Professional Documents
Culture Documents
Àlgebra UB
Àlgebra UB
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
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
3
4 ÍNDEX
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
5
Capı́tol 1
Espais vectorials
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.
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;
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 és subcòs de C.
K ×E → E
(a, v) 7→ av
que anomenem producte per elements de K, que compleix les propietats següents.
10 CAPÍTOL 1. ESPAIS VECTORIALS
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.
K n := {(x1 , . . . , xn ) : x1 , . . . , xn ∈ K}
per a (x1 , . . . , xn ) ∈ K n , a ∈ K.
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
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
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.
1. u, v ∈ F ⇒ u + v ∈ F ;
12 CAPÍTOL 1. ESPAIS VECTORIALS
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.
u, v ∈ F, a, b ∈ K ⇒ au + bv ∈ F.
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.
−
→
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 .
v1 = −a−1
1 (a2 v2 + · · · + an vn ).
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
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
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
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.
16 CAPÍTOL 1. ESPAIS VECTORIALS
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.
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.
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.
{ }
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.
a1 u1 + · · · + am um + b1 v1 + · · · + bn vn = −(c1 w1 + · · · + cl wl ). (1.4)
18 CAPÍTOL 1. ESPAIS VECTORIALS
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
⟨( ) ( ) ( )⟩ {( ) }
1 −2 0 1 1 −1 a b
F := , , , G := :a+d=0 .
0 1 1 1 2 1 c d
( ) ( ) ( )
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
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
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 :
22 CAPÍTOL 1. ESPAIS VECTORIALS
{
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
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
} }
u1 ∼ u2 u1 − u2 ∈ F
⇒ ⇒ (u1 + v1 ) − (u2 + v2 ) = (u1 − u2 ) + (v1 − v2 ) ∈ F
v1 ∼ v2 v1 − v2 ∈ F
⇒ u1 + v1 ∼ u2 + v2 .
a[u] = [au].
Vegem que està ben definit. En efecte
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].
Observació 1.7.2. La prova de la proposició 1.7.1 indica com trobar una base d’un
espai quocient.
∑
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
24 CAPÍTOL 1. ESPAIS VECTORIALS
( )
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,
Aplicacions lineals
2. f (av) = af (v), ∀a ∈ K, v ∈ E.
25
26 CAPÍTOL 2. APLICACIONS LINEALS
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).
E → Kn
u = x e1 + · · · + x en 7→ (x , . . . , xn )
1 n 1
pF : E → F pG : E → G
,
u 7→ uF u 7→ uG
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.
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
K[X] → K
P 7→ P (a)
−
→
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
fe : E1 / Nuc f → Im f
.
[u] 7→ f (u)
30 CAPÍTOL 2. APLICACIONS LINEALS
pG : E → G
.
u 7→ uG
E/F → G
[u] 7→ uG .
∑
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.
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
Volem veure ara la relació entre les matrius d’una aplicació lineal en bases diferents.
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
34 CAPÍTOL 2. APLICACIONS LINEALS
Capı́tol 3
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
35
36 CAPÍTOL 3. ESPAI VECTORIAL DE LES APLICACIONS LINEALS
∑
m ∑
n
−
→
aij φij = 0 L(E1 ,E2 ) ,
i=1 j=1
−
→ ∑∑
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.
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
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
- un producte intern ·
tals que A amb + i · és anell, A amb + i el producte per escalars de K és K-espai
vectorial i, a més,
Tenim doncs que EndK (E) és una K-àlgebra amb unitat.
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 ).
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
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
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
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
(aΦ(u) + bΦ(v))(ω) = aΦ(u)(ω) + bΦ(v)(ω) = aφu (ω) + bφv (ω) = aω(u) + bω(v),
φ∗∗ = Φ2 ◦ φ ◦ Φ−1
1 .
Φ2 (φ(u))(η) = η(φ(u)),
usant la definició de Φ2 . D’altra banda,
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
2. si S i T són subconjunts de E, S ⊂ T ⇒ S ⊥ ⊃ T ⊥ ;
Demostració.
2. és immediat.
5. és immediat. 2
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.
(F ∩ G)⊥ = F ⊥ + G⊥ i (F + G)⊥ = F ⊥ ∩ G⊥ ;
Demostració.
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)⊥
(F ⊥ ∩ G⊥ )⊥ ⊃ F ⊥⊥ + G⊥⊥ = F + G ⇒ F ⊥ ∩ G⊥ ⊂ (F + G)⊥
F ∩ G = F ⊥⊥ ∩ G⊥⊥ ⊃ (F ⊥ + G⊥ )⊥ ⇒ (F ∩ G)⊥ ⊂ F ⊥ + G⊥ .
−
→
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
44 CAPÍTOL 3. ESPAI VECTORIAL DE LES APLICACIONS LINEALS
Capı́tol 4
Diagonalització
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.
45
46 CAPÍTOL 4. DIAGONALITZACIÓ
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
Corol·lari 4.3.1. Els valors propis de l’endomorfisme f són les arrels del seu polinomi
caracterı́stic Pf .
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
50 CAPÍTOL 4. DIAGONALITZACIÓ
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
−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
−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 .
4.4. CRITERI DE DIAGONALITZACIÓ 51
−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).
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).
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)).
4) El polinomi caracterı́stic de la matriu A4 és
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
∑
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.
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
56 CAPÍTOL 4. DIAGONALITZACIÓ
Capı́tol 5
∏
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
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
→
− −
→
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 .
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 .
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
on m1 (X), . . . , mr (X) són polinomis mònics irreductibles, diferents dos a dos, es com-
pleix
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,
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
66 CAPÍTOL 5. FORMES CANÒNIQUES DE JORDAN
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
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
−
→
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
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
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
70 CAPÍTOL 5. FORMES CANÒNIQUES DE JORDAN
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 .
Exercici 5.6.8. Sabent que és nilpotent, doneu la forma de Jordan i una base de
Jordan de la matriu complexa
5.6. FORMES CANÒNIQUES DE JORDAN 71
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
72 CAPÍTOL 5. FORMES CANÒNIQUES DE JORDAN
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
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
(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
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).
5.6. FORMES CANÒNIQUES DE JORDAN 75
Qüestions complementaries
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).
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.
77
78 CAPÍTOL 6. QÜESTIONS COMPLEMENTARIES
Exemples.
1. A N, 0 és element mı́nim; no hi ha màxim.
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)
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
Apèndix
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
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
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.
1. z1 + z2 = z1 + z2
2. z1 · z2 = z1 · z2
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
{
x2 − y 2 = 3
2xy = 4.
b z=a+bi
|z|
arg z
1 a
Exemples.
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
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
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.
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.
A(X) = an (X − α1 ) . . . (X − αn ),
on an és el coeficient de grau n de A(X) i α1 , . . . , αn ∈ C.
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(α) = 0 ⇒ A(α) = 0,
on α indica el conjugat de α.
7.2. ARRELS DE POLINOMIS 89
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