UNIVERSIDAD DE LA SERENA

FACULTAD DE CIENCIAS
DEPTO. DE MATEMTICA

1er Semestre 2014

GUIA DE LGEBRA LINEAL (ING.)

TRANSFORMACIONES LINEALES
Definicin 4.1 Sean V y W dos espacios vectoriales sobre un cuerpo IK, una transformacin
lineal de V en W es una funcin T: V W tal que:
T(u + v) = T(u) + T (v) u, v V
T( u) = T ( u) u V , IK.
Proposicin 4.2 Sean V y W espacios vectoriales sobre un cuerpo IK, T: V W transformacin
lineal, entonces:
a) T( 0v ) = 0w
b) T(-v) = - T (v) , v V
c) T( u - v) = T(u) - T(v) , u, v V
Proposicin 4.3 Sean V, W espacios vectoriales sobre un cuerpo IK, entonces T :V W es
una transformacin lineal si y slo si T ( u + v) = T(u) + T (v) , K, u, v V.
Corolario 4.4 Sean V , W espacios vectoriales sobre un cuerpo IK y T: V W una
transformacin lineal, entonces T preserva las combinaciones lineales , es decir si v1,.....,vn V
n
n
y 1, ..... ,n K se tiene que T i v i = i T(v i ) .
i =1
i =1
Teorema 4.5 Sean V y W espacios vectoriales sobre un cuerpo K, tal que dim V = n < y
{v1,....,vn} una base ordenada de V. Supongamos que {w1,....,wn} es subconjunto de W, entonces
existe una nica transformacin lineal T: V W tal que T(vi) = wi i = 1,.....,n.
NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL
Definicin 4.7 Sean V y W espacios vectoriales sobre un cuerpo IK, T : V W una
transformacin lineal .El ncleo (o kernel) de T es el conjunto KerT ={vV / T(v) = 0w}. La
imagen de T es el conjunto Im T = { w W / v V : T (v) = w } = { T(v) / v V =T(V) }.
Proposicin 4.8 Sean V, W espacios vectoriales sobre un cuerpo
transformacin lineal, entonces Ker T V e Im T W.

K y T: V

W una

Definicin 4.9 Si V y W son espacios vectoriales de dimensin finita sobre un cuerpo IK y

T: V W es una transformacin lineal. Entonces dim ( Ker T ) se llama nulidad de T y
dim ( Im T ) se llama rango de T .
Teorema 4.10 Sean V y W espacios vectoriales sobre un cuerpo IK, dim V <
T : V W una transformacin lineal, entonces dim V = dim Ker T + dim Im T.

Corolario 4.11 Sea A Mnxm ( IK) entonces la dimensin del espacio fila de A es igual a la
dimensin del espacio columna A, es decir rango A = rango At.
Proposicin 4.12 Sean V, W espacios vectoriales sobre un cuerpo IK y T: V
transformacin lineal entonces T es inyectiva si y slo si Ker T = { 0 }

W una

Proposicin 4.13
Sean V, W espacios vectoriales sobre un cuerpo IK tales que
dim V = dim W = n < y T: V W una transformacin lineal, entonces T es inyectiva si
y solo si T es epiyectiva.

ALGEBRA DE TRANSFORMACIONES LINEALES

Teorema 4.14 Sean V , W espacios vectoriales sobre un cuerpo IK . T : V W y
L : V W transformaciones lineales, entonces:
a) La funcin T + L : V W definida por ( T + L )(v) = T (v) + L (v) v V es una
transformacin lineal.
b)La funcin T : V W con IK , definida por (T )(v) = (T(v) ) v V es una
transformacin lineal.
Proposicin 4.15 Sean V, W espacios vectoriales sobre un cuerpo IK, entonces el conjunto
L( V , W) = {T : V W / T es transformacin lineal} es un espacio vectorial con la suma y
producto por escalar definidos en el teorema 4.14.
Teorema 4.16 Sean V, W espacios vectoriales sobre un cuerpo IK tales que dim V = n < y
dim W = m < Entonces dim L( V , W) = nm.
Teorema 4.17 Sean U, V, W espacios vectoriales sobre un cuerpo IK, T: V U y
L: U W transformaciones lineales. Entonces la funcin compuesta L o T :V W definida
por
( L o T ) (v) = L(T(v)) v V , es una transformacin lineal.
Definicin 4.18
Sea V un espacio vectorial sobre un cuerpo IK.
T : V V se dice un operador lineal sobre V.

Una transformacin lineal

Proposicin 4.19 Sean V un espacio vectorial sobre un cuerpo IK, T, L, S operadores lineales
sobre V, entonces:
a) T o L es operador lineal sobre V.
b) idv o T = T o idv = T
c) L o ( T + S ) = ( L o T ) + ( L o S ) y (T + S) o L = ( T o L) + ( S o L).
d) ( T o L) = ( T ) o L = T o ( L) , IK.
Definicin 4.20 Sean V,W espacios vectoriales sobre un cuerpo IK y T: V W una
transformacin lineal, se dice que T es invertible si T es una funcin biyectiva de V en W.
Es oportuno recordar la equivalencia siguiente: T: V W es invertible si y slo si existe una
funcin T -1 : W V tal que T o T -1 = idw y T-1 o T = idv
Teorema 4.21 Sean V y W espacios vectoriales sobre un cuerpo IK y T: V W una
transformacin lineal invertible entonces T -1 : W V es una transformacin lineal.
Teorema 4.22 Sean V, W espacios vectoriales sobre un cuerpo IK, T: V W una
transformacin lineal. Entonces T es inyectiva si y slo si T aplica cada subconjunto l.i. de V sobre
un subconjunto l.i. de W.
Teorema 4.23
Sean V y W espacios vectoriales sobre un cuerpo IK, tales que
dimV = dim W = n < . Si T: V W es una transformacin lineal entonces son equivalentes
las siguientes afirmaciones:
a) T es invertible
b) T es inyectiva
c) T es epiyectiva
d) Si {v1,.....,vn} es base de V entonces { T(v1),.....,T (vn) } es base deW
e) Existe una base {v1,....., vn} de V tal que { T(v1),.......,T(vn)} es base de W.
Observacin 4.24 Notemos que el teorema 4.23 no es vlido si dim V dim W .
ISOMORFISMOS
Definicin 4.25 Sean V, W espacios vectoriales sobre un cuerpo IK. Una transformacin lineal
T: V W se dice isomorfismo de V sobre W si T es biyectiva. Si existe un isomorfismo de V
sobre W se dice que V es isomorfo a W y se anota V W.
Teorema 4.26 Sea V un espacio vectorial sobre un cuerpo IK. Si dim V = n entonces V IKn.

Lema 4.27 Sean U, V, W espacios vectoriales sobre un cuerpo IK. Entonces

a) Si U V entonces V U
b) Si U V y V W entonces U W.
Teorema 4.28 Sean V y W espacios vectoriales sobre un cuerpo IK. Entonces
V W si y solo s dim V = dim W.

GUIA DE EJERCICIOS
1. Determinar si las funciones dadas a continuacin son funciones lineales. Justificar.
a) T : IR 2 IR 2 definida por T( x, y) = ( x 2 + y, x y)
b) T : IR 2 IR 2 definida por T( x, y) = ( x + y, x 2 y + 1)
c) T : IR 3 IR 2 definida por T( x, y, z) = ( x + 2 y + z, x y z)
d) T : IR 3 IR 2 definida por T( x, y, z) = ( x y, x z)
2. Mostrar que las siguientes aplicaciones no son lineales.
a) F : IR 2 IR definida por F( x, y) = x y
b) F : IR 2 IR 3 definida por F( x, y) = ( x + 1, 2 y, x + y)
c) F : IR 2 IR definida por F(x, y, z) = ( x , 0 ) .
3. Sea T : IR2 IR una funcin lineal tal que T(1, 2 ) = 1 y T( 2 ,1) = 1. Encontrar
T ( x , y) .
4. Sea T : IR 3 IR 2 definida por T( x, y, z) = (2x + y + 3z , x 4 y + z) .Demostrar que T es
lineal y encontrar bases para Ker T e Im T .
5. Demostrar que { (1,1,1) , (1,2,3) , (0,0,1) } es una base para el espacio vectorial IR 3 .
Sea T : IR 3 IR 3 lineal definida por: T(1,1,1) = (1,2,3) ,
T(1,2,3) = (1,1,2) , T(0,0,1) = (2,1,3). Encontrar bases para Ker T e Im T .
6. Sea V un espacio vectorial sobre IR y { u , v , w } una base para V. Demostrar que
{ u , u v , u v w } es una base para V. Sea T : V V lineal tal que
T(u) = -2u + 3v + w , T(u v) = 3u 4v w , T(u v w) = 5u + v + 6w. Encontrar bases
para Ker T e Im T .
7. Demostrar que { 1 + x , 1 + x2, x + x2 } es una base para el espacio P2 ( IR) . Sea
T : P2 ( IR) P2 ( IR) lineal definida por: T (1 + x ) = 1 + x + 3 x 2 , T (1 + x 2 ) = 1 + 2 x + 4 x 2 ,
T ( x + x 2 ) = 2 + x + 5 x 2 . Encontrar bases para Ker T e Im T .
8. Considerar el subespacio vectorial V = < (1,1, 2), (1, 2 , 3 ) , ( 2 ,1, 3 ) > IR de IR 3 .
a) Demostrar que { (1,4,5) , (4,1,5) } es una base para V.
b) Sea T : V IR 3 lineal tal que: T(1,4,5) = (1,1,1) y T(4,1,5) = (2,2,2). Encontrar bases
para Ker T e Im T .
9. Sea S = < (1,0,0) , (1,1,1) , (2,1,1) >IR. Encontrar una funcin lineal T : IR 3 IR 3
tal que Ker T = S e ImT = < (1, 2 , 3 ) > IR .
10. Sea V espacio vectorial sobre un cuerpo K y U , W subespacios vectoriales de V, tales
que
V = U W. Se
define
una
funcin
sigue:
T : V V , como
T( v) = u v = u + w con u U, w W. Demostrar que T es lineal.
11. Consideremos los subespacios U = < (1,2,3),(1,1,1) >IR y W = < (1,0,1) >IR de IR3.
Demostrar que IR3 = U W y encontrar la funcion T : IR 3 IR 3 definida en el
problema (10).

12. Sea T : IR 2 IR 2 lineal, tal que T(1, 2 ) = (1, 1) y T( 2 ,1) = (1, 2 ) . Demostrar
que T : IR 2 IR 2 es un isomorfismo de espacios vectoriales. Encontrar T 1 ( x, y ) .
13. Sea { u , v } una base para un espacio V sobre IR. Demostrar que { u + v , u v } es una
base para V. Sea T : V V lineal tal que T(u + v) = u v y T(u v) = u + v.
a) Demostrar que T : V V es un isomorfismo b) Calcular T(u) y T(v).
14. Sean V , W espacios vectoriales sobre un cuerpo K y T : V W lineal. Sean
v1 , v 2 ,...., v k V tales que T(v1 ), T(v 2 ),...., T(v k ) W son l. independientes. Demostrar
que v1 , v 2 ,...., v k son linealmente independientes.
15.

Sea F : IR 4 IR 3 la aplicacin lineal definida por:

F( x, y, s, t ) = ( x y + s + t , x + 2s t , x + y + 3s 3t ) . Encontrar bases para Ker T e Im T .

16. Encontrar una aplicacin lineal

y (2,0,1,3) .

T : IR 3 IR 4 , cuya imagen es generada por (1,2,0,4)

17. Sea T : M 2 x 2 ( IR ) M 2 x 2 ( IR )

1 2

definida por T(X) = AX XA, donde A =

.
0 3
Demuestre que T es transformacin lineal y encontrar bases para Ker T e Im T .

18. Sea T el operador lineal sobre IR 3 definido por:

T( x, y, z) = ( 2x , 4x y , 2x + 3y z ) . Demostrar que T es invertible y encontrar una
frmula para T 1 .
19. Sea V espacio vectorial de dimensin finita y T un operador lineal sobre V. Demostrar
que T es invertible, si y slo si, T es sobre.
1 1
y T :
2 2

20. Sea M =

M 2 x 2 (K) M 2 x 2 (K) lineal definida por T(X) = MX. Encontrar

bases para Ker T e Im T .

21. Encontrar una aplicacin lineal T : IR 3 IR 3 , cuya imagen es generada por (1,2,3) y
(4,5,6) .
22. Encontrar una aplicacin lineal T : IR 4 IR 3 cuyo ncleo es generado por (1,2,3,4) y
(0,1,1,1) .
23. Sea D : P3 (IR) P3 (IR) el operador derivacin. Encontrar el ncleo e imagen del
operador D.
24. Sea A una matriz m x n con coeficientes en el cuerpo K. Se define la funcin
T : M n x1 ( K) M m x1 ( K ) por T(X) = A X X M n x1 ( K ) .
a)

Demostrar que T : M n x1 ( K) M m x1 ( K ) es lineal.

1 2 3

b) Si A = 4 5 9
2 1 3

M 3 x 3 ( IR) en (a) y luego T : M 3 x1 ( IR) M 3 x1 ( IR ) . Encontrar

bases para el ncleo de T e Imagen de T.

25. Sea A una matriz m x n con coeficientes en el cuerpo K. Se define la funcin
T : K n K m por T(X) = ( A X t ) t X K n .
a)

Demostrar que T : K n K m es lineal.

1 2 3

b) Si A = 4 5 9
2 1 3

M 3 x 3 ( IR) en (a) y luego T : IR 3 IR 3. Encontrar bases para el

ncleo de T e Imagen de T.

26. Sea T funcin lineal de IR3 en IR3 ( operador lineal) tal que:
Ker ( T id 3IR )= < (1,1,1), (1,1,0)>
Ker ( T + 3 id 3IR )=< ( 1, 0, 0)>
Encontrar T .
REPRESENTACIN POR MATRICES
Definicin 5.1 Sean V y W espacios vectoriales sobre un cuerpo IK , tales que
dim V = n , dim W = m y T: V W una transformacin lineal.
Si B = { v1 ,...,vn } es una base ordenada de V y B`= { w1,...,wm} una base ordenada de W, se
define la matriz de T respecto al par de bases ordenadas B y B` como la matriz [ T ]BB` M mxn(K)
donde la columna j-sima de [ T ]BB` est dada por [ T (vj )]B` .
Observacin 5.2 La transformacin lineal T :V W determina una nica matriz [T]BB , puesto
que para cada j{1,.....,n}existen nicos escalares 1j ,2j ,...,mj IK tales que
1 j
m

T(vj) = ij w i , es decir [T (vj) ]B` = ! . Luego [T ]BB` = ( ij )
es nica.
i =1
mj

Teorema 5.3 Sean V y W espacios vectoriales sobre un cuerpo IK, tales que dim V= n y
dimW= m. Sean B y B` bases ordenadas de V y W respectivamente. Si T: V W es una
transformacin lineal, entonces [T(v)]B = [T ]BB` [v ]B , v V.
Teorema 5.4 Sean V y W espacios vectoriales sobre un cuerpo IK, tales que dimV = n
y dim W = m . Sean B y B` bases ordenadas de V y W respectivamente, entonces
:L( V , W) Mm x n(K) definida por (T) = [T] BB ' es un isomorfismo.
Observacin 5.5
Note que el hecho de que sea biyectiva implica que dada una matriz
A Mm x n ( IK) y las bases ordenadas B y B` en V y W respectivamente existe una nica
transformacin lineal T: V W tal que [T ]BB` = A
Observacin Si V es un espacio vectorial sobre un cuerpo IK, B es una base ordenada de V y T
un operador lineal sobre V entonces en lugar de [T]BB se escribe [T]B y se dice que es la matriz
de T en la base B .
Note que por el teorema 5.3 se tiene la identidad
[T (v)]B = [T ]B [v ]B , v V.
Teorema 5.6 Sean U, V y W espacios vectoriales sobre un cuerpo IK, T: U V y
L: V W transformaciones lineales. Si B, B` y B`` son bases ordenadas de U, V y W
respectivamente, entonces [L o T ]BB`` = [L ]B`B`` [T]BB`.
Proposicin 5.7 Sean V y W espacios vectoriales de dimensin n sobre un cuerpo IK y
T: V W una transformacin lineal. Entonces T es invertible si y slo s [T ]BB` es invertible
para toda base ordenada B de V y toda base ordenada B`de W.
Definicin 5.8 Sean V espacio vectoriales sobre un cuerpo IK, B y B` bases ordenadas de V. La
matriz [idv ]BB` se llama la matriz de pasaje de la base B a la base B`.
Proposicin 5.9 Sean V un espacio vectorial sobre un cuerpo IK, B y B` bases ordenadas de V,
entonces la matriz de pasaje de la base B a la base B` es invertible y
[idV ]-1BB = [idV]BB`.
Teorema 5.10 Sean V, W espacios vectoriales sobre un cuerpo IK, B1, B2 bases ordenadas de V.
B`1 , B`2 base ordenadas de W. Si T: V W es una transformacin lineal, entonces
[ T ] B1 B'1 = [idw ] B`2 B'1 [T] B2 B`2 [idv] B1 B2 . ( Teorema de cambio de base)

Observacin 5.11 Un caso particular del teorema 5.10 queda expresado de la siguiente
manera:
Sean V un espacio vectorial sobre un cuerpo IK, B y B` bases ordenadas de V y T un operador
lineal sobre V, entonces
[T]B = [idv]B`B [T]B` [idv ]BB` , o bien ,
-1
[T ]B = [idv]B`B [T]B` [idv ]B` . ( Teorema de cambio de base para operador lineal )
GUA DE EJERCICIOS
1.- Encontrar la matriz de las siguientes funciones lineales de IR3 en IR2 respecto de las bases
cannicas de IR3 y IR2 respectivamente.
a) T ( x, y, z)= ( x, y)
b) T (x, y, z)= ( x + y, 2x y )
2.- Considere la funcin lineal T: P2 ( IR) P1(IR) definida por:
T ( a0 + a1x + a2x2) = -a0 + ( a1 + a2)x.
Sean C1, C2 las bases cannicas de P2(IR) y P1(IR) respectivamente.
a) Encuentre [ T] C1 C 2
b) Encuentre [ T] 2 C 2 donde 2= { 2, x + 1, x2}
c) Encuentre [ T] C 1 1 donde 1 = { x + 1, 1 }
d) Encuentre [ T ] 2 1 donde 1, 2 son las bases de ( c ) y ( d ).

3.- Sean V y W espacios vectoriales sobre un cuerpo K, = { v1, v2} y `= { w1, w2, w3} bases
ordenadas de V y W respectivamente. Sea T: V W una funcin lineal definida por:
T( v1) = 2w1 w2 , T(v2)= 2w1 - 2w2 + w3.
a) Determine [ T ] `
b) Use ( a) para determinar T ( 3v1 + 2v2)
4.- Sean T: IR3 <( 1, 2,3), (0,1,2)> funcin lineal definida por:
T(x, y,z)= x(1,2,3) + (y + z) (0, 1, 2) y L: < ( 1, 2, 3 ), (0, 1,2)> IR, funcin lineal definida
por: L( 1,2,3) = 10 y L(0,1,2)= -1. Considere las bases ordenadas = { (1,0,0,),(0,1,1),(0,0,1)},
`= { (0,1,2),(1,2,3)}, `` = {2} de IR3, < ( 1,2,3), (0,1,2)> y IR respectivamente.
a) Encuentre [ T ]`
b) Encuentre [L ] ```
c) Encuentre [ L o T] ``
5.- Sean S y L operadores lineales definidos sobre IR3 tales que:
1 0 1
[ L o S ]C= 2 1 0 donde C es la base cannica de IR3. Sea = { ( 1, 0, 0 ), (1,1,0), (0,0,-1)}

3 1 1
1 1 1
3
base ordenada de IR y supongamos que [ L ] = 0 2 1 . Encuentre explcitamente S ( x, y, z).

0 0 1
6.- Sean T y L funciones lineales de P2(IR) en IR3 tales que:
1 0 2
1 1 1

[3T - L ] `= 0 1 1
y [ L ] `` = 0 0 1 donde

1 2 1
1 1 1
={ 1, 1 + x, x2 }, `= { ( 1,1,0),(0,1,0 ), (0,0,1)} y `` ={ (-1, 0,2),(1,1,0),(-1,0,0)} son bases
ordenadas de P2(IR) y IR3 respectivamente. Encuentre:
a) L( a0 + a1x + a2x2)
b) [ T ] `
c) [ T ] ``
d) T ( a0 + a1x + a2x2)
e) Es T invertible? Si lo es, encuentre [ T-1]` .

7.- Sea T: C2 P2( C) funcin lineal definida por T ( a, b)= a + bx2 + (-b)x2.
Considere las bases ordenadas = { ( 1, 0 ), ( 0, 1)} ` = { ( 1, i), (-i, 2)} de C2 y
`` = { 1, i + x, ix2} base ordenadas de P2 ( C). Encuentre:
a) [ T ] ``
b) [ T ] ```
c) Matrices P y Q tales que [ T ] `` = P[ T ] ``` Q.
8.- Sea T: IR2 IR2 funcin lineal tal que:
1 0
[ T ] =
donde = { ( 1, 0), (0, 1) Encuentre una base ordenada `de IR2 tal que
2
1

1 3
[ T ] ` =
.
0 1
9.- Sean V un espacio vectorial sobre un cuerpo K, dim V = 3 , B ={v1,v2,v3} y
B`= {v1,v1 + v2,v1 + v2 + v3} bases ordenadas de V. Si T es el operador lineal sobre V
definido por T(vi) = vi - v1 i = 1,2,3. Encuentre:
a) [T]B y [T]BB`.
b) Matrices P y Q tales que [T ]B = P[T ]BB` Q.
c) Matriz P tal que [T(v) ]B = P[v]B` .
VALORES Y VECTORES PROPIOS
Definicin 5.12 Sean V un espacio vectorial sobre un cuerpo IK y T: V V un operador lineal.
Un escalar IK se dice valor propio de T si existe un vector v V, v 0 tal que T(v) = v.
Si es un valor propio de T, entonces cualquier v V tal que T(v) = v se llama vector propio de
T asociado al valor propio .
El conjunto S = {v V / T(v) = v } se llama espacio propio asociado a .
Proposicin 5.13 Sean V un espacio vectorial sobre un cuerpo IK y T: V V un operador lineal.
Si es un valor propio de T entonces S V.
Teorema 5.14 Sean V un espacio vectorial de dimensin finita n sobre un cuerpo IK,
B una
base ordenada de V y T : V V un operador lineal. Entonces las siguientes afirmaciones
son equivalentes:
(a) es valor propio de T
(b) T - idv no es invertible
(c ) det ( [ T ]B - In ) = 0
Observacin Si B es cualquier base ordenada del espacio vectorial V, por lo tanto la equivalencia
(a) (c) se puede expresar de la siguiente manera:
es valor propio de T det ( [T]B - In) = 0, para cualquier base ordenada B de V.
Definicin 5.15 Sea A Mn ( IK) , se dice que K es un valor propio de A en IK, si
det (In -A) = 0. El polinomio C(x) = det ( xIn -A) se llama polinomio caracterstico de A.
Observacin 5.16 El polinomio caracterstico de una matriz A Mn(IK) es un polinomio mnico
de grado n, esto se comprueba al desarrollar det ( xIn - A). Adems, las races de CA (x) son
exactamente los valores propios de A.
Proposicin 5.17 Las matrices semejantes tienen el mismo polinomio caracterstico.
Definicin 5.18 Sean V un espacio vectorial de dimensin n sobre un cuerpo IK y
T: V V un operador lineal. Se define el polinomio caracterstico de T, como el polinomio
caracterstico de cualquier matriz n x n que representa a T en alguna base ordenada de V. Se anota
CT ( x ).
Observacin 5.19 De la definicin de CT (x) se tiene que si B y B` son bases de V, entonces [T]B
y [T]B son matrices semejantes, es decir [T]B = [idV ]-1BB`[T]B [idV]BB` , luego tiene el mismo
polinomio caracterstico y por lo tanto los mismos valores propios. En particular T tiene a lo ms
n valores propios distintos, puesto que gr( CT (x)) = n . Sin embargo, existen funciones lineales
las cuales carecen de valores propios.

DIAGONALIZACIN
Definicin 5.20 Sean V un espacio vectorial sobre un cuerpo IK y T: V V un operador lineal.
Diremos que T es diagonalizable si existe una base B de V tal que [T ]B es una matriz diagonal.
Teorema 5.21 Sean V un espacio vectorial de dimensin n sobre IK y T: V V un operador
lineal. Entonces , T es diagonalizable si y solo si existe una base de V, formada slo por
vectores propios de T.
Teorema 5.22 Sean V un espacio vectorial de dimensin n sobre un cuerpo IK, T un operador
lineal sobre V y 1 ,..., r los valores propios distintos de T.
Sea Si = Si el subespacio asociado al valor propio i . Entonces las siguientes afirmaciones son
equivalentes:
(a) T es diagonalizable
(b) El polinomio caracterstico de T es CT ( x) = ( x - 1)d ...(x - r ) d r ,
donde di = dim Si.
( c ) dim S1 + ...... + dim Sr = dim V.
Corolario 5.23 Sea V un espacio vectorial de dimensin n sobre un cuerpo IK y T: V V un
operador lineal. Si T posee n valores propios distintos entonces T es diagonalizable.
Definicin 5.24 Con las notaciones anteriores se dice que dim Si es la multiplicidad geomtrica
del valor propio i y que di es la multiplicidad algebraica del valor propio i.
Observacin 5.25 El teorema 5.21 puede reescribirse de la siguiente manera:
T es diagonalizable la multiplicidad geomtrica de cada valor propio i de T es igual a la
multiplicidad algebraica del valor propio i.
GUIA DE EJERCICIOS
1.- Sea T un operador lineal sobre IR3 representado en la base cannica por la matriz
9 4 4

A= 8 3 4
16 8 7
Demuestre que T es diagonalizable, encuentre una base de vectores propios y una matriz Q
invertible tal que Q A Q-1 sea diagonal.
2.- Encuentre valores y vectores propios de las siguientes transformaciones lineales, las cuales
estn representadas en alguna base del espacio correspondiente por las siguientes matrices.
Determine si son diagonalizables.

0 1 0

a) 4 4 0 ,
2 1 2

d)

b)

e)

c)

f)

3.- En cada uno de los siguientes casos determine si la matriz es semejante a una matriz real
diagonal encontrando una matriz Q invertible tal que Q A Q-1 sea diagonal.
5 6 6

a)
b) 1 4
2
3 6 4