ordenadas de V y W respectivamente. Si T: V W es una transformacin lineal, entonces [T(v)]B = [T ]BB` [v ]B , v V. Teorema 5.4 Sean V y W espacios vectoriales sobre un cuerpo IK, tales que dimV = n y dim W = m . Sean B y B` bases ordenadas de V y W respectivamente, entonces :L( V , W) Mm x n(K) definida por (T) = [T] 'BB
es un isomorfismo. Observacin 5.5 Note que el hecho de que sea biyectiva implica que dada una matriz A Mm x n ( IK) y las bases ordenadas B y B` en V y W respectivamente existe una nica transformacin lineal T: V W tal que [T ]BB` = A
Observacin Si V es un espacio vectorial sobre un cuerpo IK, B es una base ordenada de V y T un operador lineal sobre V entonces en lugar de [T]BB se escribe [T]B y se dice que es la matriz de T en la base B . Note que por el teorema 5.3 se tiene la identidad [T (v)]B = [T ]B [v ]B , v V.
Teorema 5.6 Sean U, V y W espacios vectoriales sobre un cuerpo IK, T: U V y L: V W transformaciones lineales. Si B, B` y B`` son bases ordenadas de U, V y W respectivamente, entonces [L o T ]BB`` = [L ]B`B`` [T]BB`. Proposicin 5.7 Sean V y W espacios vectoriales de dimensin n sobre un cuerpo IK y T: V W una transformacin lineal. Entonces T es invertible si y slo s [T ]BB` es invertible para toda base ordenada B de V y toda base ordenada B`de W. Definicin 5.8 Sean V espacio vectoriales sobre un cuerpo IK, B y B` bases ordenadas de V. La matriz [idv ]BB` se llama la matriz de pasaje de la base B a la base B`. Proposicin 5.9 Sean V un espacio vectorial sobre un cuerpo IK, B y B` bases ordenadas de V, entonces la matriz de pasaje de la base B a la base B` es invertible y [idV ]-1BB = [idV]BB`. Teorema 5.10 Sean V, W espacios vectoriales sobre un cuerpo IK, B1, B2 bases ordenadas de V. B`1 , B`2 base ordenadas de W. Si T: V W es una transformacin lineal, entonces [ T ] B1 B'1 = [idw ] B`2 B'1 [T] B2 B`2 [idv] B1 B2 . ( Teorema de cambio de base)
Observacin 5.11 Un caso particular del teorema 5.10 queda expresado de la siguiente manera: Sean V un espacio vectorial sobre un cuerpo IK, B y B` bases ordenadas de V y T un operador lineal sobre V, entonces [T]B = [idv]B`B [T]B` [idv ]BB` , o bien , [T ]B = [idv]B`B [T]B` [idv ]B`-1. ( Teorema de cambio de base para operador lineal )
GUA DE EJERCICIOS 1.- Encontrar la matriz de las siguientes funciones lineales de IR3 en IR2 respecto de las bases cannicas de IR3 y IR2 respectivamente.
a) T ( x, y, z)= ( x, y) b) T (x, y, z)= ( x + y, 2x y )
2.- Considere la funcin lineal T: P2 ( IR) P1(IR) definida por: T ( a0 + a1x + a2x2) = -a0 + ( a1 + a2)x. Sean C1, C2 las bases cannicas de P2(IR) y P1(IR) respectivamente. a) Encuentre [ T]
2C1C
b) Encuentre [ T] 2 C 2 donde 2= { 2, x + 1, x2}
c) Encuentre [ T] C1 1 donde 1 = { x + 1, 1 } d) Encuentre [ T ] 2 1 donde 1, 2 son las bases de ( c ) y ( d ).
3.- Sean V y W espacios vectoriales sobre un cuerpo K, = { v1, v2} y `= { w1, w2, w3} bases ordenadas de V y W respectivamente. Sea T: V W una funcin lineal definida por: T( v1) = 2w1 w2 , T(v2)= 2w1 - 2w2 + w3.
a) Determine [ T ] ` b) Use ( a) para determinar T ( 3v1 + 2v2)
4.- Sean T: IR3 funcin lineal definida por: T(x, y,z)= x(1,2,3) + (y + z) (0, 1, 2) y L: < ( 1, 2, 3 ), (0, 1,2)> IR, funcin lineal definida por: L( 1,2,3) = 10 y L(0,1,2)= -1. Considere las bases ordenadas = { (1,0,0,),(0,1,1),(0,0,1)}, `= { (0,1,2),(1,2,3)}, `` = {2} de IR3, < ( 1,2,3), (0,1,2)> y IR respectivamente.
a) Encuentre [ T ]` b) Encuentre [L ] ``` c) Encuentre [ L o T] ``
5.- Sean S y L operadores lineales definidos sobre IR3 tales que:
[ L o S ]C=
113012101
donde C es la base cannica de IR3. Sea = { ( 1, 0, 0 ), (1,1,0), (0,0,-1)}
base ordenada de IR3 y supongamos que [ L ] =
100120111
. Encuentre explcitamente S ( x, y, z).
6.- Sean T y L funciones lineales de P2(IR) en IR3 tales que:
[3T - L ] `=
121110201
y [ L ] `` =
111100111
donde
={ 1, 1 + x, x2 }, `= { ( 1,1,0),(0,1,0 ), (0,0,1)} y `` ={ (-1, 0,2),(1,1,0),(-1,0,0)} son bases ordenadas de P2(IR) y IR3 respectivamente. Encuentre:
a) L( a0 + a1x + a2x2) b) [ T ] `
c) [ T ] `` d) T ( a0 + a1x + a2x2) e) Es T invertible? Si lo es, encuentre [ T-1]` .
7.- Sea T: C2 P2( C) funcin lineal definida por T ( a, b)= a + bx2 + (-b)x2. Considere las bases ordenadas = { ( 1, 0 ), ( 0, 1)} ` = { ( 1, i), (-i, 2)} de C2 y `` = { 1, i + x, ix2} base ordenadas de P2 ( C). Encuentre:
a) [ T ] `` b) [ T ] ``` c) Matrices P y Q tales que [ T ] `` = P[ T ] ``` Q.
8.- Sea T: IR2 IR2 funcin lineal tal que:
[ T ] =
1201
donde = { ( 1, 0), (0, 1) Encuentre una base ordenada `de IR2 tal que
[ T ] ` =
1031
.
9.- Sean V un espacio vectorial sobre un cuerpo K, dim V = 3 , B ={v1,v2,v3} y B`= {v1,v1 + v2,v1 + v2 + v3} bases ordenadas de V. Si T es el operador lineal sobre V definido por T(vi) = vi - v1 i = 1,2,3. Encuentre:
a) [T]B y [T]BB`. b) Matrices P y Q tales que [T ]B = P[T ]BB` Q. c) Matriz P tal que [T(v) ]B = P[v]B` .
VALORES Y VECTORES PROPIOS Definicin 5.12 Sean V un espacio vectorial sobre un cuerpo IK y T: V V un operador lineal. Un escalar IK se dice valor propio de T si existe un vector v V, v 0 tal que T(v) = v. Si es un valor propio de T, entonces cualquier v V tal que T(v) = v se llama vector propio de T asociado al valor propio . El conjunto S = {v V / T(v) = v } se llama espacio propio asociado a . Proposicin 5.13 Sean V un espacio vectorial sobre un cuerpo IK y T: V V un operador lineal. Si es un valor propio de T entonces S V. Teorema 5.14 Sean V un espacio vectorial de dimensin finita n sobre un cuerpo IK, B una base ordenada de V y T : V V un operador lineal. Entonces las siguientes afirmaciones son equivalentes: (a) es valor propio de T (b) T - idv no es invertible (c ) det ( [ T ]B - In ) = 0 Observacin Si B es cualquier base ordenada del espacio vectorial V, por lo tanto la equivalencia (a) (c) se puede expresar de la siguiente manera: es valor propio de T det ( [T]B - In) = 0, para cualquier base ordenada B de V. Definicin 5.15 Sea A Mn ( IK) , se dice que K es un valor propio de A en IK, si det (In -A) = 0. El polinomio C(x) = det ( xIn -A) se llama polinomio caracterstico de A. Observacin 5.16 El polinomio caracterstico de una matriz A Mn(IK) es un polinomio mnico de grado n, esto se comprueba al desarrollar det ( xIn - A). Adems, las races de CA (x) son exactamente los valores propios de A. Proposicin 5.17 Las matrices semejantes tienen el mismo polinomio caracterstico. Definicin 5.18 Sean V un espacio vectorial de dimensin n sobre un cuerpo IK y T: V V un operador lineal. Se define el polinomio caracterstico de T, como el polinomio caracterstico de cualquier matriz n x n que representa a T en alguna base ordenada de V. Se anota CT ( x ). Observacin 5.19 De la definicin de CT (x) se tiene que si B y B` son bases de V, entonces [T]B y [T]B son matrices semejantes, es decir [T]B = [idV ]-1BB`[T]B [idV]BB` , luego tiene el mismo polinomio caracterstico y por lo tanto los mismos valores propios. En particular T tiene a lo ms n valores propios distintos, puesto que gr( CT (x)) = n . Sin embargo, existen funciones lineales las cuales carecen de valores propios.
DIAGONALIZACIN Definicin 5.20 Sean V un espacio vectorial sobre un cuerpo IK y T: V V un operador lineal. Diremos que T es diagonalizable si existe una base B de V tal que [T ]B es una matriz diagonal. Teorema 5.21 Sean V un espacio vectorial de dimensin n sobre IK y T: V V un operador lineal. Entonces , T es diagonalizable si y solo si existe una base de V, formada slo por vectores propios de T. Teorema 5.22 Sean V un espacio vectorial de dimensin n sobre un cuerpo IK, T un operador lineal sobre V y 1 ,..., r los valores propios distintos de T. Sea Si = Si el subespacio asociado al valor propio i . Entonces las siguientes afirmaciones son equivalentes: (a) T es diagonalizable (b) El polinomio caracterstico de T es CT ( x) = ( x - 1)d ...(x - r ) rd , donde di = dim Si. ( c ) dim S1 + ...... + dim Sr = dim V. Corolario 5.23 Sea V un espacio vectorial de dimensin n sobre un cuerpo IK y T: V V un operador lineal. Si T posee n valores propios distintos entonces T es diagonalizable. Definicin 5.24 Con las notaciones anteriores se dice que dim Si es la multiplicidad geomtrica del valor propio i y que di es la multiplicidad algebraica del valor propio i. Observacin 5.25 El teorema 5.21 puede reescribirse de la siguiente manera: T es diagonalizable la multiplicidad geomtrica de cada valor propio i de T es igual a la multiplicidad algebraica del valor propio i.
GUIA DE EJERCICIOS 1.- Sea T un operador lineal sobre IR3 representado en la base cannica por la matriz
A=
9 4 48 3 416 8 7
Demuestre que T es diagonalizable, encuentre una base de vectores propios y una matriz Q invertible tal que Q A Q-1 sea diagonal. 2.- Encuentre valores y vectores propios de las siguientes transformaciones lineales, las cuales estn representadas en alguna base del espacio correspondiente por las siguientes matrices. Determine si son diagonalizables.
a)
0 1 04 4 02 1 2
, b) , c) ,
d) , e) , f) .
3.- En cada uno de los siguientes casos determine si la matriz es semejante a una matriz real diagonal encontrando una matriz Q invertible tal que Q A Q-1 sea diagonal.
a) b)
5 6 61 4 23 6 4