Àlgebra UB

ÀLGEBRA LINEAL
Curs 2013-14
Teresa Crespo
22 de maig de 2014
Índex
1 Espais vectorials 7
1.1 Definició de cos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Definició d’espai vectorial . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Independència lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Bases. Dimensió . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5 Fórmula de Grassmann . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6 Equacions d’un subespai vectorial . . . . . . . . . . . . . . . . . . . . . 21
1.7 Espai vectorial quocient . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.8 Coordenades. Canvi de base . . . . . . . . . . . . . . . . . . . . . . . . 23
2 Aplicacions lineals 25
2.1 Definició d’aplicació lineal . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 Nucli i imatge. Teorema d’isomorfia . . . . . . . . . . . . . . . . . . . . 27
2.3 Matriu d’una aplicació lineal. Canvi de base . . . . . . . . . . . . . . . 30
3 Espai vectorial de les aplicacions lineals 35

3.1 Definició. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2 L’àlgebra dels endomorfismes . . . . . . . . . . . . . . . . . . . . . . . 36
3.3 L’espai dual. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4 Ortogonalitat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4 Diagonalització 45
4.1 Determinant d’un endomorfisme . . . . . . . . . . . . . . . . . . . . . . 45
4.2 Vectors i valors propis . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3 Polinomi caracterı́stic . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4 Criteri de diagonalització . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.5 Potències d’una matriu . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5 Formes canòniques de Jordan 57

5.1 Triangulació d’endomorfismes . . . . . . . . . . . . . . . . . . . . . . . 57
5.2 Teorema de Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . . . . 59
5.3 Polinomi mı́nim . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3
4 ÍNDEX
5.4 Subespais invariants . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

5.5 Descomposició en components primàries . . . . . . . . . . . . . . . . . 63
5.6 Formes canòniques de Jordan . . . . . . . . . . . . . . . . . . . . . . . 67
6 Qüestions complementaries 77
6.1 Base d’un espai vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.2 Cos de descomposició d’un polinomi . . . . . . . . . . . . . . . . . . . . 78
7 Apèndix 81
7.1 Nombres complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7.1.1 El cos dels nombres complexos . . . . . . . . . . . . . . . . . . . 81
7.1.2 Arrels quadrades en forma binòmica. . . . . . . . . . . . . . . . 82
7.1.3 Pla complex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7.1.4 Arrels n-èsimes de nombres complexos . . . . . . . . . . . . . . 85
7.1.5 Arrels de la unitat. . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.2 Arrels de polinomis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Notacions
Indiquem per N el conjunt dels enters naturals. Fem el conveni 0 ∈ N.
Indiquem per Z el conjunt dels enters.
Indiquem per Q el conjunt dels nombres racionals.
Indiquem per R el conjunt dels nombres reals.
Indiquem per C el conjunt dels nombres complexes.
5
Capı́tol 1
Espais vectorials
1.1 Definició de cos

Si A és un conjunt no buit, una operació interna a A és una aplicació de A × A en A.
Indiquem la imatge de (a, b) per aquesta aplicació per a ∗ b, o bé a + b o bé a · b (o ab)
i diem que a A tenim definida l’operació ∗, una suma, un producte, respectivament.
Exemples. La suma de vectors de Rn és una operació interna. A Z tenim definides
dues operacions internes, la suma i el producte.
Sigui ∗ una operació interna definida en el conjunt A.
1. Diem que ∗ és associativa si (a ∗ b) ∗ c = a ∗ (b ∗ c), per a a, b, c elements de A

qualssevol.
2. Diem que ∗ és commutativa si a ∗ b = b ∗ a, per a a, b elements de A qualssevol.
3. Diem que e ∈ A és element neutre per ∗ si a ∗ e = e ∗ a = a per a qualsevol
element a de A.
4. Si e és element neutre per ∗ i a és un element de A, diem que un element b de A
és simètric de a per ∗ si a ∗ b = b ∗ a = e.
Si l’operació interna és suma, indiquem l’element neutre per 0 i diem oposat l’ele-
ment simètric, escrivim −a l’oposat de a; si l’operació interna és producte, indiquem
l’element neutre per 1 i diem invers l’element simètric, escrivim a−1 l’invers de a.
Si A és un conjunt dotat de dues operacions internes: +, ·, diem que · és distributiva
respecte de + si a · (b + c) = a · b + a · c i (b + c) · a = b · a + c · a per a a, b, c elements
de A qualssevol.
Si A és un conjunt dotat d’una operació interna ∗ i B un subconjunt de A, diem
que B és estable per ∗ si es compleix
7
8 CAPÍTOL 1. ESPAIS VECTORIALS
a, b ∈ B ⇒ a ∗ b ∈ B.
Un grup és un conjunt no buit dotat d’una operació interna associativa, amb element
neutre i tal que tot element té simètric. Si a més l’operació és commutativa diem que
el grup és commutatiu o abelià.
Exemples.
1. Rn amb la suma de vectors és un grup commutatiu.
2. Z amb la suma usual és un grup commutatiu.
3. Q amb la suma usual és un grup commutatiu.
4. R amb la suma usual és un grup commutatiu.
5. El conjunt de matrius n × n amb coeficients a R, de determinant no nul, és un

grup amb el producte de matrius. Si n ≥ 2, és grup no commutatiu.
Un anell és un conjunt A no buit dotat de dues operacions internes: +, ·, tals que
1. + és associativa, commutativa, amb 0 i tot element de A té oposat;
2. · és associativa i distributiva respecte de +.

Si a més, · és commutativa, diem que A és anell commutatiu. Si A té element neutre
per ·, diem que és un anell amb unitat. En aquest cas, demanem 1 ̸= 0; si no fos aixı́,
tindriem A = {0}.
Un element a d’un anell amb unitat A es diu invertible si té invers a A.
Exemples.
1. Z amb la suma i el producte és anell commutatiu amb unitat. Els elements
invertibles són 1, −1.
2. El conjunt de matrius n × n a coeficients a R amb la suma i el producte de

matrius és anell amb unitat: la matriu identitat n × n. Les matrius invertibles
són les que tenen determinant diferent de 0.
Observem que en un anell A es compleix 0 · a = a · 0 = 0, per a tot element a de A
ja que 0 · a = (0 + 0) · a = 0 · a + 0 · a ⇒ 0 · a = 0, restant 0 · a de les dues bandes de
la igualtat. Anàlogament es prova l’altra igualtat.
Si a és element invertible de l’anell A, es compleix a · b = 0 ⇒ b = 0, ja que
a · b = 0 ⇒ a−1 · (a · b) = a−1 · 0 = 0 i, d’altra banda, a−1 · (a · b) = (a−1 · a) · b = 1 · b = b.
1.2. DEFINICIÓ D’ESPAI VECTORIAL 9
Si A és un anell, diem subanell de A un subconjunt no buit B de A que és estable

per la suma i el producte de A i tal que b ∈ B ⇒ −b ∈ B. Si B és subanell de A, B
és anell amb la suma i el producte de A.
Exemples.
1. Z és subanell de Q;
2. 2Z := {2m : m ∈ Z} és subanell de Z.
Un cos és un anell commutatiu amb unitat en el qual tot element no nul és invertible.
Exemples.
1. Q amb la suma i el producte usuals és cos.
2. R amb la suma i el producte usuals és cos.
3. C amb la suma i el producte usuals és cos.
4. Considerem el conjunt {0, 1} amb la suma definida per 0 + 0 = 0, 1 + 0 = 0 + 1 =

1, 1 + 1 = 0 i el producte definit per 0 · 0 = 0, 0 · 1 = 1 · 0 = 0, 1 · 1 = 1. Clarament
és cos.
Si x, y són elements d’un cos K, es compleix x · y = 0 ⇒ x = 0 o y = 0. En efecte,
si x ̸= 0, aleshores és invertible i per tant x · y = 0 ⇒ y = 0.
Si K és un cos, diem subcòs de K un subanell k de K tal que 1 ∈ k i a ∈ k \ {0} ⇒
−1
a ∈ k. Un subcòs k d’un cos K és cos amb la suma i el producte de K.
Exemples.
1. Q és subcòs de R;
2. R és subcòs de C.
1.2 Definició d’espai vectorial

Sigui K un cos. Un espai vectorial sobre K (o K-espai vectorial) és un conjunt E
no buit dotat d’una operació interna que denotem per + tal que (E, +) és un grup
commutatiu i d’una aplicació
K ×E → E
(a, v) 7→ av
que anomenem producte per elements de K, que compleix les propietats següents.
1. a(u + v) = au + av, per a a ∈ K; u, v ∈ E, qualssevol;
2. (a + b)v = av + bv, per a a, b ∈ K; v ∈ E, qualssevol;
3. (ab)v = a(bv), per a a, b ∈ K; v ∈ E, qualssevol;
4. 1v = v, per a tot v ∈ E, on 1 indica la unitat del cos K.

→
−
Habitualment, l’element neutre de la suma d’un espai vectorial E s’indica per 0 ,
−
→
o per 0 E , si considerem més d’un espai vectorial. Si E és un espai vectorial sobre el
cos K, anomenem vectors els elements de E, escalars els de K.
En el que segueix, K designarà sempre un cos.
Proposició 1.2.1. Sigui E un K-espai vectorial, v ∈ E, a ∈ K. Es compleix

−
→ − → → −
1. 0v = 0 ; a 0 = 0 ;
−
→ −
→
2. av = 0 ⇒ a = 0 o v = 0 ;
3. (−1)v = −v.
→
− −
→ −
→ − →
Demostració 1. Tenim 0v = (0 + 0)v = 0v + 0v ⇒ 0v = 0 i a 0 = a( 0 + 0 ) =
−
→ −
→ −
→ − →
a0 +a0 ⇒a0 = 0.
→
− −
→ →
−
2. Si av = 0 i a ̸= 0, aleshores a és invertible i tenim a−1 (av) = a−1 0 = 0 , per
l’apartat 1., i, d’altra banda a−1 (av) = (a−1 a)v = 1v = v.
−
→
3. (−1)v + v = (−1)v + 1v = (−1 + 1)v = 0v = 0 ⇒ (−1)v = −v. 2
Exemples.
1. Sobre qualsevol cos K, podem considerar l’espai vectorial trivial que conté només
→
−
el vector 0 .
2. Si K és cos, és espai vectorial sobre ell mateix, amb la suma i el producte de
l’estructura de cos.
3. Si K és cos, el conjunt K n d’n-ples d’elements de K, és a dir
K n := {(x1 , . . . , xn ) : x1 , . . . , xn ∈ K}
és K-espai vectorial amb les operacions
(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ),
per a (x1 , . . . , xn ), (y1 , . . . , yn ) ∈ K n ,

1.2. DEFINICIÓ D’ESPAI VECTORIAL 11
a(x1 , . . . , xn ) = (ax1 , . . . , axn ),
per a (x1 , . . . , xn ) ∈ K n , a ∈ K.
4. Si K és subcòs de L, L és K-espai vectorial amb la suma i el producte de l’es-

tructura de cos de L.
5. Si K és cos, el conjunt K[X] de polinomis amb coeficients a K és K-espai vectorial
amb la suma de polinomis i el producte
x(an X n + · · · + a1 X + a0 ) = xan X n + · · · + xa1 X + xa0 ,
per a an X n + · · · + a1 X + a0 ∈ K[X], x ∈ K.
6. Si K és cos, el conjunt Mm×n (K) de matrius de m files i n columnes amb coefi-
cients a K és K-espai vectorial amb la suma de matrius i el producte
x(aij )1≤i≤m = (xaij )1≤i≤m ,

1≤j≤n 1≤j≤n
per a (aij )1≤i≤m ∈ Mm×n (K), x ∈ K.

1≤j≤n
7. Si K és subcòs d’un cos L i E és L-espai vectorial, aleshores E és també K-espai
vectorial amb la mateixa suma i el producte restringit als elements de K.
Sigui E un K-espai vectorial. Diem que un vector u ∈ E és combinació lineal dels
vectors v1 , . . . , vn de E si es compleix
u = a1 v1 + · · · + an vn ,
per certs elements a1 , . . . , an de K que s’anomenen coeficients de la combinació lineal.
Exemples.
1. A R2 , el vector (1, 1) és combinació lineal de (1, −1) i (0, 1), ja que (1, 1) =
(1, −1) + 2(0, 1).
−
→
2. El vector 0 és combinació lineal de qualsevol conjunt finit de vectors amb tots
els coeficients iguals a 0.
Definició 1.2.2. Un subconjunt no buit F d’un K-espai vectorial E s’anomena subes-

pai vectorial de E si es compleixen les dues condicions següents.
1. u, v ∈ F ⇒ u + v ∈ F ;
2. a ∈ K, v ∈ F ⇒ av ∈ F .
Si F és subespai vectorial del K-espai vectorial E, aleshores F és K-espai vectorial
amb les operacions de E. En efecte, com F és no buit, conté algun vector v i per tant
→
−
conté 0 = 0v. Si v ∈ F , −v = (−1)v ∈ F . Les propietats restants es compleixen
clarament.
La proposició següent és immediata.
Proposició 1.2.3. Un subconjunt no buit F d’un K-espai vectorial E és subespai

vectorial de E si i només si es compleix la condició següent.
u, v ∈ F, a, b ∈ K ⇒ au + bv ∈ F.
Exemple. El conjunt de solucions d’un sistema d’equacions lineals homogènies en n

incògnites amb coeficients a K és un subespai vectorial de K n .
Si S és un subconjunt d’un K-espai vectorial E, indiquem per ⟨S⟩ el conjunt de

totes les combinacions lineals de vectors de S.
Proposició 1.2.4. Si S és un subconjunt d’un K-espai vectorial E, el conjunt ⟨S⟩ és
subespai vectorial de E i està contingut en tot subespai vectorial F de E contenint S.
Demostració. La suma de dues combinacions lineals de vectors de S i el producte

d’una combinació lineal de vectors de S per un escalar també ho són, per tant ⟨S⟩ és
subespai vectorial de E. Si un subespai vectorial F de E conté S ha de contenir també
les combinacions lineals de vectors de S per la definició de subespai vectorial. 2
Si ⟨S⟩ = F , diem que S genera F , que F està generat per S o que S és un sistema
de generadors de F .
Exemples.
1. K n = ⟨(1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, . . . , 0, 1)⟩;
2. K[X] = ⟨{X n }n≥0 }⟩.

−
→
Observació 1.2.5. Tenint en compte la proposició anterior, tenim ⟨∅⟩ = { 0 }.
1.3 Independència lineal
Un subconjunt S d’un K-espai vectorial E s’anomena linealment independent sobre K

si es compleix
1.3. INDEPENDÈNCIA LINEAL 13
−
→
v1 , . . . , vn ∈ S i a1 v1 + · · · + an vn = 0 ⇒ a1 = · · · = an = 0,
és a dir si l’única manera d’escriure el vector zero com a combinació lineal de vectors
de S és amb tots els coeficients iguals a 0. En cas contrari, diem que S és linealment
dependent sobre K.
Exemples.
−
→
1. Si 0 ∈ S, aleshores, S és linealment dependent. Si S és linealment dependent i
S ⊂ T , aleshores T és també linealment dependent.
→
−
2. Si u és un vector de E, {u} és linealment independent si i només si u ̸= 0 .
3. Els vectors 1, i de C són linealment independents sobre R però linealment depen-

dents sobre C.
4. Els vectors (1, 0), (0, 1) de R2 són linealment independents.
5. El subconjunt {X n }n≥0 de K[X] és linealment independent.
Proposició 1.3.1. Sigui E un K-espai vectorial, v1 , . . . , vn ∈ E. El vectors v1 , . . . , vn

són linealment dependents si i només si un d’ells és combinació lineal dels altres.
Demostració. Si v1 , . . . , vn són linealment dependents, es compleix

−
→
a1 v1 + · · · + an vn = 0 ,
per certs a1 , . . . , an de K, no tots nuls. Reordenant la suma si cal, podem suposar
a1 ̸= 0 i obtenim
v1 = −a−1
1 (a2 v2 + · · · + an vn ).
Recı́procament, si v1 = b2 v2 + · · · + bn vn , amb b2 , . . . , bn ∈ K, tenim

−
→
1v1 − b2 v2 − · · · − bn vn = 0
i, com 1 ̸= 0, els vectors v1 , . . . , vn són linealment dependents. 2
Proposició 1.3.2. Sigui S un subconjunt linealment independent d’un K-espai vecto-

rial E, u un vector de E. Es compleix
u ̸∈ ⟨S⟩ ⇔ S ∪ {u} és linealment independent.

Demostració. Provarem “u ∈ ⟨S⟩ ⇔ S∪{u} és linealment dependent” que és equivalent
a l’enunciat de la proposició. Si u ∈ ⟨S⟩, tenim u = a1 v1 + · · · + an vn , amb v1 , . . . , vn ∈
S, a1 , . . . an ∈ K, per tant, per 1.3.1 {u, v1 , . . . , vn } és linealment dependent i com
S ∪ {u} el conté, també ho és. Recı́procament, si S ∪ {u} és linealment dependent, ha
−
→
d’existir una combinació lineal de vectors de S ∪ {u} igual a 0 amb algun coeficient
no nul. Però, com S és linealment independent, ha de ser no nul el coeficient de u i
obtenim u ∈ ⟨S⟩. 2
1.4 Bases. Dimensió

Una base d’un K-espai vectorial E és un sistema de generadors de E, linealment
independent sobre K.
Proposició 1.4.1. Un subconjunt B d’un K-espai vectorial E és base de E si i només

si tot vector de E s’escriu com a combinació lineal de vectors de B d’una única forma.
Demostració. Suposem que B és base de E. Per definició, B és sistema de generadors
de E, per tant tot vector de E s’escriu com a combinació lineal de vectors de B.
Suposem ara que tenim dues maneres ∑ d’escriure ∑un vector v de E com a combinació
lineal de vectors de B, diem v = u∈B au u, v = u∈B bu u, on només un nombre finit
∑ −
→
de coeficients au i bu són no nuls. Obtenim u∈B (au − bu )u = 0 ⇒ au − bu = 0, ∀u ∈
B ⇒ au = bu , ∀u ∈ B, per ser B linealment independent.
Recı́procament, si tot vector de E s’escriu com a combinació lineal de vectors de
→
−
B, B és sistema de generadors i, si 0 s’escriu d’una única forma com a combinació
lineal de vectors de B, aquesta ha de ser amb tots els coeficients nuls i, per tant B és
linealment independent. 2
Es pot provar que tot espai vectorial no nul té una base (veure 6.1). Ara provem
el resultat més restringit següent.
Proposició 1.4.2. Si E és un K-espai vectorial no nul generat per un conjunt finit S
de vectors, aleshores existeix una base de E formada per vectors de S.
Demostració. Per provar que E té una base formada per vectors de S, fem el procès
següent. Si S és linealment independent, S és base de E. Si no, per 1.3.1, hi ha un
vector v a S que és combinació lineal dels restants. Clarament S \ {v} també genera
E. Reiterem el procés amb el conjunt S \ {v}. Com S és finit, en un nombre finit de
passos arribem a una base de E. No pot ser que eliminem tots els vectors de S per ser
−
→
E ̸= { 0 }. 2
Proposició 1.4.3 (Lema de Steinitz). Sigui B := {u1 , . . . , un } una base del K-espai
vectorial E i siguin v1 , . . . , vm vectors de E, linealment independents. Aleshores podem
1.4. BASES. DIMENSIÓ 15
substituir m vectors de la base B pels vectors v1 , . . . , vm de forma a obtenir una nova

base de E. En particular m ≤ n.
Demostració. Vegem que podem introduir els vectors v1 , . . . , vm d’un en un, substituint
vectors de B. Com B és base, tenim
v1 = a1 u1 + · · · + an un , (1.1)
per certs a1 , . . . , an ∈ K. Com v1 forma part d’un conjunt de vectors linealment
−
→
independent, v1 ̸= 0 i per tant algun ai és no nul. Reordenant la base, podem suposar
a1 ̸= 0. Aleshores tenim
u1 = a−1
1 (v1 − a2 u2 − · · · − an un ). (1.2)
Vegem que {v1 , u2 , . . . , un } és base de E. De (1.1) i (1.2), obtenim ⟨v1 , u2 , . . . , um ⟩ =
→
−
⟨u1 , u2 , . . . , um ⟩ = E, per tant generen E. Ara si b1 v1 + b2 u2 + · · · + bn un = 0 ,
substituint v1 per la seva expressió a (1.1) i operant, obtenim b1 a1 u1 + (b2 + b1 a2 )u2 +
−
→
· · · + (bn + b1 an )un = 0 , que implica b1 a1 = b2 + b1 a2 = · · · = bn + b1 an = 0, per ser
B base. Com a1 ̸= 0, obtenim b1 = 0 i b2 = · · · = bn = 0.
Suposem ara que hem substituı̈t h vectors de la base B pels vectors v1 , . . . , vh .
Reordenant si cal la base B, podem suposar que hem substituı̈t els h primers i tenim
doncs la base {v1 , . . . , vh , uh+1 , . . . , un }. Ara tenim
vh+1 = a1 v1 + · · · + ah vh + ah+1 uh+1 + · · · + an un . (1.3)

Si veiem que algun dels ai , amb h + 1 ≤ i ≤ n és no nul, podem substituir el vector
ui per vh+1 i obtenir una nova base, com en el primer pas. Si fos ah+1 = · · · = an = 0,
la igualtat (1.3) ens donaria que els vectors vh+1 , v1 , . . . , vh són linealment dependents,
en contradicció amb la hipótesi. 2
Corol·lari 1.4.4. Si el K-espai vectorial E té una base finita, aleshores totes les bases
de E tenen el mateix nombre d’elements.
Demostració. Siguin B = {u1 , . . . , un } i B ′ dues bases de E. Per a tot subconjunt
finit {v1 , . . . , vm } de vectors de B ′ , tenim m ≤ n. Per tant, B ′ és finit i |B ′ | ≤ |B|.
Aplicant de nou el lema de Steinitz a la base B ′ i el conjunt de vectors independents
B, obtenim |B| ≤ |B ′ |. 2
La dimensió d’un espai vectorial no nul és el nombre de vectors que conté una de
les seves bases, si són finites. Si un espai vectorial no nul no té cap base finita, diem
−
→
que té dimensió infinita. La dimensió de l’espai vectorial { 0 } és 0. Posem dimK E
(o dim E si és clar sobre quin cos K és E espai vectorial) la dimensió del K-espai
vectorial E.
Exemples. dimK K n = n, dimK K[X] = ∞, dimR C = 2, dimC C = 1.
Corol·lari 1.4.5. La dimensió d’un espai vectorial coincideix amb el nombre màxim de
vectors linealment independents que conté i també amb el nombre mı́nim de generadors.
Demostració. És conseqüència del lema de Steinitz i de la proposició 1.4.2. 2
Observació 1.4.6. El lema de Steinitz dóna una forma efectiva de completar a base
un conjunt de vectors linealment independents.
Corol·lari 1.4.7. Sigui F un subespai vectorial del K-espai vectorial E. Si E té di-
mensió finita, F també i es compleix dimK F ≤ dimK E. A més dimK F = dimK E ⇔
F = E.
Demostració. Sigui {u1 , . . . , un } una base de E i sigui B una base de F . Com B

és linealment independent, pel lema de Steinitz 1.4.3, per qualsevol subconjunt finit
{v1 , . . . , vm } de B, tenim m ≤ n. Tenim doncs que B és finita i dimK F ≤ dimK E.
Si dimK F = dimK E, una base B de F és un conjunt de vectors de E linealment
independent amb tants vectors com dimK E i és per tant base de E. Tenim doncs
F = ⟨B⟩ = E. 2
Diem rang d’un conjunt de vectors la dimensió de l’espai vectorial que genera, és
a dir rg S = dim⟨S⟩. Equivalentment, el rang d’un conjunt de vectors és el nombre
màxim de vectors linealment independents que conté.
1.5 Intersecció i suma de subespais vectorials.

Fórmula de Grassmann.
Proposició 1.5.1. Siguin E un K-espai vectorial, F, G dos subespais vectorials de E.
Aleshores F ∩ G és subespai vectorial de E.
Demostració. Vegem que F ∩ G compleix les condicions de la definició 1.2.2. Primer

−
→
0 pertany a F i G i, per tant a F ∩ G. Tenim doncs F ∩ G ̸= ∅. Ara
{ }
u, v ∈ F ⇒ u + v ∈ F (F subespai vectorial de E)
u, v ∈ F ∩ G ⇒
u, v ∈ G ⇒ u + v ∈ G (G subespai vectorial de E)
⇒ u + v ∈ F ∩ G,
{ }
v ∈ F, a ∈ K ⇒ av ∈ F (F subespai vectorial de E)
v ∈ F ∩ G, a ∈ K ⇒
v ∈ G, a ∈ K ⇒ av ∈ G (G subespai vectorial de E)
⇒ av ∈ F ∩ G.
Per tant F ∩ G és subespai vectorial de E. 2

1.5. FÓRMULA DE GRASSMANN 17
Clarament, que F i G siguin subespais vectorials de E no implica que F ∪ G ho

sigui. Per exemple, podem considerar els subespais F = ⟨(1, 0)⟩, G = ⟨(0, 1)⟩ de R2 i
tenim (1, 0) ∈ F ∪ G, (0, 1) ∈ F ∪ G, però (1, 1) = (1, 0) + (0, 1) ̸∈ F ∪ G.
Per a F, G subespais vectorials del K-espai vectorial E, definim F + G com el
conjunt dels vectors de E que són suma d’un vector de F i un vector de G.
Proposició 1.5.2. Siguin E un K-espai vectorial, F, G dos subespais vectorials de E.

Aleshores F + G és subespai vectorial de E.
Demostració. Clarament F ⊂ F + G, per tant F + G ̸= ∅. Ara u, v ∈ F + G ⇒ u =

uF + uG , amb uF ∈ F, uG ∈ G i v = vF + vG , amb vF ∈ F, vG ∈ G. Si a, b ∈ K, tenim
au+bv = a(uF +uG )+b(vF +vG ) = auF +auG +bvF +bvG = (auF +bvF )+(auG +bvG ) ∈
F + G, ja que auF + bvF ∈ F i auG + bvG ∈ G. Per tant F + G compleix la condició
de la proposició 1.2.3 i és doncs subespai vectorial de E. 2
El subespai vectorial F + G s’anomena suma dels subespais vectorials F i G.
Observació 1.5.3. Si S i T són sistemes de generadors de F i G, respectivament,

aleshores S ∪ T és sistema de generadors de F + G, ja que tot vector u de F + G és
igual a uF + uG amb uF ∈ F , i per tant combinació lineal de vectors de S, i uG ∈ G, i
per tant combinació lineal de vectors de T .
Proposició 1.5.4 (Fórmula de Grassmann). Siguin F i G subespais vectorials del

K-espai vectorial E. Aleshores F i G són de dimensió finita si i només si ho és F + G
i, en aquest cas, es compleix la igualtat
dim F + dim G = dim(F + G) + dim(F ∩ G).
Demostració. Si F i G tenen dimensió finita, F + G també per l’observació anterior.

Si F + G té dimensió finita, F i G també per ser subespais de F + G.
Sigui {u1 , . . . , um } una base de F ∩ G. Com {u1 , . . . , um } és un subconjunt lineal-
ment independent de F , el podem ampliar a base de F i, anàlogament, el podem ampli-
ar a base de G. Tenim doncs bases {u1 , . . . , um , v1 , . . . , vn } de F i {u1 , . . . , um , w1 , . . . , wl }
de G. Veurem que {u1 , . . . , um , v1 , . . . , vn , w1 , . . . , wl } és base de F + G. Aleshores tin-
drem dim(F + G) = m + n + l = (m + n) + (m + l) − m = dim F + dim G − dim(F ∩ G)
com volem.
Per l’observació 1.5.3, és clar que {u1 , . . . , um , v1 , . . . , vn , w1 , . . . , wl } és sistema de
generadors de F + G. Suposem
−
→
a1 u1 + · · · + am um + b1 v1 + · · · + bn vn + c1 w1 + · · · + cl wl = 0 ,
amb a1 , . . . , am , b1 , . . . , bn , c1 , . . . , cl ∈ K. Tenim
a1 u1 + · · · + am um + b1 v1 + · · · + bn vn = −(c1 w1 + · · · + cl wl ). (1.4)
El vector −(c1 w1 + · · · + cl wl ) és de G, per ser combinació lineal dels vectors de la base
de G i, per l’igualtat (1.4) és també de F ; és doncs de F ∩ G i tenim
−(c1 w1 + · · · + cl wl ) = d1 u1 + · · · + dm um ,
per certs d1 , . . . , dm ∈ K, que implica
−
→
c1 w1 + · · · + cl wl + d1 u1 + · · · + dm um = 0
i c1 = · · · = cl = d1 = · · · = dm = 0, per ser {w1 , . . . , wl , u1 , . . . , um } base de G.
Substituint a (1.4), obtenim
−
→
a1 u1 + · · · + am um + b1 v1 + · · · + bn vn = 0
que implica a1 = · · · = am = b1 = · · · = bn = 0, per ser {u1 , . . . , um , v1 , . . . , vn } base
de F . 2
Exercici 1.5.5. Sigui E l’espai vectorial de matrius 2 × 2 amb coeficients a R, F i G

els subespais vectorials definits per
⟨( ) ( ) ( )⟩ {( ) }
1 −2 0 1 1 −1 a b
F := , , , G := :a+d=0 .
0 1 1 1 2 1 c d
Calculeu la dimensió i doneu bases dels subespais F + G i F ∩ G.
Solució. En la base (( 10 00 ) , ( 00 10 ) , ( 01 00 ) , ( 00 01 )) de E, els generadors de F tenen coor-

denades (1, −2, 0, 1), (0, 1, 1, 1), (1, −1, 2, 1). Fent reducció de Gauss
     
1 −2 0 1 1 −2 0 1 1 −2 0 1
 0 1 1 1 − >  0 1 1 1 − >  0 1 1 1 ,
1 −1 2 1 0 1 2 0 0 0 1 −1
obtenim dim F = 3. Les matrius de G són de la forma
( ) ( ) ( ) ( )
a b 1 0 0 1 0 0
=a +b +c
c −a 0 −1 0 0 1 0
i les matrius ( 10 −1
0
) , ( 00 10 ) , ( 01 00 ) són linealment independents, per tant dim G = 3.
Les matrius de F són de la forma
( ) ( ) ( ) ( )
1 −2 0 1 1 −1 x + z −2x + y − z
x +y +z = .
0 1 1 1 2 1 y + 2z x+y+z
Una matriu de F és també de G si compleix 0 = (x + z) + (x + y + z) = 2x + y + 2z ⇔
y = −2x − 2z. Les matrius de F ∩ G són doncs de la forma
1.5. FÓRMULA DE GRASSMANN 19
( ) ( ) ( )
x + z −4x − 3z 1 −4 1 −3
=x +z .
−2x −x − z −2 −1 0 −1
(( 1 −4 ) ( 1 −3 ))
Per tant dim(F ∩ G) = 2 i una base de F ∩ G és −2 −1 , 0 −1 . Apliquem la
fòrmula de Grassmann per determinar dim(F + G). Tenim dim(F + G) = dim F +
dim G − dim(F ∩ G) = 3 + 3 − 2 = 4. Per tant, dim(F + G) = 4 ⇒ F + G = E i podem
donar com a base de E + F la base (( 10 00 ) , ( 00 10 ) , ( 01 00 ) , ( 00 01 )) de E. 2
Siguin F i G subespais vectorials del K-espai vectorial E. Diem que la suma F + G

és suma directa, i l’escrivim F ⊕ G, si tot vector de F + G s’escriu com a suma d’un
vector de F i un de G en forma única.
−
→
Proposició 1.5.6. La suma F + G és directa si i només si F ∩ G = { 0 }.
Demostració. Suposem que la suma és directa i sigui u ∈ F ∩ G. Podem escriure
−
→ −
→ −
→ →
−
u = u + 0 , on u ∈ F, 0 ∈ G i també u = 0 + u, on 0 ∈ F, u ∈ G. Com tot vector de
→
−
F + G s’escriu en forma única com suma d’un vector de F i un de G, ha de ser u = 0 .
−
→
Suposem ara F ∩ G = { 0 } i siguin u = uF + uG , u = u′F + u′G dues maneres
d’escriure el vector u de F + G com suma d’un vector de F i un de G. Tenim doncs
uF − u′F = u′G − uG , on el terme de l’esquerra és un vector de F i el de la dreta de G.
−
→
Tenim doncs uF − u′F ∈ F ∩ G = { 0 } que implica uF = u′F i uG = u′G . 2
Corol·lari 1.5.7. Si la suma de F i G és directa i F i G tenen dimensions finites,
tenim
dim(F ⊕ G) = dim F + dim G.

Proposició 1.5.8. Si la dimensió de E és finita, per a tot subespai vectorial F de E,
existeix un subespai G de E tal que E = F ⊕ G.
Demostració. Sigui {u1 , . . . , um } una base de F i {u1 , . . . , um , um+1 , . . . , un } una com-
pletació a base de E. Aleshores el subespai G := ⟨um+1 , . . . , un ⟩ compleix E = F ⊕ G.
2
Un subespai G com el de la proposició anterior s’anomena complementari de F
en E.
Considerem ara la suma de més de dos subespais d’un espai vectorial. Si F1 , F2 , . . . ,

Fr són subespais vectorials d’un K-espai vectorial E, definim la suma F1 +F2 +· · · +Fr
com el conjunt dels vectors de E que són suma d’un vector de F1 , un vector de F2 , . . .
i un vector de Fr . Com en el cas r = 2, F1 + F2 + · · · + Fr i F1 ∩ F2 ∩ · · · ∩ Fr són
subespais vectorials de E. Diem que la suma F1 + F2 + · · · + Fr és directa i escrivim
F1 ⊕ F2 ⊕ · · · ⊕ Fr si tot vector de F1 + F2 + · · · + Fr s’escriu de manera única com a
suma d’un vector de F1 , un vector de F2 , . . . i un vector de Fr .
Proposició 1.5.9. Siguin F1 , F2 , . . . , Fr subespais vectorials d’un K-espai vectorial E.

Les condicions següents són equivalents.
a) La suma F1 + F2 + · · · + Fr és directa;

∑ −
→
b) Fi ∩ ( j̸=i Fj ) = { 0 }, ∀i, 1 ≤ i ≤ r;
−
→
c) Fi ∩ (Fi+1 + · · · + Fr ) = { 0 }, ∀i, 1 ≤ i ≤ r − 1.
∑
Demostració. a)⇒ b): Suposem que la suma és directa i sigui u ∈ Fi ∩ ( j̸=i Fj ).
Tenim doncs u ∈ Fi i u = u1 + · · · + ui−1 + ui+1 + · · · + ur , amb uj ∈ Fj , per a
1 ≤ j ≤ r, j ̸= i. Si u no fos nul, l’igualtat anterior donaria dues maneres diferents
d’escriure’l com a suma d’un vector de cada subespai.
∑
b)∑⇒ c): Tenim clarament Fi+1 +· · ·+Fr ⊂ j̸=i Fj i per tant Fi ∩(Fi+1 +· · ·+Fr ) ⊂
Fi ∩ ( j̸=i Fj ).
−
→
c) ⇒ a): Suposem ara Fi ∩ (Fi+1 + · · · + Fr ) =∑{ 0 }, per a tot∑i, 1 ≤ i ≤ r − 1. Si
un vector u de F1 + F2 + · ·∑ · + Fr compleix
∑ u = ri=1 ui i u = ri=1 vi amb ui , vi ∈
Fi , 1 ≤ i ≤ r, de la igualtat ri=1 ui = ri=1 vi , deduı̈m
∑
r ∑
r
v1 − u1 = ui − vi .
i=2 i=2
∑r ∑r →
−
Per tant v1 − u1 ∈ F1 ∩ (F2 + · · · + Fr ), que implica v1 = u1 i i=2 ui − i=2 vi = 0 .
D’aquesta última igualtat obtenim
∑
r ∑
r
v2 − u2 = ui − vi .
i=3 i=3
∑ ∑ →
−
Per tant v2 − u2 ∈ F2 ∩ (F3 + · · · + Fr ), que implica v2 = u2 i ri=3 ui − ri=3 vi = 0 .
Reiterant el procés, obtenim vj = uj , per a tot j = 1, . . . , r. 2
Corol·lari 1.5.10. Si F1 , F2 , . . . , Fr tenen dimensions finites,
dim(F1 ⊕ F2 ⊕ · · · ⊕ Fr ) = dim F1 + dim F2 + · · · + dim Fr .
Demostració. Fem inducció sobre r. Per r = 2, és el corol·lari 1.5.7. Suposem que és
cert per r − 1 i ho provem per r. Pel cas de dos subespais, tenim
dim(F1 ⊕ F2 ⊕ · · · ⊕ Fr ) = dim F1 + dim(F2 + · · · + Fr ),

−
→
ja que F1 ∩ (F2 + · · · + Fr ) = { 0 }. Clarament, la suma F2 + · · · + Fr és directa i, per
hipòtesi d’inducció, obtenim dim(F2 ⊕ · · · ⊕ Fr ) = dim F2 + · · · + dim Fr i, per tant,
dim(F1 ⊕ F2 ⊕ · · · ⊕ Fr ) = dim F1 + dim F2 + · · · + dim Fr .
1.6. EQUACIONS D’UN SUBESPAI VECTORIAL 21
1.6 Equacions d’un subespai vectorial

Si B és base del K-espai vectorial E, v un vector de E, els coeficients de la combinació
lineal de vectors de B que dóna v es diuen coordenades de v en la base B.
Si E és un K-espai vectorial de dimensió finita i (e1 , . . . , en ) una base ordenada de
E, un vector v de E queda determinat per la n-pla de les seves coordenades (x1 , . . . , xn )
en la base (e1 , . . . , en ). Tenim v = x1 e1 + · · · + xn en .
Podem definir un subespai vectorial F de E de dues maneres diferents:
1. donant una base o un sistema de generadors de F ;
2. donant equacions de F , és a dir un sistema d’equacions lineals homogènies les

solucions del qual són exactament els vectors de F (escrits en la base fixada).
Si tenim un subespai vectorial F donat per equacions, resolent el sistema d’e-

quacions, obtenim una base de F . Si tenim F donat per una base {v1 , . . . , vm },
un vector u de E pertany a F si i només si compleix ⟨v1 , . . . , vm ⟩ = ⟨v1 , . . . , vm , u⟩,
és a ∑
dir rg(v1 , . . . , vm , u) = m.∑nSi escrivim els vectors v1 , . . . , vm en la base de E:
n i i
vj = i=1 aj ei , un vector u = i=1 x ei és de F si compleix
 
a11 a12 . . . a1m x1
 a2 a2 . . . a2 x2 
 1 2 m 
rg  ..  = m.
 . 
n n n n
a1 a2 . . . am x
Equivalentment, si tots els menors d’ordre m + 1 de la matriu anterior són nuls. El
sistema obtingut imposant l’anulació d’aquests menors té rang n − m, per tant és
equivalent a un sistema amb n − m equacions independents.
Exercici 1.6.1. Escriviu equacions del subespai de R4
F = ⟨(1, 0, −1, 2), (2, −3, 0, 1), (−1, 3, −1, 1)⟩.
Solució. Tenim rg((1, 0, −1, 2), (2, −3, 0, 1), (−1, 3, −1, 1)) = 2 i (1, 0, −1, 2), (2, −3, 0, 1)
és base de F . Un vector (x, y, z, t) de R4 és de F si i només si es compleix
 
1 2 x
 0 −3 y 
rg  −1
 = 2,
0 z 
2 1 t
equivalentment si els menors d’ordre 3 de la matriu anterior s’anul·len. Hem d’escriure
dos d’aquests menors de forma a obtenir un sistema de rang 2. Obtenim les equacions
de F :
{
3x + 2y + 3z = 0
y + 6z + 3t = 0
Exercici 1.6.2. Sigui E un R-espai vectorial de dimensió 5, (e1 , e2 , e3 , e4 , e5 ) una base
de E. Doneu una base del subespai vectorial F de E definit per
{
2x1 + x4 = 0
F = {x1 e1 + x2 e2 + x3 e3 + x4 e4 + x5 e5 : }.
x2 − x3 + x5 = 0
Solució. Del sistema d’equacions, obtenim x4 = −2x1 , x3 = x2 + x5 . Un vector de F té
doncs coordenades (x1 , x2 , x2 + x5 , −2x1 , x5 ) i el podem escriure com x1 (1, 0, 0, −2, 0) +
x2 (0, 1, 1, 0, 0) + x5 (0, 0, 1, 0, 1). Els vectors (1, 0, 0, −2, 0), (0, 1, 1, 0, 0), (0, 0, 1, 0, 1) són
linealment independents i obtenim doncs que {e1 − 2e4 , e2 + e3 , e3 + e5 } és base de F .
2
1.7 Espai vectorial quocient

Siguin E un K-espai vectorial i F un subespai vectorial de E. Definim una relació
binària ∼ a E per
u ∼ v ⇔ u − v ∈ F.
Clarament ∼ és relació d’equivalència. Designem el conjunt quocient per E/F i per
[u] la classe a E/F del vector u de E. Tenim [u] = {u + w : w ∈ F } i podem denotar
també [u] per u + F .
Definim a E/F una suma per
[u] + [v] = [u + v].

Vegem que està ben definida, és a dir que no depèn del representant escollit a cada
classe. En efecte
} }
u1 ∼ u2 u1 − u2 ∈ F
⇒ ⇒ (u1 + v1 ) − (u2 + v2 ) = (u1 − u2 ) + (v1 − v2 ) ∈ F
v1 ∼ v2 v1 − v2 ∈ F
⇒ u1 + v1 ∼ u2 + v2 .
Definim ara a E/F un producte per escalars de K per
a[u] = [au].
Vegem que està ben definit. En efecte
u1 ∼ u2 ⇒ u1 − u2 ∈ F ⇒ au1 − au2 = a(u1 − u2 ) ∈ F ⇒ au1 ∼ au2 .

1.8. COORDENADES. CANVI DE BASE 23
Amb la suma i el producte que hem definit, E/F és clarament un K-espai vectorial,
es diu espai vectorial quocient de E per F . El vector zero de E/F és la classe del vector
zero de E i per a u ∈ E, tenim −[u] = [−u].
Proposició 1.7.1. Sigui E un K-espai vectorial, F un subespai vectorial de E. Si E

té dimensió finita, E/F també i es compleix
dim(E/F ) = dim E − dim F.
Demostració. Si B és base de E, clarament {[u]/u ∈ B} genera E/F , per tant, si E

té dimensió finita, E/F també.
Sigui ara {u1 , . . . , um } una base de F i {u1 , . . . , um , um+1 , . . . , un } la seva comple-
tació a base de E. Clarament E/F = ⟨[u1 ], . . . , [un ]⟩. Com [u1 ] = [u2 ] = · · · = [um ] =
−
→
[ 0 ], tenim E/F = ⟨[um+1 ], . . . , [un ]⟩. Vegem que [um+1 ], . . . , [un ] són linealment inde-
−
→
pendents. Suposem a1 [um+1 ] + · · · + an−m [un ] = [ 0 ], amb a1 , . . . , an−m ∈ K. Tenim
→
−
[ 0 ] = a1 [um+1 ] + · · · + an−m [un ] = [a1 um+1 + · · · + an−m un ]
⇒ a1 um+1 + · · · + an−m un ∈ F
⇒ a1 um+1 + · · · + an−m un = b1 u1 + · · · + bm um ,
amb b1 , . . . , bm ∈ K. Tenim doncs
→
−
b1 u1 + · · · + bm um − a1 um+1 − · · · − an−m un = 0
que implica b1 = · · · = bm = a1 = · · · = an−m , per ser {u1 , . . . , um , um+1 , . . . , un }
base de E. Hem provat que [um+1 ], . . . , [un ] és base de E/F i per tant la fórmula de
l’enunciat. 2
Observació 1.7.2. La prova de la proposició 1.7.1 indica com trobar una base d’un
espai quocient.
1.8 Coordenades. Canvi de base

Si E és un K-espai vectorial de dimensió finita i (e1 , . . . , en ) una base ordenada de E,
un vector v de E queda determinat per les seves coordenades (x1 , . . . , xn ) en la base
(e1 , . . . , en ). Volem veure ara la relació entre les coordenades d’un vector v de E en
dues bases diferents. Sigui (u1 , . . . , un ) una segona base ordenada de E i siguin
∑
n
uj = cij ei
i=1
les expressions dels vectors de la segona base en la primera. Per ser (u1 , . . . , un ) una
base, la matriu
( )
C = cij 1≤i≤n
1≤j≤n
té rang n i és per tant invertible. Siguin ara (y 1 , . . . , y n ) les coordenades del vector v
de E en la base ordenada (u1 , . . . , un ). Tenim
v = y 1 u1 + y 2 u2 + · · · + y n un
= y 1 (c11 e1 + c21 e2 + · · · + cn1 en ) + y 2 (c12 e1 + c22 e2 + · · · + cn2 en )
+ · · · + y n (c1n e1 + c2n e2 + · · · + cnn en )
= (c11 y 1 + c12 y 2 + · · · + c1n y n )e1 + (c21 y 1 + c22 y 2 + · · · + c2n y n )e2
+ · · · + (cn1 y 1 + cn2 y 2 + · · · + cnn y n )en .
Per tant
 1

 x = c11 y 1 + c12 y 2 + · · · + c1n y n
 2
x = c21 y 1 + c22 y 2 + · · · + c2n y n

 ...
 n
x = cn1 y 1 + cn2 y 2 + · · · + cnn y n
Podem escriure aquesta igualtat en forma matricial:
    
x1 c11 c12 . . . c1n y1
 x2   c2 c2 . . . c2  y2 
   1 2 n  
 ..  =  ..  .. 
 .   .  . 
xn cn1 cn2 . . . cnn yn
i, abreujadament,
(x)t = C(y)t (1.5)

on (x) indica la matriu fila (x1 x2 . . . xn ), (y) la matriu fila (y 1 y 2 . . . y n ) i t indica
transposada. Diem que C és la matriu de canvi de base de la base (u1 , . . . , un ) a la
base (e1 , . . . , en ). Observem que C és la matriu que té per columnes les coordenades
dels vectors u1 , . . . , un en la base (e1 , . . . , en ). De (1.5), obtenim (y)t = C −1 (x)t . Per
tant la matriu de canvi de base de la base (e1 , . . . , en ) a la base (u1 , . . . , un ) és C −1 .
Capı́tol 2
Aplicacions lineals
2.1 Definició d’aplicació lineal

Siguin E1 , E2 espais vectorials sobre el mateix cos K. Una aplicació f : E1 → E2
es diu aplicació lineal (o morfisme d’espais vectorials) si compleix les dues condicions
següents.
1. f (u + v) = f (u) + f (v), ∀u, v ∈ E;
2. f (av) = af (v), ∀a ∈ K, v ∈ E.
La proposició següent és immediata.

Proposició 2.1.1. f : E1 → E2 és aplicació lineal si i només si
f (au + bv) = af (u) + bf (v), ∀a, b ∈ K, u, v ∈ E.

Proposició 2.1.2. Si f : E1 → E2 és aplicació lineal compleix:
∑ ∑
1. f ( ni=1 ai vi ) = ni=1 ai f (vi ), ∀a1 , . . . , an ∈ K, v1 , . . . , vn ∈ E;
−
→ −
→
2. f ( 0 E1 ) = 0 E2 ;
∑ ∑ ∑
Demostració. 1. f ( ni=1 ai vi ) = ni=1 f (ai vi ) = ni=1 ai f (vi ), on la primera igualtat
s’obté per aplicació reiterada de la primera condició de la definició d’aplicació lineal i
la segona de la segona propietat.
−
→ −
→ −
→
2. 0 E1 = 0v, per a tot v ∈ E i, per tant f ( 0 E1 ) = f (0v) = 0f (v) = 0 E2 .
Proposició 2.1.3. Siguin E1 , E2 , E3 espais vectorials sobre el mateix cos K. Si
f : E1 → E2 i g : E2 → E3 són aplicacions lineals, aleshores g ◦ f : E1 → E3 és
aplicació lineal.
25
26 CAPÍTOL 2. APLICACIONS LINEALS
Demostració. Per a a, b ∈ K, u, v ∈ E, tenim
f lineal g lineal
(g ◦ f )(au + bv) = g(f (au + bv)) = g(af (u) + bf (v)) = ag(f (u)) + bg(f (v))
= a(g ◦ f )(u) + b(g ◦ f )(v).
Exemples 2.1.4. 1. Siguin E un K-espai vectorial i (e1 , . . . , en ) una base ordenada

de E. L’aplicació
E → Kn
u = x e1 + · · · + x en 7→ (x , . . . , xn )
1 n 1
que fa correspondre a cada vector de E la n-pla de les seves coordenades en la

base fixada és aplicació lineal de E en K n .
2. Siguin E un K-espai vectorial, F i G subespais de E tals que E = F ⊕ G. Cada

vector u de E s’escriu en forma única com u = uF + uG , amb uF ∈ F , uG ∈ G.
Les aplicacions
pF : E → F pG : E → G
,
u 7→ uF u 7→ uG
estan ben definides i són lineals. L’aplicació pF s’anomena projecció sobre F

paral·lelament a G i pG s’anomena projecció sobre G paral·lelament a F .
3. Siguin E un K-espai vectorial, F un subespai vectorial de E. L’aplicació
E → E/F
,
u 7→ [u]
que envia un vector u de E a la seva classe a E/F , és lineal. S’anomena aplicació
de pas al quocient.
4. Donats enters naturals n, m, per a elements fixats aij , 1 ≤ i ≤ m, 1 ≤ j ≤ n del

cos K, l’aplicació
Kn → ∑ Km ∑
(x1 , . . . , xn ) 7→ ( j=1 a1j xj , . . . , nj=1 am
n j
j x )
és lineal.
2.2. NUCLI I IMATGE. TEOREMA D’ISOMORFIA 27
5. Donat un element a del cos K, l’aplicació
K[X] → K
P 7→ P (a)
que envia un polinomi de K[X] al seu valor en a és lineal.
2.2 Nucli i imatge. Teorema d’isomorfia

Sigui f : E1 → E2 una aplicació entre els conjunts E1 , E2 . Si F1 és un subconjunt de
E1 , denotem per f (F1 ) el conjunt de les imatges per f de tots els elements de F1 . Es
defineix l’imatge de f com el conjunt f (E1 ). Denotem l’imatge de f per Im f . Diem
que f és exhautiva si Im f = E2 .
Siguin E1 , E2 K-espais vectorials, f : E1 → E2 una aplicació lineal. Definim el
nucli de f , denotat per Nuc f , com
→
−
Nuc f = {v ∈ E1 : f (v) = 0 E2 }.
Proposició 2.2.1. Siguin E1 , E2 K-espais vectorials, f : E1 → E2 una aplicació lineal.
1. Im f és subespai vectorial de E2 ;
2. Nuc f és subespai vectorial de E1 .

Demostració. 1. Siguin u, v ∈ Im f . Per definició de Im f , tenim u = f (u1 ), v = f (v1 ),
amb u1 , v1 ∈ E1 . Per a a, b ∈ K, tenim au+bv = af (u1 )+bf (v1 ) = f (au1 +bv1 ) ∈ Im f .
−
→ −
→
2. Siguin u, v ∈ Nuc f . Per definició de Nuc f , tenim f (u) = 0 E2 , f (v) = 0 E2 . Per a
−
→
a, b ∈ K, tenim f (au + bv) = af (u) + bf (v) = 0 E2 , per tant au + bv ∈ Nuc f . 2
Diem rang d’una aplicació lineal f la dimensió de Im f .
Observació 2.2.2. Si f : E1 → E2 és una aplicació lineal i S és un sistema de
generadors de E1 , aleshores f (S) és un sistema de generadors de Im f .
Proposició 2.2.3. Siguin E1 , E2 K-espais vectorials, f : E1 → E2 una aplicació lineal.
Si E1 té dimensió finita, Nuc f i Im f també i es compleix
dim Nuc f + dim Im f = dim E1 .

Demostració. Si E1 té dimensió finita, Nuc f també, per ser subespai vectorial de E1 , i
Im f per l’observació 2.2.2. Sigui {u1 , . . . , um } una base de Nuc f i {u1 , . . . , um , um+1 ,
−
→
. . . , un } la seva ampliació a base de E1 . Tenim f (u1 ) = · · · = f (um ) = 0 E2 i, per tant
Im f = ⟨f (u1 ), . . . , f (um ), f (um+1 ), . . . , f (un )⟩ = ⟨f (um+1 ), . . . , f (un )⟩. Vegem que els
vectors f (um+1 ), . . . , f (un ) són linealment independents. Sigui
−
→
a1 f (um+1 ) + · · · + an−m f (un ) = 0 E2 ,
amb a1 , . . . , am−n ∈ K. Tenim
−
→
0 E2 = a1 f (um+1 ) + · · · + an−m f (un ) = f (a1 um+1 + · · · + an−m un ),
per tant a1 um+1 + · · · + an−m un ∈ Nuc f . Es compleix doncs
a1 um+1 + · · · + an−m un = b1 u1 + · · · + bm um ,
amb b1 , . . . , bm ∈ K, i, per tant
−
→
a1 um+1 + · · · + an−m un − b1 u1 − · · · − bm um = 0 E1 ,
que implica a1 = · · · = an−m = b1 = · · · = bm = 0, per ser {u1 , . . . , un } base de E1 .
Tenim doncs dim Im f = n − m = dim E1 − dim Nuc f . 2
Sigui f : E1 → E2 una aplicació entre els conjunts E1 , E2 . Diem que f és injectiva
si, per a u, v ∈ E1 , es té f (u) = f (v) ⇒ u = v.
Proposició 2.2.4. Siguin E1 , E2 K-espais vectorials. Una aplicació lineal f : E1 → E2
−
→
és injectiva si i només si Nuc f = { 0 E1 }.
−
→
Demostració. Siguin u, v ∈ E1 . Tenim f (u) = f (v) ⇔ f (u−v) = f (u)−f (v) = 0 E2 ⇔
−
→ −
→
u − v ∈ Nuc f . Si Nuc f = { 0 E1 }, tenim doncs f (u) = f (v) ⇒ u − v = 0 E1 ⇒ u = v.
−
→ −
→
Suposem ara f injectiva i sigui u ∈ Nuc f . Tenim f (u) = 0 E2 = f ( 0 E1 ) ⇒
→
−
u = 0 E1 . 2
Una aplicació és bijectiva si és injectiva i exhautiva. Un monomorfisme(resp. epi-

morfisme) d’espais vectorials és una aplicació lineal injectiva (resp. exhaustiva). Un
isomorfisme d’espais vectorials és una aplicació lineal bijectiva. Un endomorfisme d’un
espai vectorial E és una aplicació lineal de E en E. Un automorfisme és un endomor-
fisme bijectiu.
Proposició 2.2.5. Sigui f : E1 → E2 un isomorfisme de K-espais vectorials. Alesho-
res, l’aplicació inversa f −1 : E2 → E1 també és lineal.
Demostració. Donats u, v ∈ E2 , a, b ∈ K, volem veure f −1 (au + bv) = af −1 (u) +
bf −1 (v). Com f és bijectiva, l’igualtat equival a que els dos termes tinguin la mateixa
imatge per f i aixó és cert per ser f lineal. 2
Dos K-espais vectorials E1 , E2 es diuen isomorfs si existeix un isomorfisme

f : E1 → E2 . La relació de ser isomorfs és clarament relació d’equivalència. Si E1
i E2 són isomorfs, escrivim E1 ≃ E2 .
2.2. NUCLI I IMATGE. TEOREMA D’ISOMORFIA 29
Proposició 2.2.6. Siguin E1 , E2 K-espais vectorials. Una aplicació lineal f : E1 → E2

és bijectiva si i només si la imatge d’una base de E1 per f és base de E2 .
Demostració. Suposem que f és bijectiva i sigui B una base de E1 . Com f és ex-
hautiva, tenim E2 = Im f = ⟨f (B)⟩. Vegem que f (B) és linealment independent.
−
→
Sigui a1 f (u1 ) + · · · + an f (un ) = 0 E2 , amb u1 , . . . , un ∈ B, a1 , . . . , an ∈ K. Tenim
−
→
f (a1 u1 +· · ·+an un ) = a1 f (u1 )+· · ·+an f (un ) = 0 E2 ; per tant a1 u1 +· · ·+an un ∈ Nuc f .
−
→
Com f és injectiva, a1 u1 + · · · + an un = 0 E1 , que implica a1 = · · · = an = 0.
Recı́procament, sigui B una base de E1 i suposem que f (B) és base de E2 . Sigui
u ∈ Nuc f . Tenim u = x1 u1 + · · · + xn un , amb u1 , . . . , un ∈ B, x1 , . . . , xn ∈ K.
−
→ f (B) l.i
Aleshores 0 E2 = f (u) = f (x1 u1 + · · · + xn un ) = x1 f (u1 ) + · · · + xn f (un ) ⇒ x1 =
→
−
· · · = xn = 0 ⇒ u = 0 E1 . Sigui ara v ∈ E2 . Tenim v = y 1 f (u1 ) + · · · + y n f (un ) =
f (y 1 u1 + · · · + y n un ), amb u1 , . . . , un ∈ B, y 1 , . . . , y n ∈ K, per tant v ∈ Im f . 2
Corol·lari 2.2.7. Dos K-espais vectorials de dimensió finita són isomorfs si i només
si tenen la mateixa dimensió.
Demostració. Si f : E1 → E2 és isomorfisme i (u1 , . . . , un ) és base de E1 , per la
proposició, (f (u1 ), . . . , f (un )) és base de E2 . Si dim E1 = dim E2 , escollim ∑n bases
∑1n, . . . i, un ), (v1 , . . . , vn ) de E1 i E2 . L’aplicació f : E1 → E2 definida per f ( i=1 x ui ) =
i
(u
i=1 x vi és clarament lineal i és doncs isomorfisme per la proposició.
Proposició 2.2.8. Siguin E1 , E2 K-espais vectorials, f : E1 → E2 una aplicació lineal,

F un subespai vectorial de E1 . Existeix una aplicació lineal f : E1 /F → E2 tal que
f = f ◦π, on π : E → E/F és el morfisme de pas al quocient, si i només si F ⊂ Nuc f .
Demostració. Suposem que existeix f com a l’enunciat i sigui v ∈ F . Tenim π(v) =
−
→ −
→ →
− −
→
[v] = [ 0 E1 ] = 0 E1 /F que implica f (v) = f (π(v)) = f ( 0 E1 /F ) = 0 E2 i, per tant
v ∈ Nuc f .
Suposem ara F ⊂ Nuc f . L’aplicació f ha de complir f (v) = f (π(v)) = f ([v]).
Vegem que la definició f ([v]) := f (v) no depen del representant escollit. Sigui u ∈ E1
−
→
tal que [u] = [v]. Aleshores u − v ∈ F ⊂ Nuc f ⇒ f (u) − f (v) = f (u − v) = 0 E2 ⇒
f (u) = f (v). Per tant f està ben definida i és lineal, per ser-ho f . 2
Teorema 2.2.9 (Teorema d’isomorfia). Sigui f : E1 → E2 una aplicació lineal. Exis-
teix un isomorfisme fe : E1 / Nuc f → Im f tal que f = i ◦ fe ◦ π, on i : Im f → E2 és la
inclusió, π : E1 → E1 / Nuc f el morfisme de pas al quocient.
Demostració. Per la proposició anterior, existeix una aplicació lineal f : E1 / Nuc f →
E2 tal que f = f ◦ π, on π : E1 → E1 / Nuc f és el morfisme de pas al quocient. Per la
definició de f , és clar que Im f = Im f . Podem considerar l’aplicació lineal
fe : E1 / Nuc f → Im f
.
[u] 7→ f (u)
Clarament f = i ◦ fe ◦ π, on i : Im f → E2 és la inclusió. Només queda veure que

fe és bijectiva. Per construcció, és exhaustiva. Ara, per a [u] ∈ E1 / Nuc f , tenim
−
→ −
→
0 E2 = fe([u]) = f (u) ⇒ u ∈ Nuc f ⇒ [u] = 0 E1 / Nuc f . 2
Exemple. Siguin E un K-espai vectorial, F, G subespais vectorials de E tals que

E = F ⊕ G. Els espais vectorials E/F i G són isomorfs. En efecte, considerem
l’aplicació de l’exemple 2.1.4 2.
pG : E → G
.
u 7→ uG
És epimorfisme amb nucli F i, pel teorema d’isomorfia, obtenim l’isomorfisme
E/F → G
[u] 7→ uG .
2.3 Matriu d’una aplicació lineal. Canvi de base

Proposició 2.3.1. Siguin E1 , E2 espais vectorials sobre el mateix cos K, (ui )i∈I una
base de E1 , (vi )i∈I vectors qualssevol de E2 . Existeix una aplicació lineal única
f : E1 → E2 tal que f (ui ) = vi , per a tot i ∈ I.
Demostració. Suposem que existeix

∑ ∑n f ijcom a l’enunciat
∑n i sigui u ∈ E1 . Tenim u =
n ij ij
j=1 a uij i, per tant f (u) = j=1 a f (uij ) = j=1 a vij . Com∑la imatge de tot
u ∈ E1 queda determinada, f és única. Ara, definint f (u) = n ij
j=1 a vij , per a
∑n
u = j=1 aij uij , obtenim clarament una aplicació ben definida i lineal i tenim doncs
l’existència de f . 2
Siguin ara E1 , E2 espais vectorials de dimensió finita sobre el cos K, (u1 , . . . , un )

una base ordenada de E1 , (v1 , . . . , vm ) una base ordenada de E2 . Sigui f : E1 → E2
una aplicació lineal. Com hem vist a la proposició anterior, f està determinada per
les imatges f (u1 ), . . . , f (un ) dels∑ vectors de la base de E1 . Escrivim aquests vectors en
la base escollida a E2 : f (uj ) = m i
i=1 aj vi . Tenim doncs que, fixades bases dels espais
vectorials de partida i arribada, l’aplicació lineal queda determinada pels elements
aij , 1 ≤ i ≤ m, 1 ≤ j ≤ n, del cos K. La matriu (aij )1≤i≤m s’anomena matriu de f en
∑
1≤j≤n
les bases (u1 , . . . , un ) de E1 , (v1 , . . . , vm ) de E2 . Si u = nj=1 xj uj és un vector de E1 ,
tenim
∑
n ∑
n ∑
n ∑m ∑
m ∑ n
j j j i
f (u) = f ( x uj ) = x f (uj ) = x( a j vi ) = ( aij xj )vi .
j=1 j=1 j=1 i=1 i=1 j=1
2.3. MATRIU D’UNA APLICACIÓ LINEAL. CANVI DE BASE 31
∑n
Per tant les coordenades de f (u) en la base (v1 , . . . , vm ) de E2 són y i = j=1 aij xj ,
1 ≤ i ≤ m. Podem escriure aquestes igualtats en forma matricial
(y)t = A(x)t ,
on A indica la matriu (aij )1≤i≤m , (y) la matriu fila (y 1 . . . y m ), (x) la matriu fila
1≤j≤n
(x1 . . . xn ) i t transposada.
Exemple 2.3.2. Siguin E un K-espai vectorial, (u1 , . . . , un ), (e1 , . . . , en ) dues bases

de E. La matriu de la identitat de E en la base (u1 , . . . , un ) a l’espai de partida i
(e1 , . . . , en ) a l’espai d’arribada és la matriu que té en columnes les coordenades dels
vectors u1 , . . . , un en la base (e1 , . . . , en ), és a dir, la matriu de canvi de base de la base
(u1 , . . . , un ) a la base (e1 , . . . , en ).
Exercici 2.3.3. Siguin E1 , E2 Q-espais vectorials amb bases (u1 , u2 , u3 , u4 ), (v1 , v2 , v3 )

respectivament. Proveu que existeix una aplicació lineal única φ : E1 → E2 tal que
Nuc φ = ⟨2u1 + u2 − u4 , 2u2 − u3 ⟩, φ(u2 ) = v1 − v2 , φ(u4 ) = v3 ,

i escriviu la seva matriu en les bases donades.
−
→
Solució. 2u1 + u2 − u4 ∈ Nuc φ ⇔ 0 E2 = φ(2u1 + u2 − u4 ) = 2φ(u1 ) + φ(u2 ) − φ(u4 ) ⇔
1
φ(u1 ) = (−φ(u2 ) + φ(u4 ));
2 −
→
2u2 − u3 ∈ Nuc φ ⇔ 0 E2 = φ(2u2 − u3 ) = 2φ(u2 ) − φ(u3 ) ⇔ φ(u3 ) = 2φ(u2 ).
Les condicions de l’enunciat sobre φ equivalen doncs a
1
φ(u1 ) = (−v1 + v2 + v3 ), φ(u2 ) = v1 − v2 , φ(u3 ) = 2v1 − 2v2 , φ(u4 ) = v3
2
i, per la proposició 2.3.1, φ existeix i és única. La matriu de φ en les bases (u1 , u2 , u3 , u4 )
de E1 , (v1 , v2 , v3 ) de E2 és
 
−1/2 1 2 0
 1/2 −1 −2 0  .
1/2 0 0 1
Proposició 2.3.4. Siguin E1 , E2 , E3 espais vectorials sobre el mateix cos K; f : E1 →

E2 , g : E2 → E3 aplicacions lineals. Siguin (u1 , . . . , un ), (v1 , . . . , vm ), (w1 , . . . , wl )
bases de E1 , E2 i E3 , respectivament. Si A és la matriu de f en les bases (u1 , . . . , un ),
(v1 , . . . , vm ) i B és la matriu de g en les bases (v1 , . . . , vm ), (w1 , . . . , wl ) , aleshores BA
és la matriu de g ◦ f en les bases (u1 , . . . , un ), (w1 , . . . , wl ).
∑
Demostració. Posem A = (aij )1≤i≤m , B = (bjk )1≤j≤n . Si u = nj=1 xj uj ∈ E1 , tenim
1≤j≤n 1≤k≤l
∑ ∑
(g ◦ f )(u) = g(f (u) = g( m ( nj=1 aij xj )vi )
∑m ∑n i=1
i j
= i=1 ∑j=1 aj x g(v )
∑m n i j
∑li k
= j=1 aj∑x k=1 bi wk
∑i=1
l ∑ n m i k j
= k=1 ( j=1 ( i=1 aj bi )x )wk .
∑
Ara mi=1 aj bi és justament l’element de la fila k i columna j de la matriu BA. 2
i k
Volem veure ara la relació entre les matrius d’una aplicació lineal en bases diferents.
Proposició 2.3.5. Siguin E1 , E2 espais vectorials de dimensió finita sobre el cos K,

(u1 , . . . , un ) una base de E1 , (v1 , . . . , vm ) una base de E2 , f : E1 → E2 una aplicació
lineal amb matriu A en les bases (u1 , . . . , un ), (v1 , . . . , vm ).
Siguin (u′1 , . . . , u′n ) una altra base de E1 , C la matriu de canvi de base de la base
(u′1 , . . . , u′n ) a la base (u1 , . . . , un ); siguin (v1′ , . . . , vm
′
) una altra base de E2 , D la matriu
′ ′
de canvi de base de la base (v1 , . . . , vm ) a la base (v1 , . . . , vm ). Aleshores la matriu de
f en les bases (u′1 , . . . , u′n ), (v1′ , . . . , vm′
) és D−1 AC.
Demostració. Considerem la composició d’aplicacions lineals següent amb les bases

indicades a cada espai vectorial.
IdE1 f IdE2
E1 → E1 → E2 → E2
(u′ ) (u) (v) (v ′ ).
Posem ara la matriu de cada aplicació lineal en les bases donades, tenint en compte
l’exemple 2.3.2:
IdE1 f IdE
E1 → E1 → E2 →2 E2
(u′ ) C (u) A (v) D−1 (v ′ ).
Obtenim doncs la igualtat de l’enunciat. 2
Exercici 2.3.6. Considerem els subespais vectorials de R5 ,
F := ⟨(1, 2, −1, 0, −2), (1, 3, 2, 0, 5), (1, 1, −4, 0, −9)⟩,

G := ⟨(1, 2, 0, 2, 1), (0, 1, 2, −2, 3), (1, 3, 2, −1, 6)⟩.
Comproveu que R5 = F ⊕ G i doneu la matriu de la projecció sobre F paral·lelament
a G en la base usual de R5 .
Solució. Fent reducció de Gauss, obtenim dim F = 2, dim G = 3, ((1, 2, −1, 0, −2),
(0, 1, 3, 0, 7)) base de F i ((1, 2, 0, 2, 1), (0, 1, 2, −2, 3), (0, 0, 0, −1, 2)) base de G i la
reunió d’aquestes dues bases és base de R5 , per tant R5 = F ⊕ G.
2.3. MATRIU D’UNA APLICACIÓ LINEAL. CANVI DE BASE 33
Posem u1 = (1, 2, −1, 0, −2), u2 = (0, 1, 3, 0, 7), u3 = (1, 2, 0, 2, 1), u4 = (0, 1, 2, −2, 3),
u5 = (0, 0, 0, −1, 2). En la base (u1 , u2 , u3 , u4 , u5 ) de R5 , la matriu de la projecció pF
sobre F paral·lelament a G és
 
1 0 0 0 0
 0 1 0 0 0 
 
A=  0 0 0 0 0 .

 0 0 0 0 0 
0 0 0 0 0
La matriu
 
1 0 1 0 0
 2 1 2 1 0 
 
C=
 −1 3 0 2 0 

 0 0 2 −2 −1 
−2 7 1 3 2
és matriu de canvi de la base (u1 , u2 , u3 , u4 , u5 ) a la base usual (1, 0, 0, 0, 0), (0, 1, 0, 0, 0),
(0, 0, 1, 0, 0), (0, 0, 0, 1, 0), (0, 0, 0, 0, 1) de R5 . La matriu de pF en la base usual de R5
és CAC −1 . Calculem
   
−39 17 −8 2 1 −39 17 −8 2 1
 −35 15 −7 2 1   −113 49 −23 6 3 
   
C −1
=
 40 −17 8 −2 −1 ,
 CAC −1
=
 −66 28 −13 4 2 

 33 −14 7 −2 −1   0 0 0 0 0 
14 −6 2 −1 0 −167 71 −33 10 5
2
Capı́tol 3
Espai vectorial de les aplicacions

lineals
3.1 Definició.
Siguin E1 , E2 espais vectorials sobre el mateix cos K. Considerem el conjunt L(E1 , E2 )
de totes les aplicacions lineals de E1 en E2 . Dotarem L(E1 , E2 ) d’estructura de K-espai
vectorial. Definim una suma a L(E1 , E2 ) per
(φ + ψ)(u) = φ(u) + ψ(u), per a φ, ψ ∈ L(E1 , E2 ), u ∈ E1 .

Notem que la suma del terme de la dreta de la igualtat és la suma a E2 . Anàlogament,
definim a L(E1 , E2 ) un producte per escalars de K per
(aφ)(u) = aφ(u), per a φ ∈ L(E1 , E2 ), a ∈ K, u ∈ E1 .

Notem que el producte del terme de la dreta de la igualtat és el producte per escalars
de K del K-espai vectorial E2 . Es comprova fàcilment que L(E1 , E2 ) és K-espai
−
→
vectorial amb les operacions que hem definit. L’element 0 L(E1 ,E2 ) és l’aplicació que
−
→
envia tot vector de E1 a 0 E2 i, per a φ ∈ L(E1 , E2 ), l’oposat −φ està definit per
(−φ)(u) = −φ(u), per a u ∈ E1 .
Proposició 3.1.1. Si E1 i E2 tenen dimensió finita, L(E1 , E2 ) també i es compleix
dim L(E1 , E2 ) = dim E1 · dim E2 .

Demostració. Siguin (u1 , . . . , un ), (v1 , . . . , vm ) bases de E1 i E2 respectivament. Per
2.3.1, podem definir un element de L(E1 , E2 ) donant les imatges dels vectors uj . De-
finim φij ∈ L(E1 , E2 ) per
{
vi si j = k
φij (uk ) = − → ,
0 E2 si j ̸= k
35
36 CAPÍTOL 3. ESPAI VECTORIAL DE LES APLICACIONS LINEALS
per a 1 ≤ i ≤ m, 1 ≤ j ≤ n. Si veiem que {φij }1≤i≤m és base de L(E1 , E2 ), obtindrem

1≤j≤n
la fòrmula de l’enunciat. Suposem
∑
m ∑
n
−
→
aij φij = 0 L(E1 ,E2 ) ,
i=1 j=1
amb aij ∈ K. Aleshores, per a cada uk ∈ E1 , tenim
−
→ ∑∑
m n ∑∑ m n ∑ m
0 E2 = ( aij φij )(uk ) = aij φij (uk ) = aik vi
i=1 j=1 i=1 j=1 i=1
que implica aik = 0, per ser (v1 , . . . , vm ) base de E2 . Com això es compleix per a tot
k, hem provat que els φij són linealment independents.
∑m ij
Sigui ∑nψ ∈ij L(E1 , E2 ). Si ψ(uj ) =
∑m ara i=1 a vi , j = 1, . . . , n, tenim clarament
ψ = i=1 j=1 a φij .2
Vam veure que el conjunt Mm×n (K) de matrius de m files i n columnes amb coe-
ficients a K té estructura de K-espai vectorial. De la proposició 2.3.1 i la definició de
les operacions a L(E1 , E2 ) i Mm×n (K), obtenim el resultat següent.
Proposició 3.1.2. Siguin E1 , E2 espais vectorials sobre el mateix cos K, (u1 , . . . , un ),

(v1 , . . . , vm ) bases ordenades de E1 i E2 respectivament. L’aplicació
L(E1 , E2 ) → Mm×n (K),

que associa a una aplicació lineal de E1 en E2 la seva matriu en les bases fixades és
isomorfisme de K-espais vectorials.
3.2 L’àlgebra dels endomorfismes

Si E és K-espai vectorial, posem EndK (E) := L(E, E). Si φ, ψ ∈ EndK (E), sabem
per la proposició 2.1.3 que φ ◦ ψ ∈ EndK (E). Per tant, a més de la suma i el producte
per escalars de K, tenim definida a EndK (E), l’operació interna ◦, que compleix les
propietats següents.
1. ◦ és associativa: (φ ◦ ψ) ◦ χ = φ ◦ (ψ ◦ χ), per a φ, ψ, χ ∈ EndK (E) qualssevol.
2. ◦ és distributiva respecte de la suma: φ ◦ (ψ + χ) = φ ◦ ψ + φ ◦ χ i (ψ + χ) ◦ φ =

ψ ◦ φ + χ ◦ φ, per a φ, ψ, χ ∈ EndK (E) qualssevol.
3. existeix un element neutre per a ◦, l’aplicació indentitat IdE . Tenim doncs IdE ◦φ =
φ ◦ IdE = φ, per a φ ∈ EndK (E) qualsevol.
3.3. L’ESPAI DUAL. 37
4. a(φ ◦ ψ) = (aφ) ◦ ψ = φ ◦ (aψ), per a a ∈ K, φ, ψ ∈ EndK (E) qualssevol.
El fet que EndK (E) és grup amb la suma juntament amb les propietats 1.,2. i 3.
donen que EndK (E) amb + i ◦ és anell amb unitat. Si dimK E ≥ 2, no és commutatiu.
Els elements invertibles de End E són els automorfismes de E. A més, EndK (E) amb
la suma i el producte per escalars de K és K-espai vectorial i compleix la propietat 4.
que relaciona ◦ amb el producte per escalars.
Definició 3.2.1. Si K és cos, una K-àlgebra és un conjunt A no buit dotat de
- una suma interna +
- un producte intern ·
- un producte per escalars de K
tals que A amb + i · és anell, A amb + i el producte per escalars de K és K-espai
vectorial i, a més,
λ(ab) = (λa)b = a(λb), ∀λ ∈ K, a, b ∈ A.

Si · és commutatiu, diem que A és àlgebra commutativa; si existeix element unitat per
·, diem que A és àlgebra amb unitat.
Tenim doncs que EndK (E) és una K-àlgebra amb unitat.
Exemples 3.2.2. 1. El conjunt Mn (K) de matrius quadrades de n files i columnes

amb coeficients a K, dotat de la suma i el producte de matrius i el producte
d’una matriu per un escalar de K, és una K-àlgebra amb unitat.
2. El conjunt K[X] de polinomis amb coeficients a K dotat de la suma i el producte

de polinomis i del producte d’un polinomi per un element de K és K-àlgebra
commutativa amb unitat.
El conjunt Aut K (E) d’automorfismes del K-espai vectorial E dotat de la composi-

ció ◦ és un grup. En efecte, la composició d’automorfismes és automorfisme i l’aplicació
inversa d’un automorfisme també ho és. Si dim E ≥ 2, no és abelià.
3.3 L’espai dual.

Havı́em vist que un cos K és espai vectorial sobre ell mateix. Per a un K-espai vectorial
E considerem l’espai vectorial L(E, K). Una aplicació lineal de E en K es diu forma
lineal de E. Diem L(E, K) espai vectorial dual de E i el denotem per E ∗ . De la
proposició 3.1.1 i la seva demostració, obtenim el resultat següent.
Proposició 3.3.1. Si E és K-espai vectorial de dimensió finita i E ∗ el seu espai dual,
es compleix dimK E ∗ = dimK E. Si (u1 , . . . , un ) és base ordenada de E, les formes u∗j
definides per
{
∗ 1 si i=j
uj (ui ) =
0 si i ̸= j
formen base de E ∗ .
La base (u∗1 , . . . , u∗n ) definida a la proposició es diu base dual de la base (u1 , . . . , un ).
Exemple 3.3.2. Considerem l’espai vectorial R3 . La base dual de la base usual

((1, 0, 0), (0, 1, 0), (0, 0, 1)) de R3 és la base formada per les tres formes definides per
(x, y, z) 7→ x, (x, y, z) 7→ y, (x, y, z) 7→ z.
Proposició 3.3.3. Sigui (u1 , . . . , un ) una base ordenada de E,(u∗1 , . . . , u∗n ) la seva base
dual. Les coordenades de ω ∈ E ∗ en la base (u∗1 , . . . , u∗n ) són (ω(u1 ), . . . , ω(un )).
Demostració. Hem de provar la igualtat ω = ω(u1 )u∗1 + · · · + ω(un )u∗n . N’hi ha prou
amb veure que els
∑nvectors de∗ la base ∑
(u1 . . . , un ) tenen la mateixa imatge per les dues
formes. Tenim ( i=1 ω(ui )ui )(uj ) = ni=1 ω(ui )(u∗i )(uj ) = ω(uj ). 2
Exercici 3.3.4. Sigui E l’espai vectorial de polinomis de grau ≤ n sobre R, a ∈ R.

Proveu que l’assignació P 7→ P (a) defineix una forma lineal η de E i doneu les seves
coordenades en la base dual de la base (1, X, . . . , X n ) de E.
Solució. Per a P, Q ∈ E, λ ∈ R, tenim (P + Q)(a) = P (a) + Q(a), (λP )(a) = λP (a),

per tant η és lineal. Tenim
η(1) = 1, η(X j ) = aj , 1 ≤ j ≤ n.
Denotant ω0 , ω1 , . . . , ωn la base dual de la base (1, X, . . . , X n ), obtenim
∑
n ∑
n
η= η(X j )ωj = aj ωj .
j=0 j=0
2
Si E1 , E2 són K-espais vectorials, φ : E1 → E2 una aplicació lineal, ω ∈ E2∗ , la

composició
φ ω
E1 → E2 → K
és element de E1∗ . Tenim doncs que φ indueix una aplicació lineal
3.3. L’ESPAI DUAL. 39
E2∗ → E1∗
ω 7→ ω ◦ φ
que anomenem aplicació dual de φ i denotem φ∗ .
Proposició 3.3.5. Siguin E1 , E2 K-espais vectorials de dimensió finita, φ : E1 →
E2 una aplicació lineal amb matriu A en les bases ordenades (u1 , . . . , un ) de E1 ,
(v1 , . . . , vm ) de E2 . Aleshores la matriu de l’aplicació dual φ∗ en les bases duals
(v1∗ , . . . , vm
∗
) de E2∗ , (u∗1 , . . . , u∗n ) de E1∗ és la matriu transposada At de A.
Demostració. Posem A = (aij )1≤i≤m . Hem de calcular les coordenades de φ∗ (vj∗ ) en
1≤j≤n
la base (u∗1 , . . . , u∗n ). Per la proposició 3.3.3, la coordenada i-èsima és φ∗ (vj∗ )(ui ) =
∑ ∑m k ∗
vj∗ (φ(ui )) = vj∗ ( m k
k=1 ai vk ) = k=1 ai vj (vk ) = ai . 2
j
Tenint en compte 2.3.2, obtenim

Corol·lari 3.3.6. Siguin E un K-espai vectorial, E ∗ el seu espai dual. Si (e1 , . . . , en ),
(u1 , . . . , un ) són dues bases de E i C la matriu de canvi de la base (u1 , . . . , un ) a la
base (e1 , . . . , en ), aleshores la matriu transposada C t és matriu de canvi de la base
(e∗1 , . . . , e∗n ) a la base (u∗1 , . . . , u∗n ).
L’espai dual del dual E ∗ del K-espai vectorial E es denota per E ∗∗ i s’anomena
bidual de E.
Donat un vector u de E, definim una aplicació
φu : E ∗ → K
ω 7→ φu (ω) := ω(u).
L’aplicació φu és lineal i, per tant, un element de E ∗∗ . Considerem l’aplicació
Φ : E → E ∗∗
u 7→ φu .
Proposició 3.3.7. L’aplicació Φ : E → E ∗∗ és un monomorfisme. Si dim E és finita,
Φ és isomorfisme.
Demostració. Vegem que Φ és lineal. Siguin u, v ∈ E, a, b ∈ K. Volem veure
Φ(au+bv) = aΦ(u)+bΦ(v). Aquesta igualtat és certa si es compleix (Φ(au+bv))(ω) =
(aΦ(u) + bΦ(v))(ω), per a tot ω ∈ E ∗ . Tenim
(Φ(au + bv))(ω) = φau+bv (ω) = ω(au + bv) = aω(u) + bω(v),

on la primera igualtat ve de la definició de Φ, la segona de la definició de φu , per a
u ∈ E i la tercera del fet que ω és lineal. D’altra banda,
(aΦ(u) + bΦ(v))(ω) = aΦ(u)(ω) + bΦ(v)(ω) = aφu (ω) + bφv (ω) = aω(u) + bω(v),
on la primera igualtat ve de la definició de les operacions en els espais vectorials

d’aplicacions lineals, la segona de la definició de Φ i la tercera de la definició de φu ,
per a u ∈ E.
−
→ −
→
Vegem ara que Nuc Φ = { 0 E }. Sigui u ∈ E tal que Φ(u) = 0 E ∗∗ . Es compleix
−
→
doncs Φ(u)(ω) = φu (ω) = ω(u) = 0, per a tot ω ∈ E ∗ . Ara, si u ̸= 0 E , podem
considerar una base de E que contingui el vector u i, per tant, existeix ω0 ∈ E ∗ tal
que ω0 (u) = 1.
Si dim E és finita, per la proposició 3.3.1, tenim dim E ∗∗ = dim E ∗ = dim E. Com
−
→
Nuc Φ = { 0 E }, per 2.2.3, tenim dim E = dim Im Φ i, per tant dim Im Φ = dim E ∗∗ ,
que, per 1.4.7, implica Im Φ = E ∗∗ . 2
Donada una aplicació lineal φ : E1 → E2 , l’aplicació dual de φ∗ : E2∗ → E1∗

s’anomena aplicació bidual de φ.
Proposició 3.3.8. Siguin E1 , E2 K-espais vectorials de dimensió finita, φ : E1 → E2

una aplicació lineal, φ∗∗ : E1∗∗ → E2∗∗ la seva aplicació bidual. Siguin Φ1 : E1 →
E1∗∗ , Φ2 : E2 → E2∗∗ els isomorfismes donats per la proposició 3.3.7. Aleshores,
φ∗∗ = Φ2 ◦ φ ◦ Φ−1
1 .
Demostració. Provarem (φ∗∗ ◦ Φ1 )(u) = (Φ2 ◦ φ)(u), per a u ∈ E1 ; equivalentment

φ∗∗ (Φ1 (u))(η) = Φ2 (φ(u))(η), per a tot η ∈ E2∗ . Tenim
Φ2 (φ(u))(η) = η(φ(u)),
usant la definició de Φ2 . D’altra banda,
φ∗∗ (Φ1 (u))(η) = Φ1 (u)(φ∗ (η)) = (φ∗ (η))(u) = η(φ(u)),

on la primera i la tercera igualtats es dedueixen de la definició de l’aplicació dual i la
segona de la definició de Φ1 . 2
3.4 Ortogonalitat
Sigui E un K-espai vectorial de dimensió finita, E ∗ el seu espai dual. Si S és un
subconjunt de E, definim l’ortogonal S ⊥ de S per
S ⊥ := {ω ∈ E ∗ : ω(u) = 0, ∀u ∈ S}.
3.4. ORTOGONALITAT 41
Proposició 3.4.1. Sigui E un K-espai vectorial de dimensió finita. Es compleixen les

propietats següents:
1. per a S subconjunt de E, S ⊥ és subespai vectorial de E ∗ ;
2. si S i T són subconjunts de E, S ⊂ T ⇒ S ⊥ ⊃ T ⊥ ;
3. per a S subconjunt de E, ⟨S⟩⊥ = S ⊥ ;
4. si F és subespai vectorial de E, dim F ⊥ = dim E − dim F ;

−
→ −
→
5. { 0 E }⊥ = E ∗ , E ⊥ = { 0 E ∗ }.
Demostració.
1. Si ω, η ∈ S ⊥ , a, b ∈ K, tenim, per a u ∈ S, (aω + bη)(u) = aω(u) + bη(u) = 0.
2. és immediat.
3. tenim S ⊂ ⟨S⟩, per tant ⟨S⟩⊥ ⊂ S ⊥ . Si ω ∈ S ⊥ , u ∈ ⟨S⟩, tenim ω(u) = 0, ja que

u és combinació lineal de vectors de S i, per tant ω ∈ ⟨S⟩⊥ .
4. Siguin (u1 , . . . , um ) una base de F , (u1 , . . . , um , um+1 , . . . , un ) una ampliació a ba-

se de E i (u∗1 , . . . , u∗m , u∗m+1 , . . . , u∗n ) la base dual. Volem veure que (u∗m+1 , . . . , u∗n )
és base de F ⊥ . Com formen part d’una base, n’hi ha prou amb veure F ⊥ =
⟨u∗m+1 , . . .∑
, u∗n ⟩. Sabem que una forma ω ∈ E ∗ s’escriu en la base dual (u∗1 , . . . , u∗n )
com ω = ni=1 ω(ui )u∗i . Ara, ω ∈ F ⊥ ⇒ ω(ui ) = 0, per a i = 1, . . . , m.
5. és immediat. 2
Si S és un subconjunt de E ∗ , el seu ortogonal és
S ⊥ = {η ∈ E ∗∗ : η(ω) = 0, ∀ω ∈ S}.
Per la proposició anterior, S ⊥ és subespai vectorial de E ∗∗ . Sabem per la proposició
3.3.7, que tenim un isomorfisme Φ de E en E ∗∗ . Ens interessa considerar el subespai
vectorial de E que es correspon amb S ⊥ per Φ, que denotarem també com S ⊥ . Posem
doncs
S ⊥ = {u ∈ E : ω(u) = 0, ∀ω ∈ S}
i considerarem S ⊥ definit per aquesta última igualtat, per a S subconjunt de E ∗ . Tenim
doncs que S ⊥ és un subespai vectorial de E.
Proposició 3.4.2. Sigui E un K-espai vectorial de dimensió finita.

1. Si F és un subespai vectorial de E, F ⊥⊥ = F ;
2. si F i G són subespais vectorials de E,
(F ∩ G)⊥ = F ⊥ + G⊥ i (F + G)⊥ = F ⊥ ∩ G⊥ ;
3. si F i G són subespais vectorials de E i E = F ⊕ G, aleshores E ∗ = F ⊥ ⊕ G⊥ .
Demostració.
1. Si u ∈ F, ω ∈ F ⊥ , tenim ω(u) = 0, per tant F ⊂ F ⊥⊥ . Per 3.3.1 i 3.4.1.4., F i

F ⊥⊥ tenen la mateixa dimensió i per tant tenim l’igualtat.
2. Tenim
} { }
F ∩G⊂F (F ∩ G)⊥ ⊃ F ⊥
⇒ (F ∩ G)⊥ ⊃ F ⊥ + G⊥ .
3.4.1.2
⇒
F ∩G⊂G (F ∩ G)⊥ ⊃ G⊥
} { }
F ⊂F +G F ⊥ ⊃ (F + G)⊥
⇒ F ⊥ ∩ G⊥ ⊃ (F + G)⊥ .
3.4.1.2
⇒
G⊂F +G G⊥ ⊃ (F + G)⊥
Aplicant les inclusions que hem provat a F ⊥ i G⊥ , obtenim
(F ⊥ ∩ G⊥ )⊥ ⊃ F ⊥⊥ + G⊥⊥ = F + G ⇒ F ⊥ ∩ G⊥ ⊂ (F + G)⊥
F ∩ G = F ⊥⊥ ∩ G⊥⊥ ⊃ (F ⊥ + G⊥ )⊥ ⇒ (F ∩ G)⊥ ⊂ F ⊥ + G⊥ .
3. De l’apartat anterior i 3.4.1.5, obtenim

{ −
→ }
E =F +G ⇒ { 0 E ∗ } = E ⊥ = F ⊥ ∩ G⊥
E =F ⊕G⇒ →
− −
→
F ∩ G = { 0 E } ⇒ F ⊥ + G⊥ = { 0 E }⊥ = E ∗
⇒ E ∗ = F ⊥ ⊕ G⊥ .
Proposició 3.4.3. Siguin E1 , E2 espais vectorials sobre K de dimensió finita,

φ : E1 → E2 una aplicació lineal, φ∗ : E2∗ → E1∗ la seva aplicació dual. Es com-
pleix
Nuc φ∗ = (Im φ)⊥ , Im φ∗ = (Nuc φ)⊥ .

3.4. ORTOGONALITAT 43
−
→
Demostració. Sigui ω ∈ E2∗ . Tenim ω ∈ Nuc φ∗ ⇔ φ∗ (ω) = 0 E1∗ ⇔ φ∗ (ω)(u) = 0, per
a tot u ∈ E1 ⇔ ω(φ(u)) = 0, per a tot u ∈ E1 ⇔ ω ∈ (Im φ)⊥ .
Sigui u ∈ E1 . Tenim u ∈ (Im φ∗ )⊥ ⇔ η(u) = 0, ∀η ∈ Im φ∗ ⇔ (φ∗ (ω))(u) =
0, ∀ω ∈ E2∗ ⇔ ω(φ(u)) = 0, ∀ω ∈ E2∗ ⇔ φ(u) = 0, on l’última equivalència ve del fet,
provat a la demostració de la proposició 3.3.7, que un vector d’un espai vectorial E
anul·lat per totes les formes de E ∗ és necessàriament nul. Hem provat doncs l’igualtat
(Im φ∗ )⊥ = Nuc φ, que implica Im φ∗ = (Im φ∗ )⊥⊥ = (Nuc φ)⊥ . 2
Capı́tol 4
Diagonalització
4.1 Determinant d’un endomorfisme

Sigui f un endomorfisme d’un K-espai vectorial E de dimensió n i sigui A la matriu
de f en una base (u1 , u2 , . . . , un ) de E. Si (u′1 , u′2 , . . . , u′n ) és una altra base de E i C
és la matriu de canvi de base de la base (u′1 , . . . , u′n ) a la base (u1 , . . . , un ), per 2.3.5,
la matriu de f en la base (u′1 , . . . , u′n ) és C −1 AC. Tenim doncs
det(C −1 AC) = det(C −1 ) det(A) det(C) = (1/ det C)(det A)(det C) = det A.
Hem provat que el valor del determinant de la matriu d’un endomorfisme no varia quan
canviem la base usada per escriure la matriu. Diem determinant de l’endomorfisme f
el determinant de la matriu de f escrita en qualsevol base de E.
4.2 Vectors i valors propis

Donat un endomorfisme f d’un K-espai vectorial E de dimensió n, volem determinar
si existeix una base (v1 , . . . , vn ) de E en la qual f tingui matriu diagonal, és a dir de
la forma
 
λ1 0 . . . 0
 0 λ2 . . . 0 
 
 . 
 . . 
0 0 . . . λn
per certs λ1 , λ2 , . . . , λn ∈ K. Si és aixı́, direm que l’endomorfisme f és diagonalitzable.
En aquest cas, els vectors vj han de complir f (vj ) = λj vj , per a 1 ≤ j ≤ n. Fem la
definició següent.
45
46 CAPÍTOL 4. DIAGONALITZACIÓ
Definició 4.2.1. Sigui f un endomorfisme d’un K-espai vectorial E.
1) Un element λ de K s’anomena valor propi de f si es compleix f (v) = λv, per algun

vector no nul v de E.
2) Un vector v de E s’anomena vector propi de f amb valor propi λ si es compleix

f (v) = λv.
Tenim doncs que un endomorfisme f d’un K-espai vectorial E és diagonalitzable si i

només si existeix una base de E formada per vectors propis de f . Direm que una matriu
A de Mn×n (K) és diagonalitzable si existeix una matriu invertible C de Mn×n (K) tal
que la matriu C −1 AC és diagonal. Dues matrius A, B de Mn×n (K) direm que són
equivalents si existeix una matriu invertible C de Mn×n (K) tal que B = C −1 AC.
Podem dir doncs que una matriu A és diagonalitzable quan és equivalent a una matriu
diagonal.
Proposició 4.2.2. Un element λ de K és valor propi de f si i només si

Nuc(f − λIdE ) ̸= 0, on IdE denota l’aplicació identitat de E. El conjunt de vec-
tors propis de f amb valor propi λ és Nuc(f − λIdE ). En particular, és un subespai
vectorial de E.
−
→ →
−
Demostració. Tenim f (v) = λv ⇔ f (v) − λv = 0 E ⇔ (f − λIdE )(v) = 0 E . Per tant
un element λ de K és valor propi de f si i només si Nuc(f − λIdE ) ̸= 0 i v és vector
propi de f amb valor propi λ si i només si v ∈ Nuc(f − λIdE ). 2
Corol·lari 4.2.3. Un element λ de K és valor propi de l’endomorfisme f si i només

si det(f − λIdE ) = 0.
Demostració. En efecte, Nuc(f − λIdE ) ̸= 0 ⇔ det(f − λIdE ) = 0. 2
4.3 Polinomi caracterı́stic

Sigui A = (aij ) 1≤i≤n la matriu de l’endomorfisme f en una base de E. Considerem
1≤j≤n
el determinant det(A − XIdn ), on X és una indeterminada i Idn designa la matriu
identitat n × n. Tenim

a1 − X a 1
. . . a 1
1 2 n
a2 a2 − X . . .
2
an2
1

det(A − XIdn ) = .. . (4.1)
.

a1 n n
a2 . . . an − X
n
4.3. POLINOMI CARACTERÍSTIC 47
Observem que el càlcul del determinant d’una matriu només usa sumes, restes i pro-
ductes i per tant, té sentit considerar el determinant d’una matriu els elements de la
qual són polinomis de l’anell K[X] i aquest determinant serà igual a un polinomi de
K[X]. En el determinant (4.1), el terme de grau més gran s’obté fent el producte
dels elements de la diagonal i és (−1)n X n , per tant aquest determinant és igual a un
polinomi de grau n, és a dir de grau igual a la dimensió de l’espai vectorial E, que
indiquem per PA (X) i anomenem polinomi caracterı́stic de la matriu A . Vegem que
PA (X) depen només de l’endomorfisme f . Si B és matriu de f en una altra base,
sabem que tenim B = C −1 AC, on C és matriu de canvi entre les dues bases. Ara es
compleix
det(B − XIdn ) = det(C −1 AC − XIdn ) = det(C −1 AC − XC −1 C)

= det(C −1 (A − XIdn )C) = det(C −1 ) det(A − XIdn ) det(C)
= det(C)−1 det(A − XIdn ) det(C) = det(A − XIdn ),
como volı́em provar. Diem polinomi caracterı́stic de f i denotem Pf el polinomi ca-
racterı́stic d’una matriu A de f . Clarament la condició det(f − λIdE ) = 0 equival a
Pf (λ) = 0 i, per tant, obtenim el corol·lari següent.
Corol·lari 4.3.1. Els valors propis de l’endomorfisme f són les arrels del seu polinomi
caracterı́stic Pf .
Proposició 4.3.2. Siguin E un K-espai vectorial, f un endomorfisme de E, v1 , v2 , . . . ,

vn vectors propis no nuls de f amb valors propis λ1 , λ2 , . . . , λn , respectivament. Si
λ1 , λ2 , . . . , λn són diferents dos a dos, aleshores el conjunt {v1 , v2 , . . . , vn } és linealment
independent.
Demostració. El cas n = 1 és trivial. Fem inducció sobre n. Siguin v1 , v2 , . . . , vn vectors

propis no nuls de f amb valors propis λ1 , λ2 , . . . , λn , diferents dos a dos. Suposem
→
−
a 1 v1 + a 2 v2 + · · · + a n vn = 0 E , (4.2)
amb a1 , a2 , . . . , an ∈ K. Aplicant f a (4.2), obtenim
f (a1 v1 + a2 v2 + · · · + an vn ) = a1 f (v1 ) + a2 f (v2 ) + · · · + an f (vn )

−
→
= a1 λ1 v1 + a2 λ2 v2 + · · · + an λn vn = 0 E .
Restant-li (4.2) multiplicada per λ1 a aquesta última igualtat, obtenim
−
→
a2 (λ2 − λ1 )v2 + · · · + an (λn − λ1 )vn = 0 E ,
que implica a2 (λ2 − λ1 ) = · · · = an (λn − λ1 ) = 0, per hipòtesi d’inducció, i a2 = · · · =
an = 0, per ser les λi diferents dos a dos. Ara, substituint a (4.2), obtenim a1 = 0, per
ser v1 no nul. 2
Corol·lari 4.3.3. Sigui f un endomorfisme d’un K-espai vectorial de dimensió n. Si

el polinomi caracterı́stic de f té n arrels diferents a K, aleshores f és diagonalitzable
sobre K.
Exercici 4.3.4. Calculeu els valors propis de l’endomorfisme f de R3 amb matriu en

la base usual
 
2 0 4
A =  3 −4 12 
1 −2 5
i els corresponents espais de vectors propis. Deduı̈u que f és diagonalitzable i doneu la
seva matriu diagonal i la base de vectors propis de f .
Solució. Calculem el polinomi caracterı́stic de la matriu A.

2−X 0 4

det(A − XId) = 3 −4 − X 12 = −X 3 + 3X 2 − 2X
1 −2 5−X
= −X(X 2 − 3X + 2) = −X(X − 1)(X − 2).
El valors propis de A són 0, 1, 2. L’espai V0 de vectors propis de A de valor propi 0 és
Nuc A. Resolem el sistema

 2x + 4z = 0
3x − 4y + 12z = 0

x − 2y + 5z = 0
Obtenim V0 = ⟨(−4, 3, 2)⟩. L’espai V1 de vectors propis de A de valor propi 1 és
Nuc(A − Id). Resolem el sistema

 x + 4z = 0
3x − 5y + 12z = 0

x − 2y + 4z = 0
Obtenim V1 = ⟨(−4, 0, 1)⟩. L’espai V2 de vectors propis de A de valor propi 0 és
Nuc(A − 2Id). Resolem el sistema

 z = 0
3x − 6y + 12z = 0

x − 2y + 3z = 0
Obtenim V2 = ⟨(2, 1, 0)⟩. Aplicant 4.3.3, tenim que ((−4,(3, 2), (−4,
) 0, 1), (2, 1, 0)) és
0 0 0
base de R i, en aquesta base, l’endomorfisme f té matriu 0 1 0 . 2
3
0 0 2
4.4. CRITERI DE DIAGONALITZACIÓ 49
4.4 Criteri de diagonalització

Volem donar ara una condició necessària i suficient per que una matriu diagonalitzi.
Proposició 4.4.1. Sigui f un endomorfisme del K-espai vectorial E, λ ∈ K un valor

propi de f . Denotem per multPf (λ) la multiplicitat de λ com a arrel del polinomi
caracterı́stic. Es compleix
1 ≤ dim(Nuc(f − λIdE )) ≤ multPf (λ).

→
−
Demostració. Per definició de valor propi, obtenim Nuc(f − λIdE ) ̸= { 0 E }, per
tant dim(Nuc(f − λIdE )) ≥ 1. Sigui ara (u1 , . . . , uk ) una base de Nuc(f − λIdE ),
(u1 , . . . , uk , uk+1 , . . . , un ) la seva completació a base de E. En aquesta base, f té
matriu de la forma
 
λ 0 . . . 0 a1k+1 ... a1n
 0 λ . . . 0 a2k+1 ... a2n 
 
 .. .. . . .
. ..
.. .. 
 . . . . 
 
A= 0 k
0 . . . λ ak+1 ... akn .
 
 0 0 . . . 0 ak+1 ... ak+1 
 .. .. ..
k+1
..
n
.. 
 . . . . . 
0 0 . . . 0 ank+1 ... ann
El càlcul del polinomi caracterı́stic de f a partir de la matriu A, desenvolupant suc-
cessivament per les primeres k columnes dóna Pf (X) = (X − λ)k Q(X), per un cert
polinomi Q(X), per tant multPf (λ) ≥ k. 2
Teorema 4.4.2 (Primer teorema de diagonalització). Un endomorfisme f d’un

K-espai vectorial E és diagonalitzable si i només si es compleixen les dues propietats
següents.
1) El polinomi caracterı́stic Pf de f descompon en producte de factors lineals a K[X].
2) Per a cada valor propi λ de f , es satisfà la igualtat dim(Nuc(f −λIdE )) = multPf (λ).
Demostració. Vegem primer que les dues condicions són necessàries. Si f té matriu
diagonal
 
λ1 0 . . . 0
 0 λ2 . . . 0 
 
D= . ,
 . . 
0 0 . . . λn
amb λj ∈ K no necessàriament diferents, en alguna ∏nbase de E, calculant el polinomi

caracterı́stic de f a partir de D, obtenim Pf (X) = j=1 (λj − X), per tant Pf descom-
pon en producte de factors lineals a K[X]. Ara, si un valor λ apareix exactament k
vegades a la diagonal de D, tenim multPf (λ) = k i la matriu D − λId serà una matriu
diagonal amb exactament k zeros a la diagonal, per tant dim(Nuc(f − λIdE )) = k.
Suposem ara que es compleixen les dues propietats∏de l’enunciat i posem n = dim E.
i=1 (X − λi ) , amb λi diferents
n r ki
Per la propietat
∑r 1), podem escriure Pf (X) = (−1)
dos a dos i i=1 ki = n. Per a cada valor propi λi de f , posem Vi = Nuc(f − λi IdE ).
Volem veure
E = V1 ⊕ · · · ⊕ Vr .
Si és aixı́ tindrem que la reunió de bases de cada un dels Vi ens donarà una base de E
formada per vectors propis de f i per tant f serà diagonalitzable. Vegem que la suma
V1 + · · · + Vr és directa. Suposem que tenim una igualtat u1 + · · · + ur = v1 + · · · + vr ,
→
−
amb ui , vi ∈ Vi , 1 ≤ i ≤ r. Es compleix doncs (u1 − v1 ) + · · · + (ur − vr ) = 0 E . Els
vectors ui − vi són vectors propis de f amb valors propis diferents dos a dos per tant,
∑ Tenim doncs que la suma V1 + · · · + Vr és directa i per tant
per 4.3.2, han de ser nuls.
dim(V1 ⊕ · · · ⊕ Vr ) = ri=1 ki = n i obtenim E = V1 ⊕ · · · ⊕ Vr . 2
Observació 4.4.3. Si considerem un endomorfisme f d’un C-espai vectorial, la con-

dició 1) del teorema 4.4.2 es compleix sempre (veure 7.2.6).
Exercici 4.4.4. Determineu si les següents matrius són diagonalitzables sobre R. En

cas afirmatiu, doneu la forma diagonal i una base de vectors propis.
     
−1 1 1 −4 0 −2 1 −1 0
A1 =  1 −1 1 , A2 =  0 1 0 , A3 =  1 1 0 
1 1 −1 5 1 3 1 1 −1
     
1 0 0 1 0 0 2 −2 −1
A4 =  1 2 −1  , A5 =  0 1 1 , A6 =  1 1 1 
−1 −1 2 0 −2 −1 −1 2 2
Solució. 1) El polinomi caracterı́stic de la matriu A1 és

−1 − X 1 1

1 −1 − X 1 = (−1 − X)3 + 2 − 3(−1 − X) = −X 3 − 3X 2 + 4

1 1 −1 − X
= −(X − 1)(X + 2)2 .
Els valor propis de A1 són doncs 1, −2 amb multiplicitats respectives 1, 2. Calculem

dim(N uc(A1 + 2Id)). La matriu
 
1 1 1
A1 + 2Id =  1 1 1 
1 1 1
té clarament rang igual a 1, per tant dim(N uc(A1 + 2Id)) = 2 = mult(−2). Obtenim
doncs que A1 diagonalitza. L’espai V−2 de vectors propis de valor propi −2 té equació
x + y + z = 0. Una base de V−2 és ((1, −1, 0), (0, −1, 1)). L’espai V1 de vectors propis
de valor propi 1 té equacions
{
−2x + y + z = 0
x − 2y + z = 0
(1 0 0 )
Una base de V1 és ((1, 1, 1)). La forma diagonal de A1 és 0 −2 0 en la base
0 0 −2
((1, 1, 1), (1, −1, 0), (0, −1, 1)).
2) El polinomi caracterı́stic de la matriu A2 és

−4 − X 0 −2
−4 − X −2
0 1−X
0 = (1 − X)
5 3−X
5 1 3−X
= (1 − X)((−4 − X)(3 − X) + 10) = (1 − X)(X 2 + X − 2) = −(X − 1)2 (X + 2).
Els valor propis de A2 són doncs 1, −2 amb multiplicitats respectives 2, 1. Calculem

dim(N uc(A2 − Id)). La matriu
 
−5 0 −2
A2 − Id =  0 0 0 
5 1 2
té rang igual a 2, ja que el menor | −5
5 1 | és no nul, per tant dim(N uc(A2 − Id)) = 1 ̸=
0
mult(1). Tenim doncs que la matriu A2 no diagonalitza.


1−X −1 0

1 1 − X 0 = (−1 − X) 1 − X −1 = (−1 − X)((1 − X)2 + 1)
1 1−X
1 1 −1 − X
= (−1 − X)(X 2 − 2X + 2).
El polinomi X 2 − 2X + 2 no té arrels reals, per tant A3 no diagonalitza sobre R.

Les arrels de X 2 − 2X + 2 són 1 ± i, per tant A3 té tres valors propis diferents,
−1, 1 + i, 1 − i, a C i diagonalitza sobre C. Clarament, el vector (0, 0, 1) és vector propi
de valor propi −1. L’espai V1+i de vectors propis de valor propi 1 + i té equacions
{
−ix − y = 0
.
x + y − (2 + i)z = 0
Una base de V1+i és {(1, −i, (1 − 3i)/5)}. L’espai V1−i de vectors propis de valor propi
1 − i té equacions
{
ix − y = 0
.
x + y + (−2 + i)z = 0
Una base de V1−i és {(1, i, (1 + 3i)/5)}. La forma diagonal de A3 és doncs
 
1+i 0 0
 0 1−i 0 
0 0 −1
en la base ((1, −i, (1 − 3i)/5), (1, i, (1 + 3i)/5), (0, 0, 1)).

1−X 0 0

1 2−X −1 = (1 − X) 2 − X −1 = −(X − 1)(X 2 + 4X + 3)
−1 2−X
−1 −1 2−X
= −(X − 1)2 (X − 3).

Els valor propis de A4 són doncs 1, 3 amb multiplicitats respectives 2, 1. Calculem
 
0 0 0
A4 − Id =  1 1 −1 
−1 −1 1
té clarament rang igual a 1, per tant dim(N uc(A4 − Id)) = 2 = mult(1). Obtenim
doncs que A4 diagonalitza. L’espai V1 de vectors propis de valor propi 1 té equació
x + y − z = 0. Una base de V1 és ((1, 0, 1), (0, 1, 1)). L’espai V3 de vectors propis de
valor propi 3 té equacions
{
−2x = 0
x−y−z =0
( )
1 0 0
Una base de V3 és ((0, 1, −1)). La forma diagonal de A4 és 0 1 0 en la base
0 0 3
((1, 0, 1), (0, 1, 1), (0, 1, −1)).

1−X 0 0

0 1−X 1 = (1 − X) 1 − X 1
−2 −1 −X
0 −2 −1 − X
= (1 − X)((1 − X)(−1 − X) + 2) = (−1 − X)(X 2 + 1).

El polinomi X 2 + 1 no té arrels reals, per tant A5 no diagonalitza sobre R.
Les arrels de X 2 + 1 són ±i, per tant A5 té tres valors propis diferents, 1, i, −i, a
C i diagonalitza sobre C. Clarament, el vector (1, 0, 0) és vector propi de valor propi
1. L’espai Vi de vectors propis de valor propi i té equacions
{
(1 − i)x = 0
.
(1 − i)y + z = 0
Una base de Vi és {(0, 1, −1 + i)}. L’espai V−i de vectors propis de valor propi −i té
equacions
{
(1 + i)x = 0
.
(1 + i)y + z = 0
Una base de V−i és {(0, 1, −1 − i)}. La forma diagonal de A5 és doncs
 
1 0 0
 0 i 0 
0 0 −i
en la base ((1, 0, 0), (0, 1, −1 + i), (0, 1, −1 − i)).

2−X −2 −1

1 1 − X 1 = (2 − X)2 (1 − X) + 2 − 2 − (1 − X) − 2(2 − X) + 2(2 − X)

−1 2 2−X
= −X 3 + 5X 2 − 7X + 3 = −(X − 1)2 (X − 3).

Els valor propis de A6 són doncs 1, 3 amb multiplicitats respectives 2, 1. Calculem
 
1 −2 −1
A6 − Id =  1 0 1 
−1 2 1
té rang igual a 2, ja que el menor | 11 −2
0 | és no nul, per tant dim(N uc(A6 − Id)) = 1 ̸=
mult(1). Tenim doncs que la matriu A6 no diagonalitza. 2
Observació 4.4.5. Desenvolupant el determinant (4.1) i associant els termes amb

mateix grau en X, obtenim
∑
n−1
n n n−1 n−1
PA (X) = (−1) X + (−1) T r(A)X + (−1)n−r Mr (A)X n−r + det(A),
r=2
on T r(A) indica la traça de la matriu A i Mr (A) indica la suma dels menors principals
d’ordre r de la matriu A, és a dir els que tenen els mateixos ı́ndexs de files i columnes.
Si A és matriu d’un endomorfisme f , hem vist que el polinomi caracterı́stic depen
només de f i, per tant el mateix és cert pels coeficients de Pf . Tenim doncs que la
traça, el determinant i la suma dels menors principals d’ordre r depenen només de
l’endomorfisme f .
Exemple 4.4.6. Considerem la matriu
 
1 2 3
A =  2 3 4 .
3 4 5
Tenim T r(A) = 1+3+5 = 9, M2 (A) = | 12 23 |+| 13 35 |+| 34 45 | = −1−4−1 = −6, det(A) =
15 + 24 + 24 − 27 − 16 − 20 = 0. Obtenim PA (X) = −X 3 + 9X 2 + 6X.
4.5 Potències d’una matriu

Si D és una matriu diagonal,
 
λ1 0 . . . 0
 0 λ2 . . . 0 
 
D= ... ,
 
0 0 . . . λn
m ≥ 1 un enter, tenim
 
λm
1 0 ... 0
 0 λm . . . 0 
 2 
Dm =  .. .
 . 
0 0 . . . λm
n
Si A és una matriu diagonalitzable, tenim A = CDC −1 , amb D diagonal i
Am = (CDC −1 )m = (CDC −1 )(CDC −1 ) . . . (CDC −1 )

= CD(C −1 C)D(C −1 C) . . . (C −1 C)DC −1 = CDm C −1 .
4.5. POTÈNCIES D’UNA MATRIU 55
Exercici 4.5.1. Calculeu An , n ≥ 1, on

 
−1 1 1
A =  1 −1 1 
1 1 −1
Solució. Per l’exercici 4.4.4, tenim A = CDC −1 , on

   
1 0 0 1 1 0
D =  0 −2 0  , C =  1 −1 −1  .
0 0 −2 1 0 1
La matriu inversa de C és
 
1 1 1
1
C −1 =  2 −1 −1  .
3
−1 −1 2
Obtenim
   
1 1 0 1 0 0 1 1 1
1
An = CDn C −1 =  1 −1 −1   0 (−2)n 0   2 −1 −1 
3
1 0 1 0 0 (−2)n −1 −1 2
 
1 − (−2)n+1 1 − (−2)n 1 − (−2)n
=  1 − (−2)n 1 − (−2)n+1 1 − (−2)n  .
1 − (−2) n
1 − (−2)n 1 − (−2)n+1
Capı́tol 5
Formes canòniques de Jordan
5.1 Triangulació d’endomorfismes

Una matriu quadrada A = (aij ) 1≤i≤n es diu triangular superior (resp. triangular in-
1≤j≤n
ferior ) si aij = 0, per a i > j (resp. per a j > i). Un endomorfisme f d’un espai
vectorial E de dimensió finita es diu triangulable si existeix una base de E en què la
seva matriu és triangular. Observem que, si f té matriu triangular superior en la base
(v1 , v2 , . . . , vn ), aleshores té matriu triangular inferior en la base (vn , . . . , v2 , v1 ).
Teorema 5.1.1 (Teorema de triangulació). Un endomorfisme d’un K-espai vectorial

de dimensió finita és triangulable si i només si el seu polinomi caracterı́stic descompon
en producte de factors lineals.
Demostració. Si l’endomorfisme f de l’espai vectorial E té matriu triangular

 
a11 a12 a13 . . . a1n
 0 a2 a2 . . . a2n 
 2 3 
 0 0 a3 . . . a3n 
 3 ,
 ... 
 
n
0 0 0 . . . an
calculant el polinomi caracterı́stic de f amb aquesta matriu, obtenim
∏
n
Pf (X) = (aii − X).
i=1
Per provar el recı́proc, fem inducció sobre n = dim E. Per a n = 1, tota matriu és
triangular. Suposem que el resultat és cert per a espais vectorials de dimensió n − 1
i considerem un endomorfisme f d’un espai vectorial E de dimensió n tal que el seu
polinomi caracterı́stic Pf (X) descompon en producte de factors lineals sobre el cos K.
57
58 CAPÍTOL 5. FORMES CANÒNIQUES DE JORDAN
Tenim doncs que f té com a mı́nim un valor propi λ. Sigui v1 un vector propi de f de
valor propi λ i (v1 , . . . , vn ) una base de E. En aquesta base, f té matriu de la forma
 
λ a12 . . . a1n
 0 a 2 . . . a2 
 2 n 
 0 a 3 . . . a3 
 2 n .
 .. .. .. 
 . . . 
0 a2 . . . ann
n
Considerem l’endomorfisme g de F := ⟨v2 , . . . , vn ⟩ amb matriu

 
a22 . . . a2n
 a3 . . . a3 
 2 n 
 .. .. 
 . . 
n
a2 . . . ann
en la base (v2 , . . . , vn ). Tenim det(f − XIdE ) = (λ − X) det(g − XIdF ), per tant el
polinomi caracterı́stic de g, Pg (X) = det(g − XIdF ) descompon també en producte de
factors lineals. Per hipòtesi d’inducció, existeix una base (u2 , . . . , un ) de F en què la
matriu de g és triangular. Posem
 
b22 b23 . . . b2n
 0 b3 . . . b 3 
 3 n 
 . 
 . . 
n
0 . . . 0 bn
aquesta matriu triangular. Calculem ara la matriu de f en la base (v1 , u2 , . . . , un ) de
E. Tenim
f (v1 ) = λv1 ,
f (vj ) = a1j v1 + g(vj ), 2 ≤ j ≤ n.
∑n k
Ara, si uj = k=2 cj vk , aleshores
∑
n ∑
n ∑
n ∑
n ∑
n
f (uj ) = ckj f (vk ) = ckj [a1k v1 +g(vk )] =( ckj a1k )v1 +g( ckj vk ) =( ckj a1k )v1 +g(uk ).
k=2 k=2 k=2 k=2 k=2
Per tant, la matriu de f en la base (v1 , u2 , . . . , un ) és

 
λ b12 b13 . . . b1n
 0 b22 b23 . . . b2n 
 
 0 0 b33 . . . b3n 
 ,
 .. 
 . 
n
0 0 ... 0 bn
5.2. TEOREMA DE CAYLEY-HAMILTON 59
∑n
amb b1j = k 1
k=2 cj ak , per a 2 ≤ j ≤ n, per tant és triangular. 2
Corol·lari 5.1.2. Tot endomorfisme d’un C-espai vectorial de dimensió finita és tri-
angulable.
Demostració. Pel corol·lari al teorema fonamental de l’àlgebra 7.2.6, tot polinomi amb
coeficients complexos descompon en producte de factors lineals.
5.2 Teorema de Cayley-Hamilton

Per a f un endomorfisme d’un K-espai vectorial E, posem f 2 = f ◦ f i, inductivament,
per a k enter ≥ 2, f k = f k−1 ◦ f . Si Q(X) = ak X k + · · · + a1 X + a0 és un polinomi
de K[X], definim Q(f ) = ak f k + · · · + a1 f + a0 IdE ∈ End(E). Anàlogament, si A és
una matriu quadrada, posem Q(A) = ak Ak + · · · + a1 A + a0 Idn , on Idn és la matriu
identitat n × n. Per la relació entre les operacions d’aplicacions lineals i matrius, és
clar que, si A és la matriu de f en una base de E, Q(A) és la matriu de Q(f ) en la
mateixa base.
Exemple 5.2.1. Sigui f l’endomorfisme de R3 amb matriu
 
1 0 2
A =  −1 1 0 
0 −2 3
en la base usual de R3 i Q(X) = X 3 − 3X 2 + 4X − 2 ∈ R[X]. Tenim
   
1 −4 8 5 −20 26
A2 =  −2 1 −2  , A3 =  −3 5 −10  ,
2 −8 9 10 −26 31
 
4 −8 10
Q(A) = A3 − 3A2 + 4A − 2Id3 =  −1 4 −4 
4 −10 14
i Q(f ) = f 3 − 3f 2 + 4f − 2IdR3 té matriu Q(A) en la base usual de R3 .
Observació 5.2.2. Si P (X), Q(X) ∈ K[X], a ∈ K i f és un endomorfisme d’un
K-espai vectorial E, a partir de les definicions de les operacions a K[X] i a End E,
obtenim
(P + Q)(f ) = P (f ) + Q(f ), (aP )(f ) = aP (f ), (P Q)(f ) = P (f ) ◦ Q(f ).
En particular, com el producte a K[X] és commutatiu, els endomorfismes P (f ) i

Q(f ) commuten.
Teorema 5.2.3 (Teorema de Cayley-Hamilton). Sigui f un endomorfisme d’un

K-espai vectorial de dimensió finita, Pf (X) el polinomi caracterı́stic de f . Alesho-
res Pf (f ) = 0End(E) .
Demostració.
Primer cas. Suposem que Pf (X) descompon en producte de factors lineals a K[X].
Aleshores, pel teorema de triangulació 5.1.1, existeix una base (u1 , u2 , . . . , un ) de E en
què la matriu de f és triangular. Posem
 
λ1 b12 b13 . . . b1n
 0 λ2 b 2 . . . b2 
 3 n 
 0 0 λ3 . . . b3 
 n 
 .. .. .. .. 
 . . . . 
0 0 . . . 0 λn
aquesta matriu triangular. Tenim
Pf (X) = (λ1 − X)(λ2 − X) . . . (λn − X) = (−1)n (X − λ1 )(X − λ2 ) . . . (X − λn ).

Hem de veure Pf (f ) = 0End(E) , és a dir
(f − λ1 IdE ) ◦ (f − λ2 IdE ) ◦ · · · ◦ (f − λn IdE ) = 0End(E) .

Posem gi := f − λi IdE , 1 ≤ i ≤ n. Per l’observació 5.2.2, tenim gi ◦ gj = gj ◦ gi , per a
1 ≤ i, j ≤ n. Provarem per inducció que Gi := g1 ◦g2 ◦· · ·◦gi s’anul·la sobre el subespai
⟨u1 , u2 , . . . , ui ⟩, per a 1 ≤ i ≤ n. Per tant tindrem, per a i = n que Gn = g1 ◦g2 ◦· · ·◦gn
s’anul·la sobre ⟨u1 , u2 , . . . , un ⟩ = E, és a dir Pf (f ) = 0End(E) .
−
→
Per a i = 1, tenim g1 (u1 ) = (f − λ1 IdE )(u1 ) = f (u1 ) − λ1 u1 = 0 . Supo-
sem ara que Gi s’anul·la sobre ⟨u1 , u2 , . . . , ui ⟩. Volem veure que Gi+1 s’anul·la sobre
→
−
⟨u1 , u2 , . . . , ui , ui+1 ⟩, equivalentment que Gi+1 (uj ) = 0 , per a 1 ≤ j ≤ i + 1. Si
−
→
1 ≤ j ≤ i, tenim Gi (uj ) = 0 i, per tant
→
− −
→
Gi+1 (uj ) = (Gi ◦ gi+1 )(uj ) = (gi+1 ◦ Gi )(uj ) = gi+1 (Gi (uj )) = gi+1 ( 0 ) = 0 .
Ara
→
−
Gi+1 (ui+1 ) = (Gi (gi+1 (ui+1 )) = Gi (f (ui+1 )−λi+1 ui+1 ) = Gi (b1i+1 u1 +b2i+1 u2 +· · ·+bii+1 ui ) = 0 .
Segon cas. Si Pf (X) no descompon en producte de factors lineals a K[X], aleshores

existeix un cos L contenint K tal que Pf (X) descompon en producte de factors lineals
a L[X] (veure 6.2) i, pel primer cas, obtenim Pf (f ) = 0End(E) . 2
5.3. POLINOMI MÍNIM 61
5.3 Polinomi mı́nim

Sigui f un endomorfisme del K-espai vectorial E. Volem estudiar el conjunt de poli-
nomis Q(X) de K[X] que s’anul·len sobre f . Posem
Nf := {Q(X) ∈ K[X] : Q(f ) = 0End(E) }.

Pel teorema de Cayley-Hamilton 5.2.3, tenim que el polinomi caracterı́stic Pf (X) per-
tany a Nf .
Proposició 5.3.1. Existeix un polinomi mònic mf (X) amb la propietat següent:
Q(X) ∈ Nf ⇔ Q(X) és múltiple de mf (X).

Demostració. Tenim Pf (X) ∈ Nf i, per tant, Nf conté polinomis no nuls, és a dir amb
grau un enter natural. Clarament, si Q(X) ∈ Nf i a ∈ K, tenim aQ(X) ∈ Nf . En
particular, si Q(X) pertany a Nf , també hi pertany el seu polinomi mònic associat.
Sigui mf (X) un polinomi no nul de Nf , mònic i de grau mı́nim entre els polinomis no
nuls de Nf . Veiem que mf compleix la propietat de la proposició.
Primer, si Q és múltiple de mf , tenim Q = Q′ mf , per algun polinomi Q′ i Q(f ) =
Q′ (f ) ◦ mf (f ) = 0End(E) , per ser mf (f ) = 0End(E) .
Sigui ara Q(X) ∈ Nf . Fem la divisió de Q(X) entre mf (X). Tenim Q(X) =
P (X)mf (X) + R(X), amb gr R(X) < gr mf (X). Per hipòtesi, tenim Q(f ) = 0End(E) ;
per tant P (f ) ◦ mf (f ) + R(f ) = 0End(E) . Com mf (f ) = 0End(E) , tenim P (f ) ◦ mf (f ) =
0End(E) i, per tant R(f ) = 0End(E) . Però, mf (X) és de grau mı́nim entre els polinomis
no nuls de Nf i gr R(X) < gr mf (X), per tant ha de ser R = 0 i obtenim que Q(X) és
múltiple de mf (X). 2
Definició 5.3.2. El polinomi mf (X) donat per la proposició anterior s’anomena poli-
nomi mı́nim de l’endomorfisme f .
Corol·lari 5.3.3. mf (X) divideix Pf (X).
Demostració. En efecte, Pf (X) ∈ Nf i, per la proposició, és múltiple de mf (X).
Exemple 5.3.4. Determinem el polinomi mı́nim de la matriu
 
−1 1 1
A1 =  1 −1 1 
1 1 −1
de l’exercici 4.4.4. El seu polinomi caracterı́stic és P (X) = −(X − 1)(X + 2)2 . Sabem
que el polinomi
( 1 0mı́nim
) divideix el caracterı́stic. Havı́em vist que A1 diagonalitza en la
0
forma D = 0 −2 0 . Clarament (D − I)(D + 2I) és la matriu nul·la i D − I, D + 2I
0 0 −2
no són nul·les, per tant el polinomi (X − 1)(X + 2) és el polinomi mı́nim de A1 .
5.4 Subespais invariants

Sigui f un endomorfisme d’un K-espai vectorial E, F un subespai de E. Diem que F
és invariant per f si f (F ) ⊂ F . En aquest cas, f indueix un endomorfisme de F
f |F : F → F
v 7→ f (v).
Exemples 5.4.1. Si v és vector propi de f , el subespai ⟨v⟩ és invariant per f . Si λ és
valor propi de f , Nuc(f − λIdE ) és invariant per f .
Proposició 5.4.2. Sigui f un endomorfisme d’un K-espai vectorial E. Per a tot

polinomi P (X) ∈ K[X], els subespais Nuc P (f ) i Im P (f ) són invariants per f .
Demostració. Si u ∈ Nuc P (f ), tenim P (f )(f (u)) = (P (f ) ◦ f )(u) = (f ◦ P (f ))(u) =

−
→ −
→
f (P (f )(u)) = f ( 0 ) = 0 , per tant f (u) ∈ Nuc P (f ).
Si u ∈ Im P (f ), tenim u = P (f )(v), per un cert v ∈ E. Per tant f (u) =
f (P (f )(v)) = (f ◦ P (f ))(v) = (P (f ) ◦ f )(v) = P (f )(f (v)) ∈ Im P (f ).
Proposició 5.4.3. Sigui f un endomorfisme d’un K-espai vectorial E, F un subespai

de E, invariant per f . El polinomi mı́nim mf |F de f |F divideix el polinomi mı́nim mf
de f .
−
→
Demostració. Tenim mf (f ) = 0End E ⇒ mf (f )(v) = 0 , per a tot v ∈ F ⇒ mf (f |F ) =
0End(F ) . Com mf anul·la f |F , és divisible pel polinomi mı́nim de f |F .
Corol·lari 5.4.4. Sigui f un endomorfisme d’un K-espai vectorial E, λ un valor propi

de f . El polinomi X − λ divideix el polinomi mı́nim mf de f .
Demostració. Si λ és valor propi de f , Vλ = Nuc(f − λIdE ) és invariant per f i el

polinomi mı́nim de f |Vλ és X − λ.
Corol·lari 5.4.5. Sigui f un endomorfisme d’un K-espai vectorial E, Q(X) un factor

irreductible del polinomi caracterı́stic Pf de f . Aleshores el polinomi Q divideix el
polinomi mı́nim mf de f .
Demostració. Podem suposar que Q(X) és mònic. Si Q(X) és lineal, estem en el cas
del corol·lari anterior. Si no, existeix un cos L contenint K tal que Q(X) descompon
en producte de factors lineals a L[X] (veure 6.2). A més el màxim comú divisor de
Q(X) i el seu polinomi derivat Q′ (X) és igual a 1, per ser Q irreductible i Q′ de grau
estrı́ctament menor que el de Q. Per tant les arrels de Q(X) a L són diferents dos a
dos. A cada una d’elles li podem aplicar el corol·lari anterior i obtenim que Q ha de
dividir el polinomi mı́nim mf de f .
5.5. DESCOMPOSICIÓ EN COMPONENTS PRIMÀRIES 63
Corol·lari 5.4.6. Sigui f un endomorfisme d’un K-espai vectorial E i siguin F, G

subespais de E, invariants per f . Si els polinomis mı́nims mf |F i mf |G són primers
−
→
entre ells, aleshores F ∩ G = { 0 E }.
Demostració. Per la proposició 5.4.3, tenim mf |F ∩G divideix mf |F i mf |F ∩G divideix
mf |G , per tant mf |F ∩G = 1. Tenim doncs IdF ∩G = 0End(F ∩G) , que implica F ∩ G =
−
→
{ 0 E }.
5.5 Descomposició en components primàries

Proposició 5.5.1. Siguin f un endomorfisme d’un K-espai vectorial E, mf (X) el
seu polinomi mı́nim. Si mf (X) = P (X)Q(X), amb P (X), Q(X) polinomis mònics i
mcd(P (X), Q(X)) = 1, aleshores
E = Nuc P (f ) ⊕ Nuc Q(f )

i mf | Nuc P (f ) = P, mf | Nuc Q(f ) = Q.
Demostració. P i Q anul·len f | Nuc P (f ) i f | Nuc Q(f ), respectivament, per tant són
múltiples dels polinomis mı́nims mf | Nuc P (f ) i mf | Nuc Q(f ) , respectivament. Com P i Q
són primers entre ells, mf | Nuc P (f ) i mf | Nuc Q(f ) també són primers entre ells i, per 5.4.6,
→
−
Nuc P (f ) ∩ Nuc Q(f ) = { 0 }. Per tant la suma Nuc P (f ) + Nuc Q(f ) és directa.
Ara veiem Im P (f ) ⊂ Nuc Q(f ). Sigui u ∈ Im P (f ). Aleshores u = P (f )(v),
per un cert v ∈ E i Q(f )(u) = Q(f )(P (f )(v)) = (Q(f ) ◦ P (f ))(v) = (QP )(f )(v) =
−
→
mf (f )(v) = 0 , per tant u ∈ Nuc Q(f ).
Aplicant 2.2.3 i 1.5.7, obtenim
dim E = dim Nuc P (f ) + dim Im P (f ) ≤ dim Nuc P (f ) + dim Nuc Q(f )

= dim(Nuc P (f ) + Nuc Q(f )) ≤ dim E.
Tenim doncs que les desigualtats són igualtats i E = Nuc P (f ) ⊕ Nuc Q(f ).
Ara P anul·la f | Nuc P (f ) implica que m1 := mf | Nuc P (f ) divideix P i Q anul·la
f | Nuc Q(f ) implica que m2 := mf | Nuc Q(f ) divideix Q. Però si u ∈ E, tenim u = u1 +u2 ,
−
→ →
−
amb u1 ∈ Nuc P (f ), u2 ∈ Nuc Q(f ), per tant m1 (f )(u1 ) = 0 i m2 (f )(u2 ) = 0 que
→
−
implica (m1 m2 )(f )(u) = (m2 m1 )(f )(u1 ) + (m1 m2 )(f )(u2 ) = 0 , per tant mf divideix
m1 m2 . Tenı́em m1 |P i m2 |Q que implica m1 m2 | P Q = mf . Obtenim doncs m1 m2 =
mf , i, per tant m1 = P, m2 = Q, ja que el polinomis mı́nims són polinomis mònics. 2
Teorema 5.5.2 (Primer teorema de descomposició). Siguin f un endomorfisme d’un
K-espai vectorial E, mf (X) el seu polinomi mı́nim. Si
mf (X) = m1 (X)n1 . . . mr (X)nr ,

on m1 (X), . . . , mr (X) són polinomis mònics irreductibles, diferents dos a dos, es com-
pleix
E = Nuc(m1 (f )n1 ) ⊕ · · · ⊕ Nuc(mr (f )nr )

i el polinomi mı́nim de f | Nuc(mi (f )ni ) és mi (X)ni , per a 1 ≤ i ≤ r.
A més, si E = E1 ⊕ · · · ⊕ Er , amb Ei subespai invariant per f tal que el polinomi
mı́nim de f |Ei és mi (X)ni , per a 1 ≤ i ≤ r, aleshores Ei = Nuc(mi (f )ni ), per a
1 ≤ i ≤ r.
Demostració. Provem la descomposició de E en suma directa dels Nuc(mi (f )ni ) i l’e-
nunciat sobre els polinomis mı́nims per inducció sobre r. Si r = 2, tenim mf (X) =
m1 (X)n1 m2 (X)n2 , amb m1 (X)n1 i m2 (X)n2 primers entre ells i, aplicant la proposició
5.5.1, obtenim E = Nuc(m1 (f )n1 )⊕Nuc(m2 (f )n2 ) i el polinomi mı́nim de f | Nuc(mi (f )ni )
és mi (X)ni , per a i = 1, 2. Suposem ara que és cert per a r − 1 i sigui mf (X) =
m1 (X)n1 . . . mr (X)nr . Com m1 (X)n1 i m2 (X)n2 . . . mr (X)nr són primers entre ells, per
la proposició 5.5.1, tenim E = Nuc(m1 (f )n1 )⊕Nuc(m2 (f )n2 ◦· · ·◦mr (f )nr ), el polinomi
mı́nim de f | Nuc(m1 (f )ni ) és m1 (X)n1 i el polinomi mı́nim de f | Nuc(m2 (f )n2 ◦ · · · ◦
mr (f )nr ) és m2 (X)n2 . . . mr (X)nr . Per hipòtesi d’inducció, tenim
Nuc(m2 (f )n2 ◦ · · · ◦ mr (f )nr ) = Nuc(m2 (f )n2 ) ⊕ · · · ⊕ Nuc(mr (f )nr )

i mf | Nuc(mi (f )ni ) = mi (X)ni , per a 2 ≤ i ≤ r. Per tant
E = Nuc(m1 (f )n1 ) ⊕ Nuc(m2 (f )n2 ◦ · · · ◦ mr (f )nr )

= Nuc(m1 (f )n1 ) ⊕ Nuc(m2 (f )n2 ⊕ · · · ⊕ Nuc(mr (f )nr )
i mf | Nuc(mi (f )ni ) = mi (X)ni , per a 1 ≤ i ≤ r.
Suposem ara que tenim E = E1 ⊕ · · · ⊕ Er , amb Ei subespais invariants per f tals
que el polinomi mı́nim de f |Ei és mi (f )ni , 1 ≤ i ≤ r. Com mi (f )ni s’anul·la sobre Ei ,
tenim Ei ⊂ Nuc(mi (f )ni ) i, per tant dim Ei ≤ dim Nuc(mi (f )ni ) i
∑
r ∑
r
dim E = dim Ei ≤ dim Nuc(mi (f )ni ) = dim E.
i=1 i=1
Tenim doncs dim Ei = dim Nuc(mi (f ) ) i Ei = Nuc(mi (f )ni ), 1 ≤ i ≤ r. 2

ni
Definició 5.5.3. Els subespais Nuc(mi (f )ni ) del teorema s’anomenen components
primàries de f .
Observació 5.5.4. Si mf (X) = m1 (X)n1 . . . mr (X)nr , amb m1 (X), . . . , mr (X) poli-
nomis irreductibles, diferents dos a dos, tenim, per a cada i, 1 ≤ i ≤ r,
Nuc(mi (f )) ⊂ Nuc(mi (f )2 ) ⊂ Nuc(mi (f )3 ) ⊂ . . .

i, tenint en compte 5.4.6 i 5.5.2, Nuc(mi (f )ni ) = Nuc(mi (f )k ), per a tot k ≥ ni .
5.5. DESCOMPOSICIÓ EN COMPONENTS PRIMÀRIES 65
Observació 5.5.5. Si E = E1 ⊕ · · · ⊕ Er , amb Ei subespai invariant per f , per a

1 ≤ i ≤ r i prenem a E una base que sigui reunió de bases de cada un dels Ei , en
aquesta base, la matriu de f té la forma
 
A1
 A2 
 
 . ,
 . . 
Ar
on Ai és la matriu de f |Ei i els altres elements de la matriu de f són nuls.
Observació 5.5.6. Si mf (X) = m1 (X)n1 . . . mr (X)nr , amb m1 (X), . . . , mr (X) poli-

nomis mònics irreductibles, diferents dos a dos, tenim Pf (X) = ±m1 (X)d1 . . . mr (X)dr ,
amb ni ≤ di per a cada i, 1 ≤ i ≤ r, pel corol·lari 5.4.5. A més, di = dim Nuc(mi (f )ni ),
1 ≤ i ≤ r, ja que el polinomi caracterı́stic de f és el producte del polinomis carac-
terı́stics de f | Nuc(mi (f )ni ), 1 ≤ i ≤ r.
Exercici 5.5.7. Determineu el polinomi mı́nim i les components primàries dels endo-
morfismes de C4 amb matriu en la base usual
   
−1 0 0 0 2 0 0 1
 1 0 0 0  0 3 0 1
A1 =  
 −1 2 −1 0  , A2 = 1 0 3 0
 
2 1 1 2 0 0 0 2
Solució. 1) El polinomi caracterı́stic de la matriu A1 és PA1 (X) = (X + 1)2 X(X − 2).
Aplicant 5.3.3 i 5.4.4, tenim dos possibles valors pel polinomi mı́nim,
mA1 (X) = (X + 1)2 X(X − 2) o bé mA1 (X) = (X + 1)X(X − 2). Veiem si el se-
gon polinomi anul·la A1 .
   
0 0 0 0 −1 0 0 0 −3 0 0 0
 1 1 0  
0  1 0 0 0   1 −2 0 0 
(A1 + Id)A1 (A1 − 2Id) = 
 −1  

  −1

2 0 0 −1 2 −1 0 2 −3 0 
2 1 1 3 2 1 1 2 2 1 1 0
 
0 0 0 0
 0 0 0 0 
= 
 −9
,
0 0 0 
3 0 0 0
per tant mA1 (X) = (X + 1)2 X(X − 2). Les components primàries són doncs
Nuc((A1 + Id)2 ), Nuc A i Nuc(A − 2Id). Tenim
 
0 0 0 0
 1 1 0 0 
(A1 + Id)2 = 
 2
.
2 0 0 
6 6 3 9
Obtenim que ((1, −1, 0, 0), (0, 0, −3, 1) és una base de Nuc((A1 + Id)2 ); ((0, 1, 2, −3/2))
és base de Nuc A1 i ((0, 0, 0, 1)) és base de Nuc(A1 − 2Id). Posant
 
1 0 0 0
 −1 0 1 0 
 
C= 0 −3 2 0 ,
 
3
0 1 − 1
2
obtenim
 
−1 0 0 0
 1 −1 0 0 
C −1 A1 C = 
 0
.
0 0 0 
0 0 0 2
2) El polinomi caracterı́stic de la matriu A2 és PA2 (X) = (X − 2)2 (X − 3)2 . Apli-

cant 5.3.3 i 5.4.4, tenim quatre possibles valors pel polinomi mı́nim: (X − 2)(X − 3);
(X − 2)2 (X − 3); (X − 2)(X − 3)2 ; (X − 2)2 (X − 3)2 . Calculem
    
0 0 0 1 −1 0 0 1 0 0 0 −1
0 1 0 1 0 0 0 1  0 0 0 0 
(A2 − 2Id)(A2 − 3Id) = 
1
 = ,
0 1 0  1 0 0 0   0 0 0 1 
0 0 0 0 0 0 0 −1 0 0 0 0
  
0 0 0 1 0 0 0 −1
0 1 0 1  0 0 0 0 
(A2 − 2Id)2 (A2 − 3Id) = 
1
  = 0M4 (C) ,
0 1 0 
 0 0 0 1 
0 0 0 0 0 0 0 0
per tant el polinomi mı́nim és (X − 2)2 (X − 3) i les components primàries són
Nuc((A2 − 2Id)2 ) i Nuc(A2 − 3Id). Tenim
 
0 0 0 0
 0 1 0 1 
(A2 − 2Id)2 = 
 1

0 1 1 
0 0 0 0
5.6. FORMES CANÒNIQUES DE JORDAN 67
i obtenim que ((1, 1, 0, −1), (−1, 0, 1, 0)) és base de Nuc((A2 −2Id)2 ) i ((0, 1, 0, 0), (0, 0, 1, 0))
és base de Nuc(A2 − 3Id). Posant
 
1 −1 0 0
 1 0 1 0 
C=  0
,
1 0 1 
−1 0 0 0
obtenim
 
2 0 0 0
 1 2 0 0 
C −1 A2 C = 
 0
.
0 3 0 
0 0 0 3
Teorema 5.5.8 (Segon teorema de diagonalització). Un endomorfisme d’un K-espai

vectorial de dimensió finita és diagonalitzable si i només si el seu polinomi mı́nim
descompon en producte de factors lineals no repetits.
Demostració. Sigui mf (X) = (X − a1 ) . . . (X − ar ), amb a1 , . . . , ar elements de K

diferents dos a dos, el polinomi mı́nim de f . Aleshores, pel teorema 5.5.2, tenim
E = E1 ⊕ · · · ⊕ Er , amb Ei = Nuc(f − ai IdE ), 1 ≤ i ≤ r. Per tant, reunint bases
de E1 , . . . , Er , obtenim una base de E formada per vectors propis de f , és a dir f
diagonalitza.
Recı́procament, sigui (e11 , . . . , e1n1 , . . . , er1 , . . . , ernr ) una base de E formada de
vectors propis de f , amb ei1 , . . . , eini vectors propis de valor propi ai i amb els ai
diferents dos a dos. Sigui Ei = ⟨ei1 , . . . , eini ⟩, 1 ≤ i ≤ r. Tenim E = E1 ⊕ · · · ⊕ Er
i, com ai és∏valor propi de f , X − ai divideix mf (X). Com els ai són tots diferents,
tenim que ri=1 (X − ∏ai ) divideix mf (X).
Ara veiem que ri=1 (X − ai ) anul·la f . Sigui u ∈ E. Tenim u = u1 + · · · +
ur , amb ui ∈ Ei , 1 ≤ i ≤ r. Aleshores ((f − a1 IdE ) ◦ · · · ◦ (f − ar IdE ))(u) =
∑r −
→
i=1 ((f − a1 IdE ) ◦ · · · ◦ (f − ar IdE ))(ui ) = 0 , ja que els (f − ai Id ∏Er) commuten
entre ells i (f − ai Id ∏E ) anul·la ui . Tenim doncs que mf (X) divideix i=1 (X − ai ) i
obtenim mf (X) = ri=1 (X − ai ).
5.6 Formes canòniques de Jordan

Un endomorfisme f d’un K-espai vectorial es diu nilpotent si existeix un enter positiu
m tal que f m = 0End E . En aquest cas, el polinomi mı́nim de f ha de dividir X m i és
igual a X n , on n és tal que f n = 0End E i f n−1 ̸= 0End E .
−
→
Lema 5.6.1. Sigui f ∈ End E i sigui u un vector de E tal que f n (u) = 0 i f n−1 (u) ̸=
−
→
0 . Aleshores, els vectors u, f (u), . . . , f n−1 (u) són linealment independents, el subespai
F := ⟨u, f (u), . . . , f n−1 (u)⟩ és invariant per f i la matriu A = (aij )1≤i,j≤n de f |F en la
base (u, f (u), . . . , f n−1 (u)) és tal que aj+1
j = 1, 1 ≤ j ≤ n − 1, i tots els altres elements
de A són iguals a 0.
Demostració. Provem que els vectors u, f (u), . . . , f n−1 (u) són linealment independents.
Sigui
−
→
a0 u + a1 f (u) + a2 f 2 (u) + · · · + an−1 f n−1 (u) = 0 ,
amb a0 , a1 , . . . , an−1 ∈ K. Aplicant f reiteradament a aquesta igualtat, obtenim
→
−
a0 u + a1 f (u) + a2 f 2 (u) + · · · + an−1 f n−1 (u) = 0
→
−
a0 f (u) + a1 f 2 (u) + · · · + an−2 f n−1 (u) = 0
...
n−2 n−1 →
−
a0 f (u) + a1 f (u) = 0
→
−
a0 f n−1 (u) = 0
i, per tant a0 = 0, a1 = 0, . . . , an−1 = 0. La resta del lema és clara. 2
Notació 5.6.2. Posem Jn la matriu quadrada d’ordre n amb elements aij tals que
{
1 si i = j + 1,
aij =
0 si i ̸= j + 1.
Lema 5.6.3. Sigui f ∈ End E amb polinomi mı́nim X n . Per a m enter amb
2 ≤ m ≤ n, siguin u1 , . . . , uk vectors de Nuc f m tals que les seves classes en el quocient
Nuc f m / Nuc f m−1 són linealment independents. Aleshores f (u1 ), . . . , f (uk ) pertanyen
a Nuc f m−1 i les seves classes en el quocient Nuc f m−1 / Nuc f m−2 són linealment inde-
pendents.
−
→ −
→
Demostració. Primer tenim u ∈ Nuc f m ⇒ f m (u) = 0 ⇒ f m−1 (f (u)) = 0 ⇒ f (u) ∈
−
→
Nuc f m−1 . Notem que f 0 = IdE i per tant Nuc f 0 = { 0 } i que f n = 0End E i per tant
Nuc f n = E.
Suposem ara a1 f (u1 )+· · ·+ak f (uk ) ∈ Nuc f m−2 per certs a1 , . . . , ak ∈ K. Aleshores
−
→
tenim f (a1 u1 + · · · + ak uk ) ∈ Nuc f m−2 que implica f m−1 (a1 u1 + · · · + ak uk ) = 0 i
per tant a1 u1 + · · · + ak uk ∈ Nuc f m−1 . Com les classes de u1 , . . . , uk en el quocient
Nuc f m / Nuc f m−1 són linealment independents tenim a1 = · · · = ak = 0. 2
Corol·lari 5.6.4. Sigui f ∈ End E amb polinomi mı́nim X n . Per a 0 ≤ i ≤ n, posem

di = dim Nuc f i . Es compleix di − di−1 ≤ di−1 − di−2 , per a 2 ≤ i ≤ n.
Demostració. Pel lema, si ([u1 ], . . . , [uk ]) és base de Nuc f i / Nuc f i−1 , aleshores [f (u1 )],
. . . , [f (uk )] són linealment independents a Nuc f i−1 / Nuc f i−2 . Per tant di − di−1 =
dim(Nuc f i / Nuc f i−1 ) ≤ dim(Nuc f i−1 / Nuc f i−2 ) = di−1 − di−2 . 2
Proposició 5.6.5. Sigui f ∈ End E amb polinomi mı́nim X n . Considerem els vectors
de E
u1 f (u1 ) f 2 (u1 ) ... f n−1 (u1 )

.. .. .. ..
. . . .
ukn f (ukn ) f 2 (ukn ) . . . f n−1 (ukn )
ukn +1 f (ukn +1 ) . . . f n−2 (ukn +1 )
.. .. ..
. . .
ukn−1 f (ukn−1 ) . . . f n−2 (ukn−1 )
ukn−1 +1 . . . f n−3 (ukn−1 +1 ) (5.1)
.. ..
. .
ukn−2 ... f n−3 (ukn−2 )
... ..
.
uk2 +1
..
.
uk1
tals que
les classes a E/ Nuc f n−1 dels vectors u1 , . . . , ukn són base de E/ Nuc f n−1 ,
les classes a Nuc f n−1 / Nuc f n−2 dels vectors f (u1 ), . . . , f (ukn ), ukn +1 , . . . , ukn−1 són ba-
se de Nuc f n−1 / Nuc f n−2 ,
les classes a Nuc f n−2 / Nuc f n−3 dels vectors f 2 (u1 ), . . . , f 2 (ukn ), f (ukn +1 ), . . . , f (ukn−1 ),
ukn−1 +1 , . . . , ukn−2 són base de Nuc f n−2 / Nuc f n−3 ,
...
els vectors f n−1 (u1 ), . . . , f n−1 (ukn ), f n−2 (ukn +1 ), . . . , f n−2 (ukn−1 ), f n−3 (ukn−1 +1 ), . . . ,
f n−3 (ukn−2 ), . . . , f (uk3 +1 ), . . . , f (uk2 ), uk2 +1 , . . . , uk1 són base de Nuc f .
Els vectors considerats formen base de E i en la base (u1 , f (u1 ), f 2 (u1 ), . . . ,
f n−1 (u1 ), . . . , ukn , f (ukn ), f 2 (ukn ), . . . , f n−1 (ukn ), ukn +1 , f (ukn +1 ), . . . , f n−2 (ukn +1 ), . . . ,
ukn−1 , f (ukn−1 ), . . . , f n−2 (ukn−1 ), ukn−1 +1 , . . . , f n−3 (ukn−1 +1 ), . . . , ukn−2 , . . . , f n−3 (ukn−2 ),
. . . , uk2 +1 , . . . , uk1 ), la matriu de f és
 
Jn
 .. kn 
 . 
 
 Jn 
 
 Jn−1 
 
 .. ln−1 
 . 
 
 Jn−1 
 
 Jn−2 
 ,
 ln−2 
 ..
. 
 
 
 Jn−2 
 .. 
 . 
 
 0 
 
 .. l1 
 . 
0
(5.2)
on ki = dim Nuc f / Nuc f i i−1
= di − di−1 , per a 1 ≤ i ≤ n, li = ki − ki+1 , per a
1 ≤ i ≤ n − 1.
Demostració. Provem primer que tenim ∑ntants vectors icom la dimensió ∑nde E. El nombre
de vectors és kn + kn−1 + · · · + k1 = i=1 dim Nuc f / Nuc f i−1
= i=1 (dim Nuc f i −
i−1 n
dim Nuc f ) = dim Nuc f = dim E. Vegem ara que són linealment independents.
Observem que els vectors de la segona columna són de Nuc f n−1 , els de la tercera de
Nuc f n−2 , els de l’última de Nuc f . Si tenim una combinació lineal de tots els vectors
→
−
igual a 0 , aplicant-li n − 1 vegades f i tenint en compte que els vectors de cada
columna són conjunts independents, obtenim que tots els coeficients de la combinació
lineal han de ser 0. La forma de la matriu en aquesta base s’obté del lema 5.6.1 aplicat
a cada subespai invariant ⟨uj , f (uj ), . . . , f n−i (uj )⟩, on el vector uj està a la columna
i-èsima. 2
Observació 5.6.6. Amb les notacions de la proposició 5.6.5, tenim kn + ln−1 + ln−2 +
· · ·+l1 = dim Nuc f . En efecte, li = ki −ki+1 i obtenim doncs kn +ln−1 +ln−2 +· · ·+l1 =
kn + (kn−1 − kn ) − (kn−2 − kn−1 ) + · · · + (k1 − k2 ) = k1 = dim Nuc f .
Definició 5.6.7. Anomenem matriu de Jordan d’un endomorfisme nilpotent f de E

una matriu com la donada en la proposició 5.6.5 i base de Jordan una base de E en
què f té matriu de Jordan.
Exercici 5.6.8. Sabent que és nilpotent, doneu la forma de Jordan i una base de
Jordan de la matriu complexa
 
1 1 3 1 1 −6
 2 0 −1 1 −2 3 
 
 1 0 −2 0 −2 4 
A := 

.

 0 0 −2 0 −1 3 
 2 1 2 2 0 −4 
1 0 0 0 −1 1
Solució. Tenim
 
2 2 −4 4 −2 2
 0 0 2 −2 0 −2 
 
 −1 −1 3 −3 1 −2 
A =
2

 , A3 = 0M6×6 (C) .
 −1 −1 2 −2 1 −1 

 2 2 −3 3 −2 1 
0 0 1 −1 0 −1
El polinomi mı́nim de A és doncs X 3 i tenim rg A = 4, rg A2 = 2, per tant dim Nuc A =
2, dim Nuc A2 = 4. Com dim Nuc A3 − dim Nuc A2 = 2, la matriu de Jordan té exacta-
ment dues submatrius J3 i és
 
0 0 0 0 0 0
 1 0 0 0 0 0 
 
 0 1 0 0 0 0 

J :=  .
0 0 0 0 0 0 
 
 0 0 0 1 0 0 
0 0 0 0 1 0
Una base de Nuc A2 és ((−1, 1, 0, 0, 0, 0), (0, 0, 1, 1, 0, 0), (1, 0, 0, 0, 1, 0), (1, 0, 1, 0, 0, 1)).
L’ampliem a base de C6 afegint-hi els vectors (0, 0, 0, 0, 1, 0) i (0, 0, 0, 0, 0, 1). Per tant
les classes dels dos ultims vectors són base de C6 / Nuc A2 . Una base de Jordan és
(u1 , u2 , u3 , u4 , u5 , u6 ) on u1 = (0, 0, 0, 0, 1, 0), u2 = A(u1 ) = (1, −2, −2, −1, 0, −1), u3 =
A2 (u1 ) = (−2, 0, 1, 1, −2, 0), u4 = (0, 0, 0, 0, 0, 1), u5 = A(u4 ) = (−6, 3, 4, 3, −4, 1), u6 =
A2 (u4 ) = (2, −2, −2, −1, 1, −1).
Notació 5.6.9. Posem Jn (λ) la matriu quadrada d’ordre n amb elements aij tals que

 λ si i = j,
i
aj = 1 si i = j + 1,

0 si i ̸= j, j + 1.
Corol·lari 5.6.10. Siguin f un endomorfisme d’un K-espai vectorial E i mf (X) el
seu polinomi mı́nim. Suposem que mf (X) descompon en producte de factors lineals a
K[X]. Posem mf (X) = (X − λ1 )n1 . . . (X − λr )nr . Aleshores existeix una base de E
en què la matriu de f té la forma
 
A1
 A2 
 
 .. , (5.3)
 . 
Ar
on, per a 1 ≤ s ≤ r, As és la matriu
 
Jns (λs )
 kns 
 .. 
 . 
 
 Jns (λs ) 
 
 Jns −1 (λs ) 
 
 lns −1 
 .. 
 . 
 
 Jns −1 (λs ) 
 
 Jns −2 (λs ) 
 ,
 lns −2 
 .. 
 . 
 
 Jns −2 (λs ) 
 
 .. 
 . 
 
 
 λs 
 l1 
 .. 
 . 
λs
on ki = dim Nuc(f − λs IdE )i / Nuc(f − λs IdE )i−1 , per a 1 ≤ i ≤ ns , li = ki − ki+1 , per

a 1 ≤ i ≤ ns − 1.
Demostració. Aplicant el teorema 5.5.2, obtenim que la matriu de f té la forma (5.3),
en una base obtinguda reunint bases de Nuc(f −λs IdE )ns , 1 ≤ s ≤ r, on As és la matriu
de la restricció de f a Nuc(f − λs IdE )ns . De nou per 5.5.2, sabem que el polinomi
mı́nim de f | Nuc(f − λs IdE )ns és (X − λs )ns , per tant (f − λs IdE )| Nuc(f − λs IdE )ns
té polinomi mı́nim X ns i, per la proposició 5.6.5, té matriu de la forma (5.2) en una
base com a 5.6.5. Com f = (f − λs IdE ) + λs IdE , obtenim que f | Nuc(f − λs IdE )ns té
matriu de la forma indicada a l’enunciat en la mateixa base. Reunint aquestes bases
de cada component primària obtenim una base en què la matriu de f és la donada a
l’enunciat. 2
Definició 5.6.11. Anomenem matriu de Jordan d’un endomorfisme f de E una matriu
com la donada en el corol·lari 5.6.10 i base de Jordan una base de E en què f té matriu
de Jordan.
Exercici 5.6.12. Doneu la forma de Jordan i una base de Jordan de la matriu
 
2 0 0 2 1
 0 2 3 3 0 
 
A=  0 0 1 −1 0  .
 0 0 1 3 0 
0 0 −2 −2 2
Solució. El polinomi caracterı́stic de A és (2 − X)5 . Determinem el polinomi mı́nim.
 
0 0 0 2 1
 0 0 3 3 0 
 
A − 2Id = 
 0 0 −1 −1 0 ,
 (A − 2Id)2 = 0.
 0 0 1 1 0 
0 0 −2 −2 0
Tenim doncs Nuc(A − 2Id) Nuc((A − 2Id)2 ), dim(Nuc(A − 2Id)) = 3,

dim(Nuc((A − 2Id) )) = 5. Una base de Nuc(A − 2Id) és ((1, 0, 0, 0, 0), (0, 1, 0, 0, 0),
2
(0, 0, 1, −1, 2)); l’ampliem a base de R5 afegint-hi els vectors u1 = (0, 0, 1, 0, 0),
u3 = (0, 0, 0, 1, 0). Calculem u2 = (A − 2Id)(u1 ) = (2, 3, −1, 1, −2), u4 = (A −
2Id)(u3 ) = (1, 0, 0, 0, 0). Busquem u5 tal que (u2 , u4 , u5 ) és base de Nuc(A − 2Id).
Podem prendre u5 = (0, 1, 0, 0, 0). En la base (u1 , u2 , u3 , u4 , u5 ), la forma equivalent de
A és
 
2 0 0 0 0
 1 2 0 0 0 
 
 0 0 2 0 0 .
 
 0 0 1 2 0 
0 0 0 0 2
 
1 0 0 0 0 0
 −1 2 0 0 0 0 
 
 1 3 2 0 0 0 
A=

.

 0 0 0 2 0 1 
 0 −2 0 −1 1 0 
−1 0 0 0 0 1
Solució. El polinomi caracterı́stic de A és (1 − X)3 (2 − X)3 . Determinem el polinomi

mı́nim. Tenim
   
0 0 0 0 0 0 0 0 0 0 0 0
 −1 1 0 0 0 0   −1 1 0 0 0 0 
   
 1 3 1 0 0 0   −2 6 1 0 0 0 
A − Id = 

 , (A − Id)2 = 
 
,

 0 0 0 1 0 1   −1 0 0 1 0 1 
 0 −2 0 −1 0 0   2 −2 0 −1 0 −1 
−1 0 0 0 0 0 0 0 0 0 0 0
 
0 0 0 0 0 0
 −1 1 0 0 0 0 
 
 −5 9 1 0 0 0 
(A − Id) = 
3

,

 −1 0 0 1 0 1 
 3 −2 0 −1 0 −1 
0 0 0 0 0 0
rg(A − Id) = 5, rg((A − Id)2 ) = 4, rg((A − Id)3 ) = 3, per tant dim(Nuc(A − Id)) =
1, dim(Nuc((A − Id)2 )) = 2, dim(Nuc((A − Id)3 )) = 3;
   
−1 0 0 0 0 0 1 0 0 0 0 0
 −1 0 0 0 0 0   1 0 0 0 0 0 
   
 1 3 0 0 0 0   −4 0 0 0 0 0 
A − 2Id = 

 , (A − 2Id)2 = 
 
,
 0 0 0 0 0 1   −1 0 0 0 0 −1 

 0 −2 0 −1 −1 0   2 2 0 1 1 −1 
−1 0 0 0 0 −1 2 0 0 0 0 1
rg(A − 2Id) = 4, rg((A − 2Id)2 ) = 3, per tant dim(Nuc(A − 2Id)) = 2, dim(Nuc((A −
2Id)2 )) = 3. El polinomi mı́nim és doncs (X − 1)3 (X − 2)2 i les components primàries
són Nuc((A − Id)3 ), Nuc((A − 2Id)2 ). La forma de Jordan és
 
1 0 0 0 0 0
 1 1 0 0 0 0 
 
 0 1 1 0 0 0 
J = .
0 0 0 2 0 0 
 
 0 0 0 1 2 0 
0 0 0 0 0 2
Calculem una base de Jordan corresponent a la matriu J. El primer vector de la
base ha de ser de Nuc((A − Id)3 ) \ Nuc((A − Id)2 ). Prenem u1 = (1, 1, −4, 1, 0, 0).
Ara u2 = (A − Id)(u1 ) = (0, 0, 0, 1, −4, −1), u3 = (A − Id)(u2 ) = (0, 0, 0, 0, 1, 0).
El quart vector de la base ha de ser de Nuc((A − 2Id)2 ) \ Nuc(A − 2Id). Prenem
u4 = (0, −1, 0, 2, 0, 0), u5 = (A − 2Id)(u4 ) = (0, 0, −3, 0, 0, 0) i u6 tal que (u5 , u6 ) és
base de Nuc(A − 2Id). Prenem u6 = (0, 0, 0, 1, −1, 0).

 
−1 1 0 −1 1
 0 −1 0 0 0 
 
A=  0 1 −1 0 0 
.
 0 −1 0 0 −1 
0 −1 0 1 −2
Solució. El polinomi caracterı́stic de A és (X + 1)5 . Determinem el polinomi mı́nim.

Tenim
 
0 1 0 −1 1
 0 0 0 0 0 
 

A + Id =  0 1 0 0 0  , (A + Id)2 = 0M5×5 (K) .

 0 −1 0 1 −1 
0 −1 0 1 −1
El polinomi mı́nim és doncs (X + 1)2 i tenim
dim Nuc(A + Id) = 3, dim Nuc((A + Id)2 ) = 5.

La forma de Jordan és
 
−1 0 0 0 0
 1 −1 0 0 0 
 
J =
 0 0 −1 0 0 .

 0 0 1 −1 0 
0 0 0 0 −1
Una base de Jordan corresponent a la matriu J és (u1 , u2 , u3 , u4 , u5 ) on els vectors
u1 , u3 són tals que les seves classes a E/ Nuc(A + Id) són base d’aquest quocient,
u2 = (A + Id)(u1 ), u4 = (A + Id)(u3 ) i el vector u5 és tal que (u2 , u4 , u5 ) és base
de Nuc(A + Id). Una base de Nuc(A + Id) és (1, 0, 0, 0, 0), (0, 0, 1, 0, 0), (0, 0, 0, 1, 1).
Si la completem a base de E, podem prendre u1 , u3 com els dos vectors que afegim.
Posem u1 = (0, 1, 0, 0, 0), u3 = (0, 0, 0, 1, 0). Tenim doncs u2 = (1, 0, 1, −1, −1), u4 =
(−1, 0, 0, 1, 1) i podem prendre u5 = (0, 0, 0, 1, 1).
Capı́tol 6
Qüestions complementaries
6.1 Base d’un espai vectorial
Volem provar que tot espai vectorial no trivial té una base. Per això necessitem un
resultat de teoria de conjunts, el lema de Zorn. Abans d’enunciar-lo, introduim alguns
conceptes sobre relacions d’ordre.
Una relació d’ordre en un conjunt S és una relació binària, que escrivim x ≤ y, que
compleix les propietats següents.
1. x ≤ x, ∀x ∈ S (reflexiva);
2. x ≤ y i y ≤ z ⇒ x ≤ z, ∀x, y, z ∈ S (transitiva);
3. x ≤ y i y ≤ x ⇒ x = y, ∀x, y ∈ S (antisimètrica).
Si, a més, es compleix que per a cada parella d’elements x, y de S tenim x ≤ y o

y ≤ x, diem que la relació d’ordre és total.
Exemples.
1. Considerem el conjunt P(C) de subconjunts d’un conjunt C amb la relació d’in-

clusió. És relació d’ordre, no total si C té més d’un element.
2. La relació d’ordre usual és relació d’ordre total a N. La relació de divisibilitat és
relació d’ordre no total a N.
Sigui S un conjunt ordenat. Un element a de S diem que és mı́nim si es compleix

a ≤ x, per a tot x ∈ S. Anàlogament un element b de S diem que és màxim si es
compleix x ≤ b, per a tot x ∈ S. Clarament, si S té mı́nim (resp. màxim), aquest
és únic. Un element m de S diem que és maximal si es compleix que x ∈ S i x ≥ m
implica x = m.
77
78 CAPÍTOL 6. QÜESTIONS COMPLEMENTARIES
Exemples.
1. A N, 0 és element mı́nim; no hi ha màxim.
2. Considerem el conjunt P(C) de subconjunts del conjunt C = {a, b, c} amb la

relació d’inclusió. El conjunt buit és mı́nim i C és màxim. Considerem ara
el conjunt P(C) \ {C} = {∅, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}} amb la relació
d’inclusió. Té tres elements maximals: {a, b}, {a, c}, {b, c}, i cap màxim.
Sigui S un conjunt ordenat i T un subconjunt. Una cota superior de T en S és un
element b de S tal que x ≤ b, per a tot x de T . Diem que S està ordenat inductivament
si tot subconjunt de S totalment ordenat té cota superior. Per exemple, P(C) amb la
inclusió està ordenat inductivament ja que C és cota superior per qualsevol subconjunt
de P(C). El conjunt P(C) \ {C} amb la inclusió també està ordenat inductivament ja
tot subconjunt totalment ordenat té cota superior.
Proposició 6.1.1 (Lema de Zorn). Sigui S un conjunt no buit ordenat inductivament.
Aleshores existeix un element maximal a S.
−
→
Teorema 6.1.2. Sigui E un K-espai vectorial, E ̸= { 0 }. Sigui Γ un sistema de
generadors de E i sigui S un subconjunt de Γ, linealment independent. Aleshores
existeix una base B de E tal que S ⊂ B ⊂ Γ.
Demostració. Sigui T := {T : S ⊂ T ⊂ Γ i T és linealment independent}. Clarament
T és no buit (conté S). Vegem que està inductivament ordenat per la inclusió. Sigui
{Ti } un subconjunt totalment ordenat de T . Aleshores ∪Ti conté S i està contingut
a Γ. Si provem que és linealment independent, tindrem que és cota superior de {Ti }
−
→
a T . Sigui a1 u1 + · · · + an un = 0 , amb u1 , . . . , un ∈ ∪Ti , a1 , . . . , an ∈ K. Com {Ti } és
totalment ordenat, existeix j tal que u1 , . . . , un ∈ Tj , i, com Tj és linealment indepen-
dent, obtenim a1 = · · · = an = 0. Hem provat doncs que T és inductivament ordenat.
Pel lema de Zorn, T té un element maximal, B, que és linealment independent. Hem
de veure que B genera E. Sigui F = ⟨B⟩. Si F ̸= E, existeix v ∈ Γ tal que v ̸∈ F .
Per 1.3.2, B ∪ {v} és linealment independent, contradient la maximalitat de B. Tenim
doncs ⟨B⟩ = E i B és doncs base de E. 2
−
→
Posant S = {v}, amb v ∈ E, v ̸= 0 , Γ = E, obtenim que tot espai vectorial no
trivial té una base. De fet el teorema dóna més: tot conjunt linealment independent
es pot completar a base i de tot sistema de generadors podem extreure una base.
6.2 Cos de descomposició d’un polinomi

Donats un cos K i un polinomi F (X) ∈ K[X], de grau ≥ 1, volem provar que existeix
un cos L, contenint K com a subcòs tal que F (X) descompon en producte de factors
lineals sobre K.
6.2. COS DE DESCOMPOSICIÓ D’UN POLINOMI 79
Definim una relació binària ∼ a K[X] per
P (X) ∼ Q(X) si P (X) − Q(X) és múltiple de F (X).

Clarament, ∼ és relació d’equivalència. Denotem per [P (X)] la classe d’un polinomi
P (X) i per K[X]/F (X) el conjunt quocient. En aquest conjunt quocient, definim una
suma i un producte per
[P (X)] + [Q(X)] = [P (X) + Q(X)], [P (X)] · [Q(X)] = [P (X) · Q(X)].
Es comprova fàcilment que les dues operacions estan ben definides i que K[X]/F (X)
amb aquestes operacions és un anell commutatiu amb element unitat.
Vegem ara que el conjunt de polinomis de K[X] de grau < grF (X) és un sistema
complet de representants per a la relació d’equivalència ∼. Si P (X) ∈ K[X], fem la
divisió de P (X) entre F (X)
P (X) = F (X)Q(X) + R(X), grR(X) < grF (X).

tenim doncs P (X) ∼ R(X) i grR(X) < grF (X). Ara si R1 (X) i R2 (X) són polinomis
de K[X] tots dos de grau < grF (X) i diferents no poden ser equivalents. En particular,
dos elements diferents del cos K no poden ser equivalents i, per tant la composició
K ,→ K[X] K[X]/F (X)

és injectiva. Identifiquem un element a de K amb la seva classe a K[X]/F (X) i posem
a[P (X)] = [a][P (X)] = [aP (X)]. Denotant per α la classe de X a K[X]/F (X), podem
escriure els elements de K[X]/F (X) com a polinomis en α de grau < grF (X) i amb
coeficients a K.
Proposició 6.2.1. Si el polinomi F (X) és irreductible, aleshores K[X]/F (X) és un
cos.
Demostració. Volem veure que tot element no nul de K[X]/F (X) és invertible. Si
[P (X)] és no nul, tenim que F (X) no divideix P (X) i, com F (X) és irreductible,
tenim doncs que F (X) i P (X) són primers entre ells. Podem escriure una identitat de
Bézout, A(X)P (X) + B(X)F (X) = 1 i, prenent classes, obtenim que [A(X)] és invers
de [P (X)] a K[X]/F (X). 2
Ara, si α = [X] i posem F (X) = an X n + an−1 X n−1 + · · · + a1 X + a0 , tenim

F (α) = an αn + an−1 αn−1 + · · · + a1 α + a0 = an [X]n + an−1 [X]n−1 + · · · + a1 [X] + a0 =
[an X n + an−1 X n−1 + · · · + a1 X + a0 ] = [0]. Tenim doncs que F (X) té una arrel a
K[X]/F (X). Si F (X) és irreductible, hem construit doncs un cos en el qual F té una
arrel.
80 CAPÍTOL 6. QÜESTIONS COMPLEMENTARIES
Donat un polinomi F (X) ∈ K[X], de grau > 1, si F (X) no descompon en producte

de factors lineals sobre K, podem fer la construcció anterior per a una component
irreductible F1 (X) de F (X) de grau > 1 i obtenir un cos L1 on F1 (X) té una arrel. Si
F (X) no descompon en producte de factors lineals sobre L1 , repetim el procés, fins a
obtenir un cos L sobre el qual F (X) descompon en producte de factors lineals. Com
en cada pas, obtenim com a mı́nim una nova arrel de F (X), el procés és finit.
Capı́tol 7
Apèndix
7.1 Nombres complexos

7.1.1 El cos dels nombres complexos
Considerem
R2 = R × R = {(a, b) : a, b ∈ R}.
Sabem que a R2 tenim definida una suma per
(a, b) + (a′ , b′ ) = (a + a′ , b + b′ )
i que (R2 , +) és un grup abelià. Volem definir a R2 un producte intern. Posem
(a, b) · (a′ , b′ ) = (aa′ − bb′ , ab′ + a′ b).

A partir de les propietats de la suma i el producte de nombres reals, es pot provar
que aquest producte és associatiu, commutatiu, distributiu respecte de la suma i (1, 0)
és element neutre per aquest producte.
Recordem que R2 és espai vectorial amb la suma i el producte extern definit per
λ(a, b) = (λ a, λ b), per a λ ∈ R, (a, b) ∈ R2 .

Si a ∈ R, tenim
a(a′ , b′ ) = (aa′ , ab′ ) = (a, 0) · (a′ , b′ )

Identifiquem el nombre real a amb l’element (a, 0) de R2 . Fem servir la notació i :=
(0, 1). Per la definició del producte, tenim i2 = −1. A més, si b ∈ R, tenim bi = (0, b)
i a + bi = (a, b).
Si a + bi ̸= 0, tenim a ̸= 0 o b ̸= 0, aleshores
81
82 CAPÍTOL 7. APÈNDIX
(a + bi)(a − bi) = a2 + b2 ̸= 0
i per tant
a b
(a + bi)( − 2 i) = 1.
a2 +b2 a + b2
Tenim doncs que tot element no nul té invers. Hem obtingut que R2 amb la suma
i el producte intern que hem definit és un cos. S’escriu C i es diu cos dels nombres
complexos. Escrivim els seus elements en la forma a + bi. Amb aquest notació, la suma
i el producte s’escriuen en la forma
(a + bi) + (a′ + b′ i) = (a + a′ ) + (b + b′ )i , (a + bi) · (a′ + b′ i) = (aa′ − bb′ ) + (ab′ + a′ b)i.
Per a z = a + bi ∈ C, a és diu part real de z, b és diu part imaginària de z. Posem
a = Re z, b = Im z. Diem que a + bi és la forma binòmica del nombre complex z. Si
z = a + bi, posem z = a − bi i diem que z és el nombre complex conjugat de z.
Proposició 7.1.1. Si z1 , z2 ∈ C, es compleix
1. z1 + z2 = z1 + z2
2. z1 · z2 = z1 · z2
Demostració. Posem z1 = a1 + b1 i, z2 = a2 + b2 i, amb a1 , a2 , b1 , b2 ∈ R. Tenim

z1 = a1 − b1 i, z2 = a2 − b2 i. Ara
z1 + z2 = (a1 + a2 ) + (b1 + b2 )i ⇒ z1 + z2 = (a1 + a2 ) − (b1 + b2 )i = z1 + z2
z1 · z2 = (a1 a2 − b1 b2 ) + (a1 b2 + a2 b1 )i ⇒ z1 · z2 = (a1 a2 − b1 b2 ) − (a1 b2 + a2 b1 )i = z1 · z2 .
7.1.2 Arrels quadrades en forma binòmica.

√
Sabem que tot nombre real a > 0 té dues arrels quadrades a R. Escrivim a l’arrel
√ positiva de a. Com i = −1, tot nombre real a < 0 té dues arrels quadrades
2
quadrada
a C: ± |a| i. Veiem ara com calcular les arrels quadrades d’un nombre complex, no
real.
7.1. NOMBRES COMPLEXOS 83
Volem calcular les arrels quadrades del nombre complex z = a + bi, amb b ̸= 0.
Volem doncs resoldre l’equació
(x + yi)2 = a + bi.
Com (x + yi)2 = x2 − y 2 + 2xyi, igualant part real i part imaginària, tenim les dues
equacions
{ 2
x − y2 = a
2xy = b.
Si x = 0, (yi)2 = −y 2 és un nombre real, per tant ha de ser x ̸= 0 i de la segona
equació, obtenim
b
y=
2x
i, substituint a la primera,
b2
x2 − =a
4x2
que, multiplicant per x2 , dóna
b2
x4 − ax2 − = 0,
4
equació biquadràtica en x. Posant X = x2 , obtenim l’equació quadràtica en X
b2
X 2 − aX − = 0, (7.1)
4
de la qual busquem arrels positives, ja que x ha de ser real i per tant X = x2 ha de
ser positiu. Les dues arrels de (7.1) són
√
a ± a2 + b2
X= .
2
Com a2 +b2 > 0, tenim dues arrels reals diferents. Ara, b ̸= 0 ⇒ a2 +b2 > a2 . Per tant,
l’arrel amb + davant de l’arrel quadrada és positiva i l’arrel amb - negativa. Obtenim
doncs dues solucions.
√ √
a + a2 + b2 b
x=± ,y= .
2 2x
Exercici. Calculeu les arrels quadrades del nombre complex 3 + 4i.

Tenim les equacions
{
x2 − y 2 = 3
2xy = 4.
De la segona obtenim y = 2/x i, substituint a la primera, x2 − 4/x2 = 3. Multiplicant

per x2 , obtenim x4 − 3x2 − 4 = 0. Posant X = x2 , tenim l’equació quadràtica X 2 −
3X − 4 = 0, de la qual l’arrel positiva és 4. Obtenim doncs x = ±2, y = ±1.
Les arrels quadrades de 3 + 4i són ±(2 + i).
7.1.3 Pla complex

Podem representar el nombre complex a + bi pel punt (a, b) del pla. És a dir, en el
pla R2 , agafem 1 com a vector unitat de les abscisses i i com a vector unitat de les
ordenades. Direm eix real l’eix de les abscisses i eix imaginari l’eix de les ordenades.
Diem mòdul del nombre complex z = √ a + bi el mòdul del vector (a, b). Posem |z| el
mòdul de z. Si z = a + bi, tenim |z| = a2 + b2 . Diem argument del nombre complex
no nul z = a + bi l’angle que fa el vector (a, b) amb l’eix real. Posem Arg z l’argument
de z. L’argument d’un nombre complex està determinat tret d’un múltiple enter de
2π, si el donem en radians, i tret d’un múltiple enter de 360, si el donem en graus. Si
r = |z|, α = Arg z, tenim Re z = r cos α, Im z = r sin α. El nombre complex z queda
doncs determinat pel seu mòdul i el seu argument. Posem z = rα i diem aquesta
expressió la forma polar del nombre complex z.
b z=a+bi
|z|
arg z
1 a
Figura 7.1: El pla complex.

7.1. NOMBRES COMPLEXOS 85
Exemples.
1) Si a ∈ R, a > 0, tenim |a| = a, Arg a = 0. Si a ∈ R, a < 0, tenim |a| = −a,

Arg a = π.
2) Si b ∈ R, b > 0, tenim |b i| = b, Arg(b i) = π/2. Si b ∈ R, b < 0, tenim |b i| = −b,

Arg(b i) = 3π/2.
√
3) Si z = 1 + i, |z| = 2, Arg z = π/4.
4) Si a > 0, Arg(a + bi) = arctan(b/a); si a < 0, Arg(a + bi) = arctan(b/a) + π.
7.1.4 Arrels n-èsimes de nombres complexos

Veiem ara com s’expressa el producte de dos nombres complexos en forma polar. Si
z = rα , z ′ = rα′ ′ , tenim
zz ′ = r(cos α + i sin α) · r′ (cos α′ + i sin α′ )

= rr′ (cos α + i sin α) · (cos α′ + i sin α′ )
= rr′ ((cos α cos α′ − sin α sin α′ ) + (cos α sin α′ + cos α′ sin α) i)
= rr′ (cos(α + α′ ) + i sin(α + α′ )).
Hem obtingut doncs
|zz ′ | = |z||z ′ |, Arg(zz ′ ) = Arg z + Arg z ′ .

Per tant l’expressió del producte de dos nombres complexos en forma polar és
rα rα′ ′ = (rr′ )α+α′ .

Com a cas particular, obtenim
|z 2 | = |z|2 , Arg(z 2 ) = 2 Arg z.

Per inducció, es demostra
|z n | = |z|n , Arg(z n ) = n Arg z, (7.2)

per a tot enter n > 1.
A partir de (7.2), podem veure com calcular les arrels n-èsimes d’un nombre com-
plex, per a qualsevol enter n > 1. Si ω és una arrel n-èsima del nombre complex z, ha
de complir
|ω|n = |z|, n Arg ω = Arg z.

Com |z| és un nombre real positiu, √ existeix exactament un nombre real positiu que
aixecat a n dóna |z| i que escrivim n |z|. Ara, com Arg z està determinat tret d’un
múltiple enter de 2π, l’equació n Arg ω = Arg z té n solucions que són
Arg z Arg z + 2π Arg z + 2(n − 1)π

, ,..., .
n n n
Obtenim doncs n arrels n-èsimes del nombre complex z que s’escriuen
√
( n |z|) Arg z+2kπ , 0 ≤ k ≤ n − 1,
n
en forma polar.
Exercici. Calculeu les arrels cúbiques de -1.
El mòdul de -1 és 1 i el seu argument és π. Les tres arrels cúbiques de -1, escrites en
forma polar, són doncs
1π/3 , 1π , 15π/3 .
√
Tenint en compte cos(π/3)
√ = 1/2, sin(π/3) = 3/2, cos π = −1, sin π = 0, cos(5π/3) =
1/2, sin(5π/3) = − 3/2, obtenim que les arrels cúbiques de -1 en forma binòmica són
√ √
1+i 3 1−i 3
, −1, .
2 2
Exercici. Calculeu les arrels vuitenes de 25.

El mòdul de 25 és 25 i el seu argument és 0. Les 8 arrels vuitenes de 25, escrites en
forma polar, són doncs
√
4
√
4
√
4
√
4
√
4
√
4
√
4
√
4
( 5)0 , ( 5)π/4 , ( 5)π/2 , ( 5)3π/4 , ( 5)π , ( 5)5π/4 , ( 5)3π/2 , ( 5)7π/4 .
Tenint en compte els valors de sinus i cosinus dels arguments, obtenim que les arrels
vuitenes de 25 en forma binòmica són
√4
√
4
√ √4
√4
√
√ 5, √ √5 2(1 + i)/2, √ 5i, 5
√ 2(−1 + i)/2,
√
− 5,
4 4
5 2(−1 − i)/2, − 5i,4 4
5 2(1 − i)/2.
7.1.5 Arrels de la unitat.

En particular, les arrels n-èsimes complexes de 1 per a n enter > 1 són (1)2kπ/n ,
0 ≤ k ≤ n − 1.
Exercici. Calculeu les arrels sisenes de 1.
Les arrels sisenes de 1 són, en forma polar,
7.2. ARRELS DE POLINOMIS 87
(1)0 , (1)π/3 , (1)2π/3 , (1)π , (1)4π/3 , (1)5π/3 .

I en forma binòmica
√ √ √ √
1 + i 3 −1 + i 3 −1 − i 3 1 − i 3
1, , , −1, , .
2 2 2 2
7.2 Arrels de polinomis

Si A(X) = an X n + an−1 X n−1 + · · · + a1 X + a0 ∈ K[X], α ∈ K, diem valor de A en α
l’element de K
A(α) = an αn + an−1 αn−1 + · · · + a1 α + a0 .
Proposició 7.2.1. Sigui A(X) ∈ K[X], α ∈ K. Aleshores la resta de la divisió a

K[X] de A entre X − α és igual a A(α). En particular
A(α) = 0 ⇔ X − α divideix A(X).
Demostració. La divisió de A(X) entre X − α és A(X) = Q(X)(X − α) + r amb

r ∈ K, ja que la resta ha de tenir grau < gr(X − α) = 1. Substituint X per α,
obtenim A(α) = Q(α)(α − α) + r = r. 2
Definició 7.2.2. Sigui A(X) ∈ K[X] \ {0}, α ∈ K. Diem que α és arrel de A si
A(α) = 0.
Exemples
1. X 2 + 1 no té arrels a R,
2. i, −i són arrels de X 2 + 1 a C,
3. un polinomi de grau 0 no té arrels. Un polinomi de grau 1 té una única arrel. Si
a0
A(X) = a1 X + a0 , amb a1 ̸= 0, α = − és l’arrel de A.
a1
Corol·lari 7.2.3. Sigui A ∈ K[X]. El nombre d’arrels de A a K és com a màxim
igual al grau de A.
Demostració. Per la proposició 7.2.1, si α ∈ K és arrel de A, tenim
A(X) = (X − α)A1 (X),

amb A1 (X) ∈ K[X] i grA1 = grA − 1. Si ara α1 és arrel de A1 , i per tant de A,
tindrem A1 (X) = (X − α1 )A2 (X), amb A2 (X) ∈ K[X] i grA2 = grA1 − 1 = grA − 2.
Reiterant el procès, obtenim el resultat. 2
Definició 7.2.4. Sigui A ∈ K[X]. Un polinomi P de K[X] direm que és factor de A
de multiplicitat k si P k | A i P k+1 - A. Direm que P és factor múltiple de A si és factor
amb multiplicitat més gran que 1. Direm que P és factor simple de A si és factor amb
multiplicitat igual 1. Direm que α és arrel de A de multiplicitat k si X − α és factor de
A de multiplicitat k. Direm que α és arrel múltiple de A si X − α és factor múltiple
de A. Direm que α és arrel simple de A si X − α és factor simple de A.
Teorema 7.2.5 (Teorema fonamental de l’àlgebra). Tot polinomi A(X) ∈ C[X] de

grau més gran o igual a 1 té alguna arrel a C.
Corol·lari 7.2.6. Si A(X) ∈ C[X] és un polinomi de grau n ≥ 1, aleshores
A(X) = an (X − α1 ) . . . (X − αn ),
on an és el coeficient de grau n de A(X) i α1 , . . . , αn ∈ C.
Demostració. Fem la prova per inducció sobre el grau n de A(X).

Si n = 1, tenim A(X) = a1 X + a0 , amb a1 ̸= 0 i, per tant, A(X) = a1 (X − a0 /a1 ),
amb a0 /a1 ∈ C.
Suposem que el resultat és cert per a polinomis de C[X] de grau n − 1 i sigui
A(X) ∈ C[X] de grau n. Posem A(X) = an X n + . . . . Pel teorema, A(X) té una arrel
α a C. Per tant
A(X) = (X − α)B(X),
on B(X) és un polinomi de grau n − 1 i B(X) = an X n−1 + . . . . Per hipòtesi d’inducció,
tenim
B(X) = an (X − α1 ) . . . (X − αn−1 )
i, per tant
A(X) = an (X − α1 ) . . . (X − αn−1 )(X − α).

2
Vegem ara com descomponen els polinomis de R[X].
Proposició 7.2.7. Sigui A(X) ∈ R[X] amb grA(X) > 1 i α ∈ C. Aleshores
A(α) = 0 ⇒ A(α) = 0,
on α indica el conjugat de α.
7.2. ARRELS DE POLINOMIS 89
Demostració. Si A(X) = an X n + an−1 X n−1 + · · · + a1 X + a0 , tenim
0 = A(α) = an αn + an−1 αn−1 + · · · + a1 α + a0 .

Prenent conjugats, obtenim
0 = an αn + an−1 αn−1 + · · · + a1 α + a0
= an αn + an−1 αn−1 + · · · + a1 α + a0
= an αn + an−1 αn−1 + · · · + a1 α + a0
= A(α),
tenint en compte 7.2.7 i que ai = ai , i = 0, . . . n, ja que ai ∈ R. 2
Corol·lari 7.2.8. Si A(X) ∈ R[X] és un polinomi de grau n ≥ 1, aleshores
A(X) = an (X − α1 ) . . . (X − αr )P1 (X) . . . Ps (X),

on an és el coeficient de grau n de A(X), α1 , . . . , αr ∈ R, Pj (X) = X 2 + bj X + cj , amb
bj , cj ∈ R, b2j − 4cj < 0, 1 ≤ j ≤ s, i els enters r, s compleixen n = r + 2s.
Demostració. Pel corol·lari 7.2.6, tenim A(X) = an (X−α1 ) . . . (X−αn ), amb α1 , . . . , αn ∈

C. Ara, si α ̸∈ R, tenim
(X − α)(X − α) = X 2 − 2 Re(α)X + |α|2 ∈ R[X]

i, posant α = a+bi, (−2 Re(α))2 −4|α|2 = 4a2 −4(a2 +b2 ) = −4b2 < 0. Per la proposició
7.2.7, si α és arrel de A(X), α també ho és i, associant els factors corresponents a cada
parella d’arrels conjugades, obtenim la descomposició de l’enunciat. 2

Àlgebra UB

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Àlgebra UB

Uploaded by

Copyright:

Available Formats

ÀLGEBRA LINEAL

3 Espai vectorial de les aplicacions lineals 35

5 Formes canòniques de Jordan 57

5.4 Subespais invariants . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

Indiquem per N el conjunt dels enters naturals. Fem el conveni 0 ∈ N.

Indiquem per Z el conjunt dels enters.

Indiquem per Q el conjunt dels nombres racionals.

Indiquem per R el conjunt dels nombres reals.

Indiquem per C el conjunt dels nombres complexes.

1.1 Definició de cos

Sigui ∗ una operació interna definida en el conjunt A.

1. Diem que ∗ és associativa si (a ∗ b) ∗ c = a ∗ (b ∗ c), per a a, b, c elements de A

2. Z amb la suma usual és un grup commutatiu.

3. Q amb la suma usual és un grup commutatiu.

4. R amb la suma usual és un grup commutatiu.

5. El conjunt de matrius n × n amb coeficients a R, de determinant no nul, és un

2. · és associativa i distributiva respecte de +.

2. El conjunt de matrius n × n a coeficients a R amb la suma i el producte de

Si A és un anell, diem subanell de A un subconjunt no buit B de A que és estable

2. 2Z := {2m : m ∈ Z} és subanell de Z.

2. R amb la suma i el producte usuals és cos.

3. C amb la suma i el producte usuals és cos.

4. Considerem el conjunt {0, 1} amb la suma definida per 0 + 0 = 0, 1 + 0 = 0 + 1 =

1.2 Definició d’espai vectorial

1. a(u + v) = au + av, per a a ∈ K; u, v ∈ E, qualssevol;

2. (a + b)v = av + bv, per a a, b ∈ K; v ∈ E, qualssevol;

3. (ab)v = a(bv), per a a, b ∈ K; v ∈ E, qualssevol;

4. 1v = v, per a tot v ∈ E, on 1 indica la unitat del cos K.

Proposició 1.2.1. Sigui E un K-espai vectorial, v ∈ E, a ∈ K. Es compleix

3. Si K és cos, el conjunt K n d’n-ples d’elements de K, és a dir

és K-espai vectorial amb les operacions

(x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ),

per a (x1 , . . . , xn ), (y1 , . . . , yn ) ∈ K n ,

a(x1 , . . . , xn ) = (ax1 , . . . , axn ),

4. Si K és subcòs de L, L és K-espai vectorial amb la suma i el producte de l’es-

x(an X n + · · · + a1 X + a0 ) = xan X n + · · · + xa1 X + xa0 ,

x(aij )1≤i≤m = (xaij )1≤i≤m ,

per a (aij )1≤i≤m ∈ Mm×n (K), x ∈ K.

Definició 1.2.2. Un subconjunt no buit F d’un K-espai vectorial E s’anomena subes-

Proposició 1.2.3. Un subconjunt no buit F d’un K-espai vectorial E és subespai

Exemple. El conjunt de solucions d’un sistema d’equacions lineals homogènies en n

Si S és un subconjunt d’un K-espai vectorial E, indiquem per ⟨S⟩ el conjunt de

Demostració. La suma de dues combinacions lineals de vectors de S i el producte

1. K n = ⟨(1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, . . . , 0, 1)⟩;

2. K[X] = ⟨{X n }n≥0 }⟩.

1.3 Independència lineal

Un subconjunt S d’un K-espai vectorial E s’anomena linealment independent sobre K

3. Els vectors 1, i de C són linealment independents sobre R però linealment depen-

4. Els vectors (1, 0), (0, 1) de R2 són linealment independents.

5. El subconjunt {X n }n≥0 de K[X] és linealment independent.

Proposició 1.3.1. Sigui E un K-espai vectorial, v1 , . . . , vn ∈ E. El vectors v1 , . . . , vn

Demostració. Si v1 , . . . , vn són linealment dependents, es compleix

Recı́procament, si v1 = b2 v2 + · · · + bn vn , amb b2 , . . . , bn ∈ K, tenim

Proposició 1.3.2. Sigui S un subconjunt linealment independent d’un K-espai vecto-

u ̸∈ ⟨S⟩ ⇔ S ∪ {u} és linealment independent.

1.4 Bases. Dimensió

Proposició 1.4.1. Un subconjunt B d’un K-espai vectorial E és base de E si i només

substituir m vectors de la base B pels vectors v1 , . . . , vm de forma a obtenir una nova

vh+1 = a1 v1 + · · · + ah vh + ah+1 uh+1 + · · · + an un . (1.3)

Demostració. És conseqüència del lema de Steinitz i de la proposició 1.4.2. 2

Demostració. Sigui {u1 , . . . , un } una base de E i sigui B una base de F . Com B

1.5 Intersecció i suma de subespais vectorials.

Demostració. Vegem que F ∩ G compleix les condicions de la definició 1.2.2. Primer

Per tant F ∩ G és subespai vectorial de E. 2