Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOTAS DE CLASE
LGEBRA LINEAL I
Profesor: Vctor G. Osorio Vidal
2011-I
NDICE GENERAL
Prlogo
1. Preliminares
Funciones .
Leyes de composicin interna y externa
Conjuntos R n y C n ..
Grupos y campos .
1
1
2
2
2
2. Espacios vectoriales
Espacios vectoriales .
Ejercicios ..
Subespacios ..
Ejercicios ..
Operaciones con subespacios
Ejercicios ...
Independencia y dependencia lineal
Base y dimensin de un espacio vectorial ....
Ejercicios ...
7
7
14
16
19
20
25
48
48
53
61
63
63
67
71
76
78
81
83
83
84
96
99
103
105
26
44
110
114
115
126
131
133
139
139
147
147
153
159
161
161
165
172
175
177
179
ii
Prlogo
El lgebra Lineal es un curso bsico en la formacin de los estudiantes de ciencias,
ingenieras, economa y ciencias administrativas.
El material que pongo a disposicin de los estudiantes que cursan la asignatura de
lgebra Lineal corresponde a las Notas de Clase entregadas a mis alumnos de la
Facultad de Ciencias Matemticas y Facultad de Educacin (Especialidad de
Matemtica y Fsica) de la Universidad Nacional de San Marcos a travs de Chamilo
que es una solucin de software libre, licenciada bajo la GNU/GPLv3, de gestin del
E-learning o aprendizaje electrnico, desarrollada con el objetivo de mejorar el acceso a
la
educacin
y
el
conocimiento
globalmente.
La
direccin
es
http://campus.chamilo.org/.
Para finalizar agradecer a mis colegas y alumnos por las sugerencias y crticas que
tengan a bien hacer llegar a la siguiente direccin vosoriov@unmsm.edu.pe.
EL AUTOR
iii
PRELIMINARES
El presente captulo tiene dos objetivos. El primero es recordar definiciones y
resultados que se supone el estudiante ha adquirido en los cursos que son prerrequisitos.
El segundo objetivo es dar a conocer algunos conceptos sin entrar en detalle, ya que es
necesario para la mejor comprensin de los captulos siguientes.
1. FUNCIONES
DEFINICIN 1.1.- Sean X e Y dos conjuntos cualesquiera; llamaremos producto
cartesiano de X por Y al conjunto denotado por:
X Y ( x, y ) / x X y Y
DEFINICIN 1.2.- Dados X, Y conjuntos; diremos que R es una relacin de X en
Y si y solo si R es un subconjunto de X Y .
DEFINICIN 1.3.- Sean X, Y conjuntos; f : X Y es una aplicacin o funcin
de X en Y si y solo si f es una relacin de X en Y y adems satisface:
( x, y ) f ( x, z ) f y z
x1 , x 2 X : f ( x1 ) f ( x 2 ) x1 x 2
o equivalentemente,
x1 , x 2 X : x1 x 2 f ( x1 ) f ( x 2 ) .
( B ) { x X / f ( x ) b, b B } .
: A A A
(a1 , a 2 ) (a1 , a 2 ) a1 a 2
Es decir el resultado de operar dos elementos de A sigue estando en A.
DEFINICIN 2.2.- Sean A, dos conjuntos ( se denomina conjunto de
operadores o escalares). Llamaremos ley de composicin externa definida en A y
con operadores en , a toda aplicacin de A en A.
: A A
( , a ) ( , a ) a
3. LOS CONJUNTOS R n Y C n
Sea R el conjunto de nmero reales, C el conjunto de los nmeros complejos y n un
nmero entero positivo. Denotaremos por:
R n { x ( x1 , , x n ) / n uplas ordenadas , x i R, i 1, 2, , n }
4. GRUPOS Y CAMPOS
DEFINICIN 4.1.- Sea un conjunto G , si en G definimos una ley de
composicin interna T, diremos que el objeto (G , T ) es un grupo si satisface las
siguientes condiciones:
G1) (a T b)T c a T (b T c) para todo a, b, c G .
G2) Existe e G tal que para todo a G se cumple que a T e e T a a
2
NOTAS:
(1) e se denomina elemento identidad o nulo del grupo.
(2) El elemento a relativo a la propiedad G3) recibe el nombre de elemento
inverso de a.
EJEMPLO 4.1.1.- ( Z , ), (Q, ), ( R, ), ( R {0} , ) donde "+" y "." denotan la
adicin y multiplicacin usuales, son grupos conmutativos.
EJEMPLO 4.1.2.- El conjunto de las matrices de componentes reales de orden
m n denotada por R mn con la operacin usual de suma de matrices es un grupo
abeliano.
[a], [b]
Zn
[a ] [b] [a b]
operaciones:
[a ] [b] [a b]
[1]
[ 2]
[3]
de la tabla podemos observar que [2] [0] pero; sin embargo, no tiene inverso
multiplicativo, es decir no cumple K7) de la definicin 4.2.
EJEMPLO 4.2.3.- Consideremos el conjunto Q ( 2 ) { a b 2 / a, b Q } . Si
sobre Q ( 2 ) se definen las operaciones
Adicin
(a b 2 ) (c d 2 ) (a c) (b d ) 2
Multiplicacin
a c 2bd 1
(1)
bc a d 0
(2)
1 2bd
a
(3)
ad
b
(4)
b
2b a 2
a
a 2b 2
2
Luego:
cd 2
a
b 2
2
2
a 2b
a 2b 2
2
Q( 2 ) es un campo.
ESPACIOS VECTORIALES
( x y ) z x ( y z ) para todo x, y , z V .
V2 )
V3 )
V4 )
x y y x para todo x, y V .
V5 )
V6 )
V7 )
V8 )
el conjunto de funciones
y a R
definimos:
( f g ) ( x) f ( x) g ( x) para todo x R
(a f )( x) a f ( x) para todo x R
externa.
EJEMPLO 1.1.4.- Sea K un campo, construyamos el conjunto:
K n ( k1 , , k n ) / k i K , i 1, 2, , n
10
p ( x ) a 0 a1 x a n x n
P[ x], , R,
1.1.2.
NOTA.- Si se considera el conjunto de todos los polinomios de grado igual a
I n {1, , n}
m n
a11 a1n
A : P K / A (i, j ) a i j K , A
a m1 a mn
A: P K
(1, 1) a11
(1, 2) a12
(1, n) a1n
(i , j ) a i j
(m, n) a mn
ci j ( A) (i, j ) A(i, j ) a i j
Multiplicacin :
a 11 x1 a 12 x 2 a 1 n x n 0
a m 1 x1 a m 2 x 2 a m n x n 0
con coeficientes en R.
Sea S { ( x1 , , x n ) /( x1 , , x n ) es solucin del sistema }
S con las operaciones usuales de adicin y multiplicacin por escalares es un
espacio vectorial sobre R.
V { (v1 , v 2 ) / v1 V1 v 2 V2 }
para (v1 , v 2 ), (v'1 v' 2 ) V y a K . Definimos:
f ( x) 1 x
x
si x 0
1 x
Es fcil mostrar que f as definida es una biyeccin.
Para x, y (1, 1) y a R definimos:
x y f
f ( x)
ax f
af ( x)
12
f ( y)
(( f ( x) f ( y )) f ( z ))
( f ( x) ( f ( y ) f ( z )))
f
f
( f ( x y ) f ( z ))
(f(f
( f ( x) f ( y ))) f ( z ))
( f ( x) f ( f
(( f ( y ) f ( z ))))
( f ( x) f ( y z ))
x ( y z)
(af ( x) bf ( x))
((a b) f ( x))
( f (ax) f (bx))
(f(f
(af ( x)))) f ( f
(bf ( x))))
( a b) x
El elemento es nico.
' '
(1)
13
(2)
'.
Prueba de v):
(ax) ax
por V3)
0x
por ii)
(a a) x
(ax ) ax ax ax
(ax) ax
por V6)
EJERCICIOS
1. Sean V R 2 y K R . Averiguar si R 2 con las operaciones definidas a
continuacin es un espacio vectorial sobre R.
a)
( x1 , y1 ) ( x 2 , y 2 ) ( x1 x 2 , 0) y a ( x, y ) (ax, 0)
b) ( x1 , y1 ) ( x 2 , y 2 ) ( x1 x 2 , y1 y 2 ) y a ( x, y ) (ax, 0)
(las operaciones que aparecen en el segundo miembro de las igualdades,
tanto en a) como en b) son la adicin y multiplicacin usuales).
2. En R 3 con la operacin usual de adicin y la multiplicacin definida como:
a R; ( x, y, z ) R 3 : a ( x, y, z ) (ax, ay, 2az )
averiguar si R 3 es un espacio vectorial sobre R.
3. Sean V R (el conjunto de los nmeros reales positivos) y K R . Se definen
las operaciones de adicin y multiplicacin por escalar como sigue:
x, y R : x y xy
a R; x R : a x xa
Averiguar si R con las operaciones definidas anteriormente es un espacio
vectorial sobre R.
4. Sean V=R y K=R; se define la operacin de adicin como sigue:
x, y R : x y mx{x, y}
a R, x Z : a x a x
donde a denota el mximo entero; esto es
a k k a k 1 ; k Z
Por ejemplo
(a b 2 ) a b 2
Es ( Q ( 2 ), , K , ) un espacio vectorial?, Si:
(a) K Q ( 2 ) , (b) K Q y (c) K R .
7. Demostrar ii), iii) y iv) de la proposicin 1.2.
8. En el conjunto R 2 se definen la adicin y la multiplicacin como sigue:
x ( x1 , x 2 ) , y ( y1 , y 2 ) R 2 : x y ( x13 y13 ) 3 , ( x 23 y 23 )
1
1
3
a R ; x ( x1 , x 2 ) R 2 : a x (ax1 , ax 2 )
Averiguar si R 2 con las operaciones arriba definidas es un espacio vectorial.
9. En un grupo aditivo V
nx (n 1) x x
Z V V
(n, x) nx
a)
n( x y ) nx ny
b)
(m n) x) mx nx
c)
( mn) x m( nx )
d)
1x x
vectorial.
NOTA.- El conjunto { } y V son subespacios vectoriales de V, denominados
subespacios triviales; cualquier otro subespacio es llamado subespacio propio.
Ntese adems que el elemento neutro aditivo de W es el mismo que el de V.
TEOREMA 2.2.- Sea V un K-espacio vectorial un espacio vectorial y W un
subconjunto de V diferente del vaco. W es un subespacio vectorial de V si y solo si:
i)
Para todo x, y W , x y W .
vectorial.
V1) ( x y ) z x ( y z ) para que x, y, z W . Se verifica: x, y, z W V y
en V se cumple V1).
V2) Existe W / x x x para todo x W . En efecto, sea:
y W (1) y y W (por ii)) y ( y ) W por i)).
x
W ( x1 , x 2 ) R 2 /( x1 , x 2 ) (0, 0) 2 a , x1 0 y a constante
x1
W es un subespacio vectorial de V.
EJEMPLO 2.2.2.- Sea F el R-espacio vectorial de todas las funciones reales de
variable real, consideremos:
16
es un subespacio vectorial.
SOLUCIN
Haciendo uso del teorema 2.2. tenemos que W V por definicin y adems
W pues la funcin cero pertenece a W. Veamos si cumplen las condiciones i) y
f , g W entonces:
f (a b) f (a ) f (b) f ( a ) f (a )
(1)
g (a b) g (a ) g (b) g ( a ) g (a )
(2)
f ( a ) g ( a ) f ( a ) g ( a )
luego f g W .
ii) R, f W entonces:
R, f (a b) f (a ) f (b) f ( a ) f (a )
17
(3)
luego f W .
De i) y ii) W es un subespacio vectorial.
EJEMPLO 2.2.5.- Sea V C { f : R R / f es continua} y consideremos:
W1 { f C / 10 f (t ) dt 0 }
W2 { f C / 10 f (t ) dt 1}
S { A R nn / a i j a j i ; i, j }
T { A R nn / ai j a j i ; i, j }
Los elementos del conjunto S se denominan matrices simtricas, y a los elementos
de T se les llaman matrices antisimtricas. Los conjuntos S y T con las operaciones
heredadas de ( R nn , , R, ) son subespacios vectoriales.
H {( ai j ) C nn / ai j a j i ; 1 i, j n }
H es un subespacio de C nn .
18
EJERCICIOS
1. Sea el espacio vectorial ( R 2 , , R, ) . Averiguar cules de los siguientes subconjuntos son subespacios vectoriales:
a)
U { ( x, y ) R 2 / x y 0 }
b)
W { ( x, y ) R 2 / xy 0 }
c)
S { ( x, y ) R 2 / x 2 y }
d)
T { ( x, y ) R 2 / x 2 y 1}
2. Sea el espacio vectorial ( R 3 , , R, ) . Averiguar cules de los siguientes subconjuntos son subespacios vectoriales:
a)
U 1 { ( x, y , z ) R 3 / x z }
b)
U 2 { ( x, y, z ) R 3 / x 2 y 2 z 2 1}
c)
U 3 { ( x, y , z ) R 3 / x y }
d)
U 4 { ( x, y , z ) R 3 / 2 x y z 0 }
e)
U 5 { ( x, y , z ) R 3 / x y z }
W1 { f F / f (1) 0 }
b)
W2 { f F / f (0) f (1) }
c)
W3 { f F / f (0) f (1) 0 }
d)
W4 { f F / f ( x ) 0 }
e)
W5 { f F / f (1) 0 }
f)
f (0) f (1)
W6 f F / f (1 / 2)
19
W7 { f F / f ( x 2 ) ( f ( x )) 2 }
h)
W8 { f F / f (3) 1 f (5) }
i)
W9 { f F / f (1) 0 f (1) 0 }
j)
4. Sea el espacio vectorial (C 2 , , R, ) . Determinar cules de los siguientes subconjuntos son subespacios vectoriales:
a)
S1 { ( z , u ) C 2 / z 2 u 2 0 }
b)
S 2 { ( z , u ) C 2 / Re( z ) Re(u ) }
c)
d)
S 4 { ( z , u ) C 2 / Im( z ) Im(u ) 0 }
5. Analizar si ( R 2 , , R, ) es un subespacio de ( R 3 , , R, ) .
6. Sea ( R 22 , , R, ) el espacio vectorial de las matrices cuadradas de orden
T1 { B R 22 / AB BA }
b)
T2 { B R 22 / AB BA }
c)
T3 { B R 22 / BA 0 }
entonces, W es un subespacio de V.
PRUEBA
W V por definicin y adems es no vaco ya que Wi i I , entonces W .
i)
Sean x, y W x, y Wi i x y Wi i
x y W .
ii) Sean a K , x W a K x Wi i ax Wi i
ax W .
20
( es elemento de W1 y de W2 ).
i)
(u , v, w) R 3 /(u , v, w) ( x1 , 0, z1 ) (0, y 2 , z 2 );
W1 W2
( x1 , 0, z1 ) W1 y (0, y 2 , z 2 ) W2
21
(0, v,
como
(u , v, w) (u , 0,
1
1
w) (0, v, w)
2
2
donde
(u , 0,
1
w) W1
2
1
w) W2 .
2
Si y solo si:
i)
V W1 W2
ii) W1 W2 { }
EJEMPLO 3.4.1.- En ( R 2 , , R, ) consideremos los subespacios:
W1 { ( x, y ) R 2 / y x } y W2 { ( x, y ) R 2 / y x }
R 2 W1 W2 . En efecto:
i)
(u , v) (
1
1
1
1
(u v), (u v)) ( (u v), (v u ))
2
2
2
2
es decir que R 2 W1 W2 .
1
1
1
1
Obsrvese que ( (u v), (u v)) W1 y ( (u v), (v u )) W2 .
2
2
2
2
ii) Probaremos ahora que W1 W2 { (0, 0) } .
{ (0, 0) } W1 W2 se cumple siempre.
Sea ( x, y ) W1 W2 ( x, y ) W1 ( x, y ) W2 x y x y
x y 0 ( x, y ) { (0, 0) } . Luego W1 W2 { (0, 0) }
W1 W2 { (0, 0) } .
De i), ii) y la definicin 3.4 se tiene:
R 2 W1 W2
22
f ( x)
Ntese que
1
1
( f ( x) f ( x)) ( f ( x) f ( x))
2
2
1
1
( f ( x) f ( x)) es una funcin par, y ( f ( x) f ( x)) es una
2
2
funcin impar.
ii) Probaremos que V p Vi { } .
Sea f V p Vi f V p f Vi
f ( x) f ( x), x R f ( x) f ( x), x R
2 f ( x) 0, x R f
1
1
( A AT ) ( A AT )
2
2
1
( A AT ) U y
2
b)
1
( A AT ) W
2
Probando a)
23
1 T
A AT
2
1 T
( A A)
2
1
( A AT )
2
Probando b)
1
1
( ( A AT ))T ( A AT )T
2
2
1 T
A AT
2
1 T
( A A)
2
1
( A AT )
2
W Wi v V / v wi wi Wi ; i 1, 2, ,
i 1
i 1
24
R 4 . Definimos:
W1 {v R 4 / v av1 bv 2 ; a, b R }
W2 {v R 4 / v av3 ; a R }
i)
Calcule W1 W2
ii)
S T T S
ii)
S { } { } S S
ii)
( S1 S 2 ) S 3 S1 ( S 2 S 3 )
iv)
S V V S V
a)
Calcular U V , U W y V W .
b)
25
a v
i 1
i i
a1v1 a 2 v 2 a n v n , donde ai K y vi A .
v a i vi , vi A
i 1
Averiguar
si
los
vectores
son
combinaciones lineales de v1 y v 2 .
SOLUCIN
Para u: Si u fuera combinacin lineal de v1 y v 2 se podra escribir u a1v1 a 2 v 2
para a1 , a 2 R .
a1 2a 2 1
2a 2 3
(1)
( 2)
(3)
1
0
2
( )
26
b1 b2 1
b1 2b2 0
2b2 2
(1' )
( 2' )
(3' )
b1 2
y b2 1 tal que
f , g, h F
af bg ch
(af bg ch)(t ) (t ) 0
af (t ) bg (t ) ch(t ) 0
a sen t b cos t c t 2 0
(1)
a cos t b sen t 2c t 2 0
(2)
derivando (1)
(3)
(1)
a0
(2)
b 2c 0
(3)
de (1), (2) y (3) concluimos que los nicos nmeros reales que satisfacen la
ecuacin af bg ch son:
abc0
v a i vi
(1)
i 1
u bi vi
(2)
i 1
de (1) y (2)
n
i 1
i 1
i 1
i 1
v u ai vi bi vi (ai bi )vi ci vi
donde ci ai bi .
v u L{A}
ii)
i 1
i 1
i 1
i 1
i 1
donde bi aai
av L{A}
4.3.1.-
En
el
espacio
vectorial
( R 3 , , R, )
SOLUCIN
L{ A} {( x, y, z ) R 3 /( x, y, z ) a (1, 2, 1) b (3, 0, 1); a, b R }
( x, y, z ) a (1, 2, 1) b (3, 0, 1)
(a 3b, 2a, a b)
28
consideremos
a 3b x
2a
y
a b z
(*)
y
2
3b x 2
y
b z
2
(1)
( 2)
mismo subespacio.
SOLUCIN
i) L{ A} {( x, y, z ) R 3 /( x, y, z ) a (0, 1, 1) b(2, 1, 3) c(2, 5, 1) ; a, b, c R }
( x, y, z ) a (0, 1, 1) b(2, 1, 3) c(2, 5, 1)
(2b 2c, a b 5c, a 3b c)
x 2b 2c
y a b 5c
z a 3b c
(1)
( 2)
(3)
eliminando a, b y c
(2)-(3)
y z 4b 4c
(4)
2x y z 0
Luego L{ A} {( x, y, z ) R 3 / 2 x y z 0 }
ii)
x a b c
y a 2b
z a 4b 2c
(1' )
( 2' )
(3' )
eliminando a, b y c
29
(2)-(3)
( 4' )
L{ A} Wi
iI
PRUEBA
i)
Probaremos L{ A } Wi .
iI
v j A, j 1, , n . Pero como A Wi , i I v j Wi , i I , j 1, , n
n
v a j v j ; v1 , , v n Wi , i I
j 1
v Wi ; i I
v Wi
iI
L{ A} Wi .
iI
ii)
L{A} .
iI
A L{ A} L{ A} Wi 0 para algn i 0 I
Wi Wi 0 L{ A} Wi L{ A}
iI
iI
Luego de i) y ii) L{ A} Wi .
iI
30
a v
i i
i 1
ai 0 ; i 1, , n
a v
i 1
i i
EJEMPLO 4.5.1.- En
e3 (0, 0, 1)
son
linealmente independientes.
EJEMPLO 4.5.2.- En R 3 , v1 (1, 2, 3), v 2 (2, 1, 1) y v3 (1, 8, 11) son
linealmente dependientes, pues 3v1 (2)v 2 (1)v3 .
1 0 0 1 0 0 0 0
EJEMPLO 4.5.3.- En R 22 ,
,
,
,
son linealmente
0 0 0 0 1 0 0 1
independientes
EJEMPLO 4.5.4.- En F , el espacio vectorial de las funciones sobre R, {e t , e 2t }
es linealmente independiente. En efecto, sea la combinacin lineal:
ae t be 2t 0
(1)
ae t 2be 2t 0
(2)
b)
PRUEBA
a)
31
i 1
i 1
a i vi a i vi
a v
i m 1
i i
S es linealmente independiente.
ii)
L{S } V
32
1 0 0 1 0 0 0 0
EJEMPLO 4.9.3.- El conjunto
,
,
,
es una base
0 0 0 0 1 0 0 1
para el espacio vectorial ( R 22 , R ,.) .
EJEMPLO 4.9.4.- Hallar una base para S {( x, y, z ) R 3 / 2 x y 2 z 0 }
subespacio de ( R 3 , , R, ) .
SOLUCIN
S {( x, y, z ) R 3 / 2 x y 2 z 0 }
{( x, 2 x 2 z , z ) / x, z R }
{( x, 2 x, 0) (0, 2 z , z ) / x, z R }
{ x(1, 2, 0) z (0, 2,1) / x, z R }
L {(1, 2, 0), (0, 2,1)}
Es linealmente independiente.
ii)
i 1
i 1
i 1
puede ser expresado de una nica forma como combinacin lineal de los v1 , , v n .
Por lo tanto es L {v1 , , v n } V .
33
i 1
i 1
Por hiptesis:
V L{S } u bi vi
(1)
i 1
i 1
j i
v a i vi v a j v j a i vi
vi
1
v ( a j / a i )v j
ai
j i
(2)
u b1v1 bi v ( a j / ai )v j bn v n
j i
ai
(b1 (bi a1 / ai ))v1 (b2 (bi a 2 / ai ))v 2 (bi / ai )v (bn (bi a n / ai ))v n
denotando
c1 b1 (bi a1 / ai ), c 2 b2 (bi a 2 / ai ), , ci bi / ai , , c n bn (bi a n / ai )
tenemos
u c1v1 c 2 v 2 ci v c n v n
V L{S i }
PROPOSICIN 4.12.- Sean (V , , K , ) un espacio vectorial
S {v1 , v 2 , , v n } V y S ' {u1 , u 2 , , u m } L{S } .
Si S ' es linealmente independiente, entonces m n .
34
Sea u V1 u1 ai vi
i 1
35
EJEMPLO 4.13.3.- El conjunto {(1, 0, , 0), (0, 1, , 0), , (0, 0, , 1)} es una
K base para K n , entonces dim K K n n .
EJEMPLO
4.13.4.-
Sea
V { p (t ) a 0 a1t a 2 t 2 a3 t 3 / a 0 , a1 , a 2 , a3 R}
C n {( z1 , , z n ) / z j C , j 1, , n}
z j C donde z j a j ib j y podemos escribir:
z j (a j i 0) (0 ib j )
Afirmamos que:
B {(1, 0, , 0), (i, 0, , 0), (0, 1, , 0), (0, i, , 0), , (0, 0, , 1), (0, 0, , i )}
es una base.
En efecto
i)
B es linealmente independiente.
ii)
36
ii)
m n.
ii)
PRUEBA
i)
37
genera V.
COROLARIO 4.16.1.- Sea W un subespacio de un espacio vectorial V sobre K.
V W
dim K W dim K V
V W U
ii)
W U { }
nm
i 1
i 1
v ai wi bi u i
m
nm
i 1
i 1
donde v a i wi W y
b u
i
38
ii)
2)
SOLUCIN
1)
W {( x, y, z ) R 3 / 3 x y z 0 }
{( x, 3 x z , z ) / x, z R }
{( x, 3 x, 0) (0, z , z ) / x, z R }
{x(1, 3, 0) z (0, 1, 1) / x, z R }
L{(1, 3, 0), (0, 1, 1)}
{(1, 3, 0), (0, 1, 1)} es una base para el subespacio W.
2)
Completamos dicha base para R 3 y sea {(1, 3, 0), (0, 1, 1), (1, 0, 0)} . Definimos
U L{(1, 0, 0)} y R 3 W U .
39
Tr ( A) aii
i 1
1)
a12
/ a11 a 22 0
a 22
a
11
a 21
a12
/ a11 , a12 , a 21 R
a11
a
11
0
0 0 a12 0
a11 0 0 a 21
0
/ a11 , a12 , a 21 R
1 0
0 1
0 0
a11
a12
a 21
/ a11 , a12 , a 21 R
0 0
1 0
0 1
2)
1 0
L
,
0 1
0 1 0 0
0 0 , 1 0
1 0
,
0
0 1 0 0
0 0 , 1 0 es una base para W dim R W 3 .
1 0
,
0 1
0 1 0 0 1 0
2 2
0 0 , 1 0 , 0 0 es una base para R .
1 0
22
Definimos U L
y se cumple que R W U .
0 0
PROPOSICIN 4.17.- Sea V un espacio vectorial sobre un campo K de dimensin
finita ( dim VK n ). Si U, W son subespacios de V, entonces se verifica que:
40
PRUEBA
Como V es de dimensin finita sobre K, sea dim K U p, dim K W q y
dim K (U W ) r .
Consideremos U W { } y {v1 , , v r } una base para U W . Como U W es
un subespacio de U y W, respectivamente, por el teorema de completacin de bases,
completamos la base {v1 , , v r } a bases para U y W. Sean:
pr
qr
i 1
i 1
i 1
ai vi bi ui ci wi
r
pr
qr
i 1
i 1
i 1
(1)
ai vi bi u i ci wi
(2)
qr
lado
por
ser
una
combinacin
lineal
{v1 , , v r , w1 , , wq r } , est en W.
qr
i 1
i 1
ci wi d i vi
(3)
pr
i 1
i 1
i 1
ai vi bi ui d i vi
r
pr
i 1
i 1
(ai d i )vi bi u i
a d i 0 , i 1, , r
i
, i 1, , p r
bi 0
41
( 4)
de
elementos
de
a v c w
i 1
i i
i 1
a 0 , i 1, , r
i
ci 0 , i 1, , q r
(5)
( 6)
ai 0 , i 1, , r
bi 0 , i 1, , p r
c 0 , i 1, , q r
i
{v1 , , v r , u1 , , u p r , w1 , , wq r } es l.i.
ii)
Que genere U W .
Sea v U W . Por definicin de subespacio suma v u w donde u U y
w W .
r
pr
qr
i 1
i 1
i 1
i 1
Pero u ai vi bi u i y w ci vi d i wi
pr
qr
r
r
v ai vi bi u i ci vi d i wi
i 1
i 1
i 1
i 1
pr
qr
i 1
i 1
i 1
(ai ci )vi bi u i d i wi
{v1 , , v r , u1 , , u p r , w1 , , wq r } genera U W .
dim K (U W ) r ( p r ) (q r )
pqr
42
( R 4 , , R, ) . Consideremos
U {( x, y, z , t ) R 4 / 2 x y z t} y W {( x, y, z , t ) R 4 / x y z 0 x 2t}
Hallar dim R (U W )
SOLUCIN
Hallemos dim R U , dim R W y dim R (U W ) .
Para U
U {( x, y, z , t ) R 4 / 2 x y z t }
{( x, y, z , 2 x y z ) / x, y, z R }
{( x, 0, 0, 2 x) (0, y, 0, y ) (0, 0, z , z ) / x, y, z R }
{x(1, 0, 0, 2) y (0, 1, 0, 1) z (0, 0, 1, 1) / x, y, z R }
L{(1, 0, 0, 2), (0, 1, 0, 1), (0, 0, 1, 1)}
{(1, 0, 0, 2), (0, 1, 0, 1), (0, 0, 1, 1)}
es
una
base
para
U.
Entonces
dim R U 3 .
Para W
W {( x, y, z , t ) R 4 / x y z 0 x 2t }
{( 2t , z 2t , z , t ) / z , t R }
{( 2t , 2t , 0, t ) (0, z , z , 0) / z , t R }
{t (2, 2, 0, 1) z (0, 1, 1, 0) / z , t R }
L{( 2, 2, 0, 1), (0, 1, 1, 0)}
{( 2, 2, 0, 1), (0, 1, 1, 0)} es una base para W. Entonces dim R W 2 .
Para U W
U W {( x, y, z , t ) R 4 / 2 x y z t x y z 0 x 2t }
{( x, y, z , t ) R 4 / x 0, t 0 }
{(0, y, y, 0) / y R }
{ y (0, 1, 1, 0) / y R }
L{(0, 1, 1, 0)}
{(0, 1, 1, 0)} es una base para U W . Entonces, dim R (U W ) 1 . Luego
43
EJERCICIOS
1.
2.
a)
(3, 1, 8)
b)
(2, 2, 1)
c)
( 2, 9 / 2, 1)
3.
a)
x2 x 3
b)
x4 1
c)
Sea
el
1 3 5 2
x x x 1
2
2
espacio
vectorial
C [0, 1] { f / f : [0, 1] R}
sobre
R.
Si
f , g C [0, 1] donde:
si 0 x 1 / 2
0
f ( x)
x 1 / 2 si 1 / 2 x 1
Hallar:
4.
x 1 / 2 si 0 x 1 / 2
g ( x)
0
si 1 / 2 x 1
L{ f }, L{ g } y L{ f , g} .
5.
a)
f (t ) e t , g (t ) sen t , h(t ) t 2
b)
f (t ) e t , g (t ) e 2t , h(t ) t
c)
Mostrar que:
a)
b)
7.
a)
b)
Sea el espacio vectorial de los polinomios de grado menor que cuatro, con
coeficientes en R e indeterminada x. Determine todos los subconjuntos que son
linealmente independientes a partir de los conjuntos que se dan a continuacin:
8.
a)
{1, x 1, x 2 2 x 1, x 2 }
b)
{2 x, x 2 1, x 1, x 2 1}
c)
{x( x 1), x 3 , 2 x 3 x 2 , x}
d)
{1, x, x 2 , x 3 , x 2 x 1}
3 2 1 5 3 3
x , x x forman una base para el
2
2 2
2
con
valores
en
R.
Demostrar
que
los
subconjuntos
subespacio.
12. Hallar una base para los espacios vectoriales que se dan a continuacin:
a)
V {( x, y, z , r ) R 4 / x y z r 0 }, K R
b)
W {( x, y, z , r ) R 4 / x y z , 2 x 3 y r }, K R
c)
U {( x, y, z , r ) R 4 / x y z , x y 3 z , x 2 y r 0 }, K R
45
W {( x, y, z , t ) R 4 / x y z t 0 }
subespacios de ( R 4 , , R, ) . Hallar la dimensin de U W .
18. En el espacio vectorial de los polinomios con coeficientes reales e indeterminada en x, consideremos los siguientes subespacios:
U L{x 3 4 x 2 x 3, x 3 5 x 2 5, 3 x 3 10 x 2 5 x 5 }
W L{x 3 4 x 2 6, x 3 2 x 2 x 5, 2 x 3 2 x 2 3 x 9 }
Hallar la dimensin de U W .
19. Sea el espacio vectorial ( R 4 , , R, ) . Si se consideran los subespacios:
U {( x, y, z , t ) R 4 / x y z 0 2 x y t 0 }
W {( x, y, z , t ) R 4 / x 2 y 3 z 4t 0 }
a)
Hallar la dimensin de U , W , U W , U W .
b)
46
a)
Cemento
20
18
12
Agua
10
10
10
Arena
20
25
15
Grava
10
15
Hormign
b)
47
1. TRANSFORMACIONES LINEALES
DEFINICIN 1.1.- Sean (V , , K , ) y (W , , K , ) dos espacios vectoriales. Una
funcin T : V W es llamada transformacin lineal si satisface las siguientes
condiciones:
i)
T (u v) T (u) T (v), u, v V .
T :V W
v T (v) W ; v V
T as definida es una transformacin lineal pues satisface las condiciones i) y ii) de
la definicin 1.1. y es llamada transformacin lineal nula o cero y se denota por
T .
EJEMPLO 1.1.2.- Dado (V , , K , ) espacio vectorial. Definimos:
I :V V
v I (v) v ; v V
I es transformacin lineal y es llamada transformacin lineal idntica de V.
EJEMPLO 1.1.3.- Sea (V , , K , ) un espacio vectorial. La aplicacin:
T :V V
v T (v) av
para todo a K fijo y para todo v V , es una transformacin lineal.
EJEMPLO 1.1.4.- Sea ( R 2 , , R, ) espacio vectorial. Definimos T : R 2 R 2 tal
que T ( x, y) ( x 1, y 2) ; no es una transformacin lineal.
EJEMPLO 1.1.5.- Sean ( K n , , K , ) y ( K , , K , ) . Definimos:
pi : K n K
tal que pi ( x1 , x2 , , xn ) xi . p i es una transformacin lineal y es llamada isima proyeccin.
48
D : P [ x] P [ x ]
tal que:
n
n
n
D a k x k kak x k 1 para todo p( x) a k x k P [ x]
k 0
k 0
k 0
V { f / f : R R continuas}
sobre el campo R. Definimos:
T :V V
f Tf
x
lineal.
PRUEBA DE LA AFIRMACIN
i)
Probaremos que T ( f g ) Tf Tg ; f , g V .
x
( f (t ) g (t ))dt
0
f (t )dt g (t )dt
(Tf )( x) (Tg )( x)
T ( f g ) Tf Tg .
af (t )dt
0
a f (t )dt
0
a(Tf )( x)
T (af ) aTf .
Hay que probar que cumpla las condiciones de la definicin 1.1. asumiendo
que:
T (u v) T (1u 1v)
1T (u) 1T (v)
T (u) T (v), u, v V
0T (u) aT (v)
aT (v), a K y v V
PROPOSICIN 1.3.- Sean (V , , K , ) y (W , , K , ) dos espacios vectoriales y
n
n
T a i v i a i T (v i )
i 1
i 1
ii) T ( V ) W
iii) T (v) T (v)
PRUEBA
i)
Usar induccin.
ii) T ( V ) T ( V V )
T ( V )
50
( x1 y1 , x1 y1 ) ( x2 y2 , x2 y2 )
x y1 x2 y 2
1
x1 x2 , y1 y 2
x1 y1 x2 y 2
( x1 , y1 ) ( x2 , y 2 )
Luego T es un monomorfismo.
ii) T es un epimorfismo. Probaremos que:
( x2 , y 2 ) R 2 , ( x1 , y1 ) R 2 tal que T ( x1 , y1 ) ( x2 , y 2 ) .
T ( x1 , y1 ) ( x1 y1 , x1 y1 ) ( x2 , y2 )
x y1 x2
x y2
x2 y 2
y y1 2
1
x1
2
2
x1 y1 y 2
( x y 2 ) ( x2 y 2 )
Luego ( x2 , y 2 ), ( x1 , y1 ) 2
,
tal que:
2
2
T ( x1 , y1 ) ( x2 , y 2 )
En consecuencia T es epimorfismo.
De i) y ii) T es un isomorfismo y por lo tanto un automorfismo.
51
T ( x, y) ( x y, 0, x y)
T es una transformacin lineal.
i)
( x, y) ( y, x) T ( x, y) T ( y, x)
ii) T no es epimorfismo ya que para (3, 1, 2) R 3 no existe ( x, y) R 2 tal que
T ( x, y) (3, 1, 2) .
TEOREMA 1.5.- (Teorema fundamental de las transformaciones lineales).
Sean (V , , K , ) y (W , , K , ) dos espacios vectoriales. Sea {v1 , v2 , , vn } una
base de V y {w1 , w2 , , wn } un subconjunto de vectores de W, entonces existe
una nica transformacin lineal T : V W
i 1, 2, , n .
PRUEBA
i)
Existencia
Sea v V , entonces v se puede expresar de una nica forma como:
n
v ai vi ; i 1, 2, , n, ai K
i 1
T (v) ai wi
i 1
i 1
i 1
Como u, v V u ai vi y v bi vi
n
n
T (au bv) T a ai vi b bi vi
i 1
i 1
n
n
52
(aai bbi ) wi
por definicin de T
i 1
i 1
i 1
(aai ) wi (bbi ) wi
n
i 1
i 1
a ai wi b bi wi
aT (u) bT (v)
tomando extremos resulta que:
ii) Unicidad
Sea T : V W otra transformacin lineal tal que
n
T ' (v) ai wi
i 1
T (v)
por definicin T
53
T
V
Nu (T )
Im(T ) {w W / v V T (v) w}
Es decir, w W es un elemento de la imagen de T si existe v V tal T (v) w .
T
V
Im(T )
OBSERVACIONES 2.1.1.
(1) Nu(T) es un subespacio de V e Im(T) es un subespacio de W.
(2) Si V L{v1 , , vn } entonces Im(T ) L{T (v1 ), , T (vn )} .
(3) La dimensin de Im(T) se denomina rango de T y se denota por r(T). Es
obvio que r (T ) dim K W .
La verificacin de las observaciones 2.1.1. se deja al estudiante.
54
T ( x, y) ( x y, x y) .
Hallar Nu(T) e Im(T).
SOLUCIN
i)
{(0, 0)}
Luego Nu(T ) {(0, 0)} y dim R Nu(T ) 0 .
ii) Im(T ) R 2 (pues ya hemos visto en el ejemplo 1.4.2. que T es un
epimorfismo) luego dim R Im(T ) 2 .
EJEMPLO 2.1.3.- Sea la transformacin lineal T : R 2 R 3 definida en el ejemplo
1.4.3. como T ( x, y) ( x y, 0, x y) .
Hallar Nu(T) e Im(T).
SOLUCIN
Nu(T ) {( x, y) R 2 / T ( x, y) (0, 0, 0)}
{( x, y) R 2 /( x y, 0, x y) (0, 0, 0)}
{( x, y) R 2 / x y 0}
{( x, x) / x R}
{x(1, 1) / x R}
L{(1, 1)}
Luego dim R Nu(T ) 1 .
55
R3
R2
Nu (T )
Im(T ) {T ( x, y) / x, y R}
{( x y, 0, x y) / x, y R}
{( x, 0, x) ( y, 0, y) / x, y R}
{x(1, 0, 1) y(1, 0, 1) / x, y R}
T
R
R3
Im(T )
T (0, 1) (1, 1) . Determinar la imagen del tringulo rectngulo cuyos vrtices son
(1, 1), (4, 1) y (1, 5) .
SOLUCIN
56
(1)
(2)
(3)
Y
5
T
3
-4
T (4, 1) (9, 3)
T (1, 5) (7, 4) .
Anlogamente se proceden para los otros dos lados que forman el tringulo.
EJEMPLO 2.1.5.- Sea T : R 3 R 2 una transformacin lineal definida de tal
manera que a los elementos de la base {(1, 1, 0), (1, 2, 1), (0, 1, 3)} de R 3 se le hace
corresponder los vectores (1, 3), (5, 1) y (0, 1) respectivamente.
i)
57
(a b, a 2b c, b 3c)
luego tenemos
ab 3
a 2b c 1
b 3c 5
(3, 1, 5)
23
17
9
y c , entonces:
, b
2
2
2
23
17
9
(1, 1, 0) (1, 2, 1) (0, 1, 3)
2
2
2
y aplicando T
T (3, 1, 5)
23
17
9
T (1, 1, 0) T (1, 2, 1) T (0, 1, 3)
2
2
2
23
17
9
(1, 3) (5, 1) (0, 1)
2
2
2
(31,
61
)
2
ab x
a 2b c y
b 3c z
Resolviendo el sistema obtenemos a
1
1
(7 x 3 y z ), b (3x 3 y z ) y
4
4
1
( x y z ) , entonces:
4
( x, y, z )
1
1
1
(7 x 3 y z )(1, 1, 0) (3x 3 y z )(1, 2, 1) ( x y z )(0, 1, 3)
4
4
4
y aplicando T
58
T ( x, y, z )
1
1
(7 x 3 y z )T (1, 1, 0) (3x 3 y z )T (1, 2, 1)
4
4
1
( x y z )T (0, 1, 3)
4
T ( x, y, z )
1
1
1
(7 x 3 y z )(1, 3) (3x 3 y z )(5, 1) ( x y z )(0, 1)
4
4
4
(2 x 3 y z,
1
(17 x 5 y 3z ))
4
1
4
T ( x, y, z ) (2 x 3 y z, (17 x 5 y 3z ) )
PROPOSICIN 2.2.- Sean (V , , K , ) y (W , , K , ) espacios vectoriales y
T es un monomorfismo Nu(T ) { V } .
entonces
es
linealmente
independiente.
PRUEBA
i)
Nu(T ) { V } .
Nu(T ) { V }
)
x y Nu(T ) { V }
59
x y
T es un monomorfismo.
ii) Ejercicio.
iii) {v1 , v2 , , vn } es linealmente independiente y T un monomorfismo.
Probaremos que {T (v1 ), T (v2 ), , T (vn )} es linealmente independentes.
n
i 1
i 1
a i T (v i ) V T ( a i v i ) W
n
T a i vi W
i 1
a i vi V
i 1
ai 0 ; i 1, 2, , n
EJEMPLO
2.3.-
Sea
V { p( x) a0 a1 x a2 x 2 a3 x 3 / a0 , a1 , a2 , a3 R} ,
L{1}
entonces tenemos que dim R Nu( D) 1 , en consecuencia D no es un monomorfismo.
EJEMPLO 2.4.- Sea f : R 2 R 33 una transformacin lineal definida por:
x2
f ( x1 , x 2 ) x1
0
60
x2
x2
x1
0
x1 x 2
x 2 x1
x2
f ( x1 , x 2 ) x1
0
x2
x2
x1
0 0 0 0
x1 x 2 0 0 0
x 2 x1 0 0 0
EJERCICIOS
1. De las siguientes aplicaciones, averiguar cules son transformaciones lineales:
a)
b)
G : R 3 R 2 / G( x, y, z) ( x z, x y z)
c)
E : R R / E ( x) e x
d)
a
a12
H : R 22 R 2 / H 11
(a11 a 22 , a 21a12 )
a
a
22
21
2. Con relacin al ejercicio 1., hallar una base y dimensin del ncleo e imagen de
aquellas que sean transformaciones lineales.
3. Hallar la transformacin lineal T : R 4 R 3 tal que:
T ( xi ) yi , 1 i 4
T :V W
una transformacin lineal y los vectores v1 , , vr en V (no necesariamente una
base). Demostrar que si:
T (vi ) W ; i 1, r
Im(T ) Nu(T ) { }
ii)
T (T (v)) T (v)
61
i)
ii)
E1 E2 I , la aplicacin idntica.
iii)
E1 E2 0 y E2 E1 0 .
7. Sea
t y
H : R 4 W tal que H ( x, y, z, t )
y iz
y iz
t x
es un monomorfismo de R 4 en W.
8. Sea V C un espacio vectorial sobre el campo de los reales, se define una
funcin:
x 7 y
T : C R 22 tal que T ( x iy )
10 y
5y
x 7 y
a)
b)
c)
A 3 2 1
3 3 2
b)
decodificar el mensaje 15, -45, 49, 21, 45, -65, 11, 10, -16, 35, -9, -10
62
F T :V W
es definida como:
( F T )(v) F (T (v))
PROPOSICIN 3.2.- La composicin de dos transformaciones lineales es una
transformacin lineal.
PRUEBA
Sean T y F las transformaciones lineales dadas en la definicin 3.1.
aF (T (u)) bF (T (v))
a( F T )(u) b( F T )(v)
def. de composicin.
( F T )( x, y, z) F (T (( x, y, z))
F ( x 2 y z)
(2( x 2 y z), x 2 y z)
(2 x 4 y 2 z , x 2 y z )
63
T 1 ( w) ai vi
i 1
i 1
i 1
w T (T 1 ( w)) ai T (vi ) ai wi
luego {w1 , w2 , , wn } genera W.
De i) y ii) {w1 , w2 , , wn } es una base para W, verificndose la afirmacin.
( F T )(v) F (T (v))
64
F T ai vi
i 1
sustitucin de v
F a i T (v i )
i 1
F ai wi
i 1
por def. de T
ai F ( wi )
i 1
n
a i vi
por def. de F
i 1
F T IV
(1)
n
(T F )(w) T ( F (w))
T F bi wi
i 1
sustitucin de w.
T bi F ( wi )
i 1
T bi vi
i 1
por def. de F
bi T (vi )
i 1
n
bi wi
por def. de T
i 1
T F IW
(2)
ii)
T (u) T (v) T 1 (T (u)) T 1 (T (v))
uv
ii) iii)
Sea {v1 , v2 , , vn } V una base para V. Como T es inyectiva
{T (v1 ), T (v2 ),T (vn ) }, es linealmente independiente en W; pero como
n
n
n
T (v) T ai vi ai T (vi ) ai wi w
i 1
i 1
i 1
en consecuencia T es suryectiva.
iii) iv)
Sea {v1 , v2 , , vn } una base de V y T (vi ) wi ; i 1, 2, , n , sus imgenes
mediante T. Probaremos que {w1 , w2 , , wn } genera W.
n
n
n
n
w T (v) T ai vi ai T (vi ) ai wi
i 1
i 1
i 1
66
dim K W n , entonces
K L(V , W ) L(V , W )
(a , T )
aT
tal que (aT )(v) aT (v); a K , v V .
Afirmacin
1) T1 T2 y
2) aT
son transformaciones lineales de V en W.
Prueba de la afirmacin
1) (T1 T2 )(au bv) T1 (au bv) T2 (au bv) def. de adicin
aT1 (u) bT1 (v) aT2 (u) bT2 (v) por ser T1 , T2 t.l.
a(T1 (u) T2 (u)) b(T1 (v) T2 (v))
a(T1 T2 )(u) b(T1 T2 )(v)
def. de multiplicacin.
67
(T )(v) T (v) ; v V .
EJERCICIOS
1. Si T1 , T2 , T3 L(V , V ) y a K . Entonces demuestre que se cumple:
a)
T1 (T2 T3 ) T1 T2 T1 T3
b)
(T1 T2 ) T3 T1 T2 T2 T3
c)
(T1 T2 ) 1 T2 T1
b)
( B C ) A BA CA
c)
68
PRUEBA
Sean {v1 , v2 , , vn } y {w1 , w2 , , wm } bases ordenadas de V y W respectivamente. Para cada (i, j ), 1 i n 1 j m definimos:
Ti j : V W
como:
W , si k i
Ti j (v K )
w j , si k i
ik wj
0 si k i
delta de Kronecker ( )
1 si k i
iK
donde:
Sea
a T
i , j 1
ij i j
a T
ij i j
i , j 1
n, m
i , j 1
ij
a
j 1
kj
(v K ) W
i k w j W
w j W
69
a K j 0, 1 j m y 1 k n
ai j 0, 1 i m y 1 j n
T (v k ) a k j w j ; a k j K
j 1
Probaremos que T
n, m
a T
(1)
ij i j
i , j 1
a T
G (v k )
n, m
a T
i , j 1
n, m
i , j 1
m
L(V , W )
ij i j
i , j 1
ij
ij i j
(v k )
i k w j , definicin de Ti j
aij ik w j
j 1 i 1
m
ak j w j
j 1
T (v k )
G(vk ) T (vk ), k 1, , n y como {v1 , v2 , , vn } es una base de V.
T G
n, m
a T
i , j 1
ij i j
70
Ti j : V K , donde 1 i n y j 1
En virtud del teorema 6.3., tendremos que dim K V * n 1 n , y {T11, T21, , Tn1}
es una base para V * que denotaremos como:
{T11 1 , T21 2 , , Tn1 n }
B {1 , , n } { f1 , , f n } { v1* , , vn* }
EJEMPLO 6.1.1.- Sea K un campo y a1 , , an K . La funcin : K n K
definida por
( x1 , , xn ) a1 x1 an xn
es una funcional lineal sobre K n .
EJEMPLO 6.1.2.- Sea V K nn V el espacio vectorial de las matrices cuadradas de
orden n sobre K. La funcin traza T : K nn K definido como
T ( A) a11 a22 ann
71
B { v1 ,, vn }
1 , , n V
los
1 si i j
0 si i j
i (v j ) ij
(1)
ai = 0 ;
Entonces
i = 2, .., n
a1 0, a2 0, , an 0 .Luego B {1 , , n } es linealmente
independiente.
ii) B {1 , , n } genera V*
Sea V y supongamos que (v1 ) k1 , (v2 ) k 2 , , (vn ) k n
Tomamos
k11 k 2 2 k n n . Entonces
(v1 ) k1
De manera anloga para; i = 2, ., n
72
f i (vk )
ik
para i 1, 2, 3 y k 1, 2, 3
(1)
de donde:
a1
2a 2
a2
a3
2a 3
a1
a3
y
z
(2)
1
1
( x 2 y z ), a 2 ( x 2 y z ) y
2
4
1
( x 2 y z ) , y reemplazando estos valores en (1) tenemos:
4
1
1
1
( x 2 y z )v1 ( x 2 y z )v2 ( x 2 y z )v3
2
4
2
73
(3)
( x 2 y z)
2
1
f 2 ( x, y , z ) ( x 2 y z )
4
1
f 3 ( x, y , z ) ( x 2 y z )
4
f 1 ( x, y , z )
ik
(4)
para i 1, 2, 3 y k 1, 2, 3 ).
Por consiguiente la base dual de {(1, 0, 1), (2, 1, 0), (0, 1, 2)} est formada por
{ f1 , f 2 , f 3 } obtenida en (4).
EJEMPLO 6.2.2.- Sea { f1 , f 2 } una base dual para (R 2 ) * donde f1 ( x, y) x 3 y
y f 2 ( x, y) 2 x y . Hallar una base {v1 , v2 } de R 2 tal que { f1 , f 2 } sea dual de
{v1 , v2 } .
SOLUCIN
Sea {v1 ( x1 , y1 ), v2 ( x2 , y 2 )} la base de R 2 .
Evaluando f 1 y f 2 en v1 , tenemos:
f1 (v1 ) x1 3 y1 1
f 2 (v1 ) 2 x1 y1 0
y resolviendo el sistema de ecuaciones, se tiene que x1 1 / 7 y y1 2 / 7 . Luego
v1 (1 / 7, 2 / 7) .
Ahora evaluando f 1 y f 2 en v 2 , tenemos:
f1 (v2 ) x2 3 y 2 0
f 2 (v2 ) 2 x2 y2 1
y resolviendo el sistema de ecuaciones, se tiene que x2 3 / 7 y y 2 1 / 7 . Luego
v2 (3 / 7, 1 / 7) .
74
(1)
(2)
u a1v1 a2 v2 an vn
(3)
Prueba
Supongamos que
1 (u) 1 (a1v1 a2 v2 an vn )
a11 (v1 ) a21 (v2 ) an1 (vn )
a1 (1) a2 (0) an (0)
a1 1 (u)
De forma similar se tiene aplicando i ; i 2,, n
i (u) i (a1v1 ai vi an vn )
a1i (v1 ) ai i (vi ) ani (vn )
a1 (0) ai (1) an (0)
ai i (u) ; i 1, , n
75
v un vector
ii)
donde
{ 1, 2 , 3 } .
v : V * K
v( ) (v)
La aplicacin v es lineal: En efecto, a, b K ; , V *
v(a b ) (a b )(v)
a (v) b (v)
Por definicin de v
Por ser y funcionales lineales
av( ) bv( )
Luego, v es lineal y por consiguiente v V **
V ** { v : V * K / v( ) (v)}
76
ya que
77
V * y se escribir
V V ** .
V V **
dual a i .
8.- ANULADORES
Sea V un K-espacio vectorial y W un subconjunto (no necesariamente subespacio)
de V. Se dice un funcional lineal V *
es un anulador de W si
a (w) b (w)
a(0) b(0)
Por ser , W 0
78
: R 4 R / ( x, y, z, w) ax by cz dw
tal que
(v1 ) 0
(v2 ) 0 .
(v ) 0 (1, 2, 3, 4) a 2b 3c 4d 0
1
b 4c d 0
(v1 ) 0 (0, 1, 4, 1)
1 2 3 4 0 1 0 11 6 0
0
1
4
0 1 4 1 1
11c 6d
a
b 4c d
0
a 11c 6d
0
b 4c d
Sea S 20 (v) 0 ; v S 2
Luego, S 20 S10 .
79
ii) W 00 W
donde
W 00 { v V / (v) 0 ; W 0 } ,
tambin
es
usual
denotar
con V*.
PRUEBA
i) Supongamos que dim V n y dim W r n .
Se quiere probar que dim W 0 n r .
Sea { w1 , , wr } una base para W, luego por el teorema de completamiento de
bases extendemos a la siguiente base { w1 , , wr , v1 , , vnr } para V .
Consideramos la base dual {1 , , r , 1 , , nr } .
Por definicin de la base dual, cada una de las anteriores anula a cada wi ,
luego 1 , , nr W 0 .
Afirmacin.- { j } es una base de W 0 .
Prueba de la afirmacin
a)
{1 , , r , 1 , , nr }
base, entonces
{ 1 , , nr } es
linealmente independiente.
b)
Que { j } genere a W 0 .
Sea W 0 , por una proposicin anterior se puede expresar
(v1 ) 1 (vnr ) nr
Luego { 1 , , nr } genera W 0 .
De a) y b) el conjunto { 1 , , nr } es una base de W 0 y en consecuencia
dim W 0 n r dim V dim W
dim V dim W dim W 0
80
i) dim W 00 n (n r ) r , por
PRUEBA
i) Sea (U W ) 0 anula U W .
anula U y W U 0 W 0 (U 0 W 0 )
(U W ) 0 U 0 W 0 .
v u w; u U , w W .
Luego, U 0 W 0 (U W ) 0 .
Finalmente de la doble inclusin y definicin de igualdad se tiene
(U W ) 0 U 0 W 0
es decir:
T
f
V
K
f T
(af ) T (bg ) T
a( f T ) b( g T )
aT * ( f ) bT * ( g )
EJEMPLO
(T * ( f ))( x, y) ( f T )( x, y)
f (T ( x, y))
f (3 y, x)
2(3 y) x
6y x
b) (T * ( f ))( x, y) ( f T )( x, y)
f (T ( x, y))
f ( 2 x y, x y )
2(2 x y) ( x y)
5x y
82
R2
por
v a1v1 a 2 v2 a n vn ai vi
(1)
i 1
de tal forma que el vector v V se puede caracterizar nicamente por los escalares
a1
a
[v]B 2
a n
(2)
83
1
[v]B 4
1
x1
x
[v]B 2 y denotaremos [v]B [v]
xn
respectivamente. Si T : V W es una
T (v j ) aij wi , aij K
(3)
i 1
entonces construimos una matriz que tenga como columnas los vectores de coordenadas
de T (v1 ), T (v2 ),, T (vn ) la cual denotaremos por:
a11
a
A 21
a m1
a12
a 22
am2
a1n
a 2 n
a mn
(4)
84
(5)
'
Nota.- La matriz A [T ]B
B definida en la relacin (5) tambin es frecuente denotar
como
'
A [T ]B
B [T ]B,B ' BT B '
b)
B' {(1, 0, 0, 0), (1,1, 0, 0), (1,1,1, 0), (1,1,1,1)} es la base para R 4
Solucin
a)
1
0
[T ]
0
luego
b)
0 0
1 0
0 0
0 1 43
luego
'
[T ]B
B
1
0
0 0
1 1
0 1
0 1 43
85
( R, , R, .) ,
( R 2 , , R, .)
y la
T ( x) ( x, 2 x)
Hallar la matriz asociada a T respecto a las bases B {1} , B' {(1, 0), (1, 1) }
Solucin
T (1) (1, 2) 1(1, 0) 2(1,1)
1
'
[T ]B
B
2 21
Ejemplo.- Sea V un espacio vectorial sobre K de dimensin n y
F : V V una
F (v) 2v
Hallar la matriz asociada de F respecto a ala base: B B' {v1 , v2 ,, vn }
Solucin
F (v1 ) 2v1 0v2 0vn
F (v2 ) 0v1 2v2 0vn
2
0
B
[ F ]B
0 0
2 0
0 2 nn
z x
se define la transformacin lineal G : W1 W2 como G( x, y, z )
x 0
Hallar la matriz asociada de G respecto a las bases:
Solucin
86
0 1
1 0 0 0 0 1
G(1,1, 0)
0
0
1
1 0
0 0 0 1 1 0
1 0 1 0 0 0 0 1
G(0, 0,1)
1
0
0
0 0 0 0 0 1 1 0
[G ]
B'
B
0 1
0 0
1 0 32
c1
c
B' , v V y C [v]B 2 las coordenadas de v respecto a la base B, entonces
c n
[T (v)]B' AC son las coordenadas de T(v) en la base de B' .
Prueba
'
Si A [T ]B
B es la matriz asociada a la transformacin lineal T, entonces:
T (v j ) aij wi , j 1, , n
(1)
i 1
c1
c
como C [v]B 2 son las coordenadas de v respecto a la base de B, entonces:
cn
n
v c jv j
j 1
ahora T (v) T c j v j
j 1
c j T (v j )
j 1
n
m
c j aij wi
j 1
i 1
de (1)
87
(2)
aij c j wi
i 1 j 1
(3)
j 1
j 1
j 1
T (v) a1 j c j w1 a 2 j c j w2 a nj c j wn
(4)
Luego de (4)
T (v)B '
a1 j c j
jn1
a c
2j j
j 1
a mj c j
j 1
a11c1
a c
21 1
a n1c1
a11
a
21
a m1
a12c 2
a 22c 2
an 2 c2
a1n c n
a 2 n c n
a mn c n
a12 a1n c1
a 22 a 2 n c 2
a n 2 a mn c n
AC
T ( x, y) (2 x, x y, x y) .
Considererando:
'
i) Hallar [T ]B
B .
88
[T ]
B'
B
0 0
0 1
2 3 23
7
luego [v]B
5
T (v)
B'
0 0
0
7
0 1 5
5
2 3 1
2 1 / 2 3 / 2
i) Hallar T (3, 0, 2)
ii) Hallar T ( x, y, z )
Solucin
v (3, 0, 2) 3(1,1,1) 1(0, 0,1) 3(0, 1, 0) luego
i)
3
[v]B 1
3
T (v)B '
3
1 1 / 2 3 / 2 7
1
2 1 / 2 3 / 2 3 10
89
x
[v]B z x
x y
Hallando las coordenadas de T ( x, y, z ) :
T ( x, y, z )B '
x
1 1 / 2 3 / 2
z x
2 1 / 2 3 / 2 x y
2 x
3 x
T ( x, y, z ) (2 x
3
y
2
3
y
2
1
z
2
1
z
2
3
1
3
1
y z ) (1,1) (3 x y z ) (1, 1)
2
2
2
2
T ( x, y, z) (5x 3 y z, x)
Proposicin.- Sean V y W dos K-espacios vectoriales de dimensin finita con bases
ordenadas
B { v1 , v2 , , vn } y B { w1 , w2 , , wm } , respectivamente. Si
aT bS BB aT BB bS BB
Prueba
Sean T B aij
B
y S B bij
B
bases ordenadas B { v1 , v2 , , vn } de V y B { w1 , w2 , , wm } de W.
Se tiene
(aT bS )(v j ) aT (v j ) bS (v j ) ; j 1, , n
m
i 1
i 1
a aij wi b bij wi ; j 1, , n
m
i 1
i 1
(aaij ) wi (bbij ) wi ; j 1, , n
m
(aaij bbij ) wi ; j 1, , n
i 1
De este modo,
90
j 1,, n
aa bb ; i 1,, m, j 1,, n
aaij bbij ; i 1,, m, j 1,, n
ij
ij
aT B bS B
B
B { w1 , w2 , , wm } , respectivamente. La
B { v1 , v2 , , vn } y
Prueba
T (v j ) aij wi ; j 1, , n
i 1
B
B
0 0
0
0 0
c1
c
[v]B 2 , luego por una proposicin demostrada anteriormente se tiene que
c n
T BB [v]B [T (v)]B
Entonces,
c1 0
0
0 0
0
c2
0
[T (v)]B
0 0
0
c n 0
91
En
consecuencia
la
Prueba
Definimos:
: L(V , W ) K mn
T
'
(T ) [T ]B
B
'
(S ) [S ]B
B [bij ] mn B
Se tiene
'
(aT bS ) [aT bS ]B
B
Por definicin de .
'
B'
a[T ]B
B b[ S ]B
a (T ) b (S )
Sustitucin
es inyectiva
Nu( ) {T L(V , W ) / (T ) 0}
'
{T L(V , W ) / [T ]B
B 0}
{T L(V , W ) / T 0}
es inyectiva
ii)
es sobre
sobre.
Luego de (i) y (ii) es un isomorfismo.
L(V , W ) K mn
92
B
B
[S T ]B
B [ S ]B [T ]B
Prueba
Consideremos: B {v1 , v2 ,, vn }, B {w1 , w2 ,, wm } y B {u1 , u 2 ,, u r } las
bases ordenadas para V, W y U respectivamente.
m
A (aij ) mn [T ]B
B tal que T (v j ) aij wi , j 1, 2, , n
i 1
r
B (bkl ) rm [S ]B
B tal que S ( wl ) bkl u k , l 1, 2, , m
k 1
S aij wi
i 1
aij S ( wi )
i 1
m
r
aij bki u k
i 1
k 1
r
m
bki aij u k
k 1 i 1
luego:
r
m
ck j
ck j u k
1 j n
k 1
entonces:
[S T ]B
B [c k j ] r n
B
B
[S T ]B
B [ S ]B [T ]B
93
T : R3 R2
( x, y, z ) ( x y, z x)
S:
R2 R
( x, y ) 2 x y
i) [ S T ]B
B
ii) (S T )( x, y, z)
iii) (S T )(2, 1, 4)
Solucin
i)
2
6
T (1,1,1) (2, 0) (1, 3) (2,1)
5
5
4
7
T (1,1, 0) (2, 1) (1, 3) (2,1)
5
5
3
4
T (1, 0, 0) (1, 1) (1, 3) (2,1)
5
5
2 / 5 4 / 5 3 / 5
[T ]B
B
7/5
4 / 5 23
6/5
S (1, 3) 5 5(1)
S (2,1) 5 5(1)
[S ]B
B 5 512
[S T ]BB 5
2 / 5 4 / 5 3 / 5
5
7/5
4 / 5
6/5
4 3 1
ii)
(S T )( x, y, z)
Hallemos [( x, y, z )]B
94
[(S T )( x, y, z)]B [S T ]B
B [( x, y, z )]B
z
4 3 1 y z
x y
4 z 3( y z) ( x y)
x 2y z
(S T )( x, y, z) x 2 y z
iii) (S T )(2, 1, 4) 4
T : R 2 W {( x, y, z ) R 3 / x 2 y}
( x, y) (2 y, y, 0)
y
F :W
R 22
x y
( x, y , z )
z x
y las bases:
0 0 0 0 1 0 0 1
Hallar:
B
i) [T ]B
B y [F ]B
ii) [ F T ]B
B
Solucin
i)
95
1 0
[T ]B
B
0 0
2 1
1 0 0 1 0 0 0 0
F (2,1, 0)
0 0 10 0 01 0 20 1
0 2
0 0
1 0 0 1 0 0 0 0
F (0, 0,1)
0
0
1
0
1 0
0 0 0 0 1 0 0 1
[ F ]B
B
2
1
0
0
1
B
B
ii) [ F T ]B
B [ F ]B [T ]B
2
1
0
0 1 0
1 0 0
2
1
0
0
0
si y solo si [T ]B
B es inversible.
Prueba.- Ejercicio.
i)
96
I (v j ) v j pij vi , j 1, 2,, n
(1)
i 1
P [ I ]B
B
p11
p
21
p n1
p12
p 22
pn2
p1n
p 2 n
p nn
I (v j ) v j qij vi , j 1, 2,, n
(2)
i 1
97
Q [ I ]B
B
q11 q12
q
q 22
21
q n1 q n 2
q1n
q 2 n
q nn
I :V V
el
Por definicin de P y Q.
'
[ I I ]B
B'
'
[ I ]B
B'
Pues I I I .
In
98
Solucin
(1,1) 1(1, 0) 1(2,1)
i)
1 1
P
1 0
ii)
1 1
0 1 1 1 1 0
PQ
1 1 1 0 0 1
iii)
V un
K-espacio vectorial de
dimensin
finita con
bases
ordenadas
a1
a '1
a
a'
2
Sean: [v]B
y [v]B 2
an
a ' n
las coordenadas del vector v V con respecto a las bases B y B .
Probaremos que P[v]B [v]B
n
Entonces
v a jv j
j 1
n
n
a j pij vi
j 1
i 1
99
a j pij vi
i 1 j 1
(1)
v aivi
(2)
i 1
De (1) y (2) por la unicidad de la combinacin lineal, ya que B es una base tenemos
n
ai pij a j , i 1, 2,, n
(3)
j 1
es decir, explcitamente:
a1 p11a1 p12a2 p1n an
a2 p21a1 p22a2 p2n an
an pn1a1 pn 2 a2 pnn an
a1 p11
a p
2 21
a n p n1
p12
p 22
pn2
p1n a1
p 2 n a 2
p nn a n
[v]B P [v]B
(4)
Q[v]B QP[v]B
(QP)[v]B
[v]B pues QP I
Q[v]B [v]B
(5)
1 B
C
C 1
([T ]B
)
Prueba
100
C
[T ]B
T 1
B
C
[T T 1 ]CC [ I ]CC I n
1 B
C
C
B
[T ]B
[T 1 T ]B
B [ I ]B I n
Por consiguiente,
1 B
C
C 1
([T ]B
)
Prueba
T : V W posee inversa
C 1
([T ]B
) [T 1 ]B
C .
C
Ahora asumiendo que [T ]B
posee inversa.
Se tiene que
Como todas las coordenadas de v son iguales a cero, se tiene que v , luego
101
T (1, 0) 1 1x
T (0, 1) 0 1x
1 0
C
Luego, [ T ]B
1 1
C
La matriz [T ]B
1 0
C 1
es inversible y ([ T ]B
)
; en consecuencia T es un
1 1
isomorfismo.
Para calcular la inversa de T
1 0 a a
[ T 1 (a bx)] [ T 1 ]B
C [ a bx ]C
1 1 b a b
T 1 (a bx) a(1, 0) (a b)(0, 1)
T 1 (a bx) (a, a b)
B
C
B
C
B
C
B
B
Q[ T ]CC P [ I ]B
C [ T ]B [ I ]B [ I ]C [ T I ]B [ I ]C [ T ]B [ I T ]B [T ]B
102
[T ]CC
V, C
V, C
[T ]B
B
V, B
V, B
Matrices semejantes
Sea V un K-espacio vectorial de dimensin finita y T : V V un endomorfismo. Se
consideran B y
A T B ,
B
de B
A P 1 BP . Las matrices
T :V W
C y C se cumple que A Q 1 BP .
Es decir, dada la transformacin lineal T : V W donde V y W son dos K-espacios
vectoriales de dimensiones n
V , B
W, C
V, B
Q -1
P
A
W, C
103
existen matrices
ii)
Calcular las matrices de cambio de base de las bases dadas en (i) a las bases:
Solucin
i)
C
Hallemos [T ]B
A [T ]
C
B
ii)
1 1 0
1 0 2
R 3 , B
R2 , C
P -1
R3 , B
Q
A
R2 , C
104
1 1 1
0 1 0
1 1 0
1 0
iii) Calcular la matriz de T respecto a las bases dadas (ii).
B QAP 1
1 1 1
0 1 1 1 0
0 1 0
1 0 1 0 2 1 1 0
3 1 1
1 2 1
Ejercicios
1.
T ( x, y, z) ( x 2 z, y z)
a)
c)
d)
2.
S ( x, y, z) (3x y, x y, y z, x y z)
en las bases que se indican a continuacin
a)
b)
c)
f ( x, y) ( x y, x y, x 2 y)
a)
Determinar el Nu(f), Im(f), una base para cada uno y sus respectivas
dimensiones.
b)
1 1
1
A 3 3 3
2 4
2
Determinar el Nu(f), Im(f) y sus dimensiones.
5.
b)
c)
1 1 1 0 0 0 0 1
,
,
,
y { (0, 2, 1), (2, 0, 1), (0, 1, 1) }
1 1 1 0 0 1 1 1
1 3
c) Utilizando la matriz hallada, obtener la imagen de
.
2 2
106
{ (1, 1, 1), (1, 0, 1), (1, 1, 0) } en R 3 y { (1, 2), (2, 1) } en R 2 su matriz asociada sea
1 0 0
0 1 1 .
9.
10.
cos
sen
f : R 2 R 2
sen
respecto de la base cannica.
cos
Demostrar que si
f f f y f1 f .
11.
T ( x, y, z) ( x, x y, x y z)
En caso de ser posible, halle la matriz asociada a T 1 con respecto a la base
B { (1, 0, 0), (1, 1, 0), (1, 1, 1) } .
12.
b)
Obtener las matrices de cambio de base, de las bases anteriores a las bases
Hallar las matrices de cambio de base en cada uno de los siguientes casos:
a)
b)
c)
107
R2
el
espacio
vectorial
R3
con
las
bases
C {(2, 2, 3), (2, 4, 1), (1, 4, 2)} y C {(1, 1, 0), (1, 2, 1), (2, 1, 2)} .
Sea T : R 2 R 3 una transformacin lineal que tenga en las bases B y C la
1 2
matriz asociada 2 1 , se pide
3 1
a)
b)
c)
15.
En el espacio vectorial
R 2 fijando
R , se considera la base
b)
16.
u1 3v1 v3
u1 v1 v 2 v3
u 2v 3v
2
3
3
a)
b)
2
Si [v]B 1 , halle [v]C .
3
c)
1
Si [v]C 3 , halle [v]B .
2
108
M
(
R
);
x
2
t
1 1 1 0 0 0
1 0 0 1 0 0
y sean B
,
,
, C
,
,
dos
0 0 1 0 0 1
1 0 1 0 0 1
bases de W.
a)
b)
0 0 1
Encuentre una base D de W, tal que la matriz P 3 0 1 sea la
1 2 0
2 1
3
2 1 0
4
3 1
Se pide:
a)
b)
B { v3 , T ( v3 ), T 2 ( v3 ) } .
19.
b)
c)
109
f (au1 bu 2 , v) af (u1 , v) bf (u 2 , v) ; u1 , u 2 , v V ; a, b K
ii)
Observacin
Sea f : V V K una forma bilineal.
1)
fv : V K
u f v (u ) f (u, v)
2.
f u :V K
v f u (v) f (u, v)
Es inmediato verificar que f v y f u son K-lineales.
Ejemplo 1.- Sea K un campo y consideremos el espacio vectorial K n . Para todo
x ( x1 , x2 , , xn ), y ( y1 , y2 , , y n ) K n definimos la aplicacin
n
f : K n K n K tal que f ( x, y ) xi yi
i 1
f ( x, y ) xAy T
a11 a12
a
a 22
( x1 , x 2 , , x n ) 21
a n1 a n 2
a1n y1
a 2 n y 2
a nn y n
y1
n
n
n
y 2
xi ai1 , xi ai 2 , , xi ain
i 1
i 1
i 1
yn
n
j 1
i 1
y j xi aij
110
aij xi yi
i 1 j 1
L2 (V , K ) { f : V V K / f es bilineal }
En L2 (V , K ) definimos las operaciones
f (v, v) 0 , v V
f (u, v) f (v, u) ; u, v V
En efecto,
0 f (u, v) f (v, u) 0
f (u, v) f (v, u)
Una forma simtrica que satisface la condicin ii) se dice antisimtrica o
hemisimtrica.
Observacin.- Si
11 0
111
f ( x, x) 0 y en consecuencia f es alternada.
Ejemplo 2.- Sea V un K-espacio vectorial donde dim V n , K es tal que 1 1 0 y
sean f1 , f 2 V * . Definimos
f : V V K
(u, v) f (u, v) f1 (u ) f 2 (v) f 2 (u ) f1 (v)
Dejamos como ejercicio la prueba de que la aplicacin f es bilineal. Probaremos que f
es alternada.
En efecto,
A2 (V , K ) { f L2 (V , K ) / f es alternada }
Demuestre que A2 (V , K ) es un subespacio de L2 (V , K ) .
Observaciones
Sea f A2 ( K 2 , K ) se cumple:
1.
f (u v, v) f (u, v) .
2.
f (0, v) 0 f (u, 0) ; f L2 (V , K ) .
3.
f (u, u) 0
4.
a c
f , ad bc .
b d
112
1
0
En efecto, sea e1 , e2 la base cannica de K 21 y { e1* , e2* } la
0
1
(1)
a
u u ae1 be2
b
c
v v ce1 de2
d
(2)
a
c
f (u, v) ad bc , donde u y v
d
b
5.
a
c
En efecto, sea D A2 ( K 21 , K ) , u y v y si A [ u , v] ,
d
b
entonces
(1)
113
V
f : V n K , donde V n V
n veces
tal que
f (v1 ,, avi bvi, , vn ) af (v1 , , vi , , vn ) bf (v1 , , vi, , vn )
vi, v1 , , vn V , i 1, , n; a, b K .
Ln (V , K ) { f : V n K / f es n lineal }
Ln (V , K ) es un K-espacio vectorial.
Definicin.- Diremos que f Ln (V , K ) es alternada si y solo si
f (v1 , , vi , , v j , vn ) 0 si vi v j para i j
Ntese que el conjunto An (V , K ) { f Ln (V , K ) / f es alternada } es un
subespacio de Ln (V , K ) .
Observaciones
1.
f An (V , K ) f (v1 , , vi ,, v j ,, vn ) f (v1 , , v j ,, vi ,, vn ) , i j
es decir f es antisimtrica.
Asumiendo que f es alternada, definimos
f (v1 , , vi ,, v j ,, vn ) f (v1 , , v j ,, vi ,, vn ) , i j
Se tiene que
g (u, u) 0 f (v1 , , u, , u, , vn )
2.
114
n 1
ci f (v1 , , v n 1 , vi )
i 1
Funcin determinante
Definicin.- Sea K un campo tal que 1 1 0 , y si A K nn que escribimos como
A [ A1 , A2 , , An ] , donde Ai con 1 i n denota la columna del lugar i de la
considerada como funcin sobre las columnas de una matriz es una forma n-lineal
alternada. Es decir, A K nn , D( A) D( A1 , A2 , , An ) .
Observacin.
f
K nn
K n K n K n
K ; f An ( K n , K )
[ A1 , A2 , , An ]
D f D( A) f ( A) f ( A1 , A2 , , An )
A(i | j ) denotar la
j
a11 a1n
aij i
a n1
Es decir si A [ A1 , , A j 1 , A j , A j 1 , , An ] , entonces
A(i | j ) [ A1 , , A j 1 , A j 1 , , An ] [ A1 , , A j , , An ]
Por convencin A j significar la omisin de la columna j.
115
Demostracin
La demostracin de la existencia dem de D la haremos por induccin sobre n.
Para n 1, A [a]11 , D( A) a
Para n 2 se cumple por la observacin parte (4).
Hiptesis inductiva
Para n 2 , supongamos que el teorema se cumple para matrices cuadradas de orden
n 1.
Sea A [aij ]nn para cada i, 1 i n .
Definimos
n
(1)
j 1
j 1
j 1
116
(2)
D( A(i | k )) D( [ A1 , , A k , , Al , , An ] )
l 1
(1) l 1k D([ A1 , , Al , , A k , , An ])
como Ak Al Ak Al , luego
D( A(i | k )) (1) l 1k D( [ A1 , , Ak , , A l , , An ] )
D( A(i | k )) (1) l 1k D( A(i | l ))
Di ( I n ) (1) i j aij D( I n (i | j ))
j 1
aii D( I n (i | i )
1 D( I n 1 )
1
Observaciones.
1.
2.
117
a11 a12
Para el caso de A a 21 a 22
a31 a32
det( A) D1 ( A) (1)11 a11
3.
a13
a 23 se tiene que
a33
a 22
a 23
a32
a33
(1)1 2 a12
a 21 a 23
a31
a33
(1)13
a 21 a 22
a31
a32
det(Ei ( )) det(I n )
b)
det(Eij ( )) det(I n )
c)
det(Eij ) det(I n )
d)
e)
f)
det((Eij ) T ) det(Eij )
Proposicin
1.
2.
a)
det(Ei ( ))
b)
det(Eij ( )) 1
c)
det(Eij ) 1
3.
Demostracin
1.
Sea
i
1
E i ( ) 0
118
0
0 i
(1)
0
Donde Ei 1 i , es la i-sima columna de la matriz identidad I n .
0
1
Eij ( )
0
0 0 0
1
0
0 1 0
0 0 1
Eij ( ) [ E1 , , Ei , , E j Ei , , En ]
Es decir,
0
0 0
1 0
i
E i E j
0 1
j 1
0
0 0
y
Eij
0
0 0 0
0 1
0
1 0 0
0 0 1
119
Eij [ E1 , , E j , , Ei , , En ]
a)
det(Ei ( )) det([ E1 , , Ei , , En ] )
(3)
por (1)
det(I n )
(1)
det(Ei ( ))
b)
det([ E1 , , Ei , , E j , , En ] ) det([ E1 , , Ei , , Ei , , En ] )
det([ E1 , , Ei , , E j , , En ] )
det( I n )
det(Eij ( )) 1
c)
det(Eij ) det([ E1 , , E j , , Ei , , En ])
det([ E1 , , Ei , , E j , , En ])
det(I n ) 1
det(Eij ) 1
2.
A [ A1 , , Ai , , A j , , An ] , luego
a)
AEi ( ) [ A1 , , Ai , , A j , , An ]
b)
AEij ( ) [ A1 , , Ai , , A j Ai , , An ]
c)
AEij [ A1 , , A j , , Ai , , An ]
Luego, para a)
D( AEi ( )) D( [ A1 , , Ai , , A j , , An ] )
D( [ A1 , , Ai , , A j , , An ] )
D(A )
det(Ei ( )) D( A )
D( AEi ( )) det(Ei ( )) D( A )
Para b) D( AEij ( )) D( [ A1 , , Ai , , A j Ai , , An ] )
120
D( [ A1 , , Ai , , A j , , An ] ) D( [ A1 , , Ai , , Ai , , An ] )
D( A) 1D( A) det(Eij ( )) D( A)
D( AEij ( )) det(Eij ( )) D( A)
Para c) D( AEij ) D([ A1 , , Aj , , Ai , , An ] )
D( [ A1 , , Ai , , A j , , An ] )
det(Eij ) D( A )
D( AEij ) det(Eij ) D( A)
Luego, de a), b) y c) resulta que
D( AE ) D( A) det(E)
Ntese que si A I n , se tiene que D( E ) det(E ) (*)
3.
( Ei ( ))T Ei ( )
b)
( Eij ( ))T E ji ( )
c)
( Eij ) T Eij
Luego, tenemos
De a) D(( Ei ( ))T ) D( Ei ( ))
De b) D(( Eij ( ))T ) D( E ji ( ))
D( Eij ( ))
D( ( Eij ( ))T ) D( Eij ( ))
De c)
121
det( AB) 0
(1)
det( A) det(B) 0
(2)
B E p E p 1 E2 E1
AB AE p E p 1 E2 E1
det( AB) det( AE p E p 1 E2 E1 )
(3)
det( A) det(B)
122
D( A) D( I n ) det( A), A K nn
Prueba
Caso 1.- Si A es singular.
det( A) 0 D( I n ) det( A) D( A)
Caso 2.- Si A es no singularLa matriz A puede ser expresado como un producto de matrices elementales. Luego,
A E p E p 1 E2 E1
D( A) D( E p E p 1 E2 E1 )
D( E p E p 1 E2 ) det(E1 ) por una proposicin anterior ( D( AE ) D( A) det(E) )
D( E p ) det(E p 1 )det(E2 ) det(E1 )
En consecuencia,
D( A) D( I n ) det( A)
Prueba
123
Entonces, D Di .
Corolario.- Sea
D(n, K ) { D : K nn K / D es funcin determinante}
A 0
det
det( A) det(B)
C
B
Prueba
Fijamos A, C y definimos
A
( B) det(B) ( I r )
(1)
A 0
A 0
det
Pero, ( I r ) det
La aplicacin
I r
( A) det( A) ( I s )
124
(2)
0
det(I s r ) 1
I r
( I s ) det
Luego,
( A) det( A) det
0
(I r )
I r
(3)
( B) det(B) det( A)
Con lo que queda demostrado que
A 0
det
det( A) det(B)
C
B
a
b
b c
a d
d
c
c
d
d
c
b
a
a
b
(a 2 b 2 c 2 d 2 ) 2
Solucin
Sumando a la primera fila la tercera multiplicada por i, y a la segunda la cuarta
multiplicada por i, se obtiene
a
b
b c
a d
d
c
c
d
d
c
b
a
a
b
a ic
b id
b id
a ic
c
d
d
c
c ia d ib
d ib c ia
b
a
a
b
a ic
b id
b id
a ic
c
d
d
c
c ia d ib
d ib c ia
b
a
a
b
a ic
b id
b id
a ic
0
0
0
0
c
d
d
c
a ic
b id
b id
a ic
a ic
b id
b id
a ic
0
0
0
0
c
d
d
c
a ic
b id
b id
a ic
a ic
b id a ic
b id
b id
a ic b id
a ic
125
a ic
b id
b id
b id a ic
a ic b id
a ic
b id
b id a ic
a ic b id
b id
a ic
a ic
b id
b id
a ic
a ic
Prop. de conj.
Usando la Prop. z z | z | 2
a
b
b c
a d
d
c
c
d
d
c
b
a
a
b
(a 2 b 2 c 2 d 2 ) 2
B A
Solucin
A B
A iB B iA
det
det
B
A
B A
A iB
det
B
A iB
A iB
det
B
A iB
126
(1)
se obtiene
n
(2)
j 1
La relacin (2), que es otra forma de expresar el det(A) y es llamada desarrollo por
cofactores de la i-sima fila de A.
Definiciones.- Sea A [ aij ]nn K nn .
1.
(3)
2 1
A
3 5
Hallar Adj (A) .
Solucin
C11 (1)11 det([5]) 5 , C12 (1)12 det([3]) 3 ,
C21 (1) 21 det([1]) 1 , C22 (1) 22 det([2]) 2
5 3
5 1
Entonces, Cof (A)
y en consecuencia Adj ( A) (Cof ( A)) T
1 2
3 2
Teorema.-
Sea A K nn , entonces
A Adj ( A) (det( A)) I n Adj ( A) A
Prueba
127
a1 j
Sea A [ A1 , A2 , , A j , , An ] donde A j aij
a nj
n
(1)
aij Cij
i 1
pero como bij es una componente de la columna Ak , se tiene que bij aik ; es decir
b1 j a1k
bij aik j-sima columna
bnj a nk
Entonces,
n
a
i 1
ik
Cij 0, k j
(2)
r 1
r 1
r 1
( Adj ( A) A) jk d jr a rk C rj a rk a rk C rj
Si j k , de (2) se tiene que
( Adj ( A) A) jk 0 .
Si j k , se tiene
n
( Adj ( A) A) jj a rj C rj det( A)
r 1
Por consiguiente,
128
0
det( A)
0
det( A)
Adj ( A) A
0
0
det( A).I n
det( A)
0
0
(3)
( Adj ( AT ) AT )T det( A) I n
A ( Adj ( AT ))T det( A) I n
Por la afirmacin
A ( Adj ( A)) det( A) I n
b)
Solucin
a)
tiene
det( A Adj ( A)) det(det(A) I n )
b)
129
A Adj ( A) det( A) I n A
1
Adj ( A) I n
det( A)
En consecuencia, A es invertible y
A 1
1
Adj ( A)
det( A)
Corolario
Si A es invertible, entonces det( A1 ) (det( A)) 1 .
Prueba
Como A es invertible por hiptesis, entonces existe A 1 que la inversa de A tal que
cumple AA 1 I n . Luego,
1
det( A)
1 0 2
Dada la matriz A 1 2 0 . Averiguar si A es invertible; en caso que lo sea hallar
0 1 1
su inversa.
Solucin
Calculando el determinante de A se tiene que det( A) 4 , entonces A es invertible.
La matriz cofactor de A es
2 1 1
2 2 4
Cof ( A) 2 1 1 Adj ( A) 1 1 2
4 2 2
1 1 2
Luego, se tiene que
130
2 2 4
1
1
A 1
Adj ( A) 1 1 2
det( A)
4
1 1 2
Ejemplo
Utilizando la adjunta, calcular la inversa de
cos
A 0
sen
0 sen
1
0
0 cos
Solucin
det( A) cos 2 sen 2 1 0 , entonces
cos
A 0
sen
1
0
1
0
sen
0
cos
Una de las tantas aplicaciones del uso de los determinantes es la solucin de un sistema
de n ecuaciones con n incgnitas, cuando la matriz asociada tiene determinante no nulo.
Este mtodo es conocido como la Regla de Cramer.
Regla de Cramer
Sea el sistema
a11 x1
a 21 x1
a12 x 2
a 22 x 2
a1n x n
a2n xn
b1
b2
a n1 x1
an 2 x2
a nn x n
bn
(1)
AX B
x1
b1
x
b
2
xn
bn
En (2) multiplicando ambos miembros por la Adj (A) se tiene
det( A) X Adj ( A) B
131
(2)
C ij bi
i 1
n
det[ A1 , , A j 1 , B, A j 1 , , A n ]
Luego, si det( A) 0 , se tiene
xj
1
det[ A1 , , A j 1 , B, A j 1 , , A n ] ; j 1, 2,, n
det( A)
Ejemplo
Use la Regla de Cramer para resolver el sistema
2x
x
y
5
2y z 3
2z 1
Solucin
La matriz asociada al sistema es
2 1 0
A 0
2 1 y det( A) 7
1 0
2
Luego,
1
15
, y
7
3 1
0
7
6
7
y z
Ejemplo
Dado el sistema
x 2y
z
m
mx y (m 1) z 1
x my (m 1) z 0
Describir el conjunto solucin para todos los posibles valores reales de m.
Solucin
La matriz asociada al sistema es
1
1 2
A m 1 m 1
1 m m 1
132
11
7
m m 1
Si
a1
a2
a3
A b1
b2
b3 5
c1
c2
c3
c)
2.
a1
b1
c3
c2
c1
b)
a1
b1 4c1
a2
b2 4c 2
c1
c2
a1
b1
a2
b2
a3
b3
2c1
2c 2
2c3
a3
b3 4c3 .
c3
A1
b)
2A
c)
2 A1
c)
B 1 AB
(2 A) 1
d)
Sea A 3 y B 4 . Calcule
a)
4.
a2
b2
3.
a3
b3
b)
AB
ABAT
a)
c)
2
3
0 1
4
2 4 2
2 3 1
11 8 4
b)
0
6
2 0 0 0
5 3 0 0
3
4
h)
2 4 0
2 1 5
133
4 0
1 2
0
0
0
0
1
1
2 3 0
5 3 5
4
3
2 3 4
2 1 5
2 0 1 3
8 2 6 4
i)
5.
1 1 1 1
2 0 1 1
1 1 0
1 1 1
j)
0
1
2 0
1 2
0 1
3
2
1
4
2
1
3
2
2
2
1 0 1
1 1 1
Demostrar que
D2 ( K 2 ) { D / D es funcin determinante de M 22 ( K ) en K }
7.
8.
j 1
j 1
D[ 1 , , i( j ) , , n ] D[1 , , i( j ) , , n ] , r
n
9.
10.
11.
v1 , v2 , , vn K n
son
12.
a)
(2, 3, 16, 8), (1, 1, 1, 1), (3, 9, 8, 81, 27), (5, 25, 625, 125) Q 4
b)
a)
b)
1 x
1 y
1 z
x2
y 2 ( y x)( z x)( z y )
z2
a
b
b c
a d
d
c
c
d
d
c
b
a
a
b
(a 2 b 2 c 2 d 2 ) 2
134
c)
1
a
1
b
1
c (a b)(b c)(c a)
bc ac ab
0 1 1 1 1
d)
1 0 1 1 1
1 1 0 1 1 4
1 1 1 0 1
1 1 1 1 0
e)
13.
14.
x yz
2y
2x
yxz
2x
2y
2z
2z
z yx
( x y z )3
1
x1
1
x2
x1n 1
x2n 1
xnn 1
1
xn
(x
xi )
1 i n 1
i j
Calcular D4
15.
1
0
1
3 2 1
4 2 1
1 3 2
1 2
Dada la matriz
1 0 2
A 3 1 4
5 2 3
Calcule todos los cofactores
16.
Dada la matriz
1
2
A
3
0
1
2 4 0
3 1 0
0
1
3
4
135
17.
Calcule todos los cofactores de los elementos del segundo rengln y todos los
cofactores de los elementos de la tercera columna.
En los ejercicios, evale los determinantes haciendo uso cofactores:
a)
c)
18.
4 4 2 1
1 2 0 3
b)
2 0 3 4
0 3 2 1
3
2
1
0
2 1
3 7
d)
1 3 4 5
0 1 1 5
2
0
2
1
3 1
2 1
3 1
2 3
4
0
0
0
1 3
2 1
0
1
2 2
3 3
5
0
1
0
2
0
Dada la matriz
2 3 0
A 4 1 3
2 0 1
Calcular a11 A12 a21 A22 a31 A32 .
19.
Dada la matriz
1 3
2
A 1 2 0
3 2 1
a)
b)
Calcule det(A)
c)
Verifique la propiedad
A(adjA) (adjA) A det( A) I 3 .
20.
Sea
2 8
6
A 3 4 1
4 4 5
a)
b)
Calcule det(A)
c)
Verifique la propiedad
A(adjA) (adjA) A det( A) I 3 .
21.
En los siguientes ejercicios, calcule las inversas de las matrices dadas, si es que
existen, mediante la adjunta.
136
a)
22.
3 2
3 4
4 2 2
0 1 2
1 0 3
b)
2
0
2 1
2 1
1
0
c)
1 3
3 4
5 2
0 2
a)
23
Sea
1 2
3 4
1 2 3
0 1 2
2 3 1
b)
1
3
c)
Ars
de
ars
5
7
5 2 0
1 2 7
2 0
4 1
es deferente de cero.
Demostrar que la matriz A(t) obtenida de A, sustituyendo ars por ars t , tiene
determinante: A(t ) A tArs .
24.
25.
26.
, y .
27.
2 x 3
4
1 x
2
28.
a)
6
2
2 x
b)
29.
x
y
donde x, y 0 .
Cules son ( x, y) U , tal que J f ( x, y) 0 ?.
Haga uso de los teoremas o corolarios para determinar si los siguientes sistemas
homogneos tienen soluciones no triviales.
137
x 2y z 0
a)
2x 3y z 0
3x y 2 z 0
b)
x 2 y 3z 0
z 2w 0
y 2z w 0
30.
31.
2x
ay
ax 2 y 0
tiene:
a)
32.
b)
2
a 2
a 2 a 2
es no singular.
33.
Utilice la regla de Cramer para determinar todos los valores de a para los cuales
el sistema lineal.
x 2 y 2z 9
2x y
a
3x y z 10
tiene la solucin en la cual y 1 .
138
1. PRODUCTO INTERNO
DEFINICIN 1.1.- Sea V un espacio vectorial sobre el campo K, donde K R
K C . Llamaremos producto interno sobre V a una aplicacin:
, : V V K
si satisface las siguientes condiciones:
i)
u v, w u, w v, w ; u, v, w V .
u, av au, v respectivamente.
V Rn
x, y R n
donde
x ( x1 , , x n )
y ( y1 , , y n ) .
, : Rn Rn R
( x , y ) x , y
n
por x, y x1 y1 x n y n xi y i .
i 1
i)
x z , y ( xi z i ) y i
i 1
( xi y i z i y i )
i 1
139
i 1
i 1
xi y i z i y i
x, y z, y
n
x, y xi y i
ii)
i 1
n
y i xi
i 1
y, x
n
ax, y (axi ) y i
iii)
i 1
n
a( xi y i )
i 1
a xi y i
i 1
a x, y
Anlogamente,
n
x, ay xi (ay i )
i 1
a( xi y i )
i 1
a xi y i
i 1
a x, y
n
x, x x i x i
iv)
i 1
n
xi 0
2
i 1
As mismo
n
x, x 0 xi 0 xi 0 ; i 1, , n x
2
i 1
x, y xi yi es un producto interno.
i 1
140
x, y xi yi
i 1
x z , y ( xi z i ) y i
i)
i 1
n
( xi y i z i y i )
i 1
i 1
i 1
xi y i z i y i
x, y z, y
n
x, y x i y i
ii)
i 1
x i yi
i 1
n
yi x i
i 1
y, x
n
ax, y (axi ) y i
iii)
i 1
a ( xi y i )
i 1
a xi y i
i 1
a x, y
n
x, ay xi (ayi )
i 1
n
x(a y i )
i 1
n
a ( xi y i )
i 1
141
a xi y i
i 1
a x, y
n
x, x x i x i
iv)
i 1
xi
i 1
x, x 0 xi
i 1
xi 0 ; i 1, 2, , n
xi 0 ; i 1, 2, , n
x
x z, y ( x1 z1 ) y1 3( x2 z 2 ) y 2
i)
x1 y1 z1 y1 3x2 y 2 3z 2 y 2
( x1 y1 3x2 y 2 ) ( z1 y1 3z 2 y 2 )
x, y z, y
x, y x1 y1 3x2 y 2
ii)
y1 x1 3 y 2 x 2
y, x
iii)
a( x1 y1 3x 2 y 2 )
a x, y
Anlogamente x, ay a x, y
iv) x, x x1 3x 2 no siempre es mayor que cero.
2
f , g f (t ) g (t )dt
0
f , f 0 f 0 (por demostrar)
Supongamos que f 0 t 0 [0, 1] tal que f (t 0 ) 0 .
1
f , f f (t ) f (t )dt
0
( f (t )) 2 dt
0
f (t ) dt
2
f (t 0 ) 0 .
2
f (t 0 ) 0 ; 0 t 1 ...(*)
2
g ( x)dx g ( x)dx
a
g ( x)dx 0
t0
t0
f (t ) dt f ( x) dt 0
2
143
a
simtrica A
d
Definimos:
d
.
c
, : R2 R2 R
Tal que x, y [ x1
a
x2 ]
d
d y1
, donde x ( x1 , x2 ), y ( y1 , y2 ) .
c y 2
Determinar las condiciones para que la funcin as definida sea un producto interno.
SOLUCIN
i), ii) y iii) se verifican sin ninguna dificultad (cualquiera sean los valores de a, c y
d). Analicemos qu condiciones se debe de cumplir para que se verifique iv).
a d x1
x2 ]
d c x 2
x, x [ x1
ax1 2dx1 x2 cx 2
2
(ac d 2 ) x2
d
2
2
ax1 2dx1 x2 cx 2 a x1 x2
2
a
a
(*)
v v, v ; v, v 0
EJEMPLO 1.2.1.- En R 2 , v (1, 3)
v, v 1 9 10
v v, v 10
f , g f (t ) g (t )dt , f , f f 2 (t )dt
f f, f
Caso particular. Sea f ( x) e x f 2 ( x) e 2 x
144
f 2 (t )dt
1
0
e 2 x dx
1
1 2x
(e
2
0
1 2
(e 1)
2
TEOREMA 1.3.- Sea V espacio vectorial sobre K con producto interno. Entonces
se cumple:
i)
av a
v ; a K , v V .
ii)
v 0 y
v 0 v .
iii) u, v u
iv)
v ; u, v V (desigualdad de Cauchy-Schwartz)
u v u v ; u, v V (desigualdad triangular)
PRUEBA
av av, av
i)
aav, v
a v, v
2
a v, v
a
i)
v ; u, v V .
Caso 1.- Si u
u, v , v 0 , v 0
Caso 2.-Si u
Definimos w v
v, u
u
Afirmacin.- w , u 0 .
En efecto:
w , u v
v, u
u
145
u, u
v, u
v, u
u , u
v, u
v, u
Luego
0 w
v, u
u
v
u, v
v, u
u
v, v
v, u
2
u, v v
v, u
u
v, u
u , v
v, u
u
u,
v, u
u
v, u
u, u
2
u
0 (por la afirmacin )
v, u
v, v
u , v
v, u
u
0 v
v, u
u
v, u
u
v, u ( u
2
v )2
u, v u v
uv u v
uv
u v , u v
u, u v v, u v
u, u u, v v, u v, v
u
u, v u, v
2 Re (u, v )
(1)
2 u, v
(2)
146
u v
2 u
(3)
z z 2 Re( z), z C
(2)
Re( z ) z , z C
(3)
EJERCICIOS
1. Sean x ( x1 , x2 ), y ( y1 , y 2 ) R 2 . Averiguar si las aplicaciones dadas a
continuacin definen un producto interno sobre R 2 :
a)
f ( x, y) x1 y1 3x2 y 2
b)
f ( x, y) x1 y1 2 x1 y2 2 x2 y1 5x2 y2
2. ORTOGONALIDAD
CONJUNTO
ORTOGONAL
CONJUNTO
ORTONORMAL
DEFINICIONES 2.1.- Sea (V , , K , ) un espacio vectorial con producto interno
donde K R K C .
i)
u, v 0
NOTACIN.- El hecho que u y v son ortogonales se denota por u v .
147
u, v xy xy 0
uv
, : R2 R2 R
(u , v) u , v
tal que u, v x1 y1 x2 y1 x1 y2 4 x2 y2 .
i)
i)
SOLUCIN
i)
Ejercicio.
y 2 3xy x 2 0
entonces
3x 9 x 2 4( x 2 )
2
3x x 13
2
148
Luego ( x, y) ( y, x) y
1
(3 13 ) x
2
f , g f (t ) g (t )dt
0
Considrese el conjunto:
Fijando h(t ) 1 .
Primero hagamos variar f n (t )
1
h, f n 1 f (t )dt
0
2 cos 2 nt dt
1
(sen 2n t
2n
0
2
(sen 2n sen 0)
2n
2
(0 0)
2n
Luego h, f n 0, n N .
Ahora hagamos variar g n (t )
1
h, g n 1g (t )dt
0
2 sen 2 nt dt
149
(cos 2 nt
2n
0
2
(cos 2n cos 0)
2n
2
(1 1)
2n
Luego h, g n (t ) 0, n N .
ii) Sean f m (t ), g n (t ) tal que m n .
1
f n , g n f n (t ) g n (t )dt
0
sen 4 nt dt
0
(cos 4 nt
4 n
0
1
(cos 4 n cos 0)
4 n
1
(1 1)
4 n
1
(0)
4 n
Luego
f n , g n 0, n N .
f m , g n f m (t ) g n (t )dt
0
(*)
1
sen(2n t)cos(2m t) [sen 2 (n m)t sen 2 (n m)t ]
2
Reemplazando (**) en (*) se tiene
150
(**)
1
1
(
cos 2 (n m)t (
cos 2 (n m)t
2 (n m)
2 (n m)
0
0
1
1
(1 1)
(1 1)
2 (n m)
2 (n m)
0
Luego f n , g n 0, n m .
iv) Ahora hay que demostrar que
f n 1 y g n 1, n N .
fn fn , fn
a)
fn
fn , fn
1
f n (t )dt
2
2 cos 2 2 nt dt
0
1
(1 cos 2 4 nt )dt
2
dt cos 4 nt dt
0
1
t (
sen 4 nt
4 n
0
0
1 0
1
Luego
b)
fn
1 , en consecuencia
gn gn , gn
gn
gn , gn
1
g n (t )dt
2
2 sen 2 2 nt dt
0
151
f n 1, n N .
dt cos 4 nt dt
1 0
1
Luego g n
1 , en consecuencia g n 1, n N .
W {v1 , v2 , , v n } V
un
conjunto
ortogonal
donde
PRUEBA
n
Sea
a v
i i
i 1
a v , v
i 1
i i
, vk 0 ai vi , vk 0
(1)
i 1
a v , v
i 1
a k vk , vk 0
ya que vk , y vk , vk vk
0 . Entonces ak 0, 1 k n .
Si v ai vi entonces a k
v, v k
vk
i 1
, 1 k n.
PRUEBA
v, vk
a v , v
i 1
i i
, 1 k n
152
a i vi , v k
i 1
a k vk , vk
ak vk
ak
v, v k
vk
OBSERVACIONES 2.3.2.
(1) Si W es ortonormal se tiene que ak v, vk , 1 k n .
(2) Si v es una combinacin lineal de los elementos de W. Entonces:
n
v, v i
i 1
vi
vi
a1
a2
a3
(3, 1, 2) 17 (3, 0, 4)
25
(0, 1, 0)
17
25
6
25
6
(4, 0, 3) 1(0, 1, 0)
25
153
w1 v1
w2 v 2
v 2 , w1
w1
w1
w1 , w2 0 , es decir w1 w2 .
AFIRMACIN 1.- w2 .
En efecto, suponiendo que w2 se tiene que v 2
v 2 , w1
w1
w1 lo cual es
w3 v3
v3 , w2
w2
v3 , w1
w2
w1
w1
AFIRMACIN 2.- w3 .
En efecto, pues si se supone que w3 , se tendra
v3
es decir v3 sera
v3 , w2
w2
w2
v3 , w1
2
w1
w1
wk 1 vk 1
vk 1 , wk
wk
wk
vk 1 , w1
w1
AFIRMACIN 3.- wk 1 .
Pues si se supone que wk 1 , de (1) se tendra
154
w1
(1)
v k 1
vk 1 , wi
wi
i 1
wi
(2)
wk 1
AFIRMACIN 4.- wk 1 , w j 0, j 1, 2, , k .
En efecto, sea 1 j0 k , donde j 0 es fijo.
k
wk 1 , w j0 vk 1
vk 1 , wi
wi
i 1
vk 1 , w j0
i 1
wi , w j0
vk 1 , wi
wi
wi , w j0
vk 1 , w j0 vk 1 , w j0
0
pues
0
wi , w j0
w j0
si i j0
2
si i j0 , 1 j0 k
Luego se tiene wk 1 , w j 0, 1 j k .
Entonces {w1 , w2 , , wk 1} es un conjunto ortogonal y en consecuencia
linealmente independiente por el teorema 2.3 y por lo tanto base de
L{v1 , v2 , , vk 1} .
V.
155
wi
, luego ui 1 .
wi
{u1 , u 2 , , u n } es una base ortonormal para V.
w2 (2, 1)
(1, 3)
1
1
w2 (2, 1) (1, 3) (3, 1)
2
2
Luego {(1, 3),
1
(1, 3),
10
1
(3, 1)} es una base ortogonal para R 2 y
2
w1 (1, 0, 1)
w2 v2
v2 , w1
w1
(2, 1, 1)
w1
(2, 1, 1), (1, 0, 1)
(1, 0, 1)
(1, 0, 1)
3
(2, 1, 1) (1, 0, 1)
2
w2
1
(1, 2, 1)
2
w3 v3
v3 , w2
w2
w2
v3 , w1
w1
w1
2
(1, 2 , 1) (1, 2 , 1) (1, 0 , 1)
3
w3
2
(1, 1, 1)
3
156
2
1
(1, 2, 1), (1, 1, 1)} es una base ortogonal de R 3 .
2
3
{(1, 0, 1) ,
1
1
(1, 0, 1),
(1, 2, 1),
(1, 1, 1) es una base ortonormal de R 3 .
6
3
2
V W W
DEMOSTRACIN
i)
i)
Si { } W V .
Sea {v1 , v2 , , vn } una base de V, tal que {v1 , v2 , , vm } es una base de W donde
m n.
Por
el
proceso
de
ortogonalizacin
de
Gram
Schmitd,
existe
L{wm1 , wm 2 ,, wn } W
n
b) Sea u W V , entonces u ai wi
(*)
i 1
157
de (*) u
u , w w
i m 1
u L{wm1 , wm2 ,, wn }
W L{wm1 , wm 2 ,, wn }
c) De a) y b) se verifica la afirmacin:
W L{wm1 , wm 2 , , wn }
De la afirmacin concluimos que:
V W W
EJEMPLO 2.6.1.- Hallar el complemento ortogonal de
W { ( x, y, z ) R 3 / 2 x y z 0} .
SOLUCIN
W {( x, y, z ) R 3 / 2 x y z 0}
{( x, y, 2 x y) / x, y R }
{( x, 0, 2 x) (0, y, y) / x, y R }
W L{(1, 0, 2), (0, 1, 1)}
extendemos la base de W a una base para R 3 . Sea {(1, 0, 2), (0, 1, 1), (1, 0, 1)} la
extensin.
Ahora ortogonalizamos mediante el proceso de Gram Schmitd:
w1 (1, 0, 2)
w2 (0, 1, 1)
(1, 0, 2)
1
w2 (2, 5, 1)
5
w3 (1, 0, 1)
w3
1
(2, 1, 1)
6
W L{(2, 1, 1)}
158
ii)
uv
u, v 0
b)
1 0 0 1 0 0 0 0
, 0 0 , 1 0 , 0 1
0
0
{ } V
b)
V { }
(U W ) U W
b)
(U W ) U W
v (1, 2, 3, 0)
(0, 2, 1, 0)} .
160
T (v) v
(1)
El vector no nulo que satisface la relacin (1) se denomina vector propio de T asociado
al valor propio .
NOTA.- Tambin se utilizan las expresiones de auto valor y valor caracterstico para
denominar al valor propio y el de auto vector y vector caracterstico para el vector
propio.
EJEMPLO 1.1.1.- Sea (V , , K , ) un espacio vectorial, consideremos el endomorfismo
identidad
I (v) v ; v V
1 es un valor propio de I.
EJEMPLO 1.1.2.- En el espacio vectorial R 2 sobre R definimos el endomorfismo
T : R 2 R 2 / T ( x, y) (2 x y, 3x 4 y)
(2 x y, 3x 4 y) ( x, y)
2 x y x ( 2) x y 0
3x 4 y y 3x ( 4) y 0
(1)
el sistema homogneo (1) tendr soluciones distintas de la trivial (que son las que nos
interesan, por ser los vectores propios vectores no nulos) si el determinante de la matriz
asociada al sistema es igual a cero; esto es
2
3
2
3
1
0
4
1
2 6 5 0
4
2 6 5 0 ( 1)( 5) 0 1 1, 2 5
161
3x 3 y 0
ntese que las dos ecuaciones son equivalentes, entonces trabajando con la primera
ecuacin se tiene
x y 0 y x
la variable y depende de x, entonces v1 ( x , x) x(1, 1) , x puede tomar
cualquier valor con excepcin de cero, para x 1 se tiene v1 (1, 1)
y verifica
y 0
3x
y 0
3x
como en la parte i) las dos ecuaciones son equivalentes, entonces trabajando con la
primera ecuacin se tiene
3x y 0 y 3x
la variable y depende de x, entonces , para x 1 se tiene v2 (1, 3) y y verifica
(T ) {1, 5}
E (T , 1) { v R 2 / T (v) v } L{ (1, 1)} y
E (T , 5) { v R 2 / T (v) 5v } L{ (1, 3)}
162
T : C 2 C 2 definida como
T ( x, y) ( x 2 y, x y)
Hallar los valores y vectores propios de T.
SOLUCIN
Hay que hallar C tal que T ( x, y) ( x, y)
( x 2 y, x y) ( x, y)
x 2 y x (1 ) x 2 y 0
x y y x (1 ) y 0
(1)
el sistema homogneo (1) tendr soluciones distintas de la trivial (que son las que nos
interesan, por ser los valores propios vectores no nulos) si el determinante de la matriz
asociada al sistema es igual a cero; esto es
1
1
2
0
(1 )
1
2
(1 )(1 ) 2 2 1 0
1
(1 )
2 1 0 i
Luego, los valores propios de T son: 1 i y 2 i .
Ahora hallando los vectores propios
i)
(1 i) x 2 y 0
x (1 i ) y 0
las dos ecuaciones son equivalentes, entonces trabajando con la primera ecuacin
se tiene
(1 i) x 2 y 0 y
la variable y depende de x, entonces v1 ( x ,
1
1
(1 i)) x(1, (1 i)) , para x 2
2
2
se tiene v1 (2 , 1 i)
y verifica
T (2 ,1 i) i(2,1 i)
163
1
(1 i) x
2
(1 i ) x 2 y 0
x (1 i ) y 0
ntese que las dos ecuaciones son equivalentes, entonces trabajando con la primera
ecuacin se tiene
(1 i) x 2 y 0 y
la variable y depende de x, entonces v2 ( x,
1
(1 i) x
2
1
1
(1 i) x) x(1, (1 i)) , para x 2
2
2
se tiene y 1 i y en consecuencia
v 2 (2 , 1 i )
y verifica
T (2 ,1 i) i(2,1 i)
en efecto
T ( x, y) ( x 2 y, x y)
no tiene valores propios en R ya que:
2 1 0 , R
(2) Sean V un espacio vectorial sobre K de dimensin finita, T : V V
un
E(T , ) { v V / T (v) v }
es un subespacio de V, llamado subespacio propio o auto espacio asociado al
valor propio .
164
det(T I ) det( A I )
donde I debe entenderse como el automorfismo identidad al lado izquierdo y como
la matriz identidad al lado derecho.
PROPOSICIN 1.3.- Sea V un
T I
es singular
es un valor propio de T.
2. VALORES Y VECTORES PROPIOS DE UNA MATRIZ
DEFINICIN 2.1.- Se dice que el escalar es un valor propio de una matriz
(1)
165
d1
0
A
0
0
dn
0
d2
se tiene que:
d1
0
Aei
0
d2
0 0
0
0
1 d d i ei
i
d n
0 0
2 1
EJEMPLO 2.1.2.-Hallar los valores y vectores propios para la matriz A
.
3 4
SOLUCIN
3 4 y 0
0 3 4 y 0
2
3
1
0 2 6 5 0 ( 1)( 5) 0
4
1 1, 2 5
Los vectores propios asociados a los valores propios 1 1 y 2 5 son:
1
v1 ,
1
1
v2
3
166
2 1 1 1 1
2 1 1 5
1
y
Av1
1
Av
5
2
3 4 3 15
3
3 4 1 1 1
El espacio propio de A correspondiente al valor propio lo denotamos por
E ( A, ) { v K n1 / Av v}
Ntese que los valores propios de la transformacin lineal dado en el ejemplo 1.2.2
2 1
T : R 2 R 2 / T ( x, y) (2 x y, 3x 4 y) y la matriz A
dada en el ejemplo
3 4
2.1.2 son los mismos. Este hecho no debe sorprender, puesto que A es la matriz
asociada a la transformacin lineal T respecto a la base cannica de R 2 .
La relacin entre el espacio propio de T L(V )
PRUEBA
v E(T , ) T (v) v
por definicin
tomando extremos
[T ]B [v]B [v]B
[ v ]B E ([ T ]B , )
)
v E (T , ) .
[T (v) v]B 0
T (v) v 0
T (v) v
v E (T , )
167
1v 2 v
(1 2 )v
Como
por
definicin
de
vector
v ,
propio
se
tiene
que
1 2 1 2 .
Lo recproco no es cierto, pues para un valor propio pueden existir infinitos
vectores propios.
(2)
v es un vector propio
T ( x, y, z) ( x, y, z) (x, y, z)
( x, y, z) (x, y, z)
(( 1) x, ( 1) y, ( 1) z) (0, 0, 0)
168
0
( 1) x
( 1) y
0
( 1) z 0
1
0
0
1
0
0
( 1) 2 ( 1)
( 1) 2 ( 1) 0 1, 1
1
Para el valor propio 1 los vectores propios estn contenidos en el plano XY esto es,
T ( x, y, 0) 1( x, y, 0) .
E (T , 1) { ( x, y, z) R 3 / T ( x, y, z) 1( x, y, z) }
{ ( x, y, z ) R 3 / ( x, y, z) 1( x, y, z) }
{ ( x, y, z ) R 3 / z 0}
T (0, 0, z) 1(0, 0, z) .
E (T , 1) { ( x, y, z) R 3 / T ( x, y, z ) 1( x, y, z) }
{ ( x, y, z ) R 3 / ( x, y, z) ( x, y, z ) }
{ ( x, y, z ) R 3 / x y 0}
{ ( x, y, z ) R 3 / x y 0}
{ (0, 0, z) / z R }
L{ (0, 0, 1) }
Ntese que R 3 E (T , 1) E (T , 1)
EJEMPLO [Rotacin en el plano]
Consideramos dos situaciones
i)
Para V C con K C
Todo z C donde z 0 se puede expresar como
z rei r (cos i sen )
Definiendo,
T : C C / T ( z ) rei ( ) rei e i e i z
169
e i c o
s i s e n . El valor
Para V C con K R
La rotacin T ( z ) e i z admite valores propios nicamente si n , n Z .
En consecuencia para n , n Z , T no tiene valores propios reales. Como
ya se vio en un ejemplo anterior la existencia de valores propios depende de la
eleccin del campo.
T ( f ) f f f
(1)
f f
f ( x)
dx dx
f ( x)
ln( f ( x)) x ln C
f ( x) e (xln C ) e x e ln C
f ( x) Ce x , donde C es una constante arbitraria.
Luego los vectores propios de T son todas las funciones exponenciales de la forma
f ( x) C e x con C 0
T ( f ( x)) (Ce x ) C e x f ( x)
T :V V
x
donde g ( x) f (t )dt , a x b
a
f g T( f )
Suponiendo que existieran las funciones propias para T, serian las
satisfacen la ecuacin
170
f V
que
F ( x) f (t )dt f ( x)
a
(1)
para algn R .
Usando el primer teorema fundamental del clculo, derivamos la relacin (1)
obteniendo
f ( x) f ( x) ; 0
f ( x)
1
dx dx
f ( x)
ln( f ( x))
f ( x) e
x ln C
x
( ln C )
e e ln C
f ( x) Ce ; 0, C 0
Luego, las nicas funciones propias posibles serian aquellas funciones exponenciales de
x
la forma
xa
en la
a
a
f (t )dt f (a) C e ; 0, C 0
a
0 f (a) C e 0
a
det(T I ) det( A I )
donde el I en el lado izquierdo denota el endomorfismo identidad y el I del lado
derecho denota la matriz identidad.
La proposicin que se enuncia a continuacin es el anlogo de la proposicin 1.3 en
trminos de la matrices.
171
K es un valor propio de A.
b)
A I es singular
c)
det( A I ) 0
PRUEBA.- Ejercicio
3. POLINOMIO CARACTERSTICO
POLINOMIO DE MATRICES
Sea K [x] el anillo de polinomios con coeficientes en el campo K. Si p K[x] , se
escribe
p( x) an x n an1 x n1 a1 x a0
Ahora, si A es una matriz cuadrada sobre K, el polinomio
p( A) an An an1 An1 a1 A a0 I
donde I es la matriz identidad es llamado polinomio de matrices. En caso que p( A) 0
se dice que A es una raz del polinomio p(x) .
EJEMPLO 3.1
0 1
Sea p K[x] tal que p( x) x 2 2 x 4 y A
, entonces:
2 1
0 1 0 1
0 1 1 0
p( A) A 2 2 A 4 I
2 1 40 1
2 1 2 1
2 1 0 2 4 0 6 3
2 1 4 2 0 4 6 3
PROPIEDADES 3.2
Sean p, q K[ x] y A K nn , entonces se cumplen las siguientes propiedades:
i) ( p q)( A) p( A) q( A)
ii) ( pq)( A) p( A)q( A)
iii) (kp)( A) kp( A), k K .
iv) Puesto que p( x)q( x) q( x) p( x) para polinomios cualesquiera p(x) y q(x) ,
entonces, p( A)q( A) q( A) p( A)
172
a11
p( ) det(I A)
a21
an1
a12
a22
an 2
a1n
a2 n
ann
p( ) n cn1n1 c1 c0
La matriz I A se denomina matriz caracterstica de A.
2
p( ) det(I A)
1
1
0
2
3 22 8 13
OBSERVACIN 3.3.2.- Del ejemplo anterior, ntese que 2 Tr( A) y 13 det( A) ;
luego el polinomio caracterstico de A se puede escribir como
p( ) 3 Tr( A)2 8 (1) 3 det( A) , si A K 33
173
1 2
A
3 2
SOLUCIN
p( ) 2 Tr( A) (1) 2 det( A)
2 3 4
las races del polinomio 2 3 4 0 son 1 4 y 2 1 .
PROPOSICIN 3.4.- Dos matrices semejantes tienen el mismo polinomio
caracterstico; es decir, si B P 1 AP , entonces PB ( x) PA ( x) .
PRUEBA
p B ( x) det(xI n B)
det(xI n P 1 AP)
reemplazando B P 1 AP
det(xP 1 P P 1 AP)
det[P 1 ( xI n A) P]
propiedad de determinantes
det(P 1 P) det(xI n A)
propiedad de determinantes
det(I ) det(xI n A)
det( xI n A)
propiedad de determinantes
p A (x)
p B ( x) p A ( x)
PROPOSICIN 3.5.- Dadas una matriz A K nn y un escalar K .
es valor propio de A p A ( ) 0 .
PRUEBA
Sea el polinomio caracterstico p A ( x) det(xI n A)
p A ( ) 0
174
1 2 2
A 1 2 1
1 1 4
SOLUCIN
p A ( ) I A
1
1
( 1)( 3) 2
f ( x) a0 x n a1 x n1 an ; ai K , i 0,1,, n
dim K L(V ) nn m
consideremos: I , T , T 2 ,, T m ; m 1 elementos que son linealmente dependientes; es
decir, existen a0 , a1 , a2 ,, am K no todos nulos tal que:
g ( x) a0 a1 x am x m 0
g (T ) 0
PROPOSICIN 3.8.- Sean V un K-espacio vectorial de dimensin finita, T : V V
un endomorfismo y K tal que T (v) v, v 0 . Si f ( x) K[ x] , entonces:
f (T )v f ( )v
175
T (v) v
T 2 (v) T T (v) T (v) T (v) 2 v
a0 n v a1n1v an v
(a0 n v a1n1v an )v
f ( )v
f (T )(v) f ( )v
PROPOSICIN 3.9.- Sean A, B matrices semejantes, f ( x) K[ x] . Demostrar que
B P 1 AP
B 2 ( P 1 AP)( P 1 AP) P 1 A2 P
B 3 P 1 A3 P
B n P 1 An P
Si f ( x) a0 x n a1 x n1 an
f ( B) a0 B n a1 B n1 an I
a0 ( P 1 An P) a1 ( P 1 An1 P) an P 1 P
P 1 (a0 An a1 An1v an ) P
P 1 f ( A) P
f ( B) P 1 f ( A) P
176
EJERCICIOS
1.
Hallar los valores propios, vectores propios y una base para los espacios propios si
la transformacin lineal T : R 2 R 2 est definida como:
a) T ( x, y) ( y, 4 x)
b)
c) T ( x, y) (3x 4 y, 2 x y) .
2.
C)
T ( x, y) ( x y, 2 x y)
T ( x, y) (4 x 3 y, 3x 4 y)
Hallar los valores propios, vectores propios y una base para los espacios propios si
la transformacin lineal T : R 3 R 3 est definida como:
a) T ( x, y, z) ( x y z, 2 y z, 2 y 3z)
b) T ( x, y, z) ( x y, y x, 2 y z)
c) T ( x, y, z) ( x y, 2 x 3 y, x y z)
d) T ( x, y, z) (2 y z, 2 x z, 2 x y)
3. Hallar los valores y vectores propios si es que existen para las siguientes matrices
en R 22 y R 33 . Para cada valor propio halle el espacio propio correspondiente.
a)
2 0
1 3
d)
1 1 0
1 1 0
0 0 2
b)
1 4
1 3
e)
1 0 1
0 3 0
1 0 1
c)
10 0 2
0 6 0
2 0 7
f)
2 3 0
4
5 0
5
5 1
4. Hallar los valores y vectores propios para las siguientes matrices en C 33 . Para
cada valor propio halle el espacio propio correspondiente.
a)
5.
1 0
3
5 1 0
0
0 1
b)
1 1 0
1 0 0
0 0 2
b)
177
propios de f.
9. Demuestre o d un contraejemplo a la siguiente afirmacin:
Si T : V V es una R-transformacin lineal tal que es un autovalor de de T
A
11. Sea A una matriz por bloques, A 1
0
B
donde A1 y A2 son matrices
A2
valores propios?.
14. Sea V un K-espacio vectorial de dimensin finita, B una base ordenada de V,
K es un valor propio de T.
178
T I es singular.
c)
det(I T ) 0 .
b)
TEOREMA.-[Teorema de Cayley-Hamilton]
Sea V un K-espacio vectorial de dimensin finita y T :V V un endomorfismo.
Entonces pT (T ) 0 .
PRUEBA
Demostraremos cuando K C .
La prueba se hace por induccin sobre n donde n dim V .
Para n 1 no hay nada que demostrar.
Si n 1 suponemos que el teorema se verifica para n 1 (Hip. Inductiva)
Por una proposicin demostrada anteriormente, existe una base { v1 , , vn } en la cual
la matriz asociada a la transformacin T es triangular superior. Esto es
T (v1 ) 1v1
T (v j ) a1 j v1 j v j ; j 1, , n
179
S { av1 / a C }
Desde que T (S ) S , la aplicacin
T:V
AT
n
0
El polinomio caracterstico de AT es
pT ( x) ( x 2 )( x 3 )( x n )
2 1
A
1 1
Hallar A 1 en trminos de A.
180
Por el teorema p A ( A) A2 3 A I
3 0 2 1 1 1
I 3 A A 2 A 1 3I A
0 3 1 1 1 2
1 1
Luego A 1
1 2
EJEMPLO
Dada la matriz
0
1 1
A 1 1 0
1 1 1
Hallar A 1 usando el teorema de Cayley-Hamilton.
Solucin
1
p A ( ) 1
1
1
1
0
0
3 2 2 2
Aplicando el teorema,
p A ( A) 0 A3 A2 2 A 2I 0
2I A3 A2 2 A 2 A1 A2 A 2I
1 1 0 1 1
2 A 1 1 0 1 1
1 1 1 1 1
1
0
1
1
1
1
1
2A 1 1 0 A 1
2
2 0 2
2
1
Luego
1
0
1
1
A 1 1 1 0 .
2
2 0 2
181
0 1 1
0 1 0 0
0 1 1 0 20 1 0
1 1 1 1 0 0 1
1
0
1 0
0 2
a)
b) A 2 1 1
b) B 2
1
2
3 2 1
0
182
ls siguientes
5
2 1
1 4
2