Professional Documents
Culture Documents
NOTAS DE CLASE
LGEBRA LINEAL II
2012-II
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
NDICE GENERAL
Prlogo
2. Espacios cociente 28
Espacios cocientes 28
Propiedad universal del cociente . 36
Subespacios invariantes 43
Ejercicios .. 46
4. Diagonalizacin 71
Diagonalizacin . 71
Descomposicin espectral 80
Ejercicios 84
Triangulacin de transformaciones lineales y matrices ... 86
Teorema de Cayley-Hamilton .. 88
Ejercicios .. 91
i
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
6. Transformaciones lineales con valores propios repetidos 111
Transformaciones lineales con un solo valor propio .... 111
Transformaciones lineales nilpotentes ...... 112
Formas cannicas de transformaciones nilpotentes ....... 116
Ejercicios 125
ii
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Prlogo
El lgebra Lineal es un curso bsico en la formacin de los estudiantes de ciencias,
ingenieras, economa y ciencias administrativas.
Para finalizar agradecer a mis colegas y alumnos por las sugerencias y crticas que
tengan a bien hacer llegar a la siguiente direccin vosoriov@unmsm.edu.pe.
EL AUTOR
iii
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
MATRIZ ASOCIADA A UNA TRANSFORMACIN LINEAL
tal que:
n
v a1v1 a 2 v 2 a n v n ai vi (1)
i 1
de tal forma que el vector v V se puede caracterizar nicamente por los escalares
ai K , i 1, 2, , n correspondientes a la combinacin lineal (1); esto es, por la n-upla
de elementos de K que expresamos como un vector columna y denotamos por:
a1
a
[v]B 2 (2)
a n
DEFINICIN.- La relacin (2) se denomina vector de coordenadas de v relativo a la
base B, a los escalares ai se les llaman coordenadas o componentes del vector v V
la base B.
Nota.- En lo que se sigue de esta seccin supondremos que el K-espacio vectorial es de
dimensin finita y la base considerada B es ordenada.
Ejemplo.-Sea B { (1, 0, 0), (1, 1, 0), (1, 1, 1) } una base ordenada del espacio vectorial
Solucin
(2, 3, 1) a1 (1, 0, 0) a 2 (1,1, 0) a3 (1, 1, 1)
(2, 3, 1) 1(1, 0, 0) 4(1,1, 0) 1(1, 1, 1)
1
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1
[v]B 4
1
cualquier vector de K n .
x1
x
[v]B 2 y denotaremos [v]B [v]
xn
T (v 2 ) a12 w1 a 22 w2 a m 2 wm
T (v n ) a1n w1 a 2 n w2 a mn wm
entonces construimos una matriz que tenga como columnas los vectores de coordenadas
de T (v1 ), T (v 2 ), , T (v n ) la cual denotaremos por:
2
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
A [T ]B
B
'
(5)
como
B ' {(1, 0, 0, 0), (1,1, 0, 0), (1,1,1, 0), (1,1,1,1)} es la base para R 4
Solucin
a) Respecto a las bases cannicas
{(1, 0, 0), (0,1, 0), (0, 0,1)} de R 3
1 0 0
0 1 0
luego [T ]
0 0 0
0 0 1 43
1 0 0
0 1 1
luego [T ]B
B
'
0 0 1
0 0 1 43
3
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Dados los espacios vectoriales ( R, , R, .) , ( R 2 , , R, .) y la
Solucin
T (1) (1, 2) 1(1, 0) 2(1,1)
1
B
[T ]B '
2 21
Ejemplo.- Sea V un espacio vectorial sobre K de dimensin n y F : V V una
transformacin lineal definida como
F ( v ) 2v
Solucin
F (v1 ) 2v1 0v2 0vn
F (vn ) 0v1 0v2 2vn
2 0 0
0 2 0
[ F ]B
B
0 0 2 n n
z x
se define la transformacin lineal G : W1 W2 como G ( x, y, z )
x 0
Hallar la matriz asociada de G respecto a las bases:
1 0 0 0 0 1
B' , 0 1 , 1 0 de W2 .
0 0
Solucin
4
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
0 1 1 0 0 0 0 1
G (1,1, 0) 0 0 1
1 0 0 0 0 1 1 0
1 0 1 0 0 0 0 1
G (0, 0,1) 1 0 0
0 0 0 0 0 1 1 0
0 1
[G ] B'
B 0 0
1 0 32
Si A [T ]B
B es la matriz asociada a la transformacin lineal T respecto a las bases B y
'
c1
c
B ' , v V y C [v]B las coordenadas de v respecto a la base B, entonces
2
c n
[T (v)]B ' AC son las coordenadas de T(v) en la base de B ' .
Prueba
Si A [T ]B '
B es la matriz asociada a la transformacin lineal T, entonces:
m
T (v j ) aij wi , j 1, , n (1)
i 1
c1
c
como C [v]B 2 son las coordenadas de v respecto a la base de B, entonces:
cn
n
v c jv j (2)
j 1
n
ahora T (v) T c j v j
j 1
n
c j T (v j )
j 1
n
m
c j aij wi de (1)
j 1 i 1
5
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
m n
aij c j wi (3)
i 1 j 1
Escribiendo explcitamente la relacin (3) se tiene
n n n
T (v) a1 j c j w1 a 2 j c j w2 a nj c j wn (4)
j 1 j 1 j 1
Luego de (4)
n
a1 j c j
jn1
a c
T (v)B ' j 1
2j j
n
a mj c j
j 1
AC
Finalmente, tomando extremos se obtiene [T (v)]B ' AC .
i) Hallar [T ]B '
B .
Solucin
i) T (1,1) (2, 2, 0) 0(1, 1,1) 0(1, 0,1) 2(1,1, 0)
T (1, 2) (2, 3, 1) 0(1, 1,1) 1(1, 0,1) 3(1,1, 0)
6
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
0 0
[T ] B'
B 0 1
2 3 23
7
luego [v]B
5
0 0 0
T (v) B'
7
0 1 5
5
2 3 1
1 1 / 2 3 / 2
Sabiendo que T B
B'
2 1 / 2 3 / 2
i) Hallar T (3, 0, 2)
ii) Hallar T ( x, y, z )
Solucin
i) v (3, 0, 2) 3(1,1,1) 1(0, 0,1) 3(0, 1, 0) luego
3
[v]B 1
3
hallando las coordenadas de T (3, 0, 2) tenemos:
3
1 1 / 2 3 / 2 7
T (v)B ' 1
2 1 / 2 3 / 2 3 10
T (3, 0, 2) 7(1,1) 10(1, 1)
(17, 3)
ii) Sea v ( x, y, z ) x(1,1,1) ( z x)(0, 0,1) ( x y )(0, 1, 0) luego
7
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
x
[v]B z x
x y
x
1 1 / 2 3 / 2
T ( x, y, z )B ' z x
2 1 / 2 3 / 2 x y
3 1
2 x 2
y z
2
3 1
3 x y z
2 2
3 1 3 1
T ( x, y , z ) ( 2 x y z ) (1,1) (3 x y z ) (1, 1)
2 2 2 2
T ( x, y, z ) (5 x 3 y z , x)
aT bS BB aT BB bS BB
Prueba
Sean T B a ij
B
y S BB bij las matrices asociadas de T y S con respecto a las
bases ordenadas B { v1 , v 2 , , v n } de V y B { w1 , w2 , , wm } de W.
Se tiene
( aT bS )(v j ) aT (v j ) bS (v j ) ; j 1, , n
m m
a aij wi b bij wi ; j 1, , n
i 1 i 1
m m
(aa ij ) wi (bbij ) wi ; j 1, , n
i 1 i 1
m
(aa ij bbij ) wi ; j 1, , n
i 1
De este modo,
aT bS BB aaij bbij ; i 1, , m, j 1, , n
8
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
aaij bbij ; i 1, , m, j 1, , n
aa bb ; i 1, , m,
ij ij j 1, , n
aT B bS B
B B
Prueba
) Asumiendo que la transformacin lineal T : V W es nula.
0 w1 0 w2 0 wm a1 j w1 a 2 j w2 a mj wm ; j 1, , n
aij 0 ; i 1, , m , j 1, , n
0 0
T 0
B
B
0 0
c1
c
[v]B 2 , luego por una proposicin demostrada anteriormente se tiene que
c n
c1 0 0
0 0 0
T BB [v]B [T (v)]B
c 2 0
[T (v)]B
0 0
c n 0 0
Entonces, T (v) 0 w1 0 w2 0 wm 0, v V . En consecuencia la
transformacin lineal T es nula.
9
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Teorema.- Sean V, W dos K-espacios vectoriales de dimensiones n y m
respectivamente. Para cada par de bases B {v1 , v2 , , vn } de V y B ' {w1 , w2 , , wm }
de W se tiene que:
L(V , W ) K mn
Prueba
Definimos:
: L(V , W ) K mn
T (T ) [T ]B
B
'
(T ) [T ]B
B [ a ij ] mn A
'
( S ) [ S ]B
B [bij ] mn B
'
Se tiene
(aT bS ) [aT bS ]B
B
'
Por definicin de .
a[T ]B
B b[ S ]B
' B'
Por la proposicin anterior.
a (T ) b ( S ) Sustitucin
Con lo cual se verifica la afirmacin 1.
Afirmacin 2.- es un isomorfismo. En efecto:
i) es inyectiva
Nu ( ) {T L(V , W ) / (T ) 0 }
{T L(V , W ) / [T ]B
B 0}
'
L(V , W ) K mn
10
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Proposicin .-Dados V, W, U espacios vectoriales de dimensin finita sobre el campo K
y sean T : V W y S : W U transformaciones lineales. Si B , B y B son las
bases ordenadas de los espacios vectoriales V, W y U respectivamente, entonces:
B B
B [ S ]B [T ]B
[ S T ]B
Prueba
Consideremos: B {v1 , v 2 , , v n }, B {w1 , w2 , , wm } y B {u1 , u 2 , , u r } las
bases ordenadas para V, W y U respectivamente.
m
B tal que T (v j ) a ij wi , j 1, 2, , n
A (aij ) mn [T ]B
i 1
m
S aij wi
i 1
m
aij S ( wi )
i 1
m
r
aij bki u k
i 1 k 1
r
m
bki aij u k
k 1 i 1
luego:
r
m
( S T )(v j ) bki aij u k
k 1 i 1
ck j
r
ck j u k 1 j n
k 1
entonces: B [c k j ] r n
[ S T ]B
11
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Sean las transformaciones lineales
T : R3 R2
( x, y , z ) ( x y , z x )
S: R2 R
( x, y ) 2 x y
y consideremos las bases:
B {(1,1,1), (1,1, 0), (1, 0, 0)} de R 3 ,
ii) ( S T )( x, y, z )
iii) ( S T )(2, 1, 4)
Solucin
2 6
i) T (1,1,1) (2, 0) (1, 3) (2,1)
5 5
4 7
T (1,1, 0) (2, 1) (1, 3) (2,1)
5 5
3 4
T (1, 0, 0) (1, 1) (1, 3) ( 2,1)
5 5
2 / 5 4 / 5 3 / 5
B
[T ]B
6/5 7/5 4 / 5 23
S (1, 3) 5 5(1)
S (2,1) 5 5(1)
B 5 512
[ S ]B
2 / 5 4 / 5 3 / 5
[ S T ]BB 5 5
6/5 7/5 4 / 5
4 3 1
ii) ( S T )( x, y, z )
Hallemos [( x, y, z )]B
( x, y, z ) a (1,1,1) b(1,1, 0) c(1, 0, 0)
calculando se tiene que a z , b y z , c x y . Luego:
12
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
( x, y, z ) z (1,1,1) ( y z )(1,1, 0) ( x y )(1, 0, 0)
z
[( x, y, z )]B y z
x y
[( S T )( x, y, z )]B [ S T ]B
B [( x, y , z )]B
z
4 3 1 y z
x y
4 z 3( y z ) ( x y )
x 2y z
( S T )( x, y, z ) x 2 y z
iii) ( S T )(2, 1, 4) 4
1 0 0 1 0 0 0 0
B 22
, 0 0 , 1 0 , 0 1 de R .
0 0
Hallar:
B
i) [T ]B
B y [F ]B
ii) [ F T ]B
B
Solucin
i) T (1,1) (2,1, 0) 1(2,1, 0) 0(0, 0,1)
T (1, 0) (0, 0, 0) 0(2,1, 0) 0(0, 0,1)
13
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 0
B
[T ]B
0 0
2 1 1 0 0 1 0 0 0 0
F (2,1, 0) 2 1 0 2
0 2 0 0 0 0 1 0 0 1
0 0 1 0 0 1 0 0 0 0
F (0, 0,1) 0 0 1 0
1 0 0 0 0 0 1 0 0 1
2 0
1 0
[ F ]B
B
0 1
2 0
B B
B [ F ]B [T ]B
ii) [ F T ]B
2 0
1 0 1 0
0 1 0 0
2 0
2 0
1 0
0 0
2 0
14
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
I : V V tal que I (v j ) v j , j 1, 2, , n ,
tiene
n
I (v j ) v j pij vi , j 1, 2, , n (1)
i 1
I (v 2 ) v 2 p12 v1 p 22 v 2 p n 2 v n
I (v n ) v n p1n v1 p 2 n v 2 p nn v n
tiene
n
I (v j ) v j qij vi , j 1, 2, , n (2)
i 1
I (v 2 ) v 2 q12 v1 q 22 v 2 q n 2 v n
I (v n ) v n q1n v1 q 2 n v 2 q nn v n
15
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
la matriz asociada al endomorfismo I respecto a las bases B y B que
denotamos por:
q11 q12 q1n
q q 22 q 2 n
Q [ I ]B
B 21
q n1 qn2 q nn
B {v'1 , v' 2 , , v' n } dos bases ordenadas para V. Entonces las matrices de cambio de
Prueba
En efecto,
PQ [ I ]B ' B
B [ I ]B ' Por definicin de P y Q.
[ I I ]B
B'
'
Por propiedad demostrada.
[ I ]B
B'
'
Pues I I I .
In Por el ejercicio anterior.
Ejemplo.- Sean B {(1,1), (1, 0)} y B {(1, 0), (2,1)} dos bases de R 2 .
Hallar la matriz cambio de base:
i) P de la base B a la base B .
ii) Q la base B a la base B.
iii) Verifique que P y Q son inversas entre si
16
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Solucin
i) (1,1) 1(1, 0) 1(2,1)
(1, 0) 1(1, 0) 0(2,1)
1 1
P
1 0
ii) (1, 0) 0(1,1) 1(1, 0)
(2,1) 1(1,1) 1(1, 0)
0 1
Q
1 1
0 1 1 1 1 0
iii) PQ
1 1 1 0 0 1
Prueba
a1 a '1
a a'
Sean: [v]B 2 y [v]B 2
an a ' n
las coordenadas del vector v V con respecto a las bases B y B .
Probaremos que P[v]B [v]B
n
Entonces v a jv j
j 1
n
n
a j pij vi
j 1 i 1
17
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n n
a j pij vi (1)
i 1 j 1
Por otro lado tenemos que:
n
v aivi (2)
i 1
De (1) y (2) por la unicidad de la combinacin lineal, ya que B es una base tenemos
n
ai pij a j , i 1, 2, , n (3)
j 1
es decir, explcitamente:
a1 p11 a1 p12 a 2 p1n a n
a 2 p 21 a1 p 22 a 2 p 2 n a n
a n p n1 a1 p n 2 a 2 p nn a n
T 1 B
C
C 1
([T ]B )
Prueba
18
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Sea n dim V dim W , considerando las bases B y C en V y W respectivamente,
se tiene
C
[T ]B
T 1
B
C [T T 1 ]CC [ I ]CC I n
T 1 B
C
C
[T ]B [T 1 T ]B
B [ I ]B I n
B
Por consiguiente,
T
1 B
C
C 1
([T ]B )
) C
Ahora asumiendo que [T ]B posee inversa.
Se tiene que ran (T ) dim W , luego solo resta probar que T es una
transformacin lineal inyectiva.
Si T (v ) , entonces
C 1
[ v ]B ([ T ]B ) [ T (v)]C 0
Como todas las coordenadas de v son iguales a cero, se tiene que v , luego
Nu (T ) { } y en consecuencia T es inyectiva.
19
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Considerando las bases cannicas de B y C en R 2 y P 1 [ R ] respectivamente se
tiene que
T (1, 0) 1 1x
T (0, 1) 0 1x
1 0
C
Luego, [ T ]B
1 1
C 1 1 0
C
La matriz [T ]B es inversible y ([ T ]B ) ; en consecuencia T es un
1 1
isomorfismo.
Para calcular la inversa de T
1 0 a a
[ T 1 (a bx)] [ T 1 ]B
C [ a bx ]C
1 1 b a b
T 1 (a bx) a (1, 0) (a b)(0, 1)
T 1 (a bx) (a, a b)
B Q[ T ]C P
[ T ]B C
Q[ T ]CC P [ I ]B
C [ T ]B [ I ]B [ I ]C [ T I ]B [ I ]C [ T ]B [ I T ]B [T ]B
B C B C B C B B
B Q[ T ]C P
[T ]B C
20
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
[T ]CC
V, C V, C
P P Q
[T ]B
V, B
B
V, B
Matrices semejantes
Sea V un K-espacio vectorial de dimensin finita y T : V V un endomorfismo. Se
A T B ,
B
consideran B y B dos bases ordenadas de V. Si se denotan por
C y C se cumple que A Q 1 BP .
Es decir, dada la transformacin lineal T : V W donde V y W son dos K-espacios
vectoriales de dimensiones n y m respectivamente, diremos que las matrices
A, B K nn representan a la misma transformacin lineal T existen matrices
B
V , B W, C
P Q Q -1
A
V, B W, C
21
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Sea T : R 3 R 2 tal que T ( x, y, z ) ( x y, 2 z x) .
Solucin
C
i) Hallemos [T ]B
T (1, 0, 0) (1, 1) 1(1, 0) 1(0,1)
T (0,1, 0) (1, 0) 1(1, 0) 0(0,1)
T (0, 0,1) (0, 2) 0(1, 0) 2(0,1)
1 1 0
A [T ] C
B
1 0 2
ii)
B
R 3 , B R2 , C
P -1 Q
P
A
R3 , B R2, C
0 1 1 1 1 1
P 0 1 0 , P 1
0 1 0
1 2 1 1 1 0
22
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
De C {(1, 0), (0,1)} a C {(0,1), (1, 0)}
(1, 0) 0(0,1) 1(1, 0)
(0,1) 1(0,1) 0(1, 0)
0 1
Q
1 0
iii) Calcular la matriz de T respecto a las bases dadas (ii).
B QAP 1
1 1 1
0 1 1 1 0
0 1 0
1 0 1 0 2 1 1 0
3 1 1
1 2 1
Ejercicios
1. Una transformacin lineal T : R 3 R 2 est definida por
T ( x, y , z ) ( x 2 z , y z )
a) Hallar la matriz asociada A de T, respecto a las bases:
{ (1, 1, 1), (2, 2, 0), (3, 0, 0) } en R 3 y { ( 2, 0), (0, 2 } en R 2
23
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
3. Sea la transformacin lineal f : R 2 R 3 definida por
f ( x, y ) ( x y , x y , x 2 y )
a) Determinar el Nu(f), Im(f), una base para cada uno y sus respectivas
dimensiones.
b) Hallar la matriz asociada de f respecto a las bases:
{ (1, 2), (2, 0) } en R 2 y { (1, 0, 0), (0, 2, 0), (0, 0, 3) } en R 3
a b
f (a b c, a b d , b c d )
c d
a) Obtener la matriz de f respecto de las bases:
1 1 1 0 0 0 0 1
, , , y { (0, 2, 1), (2, 0, 1), (0, 1, 1) }
1 1 1 0 0 1 1 1
1 3
c) Utilizando la matriz hallada, obtener la imagen de .
2 2
8. Determinar la transformacin lineal f : R 3 R 2 , tal que respecto de las bases
{ (1, 1, 1), (1, 0, 1), (1, 1, 0) } en R 3 y { (1, 2), (2, 1) } en R 2 su matriz asociada sea
24
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 0 0
0 1 1 .
9. Hallar la matriz de la transformacin lineal g f respecto de las bases
{ (1, 1), (0, 1) } en el dominio, { (2, 0), (2, 2) } en el codominio donde
f : R 2 R 3 / f ( x, y ) ( x, x y , y ) g : R 3 R 2 / g ( x, y , z ) ( x y , z ) .
cos sen
sen cos
respecto de la base cannica.
Demostrar que si y son nmeros reales cualesquiera, entonces
f f f y f 1 f .
V { a bx cx 2 / a, b, c K }
14. Dados el espacio vectorial R2 con las bases B { (1, 1), (3, 2) } y
25
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Sea T : R 2 R 3 una transformacin lineal que tenga en las bases B y C la
1 2
matriz asociada 2 1 , se pide
3 1
2
b) Si [v]B 1 , halle [v ]C .
3
1
c) Si [v]C 3 , halle [v]B .
2
x y
W M 2 ( R ); x y z 0
z t
26
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 1 1 0 0 0 1 0 0 1 0 0
y sean B , , , C , , dos
0 0 1 0 0 1 1 0 1 0 0 1
bases de W.
a) Halle las matrices cambio de base de B a C y de C a B.
0 0 1
b) Encuentre una base D de W, tal que la matriz P 3 0 1 sea la
1 2 0
B { v1 , v 2 , v3 } es
3 2 1
2 1 0
4 3 1
Se pide:
a) Probar que B { v3 , T ( v3 ), T 2 ( v3 ) } es tambin base de R 3 .
b) Hallar la matriz asociada de T con respecto a la base
B { v3 , T ( v3 ), T 2 ( v3 ) } .
B' {1, x, x 2 , x 3 } de P3 [ x] .
c) Haciendo uso de las matrices obtenidas en a) y b) calcular la imagen del
vector 1 3 x x 2 .
27
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
ESPACIOS COCIENTES
Para abordar el estudio de espacio cociente, primero recordemos el concepto de relacin
de equivalencia.
Dado un conjunto cualesquiera M diremos que R es una relacin de equivalencia
sobre M si satisface las siguientes propiedades:
1. x M : ( x, x) R (reflexividad)
2. x, y M : ( x, y ) R ( y, x) R (simetra)
3. x, y, z M : [( x, y ) R ( y, z ) R ] ( x, z ) R (transitiva)
Cuando una relacin R es de equivalencia sobre M, en lugar de escribir ( x, y ) R se
Si K x K y , entonces K x K y . En efecto,
El conjunto formado por todas las clases de equivalencia denotamos por M / ~ , esto es
M / ~ { K x / x M } es llamado conjunto cociente; la aplicacin : M M / ~ tal
28
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Para la definicin de espacio vectorial cociente, consideramos un K-espacio vectorial V
y un subespacio propio W. Se define sobre V una relacin de la siguiente manera.
Diremos que u , v V son congruentes mdulo W si y solo si u v W y escribimos
u v mod W .
Proposicin.- La relacin "" definida anteriormente es de equivalencia sobre V, es
decir verifica las siguientes condiciones:
1. u u mod W , u V (reflexiva)
2. u v mod W v u mod W (simtrica)
3. (u v mod W v w mod W ) u w mod W (transitiva)
Prueba
1. u u mod W , pues u u W por ser W subespacio.
2. u v mod W u v W por definicin de ""
(u v) W por ser W subespacio
v u W
v u mod W
3. (u v mod W v w mod W ) (u v W v w W ) por definicin de ""
(u v) (v w) u w W
u w mod W
Luego, la relacin "" es de equivalencia. La relacin de equivalencia "" induce sobre
V una particin donde denotaremos cada clase de equivalencia del elemento v por
[v] { u V / u v mod W } . Al elemento v V se le llama representante de la clase de
equivalencia.
Proposicin.- Se verifica
u v mod W [u ] [v]
Prueba
) Demostrando que [u ] [v]
Sea w [u ] w u mod W
w u W (1)
Por otra parte como
u v mod W u v W (2)
De (1) y (2)
29
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
( w u ) (u v) w v W
w v mod W por definicin de ""
w [v]
Luego [u ] [v] y anlogamente de demuestra que [v] [u ] . Por consiguiente,
queda demostrado que [u ] [v] .
) Ejercicio.
Con la finalidad de contar con una notacin apropiada para operar clases de
equivalencia definimos el conjunto v W {v w / w W } .
Proposicin.- Sea V un K espacio vectorial y W un subespacio propio de V. Se verifica
que
[v ] v W
Prueba
i) Probaremos que [v] v W
Sea u [v] u v mod W
u v W u v w para algn valor de W
u v w, w W
u v W
[v ] v W
ii) Falta probar que v W [v]
Sea u v W u v w para algn w W .
u v w, w W
u v mod W u [v]
v W [v]
Finalmente, de i) y ii) se demuestra la afirmacin de la proposicin.
Recapitulando, se tiene V un K-espacio vectorial y W un subespacio propio de V; sobre
V se defini una relacin de equivalencia "" que a su vez induce sobre el espacio
vectorial V una particin formada por las clases de equivalencia. El conjunto formado
por todas las clases de equivalencia se denota por
V {v W / v V }
W
30
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
u1 W u 2 W u1 u 2 mod W u1 u 2 W (2)
De (1) y (2)
(v1 v 2 ) (u1 u 2 ) W (v1 u1 ) (v 2 u 2 ) W
(v1 u1 ) (v 2 u 2 ) mod W (v1 u1 ) W (v 2 u 2 ) W
(v1 W ) (u1 W ) (v 2 W ) (u 2 W )
Para la multiplicacin por escalares
Sea aK
v W u W v u mod W
v u W
a (v u )W
av au W
av W au W
a (v W ) a (u W )
Definimos el cero de V / W por W W y se cumple
(v W ) ( W ) ( W ) (v W ) v W
31
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Consideremos el R-espacio vectorial V R 2 y el subespacio W L{(1, 1)} ,
R v+W
u+W
O R
32
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a (u W ) b(v W ) definicin de . en V
W
a (u ) b (v) por la definicin de
Luego, es una aplicacin lineal.
b) La aplicacin es sobre. En efecto,
Im( ) { (v) / v V }
{v W / v V }
V
W
33
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
c) La aplicacin no inyectiva. En efecto, calculando su ncleo se tiene
Nu ( ) { v V / (v) W W }
{ v V / v W W }
{ v V / v mod W }
{ v V / v W }
W
Luego, Nu ( ) W y en consecuencia, la aplicacin no es inyectiva.
Nu U { u U / U (u ) W }
{ u U / u W W W }
{ u U / u mod W }
{ u U / u W }
{ u U / u W }
{ u / u (U W ) { }}
{ }
Luego, U es inyectiva.
34
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
U es suryectiva
Que son dos rectas de R 2 que pasan por el origen con vectores direccin (1, 1) y
R2 U y R
2
W .
W U
35
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Sea V R nn el R-espacio vectorial de todas las matrices con entradas reales
de orden n n . Consideremos los subespacios
W { A R n n / A A T } y U { A R n n / A A T }
De las matrices simtricas y antisimtricas, respectivamente. De demuestra que
R nn W U , luego por el teorema anterior se tiene que
R n n U y R n n W
W U
Teorema Fundamental
En el siguiente teorema probaremos que toda transformacin lineal T : V U tal que
el subespacio W de V est contenido en el ncleo de T, induce una nica transformacin
T
V U
V
W
Prueba
36
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
v v w ; w W
T (v ) T (v w )
T (v) T (v ) T ( w ) por ser T transformacin lineal
T (v) T (v ) pues W Nu (T )
T (v) T (v )
T (v W ) T (v W ) por def. de T
T ((av bv' ) W )
Verificando que Nu (T ) ( Nu (T ))
37
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Nu (T ) { v W V / T (v W ) }
W
{v W V / T (v ) }
W
{v W V / v Nu (T ) }
W
{ (v ) V / v Nu (T ) }
W
( Nu (T ) )
Luego Nu (T ) ( Nu (T ))
Im(T ) T (V )
W
{T (v W ) / v V }
{ T (v ) / v V }
Im(T )
T (V )
Luego, Im(T ) T (V )
(2) La construccin del espacio cociente nos permite afirmar que dado un espacio
vectorial V y un subespacio W V arbitrario, existe una transformacin lineal
L : V U de V en algn espacio vectorial U de modo que Nu ( L) W . Esto es,
todo subespacio es el ncleo de alguna transformacin lineal. En efecto, basta
S V 1 ( S ) V ; W U V U (U ) V
W W W
Prueba
Las funciones definidas arriba envan subespacios en subespacios. En efecto, sea S un
38
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
(au b v) S au b v 1 ( S ) ; luego, 1 ( S ) es un subespacio de V. Si U es un
1 (V W ) { u U / (u ) U W }
Sea v 1 (V ) (v ) v W U u U / v u W
W W
u U / v u w , para algn w W .
Luego, vuw con w W ; como W U entonces v U , o sea que
1 (U W ) U .
Por consiguiente, 1 (U ) U .
W
B {v m 1 W , , v n W } de V .
W
Sea a m 1 (v m 1 W ) a n (v n W ) W W (W es el cero de V )
W
(a m 1v m 1 W ) (a n v n W ) W (def. de en V )
W
39
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
(a m 1v m 1 a n v n ) W W (def. de + en V )
W
(a m 1v m 1 a n v n ) W
a m 1v m 1 a n v n a1v1 a m v m
a1 a m a m 1 a n 0 se tiene que B {v m 1 W , , v n W }
es l.i.
m n
v W a i vi a i vi W
i 1 i m 1
m n
a i vi W a i vi W
i 1 i m 1
n m
W ai vi W pues a v i i W
i m 1 i 1
n
a v
i m 1
i i W ya que W es el cero de V
W
(a m 1v m 1 W ) (a n v n W )
a m 1 (v m 1 W ) a n (v n W )
De lo que resulta, L{ v m 1 W , , v n W } V .
W
De i) y ii) la afirmacin queda probada.
De la afirmacin se tiene que
dim K (V / W ) n m dim K V dim K W
40
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Observacin.- El teorema anterior nos describe un procedimiento para encontrar una
base del espacio cociente V cuyos representantes son los vectores utilizados para
W
completar una base de V a partir de una base de W.
{ ( x, y , z ) R 3 / x y 0 }
{ ( x, y , z ) R 3 / y x }
{ ( x , x , 0) / x R }
W L{ (1, 1, 0) }
El conjunto { (1, 1, 0) } es una base para W, y por el teorema de completamiento de
bases, existen (0, 1, 0), (0, 0, 1) R 3 tal que { (1, 1, 0), (0, 0, 1), (0, 1, 0) } es una
R3 .
W
b) Determinando el vector de coordenadas de (2, 1, 3) W con respecto a la
base B .
a ((0, 1, 0) W ) b((0, 0, 1) W ) (2, 1, 3) W
((0, a, 0) W ) ((0, 0, b) W ) (2, 1, 3) W
(0, a, b) W ) (2, 1, 3) W
(0, a, b) (2, 1, 3) t (1, 1, 0) (2, a 1, b 3) (t , t , 0)
41
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2 t t 2
a 1 t a 1
b 3 0 b 3
Luego, 1((0, 1, 0) W ) 3((0, 0, 1) W ) (2, 1, 3) W , y en consecuencia
1
[(2, 1, 3) W ]B
3
Corolario.- Sea V un espacio vectorial sobre un campo K y W V un subespacio
vectorial . Entonces, V W V .
W
Prueba
Siguiendo el procedimiento del teorema, consideramos una base B para W y luego
completamos una base B para V. Si se considera B B B , entonces (B ) es
42
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Definicin..- Sea T : V V una transformacin lineal y sea W V un subespacio. Se
dice que W es invariante con respecto a T ( o un subespacio invarante por T) si
T (W ) W .
V T~
V
W W
Prueba
V T V
V
W
T~
V
W
43
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Observacin.- El teorema anterior puede generalizarse de la siguiente forma:
Sea T :V V una transformacin lineal y W V , W V subespacios tales que
V
Nu (T )
44
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Probaremos que T es inyectiva.
Nu (T ) { v Nu (T ) / T (v Nu (T )) }
{ v Nu (T ) / T ( (v)) }
{ v Nu (T ) / (T )(v) }
{ v Nu (T ) / T (v) }
{ Nu (T ) }
Nu (T ) { Nu (T ) } y en consecuencia T es inyectiva.
{T ( (v)) / v V }
{ (T )(v) / v V }
{ T (v ) / v V }
T (V )
Luego, T es suryectiva.
Finalmente, al ser T inyectiva y suryectiva concluimos que T es un isomorfismo y por
consiguiente V / Nu (T ) T (V ) .
El siguiente teorema establece una relacin entre T B la matriz asociada a un
endomorfismo T :V V con respecto a una base ordenada B de V y T~ B la matriz
45
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Prueba
Observemos que los vectores T (v j ) W ; j 1, , r ; desde que W es invariante por
Esto es
n
T~ (v r j W ) a
i r 1
i, r j (vi W ) , para j 1, , n r
Ejercicios
1. Sea V un K-espacio vectorial y W un subespacio de V. Se dice que u, v V son
congruentes mdulo W si y solo si u v W , lo que se denota como u v mod W .
Demostrar que la relacin es de equivalencia.
2. Sea V un K-espacio vectorial y W un subespacio de V. Para v V , se define el
conjunto v W { v u / u W } . Demuestre que [v] v W .
46
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
4. Sea el espacio vectorial R 2 sobre R y el subespacio W {( x, y ) R 2 / y 3 x } .
Cules de la siguientes de las siguientes expresiones son verdaderas?.
a) [ (a, b)] [ (a 2b, 7b)]
b) (a, b) W (b, 2a 4b) W
c) (a 2b, 7b) W (b, 3a 4b) W
5. Sea W L{ (3, 2) } un subespacio de R2. Averige si se cumple:
a) (2a b, b) W ( a b, b 2a ) W , donde a, b R .
b
b) (2a b, b) W (b a, a ) W , donde a, b R .
3
6. Sea W { ( x, y, z ) R 3 / z 0 } subespacio de R 3 . Describir las clases de
equivalencia mdulo W de los siguientes vectores: u (0, 0, 1), v (0, 1, 2) y
w (4, 1, 4) en R3.
{ ( x, y, z ) R 3 / x 2 y z a 2b c } .
8. Sea Kn un K-espacio vectorial y W el espacio solucin de la ecuacin lineal
a1 x1 a 2 x 2 a n x n 0 , ai K y sea v (b1 , b2 , , bn ) K n . Demuestre que
b) Dados p ( x) x 4 2 x 3 x 2 x 1 , s ( x) 3 x 4 22 x 3 x 2 3 x 2 V R[ x] ,
averige si [ p ( x)] [ s ( x)] .
10. Considere el espacio vectorial real de todos los polinomios con coeficientes en R e
indeterminada x, V=R[x]. Si W { q ( x)( x 3 x 1) / q ( x) V } se pide:
a) Demostrar que V / W { ax 2 bx c / a, b, c R } .
b) Dados p ( x) x 4 2 x 3 x 2 3 x 2 y s ( x) 2 x 4 x 3 2 x 2 x 1 de
V=R[x], averiguar si p ( x) s ( x) .
47
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
11. Sea la transformacin lineal T : V V . Demuestre que los siguientes subespacios
son invariantes por T:
a) { } b) Nu (T ) c) Im(T )
12. Sea V un K-espacio vectorial y W un subespacio. Supongamos que el conjunto de
clases { v1 W , v 2 W , , v n W } es linealmente independiente en V/W.
W { ( x, y, z , t ) R 4 / x y t 0 , y z 2t 0 } y
S { ( x, y , z , t ) R 4 / x y 0 , x z 0 , z t 0 }
Se pide hallar una base y su dimensin correspondiente para los espacios cocientes:
R4 /U , R4 /W y R4 / S .
17. Sea V el R-espacio vectorial de los polinomios con coeficientes en R e
indeterminada en x. Si W es el subespacio de los polinomios divisibles por x 5 , esto
es de la forma a0 x 5 a1 x 6 an 5 x n . Mostrar que el espacio cociente V / W es de
dimensin 5.
48
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
18. Determine la verdad o falsedad de las siguientes afirmaciones:
a) Todo subespacio es el ncleo de alguna transformacin lineal.
b) Dado un subespacio W de un espacio vectorial V, existe una transformacin
lineal T : U V para algn subespacio U de modo que T (U ) W .
T ( ( a, b, c ) W ) ( a b, a c, c b) .
49
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
asociada de T con respecto a las bases B { (1, 0, 1), (1, 1, 1), (1, 1, 0)} de R 3
y B { (0, 1, 1) W , (0, 1, 1) W } de R 3 / W .
0 1
respecto de estas bases es T B
B 0 1 , hallar T ( ( x, y, z ) W ) .
1 0
50
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
33. Sean V un K-espacio vectorial de dimensin finita, T L(V ) , W un subespacio
invariante por T y T W
:W W la transformacin lineal obtenida mediante la
B { w1 , w2 , , wt , vt 1 , , v n } y B { vt 1 W , , v n W } bases de W, V y
V/W respectivamente. Demostrar que
T
W CT B
*
0 T B
~
T B 1 0
T B
T B 2
0
51
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
VALORES Y VECTORES PROPIOS
2 x y x ( 2) x y 0
(1)
3x 4 y y 3x ( 4) y 0
el sistema homogneo (1) tendr soluciones distintas de la trivial (que son las que nos
interesan, por ser los vectores propios vectores no nulos) si el determinante de la matriz
asociada al sistema es igual a cero; esto es
2 1
0
3 4
2 1
2 6 5 0
3 4
2 6 5 0 ( 1)( 5) 0 1 1, 2 5
52
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Luego, los valores propios de T son: 1 1 y 2 5 .
Ahora calculando los vectores propios
i) Hallando el vector propio v1 asociado al valor propio 1 1
Reemplazando el valor de 1 1 en la ecuacin (1) se tiene
x y 0
3x 3 y 0
ntese que las dos ecuaciones son equivalentes, entonces trabajando con la primera
ecuacin se tiene
x y 0 y x
la variable y depende de x, entonces v1 ( x , x) x(1, 1) , x puede tomar
cualquier valor con excepcin de cero, para x 1 se tiene v1 (1, 1)
y verifica
T (1, 1) (1, 1) 1(1, 1)
ii) Hallando el vector propio v 2 asociado al valor propio 2 5
Procediendo de manera anloga que en la parte i) reemplazamos el valor de
2 5 en la ecuacin (1) se tiene
3x y 0
3x y 0
como en la parte i) las dos ecuaciones son equivalentes, entonces trabajando con la
primera ecuacin se tiene
3x y 0 y 3x
la variable y depende de x, entonces , para x 1 se tiene v2 (1, 3) y y verifica
T (1, 3) (5,15) 5(1, 3)
NOTA.- Dados V un K-espacio vectorial, T : V V un endomorfismo y K un
valor propio de T. El conjunto (T ) { K / es un valor propio de T } es
llamado espectro de T y E(T , ) { v V / T (v) v } es un subespacio de V, y se
denomina espacio propio o auto espacio de T asociado al valor propio . En
referencia al ejemplo anterior se tiene
(T ) {1, 5}
E (T , 1) { v R 2 / T (v) v } L{ (1, 1)} y
53
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 1.1.3.- Sea C 2 el espacio vectorial sobre C y la transformacin lineal
T : C 2 C 2 definida como
T ( x, y) ( x 2 y, x y)
Hallar los valores y vectores propios de T.
SOLUCIN
Hay que hallar C tal que T ( x, y) ( x, y)
( x 2 y, x y) ( x, y)
x 2 y x (1 ) x 2 y 0
(1)
x y y x (1 ) y 0
el sistema homogneo (1) tendr soluciones distintas de la trivial (que son las que nos
interesan, por ser los valores propios vectores no nulos) si el determinante de la matriz
asociada al sistema es igual a cero; esto es
1 2
0
1 (1 )
1 2
(1 )(1 ) 2 2 1 0
1 (1 )
2 1 0 i
Luego, los valores propios de T son: 1 i y 2 i .
Ahora hallando los vectores propios
i) Hallando el vector propio v1 asociado al valor propio 1 i
Reemplazando el valor de 1 i en la ecuacin (1) se tiene
(1 i) x 2 y 0
x (1 i ) y 0
las dos ecuaciones son equivalentes, entonces trabajando con la primera ecuacin
se tiene
1
(1 i) x 2 y 0 y (1 i) x
2
1 1
la variable y depende de x, entonces v1 ( x , (1 i)) x(1, (1 i)) , para x 2
2 2
se tiene v1 (2 , 1 i)
y verifica
T (2 ,1 i) i(2,1 i)
54
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
en efecto
T (2 , 1 i) (2 2(1 i), 2 (1 i)) (2i , 1 i) i(2 , 1 i)
ii) Hallando el vector propio v 2 asociado al valor propio 2 i
Reemplazando el valor de 2 i en la ecuacin (1) se tiene
(1 i ) x 2 y 0
x (1 i ) y 0
ntese que las dos ecuaciones son equivalentes, entonces trabajando con la primera
ecuacin se tiene
1
(1 i) x 2 y 0 y (1 i) x
2
1 1
la variable y depende de x, entonces v2 ( x, (1 i) x) x(1, (1 i)) , para x 2
2 2
se tiene y 1 i y en consecuencia
v 2 (2 , 1 i )
y verifica
T (2 ,1 i) i(2,1 i)
en efecto
T (2 , 1 i) (2 2(1 i), 2 (1 i)) (2i , 1 i) i(2 , 1 i)
OBSERVACIONES 1.2
(1) La existencia de valores propios de un endomorfismo depende del campo de
escalares sobre el cual est definido el espacio vectorial, pues si consideramos el
espacio vectorial (C 2 , , R, ) y la transformacin lineal T : C 2 C 2 definida en el
ejemplo 1.1.3
T ( x, y) ( x 2 y, x y)
no tiene valores propios en R ya que:
2 1 0 , R
(2) Sean V un espacio vectorial sobre K de dimensin finita, T : V V un
endomorfismo y K un valor propio de T. El conjunto
E(T , ) { v V / T (v) v }
es un subespacio de V, llamado subespacio propio o auto espacio asociado al
valor propio .
55
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
(3) Si A es la matriz asociada del endomorfismo T : V V respecto a una base B
entonces, el det(T I ) se define como
det(T I ) det( A I )
donde I debe entenderse como el automorfismo identidad al lado izquierdo y como
la matriz identidad al lado derecho.
PROPOSICIN 1.3.- Sea V un K-espacio vectorial de dimensin finita y el
endomorfismo T : V V . Las siguientes afirmaciones son equivalentes:
i) K , es un valor propio de T.
ii) T I es singular (no invertible).
iii) det(T I ) 0 .
PRUEBA
i) ii)
Como K es valor propio de T, entonces existe un vector no nulo v V
tal que T (v) v
T (v) I (v) , donde I es el endomorfismo identidad
(T I )(v) , por ser T I un endomorfismo
Nu(T I ) { } , pues al ser v un vector propio es diferente de
T I es singular
ii) iii) es obvio.
iii) i)
Tenemos que det(T I ) 0 T I es singular
Nu(T I ) { } v V tal que
(T I )(v) T (v) v
es un valor propio de T.
56
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
NOTA.- De manera anloga que para el caso de las transformaciones lineales, se
utilizan las expresiones de auto valor y valor caracterstico para denominar al valor
propio y el de auto vector y vector caracterstico para el vector propio de una matriz.
se tiene que:
0 0
d1 0 0
0
d2 0
Aei 1 d d i ei
i
0 0 d n
0 0
0 2 1 x 0 2 1 x 0
0 3 4 y 0 3 4 y 0
2 1
0 2 6 5 0 ( 1)( 5) 0
3 4
1 1, 2 5
Los vectores propios asociados a los valores propios 1 1 y 2 5 son:
1 1
v1 , v2
1 3
57
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
En efecto, verificando se tiene
2 1 1 1 1 2 1 1 5 1
Av1
1 y Av
3 4 3 15 5 3
3 4 1 1 1
2
El espacio propio de A correspondiente al valor propio lo denotamos por
E ( A, ) { v K n1 / Av v}
Ntese que los valores propios de la transformacin lineal dado en el ejemplo 1.2.2
2 1
T : R 2 R 2 / T ( x, y) (2 x y, 3x 4 y) y la matriz A dada en el ejemplo
3 4
2.1.2 son los mismos. Este hecho no debe sorprender, puesto que A es la matriz
asociada a la transformacin lineal T respecto a la base cannica de R 2 .
La relacin entre el espacio propio de T L(V ) y el espacio propio de la matriz
asociada a T respecto a una base B est dada por siguiente proposicin.
PROPOSICIN.- Sea V un K-espacio vectorial de dimensin finita, B una base
ordenada de V. Si T L(V ) y K un autovalor de T, entonces
v E(T , ) [ v ]B E([ T ]B , )
PRUEBA
) Asumiendo que v E (T , ) , hay que demostrar [ v ]B E ([ T ]B , )
v E(T , ) T (v) v por definicin
[T (v)]B [v]B [v]B
[T (v)]B [v]B tomando extremos
[T ]B [v]B [v]B
[ v ]B E ([ T ]B , )
) Recprocamente, asumiendo que [ v ]B E ([ T ]B , ) hay que probar que
v E (T , ) .
[ v ]B E([ T ]B , ) [T ]B [ v]B [v]B
[T ]B [ v]B [v]B 0
[T (v)]B [v]B 0
[T (v) v]B 0
T (v) v 0
T (v) v
v E (T , )
58
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
OBSERVACIONES
(1) Existe un solo valor propio asociado a un vector propio v.
En efecto, suponiendo que 1 y 2 son los valores propios correspondientes al
valor propio v, entonces se tiene que
T (v) 1v 2 v Por definicin de valor propio
1v 2 v
(1 2 )v
Como por definicin de vector propio v , se tiene que
1 2 1 2 .
Lo recproco no es cierto, pues para un valor propio pueden existir infinitos
vectores propios.
(2) Si bien es cierto que la relacin T (v) v es vlida para v y cualquier
, la definicin de vector propio excluye al vector cero. Esto se justifica por
tener que existir un solo valor propio asociado al vector propio v.
59
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
( 1) x 0
( 1) y 0
( 1) z 0
1 0 0
0 1 0 ( 1) 2 ( 1)
0 0 1
( 1) 2 ( 1) 0 1, 1
Luego los valores propios de T son 1 de multiplicidad algebraica igual a 2 y
1
Para el valor propio 1 los vectores propios estn contenidos en el plano XY esto es,
T ( x, y, 0) 1( x, y, 0) .
E (T , 1) { ( x, y, z) R 3 / T ( x, y, z) 1( x, y, z) }
{ ( x, y, z ) R 3 / ( x, y, z) 1( x, y, z) }
{ ( x, y, z ) R 3 / z 0}
L{ (1, 0, 0), (0, 1, 0) }
Para el valor propio 1 los vectores propios estn contenidos en el eje Z esto es,
T (0, 0, z) 1(0, 0, z) .
E (T , 1) { ( x, y, z) R 3 / T ( x, y, z ) 1( x, y, z) }
{ ( x, y, z ) R 3 / ( x, y, z) ( x, y, z ) }
{ ( x, y, z ) R 3 / x y 0}
{ ( x, y, z ) R 3 / x y 0}
{ (0, 0, z) / z R }
L{ (0, 0, 1) }
Ntese que R 3 E (T , 1) E (T , 1)
EJEMPLO [Rotacin en el plano]
Consideramos dos situaciones
i) Para V C con K C
Todo z C donde z 0 se puede expresar como
z rei r (cos i sen )
Definiendo,
T : C C / T ( z ) rei ( ) rei e i e i z
60
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Donde T acta sobre z hacindolo girar un ngulo . En este caso todo z 0
es un vector propio para el valor propio e i c o
s i s e n . El valor
ln( f ( x)) x ln C
f ( x) e (xln C ) e x e ln C
T ( f ( x)) (Ce x ) C e x f ( x)
Suponiendo que existieran las funciones propias para T, serian las f V que
satisfacen la ecuacin
61
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
x
F ( x) f (t )dt f ( x) (1)
a
para algn R .
Usando el primer teorema fundamental del clculo, derivamos la relacin (1)
obteniendo
f ( x) f ( x) ; 0
f ( x) 1
dx dx
f ( x)
1
ln( f ( x)) x ln C
x x
( ln C )
f ( x) e
e e ln C
x
f ( x) Ce ; 0, C 0
Luego, las nicas funciones propias posibles serian aquellas funciones exponenciales de
x
0 f (a) C e 0
a
62
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PROPOSICIN.-Sea V un K-espacio vectorial y T :V V un endomorfismo y A la
matriz asociada a T respecto a una base B de V. Las siguientes afirmaciones son
equivalentes:
a) K es un valor propio de A.
b) A I es singular
c) det( A I ) 0
PRUEBA.- Ejercicio
3. POLINOMIO CARACTERSTICO
POLINOMIO DE MATRICES
Sea K [x] el anillo de polinomios con coeficientes en el campo K. Si p K[x] , se
escribe
p( x) an x n an1 x n1 a1 x a0
Ahora, si A es una matriz cuadrada sobre K, el polinomio
p( A) an An an1 An1 a1 A a0 I
63
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
v) Si 1 , 2 ,, n son elementos de K y p( x) ( x 1 )( x 2 )( x n ) , entonces
p( A) ( A 1 I )( A 2 I )( A n I )
2 1 0
p( ) det(I A) 1 1 2
0 3 1
3 22 8 13
64
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 3.3.3.- Utilizando la observacin anterior, calcular los valores propios de la
matriz
1 2
A
3 2
SOLUCIN
p( ) 2 Tr( A) (1) 2 det( A)
2 3 4
las races del polinomio 2 3 4 0 son 1 4 y 2 1 .
PROPOSICIN 3.4.- Dos matrices semejantes tienen el mismo polinomio
caracterstico; es decir, si B P 1 AP , entonces PB ( x) PA ( x) .
PRUEBA
p B ( x) det(xI n B) definicin de polinomio caracterstico
p A ( ) 0
65
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 3.5.1.- Hallar los valores propios y sus correspondientes vectores propios
de la matriz
1 2 2
A 1 2 1
1 1 4
SOLUCIN
p A ( ) I A
1 2 2
1 2 1
1 1 4
( 1)( 3) 2
f ( x) a0 x n a1 x n1 an ; ai K , i 0,1,, n
66
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
T (v) v
T 3 (v) T T 2 (v) T (2 v) 2T (v) 3 v
T n (v) n v ; para todo n 0
Si f ( x) a0 x n a1 x n1 an
a0 n v a1n1v an v
(a0 n v a1n1v an )v
f ( )v
f (T )(v) f ( )v
B 3 P 1 A3 P
B n P 1 An P
Si f ( x) a0 x n a1 x n1 an
f ( B) a0 B n a1 B n1 an I
a0 ( P 1 An P) a1 ( P 1 An1 P) an P 1 P
P 1 (a0 An a1 An1v an ) P
P 1 f ( A) P
f ( B) P 1 f ( A) P
67
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJERCICIOS
1. Hallar los valores propios, vectores propios y una base para los espacios propios si
la transformacin lineal T : R 2 R 2 est definida como:
a) T ( x, y) ( y, 4 x) b) T ( x, y) ( x y, 2 x y)
c) T ( x, y) (3x 4 y, 2 x y) . C) T ( x, y) (4 x 3 y, 3x 4 y)
2. Hallar los valores propios, vectores propios y una base para los espacios propios si
la transformacin lineal T : R 3 R 3 est definida como:
a) T ( x, y, z) ( x y z, 2 y z, 2 y 3z)
b) T ( x, y, z) ( x y, y x, 2 y z)
c) T ( x, y, z) ( x y, 2 x 3 y, x y z)
d) T ( x, y, z) (2 y z, 2 x z, 2 x y)
3. Hallar los valores y vectores propios si es que existen para las siguientes matrices
en R 22 y R 33 . Para cada valor propio halle el espacio propio correspondiente.
10 0 2
2 0 1 4 0 6 0
a) 1 3 b) 1 3 c)
2 0 7
1 1 0 1 0 1 2 3 0
d) 1 1 0 e) 0 3 0 f) 4 5 0
0 0 2 1 0 1 5 5 1
4. Hallar los valores y vectores propios para las siguientes matrices en C 33 . Para
cada valor propio halle el espacio propio correspondiente.
3 1 0 1 1 0
a) 5 1 0 b) 1 0 0
0 0 1 0 0 2
68
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
6. Sea V un K-espacio vectorial de dimensin finita talque V U W . Hallar los
valores propios de T L(V ) , si T es proyeccin sobre U paralelamente a W; es
decir si T (u w) u .
propios de f.
9. Demuestre o d un contraejemplo a la siguiente afirmacin:
Si T : V V es una R-transformacin lineal tal que es un autovalor de de T
R , entonces V posee una base formada por vectores propios de T.
10. Determine la verdad o falsedad de de las siguientes afirmaciones. Justifique su
respuesta.
a) Toda transformacin lineal posee valores propios.
b) Si T L(V ) y W es un subespacio generado por vectores propios de T,
entonces W es invariante por T.
A B
11. Sea A una matriz por bloques, A 1
A2
donde A1 y A2 son matrices
0
cuadradas. Probar que, el polinomio caracterstico de A es igual al producto de los
polinomios caractersticos de A1 y A2 .
12. Sea T L(V ) , donde V es un espacio vectorial sobre K. Si v V , sea
W (v) { g (T )(v) / g K[ x] } . Demuestre que W (v) es un subespacio invariante
por T.
13. En el R-espacio vectorial R 2 se considera el operador rotacin definido como
f ( x, y) ( x cos y sen , x sen y cos ) . Para qu valores de , f tiene
valores propios?.
14. Sea V un K-espacio vectorial de dimensin finita, B una base ordenada de V,
T L(V ) , y K . Demostrar que v E (T , ) si y solo si vB E (T B , ) .
15. Sea V un K-espacio vectorial y T L(V ) . Las siguientes afirmaciones son
equivalentes:
a) K es un valor propio de T.
69
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
b) T I es singular.
c) det(I T ) 0 .
Nota.- El det(I T ) se define como det(I T ) det(I A) , donde A es la
matriz asociada a la transformacin lineal T en una base dada e I la matriz
identidad.
16. Demostrar que dos matrices semejantes tienen el mismo polinomio caracterstico.
17. Si n an1n1 a1 a0 es el polinomio caracterstico de una matriz A,
70
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
4. DIAGONALIZACIN
DEFINICIN 4.1.- Sea V un K-espacio vectorial de dimensin finita y T : V V un
endomorfismo. Se dice que T es diagonalizable si existe una base ordenada
B {v1 , v2 ,, vn } de V en la cual la matriz [T ]B es diagonal.
1 0
[ T ]B
0 1
Luego el endomorfismo T es diagonalizable.
EJEMPLO.- Dada la matriz
1 1 0
A 1 1 0
0 0 1
Averige si es diagonalizable.
Solucin
Calculando el polinomio caracterstico de A se tiene
1 1 0
p ( ) 1 1 0 ( 1)( 2)
0 0 1
1 1 0 0 (F1)FF1 1 1 0 0 1 1 0 0
( 21) F13 F2 F3
1 1 0 0 0 0 1 0 0 0 1 0
0 0 1 0 0 0 1 0 0 0 0 0
71
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
x 1 1
x 0 x 1 ; para x 1 v1 1
y
y x v1 x
z 0
0 0 0
Para 2 1 , encontremos v 2
0 1 0 0
1 0 0 0 x 0, y 0 z puede tomar cualquier valor diferente de
0 0 0 0
0
cero. Para z 1, v 2 0 .
1
Para 3 2 , encontremos v3
1 1 0 0 1 1 0 0 1 1 0 0
F2 F1 F2 F3
1 1 0 0 0 0 0 0 0 0 1 0
0 0 1 0 0 0 1 0 0 0 0 0
x 1 1
x 0 x 1 , para x 1, v3 1
y
y x; z 0 v3 x
z 0
0 0 0
Verificando se obtiene
0 0 0
P 1 AP 0 1 0
0 0 2
72
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Del ejemplo, ortonormalizando los vectores propios se tiene
1 1 2
v1 1 u1 1 2
0 0
0
v 2 0 u 2
1
1 1 2
v3 1 u1 1 2
0 0
1 2 0 1
2
0 0 0
Se verifica que Q AQ 0 1 0
T
0 0 2
73
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PROPOSICIN.- Sea V un K-espacio vectorial de dimensin finita y T L(V ) . El
endomorfismo T es diagonalizable si y solo si existe una base ordenada B de V
formada por los vectores propios de T.
Prueba
) Asumiendo que T es diagonalizable.
Existe una base ordenada B {v1, , vn } de V tal que [T ]B es diagonal.
propio d ii .
) Sea B {v1, , vn } una base de V formada por los vectores propios de T con
T (vi ) i vi ; i 1, , n
1 0
[ T ]B
0 n
EJEMPLO [Rotacin]
La rotacin de un ngulo ( 0 ) es la transformacin lineal T : R 2 R 2
74
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
cos sen
T en la base cannica B de R 2 es T B
cos
y su polinomio
sen
cos sen
caracterstico es p ( ) 2 (2 cos ) 1 . El discriminante
sen cos
1 0
i 0
A se puede diagonalizar y la matriz D es semejante a A.
0 i
PROPOSICIN.- Sea V un K-espacio vectorial de dimensin finita, T L(V ) un
endomorfismo, 1 , 2 ,, k los valores propios distintos de T y v1 , v2 ,, vk sus
PRUEBA
La prueba la haremos por induccin sobre k.
i) Para k 2
Sean v1 , v2 los vectores propios asociados a 1 y 2 , y sean a1 , a2 K tal que:
a1v1 a2 v2 (1)
aplicando el operador T 2 I a (1), tenemos:
(T 2 I )(a1v1 a2 v2 )
a1 (T 2 I )(v1 ) a2 (T 2 I )(v2 )
a1 (T 2 I )(v1 )
a1 T (v1 ) 2 I (v1 )
75
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a1 (1v1 2 v1 )
a1 (1 2 )v1
a1 0 pues (1 2 )v1 ya que 1 2 0 por que son valores
propios diferentes y v1 por ser vector propio. Luego, reemplazando el
valor de a1 0 en la relacin (1) se tiene:
a2 v2
a2 0 pues v2 por ser vector propio
a1 a2 0
ii) Hiptesis inductiva
Supongamos que la proposicin es vlida para r k 1 .
Consideremos la combinacin lineal
a1v1 a2 v2 ak 1vk 1 ak vk (2)
donde a1 , a2 ,, ak 1 , ak K
(T k I )(a1v1 a2 v2 ak 1vk 1 ak vk )
Por lo tanto:
a1 (1 k ) 0 a1 0
a2 (2 k ) 0 a2 0
ak 1 (k 1 k ) 0 ak 1 0
76
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2. La multiplicidad geomtrica de denotada por MG( ) se define como
MG( ) dim E( T , )
3. La multiplicidad algebraica de denotada por MA( )
B {1, x, x 2 } se tiene
T (1) 0 0(1) 0( x) 0( x 2 )
T ( x) 1 1(1) 0( x) 0( x 2 )
T ( x 2 ) 2 x 0(1) 2( x) 0( x 2 )
Luego la matriz asociada a T en la base B es
0 1 0
A [ T ]B 0 0 2
0 0 0
77
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 0
p( ) det(I A) 0 2 3
0 0
I B
[ T ]B m
0 C
78
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Sean v1 E (T , 1 ), , vm E (T , m ) tales que v1 vm .
vl 1 vm .
Luego, se tendra
v1 vl con vi ; i 1, , l (1)
PRUEBA
1) 2) Como T es diagonalizable, existe una base B {v11, , v1n1 , , v1h , , vnhh } de
V tal que
1 0 0 0
0 1 0 0
[ T ]B
0 0 h 0
0 h
0 0
pT (t ) (1 t )n1 (h t )nh
79
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ntese que por la forma de la matriz [T ]B es { v1i , , vni i } E (T , i ) , luego
MG(i ) ni MA(i )
MA(i ) MG(i ); i 1, , h .
Luego,
h h
dim( E (T , i ) ) dim E (T , i )
i 1
i 1
h
MG( i )
i 1
h
MA( i )
i 1
h
ni
i 1
grad pT (t )
dim V
h
Luego, E (T , i ) V
i 1
vectores propios de T.
TEOREMA.-[Descomposicin espectral]
Sea V un K-espacio vectorial de dimensin finita y T L(V ) . Si el operador T es
diagonalizable entonces existen escalares distintos 1 , , h y operadores no nulos
2. Pi Pj 0 ; i j
80
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
3. id P1 Ph
4. T 1 P1 h Ph
PRUEBA
Existencia
h
Como T es diagonalizable, entonces es V E (T , i ) , siendo 1 , , h los
i 1
Luego, Pi Pj 0
v1 vh
v
id P1 Ph
4. Como E (T , i ) { }; Pi 0, i 1, , h .
Pi (v) E (T , i ) ; i 1, , h . Luego
T (v) T (v1 v n )
T (v1 ) T (v n )
1v1 h v h
1 P1 (v) h Ph (v)
(1 P1 h Ph )(v)
T 1 P1 h Ph
Unicidad
Sea T L(V ) tal que existen escalares distintos 1 , , h y operadores no nulos
81
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Hay que probar que T es diagonalizable, que 1 , , h son los distintos valores
h
Sea Wi Im( Pi ), i 1, , h . Las condiciones 1, 2 y 3 implican que V Wi y que
i 1
Pi 0 , es Wi { }, i 1, , h .
Si v Wi , Pi (v) v , luego
h h h
T (v) ( j Pj )(v) j Pj (v) j Pj ( Pi (v))
j 1 j 1 j 1
h
j ( Pj Pi )(v) i Pi 2 (v) i Pi (v) i v
j 1
T (v) i v
h
Luego V E (T , i ) . Esto implica que T es diagonalizable y que 1 , , h son los
i 1
82
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO
Dado el endomorfismo T : R 3 R 3 / T ( x, y, z) (3x y z, 2 x 4 y 2 z, x y 3z)
Ntese que,
x 3 1 1 x
T y 2 4 2 y
z 1 1 3 z
3 1 1
pT ( ) 2 4 2 ( 2) 2 ( 6) (1)
1 1 3
1 1 1 x 0
2 2 2 y 0 x y z 0 z x y
1 1 1 z 0
Luego,
( x, y, z) ( x, y, x y) ( x, 0, x) (0, y, y) x(1, 0, 1) y(0, 1, 1); x, y R
Los vectores propios correspondientes a 1 2 son
3 1 1 x 0
2 2 2 y 0
1 1 3 z 0
3 1 1 0 ( 1) F 1 1 3 0 F 2 F 1 1 3 0
F3 F13 F32 3 F11
2 2 2 0 2 2 2 0 0 4 8 0
1 1 3 0 3 1 1 0 0 4 8 0
1 1 1 3
F
0 1 0 1 0
4 2
F3 4 F2 F1 F2
0 1 2 0 0 1 2 0
0 0 0 0 0 0 0 0
x z 0
x z, y 2 z
y 2z 0
83
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Se tiene que
V2 E(T , 2) L{(1, 0, 1), (0, 1, 1)}
V6 E (T , 6) L{(1, 2, 1)}
Considerando la base B {(1, 0, 1), (0, 1, 1), (1, 2, 1)} de R 3 formado por los
3x y z x y z x y 3z
P1 ( x, y, z ) ( , , )
4 2 4
P2 ( x, y, z) 14 ( x y z )(1, 2, 1)
x yz x yz x yz
P2 ( x, y, z ) ( , , )
4 2 4
Luego, la descomposicin espectral de T es
T ( x, y, z) 2P1 ( x, y, z) 6P2 ( x, y, z)
Adems, se tiene que P1 P2 Id y P1 P2 P2 P1 0 .
Ejercicio.- Dado el endomorfismo
T : R 3 R 3 / T ( x, y, z) ( y z, x 2 y z, x y 2 z )
Averiguar si T es diagonalizable: En caso que lo sea hallar la descomposicin espectral
de T.
Ejercicios
1.- Sea A una matriz sobre K de orden nn y p(x) un polinomio arbitrario en K[x]
Demuestre que si A es diagonalizable, entonces p(A) es diagonalizable
84
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
5 6 3 3 4 4 1 3 3
c) 1 0 1 d) 1 2 1 e) 3 5 3
1 2 1 1 1 2 6 6 4
4.- Determinar los valores y vectores propios del operador derivacin sobre el espacio
Rn [ x ] Es este operador diagonalizable?.
5.- Sean A y B dos matrices cuadradas. Determine si las siguientes afirmaciones son
verdaderas o falsas.
t
a) Si A es diagonalizable entonces A es diagonalizable
b) Si A y B son semejantes entonces, A es diagonalizable sii B es diagonalizable
c) Si A y B tienen los mismos autovalores entonces son semejantes
d) Si A es diagonalizable entonces A n es diagonalizable n Z .
6.- Sean A, B matrices diagonalizables. Demostrar que A y B son similares si y slo si
tienen el mismo polinomio caracterstico.
7.- Sea f L(V ) diagonalizable, dimV = n y sea B = { v , v , v } base de V
1 2 n
85
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2 2 1 2 1 1
1 3 1 0 2 1
1 2 2 3 2 3
86
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
definido como S { v V / g (v) 0} tiene dimensin n 1 y es invariante por T
esto es T (S ) S . Por la hiptesis inductiva, S posee una base { v1 , , vn1} en la
Si a los vectores v1 , , vn1 agregamos el vector v n a fin de completar una base para
V, con la expresin
T (vn ) a1, n v1 n vn
1 a12 a1n
0 2 a 2 n
[ T ]B
0 0 n
es triangular superior.
PROPOSICIN
Dada una matriz A C nn , existe una matriz inversible P tal que
1 *
P 1 AP
0 n
PRUEBA
La transformacin lineal TA :C n1 C n1 tiene por matriz asociada en la base cannica
de C n1 a A. Por otra parte, por una proposicin demostrada, existe una base
{ v1 , , vn } de C n1 en la cual la matriz asociada a T A es triangular superior
1 *
D
0 n
La matriz de cambio de base que hace posible esta forma triangular de A es
P [ v1 , , vn ] , pues verifica P 1 AP D .
87
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO.- Dada la transformacin lineal
T : R 2 R 2 / T ( x, y) (4 x 3 y, 3x 2 y)
4 3
[ T ]C
3 2
Calculando los valores propios de y vectores propios de [T ]C
4 3
p ( ) 2 2 1 ( 1) 2 1 y MA(1) 2 .
3 2
Hallando los vectores propios correspondientes de 1 .
3 3 x 0
3 x y 0 x y
3 y 0
( x, y) ( x, x) x(1, 1) v1 (1, 1)
V1 E(T , 1) L{(1, 1)} , se tiene que dim E(T , 1) 1 MG(1) y MA(1) 2 . Luego,
MA(1) 2 1 MG(1) y en consecuencia T no es diagonalizable.
Sin embargo, completando a una base de R 2 con el vector v2 (1, 0) se tiene que
B {(1, 1), (1, 0)} . La transformacin lineal T es triangulable en la base B, en efecto
haciendo la verificacin se tiene
T (1, 1) (1, 1) 1(1, 1) 0(1, 0)
T (1, 0) (4, 3) 3(1, 1) 1(1, 0)
1 3
[ T ]B
0 1
EJERCICIO
Triangulizar la matriz
1 3 4
A 4 0 4
3 4 0
TEOREMA.-[Teorema de Cayley-Hamilton]
88
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Sea V un K-espacio vectorial de dimensin finita y T :V V un endomorfismo.
Entonces pT (T ) 0 .
PRUEBA
Demostraremos cuando K C .
La prueba se hace por induccin sobre n donde n dim V .
Para n 1 no hay nada que demostrar.
Si n 1 suponemos que el teorema se verifica para n 1 (Hip. Inductiva)
Por una proposicin demostrada anteriormente, existe una base { v1 , , vn } en la cual
Consideremos
S { av1 / a C }
Desde que T (S ) S , la aplicacin
2 *
AT
3
0 n
El polinomio caracterstico de AT es
pT ( x) ( x 2 )( x 3 )( x n )
89
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
(T 1 I )(T 2 I )(T 3 I ) (T n I )u (T 1 I )cv1
c(T (v1 ) 1 I (v1 ))
c(1v1 1v1 )
0
Con lo que queda demostrado
pT (T ) (T 1 I )(T 2 I )(T n I ) 0
Por el teorema p A ( A) A2 3 A I
3 0 2 1 1 1
I 3 A A 2 A 1 3I A
0 3 1 1 1 2
1 1
Luego A 1
1 2
EJEMPLO
Dada la matriz
1 1 0
A 1 1 0
1 1 1
90
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2I A3 A2 2 A 2 A1 A2 A 2I
1 1 0 1 1 0 1 1 0 1 0 0
2A 1
1 1 0 1 1 0 1 1 0 20 1 0
1 1 1 1 1 1 1 1 1 0 0 1
1 1 0 1 1 0
2 A 1 1
1
1 0 A 11
1 0
2
2 0 2 2 0 2
1 1 0
A 1 1 1 0 .
1
Luego
2
2 0 2
Ejercicios
1. Sea V un espacio vectorial de dimensin n, T L(V) y v1 , v 2 ,..., vn una
4 1 - 4
2. Demuestre que la matriz A - 3 0 3 R 33 es semejante en R a una matriz
3 1 - 3
triangular. Determine una matriz inversible P R 33 / P 1 AP es triangular
inferior.
1 0 0 1
2 0 1 2
3. Demuestre que la matriz A = R 44 no es diagonalizable ni en
1 1 2 1
1 0 0 3
R ni en C. Prubese que es triangulable en R y halle matrices P y Q R 44
inversibles tal que P-1 AP es triangular superior y Q-1AQ es triangular inferior.
4. Sea V un K-espacio vectorial de dimensin finita donde K es un cuerpo
algebraicamente cerrado. Pruebe que si T , S L(V ) conmutan ST = TS, entonces
T y S tienen un autovector en comn.
5. Sean T , S L( V ) , con dim k V y K algebraicamente cerrado tales que
TS = ST. Muestre que existe una base B de V donde T y S se triangulan
simultneamente.
6. Sea T : R3 R3 una transformacin lineal definida por
T ( x, y, z) ( x 2 y 3z, 4 y 6 z, y z) . Hallar la base B de R3 tal que
M B (T ) sea triangular superior.
7. Sea f ( x) K[ x] y A, B K nn que f ( AB) 0 , probar que h(x) = xf(x) es tal
que h(BA) = 0.
91
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
8. Sean A, B K nn tal B es inversible. Demostrar que si p( x) K[ x] entonces
p( B 1 AB) B 1 p( A) B
9. Utilizando el teorema de Cayley-Hamilton determinar la inversa de ls siguientes
matrices:
1 1 4 4 2 5
3 2
a) b) A 2 1 1 b) B 2 2 1
1 2 3 2 1 0 1 4
92
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EL COMPLEJIFICADO DE UN ESPACIO VECTORIAL REAL ( VC )
Adicion:
(u, v) (u , v) (u u , v v)
o segn la otra notacin como
(u iv) (u i v) (u u ) i(v v)
Prueba.
Sea B = { ,. . ., } una base de V. Hay que demostrar que B es tambin una C-base
de VC .
(a1v1 an vn ) i(b1v1 bn vn ) i
93
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a1v1 an vn , b1v1 bn vn
a1 an 0 b1 bn
b) VC =L(B)
n n
u iv a j v j i b j v j
j 1 j 1
n
(a j ib j )v j
j 1
TC (u iv ) T (u) iT (v) ; u, v V
T (u1 u 2 ) iT (v1 v2 )
T (u1 ) T (u 2 ) i[T (v1 ) T (v2 )
[T (u1 ) iT (v1 )] i[T (u 2 ) T (v2 )]
TC (u1 iv1 ) TC (u 2 iv 2 )
94
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejercicio.- Demostrar que
TC TC
donde :VC VC es la aplicacin conjugacin definida como (u iv ) u iv .
Solucin
Sea z u iv
( TC )( z ) ( TC )(u iv ) Sustitucin
(TC (u iv ))
TC (u iv )
TC ( (u iv ))
(TC )(u iv )
(TC )( z )
T1C (u iv ) T2 C (u iv )
95
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
(T1C T2 C )(u iv )
(T1C T2 C )(u iv )
(T ) C TC
C (T ) C (T )
Proposicin.- Sea L L(VC ) . Son equivalentes las siguientes afirmaciones:
L L .
( L )(u iv ) L( (u iv ))
L(u iv )
TC (u i(v))
T (u) iT (v)
(T (u) iT (v))
(TC (u iv ))
( TC )(u iv )
( L)(u iv )
2) 1) Ahora asumiendo que L L
Hay que probar que V es invariante por L.
Sea v V VC L(v) VC
( L)(v) ( L(v))
96
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
L( (v)) Por hiptesis
L(v) Pues (v) v ; v V
Luego, como ( L(v)) L(v) L(v) V
Definimos T L |V : V V TC L .
Ntese que L : VC VC y T L |V : V V .
complejificado. Se cumple
[ T ]B [ TC ]BC
Prueba
Sea T L(V ) y B {v1 , v2 , , vn } una base de V, entonces
BC { v1 i , v2 i , , vn i } una base en VC
[ TC ]BC A
DEFINICIN
Sea V un R-espacio vectorial de dimensin n y T L(V ) . Se dice que C es un
C-valor propior de T si y solo si es un valor propio de TC .
Ejemplos
1. Sea T L( R 2 ) tal que T ( x, y) ( y, x) .
0 1
Se tiene que [T ]B pT ( ) 1 i son C-valores
2
1 0
propios de T.
2. Sea T L( R 3 ) tal que T ( x, y, z) (2 x, z, y)
97
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2 0 0 2 0 0
[T ]B 0 0 1 pT ( ) I [T ]B 0 1 ( 2)(2 1)
0 1 0 0 1
PROPOSICIN
Sea V un R-espacio vectorial de dimensin n y T L(V ) . Si es un C-valor propio de
(u iv ) u iv VC .
a b
[T ]B
b a
PRUEBA
Por hiptesis u a ib y u a ib son C-valores propios para T, entonces
u a ib y u a ib son valores propios para TC . Si z x iy es el vector propio
98
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Por una proposicin demostrada anteriormente BC { x iy , x iy } es una base de
VC y
u 0
[ TC ]B C
0 u
Definimos el conjunto B { x, y }
de V.
Ahora hay que determinar [T ]B .
T ( x) iT ( y ) TC ( x iy ) (a ib )( x iy )
(ax by ) i(bx ay )
T ( x) ax by
T ( y ) bx ay
a b
[ T ]B
b a
Con lo que la proposicin queda demostrada.
Observaciones
a b
1. La matriz [T ]B se denota por I 2 (a, b) .
b a
99
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2. Note que la relacin que existe entre la parte real e imaginaria de los C-valores
propios de T L(V ) y las entradas de la matriz I 2 (a, b) . En este sentido se
Ejemplo
Sea T L( R 2 ) definida por
T ( x, y) ( x 4 y, 2 x 3 y)
1 4
A
2 3
Calculando los valores propios de A
PA ( ) 2 2 5
2 2 5 0 1 2i
Los valores propios de A son u 1 2i y u 1 2i son C-valor propios de T.
100
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Luego, T no es diagonalizable. Para hallar una representancin ms simple de T,
calculamos los vectores propios de TC donde
TC ( z, w) ( z 4w, 2 z 3w)
Para u 1 2i
2 2i 4
uI A
2 2 2i
luego,
2 2i 4 z 0
( z, w) Nu (uI A)
2 2 2i w 0
(2 2i) z 4w 0
2z (2 2i) w 0
z (1 i)w
Para u 1 2i
2 2i 4
uI A
2 2 2i
luego,
2 2i 4 z 0
( z, w) Nu (uI A)
2 2 2i w 0
(2 2i) z 4w 0
2z (2 2i) w 0
z (1 i)w
101
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 2
Luego, [ T ]B
2 1
Ejemplo
Sea T L( R 2 ) definida por T ( x, y) ( x 3 y, x 2 y) . Determine la representacin
matricial ms simple de T de la forma I 2 (a, b) .
Solucin
1 3
La matriz asociada a T en la base cannica es A
1 2
p A ( ) 2 1
Los C-valores propios de T son:
1 3 i
2
Los valores propios de TC son
1 3 1 3
u i y u i
2 2 2 2
Luego
1 3
1 3 2 2
I 2 ( , )
2 2
3 1
2
2
TEOREMA
Sea V un R-espacio vectorial de dimensin 2n, T L(V ) con C-valores propios
u1 a1 ib1 , u1 a1 ib1 , , u n an ibn , u n an ibn
Prueba
Por hiptesis u1 a1 ib1 , u1 a1 ib1 , , u n an ibn , u n an ibn son valores
propios de TC .
102
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Se sabe que si x j iy j VC es un vector propio de TC correspondiente al valor propio
uj .
es una base de V.
Prueba de la afirmacin
n
Sea (c x
j 1
j j d j y j ) donde c1 , d1 , , cn , d n R .
n n
Se cumple, [(c j id j )( x j iy j ) (c j id j )( x j iy j )] 2(c j x j d j y j )
j 1 j 1
c j id j 0 y c j id j 0 j 1, , n , luego c j d j 0, j 1, , n . Lo que
Ahora, hay que hallar la matriz asociada a T en la base B. Se sabe que para cada
j 1, , n se tiene
TC ( x j iy j ) (a j ib j )( x j iy j ) por definicin de valor propio
Luego,
T ( x j ) iT ( y j ) (a j x j b j y j ) i(b j x j a j y j )
T (x j ) a j x j b j y j T ( y j ) b j x j a j y j
Escribiendo explcitamente,
T ( x1 ) a1 x1 b1 y1
T ( y1 ) b1 x1 a1 y1
T ( xn ) an xn bn yn
T ( yn ) bn xn an yn
En consecuencia
103
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a1 b1 0 0
b a1 0 0
1
[ T ]B
0 0 an bn
0 0 bn an
u 2 2i .
Hacemos los clculos para hallar el espacio propio de TC asociado al valor propio
u1 i .
i 1 0 0 z1 0 iz1 z2 0
0 i 1 0 z 0 iz 2 z3 0
2
0 0 i 1 z3 0 iz 3 z4 0
4 0 5 i z 4 0 4 z1 5 z3 iz 4 0
104
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
z2 iz1 , z3 iz 2 i(iz1 ) z1 , z4 iz3 iz1
2i 1 0 0 z1 0 2iz1 z2 0
0 2i 1 0 z 0 2iz 2 z3 0
2
0 0 2i 1 z3 0 2iz 3 z4 0
4 0 5 2i z4 0 4 z1 5 z3 2iz 4 0
0 1 0
0
1 0 0
0
T B
0 0 0 2
0 0 2 0
105
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Prueba
Por hiptesis T (u) u , luego
TC (u i ) T (u) iT ( ) u i u (u i )
TEOREMA
Sea V un R-espacio vectorial de dimensin n y T L(V ) con C-valor propioes
Prueba
Por hiptesis 1 , , r , u1 a1 ib1 , u1 a1 ib1 , , u s as ibs , u s as ibs son
valor propioes de TC .
(
k 1
k u k ) (c j x j d j y j )
j 1
Se cumple
r s (c id ) (c j id j )
( x j iy j ) ( x j iy j )
j j
( u
k k )
k 1 j 1 2 2
r s
( k u k ) (c j x j d j y j ) 0
k 1 j 1
j 1, , s ) se concluye que ak 0, c j id j 0 y c j id j 0 (k 1, , r ;
j 1, , s ) y por tanto ak c j d j 0 (k 1, , r ; j 1, , s ) .
106
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
T B dig[ 1 , , r , I 2 (a1 , b1 ), , I 2 (as , bs )] R nn
Observacin.- El teorema anterior da un mtodo sistemtico para hallar la base B del
R-espacio vectorial V en la cual el endomorfismo T L(V ) tiene una representacin
matricial bastante simple.
Ejemplo.- Sea T L( R 3 ) definida por
T ( x1 , x2 , x3 ) ( x1 x3 , 2 x3 , x2 x3 )
1 0 1
p A ( ) 0 2 ( 1)(2 2)
0 1 1
1 7 i
Las races de p A ( ) 0 son 1 y , luego 1 es el nico valor propio de T.
2
Pasando al complejificado TC L(C 3 ) se tiene que los C-valores propios de T son
1 7 1 7
1, u i y u i.
2 2 2 2
Haciendo los clculos para hallar el espacio propio de TC asociado al valor propio
u1 1 .
0 0 1 z1 0 z3 0
0 1 2 z 0 z 2 z3 0 z 2 z3 0
2 2
0 1 0 z3 0 z2 0
E (TC , 1) { ( z1 , z2 , z3 ) / z1 z2 0 }
L{ (1, 0, 0)}
1 7
Haciendo los clculos para u i
2 2
107
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 7
i 0 1
2 2 z1 0
1 7
0 i 2 z 2 0
2 2
1 7 z 3 0
0 1 i
2 2
1 7
( i ) z1 z1 0
2 2
1 7
( i) z2 2 z3 0
2 2
1 7
z2 ( i ) z3 0
2 2
Completar el ejemplo hallando la base B de R 3 en la que
1 0 0
T B 0
1 7
2 2
7 1
0
2 2
Ejercicios
1. Sea V un R- espacio vectorial de dimensin finita.
Dados z ( x, y) , z ( x, y ) V V , a ib C
Definimos: z z ( x x, y y ) z (ax by, ay bx)
Pruebe que con las operaciones definidas V V es un C - espacio vectorial.
2. Sea V un R-espacio vectorial, dim R V n , VC V V su complejificado. Si
B { v1 , , vn } es una base ordenada de V, demostrar que
BC { v1 i, , vn i } es una base de VC y por consiguiente, dim C VC n .
3. Probar que:
a) Si B {u1 , , u n } es un conjunto linealmente independiente en V, entonces
BC {u1 i , , u n i } es un conjunto linealmente independiente en VC
(como C-espacio vectorial).
b) Si B genera V, entonces BC genera VC .
c) Si ei (0,,1,, 0) V R n con 1 en el i-simo lugar, entonces
B {e1 , , en } es base de Rn y BC {e1 i , , en i } es base de VC .
4. a) Si V = Rn, pruebe que Vc es isomorfo a Cn.
b) Si V R nn , pruebe que Vc es isomorfo a C nn .
108
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
6. Sea V R 22 , VC V V su complejificado. Determinar si son linealmente
independiente los siguientes conjuntos en VC :
1 2 0 0 2 4 0 0
a) i 2 1 , 0 0 i 4 2
0 0
1 0 0 1 1 0 0 1
b) i , i
0 1 1 0 0 1 1 0
7. Sea V P2 [ x] { p( x) R[ x] / grad ( p( x) 2} , VC V V su complejificado.
Determinar si el conjunto {1 x i(1 x 2 ), 1 i(1 x x 2 )} es linealmente
independiente en VC .
8. Si V es un R-espacio vectorial de dimensin finita, T L(V ) , VC el complejificado
de V. Pruebe que TC : VC VC tal que: TC ( x iy ) T ( x) iT ( y) , es una C-
transformacin lineal.
9. Sea VC el complejificado del R-espacio vectorial V y : VC VC la
conjugacin en C definida como (u iv ) u iv . Probar que:
a) ( z w) ( z) (w); z, w VC .
b) (z ) ( z ); C , z VC
c) ( ( z )) z; z VC .
d) ( z) z z V
12. Sea V = R2, T LV . Verifique en cada caso que TC extiende de manera natural a
C2 la transformacin lineal T.
a) T( x, y ) = ( 2x y, 3y + x ) b) T( x, y ) = ( 3x 5y, 5x 5y )
c) T ( x, y ) = ( -x y, x ) d) T( x, y ) = ( 3x 2y, 4x y )
109
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
16. Sea T L (R2) definida por T ( x, y) = ( x + 3y, -x 2y). Determine una base B de
R2 tal que M B T es de la forma I2( a, b).
17. Cada una de las siguientes matrices son asociadas a un operador en L(R3) con
respecto a la base cannica. Denotemos un operador por T. Encontrar un subespacio
invariante E, bajo T de dimensin dos en R3 y una base para E que da para T E
una matriz de la forma I2 (a, b).
1 0 1 0 0 15
a) 0 0 - 2 b) 1 0 17
0 1 1 0 1 7
110
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
TRANSFORMACIONES LINEALES CON VALORES PROPIOS REPETIDOS
ser de forma
pT ( ) ( 1 ) d1 ( k ) d k
Por un teorema demostrado se sabe que T es diagonalizable si y solo si
d i dim K E (T , i ); i 1, , k . Es decir cuando la multiplicidad algebraica de i
consecuencia Nu(T 1 I ) n V .
Corolario.- Con las hiptesis del teorema anterior, existe un operador N L(V ) tal que
N n 0 y adems T 1 I N .
Prueba
Denotando N T 1 I se tiene que N n 0 tal que T 1 I N .
Ejemplo
Sea T L( R 2 ) definida por
T ( x1 , x2 ) (2 x1 x2 , x1 4 x2 )
111
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Definiendo
N ( x1 , x 2 ) (T 3I )( x1 , x 2 ) T ( x1 , x 2 ) 3I ( x1 , x 2 )
(2 x1 x 2 , x1 4 x 2 ) 3( x1 , x 2 )
( x1 x 2 , x1 x 2 )
Se tiene que N L( R 2 ) , N 2 0 y T 3I N .
Transformaciones Nilpotentes
Definicin.- Sea V un K-espacio vectorial y N L(V ) . Se dice que N es nilpotente si y
[ D n ]B An
112
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Sea N ~ L( R n ) definida por
n
~ ( x , x , , x ) ( x , x , , x , 0)
N n 1 2 n 2 3 n
B {e1 , e2 ,, en } es
~ (1, 0,, 0) (0, 0,, 0, 0) 0e 0e 0e 0e
N n 1 2 n 1 n
~
N (0, 1,, 0) (1, 0,, 0, 0) 1e 0e 0e 0e
n 1 2 n 1 n
~
N n (0, 0,,1) (0, 0,,1, 0) 0e1 0e2 1en 1 0en
0 1 0 0
0 0 0 0
~ ]
[N
n B
0 0 0 1
0 0 0 0
~ L( R n ) es una transformacin nilpotente cannica de ndice n.
N n
Notas.-
1. La transformacin lineal cero (o la matriz cero) es nilpotente de ndice 1. Ms
an la nica transformacin nilpotente (o matriz nilpotente) de ndice 1 es la
transformacin lineal cero (o matriz cero).
2. Por el corolario anterior si V es un K-espacio vectorial de de dimensin n y
T L(V ) tiene un nico valor propio 1 K de multiplicidad n, entonces T
puede ser descompuesto como la suma de la transformacin (diagonal) 1 I ms
una transformacin nilpotente. Es decir, T 1 I N , donde N es nilpotente de
ndice n.
Teorema.- Sea V un K-espacio vectorial de dimensin finita y T L(V ) . Si v V es tal
113
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a0T k 1 (v) ( a1T k (v) a k T 2 k 2 (v) )
N k 1 0 , luego existe v V no nulo tal que N k 1 (v) . Por el teorema anterior los k
0 1 0 0
0 0 1 0
~
[ N ]B N
n
0 0 0 1
0 0 0 0
Prueba
Por hiptesis al ser N L(V ) un operador nilpotente de ndice n; se tiene que N n 0 y
B { v1 , , vn } que cumple:
114
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
N (v1 ) N ( N n 1 (v)) N n (v) 0v1 0v 2 0v3 0v n 2 0v n 1 0v n
N (v 2 ) N ( N n 2 (v)) N n 1 (v) v1 1v1 0v 2 0v3 0v n 2 0v n 1 0v n
N (v n 1 ) N ( N (v)) N 2 (v ) v n 2 0v1 0v 2 0v3 1v n 2 0v n 1 0v n
N (v n ) N (v ) v n 1 0v1 0v 2 0v3 0v n 2 1v n 1 0v n
Luego,
0 1 0 0
0 0 1 0
[ N ]B
0 0 0 1
0 0 0 0
Ejemplo.-
Sea N L( R 2 ) definido por
N ( x1 , x2 ) ( x1 x2 , x1 x2 )
El operador N es nilpotente de ndice 2.
Nu ( N ) { ( x1 , x 2 ) / N ( x1 , x 2 ) (0, 0) }
{ ( x1 , x 2 ) / ( x1 x 2 , x1 x 2 ) (0, 0) }
{ ( x1 , x1 ) / x1 R }
L{ (1, 1)}
0 1
[ N ]B
0 0
Nota.- El operador T L( R 2 ) definido por
T ( x1 , x2 ) (2 x1 x2 , x1 4 x2 )
115
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
visto en un ejemplo anterior se puede escribir en la forma
T 3I 2 N
donde N ( x1 , x2 ) ( x1 x2 , x1 x2 ) es nilpotente de ndice 2. Por el ejemplo anterior,
entonces
{ u1 , , u p , v1 , , vq }
es una base de V.
Prueba.- Ejercicio
Sea V un K-espacio vectorial de dimensin n y N L(V ) un operador nilpotente de
base
B {N (u1 ), u1 , , N (u p ), u p , v1 , , vq }
116
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
0 1 0 0 0 0
0 0 0 0 0 0
0 0 0 1 0 0
N B 0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
~ , ,
[ N ]B diag[ N ~ , 0, , 0]
N
2 2
Nu ( N ) { ( x1 , x 2 , x3 ) R 3 / N ( x1 , x 2 , x3 ) (0, 0, 0)}
{ ( x1 , x 2 , x3 ) R 3 / ( x1 x 2 2 x3 , x1 x 2 2 x3 , x1 x 2 2 x3 ) (0, 0, 0)}
{ ( x1 , x 2 , x3 ) R 3 / x1 x 2 2 x3 }
{ ( x 2 2 x3 , x 2 , x3 ) / x 2 , x3 R }
{( x 2 , x 2 , 0) (2 x3 , 0, x3 ) / x 2 , x3 R }
117
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
{x2 (1, 1, 0) x3 (2, 0, 1) / x2 , x3 R }
L{ (1, 1, 0), (2, 0, 1)}
Por (1) el vector (1, 1, 1) Im( N ) pero tambin (1, 1, 1) Nu( N ) pues es combinacin
lineal de los vectores (1, 1, 0), (2, 0, 1) . Luego, como (1, 1, 1) Nu( N ) y es
linealmente independiente con el vector (1, 1, 0) , podemos afirmar que
Nu( N ) L{ (1, 1, 1), (1, 1, 0)}
Por el lema anteriormente enunciado, resulta que
u1 (1, 0, 0), N (u1 ) (1, 1, 1) y v1 (1, 1, 0) es una base de R 3 , reordenando se
tiene
B { N (u1 ), u1 , v1} { (1, 1, 1), (1, 0, 0), (1, 1, 0)}
118
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Otro ejemplo
Sea N L( R 3 ) un operador nilpotente de ndice 2 definido como
N ( x1 , x2 , x3 ) ( x1 x2 , x1 x2 , 0)
v Z m (w) , entonces
v 0 w 1 N (w) m1 N m1 (w)
N m1 (w) .
Definicin.-Sea V un K-espacio vectorial de dimensin finita y W1 , , Wm subespacios
119
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Observacin.- Si V W1 Wm y W j L{ w1, j , , wrj , j }; j 1, , m , entonces
Entonces, V W1 Wm .
Con los conceptos que se acaban de definir, podemos establecer el siguiente resultado.
Proposicin.- Si V es un K-espacio vectorial de dimensin n y N L(V ) es nilpotente
de ndice 2, entonces existen vectores u1 , , u r V tales que:
1. Z k1 (u1 ), , Z kr (u r ) , son subespacios cclicos con respecto a N.
2. 2 k1 k 2 k r 0 y k1 k r n .
3. Si p {1, 2, , r} es tal que k p 1 k r 1 ,entonces
u p 1 , , u r Nu ( N )
4. V Z k1 (u1 ) Z kr (u r )
restriccin N1 N Im( N )
L(Im( N )) es nilpotente de ndice 2.
2. 2 k1 k 2 k r 0 y k1 k r dim(Im( N ))
3. Si p {1, 2, , r } es tal que k p 1 k r 1 ,entonces
N (u p1 ), , N ( ur ) Nu( N1 ) .
N 2 (u1 ), , N 2 (u p ), N (u p 1 ), , N (u r ), v1 , , vq
120
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
N (u1 ), N 2 (u1 ), , N (u p ), N 2 (u p ), N (u p 1 ), , N (u r )
N 2 (u1 ), , N 2 (u p ), N (u p 1 ), , N (u r ), v1 , , vq ,
u1 , N (u1 ), , u p , N (u p ), u p 1 , , u r
2. 3 k1 k 2 k r 0 y k1 k r n .
3. Si p {1, 2, , r} es tal que k p 1 k r 1 , entonces
u p 1 , , u r Nu ( N ) .
4. V Z k1 (u1 ) Z kr (u r )
N ( x1 , x2 , x3 , x4 ) ( x1 2 x2 x3 x4 , x1 x2 x3 x4 , x2 , 0)
Se demuestra que N es nilpotente de ndice 3.
Im( N ) { N ( x1 , x2 , x3 , x4 ) / ( x1 , x2 , x3 , x4 ) R 4 }
{ ( x1 2 x2 x3 x4 , x1 x2 x3 x4 , x2 , 0) / ( x1 , x2 , x3 , x4 ) R 4 }
{ ( x1 x2 x3 x4 , x1 x2 x3 x4 , 0, 0) ( x2 , 0, x2 , 0) / x1 , x2 , x3 , x4 R }
L{ (1, 1, 0, 0) , (1, 0, 1, 0) }
{( x1 , x2 , x3 , x4 ) R 4 / ( x1 2 x2 x3 x4 , x1 x2 x3 x4 , x2 , 0) (0, 0, 0, 0)}
{( x1 , x2 , x3 , x4 ) R 4 / x2 0, x4 x1 x3 }
121
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
R 4 L{ u1 , N (u1 ), N 2 (u1 ), (1, 0, 0, 1)}
Z 3 ((1, 0, 0, 0)) Z1 ((1, 0, 0, 1))
Ahora podemos enunciar y demostrar el resultado general.
Teorema.- (Formas cannicas de transformaciones nilpotentes)
Si V es un K-espacio vectorial de dimensin n y N L(V ) es nilpotente de ndice k,
entonces existen vectores u1 , , u r V tales que
1. Z k1 (u1 ), , Z kr (u r ) , son subespacios cclicos respecto a N.
2. k k1 k 2 k r 0 y k1 k r n
3. Si p {1, 2, , r} es tal que k p 1 k r 1 , entonces
u p 1 , , u r Nu ( N ) .
4. V Z k1 (u1 ) Z kr (u r )
Prueba
Por induccin sobre k. Si k 1 entonces no hay nada que probar.
Supongamos inductivamente que el teorema est probado para toda transformacin
nilpotente de ndice k 1 y consideremos N L(V ) nilpotente de ndice k. La
2. k 1 k1 k 2 k r 0 y k1 k r dim(Im( N )) .
3. Si p {1, 2, , r } es tal que k p 1 k r 1 , entonces
N (u p 1 ), , N ( u r ) Nu ( N1 ) .
k1 k p1 k 1, k p1 1 k p2 k 2, , k pk 3 1 k p 2
luego,
N k 1 (u1 ), , N k 1 (u p1 ) Nu( N ), N k 2 (u p1 1 ), , N k 2 (u p2 ) Nu( N ),
, N 2 (u pk 3 1 ), , N 2 (u p ) Nu( N ) y N (u p 1 ), , N ( u r ) Nu ( N )
tales que
122
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
N k 1 (u1 ), , N k 1 (u p1 ), N k 2 (u p1 1 ), , N k 2 (u p 2 ),, N 2 (u p k 3 1 ), , N 2 (u p ),
N (u p 1 ), , N ( ur ), v1 , , vq
N (u1 ), , N k 1 (u1 ), , N (u p1 ), , N k 1 (u p1 ), , N (u p1 1 ), , N k 2 (u p1 1 ), , N (u p2 ),
, N k 2 (u pn ), , N (u pk 3 ), N 2 (u pk 3 ), , N (u p ), N 2 (u p ), N (u p 1 ), , N ( u r )
es una base de Im(N ) . De la proposicin anterior y por definicin de espacio cclico, el
teorema se sigue.
Corolario 1.- Si V es un K-espacio vectorial de dimensin n y N L(V ) es nilpotente
de ndice k, entonces existe una base B de V tal que
[ N ]B diag[ k1 , k2 , , kr , 0,, 0 ]
donde k k1 k 2 k r 2 y k1 k r n .
Corolario 2.- El nico valor propio de multiplicidad n dim V de una transformacin
lineal nilpotente N L(V ) es el cero.
El teorema y el corolario 1 nos proporcionan un mtodo para hallar la representacin
matricial ms simple de una transformacin lineal T L(V ) que posee un nico valor
propio de multiplicidad algebraica igual a la dimensin del espacio vectorial V.
Ejemplo.- Sea T L( R 3 ) definida por
T ( x1 , x2 , x3 ) (2 x1 , x1 2 x2 , 3x1 2 x3 )
123
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
ran( N ) 1 p
Calculando el ncleo de N,
Nu ( N ) { ( x1 , x 2 , x3 ) R 3 / N ( x1 , x 2 , x3 ) (0, 0, 0)}
{ (0, x1 , 3x1 ) (0, 0, 0) / x1 0 }
L{ (0, 1, 0) , (0, 0, 1)}
Consideramos u1 (1, 0, 0), N (u1 ) (0, 1, 3) y v1 (0, 1, 0) , luego el conjunto
B { N (u1 ), u1 , v1}
B { (0, 1, 3), (1, 0, 0), (0, 1, 0)}
es una base de R 3 y
N (0, 1, 3) (0, 0, 0) 0(0, 1, 3) 0 (1, 0, 0) 0 (0, 1, 0)
N (1, 0, 0) (0, 1, 3) 1(0, 1, 3) 0 (1, 0, 0) 0 (0, 1, 0)
N ( 0, 1, 0) ( 0, 0, 0) 0(0, 1, 3) 0 (1, 0, 0) 0 (0, 1, 0)
0 1 0
[ N ]B 0 0 0
0 0 0
En consecuencia,
[ T ]B [ 2 I N ]B 2 I [ N ]B
2 0 0 0 1 0 2 1 0
0 2 0 0 0 0 0 2 0
0 0 2 0 0 0 0 0 2
124
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
N ( x1 , x2 , x3 , x4 ) T ( x1 , x2 , x3 , x4 ) I ( x1 , x2 , x3 , x4 )
(2 x 2 x3 x4 , x1 2 x2 x3 x4 , x2 x3 , x 4 ) ( x1 , x2 , x3 , x4 )
( x1 2 x 2 x3 x 4 , x1 x 2 x3 x4 , x2 , 0)
Se tiene que N es una transformacin nilpotente de ndice 3. Luego, calculando una base
se tiene
B { N 2 (u1 ), N (u1 ) , u1 , v1}
B { (1, 0, 1, 0), (1, 1, 0, 0), (1, 0, 0, 0), (1, 0, 0, 1)}
En la base B, se tiene la representacin matricial
0 1 0 0
0 0 1 0
[ N ]B
0 0 0 0
0 0 0 0
1 1 0 0
0 1 1 0
[T ]B [ I N ]B I [ N ]B
0 0 1 0
0 0 0 1
Ejercicios
1. Sea V un K-espacio vectorial de dimensin n y T L(V ) un operador con un nico
valor propio 1 de multiplicidad algebraica n. Probar que V Nu ((T 1 I ) n )
125
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
c) S L( R 4 ) / S ( x, y, z, w) (2 x 4 y, x 2 y, 2 z w, 4 z 2w x)
6. Pruebe que si una matriz compleja A solo tiene como valor propio al cero, entonces
la matriz A es nilpotente.
0 1 0 0
0 0 1 0
~
[ N ]B N
n
0 0 0 1
0 0 0 0
0 0 0
11. Sean los operadores:
i) T L( R 3 ) / T ( x, y, z) ( x 3 y 4 z, x 3 y 4 z, x 3 y 4 z) .
126
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 2 2 2
A1 A2 A3 [1]
, 2
Dadas la matrices , y
3 4 2
M diag ( A1 , A2 , A3 ) ; Hallar la transformacin lineal T : R 5 R 5 tal que la
matriz asociada a T con respecto a la base cannica sea M. Hallar los subespacios
invariantes W1 , W2 , W3 por T y bases B1 , B2 , B3 de Wi tal que
2 1 0
3 1
A1 0 2 1 , A2
0 3
.
0 0 2
14. Mostrar que las siguientes matrices nilpotentes de orden n son similares:
0 1 0 0 0 0 0 0
0 0 1 0 1 0 0 0
y 0 1 0 0
0 0 0 1
0 0 0 0 0 0 1 0
15. En los siguientes ejercicios, hallar la forma cannica de N y la base B que
permite obtener dicha forma cannica:
a) N L( R 3 ) / N ( x, y, z) ( x y, x y, 0)
b) N L( R 3 ) / N ( x, y, z ) (0, 2 y 2 z, 2 y 2 z)
c) N L( R 4 ) / N ( x, y, z, w) (2 x 4 y, x 2 y, 2 z w, 4 z 2w)
d) N L( R 4 ) / N ( x, y, z, w) (2 x y, 4 x 2 y, 2 z 4w, z 2w)
e) N L( R 4 ) / N ( x, y, z, w) (0, 3x 2 y 2 z, x 2 y 2 z, x)
f) N L( R 4 ) / N ( x, y, z, w) ( x y, x y, 0, 2 y 3z)
g) N L( R 4 ) / N ( x, y, z, w) (0, 3x 2 y 2 z, x 2 y 2 z, x)
h) N L( R 4 ) / N ( x, y, z, w) ( y w, x z, y w, x z )
16. Sea V un K-espacio vectorial de dimensin finita y T L(V ) . Hallar la
representacin matricial ms simple de T y la base B que permite obtener dicha
representacin matricial.
127
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a) T L( R 2 ) / T ( x, y) (3x 2 y, 8x 5 y)
b) T L( R 2 ) / T ( x, y) (12 x 7 y, 7 x 2 y)
c) T L( R 2 ) / T ( x, y) (10 x 7 y, 7 x 4 y)
d) T L( R 2 ) / T ( x, y) (4 x y, x 2 y)
e) T L( R 3 ) / T ( x, y, z) (5x 5 y 9 z, 8x 9 y 18z, 2 x 3 y 7 z)
f) T L( R 3 ) / T ( x, y, z) ( x 3 y 9 z, 5 y 18z, 2 y 7 z)
g) T L( R 4 ) / T ( x, y, z, w) ( x, y w, z w, 7 y 7 z w)
h) T L( R 4 ) / T ( x, y, z, w) (2 x z, 2 y z, 2 z, 2w)
j) T L( R 4 ) / T ( x, y, z, w) ( x 2w, y w, z 3w, x 2 y w)
17. Sea P3 [t ] el R-espacio vectorial de los polinomios con coeficientes en R e
128
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EL TEOREMA DE LA DESCOMPOSICIN PRIMARIA
Como V es de dimensin finita, debe existir un r N tal que Im(T r ) Im(T r 1 ) . Sea k
Im(T k 2 ) Im(T k )
De esta manera, usando induccin se demuestra la afirmacin 1.
Ahora consideremos la sucesin creciente de subespacios vectoriales
Nu(T ) Nu(T 2 ) V
dim Nu (T k )
129
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
De esta manera, usando induccin se demuestra la afirmacin 2.
Sea X Nu (T k ) e Y Im(T k ) . Es claro que X e Y son subespacios vectoriales de V
2. X Nu (T n0 ) e Y Im(T n0 )
Prueba
Denotando por T1 T | X L( X ) y T2 T |Y L(Y ) . Como T1 L( X ) es nilpotente,
entonces su nico valor propio es cero, con multiplicidad algebraica m dim X , luego
130
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Por otro lado, T2 L(Y ) es inversible, luego el cero no es un valor propio de T2 , de
esta manera el polinomio caracterstico de T L(V ) , se puede expresar como
T n (v) T n ( x y) T n ( x) T n ( y) T n ( y) T n ( y)
0 0 0 0 0 0
Nu (T n0 ) X .
w T n0 (v) T n0 ( x) T n0 ( y) T2 0 ( y) Y
n
es decir Im(T n0 ) Y .
Observacin.- Los dos teoremas anteriores nos dicen que si V es un K-espacio vectorial
de dimensin finita, T L(V ) y n0 es la multiplicidad algebraica del valor propio 0 de
T, entonces
V Nu(T n0 ) Im(T n0 ) y dim Nu (T n0 ) n0
T 0 I de multiplicidad algebraica d 0 .
Prueba
131
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Denotando por T0 T 0 I , se tiene
pT ( ) ( 0 ) d0 q( ) con q(0 ) 0
luego por la relacin (1)
pT0 ( ) pT ( 0 ) ( ( 0 ) 0 ) d0 q( 0 ) d0 q( 0 ) d0 r ( )
propio de T0 de multiplicidad d 0 .
2. V W1 Wk
Prueba
Sea T j T j I , donde j 1, , k . Por la proposicin anterior, 0 es un valor propio
pT ( ) ( 1 ) d1 ( k ) d k
Definimos el polinomio
q j ( ) ( i ) di
i j
q1 ( )r1 ( ) qk ( )rk ( ) 1
De esta manera,
132
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
q1 (T )r1 (T ) qk (T )rk (T ) I
Sea v V , definimos
v j q j (T )r j (T )(v) , ntese que v j Im(q j (T )) y se cumple
(T j I ) (T I )
dj di
i
i j
pT (T )
0
V W1 Wk
Observaciones.
1. Sea j K valor propio de T L(V ) de multiplicidad algebraica d j . El
entonces E1 (T , j ) E (T , j ) .
j 1, , k y V Ed1 (T , 1 ) Ed k (T , k ) .
(T j I ) n T T (T j I ) n ; n N . De esta manera, si x Ed j (T , j ) ,
es decir T ( x) Nu ((T j I ) j ) Ed j (T , j ) .
d
133
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Sea T L( R 3 ) definida por
T ( x, y, z) ( x 2 y 2 z, x 2 y z, x y 4 z)
E 2 (T ; 3) Nu (3I T ) 2 { ( x, y, z ) R 3 / x y z }
{ ( y z , y, z ) / y, z R }
{ ( y, y, 0) ( z, 0, z ) / y, z R }
L{ (1, 1, 0), (1, 0, 1) }
Para 1
0 2 2 x 0 2 y 2z 0
1 1 1 y 0 x y z 0 y z
1 1 3 z 0 x y 3z 0 x 2z
E1 (T ; 1) Nu ( I T ) { ( x, y, z ) R 3 / x 2 z, y z }
{ (2 z, z, z ) / z R }
L{ (2, 1, 1) }
Se verifica que
R 3 E2 (T ; 3) E1 (T ; 1)
Adems, T (2, 1, 1) (2, 1, 1) ; es decir T ( E2 (T ; 1)) E2 (T ; 1) y
T (1, 1, 0) (3, 3, 0) 3(1, 1, 0); T (1, 0, 1) (3, 0, 3) 3(1, 0, 1) ; es decir
T ( E1 (T ; 3)) E1 (T ; 3) . Por ltimo si consideramos la base ordenada
B { (1, 1, 0), (1, 0, 1) , (2, 1, 1) }
134
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
T (1, 1, 0) (3, 3, 0) 3(1, 1, 0) 0 (1, 0, 1) 0 (2, 1, 1)
T (1, 0, 1) (3, 0, 3) 0(1, 1, 0) 3 (1, 0, 1) 0 (2, 1, 1)
T (2, 1,1) (2, 1,1) 0(1, 1, 0) 0 (1, 0, 1) 1(2, 1, 1)
3 0 0
[ T ]B 0 3 0
0 0 1
Se verifica que R 3 E2 (T ; 1) E1 (T ; 1) .
Adems, T (2, 0, 1) (2, 0, 1) 1(2, 0, 1) ; es decir T ( E1 (T ; 1)) E1 (T ; 1) y
135
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
T (2, 1, 0) (2, 1, 0); T (0, 0, 1) (0, 0, 1) ; es decir T ( E1 (T ; 1)) E1 (T ; 1) . Por ltimo
1 0 0
[ T ]B 0 1 0
0 0 1
0 0 0 1
0 0 0 0
es llamado bloque elemental de Jordan de orden m asociado al escalar .
Si m1 , m2 , , mr Z entonces la matriz diagonal por bloques
J (; m1 , m2 , , mr ) diag[ J (; m1 ), J (; m2 ), , J (; mr )] K mm
(donde m m1 m2 mr ), es llamada bloque de Jordan compuesto asociado al
escalar y los enteros positivos m1 m2 mr .
Ejemplo 1. La matriz
1
J ( ; 2)
0
Es un bloque elemental de orden 2, mientras que
136
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 0
J ( ; 3) 0 1
0 0
0
J ( ; 1, 1) K 22
0
Los bloques de Jordan compuestos J (; 1, 1, 1), J (; 2, 1) K 33 estn dados por
0 0 1 0
J ( ; 1, 1, 1) 0 0 , J ( ; 2, 1) 0 0
0 0 0 0
Sea V un K-espacio vectorial de dimensin n y T L(V ) tal que todos sus valores
propios 1 , , s (de multiplicidad algebraica d1 , , d s respectivamente) estn en K.
Por el teorema de la descomposicin primaria se tiene que
V Ed1 (T , 1 ) Ed s (T , s )
[T j j I ]B j diag[ k j ,1 , k j , 2 , , k j , r j ] (1)
donde k j k j ,1 k j , 2 k j , r j 1 y k j ,1 k j , 2 k j , r j d j .
[T j ]Bj diag [ j I k j ,1 , j I k j , 2 , , j I k j , r j ]
diag [ J ( j ; k j ,1 ), J ( j ; k j , 2 ), , J ( j ; k j , r j )]
d j d j
J ( j ; k j , 1 , k j , 2 , , k j , r j ) K
Finalmente, si consideramos
B B1 B2 B s
137
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
[ T ]B diag [ [T1 ]B1 , , [Ts ]Bs ]
diag [ J ( j ; k j ,1 , k j , 2 , , k j , r j )]
diag [ J (1 ; k1,1 , k1, 2 , , k1, r1 ), , J ( s ; k s ,1 , k s , 2 , , k s , rs )]
donde
k j k j ,1 k j , 2 k j , r j 1, k j ,1 k j , 2 k j , r j d j ( j 1, , s) y
d1 d 2 d s n .
1 0 0
[ T ]B 0 3 0 diag [ J (1; 1), J (3; 1), J (3; 1)]
0 0 3
138
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
pT ( ) ( 1) 2 ( 2) 2
Luego, los valores propios de T son 1 y 2, ambos de multiplicidad algebraica 2.
Haciendo los clculos se obtiene
E 2 (T ; 1) Nu (( I T ) 2 ) { ( x, y, z, w) R 4 / w 2 x, y 0}
{ (a, 0, b, 2a) / a, b R }
L{ (1, 0, 0, 2), (0, 0, 1, 0)}
E 2 (T ; 2) Nu ((2 I T ) 2 ) { ( x, y, z, w) R 4 / z 4 y, w x 4 y }
{ (a, b, 4b, a 4b) / a, b R }
L{ (1, 0, 0, 1), (0, 1, 4, 4)}
Ahora bien, sabemos que N1 ( I T ) | E2 (T ;1) L( E2 (T ; 1)) es nilpotente y como
N ( x, y, z, w) (T I )( x, y, z, w)
(2 x 3 y w, y, 4 y, 2 x y w)
Se tiene que
N1 (a, 0, b, 2a) (0, 0, 0, 0); (a, 0, b, 2a) E2 (T ; 1)
es decir N1 0 y por lo tanto, T1 I .
As, en E2 (T ; 1) , T es diagonalizable, luego es suficiente considerar la base
1 0
B1 { (1, 0, 0, 2), (0, 0, 1, 0)} de E2 (T ; 1) y MB1
0 1
Por otro lado N2 (2I T ) |E2 (T ; 2) L( E2 (T ; 2)) es nilpotente y como
N ( x, y, z, w) (T 2 I )( x, y, z, w)
( x 3 y w, 0, 4 y z, 2 x y 2w)
Se tiene que
N2 (a, b, 4b, a 4b) (7b, 0, 0, 7b)
En este caso N 2 L( E2 (T ; 2)) es nilpotente de ndice 2. Por la forma cannica de las
transformaciones nilpotentes, debemos tomar un vector
(a, b, 4b, a 4b) L( E2 (T ; 2)) tal que N 2 (a, b, 4b, a 4b) (0, 0, 0, 0) , por ejemplo
u (0, 1, 4, 4) (haciendo a 0 y b 1) y considerando la base ordenada de
0 1
E2 (T ; 2) , B2 { N2 (u), u } {(7, 0, 0, 7), (0, 1, 4, 4)} , se tiene MB2 .
0 0
De esta manera, considerando la base ordenada
B B1 B2 {v1, v2 , v3 , v4} {(1, 0, 0, 2), (0, 0, 1, 0), (7, 0, 0, 7), (0, 1, 4, 4)}
139
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
de E2 (T ; 1) E2 (T ; 2) R 4 .
T (v1 ) (1, 0 , 0 , 2 ) 1v1 0v 2 0v3 0v 4
T (v 2 ) ( 0 , 0 , 1, 0) 0v1 1v 2 0v3 0v 4
T (v3 ) (14, 0, 0,14) 0v1 0v 2 2v3 0v 4
T (v 4 ) ( 7, 2, 8, 1) 0v1 0v 2 1v3 2v 4
Luego,
1 0 0 0
0 1 0 0
[T ]B
0 0 2 1
0 0 0 2
Es la forma cannica de Jordan.
Forma Cannica de Jordan Real
A continuacin, consideraremos el caso de una transformacin lineal que tiene algn C-
valor propio de multiplicidad algebraica mayor que 1.
Sea V un R-espacio vectorial de dimensin n y T L(V ) . Sean 1 , , r R valores
propios de T con multiplicidades algebraicas d1 , , d r y 1 , 1 , s , s C-valores
d1 d r 2m1 2ms n .
140
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a b 1 0 0 0 0 0
b a 0 1 0 0 0 0
0 0 a b 1 0 0 0
0 0 b a 0 1 0 0
[ T ]B
0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 1
0 0 0 0 0 0 a b
0 0 0 0 b a
0 0
Prueba.
La demostracin que B es base de V, es anlogo a la realizada cuando se estudi la
matriz asociada al complejificado de una transformacin lineal. Adems, por hiptesis
tenemos
TC ( x1 iy1 ) ( x1 iy1 ) ; donde a ib
TC ( x 2 iy 2 ) ( x1 iy1 ) ( x 2 iy 2 )
TC ( x m iy m ) ( x m1 iy m1 ) ( x m iy m )
141
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a b 1 0 0 0 0 0
b a 0 1 0 0 0 0
0 0 a b 1 0 0 0
0 0 b a 0 1 0 0
J R (a, b; 2m)
0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 1
0 0 0 0 0 0 a b
0 0 0 0 b a
0 0
bases de B
Ed1 (T , 1 ), , Ed r (T , r ), Em1 (T ; 1 ), Em1 (T ; 1 ), , Ems (T ; s ), Ems (T ; s )
de
VC Ed1 (T , 1 ) Ed r (T , r ) Em1 (T ; 1 ) Em1 (T ; 1 ) Ems (T ; s ) Ems (T ; s )
se tiene
[ T ]BC diag[ J (1 ), , J (r ), J (1 ), J (1 ), , J ( s ), J ( s ) ]
donde k j ,1 k j , l j 1 y k j ,1 k j , l j 2m j .
142
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Teorema.- [Forma cannica de Jordan Real]
Sea V un R-espacio vectorial de dimensin n y T L(V ) . Si 1 , , r R son los
valores propios de T de multiplicidades algebraicas d1 , , d r y
1 a1 ib1 , 1 a1 ib1 , , s as ibs , s as ibs C-valores propios de T con
multiplicidad algebraica m1, m1, , ms , ms donde d1 d r 2m1 2ms n ,
1 0 0
J 0 2 0
0 0 3
1 0 0 1 0 0
J 0 2 0 o J 0 2 1
0 0 2 0 0 2
Caso 3.- Una nica raz de multiplicidad 3.
0 0 1 0 1 0
J 0 0 o J 0 0 o J 0 1
0 0 0 0 0 0
0 0
J 0 a b
0 b a
143
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO
Sea (V ; , ) un R-espacio vectorial con producto interno.
Tomando extremos
v, v v , v
v, v v , v 0 v v , v 0; v V
v v 0 v v
Como V es un R-espacio vectorial de dimensin finita, se tiene que es tambin
suryectiva y en consecuencia es un isomorfismo.
A modo de ejercicio, demostrar
144
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Proposicin.- Sea (V ; , ) un R-espacio vectorial con producto interno. Dado f V *
existe un nico v v( f ) V tal que f f v .
T (v), w w* , v ; v V
v, T * ( w1 w2 ) T (v), w1 w2
T (v), w1 T (v), w2
v, T * ( w1 ) v, T * ( w2 )
v, T * ( w1 ) T * ( w2 )
v, T * (w) T (v), w
T (v), w
v, T * ( w)
v, T * ( w)
145
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
S T*
respectivamente, entonces
B T
B ([ T ]B )
[ T * ]B
Prueba
n m m n
Denotemos por A [ T ]B
B [ aij ] R B [ brl ] R
y B [ T * ]B que se obtiene a
partir de
n
T (v j ) aij wi ; j 1, , m y
i 1
n
T * ( wl ) brl vr ; l 1, , n
r 1
0 1 0 0 4 0
1 3 0 x x 3 y
2 0 1 y 2 x z
0 4 0 z 4 y
Luego, T * ( x, y, z ) ( x 3 y, 2 x z, 4 y )
Teorema.- Sean (V ; , ) y (W ; , ) dos R-espacios vectoriales con producto
interno de dimensiones finitas, I L(V ) , T , S L(V , W ) y R . Se cumple las
siguientes propiedades:
1. I* I
146
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2. (T S )* T * S *
3. (T ) * T *
4. (T * ) * T
Prueba
1. Dado v V
v, I * (v) I (v), v v, v v, I (v)
2. v, (T S )* (w) (T S )(v), w
T (v) S (v), w
T (v), w S (v), w
v, T * ( w) v, S * ( w)
v, T * ( w) S * ( w)
v, (T * S * )( w)
Tomando extremos se tiene que
v, (T S )* (w) v, (T * S * )(w); w W
y en consecuencia (T S ) * T * S * .
Como ejercicio completar la demostracin de 3) y 4).
Teorema.- Sean (V ; , ) , (U ; , ) y (W ; , ) tres R-espacios vectoriales con
producto interno, todas con dimensiones finitas, T L(V , U ) y S L(U , W ) .
Entonces
(S T )* T * S *
Prueba
v, ( S T ) * ( w) ( S T )(v), w
S (T (v)), w
T (v), S * ( w)
v, T * ( S * ( w))
v, (T * S * )( w)
Luego, tomando extremos se tiene
v, (S T )* (w) v, (T * S * )( w) ; w W
y en consecuencia (S T ) * T * S * .
147
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Operadores Autoadjuntos
Sea (V ; , ) un R-espacio vectorial con producto interno de de dimensin finita. Se
T S (T S ) *
[ T ]B R mm es simtrica.
Prueba
Sea [ T ]B [ aij ] R mm , esto quiere decir
m
T (u j ) a kj u k ; 1 j m (1)
k 1
148
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
m m
a kj u k , u i a kj u k , u i
k 1 k 1 (2)
aij
T (u j ), ui Por (1)
a ji
simtrica.
( ) Asumiendo que [ T ]B [ aij ] es simtrica.
T (u j ), ui u j , T (ui )
m m
Dados u, v V : u i u i , v j u j , se tiene
i 1 j 1
m m
T (u ), v i T (u i ) , u j j
i 1 j 1
m m
i j T (u i ), u j
i 1 j 1
m m
i j u i , T (u j )
i 1 j 1
m m
i ui , T (u j j )
i 1 j 1
m m
i u i , T ( j u j )
i 1 j 1
u , T (v )
149
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.-Sea T L( R 3 ) definida como T ( x, y, z) ( x 2 y, 3x 4 z, y) . En la base
1 2 0
[ T ]B 3 0 4
0 1 0
u1 , u 2 0
u1 u 2
Ahora se demostrar que todo operador autoadjunto tiene valores propios reales.
Sean (V ; , ) un R-espacio vectorial con producto interno de dimensin finita.
En VC se define el producto interno como sigue.
a ib, c id C [ a, c b, d ] i[ b, c a, d ]
interno.
Proposicin.- Sean (V ; , ) un R-espacio vectorial con producto interno de
dimensin finita. Si T L(V ) es autoadjunto entonces su complejificado TC L(VC )
tambin es autoadjunto.
Prueba
150
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Sea z a ib, w c id VC . Se cumple
TC ( z ) , w C TC (a ib ), c id C
T (a) iT (b), c id C
[ T (a), c T (b), d ] i[ T (b), c T (a), d ]
[ a, T (c) b, T (d ) ] i[ b, T (c) a, T ( d ) ]
a ib, T (c) iT (d ) C
a ib, TC (c id ) C
z, TC (w) C
Luego, TC es autoadjunto.
u , u C u , u C
TC (u ), u C
u , TC (u ) C
u , u C
u, u C
Tomando extremos,
u, u C u, u C ( ) u, u C 0 0
0
151
Notas de clase de lgebra Lineal II Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Por otra parte, al ser T i I nilpotente y adems autoadjunto, por el teorema anterior
E (T ; 1) { ( x, y) R 2 / y x } L{ (1, 1)}
E (T ; 1) { ( x, y) R 2 / y x } L{ (1, 1)}
1 1
Consideramos la base ortonormal B { (1, 1), (1, 1)} coformada con los
2 2
vectores propios de T. La matriz asociada a T en dicha base es
1 0
[ T ]B
0 1
Ejercicio.-Sea T L( R 3 ) definida como
T ( x, y, z) (4 x 2 y 2 z, 2 x 4 y 2 z, 2 x 2 y 4 z)
Hallar una base B donde [T ]B sea diagonal.
152
Formas bilineales y cuadrticas
Formas bilineales
Definicin y propiedades
Sea V un K- espacio vectorial, diremos que la aplicacin:
f : V V K
es una forma bilineal si a, b K; u, v, u1 , u2 , v1 , v2 V se cumplen las
siguientes condiciones:
3. f (au, v) = af (u, v)
1. f (u, ) = f (, v) = 0; u, v V
153
154
n n
! n
X X X
3. f ai ui , bj vj = ai bj f (ui , vj )
i=1 j=1 i,j=1
ai , bj K; ui , vj V donde i, j = 1, n
h , i : V V R
4. u V, hu, ui 0 y hu, ui = 0 u = 0
f ((x1 , x2 ), (y1 , y2 )) = x2 y1 + x1 y2
aij = f (ei , ej ); i, j = 1, n
Dados dos vectores cualesquuiera x e y de V ,
x1 y1
x2 y2
[x]B = .. e [y]B =
..
. .
xn yn
sus vectores coordenados respectivos, se tiene
n
X n
X n
X n
X
f (x, y) = f ( xi e i , yj ej ) = xi yj f (ei , ej ) = aij xi yj (1)
i=1 j=1 i,j=1 i,j=1
X = P 0X 0
f (x, y) = X T AY
= (P 0 X 0 )T A(P 0 Y 0 )
T T
= X 0 P 0 AP 0 Y 0
T
= X 0 CY 0
Luego C = P 0 T AP 0 .
Las matrices asociadas a una misma forma bilineal en bases diferentes son
congruentes.
Prueba
A = AT
f (x, y) = X T AY
= (X T AY )T
= Y T AT (X T )T
= Y T AX
= f (y, x)
f (x, y) = f (x, y)
Formas cuadrticas
Sea V un K-espacio vectorial y f : V V K una forma bilineal en V. Se
llama forma cuadrtica asociada a f a la aplicacin
: V K
f ((x1 , x2 ), (y1 , y2 )) = x1 y2 + x2 y1
: R2 R
definida por
(x1 , x2 ) = 2x1 x2
En efecto,
y en consecuencia
(x1 , x2 ) = h(x, x) = 0
1. () = 0
2. (x) = 2 (x)
Prueba
1. () = f (, ) = 0.
2. (x) = f (x, x) = 2 f (x, x) = 2 (x)
3.
(x + y) = f (x + y, x + y)
= f (x, x) + f (x, y) + f (y, x) + f (y, y)
= (x) + (y) + f (x, y) + f (y, x)
Prueba
Para cada forma bilineal f cuya forma cuadrtica asociada sea , por la
propiedad (x + y) = (x) + (y) + f (x, y) + f (y, x) se tiene
h((x1 , x2 ), (y1 , y2 )) = x1 y1 x1 y2 .
Hallar fp a partir de h.
Prueba
2. Se prueba que
En efecto,
(x y) = g(x y, x y)
= g(x, x y) g(y, x y)
= g(x, x) + g(x, y) + g(y, x) + g(y, y)
= (x) g(x, y) g(y, x) + (y)
(x y) = (x) + (y) 2fp (x, y)
(x + y) = (x) + (y) + 2fp (x, y) (2)
4fp (x, y) = (x + y) (x y)
1
fp (x, y) = [(x + y) (x y)]
4
162
3. Consideramos
(x) = g(x, x)
(x + y) = g(x + y, x + y)
= g(x, x) + g(y, y) + g(x, y) + g(y, x)
= (x) + (y) + g(x, y) + g(y, x) (1)
h((x1 , x2 ), (y1 , y2 )) = x1 y1 x1 y2
Solucin
1
fp ((x1 , x2 ), (y1 , y2 )) = [h((x1 , x2 ), (y1 , y2 )) + h((y1 , y2 ), (x1 , x2 ))]
2
1
= [x1 y1 x1 y2 + y1 x1 y1 x2 ]
2
1
= [2x1 y1 x1 y2 y1 x2 ]
2
Matriz asociada a una forma cuadrtica
Dada la forma cuadrtica en V y B una base ordenada de V , la matriz
asociada a respecto a la base B de V, es la matriz asociada a la forma
polar fp de respecto a la base B.
Al ser fp simtrica, su matriz asociada es simtrica; en consecuencia la matriz
asociada a una forma cuadrtica en cualquier base, ser siempre simtrica.
163
Casos particulares:
1. Cuando n = 2, se tiene
2. Cuando n = 3, se tiene
De () setiene:
S C = {x Vfp (x, y) = 0, y S}
Prueba
Supongamos que existen vectores x, y V tales que
a1 x + y = 0 = a2 x + y
1 (x, y) = x2 + y 2
es definida positiva.
1 (x, y) = x2 y 2
es definida negativa.
3 (x, y) = x2 y 2
4 (x, y) = x2 + y 2 + 2xy.
4 (x, y) = (x + y)2
D = P T AP
sig() = (p, q)
ran() = p + q
(x, y, z) = y 2 + 2xy.
Determinar la signatura de .
168
Solucin
La matriz asociada a
0 0 1
0 1
0 1 0 = pA () = 0 1 0 = ( 1)2 ( + 1)
1 0 0 1 0
= 1 = 1, M A(1 = 2); 2 = 1.
sig() = (2, 1) y ran() = 2 + 1 = 3
Solucin
La matriz asociada a
1 1 2 1 1 2
1 3 2 = pA () = 1 3 2 = 3 112 + 22 6
2 2 7 2 2 7