Algebra Lineal Avanzada

Universidad Mayor de San Simn o Facultad de Ciencias y Tecnolog a
Carrera de Matemticas a
Algebra Lineal
Hans C. M ller Santa Cruz u
Cochabamba, .
Contenido
Prefacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Espacios Vectoriales y Aplicaciones Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.- Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.- Espacios de Generacin Finita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 3.- Aplicaciones Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.- Anillo de Homomorsmos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.- Matriz de una Aplicacin Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 6.- Cambio de Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.- Operaciones Elementales sobre Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.- Signo de las Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.- Formas Multilineales Alternadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.- Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.- Matriz Adjunta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . II.- Complemento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.- Espacios Vectoriales Cocientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.- Dual de un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.- Formas Bilineales Simtricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 4.- Espacios Euclidianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.- Formas Herm ticas, Espacios Unitarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . III.- Formas Normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.- Vectores y Valores Propios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.- Triangularizacin y Diagonalizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o o 3.- Endomorsmos Normales de un Espacio Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.- Descomposicn Cannica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o o 5.- Teorema de Hamilton Cayley . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.- Endomorsmos Nilpotentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.- Descomposicin de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o I.-
iii 1 1 8 13 20 23 28 33 38 42 47 53 57 57 61 65 71 77 81 81 87 90 98 103 105 112
Prefacio
El Algebra Lineal es una de las ramas fundamentales de las Matemticas; por un lado, porque es herramienta a de trabajo imprescindible en otras reas de las matemticas como el Anlisis, la Geomtr el Anlisis a a a e a, a Numrico, las Estad e sticas y otras; por otro lado, las aplicaciones del Algebra Lineal en la solucin de o problemas de otras disciplinas y ciencias es moneda corriente. El texto de Algebra Lineal est inscrito dentro el desarrollo que pretende dar la Carrera de Matemticas a a en su nueva formulacin. Este texto contiene lo ms importante dentro lo que es el Algebra Lineal, dando o a el vocabulario y conceptos de base para una buena utilizacin, presentando los razonamientos de manera o rigurosa y en lo posible elegante, mostrando ejemplos donde el Algebra Lineal es un instrumento de solucin o a los problemas presentados. Para un buen asimilacin de los conocimientos y razonamientos de este texto; las deniciones y conceptos o ms signicativos estn escritos en negrillas, estos debern ser memorizados y manipulados uidamente. a a a Los resultados mas importantes estn expresados en los teoremas, corolarios y proposiciones, estos debern a a tambin ser memorizados para manejarlos de manera uida. Las demostraciones de este texto debern ser e a trabajadas, con la nalidad de adquirir las diferentes tcnicas de demostracin que se emplean en el Algebra e o Lineal. Con nes pedgogicos, en algunos paragrafos se presentan los resultados fundamentales que sern a a tratados en el paragrafo en cuestin, estos estn escritos en carcteres itlicos. o a a a La prctica del curso, es una fuente para practicar los conocimientos adquiridos y as mismo como un a medio de adquirir conocimientos adicionales. Por lo tanto, una resolucin en gran nmero de estos ejercicios, o u podr medir el grado de asimilacin del estudiante. a o
Cap tulo I Espacios Vectoriales y Aplicaciones Lineales
I.1 Preliminares
Cuerpos Conmutativos
Tanto en el colegio, como en los primeros cursos universitarios, se ha tenido un contacto directo con: Q el conjunto de los nmeros racionales = {n/m|n, m enteros, m = 0}; u R el conjunto de los nmeros reales; u C el conjunto de los nmeros complejos. u Estos tres conjuntos estn dotados de: a una adicin: + o una multiplicacin: o que verican las tres familias de axiomas: I. Adicin o i) la adicin es conmutativa, + = + . o ii) la adicin es asociativa, ( + ) + = + ( + ). o iii) existe un elemento cero 0 tal que 0 + = + 0 = , . iv) existe un opuesto , tal que + () = 0. II. Multiplicacin o i) la multiplicacin es conmutativa, = . o ii) la multiplicacin es asociativa, ( ) = ( ). o iii) existe el elemento uno 1, tal que 1 = , . iv) = 0, posee un inverso 1 = 1/, tal que 1 = 1. III. Distributividad i) ( + ) = + . ii) ( + ) = + . Un conjunto K, provisto de una adicin y de una multiplicacin se llama cuerpo conmutativo, si o o satisface los tres grupos de axiomas mencionados ms arriba. a Remarca.- Un conjunto K provisto de una adicin y de una multiplicacin que satisface las tres familias de o o axiomas, quizs excepto el axioma II.i se llama cuerpo. a Proposicin I.1.1.- En un cuerpo conmutativo K, se tiene o 1) El elemento 0 es unico. 2) El opuesto de es unico. 3) El elemento 1, as como el inverso de = 0 son unicos. 4) Se tiene + = = 0.
2 5) Se tiene 0 = 0, . Demostracin: o 1.- Supngase que 0 y 0 son ceros, entonces o
I Espacios Vectoriales y Aplicaciones Lineales
0 = 0 + 0 = 0 + 0 = 0 0 = 0 . 2.- Sea K, y opuestos de . Se tiene = + 0 = + ( + ( )) = ( + ) + ( ) = 0 + = . 3.- Ejercicio. 4.- trivial, + = , ( + ) + () = + (), + ( + ()) = 0, + 0 = 0 = 0.
5.- Utilizando el punto 4) de la proposicin, se tiene o 0 = (0 + 0), 0 = 0 + 0 0 = 0. En lo que sigue del cap tulo K denotar un cuerpo conmutativo. Se convendr = + () y a a = .
Espacios Vectoriales
Un espacio vectorial sobre K, K-espacio vectorial, es un conjunto V provisto de dos operaciones: adicin o V V V (x, y) x + y KV V (, x) x
multiplicacin por escalar o
que verican los dos sistemas de axiomas: I Adicin o i) la adicin es conmutativa x + y = y + x, x, y V . o ii) la adicin es asociativa (x + y) + z = x + (y + z), x, y, z V . o iii) existe un cero, 0 V tal que 0 + x = x, x V . iv) Todo x V posee un opuesto x, tal que x + (x) = 0. II Multiplicacin por escalar o i) (x) = ()x, , K, x V . ii) ( + )x = x + x, , K, x V . iii) (x + y) = x + y, K, x, y V . Denicin I.1.2.- Un subconjunto U = de V espacio vectorial, es un subespacio vectorial de V , si o x, y U x + y U, , K. Ejemplos
I.1 Preliminares
1.- K es un espacio vectorial sobre K, para la adicin y la multiplicacin de K. o o 2.- Sea Kn = {(1 , 2 , . . . , n )|i K, i = 1, . . . , n}, con la adicin y la multiplicacin por escalar, o o denidas: (1 , 2 , . . . , n ) + (1 , 2 , . . . , n ) = (1 + 1 , 2 + 2 , . . . , n + n ), (1 , 2 , . . . , n ) = (1 , 2 , . . . , n ), es un espacio vectorial sobre K. 3.- {0} V y V son subespacios vectoriales de V , si V es un espacio vectorial. Son conocidos como los subespacios triviales de V. Proposicin I.1.3.- En un espacio vectorial V , sobre un cuerpo K, se tiene: o 1.- El elemento 0 V es unico, as como el opuesto x. 2.- y V , y + y = y y = 0. 3.- 0 = 0, K. 4.- 0x = 0, x V . 5.- Sean K, x V , entonces x = 0 = 0 o x = 0. Demostracin.- Los incisos 1,2,3,4 ejercicios. El punto 5, si = 0 est demostrado, sino = 0, por o a consiguiente 1 (x) =1 0, 1x = 0, x = 0. Convencin.- Generalmente el elemento cero 0 de V espacio vectorial se lo denota tambin 0. En lo que o e sigue se utilizar esta notacin. a o Ejemplos 4.- Sea X un conjunto no nulo, se dene KX = {f : X K} el conjunto de las aplicaciones de X en K. KX es un espacio vectorial para (f + g)(x) = f (x) + g(x) (f )(x) = (f (x)) El cero de KX es la aplicacin 0 : x 0. o En particular RR = {f : R B} es un espacio vectorial con las operaciones (I.1.1). 5.- C 0 (R, R) = {f : R R, continua} es un espacio vectorial con las leyes (I.1.1). 6.- Se dice que p : R R es polinomial si
n
(I.1.1)
p(t) =
i=0
i ti ,
i R, n = 0;
n es el grado de p. Se denota P el conjunto de las funciones polinomiales y Pn el conjunto de las funciones polinomiales de grado n. Ejercicio.- Mostrar que P es un subespacio vectorial de C 0 (R, R) y Pn es un subespacio vectorial de P. Remarca.- Un subespacio vectorial es en si mismo es un espacio vectorial. 7.- Consideremos el sistema lineal homogeneo de n ecuaciones y m incognitas, dado por a11 1 + a12 2 + + a1m m = 0 . . . . . . an1 1 + an2 2 + + anm m = 0
I Espacios Vectoriales y Aplicaciones Lineales donde los aik pertenecen a K. Ejercicio.- Mostrar que las soluciones de este sistema forman un subespacio vectorial de Km .
Proposicin I.1.4.- Sean V y W dos espacios vectoriales sobre un cuerpo K. El conjunto producto o V W = {(v, w)|v V, w W } es un K-espacio vectorial, para (v1 , w1 ) + (v2 , w2 ) = (v1 + v2 , w1 + w2 ), (v, w) = (v, w). Demostracin.- Ejercicio. o Proposicin I.1.5.- Sea {Ui }iI una familia de subespacios de V . Entonces o de V , donde
iI
Ui es un subespacio vectorial
iI
Ui = {x V |x Ui , i I}.
Demostracin.- Ejercicio. o Remarca.iI
Ui = {x V |i I, con x Ui } no es en general un subespacio vectorial de V .
Denicin I.1.6.- Sea A un subconjunto de V . El subespacio engendrado por A es el subespacio vectorial o ms pequeo que contiene A, se lo denota por < A >. a n Se tiene < >= {0}. Existen subespacios de V que contienen un subconjunto A de V , por ejemplo V mismo. Por consiguiente se tendr a < A >= U. AU subespacio En realidad < A > est formado por el conjunto de las v V que se escriben bajo la forma a i ai , v= suma nita i K, ai A.
Mostrar esta ultima armacin es un interesante ejercicio, hacerlo. o Se dice que A V engendra V si y solamente si < A >= V . Por la anterior observacin, esta denicin o o signica que todo v V se escribe como v= i ai , suma nita i K, ai A.
Ejemplos 8.- K espacio vectorial sobre K. Sea = 0, entonces < {} >= K. En efecto, sea K, se tiene = (1 ). 9.- Kn . Introducimos los elementos e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, . . . , 0, 1). {e1 , e2 , . . . , en } engendra V . En efecto sea (1 , . . . , n ) Kn , se tiene
n
1 , . . . , n ) =
i=1
i ei .
I.1 Preliminares 10.- Ejercicio.- Mostrar que < {t ti }i0 >= P y Pn =< {t ti }n > i=0
11.- Sean U1 , U2 , . . . , Un subespacios vectoriales de V , se denota U1 + U2 + + Un

n
el subespacio engendrado por

i=1
Ui .
n
Ejercicio.- Mostrar que los elementos de

i=1
son aqullos de V que se escriben bajo la forma e

n
v=
i=1
ui ,
ui U.
Denicin I.1.7.- Se dice que la familia {v1 , . . . , vm } de V es linealmente dependiente si y solamente o si existen 1 , 2 , . . . , n K no todos nulos, tales que
n
i vi = 0.
i=1
Si {v1 , . . . , vm } no es linealmente dependiente, se dice que es linealmente independiente; es decir, {v1 , . . . , vm } es linealmente independiente si y solamente si
n
i=1
i vi = 0 1 = 2 = = m = 0.
Se dice que = A V , no necesariamente nito, es linealmente dependiente, si existe {v1 , . . . , vm } A linealmente dependiente. Se dice que = A V , no necesariamente nito, es linealmente independiente si toda familia nita {v1 , . . . , vm } A es linealmente independiente. Se conviene que es linealmente independiente. Ejemplos 12.- A = {0}, entonces A es linealmente dependiente. 13.- Los vectores ei , i = 1, . . . , n de Kn denidos en el ejemplo 9, forman una familia linealmente independiente. 14.- Sea V = {0} un espacio vectorial, 0 = x V , entonces {x} es linealmente independiente. En efecto, utilizando la proposicin (I.1.3), punto 5, se tiene x = 0 = 0. o 15.- Sea P el espacio de las funciones polinomiales reales. Ejercicio.-Mostrar que el conjunto A = {t ti }i0 es una familia linealmente independiente de P. Denicin I.1.8.- Se dice que B V es una base de V espacio vectorial si y solamente si B es linealmente o independiente y B engendra V . Ejemplos 16.- V = K, sea K, con = 0, entonces {} es una base de K. 17.- V = Kn . El conjunto {e1 , e2 , . . . , en } es una base de K n . 18.- {t ti }n es una base de Pn . i=0
Proposicin I.1.9.- El subconjunto xiiI del espacio vectorial V es una base de V , si y solamente si todo o elemento v V se escribe de manera unica bajo la forma v= i vi ,
sumaf inita
i K.
Demostracin.- En los ejercicios propuestos de la prctica. o a Aplicacin a los Sistemas Lineales o a11 1 Planteando + . . . a12 2 + + + + a1m m anm m = . . . = 0 (I.1.2) 0
an1 1
+ an2 2
a1 =(a11 , a21 , . . . , an1 ) Kn , . . . am =(a1m , a2m , . . . , anm ) Kn , b =(b1 , b2 , . . . , bn ) Kn .
El sistema (I.1.2) es equivalente a resolver 1 a1 + 2 a2 + + m am = b. Por consiguiente: i) El sistema (I.1.2) tiene una solucin, si y solamente si b < {a1 , . . . , am } >. o ii) Si {a1 , . . . , am } es linealmente independiente y (I.1.2) tiene solucin, entonces sta es unica. o e
I.2 Espacios de Generacion Finita
I.2 Espacios de Generacin Finita o
Se dice que el espacio vectorial V es de generacin nita si posee un sistema de generadores nito, es o decir si existe v1 , v2 , . . . , vn V , tales que todo v V , se escribe como
n
v=
i=1
i vi ,
i K.
Ejemplos 1.- Kn es de generacin nita, porque es engendrado por {e1 , e2 , . . . , en }. o 2.- El espacio P de las funciones polinomiales no es de generacin nita. Esto se ver ms adelante. o a a 3.- Ejercicio.- Si V y W son espacios vectoriales sobre K cuerpo, mostrar que V W es de generacin o nita. En este pargrafo se ver como resultado principal que los espacios vectoriales de generacin nita a a o tienen bases nitas, adems que todas las bases de un espacio vectorial de generacin nita tienen el mismo a o nmero de elementos. u Teorema I.2.1.- Intercambio de Grassmann.- Sea V = {0} un espacio de generacin nita. Sea Gr = o {y1 , y2 , . . . , yr } un sistema de generadores de V . Sea L = {x1 , . . . , xs } un subconjunto linealmente independiente en V . Entonces: i) r s; ii) Existen (r s) elementos yis+1 , yis+2 , . . . , yir de Gr tales que {x1 , . . . , xs , yis+1 , yis+2 , . . . , yir } engendra V. Demostracin.- Por induccin sobre s, donde s es el nmero de elementos de L. Para s = 0, el enunciado o o u es cierto de manera trivial. Supongamos cierto el teorema para s 1, con s > 0. A demostrar que el teorema es cierto para s. Se utiliza la hiptesis de induccin para L = {x1 , x2 , . . . , xs1 }, obteniendo: o o i) r (s 1), ii) existen yis , yis+1 , . . . , yir en Gr tales que {x1 , . . . , xs1 , yis , yis+1 , . . . , yir } engendra V. Si es necesario renumerar los yi , se puede suponer que yij = yj , es decir {x1 , . . . , xs1 , ys , . . . , yr } engendra V . Por lo tanto, el elemento xs se puede escribir como combinacin lineal de o x1 , . . . , xs1 , ys , . . . , yr
s1 r
xs =
i=1
i xi +
j=s
j yj ,
los j no son todos nulos, sino L ser linealmente dependiente. a De ah se deduce que r s, existe un j, con j = 0. Si es necesario renumerar los yj , se puede suponer , que s = 0. De donde
s1 r
xs =
i=1
i xi + s ys +
j=s+1
j yj .
(I.2.1)
El siguiente paso, es mostrar que {x1 , . . . , xs , ys+1 , . . . , yr } engendra V . Sea v V , por hiptesis de induccin, o o se puede escribir
s1 r
v=
i=1
i xi + s ys +
i=s+1
j yj ,
(I.2.2)
8 por otro lado, se tiene a partir de (I.2.1)

s1
ys =
i=1
i j 1 xi + xs + yj , s s s j=s+1
introduciendo esta ultima expresin en (I.2.2) y efectuando los clculos necesarios se llega a o a
s r i xi + i=1 i=s+1 j yj .
v=
Corolario I.2.2.- Sea V un espacio vectorial de generacin nita y Gr un sistema de generadores de V . o Entonces todo subconjunto linealmente independiente contiene a lo mas #(Gr). Consecuencia.- Sea V un espacio vectorial, se supone que V contiene un subconjunto innito linealmente independiente, entonces V no es de generacin nita. Por lo tanto P, no es de generacin nita. o o Corolario I.2.3.- Sea V espacio vectorial de generacin nita y L un subconjunto linealmente independiente o de V . Entonces se puede completar L en un sistema nito de generadores de V . Teorema I.2.4.- Un espacio vectorial de generacin nita, posee bases nitas. Ms precisamente, de todo o a sistema de generacin nita, se puede extraer una base; es decir si Gr V engendra V , existe una base B o de V con B Gr. Si el espacio es V = {0}, se conviente que es la base de V . Demostracin.- Supongamos que V = {0}, sino el teorema est mostrado. Sea Gr = {y1 , y2 , . . . , yr } un o a sistema de generadores de V . Se elige B Gr tal que B es linealmente independiente y B es maximal para esta propiedad; es decir, si B B Gr, entonces B es linealmente dependiente. La existencia del conjunto B est asegurada por que todo subconjunto linealmente en V cuenta con un nmero nito de elementos y a u adems este numero est acotado por r, el nmero de generadores de Gr. a a u Armamos que B es una base, con lo que el teorema estar demostrado. En efecto, B es linealmente a independiente por construccin. Solo queda mostrar que B engendra V . Si es necesario renumerar, se puede o suponer que B = {y1 , y2 , . . . , ys }. Si s = r, se tiene B = Gr y por consiguiente B es un sistema de generadores. Si s < r, por maximilidad de B, el subconjunto {y1 , y2 , . . . , ys , yi }, para i = s + 1, . . . , r es linealmente dependiente. Por lo tanto para cada i = s + 1, . . . , r, existen 1 , 2 , . . . , n y K no todos nulos, tales que
s
k yk + yi = 0.
k=1
Se observa que = 0, por que sino B no ser linealmente independiente. a Por consiguiente s k yi = yk , s < i r.
k=1
(I.2.3)
Por otro lado, sea v V , como Gr es un sistema de generadores, se tiene tambin e

s r
v=
k=1
k yk +
i=s+1
i yi ,
j K.
Introduciendo (I.2.3), en cada uno de los yi con s < i r, se tiene nalmente

s
v=
k=1
k yk .
I.2 Espacios de Generacion Finita
Proposicin I.2.5.- Sea V un espacio vectorial de generacin nita. Entonces, todas las bases de B son o o nitas y comportan el mismo nmero de elementos. Este nmero se llama dimensin de V y se escribe u u o dimK V, dim(V ), dim V.
Se tiene que dim V es el nmero mximo, respectivamente m u a nimo, de elementos de un subconjunto linealmente independiente en V , respectivamente que engendra V . Demostracin.- a) Por el corolario I.2.2 del teorema de Grassman, todas las bases de V son nitas. o b) Sean {v1 , v2 , . . . , vn } y {v1 , v2 , . . . , vm } dos bases de V . Utilizando el teorema de Grassmann con:
Gr = {v1 , v2 , . . . , vn }, L = {v1 , v2 , . . . , vm } m n, Gr = {v1 , v2 , . . . , vm }, L = {v1 , v2 , . . . , vn } m m.
c) Se denota d la dimensin de V . Sea L un subconjunto linealmente independiente de V . Por el teorema o de Grassmann, con Gr una base y L, se tiene d = #(Gr) #(L). d) Sea Gr un subconjunto nito de V que engendra V y B una base de V , por el teorema de Grassmann, se tiene #(GR) #(B) = d. Ejemplos 4.- dim(Kn ) = n. 5.- dim(Pn ) = n + 1. 6.- Ejercicio.- Mostrar que si V y W son de generacin nita, entonces V W es de generacin nita y o o adems a dim(V W ) = dim(V ) + dim(W ). Remarca En general un espacio vectoria posee bases y todas sus bases tienen el mismo numero de elementos, o si V no es de generacin nita, se dice que V es de generacin innita. o o Proposicin I.2.6.- Sea V de dimensin d y v1 , v2 , . . . , vn n elementos de V , entonces: o o i Si n > d, {v1 , v2 , . . . , vn } es linealmente dependiente. ii Si n < d, {v1 , v2 , . . . , vn } no engendra V . iii Si n = d, los enunciados siguientes son equivalentes: a) {v1 , v2 , . . . , vn } es linealmente independiente, b) {v1 , v2 , . . . , vn } engendra V , c) {v1 , v2 , . . . , vn } es una base de V . Demostracin.- Los incisos i,ii como Ejercicio. Mostremos el inciso iii). o a)b) Sea B = {x1 , . . . , xd } una base de B, utilizando Grassman con Gr = B y L = {v1 , v2 , . . . , vn }, se tiene que {v1 , v2 , . . . , vn } engendra V . b)c) De todo sistema de generadores se puede extraer una base. c)a) trivial. Proposicin I.2.7.- Sea V un espacio vectorial de generacin nita. Entonces, todo conjunto linealmente o o independiente puede ser completado en una base de V . Demostracin.- Sea L = {x1 , . . . , xs } un subconjunto linealmente independiente. B = {y1 , . . . , yd } una o base de V . Por el teorema de Grassmann, si es necesario renumerar los yi , el subconjunto {x1 , . . . , xs , ys+1 , . . . , yd } engendra V . De la proposicin I.2.6, se deduce que {x1 , . . . , xs , ys+1 , . . . , yd } es una base de V . o
10
Proposicin I.2.8.- Sea V de generacin nita y U un subespacio de V . Entonces, U es de generacin o o o nita y se tiene dim(U ) dim(V ). Adems a dim(U ) = dim(V ) U = V. Demostracin.- Se observa que un subconjunto linealmente independiente de U es tambin un subconjunto o e linealmente independiente de V . Los subconjuntos linealmente independientes de V , tienen a lo sumo dim(V ) elementos. Por lo tanto, los subconjuntos linealmente independientes de U son nitos con a lo ms dim(V ) elementos. a Se elige B = {u1 , u2 , . . . , un } un subconjunto linealmente independiente maximal; es decir, si B B U , entonces B es linealmente dependiente. Armamos que B es una base de U , con lo que estar demostrado que U es de generacin nita y a o dim(U ) dim(V ). En efecto, sea u U , a demostrar que existe 1 , . . . , n K, tales que
n
u=
i=1
i ui .
Si u {u1 , u2 , . . . , un } est claro. a Si u {u1 , u2 , . . . , un }, se considera B = {u1 , u2 , . . . , un , u}, por maximilidad B es linealmente dependiente. Por consiguiente, existen 1 , . . . , n , no todos nulos tales que
n
0=
i=1
i ui + u.
beta = 0, sino B ser linealmente dependiente, entonces a

n
u=
i=1
i ui .
Falta probar que dim(U ) = dim(V ) U = V . Sea B = {u1 , . . . , un } una base de U, es por lo tanto un subconjunto linealmente independiente de U y por consiguiente de V , por la proposicion I.2.6 inciso iii), B es una base de V . La implicacin del otro sentido es trivial o Proposicin I.2.9.- (Frmula de Dimensin).- Sea V de generacin nita. P y Q subespacios de V . o o o o Entonces dim(P + Q) = dim(P ) + dim(Q) dim(P Q). Demostracin.- En los ejercicios de la Prctica. o a Ejemplo 7.- La interseccin de dos planos vectoriales diferentes en R3 es una recta vectorial. En efecto, se tiene: o P + Q = R3 , porque sino P = Q, aplicando la frmula de dimensin de subespacios, se deduce que o o dim(P Q) = 1.
I.3 Aplicaciones Lineales
11
I.3 Aplicaciones Lineales
Denicin I.3.1.- Sean V y W dos espacios vectoriales. Se dice que la aplicacin o o f :V W es lineal, o homomorsmo de espacios vectoriales, si f (v1 + v2 ) = f (v1 ) + f (v2 ), v1 , v2 V ; f (v) = f (v), K, v V. Remarca.- f (0) = 0, en efecto f (0) = f (0 + 0) = f (0) + f (0). Se denota por Hom(V, W ) el conjunto de las aplicaciones lineales de V en W . Proposicin I.3.2.- Hom(V, W ) es un espacio vectorial para las operaciones denidas por: o (f + g)(v) = f (v) + g(v), (f )(v) = f (v). Demostracin.- Ejercicio. o Denicin I.3.3.- Una aplicacin lineal biyectiva se llama isomorsmo, una aplicacin lineal f : V V o o o se llama endomorsmo, End(V ) = Hom(V, V ). Un endomorsmo biyectivo se llama automorsmo, Gl(V ) = {automorsmos de V }. Ejemplos y/o Ejercicios 1.- Sea U un subespacio de V espacio vectorial, entonces la inclusin o U V uu es lineal. 2.- La aplicacin denida por o Kn Kn (1 , . . . , n ) (1 , . . . , p , 0, . . . , 0) p n es lineal. 3.- V = R2 . Las siguientes aplicaciones, estudiadas en el curso de Geometr son lineales: a, rotacin de centro O, o simetr de eje que pasa por 0, a homotecia de centro 0. 4.- Si V = P espacio de las funciones polinomiales. Las siguientes aplicaciones son lineales: D:PP p p Dn : P P p p(n)
5.- Consideremos V = C 0 ([0, 1], R) = {f : [0, 1] R continua}. Las siguientes aplicaciones son lineales: C 0 ([0, 1], R) R f f (a),
1
a [0, 1]
f (t)dt.
0
12 La aplicacin f max |f (x)| no es lineal. o

x[0,1]
6.- Consideremos el sistema a11 1 Planteando + . . . + a12 2 an2 2 + + a1m m = . . . b1 (I.3.1)
an1 1
+ + anm m
= bn
a1 =(a11 , a21 , . . . , an1 ) Kn , . . . am =(a1m , a2m , . . . , anm ) Kn , b =(b1 , b2 , . . . , bn ) Kn .
La escritura vectorial de (I.3.1) est dada por 1 a1 + 2 a2 + + m am = b. a Se asocia a (I.3.1) la aplicacin lineal o a : Km Km (1 , . . . , m ) 1 a1 + 2 a2 + + m am Resolver el sistema (I.3.1) es equivalente a encontrar = (1 , . . . , m ) Km tal que a() = b. 7.- Sea f : V W un isomorsmo, entonces f 1 : W V es lineal. En efecto f 1 (w1 + w2 ) = f 1 (f (v1 ) + f (v2 )) = f 1 (f (v1 + v2 )) = v1 + v2 = f 1 (w1 ) + f 1 (w2 ), f 1 (w) = f 1 (f (v)) = f 1 (f (v)) = v = f 1 (w). El resultado principal de este pargrafo, est dado por: Si V y W son espacios vectoriales, {v1 , . . . , vn } a a una base de V , entonces para toda sucesin (w1 , w2 , . . . , wn ) de elementos de W , existe exactamente una o aplicacin lineal f : V W tal que f (vi ) = wi , para i = 1, 2, . . . , n. o Denicin I.3.4.- Sean P y Q dos subespacios de V . Si P Q = {0}, en lugar de P + Q, se escribe P Q o suma directa de P y Q. Proposicin I.3.5.- Si P Q = {0}, la aplicacin o o P QP QV (x, y) x + y es un isomorsmo. Demostracin.- Ejercicio. o Denicin I.3.6.- Sean P y Q dos subespacios de V . Se dice que P y Q son suplementarios, o bien P es o suplementario de Q, si V = P Q. Ejemplo 8.- Consideremos el espacio de las funciones f : R R. Sean P = {f |f (t) = f (t)} Q = {f |f (t) = f (t)}
I.3 Aplicaciones Lineales subespacios vectoriales del espacio de las funciones reales. Se tiene que V = P Q, donde V es el espacio de las funciones reales. En efecto p(t) = se tiene que V = P Q. f (t) + f (t) f (t) f (t) + q(t) = 2 2 y f (t) = p(t) + q(t).
13
Proposicin I.3.7.- Sea P V un subespacio vectorial de V espacio vectorial de dimensin nita, entonces o o existe al menos un suplementario de P . Demostracin.- Sea {v1 , . . . , vn } una base de P , la cual se la prolonga en o {v1 , . . . , vn , vn+1 , . . . , vd } base de V . Planteamos Q =< {vn+1 , . . . , vd } >, Denicin I.3.8.- (Vocabulario) Sea f : V W una aplicacin lineal. Sea V1 un subespacio de V , o o entonces f (V1 ) = {w W |v V1 tal que f (v) = w}. Si V1 = V , entonces f (V ) se llama la imagen de f y se denota Im(f ). Sea W1 un subespacio de W , entonces f 1 (W1 ) = {v V |f (v) W }. Si W1 = {0}, f 1 ({0}) se llama nucleo de f se denota ker(f ). Proposicin I.3.9.- f (V1 ) y f 1 (W1 ) de la denicin precedente son subespacios vectoriales de V y W o o respectivamente. Demostracin.- Ejercicio. o Proposicin I.3.10.- Sea f : V W lineal, entonces o a) b) c) f es sobreyectiva Im(f ) = W, f es inyectiva ker(f ) = {0}, f es biyectiva ker(f ) = {0} y Im(f ) = W.
Demostracin.- El punto a) es evidente. o b) Sea v ker(f ), entonces f (v) = 0 = f (0) v = 0. Sean v1 y v2 tales que f (v1 ) = f (v2 ), por consiguiente f (v1 v2 ) = 0, v1 v2 ker(f ) v1 v2 = 0 v1 = v2 . c) Consecuencia directa de a) y b). Teorema I.3.11.- Frmula de Dimensin.- Sea V espacio vectorial de dimensin nita y f : V W lineal. o o o Entonces Im(f ) es de generacin nita y se tiene o dim V = dim Im(f ) + dim ker(f ).
14
Demostracin.- a) Sea {v1 . . . , vm } una base de V , entonces {f (v1 ), . . . , f (vm )} engendra Im(f ), por lo o que Im(f ) es de generacin nita. o En efecto, sea w Im(f ), por denicin existe v V tal que f (v) = w. Se tiene o
m m
v=
i=1
i vi f (v) =
i f (vi ).
i=1
b)Sea {v1 , . . . , vn } una base de ker(f ) que se completa a {v1 , . . . , vn , vn+1 , . . . , vm } base de V . Armamos que B = {f (vn+ ), . . . , f (vm )} es una base de Im(f ), con lo que quedar demostrada la a frmula de dimensin. o o En efecto, B engendra Im(f ), por a) se tiene que {f (v1 ), . . . , f (vm )} engendra Im(f ), ahora bien f (v1 ) = = f (vn ) = 0. B es linealmente independiente, sean n+1 , . . . , m K tales que
m
i f (vi ) = 0,
i=n+1
por consiguiente
m m
0=f
i=n+1
i vi
n
i=n+1
i vi ker(f ).
Por lo tanto v ker(f ), tambin se escribe como e

n
i vi . De donde
i=1 m
i vi =
i=1 i=n+1
i vi ,
por independencia lineal, se tiene necesariamente que los i = 0. Corolario I.3.12.- Sea f : V W lineal con V y W de dimensin nita, entonces: o a) Si dim V > dim W , entonces f no es inyectiva. b) Si dim V < dim W , entonces f no es sobrectiva. c) Si dim V = dim W , las tres condiciones siguientes son equivalentes: i) f es inyectiva, ii) f es sobreyectiva, iii) f es biyectiva. Demostracin.- Se utiliza la frmula de dimensin. o o o a) dim ker(f ) = dim V dim Im(f ) dim V dim W > 0, de donde ker(f ) = {0}, por consiguiente f no es inyectiva. b)dim Im(f ) = dim V dim ker(f ) dim V < dim W , de donde Im(f ) = W , por lo tanto f no es sobreyectiva. c) i) ii) dim ker(f ) = 0 dim W = dim Im(f ) f es sobreyectiva. Por lo tanto una funcin inyectiva es sobreyectiva y por consiguiente biyectiva, con lo que esta mostrada o i)iii). Remarca.- El corolario I.3.12 es falso si la dimensin de los espacios no es nita. Consideremos P el espacio o de las funciones polinomiales reales. La aplicacin o D:P P p p
I.3 Aplicaciones Lineales es sobreyectiva, pero no inyectiva.
15
Teorema I.3.13.- Fundamental.- Sea {v1 , . . . , vn } una base de V espacio vectorial. Entonces, para toda sucesin w1 , . . . , wn de elementos de W , existe exactamente una aplicacin lineal f : V W , tal que o o f (vi ) = wi , i = 1, . . . , n. Una aplicacin lineal es enteramente determinada por el comportamiento de la imagen de su base. o Demostracin.- a) Existencia. o
n
Para todo v V , se tiene una escritura unica v =
i=1
i vi , i K. Se plantea
n
f (v) =
i=1
i wi ,
funcin bien determinada por que los i son unicos. Por construccin se tiene f (vi ) = wi para i = 1, . . . , n. o o Falta ver que f es lineal, sean v y v dos elementos de V , entonces
n n n i vi i=1
v=
i=1
i vi ,
v =
v + v =
(i + i )vi . i=1
Por consiguiente: f (v) =
n i wi
i wi
i=1
f (v ) =
i=1
f (v + v ) =
i=1
(i + i )vi .
Se constata que f (v + v ) = f (v) + f (v ), lo mismo para f (v) = f (v). b) Unicidad. Sean f y g aplicaciones lineales de V en W , tales que f (vi ) = g(vi ) para i = 1, . . . , n. Se tiene
n n n n
f (v) = f (
i=1
i vi ) =
i=1
i f (vi ) =
i=1
i g(vi ) = g(
i=1
i vi ) = g(v).
Proposicin I.3.14.- Si V y W dos espacios de dimensin nita. Entonces, V y W son isomorfos, es decir o o existe un isomorsmo V W , si y solamente si dim V = dim W . Demostracin.- Si V y W son isomorfos, entonces dim V = dim W , caracter o stica de la frmula de dio mensin. o Si dim V = dim W , sean {v1 , . . . , vn } y {w1 , . . . , wn } bases de V y W respectivamente. Por el teorema fundamental existe f : V W lineal tal que f (vi ) = wi . Utilizando la demostracin de la proposicin o o frmula de dimensin para aplicaciones lineales, se constata que Im f = W , por consiguiente la aplicacin es o o o biyectiva, consecuencia del corolario I.3.12. Proposicin I.3.15.- Sea {v1 , . . . , vn } una base de V , entonces la aplicacin o o Hom(V, W ) W W W = W n f (f (v1 ), f (v2 ), . . . , f (vn )) es un isomorsmo de espacios vectoriales. Demostracin.- es lineal: o (f ) = ((f )(v1 ), . . . , (f )(vn )) = (f (v1 ), . . . , f (vn )) = (f ), (f + g) = ((f + g)(v1 ), . . . , (f + g)(vn )) = (f (v1 ) + g(v1 ), . . . , f (vn ) + g(vn )) = (f (v1 ), . . . , f (vn )) + (g(v1 ), . . . , g(vn )) = (f ) + (g).
16
El teorema fundamental indicar que es biyectiva. a
Aplicacin a los Sistemas Lineales o

Consideremos el sistema de n ecuaciones a n incognitas a11 1 + a12 2 + + a1n n . . . an1 1 + an2 2 + + ann n
= b1 . . . = b2
(I.3.2)
Proposicin I.3.16.- Los enunciados siguientes son equivalentes para el sistema (I.3.2). o i) (bi ) K, existe a lo ms una solucin del sistema (I.3.2). a o ii) (bi ) K, existe al menos una solucin del sistema (I.3.2). o iii) (bi ) K, existe exactamente una solucin del sistema (I.3.2). o iv) El sistema homogeneo asociado a (I.3.2) admite (i = 0) como unica solucin. o Demostracin.- Al sistema (I.3.2), se asocia la aplicacin linel a, ver ejemplo 6 de este pargrafo. Por o o a consiguiente Resolver (I.3.2) Encontrar todos los Kn tal que a() = b. Es decir encontrar, a1 ({b}). Los enunciados de la proposicin se traducen o i) b Kn , a1 ({b}) comporta a lo ms un elemento a es inyectiva. a ii) b Kn , a1 ({b}) comporta al menos un elemento a es sobreyectiva. iii) b Kn , a1 ({b}) comporta exactamente un elemento a es biyectiva. iv) a1 ({0}) = {0} ker a = {0}. Ahora bien, los cuatro puntos han sido ya mostrados en el corolario (I.3.12)
I.4 Anillo de Homomorfismos
17
I.4 Anillo de Homomorsmos
Proposicin I.4.1.- Sean f Hom(U, V ) y g Hom(V, W ), entonces g f Hom(U, W ), donde U, V, W o son espacios vectoriales. Demostracin.- Se tiene: o g f (u1 + u2 ) = g(f (u1 + u2 )) = g(f (u1 ) + f (u2 )) = g(f (u1 )) + g((u2 )) = f g(u1 ) + f g(u2 ), g f (u) = g(f (u)) = g((f (u)) = g(f (u)) = g f (u). Sobre End(V ), se tiene una adicion (f + g)(v) = f (v) + g(v), y una multiplicacin que es la composicin de aplicaciones o o (g f )(v) = g(f (v)). Estas dos leyes de composicin interna o operaciones verican los axiomas siguientes: o I.- Adicin o i la adicin es asociativa; o ii la adicin es conmutativa; o iii existe un elemento cero 0 tal que 0 + f = f , para todo f ; iv Para todo f End(V ), existe un opuesto (f ), tal que f + (f ) = 0. II.- Multiplicacin o i la multiplicacin es asociativa; o ii existe un uno 1, tal que 1 f = f 1 = f , para todo f . 1 = id : V V vv I.- Distributividad i f (g + h) = f g + f h; ii (f + g) h = f h + g h. Un conjunto A con una adicin y una multiplicacin que satisface los tres sistemas de axiomas descritos, o o se llama anillo. Se dice que A es una anillo conmutativo, si A es una anillo cuya multiplicacin es conmutativa. o Por lo tanto, End(V ) con la adicin y la composicin de aplicaciones es un anillo. o o Ejemplos 1.- Z con la adicin y la multiplicacin usual es un anillo conmutativo. o o 2.- Un cuerpo (conmutativo) es un anillo (conmutativo). 3.- End(V ) no es un anillo conmutativo si dim V 2. En efecto, sea {v1 , . . . , vn } una base de V y consideremos los endomorsmos denidos por: f :V v1 v2 vi W v1 v2 vi , i 3; g:V v1 v2 vi W v1 + v2 v2 vi , i 3;
18 entonces gf :V v1 v2 vi
I Espacios Vectoriales y Aplicaciones Lineales W v1 + v2 v2 vi , i 3; f g :W v1 (v1 + v2 ) v2 v2 vi vi , i 3;
Si = , se tiene f g(v1 ) = g f (v1 ) y por consiguiente f g = g f . Denicin I.4.2.- Sea A y B dos anillos. Una aplicacin f : A B es un homomorsmo de anillos si o o i f (a1 + a2 ) = f (a1 ) + f (a2 ), ii f (a1 a2 ) = f (a1 )f (a2 ), iii f (1) = 1. Denicin I.4.3.- Sea A un anillo, se dice que I A diferente del conjunto vacio es un ideal por izquierda o (por derecha), si i x, y I x + y I, ii x I, a A ax I (xa I).
Grupos
Un grupo G es un conjunto dotado de una ley de composicin interna o operacin o o GGG (g1 , g2 ) g1 g2 tal que i (g1 g2 ) g3 = g1 (g2 g3 ), g1 , g2 , g3 G (Asociatividad); ii Existe un elemento neutro e tal que e g = g e = g, g G; iii Todo elemento g G posee un inverso g tal que g g = g g = e. Se dice que G un grupo es conmutativo o abeliano si ademas g1 g2 = g2 g1 , g1 , g2 G.
Notacin Multiplicativa o Si G es un grupo y la operacin se la denota por , es decir o GGG (g1 , g2 ) g1 g2 el elemento neutro (uno) se denota por 1 y el inverso se denota por g 1 . Notacin Aditiva (Reservada a los grupos abelianos) o Si G es un grupo y la operacin se la denota por +, es decir o GGG (g1 , g2 ) g1 + g2 el elemento neutro (cero) se denota por 0 y el elemento inverso (opuesto) se denota por g. Ejemplos 4.- (Z, adicin) es un grupo abeliano. o 5.- (Z, multiplicacin) no es grupo. o 6.- (V, +) donde V es un espacio vectorial es un grupo abeliano.
I.4 Anillo de Homomorfismos 7.- Sea E un conjunto. SE = {f : E E biyectiva} con la composicin de aplicaciones es un grupo no conmutativo si #(E) 3. o 8.- Sea V un espacio vectorial, el grupo lineal Gl(V ) = {f : V V automorsmo} con la composicin de aplicaciones es un grupo no conmutativo. o
19
Denicin I.4.4.- Sean (G, ) y (H, ) dos grupos. Un homomorsmo de grupos es una aplicacin tal o o que f (g1 g2 ) = f (g1 ) f (g2 ). Ejemplo 9.- La aplicacin o (R, +) (R {0}, ) x ex es un homorsmo de grupos.
20
I.5 Matriz de una Aplicacin Lineal o
Sea V un espacio vectorial y {v1 , . . . , vn } una base de V , entonces existe un isomorsmo natural dado por : V Kn vi ei , i = 1, . . . , n
n
donde {e1 , . . . , en } es la base cannica de Kn . Por consiguiente, si v = o (v) = (1 , 2 , . . . , n ) Kn .
i vi , se tiene
i=1
El elemento de K, i , se llama la i-sima componente de v respecto a la base {v1 , . . . , vn } y v V puede escribirse en forma de componentes respecto a la base {v1 , . . . , vn } como 1 2 o bien v = . ; . . n
v = ( 1
n )
la segunda escritura en vector columna ser muy util para lo que sigue en el curso. a Una matriz A de n m a coecientes en K es un tablero de n las y m columnas de elementos de K a11 a21 A= . . . a12 a1m a2m . . . .
an1
an2
anm
El conjunto de las matrices n m a coecientes en K, se lo denota por Mn,m (K). Sean V y W dos espacios de dimensin m y n respectivamente, o {v1 , . . . , vm } una base de V, {w1 , . . . , wn } una base de W ; sea f : V W lineal, se tiene para cada uno de los elementos de la base de V a1j n . aij wi = . j = 1, . . . , m; f (vj ) = .
i=1
anj
donde los aij K. Por consiguiente, se puede asociar a f y a las bases {v1 , . . . , vm } y {w1 , . . . , wn }, la matriz a11 a21 Mf = . . . a12 a1m a2m . Mn,m (K) . .
an1
an2
anm
que se llama la matriz de f respecto a las bases {v1 , . . . , vm } y {w1 , . . . , wn }. Se observa inmediatamente que el nmero de las es igual a la dimensin del espacio destino W para f y el nmero de columnas es igual u o u a la dimensin del espacio fuente V para f . o
I.5 Matriz de una Aplicacion Lineal
21
Remarca.- Mn,m (K) est en biyeccin con Knm , pero con las nociones de la y columna. a o
Receta.- Para construir la matriz de f respecto a las bases {vi } y {wj } disponer en vectores columnas las componentes de f (vj ) respecto a la base {wj }. Proposicin I.5.1.- Resultado principal.- Sea {vi }m una base de V y {wj }n una base de W . La aplicacin o o i=1 i=1 Hom(V, W ) Mn,m (K) f Mf respecto a las bases en cuestin, o es biyectiva. Demostracin.- Recordamos que o Hom(V, W ) W n f (f (v1 ), . . . , f (vn )) es un isomorsmo de espacios vectoriales y que W Kn 1 n . w= wi . . i=1 n es otro isomorsmo. De esta manera Hom(V, W ) f Knm Mn,m (K) = a11 a12 a1m a2m a21 (f (v1 ), . . . , f (vn )) . . . . . . an1 an2 anm Wn
es biyectiva. Ejemplos 1.- Consideremos la proyeccin del plano R2 sobre el eje x. La matriz de la proyeccin respecto a la base o o cannica est dada por o a e1 e1 1 0 Mf = 0 0 e2 e2 2.- Ejercicio.- Determinar las matrices respecto a la base cannica de las aplicaciones lineales del curso de o Geometr es decir: rotaciones, homotecias, simetr similitudes, etc. a, as,
Transcripcin de las Operaciones Lineales en Trminos de Matriz o e

Una vez determinada la relacin existente entre el conjunto de las matrices y el espacio de los homomorsmos o es transcribir las operaciones de las aplicaciones lineales en trminos de operaciones de matrices. e Sean V espacio vectorial de base {v1 , . . . , vm } y W espacio vectorial de base {w1 , . . . , wn }. Consideremos las aplicaciones lineales f, g : V W, cuyas matrices respecto a las bases en cuestin son o A = (aij ), matrices pertenecientes a Mnm (K). B = (bij )
22
Proposicin I.5.2.- Sea C = (cij ) la matriz de f + g respecto a las mismas bases en cuestin, entonces o o C =A+B cij = aij + bij . Sea D la matriz de f respecto a las bases {vi } y {wj }, entonces D = A dij = dij Demostracin.- Ejercicio. o Corolario I.5.3.- Se tiene Hom(V, W ) Mn,m (K) f Mf respecto a las bases {vi } y {wj }, es un isomorsmo de espacios vectoriales, con la adicin y la multiplicacin por escalares. o o El siguiente paso es determinar la matriz de la composicin de aplicaciones lineales. Sean: o U espacio vectorial con {u1 , . . . , ul } base; V espacio vectorial con {v1 , . . . , vm } base; W espacio vectorial con {w1 , . . . , wn } base; los homomorsmos: f :U V g : V W. Cual es la matriz de g f : U W respecto a las bases {ui } y {wj }.? Sean: A = (aik ) la matriz de f respecto a las bases {ui } y {vk }; B = (bkj ) la matriz de g respecto a las bases {vk } y {wj }; C = (cij ) la matriz de g f respecto a las bases {ui } y {wj }. Por lo tanto n g f (ui ) = || g(f (ui )) = g
k=1 m
cji wj
i=1
aki vk aki
n
=
k=1
aki g(vk )
n m
=
k=1 m
j=1
bjk wj =
bjk aki
j=1 k=1
wj ,
= cji =
k=1
bjk aki .
Por consiguiente C es la matriz obtenida de multiplicar BA, es decir C = BA. Por el uso frecuente de algunas matrices, vale la pena citarlas: 1 0 0 1 I = Ir = 0 0 0 Mr,r (K) = Mr (K) .. . 1
I.5 Matriz de una Aplicacion Lineal Se tiene Ir A = A, A Mr,d (K); y BIr = B, B Ms,r (K). Ir se llama la matriz identidad. 0 Mp,q (K) es la matriz cuyos coecientes son nulos.
23
Corolario I.5.4.- Mn,n (K) con la adicin y la multiplicacin es un anillo (no conmutativo si n 2). Adems o o a la aplicacin (dim V = n): o End(V ) Mn,n (K) f Mf es un isomorsmo de anillos. Para el espacio V = Kn con la base cannica, se dispone de un isomorsmo cannico o o Gl(Kn ) Gl(n, K) = {A Mn,n (K)|A es inversible} End(Kn ) Mn,n (K) f Mf matriz de f respecto a la base cannica de V. o Demostracin.- Ejercicio. o Remarca.- Sea f : V W lineal, A = (aij ) la matriz de f respecto a las bases {vi } y {wj }. Sea v V , Como calcular f(v)?
n
Se escribe v =
i=1
, entonces
f (v) =
i=1
j f (vj ) =
j=1
j
i=1
aij wi
=
i=1
j=1
aij j wi , a1m . . . 1 . . . .
lo que en notacin de componentes se traduce a o 1 a11 a1m a11 . . . . . = + + m . . = 1 . . . . . n an1 anm
an1
anm
24
I.6 Cambio de Base
Sean: V espacio vectorial, {v1 , . . . , vm }, {v1 , . . . , vm } dos bases de V ; W espacio vectorial, {w1 , . . . , wn }, {w1 , . . . , wn } dos bases de W ; Se tiene Hom(V, W ) Mn,m (K) f A(f ): matriz de f respecto a {vi } y {wj }, Hom(V, W ) Mn,m (K) f A (f ): matriz de f respecto a {vi } y {wj }, Programa.- Explicitar la aplicacin o Mn,m (K) Mn,m (K) A(f ) A (f ).
Nocin de Matriz de Pasaje o

Sean {v1 , . . . , vm } y
{v1 , . . . , vm }
dos bases de V . Se escribe

m mij vi , i=1
vj =
M = (mij ) Mm,m (K),
se llama la matriz de pasaje de {vi } a {vi }. M es tambin la matriz de la aplicacin identidad de V respecto a {vi } en la fuente y {vi } en el destino. e o De la misma manera se dene N = (nij ) Mn,n por n
wj =
i=1 la matriz de pasaje de {wj } a {wj }.
nij wi ,
Demostracin.- Se tiene: o
Proposicin I.6.1.- Sean {vi }, {vi } y {vi }, tres bases de V espacio vectorial. Se denota o M = (mij ) la matriz de pasaje de {vi } a {vi }, M = (mij ) la matriz de pasaje de {vi } a {vi }. Entonces M M es la matriz de pasaje de {vi } a {vi }. m m mkj vk , k=1 vk = i=1 m m m vi , ik
vj = obteniendo as
vj =
k=1
mkj
i=1 m
m vi ik
de donde vj =
m mkj ik
i=1 k=1
vi ,
m ij
I.6 Cambio de Base por lo tanto M = M M .
25
Proposicin I.6.2.- Sea A Mm,m (K), si existe B Mm,m (K) tal que AB = I o BA = I, entonces A es o una matriz inversible de inversa B. Demostracin.- Ejercicio. o Proposicin I.6.3.- Para las matrices de pasaje se tiene: o a) Las matrices de pasaje son inversibles. b) N y M como antes, se tiene A(f ) = N 1 A (f )M.
Demostracin.-a) Se utiliza la proposicin I.6.1 con M la matriz de pasaje de {vi } a {vi }. obteniendo de o o esta manera M M = I, por la proposicin I.6.2 se tiene que M es inversible. o b) recordemos: m
vj =
k=1 n wj = i=1 n
mkj vk ,
nij wi aij wi
i=1 n
con ( ij ) = N 1 , n con A(f ) = (aij ), con A (f ) = (a ). ij
f (vj ) =
f (vj ) = i=1
a wi ij
Para mostrar el punto b), es suciente mostrar que aij = (N 1 A M )ij Se tiene: f (vj ) = f
k mkj vk
=
k a wl lk
mkj f (vk )
=
k
mkj
l
=
l k
a mkj lk (AM )lj = clj
wl
=
l
clj
i
nil wi
=
i i
nil clj (N 1 A M )ij
wi .
Por lo tanto aij = (N 1 A M )ij .

Corolario I.6.4.- Sea V espacio vectorial con las bases {v1 , . . . , vm } y {v1 , . . . , vm }. Para f End(V ), se denota A(f ), respectivamente A (f ), la matriz de f en la base {v1 , . . . , vm }, respectivamente en la base {v1 , . . . , vm }. Se denota M la matriz de pasaje de {vi } a {vi }. Entonces
A(f ) = M 1 A (f )M.
Aplicacin al Rango de una Matriz o

Denicin I.6.5.- Sea f W lineal. Se llama rango de f la dimensin de Im(f ). o o
26
Proposicin I.6.6.- Sea f : V W lineal de rango r. Entonces existe una base {v1 , . . . , vm } de V y una o base {w1 , . . . , wn } de W tales que f (vi ) = wi f (vi ) = 0 para i = 1, . . . , r; para i = r + 1, . . . , m.
Dicho de otra forma, la matriz de f respecto a {vi } y {wj } es de la forma Ir 0 0 0 .
Demostracin.- La frmula de dimensin para aplicaciones lineales da o o o dim V = dim Im(f ) + dim ker(f ) .
m r mr
Se elije una base {vr+1 , . . . , vm } base de ker(f ), se completa en {v1 , . . . , vr , vr+1 , . . . , vm } base de V . Se toma como base de Im(f ) {f (v1 ), . . . , f (vr )} y luego se completa esta base en una base de W . Corolario I.6.7.- Sea B Mn,m (K), entonces existe dos matrices N Gl(n, K) y M Gl(m, K), tales que N 1 BM = Ir 0 0 0 .
Demostracin.- Se aplica la proposicin I.6.6 a b : Km Kn cuya matriz respecto a las bases cannicas o o o es B. Por la proposici precedente, existen {v1 , . . . , vm } y {w1 , . . . , wn } bases de Km y Kn respecto a las cuales o la matriz asociada a b es Ir 0 . B = 0 0 Sea M la matriz de pasaje de {vi } a la base cannica en Km , o N la matriz de pasaje de {wi } a la base cannica en Kn , entonces por la proposicin I.6.3, se tiene B = o o N 1 BM Denicin I.6.8.- Sea B Mn,m (K) o b11 . B= . . bn1 ... b1m . . .
bnm
Se considera las las de B como elementos de Km y las columnas de B como elementos de Kn El rango la (columna) de B es la dimensin del subespacio de Km (Kn ) engendrado por las las (columo nas) de B. El rango columna de B es igual al rango de la aplicacin b : Km Kn cuya matriz respecto a las o bases cannicas es B. En efecto, se tiene que b(ei ) es la i-sima columna de la matriz B, la imagen de b esta o engendrada por b(e1 ), . . . , b(em ). Transpuesta de una Matriz Sea B Mn,m (K). Se llama transpuesta deB y se la denota B t la matriz de Mm,n (K) denida por (B t )ij = Bji .
I.6 Cambio de Base
27
De esta forma el rango la de B es igual al rango columna de B t . En efecto, el rango la de B es igual al rango de la aplicacin bt : Kn Km , cuya matriz respecto a las bases cannicas es B t . o o Proposicin I.6.9.- La transpuesta verica las siguientes propiedades: o i) (B t )t = B. ii (AB)t = B t At . iii A Gl(n, K) At Gl(n, K) y (At )1 = (A1 )t . Demostracin.- i) y ii) ejercicio. Para el punto iii), se tiene o At (A1 )t = (A1 A)t = I t = I (At )1 = (A1 )t . Proposicin I.6.10.- El rango la de B es igual al rango columna de B. o Demostracin.- Sea r = rango columna de B. Por el corolario 1.6.7, existen N Gl(n, K) y M Gl(m, K) o tales que Ir 0 B = N 1 M. 0 0 Se tiene aplicando las propiedades de la matriz transpuesta Bt = M t Ir 0 0 0 (M 1 )t .
Se interpreta las matrices como aplicaciones lineales (respecto a las bases cannicas); o Bt bt : Kn Km t M mt : Km Km 0 0 (nt )1 : Kn Km ir : Kn Km (x1 , . . . , xn ) (x1 , . . . , xr , 0, . . . , 0). Se tiene bt = mt ir (nt )1 , ver el diagrama Kn (nt)1 Kn Km mt ir Km
bt
(N t )1 Ir 0
por lo tanto se tiene que rango(bt ) = rango(ir ) = r. Denicin I.6.11.- Sea B Mn,m (K), el rango de de B es o rang B = rango columna de B = rango la deB.
28
I.7 Operaciones Elementales sobre las Matrices
Justicacin.- Sea o a11 1 Se introduce + . . . + a12 2 an2 2 + + a1m m = . . . b1
an1 1
+ + anm m
= bn b1 . . .bn
A = (aij ) Mn,m ,
Introduciendo la notacin matricial, el sistema de ecuaciones, se convierte en o A = b. Se observa que si A = Ir 0 , se encuentra la solucin a la vista. o 0 0 En el pargrafo precedente, se mostr que existen M y N inversibles tales que a o A = N 1 por consiguiente se tiene A = N 1 Ir 0 0 0 M = b. Ir 0 0 0 M;
1 . . Km = Mm,1 (K), . m
b=
Kn .
Planteando b = N b y = M , se obtiene el sistema Ir 0 0 0 = b .
Por lo tanto, conociendo N se deduce y conociendo M 1 se deduce . Programa.- Explicitar un procedimiento o algoritmo que permita calcular . Se denota Sn el conjunto de las biyecciones o permutaciones de {1, 2, . . . , n}. Es un grupo para la composicin de aplicaciones llamado grupo simtrico. Hay n! elementos en Sn . o e Una permutacin de {1, 2, . . . , n} se representa mediante o 1 2 3 n (1) (2) (3) (n)
I.7 Operaciones Elementales sobre las Matrices Ejemplo 1.- Las 6 permutaciones de S3 tienen las representaciones siguientes: id = 1 2 3 1 2 3 3 1 1 3 1 2 3 1 3 2 2 3 1 2 1 2 3 2 1 3 1 2 3 2 3 1
29
1 2 3 2
Para evitar una escritura pesada, en lugar denotar 1 2 la composicin de permutaciones, se utilizar o a la notacin 1 2 . o A Sm , se asocia una aplicacin lineal mediante o () : Km Km ei e(i) donde {e1 , . . . , en } es la base cannica de Km . La matriz M () de () respecto a la base cannica es de o o la forma, M () tiene los coecientes nulos, excepto que en cada la y columna el coeciente no nulo es 1. Esta matriz se llama matriz de permutacin. o Proposicin I.7.1.- La aplicacin o o Sm Gl(Km ) () es un homomorsmo de grupo, representacin lineal de Sm . o La aplicacin o Sm Gl(m, K) M () es un homorsmo de grupos, representacin matricial de Sm . o Demostracin.- Ejercicio. o Una vez conocidas las matrices de permutacin, se debe determinar como actua las matrices de pero mutacin sobre una matriz. Esto est dado en la: o a Proposicin I.7.2.- a) Multiplicar a la derecha B por M () es equivalente a efectuar las correspondientes o permutaciones de las columnas de B. b) Multiplicar por la izquierda B por M () es equivalenTe a efectuar las correspondientes permutaciones de las las de B. Demostracin.- Ejercicio o Matrices Diagonales Una matriz A diagonal es de la forma a11 0 A= 0 0 a22 .. . amm = diag(a11 , a22 , . . . , amm )
Proposicin I.7.3.- a) Multiplicar B por la derecha con diag(d1 , d2 , . . . , dm ) es lo mismo que multiplicar o la i-sima columna de B por di , para i = 1, . . . , m. b) Multiplicar B por la izquierda con diag(d1 , d2 , . . . , dm ) es lo mismo que multiplicar la i-sima la de B por di , para i = 1, . . . , m. Demostracin.- Ejercicio. o Resultado Principal
30
Sea B Mn,m (K) de rango r. Se va encontrar un procedimiento para explicitar las matrices N 1 Gl(n, K) y M Gl(m, K) tales que Ir 0 N 1 BM = . 0 0 Si B = 0, no hay nada que hacer. Si B = 0, entonces existe un coeciente que no es nulo. Por consiguiente: i) Multiplicando a la izquierda y derecha por matrices de permutacin, se lleva este coeciente al lugar o (1, 1). ii) Multiplicando por diag(b1 , 1, . . . , 1) se va al caso b11 = 1. 11 iii) Luego 1 b12 b1m 1 0 0 1 b12 b1m 0 b21 1 0 b21 = . . . .. . . . B . . . . 0 1 bn1 bnm bn1 0 1 b12 b1m 1 0 0 1 b12 b1m 0 0 0 1 0 . . = . . .. . . . B B . . . . 0 0 0 1 0 Ejemplo 1.- Consideremos la matriz B= Se tiene 0 1 1 1 4 3
. 1 1 3 0 1 4
0 1 1 0
1 1 3 0 1 4
1 0 0 0 1 4 De donde
1 1 0 1 0 0
Corolario I.7.4.- Una matriz A Gl(m, K) se escribe como producto de: i) matrices de permutacin; o ii) matrices diagonales inversibles; iii) matrices del tipo I + Li o I + Rj , donde Li es la matriz cuyos coecientes son nulos, excepto quizs los a lki con k > i; Hj es la matriz cuyos coecientes son nulos, excepto quizs los hjk con k > j. a Demostracin.- Se aplica el procedimiento de antes a A inversible. Finalmente se obtiene que o I = P AQ, donde P es producto de matrices del tipo i), ii), iii); lo mismo Q. Entonces A = P 1 Q1 . Solo hay que mostrar que las inversas de i) ii) y iii) son del mismo tipo. Para i) y ii) no hay problema. Para iii) ejercicio 32 de la prctica. a
1 0 0 1 1 3 0 0 1 4 M = 0 1 0 0 1 0 0 1
1 0 0 = B (2) , 0 1 4 1 0 0 0 1 4 = 1 0 0 . 0 1 0 0 0 1 y N 1 = 0 1 1 0 .
3 0 = 1
B=
= B (1) ,
I.7 Operaciones Elementales sobre las Matrices Mejora del Resultado Denimos los siguientes subconjuntos de Gl(m, K): 1 U = .. 0 1 Gl(m, K)
31
matrices triangulares con 1 sobre la diagonal. b11 B+ 0 0
.. .
bmm
matrices triangulares superiores. Para Sm se plantea
Gl(m, K)
U M ()B+ = {XM ()Y |X U , Y B+ } . Proposicin I.7.5.- Descomposicin de Bruhat. Gl(m, K) es la reunin disjunta de subconjuntos U M ()B+ , o o o Sm . Demostracin.- i) Sea A Gl(m, K), se debe mostrar que existe X U , Y B+ y Sm tales que o A = XM ()Y. La demostracin se la har por induccin sobre m. El caso m = 1 es evidente. Supongamos cierto para o a o m 1, con m > 1. Sea A Gl(m, K), y sea ai,1 = 0 el primer coeciente no nulo de la primera columna de A. Se tiene: 0 0 a i1 A12 0 1 diag(ai1 , 1, . . . , 1) = 1 a i+1,1 A22 am1 A12 ai2 aim A22 1 ai2 1 0 A12 ; A22
am1
..
. 1 i+1,1 a m,1 a .. .
A 0 0 0 1 a i+1,1 am1
aim .. . 1
Por hiptesis de induccin existen U Gl(m1, K) triangular inferior con 1 en la diagonal y B Gl(m1, K) o o triangular superior, Sm1 , tales que C11 C21 C22 C22 = U M ()B
0 C11 0 = 1 0 C21
C12 0 . C22
32 o todav a U 1 U11 U21 Por consiguiente 0 U22 C11 C21 C22 C22
I Espacios Vectoriales y Aplicaciones Lineales C11 C21 C22 C22 B11 0
B 1 = M ( ) B21 B22 = T11 T21 T12 T22 .
0 C11 C12 A = U 1 0 0 B 0 C21 C22 0 C11 U11 0 0 0 0 1 0 1 0 C21 U21 0 U22 0 T11 T22 0 . = 1 0 0 T21 T22
M ()
1 0 C12 0 0 B11 0 0 C22
0 B12 B22
ii) A mostrar que si (U M ()B+ ) (U M ( )B+ ) = , en clases.
38
I.8 Signo de las Permutaciones
Recordemos que Sm = : {1, . . . , m} {1, . . . , m}} Sean a, b {1, . . . , m}, a = 0, la permutacin denida por o a b; b a; i i, i = a y i = b se llama transposicin y se denota (a, b). Por consiguiente, o (a, b) = 1 2 a 1 2 b b a m m .
biy.
Proposicin I.8.1.- El grupo Sm es engendrado por las transposiciones, es decir para Sm , existen o 1 , 2 , . . . , p transposiciones, tales que = 1 2 p . Demostracin.- Por induccin sobre m. o o Para m = 2 el enunciado es cierto. Se supone cierto el enunciado para m 1. Demostremos que se cumple para m. Sea Sm . Si (m) = m, se tiene que la restriccin de sobre {1, . . . , m 1} es una permutacin que o o pertenece a Sm1 y por hiptesis de induccin es el producto de transposiciones. o o Si (m) = m, se considera = ((m), m). Por construccin (m) = ((m), m)(m) o = m, de donde por el argumento del primer caso pertenece a Sm1 y es producto de transposiciones, digamos = 1 2 p . Por lo tanto = (m, (m))12 p . Ejemplos 1.-
1 2 m 1 m 2 3 m 1
= (1, m)(1, m 1) (1, 3)(1, 2).
2.- La escritura de como producto de transposiciones no es unica. id = (a, b)(a, b) = (a, b)(a, b)(a, b)(a, b), Denicin de signo de una permutacin o o Introducimos P = Rm : R| f polinomial . f : Rm R es polinomial si f (x1 , . . . , xm ) =
finita
(2, 3) = (1, 2)(1, 3)(1, 2).
ai1 ,i2 ,...,im xi1 xi2 xim . m 1 2
P es un espacio vectorial sobre R y tambin es un anillo conmutativo para la adicin y multiplicacin de e o o polinomios.
I.8 Signo de las Permutaciones A Sm se asocia la aplicacin o ai1 ,i2 ,...,im xi1 xi2 xim m 1 2 () : P P
finita
39
finita
ai1 ,i2 ,...,im xi1 xi2 xim (1) (2) (m)
Ejemplo 3.- Consideremos = Entonces
1 2 3 4 2 3 4 1
3 f (x1 , x2 , x3 , x4 ) = x2 + x1 x3 + x12 . 1 4 2
3 3 ()(f (x1 , x2 , x3 , x4 )) = x2 + x(1) x(3) + x12 = x2 + x2 x4 + x12 . 2 1 (1) (4) 2 2
Proposicin I.8.2.- () es un automorsmo de (espacios vectoriales y de anillo), es decir: o i) ()(f + g) = ()(f ) + ()(g), ii) ()(f ) = ()(f ), iii) ()(f g) = ()(f ) ()(g). Adems (1 2 ) = (1 ) (2 ). a Demostracin.- Ejercicio. o Ejemplo 4.- Los polinomios simtricos elementales a m variables son: e f1 (x1 , . . . , xm ) = x1 + x2 + + xm ; f2 (x1 , . . . , xm ) =
i<j
xi xj = x1 x2 + + xm1 xm ; x1 xj xk ;
f3 (x1 , . . . , xm ) =
i<j<k
. . . fm (x1 , . . . , xm ) = x1 x2 xm . Ejercicio.- Mostrar que ()(fi ) = fi para i = 1, . . . , m y Sm . Denamos el polinomio d P, como d=

1i<jm
(xi xj ) = (x1 x2 ) (x1 xm ) (xm1 xm ).
Si Sm , entonces ()(d) = d. Se plantea sg() = signo() = 1 si ()(d) = d, 1 si ()(d) = d.
Ejemplo 5.- En el espacio de las funciones polinomiales a 4 variables tenemos d = (x1 x2 )(x1 x3 )(x1 x4 )(x2 x3 )(x2 x4 )(x3 x4 ). Tomando la permutacin del ejemplo 3, se tiene o ()(d) = (x2 x3 )(x2 x4 )(x2 x1 )(x3 x1 )(x3 x4 )(x4 x1 ) = d.
40 Proposicin I.8.3.- Se tiene que o

sg
Sm {1} es un homomorsmo de grupos. Demostracin.-En efecto: o (1 2 )(d) = ((1 ) (2 ))(d) = (1 )((2 ))(d)) = Por consiguiente sg(1 2 ) = sg(1 )sg(2 ). Proposicin I.8.4.- Sea una transposicion, entonces sg( ) = 1. o Demostracion.- Sea = (a, b) con a < b, se tiene d=
i<j
(1 )(sg(2 )d) = sg(2 )(1 )(d) = sg(2 ) sg(1 ),
(xi xj ) (xi xj ) (xi xa ) (xa xj ) (xi xb ) (xb xj )
= (xa xb ) = (xa xb )
i<j i=a,b j=a,b
i<j
a<j j=b
i<b i=a
j>b
i<a
[(xi xa )(xi xb )]
a<i<b
[(xa xi )(xi xb )] [(xa xi )(xb xi )] (xi xj );
b<i
i<j i=a,b j=a,b
()(d) = (xb xa )
i<a
[(xi xb )(xi xa )]
a<i<b
[(xb xi )(xi xa )] [(xb xi )(xa xi )] (xi xj );
b<i
i<j i=a,b j=a,b
()(d) = d. Corolario I.8.5.- i) Si = 1 p , con i transposicion, entonces sg() = (1)p .

ii) Sea = 1 p = 1 p donde i y i transposiciones, se tiene por i) sg() = (1)p = (1)p , entonces p y p tienen la misma paridad.
Clculo Prctico de sg() a a Sea Sm , la permutacion cuyo representacin es o
Para determinar el signo de la permutacin, se debe contar el nmero de intersecciones de los segmentos que o u unen el elemento i en la la de arriba, con el elemento i en la la de abajo. Este nmero se lo denota por u j().
I.8 Signo de las Permutaciones Proposicin I.8.6.- j() es o j() = #{(i, j)| i < j y (i) > (j)}
41
nmero de inversiones. u Demostracin Mostraremos que g(i) > g(j) hay interseccin de los segmentos de extremidades (i) o o y (j). En efecto (i) i (j) j . (i) (j) Hay interseccion, el diagrama indicar que (i) > (j), a Proposicin I.8.7.- Se tiene o sg(d) = (1)j() . Demostracin Se tiene que ()(d) = sg(d). Estudiemos la accin de () sobre los factores de d, por o o consiguiente (xi xj ) (x(i) x(j) ) = un factor de d si (i) < (j), (1) un factor de d si (i) > (j). (j) i (i) (i) j (j)
42
I.9 Formas Multilineales Alternadas
Denicin I.9.1.- Sean V y W dos espacios vectoriales y m un entero positivo. Una aplicacin o o F : V V V W m veces es mulitilineal, si
F (v1 , v2 , . . . , vi + vi , . . . , vm ) = F (v1 , . . . , vi , . . . , vm ) + F (v1 , . . . , vi , . . . , vm ),
i = 1, . . . , m. Dicho de otra manera, se pide que F sea lineal en cada una de las variables separadamente. Ejemplos 1.- La siguiente aplicacin es m-lineal o K K K
m m
(1 , . . . , m ) 2.- Sea A Mn,n (K) una matriz, la aplicacin denida por o KKK (x, y) xt Ay = ( x1 es bilineal. En particular R3 R3 R
i .
i=1
a11 . xn ) . . an1
ann
y1 a1n . . . . . . yn
(x, y) xt Iy = x1 y1 + x2 y2 + x3 y3
producto escalar euclidiano en R3 . 3.- El producto vectorial o cruz en R3 , denido por R3 R3 R x2 y3 x3 y3 y1 x1 x2 , y2 x3 y1 x1 y3 x1 y2 x2 y1 y3 x3 es bilineal. 4.- La aplicacin o Mn,n (K) Mn,n (K) Mn,n (K) Mn,n (K) (A, B, C) ABC es trilineal. 5.- La aplicacin o End(V ) End(V ) End(V ) (f, g) f g g f es bilineal.
I.9 Formas Multilineales Alternadas
43
Denicin I.9.2.- Sea F : V V V W multilineal. Se dice que F es multilineal alternada, si o F (v1 , . . . , vi , . . . , vi , . . . , vn ) = 0; es decir, del momento en que existan vi = vj con i = j. F es multilineal simtrica, si e F (v1 , . . . , vi , . . . , vj , . . . , vn ) = F (v1 , . . . , vj , . . . , vi , . . . , vn ), i = j. F es multilineal antisimtrica, si e F (v1 , . . . , vi , . . . , vj , . . . , vn ) = F (v1 , . . . , vj , . . . , vi , . . . , vn ), i = j. Ejemplo 6.- La aplicacin multilineal del ejemplo 1) es simtrica si K es un cuerpo conmutativo. o e Denicin I.9.3.- Se dice que un cuerpo K es de caracter o stica = 2 si 1 = 1 en K. Ejemplos 7.- Los cuerpos Q, R y C son de caracter stica = 2. 8.- El cuerpo F2 es de caracter stica = 2. Proposicin I.9.4.- Sea F : V V W multilineal. o i) F es alternada, entonces F es antisimtrica. e ii) Si la caracter stica de K = 2, entonces F antisimtrica es alternada. e Demostracin.- i) Supongamos F alternada. Se tiene o 0 = F (v1 , . . . , vi + vj , . . . , vi + vj , . . . vn ) = F (v1 , . . . , vi , . . . , vj , . . . , vn ) + F (v1 , . . . , vj , . . . , vi , . . . , vn ), por consiguiente F es antisimtrica. e ii) Supongamos F antisimtrica. Se tiene e F (v1 , . . . , vi , . . . , vi , . . . , vn ) = F (v1 , . . . , vi , . . . , vi , . . . , vn ) Por lo tanto (1 + 1)F (v1 , . . . , vi , . . . , vi , . . . , vn ) = 0, F es alternada. Proposicin I.9.5.- Sea F : V V W multilineal alternada. Entonces o i) F (v(1) , . . . , v(n) ) = sg()F (v1 , . . . , vn ), donde vi V y Sn . ii) F (v1 , . . . , vi + vj , . . . , vn ) = F (v1 , . . . , vi , . . . , vn ). iii) Si v1 , . . . , vn son linealmente dependientes, entonces F (v1 , . . . , vn ) = 0. Demostracin.- i) = 1 p con i transposicion. Como F es alternada, F es antisimtrica. De donde o e F (v (1) , . . . , v (n) ) = F (v1 , . . . , vn ). Por consiguiente, por antisimetr se obtiene i). a ii) Vericacin inmediata. o iii) Si es necesario efectuar una transposicin, se puede suponer que o
n
v1 =
i=2
i vi ,
44 de donde F (v1 , . . . , vn ) = F (
i=2 n

n
i vi , v2 , . . . , vn ) =
i=2
i F (vi , v2 , . . . , vn ) = 0.
Se denota An = { Sm |sg = 1}, llamado grupo alternado de orden n. Proposicin I.9.6.- Se tiene o Sm = Am donde es una transposicin. o Demostracin.- Sea Sm , si sg() = 1, entonces Am . o Sino, sg() = 1, se tiene ( ) = y Am . Veamos que la unin es disjunta. En efecto, supongamos que existe un elemento Am Am , se tendr o a que sg() = 1 y sg() = 1, lo que es absurdo. Teorema I.9.7.- Sea F : V V V W multilineal alternada, con dim V = m. Sea {e1 , e2 , . . . , em } m veces una base de V . Sean v1 , . . . , vm elementos de V , que pueden escribirse como
m
Am ,
(unin disjunta) o
vj =
i=1
aij ei .
Entonces F (v1 , . . . , vm ) =
Sm
sg()a(1),1 a(2),2 a(m),m
F (e1 , e2 , . . . , em ).
(I.9.1)
Reciprocamente la frmula (I.9.1) dene F como aplicacin multilineal alternada. o o Demostracin.- Para facilitar la demostracin, utilizemos la notacin o o o
m
vj =
ij =1
aij ,j eij .
Por consiguiente, se tiene F (v1 , v2 , . . . , vm ) = F ( ai1 ,1 ei1 , ai2 ,2 ei2 , . . . , aim ,m eim
m
=
i1 ,...,im =1
ai1 ,1 ai2 ,2 aim ,m F (ei1 , ei2 , . . . , eim ) .

=0
si
ik =ij
con
k=j
Por lo tanto, en esta suma es suciente considerar las familias {i1 , . . . , im } con ik il . De esta manera 1 i1 2 i2 m im
es una permutacin de {1, 2, . . . , m}. De la proposicion I.9.5 punto i), se tiene el resultado deseado. o Sea F : V V V W denida por (I.9.1) m veces a) F es multilineal; en efecto, sean
m vj i=1 m
a ei , i,j
vj i=1
a ei , i,j
I.9 Formas Multilineales Alternadas se tiene

vj + vj = i=1 m
45
(a + a )ej . i,j i,j
Por lo tanto
F (v1 , . . . , vj + vj , . . . , vm )
=
Sm
sg()a(1),1 ( a (j),j + a(j),j ) a(m),m
F (e1 , . . . , em ) F (e1 , . . . , em ) F (e1 , . . . , em )
=
Sm
sg()a(1),1 a (j),j a(m),m sg()a(1),1 a (j),j a(m),m
+
Sm m
= F (v1 , . . . , vj , . . . , vm ) + F (v1 , . . . , vj , . . . , vm ). m
Mostremos que F es alternada. Sean vi = vj =

k=1
ak,i ek =
k=1
ak,j ek . Aplicando la frmula (I.9.1), se tiene o
F (v1 , . . . , vi , . . . , vj , . . . , vm ) =
Sm
sg()a(1),1 a(m),m
F (e1 , . . . , em ).
Utilizando la proposicin I.9.6 con = (i, j), podemos escribir o F (v1 , . . . , vi , . . . , vj , . . . , vm ) =

Am
F (e1 , . . . , em ) + =
Am
(
Am
F (e1 , . . . , em ) F (e1 , . . . , em ) F (e1 , . . . , em ), = 0.
a(1),1 a(i),i a(j),j a(m),m
Am
a (1),1 a (i),i a (j),j a (m)m
Proposicin I.9.8.- Se escribe Altm (V, W ) el conjunto de las aplicaciones multilineales V V V o m veces W . Entonces Altm (V, W ) es un K-espacio vectorial para (F + G)(v1 , . . . , vm ) = F (v1 , . . . , vm ) + G(v1 , . . . , vm ) (F )(v1 , . . . , vm ) = (F (v1 , . . . , vm )) con F, G Altm (V, W ) y K. Demostracin.- Ejercicio. o Corolario I.9.9.- Si dim V = m, entonces dim(Altm (V, W )) = dim W . Demostracin.- Por el teorema precedente se tiene o Altm (V, W ) W F F (e1 , e2 , . . . , em )
46 es un isomorsmo de espacios vectoriales.
Proposicin I.9.10.- Sea {x1 , . . . , xm } una familia de elementos V , (dim V = m). o Entonces {x1 , . . . , xm } es una base de V F (x1 , . . . , xn ) = 0, F = 0 Altm (V, W ). Demostracin.- {x1 , . . . , xm } es una base de V y F = 0. Entonces existen v1 , . . . , vm V , tales que o F (v1 , . . . , vm ) = 0. Utilizando la frmula (I.9.1) es necesario que F (x1 , . . . , xn ) = 0. o Se procede por contraposicin, sea {x1 , . . . , xm } una familia de V que no es base, entonces {x1 , . . . , xm } o es linealmente dependiente y por la proposicin I.9.5 punto iii), se tiene o F (x1 , . . . , xn ) = 0, F Altm (V, W ).
I.10 Determinantes
47
I.10 Determinantes
Sea f : V1 V2 lineal. Entonces f induce una aplicacin lineal denida por o f : Altm (V2 , W ) Altm (V1 , W ) F ((v1 , . . . , vm ) F (f (v1 ), . . . , f (vm )). Analisemos el caso particular en el que V1 = V2 = V , con dim V = m y W = K. Por consiguiente f End(V ) induce f : Altm (V, K) Altm (V, K).
Por el teorema del paragrafo precedente, se tiene que dim Altm (V, K) = 1. De esta forma f es una homotecia de Altm (V, K). La razn de la homotecia se llama determinante de f End(V ). Es decir o f (D) = (det f )D para D Altm (V, K) D(f (v1 ), . . . , f (vm )) = (det f )D(v1 , . . . , vm ). Ejemplo 1.- Sea V = Km , recordamos
() : Km Km ei e(i)
Se tiene que det(()) = sg(). En efecto D(()(e1 ), . . . , ()(em )) = D(e(1) , . . . , e(m) ) = sgD(e1 , . . . , em ). Proposicin I.10.1.- Se tiene: o i) det(idV ) = 1. ii) det(f g) = det(f ) det(g). iii) f End(V ), entonces
f Gl(V ) det(f ) = 0.
Demostracin.- i) Trivial o ii) Se tiene (f g) D(v1 , . . . , vm ) = D(f g(v1 ), . . . , f g(vm )) = D(f (g(v1 )), . . . , f (g(vm ))) (det f )D(g(v1 ), . . . , g(vm )) (det f )(det g)D(v1 , . . . , vm ). iii) Si f es inversible, existe f 1 End(V ), tal que f f 1 = idV ; por los puntos ii) y i) se tiene (det f )(det f 1 ) = 1. Se supone que det f = 0. Se elige una base {e1 , . . . , em } de V . Sea D Altm (V, K), con D = 0; se tiene D(e1 , . . . , em ) = 0. Por otro lado D(f (e1 ), . . . , f (em )) = (f D)(e1 , . . . , em ) = (det f )D(e1 , . . . , em ) = 0, de donde {f (e1 ), . . . , f (em )} es una base de V . Por consiguiente f es un isomorsmo.
48
Determinante de una Matriz

Se dispone de un isomorsmo cannico o End(Km ) Mmm (K) f A(f ) matriz de f respecto a las bases cannicas, o (Ax x) A. Se plantea a11 . det A = det((A)) = . . am1 Proposicin I.10.2.- Para A = (aij ) Mm,m , se tiene o det A =
Sm
a1m amm
. . . .
sg()a(1),1 a(m),m .
Demostracin.- En efecto; Sean {e1 , . . . , em } la base cannica de Km , D Altm (Km , K) no nula. Se tiene o o det((A) D(e1 , . . . , em ) = (A) D(e1 , . . . , em )
det A
= D((A)(e1 ), . . . , (A)em ) = D( =
Sm
ai,1 ei , . . . ,
ai,m ei ) D(e1 , . . . , em )
sg()a(1),1 a(m),m
I.10 Determinantes Ejemplos 2.- Para m = 1, se tiene det A = a11 . 3.- Para m = 2, utilizando la proposicin precedente obtenemos o a11 a21 a12 = a11 a22 a21 a12 . a22
49
Proposicin I.10.3.- Tenemos: o i) det I = 1 ii) det AB = det A det B, donde A, B Mm,m (K). iii) A es inversible det A = 0. iv) det(A) = m det A, si A Mm,m (K). v) det A = det At . Demostracin.- Los puntos i), ii) y iii) son consecuencia de la proposicin anloga para las aplicaciones o o a lineales. iv) Consecuencia de la frmula de la proposicin I.10.2. o o Mostremos el punto v). Se tiene a(1),1 a(m),m = a(1),1 (1) a(m),1 (m) = a1,1 (1) am,1 (m) porque el cuerpo K es conmutativo. De esta manera det A =
Sm
sg()a(1),1 a(m),m sg()a1,1 (1) am,1 (m) sg( )a1, (1) am, (m)
=
Sm
= det A , por que (A ) (i),i) = ai, (i) .

t Sm t
Para facilitar la formulacin de proposiciones y resultados concernientes los determinantes de matrices, o utilizemos la notacin o A = ( A1 Am ) , donde Ai denota la i-sima columna de la matriz A. Proposicin I.10.4.- Se tiene o i) det ( A1 A + A i i Am ) = det ( A1 A i Am ) + det ( A1 A i
Am ) ;
ii)
det ( A1
Ai + Aj
Aj
Am ) =
det ( A1
Ai
Aj
Am ) ;
iii)
det ( A(1)
A(m) ) = sg det ( A1
Am ) . veces
Demostracin.- Se considera o
m
K Km K (A1 , . . . , Am ) det A.
50
Esta aplicacin es multilineal, de donde i); la aplicacin es alternada, de donde ii) y iii). o o Remarca.- Se tiene un enunciado anlogo para las. a Ejemplos 4.- Se considera una matriz de 4 4, se calcular su determinante utilizando la frmula de la proposicin a o o I.10.2 y las propiedades de determinante de la proposicin precedente o 1 0 2 3 3 4 4 5 1 0 0 1 2 3 4 7 = 3 4 5 9 4 5 6 1 0 0 4 9 . 5 6 6 3
Se ha sumado una vez la primera columna a la cuarta columna. Aplicando la frmula deducimos que o 1 0 2 3 3 4 4 5 0 1 3 4 3 3 4 9 4 7 = 4 5 6 =3 4 5 2 . 5 9 5 6 1 5 6 3 6 1
Se ha factorizado 3 de la ultima columna. Luego 3 3 4 3 4 0 3 4 3 4 5 2 = 3 4 5 2 = 6 4 5 5 6 5 6 4 5 6 1 0 1 2
3 4 0 3 4 0 1 1 3 4 = 216. =634 = 6 4 5 1 = 6 3 16 0 = 6 1 4 3 16 4 5 1 3 16 0 5.- Determinante de Vandermonde. 1 1 . . . Ejercicio Mostrar este resultado.

m
a1 a2
a2 1 a2 2 a2 m
am1 1 am1 3 am1 m
=
i>j
(ai aj )
1 am
Proposicin I.10.5.- Sean vj = o

i=1
aij ei j = 1, . . . , r; r m elementos de Km . Entonces, {v1 , . . . , vr } son
linealmente independientes existen 1 i1 < i2 < < ir m tales que ai1 ,1 . . . air ,1 ai1 ,r . . = 0. .
air ,r
Demostracin.- Caso r = m. La proposicin arma que {v1 , . . . , vm } es una base de Km si una o o aplicacin lineal env una base sobre otra, es un isomorsmo la matriz (aij ) es inversible o a det(aij ) = 0. Caso general. Se escribe a11 a1r . . A= . . am1 amn
I.10 Determinantes
51
{v1 , . . . , vr } linealmente independiente rango columna de A es igual a r rango la de A es igual a r; es decir, el subespacio de Kr engendrado por las las de A es Kr de las las de A se puede extraer una base de Kr existe una sucesin 1 i1 < i2 < < ir m tal que las las de o ndice i1 , . . . , ir constituyen una base de Kr ai1 ,1 . . . air ,1 ai1 ,r . . = 0. .
air ,r
Corolario I.10.6.- Sea A Mn,m (K). Entonces rang(A) = max s existe una submatriz B de A con s las y s columnas tal que det B = 0. Demostracin.-Se plantea o r =rang(A), p = max s existe una submatriz B de A con s las y s columnas tal que det B = 0. . .
A de rango r Existe r columnas de A que son linealmente independientes, si es necesario permutar las columnas, se puede suponer que son las primeras r columnas. La proposicin indica que r p. o Supongamos que existe una submatriz Bpp de A con det B = 0. Si es necesario renumerar (permutar), se supone B A= lo que implica por la proposicin precedente que las primeras p columnas son linealmente independientes, o entonces p r.
52
I.11 Matriz Adjunta
Se plantea
En este paragrafo se formular un mtodo para calcular la inversa de una matriz inversible. a e Sea a11 amm . . . Mm,m (K). A = (aij ) = . . . am1 amm a11 . . . a Aij = i1,1 ai+1,1 . . . am1 a1,j1, . . . ai1,j1 ai+1,j1 . . . am,j1, a1,j+1 . . . ai1,j+1 ai+1,j+1 . . . am,j+1 a1m . . . ai1,m Mm1,m1 (K). ai+1,m . . . amm a1m . . . ai1,m 0 Mm,m (K). ai+1,m . . . amm
Aij se obtiene de A suprimiendo la la i-sima y la Se dene a11 a1,j1, . . . ai1,1 ai1,j1 0 Sij (A) = 0 ai+1,1 ai+1,j1 . . . am1 am,j1,
columna j-va. 0 . . . a1,j+1
0 ai1,j+1 1 0 0 ai+1,j+1 . . . 0 am,j+1
Denicin I.11.1.- La matriz adjunta de A, denotada por Adj(A), es la matriz denida por o (Adj (A))ij = (1)i+j det(Aji ). Ejemplo 1.- Veamos el caso de m = 2. Adj a11 a21 a12 a22 = a22 a21 a12 a11 .
Proposicin I.11.2.- det Sij (A) = (1)i+j Aij . o Demostracin.- Para demostrar esta proposicion, desarrollaremos el determinante de Sij utilizando propiedades o de determinante, vistas en el paragrafo precedente. det Sij (A) = 0 0 0 1 0 = sg() 0 (1)i1 1 0 1 0 0 = (1)i1+j1 0 0 0 0 .
Proposicin I.11.3.o
j=1
aji det(Sjk ) = ik det A donde ik =
0 si i = k, 1 si i = k.
I.11 Matriz Adjunta
53
Demostracin.- Denotando por Aj la j-va columna de A. Substiyendo la i-sima columna a la k-sima o columna, es decir planteando A = Ai , se tiene k ik det A = det ( A1 A k Ai Am ) (I.11.1)
Por otro lado la i-sima columna, es decir A se puede desarrollar como k 0 0 1 a1i 0 1 0 . = a1i . + a21 . + + am1 . . . . . . . . . . ami 1 0 0 De esta manera el determinante del lado derecho de (I.11.1), se escribe como ik det Aa1i 1 0 +a2i 0 1 0 + + ami 0 1 .
det S1k (A)
det S2k (A)
det Smk (A)
Teorema I.11.4.- Laplace. Se tiene: i) Desarrollo del determinante respecto a la i-sima columna.
m
det A =
j=1
aji (1)i+j det Aji .
ii) Desarrollo del determinante respecta a la j-sima la.

m
det A =
k=1
ajk (1)j+k det Ajk .
Demostracin.- i) Utilizamos la proposicion I.11.3 con i = k y la proposicin I.11.2. De esta manera o o

m
det A =
j=1
aji det(Sji (A)) =
j = 1m (1)i+j det Aji .
ii) Se demuestra a partir de i) para At . Proposicin I.11.5.- Se tiene o A Adj(A) = Adj(A)A = diag(det A, . . . , det A).
Demostracin.- Por la proposicin I.11.3, se tiene o o

m m (Adj(A))kj
ik det A =
j=1
aji det Sjk (A) =

j=1
(1)i+k det Ajk aji ,
de donde Adj(A)A = diag(det A, . . . , det A).
54 Se tiene tambin e
I Espacios Vectoriales y Aplicaciones Lineales Adj(At )At = diag(det At , . . . , det At ),
transponiendo, se obtiene AAdj(A) = diag(det A, . . . , det A).
Corolario I.11.6.- Si A es inversible, entonces A1 = 1 Adj(A). det A
Remarca.- Sea R un subanillo de K, por ejemplo Z Q, entonces Mn,m (R) Mn,m (K). Corolario I.11.7.- A Mm,m (R). Entonces; A es inversible en Mm,m (R), es decir si existe B Mm,m (R) con AB = BA = Im , si y solamente si det A es un elemento inversible de R. En particular A Mm,m (Z) es inversible det A = 1. Demostracin.- , Se tiene AB = I, por consiguiente det A det B = 1, lo que implica que det A es o inversible en R. 1 det A inversible en R, entonces tiene sentido la expresin o en R. det A Frmula de Cramer o Sea A Mm,m (K). El sistema Ax = b,
tiene una unica solucin, si y solamente si det A = 0. Si este es el caso, se tiene o x = A1 b = Por consiguiente, se obtiene xi = por lo tanto xi = 1 det A 1 det A 1 Adj(A)b. det A
(Adj(A))ij bj ,
j=1
(1)i+j det Aji bj

j=1
Denotando Ak la k-sima columna de A y utilizando la frmula de Laplace del clculo de determinante en la o a versin columna, se obtiene o xi = 1 det ( A1 det A Ai1 b Ai+1 Am ) .
Cap tulo II Complemento
II.1 Espacios Vectoriales Cocientes
Sea a) b) c)
E un conjunto, una relacin x y entre elementos de E es una relacin de equivalencia, si o o x x, para todo x E (reexividad); x y y x, (simetr a); x y, y z x z, (transitividad). Un conjunto C E es una clase de equivalencia si existe x E tal que C = {y E|y x},
C es la clase de x y se denota x. El conjunto de las clases se llama cociente de E respecto a la relacin y se denota o E/ . Por consiguiente, se dispone de una aplicacin cannica o o E E/ xx que es sobreyectiva. Sea V un espacio vectorial, U un subespacio vectorial de V . Se introduce una relacin mod(U ), o denida por x y mod(U ) x y U. Proposicin II.1.1.- mod(U ) es una relacin de equivalencia sobre E. o o Demostracin.- i) Sea x V , x x = 0 U , entoces x x. o ii) x y x y U , por consiguiente (1)(x y) U , de donde y x U , por lo tanto y x. iii) La transitividad la dejamos como ejercicio. Ejemplo 1.- Consideremos V = R2 y U un subespacio de dimensin 1. En la gura puede verse las clases de o
56 equivalencia.
II Complemento
x+U =x
Proposicin II.1.2.- Se tiene o x1 y1 mod(U ) x2 y2 mod(U ) x1 + x2 y1 + y2 mod(U ) . x1 x1 mod(U )
La adicin y la multiplicacin por los escalares son compatibles con la relacin mod(U ) o o o Demostracin.- Se tiene xi y1 mod(U ) xi yi U i = 1, 2. Por lo tanto o (x1 y1 ) + (x2 y2 ) U (x1 + x2 ) (y1 + y2 ) U, La otra implicacin ejercicio. o Introducimos una adicin en V /U = V / , de la manera siguiente o x 1 + x2 = x 1 + x 2 . Esta denicin tiene sentido, si x1 = y1 y x2 = y2 , por la proposicin II.1.2, se obtiene o o x1 + x2 = y1 + y2 . Se introduce una multiplicacin por los elementos de K. o = x. x La proposicin indica que esta denicin tiene un sentido. o o Proposicin II.1.3.- El conjunto V /U con estas dos operaciones es un espacio vectorial. Adems o a : V V /U es lineal. Demostracin.- I. Adicin. Se tiene o o i) x1 + (2 + x3 ) = x1 + x2 + x3 x = x1 + (x2 + x3 ) = (x1 + x2 ) + x3 = x 1 + x2 + x3 = (1 + x2 ) + x3 ; x x + y = x + y = y + x + y + x; x1 + x2 y1 + y2 mod(U ).
ii)
II.1 Espacios Vectoriales Cocientes iii) el cero de V /U es 0; iv) el opuesto de x es x. Se tiene (x + y) = x + y = x + y = (x) + (x). II. Multiplicacin. Lo mismo que para la adicin, ejercicio. o o
57
Proposicin II.1.4.- Sea f : V W una aplicacin lineal. Sea U un subespacio vectorial de V con o o U ker(f ). Entonces existe una y una sola aplicacin lineal f : V /U W tal que el diagrama conmuta o V
V /U f
es decir f = f . Demostracin.- a) Existencia de f . Se plantea o x f () = f (x). Hay que vericar que si x = y , entonces f (x) = f (y). En efecto, x = y , se tiene x y U ker(f ), por consiguiente f (x y) = 0 y por lo tanto f (x) = f (y). Por construccin f = f . o f es lineal, en efecto x x y f ( + y ) = f (x + y) = f (x + y) = f (x) + f (y) = f () + f (). x x De la misma manera se tiene f () = f (). y f2 tales que b) Unicidad. Supongamos que existen f1 f1 = f2 = f, por lo tanto x x f1 () = f (x) = f2 (), V /U. x
Proposicin II.1.5.- Si V es de generacin nita, entonces V /U lo es tambin. Adems o o e a dim V /U = dim V dim U. Demostracin.- : V V /U es sobreyectiva. Si V es de generacin nita, entonces (V ) es de generacin o o o nita. La frmula de dimensin para aplicaciones lineales da o o dim V = dim V /U + dim U.
II.2 Dual de un Espacio Vectorial
61
II.2 Dual de un Espacio Vectorial
Sea V un espacio vectorial. Una forma lineal sobre V es una aplicacin lineal : V K. El conjunto de o las formas lineales sobre V, Hom(V, K), se llama dual de V y se denota V . Si V es de dimensin nita, V lo es tambin y o e dim V = dim V . Sea {x1 , . . . , xn } una base de V , esto induce un isomorsmo : V Kn ((x1 ), . . . , (xn )). Introduciendo las formas i V por i : V K xj ij = 0 si i = j 1 si i = j.
Esto da (i ) = (0, . . . , 0, 1, 0, . . . , 0) = ei . Se sigue que es un isomorsmo, que {1 , . . . , n } es una base de V . La base {1 , . . . , n } se llama la base de V dual de {x1 , . . . , xn }. Proposicin II.2.1.- Sea V espacio vectorial de dimensin nita, o o i) Sea V , = 0, entonces ker() es de dimensin dim(V ) 1. o ii) Sea U V un subespacio de dimensin dim(V ) 1, entonces existe V tal que ker() = U . Este o no es unico, pero si es otro con la misma propiedad, se tiene = , iii)
V
= 0.
ker() = {0}.
Demostracin.- i) Si = 0, : V K es sobreyectiva y aplicamos la frmula de dimensin. o o o ii) Sea {u1 , . . . , un1 } una base de U , que se completa en {u1 , . . . , un1 , un } base de V . Se considera la forma :V K ui 0 si i = 1, . . . , n 1 un 1, que es una forma lineal de ncleo U . La segunda parte de este enunciado, ejercicio. u iii) Se tiene de manera trivial {0} ker(). Sea v V , v = 0; vamos a mostrar que existe V tal
V
que (v) = 0, es decir que v ker . Elegimos una base de la forma {v, v2 , . . . , vn } y se considera :V K v1 vi 0 para i = 2, . . . , m
Transpuesta de una Aplicacin Lineal o
62 Consideremos el diagrama V W f K
f
II Complemento
Se obtiene entonces
ft : W V
que es lineal y se llama la transpuesta de f . As f t ()(v) = f (v) para W , v V. Ejemplo 1.- Sea V = C ([0, 1], R) espacio vectorial real de las funciones indenidamente derivables. Se denota D : C ([0, 1], R) C ([0, 1], R) f f , derivada de f. Sea g C ([0, 1], R), se dene g : C ([0, 1], R) R f Por consiguiente Dt (g ) = D : V R. Se tiene Dt (g )(f ) = varepsilon D(f ) = g f =
1 1 0 0 1
f (t)g(t)dt.
f (t)g(t)dt
= f (1)g(1) f (0)g(0)
f (t)g (t)dt
= g(1)1 (f ) g(0)0 (f ) g (f ). donde a : C ([0, 1], R) R f f (a).
Proposicin II.2.2.- Sean V y W espacios vectoriales de dimensin nita. Entonces, la aplicacin o o o Hom(V, W ) Hom(W , V ) f ft es un isomorsmo. Demostracin.- Veamos que la aplicacin f f t es lineal. Sean f, g Hom(V, W ), se tiene o o (f + g)t () = (f + g) = f + g = f t () + g t () = (f t + g t )(). Lo mismo para (f )t = f t . Utilizando resultados sobre dimensiones, se observa que dim Hom(V, W ) = dim Hom(W , V ).
II.2 Dual de un Espacio Vectorial Por consiguiente, es suciente mostrar que f f t es inyectiva. Supongamos que f t = 0, entonces ft : W V 0. Esto signica que f t () = f = 0 W , entonces Im(f ) ker(eta) W . Utilizando el inciso iii) de la proposicin II.2.1, se tiene que Im(f ) = {0}, por consiguiente f = 0. o Proposicin II.2.3.- Sean f : U V y g : V W lineales, entonces o (g f )t = f t g t . En diagrama U U Demostracin.- Sea W , se tiene o (g f )t () = (g f ) = ( g) f = g t () f = f t (g t ()) = f t g t ().
ft f
63
V V
gt
W .
Proposicin II.2.4.- Si V y W son de dimensin nita. Entonces, se tiene o o rang(f ) = rang(f t ), donde f : V W lineal. Demostracin.- Recordemos que rang(f ) = dim Im(f ). Elegimos una base {v1 , . . . , vm } de V y otra o {w1 , . . . , wn } de W de tal manera que la matriz de f respecto a {vi } y {wj } sea Ir 0 Por otro lado, La matriz de : W K respecto a {wj } y {1} es de la forma ( 1 n ) . Im(f t ) = { V | W con = f }. 0 0 , rang(f ) = r.
La matriz de f : V K respecto a {vi } y {1} es ( 1 de donde Im(f t ) = {( 1 es de dimensin r. o r 0 0 )} n ) Ir 0 0 0 = ( 1 r 0 0),
64
II Complemento
Proposicin II.2.5.- Sean {x1 , . . . , xm } una base de V y {y1 , . . . , yn } una base de W . {1 , . . . , m } base o de V dual de {x1 , . . . , xm } y {1 , . . . , n } base de W dual de {y1 , . . . , yn }. Sea f : V W lineal, se donota A la matriz de f respecto a las bases {xi } y {yj }. f t : W V , A la matriz de f t respecto a las bases {j } y {i }, entonces A = At .
n m
Demostracin.- Se tiene A = (aij ) con o

i=1
aij yi . A = (a ) con f t (l ) = kl
k=1 m
a k . Por consiguiente, de kl
un lado se obtiene f (l )(xj ) =
a k kl
k=1
(xj ) = a ; jl
del otro lado

n n
f (l )(xj ) = l f (xj ) = l
aij yi
i=1
=
i=1
l (yj ) = alj .
Corolario II.2.6.- Sea A Mm,n (K), entonces rango la de A = rango columna de A.
II.3 Formas Bilineales Simtricas e
65
II.3 Formas Bilineales Simtricas e
Sea V un espacio vectorial. Una forma bilineal simtrica sobre V es una aplicacin e o f :V V K tal que f es bilineal y adems f es simtrica. a e Se denota Sym2 (V, K) el conjunto de las formas bilineales simtricas sobre V . En el ejercicio 50 de la e practica se muestra que Sym2 (V, K) es un espacio vectorial para las operaciones (f + g)(v1 , v2 ) = f (v1 , v2 ) + g(v1 , v2 ) (f )(v1 , v2 ) = f (v1 , v2 ). Sea {e1 , . . . , em } una base de V . La matriz de f respecto a la base {e1 , . . . , em } es la matriz A(f ) = (f (ei , ej ))i,j A(f ) es una matriz simtrica; es decir A(f ) = At (f ). e Proposicin II.3.1.- La aplicacin o o sim e : Sym2 (V, K) Matrices en K.tricas m m a coecientes f A(f ) es un isomorsmo de espacios vectoriales. Demostracin.- i) es lineal, ejercicio. o ii) es inyectiva, si A(f ) = 0, se tiene f (ei , ej ) = 0, de donde f (x, y) = f ( xi ei , yj ej ) =
ij
con i, j = 1, . . . , m;
xi yj f (ei , ej ) = 0,
por lo tanto f = 0. iii) es sobreyectiva. Sea A = (aij ) una matriz simtrica. Planteamos e f (x, y) =
i,j
xi yj aij ,
se puede ver que f es bilineal y simtrica, de matriz A. e Corolario II.3.2.- Si dim V = m, se tiene dim Sym2 (V, K) = m(m + 1) . 2
Demostracin.- Ejercicio o Proposicin II.3.3.- Resultado Principal.- Sea f Sym2 (V, K), supongamos que la caracter o stica de K es diferente a 2. Entonces existe una base de V respecto a la cual, la matriz de f es diagonal.
66
II Complemento
Demostracin.- Se elige una base {e1 , . . . , em } de V . o Caso 1.- Existe un ndice i tal que f (ei , ei ) = 0. Si es necesario renumerar los elementos de esta base, se puede suponer que i = 1; por consiguiente f (e1 , e1 ) = 0. Introducimos una nueva base denida por e = e1 , 1 e = e2 2 . . . e = em m Se tiene por consiguiente f (e , e ) = f (e1 , ej 1 j f (e1 , ej ) f (e1 , ej ) e1 ) = f (e1 , ej ) f (e1 , e1 ) = 0. f (e1 , e1 ) f (e1 , e1 ) f (e1 , em ) e1 . f (e1 , e1 ) f (e1 , e2 ) e1 , f (e1 , e1 )
De esta manera, respecto a la base {e , . . . , e }, la matriz de f es de la forma 1 m f (e1 , e1 ) 0 0 B con B matriz de m 1 m 1 simtrica. e Caso 2.- Para todo i, f (ei , ei ) = 0. Si f (ei , ej ) = 0 para todo i, j, se tiene que A(f ) = 0 y por lo tanto la matriz es diagonal. En la otra situacin, existen i, j tales que f (ei , ej ) = 0. Si es necesario renumerar los o elementos de la base, se puede suponer que f (e1 , e2 ) = 0. Introducimos la base e = e1 + e2 , 1 e = e2 , 2 . . . em = em . Se tiene f (e , e ) = f (e1 + e2 , e1 + e2 ) = f (e1 , e1 ) + 2f (e1 , e2 ) + f (e2 , e2 ) = 2f (e1 , e2 ) = 0, 1 1 si la caracter stica de K es diferente a 2. Por lo tanto nos encontramos en el primer caso. Iteramos la construccin de la base, con B y las subsiguientes matrices que obtengamos. o Ejemplo 1.- Cuando V = R2 , se tiene que una forma bilineal simtrica es de la forma e f : R2 R2 R ,
x1 x2
y1 ) a11 x1 y1 + a12 (x1 y2 + x2 y1 ) + a22 x2 y2 . y2
Por consiguiente la matriz de f respecto a la base cannica es o A(f ) = a11 a12 a12 a22 .
Esta forma bilineal induce la forma cuadrtica denida por a : R2 R x f (x, x) = a11 x2 + 2a12 x1 x2 + a22 x2 . 2 1
II.3 Formas Bilineales Simtricas e Esta forma cuadrtica dene una curva llamada cnica por a o C = {x R2 |(x) = 1}.
67
La proposicion II.3.3 nos indica que existe un sistema de coordenadas (, ), sobre R2 tal que la ecuacin o de C es de la forma 2 + 2 = 1.
y
Corolario II.3.4.- Se supone K = C, entonces existe una base de V respecto a la cual la matriz de f Sym2 (V, C) es de la forma diag(1, . . . , 1, 0, . . . , 0).
p q
Adems los enteros p y q estn enteramente denidos por f . a a Demostracin.- De la proposicin II.3.3, existe una base {e1 , . . . , em } de V respecto a la cual, la matriz o o de f es diag(a1 , . . . , am ), ai C. Consideramos la base {e , . . . , e } denida por 1 m e = i ei si ai = 0, ei si ai = 0. ai
Para la segunda parte del corolario, consideramos las bases {e1 , . . . , em } y {e , . . . , e } respecto a las cuales m 1 A(f ) = diag(1, . . . , 1, 0, . . . , 0)
p q
No debe olvidarse que los nmeros complejos poseen raiz cuadrada. u Calculamos si i = j, 0 e1 ei f ( , ) = 1 si ai = 0, f (ei , ej ) = ai ai f (ei , ei ) = 0 si ai = 0.
A (f ) = diag(1, . . . , 1, 0, . . . , 0)
p q
Mostraremos que p = p y q = q . Sea V0 = {x V |f (x, y) = 0, y V }, se puede vericar facilmente que V0 es un subespacio vectorial de V .
68 Se observa que ei V0 para i > p; en efecto, para i > p se tiene f (ei , ek ) = 0 k.

m
II Complemento
Sea x =
i=1
xi ei V0 , por denicin f (x, ek ) = 0, para todo k. Ahora bien o

m
xi f (ei , ek ) =
i=1
xk 0
para k p, para k > p.
Por lo tanto, x pertenece al subespacio generado por ep+1 , . . . , em . Por consiguiente dim V0 = q = m p. De la misma manera se hace el mismo razonamiento con la base {e , . . . , e } obteniendo dim V0 = q . De 1 m donde p = p y q = q . Corolario II.3.5.- Supongamos K = R, entonces existe una base de V respecto a la cual la matriz de f es diag(1, . . . , 1, 1, . . . , 1, 0, . . . , 0).
r s t
Adems los enteros r, s y t estn unicamente determinados por f . a a Demostracin.- De la proposicin II.3.3, existe una base {e1 , . . . , em } de V respecto a la cual, la matriz o o de f es diag(a1 , . . . , am ), ai R. Se introduce la base ei si ai = 0, ei si ai > 0, e = ai i ei si ai < 0. ai
Como en la demostracin del corolario precedente, se muestra o 0 si ai = 0, f (e , e ) = 1 si ai > 0, i i 1 si ai < 0,
y f (e , e ) = 0 si i = j. i j Para la segunda parte del corolario consideramos las bases {ei } y {e } respecto a las cuales, la matriz i de f es A(f ) = diag(1, . . . , 1, 1, . . . , 1, 0, . . . , 0),
r s t
A (f ) = diag(1, . . . , 1, 1, . . . , 1, 0, . . . , 0).
r s t
Introduciendo V0 = {x V |f (x, y) = 0 y V }, mostramos al igual que en el corolario II.3.4 que t = t .

s +t
Armamos que e1 , . . . , er , er +1 , . . . , e es una familia de elementos de V linealmente independiente. Si m esto es cierto, se tiene r + s + t m = r + s + t , de donde r r . Pro razonamiento simtrico, se tiene e r r, por lo tanto r = r y s = s.
II.3 Formas Bilineales Simtricas e Mostremos la armacin, elegimos una combinacin lineal tal que o o
r r +s m
69
0=
i=1 r
xi ei +
j=r +1
yj e + j
k=r +s +1
zk e . k
Plantemos v =
i=1
xi ei , de donde por un lado

r r 2
f (v, v) = f
i=1
xi ei ,
i=1
xi ei
=
i=1
x2 , i
y del otro f (v, v) = f

r +s j=r +1 m r +s m
yj e j
k=r +s +1
zk e , k
j=r +1
yj e j
k=r +s +1
zk e = k
r +s 2 yj . j=r +1
Deducimos inmediatamente que xi = 0 para i = 1, . . . , r; yj = 0 para j = r + 1, . . . , r + s . Puesto que {e } j es una base, se tiene que zk = 0 para k = r + s + 1, . . . , m. Proposicin II.3.6.- Sea f Sym2 (V, K). Sean {e1 , . . . , em } y {e , . . . , e } dos bases de V . Se denota o m 1 por A la matriz de f respecto a la base {e1 , . . . , em } y A la matriz de f respecto a la base {e , . . . , e }. m 1 Entonces A = P t A P, donde P es la matriz de pasaje de {e1 , . . . , em } a {e , . . . , e }. m 1 Demostracin.- Se tiene por denicin o o (A)ij = f (ei , ej ), (A )ij = f (e , e ), i j
m
ej =
i=1
pij e . i
Por consiguiente
m m
f (ei , ej ) = f
k=1 m
pkj e , k
l=1
plj e l
=
k,l=1 m
pki f (e , e )plj k l (P t )ik (A )kl (P )lj = (P t A P )ij .

k,l=1
Corolario II.3.7.- Supongamos K de caracter stica diferente a 2. Sea A una matriz simtrica de orden m, e entonces existe P Gl(m, K) tal que P t AP es una matriz diagonal. Demostracin.- Ejercicio. o
70
II Complemento
II.4 Espacios Euclidianos
En este paragrafo el cuerpo de base es R. Sea E un espacio vectorial. Un producto escalar sobre E es una forma bilineal EE R (x, y) x, y que es denida positiva; es decir x, x 0 x E, x, x = 0 x = 0. Denimos la norma de x, como x = x, x . Un espacio vectorial provisto de un producto escalar se llama espacio euclidiano. Ejemplos 1.- E = Rn es un espacio euclidiano provisto de
n
x, y =
i=1
xi yi
producto escalar estandar. 2.- El espacio de las funciones reales indenidamente derivables denidas sobre el intervalo [a, b], C ([a, b], R), es un espacio euclidiano con el producto escalar
b
f, g =
a
f (t)g(t)dt.
Nocin de Isomorsmo de Espacios Vectoriales o Sean E1 , , 1 y E2 , , 2 dos espacios euclidianos. Se dice que E1 y E2 son isomorfos, si existe : E E lineal biyectiva, tal que (x), (y)
2
= x, y 1 ,
x, y E.
El resultado principal de este paragrafo es, Si E es un espacio euclidiano de dimensin n. Entonces E o es isomorfo a Rn dotado del producto escalar estandar. En lo que sigue E es de dimensin nita. o Se dice que x, y E son ortogonales si x, y = 0. Se dice que la familia {v1 , . . . , vm } es ortogonal si vi , vj cuando i = j. Se dice que {v1 , . . . , vm } es ortonormal si {v1 , . . . , vm } es una familia ortogonal y vi , vi = 1 para i = 1, . . . , m. Proposicin II.4.1.- Sea E un espacio euclidiano, entonces existen bases ortonormales; es decir, existen o bases respecto a las cuales, la matriz del producto escalar es I. Demostracin.- Una demostracin de esta proposicin, puede realizarse utilizando el corolario II.3.5, el o o o cual asegura que existe una base respecto a la cual, la matriz del producto escalar es de la forma diag(1, . . . , 1, 1, . . . , 1, 0, . . . , 0).
r s t
II.4 Espacios Euclidianos Puesto que , es denido positivo, se tiene s = t = 0. Esta demostracin muestra la existencia de una tal base, pero o base. Una segunda demostracin est dada por el procedimiento o a Schmidt. Sea {e1 , . . . , em } una base cualquiera de E. Se plantea f1 = f2 = e2 + f1 . Se tiene f1 , e2 + f1 = f1 , e2 + f1 , f1 de donde = existe y es unico. Se busca f3 con f1 , f3 = f2 , f3 = 0, f3 = e3 + 1 f1 + 2 f2 . Obtenemos, f1 , f3 = e3 + 1 f1 + 2 f2 = f1 , e3 + 1 f1 , f1 = 0, f2 , f3 = e3 + 1 f1 + 2 f2 = f2 , e3 + 2 f2 , f2 = 0. 1 y 2 existen y son unicos Se procede de la misma manera, se construye f1 , . . . , fm satisfaciendo fi , fj , fi = ei +
j=1
71
no nos da la forma de encontrar esta de ortogonalizacin de Grammo e1 y buscamos f2 con f1 , f2 = 0 y = 0,
f1 , e2 ; f1 , f1
j < i;
i1
pji ej
De donde {f1 , . . . , fm } es una base ortonormal y fm f1 ,..., f1 fm es una base ortonormal.
Ejemplos 3.- Rn con el producto escalar estandar, la base cannica es ortonormal. o 4.- Sea E el subespacio de C (R, R) engendrado por {1, cos t, sin t, cos 2t, sin 2t, . . . cos nt, sin nt} polinomios trigonomtricos de grado menor o igual a n con e el producto escalar
2
f, g =
0
f (t)g(t)dt.
La base {1, cos t, sin t, . . . , cos nt, sin nt} es una base ortogonal. 1 cos t cos nt sin nt , ,..., , 2 es una base ortonormal Proposicin II.4.2.- Sea E un espacio euclidiano de dimensin n. Entonces E es isomorfo a Rn dotado o o del producto escalar estandar.
72 Demostracin.- Sea {f1 , . . . , fn } una base ortonormal de E. Denimos o : E Rn fi ei ,
II Complemento
donde los ei son los elementos de la base cannica de Rn . o es biyectiva, porque envia base sobre base. Todo x, y E se escriben de manera unica, como
n n
x=
i=1
xi ei ,
y=
i=1
yi ei ,
de donde
n n n
(x), (y) =
i=1
xi ei ,
i=1
yi ei
=
i=1
xi yi .
El Grupo Ortogonal de un Espacio Euclidiano

Denicin II.4.3.- Sea (G, ) un grupo, se dice que H es un subgrupo de G, si = H G y o g1 , g2 H g1 g2 H, g H g 1 H.
Remarca Se puede probar que un subgrupo H de un grupo G es un grupo para la operacin heredada de o G. Denicin II.4.4.- Un endomorsmo a : E E, E espacio euclidiano, es una transformacin ortogonal o o o una isometr si a a(x), a(y) = x, y , x, y E. Se denota O(E) el conjunto de las transformaciones de E. Proposicin II.4.5.- Se tiene: o i) a O(E), entonces a es un automorsmo de espacio euclidiano. ii) O(E) es un subgrupo de Gl(E).
Demostracin.- Ejercicio. o
Proposicin II.4.6.- Sea a Gl(E), se denota A la matriz de a respecto a una base ortonormal. Entonces o a O(E) At A = I. Demostracin.- Se tiene, primero o a O(E) a(x), a(y) = x, y x, y E; a(ei ), a(ej ) 1 i, j n.
ejercicio
segundo, por denicion A = (aij ) y a(ej ) =
aij ei .
i=1
II.4 Espacios Euclidianos Por lo tanto

n
73
a O(E)
k=1
aki akj = ij (At A)ij = Iij .
Denicin II.4.7.- Una matriz A Mn,n (R) es ortogonal si At A = I. o
Corolario II.4.8.- El conjunto O(n, R) de las matrices ortogonales es un subgrupo de Gl(n, R) isomorfo a O(E). Proposicin II.4.9.- Descomposicion de Iwasawa de Gl(m, R).- Sea A Gl(m, R). Entonces A se escribe o de manera unica bajo la forma A = QT donde Q O(m, R), T T+ (m, R) con t11 T+ (m, R) = 0 t22 .. . tnn tii > 0 .
Demostracin.- a) Existencia. Se considera Rm con el producto escalar estandar, {e1 , . . . , em } la base o cannica de Rm . o Se tiene que {Ae1 , . . . , Aem } es una base de Rm . Sea {f1 , . . . , fm } la base ortonormal obtenida de {Ae1 , . . . , Aem } por el procedimiento de Gramm-Schmidt. La matriz de pasaje de {Ae1 , . . . , Aem } a {e1 , . . . , em } es A. La matriz de pasaje de {f1 , . . . , fm } a {Ae1 , . . . , Aem } es T T+ (m, R), repasar la demostracin donde o se utiliza el procedimiento de Gramm-Schmidt. La matriz de pasaje de {f1 , . . . , fm } a {e1 , . . . , em } es Q O(m, R). Por consiguiente, se tiene que A = QR. b) Unicidad. Se supone que A = Q1 T1 = Q2 T2 con Qi O(m, R) y Ti T+ (m, R) para i = 1, 2. Ahora bien, como ejercicio mostrar que T+ (m, R) es un subgrupo de Gl(m, R). De donde
1 Q2 Q1 = T2 T1 O(m, R) T+ (m, R). 1 1 Armamos que O(m, R) T+ (m, R) = {I}. Si esto es cierto, se tiene que Q2 Q1 = T2 T1 = I, de donde 1 Q1 = Q2 y T1 = T2 . Probemos la armacin; sea T O(m, R) T+ (m, R), entonces o
T = Una vericacin dar que T = I. o a
t11 t22 0 .. .
tnn
y T t T = I.
Sea F E un subespacio vectorial, se plantea F = {x E| x, y = 0, y F } . Se prueba que F es un subespacio vectorial y se llama el subespacio ortogonal de E. Proposicin II.4.10.- Se tiene o i) E = F F ;
74
II Complemento
ii) F = F . Demostracin.- i) Se elige una base ortonormal {f1 , . . . , fm } de F . Se considera la aplicacin o o :EF x
m
x, fi fi .
i=1
Esta aplicacin es lineal y sobreyectiva, por que los fk pertenecen a la imagen. Se tiene F = ker ; en o efecto, x F , se tiene (x) = 0; x ker , x, fk para k = 1, . . . , k, por lo tanto x F . La formula de dimensin da o dim E = dim F + dim F , por consiguiente solo falta mostrar que F F = {0}. Esto es cierto, por que x F F , implica que x, x = 0 y por lo tanto x = 0. ii) Ejercicio. Proposicin II.4.11.- La aplicacin o o : E E = Hom(E, R) y (y) : E R x x, y . es un isomorsmo Demostracin.- Como dim E = dim E , es suciente ver que ker = {0}. o Sea y ker , se tiene x, y = 0, para todo x E, en particular para x = y, por lo tanto y, y = 0 implica que y = 0. Comentario.- En el caso euclidiano, se acaba de mostrar que se tiene un isomorsmo cannico entre E y o E .
II.5 Formas Herm ticas, Espacios Unitarios
75
II.5 Formas Herm ticas, Espacios Unitarios
El cuerpo de base en este paragrafo es C. Recordemos, la conjugacin de nmeros complejos es la aplicacin o u o denida por CC zz x + iy x iy. Sea V un espacio vectorial. Una forma sesquilineal sobre V es una aplicacin V V C, tal que o f (1 x1 + 2 x2 , y) = 1 f (x1 , y) + 2 f (x2 , y), f (x, 1 y1 + 2 y2 ) = 1 f (x, y1 ) + 2 f (x, y2 ). Se dice que f sesquilineal es herm tica si f (x, y) = f (y, x), x, y V.
f
Proposicin II.5.1.- Herm(V, C), el conjunto de los f herm o ticas sobre V es un espacio vectorial sobre R. Demostracin.- Ejercicio. o Sea f Herm(V, C) y {e1 , . . . , em } una base de V , la matriz de f respecto a {e1 , . . . , em } es la matriz (A(f ))ij = f (ei , ej ). Si f es herm tica, se tiene f (ei , ej ) = f (ej , ei ), obteniendo A(f ) = A(f ). Se dice que la matriz B Mm,m (C) es herm tica si B t = B y el conjunto de tales matrices, se denota Herm(m, C) y es un espacio vectorial real. Proposicin II.5.2.- La aplicaciones o Herm(V, C) Herm(m, C) f A(f ) gB donde g(x, y) =
i,j=1 m t
xi bij yj .
son isomorsmos de espacios vectoriales reales y son inversas entre si. Adems a Herm(m, C) es de dimensin m2 . o Demostracin.- Ejercicio. o Ejemplo 1.- La aplicacin dada por o
Cm Cm C (x, y)
xi yi
i=1
es una forma herm tica.
76 Ejercicio.- Hallar una base de Herm(V, C).
II Complemento
Proposicin II.5.3.- Sea f Herm(V, C). Existe una base de V respecto a la cual, la matriz de f es o diagonal con coecientes iguales a 0, 1 o 1. Demostracin.- Ejercicio. Existe una proposicin similar para las formas bilineales simtricas. o o e Corolario II.5.4.- Sea B Herm(m, C), entonces existe P Gl(m, C), tal que P t BP = diag(1, . . . , 1, 1, . . . , 1, 0, . . . , 0). Demostracin.- Ejercicio. Existe una proposicin similar para las matrices simtricas. o o e Si f es herm tica, se tiene f (x, x) = f (x, x) R. Se dice que f herm tica es denida positiva, (producto escalar herm tico), si f (x, x) 0, x V ; f (x, x) = 0 x = 0. Una forma herm tica denida positiva se la denota , al igual que el producto escalar euclidiano. i E es un espacio unitario, si es un espacio vectorial sobre C provisto de un producto escalar herm tico. Las deniciones de ortogonalidad y ortonormalidad en espacios unitatios es la misma que en espacios euclidianos. Por lo tanto se tiene los siguientes resultados anlogos: a i) Existen bases ortonormales, el procedimiento de Gramm-Schmidt funciona. ii) E espacio unitario de dimensin n es isomorfo a Cn provisto del producto escalar herm o tico estandar
n
x, y =
i=1
xi yi .
iii) Se dice que a Gl(E) es unitaria si a(x), a(y) = x, y , x, y E. El conjunto de las transformaciones unitarias de E forman un subgrupo de Gl(E), es el grupo unitario notado U(E). iv) Sea {e1 , . . . , em } una base ortonormal de E. Sea a Gl(E), se denota A la matriz de a respecto a {e1 , . . . , em }. Entonces a U(E) At A = I. Una matriz A Mm,m (C) es unitaria si At A = I. v) El conjunto U(m, C) de las matrices unitarias es un subgrupo de Gl(m, C) isomorfo a U(E). Ejercicio.- Mostrar las armaciones de arriba. Ejemplos 1.- diag(a1 , . . . , am ) U(m, C) ai ai = 1, i = 1, . . . , m. 2.- La matriz de la forma a ib ib a Proposicin II.5.5.- Descomposicion de Iwasawa para Gl(m, C). Sea A Gl(m, C). Entonces A se escribe o de manera unica como A = U T , donde U U(m, C) y T T+ (m, C), con t11 t22 tii R y tii > 0 . T+ (m, C) = .. . 0 tnn con a, b R, a2 + b2 = 1 es una matriz unitaria.
80
II Complemento
Demostracin.- Ejercicio. o Sea F E un subespacio de E unitario. Se dene el subespacio ortogonal de F como F = {x E| x, y = 0, y E}. Proposicin II.5.6.- La aplicacin o o : E E = Hom(E, C) y (y) : E C x x, y . es biyectiva, pero es solamente semilineal, es decir (y) = (y). Demostracin.- Ejercicio o Remarcas 1.- Rn x, y = xi yi espacio euclidiano estandar. Ser natural de generalizar esta situacin a los espacios a o complejos, as Cn x, y = : xi yi . Pero sucede un fnomeno nuevo, existe x = 0 tal que x, x = 0. e Por ejemplo para n = 2 x = (1, i). 2.- E unitario, sea {e1 , . . . , en } una base ortonormal de E. Se introduce ER = {x E|x = xi ei , xi R}.
ER es un espacio vectorial sobre R de misma dimensin que E. La restriccin a ER del producto escalar o o herm tico sobre E es un producto escalar euclidiano.
Cap tulo III Formas Normales
III.1 Vectores y Valores Propios
Sea V un espacio vectorial de dimensin n. Sea f End(V ) y {v1 , . . . , vn }, {v1 , . . . , vn } dos bases de V . o Recordando el primer cap tulo, se denota A la matriz de f respecto a {vi }, A la matriz de f respecto a {vi }, M la matriz de pasaje de {vi } a {vi }. Se tiene A = M AM 1 .
Denicin III.1.1.- Sean A, B Mn,n (K). Se dice que A y B son conjugadas o semejantes, si existe o M Gl(n, K) tal que B = M AM 1 . Ejercicio.- Mostrar que la semejanza de matrices es una relacin de equivalencia sobre Mn,n (K). o La interpretacin geomtrica que se puede dar: Si A es la matriz de f respecto a la base {vi }, la clase o e de conjugacin de A, es decir el conjunto de las matrices M AM 1 , coincide con el conjunto de las matrices o de f respecto a las bases de V . Denicin III.1.2.- Se dice que f, g End(V ) son semejantes o conjugados si existe h Gl(V ) tal que o g = h f h1 .
Denicin III.1.3.- Sea f End(V ), se considera ker(f id) con K. Si ker(f id) = {0}, se dice o que K es un valor propio de f . El subespacio ker(f id) = {0} se llama subespacio propio de f respecto al valor propio . dim ker(f id) se la llama la multiplicidad geomtrica del valor propio . e Un elemento no nulo de ker(f id) se llama vector propio de f respecto a . Por consiguiente, dicho de otra manera K valor propio de f existe x V, x = 0 tal que f (x) = x; x V es vector propio de f x = 0 y existe K tal que f (x) = x. Sea A Mn,n (K), se denota por (A) : Kn Kn la aplicacin lineal cuya matriz respecto a la base o canonica es A. Denicin III.1.4.- Se dice que es un valor propio de A, si es valor propio de (A). o Se dice que x Kn es un vector propio de A, si x es valor propio de (A). Ejemplo 1.- Consideremos la matriz identidad I, entonces todo x = 0 Kn es vector propio respecto a = 1. Proposicin III.1.5.- Sean f, g End(V ), se supone que f y g son conjugados; entonces: o i) es un valor propio de f es un valor propio de f .
82
III Formas Normales
ii) Si g = hf h1 , se tiene x es vector propio de f h(x) es vector propio de g. Demostracin. Se tiene que es valor propio de f , si y solamente si existe x = 0 V tal que f (x) = x, o si y solamente si existe y = h(x) = 0 V tal que g(y) = hf (x) = h(x) = y. Proposicin III.1.6.- Sean 1 , . . . , p valores propios distintos de f . Se plantea Kj = ker(f j id). o Entonces los Kj son linealmente independientes. (Se dice que los Kj son son linealmente independientes,
p
si xj Kj y
j=1
xj = 0 xj = 0 para j = 1, . . . , p).
Demostracin.- Por induccin sobre p. o o Para p = 1 evidente. Se supone cierto la proposicin para p 1 con p > 1. o Mostremos que la proposicin es cierta para p. Sea o
p
j=1
xj = 0 con xj Kj ,
p
se tiene f(
xj ) = 0 =
i=1 i=1 p
j xj ,
ahora bien,
j=1
1 xj
j xj =
j=1 j=2
(1 j )xj = 0,
por hiptesis de induccin (1 j )xj = 0 para j = 2, . . . , p, por lo tanto xj = 0 para j = 2, . . . , p y por o o consiguiente x1 = 0. Corolario III.1.7.- Mismas hiptesis que la proposicin precedente. Entonces la aplicacin o o o K1 K2 Kp V
p
(x1 , x2 , . . . , xp ) x1 + x2 + + xp Kj .
j=1
es inyectiva. En este caso la imagen de es Demostracin.- Ejercicio. o
Proposicin III.1.8.- Sea f End(V ). Se supone que f posee m = dim V valores propios diferentes o 1 , . . . , m . Se elige vi un vector propio respecto a i para i = 1, . . . , m. Entonces: i) ker(f j id) es de dimensin igual a 1, para j = 1, . . . , m. o ii) {v1 , . . . , vm } es una base de V . iii) La matriz de f respecto a {v1 , . . . , vm } es diag(1 , . . . , m ). Demostracin.- Utilizando la notacin de la proposicin III.1.6, Kj = ker(f j id) = {0}, j = 1, . . . , m. o o o Por el corolario III.1.7, la aplicacin o K1 K2 Km V (x1 , x2 , . . . , xm ) x1 + x2 + + xm es inyectiva. Por lo tanto se tiene m dim(Kj ) dim V = m;
1
III.1 Vectores y Valores Propios

p
83 Kj .
j=1
es por consiguiente un isomorsmo, V = Sea vj Kj con vj = 0, entonces
{(v1 , 0, . . . , 0), . . . , (0, . . . , 0, vm )} es una base de K1 K2 Km , de donde via el isomorsmo {v1 , . . . , vm } es una base de V . La matriz de f respecto a {v} es una matriz diagonal.
Polinomio Caracter stico de una Matriz

Sea A Mm,m (K), se plantea x a11 a21 PA (x) = det(xI A) = . . . am1 a12 x a22 .. . x amm am,m1 a1m K[x]
polinomio de grado n y coeciente dominante igual a 1. PA (x) es el polinomio caracter stico de A. Proposicin III.1.9.- Si A y B son semejantes, entonces PA (x) = PB (x). o Demostracin.- Por hiptesis, existe M Gl(m, K) tal que A = M BM 1 , calculando los polinomios o o caracter sticos se tiene PA (x) = det(xI A) = det(xM IM 1 M BM 1 ) = det(M (xI B)M 1 ) = det M det(xI B) det M 1 = det(xI B) = PB (x).
Sea f End(V ). Sea {v1 , . . . , vm } una base de V . Se nota A la matriz de f respecto a {vi }. Por la proposicin precedente, el polinomio PA no depende de la eleccin de la base, solamente de f . o o Se plantea Pf (x) = PA (x) el polinomio caracter stico de f . Denicin III.1.10.- Se dice que un cuerpo K es algebraicamente cerrado si todo polinomio p(x) K[x] o no constante posee al menos una raiz. Es decir, si todo polinomio no constante a coecientes en K se puede factorizar en polinomios de grado igual a 1. Ejemplo 2.- C es un cuerpo algebraicamente cerrado. Teorema III.1.11.- Sea f End(V ), las raices del polinomio caracter stico de f son exactamente los valores propios de f . En particular, si K es algebraicamente cerrado, el endomorsmo f posee al menos un valor propio y un vector propio. Demostracin.- Sea K, A matriz de f respecto a una base de V . Se tiene o Pf () = 0 PA (I A) = 0 ker(I f ) = {0} es un valor propio de f.
Denicin III.1.12.- Sea un valor propio de f , la multiplicidad algebraica de es la multiplicidad o de la raiz de Pf .
84 Ejemplos 3.- La sucesin de Fibonacci (Fn )n0 denida por o Fn+1 = Fn + Fn1 , F0 = 0, F1 = 1. Puede escribirse de manera matricial como A Se puede observar que Fn+1 Fn = An 1 0 . Fn Fn1 = 1 1 0 1 Fn Fn1 = Fn+1 Fn .
III Formas Normales
Utilizando la proposicin III.1.8, la matriz A es semejante a la matriz diag(1 , 2 ), donde 1 y 2 son o valores propios de A. Calculando estos por medio del polinomio caracter stico de A, se obtiene 1 5 1+ 5 , 2 = . 1 = 2 2 Despus se obtiene e A= de donde An = 1 1 2 1 1 0 0 2 1 1 2 1 1 0 0 2
n
1 1 1 1
2 1 2 1
,
1
Efectuando los clculos necesarios, se obtiene a Fn+1 Fn por lo tanto 1 1 Fn = (n n ) = 1 2 5 5 4.- Una matriz triangular superior a11 a22 0
n
1 = 5
n+1 n+1 1 2 n n 1 2 1+ 5 2
n
, 1 5 2
an1
tiene como polinomio caracter stico
A=
..
. ann
PA (x) =
i=1
(x aii ).
5.- Ejercicio.- Mostrar que Pf (x) = Pf t (x) o bien PA (x) = PAt (x). 6.- Si A y B son conjugadas, se tiene PA (x) = PB (x); la rec proca es falsa. En efecto, sean A= se tiene PA (x) = x2 , PB (x) = x2 . 0 0 0 0 , B= 0 1 0 0 ;
III.1 Vectores y Valores Propios 6.- Sea f End(V ), sea W V un subespacio invariante por f ; es decir, f (W ) W . Se denota f|W : W W el endomorsmo restringido a W . Se tiene Pf|W (x) divide Pf (x).
85
En efecto, se elige una base {v1 , . . . , vp } de W que es completada en la base {v1 , . . . , vp , vp+1 , . . . , vm } de V . La matriz de f respecto a esta base es de la forma A= A11 0 A12 A22 ,
donde A11 es la matriz de f|W respecto a {v1 , . . . , vp }. Se tiene PA (x) = xI A11 0 A12 = det(xI A11 ) det(xI A22 ). xI A22
Proposicin III.1.13.- Sea A Mm,m (K), entonces o i) El polinomio caracter stico puede escribirse bajo la forma PA (x) = xm C1 (A)X m1 + C2 (A)X m2 + + (1)m Cm (A). Los Ci (A) son funciones polinomiales de los coecientes de A de grado i; en particular, C1 (A) es lineal, Cm (A) es de grado m. ii) Ci (M AM 1 ) = Ci (A) para i = 1, . . . , m y M GL(m, K).
m
iii) C1 (A) =
i=1
es la traza de A denotada por tr(A).
iv) Cm (A) = det(A). v) f, g End(V ) Pf g (x) = Pgf (x). vi) A, B Mm,m (K) PAB (x) = PBA (x). vii) A, B Mm,m (K) Ci (AB) = Ci (BA) i = 1, . . . , m. Demostracin.- Ejercicio. Debe observarse que v), vi) y vii) son equivalentes. o Ejemplo 7.- Consideremos el caso m = 2, A= a11 a21 a12 a22
C1 (A)
PA (x) = x2 (a11 + a22 ) x + (a11 a22 a12 a21 ) .

C2 (A)
86
III Formas Normales
III.2 Triangularizacin y Diagonalizacin o o
Sea f End(V ). Se dice que f es triangularizable si existe una base de V respecto a la cual la matriz de f es triangular superior. Remarca.- Se A es la matriz respecto a {v1 , . . . , vm }, la matriz de f respecto a {vm , . . . , v1 } es amm am1 . . . . A = . . . a1m a11
Sea A = (aij ) Mm,m (K), se dice que A es triangular superior si aij = 0 para i > j. a11 an1 a22 A= .. . 0 ann
Si A es triangular superior, A es triangular inferior o viceversa. Por consiguiente la denicin de trianguo larizable puede remplazarse por inferior o superior. Sea A Mm,m (K). Se dice que A estriangularizable si existe M Gl(m, K) tal que M AM 1 sea triangular superior o inferior. Proposicin III.2.1.- Sea f End(V ), entonces o f es triangularizable el polinomio caracter stico de f es producto de polinomios de grado 1.
Demostracin.- B es triangularizable, existe M inversible tal que o a11 an1 a22 M BM 1 = .. . 0 ann
m
y por lo tanto PB (x) = PA (x) =

i=1
(x a11 ).
por induccin sobre m. o m = 1 nada que hacer. Supongamos cierta la proposicin para m 1, con m > 1. o Sea 1 valor propio de f y v1 un vector propio asociado a 1 , se tiene f (v1 ) = 1 v1 y v1 = 0. Se elige v2 , . . . , vm de manera que {v1 , . . . , vm } sea una base de V . La matriz de f respecto a {v1 , . . . , vm } es de la forma 1 ; A= 0 A se tiene PA (x) = (x 1 )PA (x). Aplicando la hiptesis de induccin a A . Por consiguiente, existe M Gl(m 1, K) tal que M AM 1 es o o triangular. Se tiene 1 2 1 0 1 1 0 = .. 1 0 M 0 A 0 M . 0 n
III.2 Triangularizacion y Diagonalizacion
87
Proposicin III.2.2.- Si K es algebraicamente cerrado, entonces todo endomorsmo es triangularizable. o Ejemplo 1.- Una rotacin de R2 no es triangularizable. o Denicin III.2.3.- f End(V ) es diagonalizable si existe una base {v1 , . . . , vm } de V respecto a la cual o la matriz de f es una matriz diagonal. Dicho de otra manera: f es diagonalizable si existe una base de V formada de vectores propios de f . A Mm,m (K) es diagonalizable, si existe M Gl(m, K) tal que M AM 1 es una matriz diagonal. Ejemplo 2.- A = 0 1 no es diagonalizable, sino existir una base v1 y v2 de K2 respecto a la cual, la matriz de a 0 0 (A) es la matriz nula, pero esto es imposible.
Proposicin III.2.4.- Sea f End(V ). Entonces o
f es diagonalizable
Pf = (x j )mj 1) j=1,...,r
mj = m = dim V . i = j para i = j y 1,...,r 2) dim ker(f j id) = mj para j = 1, . . . , r.

m m
Demostracin.- Supongamos que existe una base {v1 , . . . , vm } con f (v1 ) = ai vi , por lo tanto o Pf (x) = (x ai ) = (x j )mj .
i=1
i=1
Si es necesario renumerar los vi , la matriz de f respecto a {vi } es diag(1 , . . . , 1 , . . . , r , . . . , r ).

m1 mr
Por lo tanto ker(f 1 id) admite como base {v1 , . . . , vm1 y as sucesivamente. Se plantea Kj = ker(f j id). Por la proposicin III.1.6, los Kj son linealmente independientes y por el o corolario III.1.7 K1 K2 Kr V (v1 , v2 , . . . , vr ) v1 + v2 + + vr es un isomorsmo, consiguientemente V = Kj . Sea Bj una base de KJ , de donde B = r es una base de V. j=1 La matriz de f respecto a B es diagonal.
88
III Formas Normales
III.3 Endomorsmos Normales de un Espacio Unitario
Recordemos que E es un espacio unitario de dimensin m sobre el cuerpo C, si est provisto de un producto o a escalar herm tico. EE C (x, y) x, y sesquilineal y denido positivo. As mismo se dispone de una biyeccin o : E E = Hom(E, C) y (y) : E C x x, y . Esta aplicacin es semilineal en el sentido que sigue o (y1 + y2 ) = (y1 ) + (y2 ), (y) = (y). Sea a End(E). Porque es biyectiva, entonces existe una unica aplicacin a : E E que vuelve el o siguiente diagrama conmutativo a E E a 1 E at E es decir, a = 1 at . Proposicin III.3.1.- a es lineal y se llama la adjunta de a. o Remarca.- No confundir con la matriz adjunta, diferente contexto. Demostracin.- Por la adicin no hay problema; en efecto, , at y 1 son isomorsmos de grupo para la o o adicin. o Para la multiplicacin, tenemos o a(x) = 1 (at (x)) = 1 (at (x)) = 1 (at (x)) = (x). a
Proposicin III.3.2.- Sea a End(E), para todo x, y E se tiene la siguiente frmula o o a(x), y = x, a(y) . Es decir, el producto escalar de la imagen de x con y es el mismo que producto escalar de x con la imagen de la adjunta de y. Demostracin.- Por denicin de a, se tiene o o at = a . Por lo tanto: a(x), y = (y)(a(x)) = at (y)(x) = ((y))(x) = x, a(y) . a
III.3 Endomorfismos Normales de un Espacio Unitario
89
Proposicin III.3.3.- Sea {f1 , . . . , fm } una base ortonormal de E. Sea a End(E). Se denota A la matriz o de a respecto a {f1 , . . . , fm }. Sea A la matriz de a respecto a i = 1, . . . , m. Entonces A = At = At .
Demostracin.- Sean x = o
xi fi y y =
yj fj . Se tiene y1 . xm ) A t . . . ym y1 . xm ) A . . . ym At = A.
a(x), y = ( x1
Tambin e x, a(y) = ( x1 Deducimos por consiguiente
Proposicin III.3.4.- Sean a, b End(E). Entonces: o i) (ab) = a; b ii) a = a; iii) (a + b) = a + b; iv) (a) = . a Demostracin.- Consecuencia directa de A = At . o Denicin III.3.5.- Sea a End(E), se dice que a es autoadjunto si a = a. o Sea {f1 , . . . , fm } una base ortonormal de E. Sea a End(E) y A la matriz de a respecto a la base {fi }. Si a es un endomorsmo autoadjunto se tiene A = A = At lo que implica que A es una matriz herm tica. Proposicin III.3.6.- Sea a End(E), {f1 , . . . , fm } una base ortonormal y A la matriz de a respecto a o {f1 , . . . , fm }; entonces a es autoadjunto A Herm(m, C). Si a es un endomorsmo autoadjunto, se tiene a(x), y = x, a(y) , por lo tanto x, a(x) = a(x), x R. Se dice que a es positivo ai a es autoadjunto y si a(x), x 0, x E.
90
III Formas Normales
Se dice que a es unitario si a = id o a = a1 . En forma matricial AAt = I, A es unitaria. a t = At A. Se dice que a es normal si a = aa y A es una matriz normal si AA a En este paragrafo el resultado principal es: a es un endomorsmo normal, si y solamente si existe una base ortonormal de E formada de vectores propios de a. Caso Particular Consideremos el caso en que E es de dimensin igual a 1. En este caso E = C. Tenemos por lo tanto o z, w = z w. Puesto que dim End(C) = 1, se puede decir que End(C) = C. El endomorsmo adjunto de a es a. Las deniciones dadas ms arriba tendrn las siguientes equivalencias: a a a es autoadjunto a R. es positivo a R y a > 0. antiautoadjunto a iR. unitario |a| = 1. Todo endomorsmo a es normal, en efecto a = aa. a Caso General Volvamos al caso general donde E es un espacio unitario de dimensin nita. o Remarcas 1.- El conjunto H = {a End(E)|a = a} es un subespacio real de End(E), es decir a, b H a + b H, , R. 2.- En conjunto de los endomorsmos positivos de E es un cono convexo de H. Se dice que un subconjunto C de H es un cono convexo si a, b C a + b C, , 0. 3.- {a End(E)| a = a} = iH = {ib|b H} es un subespacio real de End(E). Se tiene End(E) = H iH suma directa de subespacios vectoriales reales. 4.- El conjunto de los endomorrmos unitarioses un grupo para la composicin de aplicaciones, se lo denota o U(E). Proposicin III.3.7.- Sean a, b H, entonces o ab H ab = ba. Demostracin.- ab H, se tiene o Se supone ab = ba, entonces ab = a = ba = ab. b
Se dice que a es antiautoadjunto si a = a y en forma matricial si la matriz de a respecto a una base ortonormal verica At = A.
ab = ab = a = ba. b
III.3 Endomorfismos Normales de un Espacio Unitario Proposicin III.3.8.- Sea F un subespacio de E invariante por a. Entonces o F = {x E| x, y = 0 y F } es invariante por a. Demostracin.- Sea x F e y F , se tiene o a(x), y = x, a(y) = 0.
91
Proposicin III.3.9.- Sea V un espacio vectorial sobre un cuerpo K algebraicamente cerrado. Sean , o End(V ) tales que = . Entonces existe un vector propio comn a y . u Demostracin.- Sea valor propio de . Esto signica que o W = ker( id) = {0}. Se observa que W es invariante por . En efecto, (w) W ((w)) = ((w)). Esto sucede por que ((w)) = ((w)) = (w) = (w). Por que K es algebraicamente cerrado, el endomorsmo |W de W posee un vector propio, es decir existe v W con (v) = v. Por otro lado, por denicin de W , se tiene (v) = v. o Proposicin III.3.10.- Se tiene: o i) a End(E) es normal existe una base ortonormal de E dada de vectores propios de a. ii) Sea {f1 , . . . , fm } una base ortonormal de E tal que a(fj ) = j fj , j C. Entonces 1) 2) 3) a(fj ) = j fj ; a es autoadjunto j R; a es positivo j R y j > 0; a es antiautoadjunto j iR; 4) a es unitario |j | = 1.5)
Demostracin.- i) Sea {f1 , . . . , fm } una base ortonormal formada de vectores propios para a. Se tiene o a(fj ) = j fj . La matriz A de a respecto a esta base es diag(1 , . . . , m ). La matriz A de a respecto a esta base es diag(1 , . . . , m ). = AA, es decir a = aa, a es normal. Observar que ii) 1) ha sido demostrado. Se tiene AA a Se demuestra por induccin sobre m = dim E que existe una base ortonormal de E formada de vectores o propios comunes a a y a. Para m = 1, trivial. Suponemos cierto para dimE < m. Por la proposicion III.3.9 existe f1 E con f1 , f1 = 1 y f1 vector propio de a y a. Se denota F1 el espacio engendrado por f1 . Por la proposicion III.3.8, se tiene
a(F1 ) F1 a(F1 ) F1
a(F1 ) F1 a(F1 ) F1
lo que implica que F1 es invariante por a y a.
92
III Formas Normales
Por hiptesis de induccin, existe una base ortonormal {f2 , . . . , fm } de F1 , de vectores propios de a y o o a. Entonces {f1 , f2 , . . . , fm } es una base ortonormal de E formada de vectores propios para a y a. ii) 2,3,4 ejercicio.
Corolario III.3.11.- Sea A Mm,m (C) una matriz normal, respectivamente unitaria, herm tica, antiherm tica, positiva. Entonces existe U U(m, C) tal que U AU 1 = diag(1 , . . . , m ) donde j C, respectivamente |j | = 1, j R, j iR, j 0.
Demostracin.- Se interpreta A como la matriz de un endomorsmo normal de Cm , la proposicin III.3.10 o o indica que existe una base ortonormal {f1 , . . . , fm } de Cm formada de vectores propios de A. Se introduce la matriz de pasaje U de {e1 , . . . , em } a {f1 , . . . , fm }, entonces U U(m, C) y U AU 1 = diag(1 , . . . , m )
Dos Aplicaciones a las Matrices a Coecientes Reales

Proposicin III.3.12.- Sea A Mm,m (R) una matriz simtrica. Los valores propios de A son reales. o e Adems existe Q O(m, R) tal que QAQt = diag(1 , . . . , m ). a
Demostracin.- Se tiene Mm,m (R) Mm,m (C), A es por consiguiente herm o tica. Por el corolario precedente, los valores propios de A son reales. As mismo A es diagonalizable en Mm,m (C). Se tiene que C = ker(A I), suma sobre los diferentes subespacios propios. Armamos que para la
estructura estandar de espacio unitario los subespacios V son ortogonales dos a dos, donde V = ker(AI). En efecto, se tiene v , v = v , v = Av , v = v , Av = v , v = v , v . de donde v , v = 0 si = . Sea w = (w1 , . . . , wm ) Cm , se plantea w = (w1 , . . . , wm ). Sea W Cm un subespacio vectorial, se plante W = {w|w W }. Ejercicio.- Si W = W , existe una base ortonormal de W compuesta de elementos de Rm Cm . Se tiene V = V . En efecto v V Av = v Av = v A = v V . v v Utilizando el ejercicio, se elige una base ortonormal de V constituida de elementos de Rm que la denotamos B . Planteamos B = B , B es una base ortonormal de Cm formada de elementos de Rm , por consiguiente B tambin es una base ortonormal de Rm formada de vectores propios de A. e Se introduce Q la matriz de pasaje de la base cannica a B. Se tiene o QAQt = diag(1 , . . . , m ).
Ejercicio.-Estudiar en R2 la ecuacin o ax2 + 2bxy + cy 2 = 1.
III.3 Endomorfismos Normales de un Espacio Unitario
93
Sea E = Rm , el espacio euclidiano estandar. Sea O(E). Entonces existe una base ortonormal de E respecto a la cual la matriz de es de la forma cos sin 0 0 sin cos cos sin 0 sin cos .. . = cos sin 0 0 sin cos 1 .. . 1 La versin matricial: Sea O(m, R), entonces existe Q O(m, R) tal que QQt = . o Demostracin.- Consideremos el diagrama siguiente o
E = Rm
Rm
CM
Cm C
Sea la matriz de respecto a la base cannica. C la aplicacin lineal de respecto a la base cannica. o o o Por consiguiente C es una transformacin unitaria de Cm . Dicho de otra manera O(m, R) U(m, C). o Por la proposicin III.3.10 C es diagonalizable y sus valores propios son mdulo igual a 1. Por cono o siguiente Cm = K K = ker(C id). Se observa que los K son ortogonales dos a dos; en efecto v , v = C v , v = v , C v = v , 1 v = 1 v , v = v , v = 0. C lo que implica que v v si = . Se observa que K = K . Vericar como ejercicio. Ahora bien, si R, se tiene que = 1 o = 1, por lo tanto K = K = K , por lo tanto exist una base B de K ortogonal y formada de elementos de Rm . Si R, se considera K K = K K .
Sea {v1 , . . . , vm } una base ortonormal de K , entonces {1 , . . . , vm } es una base ortonormal de K . Mostrar v esta armacin como ejercicio. o Se plantea: 1 b2j1 = (vj + vj ) Rm , j = 1, . . . , m ; 2 1 b2j = i(vj vj ) Rm m, j = 1, . . . , m . 2 Ahora bien {b1 , . . . , b2m } = B es una base ortonormal de K K formada de vectores de Rm . La vericacin de esta armacin la dejamos como ejercicio. o o Se considera B = B es una base ortonormal de Cm formada de elementos de Rm , entonces base de m R . El ultimo paso es vericar que la matriz de C es de la forma de .
94
III Formas Normales
III.4 Descomposicin Cannica o o
Denicin III.4.1.- Se dice que g End(V ) es nilpotente, si existe n > 0 tal que g n = 0. o Proposicin III.4.2.- Sea f End(V ). Entonces existe una unica descomposicin V = N R tal que o o a) f (N ) N y f|N es nilpotente. b) f (R) R y f|R es inversible. Demostracin.- Para la existencia, se considera la sucesin o o {0} ker(f ) ker(f 2 ) ker(f n ) ker(f n+1 ) . Se observa que si ker(f n ) = ker(f n+1 ), entonces ker(f n ) = ker(f n+p ) para p > 0. En efecto, sea x ker(f n+p ), se tiene f n+p (x) = 0 y f n+1 (f p1 (x)) = 0 f p1 (x) ker(f n+1 ) = ker(f n ), de donde f n+p1 (x) = 0 x ker(f n+p1 ), iterando las veces que sea necesario obtenemos x ker(f n ). Tambin se puede observar que existe q > 0 tal que e {0} Se plantea ker(f ) ker(f q ) = ker(f p+q ).
N = ker(f q ), R = Im(f q ).
Estos dos subespacios verican las condiciones a) y b) y V = N R. Se tiene N R = {0}, sea x N R ,se tiene f q (x) = 0 y x = f q (y) para cierto y V . As q f (x) = f 2q (y), se tiene y ker(f 2q ) = ker(f q ). Se tiene V = N + R, esto sigue de la frmula de dimensin para aplicaciones lineales o o dim V = dim ker(f q ) + dim Im(f q ). La condicin a) se verica porque o f (ker(f q )) ker(f q ) y (f| ker(f q ) )q = 0. f| ker(f q ) es nilpotente. La condicin b) se cumple, por que f (Im(f q )) Im(f q ). Se tiene fIm(f q ) es inversible, es suciente ver o que ker(f ) R = {0}, en efecto se tiene Unicidad. Se supone que V = ker(f q ) Im(f q ) = N R con N y R que verican las condiciones a) y b). q Se tiene f|N nilpotente, N ker(f|N ker(f q ) = N . q f|R inversible, entonces f|R inversible, entonces R Im(f q ) = R. Por que V = N R = N R , se tiene necesariamente N = N y R = R. ker(f ) R N R = {0}.
III.4 Descomposicion Canonica
95
Teorema III.4.3.- Se supone K algebraicamente cerrado. Sea f End(V ).

p
Ejercicio.- Mostrar que si g End(V ) es nilpotente, entonces Pg (x) = xdim V .
Pf (x) = con i = j para i = j y
j=1
(x j )mj
mj = m. Se tiene entonces
p
V =
j=1
ker((f j id)mj ) .
Vj
Es la descomposicion cannica de V en subespacios invariantes de f . Ademas dim Vj = mj , (f j id)|Vj es o nilpotente y Pf|Vj (x) = (x j )mj .
Demostracin.- Sea 1 un valor propio de f , sea m1 la multiplicidad algebraica de este valor propio. Se o aplica la proposicin III.4.2 al endomorsmo f1 = f 1 id, entonces se tiene V = N1 R1 , con o a) f1 (N1 ) N1 y f1 |N1 nilpotente, b) f1 (R1 ) R1 y f1 |R1 inversible. Deducimos por consiguiente que f (N1 ) N y f (R1 ) R1 . Ahora bien, se tiene Pf1 (x) = det(x id f1 ) = det(x id f + 1 id) = det((x + 1 )id f ) = Pf (x + 1 ).
De donde Pf1 (x) = xm1

j2
(x + 1 j )mj ,
aplicando el ejercicio anterior al teorema y denotando n1 = dim N1 , se tiene Pf1 |N1 (x) = xn1 , por lo tanto n1 = m1 y Pf|R1 (x) =
j2
(x j )mj .
m El siguiente paso es mostrar que N1 = ker(f1 1 ). Se tiene
{0}
ker(f )
ker(f q ) = ker(f p+q ) = N1 .
Observamos inmediatamente que q m1 , por consiguiente V = ker(f 1 id)m1 R1 ,

V1
con f (R1 ) R1 , dim V1 = m1 , Pf|V1 (x) = (x 1 )m1 y f|V1 nilpotente. Se recomienza el razonamiento con R1 . Ejemplo 1.- Consideremos la situacin en que dim V = 2. Se tiene dos casos: o i) Pf (x) = (x 1 )(x 2 ) con 1 = 2 . Se tiene V = ker(f 1 id) ker(f 2 id)
96 y f es diagonalizable. ii) Pf (x) = (x )2 , se tiene lo que implica que f=

homotecia
III Formas Normales
V = ker(f id)2 , id + (f id) .

nilpotente
Conservando la notacin y las hiptesis del teorema, se introduce o o fd : Vj = V V

vj Vj
vj
j vj .
Dicho de otra manera fd (Vj ) Vj y fd |Vj es una homotecia de razon j . Por construccin fd es diagonalizable o y adems a Pfd (x) = (x j )mj = Pf (x). Se puede observar que V = Vj es la descomposicin de V en suma directa de subespacios propios para fd . o Se plantea fn = f dd . Proposicin III.4.4.- Mismas hiptesis y notacin del teorema III.4.3. Entonces se tiene: o o o i) f = fd + fn donde fd es diagonalizable, fn es nilpotente y que satisfacen fn fd = fd fn . Adems a Pf (x) = ffd (x). ii) Si fd diagonalizable y fn nilpotente como en i), entonces fd = fd y fn = fn Demostracin i) Se tiene f = fd + fn por denicin. Sea vj Vj , entonces fd (vj ) = j vj Vj . Ahora o o bien, fd (f (vj ) = j f (vj ),
Vj
f (fd (vj )) = f (vj ) = j f (vj ), de donde f fd = fd f , lo que un clculo simple dar fn fd = fd fn . a a fd es diagonalizable por construccin. Veamos que fn es nilpotente, sea vj Vj , se tiene o
m fn j (vj ) = (f fd )mj (vj ) = (f j id)mj (vj ) = 0,
porque Vj = ker(f j id)mj . Sea M = max{mj }, entonces se tiene

M fn (
vj ) =
M fn (vj ) = 0
y fn es nilpotente. Pf = Pfd por construccin. o ii) Sean fd diagonalizable y fn nilpotentes, tales que
f = fd + fn , Por el teorema III.4.3 aplicado a fd , se tiene que fd fn = fn fd .
V =
Vj ,
Pfd (x) =
(x )nj , j
Vj = ker(fd id)nj y fd (Vj ) Vj . j
Deber observarse que Vj = ker(fd id) por que fd es diagonalizable. Mostremos que fn (Vj ) Vj ; en j efecto, se tiene vj Vj fd (vj ) = j (vj ). Ahora bien fn (fd id)(vj ) = fn fd (vj ) fn (vj ) = 0, j j fd (fn ) = fn (vj ). j
III.4 Descomposicion Canonica
97
De la misma manera se muestra que f (Vj ) Vj . Utilizando la proposicin III.3.9 para f , fn y fd restringidos o en Vj , deducimos que j = k , para algn k, la vericacin la dejamos como un simple ejercicio. En resumen u o todo valor propio de fd es valor propio de f . El siguiente paso es mostrar que fn (Vj ) Vj , para todo j. Se tiene que fn (vj ) = (fn + fd fd )(vj ) = fn (vj ) + (j j )vj Vj , por que vj Vk para algn k. Adems u a fd (fn (vj )) = j fn (vj ) = fn (j vj ) = fn (fd (vj )), de donde fd fn = fn fd sobre Vj y por consiguiente sobre V . Por simples clculos es facil ver tambin que a e fn fn = fn fn . Ejercicio.-Mostrar que fn fn es nilpotente. Por ultimo mostremos que fd = fd , sea 0 = v V , v = fd (v) = fd (v) + (fn fn )(v) = v + (fn fn )(v), de donde v es vector propio de fn fn y como este endomorsmo es nilpotente deducimos que fn (v) = fn (v) y fd (v) = fd (v).
98
III Formas Normales
III.5 Teorema de Hamilton Cayley
Teorema III.5.1.- Hamilton-Cayley. Se tiene: i) Sea f End(V ), entonces Pf (f ) = 0. ii) Sea A Mm,m (K), entonces PA (A) = 0. Demostracin.- Debe constatarse que i) y ii) son enunciados equivalentes. Como preliminar a la deo mostracin debe recordarse que todo cuerpo K es subcuerpo de un cuerpo K algebraicamente cerrado. Por o ejemplo R C. La demostracin se la realiza en dos etapas. o 1.-K cuerpo de base arbitrario. Ejercicios de la Prctica. a 2.-K cuerpo de base algebraicamente cerrado. Se tiene por consiguiente Pf (x) = donde Vj = ker(f j id)mj . Se tiene Pf (f ) =
j
(x j )mj ,
V =
Vj ,
(f j id)mj ,
producto en cualquier orden. Sea vk Vk , se tiene por consiguiente Pf (f )(vk ) = Pf (f ) =

j
(f j id)mj (vk ) =
j=k
(f j id)mj (f k id)mk (vk ) .

=0
De donde Pf (f ) = 0. Consideremos la aplicacin o
f K[x] End(V ) P P (f )
Se puede ver que f es un homorsmo de espacios vectoriales y de anillos. Si la dimensin de V es m, se o tiene dim End(V ) = m2 y por otro lado dim K[x] es innita. Por lo tanto f no es inyectiva, lo que signica que ker f = {0}. Como f es un homomorsmo de anillos, se tiene que ker f es un ideal, resultado que ser visto en a otro curso. El teorema de Hamilton Cayley arma que Pf ker f y se mostrar en otro curso de Algebra que a ker f = Mf K[x] = {Mf P |P K[x]}. Mf es un polinomio de coeciente dominante 1 y se conoce como el polinomio minimal de f End(V ). Por consiguiente se tiene que Mf divide Pf . Ejemplos 1.- Sea A= el polinomio caracter stico de A est dado por a PA (x) = x2 (a11 + a22 )x + (a11 a22 a12 a21 ), de donde PA (A) = A2 (a11 + a22 )A + (a11 a22 a12 a21 )I = 0 0 0 0 .
a11 a21
a12 a22
III.5 Teorema de Hamilton Cayley
99
2.- Sea A Mm,m (K). Se pide calcular A100 . Sea PA el polinomio caracter stico de A, este polinomio es de grado m. Efectuando la divisin con resto, se tiene o x100 = PA (x)Q(x) + RA (x), donde el grado de RA (x) es menor a m. Remplazando A en los polinomios, se obtiene A100 = PA (A) Q(A) + R(A).
=0
El clculo de A100 se lleva al clculo de RA (A). a a Consideremos el caso en que PA (x) tiene raices simples, entonces A es diagonalizable, por lo tanto existe M Gl(m, K) tal que M AM 1 = diag(1 , . . . , m ), M A100 M 1 = diag(100 , . . . , 100 ). m 1 Entonces RA (i ) = 100 . En efecto i (x100 RA )(i ) = 0, i = 1, . . . , m.
Por lo tanto x100 RA es divisible por (x 1 ) (x m ). Veamos esto numricamente, sea e 1 1 A= 1 0 la matriz de la serie de Fibonacci. Se tiene 1+ 5 1 5 PA (x) = x x 1 = (x 1 )(x 2 ), con 1 = , 2 = , 2 2
2
de donde RA (x) = por lo tanto
100 100 2 1 (x 2 ) + (1 x), 1 2 1 2 1 2 1 1 2 1 1 1 . + 100 1 2 1
1 A100 = 100 1 5
100
III Formas Normales
III.6 Endomorsmos Nilpotentes
Se dice que g End(V ) es nilpotente, si existe n > 0 tal que g n = 0. Resultado Principal.- Existe una base de normal de Jordan siguiente 0 1 0 2 .. . V respecto a la cual la matriz de g nilpotente, tiene la forma n1 0
.. 0
Denicin III.6.1.- Sea g End(V ) nilpotente, el entero ms pequeo q > 0 tal que g q = 0 se llama o a n ndice de g. Proposicin III.6.2.- Sea g nilpotente de o ndice q. Sea v1 V tal que g q1 (v1 ) = 0; entonces: q1 i) los vectores v1 , g(v1 ), . . . , g (v1 ) son linealmente independientes. Se denota V1 el subespacio de V engendrado por {v1 , g(v1 ), . . . , g q1 (v1 )}. Se tiene g(V1 ) V1 . ii) Existe un subespacio W de V tal que a) V = V1 W , b) g(W ) W . Si se toma como base de V {v1 , g(v1 ), . . . , g q1 (v1 ), w1 , . . . , wp } la matriz de g respecto a esta base es
base de
Se dice que A Mm,m (K) es nilpotente si existe n > 0, tal que An = 0. Resultado.- Existe M Gl(m, K) tal que M AM 1 es de la forma normal.
con i = 0 o i = 1.
de la forma
V1
base de
..
..
0
0 .
Demostracin.- i) Por el absurdo, suponemos que {v1 , g(v1 ), . . . , g q1 (v1 )} es una familia linealmente o dependiente, por consiguiente existen i K no todos nulos tales que
q1
i g i (v1 ) = 0,
i=0
se denota p el ndice ms pequeo tal que p = 0. Se tiene a n i i i ip1 g p (vi ) = g (v1 ) = g p+1 g (v1 ) = g p+1 (w). p p i>p i>p
w
Entonces g q1 (v1 ) = g qp1 (g p (v1 )) = g qp1 (g p+1 (w)) = 0. Lo que contradice con la hiptesis que g q1 (v1 ) = 0. Por consiguiente o {v1 , g(v1 ), . . . , g q1 (v1 )} es linealmente independiente. Mostremos que g(V1 ) V1 , sea w V1 , se tiene w = i g i (v1 ) y g(w) = i g i+1 (vi ) V1 g(V1 ) V1 .
III.6 Endomorfismos Nilpotentes
101
ii) Se mostrar por induccin sobre el a o ndice q de g la existencia de un suplementario W de V1 que es estable por g. Si q = 1, entonces g = 0 y no hay nada que hacer. Se supone cierta la asercin para los endomorsmos nilpotentes de o ndice < q. Se introduce R = Im(g) V , R es un subespacio de V y se tiene que g(R) R y el ndice de g|R es q 1. La vericacin de que el o ndice de g|R la dejamos como ejercicio. Se puede aplicar la hiptesis de induccin a R, g|R , g(v1 ) y R1 , donde R1 es el subespacio de R o o engendrado por {g(v1 ), . . . , g q1 (v1 )}. Entonces existe un subespacio S de R tal que R = R1 S y g(S) S. Via V R = Img v g(v) se introduce S = {v V |g(v) S}. Armamos que V = V1 + S . En efecto, sea v V , se escribe g(v) = r1 + s, existe x1 V1 tal que g(x1 ) = r1 . Ahora bien g(v x1 ) = g(v) g(s1 ) = s S, por lo tanto v x1 S y ms todav v = x1 + s con x1 V1 y s S . a a Observamos que g(S ) S , en efecto, sea s S g(s ) S g(g(s )) S, esto es cierto por que g(S) S por hiptesis de induccin. o o V1 S = {0}. En realidad V1 S es de dimensin 1 engendrado por g p1 (v1 ). En efecto, o 0 = g p1 (v1 ) V1 por denicin, o 0 = g p1 (v1 ) S por que g(g p1 (v1 )) = 0 S. Rec procamente, sea v V1 S , se tiene g(v) V1 Im(g) = R1 g(v) S g(v) S R1 = {0};
g(v) = 0, de donde v V1 ker(g). Se utiliza nalmente que V1 ker(g) es engendrado por g p1 (v1 ). V1 S = {0}; en efecto V1 S = V1 (S R) = V1 R S = R1 S = {0}. Se considera por consiguiente el subespacio de S dado por S (S V1 ), se elige un suplementario S = S (S V1 ) S , se plantea W = S S . El subespacio W satisface las condiciones de la proposicin, es decir: o a) g(W ) W ; en efecto, w W , se tiene g(w) S W . b) V1 W = {0}; en efecto, V1 W = V1 (W S ) = (V1 S ) W = {0}, por construccin de W . o c) V1 + W = V ; en efecto, V = V1 + S = V1 + (W + V1 S ) = V1 + W.
102
III Formas Normales
Sea g End(V ) un endomorsmo nilpotente. Se dice que un subespacio V1 de V es un subespacio c clico respecto a g, si existe v1 V y n > 0 tal que v1 , g(v1 ), . . . , g n1 (v1 ) es una base de V1 y g n (v1 ) = 0. En la proposicin precedente se ha mostrado la existencia de subespacios c o clicos. Teorema III.6.3.- Sea g End(V ) nilpotente. Entonces existe una descomposicin o
k
V =
j=1
Vj ,
(III.6.1)
donde cada uno de los Vj es c clico respecto a g. El entero k y los enteros qj = dim Vj dependen solamente de g y no as de la descomposicin particular (III.6.1). o Demostracin.- Se elige v1 V como en la proposicin (III.6.2), despus V1 el subespacio engendrado por o o e {v1 , g(v1 ), . . . , g q1 (v1 )}. El subespacio V1 es c clico respecto a g. Adems existe una descomposicin V = V1 W donde g(W ) W . a o Se recomienza el razonamiento sobre W y se llega paso a paso a la existencia de la descomposicin o (III.6.1). Mostremos la unicidad de k y los qj . Para un entero n, se plantea e(n) = #{j| dim Vj = n}. e(n) depende solamente de g y no de la descomposicin particular en subespacios c o clicos. En efecto la frmula o e(n) = rang(g n1 ) 2rang(g n ) + rang(g n+1 )
depende solamente de g. Mostremos esta ultima frmula. Consideremos Vj , la base es vj , g(vj ), . . . , g qj 1 (vj ) o y g qj (vj ) = 0. Se tiene rang(g|Vj ) = qj 1 2 rang(g|Vj ) = qj 2 rang(g n ) = max{0, q n}, j |Vj . . .
k
entonces
rang(g n ) =
j=1
n rang(g|Vj ).
Por lo tanto rang(g n1 ) = e(n) + 2e(n + 1) + 3e(n + 2) + + (l + 1)e(n + l) rang(g n ) = e(n + 1) + 2e(n + 2) + + l e(n) n+1 rang(g )= e(n + 2) + + (l 1)e(n + l) Proposicin III.6.4.- i) Sea g End(V ) un endomorsmo nilpotente. Entonces existe una base de V o respecto a la cual la matriz es de la forma normal de Jordan 0 1 0 2 .. .. con i = 0 o i = 1. . . 0
n1
III.6 Endomorfismos Nilpotentes
103
ii) Sea A Mm,m (K) nilpotente. Entonces existe M Gl(m, K) tal que M AM 1 sea de la forma de Jordan. Demostracin.- Se recuerda el teorema precedente. Existe o
k
V =
j=1
Vj
donde los Vj son c clicos respecto a g. Es decir existe vj Vj tal que {vj , g(vj ), . . . , g qj 1 (vj )} es una base de Vj y g qj (vj ) = 0, con qj = dim Vj . Se toma por base de Vj , Bj = {g qj 1 (vj ), . . . , g(vj ), vj }, la matriz de g|Vj respecto a Bj es 0 1 .. . ..
. 0
Juntando los Bj se obtiene la base buscada.

k
. 1 0
La descomposicin V = o
j=1
Vj respecto a g no es unica, pero si son enteramente determinados por g los
enteros k y qj . Se llama particin del entero m 1, una descomposicin de m en o o m = q1 + q2 + + qk , con q1 q2 qk > 0. Ejemplo 1.- Las particiones del entero 4 son: 4 = 4, 4 = 3 + 1, 4 = 2 + 2, 4 = 2 + 1 + 1, 4 = 1 + 1 + 1 + 1; en total 5 particiones de 4. A g End(V ) nilpotente se le asocia la particin o
k
m=
j=1
qj .
Proposicin III.6.5.- Sean g, g End(V ) nilpotentes. Entonces o

g y g son conjugados las particiones asociadas a g y g son las mismas.
Demostracin.- Por hiptesis, existe un automorsmo h de V , h Gl(V ), tal que g = hgh1 . Se toma o o una descomposicin en espacios c o clicos respecto a g V = Vj . Armamos que V = h(Vj ) es una descomposicin en subespacios c o clicos respecto a g , con lo que la primera implicacin estar demostrada. En efecto, por hiptesis existe vj Vj tal que o a o {vj , g(vj ), . . . , g qj 1 (vj )} es base de Vj , g qj (vj ) = 0, qj = dim Vj .
104 Una simple vericacin dar o a {h(vj ), g (h(vj )), . . . , g

k qj 1
III Formas Normales
(h(vj ))} es base de h(Vj ),
g j (h(vj )) = 0, qj = dim h(Vj ).
Se supone que las particiones son las mismas; es decir: V =

j=1 k
Vj descomposicn en subespacios c o clicos respecto a g, Vj descomposicn en subespacios c o clicos respecto a g ,

j=1
V =
con la condicin dim Vj = dim Vj . Consideremos. o vj Vj tal que

vj Vj tal que
{vj , g(vj ), . . . , g qj 1 (vj )} es base de Vj , g qj (vj ) = 0;

q {vj , g (vj ), . . . , g g j (vj ) = 0. qj 1 (vj )} es base de Vj ,
Se plantea h : V V la aplicacin lineal denida por o

g l vj g (vj ), l
0 l qj 1, j = 1, . . . , k.
Esta aplicacin es un isomorsmo por que env base sobre base. o a Armamos que hgh1 = g , con lo que la proposicin estar demostrada. En efecto, para vericar que o a 2 aplicaciones lineales coinciden, es suciente vericar que coinciden sobre los elementos de una base;
hgh1 (g (vj )) = hgg l (vj ) = hg l+1 (vj ) = g l l+1 = g (g (vj )). l
Corolario III.6.6.- Existe un nmero nito de clases de conjugacin de endomorsmos (de matrices) u o nilpotentes. Este nmro es igual al nmero de particiones del entero m = dim V . u u Demostracin.- Consecuencia de la proposicin III.6.5, se ha obtenido una aplicacin inyectiva o o o clases de conjugacin de matrices (eno domorsmos) nilpotentes m m {particiones de m} .
Esta aplicacin tambin es sobreyectiva. En efecto, sea m = q1 + q2 + + qk una particin de m. Se plantea o e o

q1 1
0 A=
..
..
0
.
q2 0 1
..
..
0
. .. .
0
qk 1
..
Mm,m (K); .. . 0
III.6 Endomorfismos Nilpotentes sea {e1 , . . . , em } la base cannica de Km . Se tiene o Km = V1

dim V1 =q1
105
Vk
dim Vk =qk
con {e1 , . . . , eq1 } base de V1 , {eq1 +1 , . . . , eq1 +q2 } base de V2 , etc. Esta es una descomposicin en subespacios o c clicos respecto a A. En efecto A(eq1 ) = eq1 1 , A2 (eq1 ) = eq1 2 , etc. Ejemplo 2.- Las matrices nilpotentes de 4 4 son conjugadas a una de las siguientes matrices de Jordan 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 , 1 0 0 0 , 1 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 , 0 0 0 0 , 0 0
106
III Formas Normales
III.7 Descomposicin de Jordan o
Se plantea
Una matriz de la forma normal de Jordan es J(m , a ) 0 1 1 0 J(m2 , a2 ) no es necesario que ai = aj si i = j.
J(m, a) =
sc1
a 1
..
..
a
Mm,m (K). 1 J(mk , ak )
..
Teorema III.7.1.- Jordan. Se supone K algebraicamente cerrado, por ejemplo K = C. Entonces: i) Sea f End(V), entonces existe una base de V respecto a la cual la matriz de f tiene la forma normal de Jordan. ii) Sea A Mm,m (K), entonces existe M Gl(m, K) tal que M AM 1 es de la forma de Jordan.
r
Demostracin.- Se escribe Pf (x) = o
j=1
(x j )mj . Se plantea Vj = ker(f j id)mj . Se tiene

r
V =
j=1
Vj ,
descomposicin cannica en espacios invariantes respecto a f . o o Se introduce f = fd + fn , la descomposicin de Jordan de f , donde fd es diagonalizable, fd (Vj ) Vj y o fd |Vj = j id; fn es nilpotente, fn (Vj ) Vj y por lo tanto fn |Vj es nilpotente. Resultado del paragrafo precedente, existe una base Bj de Vj respecto a la cual la matriz de fn |Vj es de la forma 0 1 0 2 .. .. mj = dim Vj con i = 0 o i = 1. . . 0 mj 1 0 La matriz de f|Vj = (fd + fn )|Vj respecto a Bj es j 1 0 mj 1 j
2 .. .
..
. j
de tipo Jordan. Ensamblando y superponiendo las bases Bj , se obtiene una base B de V con la propiedad requerida.
III.7 Descomposicion de Jordan Proposicin III.7.2.- Sean o J(m , a ) 1 1 0 J =

1 1
107
0 J(m2 , a2 ) .. 0 J(m , a ) 2 2 . J(mp , ap )
Entonces J y J son conjugadas, si y solamente si p = q y existe una permutacin de {1, . . . , p} tal que o m(i) = m , i a(i) = a . i
J =
J(m , a ) 0
, .
..
. J(m , a ) q q
Ejemplos 1.- Si A = M JM 1 , entonces An = M J n M 1 . Tericamente para calcular An es suciente saber calcular o la potencia de una matriz de Jordan. Se tiene J(m, a) = aI + N, y (J(m, a))n =
i=1 0 n
n i
ap1 N i ,
con la convencin que N = I. Puede observarse que N p = 0 si p m. Por otro lado a cada potencia o de N la subdiagonal de 1s se desplaza a la derecha de una subdiagonal. 2.- Colocar A bajo la forma de Jordan, donde 0 1 0 A = 0 0 1. 1 1 1 Se tiene PA (x) = (x 1)2 (x + 1), por consiguiente C3 = ker(A + I) ker(A I)2 .
V1 V2
Realizando clculos elementales, se tiene que a V1 =< {(1, 1, 1)} >, V2 =< {(2, 1, 0), (1, 0, 1)} > .
y si J = M 1 AM , se tiene
Elegimos v2 = (2, 1, 0), entonces (A I)v2 = (1, 1, 1). Por consiguiente, la matriz de Jordan conjugada a A es 1 0 0 J = 0 1 1 0 0 1 1 1 2 M = 1 1 1 . 1 0 1

Algebra Lineal Avanzada

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra Lineal Avanzada

Cargado por

Copyright:

Formatos disponibles

Universidad Mayor de San Simn o Facultad de Ciencias y Tecnolog a

Hans C. M ller Santa Cruz u

iii 1 1 8 13 20 23 28 33 38 42 47 53 57 57 61 65 71 77 81 81 87 90 98 103 105 112

Cap tulo I Espacios Vectoriales y Aplicaciones Lineales

2 5) Se tiene 0 = 0, . Demostracin: o 1.- Supngase que 0 y 0 son ceros, entonces o

I Espacios Vectoriales y Aplicaciones Lineales

multiplicacin por escalar o

Demostracin.- Ejercicio. o Remarca.iI

Ui = {x V |i I, con x Ui } no es en general un subespacio vectorial de V .

11.- Sean U1 , U2 , . . . , Un subespacios vectoriales de V , se denota U1 + U2 + + Un

el subespacio engendrado por

Ejercicio.- Mostrar que los elementos de

son aqullos de V que se escriben bajo la forma e

I Espacios Vectoriales y Aplicaciones Lineales

a1 =(a11 , a21 , . . . , an1 ) Kn , . . . am =(a1m , a2m , . . . , anm ) Kn , b =(b1 , b2 , . . . , bn ) Kn .

I.2 Espacios de Generacion Finita

I.2 Espacios de Generacin Finita o

8 por otro lado, se tiene a partir de (I.2.1)

I Espacios Vectoriales y Aplicaciones Lineales

Por otro lado, sea v V , como Gr es un sistema de generadores, se tiene tambin e

Introduciendo (I.2.3), en cada uno de los yi con s < i r, se tiene nalmente

I.2 Espacios de Generacion Finita

I Espacios Vectoriales y Aplicaciones Lineales

beta = 0, sino B ser linealmente dependiente, entonces a

I.3 Aplicaciones Lineales

I.3 Aplicaciones Lineales

12 La aplicacin f max |f (x)| no es lineal. o

I Espacios Vectoriales y Aplicaciones Lineales

6.- Consideremos el sistema a11 1 Planteando + . . . + a12 2 an2 2 + + a1m m = . . . b1 (I.3.1)

a1 =(a11 , a21 , . . . , an1 ) Kn , . . . am =(a1m , a2m , . . . , anm ) Kn , b =(b1 , b2 , . . . , bn ) Kn .

I Espacios Vectoriales y Aplicaciones Lineales

Por lo tanto v ker(f ), tambin se escribe como e

I.3 Aplicaciones Lineales es sobreyectiva, pero no inyectiva.

Para todo v V , se tiene una escritura unica v =

Por consiguiente: f (v) =

I Espacios Vectoriales y Aplicaciones Lineales

El teorema fundamental indicar que es biyectiva. a

Aplicacin a los Sistemas Lineales o

I.4 Anillo de Homomorfismos

I.4 Anillo de Homomorsmos

I Espacios Vectoriales y Aplicaciones Lineales W v1 + v2 v2 vi , i 3; f g :W v1 (v1 + v2 ) v2 v2 vi vi , i 3;

I Espacios Vectoriales y Aplicaciones Lineales

I.5 Matriz de una Aplicacin Lineal o

donde {e1 , . . . , en } es la base cannica de Kn . Por consiguiente, si v = o (v) = (1 , 2 , . . . , n ) Kn .

I.5 Matriz de una Aplicacion Lineal

Transcripcin de las Operaciones Lineales en Trminos de Matriz o e

I Espacios Vectoriales y Aplicaciones Lineales

lo que en notacin de componentes se traduce a o 1 a11 a1m a11 . . . . . = + + m . . = 1 . . . . . n an1 anm

I Espacios Vectoriales y Aplicaciones Lineales

I.6 Cambio de Base

Nocin de Matriz de Pasaje o

dos bases de V . Se escribe

M = (mij ) Mm,m (K),

I.6 Cambio de Base por lo tanto M = M M .

con ( ij ) = N 1 , n con A(f ) = (aij ), con A (f ) = (a ). ij

a mkj lk (AM )lj = clj

nil clj (N 1 A M )ij

Por lo tanto aij = (N 1 A M )ij .

Aplicacin al Rango de una Matriz o

I Espacios Vectoriales y Aplicaciones Lineales

Dicho de otra forma, la matriz de f respecto a {vi } y {wj } es de la forma Ir 0 0 0 .

I.6 Cambio de Base

I Espacios Vectoriales y Aplicaciones Lineales

I.7 Operaciones Elementales sobre las Matrices