Professional Documents
Culture Documents
Claudio-Pita-Ruiz Algebra Lineal PDF
Claudio-Pita-Ruiz Algebra Lineal PDF
Claudio-Pita-Ruiz Algebra Lineal PDF
U es inversible, se pusde defini ‘la transformaeién S como Ja inversa de T, la cual se denotari por 7 tro pat de eonseeuencias inmediatas de la definieidn 6.1, se encuentra en el siguiente teorema: 1). Sila transformacidn lineal T: V+ Ues inversible entonces 7: U = Viambign es inversible y (Ty = T. 2) S17 V-» Uy Tx: U + Wson transfonmaciones lineales inversibles, centonces Ty © Ty: V+ W tambicn es inversible y (7s ° 7)? = ste Ts Le 1) Es una consecuencia directa de la definicin 6.1 y de la unicidad de la inversa de una transformacisn. Para verificar 2) basta observar que 7}! 6 73! es lineal (composicisn de transformaciones ineales) y ademés (Ti oT) o(Te9 T= Tito (Ti! ° T° T= Tih (lds) ° T= Ti * Trl (Tyo T))° (Ti 9 TS) = Tee (T° TH) * TH Tae Uldu) ° Ti = Tee Te = dw y portanto, (T° Ti)! = Ti8° Ty QED. Elpréximo objetivo es eatacteriza la inversibilidad de una transformacién lineal en témings de su inyectividad y de su sobreyectividad, Se veri en el eorema 6.2 {que la transformacién Tes invedsible si, y sdlosi es inyeetiva y sobreyectiva. Pero Antes véuse el siguiente lema que earacteriza la propiedad de inyeetivided de una ‘ransformacién lineal en térmninos de su niieleo. Sea T: ¥ -+ U una transformacién lineal, entonces Tes inyectiva si, y sélo si Ker T= (0). Supngase que es inyetiva y sea v un vetor dl melo de T: Entonces 1) = 0, pero tambizn T(0) = 0 (pot ser T linea), Entonees v= 0, est es, Ker T» {0} Reciprocamente,supdngase que Ker T= (0), y sean v,¥ € Viales que TW) TW) Entonces To) = TW) = Te = v) =O, lo que dice que v-v'€ Ker T. Por tanto, v= ¥ =O, estoes, v= v. Esto muestra que Tes inyective QED. TEOREMA 6.2 DEMOSTRACION: DEFINICION 6.2 ‘Trmusroruacionesuncates 351 Latiansformnacidn lineal 7: V+ Uesinversiblesi,y slosi Tes inyectiva y sobreyectiva, Supa pneramente que Tes inesble, See v un welr del leo Entonees ae THT)=T'Q)=0 (pues Pes lineal) Pero T° T= Idy. Es deci, va (Te Dw) * THT) =0 Por lo tanto, Ker T » (0) y entonces, segin el lema anterior, Tes inyectiva, ‘Sea ahora w € U. Se debe mostrar que existe v € Vial gue Tl) = w (sto es, que Im T= U), Como la tansformacién T* esté definida en U, eserfbase v= TW). Entonces Tw) = TW) = Pe TY) = Ida) =u lo.que muestra entonces que Tes sobreyectiva, Recfprocamente, supAngnce qie Tas inyectiva ysobreyectiva, Sedsbemocteat gue existe a tansformcion neal TU ~ Via que P= P= Idyy To P+ = Para cada vector u € U, existe un veetor v € Vial que Ti) = u, pues Tes sobreyectiva, Ademis este vector ves tinico, pues Tes inyeetiva, Definase T™: U ~+ Veomo T"(u) = v. Es obvio que se satisfacen 7 © resta probar que Tes una transformacién linea, Sean wy u’ dos veetores cualesquiera de U y considérense os eorrespondientes vectores vy ¥ en Vtales que Tv) = 4 TO) = Entoncesu + a’ = Ty) + Tv) = Te + ¥) pues Tes lineal, de donde Musuyevev= That Dw) Sic € R,sctiene que Ticv) = oTlv) = cu, por lo que (cn) = ev = eT). Esto muestra entonces que Tes lineal, y por lo tanto Tes inversibe, QED, Enel capitulo anterior, se definié el concepto de isomorisma como una transfor ‘mack lineal biyectiva(inyectiva ysobreyectiva). Con el lenguajede esta seceién seine entonces I siguiente definiién (consecusnci del tore anterior). Un isomorfismo es una transformacién linea! inversibe,952 AvcesmaLNen TEOREMA6.3 DEMOSTRACION COROLARIO1 DEMOSTRACION COROLARIO 2 DEMOSTRACION ‘También en el capitulo anterior se probé que dos espacios vectoriales Vy U eon to misma dimension (Fnita) son isomorfos (es deci, existe un isomorfisino 7: =U), Ahora se esti en posiilidades de demosttar una especie de reciproco de esta afirmacién, | ; | supéngase que Ves un espacio vectorial isomorfo al espacio vectorial U. | Entonees Ves de dimensidn finita si, y sdlo si Ues de dimension finita | dim U= din = Sea T: V+ Un isomorfismo de Va U. Supsngase que Ves de dimensii finits Se puede entonces aplicarel tcorema de a dimensi6n (teotema 2.2) que dice: ran, goo T+ nulidad de T= dim V.Siendo Tinyectiva, Ker T= (0) y por tanto mutidud Se T= 0. Entonces rango de T= dim V, Pero por otra parte, Tes sobreyeetiva, de fnodo que lint P= U. Entonces rango de T= dim In T= dim U = dim Vinita). La Jimpliceidn reciproca se prucha similarmente eonsiderando el somorfismoinver QED. soT!:U—V Dos expacins veetoriales de dimensi6n finita son isomorfos si, y silo sh tienen la misma dimension. ‘Sea V un espacio vectorial de dimensién finita y sea 7: ¥ — U una transformacion lineal. Una eondicidn necesaria (no suficiente) para que fa transformaeién T sea inversible es que U sea de dimensidn finita y aque din U = din V. Se sigue inmediatamente del teorema 6.3. Q Nota: La condicién dim U = dim V del corolario anterior no garantiza en absoluto aquela tansformacisn T: V+ Usea inyersible. Lo que se sabe es que si di U= dn V, existe una transformacién lineal inversible S: V+ U (que no tiene por qué coincidir con 7). Retémese el anilisis sabre la inversibitidad de una VU, Soginel teorema 6.2, esta transformacién puede no ser inversible por dos sansformaeién lineal 7: DEFINICION 6.3 EJEMPLO2 TEOREMA 6.4 DEMOSTRACION Se demostrari (1) > Q) = 3) + 4) = 5) = @ = (), TRANSFOAWSCIONESLNEKLES 353 nidependientes): Tno es inyectiva yfo Tno es sobreyectiva. Si Tno es inyectiva, no hay manera alguna de definie una transformacisn inversa T's U = V, pues en este eas0 existtian dos vectores vy, 5 € Vtales que 7(v) = Toy = 1, €'U, de modo que T*(u,) no estaia bien definido. Sin embargo, si Tno es sobreyectiva, pero si es inyectiva, se podria modificar su coddominio de modo que T (con su codominio redefinido) sea inversible. Basta, considerar el codominio de T como siendo su imagen (que se sabe que es un espacio vectorial, sbespacio de U) y entonces la transformacisn 7": V~ In T T')~ Ty) ¥ v € Ves ya invesible (ves hora claramente es sobreyectiva). Las transformaciones lineales que son inycetivas (independientemente si son sobre yectivas ono lo son) reciben un nombre especial. Se dice que la transformacién lineal 7: V+ Ues nosingular equivalente si Ker T= (01). ‘es inyectiva (o Entonees, toda ttansformacién lineal inversible es no singular, La afirmacién reciproca es (obviamente) falsa, como lo muesiza el siguiente ejemplo: Sea T: RE -» BR? Ia wansformacidn lineal T(x, y) = (x,y, x). Obsérvese que si (3.8) = 0 = x= y=0, de modo que Ker T= (0}. Entonces Tes no singular. Sinnembargo, Tino pedo ser inversible pues dint RE = 2 # 3 = din RP (corolario 2 del teorema 6.3). En el caso particular en el que Ves un espacio vectorial de dimensién fini, cexision una setie de propiedacles que caracterizan la inversibilidad de la transfor~ iaeién 7: V~+ U. Estas propiedades se enuncian en el siguiente teorem, cuys mosttaeion ya se habia prometido anteriormente (subseccidn 6.2, capitolo 3 y ‘subseecidn 3.1 del presente expftule). Obsérvese que en este caso se tiene neeesa mente din U = dit ¥ (eorolatio 2 del (eorema 6.3). Sean Vy U espacios veetoral dim U, Las siguientes afirmaciones acerea de la transformacién lines! T:V — Uson equiv entes esto es, Tes un isomorfismo) 5) Si 1 Ms pendientes on V,entonces (71), TO veetores in end, 6) Si (v1.95, Vel esunabase de Fyentonees (Ti, TW) +5 TW} es.una base de U. Le 1 Ye) €5 un conjunto de veetores line Th mente inde } sum eonjunto de | | 4) Tes wosingular | vente independent Q) » Q). Obvio Q) = G3). Por hips orema 6.2) sis Tes sobreyeotiva. Entonees Jot T= U y tango de T=354 AucteRauneaL dim Im T= dim U = dim V.Por el teorema de la dimensién se tiene nulidad de T 0. Entonees Ker T= {0}. Enlonces Tes inyectiva (lema previo al teorems 6.2). @) = (@), Obvio (por el lema previo al teorema 6.2). () = G). Sea entonces {v, vs,... 14) un conjunto de veotores linealitente independientes en V.Considérese la combinacién lineal eT) + exThon) +... xT) #0 Tem tems ..bem) = Como Tes no singular, la relacién anterior implica que emt eats team = 0 Ja cual a su vez implica que c.= c2 =... = = 0 (por Ia independencta lineal de los veetotes ¥, Vs. «,¥) lo gue muestta que los vectores T(), Ti) «5 TO) son linealmente independientes. (5) = (6). Sea {v, v=») una base de ¥. (Entonces n= dim V dim U). El eonjunto de n veetores (TI), TO), - «+ Th) e un conjunto finealmente independiente en U (por hipstesis). Como dim U « n, este conjunto de hecho forma wa bse de U (corolario del tors 5.3, expitulo 3). (© = (1).Sea 1, ¥,-.,} una base de V. Por hipStesis se sabe que (Tt), TO), ..-, Tlv)} es una base de U, Sea u € U. Entonces existen escalates ¢, ¢:y...5 tales que u = ¢,T(v1) + :T(v3) +... + CoT¥e) = Tles + C2V2 + «+ Cave). Escribase v= cy + cams + «+ Gay Soha probado asl que dado u € Usexistev € Viel que Tio) = u, es decir, que Tes sobreyectiva. Por otta part, supdngase que v= diy + dy, +... + dy, 68 un vector del nieleo de T. Entonees Ti) = Tidy, + dy + + devs) ™ iT) + dsT(0) + «+ TI) = 0, elaci6n que implicn que d= ds =... = d= 0 (pues los vectores 70H), TO), « « « + Th) son linealmente independicntes), o sea que v= 0. Se ha probado entonces que Ker 7 (0},y pot tanto Tes inyeativa, Esto muestra que Tes un isomorfismo, QED. El teorem anterior brinda varias altenativas equivalentes para verficar si una transformacisn lineal ene espacies vectoriles de la misma dimension es 0 no inversible. Sin embargo, algunas de ellas son claramente poco prcticas, ‘A continuacion se comenzari el estudio de la inversibilidad de una transfor- sacin lineal T: V+ U (en donee dim V» dim U) via su representaciin matcil respecto do bases coneretas de V y U. Este estudio reportara “condiciones nu- éticas” (feiles de evaluat) equivalentes ala inversibilidad de la transforma ida T. I resultado principal se encuentra en el siguiente teoreme: ‘TRansroRMACIONESUNEALES 355) TEOREMA6.5 Sean Vy U espacios vectotiales de ta misma dimensién (fini), la | ttansformacién lineal T: V ~» U es inversible si, y slo si la matriz de | fatansformacién Frespecto de cuatesqueta bases de Vy Ues una mate inversible. DEMOSTRACION Supingase que: ¥ + Ues inversible. Existeentonces una tansfortacidin inal 5: U ~ Vial que Se T= Ids y T $ = Ido, Sean fy y ps bases de Vy U respectivamente, obsérvese que [/dy]p, * Ie [/du]p, = I. Entonces, segin la formula 52s tiene que I= (Id}p,= (8° Th, = (Shoo, (Ms, 1 Udy, = (7 Sh,= Mes (Sh, lo cual dice entonees que [T]pq, €8 una matrizinversible Supéngase ahora que la matriz A = (Tlpp, es inversible. Considrese la transformacién Ti: Re + Rin = dim V= dim U, dada pot T,%) = AX y sean g: V Ry + Rr los isomorfismos naturales @(¥) ~ (¥)p, y W(X) = (Wp, Se tiene entonces una situacién como la siguiente Sicl vector X € R¢perteneceal tones T,(X) * AX = 0, Siendo A inversible, el sistema homogénco de ecuaciones lineales AX = 0 tiene sélo ka solucicn trivial X~ 0. Entonces Ker Ts ~ (0). Por otra pate, se sabe que {Ker 1) = Ker T,, Entonces @(Ker 1) = {0} y por tanto Ker T= {0}. Esto dice, segin cel teorema 6.4 que Tes inversibl. QED, - COROLARIO (De1Apewosmmacion avrexion,) Sila transformacién 7: V+ Ues inversi- ble, entonces DEMOSTRACION Bs una consecuencia de las formulas (Sloe, (Tloe,~ (Tho, (Sle, = 2356 .cceraunent EJEMPLO3 obtenidas en la demostracién del teorema anterior, en donde QED. ‘Vease de nuevo el primer ejemplo que se consideré en esta seceidn a la hz det teorema anterior, Se tenia la transformacion lineal TER Py, Tea, ye a+ b+ Qa 3px Sean B, y Bs las bases eandnicas de R? y P, respeetivamente, Halle la mateiz (The . TU,0)= 1428 cru.on-[ 3] 7 TO,= 143" [7O,Dh, “L] Erness Mea. [: >| Como det (Teg, 1 # 0, se conetuye que Tes inverse (pues la mate (Tp to 3). Mis ain, si se halla (TJ, ste sod Ia matriz de la transformacion inverse T*: P, + R?respecto de las bases Pa y Di. Se tiene dde modo que (7, (a= [ yentonces sip = y+ 8x, se tiene (TPN = (TP [ osea Tey + 8x) By 8, -2y+8) resultado al que se habia Ilegado ya anteriormente DEFINICION 6.4 TEOREMA 6.6 DEMOSTRACION TRANSFORMACIONESLNEKLED 957 Considere ahora el caso particular de un aperador lineal T: V -+ Ven donde Ves de dimensidn fini Sea 6 una base cualquiera de V. Soe T: V+ Vin operador lineal en el espacio vectorial V de dimensién finita, Se lama determinante de T, denotado por det T, al detetminanie de ta mattiz. que representa a Ten cualquier base de V. Verifiquese primeramente que esta definicién es una buena definicién, en el sentido de que el valor det T'no depende de Ia base que se escoja de espacio V. Sean By 9 dos bass distinas de Py eonsiderindose las matsices 7} [Tle- ‘Seginelcorolaio del teorema 4.1, estas mattices son semejantes. Exist entonces ‘una maiz inversible P tal que (Th PnP (de hecho se sabe que P es a maiz de cambio de base de 6 a f). Bntonees: dea Ty = det(PUTP) = (der P'\(det{Ta}(det P) ~ (detPy(det{T],Y der P) = det Ty logue muestra entonces que el valor de der To depende de la base que se escoja ae. Se ha asociado entonees a cada operador lineal TV —> V un mimero bien doterminado: det T. Este nimero dices el operadores inversible, como lo muestra cl siguiente teorema: Elopetadorlineal 7: V+ V,donde Vesun espacio veetorial de dimension finita, es inversible si, y sélo sider T# 0. Consecuencia directa del teorema 65 y de ln definicion de der T- QED. oe 2])-Bek fabs] ‘Témese la base candnica de M:.: 9. Entonces (>358 AceonauneaL Como det [Ty = -34 0, se concluye que Tesinversible. Para tetminar esta stccién, se vaa considera un problema “elements” que se stacard con Ins ideas que se han desarollado en este capitulo. El objetivo es reobtener, ala luz de a teoria de transformaciones lincales estdiada hasta este momento, el teorema 6. del capitulo 3, en el que se resumfa a diseusion hecha cla subseecién 6.1 deal capitulo sobre cambio de bases Considérese el operador idntidad ene espacio vectorial Ve dimensién finita 1d: VV, als) = vv V. Se van.a considera dos bases distintas de Va saber: li base 6 en su dominioy Is base en su codominio, Escribase = (vy 5 .+-+¥e) y B= [Vi, vhs ve). Obsérvese que la matiiz de este operador respesto de las ibases By Pres (esqueméticamente) 1 4 1 Uda | OI, Dale ++ Dds rood 1 aque es precisamente la matriz que se definé en la subsecetén 6.1 del eapitlo 3 como “matriz de cambio de base de Pi a", ¥ que se denots pot Q. Se sabe que (seccién 3), para v € V Uae. = Wy = Ula, Wh, = Ob, (férmula que ya conoefamos del capitulo 3). ‘Ademis, obviamente el operador Ides inversible, de modo que I= lene por ‘mattizrespecto de las bases By 8 UdNpa = Udy = O Bs claro que [Rds * [lpn es la mattiz de cambio de base de Pa Py i eu se denotaba como P. ‘Estos son preessinene los resultados que se obtuviron en Ia subsessién 6.1 el capitulo 3. Claro que en aquel momento tomaé mucho ris trabajo llegar ellos. No se puede neger que, en contrast, la manera como se han establecido aqut tales resultados es una manera sumamente simple y elegant. APENDICE. UNA APLICACION AL CALCULO DE ANTIDERIVADAS En todo este apéndice, Vdenotaré un subespacio de dimensién finita del espacto vectorial de la funciones reales con derivadas de todos los érdenes. Considérese el operador D: V > Vdado por Dif) ~ f° (a derivada def ‘TRansronMacionesuneales 959 Como yase habia observado ena seein Ide est capil, D es un opera lineal pues Dit s)= (48) =~P28=DD+Dw) fee Dich" (fr =ef'=eD) eR Se van considera lgunos casos patcuares en los cuales, el operador Des inversible, _ ‘Sea P= Usdin fl una base de Vy sea A la mate que rep respect den ise Sig € Y, enlonoes,comosestbe [Dieh~ Alshe way enta aD Siendo D inversible, se sabe también que el operador D": V ~+ Ves representado respecto de la base B por la matriz A“ Es decir, (D-@h= "Lele way Obsérvese que D(g) es lafuncién en Veuya imagen bajo Des g. En otras palabras ‘D-g)es ta funcidn euya derivada es g. Entonces Dg)= f sede (la antiderivada deg). Seqtin a étmula (A2),se tiene entonces que para halla la sntidesivada de una funcién g € V (su matiz de eoordenadas tespecto de la base B), sélose tiene que determiner la inversa dela matrz A, Este es entonees un “método”, que emplea hetrainientas dl algebra tinal, pata halla antiderivadas de funciones. ‘Veanse funcionae estas ideas en algunos eases eonetetos. ‘Sea Vel espacio generado por las funciones sen ax, c0s ax, X sen ar, xe0s a. ‘Se puede demosirar que estas funcfones son linealmente independientes. Entonces B = {sen ax, cos ax, x sen ax, 60s ax) es una base de V. Hillese la matriz de D respecto de la base f. Settiene D(sen ax) = a cos ax D(cos ax) D(x sen ax) = sen ax + axcos ax D(x c0s ax) * cos ax - axsen ar ‘yentonces (DGsen ax) * (0,4, 0,0) (D{eos a3)» (-4,0,0,0) (Dexsenany= (1,0,0,0) (Dlxees ad) = , 15-440)La mattiz Aes pues ceuya inversa es la mattiz AY-l go 0 0 Me 0 0% 0 Segiin la fSrmula (A2) se tiene entonces que om va 0 ‘ “hm 0 0 MeylO [DvGenay}= Atisenath=|"G 9 0 va ljol~| o ° sea que pe(senany® f sands ~~ Dela misma manera se obenen ls Kms Jeosarde = + senar Ja senacde = 3 sonar f xeosar freosarde + 45 conan 7 xsen ae ‘Supdngase que se quiere caleular Ia integral J = J @senar~2eosar® Stsonar—Arcos ands ovonees J = D"(), en donde (g)y = @, -2, 5, ~4) Por tanto, segin a formula (42) se tiene que 0 vm ve OFF 37 [Mere] ve 0 0 We \\-2 |. | -Ma- e w= 4th |" 90 wl] 5 Je 0 0 -Mm 0 \\-4 Ya Taunsrommacionesuneates 361 yas entonees I> (fa * Sfe8) son ax+ (3a - Yat) cos ax - A/a rsen ax - S/a.xcos ax Como siguiente ejemplo, onsidérese el espacio V generado por as funciones ce sen br y eteos bx. Nuevamente, es fieil probar que estas funciones son linealmente independientes, de modo que ellas constituyen una base B de V. Deterrinese la matekz de D respocto de fa base B. Se tiene que Deer sen bx) D(er cos bt) -be* sen bie + ae €0s be 1 sen bx + Det eos be yentonees, (D(eX sen bx))y* (a, ) (D(e*" cos bx))y = 5, a) asi que la matriz A de D respecto de la base B es -b a ysuinversa Entonees, [De son bey = Ae sen bx] dedonde De\e™ sen bs) = arte et son bx Ps em es bx a aS sen bx - bc bx)362 AucesAAUNEAL Por otta parte b [DCE oe by = Ae co ay = a ae dedonde De cos bx) = J ereos be de op pe Cb sen bi + a cos bx) Como tino eemplo saa conser lego V sera por as * funciones e, xe, ,°e. Estas fanciones son linealmenteindependicntes y por tanto constituyen una base B de V. El objetivo es estsblecer uns férmula para Ta fntegeat fovea Las imiigenes bajo D de los veetores de Ia base son. De) =e Dire’) ~ et xet D(te) = 2xet + et Dever) = miter + aet de modo que. (DEEN = (1,0,0,.-.50) (Dee Ys = (1, 1,0,-.-,0) (DGFep = 0,2, 15-50) (DUPE = 00,2501) yentonees la mattiz A de orden n+ I que representa a D respecto de la base B es 110 0 .. 0 0 0120 oo oo 13 oo e010) 0 leer 0000... 01 Teansronuconesuncates 363 Como el interés se encuentra solamente en la imagen inversa de la funeisn x*e', euyo veetor de eoordenadas respecto dela base Bes (0,0, .., 1), élo se necesita ddoterminar la tltima eolumna de la matti2 4” la cual se denotard por ¥, pues [D'eed|y= Atel ¥ Escribase yo, yi, «+, Yn pata denotar a los elementos de ¥. Entonces. 1100 oo Tf »] o 120 oo |} yn asre{[O 9 13 o 0 ew Mle, 0 0 0 0 Lon 1 0 0 0 oO o1 dedonde se obliene el siguiente sistema den + L ecuacionesen las 1 incdgnitas DoYyeeDe pee ytd pth = Yea Mn 7 0 yee Al comenza con la iltima ecuacién y sustituyendo en reversa en Jas restantes, Se cobtiene yea = (akn-1) ge = CDK = 1)... BX2) do = EDR 1). GAD sea que Como (rere = |964 Auseena uneaL se tiene que _Entonees la férmola que se quet Diet) © yet yet tet re tie establecer es: ecu fer te EJERCICIOS (SECCION 6, CAPITULO 4) e nel teorema 6.1 se desnoses quest Tis V =» Uy Ti: U —~ Wson transformactones lineal inversibles, entonces Ts © Tz: V+ W es también inversible. (Es cists ba sfinmacidn rsiproca? 1S un ejemplo que un operador lineal 7: ¥ > ¥ 2) inycetivo pero na sobroyetivo. by. sobeeyvetiva poro noinyeetivo Scan T.y Troporadores lineal en espacio vectorial Vtales que T,°Tx: V+ Ves inycctvoy sobreyeetivo. 8) Demueste que Tees inycetiv. by. Compruche que 7 es sobneyectivo. ©) gBsnecesariamente 7 sobreyectivo? 8). ZEsnecesurlamente 7; inyestivo? Demuesire que el operado neal 7: Re > R? dado por Tony) las + byex +a) esinyoetivos, y silo si ad ~ be #0. ‘Scan Vy U espacias vectorial dela mss dimension (finita. Sea 7: ¥ =» Uo transformacign lineat par a cual existe una transformactén linea S: U —+ Vial que Se T= lay, Pruche que Tes inversble. Sean Ti: RE -+ Ry Ti: RE» R? dos (eansformaciones Hineates. Demnstre que Ts © Ti: RY ~» WY no puede ser inverse. {Sugeréncia: vase ejerciclo 18 dela seectén anterior. La conctusisn se sigue del Teorema 62) CConsiere la transformacionss lincales T: Rv» Rey Ts: RY ~+ Re-Deanvestee sin> m,entonces Ty ° Tis Re ~+ Reno puede ser inverse Sean Vy U espacios vectoriales de dimension fnita, supongs que T: ¥ ~» U es un isomoetisma. Proche que la funeion FLY + LU, FIS)=TeSeT* sun isomostismo ente fs expacios vectoriates L(V, Vy L(U, U).;Cuiles a mate fsocinds a Frespeeto dela bases eandnieas de esis espacion? \ ° 9. 13. ir TRANSFORMACONESUNEALES 365 Sea Vun espacio vectorial de dimensin Fini. Sean.7; y 7; operadores linestes ex V,demvesire:)si 7 esinversible,entonces Ker Tz= Ker(Ti°T),b)si Tyesinversible, entonees fT; = fin T ° 7) {Sugerencia: Seginel ejercicio 17 de Ia seecién anterior solamente falta mostar que Ker (T° T3) © Ker Tye ba T © luTy® Demuestre que el opetidar detivacion Di Py ~+ Pu Dip) = p'n0 es inverse Sea Tun operadr lineal en cl espacio vectorial Vtal que Ts el opcrador cera en V: Comprusbe que el operador I= T: ¥ + Ves no sing. Demucsite que cada una de la transformaciones lineal siguientes es inversibe. En cada easo, determine wna formula explcita para la inversa de lt tnsformacién comtespondiente 8) TRE RE Tes, y) = (x- 25,30) » ERR Tis, 9,2) x4 Ay - 62, 5y 9 TRAP Ta bd-ar(ar debra TMs Mx TE) 9 TMs TA le Dre F@Ebs ons (ard ear 9 TM Py Sea Vn espacio vestorial de dimensicn n, Sea = {vs Vis +=» ¥4) una base de, cnnidenvel npeulorlineal 7 Vy Vural eval Tu) vw 1 2..-..n Denmiestee ‘que Tes un operadorinverible, Deseriba el operador inves TV ¥, Consider] operador 7: My. ~+ Meas dado por (A) = AB ~ Ba en donde 2), Demesrequeslopendor no esinverse wand decane el onan 62. (Sngernca se jetelei 6d soci 1. Sea Inte de Myon ds or eee VP ype > of-fo of [roy vy Ctuengs Is mati de 7 nespeto Ue ia base 9. Por mello de ela, dca soovatete se Foes verte sl opeadrtincl do por 14) = A en dade Bes saat {jade orden, Demucsire que el opera Tes inversiblesi,y slo si Bes una mati, inverible, En tal caso, desriba 7 CCaleuo ef dotrmnante de ead uno de ls siguientes operadores tinal, 280, decid scl operador dado es invesible 0 no fe, 2) TR=R Tis, 2) (-y# 2,384 By «Dey 10x = 22) » TR Tes, 9.2) = (4,28 + 6y #22, 8499-432) 9) TRAR Ten ni) = (8 8) TPP Tag a8 4 O38) = ae YE 4 ©) T Mes Miz TA) Anat DT May Min TADS Ata366 Aceeaa Lineal 7. APLICACIONES A LA TEORIA DE SISTEMAS DE ECUACIONES LINEALES En esta seccidn se pretende usar Ia teorla de transformactones lineales que se ha desatrollad en este capitulo (ms concretamente, se usar las ideas estudindas cen las seceiones 2 y 6) con el fin de reobtener y preisar, por una parte, algunos de los resultados que sobre ecuaciones lineales se estudiaron en el eapitulo 1, y por ‘otra parte, también obtener nuevos resultados importantes dentro de Ia teoria de matrices y sistemas de ecuaciones lineales, los cuales han sido dejados para su estudio hasta este capitulo, pues es con el lenguaje de las ttansformaciones lineales ccon el que se pueden dar demostraciones simples y ditectas de ello. 7A, RANGO DE UNA MATRIZ TEOREMA 7.1 En la seceién 7 del capitulo 3 se estudié el espacio linea de wna matriz, a Bste fue definido como el espacio generado por los vectores linea de A. Se van shora a considerar los vectores columna de, que se denotat por C* 1a,J€Rej*1,2,..,, Estes son pres idciotsos lesnentonde ls correspondion yy quese definen como Cf (ay, 4 Tos vectores euyas coordenadas ce tes columnas de A. El espacio columna de A es el espacio genetado por los vectores columna de. CObviamente se tienen las siguientes relaciones: espacio linea de-A * espacio columna de A’ ‘espacio linea de A’ espacio columna de A cen donde A’ denota la transpuesta de la matriz A. Mis atin, se tiene el siguiente resultado: ‘Sea A una mattiz m x neon elementos a. Entonces dim (espacio linea de | A)= dim (espacio columna de A) DEMOSTRACION Se tiene pues la mattiz ay an. Oe aa [ a a Oe ‘ransronuacionesuncates 367 Sean LE = (iy aay ey) Eye CF Capita est) JQ los cottespondientes vectores inca y veetores columna de A. Supsngase que el espacio linea de A tiene dimension k. ‘Sea B= (vy Ys... 44) una base de tal espacio, Existen entonces escalares cy tales que =e temrt..tem Fem i Bseribase ¥,~ Day Bays Bra) P= 1,2, 4k: Entonces Lem I= F cove = J, exlbas Dayo o sy ‘Aliguatar las j-ésimas coordenadas de los veetores de R que apareecn en ambos ‘miembros dela expresion antetior se tiene Entonees (oniyevesdad =| Fords F end J ot © Flees sote Esdeci, = Y bau cen donde, ~ (Cy Cr+ +p Ou) F™ 152p = ‘Cada vector columina Cf se ha eserto entonees como una eombinacién lineal deos veotores ti, Hs, , te Por tanto, es elaro que ‘espacto columna de ACS (Hi ty «+4 4) (ase lema previo al teoreia 7.1 del capitulo 3).968 AAcESRA LINEAL Pot lo tanto dim (espacio colurana de A) & k= dim (espacio linea de A) [Alrepetir este misino argumento con ls maiz aise coneliye ave dim (espacio caturnna de A") dim (espacio linea de A) dim (espacio linea de A) & dim (espacio columns de A) y por tanto - coluana de A) dim (espacio linea de A) = dim (espacio col QED. DEFINICION7.1 Sea tamatrizA = (a Se llama rango de fa matriz A ala dimensién de su espacio linea. Senin el orang s pede dfinregulvasnamente lang d= wa Hincomolndmension de espacio cura . incre que, segin el teorema 7.2 del capitulo 3, el rango de una matriz. es eee Reaminsensoerma clouded wer a pom el cone rang de un ms tee eS Siento se dfn ol ango deunatasformaisn Hcl fn ert image ete, Sovets coun ges eee eunaa TV Uonrespect abases sd VY Uy fangos ded y de Tetnide. donde By 6 son ciertas bases de Vy U,respectivamente. | Entonces rango de T= rango de A. | DEMOSTRACION Se tiene que tango de T = dim (espacio linea de A> Hs din (espacio cotumnna do A) = dim (espacio linea de A) = rangodeA a pinera deste iguldades se deduce de isis hecho on asubsecsto¥ 31 Aeeste capitulo) a TRANSFORMACONES UNEALES 369 Se puede ahora carscterizar Ia inversibilidad de do su rango. 1a mattiz euadrada en téemminos TEOREMAT2 — | SeaAunamitcdeordon Acs inven sy slosicrangode Ass DEMOSTRACION Considérese la trnsformacisn lineal T: Rt ~+ R¢ dada por 71%) = AX. Segin el, teorema 65, es inversible si sdlo si lo es. Por ota part, sequin el teorema 6.4 Tes inversible si, sso si Tes no singular, es deci, siysdlo si Ker T= (0). En tal caso dim Ker F= 0, Segiiel tcorema de la dnensionse tiene entonces que ddim Ker T+ din Im T= dio Re» n. Pot lo tanto, Aes iversible, sy s5lo si dim ‘Im T= tango de T= n= rango de A. QED. Eltcorema anterior aiade una equivaleneia mis de la propiedad de inversibilidad ddo-una matriz cuadrada, a una larga lista de equivalencias de esta propiedad que hhan sido estudiadas desde el capitulo 1 hasta el momento. En el si teorema se presenta una reeopilacién de estas equivalencias mencionadas ‘antetiormente, TEOREMA 7.4 Sea Ana mati cuadrada de orden 1. Las siguientes afm: Ja matriz A son equivalents: 1) Aesuna maiz inversble. 2) A es equivalente por renglones a la matiz dentidad La 3) El sistema homogénco do ecuaciones lineales AX « 0 tiene slo la solueidn iva 4) Elsistema no homogéneo de ecvaciones lineales AX = B tone una ‘inicasolucién para cada matiz nx 1B. 5) Det r0. 6) Los veetores linea de A son linealmente independiente. 7) Los vectores columns de A son linealmenteindependientes 8) Los vectors linea de A generan a R’. 9) Los veetores columna de A generan a Rt 10) Los vectors lines de A forman una base de RY 11) Los veetore columna de A forman una base de 12) Elrangode des n. 13) La transformacidn inel T: V~ U'tal que = [Thy (@ y p bases de Vy Urespectivamente) es sobreyectiva 14) La teansformacin lineal 7: V~ Utal que A = [Thy es inyeotiva 15) La tansformacisn lineal 7: ¥— U tal que A = [Thy es no singular. 16) La transformacion lineal 7: V+ U tal que A » [yy es inversible. | DEMOSTRACION Contenida en las piginas anteriores QED.970 AUseeRA LINEAL TEOREMA7.5 DEMOSTRACION Existo una serie de resultados clisicos sobre el raigo de matrices que pueden set probados ficilmente usando el lenguaje de las transformaciones lineales, sl cexplotar el hecho de que el rango de la transformactén T(X) * AX es el rango de lamatriz A, Algunos de estos resultados son tango (A + B) $ rango A + rango B rango AB < min (tango A, rango B) tango AB 2 rango A + rango B=" cendonde A y Bon matrices cusdradas de orden n, Se probari la tercera de ellos, dajando como ejereito las dos restantes. Sean A y B dos matrices cundradas de orden n, Entonces, tango AB 2 rango B+ rangoA ~ 1 ‘Considérense las transformaciones lineales 7), Ty: R* ~+ Ré dada por: TX) = BX TX) = AX Como se sabe, Ia composieidn 7» Ty: Ré -+ Rees una transformacién Tineal ‘euya mattiz asociada respecto de la base candnica de RY es AB, esto es, (Ts T)X = (AB)X. Se tiene entonees una situacién como la siguiente: w hing @ a eh co Enel punto clave del argumento que se presenta esti en considerat la transfortna- ign Ti: ImT, ~» Rr, definida como 7;(X) Ts). Es decir, Tesla restricetdn de la transformacién lineal 7; al subespacio fn, de R-. Se afirma que 1) I(T Im(Ts° T) 2) Ker Ts Ker Ts Se prucba la primera de esas relaciones. Sea y € In, Exist entonces 2 € In, tal que 75) = T@) = y. Peto siz € ImT,, existe x € Rr tal que T(x) = z. Al poner todo esto junto, se vo quo siy € Inf existe x € Retal que (739 T)(s) = y Entonces y € ImT;® 7, y asi ImTz S ImTz° T. Para probat 2), supéngase que x € Ker, Enionces 742) = T(x) =0. Bs deci, quex € KerT, Se tiene pues que Kerts & Kerf Trmsronmconesuneaics 371 Como consecuencia de las relaciones (1) y (2) que se acaba de probar, se coneluye que tango (Ti) $ rango (Tie 7) nnulidad (73) $ nulidad (73) Por ota part, el teorema dela dimensisn aplicado @ la transformactén 7 esta- blece que dimensién del dominio de 7; = rango 7; = rango (72) + nulidad (73) Entonces rango (T°) 2 rango Ts rango T; - nulidad 7 2 tango Ti ~ mlidad 7s (oorel corms dea dimension * range T= (n= fan80 7) sotcadoaT) rango T; + rango Ty -n Aleseribirestadltima rolaciin en términos mattieiales (teorema 7.2) se tiene rango (AB) 2 tango B + rango A =n ‘como se deseaba. QED. 7.2, CONDICIONES DE CONSISTENCIA DE UN SISTEMA DE ECUACIONES TEOREMA 7.6 DEMOSTRACION Enesta subsecctén se probari! un par de woremas relacfonados con Ia solucisn de sistemas de ecusciones lineales. La importancia de estos resultados es de cardeter teérico. Considérese primeramente el easo homogéneo. Sead = (aj):~,..m na maltiz m Xn, Considérese el sistema homogé- neo de ecuacioneslineales AX = 0. l espacio solucién de este sistemas ‘un subespacio de R' de dimension n ~ rango de A. El sistema posce soluciones no trivisls si ysélo sin > rangode A. Si n= rango de, el sistema posee silo a solucién trivia Sea TR’ ~+ Rela transformacicn tinea! 72) = AX, Segin 2 teorema 31 se tiene Ker T= espaciosolueién de AX =O, de donde mulidad de T= din (espacio solueibn de AX = 0), Por otra pate, sein el teorema de la dimensién nulidad de T = dim R*~ tango de T =n rangodeA872 A.cEBAALINEAL COROLARIO DEMOSTRACION EJEMPLO1 Esdecit, dim (espacio solucién de AX = 0) * m ~ tango de A compose quer proba oases un > angode A = rango de Tsi,y slo i nlidad de 7 > 0. En tat ech alce de Tes unsubespacto dango del subsspacio (0) de R's pot es ekften vectors no mules or Ker T Tales vectors son stolons (0 tie detent "0-Simarmente, st =rangode Arango de Telonees wags 0.Enalcaso Ker (0 y por ano, nica soci del sistema [AX Oestasoluién vial QED. ‘Como un cotolatio de este tearema, reobténgase el teorena 2.1 del capitulo [stasis do mecucoes con nny X= Oestlpe mm | Sas pace rarest ial Con la notacisn de la demostracion del teorema anterior se tiene gue ‘m= dim Re > dims InvT ~ rango de T~ rango de A (pues In es un subespacto de R* —véuse teorema 5.4 del eaptulo 3). Entonces rangode A $mMana dada por TA) = ABen donde Bes una smatrz dada del espacio My» Comprucbe que tango T= 1 (tango B) 18) Sea A una matiiz de orden a my sea B una matric inversible de orden 1. Demuestre que rango A = rango BA ') Sid esunamattiz cuadrada de orden ny B, y B:son matricesinversibles de onde, rn, demesite que rang A = rango BA Sead una mattiz de orden n, Sila mattiz Bes semejante aA, dempestre que el rango de Bes el mismo que el rango de A zEs eietta la afiemacidn refproes? Para cada uno de los siguientes sistemas homogeneas de ecuaciones lincales use el teorema 7.6 para determinat I dimensidn de espacio soluciin correspondiente 8) In-m=0 D dnt Ig + 105-740 tO Tr + 10x #4" 0 ees 2,4 13x, 225 -16n= 0 2x3 tn=0 45, +105, + 285-224, 60 ttn 8) Gm tay +354 5x4 7-0 Xin 95, + Gr, + 5x5 #7244 91s =O nenen=0 6n #44 4 Sn # 3k tO Indus Su 43u+0 eects 4x) -Br + 17 # Bh 0 » Sui Or 4 44) +2 = 0 9 Te 4 12m +7520 5x +8 45-0 Bx, 10%, + 25,0 Sait Idx, By =0 meen hae 0 nontyeneO Para cada uno de los siguientes sistemas no homogéneos de ecuaciones lineales use cl tcorema 7.7 para determinar si el sistema es ono consistent.376 A.ceBRAUNEAL ) nturl 2) Au 3n-n tee 2 ayeaed Debate tae? ee Sy tne te? agentes agtne duels Wy Suto art 6x, + 6m = 1d = 16 Oo ntutn-6 3x) # Lay 12s = 19 w=2k 42% eae Bx Dex ene Ont? ty t9n + Is 3u= 9 ay -x=2 Tet Sm 3x4 9 18 wine Ja Te dy +206 23 10x, +94, +65 #38 = 33 gata 155, 10x: # 10x, + 4x, = 39 athens? eae D 2g td t 2-20 I= 1 1 ax) Gu 30-9 Dydd 24-6 2x, = 4554 26°6 Bx, Gx #945 TH 444 17 $5) 105+ Su 15 3x4 Gxt SxS 4 41 10 APENDICE |. FUNCIONALES LINEALES ‘Acuna transformacién lineal V+ R del espacio vectorial Val campo de los reales (el cual tsmbién es un espacio veotorial-real) se le llama funcional lineal en V. En este apéndice se estudiarin algunos temas relacionados con fonetonales lineales. Podria parece a primera vista que los resultados que se eneuentran en cl ‘estudio de los funeionales lineales son solamente patticulatizaciones de aquellos resultados ques estudian durante este capitulo, pata transformaciones lineales en general 7: —+ U,al easoenel que U es R (pues finalmente los funcionales lineales son un tipo muy es espeeial de transformaciones lineales). Sin embargo, se vera {que existen algunos resultados muy importantes (¢ inferesantes) relacionados con funcionaleslinealesen los euales se explota precisamente la patticularizacién del ‘condominio dela transformacidn linea. ‘Vease primeramente algunos ejemplos de funcionales lieales, Si Vesel espacio R? y a, az y a son escalares fijos, entonces fi R? ~ R dado por Sey) eaxtay tax ces un fineional lineal en R En efecto, se comprucha faeilmente que AGG Y 2) WY, =f WD AAR 2) y ets 962) = oft ys 2) AM. ‘TRANGFORVACIONESUNEALES 377. Mis generalmente, si Ves el espacio RY y ay a, « lentonces i Rt + R dado por son 1 eseslares fijos, fois Bayt) HOE HH day ‘es un funcional lineal en Re. SiV=C({Q, 1), et espacio de tas funcfones reales continuas es el ntervalo [0, 1], entonces la funeidn fs C((0, 1}) — R dada por fa) = fst ces un fumeional lineal en C((0, 1) pues faired = f et ano = f (ei0 + extent + fh sto fase = fe) +a) fee)» §, (eaxoat = ff ein = € f ste fe) En lapinersubsecstn dest apni s stinin “conju de fanconas EL ESPACIO DUAL Y EL BIDUAL En a subsecciin 5.1 de este capitulo se vio que ol conjunto de todas las transfor= Imaciones lineales 7: V-+ U del espacio vectorial Val espacio vectorial U, e eval sednot por 1(,U.esdehecounespsiovecorly ques! Vy Usanespocs le dimension finita su dimension es igual al producto de ls dimensiones de Vy U(oorema 5.1), ° Eneleaso particular U R,setene entoncesque L(V, R) esl espacio vectorial de trios fos funcional lineales en V- Este espacio se denota por Vy se Hana espacio dual de V. Las operaciones en ¥* son + 800) = 0) + 80) (YM) =f), ceRfge Si Pes de densin fit, sn ambién de dimension ita yan = ali lo cual es una consecuencia del teorema 5.1 y del hecho de que R est es vectorial (teal) de dimensién 1 " _378 ALcEORAUNEAL TEOREMA Al.t ‘También comouna conseeueneia del teorsma 5.1 (desu demostracion) se tiene que dada la base B= {¥,, ty. 5 %} del espacio vectorial V, los n funcionales lincales f€ VF T# 1,2,... 5 ndados por Lsijei forman una base de V*, Esta base es Hamada base dual de p. Por ejemplo, si V= Rry Bes la base eundniea de V, se tiene que, segin el aulisis anterior, los funcionalesfi: Rt + Ri 1,2,.. 1 dados por $6) = 0,0... 0.10.02 (EEE ~ l i cconstituyen la base,dual de 6. Obsérvese que dado x= (X14...) € RS oo se tiene que mo) «(8 a Y wfle) = a clomado que el ésimo funcional f de la base dal de ese! funcional ques ead vector x € Ré le asoia su -éima eoordenadarespecto dela bas Este es un hecho general que se verifcaficllmene, En efecto, si = (¥y Vays +s el es una base del espacio vectorial Vy sc eseribe el vetor v € Veomo vein + est. enn entonces si! = Uf» +» sf esl bse dual de se tiene que dl ‘ F-ésima eoordenada de v fv) = fe | Y 6% | = Y of) 41 ~ respect de la base B. Mis atin, se tiene el siguiente resultado que dice eéino son en general los Funeionales lineales pertenecientes al espacio vectorial V* dual del espacio V de dimensién finita ai ‘Sea Vun espacio de dimensidn finita y sea P= [v4 ¥5,.-., v4} una base deel. Sifi V+ Res un funcional lineal en ¥,entonces. gen donde (¥)p= (Cr e265) DEMOSTRACION Considérese ta hase dual B= Uf, fi Fo) forder* fordert ot fede | TRANSFORMAGONESLNEALES 379 fr} de'B. Dadof € V* existen escalares isd, de tales que Fr eae ate San Obsérveseque Jo) =F dion = ‘de modo que se puede escribir fon Si ves un vector en Vy (¥)= (G+ 62)» Se tone que, por la observacién provi a eorema Jo) = F foe = F fove ‘queees precisamenta Io que se quia demostar. QE. Dado el espacio vectorial V de dimensién finite, digase que dim V'= n, se tiene toa él suespacio dual ¥*, tambien de dimenstén 1, cuyos veetores son functonales lineales fi V+ R. Se podria considerar similarmente el dual de este espacio vectorial H*, Esteseria pues el dual del espacio dual de V. Esteespacio es denotado como H** y es llamado el bidual del espacio veetorial V. El espacto bidual V** tiene la misma dimensin que ef espacio dual V*, y por tanto, la misma dimnensién que el espacio V. Los vestores en V** son funcionales lineales en ¥*, es decir, funcionales lineales dela forma v: V¥ + R, Lo inieo que se puede afirmar a priori sobre el espacio vectorial Vy su ¥#* es que éstos son espacios isomorfos, pues ambos tienen la misma dimensién, ‘Sin embargo, se veri a confinuacién que existe una manera muy natural de identificar estos espacios (sin referencia alguna a bases de Vy V**, que es como cn primera instaneia se podria establecer un isomorfismo entte estos espacies) de ‘modo que permita ver el bidual ¥** como una “uuténtiea copia” de V, Acada veetor v € Vse le puede asociar un funcional lineal en V* (que también sedenotari por ve cual es enfonces un elemento de V**) de la siguiente manera: vie oR fo vp=s380 Ascona Lineal TEOREMA AL2 DEMOSTRACION Obsérvese que para f,f € V4 y © € R se tiene A= G+ = flv) + £09) = WD + 0D oh) = (CAO) = efi) = EHF) de modo que efectivamente ves un funcional lineal en V*. Bs decir, el vector v € V, visto como un vector del hidual Ves el funcional lineal en * que evaluado enf€ P* da porresultado fv). Asi pues, os vectores del espacio veetorial V tienen ‘una doble vide: 1) como elementos de V, y 2) como funcionales lineales en ¥* sa identificaci6n natural es de hecho un isomorfismo, ‘Sea V.un espacio vectorial de dimensién finita, digase que dim V = n. Considérese la funcién @: V ~+ V** definida como: pata v € Veseriba 9b) = ¥ € Vet on donde v HR, oh * f0) Entonees @ es un) isomorfismo entre Vy V**. enone ‘Verifiquese primeramente que @ es lineal. Siv, , € Vy ¢ € R se tiene stv, + va) =v + vy € P** en donde v; + vx: VY -» Res el funcional en V* dado por (i+ vaf= sto # vy). Como fes Hineal se lene que (¥, + #9) = Av ¥9) = AVI) + ‘fiv). Entonces gv +9) * 9) + GC). Similarmente, g(ev) = ev € V** en. donde cvs P* — Rees tal que (eviif) = len) = oflv) pues fe lineal. Entonces (Cv) * ¢—p(¥). Esto muesiea entonces que @ es lineal Por oita pate el nicleo de — es por definicton Ker [ve V| "0.6 =) Supéngase que ¥ € Ker. Batonces YR ext faneonal cro en Vs decir si) =f0) =0¥Fe 7 Safina gue = 0. on Bn efecto supingace por contadostin que +O. Exisenentoncesvectotes ligt als € Ves que P= (yy esta base de V.Detinase f€ VY, fi V+ Romo fiv) = cy en donde (v}y * (Cr, G2, --» C2). Claramente, fF O(on V*) pues ft) = 1. Esto contradice entonces que v(f) = fl») = 0 para todo fe V*. ‘Bisse, Kerg= 0), Como din V= dim V*" «1, el teorema 6 dice que QED. En bose a esta identfiescién establecida en e! teorema anterior, se tiene entonces. {que los espacios veetoriales V y V* juegan una relacién perfectamente sim ‘uno eon respecto al otto: V* es el dual de Vy (= V**) es el dual de V*, Cada vector f € M¥ es un funcional lineal en V y también eada vector v € V es TRANSFORUACIONES UNEALES 381 ((dentticado naturalmente con) un funcional lineal en V*, Esta “dualidad” esti de recordar con la formula: vf) = flv) para v € V(-P**) y fe VA. LA TRANSPUESTA DE UNA TRANSFORMACION LINEAL, Sean Vy Uespacios vectotiales de dimensidn finita, digase que n ~ dim ne din U Sea. ¥ = Us tnsermacon el Conder aor tn expec hates Py Use puede por ed dea traformacion 7, defi ana eva tansfomecisnT: Ot P= dla siguiente manera g€ U", TQ) € Pen tii len 1 7%) Y= Rene por TN aT Siem Tr vou S vee TY) Urs ve 4T@) — endonde Mg): VR ves TNO) = (TW) Es leil verficar ue Tes una trnsformacién lineal: i gy gy € US y ¢ € Rese tiene para cualguiee v € V (Pies + 20) = e+ e9(TW) = aT) + 8A) TRIO) + TIO) “T+ TEN dedonde Pet e)-Te)+ TED Peg) = (CRIT) = eg(Tw) - ren) = FEO) dedonde Teg) =e TR) Ala transformacién lineal 7° descrita anteriormente se le llama transpuesta de la transformacién Sean Br [iy y-+0s Ye ¥ Bo (Us ty sta) bases de Vy U respectivamente, y eonsidérense las correspondientes bases duales Bi = Yinfis... uf) de V*y Bt = (Bagi Be) do UF382 AccsRAUNEAL Sea A ~(aj)+t,...» 1a mattiz que representa a Trespecto de las bases Pu y Ps (an (estos, = (Ths) B= (i) bases Bf y Bi (estos, B = (Pra) Selene enfonces que la matriz que representa a T'respecto a las, To) Te) Yoh ‘También, porla definicién de 7" se tiene que MEN) = BETO = (§ une | =F ange) = ay [8 ; (endonde para establcer I itima igualdad, ss de fr). ‘Seeabe que pata cualqule funcional fen Vs tene Ia definicidn de ta base dual fae (véase demosttacidn del teorema AI.1), Entonces, para el funcional 7'(q) en ¥ debe tenerse T@)~ x Tey Pero seguin lo visto anteriormente, (7'(g))(v) = a». Entonees Tw) ¥ af Comparando con “ Te ¥ of yon vistade Ia unicidad dela representacién del vector 7%) como combinaciin lineal de los vectores de Ia base Bi, se tiene que ae by {pot lo tanto se concluye que B =A, 0828 (Typ: = 383, 1a transformacién tanspusta de Pes precisamente la transpuesta de hs matsiz dela transformacién T. Dada la trastonmacin lineal T: V ~ U, se ha visto edino aster a sta su transformacicn trnspest, Se podria pregntar también por ranspucsta de esta sikima transformaetdn, Esta sera entonees la transformaciontranspuesta de la transformacién transpuesta de la transformacién 7, (T')': V4" + U**, definida cnc bidval de Vy con codomini el bidal de U.Si solamente se atcnde alas roarices qe reptesenlan a as trsformaciones lineal eorrespondicntes, 3 podtia conclu que Ia trenaformacisn (7") tiene asocind la misriatatrz de T (ques la transpuesta de la tanspussta de una mata 2 la mata original), Lo anterior hace pensar que a tranaformacién (Tes “la misma” que a transfor tmacidn 7 Bfectivamente, ecto es cierto. En realidad este hecho no es mis qoe el reflejo dea identfcaiénratual de V+ con Vy de U** con U que se aalizd en ln subseccin anterior en este apéndice, de mod entonces que ta transformacign (Ty: Ve" -» U* es una auténtcn copa (en el sentido en el que Y** foes de Vy U** lo es de U) de la transformacién original T: V > U. Al3, HIPERESPACIOS E HIPERPLANOS Se verd aqui aéms establacer un concopto geométrica que genetaliza la idas da “plano en el espacio tridimensional”, usando para ello funcionales linesles, Seaft V— Run funcional lineal no nulo en el espacio veetorial Vde dimensién n, La imagen de f es entonces un subespacio no trivial de R, Como 0 < dint Im FS din R= 1,setiene que dim Inj Ly entonces In f= R. Segin el worema de Ia dimenstén se tiene nulidad def n= 1 Esdecir, el nécteo del funcional fes un subespacio de V cuya dimensién es menor ‘on una unidad a Ja dimension de V. DEFINICIONALY Sea Vum espacio vectorial de dnensin n. $e die que el subespaci I de Ves an kiperespaclo de Vs din =n "1. Un hiperplano en V evel enjuto de le forma y+ 1H» [n+ |e Hen donde stn hiperespaco de Vy % 08 ear enV, Porejomplo, en Ros hiperespacios son fs subespacios dedimensidn 2 = 1 = 1 sta son recta que pastn pore otigen, Unhiperplano es Rt de ipo we + Hf, con H biperespacio de Ri, es una rela gue pasa por Vo y 68 pata a avec que representa H.384 A.ceeAK unex. En Ros hipeespacios son ls subespacios de R? de dimensién 3~ {= 2. Bstos ‘on planos que pasan por el origen. Unhiperplano en R? del tipo ve +H, con Hun hiperespaciode R?,esun plano que pasa por v.y es paralelo al plano que represen al, Segin el aniliss previo ala definicisn AL, todos los nleos de funcionales Jincales no nulos en un espacio vectorial Vde dimension 1, son hiperespacios de <1 Surge entonces de mado natural aintertogante: todos los hiperespacios de un espacio vectorial V de dimensién finita son ntcleas de Foncionales lineales no nufosen 7? La respuesta a esta pregunta es aliemativa, Més ain, se puedo usar una ‘suacteraavién muy simple de los hiperplanos de un espacio veeloeal por edo de funcionalesineles, de a cual se obtiene en particular la caracterizacidn de los hiperespacis de un espacio vectorial como nbcleos de Funelonales lineales no nulosen ¥, Antes de ennetar y proba el algunos cjemplos Sea V= Ry f RY -+ Rel funcional dado por fis, y) = 2. El nicleo de fe por defincisn: Ker f= ((»)|2r - y= 0} Este es un hiperespacio en R? que geométricamente es representado porla recta 1y= 2x, Obsérvese que alesaribir ls, )) = A, & € Ry se oblienen los hiperplsios en RE, 2x y= A, los cuales son parallos al hiperespacio Kerf etna principal de esta subseceién, véanse , wg Lema DEMOSTRACION ‘ransronuacionestiwnestes 385, En R’ considérese el funcional lineal, R? — R dado por Soy dertyer El micleo de fes el hiperespacio Ker, Gane | ety-2 = 0) Obsérvese que al escribir fle y; ) * 4,2 € R, se obtienen hiperplanos paralelos al hiperespacio Kerf Pésese ahora al anilisis que conduciré a la caracterizacton de los hiperplanos dde-un espacio vectorial por medio de funcionales lineales. — | Sex Vanespaci vectra de dmensdnn yea un hipereepacio ded Supongase que ¥ € V\H. Entonces cada vector v € V puede ser escrito enforma inica como v~ A+ fen donde es un esealary © H (Cbsérvese que este lena puede reennciarseequvalentemente come: si Hf esel espacio generado por ¥ € V\iientonces V= i @ Hl.) | vy) una base de H. Como ies tin vector de V gue no 8p 1} ecsina ban de V, pues dint Sea Bs = (v4 % prvteneen aH, el eonjonto f= (¥y ¥, V~ ny eleonjunto Bes. conjunto den vecores linealmente independientes en ¥ (vase lema 2 seecidn 5 capitulo 3). Dado v€ V,existentnicos esealares cy, yoy tales que OM tema tee Geert OF Esetibase h = 610; +... Gei¥isn Bs lato que h € H. Poniendo c,= 2, se obtiene I conchusin descada de! lema, QED. Enel easo de Rel contenido de este lema puede verse geomeétricamente septin se muestra en la siguiente figura:386 A.ceeRAUNeML TEOREMA AL3 DEMOSTRACION EI siguiente teorema asegura que todos los hiperespacios en un espacio vectorial Ve dimensién finita son micleos de funcionales lineales no mulosen ese espacio. | Sea Hun hiperespacio de un espacio vectorial Ve dimensién n. Sea ¥ € | VViy cunescalar no nulo, entonces existe un nico funcional lineal | V+ Real que | a) Kerf=H b) fire Lo Definase el funcional fi V ~+ R de la siguiente manera: dado v € V, eserbase, Res un funcional lineal en no nulo, Como fes no nulo, se tiene que Im.f= R, de modo que existe vy € Vial 4ques{v)= ¢. Entonces se afitma que M = vo Kerf Enefecto,sea v € M.Entonces SW) = = fon), de donde fy ) = Oy por tanto, v= € Ker f,osea v= v5 + h, he Kerf. Es decir, Mvp Kerf. Reciprocamente,siv~ vp hy en donde h € Ker fse tiene que fv) ~ iv +h) = fos) = fll) * 0+ 0 = cy por tanto v € M. Es deci, que ve + Kerf CM. Entonces M ~ vo+ Kerf. Como Ker fes hiperespacio de V, se eonchiye que Mes hiperplano de V. Reciprocamente, ea M un hiperplano de V, entonces Mv ++ H,en donde H es.un hipereapacio de Vy wu € V (el caso de interés es cuando vy € V\H, pues i tw € Hla conclusion de esta parte del teorema se reduce @ aquella del teorema anterior, pues en este caso M seria unhiperespacio). Sea c € R un escalarno nul. Se sabe que existe wn tinico funcional lineal f: V+ R tal que Ker f= Hy fs) ~ ¢. Entonces, por un argumento similar al usado en la primera parte de Ia demos tracién de este teorema se coneluye que M = vp + H™= [v € Vio) =e} Q D. EJERCICIOS (APENDICE |, CAPITULO 4) 1. nel espacio vectorial My, considera fine Ma + Rac por: Bayt Demuestee que fes un funcional Iieal en Mex 2. Enel espacio vectorial C((-, 11) consider la funcion p: C({-1, 1) -+ R dia por 0) = £0) Pruche que es un funcional neal en C({-1, 1D, 3. Considete los vectores v= (1,1), vz * (0,3) de RP, Demuestre que existe un Unico funcional lineal f R? —> Ral que flv)» 1, fv) = -1. Desesiba explicitamente el funcional388 A.cEERAUNEAL itt RB Ciena ofalso? Dados dos vectors v y ven Ré existe un Snico funcional fines] fee Real que for) = ay fo)» B,esdonde ay b son nimeros Feales dads . EMR? considee los vectores vi = (1, 1,2), 2~ Gs Ly Dy 43 = (2,1) Seafi RY Re funeional lineal tal quest) ~ “) = 3, determine una formula expicita paras. En? considere ls base B= (21-14, 1,24 0.0.4) Describe explictamente la base dusl de 8 En Mfr considere la base 3 ie ap mE IL IP Desceiba explictamente Ia base dal de B. CConsidete el finclonal Tineal fs R? — R dado por TED fon) = ax, + endonde ay bson mimes reales fijo, Para cada uno de ls operadores lineales 7 Ri + RE dados a eontinuacign, dseriba 7". 8) Tea) = G99) b Thonn) = 0) 6) ya) = Git m8) 0) Tex, 2) = Gxt dey 28,4 60) ‘Sea T: Mee “+ Mon el operador lineal TA) ~ BA, en donde B es una matrz fa Me Enel cjercicio 1 se probs que fi Mow R, f(A) ~ #r es un funcional Lineal de My Describa 71). Enel espicio vetorial R? considere el hiperespacio TRANsFoAMAcIONEsUNEALes 389 ® 13. Enel espacio vectorial R° consider el subespecion H=(2,1,3),,1,2) 8) Deraveste que H es un hipeespacio de R° ‘by Deseribe explicitamente el funcional lineal RP + Ral que Kerf= Hy f(A, 0, ope © 14, Enel espacio vectorial Ms considere el subespacio aff! Uf! fo wal hE o}Et a] 1) Compre qu unig de Mia 8) Des expleinment ns Ine f Min ~ R lq Kerf» Hy ay (ty)! © 15. Enetespacio vert é considers el subespacio H=3((1,0, 1,0, @,1,0, 9,2, 0,0,) 8), Demuesie que H es un hiperespaciode Rt 1) Considere el hiperplano M en R¢ dado por QLD serita Sf Gomme Mee RYO] {de donde es un némero yfes un funionsl neal no nuloen R¢.(Véase teorema ALS. Ha (@yiery) ‘Sea? (2,3), esctiba cada uno de Ios siguientes vectores v de R# como v= 25 +h, Re Rh € H (vease lena previo al teorema AL). 9 y=.) 9 96.9) b =40) ® yeC12) Ein el espacio vectorial RY considere ct hiperespecion He (oe ya) lary 2-9) DEFINICIO 1), Bseribu el vector v= (31,2) como v= 24 hy hE RHE H INICION Enel espcio vectorial? consider iperesasio aaa TEOREMA All Deseitaexpliitamenteel funcional Fingal RY + Ral que Ker f= HyHCs 1,0) #2. APENDICE Il. ESPACIOS COCIENTE En este apcndice se presenta, en el contexto del algebra fineal, un eoncepto bstracto muy importante en matemsticas el eoncepto de “estructura cociente” En todo este apéndice V denotaré un espacio vectorial (no ntecesariamente de dimensién finita) y Wun subespacio de ¥. En el espacio V se va a definir una relacidn entre sus elementos llamada (elacién de) “congruencia médulo W”, Sean vy ¥) dos veetores del espacio vectorial V, se dice que v, es congruente con vmiddilo W, lo eual se eseribe como vy vy (mod IW), si vs ~ v2 € We La felacién de congruencia médulo W definida anteriormente es una relacion de equivalencia390 AuceeRALNeAL DEMOSTRACION a) Siv€ V, claramente v= v(mod HW), pues v- v= 0 € W (Wes un subespacio de Vy por tanto contiene al cero). b) Supéngase que » = vs (mod WY), Entonces v ~ v; ~ vs € W. Siendo Wun ssubespacio de V, e2 tiene también que -v ¢ W (el inverso aditivo de v. Entonces -v = vs € W,0 sea que vs = vs (mod M1). ©) Sive# v5 (mod IF) y vs = vs (mod H), entonces v; - vs € Wy v2 -% EW, ‘Nuevamente por ser Wun subespacio de Vse tiene que (vi ~ ) + (4 8) = 1, € WO sea que, = v5 (mod W). Q Alserentonces larelacién de congriencia modulo W una telacién de equivalens ‘enol espacio vectorial V, éste queda dividido en clases de equivalencia di Considérese el conjunto vt We [vewiwe W) Se afirma que este conjunto es precisomentela clase de equivaleneia en aque se encuentra el vector ¥ € V-En efecto, ls siguientes equivaleneia son elas € ve Wer = ve alain w € Wee ¥~ yew € Wm v= v(mod W), Es decir, Jos elementos det conjunto v+ son previsamente aquellos vectores v € Vaque so congruentes.con Vmédulo W.Sedenotaré por 17" alaclase de equivale ‘que contiene a v (Se dice que ves “un epresentante” de esa clase.) Al conjunto de todas las lases de equivalencia de ¥, se le denotani por VW. Es decit, WW= (ve Wve Considérese por ejemplo el espacio veetorial V= R® y Wel subespacio W= (uy) CR Ix yh (Este mismo ejemplo se usard para ilustrar otros eonceptos que aparecerin en el tanseurso de este apénidice.) Se describirin geométricamente alos elementos del cconjunto W/W. Sea vo~ (toy Ja) € RF reeuétdese que v= vo(mod W) si v- vo € WW. Al escribir v= (y)se tiene = velmod W) % (x9) (Ho 30) € Wee (=A 39) € myn yee Entonces, el vector v= (x y) esti en Ia clase de equivalencia de w si, y sélosi sus ‘eoordenadas satisfacen Ia ecuacién de la recta y ~ yo =~ % a cual es una recta * hus notacn muy enda para a ele de eullencla que conten al vector v€ Ves). TRANGFORMAGIONESLINEALES 391 ‘que pasa por vy €s pataleta a la reeta que representa a W. Geomet Entonces, w+ W~ {(s, 9) € R']y~yonx= 4]. Osea, yew ow Elsiguiente objetivo esmostta que de hecho W/Wes mis que un simple conjunt: esun espacio veetoia Sean v, + W,v2+W € VW, se define la suma de vi + Wy vs + Weomo Ort E Ot et Bs deci, la suma de Ia clase que contiene a vy la elase que contiene a vs, es (Por Aefinicién) la clase que contienea v, + vy, Similarmente,siv+ We ViW,y.¢€ R, se define el producto de v + W yore escalare € R como vt Wm eve W Es decir, que el producto de Is clase que contiene a vporel escalare € Res (por Aefiicién la clase que contene a cv. Obsérvese se que se han delinido ests operaciones en el eonjunto VW, usanda representantes eonoreos de las clases de equivalencia eorespondientes, Se debe entonces verifiear que la definiién no depende de las representantes quese tomien entales class (estos, qe se trata de una buena definieién)392 ALOEORAUINEAL Supéngase entonces que se toma otto representante vj (distinto de vs) en Is clase v; + Wy otto eptesentante vf (distnto de 3) ext Ia clase vs * W. Como. + W~vj + Wy v4 We x4 + W, se debe verificar que (v1 + 9) + (vs +) = OF +05 +H, Como vi Ens Wy vy € v4 + se puede escribir vj = ut my + ween donde w, 2 € W. Entonees view (atin # Ort ws tn te) Como wi + wy € W,se tiene entonces que vi + v4 € vi + 12 + W. Por lotanto, (ut WY Gon tye ay met = ve EE OF ED 4 OE Similarmente, si € v+ W,se puede escribir ¥ ~v+ w,w €W. Sic € R,se iene cv’ «ev + ew, Pero cw € W, porlo que cv’ € ev + Wy entonces cvs Wye evt Weevs Woe +) [Las operaciones de suma y producto pot esealares en el eonjunto V7 estin ‘entonces bien definidas. En el ejemplo geomélrico esto se ve como TEOREMA All.2 DEMOSTRACION Ransronmacionesunestes 993, Seen nee El conjunto V/V con Jas operaciones de suma y produeto por esealares, anteriormente definidas es un espacio vectorial La domostracidn de este teorema es un simple ejercicio de verificacion de los ‘axiomas que definen im espacio veetorial en el conjunte F/ con las operaciones ‘que se han definido en él. Sin embargo, se daran Jos detalles de Ia demostracién pues en ellos se encuentran aspectos importantes en el manejo de las operaciones con las clases de equivalencis de ¥ (los elementos del conjunto ¥jW). Sint Wut y+ We YA, pe Rs 4) (lasuma es eonmutativa) (tet Mente aye sot +t) b) (la suma es asoeiativa) OF EQ EM OTM) Gt Ott sy tw@ewtw =urmteey =(utmt +O = ut te +s ©) (existe un ecto en F714). Obsérvese que Ia clase 0 + W es tal que WF) +O+Wavs04W=reW Vere yw Entonees el cero de VW es la clase de equivalencia en donde se encuentra el ceto de V, Esta clase es precisamente W. 4) Dadav+ W€ VW, obsérvese que -v+ We V/Wes tal que (WH) + vt W)= vv 0+ W= Wel cero de VI) Entonces-(v+ W) = v4 W ©) A WY +) = Ait vat) = AG v9) + = Av tant = n+) + Oot) + We Mat WD304 AaEeRAUNEAL TEOREMA All.3 DEMOSTRACION 1 Gee H)= Geyer He avs aye We Cv TH+ Gav aay em nor WD @) Caney t Wy = Que + We Ay) + W= du + WH) = A(utv + WY) h) P(t Wye live Wet QED. ‘Alespacio vectorial ¥JWse le llama espacio cociente (“de Ventre W”). Cuando V es un espacio de dimension finita, se tiene el siguiente resultado interesante 7 ‘Sea Vn espacto de dimensisn ny Wun subespacio de él. Entonces 77” ‘es un espacio de ditnensién finita y dim YW dim W> dim V ‘caf = (0, Way. «5 Mab una base de W,existon vectotes Vin iyo Wen VANES gue B= [i bss Hy Mn = %) e51na ase do, Se demostard que los Sieiores vs Weve # H,.-,02+ Wen HIV fortnan una base del espacio cociente vi. rimeramente véase que tales veetores generan a V/W. Sea v + Wun vector cualquiera a VW. ‘Como B es una base de V, existe escalates C1. -+ Gy dy «»-» drtales que ve cine test Cate tive tot da dedonde ve (diy tee FN) = 1 Foo Cae vector que aparece en el lado derecho de esta iltima expresidn se encuentra et cel subespacio W. Entonces vent... td e W «sea que la clase de equivalenca de vy la elase de div * + dyes misma. Bitonces ve Wedayt..tdvee W (din + H+... + (d+ = dion WY dao + HO to que mustza que v, + Wy... 499+ Wegeneran VW. ‘Vine shore que son linealmente independientes. Témese lx eombinacién lineal dint Wt... dit W=0 ranstonuacionesunestes 395 El s{mbolo 0 que apatece en el lado iquierdo de esta expresién se reficte a clase 0 + W. Los veclores de esta clase sof, como ya se habla observado en Ia TS) Bs deci, si $ es un subespacio de Vue contiene a Ker T, detinasey (S) eon TS) = [we Ulu Ti), ve 5}, Es ll ver que TIS) es un subespacio de U. Se va a mostar que y es una faneicn biyeaiva Sea Mf un subespacio de U, considérese el conjuto (My Wwe VITO) EM) Seating Ti esun subepecio de Vue contione a Ker Ty que y(T*(M) En efecto, sv, vs" TM se tiene Test) = Tw) + To) € ME pues Mes un subespacio de U. Entonces » + vse T'(M).308 Accra Lunea COROLARIO1 DEMOSTRACION COROLARIO 2 DEMOSTRACION Similatmnente, sive TM) y ees un escalar Mev) ~ eTly) € My entonees ev € FH(M). Esto muestra que T(M) es un subespacio de U. Si v€ Ker 7, entonces Tiv) = 0 EM (pucs Mes un subespacio de U). Entonecs el subespacio T(M) contionea Ker T. Por dltimo se tiene que WET *CaN)) = TB) = ‘Se ha probada entonces que y es sobreyectiva. ‘Supéngase por ltimo que iS, y S; son dos subespacios de V que contienen a Ker Tales que y(S) = MS) = NSI= VIS) Se ufirma que, = S. ‘Como $= TNS) setiene ue S,¢ T(NS))* Sy, Sea ahora ve TTS) Entonces T(v) € T(S;). O sea que Tv) = Tivs) para algiin vy € S;, Entonees v ~ vy © Ker T(paes Te - 0) = )-Como Ker T Sy se tiene v~ vy €S2y entonces VES Jo que muestra que S, = T'(S:)) © S:, quedando asi probada nucstrs tltima afiemacién. QED. ‘Sean Vy U dos espacios vectoriales y 7: ¥—> Una transformacién tinea! Entonces ViKer T= fon T. Obvio, porel teorema anterior (Denvrvors-rmomenusveLapnaassiox) Sean Vy U dos espacios vectoriales, V de dimensién finita. Sea 7: V ~» Uuna transformacion lineal entonces rangode T+ nulidad de T= dim V Por el teorema ATL se tiene dim Vier T- dim Ker T= dim V Segrin el eorolario 1, YKer T# In Ty entoncesdim V/Ker T= din In T (corolatio 1 del teorema 6.3). Por fo tanto dim Im T+ dim Ker T~ dim V “Sif-A — Bes wa fancién de conjunto A al conjunio By si, y B, son subconjuntos de A y B respctvament sine qe) By 2). "KA 2A TRANSFORMCONESLNEALES 399 tango de T+ nolidad de T din V QD. ‘Considérese por ejemplo la tansformacién lineal 7: Re ~+ RY dada por Tey) =~ Y=) Ker P= (Gy) €RLy=s) InT= (59) € Rl y= =x) Mientras que el subespacio fm Tse ve geométricamente como re y El corolatio I dol teoroma AILS asogura que RYKer T# Jn 7, No es muy dificil ddarse cuenta que la fonetn @ del teorema AILS que establece el isomortismo et espacio R¥/Ker Tal espacio fm Tse ve en este ejemplo como400 ArcesrAunea EJERCICIOS Se recomienda al lector que reeonsidere la primera parte de Ia demostracién del ‘eorema AILS con este ejemplo geométrico. Mas coneretamente que se conven _geométricamente que la funcién g: RYKer T ~> Im T, ev + Ker T) = Ti) esti bon definida y es un isomorfismo. (APENDICE Il, CAPITULO 4) 1. Sea Vun espacio veetoral, dseriba los espuctoscociente V/V y V0} 2, Enel espacia vectorial R} sea Wel subespacio generado por fos veetores v= (1,0, Ov Os 1,0). 4) ;Cémo son los elementos dl espacio eociente RYH? ') Holle una base de RW, 3. Enel espacio vectorial R sea Wel subespacio generado por el vector (0,0, 1). 4) Daseriba un elemento tpieo de RYW. . by. sCémo se ve gooméiricamente el espacio RYW? 6), Halle una hase de ROW. 4, Enel espacio vectorial P do todas os polinomios,consiere el subespacio Pa formado pot los polinomos de grado menor o igual que 4. Deseriba el espato cociente F/Ps, Halle wna base de 5, Sea Vel espacio de las matics trangulares superiones de onten 2 y Ul espacio de las matrices diagonales de orden 2 (Gubespacio de V),cemuesire que el espacio cociente V/U es isomorto al subespacio de Bf ap ed 6, Sea Vun espacio vectorial de dimension finitay soa W un subespacto de V tal. que dim ¥JW = 1. A los elementos del espacio cociente V/W se les lama en este caso “hipemplanos pralelos a 17", Cnelle esta definieién con el anlisis presentado en ba seocin 3 del apsndice I CAPITULO CINCO Espacios.con producto interno Considérese el espacio vectorial RP. Sc ha visto que este espacio es representado geométricamente pot el plano ay. En ocasiones simplemente uno se refiere al “plano R°",identifieando al espacio ‘con su representacidn geométtica. Una earacteristica impottante en este espacio, que atin no se ha estado, es que en él existe uns nocidn de “perpendicularidad” entte sus elementos, No es Aificilestablecer condiciones equivalentes al hecho de que los vectores ¥, = (ts, Bi) %* (G38) en RE sean perpendicular Lapendienteds lareeta en fa quese ‘Similarmente, la pendiente de Ta cto en qu eno 2, Recodo gue esas esa Son perpendiculares si, y sdlo sel producto de sus pendientes es igual a I, eobliene centonces la condicién de perpendicularidad entre los vectores V4 = (81, Js) y ¥3" (3) como obien,~ aut yon #0 El mimero ays + ya que aparece en el lado izquierdo de esta siltima igualdad no es mis que el eonocido “producto punto” de los veetores Wy vi, 401402 ALSEBRAUINEAL, La fineion que asocia a cada par de vectores ¥ y ve en R* su produeto punto bre todo un mundo de contenido geométrico para el espacio R°. Eserthase esta fu PRXROR 9) flo) (en donde v » denota sl producto punto de los vectores Vi ¥ ¥). CObsérvese que esta fncién posee Ins siguientes propiedad PI) flv, ) 2OV ve RY fly, v) = Osiy sdlosi v= 0 2) flv) = fle ¥) WW ERE 3) flv +i.) =f vd +f v9) 4) flor, 2) = flv.) En efecto, si v= (4) esun vector cualquiera de R? se tiene fl, yeviver +20 Baye Qe xeyed También, svi = (is) ¥%* G3) (fiw) ye vam ty eat ty Por iltimo, sie € R, v= (6,0), 98 * (38 09 = (5499) LOH * ag Wa) = (0199) = (CHL Hy OF) CHI) = (ext ats + (ey # pps > ema ¥ CY + A + = fn) +f 9) Obsérvese también que con esta funcién f, se pueden definir los coneeptos de perpendicularidad entze vectores de R®, magnitud de un vector en RF, dist centre dos veetores de R? como: 1)_Losveetores vi, € RP son perpendiculates si y soo si fbn) = 0 2) Lamagnitid dl vector » € R, denotaa por 65: Iu YR) 3) Ladistania entre los vectores v, 2 € R¥, denotada por dy, Ys) es: devi.) = FO y=) Espacies conprocucToinren 403 En efecto, la primeta de estas definictones es clara por el anilisis original La magnitnd del veetor v = (%,y) € RF seguin la definicion (2) esi Woh = Aiea = View = {que coincide precisamente con Ia nocisn geométrica de “tamafio® del veetor v € R, . Por tiltim, s 1 = (ti YO ¥ Ve Gi, yn) Se tiene, segtn ln definicion (3) divs, v2) = VFO = va Vd) = VO v2) OA a) ED BID = EOF que coincide también conta nocién geométrca de distancia entre (8, DY 9) i) ‘Todos esios coneeptos (perpendicularidad entre vectores, magnitud de un vector y distancia entre vectores, los cuales pueden ser definides por medio de a funcién ‘f(el producto punto de R:), hacen, pues, de R?, un espacio vectorial eos una grat tiqueza geométrica. En este capitulo uno se propone estudiar la generalizacién de estas ideas 0 espacios vectoriales abstractos. ‘Una funcién f que a eada par de vectores de un espacio vectorial Ie asocia unt _nimero real y que satisface las propiedades (del produeto punto en R®) Pl, P2, P3 y Pé se lama on general un “producto interno”. Los espacios vectoriles para los404 AsesraunenL 1e existe tal foncion (llamados espacios eon producto intemo) son el objeto de estudio de este capitulo. ‘Se estudiarin también algunos tipos especiales de operadores lincales defini- dos en espacios con producto interno. 4. DEFINICION Y EJEMPLOS DEFINICION 1.1. Sea Yun espacio vectorial.” Un prodet inten en Ves una funcion (|): > Yo» Reque's cada parde vestres yen Vle social ero ral (9) ¥ aque ctsfce ae siguientes propiedad D WInzoVvEY y WlyOm veo. 2 MlveMiw Vrne he J OtmlweMiyt@ly Fw ek 4 (nldecmiy VeEeRVane &. Un espacio vectorial V en el cual exis‘e um producto intemo (: |) es Hamado, ‘espacio con producto interno y es denotado pot (V,(°|)) En particular, si Ves un espacio vectorial de dimensisn finita con producto intemo, se dice que Ves un espacio euctidiano, ‘La propiedad (I) estableee queel producto interno en Ves una funcisnd asitva, La propiedad (2) del producto interno es la propiedad de simetria. Se dice centonces que el produeto interno es una funci6n simettic Por iltimo, obsérvese que lus propicdades (3) y (4) establecen que el producto interno es uns funeidn lineal respecto desu primera variable. Es decir, siseeseribe. (= Gv) en donde ves un veetor fijo de V, esta funcidn resulta ser lineal pues ida Ho 9) = (oF HaL8) = 1D + OLD = 900 + 90D) plow) = (en |) = ctv |) = 00 Mis ain, debido a la propiedad de simetrfa del producto interno, éste también es lincalrespecto de ln segunda variable. En efecto, si se eseribe y(-) ~ (¥ |) en donde v es un veetor fijo de Ve tiene yes oa) = Lt) = Out ELH) OLD + LY) = Ly) + O19) = vod + WO) tccuedase que todos bs sso vectra considera en est io son eas. Cand consideran espacios comple a dfn de producto inero fine quenifiase. (La prope {Ghes eneste eas (vo) = Coen donde labarea densa a conjugicn comps) TEOREMA 1.1 DEMOSTRACION EJEMPLO1 ESPACIOSCONPRODUCTOINTERNO 405 y 5 wlend = OL evd = (on |) = eC) = OL 9) = ew 6) Ana fiend dos bs i sins espstd cada uma deel (sy nea ero fins deena desis ds vari, cuando loser Sse lama nelpbines Eres, oes root into es ra ani biel, sca y dena pst definieién 1.1. mens isd Sea (V, (| 9) un espacio con producto intemo: Entonces 1 @ly=0 vver, alia io): F cout) ten donde c,d son escalates yy! * 1 veetores de V. DyevegMy F120. sa son Para (1) obsérvese que (0) cualquiera de ¥ (el primer simbolo Ose refiere al vector cere de Vy los siguientes (0- w]¥) = OG] v) = Oen donde wes un vector {tes simbolos Ose refieron al escalat cots). La demostracién do (2) se deja como ejereicio para el lector (¢s una eonse- ccueneia direeta de la propiedad de bilinealidad del producto interno), QED. ‘Véanse algunos ejemplos. . En Ry, six = (015)... ¥ Y= Oy Yay - + Ydy la funcidn (lye ay tap tte (ty os un producto interno (si n = 2, éste es el produeto punto de R? comentad al inicio det presente capitulo). En efecto, se tiene @l)edede. e820 Vee Ry CL)= May ee eO ema e en On x=0406 uceonaunen Por otra parte (ely) yy tags tt tt yet ste ty = OL) lo que muestra la propiedad de simettia. ‘Tambien, six’ = (¥ya%...,82) € Rese tiene GATED tet Sy tet Ot We sy tg te tay =GL+ ely y por timo, sie € R Hai AH ea (rLy) = xd * (eran + # (ey = ofepi taga tt) = ote 9). Entonees la funcién (-): R' R' ~+ R dada por (1.1) satisace las 4 propiedades de ta definieidn 1.1 ys, por tanto, un producto intemo en R, Este es Ilsmado, producto interno candnico (o estandar) de ‘Mis generalmente, si ai, as, -. a son miimeros reales positives, la funeiin (rly) = aun + aang t tana aay a= 1 eorresponde al producto 51m producto intemo en R’. El easo a = a2 intemo canénieo de R’ La vetficacin de que la formula (1.2) define de hecho un producto inteno ‘en R® se deja como eercicio para el lector (el hecho de que los mimer0s 01, ++» 5 ‘scan postivases una condiciénsuficiente pero no neeesaria para quel formula (1.2) defina un producto intemo en Resta condicién garantiza el eumplimiento, diy dy, c)),defnase la fancién (| yz Vx P+ Reomo (19 * (@O)1 BOD) = (Oe GN aa fen donde (|) es un producto intemo de R° Se afirma que esta funcisn (° | pes un producto interno en V- En efecto, la propiedad CLs OI@P20 Yvev Wi mp=0ev=0 es directa del hecho de que (|) es un product nemo de Rt. Similannente, la propiedad (¥ | uy = (ev) 25 tam [es un producto interno de RY pues rencia de que O1Ds= Os | CO = CeO) = C1408 A.ceenauncaL EJEMPLO3 Para verificar las propiedades (3)y (4) de la definicfon (1.1) en la funei6n (1 9p, se debe recordar que @ es tna funcion lineal Seticne (© ¥ L1dp= (E+ VD |) = (OD * GHD 1 HD) = (PO) | P00) + O19 OD) = 01+ 0 Le ysiceR Cov wp = (LEP) | laD) = Cole) LLU) = HOD | GD) = eC LDP i ointernoen V. yy queda asi probado entonees que (| pes un producto intern or ejemplo, si V= M,..y si Bes la base eansnica de este espacio, se tiene que A1By = Yaad as) en donde A= (0ye tum B-* (Bide t.m @8 un produto intero en My» ito i nico de Rt pot medio de Ia base p). Este Ahoredado det producto intemo eandnico de RY por medio de prodveto interho en Mes. es linmmado producto interno eanénico (0 estindar) de Mors — Similaemente, si V= P,y Bes la base eanénica de este espacio, se iene ae ldo dala + ashi -.. e “6 endonde pe gt a. axty qb bc 4 Bates unprogotoinmo cn Py there sdado del producto interno candnico de R* por medio de Ja base 6), et Slataniene mado produto inna candi (0 esta) de ‘Ve ars om sompl, dun espacio vector de din ifitscon protien ‘Sea V = C((0, l}) el espacio de las funciones continuas en el intervalo [0, 1) Sean fg € C ((0,1}). Vefinase Glan J, Rosas an Se vera que esta fSrmbla define un producto interno en C(10, 1D. [La propiedad (2) es obvia, Las propiedades (3) y (4) se dedacen a partir de propiedades de l integral definida: Git hle f (fla) + Ala) ge “f iGaDO) + Algae TEOREMA 1.2 DEMOSTRACION espaciosconpnoaueromrenio 409 * J Flmotonde © f Aloette = Gilg) +L) (fig) = Fefedgeode = ef, Rewind = aie) La propiedad (1) requiere un poco mis de ateneidn. Se debe probar que pars cualquier sé C((0, 1) se tiene mores C1 = FL Aevtade = ff Gvtas20 yque (Of dove 0 = 20 Sif=0 (est0e5,fix) = OV x€ [0 I) es claro que (f[)) “0. Sin embargo, la afitmacion teciproca no es obvia, Se va a demostrar a ques f# Oentonees (ff) > 0, Elargumentoes un arguimento téenico que usa el hecho de que fes una foneién continua en (0, 1} Supéngase entonces que f# 0 esto es, f no es el vector cero de C (0, 1). Eniate entonces alunos un % € [0,1] tal que fo) # . Debio a ta continuidad de la funcisn f, existe un 8 > O tl que fx) # 0 para todax en la veeindad ty - 8 Oexiste un > Otal que (fs))'> k> Oparax~B<2 <5 + 8, Pot lo tno, CU = J evra > L. (eyy'dx > 288 > 0 como se quota demos. Para fnalizar esta sci, se probaré una de las desigualdades mas importane tes en el ilgebra lineal, mada desigualtad de Cauchy-Sehiwarte | Desiouruan pe Cavain-Serrwanrz.) Sea (V, (| »)) un espacio con producto intemo, entonces para cualesquieta vectores v y wen V se ‘cumple fa desigualdad WLW? $ Iya) | Siv~ Ola desigualdad es obvia. Supéngase entonces v # 0. Sea w= 1 +u € V, en donde € R. Porls propiedad 1) del producto interno se tiene que (w | w) 20, "Six 0.01 ba veindad seve como 0 $x < B08 0,de modo que siempre es posible exter taiz eundal del mimeo wl SiV = Rey ({-) es el producterintemo eandnieo, norma del veetor v € RE tho es mss que [a medida natural del tamaiio de v, pues eae Leal = (TE | | wi = 9 * opsérveve que esta delnicin iene perfecto sentido, pues para eualiuier ve Ve ven | | espacoscournooucroItenNo 415 Un resultado similar se tiene en el espacio R? con el producto interne candice inv Engeneral si V=R*y (|) sel producto nlemo canico dese espacio se tisne que im = dead? endonde v= (4% +2). El concepto de norma de un veetor v en un espacio eon producto interno ‘generaliza entonces la idea natural de “tamafio” de un vector en R# o RD. Por ejemplo, si Y= Maxs con el producto interno eansnicose tiene lif: 3]| OOO «= 5 Si = C(O, 1}) con el producto intemo Cia)» J Adecode se tiene en general, paras € C((0, 1) Wl VOD ~J frevead = ff vorrae a) ‘Suponga ahora que ene mismo espacio V’se considera oiro producto intemo, digase (C1 Js {Puede scontecer que con este nuevo product interno se tenga que do, Sly, w? En este ejercieio se considera un tipo mis generat de espacios vectoriales que los espacios vectorial con producto intern lamadas espacios vectoriales normadbs Definicin: Sea Vun espacio vectorial. Una norma en Ves una funcidn 7+ R aque ssovia a eada vector » € Vn mimero rally, amado Ia norma de v, de iodo que se satisfacen las siguientes ttes propiedades 1) [M20 Wve Vyllv=Osi,y solosiv=0 2 eieidiMs ceR, Vvev 3D Wwealsivi+tadl Vnwey Un espacio vectorial Ven el que estédefinida uns norma se llama espacio vectorial norma, 8), Demuesite ques Ves un espacto vectorial con el prodicto interno |) entonces ‘es auromatcamente un explo veetstal woiago con la norma YET. )_Bnelespacio vectorial Re, defina la funeién jf: Re = R eomo, tet > Et fen donde x = (si 45.» 2a) Demusste que esta funein es una norma en Re (lamada norma dela surta). ©) Bnet espacio vectorial Ry dfina la funcisn = y: Re ~+ R como Wille = max {fmf 1,2,..-5n) en donde x= (4 - 0- Compruebe gue esa fuein es una norma en Re lamad norma del maine). 4) Ba referencia alos ds inesosateoes,calele as normasf ey Peeks Siguiente ecorst 41) (40,0) 45) ,0,3,0,0,0) 42) 2,3,5.-1) 46) (,6,-1,-1,0,2) 3) Cl-1,-1,-) 47) @,2,8,-1,0,0,0) 4) (-20,5,2,4) 148) (,0,2,0,0,3,0) ©) Encleespaciovectotial C{-1, 1) define Is func - C{-1, 1)) -+ R-eomo Wi= max tfoo xel-it @ a. EapacioscoNPRooucToINTERNG 423 Demuestreprimeramente que és es una buona definiclén para esta funcién (fecuerde que toda funcidn continu que estédefinida en un intervalo cerrado Fini ascanaa su méximo dentro del inlervlo) ruebe que esa funeiin define una norma en C({-1, 1D: Calcul las normas de los sigucntes veetoes en C((-1, UD: 65) fine 20) fiyee stat 63) fwd=x oF) fan aie 304 ef) fa)=senx 8) fama exe en 1) Sea Vunespucto vectrial cone produetoiatemo (9. Enctineisoa)sedemosts ‘gue Ves un espacio vectril normado eon la norma |: [|= (CJ. En este e4s0, Se dice que le norma = proviene del produto interno (|). Deruesre que st Ja ora I proviene del producto nero (|), entonces se cumple a ley del paratelogramo lv +B aP= 2004 +a) We 18) Comprucbe que la nozma i en R* del incso b)no provine de un producto {nemo en Re (Sugerencia: Considere en Ros vectoes (1,0) (0,1). Use 4) Demuestre que fa norma I en RY dl ineso €) no proviene de un producto fnimo-en Re ') Compricbe quela ner -lenC([-1, 1} delincso 6) no provie intsmo en C((-1, 1). J) Enel inciso 9 se ha demostrado que una condcion necesaria para que ls norma {illencl espacio vectorial Vproverga eum producto intemoen Vesqueseeumpla Ia ey del paratelogramo. Se puede demestae que esta condieion también es sufcinte (la demostacion es un aio complica). En RY consiere la foncin J: RY ~ R dada por Wey, 2) = VBE PH ae Domuestre ques funn es una nomaen R?y que ela proviene den prodiveto interno en RD. iso ancrior) eden producto En este ejereicio se considera un tipo mis general de espacios que los espacios Yeetoriates normadas introducidosen el ejerceio anterior, lamados “espactos metri= Definicién. Sea Mun conjuntono vacio. Una melrica en Mes una funcisn MM + R que asocia a cada par de elementos x,y en Mun nimero ral dy) Hamada distancia de x a y, de modo que se stisfacen ls siguientes tres propiedades: D aey20Vay EM dye0 oe Hy 2) day)=dy2) Vaye at 9) denn sdis yrdy.2) Ym Avunconjunto Menel quest def reM una métricadk Mx Af ~ Rselellama espacio424 A.aeeRAUNEAL a » 9 ® eo » by Denestrequesi Mes un eepacio vectorial normado, eatonces M es aulomatica mente un espacio mélrico con la métrica dt, 9) ~ jt yl, en donde jes la roma de ML Concluya entonees que todo espacio vetoral con product intemo sun espacio metic. Defina la funcidnd: MxM Reomo aon {TEE} Demuesie que esta funcidn es una mética en M. Detina a funcidn dl Rr = Re -+ R como aisy) =F bel cen donde x= (2,33,-++ 404 = Oda e+» as Comprucbe que dh es wna métt- coon, (Gugerencia: véase el ineiso b) del ejercicio anterior) Defina a funeidn dst Re Re -+ R como 46,9) = mx Peele EAs 2s ovat Demueste que dyes una métrica en . Defina fa funcidn C({-1, 1) * C(L-1, 1) ~ Reomo fg) = mix fa) - gt xeChll ‘Comprucbe que d es una méttica en C((-1, 1D. . Delfin a funciénd: R xR Reomo ds) = =F Demuestre que ests funcién noes una mnéties en R ‘A ptt de una méricad: Bf * Mf -+ Ren el conjunto M, se pueden genera otras mrcas en M dofiniendo aga) = VEE) (x,y) = ed BOD” Tra 44, 9) = tn {2,0 DD i sasenM. ruebe que dd y ds son también metre ‘Sea Vun espacio vectorial normado. En el incisos) se demostré que V es un espacio mélzieodefiniendo la métiea ds ¥* V ~» R como de, y) ~~ ye En txt caso, se dice que la métricad proviene de la norma |, Demuestre que una ‘ondicisn necesaria y suficiente para que una méttica d en V provenga de tina norma f-jfen Ves qoe para todo vu € Ve € Rese cumpla doy +w,u+w)= divide Y lorsen) = lel do 0) EspaciosconPropucTo temo 425 1) Si Mes un espacio vectorial, Domest que la métrca en M del inciso b) no proviene de una nom, J) Concluya de este ajerciio que: 4.1) Todo espacio con producto interno es un espacio nonmado, 412) Todo espacio rormado es un espacio metres. 413) Todo espacio con producto interna es un espacio metic. Dé ejemplos que macsien que las afirmacionesreprocas son falas >. El objetivo do este cjercicio es establecer doc desigualdades muy importantes en ‘matemitieas eonocidas como desigualdad de Holder y desigualdad de Minkowski 4) Seap € R,p> 1, DefinaeLnimeroq € R eomo el nimero real tl que p+ "= 1. Se dirk que p y q son exponentes conjugados. Demuestre que si p ¥ q son ‘exponentes conjugados entonces (p ~1)(g- 1) = 1. Coneluya entonces que si y = x4, entonees x= yl, en donde py q son exponentes conjugados, bb Seanpy qdos exponentes conjugados,considere a funcién f (0, 4] +R, fe) = 17, Use argumentos goométrcas para etablecer la desigualdsd ab s fer afew cen donde bes un nimero eal nonegativo cualquirs. (Sugerencia:construya una _rilica en Ia que se mueste la funei6n y = 7", Dibyjel interval [, 6] sobre et ‘jy Interptote ambos membros dela desigualdad anterior como Seas) ©) Coneluya del resultado del eericio anterior que sia b son dos mimeros reales rnonegativas euslesquicra y py qson dos exponentes conjugados, extonces 2H pa Sean E = Fas FaseosFdyF * Gees.) dos voctores de Reales que y Fe y bire ‘endonde py qson dos exponentes conjugados, Use et resultado del incso anterior para demostrar que para cualquier i= 1,2,...,7se tiene fajy < He, bit vai s BE abs _yeoncuyu eons (sumando desde hasta) que Sw ©) Demueste la desigualdad de Mélider z wal <1 x) i w|26 fceonsunent On ‘en donde s,s ++ ni JBe-+ + JusOR nieres reales culesquiéray py gson exponentes eonjugados. {Sugerencia considere das veclrescunlesquies Ge ROX = (ti,25....209= Oe Dae sJn)Defina los vetores # = (By s.-s,3)* Qa dase- Jn) Como (Aplique ahora el resultado del inciso anterior) 8) tA qué equivale Ia desigualdad de Holder cuando p = q 2? 8) Sean x = (82 +5 DY ™ Quads +43 dos vectors custesquita de Re. Demuestre que para custgiier = 1,2,---ysetiene ety S e+ biD ba de donde p € R, p> 1. Conchuya entonces, sumando desde i= 1 hasta n que Swen s F paver t+ F aise wet 1). Aplique la dosigualdad do Hilder cada una de las sumatoris que aparecen en el miembro derecho de la desigualdad esiablecida cn cl inciso anterior para demostar que sp y @son exponentes conjugados entonces see] Je] |) Concluya dl resutado del incso anterior ladesigualdad de Minkowski nel om] fe endonde 2%... ,n Pots + eson nimeros reales euatesquiera y p € Ry Prk. 3) Aquéequivale la desigualdad de Minkowski cuando p = 22 Una sucesin de nimeros rales es una funeién del tipo f.N ~+ R, Denotando aft) ‘eserbind la sueesion N+ Romo (2-5 dey---) © te como (a). Sea 7 un real mayoro igual a 1 (rbitrario pero fijoy, Denote por P se lee “ele ps") al conjunto de todas fas sueesiones de mimeros reales (a) tales que Tar co [Nucstto interés eneste eerccio es demasirarquvel conjunto# concerts operaciones de suina y de producto por escalares que se definiran mis adelante es un espacio EseaciosconpRooucromiteano 427 ‘vectorial, y estudiar algunas propicdades importantes do este espacio pata clertos ‘valores conerctos de p. ‘8) Primeramente, extienda la desigualdad de Minkowski establecida ene inciso fy el ootciio anterior par el eas de suas infinitas, Bs deci, demuestre que felled tol cendonde x, y= 1,2,.--son nlmetos evalesquiera ') Enel conjunto defina Ia suma dela sucesisn (a) € P y la sucesion (6) € (a) + (6) = (a+ 6) y sik € R, defina el producto del esealar por la sucesién (a) € # como a) «(kay Demucstre que si (a) y (b) son sucesiones de Fentonces (a) + (O) y K(a) son tambign sueesiones de (Sugereneia: para demesirat que ly Suma do sucesiones de Pes una sueesion de , use resuliado del inciso anterior.) ©) Compruebe que el conjunto F con las operaciones de suma y producto por esealaresdefinidas enc inelsoanteiores un espacio vectorial. ¢Cuses ol vector cero de este espacio? cul sel inverso aitvo de una sueesin (a) de P? 4) Enel espocioPdsfin fone: ? = R eam Keds = b a 4.1) Demuestre que fall 2 0 (a) € Fy que Kal ~ Osi, y so si (a) 0 (el vector cerode F) 42) Compruebe que sik € Ry (2) € Pyentonces (aly = Kan. 43) Demvestre que si (a), (6) € Psentonces Way aly San # Hea. (Sugerencia: use el resultado dt ines a)) 44) Coneluya entonces que la funcisn pes una norma en el espacio fy que pot tanto, con esta norma es un espacio vectorial normado. ©) Demusstre que el espacto # noes de dimensin fina 1 Suponge que Ves un espacio vectorial nommado con la nora fy que existe una ssucesicn de veetores en ¥, digav,Yy- +. ey += fales que para cualquier vector Ye Vexiste na sucesiin de nimerosteales€,€,..-»m--- (bien determinada por el vector») con la propiedad lim fv~ (cin # eave. ev = 0 Sediceentonees que el eanjunto afinito) [9 -.-.Myov-) esuna base amada428 AccenaLnea, @ 4 ‘base de Schatider) del espacio normado V. atl caso, se puede escribir Enel espacio normade P con la norma [considers los vectores| 4. = (1,0,0,0,...) 6: O,1,0,0)..-) = 0,0,1,0,.0.) Es decir, eel veetor de P, (a) éiga, tal que a= OsiJ *y a)= 1. Prucbe que estos vectores constituyen tina base del espacio P. Mas ain, emuestre que si (a) € Pyentonces (a) = Fae, 8). Consider el espacio P, Demuesire que la norma definida anteriormente [i] . proviene de un producto intemo en F(véanseincisos f) yj) del ejercicio 20 de {sta secelln), Mis ai, demaestre que tl producto intemioe8 | J: F**K We: apie) = Fads 1) Conse shore espacio P eon p #2, com ano Tome los vectores = (5 1,0,0,-- = (“1 040, sm vetore F,Demise que ila ene inciso (observe que vy Iv l= = t= tal = 2 {)_Uselosresultados de ineiso anterior para demostrarque la norma fy de espacio P, p#2,no proviene de un producto intemo en (yeas Inciso ) del ejetcieto 20 deesta seecin), p Enel espacio vectorial F considere los operadores T,, Ty: P —P definidos como \ Tiles, de, dy +3] * Gayo) lO 5 y+ -I) (0,454.85 000) 8) Demueste que 7; y 73 Son operadores lincales en 1b) Comprucbe que 7 es sobreyectivo poto no inyectivo, 9) Demueste que Tz es inyectivo pero no scbreyestivo. 1) Prucbe que T; e Tes el aperador identidad en # (y por lo tanto es inyeetivo ¥ sobreyectvo). ESPACIOSCONPRODUCTO INTERN 429 ©) Demuesze que 73 2 7) noes el operadores 1) BsTi un operador invesible?, clos 72? [Notas losincisosb), )y d) dan una respuesta los ejercicios2y 3 de a seceién 6 del capitulo 4) en. 3. ANGULO ENTRE DOS VECTORES. ORTOGONALIDAD En etespacio vectorial R? se tiene bien definida la nocién de dngulo 6 entre dos veetores v1, € RE En efecto, usando un argumento elemental de geometria analitioa se puede testablecor el valor de 8 pendione den retnen Ia queseeneuentau= tan (84 a) = 22 pendicisde rsa on In queseeneventa y=tan c= 2 Entonees, aren 2 eta? veel | ro Fy Al expres la férmula anterior en téminas dela funcién coseno se obticne cose Hat + Wh °° Gypad sob ce ‘Obsérvese que tanto en el numerador como en el denominaclor de la formula 3.1) aparecen expresiones familiares, a saber 1) = xx type IMP = eye lu? = 38+ 9430 Aacenaunen, endonde (| ) esl producto intemo candnieo de RP, de modo que (3.1) puede ser reeserito como 9 - ol ital oy Nads impide interpretar la formula (3.2) independientemente del anslisis previo ‘aclla,y usarla pata defini el anguto entre dos vectores v y wen eualquier espacio vectorial V con produeto interno (|). Esto es precisamente lo que se hari ahora, 3.1. ANGULO ENTRE DOS VECTORES DEFINICION 3.1 Sea (V, (| )) un espacio con producto intemo y sean v, u dos vectores no nulos de La desigualdad de Cauchy-Schwartzestablese que Ho 0) € to Ae dedonde a1 ¢ HIM gy is Lafineisn up = OL fo) ia es-enonces una funeidn euyo rangoes 1, 1 Obsérvese que la func cos , es na nein byectiva ene ntervalo 0 0 neyo angoes proslsumente(-1 1] Inspirados por la formula (3.2) establézcase entonees la siguiente definieién: Sivy wson dos veetores no nulos en el espacio vectorial V eon producto interno 1), definase ef éngido (0 <8 < x) entre vy w como vl) Us bal © = arecos EJEMPLO1 DEMOSTRACION TEOREMA3.1 EsPaciosconeRopuctommenno 431 Asi por ejemplo, si ¥ = P; con el producto interno canénico, el ingulo entre el polinomio pels3r-2ver yelpolinomio gr dtxesee 0 = wwe [gi + arweos { pe *GXD+ 2K) + (YQ) (CY + (3) + (27 + LP M-2Y + (1 + 1 +P) 7 ya. + wc i) = sr En un espacio con producto interno se tiene la versién abstracta de la ley de los cosenos, (Leypetoscosinos, Si vy uson dos veetores en un espacio con producto interno, y 8 ¢s el dngulo entre vy u,entonces le = [vi + Ha ~ 2 fl] eos @ Es una consecuencia directa dela definieidn de norma de un veetor y de la férm 1a). y= a = (= mf =a = C0] 9) = 20744) # 2) = IPP +l ~ 2 tl cos 0 QED. Claramente, si Ves el espacio R® con el producto intemo cansnico, el teoreta 3.1 establece la *versin eoncreta” (la que se conoee) dela ley de Los eosenos Wut vu «MP hl 2 at aco 0432 Auceeraumen, DEFINICION3.2 * En el caso conereto del espacio R? con el producto intemo candnico, se sabe que ‘una condicisn equivalente al hecho de que los vectores vy u sean perpendicular ces que su producto intemo (que en este easo coincide con su produeto punto) sea Esta equivalencia se puede también deducts de la formula (3:2): si vy w son dos vectores perpendiculares no nulos en R¥, el ngule que forman entre ellos es, ® @ = ©, demodo que ww) ial el de donde wim=0 Similarmente, si (v1) = Oentonces cord = 1g moe Tata “97 OT Lacondicién geoméitica de perpendicularidad entre los veetotes vy w del espacio Re ae pucde goncralizar ontonces « un ecpacio vootorial abstracto gractas a la definicién 3.1: dos vectores vy w en un espacio vectorial V.con producto interno son “perpendiculates” si el éngulo que forman entre ellos es 90", 0 equivalente- rent. Sea (V, (| 3) un espacio con producto interno. Los veetores v y w en V son ‘ortogonatessi oly =0 Nora: En el caso general, se referité siempre a In propiedad geométrica de perpendicularidad entre dos veetores, como (la propiedad de) ortogonalidad entre tales veotores, reservando entonces “perpendicularidad” para el caso concreto del espacio R? (0 R?) con el producto interno canénico. CObsérvese que, sogin a definicisn 3.2, el veetor cero de Ves ortogonal a todo vector v € V, pues por el teorema 1.1 . @ly-0 vver, Si Ves el espacio My.2 on el producto interno eandnico, los veetores 200 305 A=[1 3] B|0 2 204 ia) ESPACIOSCONPRODUCTOINTERN 433 son ottogonales, pues (AJB) = QB) + OG) + CO + @LE-2) + DU) + (A ~o Similarmente, si Ves el espacio C({0, 1)), los vectores fi = xy f+ 3x - 2 son ‘rtogonales pes 1A) = fl ewes = fh xr- 23d = 0 Enlasiguiente subseceidn se estudiarin conjuntos de veetores ortogonales en un espacio con prodyeto interno. 3.2. CONJUNTOS ORTONORMALES EJEMPLO 2 EJEMPLO3 ‘Sea Vun espacio vectorial con producto interno (° |) y sea Sun subeonjunto de V, Sedice que S es un conjunto ortogonal de veetores en Vsi cada par de vectores. distintos en Son ortogonales. En particular, si $~ (vi, vis Ye) Sserd ortogonal si, ys6lo si tly. (tf sin) 0 sity adems cada vector vdel conjunto ortogonal S de Vtiene norma 1, al conjunto Sse le llama conjunto ortonormal. Nora: A un vector vdel espacio con producto intero V que tiene norma I se le Jama vector unizario. Un eonjunto ortonormal de vectores en Ves entonces un conjunto orlogonal de vectores unitatios en V. Por ejemplo, en el espacio R? con el producto intemo eandnico los vectores 417 (1,0,0) €:* (01,0) e:= ,0,1) {orman un eonjunto ortonormal, pues (eled* @led= (ele) =0 (¢stoes, tales veotores Forman un eonjunto ortogonal) y ademis jell = Hlel= 1 Enel espacio vectorial C((-1, 1) de las funciones eontinuas en el intervalo (-1, 1]434 AcesRALNeAL TEOREMA 3.2 DEMOSTRACION conel producto into (14) =f ftgtvelconjuno Gini) de veloss S= [cos 2n ex, n=0,1,2,. 5 un eonjunto ortonormal, En efecto, cada vector v, = cos 2r n.xen Ses unitario pues val = Galo = of J cot needs = 1 Por otra parte, sin # m (lea) = [cos 23) cos (2m m3) de A (cos2(n-+ m) xx + c08 2{n~ m) xx) de sen 2(n + mye + Xa- mye 1 ates s09-mes] <0 Es decir, los vectores vy y vs (t# m) son ortogonales. El siguiente resultado es vilido para cualquier conjunto ortogonal (no necesa- riamenteortonormal) de veetores no nulas en un espacio con producto intemo, Sea $ un conjunto ortogonal de vectores no nulos en el espacio V con producto intemo (- |»). Entonces $ es un eonjunto finealmente inde- pendiente Sean vj, ¥5,..., a Vectoresdistintos de 5. Se debe de probar que aMtemttem=0 @ eaten 0 Al tomar el producto interno del vector 0 = civ, + ey, +--+ xv con el vector ¥, iJ skseobtione emly |= Y ota 0 = Gly) = (eam teat... team] y) = Como el eonjunto Ses ortogonal, se tiene que (vy) # Osi, y silo si i= j, encuyo ‘COROLARIO. DEMOSTRACION TEOREMA3.3 DEMOSTRACION esracoscowpneoucromrenno 435 caso se obtiene (| ¥) = bf. Entonces, «rl = 0 Como por hipétess y «Oy por tanta, yj] # 0) se coneluye que «no Este argumento es vilido pura toda j= 1,2,..., Por tanto, ¢,= 6 =... #6 = 0, como se queria probar. ‘Todo conjuntoortonormal de vectoresen un espacio con producto interno eslinealmente independiente. ‘SiS es.un conjunto ortonormal, entonces Ses ortogonal y ninguno de los vectores de $ puede ser cero (pues todos ellos tlenen norma 1). Bl eorolatio se deduce entonees del eorema anterior. QED. Sea (V,()) unespaciocon producto nemo, y sea Wel espacio gonerado por el éonjunto ortonormal de vectores S {0 ¥»,.--5 }-El eotoru & V pertenece a Ws, yséo si puede eseriblrse como mult Ul ydve LD Siel vector w € Vse eseribe como a > (ulvon Cebdmet + [dee ces obvio que w € W, pues en tal easo, ues una combinacién lineal de los vectores Vi Yas. Meque generan aH, Reefptoeamente, supdngase que w € W, Entonces existen escalat ++ Gatales que Al tomar el producto interno del veotor w eon el veetor y € $, 1 J Gly =0 En taless0 0 = [iwi = tlt = y ely aque eta igualdad det desigalad de Bessel. Qn. EJERCICIOS (SECCION 3, CAPITULO 5) 1. Considete el espacio vsctorial R? con el producto intemo candnieo, Eneuentre el Singuloentte cada uno de Tos siguientes pares de vectors: ) @dy@-) ») 2x00 9 @DyC32) A, yO, ©) AACE 3 D @DyC2-%440 Auscenn umes, n Eh el espacio M3 con el producto intemo eansnico, eneueite el angulo entice los siguientes vetoes Beer pease Lopy p23 ERY ob Paola aia of t)> [2 3] Euelosgacio Ct-1, 1) cone produto nto ia) > J, Aeteeonde event gu ent fos siguientes vectres 2) xysenx 8) senxyeass o eys 1. Sea Vun espacio vectorial eon el producto nemo (|), qué éngulo forma un vector ve Vnontlo.con su inverso aditvo? net espaclo veeorial R¥ con el prodcto intern eandnico, sean v= (1,3, 1) = (ly 2,-2),0= (0,0, 1), caleule la longitad de os ladesy los éngulos intemos del teiingulo ‘euyos wirees So Tos puntos ¥,# yw. 5 Cues de los pates de veetores en los ejericis 1,2 y 3 son ontogonsles? 1. En el espacio vectorial RD eonsidere os Veetores YR Q3-D, we 22) 4), Domuesire que sien R? se considera el producto interno cannico, fos veetos v ‘yuson oetogonaes, ty Caleuleeldngulo entre vy w ion RY se considera el prodveto interno (ely) saa Bast Bea En sta secién se observé que el veetr cero ¢s un vector ortogonal todo vector v cen un espacio vectorial Veon presuct iter (|. Demuesite que éste ese nico ‘ecto eon tal propiedad, ‘Sea Vun espacio vectorial con el producto interno (| ).Sean vy x veetaresen Vales ‘ve = [lj comprucbe que los vectores ¥ + uy ¥~ wson oftogonate. Interprete geomdticarente este resultado en R® con el producto intemo canéniee, ‘Sea Vun espacio vectorial de dimensidn fina eon el produto interno (|) demuestre ‘que no existe conjunto ortonormal en Vcon mis dedi V elementos. Prache que l conjunto de veetorés en Ré -1,-2¥02.2,-DI (2,332.0, 5 un conjunto oftogonal (con el producto interno eanénico en RY. {Bs éste un conjuntocertonormal? Enel espacio vector (C(f-1, 1) con el prodieto interno (la) = J Seecode EspaciosconercoucrowrenNo 441 demuestre que el conjunto infinito de vectoes $= (Sen 2nns, m=O, I... Pes un ‘conjuntoortonorma Demuestre que el conjunto de vetores en > ee 3.3 para decir sicada uno de los siguienles vectores de R?pertenscen al de® generado por S. 9 0,2) & @,5,-2) 2) G,3,0) ‘Compruche que el cnjunto de vectoresen RY es un conjunto ortononnal (con el proto intern eatnico de RY), Deterinine los valores de Ci, Cay Cy, tles que (28,25. oro )+ eee «| Jpoodo)-e(o-ghork]-o(-k ® 15. sea Yun espacio vectortal eon ct producto Interna ( |. Sean wy vdos vectors dle WeAlvector WP sele llama proyeceién ortogonat de w sobre v 8) Interprete geométricamente esta dfinicién en el caso del espacio R? con el product temo canine. 1). Sivesun vectorunitario enV, demuestre que la norma dela proyeceidn otogonal de wsobre ves (ul) ©) Sines ortogonal ay, zeul es la proyeccisn ertogonal dew sobre v2 4) Reemuncie ef teorema de Pitfgors (eorema 3.4) en témninos de proysccionss ‘xtogonales del vector u sobre ls Vectors v1... del conjuno ertonoml ©) Sea (¥, 4) un conjunto ortonormal de RE, eomprucbe que too vector w € RE se puede escribir de manera tina como nwt i «en donde wes ta proyeccion ortogonal del vector u sobre el vector ¥, i= 1,2 Interpretegeoméiticamente. ) Mis generalmeate, si (vy, v2... %) e8 un conjunto ortonormal del espacio vectorial Vy entonees toda vector € (Vi, Ynys) 8¢ Puede eseribirde manera442 AEeRALUNEAL 16. ou. ‘en donde wes la proyecein ortogonal del vector w sobre el vector vy 1 Concill est resultado con el teorema 33. EsPAcioscoNPRODUCTOMTERNO 443 Gy mienttas que para n> 4, R> 1. 2QUE ocurTe eon los casos 1 = dingo en eada uno de estos eases, 2, 3 Haga un Sea $= (v4, -»¥ conjuntooxtogonal de vectors en el espacio vectorial V 4) Pruebe que ia norma de ia proyeccin entogonal (véase efercicio 15) de un lado conel produto intemo (1. cualquiera del eubo C de r-dimensiones en Rr sobre una diagonal deuslquiers Sea Se « eC, esa sina pt de along de a diagonal d Vertique est resttada , seométicamente en los casosn = 2 n= 3 Demueste que Aa? = uF + Bog + + Ia 4. BASES ORTONORMALES CConeitic este resulta con el torema de Ptigores Sea (V, (-|+)) un espacio de dimensién finita con producto interno, se dice que nest efereicose considera algunas aspoctos dela geometia de vn cubo nimen- Ja base B = (vi, ¥5 ...,¥4) de Ves una base ortonormal si el eonjunto B es un sional en Re : conjunto ortonormal de vectores en V. Definiién, Consider el espacio vetoil R* col producto interno eandnieo, Sea ‘Obsérvese que el conjunto ortonormal de vectores en ¥, B= {Vi by «5% 68 {cis es,. la base eandnin de Re, Se llama “cubo (untaric) de n dimensiones una base ottonormal de Psi, y slo si este eonjunto genera a V. (La pare “s6lo st” en Re al conjto de esta afirmacisn es obvia, La parte “si” se sigue del hecho de que el eonjanto p es linealmente independiente ~corolatio del eorema 3.2). [3 re OS | EJEMPLO 1 El ejemplo ms simple do bases ortonormales se eneuentra en la base canna de R’ (con el produto interno eanénico) ‘Alls vectors, +.» 86 8s ama “Hades dl eubo C™ En efecto. ia base P= (etn... ,¢,) de Rten donde ‘Avun vector de Re deta forma * = Oecd ns ERE a> Ye, i cendondeay= 1, = 1,2,...ynsele lama “diagonal dl eubo C" (se ientfea como fesrras bese onccreel vers slendo la misma diagonal del eubo Calo veetores dy ~ , a) Dibuje un cubo de una dimensién en R, asi como sus diagonales. Gle=0 si ity +) ibuje un cubo de dos dimensiones en Rs eomo sus diagonals lle" FA ecaa ©) ifpuje un cubo de tes dimensions en R?, asi como sus diagonals. <)_4Cuints diagonaescistinta posee un cudo C de n dimensiones en R*? a : ‘TEOREMA 4.1 Sea B (vi,¥1y-.-,¥4] unconjuntoortonotmal de vestores enctespacio | ©) Sea duna diagonal del eubo C de n dimensiones en Ro. ;Cusitas diagonals de Csonortogonalesa d? lustre el resultado en los easos n= 2 y = 3, 1) Demuesire que todas ls diagonales de un cubo C de n-limensiones en R* tienen Ja misma longitud, Calele tl longtud. £2) Compruche que el ngule que forma una diagonat d del eubo C de ndimenstones cen Recon cada uno de sus ladas Cf 1,2,..., mes 1 gear cos ye 1) Para qué valor dem la diagonal d del eubdo C dem sus ladas un dng de hay ws, {) Sea Elaesferaquecirounseribe al evbo C de n-dimensiones en Re, Denote por R ' alradio de E, Deruestte que para n= 4setlene R= 1 = longitud del ldo del eubo resen Re forma con h2) 98 - con producto interno V, Las siguientes afirmaciones son equivalentes: 1) Bes una base de V. 2). Para cualquice vector € Vse tiene | 3) Para cualesquiera dos vectores u, w € Vse tiene wi =F celery444 koreraunen, | pneu vse Vote | | War = Gl } OR DEMOSTRACION Se probard 1) = 2) = 3) = 4) =D EJEMPLO2 es una base de V,entonces P genera a V. Por tanto, el veclos 8&8 smal V, 2) se coneluye y= 2). 2D Zrenita en el espacio generado por el conjunto ortonor centonces del teorema 3.3. 1) = 3). Sean uy w dos veetores de ¥. Se eseribe ely Entonces l= F cupontey = Y Giver) lo quo prueba 3). 3) rah, Tomese en 3) w= H Entonees WP = Ld =F eto) =F Gel? 4) = 1.Se en por hipstests que para euguler vector # € Vse ations wp = Yel tts es prectsment a igaldad da desiguad de Bessel eorema.6) neu) aaaaems ce camplesysolostel vector use encuentra ch espacio geneo denen Como et un vector abitaio de Vet eonjnto = (+ + 3 pena a todo el espacio V- Entonces porla cbservacion previa icorema, pes una base de V : QED. | Ethecho de dsponer de una base ortonormal en un espacio de dimensién Fn fl fon producto intemo tiene, segs el teorema, venajes de eardcter “prictico”. an ‘Véase un ejemplo, Labase B= url = {3 ESeACIOSCONPRODUCTOWTERNO 445 (con el producto intemo canénico) es una base ortonormal, pues om EPI ou =(3](3]* fly = (3\(3) tha =| IP = ()+( wow -(3] -(3)-(3] Supsrgne que se qulereexpest cl vector = (6, 6-9) como una combina Tina de twtr de tne. Ea pip eo conduct awake sistema de 3 ecuaciones con 3 incégnitas. Sin e Ce ee Facer nee: *(o[s}o[3}reo(F vs } | -3y, + 12 El préximo objetivo es mostrar que to i bi rar que todo espacio vectorial V de dimension finita ‘eon producto interno posee una base ortonormal. EL PROCESO DE GRAM-SCHMIDT Sea (V, (-|+)) un espacio veotorial de B= [¥1,%5,.-+,¥4) una base de dl Sevaa demosttr que el espacio Vtene una base ortonormsl. Pata logra esto, ‘se exhibird tal base, usando para ello un procedimiento que permite construir, a ensin finita con producto interno. Sea446 AceenauNeAL partir de la base P, una base ottononal. Este procedimiento es eonocido como “proceso (de or‘onormalizacién de bases) de Gram-Schmidi™, ‘Se analizarin primeramente los casos n = 1,2 y 3. Sin 1 (el espacio V tiene ddimensién 1) y B = (vi) es una base de ¥, pars pasar de esta base a una base ‘ortonorinal séfo se tiene que austar la norma de vy al valor 1. Sea Entonces es claro que: 1) s(t) "2 (vs) = Vy 2) l= 1, de modo que Bow = (1) es la base ortonormal deseada __ Véase shora el caso n= 2. ‘Se tiene entonces la base 6 = (¥1,¥s) de Vy se quiere construir a partir de ella tuna base ortonormal Boy = (ii, uz). Pata consttuir us, slo se ajusta la norma de ‘yal valor I (como en el easo anteriot), es deci, se normaliza el vectot v, v La idea para constmuit el vector ues descomponer el vector vs como una suma de dos vectores w+, en donde w es un vector que se encuentra en.l espacio que ‘genera 4, (el vector previamente consteuido) ¥ Ws es un vector que es orfogonal a 1, Es decir, vee wy to en donde wesw) —y Ova ay=0 Geométricamente esto se veria como espxciosconpacoucrowrenno 447 En tal caso, el vector us procutado seria simplemente Encuéntese pues el vector vi. ‘Como w, € sf (u) se puede eseribit mo cu para algin esealarc € R, (El valor de ¢se halla imponiendo la condicisn (ws us) *0,]. Entonces wt yee wy va et Se quiere que (ws |) = 0, es decir, 0 (0g as) * (8 ~ cus |) = (We | 4) ~ e€s |) = (|e) ~ ef =Grlay-¢ de donde se ve que el valor de edebe ser em (shud) yentonces el vector ws seria wpe acu v2 |e y finalmente Se comprucba que en efecto Pow * (ui ta) e una base ortonorml de V. ‘Véase por timo el eason = 3. A partir dela base B= {v, vo) de Vso construir una base ortonormal Por ™ (0h ty ts} Seesetibe any % 42) Para construir el vector us (a partir de vs y los vectores previamente construidos ‘1. ts) se usa la misma idea que en ef caso anterior: se presenta el vector vs como448 suceeRaUNEAL cio generado cendonde w) esun vector que se encuentra en eLespacto g aaa cg ottogonal a iy 8M (Como se muestra en Is figura) por sy tn ¥ ¥ ‘Bn al caso, el vector ty procurado sefa simplemente * pe Bseribase entonces: vem te = Oy hill cen donde wi € SP (ty ts) y (2 Lm) = (Ws | ms) = Oy hes ‘Coma ws € (| a) ~ ta) espaciosconpacoucromTenKo 449 pot lo que el vector us procurads es: * Fps= Os fade 3 [aye w (43) Settiene en efecto que (us | u) = (4s | 12) = O, ls = 1, por lo que Baw = (iy tas ts} ces una base ortonormal de V. Con el anélisis de estos 3 casos particulares se puede genetalizar el procedi- ‘iento para construir una base ortononmal Pow a partir de una base dada 6 del espacio V de dimensién De hecho no es dificil “adivinat”, a partir de Ins formulas (4.1), (4.2) y (4.3), ‘que definen a uu, ts, respectivamente, que el vector us seria sng = eee = (| aa = ve Ja Ina = (% [uadus = (| waa ~ (| Mis generalmente, supéngase que ya se han construtdo los primeras k vectores ty» 5a (1S <2) de la base orionormal. Entonces el vector ta Se consti «8 pattr de ellos y del vector ma de la base dada, siendo gay = Bet Mi = aie ~ = nie livers Gu [tad = Over Head = Geen | aaa “usin anterior se resume en el siguiente teorema: Sea P= (v1, «ve una base dl espacio V con preducto interno (|). Entonees el conjunto Pov = (1, tis» » ta} en donde los veetores ty 1+ tason definidosinduetivamente como 2 Lede us e= G2fwieih va (oad = (9 [uaus "8 Tis ont aadur= (5 [andl aS onture lie- yr (orf udu450 AuceorALNeaL DEMOSTRACION ve F sa WF Oslo forma na base ortonormal de Lo Al proceder por induccién sobre nsupéngase vilido el teorema para n= K(cl caso n= Les claro) y prusbese su validez para n= k + 1 Sea entonces B= {¥%i, Yn. +s Vou} Una base del espacio V de dimensién kel Por hipdtesis de induccién, el subespacio W de V generado pot (¥1, Yi, \- 5%) \ tiene como base ortoncrmal alos Wecotes My, t+ Ke Sea ; | naam J Geol ta S, Goneed il Ciertamente ues # 0, pues easo eontrario se tendria es Joqueimplica que vor © la ty Ha) * EO, vo, 1o cual contradice el hecho de gue ¥, Vi - independiente (pues es una base de ¥) ‘Se afirma que (less |) ~ 0, = 1,2, ara simplificar la notacién lémese | Yc 68 un conjunto Hinealmente N= toner Snead adel Entonees va Ge fel (unity) © COROLARIO DEMOSTRACION: EJEMPLO3 EspaciosconProoucrowrenno 454 i * = Feo lad = Y Ome Lanta ay a = 2 yer LM)~ yen |) = 0 como se quetia probar. Ademés es laro que [isl 1 ‘Como os vectres tis.» «tye Forman un conjuntoortonormal de + 1 vectotes en el espacio Vde dimeniénk+ 1, éstos deben ser una base (ortonormal) dev. QED. ‘Sogiin el analisis presentado en los easos coneretos dim V = 1, 2 y 3, se podria representa esquemsticamente la construccién del vector us, com a Un corolatio obvi del teoreina anterior es: ‘odo espacio vectorial de dime una base ortonormel finita con producto interno posee Sea P una base cualquiera del espacio dado, aplique el teorema anterior para obtener, a parte de p, una base ortonormal. QED. ‘Véanse un par de ejemplos. Considere en el espacio R? con el producto interno candnico Ia base B= fv, ve M5) = (0, 1,0), 0, 1 2), 1, DP -Aatlrdepobtenga un tase oxtonotmal de R cp een renee 1 L 1 a = (1, 1,0) = FF (1, 1,0) ii” Taare Oh Oh452 AozeRAuner, Para hallat 1; caleule ve afunus = 1,0 - AK + CX + OVO] FEAL -GLD-} ‘Como la norma de este vector es 1, el veetor #2 procurad es: us = (0,0, 1) Por iltimo, para hallar use calcula = (sli = Css = (0,1. = Fe OXD + ANA) + (DO) FEC 10) = (0,0) + (N10) + (VO1 0, 1 1 = O1,0-F0,1,0- 0,0 (P Entonces yas, 1 11 Bow = {a0 1,0,0.0, on PP} ces una base ortonormal de R’ EJEMPLO4 Considere ahora el espacio vectorial P; con el producto interno ela ~ f pega ‘Transforme la base eanéniea de P, B+ (1,4, 2°] en una base ortonormal Como de cl vector us de la base ortonormal es ay = (A, L,0) = Gs 1,1) G5 1,0) = 9,1) EspAcIoscoNPRCOUCTONTERNO 453 Para hallar ,, caleule vetolene ea-[feae)one eed Lanorma de este vector es: porloque el vector seré 1 ® va 2| Pata hallorwealeule sO |i = (05 |) =e ffra}or-aa(fofs 344 we (3) como setlene que me ri de modo que Bor = [ols es una base ortonormnal de Ps454 AocsrAUNER 4.2. MATRICES ORTOGONALES TEOREMA 4.3 DEMOSTRACION Considérese el espacio R? eon el producto interno candhico. Ciertamente la base = 1(1,0,0), (0, 1,0), 0,0, 1) ces una base ortonormal de R? En la seecisn anterior se vio que b2 > | Fp ts 1,01,0,0, 0.4% ie} En este caso se tiene wr 0 ~-th Palwe 0 o cleat Obsérvese que va we ol[va 0 ~%) i oo pe-|o 0 1if{uz o @l=lo 1 0 i 0 1 Gl po 2 de donde Pi=pPr En tealidad esto es un hecho general que se enn y prueba a continuacién, Sea (V, (+|+)) un espacio veetorial de dimensidn finita con producto interno. Sean Bs = [vi «<5 Yn] Ba ™ [ts ta» 5 ta) dos bases ottonormales de V.i Pes la matrz (de orden n) de cambio de base de a P,entonces (Pes inversibley) pis pe Como B, es una base ortonormal de V, el vector uy I
V,endonde Ves un espacio vectorial de dimensién finita con producto intemo, es una transformacién ortogonal si, sélo si es isomeétrica, ‘Supéngase que Tes ottogonal, Entonees, para vu € ¥, d(T), ATs = a} [v= a = du bo que muestra que Tes isom Ree{procamente, supdngase que Tes isométrica. Entonces, ITI = IT) ~ Of] = HTC) ~ TOM = ACH, TOD) » av, 0) = v= Of = Jo que muestra que Tes ortogonal QED. Enla seecién 6 del capitulo anterior se habia definido (definicién 6.4) el determi- nnante de una transformacién lineal T: V -+ V (V de ditnension finita) como el determinante de la matriz que representa a T en cualquier base de V. Si se toma ‘una base ortonormal P de V, el determinante dela sransformacién ortogonal T: V “+ Veer el determinante dela matriz ortogonal A » [7]. Pero, segtin el teorema 4, detA es 10-1, Entonces det Tes 1 01. Seha probado ast el siguiente teotema | SiT: V+ Ves-una transformacién ortogonal, entonces | det T= 10-1482 svorerALnest. ‘Auna tansformacién ottogonal T: Rt — Rs tal que der T= 1, se llama rotacidn, Estadefinicidn esta inspirada en el caso particular 7: R? — R*, Tortogonal, det T = len el cual el efeeto geoméitica de Tsobre un veetor v € RF es una rotacisn, de éste por un dngulo 8, como se vera continuactén. ‘Sea 7: RP» Ré una transformacisn ortogonal tal que der T = 1, Sea B= (Mi vy} una base ortonormal de RY, y se eseribe T() = (@, 8). Tew) * (6 Entonces la matriz de Trespecto de Ia base fi es (Ts 4= (5 ‘| Segin elteorema 5.1, A es una matriz oriogons, es decir A= A, Se sabe que peenepl ca ealt Como det A = 1, se tiene entonces “fsb de donde se obtiene que a * dy b= ~c. Es deckr, cen donde ay 6 deben ser tales que detA=@+ b= irel veotor (a, b) € Ren coordenadas polares se tiene an rcos® bersend Pero, ree Bantonees, am cos ® bw send de modo que Ja matriz A de Tes’ a[zt 2) espacios con pRooucromTeRNo 483 enforces la transformacién T: R¢ ~+ R? puede deseribirse como ron-alS]-[238 “wte] [5] [Ens Sone | Porlo tanto, el vector (x,y) * Tex, y) es tal que X= xcos 8 ysen 0 yexsen 0+ pcos ® Es fell ver que (3, y) es un vector de R? que se obtiene del vector (x,y) € RP girando éste un éngulo 0 En efecto, considérese la siguiente figura: Lidmese Ka la norma de v. Es decis, K ~~ tht De la figura se tiene sen (at 6) = mI ate es(aro~& Enns, X= Kos (2+ 8) = (Keas 6) cos 8 ~ (Ksen a) sen = xcos 8 ysen 8 y= Ksen (a +8) = (K'sen a) cos 0 + (Keos @) sen = y cos 0+ xsen 8 que son las exprosiones que definen a ls coordenadas de TU, )). Se tiene entonces la siguiente situacisn goomeétiea: y484 AucESRALNEAL Esto justifica entonces que a la transformacién ortogonal 7: R* > Re tal que det T= 1, se le lama rotacién (se puede demostrat —véanse ejercicios al final de {sta seectn— que también enel easo 7: R? > R?, Tottogonal, der T= 1, el efecto [Beométtico de T sobre el vector v € R jel eual puede dibujarse!— es también ‘una rotacisn). ‘Véase ahora el caso de Ia transformacién ortogonal 7: R* + RP tal que det T-1, Repltaseel mismo argumento del casoderT= 1, hastaquese Negue la formula deat. ‘Como en este caso der A = =1, se tiene afb] aft e]e an alee eesles dedonde a= ~d, = b. Es deci, que la matriz de Trespecto de In base Bes: ab [3] endonde det A= -a- B= -1,0 sea a+ B= 1. "Aleseribirelveetor (a ) en coordenadas poles, so veque A puede escribitse — a(t 2] ‘Se habia visto ya que la transformacién S: R — R’, Sex, y) = G, -y), © bien, SQ) = see 7 [3] ‘es una transformacién ortogonal Ia cual representa geométricamente una reflexion, respecto del eje x (vase ejemplo después del teorema 5.1), Obsérvese que rs (2b a(t [La primera matriz que aparece en este producto es la matriz que corresponde ala transfortnacién ortogonal : R? -» R?, en caso det R = 1, esto ¢s, es una mattiz: de totaeidn, Pot lo tanto, si se considera la composicién EJEMPLO2 espacios CoN PRODUGTOINTERNO 485 se vo que la maltiz que representa a Re S (que es el producto de la matriz que re presenta a R pot Ia matriz que representa a S) es precisamente A = mattiz que representa a la transformacidn ortogonal T: R? ~> R’, en el caso de det T= -1, ‘Se puede eoneluir entonces que T=ReS Bs decir, en el caso det T+ -1, 1a transformacién ortogonal 7: Re -+ RF es ‘geométticamente una reflexién respecto del eje x seguida de una rotacién, Por ejemplo, si 7: Ré + Res la transformacidn ontogonal iy) = Aven donde a [= 4] yv=F,21),se veque 12,213) %M WAL 2). 1 3) A WA || 7 |~ |-1 Eneste caso, det T= -1, de modo que el efecto geométrico de Tsobre ves primero una reflexién de ésterespecto del eje y luego una rotacién (en este caso de m4), ‘conto se muestra en Ia siguiente figura EJERCICIOS (SECCION 5, CAPITULO 5) 1, Considere la ransformacién linea 7: Rt + Rt pars la cul oak] - (Ae 1 #&)-(aa Demuesite que Tes una transformactén ortogonal486 ALceenAUNenL rf ae 3) (Gt r(@ S83) of aE CComprucbe que Tes une transformacisn ortogonal (Sugerencia: véase eercicio | dela seccidn anterior.) ‘Sea T: RY ~ Ba transformacisn lineal 71) = AX, en donde ] ] in 4 “4 4 as oe Demuestre que Pes una transformacién ortogons, (Sugerencia: Véase eercicio 18 doa seceiénantri Dé tes argumentos distintos que muestren qu la transformacisn idontidad fd: V = V,en donde Ves un espacio vecoral de dimensin finita con el producto interno J}, esunatrnsforacién ontogonal (Sagerencia véase tworema 5.1) Sea Vun espacio vectotal de dimension 3 con producto interno (|), Seu = {v1.05 v4] una base ovtonarmal de V. Supange qua WDITOD)= Wy) 4 F= 1,253 Pruebe que Tes una transformacicn ottogonal Determine el vector (4, 6) € RP tal que la tansformacién 7: R? — Re para ta cust 4] 1 1,0) - ( a 70,1) = (a,5) seaunateansfrmicignortogonel See P» [1 9n,} ua base otononmal de RE ‘Detennine uns tansformeeionortogonal 7: R? +R? pata la cual I Ton = Fen +0 +2%) Two = Flew) Se dice qua tensformacin nel 7 V+ ¥en donde Yes un espacio vectorial de Simersién fia eon produto eterno (|) es una ransformaciin confrme, si T preserva glo es dvr, paacalesquie dos vetoresvy ude Vel ngulo ete vy es el misino quel angblo ese To) y To 28) Demueste qu i 7: V~ Ves un tansformacin otogoalentonces Ts una ttansfomnactn conform 10. 14. [ESPACIOS CON PROGUCTO | 1) gE vilida a afitmacién reciproca del inciso a? (Gugerencia: considere T: ¥ > V, Ti) = 2v) Describe el efecto gcmetrico dela transformactén 7:R? —+ R?, TO) = AX en donde Oo -1 My fib v(t 3] o4-[8 8] We -Y aoe vale ve oa-[B 3] Sean Ti, Tx: V ~+ ¥ dos tansformaciones oriogonaes tales que det 7; « det T;= 1 Demuestre que Tj » Ts y 737; son también transformaciones ortogonales que det Ty 2 Ty = det Ts 7, Iniexpretegoomélticamente el eercicfo anterior en el easo en el que Ves el espacio vectorial RY con el producto intemo canieo. {Es a suma de dos transformaciones ortogonales una transformacisa ortogonal? Si «ssi, demuéstelo, Caso contario, un contraejempio, Deserta el efecto gem do la asfomacién 7: Rt RY, 1X) = AX en dade naefO [2 %& ef) elk By Yn TA wa [iB 2] oa [FR a SIT. ~ Ves opetato eal eneespiio vectorial Vd dimesin espe mostrar (véase ejericio 25 de ta seccién 1 del siguiente eaplivlo) que existe una base ortonormal de Vrespeco de a eual la mateizque representa a Tes do la forma Use este hocho pata demostra que la mattiz quo represenla x un transformacién ‘ontogonal 7: RY = R® para Ja cual dee P= 1 es dela forma 10 0 © cos “send 0 snd cose para algin 8. ,Cudl es el efecto geomeitico dela transformacion T? Sea A uns matte antisimeicn de orden m (A= -A) 8) Demuesire que para cuslquie vector X € Ré se tone (AX | Intomo candnieo de R), by Compruche que para X € RS Wa = Dx = AXE? + I? (el producto ©) Concluya de inciso anterior que la mattiz A ~ Fes inverse {Sugerencia: demuesie que (A =) X=0 = X=0,)488 KceeRALNEAL 4) Demuesie que para cuslguler X € Rese tiene B+ x = [4 ~ DXF ©) Sea U= (A+ D(A —1)! € Meng: Sea T: RY —+ RY el operador lineal 71) = UX, pucbe que Tos una isometia, (Gugerencia: use el inciso anterior), ‘Demueste que U- = 2(A = Dt. Coneluya entonces que U~ Fes inversible. ‘Compruche que si Ues una maiz ortogonal (0 bien, si el operador 7: Re ~ Re, TO) = UX es una isometia), tal que U- Fesinversible ysia = (U+ DU - 0", ‘entonees 4 es una matrizantisimétrice. (Nota: A la mattiz,U se le lama transformada de Cayley de Ia mattiz A.) ao APENDICE. TEOREMAAL FUNCIONALES LINEALES EN ESPACIOS CON PRODUCTO INTERNO ‘Sea (V, (+|=)) un espacio con producto interno, ‘Con el producto interno en V’se pueden construir funcionales lincales fi V R dela siguionte manera: ‘Sea tou veetorfijo de Vy definase fi V+ R como Soy = Lo) EL hecho de que fes lineal se sigue de ls propiedades del producto interno: ‘for tv) = (4 val ta) = (Lud + 21 Ud) =f) +f0) Wve flo) =(eviu)=cvluy=ofy) VeeR, vvEv Esta construccién da entonces una gran cantidad de ejemplos de funeionales Tineales en el espacio V. Mas ain, se demostraré que si Ves de dimension fini, cesta “gran eantidad” abarca de hecho a todas los funclonales lineales en V5 es decir, que para cualquier funcional lineal fen el espacio vectorial V de dimension finita con producto interno (- |), existe un (Gnieo) vector uo € V tal que fl) = @luyvv ey. y sea fi V » Runa funcidn lineal, entonces existe un tinico vector [ Sex Veen vctl odes it np emo C1) Lea vey | oe | Sanaceeeen cee ESPACIOSCON PRODUCTOINTERNO 489 DEMOSTRACION Se darin dos demostraciones distintas dela existencia del vector uy DEMOSTRACION 1 DEMOSTRACION2 ‘Segiin el corolario del teorema 4.2 existe una base ortonormal P = (¥,¥5,--+ Yl Se Be (reat Sea Shoat vane =F ADH ysea g: V-+ Rel funcional tineal en V dado por 90) = Lu) Seafirma que f= g. En efecto, para cualquier vector v € Vse tiene veantant stem = oy Entonces 80) = La) (i oy A fom) = EY ote Rit =F vos & a) } Jo que prueba que gv) =/fv) Vv € V, esdecit, que g = Considérese el micleo def Kor fx (ve Vifo) =O} ‘Se sabe que Ker fes un subespacio de V. Si Ker f= V,entonces fv) =0, Vv € yen tal caso, el ieorema se cumple con uy = 0 esto es, flv) = (V0) ¥ ¥ E Y). ‘Considérese entonces el caso en el que Ker f+ V. En tal caso, el subespacio (Ker es distinto del subespacto trivial (0} (de hecho dim (Ker f)'= 1, ,por qué?), Existe entonces un vector w € (Ker,}!, w #0. Sea v € Vy considere el vector = foyw = fy Obsérvese que Fu) = Ao = flo) = Royo) = wo) =O490 AaceeRAUNEAL potlo que w € Kerf Entonces (| w) = 0. Es decin, op few} =0 expresicn que puede reeseribirse como Fomor |) = FO) 1) oben, =v | 22 ae ( ibs ] Detinase ty = Ady it (obsérvese que us € (Ker f)'). Se ha probado entonees que para cualquier otro vector € Vsetione fo) = (Ls) Para finalizar la demostracién del teorema, se probar que el veetor tyes tinico. ‘Supdngase por contradiceién que existe otto veetor th € V tal que So= wim) Vvev Wh=Cluy Yer obien, Wlie-uje0 YEW En particular, si v= to my se obliene (t= | tou) = 0 de donde ty ~ ty = 0, 0 Sea ty ty QED. Bl resultado anterior es en general Falso cuando el espacio veetorial V no es de dimension finita. Espicres cov rnceucro nemo 491 Por ejemplo, eonsidérese ef xpacio C(O, 1) dels funones continuas ene intervalo (0, 1] eon el producto interno 1a) = J, Avecaae Se ver que existe (a menas) un funcional Lineal F: C(O, 1}) > R-queno puede ser epresentado como un product interno en C(O, 1). Es decir, que no existe # € C(O, I) tal gue FO=Ula) —-¥ Fe C101) Sea F: C(O, 1) + Rel fncona inet dado por F=f02) Fe C110, yysupengase, por contadieidn, que existe g € C{(O, 1) ta que FO) = Gla) ~ J, Aegendr = 72) ¥ FE CULO, 1) En particular, si tx) = (+ ~ 1/2)'g(x) € C((0, 1) se tendria Ce) = f= yaratnacads = (2 Varsti”) = 0 Bde, f Ge AXemP= 0 Yre [OU] ‘Como la funcién en el integrando de la expresién anterior es una fimetén con- tinua en [0, 1] no negativa, se concluye que -1AF@Or=0 Vx 10,1) Entonces g(x) = 0 Vx €[0, 1] (;por qué). Es decit, g = 0, lo cual implica que FU) = (f|g)= Y10) =O fe C(O, 1), que es una contradiccisn, "Nora: Cuando se consideran furiionales lineales en espacios vectoriates (V, (| )) de dimensidn infinita eon producto intemo, es posible demosttat fa validez.de un resultado andlogo al presentado en el teorema AL, conocido como “teorerna de representacion (de funcionales lineales acotados) de Riesz-Fisher”, si ademas se tienen un par de hipStesis adicionates: 1) El funcional lineal ff V + R es acotado. Esto significa que existé una constante K'2 O tal que Vols Kid vee492 A.ceSRALNEAL 2) Blespacio veetoral(V,(--)) es completo respecto de la métrica (vy v9 = Lvs vl ‘endonde [ill * C1). Esto signifiea que siempre que se tenga una sucesién (01) en V pata Ia cual dado€ > O existe no €N tal que domw . Sea T: V —» Vu operador lineal en el espacio vectorial V de dimensisn nF] ‘ntmeto hes llamado valor propio (valor earacteristico o eigenvalos) de Tsi existe ansetor » € Vnonulo, tal que 7() « Av. Ena eas0,al veetor vse le Tama yecior propio (vector earacterstico o eigenvector) corespondient (0 asociado) al vlor propio’. “Existe una equivalencia natural ente las definiiones 1.1.) y 1.1 b), proporcio= ppadn pot la correspondencia matrices ~ttansformaciones linesles, seni aoe ot cainuasion sea Pun espacio vectorial de dimensién n y sea 7: ¥ rion operado lineal en V. Si = {Vy ¥y- ye) esunabase de considérese Jamatriz A de respecte de la base B. Se tiene entonces que ‘hesun valor propio de T +> 2.es un valor propio de A= (Ty EEnefecio, spéngase que es un valor propio de Ty que v € Vestn veetor propio asociado ah. Enfonees, sein Ia definiciin 1.1,b),se tiene To) av dedonde (Tole Ove [Thvls = Mole esdecit,” AX# AX ‘endonde X = {vj Por lo tanto, 2 es un valor propio de A y X= [pes m vector propio asociado a % (obsérvese que v # 0 = X¥0). RReciprocamente, supéngase que 2 es un valor propio de A = {Thy que X= (caer. 0) € Rres un vector propio asociado a’ Sea v= cv # O2%2 0 t Co. vGeetoes, X= (Vj)y entonces, seg la definictdn 1-1), se tiene AX = 9X vatonesyvectones ropes 497 es decir, [ibs = Mule loceval se puede eseribir eomo (Tw) Dolp dedonde Tw) dy lo que muestra que 2 es un valor propio de Ty que v € V (que es no nulo pues X= (»}pes no nulo) es un veetor propio asociado a Mis atin supdngase que se toma otra base fi’ de V distinta de Is base B. Sea B= (Thy. Se sabe que A> PUBP pata alguna matriz inversible P, $i2.es un valor propio de A, entonces existe X € Reno nulo, tal que AK AX obien, (PABP)X = AX pts que se pode reesei omo (pend por I spo a matriz Py asociando) = BEPX) = MPH) Como X # Oy Pes una mattiz inversible, entonces PX # 0 (;por qué?) de manera i también un valor propio dela mattiz B (y P¥es.un vector propio ssocindo ‘Obsérvese entonces que se puede replanteer la definicién 1.1, b),eomor DEFINICION 1.1.5)’ Sea T: V — Vn operador lineal en el espacio vectorial V de dimension n. El EJEMPLO1 inimero es llamado valot propio de T'si 2 es un valor propio de Ia mattiz. A asociada al operador Trespecto de slguna (de cualquiera) base de ¥. “fal Por ejemplo, sea la matriz,498 AoeORALUNEAL Elmimeto% = 5 sun valor propio de A pues para el vector nomalo X= (1,3) en EIB) Lb ]-* ‘Si se considera sl operador 7: R? + R? dado por TU = AX, entonees, segtin et analisis anterior, A= 5 serd también un valor propio de 7. Mas ain, observe que Tpucde describirse explicitamente como Tey) = Qe ty 3e4 dy) La representacion mattiial de Trespecto de Ia base B = (J, 1), (0, 1)} est dada perenne 34 [3] Segin se vio anteriormente, d= 5 deberd ser también un valor propio de la matriz, B.Enefecto, parael vector X= (1, 2) se tiene EEE 4.1. VALORES PROPIOS TEOREMA 1.1 DEMOSTRACION El siguiente teorema da luz acerca de la maneta como se pueden determina los valotes propios de una maiz a ‘Sea A una matriz cuadsada, el iimero 2 es un valor propio de si, y silo si det(@ip A ~ 41) = 0. | ‘Sis un valor propio de A, existe un vector X € R’nonulo tal que AX = 2X. Esta ‘expresidn se puede reescrbir como (A M)X = 0. Se puede contemplar esta itima ‘expresidn como un sistema homogéneo de ecuaciones lineales (Ie matriz del sistema siendo A - 2) el eual se sabe que posee soluciones no triviales (... existe ‘un vector X no nulo...). Estoequivale, como se sabe ya, a que la matriz del sistema A ~ A sea no inversible. En tal caso, dea(A = 2) = 0. QED. Obsérvese quesi A = (aj), -12.~.nentonces, DEFINIGION 1.2 VALORES vecTonesProncs 499 anh a, ayes ae ‘Uno de los productos elementales que aparecen en el desarrollo del determinante «de esta matriz es el producto de los elementos de su diagonal prineipsl (241 = 22) + on = 2) ‘Asin mas, on todos los testantes productos elementals del desarrollo de dew(A ~ ‘a0 aparecerd siempre como factor al menos un elemento fuera de ta diagonal principal de A = A. Entonces, al desartollar der(A ~ 2) se obtendré un polinomio ‘en.de grado n (de hecho, el término a2" de este polinomio ptoviene de producto ‘elemental artiba menetonado, con a= (-1)). Por ejemplo, si es la ma so dseantel? ysi setiene = B-2S-2T-9) 3% de(B-a)=| 0 5 0 = 1+ 1512-712 # 105, ‘Sea A una matriz euadada de orden mal polinomio (de grado m en 2) p(A) = den(A = AD see llama polinomia caractertstico de A. Obsérvese entonces que el teorema 1.1 establece que 2 es un valor propio de la imattiz A si, y sdlo si p@) = 0, 0 sea, si, y sOlo si A es una rate del potinortio ccaracteristico de A. Este hecho da entonces la pauta pata encontrar los valores propios de una mstrizA:sehallaprimeramente el polinomio caractersicn de A y se deterninan las rafces de éste. Estas serén los valores propios de A. ‘Veanse algunos ejemplos.500 AuseaRaUNeA EJEMPLO2 EJEMPLO3 EJEMPLO4 Sides le matriz. setiene “1 9 -»- 10 = daca a9 = dt 2a] 6-82 a= 18 2 Th 8 = (= 8)RAD Las races de (2) son entonees, = 8y a= =1- Estos son ls valores propios dea Para la matriz setione “ie, : 70) aan = af afro Entonces, el nico valor propio de B es k= 1 2-1 ofa] “Rol De geapeae ame ry = dege=a = aa? ral-@ aye 3 = AAT Por itm, para Ia mattiz, La ecuacidn p(a)= 22 44 +7 = Otiene porraices: AMBER | 42 48 VT yg ai 2 2 2 a en este libro son nimeros reales Los nimeros eon 1s que set tabando en est bro son nero eles (enlopeapnciosvetoriles que yahan sido corsideradesseharestingidoal ea: ide ios mimeros reales). Entonces, pata la matriz.C del ejemplo anterior se aoe rales pops” sigifiado con eto ge i maz Cno ene alors propos reales: vatonesyvectores propics 501 1.2, VECTORES PROPIOS. ESPACIOS PROPIOS EJEMPLOS Se ha visto ya edmo se pueden determinar los valofes propfos de una mati, euadrada A, Se vera ahora mo determinar los vectorespropios correspondientes Sea hun valor propio de A. Entonces, dei(A ~ Al) = 0. El veetor X € Res un vector propio de A asociado al valor propio 3. si Xes no nuloy si AX = AX. En cttas palabra, X es un vector propio ssoctado al valor propio’. siXes unasolueisn no trivial de (A ~ AX = 0. La existencia de soluciones no trviales de este sistema homogeneo de ceus ciotes lineales (eso es, la existencia de vectors propios de A asociados al valor propio 2) esté asegurada por el hecho de que .siendo wn valor propio de A, la tmattiz A ~ es no inversible [pues det ~ A) = 0]. En resumen, para determinat veciores propios asosiados al valor propio’, slo se tienen que hallar soluciones no tivales del sistema homogénco de ecuaciones lineates (4 ~ ADX = 0 Por ejemplo, se habia visto ya que los valores propios de la matriz, 59 al a] s0n A: * By n= ~1, Pata detorminarlos veetores propios correspondientesa cata tno de estas valores propios, se tiene que considerar el sistema homogénco (A ~ PS AIEEE) Para el valor &y = 8 se tione el sistema 3 9} fu) fo 2 -6||n|~}o ccuyas soluciones son x; = 31, %: = 7, € R, Entonces, Jos veetores propios de A ‘sociados al valor propio 4, = 8 son vectores de la forma (3r, 1), €R,(r# 0). Para el valor propio 2: = -I l sistema por resolver es: 6 9)}[n] fo 2 3{|n|"[o cuyas slueiones son. = ~2 x= 7,7 € R Entonces os voctores propios de A 2 snr pitta 2 Obsérvese que el conjunto de veetores propios de una mattiz A asoeiados al valor propio 2, siendo éste el conjunto de soluciones no triviales del sistema nr}renorro)502 ALGEORALINEAL DEFINICION 1.3 EJEMPLO6 EJEMPLO7 homogéneo (A = ADX = 0, no es en si mismo un subespacio de R* (pies carece del vector cero). Sin embargo, si se considera Ia nid de este conjunto con el (eonjunto formado por el vector cero, lo que se obtiene es precisamente el espacio solucidn del sistema homogéneo (A ~ /)X= 0, el cual se sabe que es un subespa- cio de Rt ‘Sea una matriz euadrada de orden my sea un valor propio de A. Sea By union deleonjuntode veetorespropios de asociados al valor propio con (el conjunto formado pot) el vector esr0.E, es entonces un subespacio de R° llamado espacio ‘propio (espacio eaacteristico 0 eigenespacio) de la matriz A eorrespondichte al valor propio. Enel ejemplo visto anteriormente, para la matriz 39 “(2 3 Bye = (Gh OF ER) “(ek setiene By ‘Vease un ejemplo mis. Considere la matriz Elpolinomio caraeteristico de A es: 1-z 30 A) = deta) = de] 0 -2=— 0 0 6 Ima Lastaices del polinomiocarateisico A son 4, * Ly 22-2. Estosson os valores” propios ded, Determine los espacios propio correspondientes a enda uno de estos valores propies. : — ‘Se iene que considera el sistema homogénco (A ~ ADX + 0. Es decir, (PETE TEOREMA 1.2 DEMOSTRACION ‘vaLonesyvectoresrronies 503 Para )y = 1 se tiene el sistema © 3 Olfn) fo 0-3 olfx|-|o 0 6 offs} jo ceuyassoluciones son x; * r22* 0,2 "5,755 € R. Entonces, cl espacio propio Byes Fu 09) HSER In cual tiene dimensién 2 [una base dé estéconsttuida por los vectoes (1, 0,0) ¥ 0,0, Para hs = -2se tiene el sistema ‘cuyas soluciones son x, tonces, el espacio propio tft a cl cual ene por dimensién 1 [una base de él es (1-1, 2). Hasta este momento, se ha estudiado lo relacionado con valores, vectores y ‘spacis propios para una mateiz euadrada A de orden. Véase ahora eémase ven ‘estos mismos conceptos cuando se consideran operadotes lineales en lugar de matrices. Elsiguiente teorema es el anilogo del totems 1.1. En élse da una caractcriza- cig dels valores prpics de un operadorentérinas dela inversbilidad del ope- radot TM, en donde I denota al operador identad f: = ¥, (0) = vv € V. Byes Sea T: V+ Vun operadot lineal en el espacio veetorial V de dimension | ny elmimeto 2 es un valor propio de Ti, y sélosi el operador T- Mi V- Vesno inversible. Se tienen las siguientes equivalencias (véase teorema 6.4 del capitulo 4), ‘sum valor propio de T # existe v € V, v7 0,tal que To) = Av existe v € Vy #0, tal que (T'= Al)(») = 0 = Ker (T~'A) # {0} = T~ Ano cs inversible QED.804 ALceeRALNEAL ‘Se define ahora el polinomio caracteristieo de un operador lineal 7: V~ V. Para poder hacerlo, se necesita el siguiente teorema’ TEOREMA1.3 SiAy Bson matrices semejantes, entonces el polinomio earacteristico de ‘A coineidecon le polinomio caracteristico de B. En particular, y Btienen los mismos valores propios. DEMOSTRACION Si A y Bson matrices semejantes, entonees existe una matriz inversible P tal que A> PXBP. En tal caso, det(A~ AD) = det (PBP ~ bb) = det (PB ~ NP) = (der P*yider(B~ ADNdet P) = (det Py(der(B -ADY det P) = dex(B ~ 01) Entonces, el polinomio earacteristica de A (» det(A ~ A) y el polinomio caracte~ ristico de B (= det(B - 4) coineiden. QED. Se puede establcerentonoes la sigutente defile: \ DEFINICION 1.4 SeaT: V-+ Vunopetador lineal en el espacio vectorial Vde dimensién , Se llama polinomnio caractetistico del aperadot Tal polinomio earacteristico de la matriz A que representa a Ten alguna (cualquiera) base de V. Ladefinicidn anterior hace perfecto sentido, pues si By 6 son dos bases distintas deV, las matrices A= [T}y B= [T]y,son semejantes. Ental caso, segin el teorema 1.3,¢1polinomio caracteristico de A es igual al potinomio caracteristico de B igual al polinomio earactetistico de 7). ‘Obsérvese por illimo, quesiel vector v € Ves un vector propio de Tasoctado al valor propio A, entonees v# Oy Tl) = Ay, 0 bien, ves un veetor no nul tal que (I~ Av = 0. Sise considera la unin del conjunto de veetores propios de Teon (el eonjunto formado por) el vector eero, se obtiene asi el conjunto de todos los vectores v € Vales que (T'~ Al ~ 0. Estos veetores son precisamente los que constituyen el nicleo del operadoe 7 AJ, el cual se sabe que es un subespacio de ¥. tees entonces el espacio propio Es asociado al valor propio 2. Es deci, B= Ker(T~ 41) PPara finalizat esta seceisn, se veri un teorema que relaciona la dimensién del espacio propio B; correspondiente al vator propio % de una matriz A (o de un ‘operador 7) con la multiplicidad de & como tatz del polinomio caracteistico de A(odeT), TEOREMA 1.4 DEMOSTRACION vatonesYvecronesrranios 505 Sea A una mattiz cuadada de orden ny sea Aun valor propio de A, $i Ey es el espacio propio asocindo al valor propio A, entonces la dimensién de Exno excede a la multiplicidad de A como raiz del polinomio earacteris- tivo pl) = det (A = AD. Sea T:Ré — Reel operador lineal 7(X) = AX. Sea Bs * (v4 ¥5,-- 94] una base del espacio propio E,, existen veetotes Vi,» Ys tales que P= (Vi, ¥5,--- Va) eS una base de R’. Sea B= (7) Estlaj-ésima columna de Bapatecen las eoordenadas del vector (TC) Obsérvese que para 1 $j < se tiene Te) = dy) pues los vectores vi, ..., ve dela base i cle Ex son —por definiciin— veetores propios de A asoviados al valor propio 2. Entonees, como (Tlv)) = (AW) = (, O,eoeyhye +40) setiene que B es una matriz de la forma ees (n-b. Las matrices A y B son semejantes (ambas representan al mismo opetador T) ¥ por lo tanto, tienen el mismo polinomio caracteristico p(x). Este polinomio es! a 0 Vom. 4 ‘Al desarrollar por cofactores alo largo de la primera columna yrepitiendok veces este desarrollo en los determinantes ebtenides, se lloga finalmente a: PO) = G2 det(C ~ the) Entonces, la multiplicidad de 2 como raiz del polinomio earacteristico de A es al menos k = dim B;, Esto era precisamente lo que se quetia proba. QED.