1

CAPITULO 1

REQUISITOS
En un primer curso de algebra lineal se aprendio a transformar matrices (a triangular superior o diagonal) preservando el espacio fila de la
matriz. En este curso se tranformaran matrices a otras mas sencillas
pero preservando los valores propios.
Iniciamos poniendonos de acuerdo sobre alguna notacion.

Notacion Matricial Basica

Las matrices se denotaran por letras may
usculas A, B,...,etc.
Si A es una matriz los vectores columna de A seran denotados A1 ,
A2 , . . . , An y los vectores fila A1 , A2 , ..., Am . As pues la matriz A
(m n : m filas y n columnas) sera
1

A
a1j
A2
a2j

A = (A1 , A2 , ..., An ) = . en donde Aj = .

..
..
Am

Ai

amj

= (ai1 , ai2 , ..., ain )

Con esta notacion si I(n) denota la matriz identica de dimension n (n

se suprime si la dimension es clara) entonces Ij es el jesimo vector
columna unitario coordenado y ademas I i es el iesimo vector fila
unitario coordenado.
Salvo casos especiales el nombre de la matriz y los nombres de sus
entradas estaran representadas por la misma letra:
A = (aij ) i=1,...,m = (aij )mn
j=1,...,n

Cuando se desee ser muy preciso se escriba el producto interno de

Algebra Lineal Avanzada

vectores por el smbolo <, >. Si X, Y son vectores y se escribe XY se

entiende producto matricial es decir

XY = (x1 , x2 , ..., xn )

y1
y2
..
.
yn

Pero ocasionalmente tambien se escribe Y =

y1
y2
..
.

yn
1.1 Nota < X, Y >=< (x1 , . . . , xn ), (y1 , . . . , yn ) >=
n
n
X
X
xi yi y XY = (
xi yi )
i=1

i=1

Resumamos entonces con esta notacion algunas formulas que seran

u
tiles en las demostraciones de algunos teoremas porque simplifican
los procedimientos operativos.

Representaciones De Productos
En lo que sigue A, B denotan matrices y X un vector (fila o columna
seg
un el caso) con base un campo K. Digamos que A Kmn (las
matrices m n sobre K) y B Knr entonces
1.2 Proposici
on Se cumple que
i AIi = Ai , i = 1, 2, . . . , m
ii I j A = Aj , j = 1, 2, . . . , n
iii A B = (< Ai , Bj >) i=1,...,m = (Ai Bj ) i=1,...,m
j=1,...,n

j=1,...,n

Captulo 1 Requisitos

iv XA = [XA1 , XA2 , ..., XAn ]

1
A X
A2 X

v AX =

..

.
Am X

vi AB = [AB1 , AB2 , . . . , ABr ]

1
A B
A2 B

vii AB = .
.
.
An B
Demostraci
on Hacemos iv. y vii. las demas se dejan como ejercicio.
En cuanto a iv., usando la parte iii se tiene
XA
i
(X Aj ) i=1,...,m

j=1,...,n

=
(x1 , . . . , xm )A
= (X 1 )(A1 , A2 , . . . , An ) =
= (X 1 A1 , X 1 A2 , . . . , X 1 An ) =
(XA1 , . . . , XAn )

Para la parte vii.

iv

AB = (Ai Bj ) i=1,...,m = ((Ai B)j=1,...,r )i=1,...,m = (Ai B)i=1,2,...,m =

j=1,...,r

A1 B
A2 B
..
.
Am B

Representacion Espectral
A
un cuando desde el punto de vista estrictamente matematico la f
ormula que sigue no tiene mas merito que las precedentes su uso ser
a
especial para nosotros y por eso la resaltamos. La llamaremos la representacion espectral de AX.
1.3 Proposici
on AX = x1 A1 + x2 A2 + + xn An

Algebra Lineal Avanzada

Demostraci
on Note que X =

n
X

xi Ii y por tanto

i=1
n
n
n
n
X
X
X
X
AX = A(
xi Ii ) =
(A(xi Ii )) =
xi (AIi ) =
xi Ai 2
i=1

i=1


1.4 Proposici
on det

A 0
0 B

i=1

i=1


= det A det B

Notacion Matricial Compleja

Supongamos ahora que A Cnn . Denotamos A (la conjugada de A)
a la matriz (aij ) i=1,...,m , donde naturalmente a + iy = x iy. Sabemos
j=1,...,n

por ejemplo que si z C,entonces z R z = z. Igualmente z = z,

z + w = z + w y zw = zw. Ademas sabemos que si p(x) R[x] y
C es una raz de p(x) entonces tambien es una raz de p(x).
Resumamos algunas propiedades de matrices conjugadas.
1.5 Proposici
on Para matrices A, B C. Se cumple
i A = A A Rmn
ii A + B = A + B
iii A B = A B
iv A + A = 2R(A) donde R(aij + ibij ) = (aij )
v A A = 2i =(A) donde =(aij + ibij ) = (bij )
vi RA = RA(R Rnn )
vii rA = rA , r R
viii A + A = 2R(A)
ix A A = 2=(A)
x det A = det A

Captulo 1 Requisitos

Demostraci
on iii. Si X, Y son vectores, X fila, Y columna entonces
n
n
n
X
X
X
XY = (
xi yi ) = (
xi yi ) = XY . En general si A y B
xi yi ) = (
i=1

i=1

i=1

son matrices multiplicables AB = (Ai Bj )i,j = (Ai Bj )ij = (Ai Bj )ij =

AB puesto que por ejemplo (B1 , B2 , . . . , Bn ) = B.
En cuanto a ix, usamos induccion sobre la dimension de A. Si a es
22, det A = aii a22 a21 a12 = a11 a22 a21 a12 = det A. Supongamos
n
X
cierto para n 1 y veamos para n: det A =
(1)i+1 ai1 det Ai1 =
n
X
i=1

(1)i+1 ai1 det Ai1 =

quedan como ejercicio. 2

n
X

i=1

as
(1)i+1 ai1 det Ai1 = det A. Los dem

i=1

Por la hip
otesis de inducci
on puesto que Ai1 es una matriz n 1 n 1