Captulo 1

Espacios vectoriales complejos y sus endomosmos

1. Por qu?
Gran parte de los modelos de sistemas con los que la Fsica describe la Naturaleza
estn denidos sobre espacios vectoriales. El motivo es su sencillez y versatilidad, que
proporciona interesantes propiedades que resultan muy tiles desde el punto de vista
operativo.
En este primer captulo recordaremos la denicin de espacio vectorial dedicando
especial atencin al caso de los espacios vectoriales complejos, que sern de gran
importancia en la modelizacin de sistemas en Mecnica Cuntica. Pasamos ahora a
resumir las deniciones y propiedades principales de los espacios vectoriales, que es el
principal objetivo de este captulo. Estamos particularmente interesados en el caso de
los espacios vectoriales construidos sobre nmeros complejos aunque veremos que es
un caso que no tiene apenas diferencias respecto a su anlogo real.

Recordemos que, grosso modo, un espacio vectorial es un conjunto donde existe

una operacin suma para sus elementos (es decir, los vectores pueden sumarse) y
existe una operacin con un conjunto externo, los escalares, que forman un cuerpo y
que pueden ser multiplicados por los vectores, que de esta forma son escalados. El
hecho de que los escalares sean nmeros complejos, que es la principal diferencia que
encontraremos en este caso, no va a determinar grandes diferencias desde el punto
de vista formal, pero s algunas desde el punto de vista operativo.
7
8 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

Por otro lado, el concepto de endomorsmo va a ser de una importancia funda-

mental en la representacin de las magnitudes fsicas en Mecnica Cuntica. La razn
es simple: las magnitudes fsicas se representarn como transformaciones lineales en
el espacio de los estados fsicos y los posibles valores obtenidos en un experimento
sern los posibles valores que tomarn estas aplicaciones en una base particular. Otra
importante aplicacin de los endomorsmos ser la representacin de las transforma-
ciones asociadas a los cambios de base de un sistema fsico. Estas transformaciones,
tan comunes como rotaciones, traslaciones, cambios de escalar, etc sern tambin
representadas por este concepto algebraico.

2. Nmeros complejos
2.1. Denicin de cuerpo numrico. Recordemos en primer lugar la denicin
de cuerpo de nmeros:
Denicin 1.1. Denominaremos cuerpo a todo conjunto K dotado de dos opera-
ciones, que denotaremos como + (suma) y (producto), que satisfacen las propiedades
que convierten al conjunto en un grupo abeliano con respecto a ellas, es decir:
son operaciones asociativas, es decir, dados tres elementos cualesquiera
1 , 2 , 3 K se cumple:
1 + (2 + 3 ) = (1 + 2 ) + 3 , 1 (2 3 ) = (1 2 ) 3 , (1)
existe un elemento neutro para cada operacin, es decir, existen en K un
elemento que denotaremos como 0 y otro que denotaremos como 1 que
satisfacen que:
0+=+0= 1=1= K (2)
las operaciones son conmutativas, es decir, para cualesquiera dos elementos
1 , 2 K, se cumple que:
1 + 2 = 2 + 1 1 2 = 2 1 (3)
para cualquier elemento K existe un elemento que representaremos por
tal que sumado a es igual al elemento cero (el elemento neutro para
la suma). Diremos que es el elemento opuesto de :
+ () = () + = 0. (4)
Para cualquier elemento excepto para el elemento cero, existir otro ele-
mento cuyo producto con es igual al elemento neutro de la operacin
producto, es decir:
1 = 1 = 1. (5)
Diremos que 1 es el elemento inverso de respecto a la operacin pro-
ducto.
Las dos operaciones estn adems relacionadas por la propiedad distributiva, es
decir, para cualesquiera tres elementos 1 , 2 , 3 K se cumple que
1 (2 + 3 ) = 1 2 + 1 3 (6)
En el caso de que consideremos un conjunto con una suma que forme un grupo
conmutativo, en la que el producto tenga unicamente la propiedad asociativa (es decir,
 2. NMEROS COMPLEJOS 9

perdemos el inverso, el elemento neutro y la propiedad conmutativa del producto), y

mantengamos la propiedad distributiva; la estructura recibir el nombre de anillo.

2.2. El cuerpo de los nmeros complejos.

2.2.1. Visin general. Los nmeros complejos corresponden a una extensin de
los nmeros reales, que podemos colocar en perspectiva en relacin a los restantes
conjuntos numricos que conocemos:




Naturales: N







Enteros: Z Cero


Reales: R Racionales: Q


Negativos


Complejos: C





Fraccionarios




Irracionales



Imaginarios
(7)
Su propiedad ms relevante es el hecho de que es un cuerpo algebraicamente
cerrado. Esta propiedad puede presentarse de muchas formas, siendo la ms frecuente
la del conocido como Teorema Fundamental del lgebra (probado por primera vez por
el matemtico francs Jean-Robert Argand):
Teorema 1.1. Toda polinomio en una variable de grado n N con coecientes
complejos tiene siempre n races, si tenemos en cuenta sus multiplicidades.
2.2.2. Algunas notas histricas. Desde un punto de vista histrico, podemos
decir que la primera introduccin de los nmeros complejos en la literatura se produjo
en el siglo I por Hern de Alejandra, al estudiar el volumen de una seccin de pirmide
cuadrada
con una relacin de distancias que conducen a una raiz de un nmero nega-
tivo ( 81 144 para ser exactos). Sin embargo es difcil estar seguro de que el error
se deba a Hern directamente (resulta curioso dado que en el mundo helenstico no
se consideraban esos nmeros como posibles) o de algn copista en poca posterior.
En Europa, no se conocen nuevas referencias al concepto hasta el siglo XVI. En
el siglo XII aparece en la India la obra Lilavati del matemtico y astrnomo Bhaskara
(1114-1185) con el tratamiento y soluciones anlogas a las que se encontrarn en
el siglo XVI en Italia, de los races de polinomios de segundo, tercer y cuarto grado.
En Italia, a partir del ao 1500 se va a conocer un interesante orecimiento del es-
tudio de las matemticas, centradas sobre todo en dos nombres: Gerolamo Cardano
(1501-1576) y Niccol Fontana (1499/1500-1557, conocido como Tartaglia, por ser
tartamudo). En particular, sern los primeros en encontrar la solucin general de la
ecuacin de tercer grado. En este proceso, encontrarn con frecuencia el problema
de manejar las races cuadradas de nmeros negativos, y ahora de forma comple-
tamente consciente, comenzarn a usarlas de forma habitual. Inicialmente llamados
nmeros cticios por Cardano, Ren Descartes (1596-1650) introducir el trmino
nmero imaginario para designar a estos objetos cuyas propiedades aritmticas fueron
detalladas por primera vez por Rafaele Bombelli (ca 1526-1572).
Pero la verdadera asimilacin de estos objetos por parte de la comunidad mate-
mtica no llegar hasta el siglo XIX, madurando lentamente. Inicialmente eran consi-
derados meras soluciones extraas, necesarias para una caracterizacin de las races
de los polinomios de segundo, tercer y cuarto grado. Poco a poco fueron estudindose
10 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

sus relaciones en la funcin exponencial y el logaritmo. Podemos considerar el culmen

de esta poca los trabajos de Leonhard Euler (1707-1783), introduciendo la relacin
que lleva su nombre para la representacin de la exponencial de un nmero imaginario
y su relacin con las funciones trigonomtricas:

e i = cos + i sen. (8)

Fue tambin Euler quien introdujo la notacin i para representar la unidad imaginaria,
aunque fue Gauss quien populariz su uso.
Pero sin duda son los trabajos de Caspar Wessel (1745-1818), Jean-Robert Ar-
gand (1768-1822) y Karl Friedrich Gauss (1777-1855) los que conforman la poca
madura. Gauss acu el trmino nmero complejo para representar los objetos, y
comenz a usar la representacin

a + i b,

aunque solamente en los casos en que a, b Q. En esta poca se introduce la re-

presentacin del plano complejo que seguimos manejando en la actualidad. Argand
adems publica la primera demostracin rigurosa del teorema fundamental del lgebra
(el Teorema 1.1 visto ms arriba), que denitivamente da sentido propio al cuerpo y
una entidad fundamental en el mundo matemtico. El mismo resultado fue tambin
desarrollado por Gauss, mientras Wessel desarrollaba paralelamente la representacin
del plano complejo.
Pero sern sobre todo Augustin Louis Cauchy (1789-1857), Niels Henrik Abel
(1802-1829) y Bernhard Riemann (1826-1866) los que con sus trabajos sobre el
anlisis complejo, es decir, la rama de las matemticas que se ocupa de las propiedades
de las funciones de variable compleja, den una forma denitiva al rea.
El proceso de extensin de los nmeros reales a los complejos, es decir, ver un
nmero complejo como un par de nmeros reales con las relaciones adecuadas, se
conoce como la construccin de Cayley-Dickinson. Pueden construirse conjuntos ms
generales que los nmeros complejos, apareciendo as dos nuevos conjuntos como
son los cuaterniones (bautizados por Hamilton en 1843 y que se suelen representar
por el smbolo H) y los octoniones, introducidos como octaves por John T. Graves
(1806-1870) y bautizados de forma independiente por Arthur Cayley (1821-1895), en
1845. Se suelen representar por el smbolo O.
2.2.3. Breve resumen de las propiedades de los nmeros complejos. Resumire-
mos a continuacin las propiedades fundamentales que emplearemos a lo largo de este
tema y del resto de temas de curso sobre nmeros complejos. Para una exposicin
ms didctica y fundamentada, recomendamos acudir a cualquier libro de texto sobre
anlisis complejo.
Para la representacin de un nmero complejo emplearemos un punto del
plano complejo, que ser identicado por dos nmeros reales, bien su parte
real e imaginaria, bien su mdulo y su fase:
su parte real x y su parte imaginaria y

z C z = x + i y x, y R (9)
 2. NMEROS COMPLEJOS 11

o en la representacin polar, especicando su modulo |z | R y su fase

z (, ]:
z C z = |z|e iz (10)
las operaciones de suma y producto se pueden escribir de forma simple en
una de las representaciones:
z1 + z2 = (x1 + x2 ) + i (y1 + y2 ) z , w C z = (x) + i (y ) (11)
z1 z2 = |z1 ||z2 |e i(z1 +z2 ) z1 , z2 C z 1 = |z|1 e iz if z = 0 (12)
En cambio, la otra operacin resulta relativamente complicada:
|z |sinz +|z |sinz
iarctan |z 1|cosz1 +|z2 |cosz2
(z1 +z2 ) = (|z1 |cosz1 + |z2 |cosz2 )2 + (|z1 |sinz1 + |z2 |sinz2 )2 e 1 1 2 2

(13)
z1 z2 = (x1 x2 y1 y2 ) + i (x1 y2 + x2 y1 ) (14)
Existe una operacin caracterstica en el conjunto de los nmeros complejos,
que denominamos conjugacin compleja. Desde un punto de vista grco,
se reduce a la reexin del nmero complejo respecto al eje de abscisas.

Desde un punto de vista algebraico, la conjugacin asocia a un nmero com-

plejo dado z = x + i y , el nmero complejo con igual parte real y parte
imaginaria opuesta es decir:
x + i y = z z = x i y (15)
12 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

Desde un punto de vista axiomtico, podemos resumir entonces lo expuesto en

la seccin en el resultado siguiente:
Denicin 1.2. El conjunto de los nmeros complejos C es un conjunto num-
rico, obtenido como una extensin de los nmeros reales, de los que mantienen las
estructuras de cuerpo y satisfacen las condiciones siguientes:
todo nmero real es tambin un nmero complejo, y el resultado de las ope-
raciones suma y producto denidas sobre ellos es igual al caso real
existe un nmero complejo, que denotaremos por i , que satisface que i 2 = 1
todo nmero complejo puede escribirse de forma nica en la forma
a + ib a, b R
las operaciones de suma y producto denen sobre el conjunto C una estruc-
tura de cuerpo
 3. DEFINICIN DE ESPACIOS VECTORIALES 13

3. Denicin de espacios vectoriales

3.1. Denicin.
Denicin 1.3. Sea V un conjunto, K un cuerpo y consideremos dos operaciones
+:V V V :V KV
(v , w ) v + w (, v ) v .

Diremos que V es un espacio vectorial sobre el cuerpo K si se verica

la operacin suma es asociativa, es decir, dados tres elementos cualesquiera
v1 , v2 , v3 V
v1 + (v2 + v3 ) = (v1 + v2 ) + v3 , (16)
la operacin suma es conmutativa, es decir, dados dos elementos cualesquiera
v1 , v2 V
v1 + v2 = v2 + v1 , (17)
existe un elemento neutro para la suma, es decir, existe un elemento 0 V
que verica que
v + 0 = 0 + v = v v V, (18)
todo elemento tiene un elemento opuesto en el conjunto V , es decir, para
cualquier elemento v V existe v V cumpliendo
v + (v ) = (v ) + v = 0, (19)
el producto por escalares es distributivo respecto a la suma de vectores, es
decir, dados dos vectores v1 , v2 V y un escalar K,
(v1 + v2 ) = v1 + v2 , (20)
el producto por escalares es distributivo respecto a la suma de escalares, es
decir, dados dos escalares cualesquiera 1 , 2 K y cualquier vector v i nV ,
se cumple que
(1 + 2 )v = 1 v + 2 v , (21)
el producto por escalares es tambin distributivo respecto al producto de
escalares, es decir, dados dos escalares cualesquiera 1 , 2 K y cualquier
vector v V , se cumple que
(1 2 )v = 1 (2 v ), (22)
y nalmente, el elemento unidad 1 K, satisface que para cualquier vector
v V:
1 v = v. (23)

Ejemplo 1.1. El ejemplo ms simple en que podemos pensar, en el caso de un

espacio vectorial complejo, es el plano C. Desde el punto de vista que hemos visto
arriba, es un espacio vectorial sobre C de forma trivial. Los vectores y los escalares se
confunden, en este caso.
14 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

Es importante darse cuenta que si pensamos en el plano complejo como un plano

real, es decir, usando el hecho de que C R2 , tenemos tambin una estructura de
espacio vectorial, aunque en este caso es un espacio vectorial real. Analizado desde
esta perspectiva, el conjunto de vectores no se confunde con el de escalares, dado
que tendramos
V = R2 K=R
Ejemplo 1.2. El ejemplo que usaremos siempre como referencia en los prximos
captulos ser
V = Cn K = C.
Es decir, los vectores van a corresponder a n-tuplas de nmeros complejos.
El caso ms simple, con n = 2, ser el ejemplo paradigmtico para describir los
posibles estados de espn de una partcula de espn 12 , como pueden ser los electrones,
los protones o los neutrones.
3.2. Conjunto generador y base. Recordaremos tambin dos conceptos fun-
damentales dentro de la teora de espacios vectoriales, como es el de sistema generador
y el de base. Desde un punto de vista conceptual son bastante simples: dado que pode-
mos considerar combinaciones lineales arbitrarias de los vectores, cabe preguntarse si
es posible obtener stos como combinaciones lineales a partir de un nmero reducido
de ellos. Es decir, dados v1 , v2 V , y 1 , 2 K, sabemos que el elemento
1 v1 + 2 v2 V.
De forma anloga, se puede considerar una combinacin con k elementos:
k

j vj V
j=1

De esta forma surge el concepto de conjunto generador:

Denicin 1.4. Diremos que un conjunto F = {w1 , w2 , . . . , wk } de elementos de
V es un conjunto generador del espacio vectorial V , si para cualquier elemento de
v V existen escalares 1 , . . . , k tales que
v = 1 w1 + 2 w2 + . . . k wk .
Alternativamente diremos que V es el espacio generado por el conjunto, y escribiremos
V = spanF (24)
Este concepto est intimamente relacionado con el de independencia lineal, tam-
bin bien conocido:
Denicin 1.5. Sea {w1 , . . . , wk } un conjunto de vectores de V . Decimos que
estos vectores son linealmente dependientes si existen un conjunto de escalares
{1 , . . . , k } tales que no son todos nulos, y que cumplen que
1 w1 + 2 w2 + . . . + k wk = 0
Anlogamente:
Denicin 1.6. Un conjunto de vectores {w1 , . . . , wk } se dice linealmente in-
dependiente cuando la nica solucin de la ecuacin
1 w1 + 2 w2 + . . . + k wk = 0,
es j = 0, j = 1, . . . , k.
 3. DEFINICIN DE ESPACIOS VECTORIALES 15

Desde un punto de vista geomtrico, la dependencia o independencia lineal tiene

una fcil imagen: considerando el (hiper)volumen generado por el conjunto {w 1 , . . . , wk },
un cierto vector ser combinacin lineal de ellos si est contenido en l. Ser linealmen-
te independiente si dene, junto con los otros elementos, un (hiper)volumen de una
dimensin mayor. Desde un punto de vista fsico podemos considerar que la informa-
cin del sistema que modelizamos con los vectores la asociamos a ese hipervolumen.
Desde ese punto de vista, la independencia lineal indica simplemente el hecho de
que no podemos tomar un subconjunto de vectores que nos proporcione la misma
informacin que aqul que nos han dado. Por supuesto, si un sistema de vectores
es linealmente dependiente, querr decir que en un subconjunto de ese conjunto de
vectores tendremos contenida la misma informacin del estado del sistema.
Una vez denidos estos dos conceptos, es fcil introducir el concepto de base de
un espacio vectorial:
Denicin 1.7. Diremos que un conjunto de vectores {e1 , . . . , en } es una base
del espacio vectorial V cuando es un sistema generador del mismo y linealmente inde-
pendiente. Denominaremos dimensin del espacio vectorial al nmero de elementos
de una cualquiera de sus bases.
La existencia de una base en un espacio vectorial, permite establecer una relacin
entre los vectores y las n-tuplas de elementos del cuerpo sobre el que est denido
el espacio vectorial. Se puede demostrar que esa relacin es 1:1, es decir, que
dada un base {e1 , . . . , en }, por cada v V existe un solo conjunto de n nmeros
v i K (i = 1, . . . , n), tales que
n

v= v i ei .
i=1

Denicin 1.8. Dado un espacio vectorial V sobre K y una base B = {e1 , . . . , en }

de V , por cada vector v V el conjunto de numeros {v 1 , . . . , v n } en K se denomina
coordenadas de v en la base B.
Las coordenadas se suelen representar con un vector columna:
1
v
v2
v
. . . (25)
vn B

y, usualmente, se omite el sujo B con la indicacin de la base. Podemos armar que,

habiendo jado la base en la que trabajamos, cualquier propiedad vericada en las
coordenadas tiene validez. No obstante, en muchas ocasiones deberemos demostrar
que la construccin no depende de la base escogida.
Es importante destacar que no hay que confundir el vector (un objeto intrinseco)
y sus coordenadas (que dependen tambin de la eleccin de una base). Por ejemplo,
vamos a considerar un vector en C2 , v = (z1 , z2 ), es decir, un objeto constituido
por una pareja de nmeros complejos dados, z1 y z2 . En la base cannica de C2 ,
Bc = {e1 = (1, 0), e2 = (0, 1)}, las coordenadas de v son efectivamente (z1 , z2 ),
2 z1 z2
pero en la base B = {v1 = (1, 1), v2 = (1, 1)} sus coordenadas son ( z1 +z 2 , 2 ).
16 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

En otras palabras,

z1
z2 B
c

y
z1 +z2
2
z1 z2
2 B
denen el mismo vector, como se puede vericar inmediatamente observando que
z1 + z2 z1 z2
v = z1 e1 + z2 e2 = v1 + v2 . (26)
2 2
Ejercicio 1.1. Probar que todas las bases de un espacio vectorial tienen el mismo
nmero de elementos.

3.3. Espacios vectoriales de dimensin innita. Es de destacar que el con-

cepto de espacio vectorial no est restringido al caso de dimensin nita. De hecho en
Fsica, en particular en Mecnica Cuntica, sern muy frecuentes los casos en los que
el espacio de estados del sistema tiene dimensin innita. Desde un punto de vista
formal, la denicin es completamente anloga. Ninguna propiedad de las comentadas
hasta ahora debe ser modicada, con la excepcin de que los conjuntos generadores
y bases de los espacios tendrn ahora un cardinal (esto es, un nmero de elementos)
innito.
Como ejemplo ms representativo consideraremos siempre los espacios de fun-
ciones, que sern los escogidos para representar los estados en Mecnica Cuntica.
Consideremos entonces el conjunto de funciones de una variable obtenidas como com-
binacin lineal de las siguientes:
Fou = {sin kx, cos kx | k Z} (27)
Estamos considerando entonces el conjunto de funciones obtenido como



V = span(Fou) = f : R R | f = (k cos kx + k sin kx) k , k R
k=0
(28)
Estos elementos pueden, de forma trivial, ser sumados y escalados, en este ca-
so por elementos reales. Es decir, si consideremos dos elementos de V , f 1 y f2 , de
expresiones:



f1 = (1k cos kx + k1 sin kx) f2 = (2k cos kx + k2 sin kx);
k=0 k=0

la funcin suma corresponder a:

f1 + f2 = (1k + 2k ) cos kx + (k1 + k2 ) sin kx .
k=0

Anlogamente, el producto por un escalar R se traducir en:

f1 = (1k cos kx + k1 sin kx)
k=0
 4. SUBESPACIOS VECTORIALES 17

3.4. Notacin de Dirac. A lo largo del curso, cuando consideremos espacios

vectoriales sobre los complejos, emplearemos la llamada notacin de Dirac o nota-
cin bra-ket para la representacin de los elementos. Aunque explicaremos ms en
detalle algunos de los conceptos en los prximos captulos, podemos resumir algunas
de las principales caractersticas ya a este nivel:
los elementos del espacio vectorial complejo V sern representados en la
forma
|v1 , |v2 , . . . ,

forma que se denomina ket;

una combinacin lineal de estados de este tipo corresponde entonces a un
elemento
|w = 1 |v1 + 2 |v2

el elemento del espacio vectorial dual V ser representado por un bra, en

la forma
v | V .

De esta forma, para representar la accin del funcional lineal v 1 | sobre el

estado |v2 , tenemos
v1 |v2 K.

4. Subespacios vectoriales
4.1. Denicin general. El concepto de subespacio vectorial en el caso com-
plejo es completamente anlogo al caso real. Decimos entonces:
Denicin 1.9. Sea V un espacio vectorial sobre K y consideremos un subcon-
junto W V . Decimos que W es un subespacio vectorial de V si es un espacio
vectorial (sobre K) en s mismo. En particular, esto se traduce en tres condiciones:
dados w1 , w2 W , entonces w1 + w2 W ,
dado w W y K, entonces w W ,
y nalmente, el vector 0 W .

Ejemplo 1.3. Un ejemplo muy simple podemos encontrarlo en el conjunto de

n-tuplas de Cn en las que la ltima componente es nula, es decir

W = {(z1 , . . . , zn1 , 0) Cn |z1 , z2 , . . . , zn1 C} (29)

De forma completamente anloga podemos considerar el caso real, y tomar el subes-

pacio vectorial Rn1 dentro del espacio vectorial Rn .

Centrndonos en el caso real es donde podemos dar los ejemplos ms facilmente

representables por imgenes. Vemos as que cualquier plano bidimensional dentro del
espacio R3 es un subespacio vectorial de ste ltimo. De la misma forma una recta
dentro de R2 o R3 .
18 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

Consideremos un espacio vectorial V de dimensin n. Si especicamos un conjun-

to de vectores linealmente independientes B = {|v1 , . . . , |vp }, (con p < n), podemos
considerar el conjunto de vectores de V que se pueden obtener como combinacin
lineal de los elementos dados. Ese conjunto, recibir el nombre de subespacio gene-
rado por el conjunto de vectores B, y ser denotado como
p

spanB = {|z V |(1 , . . . , p ) Kp tal que |z = j |vj } (30)
j=1

Conocido un subespacio W dentro de un espacio vectorial V ser muchas veces

interesante disponer de una base de V respecto a la cual la expresin del subespacio
sea lo ms sencilla posible. Introducimos as el concepto:
Denicin 1.10. Sea W un subespacio vectorial de un espacio vectorial V . Dire-
mos que una base {|ek } de V est adaptada a W si un subconjunto de los elementos
de la base determinan una base del subespacio W , es decir, estamos obteniendo una
base de V completando una base del subespacio W .

4.2. Subespacios especiales en el caso de espacios vectoriales comple-

jos. Es importante hacer una precisin en el caso de espacios vectoriales complejos.
Consideremos un espacio vectorial complejo como Cn , es decir, un espacio vectorial
formado por n-tuplas de nmeros complejos. Consideremos una base en este espacio
en la forma {|z1 , . . . , |zn }. Sabemos que un elemento arbitrario del espacio vectorial,
corresponde a una combinacin lineal de los elementos de esa base, con coecientes
complejos, es decir:
|v Cn |v = 1 |z1 + . . . n |zn
donde 1 , . . . , n son nmeros complejos.
Sin embargo, en Fsica aparecern con frecuencia situaciones donde, en un espacio
vectorial complejo, nos interese denir objetos reales. Podremos considerar as un
espacio vectorial real denido como:
n

W = {w = j |zj |(1 , . . . , n ) Rn } (31)
j=1

Ejercicio 1.2. Probar que el subespacio (31) es un espacio real, para el caso
n = 2, con |z1 = (1, i ) y |z2 = (1, i ), utilizando la relacin 1:1 entre los vectores
de C2 , |z = (c1 , c2 ) = (a1 + i b1 , a2 + i b2 ) (con ci C, ai , bi R) y |r ( z) =
(a1 , b1 , a2 , b2 ) R4 .
 4. SUBESPACIOS VECTORIALES 19

Ejemplo 1.4. Consideremos el conjunto de matrices 2x2, con coecientes com-

plejos M2 (C). Se trata de un espacio vectorial complejo de dimensin compleja 4.
Consideremos el subconjunto formado por las matrices:

0 1 0 i 1 0
1 = 2 = 3 = (32)
1 0 i 0 0 1
Son tres matrices con coecientes complejos. Sin embargo, el conjunto de sus com-
binaciones lineales con coecientes reales, en la forma
3
3 1 i 2
S= j j = (33)
1 + i 2 3
j=1

formarn el conjunto de operadores que medirn el spin de una partcula, como en el

caso de un electrn o un protn.

4.3. Sumas directas. Cuando se modelizan sistemas fsicos compuestos de ms

de una partcula, el conjunto de estados se obtienen componiendo de forma adecuada
los espacios de estados de los sistemas individuales. Cuando el sistema que estamos
estudiando es un sistema clsico, el conjunto de estados ser el correspondiente al
producto cartesiano de los espacios de estados de los constituyentes. Cuando se trate
de un sistema cuntico, deberemos considerar el producto tensorial de los mismos,
como veremos en el captulo siguiente.
En el caso de sistemas clsicos (es decir, que se rigen por las reglas de la Mecnica
Clsica) la combinacin de varios sistemas para formar uno requiere unicamente el
producto cartesiano de los conjuntos de estados y combinar las estructuras lineales
componente a componente. Desde un punto de vista fsico es fcil de entender: si
consideramos un sistema no relativista, la composicin de dos vectores velocidad en un
sistema, tiene que tener sentido para cada uno de los subsistemas independientemente
de lo que ocurra en el otro. O la composicin de un conjunto de fuerzas aplicadas en
cada uno de los subsistemas. Es evidente que estas magnitudes deben combinarse de
forma independiente en cada uno de los espacios.
Consideraremos pues:
Denicin 1.11. Sean V1 y V2 dos espacios vectoriales de dimensin nita sobre
un cuerpo K. Deniremos la suma directa V1 V2 como el espacio vectorial constituido
por:
el espacio de pares
V1 V2 = {(v1 , v2 ) | v1 V1 v2 V2 }
la operacin suma denida componente a componente:
(v1 , v2 ) + (v3 , v4 ) = (v1 + v3 , v2 + v4 ) v1 , v3 V1 , v2 , v4 V2
el producto por los escalares denido globalmente, es decir
(v1 , v2 ) = (v1 , v2 ) K, v1 V1 , v2 V2
Es muy simple darse cuenta de que cada uno de los espacios estn incluidos en
el total:
V1 {(v1 , 0) V1 V2 | v1 V1 }
V2 {(0, v2 ) V1 V2 | v2 V2 }
20 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

El concepto de suma directa tiene especial relevancia en la relacin entre un

espacio vectorial V y sus subespacios. Sean W1 y W2 dos subespacios vectoriales de
V , y denamos los conjuntos:
.
W1 W2 = {v Wi , (i = 1, 2)} ,
.
W = W1 + W2 = {v V : v1 W1 , v2 W2 , v = v1 + v2 } .
Se puede demostrar que ambos son subespacios de V . El siguiente teorema dene las
condiciones para que W sea suma directa:
Teorema 1.2. Consideremos un espacio vectorial V . Sean W1 y W2 dos subes-
pacios vectoriales del mismo, y W = W1 + W2 , W V Entonces, las tres siguientes
armaciones son equivalentes:
W = W 1 W2
W1 W2 = {0}: el nico elemento comn es el vector nulo.
cada vector v W se puede escribir de forma nica como suma de un vector
de W1 y uno de W2 , es decir, dado v W existe un nico w1 W1 y un
nico w2 W2 tales que
v = w1 + w2 .
Denotaremos esa descomposicin escribiendo que
v = w1 w2 .
Normalmente nos referiremos a los elementos w1 y w2 como elementos de los subes-
pacios, aun cuando en realidad son elementos del espacio vectorial completo, pero
determinados de forma unvoca por los elementos de aquellos.
Ntese que el teorema implica que la nica combinacin lineal nula de vectores
w1 W1 y w2 W2 es la con coecientes nulos: w1 + w2 = 0 = = 0.

Demostracin. Se deja como ejercicio.

5. Denicin de endomorsmo
5.1. Denicin de aplicacin lineal. Consideremos un espacio vectorial V so-
bre el cuerpo K. Podemos pensar que est formado por los estados de un cierto siste-
ma fsico, aunque los conceptos que vamos a presentar son puramente matemticos
y tienen inters per se.
Denicin 1.12. Sean V1 , V2 dos espacios vectoriales sobre un cuerpo K. Diremos
que una aplicacin T : V1 V2 entre los conjuntos es una aplicacin lineal si se
verica que
T (1 v1 + 2 v2 ) = 1 T (v1 ) + 2 T (v2 ) 1 , 2 K v1 , v2 V1 (34)
Desde un punto de vista menos formal, podemos usar como regla: la imagen de una
combinacin lineal en V1 es la combinacin lineal de las imgenes en V2 .
Desde un punto de vista prctico estamos pues considerando aquellas transfor-
maciones que respetan la estructura que est identicando a nuestro conjunto, que
es la estructura de espacio vectorial.
Un tipo especial de aplicacin lineal va a ser aquella que tiene al mismo espacio
como conjunto inicial y nal de la aplicacin, es decir aquel en el que V 1 = V = V2 :
 5. DEFINICIN DE ENDOMORFISMO 21

Denicin 1.13. Sea V un espacio vectorial. Llamaremos endomorsmos a las

aplicaciones lineales T : V V , es decir, aquellas que satisfacen
T (1 v1 + 2 v2 ) = 1 T (v1 ) + 2 T (v2 ) 1 , 2 K v1 , v2 V
Ejemplo 1.5. Consideremos el caso de un espacio vectorial complejo de dimensin
uno, V = C. Consideremos la transformacin que multiplica cada nmero por un
nmero complejo jo k C, es decir:
C z kz C (35)
Es evidente que la imagen de una combinacin lineal de nmeros complejos se
transforma en la correspondiente combinacin lineal de imgenes:

1 z1 + 2 z2 k(1 z1 + 2 z2 ) = 1 kz1 + 2 kz2 ,

lo que demuestra que la transformacin es lineal.
5.2. Ncleo de una aplicacin y conjunto imagen. Dentro de una aplicacin
lineal vamos a individualizar dos subconjuntos de enorme importancia:
el conjunto de vectores de V2 que se pueden obtener como imagen de algn
vector de V1 .
el conjunto de vectores de V1 cuya imagen es el vector 0 de V2 .

Denicin 1.14. Sea f : V1 V2 una aplicacin lineal. Denominaremos conjunto

imagen de la aplicacin al conjunto de elementos de V2 para los que existe un elemento
de V1 que tiene una imagen, es decir
Im(f ) = {v2 V2 | v1 V1 tal que f (v1 ) = v2 } (36)
Denicin 1.15. Sea f : V1 V2 una aplicacin lineal. Denominaremos ncleo
de la aplicacin al conjunto de elementos de V1 tal que su imagen es el vector 0 V2 ,
es decir:
Ker(f ) = {v1 V1 | f (v1 ) = 0 V2 } (37)
La notacin Ker, que es la ms habitual, tiene su origen en el trmino ingls kernel.
22 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

Ejercicio 1.3. Consideremos V = Cn y la aplicacin:

f (z ) = z z Cn C.
Demostrar que es una aplicacin lineal, y determinar, en funcin de , el conjunto
imagen y el ncleo de la aplicacin.
Ejercicio 1.4. Consideremos V = Cn y la aplicacin:
f (z ) = z0 z Cn z0 Cn .
Es decir, la aplicacin es tal que cualquier elemento tiene como imagen un elemento
dado, siempre el mismo. Determinar para qu valores de z 0 es una aplicacin lineal.
En ese caso, determinar su ncleo y el conjunto imagen.
Estos dos conjuntos determinan la mayor parte de las propiedades de la aplicacin
f . La linealidad que hemos asumido en sta, determina por ejemplo:
Lema 1.1. El elemento 0 Ker(f ) V1 para cualquier aplicacin f : V1 V2
Demostracin. Se deja como ejercicio.
Lema 1.2. Ker(f ) es un subespacio vectorial de V1 , as como Im(f ) lo es de V2 .
Demostracin. Se deja como ejercicio.
Es importante darse cuenta de que la dimensin como subespacio de Im(f ) no
tiene por qu ser igual a la del espacio V2 .
Lema 1.3. La aplicacin f es inyectiva si y slo si Ker(f ) = 0.
Demostracin. Se deja como ejercicio.
De forma anloga, podemos decir que
Denicin 1.16. La aplicacin es suprayectiva si Im (f ) = V2 .
5.3. Composicin de endomorsmos. Una propiedad interesante de las apli-
caciones lineales es el hecho de que puede denirse una ley de composicin para ellas.
As, podemos pensar que aplicamos una transformacin T 2 : V2 V3 a los puntos
obtenidos como imagen de una transformacin T1 : V1 V2 . La linealidad de las
aplicaciones permite descomponer de manera sencilla la aplicacin consecutiva de las
mismas:
T2 (T1 (1 v1 + 2 v2 )) = T2 (1 T1 (v1 ) + 2 T1 (v2 )) = 1 T2 (T1 (v1 )) + 2 T2 (T1 (v2 ))
(38)
Con esto hemos probado el siguiente resultado:
Lema 1.4. La aplicacin consecutiva de aplicaciones lineales es una operacin
interna dentro del conjunto de aplicaciones lineales, es decir, la aplicacin composicin
es tambin lineal.
La ley de composicin tiene sentido para cualquier aplicacin lineal, y por tanto
lo tiene en particular para el caso en que consideramos endomorsmos de un espacio
vectorial en s mismo. Consideremos este caso en lo que sigue. De lo anterior, hemos
aprendido que en el conjunto de aplicaciones lineales End(V ) podemos denir una ley
de composicin:
: End(V ) End(V ) End(V ) (T2 T1 )(v ) = T2 (T1 (v )) v V (39)
 6. MATRICES ASOCIADAS A ENDORMORFISMOS 23

Esta ley de composicin tiene claramente un elemento neutro, que es la aplicacin

identidad, es decir, aquella que asocia a cada elemento de V , el mismo elemento:
id(v ) = V v V. (40)
Es trivial probar que
f id = id f f End(V )
Ejercicio 1.5. Probar que para que exista el inverso de una aplicacin f : V V
respecto a esta operacin es condicin necesaria que
Kerf = 0

6. Matrices asociadas a endormorsmos

6.1. Fijar la base determina la matriz. En esta seccin vamos a relacionar
el concepto de aplicacin lineal con otro concepto bien conocido en el mbito del
lgebra lineal como es el de matriz. Vamos a ver que, debido a la linealidad, podremos
caracterizar completamente una aplicacin lineal (en particular un endomorsmo) por
los valores que la transformacin tome sobre los elementos de una base del espacio
V.
Proposicin 1.1. Sea T : V1 V2 una aplicacin lineal. Si consideramos una
base del espacio vectorial V1 en la forma {|ej1 }, la imagen por la aplicacin T de
cualquier elemento de V1 est completamente determinada por los valores que toma
T sobre los elementos de la base de V1 .
Demostracin. Sabemos que un elemento cualquiera v V1 tiene una descom-
posicin nica como combinacin lineal de los elementos de la base {|e j1 }:

v= v j |ej1 , (41)
j

donde las componentes {v } son elementos del cuerpo K. Consideremos ahora que
j

conocemos los valores de la aplicacin T actuando sobre los elementos de dicha base,
es decir, conocemos los valores de
T |ej1 j
En ese caso, el valor que la aplicacin lineal T tome sobre el vector genrico v
ser:

T (v ) = T v j |ej1 = v j T |ej1
j j
As pues, conociendo el valor que toma T sobre los elementos de la base podemos
obtener el valor que toma sobre un vector genrico: basta con calcular la combinacin
lineal de esos valores usando los coecientes {v j } de la descomposicin de v respecto
a la base.
Si adems de la base considerada sobre V1 consideramos una base en el espacio
vectorial V2 {|ek2 }, podemos asociar a la aplicacin lineal una matriz que representar
de manera unvoca toda la transformacin. Consideremos as la imagen de un elemento
arbitrario de la base de V1 , T |ej1 . Al ser un elemento de V2 debe de poder escribirse
como combinacin lineal de los elementos de su base, dado que todos los elementos
24 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

de V2 tienen una determinada expresin en ella. Por consiguiente, podemos escribir el

elemento T |ej1 como:

T |ej1 = T kj |ek2
k

El conjunto de nmeros {T kj }, donde j = 1, . . . , n1 = dimV1 y k = 1, . . . , n2 =

dimV2 determinan por consiguiente la aplicacin lineal T de forma completa.
Veamos ahora cmo es la accin sobre un vector arbitrario del espacio V 1 :

T (v ) = T v j |ej1 = v j T |ej1 = vj T kj |ek2
j j j k

Dado que T (v ) V2 podremos escribir el vector en funcin de la base de V2 , en

la forma:

V2 T |v = |w = w k |ek2 .
k

Dado que para una misma base la descomposicin de un vector es nica, podemos
escribir:

wk = T kj v j ,
j

donde j = 1, . . . , n1 = dimV1 y k = 1, . . . , n2 = dimV2 .

Podemos escribir matricialmente la expresin en la forma

1 1
w1 T1 T 12 ... T 1n1 v
w 2 T 21 T 22 ... T 2n1 v2

w . = . ..
.. .. .
w n2 T n12 T n22 ... T nn21 v n1

Con local concluimos que la matriz

T 11 T 12 ... T 1n1
T 21 T 22 ... T 2n1

..
.
T n12 T n22 ... n2
T n1

representa de forma unvoca a la aplicacin una vez que las dos bases han sido jadas.
En el caso en que la aplicacin lineal es un endomorsmo, debemos considerar
unicamente una base, y deniremos as:
 6. MATRICES ASOCIADAS A ENDORMORFISMOS 25

Denicin 1.17. Sea T : V V un endomorsmo denido sobre un espacio

vectorial V . Si consideramos una base {|ej }j=1,...,n=dimV sobre el espacio vectorial, la
aplicacin lineal determina unvocamente una matriz:
1
T 1 T 12 . . . T 1n
T 21 T 22 . . . T 2n

T = . , (42)
..
T n1 T n2 ... T nn
que representa la expresin coordenada de las imgenes de los elementos de la base
respecto a ella, es decir:
n

T |ej = T kj |ek . (43)
k=1
Ser denominada matriz asociada al endomorsmo T en la base {|ek }.
Una vez conocemos la expresin de la matriz en esa base, la expresin de la
aplicacin actuando sobre un vector arbitrario del espacio V se traduce en la accin
de la matriz sobre las componentes del vector respecto a la misma base, es decir, si
w = T |v ,
las componentes de w respecto a la base {|ej } se obtienen a partir de las de v en la
forma:
1 1 1
w T1 T 12 ... T 1n v
w 2 T 21 T 22 ... 2 2
T n v

w . = . .. (44)
.. .. .
wn T n1 T n2 ... T nn vn
Es muy importante entender que la relacin entre el endomorsmo y la matriz
tiene sentido nicamente cuando se ha jado una base. Si la base fuese diferente, la
matriz tambin lo sera, porque estamos hablando simplemente de la representacin
de la Ec. (43).
Una excepcin a esta regla va a estar dada por la aplicacin identidad. Ya vimos
en la seccin anterior que esta es la aplicacin lineal que representa el elemento neutro
para la operacin de composicin de endomorsmos comentada. Es inmediato vericar
que:
Lema 1.5. Sea V un espacio vectorial de dimensin n y {|ek } una base arbitraria
denida sobre l. La representacin matricial de la aplicacin identidad denida como
Id (v ) = v v V, (45)
corresponde a la matriz identidad:

1 0 0 ... 0
0 1 0 . . . 0

In = . .... . (46)
.. . . . . . ..
0 0 0 ... 1
Demostracin. Para cada elemento de la base, se va a vericar:
Id (|ek ) = |ek k = 1, . . . , n.
26 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

En consecuencia, la imagen de cada elemento de la base tiene una sola coordenada

en la descomposicin del elemento imagen en la base dada.

Ejercicio 1.6. Consideremos una aplicacin lineal

A : C 3 C2 ,

z1
que cumple que, para cada elemento z2 C3 , se verica
z3

z1
3z1 4z2
A z2 = .
i z 1 z3
z3
Determinar la matriz que representa la aplicacin en la base cannica de cada espacio.

Ejercicio 1.7. Consideremos tres endomorsmos

x : C2 C2 , y : C2 C2 , z : C2 C2
denidos por

z1 z z1 i z2 z1 z1
x = 2 y = z = .
z2 z1 z2 i z1 z2 z2
Determinar las correspondientes matrices en la base cannica de C 2 .

6.2. Rango y ncleo de una matriz. De forma similar a como estudiamos el

conjunto imagen y el ncleo de una aplicacin lineal, podemos ahora estudiar cmo
se van a traducir estos conceptos en el lenguaje de matrices, una vez que hayamos
tomado una base sobre el espacio vectorial donde est denido el endomorsmo.
Es sencillo darse cuenta de que el conjunto elementos del ncleo de la aplicacin
lineal corresponden, en el lenguaje de las matrices, al conjunto de puntos v V que
satisfacen: 1
T 1 T 12 . . . T 1n v1 0
T 21 T 22 . . . T 2n v2 0

.. .. = ..
. . .
T n1 T n2 ... T nn vn 0
Por consiguiente, la determinacin de las coordenadas de los vectores que forman el
ncleo es equivalente a la resolucin del sistema de ecuaciones lineales:
1


T 1 v1 + T 12 v2 + . . . + T 1n vn = 0




T 21 v1 + T 22 v2 + . . . + T 2n vn = 0
k
Ker(f ) = v V | v = v |ek | .


..


k


n n n
T 1 v 1 + T 2 v2 + . . . + T n v n = 0
(47)
De una manera similar podemos pensar en la caracterizacin del conjunto imagen.
Hemos visto ya que la dimensin del conjunto imagen no tiene por qu ser la misma
que la del espacio ambiente. Es decir, si consideramos un endomorsmo f : V V , la
dimensin de Im(f ) no tiene por qu ser igual a la dimensin de V , sino que puede ser
 6. MATRICES ASOCIADAS A ENDORMORFISMOS 27

ms pequea. Debido a la linealidad de la aplicacin, podemos escribir que la imagen

de un vector |v = j vj |ej V se obtiene como una combinacin de los elementos:

f |v = vj f |ej Im (f ).
j

Por tanto:
Lema 1.6. Los vectores {f |ej } forman un sistema generador de Im (f ).
Pero estos vectores son, precisamente, los que expresados en la base original
aparecen en las columnas de la matriz. Para vericarlo, basta vericar que si tomamos
las coordenadas de los elementos de la base (es decir, una entrada igual a uno, y
todas las dems iguales a cero), la expresin que obtenemos es precisamente la que
corresponde a las entradas de la columna correspondiente en la matriz.
Desde otro punto de vista, podemos pensar que aquellos endomorsmos para los
que tengamos un ncleo no nulo (esto es, corresponda a un subespacio vectorial de
dimensin mayor o igual que uno, al contener el vector 0 V y algn otro elemen-
to), tendrn asociado un conjunto imagen de dimensin menor que la dimensin de
V . Y recordemos que todo ello puede leerse a partir de las soluciones del sistema
de ecuaciones (47). Efectivamente, si esto ocurre, dada la matriz que representa al
endomorsmo en la base escogida, existe al menos una combinacin lineal entre los
n vectores que forman las las de la matriz que den como resultado el vector nulo.
Pero esto quiere decir que esos vectores no seran linealmente independientes, puesto
que una combinacin con coecientes no nulos sera igual al vector cero. Con esto
concluimos inmediatamente que:
Lema 1.7. La dimensin de Im (f ) coincide con el nmero de vectores la de la
matriz asociada que sean linealmente independientes.
En consecuencia, debe existir el mismo nmero de vectores la y de vectores
columna que sean linealmente independientes.
Pero es evidente tambin que
Lema 1.8. Sea f : V V un endomorsmo. Entonces,
dim Im (f ) + dim Ker (f ) = dim V (48)
Denicin 1.18. Llamaremos rango de una matriz T y denotaremos por Rank T
al nmero de vectores la o al nmero de vectores columna que son linealmente inde-
pendientes. Anlogamente, llamaremos ncleo de una matriz al subespacio generado
por las soluciones de la ecuacin (47). Ambos conceptos estn relacionados por la
expresin
Rank T + dim Ker T = dim V,
que re-escribe la ecuacin (48).
Ejercicio 1.8. Sea el endomorsmo denido sobre C3 en la forma:
A|e1 = 5|e1 + 6|e2 i |e3
A|e2 = 5|e1 + 6|e3
A|e3 = 0
Determinar la matriz del endomorsmo en esa base. Determinar tambin su ncleo y
su rango.
28 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

6.3. Cambio de base y conjugacin. Hemos visto hasta ahora que la eleccin
de una base establece una relacin unvoca entre un endomorsmo y una matriz
cuadrada. Sin embargo, dado que en Fsica no hay una base privilegiada respecto a
otras, es natural preguntarse, qu ocurre cuando cambiamos de base? Hay alguna
relacin entre la matriz que est asociada al endomorsmo en una de ellas y la que
est asociada en la otra?
La respuesta es armativa y es sencilla de obtener empleando la linealidad del
endomorsmo. Consideremos entonces un endomorsmo f sobre un espacio vectorial
V , y dos bases {|vj }j=1,...,n y {|w }=1,...,n . Consideremos tambin la expresin de
cada uno de los elementos de una base respecto a la otra, es decir:

|w = C k |vk
k
o
|vj = S j |w .

La informacin de estas transformaciones queda pues codicada en dos matrices:
1 1
C 1 C 12 . . . C 1n S 1 S 12 . . . S 1n
C 21 C 22 . . . C 2n S 21 S 22 . . . S 2n

C= . .. .. .. S = .. .. .. .. (49)
.. . . . . . . .
C n1 C n2 . . . C nn S n1 S n2 . . . S nn
Evidentemente, ambas verican que
CS = SC = In .
Veamos ahora si podemos relacionar, usando estas matrices, las expresiones ma-
triciales del endomorsmo f en una u otra base. Si consideramos que:

f |vj = T kj |vk
k
y
f |w = U |w

Podemos usar la expresin de una base respecto a la otra y escribir:

f |vj = T kj |vk = S k T kj |w (50)
k k

Si consideramos ahora la imagen de un vector arbitrario |v V , que en cada

una de las bases tiene asociadas componentes {x i } y {x }:

|v = x j |vj = x |w = x C j |vj ;
j ,k

por lo que sabemos que las coordenadas en una y otra base estn relacionadas como

xj = C j x (51)

Y con estas relaciones obtenemos:

T kj x j |vk
f |v = j,k
U x |w
 7. EL ESPACIO VECTORIAL DE LOS ENDOMORFISMOS DE UN ESPACIO VECTORIAL 29

Pero si usamos la Ecuacin (50) podemos escribir:

T kj x j |vk = S k T kj x j |w
f |v = j,k j,k,
(52)
U x |w
Usando la ecuacin (51):

k j k j k j
j,k T j x |vk = j,k, S k T j x |w = j,k,, S k T j C x |w
f |v =
U x |w

Dado que la expresin de un vector (siempre es el mismo, f |v ) en una misma base

debe ser nica, los coecientes de |w en ambas expresiones tienen que coincidir.
Adems, siendo el vector |v arbitrario, la identicacin tiene que valer por cualquier
valor de x , as que se deduce:

U = S k T kj C j = (C 1 )k T kj C j = (C 1 T C) (53)
jk jk

Denicin 1.19. Diremos que dos matrices A y B estn conjugadas si existe

una matriz Z, invertible, que verica que:
B = Z 1 AZ (54)
Pero entonces, lo que hemos concluido del anlisis anterior es
Teorema 1.3. Sea f : V V un endomorsmo. Las expresiones que representan
la aplicacin lineal respecto a dos bases arbitrarias de V estn conjugadas entre s,
siendo la matriz invertible que las relaciona la matriz del cambio de base de una a la
otra.
Es importante notar que, a pesar de que la anterior es la forma ms frecuente
de enfocar este problema, podemos pensar tambin en un esquema ms general en el
que separamos la base de partida y de llegada. Basta con admitir que, incluso para el
caso de un endomorsmo donde el espacio de salida y llegada es idntico, se puede
pensar en usar dos bases diferentes. Si pensamos entonces en una situacin de este
tipo, donde consideramos las bases {|vk } y {|w } como base de salida y llegada,
podemos recuperar la expresin de la Ecuacin (52) y darnos cuenta de que podemos
tambin relacionar los desarrollos en la base {|w } y armar que podemos asociar
con la aplicacin f la matriz:
f S k T kj
que transforma las coordenadas x j (respecto a la base {|vj }) en las coordenadas x
(respecto a la base {|w }). Usaremos este tipo de descomposiciones en el captulo
siguiente al considerar descomposiciones particularmente simples de una matriz dada.

7. El espacio vectorial de los endomorsmos de un espacio vectorial

7.1. Estructura de espacio vectorial. Es una propiedad conocida, y de fcil
demostracin, que el conjunto de matrices sobre un cuerpo K dene un espacio vec-
torial sobre el mismo, de dimensin n 2 (siendo n la dimensin de las matrices) -o nm
si las matrices no son cuadradas, sino que tienen tamao n m-. En lo que sigue
pensaremos solamente en endomorsmos y por consiguiente en matrices cuadradas,
aunque casi todos los resultados son extensibles al caso general.
30 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

Vamos a considerar pues en lo que sigue el conjunto de matrices cuadradas de

dimensin n con entradas pertenecientes a un cuerpo K. Podemos pensar en estos
elementos como un vector de vectores, que es la forma en que se manejan las
matrices en los lenguajes de programacin; o bien como un solo vector, que tiene
como longitud n2 :

a11 a12 ... a1n
a21 pr imer a f ila 2a f ila
a22 ... a2n

nesima f ila

.. .. .. ..
{a 11 , . . . , a , a
1n 21 , . . . , a2n , . . . , a n1 , . . . , ann }
. . . .
an1 an2 ... ann

Si no consideramos ninguna restriccin sobre las matrices (como que sean si-
2
mtricas, o invertibles, etc) , nuestro conjunto es pues isomorfo al conjunto K n .
Denotaremos este conjunto como Mn (K)
Una vez determinado el conjunto, podemos pasar a considerar si podemos exten-
der al conjunto de matrices la operacin suma de vectores que sabemos que existe
2
sobre Kn . Efectivamente, es sencillo ver que dadas dos matrices, la operacin que
2
traduce al lenguaje de matrices la operacin suma de K n es:

a11 a12 ... a1n b11 b12 ... b1n a11 + b11 a12 + b12 ... a1n + b1n
a21 a22 ... a2n b21 b22 ... b2n a21 + b21 a22 + b22 ... a2n + b2n

. .. .. .. + .. .. .. .. = .. .. .. .. .
.. . . . . . . . . . . .
an1 an2 ... ann bn1 bn2 ... bnn an1 + bn1 an2 + bn2 ... ann + bnn

Y esta es precisamente la denicin de la suma de matrices. Evidentemente, el

elemento neutro para una suma as denida corresponde a la matriz con todos los
elementos nulos:

0 ... 0
0 = . .. ..
.. . .
0 ... 0

Anlogamente, el producto por un elemento del cuerpo K, si tratamos las matrices

como vectores, sera:

a11 a12 ... a1n a11 a12 ... a1n
a21 a22 ... a2n a21 a22 ... a2n

. .. .. .. = .. .. .. .. .
.. . . . . . . .
an1 an2 ... ann an1 an2 ... ann

2
Con estas dos relaciones, y usando el hecho de que sobre K n sabemos que denen
una operacin de espacio vectorial, probamos que:

Lema 1.9. El conjunto de matrices Mn (K) tiene una estructura de espacio vec-
torial sobre el cuerpo K.
 7. EL ESPACIO VECTORIAL DE LOS ENDOMORFISMOS DE UN ESPACIO VECTORIAL 31

Desde el punto de vista anterior es sencillo entender que la base cannica de este
espacio de matrices sea Eij , denida por la matriz:
j


0 ... 0 0 ... 0
.. .. .. .. .. ..
. . . . . . (55)


Eij = 0 . . . 1 0 . . . 0 i
. .. .. .. .. ..
.
. . . . . .
0 ... 0 0 ... 0
2
Estas matrices traducen directamente los elementos de la base cannica de K n a la
forma de matrices.
Ejercicio 1.9. Probar que el conjunto {Eij } con i , j = 1, . . . , n forman una base
de Mn (K).
Aunque no de forma directa se puede probar tambin usando el hecho de que son
estructuras isomorfas que:
Corolario 1.1. El conjunto de endomorsmos de un espacio vectorial V tiene
tambin estructura de espacio vectorial. Lo denotaremos como End(V ).
La justicacin rigurosa no la presentaremos pero s emplearemos en lo que sigue
el resultado.
7.2. Producto de matrices: estructura de lgebra. Aunque no forme parte de
la estructura de espacio vectorial, aprovecharemos aqu para implementar sobre este
conjunto la ley de composicin de endomorsmos que vimos en la seccin anterior.
Si consideramos la composicin de dos endomorsmos f1 : V V y f2 : V V ,
denimos el objeto f2 f1 : V V . Qu expresin adopta la matriz correspondiente?
Podemos escribir esa matriz en funcin de las matrices de f 1 y f2 ?
Supongamos entonces que T1 y T2 son las matrices correspondientes a los endo-
morsmos f1 y f2 respecto a una cierta base de V , {|e }. Sabemos que para determinar
la expresin de la matriz asociada al endomorsmo f2 f1 debemos escribir la imagen
de un elemento arbitrario de la base en funcin de esta misma. Por tanto buscamos
una matriz P que cumpla que:

f2 f1 (|ej ) = P l j |el .
l
Consideramos la accin de cada una de las aplicaciones de forma consecutiva y
la linealidad que asumimos que poseen:


k
f2 f1 (|ej ) = f2 (T1 ) j |ek .
k
Pero como f2 es lineal, podemos escribir:


k
f2 f1 (|ej ) = (T1 ) j f2 (|ek ) = (T2 )l k (T1 )kj |el .
k k l
Descubrimos entonces:
32 1. ESPACIOS VECTORIALES COMPLEJOS Y SUS ENDOMOFISMOS

Lema 1.10. La matriz asociada al endomorsmo compuesto f2 f1 en una base

dada {|ej } es el producto de las matrices asociadas a f1 y f2 en esa misma base, es
decir

P lj = (T2 )l k (T1 )kj (56)
k

Las propiedades de esta estructura de producto matricial (o equivalentemente de

composicin de endomorsmos) son bien conocidas:

Lema 1.11. Sea Mn (K) el espacio vectorial de matrices y consideremos el pro-

ducto de matrices (56). Entonces,
el producto es asociativo, es decir, para cualesquiera tres matrices A 1 , A2 , A3
Mn (K) se cumple que:
(A1 .A2 ).A3 = A1 .(A2 .A3 );
tiene un elemento neutro, que es la matriz identidad, esto es, para cualquier
A Mn (K) se cumple que
A.In = In .A = A;
el producto no es conmutativo, es decir, en general para dos matrices arbi-
trarias A1 , A2 Mn (K)
A1 .A2 = A2 .A1
El conjunto de matrices Mk (K) dotado de la operacin suma de matrices ya vista y
la operacin producto se convierte as en un anillo asociativo con elemento neutro
aunque no conmutativo.
Si consideramos el conjunto y las tres operaciones, es decir, la operacin producto
denida sobre la estructura de espacio vectorial obtenemos una estructura de lgebra
asociativa y con elemento neutro.

7.3. La no existencia del inverso del producto. Una de las propiedades que
ms diferencia el producto de matrices del producto numrico usual es la conmutativi-
dad, a la que ya nos hemos referido. Pero uno no menos importante es la no existencia
de inverso para todas las matrices.
En efecto sabemos que en cualquier cuerpo todo elemento tiene asociado un
inverso para la operacin producto que pertenece al conjunto. Esto, sin embargo, no
es cierto en el caso de una matriz. Por ejemplo, la matriz 3 3 denida como

1 0 0
A = 0 1 0 ,
0 0 0
no tiene inverso. Es decir, no existe ninguna matriz B de dimensin tres que verique
AB = I3 .
Si pensamos en el endomorsmo como una aplicacin que transforma un espacio
vectorial V por la transformacin lineal:
V v w = Av V, (57)
 7. EL ESPACIO VECTORIAL DE LOS ENDOMORFISMOS DE UN ESPACIO VECTORIAL 33

es sencillo entender que esta transformacin tendr un inverso solo en aquellos casos
en los que el rango de la matriz sea igual a la dimensin del espacio, o equivalente-
mente, en aquellos casos en los que el ncleo del endomorsmo se reduzca al vector
0:
Teorema 1.4. Un endomorsmo f : V V es invertible si y solo si Ker f = 0
Demostracin. Sabemos por el Lema 1.8 que la condicin de que el ncleo se
anule es equivalente a que el rango de la aplicacin f sea igual a la dimensin del
espacio. Pero si el ncleo se anula tambin sabemos que la aplicacin es inyectiva: a
elementos distintos les corresponden imgenes diferentes. Al cubrir todos las posibles
imgenes, sabemos que el endomorsmo dene una biyeccin a travs de (57). Por
tanto, la aplicacin es invertible.