Algebra Lineal II

(APUNTE EN
CONSTRUCCI

ON)
por Jes us Juyumaya
Mayo, 2008

Indice general
Captulo 1. Tensores 5
1.1. Producto Tensorial 5
1.2. mtensores 13
1.3. Tensor de funciones lineales 14
1.4. Tensores en dimension nita 17
1.5. Producto tensorial de matrices 21
1.6. Ejercicios 23
Captulo 2. Tensores simetricos y antisimetricos 27
2.1. Los espacios S
m
(V) y ker(S
m
) 29
2.2. Los espacios A
m
(V) y ker(A
m
) 31
2.3. Propiedades universales para S
m
(V) y A
m
(V) 35
Captulo 3. 41
3.1. El algebra tensorial T(V) 41
3.2. El algebra exterior
_
V 43
3.3. Determinantes 45
3.4. Ejercicios 48

Indice alfabetico 51
Bibliografa 53
3
CAPTULO 1
Tensores
Salvo mencion de lo contrario, a lo largo del captulo los espacios
vectoriales considerados son de dimension arbitraria.
1.1. Producto Tensorial
Teorema 1.1. Sean V y W dos Kespacios vectoriales. Tenemos:
1. Existe un Kespacio vectorial U
0
y una funcion bilineal de
V W en U
0
que satisface las siguientes propiedades T1 y T2.
T1: El espacio vectorial U
0
esta generado por (V W)
T2: Para todo Kespacio vectorial U y toda funcion bilineal
: V W U existe una funcion lineal : U
0
U tal
que = . As, tenemos el diagrama conmutativo:
V W U
0
U
-

@
@
@
@
@R

p
p
p
p
p
p
p
p
p
p
p
?

2. El par (U
0
, ) es unico en el siguiente sentido. Si los pares
(U
0
, ) y (U

0
,

) satisfacen T1 y T2, entonces existe un iso-

morsmo : U
0
U

0
tal que =

. Es decir, tenemos
el siguiente diagrama conmutativo.
V W U
0
U

0
-

@
@
@
@
@R

p
p
p
p
p
p
p
p
p
p
?

5
6 1. TENSORES
Antes de entrar en la demostracion del Teorema, demostraremos
que pedir las propiedades T1 y T2 es equivalente a pedir la propiedad
T. La propiedad T es la propiedad T2, pero agregando la unicidad de
la funcion .
Proposicion 1.2. Pedir la propiedad T al par (U
0
, ) es equivalente
a pedir las propiedades T1 y T2 al par (U
0
, ).
Demostraci on. Supongamos que (U
0
, ) satisface las propiedad
T; as (U
0
, ) satisface la propiedad T2. Demostraremos que tambien
satisface la propiedad T1, es decir, que U
0
esta generado por (V W).
Pongamos

U := vect (V W) y la funcion bilineal de V W en

U,
denida cambiando el codominio U
0
de por

U. Aplicando la condicion
T, se sigue que existe una unica funcion lineal : U
0


U tal que
= . En un diagrama conmutativo, tenemos:
V W U
0

U
-

@
@
@
@
@R
b
p
p
p
p
p
p
p
p
p
p
?

Sea la funcion inclusion de

U en U
0
. Ahora = , luego
= . As, hace conmutativo el diagrama:
V W U
0
U
0
-

@
@
@
@
@R

p
p
p
p
p
p
p
p
p
p
p
?

Luego, de la unicidad de en la propiedad T, se sigue que = Id

U
0
.
En particular, es epiyectiva y en consecuencia

U = U
0
. Por lo tanto
el par (U
0
, ) satisface la propiedad T1.

Observacion 1.3. La propiedad T se llama propiedad universal

del par (U
0
, ).
1.1. PRODUCTO TENSORIAL 7
Demostracion del Teorema 1.1.
Unicidad. Sean (U
0
, ) y (U

0
,

) tales que satisfacen la propiedad

T. Luego, se sigue que existen unicas funciones lineales y

tales
que =

= . En un diagrama conmutativo:
V W U
0
U

0
U
0
-

@
@
@
@
@R

A
A
A
A
A
A
A
A
A
A
A
AU

p
p
p
p
p
p
p
p
p
p
?

p
p
p
p
p
p
p
p
p
p
?

En consecuencia,

= . Ahora, la funcion identidad Id

U
0
tambien
satisface Id
U
0
= . Luego, la unicidad en la propiedad T dice que

= Id
U
0
. De igual modo se obtiene

= Id
U

0
. Por lo tanto,
es un isomorsmo; as (U
0
, ) esta unicamente determinado.
En orden a demostrar la existencia de U
0
, recordemos brevemente
el concepto de espacio vectorial libre. Sea X un conjunto no vacio.
Denotemos por V(X) el Kespacio vectorial libre generado por X. Es
decir, los elementos de V(X) se escriben, de modo unico, en la forma:
n

i=1

i
x
i
(x
i
X,
i
K)
las operaciones de suma y ponderacion por escalar estan denidas como
sigue:
n

i=1

i
x
i
+
n

i=1

i
x
i
=
n

i=1
(
i
+
i
) x
i

i=1

i
x
i
=
n

i=1

i
x
i
( K)
8 1. TENSORES
El subconjunto {1 x ; x X} de V(X) esta en correspondencia biu-
nivoca con X. As, tenemos la siguiente funcion inyectiva:
: X V(X)
x (x) = 1 x
Lema 1.4. El par (V(X), ) satisface la siguiente propiedad univer-
sal: Si W un Kespacio vectorial y f : X W una funcion, entonces
existe una unica funcion lineal : V(X) W tal que = f. En
un diagrama conmutativo, se tiene:
X
V(X)
W
-

@
@
@
@R
f
p
p
p
p
p
p
p
p
p
?

Demostraci on. Dados W y f, denir como:

:
n

i=1

i
x
i

i=1

i
f(x
i
)

Existencia. Construyamos ahora U

0
. Sea X el conjunto V W y
consideremos el Kespacio vectorial V(X). Sea V

el subespacio de V(X)
generado por los vectores:
(1.1)
(v
1
+ v
2
, w) (v
1
, w) (v
2
, w)
(v, w
1
+w
2
) (v, w
1
) (v, w
2
)
(v, w) (v, w)
(v, w) (v, w)
donde v, v
1
, v
2
V, w, w
1
, w
2
W y K.
Denamos U
0
:= V(X)/V

y := , donde es la proyeccion
natural de V(X) sobre U
0
.
Dado que (X) genera a V(X), se sigue que U
0
esta generado por
{((x)) ; x X}. En consecuencia U
0
esta generado por (X). Es decir,
(U
0
, ) cumple la condicion T1.
Veamos ahora que (U
0
, ) satisface la condicion T2.
1.1. PRODUCTO TENSORIAL 9
Sea : V W U una funcion bilineal. De acuerdo al Lema 1.4,
existe una funcion : V(X) U, tal que = . Por otra parte,
del hecho que es bilineal se sigue que los generadores en (1.1) de V

pertenecen al ker(). As, V

ker(). En consecuencia, induce una

funcion lineal : U
0
U tal que = . Ahora,
= = =
Es decir, el par (U
0
, ) cumple la condicion T2. Resumamos la situacion
anterior en el siguiente diagrama conmutativo:
V W V(X) U
0
U
-

@
@
@
@
@
@R

p
p
p
p
p
p
p
p
p
p
p
p
?

p
p
p
p
p
p
p
p
p
p
p
p

( := )
Notacion. El espacio U
0
se denota por V W. El par (V W, ),
o simplemente V W, se llama el producto tensorial de V con W.
El vector (v, w) se denota por v w, y se lee: v tensor w. Conse-
cuentemente, como es bilineal, tenemos:
(v
1
+v
2
) w = v
1
w+v
2
w
v (w
1
+ w
2
) = v w
1
+ v w
2
(v)w = (v)w = v (w)
para todo v, v
1
, v
2
V, w, w
1
, w
2
W y K.
Observacion 1.5. Como (V W) genera a V W, se sigue que
todo elemento de V W, se escribe como una suma nita de la forma

i,j

ij
(v
i
w
j
), donde
ij
K, v
i
V y w
j
W. Ahora, como es
bilineal, se sigue que todo elemento de V W, puede ser escrito como
una suma nita de la forma:

i,j
v
i
w
j
(v
i
V, w
j
W)
En general, esta escritura no es unica. Por ejemplo:
10 1. TENSORES
En otras palabras, la propiedad T del tensor (V W, ) de V con
W, nos dice que la siguiente funcion es biyectiva:
: Bil (V, W; U) Hom(V W, U)

Mas aun, esta funcion resulta ser lineal y con inversa dada por:
() = .
Proposicion 1.6. es un isomorsmo
Corolario 1.7. Se tiene V

(V W)

mediante la funcion
f g

f g, donde

f g(v, w) = f(v)g(v) (v V, w W)
Demostraci on. Sea F el isomorsmo de V

en Bil(V, W; K),
dado por
F(f g) : V W K
(v, w) f(v)g(w)
donde f V

y g W

. Entonces, el isomorsmo del corolario es la

compuesta F.
A continuacion demostraremos las principales propiedades del pro-
ducto tensorial.
Proposicion 1.8. Tenemos K V V, mediante la funcion
v v (v V, K).
Demostraci on. Consideremos el par (V, ), donde : (, v)
v. Demostraremos que este par es un producto tensorial de K con V,
es decir, satisface las condiciones T1 y T2. La condicion T1 se satisface
trivialmente, pues Im(K V) = V. Ahora, si U un espacio vectorial
y una funcion bilineal de K V en U, entonces denimos la funcion
lineal : K V V, por (v) = (v, 1). Tenemos ( ) (v, ) =
(v) = (v, 1) = (v, 1) = (v, ), para todo K y v V. Es
1.1. PRODUCTO TENSORIAL 11
decir, = , o sea el par (V, ) satisface T2. Por lo tanto, (V, ) es
un producto tensorial de K con V.
Considerando el producto tensorial (K V, ) de V con K y la fun-
cion bilineal se sigue que existe una funcion lineal de K V en V
tal que = . De igual modo, como (V, ) es un producto tensorial
de K con V, se sigue que existe una funcion lineal

de V en K V,
tal que

= . Luego, se obtiene

= . En consecuencia,
debe tenerse

= Id
KV
; de igual modo se obtiene

= Id
V
.
As, : v v es un isomorsmo.
Proposicion 1.9. Tenemos V W WV, mediante la funcion
v w wv, v V y w W.
Demostraci on. Sea la funcion bilineal de V W en W V,
denida por (v, w) = wv. Luego, considerando el producto tensorial
(V W, ), se sigue que existe una funcion lineal de VW en WV
tal que = . De igual modo, considerando el producto tensorial
(WV,

) y la funcion bilineal

de WV en V W, (w, v) vw,
se sigue que existe una funcion lineal

de W V en V W tal que

. Ahora, sea f la funcion bilineal de VW en WV, denida

por f(v, w) = (w, v). Tenemos f

= . Luego,

f =

f.
En otros terminos (

f) =

, pero tambien (

f) = Id
VW
.
Luego, debe tenerse

= Id
VW
. De igual modo

= Id
WV
. Por
lo tanto, es un isomorsmo. A continuacion ponemos en un diagrama
conmutativo las funciones involucradas en la demostracion.
V W V W
WV WV
U
-

?
f
Q
Q
Q
Q
Qs

p
p
p
p
p
p
p
?

Q
Q
Q
Q
Q
Qs

p
p
p
p
p
p
p
?

12 1. TENSORES

Proposicion 1.10. U(V W) (UV) (UW).

Demostraci on.
La proposicion anterior puede ser generalizada. Mas precisamente,
si U, V
1
, V
2
, . . . , V
m
son Kespacios vectoriales, entonces:
(1.2) U(V
1
V
m
) UV
1
UV
m
Para nalizar la presente seccion estudiaremos el producto tensorial
de subespacios y el cociente de espacios tensoriales.
Sea V

un subespacio vectorial de V y W

un subespacio vectorial
de W. Consideremos (V W, ) el producto tensorial de V con W.
Pongamos U

:= vect ((V

)) y

la restriccion de a V

.
Proposicion 1.11. El par (U

) es un producto tensorial de V

con W

. As, V

se identica naturalemente a un subespacio de

V W.
Demostraci on. Directamente de la denicion de

y U

se tiene la
condicion T1. Veamos la condicion T2: Sean U un Kespacio vectorial
y

una funcion bilineal de V

en U. La funcion

puede ser
extendida a una funcion bilineal : V W U. Es decir, es tal que
coincide con

a nivel de V

. Considerando el tensor V W, se
sigue que existe una funcion lineal : V W U tal que = .
Denamos

como la restriccion de a U

. Para v V

y w W

,
tenemos
(

) (v, w) = ( ) (v, w) = (v, w) =

(v, w)
Luego,

. Por lo tanto el par (U

) satisface la condicion T2.

Luego la proposicion queda demostrada.
Seg un la proposicion anterior V

W y V W

pueden ser consi-

derados como subespacios de V W. Sea U el subespacio de V W
1.2. mTENSORES 13
generado por los vectores de V

W junto con los vectores de V W

.
Pongamos U := V W/U. Sea : V/V

W/W

U denida por
(v + V

, w+W

) = v w+ U.
Proposicion 1.12. El par
_
U,
_
es un producto tensorial de V/V

con W/W

.
Demostraci on. Queda de ejercicio.
1.2. mtensores
Proposicion 1.13. Tenemos que V
1
V
2
V
3
(V
1
V
2
) V
3
,
mediante la funcion v
1
v
2
v
3
(v
1
v
2
) v
3
.
Demostraci on. La funcion (v
1
, v
2
, v
3
) (v
1
v
2
)v
3
dene una
funcion trilineal de V
1
V
2
V
3
en (V
1
V
2
) V
3
. Luego existe una
funcion lineal : V
1
V
2
V
3
(V
1
V
2
) V
3
, tal que
(v
1
v
2
v
3
) = (v
1
v
2
) v
3
Demostraremos que es un isomorsmo. Fijemos v V
3
y sea
v
la
funcion bilineal denida como sigue:

v
: V
1
V
2
V
1
V
2
V
3
(v
1
, v
2
) v
1
v
2
v
Luego, existe un funcion lineal
v
: V
1
V
2
V
1
V
2
V
3
tal que

v
(v
1
v
2
) = v
1
v
2
v. En un diagrama conmutativo, la situacion
es como sigue:
V
1
V
2
V
1
V
2
V
1
V
2
V
3
-

Q
Q
Q
Q
QQs
v
p
p
p
p
p
p
p
p
?
v
Es una rutina vericar que:

v+v
=
v
+
v

v
=
v
14 1. TENSORES
para todo v, v

V
3
y K. Estas relaciones permiten denir la
siguiente funcion bilineal

de (V
1
V
2
) V
3
en V
1
V
2
V
3
,

(x, v) =
v
(x) (x V
1
V
2
, v V
3
)
As, tenemos que

induce una funcion lineal de (V

1
V
2
) V
3
en
V
1
V
2
V
3
tal que
(x v) =
v
(x)
Luego ((v
1
v
2
) v
3
) =
v
3
(v
1
v
2
) = v
1
v
2
v
3
. De donde se
sigue que es la inversa de . En particular, es un isomorsmo.
1.3. Tensor de funciones lineales
Sean Hom(U, W) y Hom(V, Z). Estas funciones denen
la funcion bilineal : U V W Z, (u, v) ((u), (v)).
Ahora consideremos los productos tensoriales (UV, ) y (WZ, ).
Como es una funcion bilineal, se sigue que existe una unica
funcion lineal, que denotaremos por , tal que
() = ( )
En un diagrama conmutativo, la situacion es como sigue.
UV UV
WZ WZ
-

p
p
p
p
p
p
p
?

Resumiendo, tenemos la siguiente proposicion.

Proposicion 1.14. Si Hom(U, W) y Hom(V, Z), enton-
ces existe una unica funcion lineal Hom(UV, WZ) tal
que
( ) (u v) = (u) (v) (u U, v V).
En otros terminos, la proposicion anterior nos dice que tenemos una
funcion bilineal : Hom(U, W)Hom(V, Z) Hom(UV, WZ),
1.3. TENSOR DE FUNCIONES LINEALES 15
denida como (, ) = . La propiedad T del producto tensorial
dice que determina una unica funcion lineal L,
L : Hom(U, W) Hom(V, Z) Hom(UV, WZ)
tal que
(, ) = L().
Proposicion 1.15. L es un monomorsmo. En el caso que los
espacios U, V, W y Z son de dimension nita, L resulta ser un iso-
morsmo.
Demostraci on.
Estudiemos brevemente la imagen y kernel de . De la denicion
de se obtiene directamente:
(1.3) Im() = Im() Im().
Para el kernel de , tenemos la siguiente proposicion.
Proposicion 1.16. ker( ) = ker() W +V ker().
Demostraci on. Ver Greub
Proposicion 1.17. Si las funciones y son epiyectivas, enton-
ces:
1. es epiyectiva
2. ker ( ) es generado por los vectores de la forma x y,
donde x ker() o y ker().
Demostraci on. La primera armacion sigue de (1.3).
Sea Y := vect (x y; x ker() o y ker()). Sea la proyeccion
canonica de U V sobre U V/Y. De la epiyectividad de y se
sigue que dados w W y z Z, existen u U y v V tales que
(u) = w y (v) = z. Denamos ahora la funcion bilineal de WZ
en (UV) /Y, mediante
(w, z) = u v + Y
16 1. TENSORES
Notese que esta bien denida, pues si u

U y v

V son tales que

(u

) = w y (v

) = z, entonces:
u v u

= u v u

v + u

v u

= (u u

) v +u

(v v

) Y
pues u u

ker() y v v

ker().
Considerando el producto tensorial (WZ, ) se sigue que existe
una funcion lineal de WZ en UV/Y tal que
=
Por otra parte, para u v UV, tenemos
()(u v) = ((u) (v)) = u v +Y
Luego, ( ) = . Ahora, Y ker ( ), luego existe una
funcion lineal de (U V)/Y en W Z, tal que = .
Tenemos
= () = Id
Luego, = Id. En consecuencia es inyectiva. Tambien es epiyec-
tiva, dado que es epiyectiva. As, es un isomorsmo, lo que
implica que Y = ker().
Pongamos en un diagrama conmutativo las funciones utilizadas du-
rante la demostracion.
UV WZ WZ
(UV)/Y (UV)/Y
-

Q
Q
Q
Q
Q
Q
Qs

p
p
p
p
p
p
p
p
p
p
p
p
p
p
p
s

p
p
p
p
p
p
p
p
p
p
6

-
Id

Finalizamos la presente seccion con una proposicion que resume las

principales propiedades del producto tensorial de funciones lineales.
Proposicion 1.18. Si
1
,
2
Hom(V, W), , y son funcio-
nes lineales cualesquiera, entonces:
1.4. TENSORES EN DIMENSI

ON FINITA 17
1. (
1
+
2
) =
1
+
2
2. (
1
+
2
) =
1
+
2

3. ()
1
= (
1
) = (
1
)
4. (
1
)

1
5. (
1
) ( ) =
1
.
Demostraci on.
1.4. Tensores en dimension nita
A continuacion daremos dos modelos del producto tensorial, en el
caso de dimension nita. Cabe destacar que, contrariamente al segundo
modelo, la construccion del primer modelo no depende de una eleccion
de bases.
Primer Modelo. Sean V y W dos Kespacios vectoriales de dimen-
sion nita. Como es usual denotemos por V

y W

sus respectivos
espacios duales. Sea U
0
:= Bil(V

, W

; K) y la funcion bilineal de
V W en U
0
, : (v, w) (v, w), denida por:
(v, w)(f, g) := f(v)g(w) (f V

, g W

)
Demostraremos que (U
0
, ) es un producto tensorial de V con W.
Sean {f
1
, . . . , f
n
} y {g
1
, . . . , g
m
} bases de V y W, respectivamente.
Sean {f

1
, . . . , f

n
} y {g

1
, . . . , g

m
} las respectivas bases duales. Conside-
remos la base {
ij
; 1 i n, 1 j m} de U
0
denida en XX. Mas
precisamente:

ij
(f

r
, g

s
) =

1 si r = i, s = j
0 en los otros casos
Tenemos,
(f
i
, g
j
)(f

r
, g

s
) = f

r
(f
i
)g

s
(f
j
) =

1 si r = i, s = j
0 en los otros casos
Entonces, (f
i
, g
j
) =
ij
y luego Im() genera a U
0
. Es decir, el par
(U
0
, ) satisface la propiedad T1. Veamos la propiedad T2. Si U un
18 1. TENSORES
Kespacio vectorial y una funcion bilineal de V W en U
0
, denimos
una funcion lineal de U
0
en U por:
:

i,j

ij

ij

i,j

ij
(f
i
, g
j
)
Tenemos, ( )(f
i
, g
j
) = (
ij
) = (f
i
, g
j
). Luego, = . As, el
par (U
0
, ) satisface la propiedad T2, en consecuencia es un producto
tensorial de V con W.
Segundo Modelo. Sean V y W dos Kespacios vectoriales de di-
mensiones n y m, respectivamente. Sea B = {v
1
, . . . , v
n
} una base de
V y D = {w
1
, . . . , w
m
} una base de W. Sea U
0
un Kespacio vecto-
rial de dimension nm, por ejemplo podemos tomar U
0
= K
nm
. Sea
E = {u
1
, . . . , u
nm
} una base de U
0
una base de U
0
. Dispongamos los
elementos de la base E en un arreglo rectangular de n las y m colum-
nas:
u
1
u
2
. . . u
m
u
m+1
u
m+2
. . . u
2m
.
.
.
u
(n1)m+1
u
(n1)m+2
. . . u
nm
Sea u
ij
:= u
k
, donde u
k
esta en la posicion (i, j) del arreglo ante-
rior. Consideremos la funcion biyectiva de B D en E, denida por:
(v
i
, w
j
) u
ij
. Esta biyeccion determina uan funcion bilineal ,
: V W U
0
(v, w)

i,j

j
u
i,j
donde v =

n
i=1
v
i
y w =

m
j=1
w
j
.
El par (U
0
, ) satisface la condicion T1, pues (v
i
, w
j
) = u
ij
. Ahora,
si U es un Kespacio vectorial y : U
0
U una funcion bilineal,
denamos la funcion ,
: U
0
U

i,j

ij
u
ij

i,j

ij
(v
i
, w
j
)
1.4. TENSORES EN DIMENSI

ON FINITA 19
Por construccion es lineal. Ademas, = , efecto:
( ) (v
i
, w
j
) = (u
ij
) = (v
i
, w
j
)
para todo 1 i n y 1 j m.
As, (U
0
, ) satisface la condicion T2. Por lo tanto, (U
0
, ) es un
producto tensorial de V con W.
La construccion anterior deja la siguiente proposicion.
Proposicion 1.19. Si B = {v
1
, . . . , v
n
} es una base de V y D =
{w
1
, . . . , w
m
} es una base de W, entonces
B D := {v
1
w
1
, v
1
w
2
, . . . , v
n
w
1
, . . . , v
n
w
m
}
es una base de V W En particular, dim(V W) = dim(V) dim(W).
Denicion 1.20. La base B D de V W, en la proposicion
anterior, se llama base en orden lexicograco asociada a las bases B y
D.
Por supuesto la proposicion anterior nos dice que todo elemento de
V W puede ser escrito de modo unico en la forma:

1in
1jm

i,j
(v
i
w
j
) (
i,j
K, v
i
w
j
B D)
La siguiente proposicion generaliza este ultimo hecho.
Proposicion 1.21. Sea

r
i=1
x
i
y
i
V W. Si {x
1
, . . . , x
r
} es
linealmente independiente, entonces y
1
, . . . , y
r
estan unicamente deter-
minados, es decir:
r

i=1
x
i
y
i
=
r

i=1
x
i
y

i
, entonces y
i
= y

i
para todo i. Analogamente, si {y
1
, . . . , y
r
} es linealmente independiente,
entonces x
1
, . . . , x
r
estan unicamente determinados.
Demostraci on. Sea B una base de V que contiene {x
1
, . . . , x
r
}, y
D = {w
1
, . . . , w
m
} una base de W.
20 1. TENSORES
La igualdad

r
i=1
x
i
y
i
=

r
i=1
x
i
y

i
, puede ser re-escrita como
r

i=1
x
i
(y
i
y

i
) = 0
Escribiendo y
i
y

i
=

m
j=1

ij
w
j
,
ij
K, obtenemos:
r

i=1
x
i
(y
i
y

i
) =
r

i=1
m

j=1

ij
(x
i
w
j
) = 0
Ahora, como los x
i
w
j
son parte de la base BD, se sigue que
ij
= 0,
para todo i, j. Luego y
i
= y

i
, para todo i.
De modo analogo se demuestra la otra armacion.
Antes de nalizar la presente seccion, demostraremos un teorema
que caracteriza el producto tensorial de espacios vectoriales de dimen-
sion nita.
Teorema 1.22. Sean V, W y U tres Kespacios vectoriales de di-
mension nita, y sea : V W U una funcion bilineal, tal que:
1. dimU = (dimV) (dimW)
2. Im() genera a U.
Entonces (U, ) es un producto tensorial de V con W.
Demostraci on. Sea la unica funcion lineal de VW en VW
determinada por , tal que = . En un diagrama conmutativo:
V W V W
U
-

Q
Q
Q
Q
Q
Qs

p
p
p
p
p
p
p
?

Demostraremos que es un isomorsmo. La hipotesis 2 del teore-

ma y la conmutatividad del diagrama implican: W = vect (Im()) =
vect (Im( )). Luego, W vect (Im()) = Im(). As, es epiyec-
tiva. Finalmente, de 1 en la hipotesis del teorema se concluye que es
un isomorsmo.
1.5. PRODUCTO TENSORIAL DE MATRICES 21
Ejemplo 1.1. Sean V y W los Kespacios vectoriales M
n1
(K) y
M
1m
(K), respectivamemte. Usando el teorema anterior veremos que el
producto tensorial de V con W es (M
nm
(K), ), donde es la funcion
bilineal, dada por el producto usual de matrices. Es decir, (A, B) =
AB, para A V y B W. Claro que la condicion 1 del Teorema 1.22 se
satisface. Sea {E
i,0
; 1 i n} la base canonica de V, es decir, E
i,0
es la
matriz con 1 en la iesima la y ceros en el resto. Sea {E
0,j
; 1 j m}
la base canonica de W, es decir, E
j,0
es la matriz con 1 en la jesima
columna y ceros en el resto. Tenemos que (E
i,0
, E
o.j
) = E
i,0
E
o.j
= E
ij
,
donde E
ij
es la matriz de n m con 1 en la posicion (i, j) y ceros en
el resto. Estas matrices E
ij
constituyen la base canonica de M
nm
(K).
en consecuencia tenemos la condicion 2 del Teorema 1.22. Resumiendo,
(M
nm
(K), ) es un producto tensorial de V con W.
1.5. Producto tensorial de matrices
Sea M y N dos matrices, de cualquier tama no, con entradas en K.
El producto tensorial de M con N, en ese orden, es la matriz M N
denida como:
MN :=
_
_
_
_
m
11
N m
12
N m
1m
N
.
.
.
.
.
.
.
.
.
.
.
.
m
n1
N m
12
N m
nm
N
_
_
_
_
donde M = (m
ij
) M
nm
(K). La matriz M N tambien se suele
llamar producto de Kronecker de las matrices M y N. Notese que si M
es de tama no mn y N es de tama no r s, entonces la matriz MN
es de tama no mr ns.
Las principales propiedades del producto tensorial de matrices son
resumidas en la siguiente proposicion.
Proposicion 1.23. Sean M
1
y M
2
matrices de igual tama no, N,
P y Q matrices cualesquiera. Entonces:
1. P (M
1
+ M
2
) = P M
1
+ P M
2
2. (M
1
+ M
2
) P = M
1
P + M
2
P
22 1. TENSORES
3. (P) Q = P (Q) = (P Q)
4. (P Q)
t
= P
t
Q
t
5. (M
1
N) (P Q) = M
1
P NQ
Demostraci on.
Corolario 1.24. Sean P y Q matrices invertibles, entonces P Q
es invertible con inversa P
1
Q
1
.
Demostraci on. Es consecuencia de 5. en la proposicion anterior.

El producto de Kronecker recien denido, dene una funcion bilineal

: M
nm
(K) M
rs
(K) M
nrms
(K),
(M, N) = MN.
Teorema 1.25. El par (M
nrms
(K), ) es un producto tensorial de
M
nm
(K) con M
rs
(K).
Demostraci on. Seg un el Teorema 1.22, solo resta ver que la ima-
gen de genera M
nrms
(K), pues:
dim(M
nrms
(K)) = dim(M
nm
(K))dim(M
rs
(K)).
Ahora, si E
ij
son los elementos de la base canonica de M
nm
(K) y
F
lk
son los elementos de la base canonica de M
rs
(K), se sigue que el
conjunto
{E
ij
F
lk
; 1 i n, 1 j m, 1 l r, 1 k s}
es justamente la base canonica de M
nrms
(K). As, la imagen de
genera M
nrms
(K), luego la demostracion del teorema esta concluida.

Proposicion 1.26. Sea M una matriz de tama no n con valores

propios
1
,
2
, . . . ,
n
y N una matriz de tama no m con valores propios

1
,
2
, . . . ,
m
, entonces los valores propios de MN son los productos

j
, con 1 i n, 1 j m
1.6. EJERCICIOS 23
Demostraci on.
Corolario 1.27. Sean M y N matrices de tama no m y n, respec-
tivamente. Entonces:
1. tr(MN) = tr(M)tr(N)
2. det(MN) = (det(M))
n
(det(N))
m
.
1.6. Ejercicios
Ejercicio 1.1. Sean v V y w W. Demuestre que v w = 0 si
y solo si v = 0 o w = 0.
Ejercicio 1.2. Sea : VW Uuna funcion bilineal. Demuestre
que la siguiente propiedad es equivalente a la propiedad T2: Si {v
i
} es
una famila de vectores linealmente independientes de V y {w
j
} es una
famila de vectores linealmente independientes de W, entonces la familia
{(v
i
, w
j
)} es linealmente independiente.
Ejercicio 1.3. Sean V y W dos Kespacios vectoriales, donde W
es de dimension nita m. Dena una funcion bilineal de V W en
V V (msumandos) y demuestre que (V V, ) es un
producto tensorial de V con W.
Ejercicio 1.4. Sean V
1
, . . . , V
r
espacios vectoriales sobre un cuerpo
K. Demuestre:
1. v
1
v
r
= 0 si y solo si v
i
= 0, para alg un i
2. Si v
1
v
r
= 0, entonces v
1
v
r
= w
1
w
r
si y solo
si existen escalares
i
K tales que w
i
=
i
v
i
(i = 1, . . . r) y

1

r
= 1.
Ejercicio 1.5. Consideremos los Respacios vectoriales R
2
y R
3
.
Sean C
2
y C
3
sus respectivas bases canonicas y x el elemento de R
2
R
3
,
denido por
x =
_
1
1
_

_
_
_
1
2
1
_
_
_
24 1. TENSORES
1. Exprese x como una combinacion lineal de los elementos de la
base C
2
C
3
2. Determine la matriz cambio de base de C
2
B a DC
3
, donde
B =

_
_
_
1
1
1
_
_
_
,
_
_
_
1
1
0
_
_
_
,
_
_
_
1
0
0
_
_
_

y
D =
_
1
1
_
,
_
1
0
_
3. Determine las coordenas de x en la base DB
4. Es posible expresar y como suma de 1 o 2 vectores de la forma
v w ?
y =
_
2
1
_

_
_
_
2
1
1
_
_
_
+
_
1
2
_

_
_
_
1
2
1
_
_
_
+
_
3
3
_

_
_
_
3
3
2
_
_
_
.
Ejercicio 1.6. Sean V
1
, . . . , V
r
espacios vectoriales de dimensio-
nes m
1
, . . . , m
r
, respectivamente. Demuestre que dim(V
1
V
r
) =
m
1
m
r
.
Ejercicio 1.7. Demuestre que la funcion v
1
v
2
v
3
v
1
(v
2
v
3
)
dene un isomorsmo de V
1
V
2
V
3
en V
1
(V
2
V
3
), ver Proposicion
1.13
Ejercicio 1.8. Sean X e Y dos conjuntos nitos distintos del con-
junto vacio. Dena una funcion bilineal de F(X) F(Y) en F(XY),
de modo tal que (F(XY), ) satisface (T1) y (T2). As, (F(XY), )
es un modelo del producto tensorial de F(X) con F(Y). Para ver (T1)
podra ser util recordar que el Kespacio vectorial F(X) tiene como
una base el conjunto constituido por las funciones delta de Dirac:
x
,
x X.
Ejercicio 1.9. Sean X e Y dos conjuntos nitos distintos del con-
junto vacio. Usando el Teorema 1.22 demuestre que F(X Y) es un
modelo del producto tensorial de F(X) con F(Y).
1.6. EJERCICIOS 25
Ejercicio 1.10. Suponga que U, V, W y Z son espacios vectoriales
de dimension nita. Dena de modo que (Hom(UV, WZ) , ) sea
un producto tensorial de Hom(U, V) con Hom(W, Z).
Ejercicio 1.11. Sean V y W los Kespacios vectoriales K
n1
[x] y
K
m1
[x], respectivamente. Sea U = K
nm
Dena una funcion bilineal
de V W en U y demuestre que (U, ) es un producto tensorial de V
con W.
Ejercicio 1.12. Sean Hom(U.V) y Hom(W.Z). Demues-
tre:
1. es inyectiva si y solo si y lo son
2. Si U y W son de dimension nita, entonces rg( ) =
rg()rg().
Ejercicio 1.13. Sean M y N dos matrices cualesquiera. Demuestre
que
rg(MN) = rg(M)rg(N).
Ejercicio 1.14. Sea V un Kespacio vectorial de dimension n. Sean
, End(V) y sea denida como sigue:
: End(V) End(V)

Demuestre:
1. tr() = tr()tr()
2. det() = det( )
n
.
Ejercicio 1.15. Sean M
1
, . . . , M
r
matrices cuadradas con entradas
en un cuerpo K. Demuestre que si M
1
M
r
es la matriz escalar
I
n
, donde K. Entonces cada matriz M
i
es una matriz escalar

i
I
n
i
, donde
i
K. Ademas, se tiene =
n
1

nr
.
Ejercicio 1.16. Sean a, b y c tres n umeros reales. Sea End(R
2
),
denida por,
: (x, y) (ax +by, x y)
26 1. TENSORES
Sea End(R
3
), cuya matriz en la base canonica es:
_
_
_
a b c
a b 0
a 0 0
_
_
_
Determine las condiciones sobre a, b y c, para que sea invertible.
Ejercicio 1.17. Sea End(R
2
), denida como:
((x, y)) = (x +y, x y).
Sea End(R
3
), cuya matriz en la base canonica es:
_
_
_
1 1 1
0 1 1
0 0 1
_
_
_
.
Determine la matriz del endomorsmo respecto de la base CB,
donde C denota la base canonica de R
2
y B es la base {e
1
+e
2
+e
3
, e
2
+
e
3
, e
3
} de R
3
. Los vectores e
1
, e
2
y e
3
denotan los vectores de la base
canonica de R
3
.
CAPTULO 2
Tensores simetricos y antisimetricos
Sean V un Kespacio vectorial y m N. Denotaremos por T
m
(V)
la mesima potensia tensorial de V, es decir,
T
m
(V) = V V (m factores).
Convendremos que T
0
(V) := K. Los elementos de T
m
(V) se pueden
escribir en la forma

1i
j
n

i
1
...im
z
i
1
z
im
(z
i
j
V,
i
1
...im
K)
Si V es de dimension n, de acuerdo a XX, se tiene dimT
m
(V) = n
m
.
Mas a un, si B = {v
1
, . . . , v
n
} es una base de V, entonces B
m
es la base
de T
m
(V) denida como:
(2.1) B
m
= {v
i
1
v
im
; v
i
j
B, 1 i
j
n}.
As, z T
m
(V) se escribe de modo unico como:
z =

1i
j
n

i
1
...im
v
i
1
v
im
(
i
1
...im
K)
Notacion. En todo lo que sigue denotaremos por S
m
el grupo
simetrico de msmbolos.
Proposicion 2.1. Para todo S
m
, tenemos:
1. Existe un unico automorsmo P

: T
m
(V) T
m
(V) tal que:
P

(v
1
v
m
) = v
(1)
v
(m)
2. Para todo S
m
, P

= P

.
Denicion 2.2. Sea z T
m
(V). Diremos:
1. z es simetrico, si P

(z) = z, para todo S

m
27
28 2. TENSORES SIM

ETRICOS Y ANTISIM

ETRICOS
2. z es alternado (o antisimetrico), si P

(z) = sg()z, para todo

S
m
.
Ademas:
S
m
(V) := {z T
m
(V) ; z es simetrico}
A
m
(V) := {z T
m
(V) ; z es alternado}.
Proposicion 2.3. Los subconjuntos S
m
(V) y A
m
(V) son subespa-
cios de T
m
(V).
En orden a estudiar los subespacios S
m
(V) y A
m
(V) introducimos
los siguientes endomorsmos S
m
y A
m
de T
m
(V).
S
m
:=
1
m!

Sm
P

A
m
:=
1
m!

Sm
sg()P

.
Veremos son proeyctores, necesitamo el lema.
Lema 2.4. Para todo S
m
, tenemos:
1. P

S
m
= S
m
P

= S
m
2. P

A
m
= A
m
P

= sg()A
m
.
Demostraci on.
Proposicion 2.5. Para todo m, tenemos:
1. S
m
es un proyector de T
m
(V) sobre S
m
(V)
2. A
m
es un proyector de T
m
(V) sobre A
m
(V)
3. Si m 2, entonces: S
m
A
m
= A
m
S
m
= 0. As,
S
m
(V) A
m
(V) = {0}.
Demostraci on.
La proposicion anterior dice que S
m
(V) = Im(S
m
) y A
m
(V) =
Im(A
m
). Ademas, implica las siguientes descomposiciones.
T
m
(V) = ker(S
m
) S
m
(V)
2.1. LOS ESPACIOS S
m
(V) Y ker(Sm) 29
y
T
m
(V) = ker(A
m
) A
m
(V)
En consecuencia, si B = {v
1
, . . . , v
n
} es una base de V, se sigue de
2.1, que:
(2.2) S
m
(V) = vect{S
m
(z) ; z B
m
}
y
(2.3) A
m
(V) = vect{A
m
(z) ; z B
m
}.
2.1. Los espacios S
m
(V) y ker(S
m
)
Lema 2.6. Los elementos distintos de S
m
(B
m
) constituyen un
conjunto linealmente independiente de S
m
(V).
En orden a calcular el cardinal del conjunto S
m
(B
m
), notemos
primero que si w aparece en
As, contar la cantidad de elementos de S
m
(B
m
) equivale a contar
la cantidad de arreglos (i
1
, . . . , i
m
) posibles de construir con elementos
1 i
j
n, no importando el orden y admitiendo repeticiones; tal
cantidad es
_
n+m1
m
_
. Como representantes de los arreglos (i
1
, . . . , i
m
),
podemos elegir aquellos en que i
1
i
m
. En resumen tenemos el
siguiente teorema.
Teorema 2.7. Sean n y m dos n umeros naturales. Una base para
S
m
(V) es el siguiente conjunto,
{S
m
(v
i
1
v
im
) ; 1 i
j
n y i
1
i
m
} .
En particular, la dimension de S
m
(V) es
_
n+m1
m
_
.
Procedemos ahora a describir brevemente ker(S
m
). Si z ker(S
m
),
entonces podemos escribir:
z = z S
m
(z) = z
1
m!

Sm
P

(z) =
1
m!

Sm
(z P

(z)).
Luego, todo elemento del Kernel de S
m
es una combinacion lineal de
elementos de la forma: zP

(z). Por otra parte, si z T

m
(V) y S
m
,
30 2. TENSORES SIM

ETRICOS Y ANTISIM

ETRICOS
entonces S
m
(z P

(z)) = S
m
(z) S
m
(P

(z)) = S
m
(z) S
m
(z) = 0. Es
decir, zP

(z) ker(S
m
). Resumiendo hemos demostrado la siguiente
proposicion.
Proposicion 2.8. ker(S
m
) = S, donde
S := vect{z P

(z) ; S
m
, z T
m
(V)}.
La proposicion anterior puede ser renada. Para esto necesitamos
la siguiente denicion.
Denicion 2.9. Para X un conjunto de de generadores de S
m
,
denimos el subespacio S
X
como sigue:
S
X
= vect{z P

(z) ; X, z T
m
(V)}.
Lema 2.10. Sea X un conjunto de generadores de S
m
. El espacio
S
X
es S
m
estable.
Demostraci on. Debemos demostrar que para todo S
m
y v
S
X
se cumple: P

(v) S
X
. Como los P

son funciones lineales, basta

considerar el caso en que v = z P

(z), donde z T
m
(V) y X,
i.e. v recorre el conjunto de generadores que dene a S
X
. Para un tal
generador v y S
m
, tenemos:
P

(v) = P

(z) P

(z)
= (z P

(z)) + (P

z P

(z)) + (z P

(z))
Como cada sumando pertenece a S
X
, sigue que P

(v) S
X
.
Proposicion 2.11. ker(S
m
) = S
X
.
Demostraci on.
Corolario 2.12. Sea V un Kespacio vectorial con base B = {v
1
, . . . , v
n
}
y X un conjunto de generadores de S
m
, entonces
ker(S
m
) = vect{z ()P

(z) ; X, z B
m
}.
Ejemplo 2.1.
2.2. LOS ESPACIOS A
m
(V) Y ker(Am) 31
2.2. Los espacios A
m
(V) y ker(A
m
)
Sea B = {v
1
, . . . , v
n
} una base de V. Tenemos
Lema 2.13. Sean v
i
1
v
im
B
m
y r = s, 1 r, s n. Si
i
r
= i
s
, entonces A
m
(v
i
1
v
im
) = 0. En particular,
dim(A
m
(V)) = 0, si m > n.
Demostraci on. Supongamos r < s. Sea = (r, s) y pongamos
z = v
i
1
v
im
, con la condicion i
r
= i
s
. Tenemos, P

(z) = z, luego
A
m
(P

(z)) = A
m
(z). Del Lema 2.4, se sigue que: sg()A
m
(z) = A
m
(z).
Por lo tanto A
m
(z) = 0.
Si m > n, entonces todo z = v
i
1
v
im
tiene indices repetidos,
luego A
m
(z) = 0, para todo z B
m
. As, A
m
(V) = 0.
El lema anterior dice que A
m
(V), m n, es generado por los
elementos A
m
(z), donde z = v
i
1
v
im
B
m
son tales que:
|{i
1
, . . . , i
m
}| = m.
Obviamente, para un tal elemento z = v
i
1
v
im
tenemos:
v
i(1)
v
i(m)
= v
i(1)
v
i(m)
,
donde , S
m
y = .
Proposicion 2.14. Sea z = v
i
1
v
im
en la base B
m
, tal que
|{i
1
, . . . , i
m
}| = m. Tenemos:
1. A
m
(z) = 0
2. Si {i
1
, . . . , i
m
} = {j
1
, . . . , j
m
}, entonces A
m
(z) = A
m
(v
j
1

v
jm
)
3. Si {i
1
, . . . , i
m
} = {j
1
, . . . , j
m
}, entonces A
m
(v
j
1
v
jm
) y
A
m
(z) no tienen sumandos en com un.
Demostraci on. (1) Si A
m
(z) = 0, se sigue

Sm
sg()v
i(1)
v
i(m)
= 0
32 2. TENSORES SIM

ETRICOS Y ANTISIM

ETRICOS
Los sumandos son todos distintos y son parte de la base B
m
, en con-
secuencia debe tenerse sg() = 0, para todo S
m
. Esto implica
A
m
(z) = 0.
(2) Sea S
m
tal que i
k
= j
(k)
. As, P

(v
j
1
v
jm
) = z. Luego
A
m
(z) =
1
m!

Sm
sg()P

(z)
=
1
m!

Sm
sg()P

(P

(v
j
1
v
jm
))
=
1
m!

Sm
sg()P

(v
j
1
v
jm
))
Luego, haciendo = , se tiene:
A
m
(z) =
1
m!

Sm
sg(
1
)sg()P

(v
j
1
v
jm
))
=
1
m!
sg(
1
)

Sm
sg()P

(v
j
1
v
jm
))
= A
m
(v
j
1
v
jm
)
(3) Supongamos que A
m
(v
j
1
v
jm
) y A
m
(z) tienen un sumando
en com un. Luego existen , S
m
tales que P

(v
j
1
v
jm
) =
P

(z), o equivalentemente, v
j
1
v
jm
= P

(z). Por lo tanto,

{i
1
, . . . , i
m
} = {j
1
, . . . , j
m
}.
Teorema 2.15. Sea V un Kespaciop vectorial de dimension n. Si
m n, entonces A
m
(V) tiene como una base el conjunto:
{A
m
(v
i
1
v
im
) ; 1 i
j
n y i
1
< < i
m
} .
En particular,
dimA
m
(V) = dimA
nm
(V) =
_
n
m
_
.
Notese que dimA
n
(V) = 1.
Demostraci on.
2.2. LOS ESPACIOS A
m
(V) Y ker(Am) 33
Vamos ahora a demostrar resultados analogos a los establecidos
en Proposiciones 2.8 y 2.11. El analogo del espacio S es el espacio A
denido como sigue.
A := vect{z sg()P

(z) ; S
m
, z T
m
(V)}.
Para X un conjunto de generadores de S
m
, El analogo del espacio S
X
se dene por:
A
X
= vect{z sg()P

(z) ; X, z T
m
(V)}.
Lema 2.16. Sea X un conjunto de generadores de S
m
. El espacio
A
X
es S
m
estable
Demostraci on. Debemos demostrar que para todo S
m
, se
tiene P

(v) A
X
, para todo v A
X
. Teniendo presente la Proposicion
2.1, basta considerar el caso en que recorre el conjunto de generadores
X. Ademas, como los P

son funciones lineales, basta considerar el caso

en que v = z sg()P

(z), donde z T
m
(V) y X, i.e. v recorre
el conjunto de generadores que dene a A
X
. Para un tal generador v y
X, tenemos:
P

(v) = P

(z) sg()P

(z)
= sg() (z sg()P

(z)) sg()P

(z) + sg()(z)
= sg() (z sg()P

(z)) + sg()sg() (P

(z) sg()P

(z))
+sg() (z sg()P

(z)) .
As, P

(v) es una combinacion lineal de los generadores que denen A

X
,
luego P

(v) A
X
. En consecuencia el lema queda demostrado.
Proposicion 2.17. Para todo m n y X un conjunto de genera-
dores de S
m
, se tiene:
1. ker(A
m
) = A
2. ker(A
m
) = A
X
.
Demostraci on. Demostremos la primera armacion. Sea S
m
y z T
m
(V), entonces A
m
(z sg()P

(z)) = A
m
(z) sg()A
m
P

(z)).
34 2. TENSORES SIM

ETRICOS Y ANTISIM

ETRICOS
Luego, usando 2. del Lema 2.4, se sigue que A
m
(z sg()P

(z)) =
A
m
(z)sg()
2
A
m
(z)) = 0. De donde A ker(A
m
). La otra contension
resulta de considerar la siguiente escritura de z ker(A
m
):
z = z A
m
(z) = z
1
m!

Am
sg()P

(z) =
1
m!

Am
(z sg()P

(z)) .
Ahora demostraremos A = A
X
, luego A
X
= ker(A
m
), seg un la pri-
mera armacion. Claro que A
X
A. La demostracion de la otra con-
tension consiste en demostar que
(2.4) z sg()P

(z) A
X
(z T
m
(V), S
m
).
La demsotracion sera por induccion sobre el n umero de generadores
n() de X usados para escribir S
m
. Si n() = 1, signica X,
luego z sg()P

(z) A
X
, para todo z T
m
(V). Supongamos valido
2.4, para todo tal que n() < k. Sea S
m
tal que n() = k,
entonces se puede escribir en la forma = , donde X y
n() = k. Para todo z T
m
(V), tenemos:
z sg()P

(z) = z sg()sg()P

(z)
= z sg ()P

(z) + sg()(P

(z) sg()P

(z))
= z sg()P

(z) + sg()P

(z sg()P

(z)) .
De la esatabilidad de A
X
(Lema 2.16) y como por hipotesis de induccion
z sg()P

(z) A
X
, se sigue que P

(z sg()P

(z)) A
X
. Por lo
tanto, zsg()P

(z) A
X
, dado que tambien zsg()P

(z) A
X
.
Corolario 2.18. Sea V un Kespacio vectorial con base B = {v
1
, . . . , v
n
}
y X un conjunto de generadores de S
m
, entonces
ker(A
m
) = vect{z sg()P

(z) ; X, z B
m
}.
Ejemplo 2.2.
Sea X
0
los generadores de Coxeter de S
m
, es decir,
X
0
= {(1, 2), (2, 3), . . . (m 1, m)}
2.3. PROPIEDADES UNIVERSALES PARA S
m
(V) Y A
m
(V) 35
De la proposicion anterior tenemos que ker(A
m
) esta generado por los
elementos de la forma zsg()P

(z) = z+P

(z), donde = (i, j) X

0
y z T
m
(V). Como P

es lineal, podemos suponer que z es de la forma

z = z
1
z
m
, donde z
i
V. Luego, tenemos
z +P

(z) = z
1
z
i
z
j
z
m
+z
1
z
j
z
i
z
m
= z
1
(z
i
+ z
j
) (z
i
+z
j
) z
m
z
1
z
i
z
i
z
m
z
1
z
j
z
j
v
m
Por lo tanto ker(A
m
) U, donde
U := vect{v
1
v
m
; v
i
V, v
r
= v
s
para alg unr = s}.
Por otra parte, sea z := v
1
v
m
, donde v
r
= v
s
, para alg un i = j.
Denamos: z

=
1
2
z y = (r, s) S
m
. Tenemos, z = z

+ P

(z

) =
z

sg()P

(z

). Luego, z ker(A
m
). Por lo tanto, U ker(A
m
). En
resumen hemos demostrado la siguiente proposicion.
Proposicion 2.19. ker(A
m
) = U.
2.3. Propiedades universales para S
m
(V) y A
m
(V)
Denicion 2.20. Sean V, W dos Kespacios vectoriales y una
funcion mmultilineal de V V (mfactores) en W:
1. se dice simetrica si para todo S
m
, se tiene:
(v
(1)
, . . . , v
(m)
) = (v
1
, . . . , v
m
)
2. se dice alternada, si ocurre que v
i
= v
j
, i = j, entonces
(v
1
, . . . , v
m
) = 0.
Proposicion 2.21. es alernada si y solo si para todo S
m
se
tiene:
(v
(1)
, . . . , v
(m)
) = sg()(v
1
, . . . , v
m
).
36 2. TENSORES SIM

ETRICOS Y ANTISIM

ETRICOS
Demostraci on. Supongamos que es alternada. Luego, para to-
do v = (v
1
, . . . , v
m
) se tiene (v
i
, . . . , v
i
+ v
j
, . . . , v
i
+ v
j
, . . . , v
m
) = 0.
De la multilinealidad de , se obtiene (v)+(v
i
, . . . , v
j
, . . . , v
i
, . . . , v
m
)
= 0. Esta igualdad se puede re-escribir como:
(v
i
, . . . , v
j
, . . . , v
i
, . . . , v
m
) = sg()(v)
donde es la transposicion (i, j). De la Proposion 2.1, el hecho que
sg es un homomorsmo y como las transposiciones generan al grupo
simetrico, se sigue que P

= sg(), para donde S

m
.
Reciprocamente, sea v = (v
1
, . . . , v
m
) tal que v
i
= v
j
, i = j y sea
= (i, j). Luego, (v
i
, . . . , v
j
, . . . , v
i
, . . . , v
m
) = sg()(v), es decir,
(v) = (v). Por lo tanto (v) = 0, para todo v con al menos dos
coordenadas iguales.
Proposicion 2.22. Sean V y U dos Kespacios vectoriales. Si
una funcion mmultilineal simetrica de S
m
(V) en U, entonces existe
una unica funcion lineal : S
m
(V) U tal que (S
m
) = .
En un diagrama conmutativo, tenemos:
V
T
m
(V) S
m
(V)
U
-

H
H
H
H
H
Hj

-
Sm
p
p
p
p
p
p
p
p
p
p

Demostraci on. Veamos la existencia de la funcion anunciada
en el teorema. De la propiedad T del producto tensorial (T
m
(V), ),
se sigue que existe una unica funcion lineal f : T
m
(V) U tal que
f = . Denamos como la restriccion de f a S
m
(V). De la denicion
de se sigue que es lineal y que S
m
= f S
m
.
Por otra parte, sean S
m
y z = z
1
z
m
T
m
(V). Lue-
go, (f P

) (z) = f(z
(1)
z
(m)
) = (f ) (z
(1)
, . . . , z
(m)
) =
(z
(1)
, . . . , z
(m)
). Como es simetrica se concluye:
(f P

) (z) = (z
1
, . . . , z
m
).
2.3. PROPIEDADES UNIVERSALES PARA S
m
(V) Y A
m
(V) 37
Ahora,
(f S
m
) (z) =
1
p!

Sm
(f P

) (z)
= (z
1
, . . . , z
m
)
= (f ) (z
1
, . . . , z
m
)
= f(z
1
z
m
) = f(z)
Por lo tanto, f S
m
= f. Usando esta ultima igualdad, tenemos:
(S
m
) = ( S
m
) = (f S
m
) = f = .
Solo resta ver la unicidad de . Si existen y

que satisface el
teorema, entonces f = S
m
=

S
m
. Ahora, S
m
ja los elementos
de S
m
(V). Por lo tanto =

.
Analogamente, tenemos el siguiente teorema.
Proposicion 2.23. Sean V y U dos Kespacios vectoriales. Si
una funcion mmultilineal alternada de A
m
(V) en U, entonces existe
una unica funcion lineal : A
m
(V) U tal que (A
m
) = .
En un diagrama conmutativo, tenemos:
V
T
m
(V) A
m
(V)
U
-

H
H
H
H
H
Hj

-
Am
p
p
p
p
p
p
p
p
p
p

Demostraci on. La demostracion es analoga a la demostracion del
Teorema 2.22 y queda de ejercico.
Las proposiciones anteriores caracterizan los espacios simetrico y
alternado. Mas precisamente, tenemos.
Teorema 2.24. Sean V un Kespacio vectorial y m 2. Tenemos:
1. existe un Kespacio vectorial
_
m
V y una funcion mmultilineal
alternada
m
: V . . . V
_
m
V tales que:
a) la imagen de
m
genera a
_
m
V
38 2. TENSORES SIM

ETRICOS Y ANTISIM

ETRICOS
b) Si U es una Kespacio vectorial y : V . . . V U
es una funcion mmultilineal alternada, entonces existe
una unica funcion lineal f :
_
m
V U tal que
f
m
= .
2. El par (
_
m
V,
m
) esta unicamnet determinado en el siguiente
sentido, si
__
m
V,
m
_
tambien satisface 1, entonces existe
un isomorsmo f :
_
m
V
_
m
V, tal que:
f
m
=
m
.
Demostraci on. La demostracion de 1 es la Proposicion 2.23. De-
mostremos 2. Como los pares (
_
m
V,
m
) y
__
m
V,
m
_
satisfacen 1.
se deduce que existen funciones lineales f y f

tales que
f
m
=
m
f

m
=
m
.
Luego, (f f

)
m
=
m
y (f

f)
m
=
m
. De donde se deduce
que f

f = Id y f f

= Id. As, f es un isomorsmo.

1. Los elementos de
_
m
V se llaman mvectores
2. El elemento
m
(v
1
, . . . v
m
) se denota por v
1
v
m
y se
llama descomponible.
3. v
(1)
v
(m)
= sg()v
1
v
m
, donde S
m
Analogamente, tenemos:
Teorema 2.25. Sean V un Kespacio vectorial y m 2. Tenemos:
1. existe un Kespacio vectorial
_
m
V y una funcion mmultilineal
alternada
m
: V . . . V
_
m
V tales que:
a) la imagen de
m
genera a
_
m
V
b) Si U es una Kespacio vectorial y : V . . . V U
es una funcion mmultilineal alternada, entonces existe
una unica funcion lineal f :
_
m
V U tal que
f
m
= .
2.3. PROPIEDADES UNIVERSALES PARA S
m
(V) Y A
m
(V) 39
2. El par (
_
m
V,
m
) esta unicamnet determinado en el siguiente
sentido, si
__
m
V,
m
_
tambien satisface 1, entonces existe
un isomorsmo f :
_
m
V
_
m
V, tal que:
f
m
=
m
.
CAPTULO 3
3.1. El algebra tensorial T(V)
Sea V un Kespacio vectorial, el espacio vectorial T(V) es la suma
directa innita de la familia {T
i
(V) ; i = 0, 1, . . .}. Es decir,
T(V) =

i=0
T
i
(V).
En orden a dar una estructura de Kalgebra graduada a T(V), con-
sideremos la funcion de T
i
(V) T
j
(V) en T
i+j
(V), (z, w) z w, esta
funcion es bilineal. Sean t, t

T(V) y escribamos:
t =

i=0
t
i
y t

j=0
t

j
donde t
i
, t

j
T
r
(V). Denimos el producto t t

, de t con t

, como
sigue:
(3.1) t t

:=

k=0
_

i+j=k
t
i
t

j
_
Esta denicion da origen a una funcion bilineal T(V) T(V) T(V).
As, obtenemos un producto asociativo sobre T(V). Notemos que la
identidad 1 del algebra es (1, 0, 0, . . .), donde el 1 en la sucesion es el
neutro multiplicativo del cuerpo K.
Proposicion 3.1. Con la suma usual y el producto denido en 3.3
hacen de T(V) una Kalgebra graduada.
Denicion 3.2. El algebra graduada T(V) se llama algebra tenso-
rial de V.
41
42 3
Teorema 3.3 (Propiedad universal de T(V)). Sean V un Kespacio
vectorial, A una Kalgebra asociativa con unidad y F : V A una
funcion lineal. Entonces, existe un unico homomorsmo de algebras
f : T(V) A tal que
1. f(1) es la unidad 1
A
del algebra A
2. f = F
donde denota la inclusion natural de T
i
(V) en T(V). En un diagrama
conmutativo, tenemos:
V
T(V)
A
-

@
@
@
@R
F
p
p
p
p
p
p
p
p
p
?
f
Demostraci on. Denamos una familia de funciones lineales f
r
,
para todo r 0. Si r = 0, f
0
es la inclusion natural de T
0
(V) en
T(V). Si r = 1, hacemos f
1
= F. Para r 2, consideremos la fun-
cion rmultilineal f
r
de V V (r-factores) en A, f
r
(v
1
, , v
r
) =
F(v
1
) F(v
r
). Luego de la propiedad T del tensor T
r
(V), se sigue que
existe una unica funcion lineal f
r
: T
r
(V) A tal que:
f
r
(v
1
v
r
) = F(v
1
) F(v
r
)
Denamos la funcion f de T(V) en A, como:
f :

r=0
t
r

r=0
f
r
(t
r
)
La funcion f es claramente lineal. Ahora, demostraremo que f es un
homomorsmo de algebras. Para esto, como f es lineal, basta demostar
que f(zz

) = f(z)f(z

), para todo z descomponible en T

r
(V) y z

des-
componible en T
s
(V). Lo cual sigue directamente de la denicion de
f.
Notemos que T(V) es generada, como algebra por {1} V. Luego,
el valor de f queda completamente deteminada por las condiciones:
f = F y f(1) = 1
A
. Luego, se deduce la unicida de f.
3.2. EL ALGEBRA EXTERIOR
V
V 43
Corolario 3.4. Sean V y W dos Kespacios vectoriales. Si es
una funcion lineal de V en W, entonces existe un unico homomorsmo
de algebras T() : T(V) T(W), tal que T()(v) = (v), para todo
v V.
Demostraci on. Consideremos los productos tensoriales de (T(v), )
y (T(W), ). Tomemos como algebra A en el teorema anterior el alge-
bra T(W) y como funcion F la funcion lineal . Luego, existe un
homomorsmo de Kalgebra T() : T(V) T(W). La propiedad
T() = , implica T()(v) = (v), para todo v V.
3.2. El algebra exterior
_
V
Pongamos A
0
(V) := K. Sea A(V) :=

i=0
A
i
(V) la suma directa
de los espacios {A
i
(V) ; i = 0, 1, . . .}. En orden a dotar a A(V) de una
estructura de Kalgebra, denimos el producto (exterior) z z

de un
elemento z A
i
(V) y z

A
j
(V), por:
(3.2) z z

:= A
i+j
(z z

)
donde A
0
:= Id
K
. Este producto dene una estructura de Kalgebra
graduada en A(V). En detalle, sean t, t

A(V) y escribamos:
t =

i=0
t
i
y t

j=0
t

j
donde t
i
, t

i
A
i
(V) . Denimos el producto t t

, de t con t

, por
(3.3) t t

:=

k=0
_

i+j=k
A
i+j
(t
i
t

j
)
_
.
Proposicion 3.5. El producto de 3.3 dene una estructura de K
algebra graduada en A(V).
Notese que si u, v A
1
(V) = V, entonces u v = A
2
(u v) =
1
2
(uvvu). Por otra parte, vu = A
2
(vu) =
1
2
(vuuv).
Por o tanto,
(3.4) u v = v u (u, v V)
44 3
Luego, el algebra A(V) no es conmutativa. Ademas, como la carateris-
tica de K es 0, se obtiene:
(3.5) v v = 0 (v V).
Mas generalmente, tenemos la siguiente proposicion.
Proposicion 3.6. Si z A
i
(V) y w A
j
(V), entonces
z w = (1)
ij
wz
En particular, si i es impar, entonces z z = 0.
Demostraci on. Podemos suponer que los elementos z y w son
descomponibles. Pongamos: z = z
1
z
i
y w = w
i+1
w
i+j
.
Tenemos:
z w = A
i+j
(z
1
z
i
w
i+1
w
i+j
)
= A
i+j
P

(z
1
w
i+1
z
i
w
i+j
) ( = (i, i + 1))
= A
i+j
(z
1
w
i+1
z
i
w
i+j
)
Es decir al desplazar w
i+1
una posicion hacia la izquierda el producto
z w queda alterado por 1. En orden a dejar w
i+1
en la primera
posicion, el producto zw queda alterado por (1)
i
. Es decir, tenemos
z z

= (1)
i
A
i+j
(w
i+1
z
1
z
i
w
i+2
w
i+j
)
Moviendo hacia la izquierda los restantes w
k
s, para formar w, nos
queda que el producto z w queda alterado por jveces (1)
i
. Por lo
tanto, z w = (1)
ij
wz.
Como estamos en caracteristica de K igual a 0, se sigue que zz = 0,
para z A
i
(V), con i impar.
Teorema 3.7. Sea V un Kespacio vectorial, entonces:
1. Existe un par (A, ), donde A es una Kalgebra y : V A es
una funcion lineal, tal que para toda algebra A

y toda funcion
lineal F : V A

tal que
F(v)
2
= 0 (para todo v V)
3.3. DETERMINANTES 45
existe un unico homomorsmo de algebras f : A A

tal que
f = F
En un diagrama conmutativo, la situacion es como sigue.
V A
A

@
@
@@R
F
p
p
p
p
p
p
p
?
f
2. El para (A, ) esta unicamente determinado. Es dceir, si (A

)
es otro par qie satisface 1, entonces existe un ismorsmo de
Kalgebras f : A A

, tal que f =

.
Denicion 3.8. El par (A, ) se llama algebra exterior (o de Grass-
mann) de V, el algebra A se denota por
_
V
Corolario 3.9. Sea f End(V), entonces existe un unico homo-
morsmo de algebras f :
_
V
_
W tal que la restriccion de f a
V es igual a f. Ademas, f(
_
i
(V)
_
i
(W)
Corolario 3.10. Sean f Hom(V, W) y g Hom(W, Z), entonces
(g f) = g f.
0 lllllllllllllllllllll
ANTES: Los elementos de
_
i
V se llaman ivectores y los de
_
i
V

se llaman iformas.
llllllllllllll
discusion en dimension nita
llllllllllllll
3.3. Determinantes
Sea {v
1
, . . . , v
n
} una base de V. Luego,
_
n
V es de dimension 1, y
una base consiste del nvector
v
1
v
2
v
n
46 3
Ahora, todo elemento z de
_
n
V es de la forma z = z
1
z
2
z
n
,
y es un multiplo escalar unicamnete determinado, digamos , de v
1

v
2
v
n
. Es decir,
z = v
1
v
2
v
n
Denicion 3.11. El escalar = (z
1
, . . . , z
n
) se llama el deter-
minante de los vectores z
1
, . . . , z
n
(en ese orden) respecto de la base
v
1
, . . . , v
n
.
Ejemplo 3.1. Por ejemplo, (v
1
, . . . , v
n
) = 1.
Ejemplo 3.2. Sean V el Kespacio vectorial K
2
y {e
1
, e
2
} la base
canonica de V, entonces
_
a
b
_

_
c
d
_
= (ae
1
+be
2
) (ce
1
+ de
2
)
= ace
1
e
1
+ade
1
e
2
+bce
2
e
1
+ bde
2
e
2
= ade
1
e
2
+bce
1
e
2
= (ad bc)e
1
e
2
As,

__
a
b
_
,
_
c
d
__
= det
_
a c
b d
_
,
En general, tenemos
(z
1
, z
2
, . . . , z
n
) = det(M)
donde es respecto de la base canonica y M es la matriz de M
n
(K)
cuya columna columna i es igual a z
i
.
Las propiedades del determinante enunciadas en las Porposiciones
XX a XX siguen directamente de las propiedades del producto .
En orden a demostrar la propiedad multiplicativa del determinante:
det(MN) = det(M)det(N), deniremos el concepto de determinante
de un endomorsmo usando el algebra exterior.
Si f End(V) y Ves de dimension n, entonces
n
f End(
_
n
V)
es un homotecia, digamos de razon
f
.
3.3. DETERMINANTES 47
Denicion 3.12.
f
se llama el determinante del endomorsmo f.
De la Proposicion XX, se sigue que
(3.6)
gf
=
g

f
.
Sean M M
n
(K) y V el K-espacio vectorial K
n
. Sea f la funcion lineal
denida por f(x) = Mx, x V. El endomorsmo
n
f es la homotecia
de razon
f
. Procedamos a determinar este escalar. Tenemos

n
f(e
1
e
2

n
) = f(e
1
) f(e
n
)
= Me
1
Me
n
Luego, de XX, se sigue que
f
= det(M). Sea ahora N M
n
(K) y g
es el endomorsmo denido por g(x) = Nx, para x V. Luego, de 3.6,
se sigue la siguiente proposicion.
Proposicion 3.13 (Cf. Teorema XX). Si M y N son matrices
cuadradas del mismo tamalo, entonces
det(MN) = det(M)det(N)
Si f End(V), y consideramos el endomorsmo
n
f End(
_
n
V),
con n = dimV
Si f, g End(V), entonces
m
(g f) =
m
g
m
f.
48 3
3.4. Ejercicios
Ejercicio 3.1. Sean V y W dos Kespacios vectoriales. Para f V

y w W, dena la funcion
f,w
Hom(V, W), por
f,w
(v, w) :=
f(v)w. Demuestre que la asignacion fw
f,w
dene un ismorsmo
de V

W en Hom(V, W).
Ejercicio 3.2. Sea V el Respacio vectorial R
3
. Sea F el isomor-
smo, seg un ejercicio 3.1, de V

V en End(V). Determine la matriz

[F(x)]
C
, donde C es la base canonica de R
3
y
x = (1, 2, 0)
_
_
_
0
2
1
_
_
_
+ (1, 0, 0)
_
_
_
0
0
1
_
_
_
Ejercicio 3.3. Demuestre que un modelo del algebra exterior de un
Kespacio vectorial V puede ser fabricado a traves del algebra cociente
T(V)/I, donde I es el ideal generado por {v v : v V}.
Ejercicio 3.4. Sea V un Kespacio vectorial y
_
V un algebra
exterior de V con producto . Dena sobre
_
V un nuevo producto

mediante la formula:
u

v :=
(i + j)!
i!j!
u v
donde u
_
i
V y v
_
j
V. Demuestre que
_
V con este nuevo pro-
ducto

es una algebra exterior de V.
Ejercicio 3.5. Sea U el Kespacio vectorial constitudio por las
matrices simetricas de M
2
(K). Determine una base de
_
2
U y de W,
donde W es tal que T
2
U = W
_
2
U.
Ejercicio 3.6. Sean z
1
, . . . , z
m
vecores linealmente independiente
en V. Suponga que los vectores x
1
, . . . , x
m
son tales que
z
1
x
1
+ +z
1
x
1
= 0
Demuestre que x
i
vect{z
1
, . . . , z
m
}.
3.4. EJERCICIOS 49
Ejercicio 3.7. Sea End(V) y M la matriz de respecto a una
base B de V. Determine la matriz del endomorsmo
m
de
_
m
V,
respecto de la base
_
m
V determinada por B.
Ejercicio 3.8. Sea W el Cespacio vectorial con base {w
1
, w
2
},
y V el Cespacio vectorial con base {v
1
, v
2
}. Considere el subespacio
vectorial W

:= vect{w
1
} de W. Demuestre que la siguiente funcion
es un isomorsmo,
:
_
W

V
_
W
x v
1
+y v
2
x +y w
2
donde x, y
_
W

.
Ejercicio 3.9. Calcular el determinante del endomorsmo
2
f de
_
2
R
3
, donde f es el endomorsmo de R
3
denido por:
(1, 1, 1) (1, 0, 0)
(1, 1, 0) (1, 1, 0)
(1, 0, 0) (1, 1, 1)
Ejercicio 3.10. Resolver los problemas del Greub.
CONTINUARA!!!

Indice alfabetico
Adjunta, matriz: ??
Algoritmo de la divisi on: ??
Anillo: ??
Base: ??
Base dual: ??
Caracterstica: ??
Cayley-Hamilton, teorema de: ??,??
Cofactor: ??
Combinaci on lineal: ??
Coordenadas: ??
Cramer, metodo de: ??
Cuerpo: ??
Determinante: ??, ??, ??
Determinante de un endomorsmo:
??
Diagonalizacion, teorema de: ??, ??
Dimension: ??
Dual de V: ??
Ecuaci on caracterstica: ??, ??
End(V): ??
Epimorsmo: ??
Espacio cociente: ??
Espacio propio: ??
Espacio vectorial: ??
Hermite, Forma normal de: ??, ??,
??
Hom(V, W): ??
Imagen: ??
Isomorfos: ??
Isomorsmo: ??
Jordan, forma de: ??, ??
Kernel: ??
Kronecker, producto de: ??
Genera: ??
Generado, espacio vectorial: ??, ??
GL
n
(A): ??
Grado, de un polinomio: ??
Grassmann H., teorema de: ??
Grupo: ??
Linealmente independiente: ??
Linealmente dependiente: ??
Matriz: ??
Matriz antisimetrica: ??
Matriz asociada a la transformaci on
lineal: ??
Matriz cambio de base: ??, ??
Matriz compa nera: ??
Matriz de Jordan elemental: ??
Matriz diagonal: ??
Matriz elemental la: ??
Matriz elemental columna: ??
Matriz hermitiana: ??
Matriz idempotente: ??
Matriz nilpotente: ??
Matriz ortogonal: ??
Matriz simetrica: ??
51
52

INDICE ALFAB

ETICO
Matriz triangular inferior: ??
Matriz triangular superior: ??
Monomorsmo: ??
Multiplicidad, de una raz: ??
Multiplicidad algebraica: ??
Multiplicidad geometrica: ??
M
nm
(A), M
n
(A): ??
Nulidad de f: ??
Polinomio caracterstico: ??, ??, ??
Polinomio minimal: ??, ??
Polinomio monico: ??
Primos relativos: ??
Raz, de un polinomio: ??
Rango, de una matriz: ??
Rango, de una aplicaci on lineal: ??
Similar, matriz: ??
Sistema de ecuaciones: ??
Sistema de ecuaciones homogeneo:
??
Subespacio vectorial, K-subespacio
vectorial: ??
Subgrupo: ??
Suma de subespacios vectoriales: ??
Suma de espacios vectoriales: ??
Suma directa (interna): ??, ??
Suma directa externa: ??
Transformacion lineal: ??
Traspuesta: ??
Traza, de una matriz: ??
Valor propio: ??, ??
Vector propio: ??, ??
vect(S): ??
V

: ??
Zorn, lema de: ??
Bibliografa
[1] Jacobson N., Basic Algebra I, 2 Ed., W. Freemn & Company Publisher, San
Francisco, 1985.
[2] Lang S., Algebra, 3 Ed., Addison-Wesley Publishing Co., Inc., Reading, Mass.,
1993.
53