Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra Lineal I-Ososrio, 2013 PDF
Algebra Lineal I-Ososrio, 2013 PDF
NOTAS DE CLASE
LGEBRA LINEAL I
2011-I
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
NDICE GENERAL
Prlogo
1. Preliminares 1
Funciones . 1
Leyes de composicin interna y externa 2
Conjuntos R n y C n .. 2
Grupos y campos . 2
2. Espacios vectoriales 7
Espacios vectoriales . 7
Ejercicios .. 14
Subespacios .. 16
Ejercicios .. 19
Operaciones con subespacios 20
Ejercicios ... 25
Independencia y dependencia lineal
Base y dimensin de un espacio vectorial .... 26
Ejercicios ... 44
i
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
5. Determinantes 110
Formas n-lineales .. 114
Funcin determinante .. 115
Adjunta de una matriz .. 126
Regla de Cramer ...... 131
Ejercicios 133
ii
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Prlogo
El lgebra Lineal es un curso bsico en la formacin de los estudiantes de ciencias,
ingenieras, economa y ciencias administrativas.
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRELIMINARES
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
Si ( x, y ) f entonces y f (x) , y se denomina valor de f en x imagen de x
segn f.
DEFINICIN 1.4.- Sea f : X Y una funcin.
a) f es inyectiva si y solo si se cumple:
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) f es suryectiva si y solo si f ( X ) Y ; es decir, para todo y Y , existe x X
tal que f ( x) y .
c) f es biyectiva si y solo si es inyectiva y suryectiva.
DEFINICIONES 1.5
a) Sea f : X Y y A X , llamaremos imagen de A segn f al conjunto
denotado por:
f ( A) { y Y / y f (a ), a A } .
b) Sea f : X Y y B Y , llamaremos pre-imagen o imagen inversa de B
segn f al conjunto denotado por:
1
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1
f ( B ) { x X / f ( x ) b, b B } .
DEFINICIN 1.6.- Sean f : X Y , g : Y W funciones, llamaremos funcin
composicin de g con f f seguida de g a la funcin denotada por:
g f : X W tal que ( g f )( x) g f ( x)
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 }
para todo i 1, 2, , n .
De manera anloga denotaremos:
C n { z ( z1 , , z n ) / n uplas ordenadas , z i C , 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 de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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 i j ), (bi j ) R mn / (a i j ) (bi j ) (a i j bi j ) donde 1 i m y 1 j n .
: Z n Z n Zn
[a], [b] [a ] [b] [a b]
donde + es la adicin usual en Z. ( Z , ) es un grupo conmutativo.
EJEMPLO PARTICULAR.- Sea n 3 , Z 3 [0] , [1] , [2] .
3
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Multiplicacin:
: K K K
(a , b) ab
Diremos que el objeto ( K , , ) es un campo si y solo si satisface las siguientes
condiciones:
K1) (a b) c a (b c) para todo a, b, c K .
K2) Existe 0 K tal que a 0 0 a a para todo a K . 0 es llamado elemento
nulo o cero.
K3) Para todo a K , existe un elemento de K que se llama opuesto de a o inverso
aditivo de a que denotaremos por a y es tal que: a ( a ) ( a ) a 0 .
K4) a b b a para todo a, b K .
K5) (ab) c a (bc ) para todo a, b, c K .
K6) Existe e K tal que a e e a a para todo a K . e es llamado elemento
idntico o identidad.
K7) Para todo a 0 elemento de K, existe un elemento tambin en K llamado
opuesto de a o inverso de a con respecto a la multiplicacin que se denota por
a 1 y es tal que: a a 1 a 1 a e .
K8) a b b a para todo a, b K .
K9) a (b c) a b a c y (a b) c a c b c para todo a, b, c K .
OBSERVACIONES:
(1) ( K , ) es un grupo aditivo conmutativo.
(2) ( K {0}, ) es un grupo multiplicativo conmutativo.
(3) El elemento 0 que cumple K2), y e que cumple K6) son nicos.
(4) El inverso aditivo y multiplicativo ( K3), K7)) de cada elemento es nico.
(5) a 0 0 para todo a K .
(6) a b 0 entonces a 0 b 0 . Esta propiedad se expresa diciendo que K no
tiene divisores de cero.
EJEMPLO 4.2.1.- (Q, , ), ( R, , ), (C , , ) donde "+" y "." son las
operaciones usuales de adicin y multiplicacin son campos.
4
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
operaciones: [a ] [b] [a b]
[a ] [b] [a b]
donde "+" y "." son las operaciones usuales de adicin y multiplicacin. ( Z p , , . )
es un campo.
NOTA.- Si p no es primo la afirmacin anterior no es verdadera. En efecto,
consideremos:
Z 4 [0], [1], [2], [3] y construyamos la tabla siguiente:
Adicin : (a b 2 ) (c d 2 ) (a c) (b d ) 2
Probar que Q ( 2 ), , es un campo.
PRUEBA:
Slo probaremos la condicin K7) de la definicin 4.2.; las restantes condiciones no
ofrecen dificultad.
Sea a b 2 0 donde (b 0) , debemos probar que existe c d 2 tal que
( a b 2 ) (c d 2 ) 1 .
5
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 2bd
c (3)
a
ad
c (4)
b
igualando (3) y (4), obtenemos:
b
d
2b a 2
2
Luego:
a b 2
cd 2 2
a 2b
2 2
a 2b 2
Q( 2 ) es un campo.
6
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
ESPACIOS VECTORIALES
7
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
OBSERVACIONES:
a) Un conjunto V para que sea espacio vectorial sobre un campo K debe tener
definidas dos operaciones adicin y multiplicacin por un escalar; las
cuales deben cumplir las ocho propiedades arriba mencionadas. En caso que no
cumpla con alguna de ellas no es un espacio vectorial.
b) A los elementos de V se les llaman vectores y el elemento neutro aditivo
recibe el nombre de vector nulo.
c) Si K R , V es llamado espacio vectorial real y si K C , V se denomina
espacio vectorial complejo.
d) En lo que sigue de las notas si no se dice lo contrario en lugar de denotar la
adicin de vectores con el smbolo simplemente denotaremos con +,
haciendo la diferencia segn el contexto cuando se trata de la suma de vectores
( x y ) o la suma de escalares (a b) ; el smbolo se usar ms adelante
para denotar la suma directa.
Omitiremos escribir el smbolo que denota la ley de composicin externa,
simplemente con la yuxtaposicin se entender la multiplicacin de un vector
por un escalar haciendo la diferencia segn el contexto cuando se trate de la
multiplicacin de un vector por un escalar (ax) o la multiplicacin de dos
escalares (ab).
Con las precisiones hechas en d), la definicin de espacio vectorial se puede
enunciar formalmente como sigue:
8
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Dados x ( x1 , , x n ) , y ( y1 , , y n ) R n y a R , definimos:
x y ( x1 y1 , , x n y n )
a x (a x1 , , a x n )
V1) Sean x, y, z R n
( x y ) z [ ( x1 , , x n ) ( y1 , , y n ) ] ( z1 , , z n )
( x1 y1 , , x n y n ) ( z1 , , z n )
[ ( x1 y1 ) z1 , , ( x n y n ) z n ]
[ x1 ( y1 z1 ), , x n ( y n z n ) ]
( x1 , , x n ) ( y1 z1 , , y n z n )
x ( y z)
V4) Sean x, y R n
x y ( x1 , , x n ) ( y1 , , y n )
( x1 y1 , , x n y n )
( y1 x1 , , y n x n )
yx
V5), V6), V7) y V8) se verifican anlogamente.
9
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
cx (ck1 , , ck n )
( K n , , K , ) es un espacio vectorial.
x y (a 0 b0 , a1 b1 , , a n bn , )
cx (ca 0 , ca1 , , ca n , )
10
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
p ( x ) a 0 a1 x a n x n
P[ x], , R, es un espacio vectorial. La verificacin es anloga en el ejemplo
1.1.2.
NOTA.- Si se considera el conjunto de todos los polinomios de grado igual a
n (n Z ) con las mismas operaciones, no constituye un espacio vectorial sobre R,
pues la adicin para este conjunto no es una ley de composicin interna.
a11 a1n
K m n
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
11
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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.
x y f 1
f ( x) f ( y)
ax f 1
af ( x)
12
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
demostrar que (1, 1) con las operaciones arriba definidas es un espacio vectorial
sobre R.
SOLUCIN
Slo verificaremos las condiciones V1) y V7) las restantes se dejan al lector para
que las verifique.
1
V1 ) ( x y ) z f ( f ( x y ) f ( z ))
1 1
f (f(f ( f ( x) f ( y ))) f ( z ))
1
f (( f ( x) f ( y )) f ( z ))
1
f ( f ( x) ( f ( y ) f ( z )))
1 1
f ( f ( x) f ( f (( f ( y ) f ( z ))))
1
f ( f ( x) f ( y z ))
x ( y z)
V7) (a b) x ax bx para todo a, b R y para todo x (1, 1) .
1
ax bx f ( f (ax) f (bx))
1 1 1
f (f(f (af ( x)))) f ( f (bf ( x))))
1
f (af ( x) bf ( x))
1
f ((a b) f ( x))
( a b) x
13
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Por otro lado en virtud de la condicin V2) de espacios vectoriales existe V tal
que x x x para todo x V , haciendo x tenemos que:
' ' ' (2)
de (1), (2) y V4) finalmente se tiene: '.
Prueba de v):
(ax) ax por V3)
0x por ii)
(a a) x por suma de opuestos en K
(ax ) ax ax ax por V6)
(ax) ax por la ley de cancelacin.
EJERCICIOS
a R; x R : a x xa
14
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a k k a k 1 ; k Z
Por ejemplo
2,75 4 2,75 4 (2)(4) 8 , 2,15 3 2,15 3 (3)(3) 9
( a b 2 ) (c d 2 ) ( a c ) (b d ) 2
(a b 2 ) a b 2
15
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2. SUBESPACIOS
DEFINICIN 2.1.- Sea (V , , K , ) un espacio vectorial cualesquiera. Diremos
que W, un subconjunto de V diferente del vaco es un subespacio si y solo si
(W , , K , ) con las operaciones definidas para V es por s mismo un espacio
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 .
ii) Para todo a K , para todo x W , ax W .
PRUEBA
) Es obvio
) Por hiptesis tenemos que se cumple i) y ii), probaremos que W es un K-espacio
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)).
V3) Para todo x W , existe x W tal que x ( x) x x en virtud de i) y
ii).
Anlogamente se puede verificar que (W , , K , ) cumple las condiciones restantes
del espacio vectorial.
16
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
C { f : R R / f es continua}
elementos de R 3 . Construimos:
W {w R 3 / w u a (v u ), a R }
17
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
W1 { f C / 10 f (t ) dt 0 }
W2 { f C / 10 f (t ) dt 1}
T { A R nn / ai j a j i ; i, j }
H es un subespacio de C nn .
18
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJERCICIOS
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}
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 }
d) W4 { f F / f ( x ) 0 }
e) W5 { f F / f (1) 0 }
f (0) f (1)
f) W6 f F / f (1 / 2)
2
19
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
g) 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 }
b) S 2 { ( z , u ) C 2 / Re( z ) Re(u ) }
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, ) .
b) T2 { B R 22 / AB BA }
c) T3 { B R 22 / BA 0 }
W Wi
iI
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
W1 { ( x, y, z ) R 3 / x y 0 }
W2 { ( x, y , z ) R 3 / 2 x z 0 }
W1 W2 { ( x, y, z ) R 3 / x y 0 2 x z 0 } es un subespacio de ( R 3 , , R, .)
W { x V / x x1 x 2 , x1 W1 x 2 W2 }
W se denota por W W1 W2 y se le llama suma de subespacios W1 y W2 .
W1 { ( x, 0, z ) R 3 / x, z R } y W2 { (0, y, z ) R 3 / y, z R }
Tenemos:
(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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
W1 { ( x, y ) R 2 / y x } y W2 { ( x, y ) R 2 / y x }
R 2 W1 W2 . En efecto:
22
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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
De i), ii) y definicin 3.4. tenemos que:
V V p Vi
23
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 1
( ( A AT )) T ( A AT ) T
2 2
2
1 T
A AT T
1 T
( A A)
2
1
( A AT )
2
Probando b)
1 1
( ( A AT ))T ( A AT )T
2 2
2
1 T
A AT T
1 T
( A A)
2
1
( A AT )
2
Luego satisface la condicin i).
ii) Demostraremos que U W { } .
Sea A U W A U A W A AT A AT A .
Luego U W { } .
De i), ii) y de la definicin 3.4 se tiene:
V U W
OBSERVACIN 3.5.- La definicin de suma de espacios puede ser generalizada
para una familia finita de subespacios. En efecto la suma de los subespacios
W1 , W2 , , Wn de (V , , K , ) es el conjunto:
n
n
W Wi v V / v wi wi Wi ; i 1, 2, , n
i 1 i 1
W es un subespacio de (V , , K , ) . Adems si tales subespacios tienen como nico
elemento comn al vector cero, es decir si para todo i j se tiene que
Wi W j { } , entonces diremos que W es la suma directa y escribiremos:
W W1 W2 Wn
24
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJERCICIOS
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) ( S1 S 2 ) S 3 S1 ( S 2 S 3 )
iv) S V V S V
4. Demostrar que para todo subespacio vectorial W de V se tiene que W W W .
5. Dados U, W y T subespacios de un espacio vectorial V. Demostrar:
(U T ) (U W ) U (T W )
R 2 L1 L2
25
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a v
i 1
i i a1v1 a 2 v 2 a n v n , donde ai K y vi A .
a1 a 2 0 (1)
a1 2a 2 1 ( 2)
2a 2 3
(3)
26
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
b1 b2 1 (1' )
b1 2b2 0 ( 2' )
2b2 2
(3' )
27
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRUEBA
Tenemos que A {v1 , , v n } es un subconjunto de V diferente del vaco. L{ A} V
de (1) y (2)
n n n n
v u ai vi bi vi (ai bi )vi ci vi
i 1 i 1 i 1 i 1
donde ci ai bi .
v u L{A}
ii) Sea a K , v L{ A} hay que mostrar que av L{A} .
donde bi aai
av L{A}
luego L{A} es un subespacio de V y es llamado subespacio generado por A.
28
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a 3b x
2a y (*)
a b z
en el sistema (*) eliminando a y b
y
y 3b x 2 (1)
a y
2 y
b z ( 2)
2
multiplicando (2) por 3 y sumando con (1), resulta x 2 y 3 z 0 .
x 2b 2c (1)
y a b 5c ( 2)
z a 3b c
(3)
eliminando a, b y c
(2)-(3) y z 4b 4c (4)
y ahora multiplicando (1) por 2 y restando (4) resulta: 2x y z 0
Luego L{ A} {( x, y, z ) R 3 / 2 x y z 0 }
x a b c (1' )
y a 2b ( 2' )
z a 4b 2c
(3' )
eliminando a, b y c
29
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
(2)-(3) y z 2a 2b 2c ( 4' )
y ahora multiplicando (1) por 2 y restando ( 4' ) resulta: 2 x y z 0
Luego L{B} {( x, y, z ) R 3 / 2 x y z 0 }
De i) y ii) L{ A} L{B} . Es decir, A y B generan los mismos subespacios.
PROPOSICIN 4.4.- Sea el espacio vectorial (V , , K , ) , A {v1 , , v n } un
L{ A} Wi
iI
PRUEBA
i) Probaremos L{ A } Wi .
iI
n
Sea v L{A} , entonces existen escalares a1 , , a n K tal que v a j v j ;
j 1
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 v Wi ; i I v Wi
j 1 iI
L{ A} Wi .
iI
v j 0v1 0v j 1 1v j 0v j 1 0v n ; j 1, , n .
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a v
i 1
i i ai 0 ; i 1, , n
a v
i 1
i i y a i 0 para algn i entre 1 y n
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)
derivando (1) obtenemos:
ae t 2be 2t 0 (2)
y resolviendo (1) y (2) resulta a b 0 .
PROPOSICIN 4.6.- Sea (V , , K , ) un espacio vectorial.
a) Un vector v V es linealmente independiente. si y solo si v .
b) Si v1 , v 2 , , v n son linealmente independientes, entonces v1 , v 2 , , v m donde
31
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a i vi a i vi
i 1 i 1
a v
i m 1
i i
32
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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 ,.) .
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)}
El conjunto {(1, 2, 0), (0, 2,1)} es una base para S, pues:
i) Es linealmente independiente.
ii) S L {(1, 2, 0), (0, 2,1)}
PROPOSICIN 4.10.- Un conjunto de elementos {v1 , , v n } del espacio vectorial
PRUEBA
) Asumamos que v1 , , v n es una base. Sabemos que v V , v puede ser
ai bi 0, i 1, , n
ai bi , i 1, , n
puede ser expresado de una nica forma como combinacin lineal de los v1 , , v n .
33
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRUEBA
Sea u V un elemento arbitrario, mostraremos que u se puede expresar como una
combinacin lineal de elementos de S i .
n
Por hiptesis: V L{S } u bi vi (1)
i 1
1
vi v ( a j / a i )v j (2)
ai j i
34
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRUEBA
Consideremos V1 L{S} .
n
Sea u V1 u1 ai vi
i 1
L{u1 , v 2 , v3 , , v n } V1 .
PRUEBA
i) Si S es base de V, entonces L{S } V . Por otra parte, S ' V L{S } y S ' es
linealmente independiente por ser base de V, en virtud de la proposicin 5.12.
resulta que m n .
ii) Anlogamente, S ' base de V L{S '} V . Como S V L{S '} y S
linealmente independiente por ser base de V, aplicando nuevamente la
proposicin 5.12. resulta que n m .
De i) y ii) se sigue que m n .
NOTA.- Del corolario podemos observar que si V tiene una base infinita, entonces
cualquier otra base tiene un nmero infinito de elementos.
35
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
R 3 , entonces dim R R 3 3 .
EJEMPLO 4.13.3.- El conjunto {(1, 0, , 0), (0, 1, , 0), , (0, 0, , 1)} es una
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) L{B} C n , pues cualquier ( z1 , , z n ) C n se puede escribir como:
Luego dim R C n 2n .
36
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRUEBA
Sea a1v1 a 2 v 2 a m v m av 0 .
i) m n.
ii) Si m n , entonces existen v m 1 , , v n V tal que {v1 , , v m , v m 1 , , v n } es
una base para V.
PRUEBA
i) Sea {u1 , , u n } una base para V. Entonces V L{u1 , , u n } , pero
37
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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
COROLARIO 4.16.2.- Sea V un espacio vectorial de dimensin finita sobre un
campo K y W un subespacio propio de V. Entonces existe un subespacio U propio de
V tal que: V W U
PRUEBA
Hay que demostrar la existencia de U y adems
i) V W U
ii) W U { }
definida U V .
Nos resta probar que
L{w1 , , wm , u1 , , u n m } W U V
m nm
donde v a i wi W y b u i i U
i 1 i 1
38
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
V W U
ii) W U { } es evidente por la definicin de U.
Por consiguiente existe U subespacio propio de V tal que:
V W U
EJEMPLO 4.16.3.- Sea el espacio vectorial ( R 2 , , R, ) y W {( 2t , t ) / t R} .
W {( x, y, z ) R 3 / 3 x y z 0 }
1) Hallar una base para W.
2) Construir U subespacio de R 3 tal que R 3 W U .
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 .
W { A R 22 / Tr ( A) 0 }
39
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a a12
11 / a11 a 22 0
a 21 a 22
a a12
11 / a11 , a12 , a 21 R
a 21 a11
a 0 0 a12 0 0
11 / a11 , a12 , a 21 R
0 a11 0 0 a 21
0
1 0 0 1 0 0
a11 a12 a 21 / a11 , a12 , a 21 R
0 1 0 0 1 0
1 0 0 1 0 0
L , 0 0 , 1 0
0 1
1 0 0 1 0 0
, 0 0 , 1 0 es una base para W dim R W 3 .
0 1
2) Pero sabemos que dim R R 22 4 . Luego tenemos que completar la base de W
40
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Prueba de la afirmacin
i) Que sea linealmente independiente.
Considrese la combinacin lineal
r pr qr
ai vi bi ui ci wi
i 1 i 1 i 1
(1)
r pr qr
ai vi bi u i ci wi (2)
i 1 i 1 i 1
qr
ci wi U W pues la relacin (2), por un lado por ser igual a una
i 1
ai vi bi ui d i vi
i 1 i 1 i 1
r pr
(ai d i )vi bi u i
i 1 i 1
a d i 0 , i 1, , r
i
bi 0 , i 1, , p r ( 4)
41
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a v c w
i 1
i i
i 1
i i
a 0 , i 1, , r (5)
i
ci 0 , i 1, , q r ( 6)
r pr
r qr
v ai vi bi u i ci vi d i wi
i 1 i 1 i 1 i 1
r pr qr
(ai ci )vi bi u i d i wi
i 1 i 1 i 1
{v1 , , v r , u1 , , u p r , w1 , , wq r } genera U W .
resulta que
dim K (U W ) r ( p r ) (q r )
pqr
42
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRUEBA.- Ejercicio
EJEMPLO 4.17.2.- Sea el espacio vectorial ( 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)}
{( 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)}
43
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
3 2 1
4
EJERCICIOS
a) x2 x 3
b) x4 1
1 3 5 2
c) x x x 1
2 2
3. Sea el espacio vectorial C [0, 1] { f / f : [0, 1] R} sobre R. Si
f , g C [0, 1] donde:
0 si 0 x 1 / 2 x 1 / 2 si 0 x 1 / 2
f ( x) g ( x)
x 1 / 2 si 1 / 2 x 1 0 si 1 / 2 x 1
Hallar: L{ f }, L{ g } y L{ f , g} .
4. En el espacio vectorial F de las funciones de R en R. Averiguar si f , g , h F
son linealmente independiente donde:
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
44
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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
8. Probar que los polinomios: 1, x, x , x x forman una base para el
2 2 2 2
espacio vectorial de los polinomios de grado menor que cuatro.
9. Sean u , v, w vectores l.i. de un espacio vectorial V sobre el campo Q.
Demostrar que u v, u w, v w son tambin l.i. sobre Q. Esto es verdad
para un campo arbitrario K?
10. Averiguar si los subconjuntos A {(1, 1, 2), (3, 0, 1)} y B {( 1, 2, 3),
A {sen 2 t , cos 2 t , sen t cos t} y B {1, sen 2t , cos 2t} generan el mismo
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
13. Sea V un espacio vectorial sobre un campo K. Si {v1 , , v n } es l.i. y
45
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
espacio vectorial (C 3 , , C , ) .
17. Sean:
U {( x, y, z , t ) R 4 / x y z t 0 } y
W {( x, y, z , t ) R 4 / x y z t 0 }
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 } y
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 .
R 4 W W ' .
20. Una compaa constructora almacena tres mezclas bsicas A, B, y C. Las
cantidades se miden en gramos y cada unidad de mezcla pesa 60 gramos.
Pueden formularse mezclas especiales de argamasa efectuando combinaciones
de las tres mezclas bsicas. Por ello, las mezclas especiales posibles pertenecen
al espacio generado por los tres vectores que representan las tres mezclas
bsicas. La composicin de stas es:
46
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
A B C
Cemento 20 18 12
Agua 10 10 10
Arena 20 25 15
Grava 10 5 15
Hormign 0 2 8
47
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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 .
ii) T (av) aT (v), a K y v V .
EJEMPLO 1.1.1.- Dados (V , , K , ) y (W , , K , ) espacios vectoriales.
Definimos:
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.
pi : K n K
sima proyeccin.
48
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 1.1.6.- Sea el espacio vectorial (P [ x], , R, ) . (Ejemplo 1.1.6. Cap.
1). Definimos:
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
lineal.
PRUEBA DE LA AFIRMACIN
i) Probaremos que T ( f g ) Tf Tg ; f , g V .
x
(T ( f g ))( x) ( f g )(t )dt
0
x
( f (t ) g (t ))dt
0
x x
f (t )dt g (t )dt
0 0
(Tf )( x) (Tg )( x)
T ( f g ) Tf Tg .
ii) Ahora probaremos que T (af ) aTf .
x
(T (af ))( x) (af )(t )dt
0
x
af (t )dt
0
x
a f (t )dt
0
a(Tf )( x)
T (af ) aTf .
De i) y ii) T es una transformacin lineal.
49
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PROPOSICIN 1.2.- Dados (V , , K , ) y (W , , K , ) espacios vectoriales.
T : V W es una transformacin lineal si y solo si:
T (au bv) aT (u) bT (v) ; a, b K y u, v V
PRUEBA
) Asumamos que T es una transformacin lineal.
T (au bv) T (au) T (bv) por def. 1.1. parte i)
aT (u) bT (v) por def. 1.1. parte ii)
T (au bv) aT (u) bT (v)
) Hay que probar que cumpla las condiciones de la definicin 1.1. asumiendo
que:
T (au bv) aT (u) bT (v) ; , a, b K y u, v V
i) T (u v) T (1u 1v)
1T (u) 1T (v)
T (u) T (v), u, v V
ii) T (av) T (0u av)
0T (u) aT (v)
aT (v), a K y v V
PROPOSICIN 1.3.- Sean (V , , K , ) y (W , , K , ) dos espacios vectoriales y
T : V W una transformacin lineal. Se cumplen las siguientes afirmaciones:
n n
i) T a i v i a i T (v i )
i 1 i 1
ii) T ( V ) W
Entonces T ( V ) W
50
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
W por la parte ii)
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 x2 y 2 x y2
1 x1 y y1 2
x1 y1 y 2 2 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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 1.4.3.- Sea T : R 2 R 3 definida por:
T ( x, y) ( x y, 0, x y)
T es una transformacin lineal.
i) T no es monomorfismo pues considerando x y se tiene:
( x, y) ( y, x) T ( x, y) T ( y, x)
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
Definimos T : V W como:
n
T (v) ai wi
i 1
n n
T (au bv) T a ai vi b bi vi
i 1 i 1
n n
T (aai )vi (bbi )vi
i 1 i 1
52
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n
T (aai bbi )vi
i 1
n
(aai bbi ) wi por definicin de T
i 1
n n
(aai ) wi (bbi ) wi
i 1 i 1
n n
a ai wi b bi wi
i 1 i 1
aT (u) bT (v)
tomando extremos resulta que:
T (au bv) aT (u) bT (v)
con lo cual queda demostrada la afirmacin.
Adems T cumple con la condicin de que:
T (vi ) wi ; i 1, 2, , n
T (vi ) wi ; i 1, 2, , n
ii) Unicidad
Sea T : V W otra transformacin lineal tal que
n
T ' (v) ai wi
i 1
53
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Nu(T ) {v V / T (v) W }
Es decir, el ncleo de T es el conjunto formado por todos los elementos de V
tales que sus imgenes mediante T es igual al elemento nulo de W.
T
V
W
V W
Nu (T )
T
V
W
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 )} .
54
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 2.1.2.- Dada la transformacin lineal T : R 2 R 2 definida en el
ejemplo 1.4.2. como
T ( x, y) ( x y, x y) .
Hallar Nu(T) e Im(T).
SOLUCIN
i) Nu(T ) {( x, y) R 2 / T ( x, y) (0, 0)}
{( x, y) R 2 /( x y, x y) (0, 0)}
{( x, y) R 2 / x y 0 x y 0}
{( x, y) R 2 / x 0 y 0}
{(0, 0)}
Luego Nu(T ) {(0, 0)} y dim R Nu(T ) 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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
T 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}
L{(1, 0, 1), (1, 0, 1)}
L{(1, 0, 1)}
Luego dim R Im(T ) 1 .
T R3
2 Im(T )
R
SOLUCIN
56
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Expresamos primero (1, 1), (4, 1) y (1, 5) como una combinacin lineal de los
vectores (1, 0) y (0, 1) .
(1, 1) 1(1, 0) 1(0, 1) (1)
(4, 1) 4(1, 0) 1(0, 1) (2)
(1, 5) 1(1, 0) 5(0, 1) (3)
aplicando T a (1), (2) y (3), tenemos:
T (1, 1) T (1(1, 0) 1(0, 1)) T (1, 0) T (0, 1) (2, 1) (1, 1) (3, 0)
T (4, 1) T (4(1, 0) 1(0, 1)) 4T (1, 0) T (0, 1) 4(2, 1) (1, 1) (9, 3)
T (1, 5) T (1(1, 0) 5(0, 1)) T (1, 0) 5T (0, 1) (2, 1) 5(1, 1) (7, 4)
Y
Y
5
T
3
X X
0 1 4 0 3 7 9
-4
57
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
SOLUCIN
i) Expresamos (3, 1, 5) como una combinacin lineal de la base dada para R 3 .
(3, 1, 5) a(1, 1, 0) b(1, 2, 1) c(0, 1, 3)
(a b, a 2b c, b 3c)
luego tenemos
ab 3
a 2b c 1
b 3c 5
23 17 9
Resolviendo el sistema, obtenemos a , b y c , entonces:
2 2 2
23 17 9
(3, 1, 5) (1, 1, 0) (1, 2, 1) (0, 1, 3)
2 2 2
y aplicando T
23 17 9
T (3, 1, 5) 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
61
(31, )
2
ii) Sea ( x, y, z ) R 3 un vector arbitrario.
( x, y, z) a(1, 1, 0) b(1, 2, 1) c(0, 1, 3)}
(a b, a 2b c, b 3c)
Luego
ab x
a 2b c y
b 3c z
1 1
Resolviendo el sistema obtenemos a (7 x 3 y z ), b (3x 3 y z ) y
4 4
1
c ( x y z ) , entonces:
4
1 1 1
( x, y, z ) (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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 1
T ( x, y, z ) (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
1 1 1
T ( x, y, z ) (7 x 3 y z )(1, 3) (3x 3 y z )(5, 1) ( x y z )(0, 1)
4 4 4
1
(2 x 3 y z, (17 x 5 y 3z ))
4
1
T ( x, y, z ) (2 x 3 y z, (17 x 5 y 3z ) )
4
PROPOSICIN 2.2.- Sean (V , , K , ) y (W , , K , ) espacios vectoriales y
T : V W una transformacin lineal. Se cumplen:
i) T es un monomorfismo Nu(T ) { V } .
independiente.
PRUEBA
i) ) Asumiendo que T es monomorfismo probaremos que:
Nu(T ) { V }
Nu(T ) { V } .
Nu(T ) { V }
) Asumamos ahora que Nu(T ) { V } . Probaremos que T es mono-
morfismo.
T ( x) T ( y ) T ( x) T ( y ) W
x y Nu(T ) { V }
59
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
x y V
x y
T es un monomorfismo.
ii) Ejercicio.
iii) {v1 , v2 , , vn } es linealmente independiente y T un monomorfismo.
a i T (v i ) V T ( a i v i ) W
i 1 i 1
n
T a i vi W
i 1
n
a i vi V por ser un monomorfismo
i 1
ai 0 ; i 1, 2, , n
Luego Nu( D) { p( x) a0 / a0 R}
{a0 / a0 es constante}
L{1}
entonces tenemos que dim R Nu( D) 1 , en consecuencia D no es un mono-
morfismo.
EJEMPLO 2.4.- Sea f : R 2 R 33 una transformacin lineal definida por:
x2 x2 0
f ( x1 , x 2 ) x1 x2 x1 x 2
0 x1 x 2 x1
60
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
averiguar si f es un monomorfismo.
SOLUCIN
x2 x2 0 0 0 0
f ( x1 , x 2 ) x1 x2 x1 x 2 0 0 0
0 x1 x 2 x1 0 0 0
EJERCICIOS
1. De las siguientes aplicaciones, averiguar cules son transformaciones lineales:
a) T : C C / T ( z) z (C espacio vectorial sobre R)
b) G : R 3 R 2 / G( x, y, z) ( x z, x y z)
c) E : R R / E ( x) e x
a a12
d) H : R 22 R 2 / H 11 (a11 a 22 , a 21a12 )
21
a a 22
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
61
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
6. Sean V un espacio vectorial sobre K, U y W subespacios de V tal que
V U W . Si E1 y E 2 son aplicaciones lineales definidas como: E1 (v) u y
E2 (v) w , donde v u w, u U , w W . Verificar que:
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 5y
T : C R 22 tal que T ( x iy )
10 y x 7 y
a b c d e f g h i j k l m n o p q r s t u v w x y z
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
62
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
3. COMPOSICIN DE TRANSFORMACIONES LINEALES
DEFINICIN 3.1.- Sean T : V U y F : U W dos transformaciones lineales
entre espacios vectoriales sobre un mismo campo K. La funcin compuesta.
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.
( F T )(au bv) F (T (au bv)) definicin de composicin 3.1.
F (aT (u)) bF (T (v)) por ser T transformacin lineal
aF (T (u)) bF (T (v)) por ser F transformacin lineal
a( F T )(u) b( F T )(v) def. de composicin.
F T es una transformacin lineal.
y F : R R 2 / F ( x) (2 x, x) .
Hallar F T .
SOLUCIN
( 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 )
Notacin.- Denotaremos F T 1 .
LEMA 4.2.- Si T : V W es una transformacin lineal inversible, su inversa
T 1 : W V tambin es una transformacin lineal.
PRUEBA.- Ejercicio.
63
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
TEOREMA 4.3.- Sean V, W espacios vectoriales de dimensin finita y T : V W
una transformacin lineal. Entonces T es inversible si y solo si T transforma una
base de V en una base de W.
DEMOSTRACIN
) Asumiremos que T es inversible y sea {v1 , , vn } una base de V.
a1v1 a2 v2 an vn V
a1 a2 an 0
n n
w T (T 1 ( w)) ai T (vi ) ai wi
i 1 i 1
que T es inversible.
Definamos F : W V tal que F (wi ) vi , i 1, 2, , n . Lo cual siempre es
( F T )(v) F (T (v))
64
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n
F T ai vi sustitucin de v
i 1
n
F a i T (v i ) por ser T transformacin lineal
i 1
n
F ai wi por def. de T
i 1
n
ai F ( wi ) por ser F transformacin lineal
i 1
n
a i vi por def. de F
i 1
v
F T IV (1)
n
Por otro lado si w W donde w bi wi tenemos:
i 1
(T F )(w) T ( F (w))
n
T F bi wi sustitucin de w.
i 1
n
T bi F ( wi ) por ser F transformacin lineal
i 1
n
T bi vi por def. de F
i 1
n
bi T (vi ) por ser T transformacin lineal
i 1
n
bi wi por def. de T
i 1
w
T F IW (2)
65
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
i) T es inversible.
ii) T es inyectiva.
iii) T es suryectiva.
iv) T transforma bases en bases.
DEMOSTRACIN
i) ii)
T (u) T (v) T 1 (T (u)) T 1 (T (v))
uv por ser T inversible.
ii) iii)
Sea {v1 , v2 , , vn } V una base para V. Como T es inyectiva
n
Entonces existe v V donde v ai vi tal que:
i 1
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
n n n
w T (v) T ai vi ai T (vi ) ai wi
i 1 i 1 i 1
66
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PROPOSICIN 4.5.- Sean V y W dos espacios vectoriales de dimensin finita
sobre un mismo campo K. V W si y solo si dim K V dim K W .
PRUEBA.- Ejercicio.
PROPOSICIN 4.5.-.- Sean V, W espacios vectoriales de dimensin finita sobre
un campo K y T : V W una transformacin lineal. Entonces:
dim K V dim K Nu(T ) dim K Im(T )
PRUEBA.- Ejercicio.
67
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a(bT (u) cT (v)) por ser T t.l.
(ab)T (u) (ac)T (v)
b(aT )(u) c(aT )(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
68
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
OBSERVACIN 5.2.1.- L(V , W ) es un lgebra sobre K con la operacin de
composiciones lineales.
como:
W , si k i
Ti j (v K )
w j , si k i
ik wj
0 si k i
donde: iK delta de Kronecker ( )
1 si k i
Por el teorema fundamental de las transformaciones lineales 1.5. existe una
transformacin lineal nica que satisface las condiciones anteriores.
Afirmacin.- {Ti j } donde 1 i n 1 j m es una base para L(V , W ) .
Prueba de la afirmacin
i) Que son linealmente independientes
n, m
Sea a T
i , j 1
ij i j
a T
i , j 1
ij i j (v K ) W
n, m
a
i , j 1
ij i k w j W
a
j 1
kj w j W
69
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a K j 0, 1 j m y 1 k n
ai j 0, 1 i m y 1 j n
Entonces:
m
T (v k ) a k j w j ; a k j K
j 1
n, m
Probaremos que T a T
i , j 1
ij i j (1)
n, m
G (v k ) a T
i , j 1
ij i j (v k )
n, m
a
i , j 1
ij i k w j , definicin de Ti j
m n
aij ik w j
j 1 i 1
m
ak j w j
j 1
T (v k )
70
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
6. ESPACIO DUAL DE UN ESPACIO VECTORIAL
DEFINICIN 6.1.- Sea V un espacio vectorial sobre el campo K. Llamaremos
espacio dual del espacio vectorial V al espacio vectorial de las transformaciones
lineales de V en K.
NOTACIN.- El espacio dual del espacio vectorial V sobre el campo K
denotaremos por V * . Luego V * L(V , K ) ; los elementos de V * se llaman
funcionales lineales o formas lineales.
Sean {v1 , , vn } y {1} bases para V y K respectivamente. Definimos:
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}
definida por
( x1 , , xn ) a1 x1 an xn
71
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
TEOREMA 6.2.- Sea V un espacio vectorial de dimensin finita sobre el campo K
y sea B { v1 ,, vn } una base de V sobre K. Sean 1 , , n V los
funcionales lineales definidos como
1 si i j
i (v j ) ij
0 si i j
Entonces el conjunto B {1 , , n } es una base de V*.
PRUEBA
i) El conjunto B {1 , , n } es linealmente independiente.
ai = 0 ; i = 2, .., n
Entonces a1 0, a2 0, , an 0 .Luego B {1 , , n } es linealmente
independiente.
ii) B {1 , , n } genera V*
(v1 ) k1
72
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
(vi ) (k11 k 2 2 kii k n n )(vi )
k11 (vi ) k 2 2 (vi ) kii (vi ) k n n (vi )
ki
En consecuencia B {1 , , n } genera V*
EJEMPLO 6.2.1.- Hallar la base dual de {(1, 0, 1), (2, 1, 0), (0, 1, 2)} .
SOLUCIN
Hallaremos funcionales f1 , f 2 , f 3 ( R 3 ) * tales que:
f i (vk ) ik para i 1, 2, 3 y k 1, 2, 3
de donde:
a1 2a 2 x
a2 a3 y (2)
a1 2a 3 z
1 1
resolviendo el sistema (2) se tiene que a1 ( x 2 y z ), a 2 ( x 2 y z ) y
2 4
1
a3 ( x 2 y z ) , y reemplazando estos valores en (1) tenemos:
4
1 1 1
v ( x 2 y z )v1 ( x 2 y z )v2 ( x 2 y z )v3 (3)
2 4 2
aplicando f1 , f 2 y f 3 a (3), se tiene:
73
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1
f 1 ( x, y , z ) ( x 2 y z)
2
1
f 2 ( x, y , z ) ( x 2 y z ) (4)
4
1
f 3 ( x, y , z ) ( x 2 y z )
4
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).
74
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
y toda funcional lineal V se puede escribir como
(v1 )1 (v2 ) 2 (vn ) n (2)
Prueba
Supongamos que
u a1v1 a2 v2 an vn (3)
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 )
ai i (u) ; i 1, , n
Luego se tiene que
1 (u) a1 , 2 (u) a2 ,, n (u) an
y reemplazando los valores anteriores en (3) se tiene
u 1 (u)v1 2 (u)v2 n (u)vn
75
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJERCICIOS
1. Sea V un K-espacio vectorial de dimensin finita y v un vector
perteneciente a V. Probar, que existe f V * tal que f (v) 0 .
2. Hallar una base dual para cada una de las siguientes bases de R 3 :
i) {(1, 0, 0), (1, 1, 0), (1, 1, 1)}
ii) {(1, 2, 3), (1, 1, 1), (2, 4, 7)}
3. Sea V el espacio vectorial de los polinomios reales de grado menor o igual a 2.
Si 1, 2 y 3 son funcionales lineales sobre V definidas como:
1
1( f (t )) f (t )dt , 2 ( f (t )) f ' (1) y 3 ( f (t )) f (0)
0
{ 1, 2 , 3 } .
76
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PROPOSICIN 7.1.- . Sea V un K-espacio vectorial de dimensin finita.
Demostrar que si v V y v , entonces existe V * tal que (v) 0 .
PRUEBA.
Sea dim V n , v 0 es linealmente independiente.
Por el teorema de completacin de bases existen v2 , , vn V , tal que
77
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Del teorema, consideraremos a V como el espacio de las funcionales lineales sobre
V * y se escribir V V ** .
la base de 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
(w) 0, w W ; es decir (W ) {0} . El conjunto formado por todas las
funcionales lineales que cumplen la definicin anterior se denota por W 0 y es
llamado el anulador de W. Es decir,
W 0 { V * / (w) 0; w W }
78
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
SOLUCIN
Por el ejercicio anterior es suficiente hallar una base del conjunto de funcionales
lineales : R 4 R / ( x, y, z, w) ax by cz dw tal que (v1 ) 0 y
(v2 ) 0 .
(v ) 0 (1, 2, 3, 4) a 2b 3c 4d 0
1
(v1 ) 0 (0, 1, 4, 1) b 4c d 0
1 2 3 4 0 1 0 11 6 0
~
0 1 4 1 1 0 1 4 1 1
a 11c 6d 0 a 11c 6d
b 4c d 0 b 4c d
i) Para c 1, d 0, a 11, b 4 , se tiene 1 ( x, y, z, w) 11x 4 y z
ii) Para c 0, d 1, a 6, b 1 , se tiene 2 ( x, y, z, w) 6 x y w .
ii) S1 S 2 S 20 S10 .
PRUEBA
i) Sea v S S 0 , v( ) (v) 0 v (S 0 ) 0 . Por lo tanto, por medio
Sea S 20 (v) 0 ; v S 2
(v) 0 ; v S1 Por hiptesis
S10
Luego, S 20 S10 .
79
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
TEOREMA 8.3.- Sea V un K-espacio vectorial de dimensin finita y W un
subespacio de V. Entonces se cumplen las siguientes proposiciones:
i) dim W dim W 0 dim V
ii) W 00 W
donde W 00 { v V / (v) 0 ; W 0 } , tambin es usual denotar
Por definicin de la base dual, cada una de las anteriores anula a cada wi ,
luego 1 , , nr W 0 .
Prueba de la afirmacin
a) Que sea { j } linealmente independiente.
linealmente independiente.
b) Que { j } genere a W 0 .
(v1 ) 1 (vnr ) nr
Luego { 1 , , nr } genera W 0 .
80
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
ii) Supongamos que dim V n y dim W r . Entonces, dim V * n y por i)
En consecuencia W W 00 .
PROPOSICIN 8.4.- Sean U y W subespacios de V. Probar que
(U W ) 0 U 0 W 0 .
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 .
(U W ) 0 .
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
81
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRUEBA
T * (af bg ) (af bg ) T por def. 9.1.
(af ) T (bg ) T
a( f T ) b( g T )
aT * ( f ) bT * ( g )
T * es una transformacin lineal.
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
MATRIZ ASOCIADA A UNA TRANSFORMACIN LINEAL
tal que:
n
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
ai K , i 1, 2,, n correspondientes a la combinacin lineal (1); esto es, por la n-upla
de elementos de K que expresamos como un vector columna y denotamos por:
a1
a
[v]B 2 (2)
a n
DEFINICIN.- La relacin (2) se denomina vector de coordenadas de v relativo a la
base B, a los escalares a i se les llaman coordenadas o componentes del vector v V
la base B.
Nota.- En lo que se sigue de esta seccin supondremos que el K-espacio vectorial es de
dimensin finita y la base considerada B es ordenada.
Ejemplo.-Sea B { (1, 0, 0), (1, 1, 0), (1, 1, 1) } una base ordenada del espacio vectorial
Solucin
(2, 3, 1) a1 (1, 0, 0) a2 (1,1, 0) a3 (1, 1, 1)
(2, 3, 1) 1(1, 0, 0) 4(1,1, 0) 1(1, 1, 1)
83
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1
[v]B 4
1
cualquier vector de K n .
x1
x
[v]B 2 y denotaremos [v]B [v]
xn
T (vn ) a1n w1 a2n w2 amn wm
entonces construimos una matriz que tenga como columnas los vectores de coordenadas
de T (v1 ), T (v2 ),, T (vn ) la cual denotaremos por:
84
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
A [T ]B
B
'
(5)
como
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) Respecto a las bases cannicas
{(1, 0, 0), (0,1, 0), (0, 0,1)} de R 3
1 0 0
0 1 0
luego [T ]
0 0 0
0 0 1 43
1 0 0
0 1 1
luego [T ]B
B
'
0 0 1
0 0 1 43
85
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Dados los espacios vectoriales ( R, , R, .) , ( R 2 , , R, .) y la
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
transformacin lineal definida como
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 (vn ) 0v1 0v2 2vn
2 0 0
0 2 0
[ F ]B
B
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:
1 0 0 0 0 1
B' , , de W2 .
0 0 0 1 1 0
Solucin
86
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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
0 1
[G ] B'
B 0 0
1 0 32
Si A [T ]B
B es la matriz asociada a la transformacin lineal T respecto a las bases B y
'
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:
m
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 (2)
j 1
n
ahora T (v) T c j v j
j 1
n
c j T (v j )
j 1
n
m
c j aij wi de (1)
j 1 i 1
87
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
m n
aij c j wi (3)
i 1 j 1
Escribiendo explcitamente la relacin (3) se tiene
n n n
T (v) a1 j c j w1 a 2 j c j w2 a nj c j wn (4)
j 1 j 1 j 1
Luego de (4)
n
a1 j c j
jn1
a c
T (v)B ' j 1
2j j
n
a mj c j
j 1
AC
Finalmente, tomando extremos se obtiene [T (v)]B' AC .
i) Hallar [T ]B '
B .
Solucin
i) T (1,1) (2, 2, 0) 0(1, 1,1) 0(1, 0,1) 2(1,1, 0)
T (1, 2) (2, 3, 1) 0(1, 1,1) 1(1, 0,1) 3(1,1, 0)
88
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
0 0
[T ] B'
B 0 1
2 3 23
7
luego [v]B
5
0 0 0
T (v) B'
7
0 1 5
5
2 3 1
1 1 / 2 3 / 2
Sabiendo que T B
B'
2 1 / 2 3 / 2
i) Hallar T (3, 0, 2)
ii) Hallar T ( x, y, z )
Solucin
i) v (3, 0, 2) 3(1,1,1) 1(0, 0,1) 3(0, 1, 0) luego
3
[v]B 1
3
3
1 1 / 2 3 / 2 7
T (v)B ' 1
2 1 / 2 3 / 2 3 10
T (3, 0, 2) 7(1,1) 10(1, 1)
(17, 3)
ii) Sea v ( x, y, z) x(1,1,1) ( z x)(0, 0,1) ( x y)(0, 1, 0) luego
89
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
x
[v]B z x
x y
x
1 1 / 2 3 / 2
T ( x, y, z )B ' z x
2 1 / 2 3 / 2 x y
3 1
2 x 2
y z
2
3 1
3 x y z
2 2
3 1 3 1
T ( x, y, z ) (2 x y z ) (1,1) (3 x y z ) (1, 1)
2 2 2 2
T ( x, y, z) (5x 3 y z, x)
aT bS BB aT BB bS BB
Prueba
Sean T B aij
B
y S B bij
B
las matrices asociadas de T y S con respecto a las
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 m
a aij wi b bij wi ; j 1, , n
i 1 i 1
m m
(aaij ) wi (bbij ) wi ; j 1, , n
i 1 i 1
m
(aaij bbij ) wi ; j 1, , n
i 1
De este modo,
aT bS BB aaij bbij ; i 1,, m, j 1,, n
90
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
aaij bbij ; i 1,, m, j 1,, n
aa bb ; i 1,, m, j 1,, n
ij ij
aT B bS B
B B
Prueba
) Asumiendo que la transformacin lineal T : V W es nula.
Sean B { v1 , v2 , , vn } y B { w1 , w2 , , wm } las bases ordenadas de V y
W respectivamente, entonces
m
T (v j ) aij wi ; j 1, , n
i 1
aij 0 ; i 1, , m , j 1, , n
0 0
T 0
B
B
0 0
c1
c
[v]B 2 , luego por una proposicin demostrada anteriormente se tiene que
c n
c1 0 0
0 0 0
T BB [v]B [T (v)]B
c2
0
[T (v)]B
0 0
c n 0 0
Entonces, T (v) 0w1 0w2 0wm 0, v V . En consecuencia la
91
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Teorema.- Sean V, W dos K-espacios vectoriales de dimensiones n y m
respectivamente. Para cada par de bases B {v1 , v2 ,, vn } de V y B' {w1 , w2 ,, wm }
de W se tiene que:
L(V , W ) K mn
Prueba
Definimos:
: L(V , W ) K mn
T (T ) [T ]B
B
'
(T ) [T ]B
B [aij ] mn A
'
(S ) [S ]B
B [bij ] mn B
'
Se tiene
(aT bS ) [aT bS ]B
B
'
Por definicin de .
a[T ]B
B b[ S ]B
' B'
Por la proposicin anterior.
a (T ) b (S ) Sustitucin
Con lo cual se verifica la afirmacin 1.
Afirmacin 2.- es un isomorfismo. En efecto:
i) es inyectiva
Nu( ) {T L(V , W ) / (T ) 0}
{T L(V , W ) / [T ]B
B 0}
'
L(V , W ) K mn
92
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Proposicin .-Dados V, W, U espacios vectoriales de dimensin finita sobre el campo K
y sean T : V W y S : W U transformaciones lineales. Si B , B y B son las
bases ordenadas de los espacios vectoriales V, W y U respectivamente, entonces:
B B
B [ S ]B [T ]B
[S T ]B
Prueba
Consideremos: B {v1 , v2 ,, vn }, B {w1 , w2 ,, wm } y B {u1 , u 2 ,, u r } las
m
S aij wi
i 1
m
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
( S T )(v j ) bki aij u k
k 1 i 1
ck j
r
ck j u k 1 j n
k 1
entonces: B [c k j ] r n
[S T ]B
93
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Sean las transformaciones lineales
T : R3 R2
( x, y, z ) ( x y, z x)
S: R2 R
( x, y ) 2 x y
y consideremos las bases:
B {(1,1,1), (1,1, 0), (1, 0, 0)} de R 3 ,
ii) (S T )( x, y, z)
iii) (S T )(2, 1, 4)
Solucin
2 6
i) 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
B
[T ]B
6/5 7/5 4 / 5 23
S (1, 3) 5 5(1)
S (2,1) 5 5(1)
B 5 512
[S ]B
2 / 5 4 / 5 3 / 5
[S T ]BB 5 5
6/5 7/5 4 / 5
4 3 1
ii) (S T )( x, y, z)
Hallemos [( x, y, z )]B
( x, y, z) a(1,1,1) b(1,1, 0) c(1, 0, 0)
calculando se tiene que a z, b y z, c x y . Luego:
94
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
( x, y, z) z(1,1,1) ( y z)(1,1, 0) ( x y)(1, 0, 0)
z
[( x, y, z )]B y z
x y
[(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
1 0 0 1 0 0 0 0
B , , ,
22
de R .
0 0 0 0 1 0 0 1
Hallar:
B
i) [T ]B
B y [F ]B
ii) [ F T ]B
B
Solucin
i) T (1,1) (2,1, 0) 1(2,1, 0) 0(0, 0,1)
T (1, 0) (0, 0, 0) 0(2,1, 0) 0(0, 0,1)
95
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 0
B
[T ]B
0 0
2 1 1 0 0 1 0 0 0 0
F (2,1, 0) 2 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
2 0
1 0
[ F ]B
B
0 1
2 0
B B
B [ F ]B [T ]B
ii) [ F T ]B
2 0
1 0 1 0
0 1 0 0
2 0
2 0
1 0
0 0
2 0
Prueba.- Ejercicio.
96
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
I : V V tal que I (v j ) v j , j 1, 2,, n ,
tiene
n
I (v j ) v j pij vi , j 1, 2,, n (1)
i 1
I (vn ) vn p1n v1 p2n v2 pnnvn
tiene
n
I (v j ) v j qij vi , j 1, 2,, n (2)
i 1
I (vn ) vn q1n v1 q2n v2 qnnvn
97
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
la matriz asociada al endomorfismo I respecto a las bases B y B que
denotamos por:
q11 q12 q1n
q q 22 q 2 n
Q [ I ]B
B 21
q n1 q n 2 q nn
B {v'1 , v' 2 ,, v' n } dos bases ordenadas para V. Entonces las matrices de cambio de
Prueba
En efecto,
PQ [ I ]B ' B
B [ I ]B ' Por definicin de P y Q.
[ I I ]B
B'
'
Por propiedad demostrada.
[ I ]B
B'
'
Pues I I I .
In Por el ejercicio anterior.
Ejemplo.- Sean B {(1,1), (1, 0)} y B {(1, 0), (2,1)} dos bases de R 2 .
Hallar la matriz cambio de base:
i) P de la base B a la base B .
ii) Q la base B a la base B.
iii) Verifique que P y Q son inversas entre si
98
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Solucin
i) (1,1) 1(1, 0) 1(2,1)
(1, 0) 1(1, 0) 0(2,1)
1 1
P
1 0
ii) (1, 0) 0(1,1) 1(1, 0)
(2,1) 1(1,1) 1(1, 0)
0 1
Q
1 1
0 1 1 1 1 0
iii) PQ
1 1 1 0 0 1
Prueba
a1 a '1
a a'
Sean: [v]B 2
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n n
a j pij vi (1)
i 1 j 1
Por otro lado tenemos que:
n
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
an pn1a1 pn 2 a2 pnn an
T 1 B
C
C 1
([T ]B )
Prueba
100
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Sea n dim V dim W , considerando las bases B y C en V y W respectivamente,
se tiene
C
[T ]B
T 1
B
C [T T 1 ]CC [ I ]CC I n
Anlogamente,
T 1 B
C
C
[T ]B [T 1 T ]B
B [ I ]B I n
B
Por consiguiente,
T 1 B
C
C 1
([T ]B )
) C
Ahora asumiendo que [T ]B posee inversa.
Se tiene que ran(T ) dim W , luego solo resta probar que T es una
transformacin lineal inyectiva.
Si T (v) , entonces
C 1
[ v ]B ([ T ]B ) [ T (v)]C 0
Como todas las coordenadas de v son iguales a cero, se tiene que v , luego
Nu(T ) { } y en consecuencia T es inyectiva.
101
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Considerando las bases cannicas de B y C en R 2 y P 1[ R ] respectivamente se
tiene que
T (1, 0) 1 1x
T (0, 1) 0 1x
1 0
C
Luego, [ T ]B
1 1
C 1 1 0
C
La matriz [T ]B 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 Q[ T ]C P
[ T ]B C
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
B C B C B C B B
B Q[ T ]C P
[T ]B C
102
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
[T ]CC
V, C V, C
P P Q
[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
A T B ,
B
consideran B y B dos bases ordenadas de V. Si se denotan por
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 y m respectivamente, diremos que las matrices
A, B K nn representan a la misma transformacin lineal T existen matrices
B
V , B W, C
P Q Q -1
A
V, B W, C
103
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejemplo.- Sea T : R 3 R 2 tal que T ( x, y, z) ( x y, 2 z x) .
Solucin
C
i) Hallemos [T ]B
T (1, 0, 0) (1, 1) 1(1, 0) 1(0,1)
T (0,1, 0) (1, 0) 1(1, 0) 0(0,1)
T (0, 0,1) (0, 2) 0(1, 0) 2(0,1)
1 1 0
A [T ] C
B
1 0 2
ii)
B
R 3 , B R2 , C
P -1 Q
P
A
R3 , B R2 , C
0 1 1 1 1 1
P 0 1 0 , P 1
0 1 0
1 2 1 1 1 0
104
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
De C {(1, 0), (0,1)} a C {(0,1), (1, 0)}
(1, 0) 0(0,1) 1(1, 0)
(0,1) 1(0,1) 0(1, 0)
0 1
Q
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. Una transformacin lineal T : R 3 R 2 est definida por
T ( x, y, z) ( x 2 z, y z)
a) Hallar la matriz asociada A de T, respecto a las bases:
{ (1, 1, 1), (2, 2, 0), (3, 0, 0) } en R 3 y { (2, 0), (0, 2} en R 2
105
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
3. Sea la transformacin lineal f : R 2 R 3 definida por
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) Hallar la matriz asociada de f respecto a las bases:
{ (1, 2), (2, 0) } en R 2 y { (1, 0, 0), (0, 2, 0), (0, 0, 3) } en R 3
a b
f (a b c, a b d , b c d )
c d
a) Obtener la matriz de f respecto de las bases:
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
8. Determinar la transformacin lineal f : R 3 R 2 , tal que respecto de las bases
{ (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. Hallar la matriz de la transformacin lineal g f respecto de las bases
{ (1, 1), (0, 1) } en el dominio, { (2, 0), (2, 2) } en el codominio donde
f : R 2 R 3 / f ( x, y) ( x, x y, y) g : R 3 R 2 / g ( x, y, z) ( x y, z) .
cos sen
sen cos
respecto de la base cannica.
Demostrar que si y son nmeros reales cualesquiera, entonces
f f f y f1 f .
V { a bx cx 2 / a, b, c K }
107
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
14. Dados el espacio vectorial R2 con las bases B { (1, 1), (3, 2) } y
1 2
matriz asociada 2 1 , se pide
3 1
2
b) Si [v]B 1 , halle [v]C .
3
1
c) Si [v]C 3 , halle [v]B .
2
108
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
17. Considere el siguiente subespacio de M 2 ( R) ;
x y
W
t
M 2 ( R ); x y z 0
z
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) Halle las matrices cambio de base de B a C y de C a B.
0 0 1
b) Encuentre una base D de W, tal que la matriz P 3 0 1 sea la
1 2 0
B { v1 , v2 , v3 } es
3 2 1
2 1 0
4 3 1
Se pide:
a) Probar que B { v3 , T ( v3 ), T 2 ( v3 ) } es tambin base de R 3 .
b) Hallar la matriz asociada de T con respecto a la base
B { v3 , T ( v3 ), T 2 ( v3 ) } .
B' {1, x, x 2 , x 3 } de P3 [ x] .
109
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
DETERMINANTES
Sea V un K-espacio vectorial y f : V V K una funcin. Diremos que f es una
forma bilineal sobre V si y solo si satisface las siguientes condiciones:
i) f (au1 bu 2 , v) af (u1 , v) bf (u 2 , v) ; u1 , u 2 , v V ; a, b K
ii) f (u, cv1 dv2 ) cf (u, v1 ) df (u, v2 ) ; v1 , v2 , u V ; c, d K
Observacin
Sea f : V V K una forma bilineal.
1) Para cada v V definimos
fv : V K
u f v (u ) f (u, v)
2. Para cada u V definimos
f u :V K
v f u (v) f (u, v)
f ( x, y ) xAy T
a11 a12 a1n y1
a a 22 a 2 n y 2
( x1 , x 2 , , x n ) 21
a n1 a n 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 n
y j xi aij
j 1 i 1
110
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n n
aij xi yi
i 1 j 1
n n
La aplicacin f as definida es una forma bilineal y la expresin aij xi yi se
i 1 j 1
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 en K, entonces de la condicin ii) se tiene
f (u, u) f (u, u) lo que implica la condicin i). Es decir alternadas y antisimtricas
son equivalentes cuando 1 1 0 .
Ejemplo 1.- Consideremos el R- espacio vectorial R n , A R nn tal que A AT .
Definimos
f : Rn Rn R
( x , y ) f ( x, y ) xAy T
111
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
La aplicacin f as definida es alternada.
En efecto, se tiene
f ( x, y) xAy T ( xAy T )T y( xA)T yAT x T y( A) x T yAx T f ( y, x)
Luego, tomando extremos f ( x, y) f ( y, x) . Como en K R, 1 1 0 , entonces
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,
f (u, v) f1 (u ) f 2 (v) f 2 (u ) f1 (v)
[ f 2 (u ) f1 (v) f1 (u ) f 2 (v)]
[ f1 (v) f 2 (u ) f 2 (v) f1 (u )]
f ( v, u )
Luego, tomando extremos se cumple que f (u, v) f (v, u) , en consecuencia queda
probado que f es alternada.
Ejercicio.- Denotemos el conjunto de todas las formas bilineales alternadas por
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
a c
4. Existe f A2 ( K 21 , K ) tal que f , ad bc .
b d
112
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 0
En efecto, sea e1 , e2 la base cannica de K 21 y { e1* , e2* } la
0 1
base del dual de K 21 correspondiente a { e1 , e2 } . Es decir, ei* : K 21 K es
a c
f (u, v) ad bc , donde u y v
b d
5. Se tiene que dim A2 ( K 21 , K ) 1 .
a c
En efecto, sea D A2 ( K 21 , K ) , u y v y si A [ u , v] ,
b d
entonces
D( A) D([u, v]) (ad bc) D(e1 , e2 ) (1)
D( A) det( A), A K 22
113
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Formas n-lineales
Sea V un K-espacio vectorial de dimensin n. Una forma n-lineal es una aplicacin
f : V n K , donde V n V
V
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 ) es un K-espacio vectorial.
f (v1 , , vi , , v j , vn ) 0 si vi v j para i j
subespacio de Ln (V , K ) .
Observaciones
1. Suponiendo que 1 1 0 en K se verifica
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
g (u, v) f (v1 , , u ,, v,, vn ) ; vk V , k {i, j} estn fijados
i j
Se tiene que
g (u, u) 0 f (v1 , , u, , u, , vn )
f (v1 , , vn ) 0, f An (V , K )
114
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
En efecto, si v1 , , vn son linealmente dependientes entonces podemos asumir
n
sin prdida de generalidad que v n ci vi
i 1
n
f (v1 , , vn1 , vn ) f (v1 , , vn1 , ci vi )
i 1
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
Observacin.-
K nn
K n K n K n
f
K ; f An ( K n , K )
A [ A1 , A2 , , An ]
D f D( A) f ( A) f ( A1 , A2 , , An )
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 ]
115
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Teorema.-[Existencia de la funcin determinante]
Existe una funcin determinate
D : K nn K tal que D( I n ) 1
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
Di ( A) (1) i j aij D( A(i | j )) (1)
j 1
en las columnas A1 , , A j 1 , A j 1 , , An .
~ , , A ] , entonces D ( A) (ca da~ ) D( A(i | j ))
Si A [ A1 , , cA j dA j n ij ij ij
~ , , A ] )
cDij ( [ A1 , , A j , , An ] ) dDij ( [ A1 , , A j n
entonces Di ( A) 0 .
116
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Sea 1 j n tal que j k j l , entonces las matrices A(i | j ) tienen dos columnas
iguales, entonces D( A(i | j )) 0 .
Luego, de la definicin (1) se tiene
Di ( A) (1) i k aik D( A(i | k )) (1) i l ail D( A(i | l )) (2)
A(i | k ) [ A1 , , A k , , Al , , An ]
A(i | l ) [ A1 , , Ak , , A l , , An ]
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 ] )
aii D( I n (i | i )
1 D( I n 1 )
1
Observaciones.
1. En realidad en el teorema existen n funciones determinantes. Denotemos con
det alguna de esas funciones. En particular det D1 .
2. La frmula (1) es conocida como el desarrollo de Lagrange (desarrollo por
menores complementarios)
117
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a11 a12 a13
Para el caso de A a 21 a 22 a 23 se tiene que
a31 a32 a33
a 22 a 23 a 21 a 23 a 21 a 22
det( A) D1 ( A) (1)11 a11 (1)1 2 a12 (1)13
a32 a33 a31 a33 a31 a32
tiene:
a) det(Ei ( )) det(I n )
b) det(Eij ( )) det(I n )
c) det(Eij ) det(I n )
f) det((Eij ) T ) det(Eij )
Proposicin
1. Sean Ei ( ), Eij ( ), 0 y E ij los tres tipos de matrices elementales. Se
tiene:
a) det(Ei ( ))
b) det(Eij ( )) 1
c) det(Eij ) 1
118
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Expresando la matriz elemental Ei ( ) del segundo tipo en trmino de sus
columnas se tiene
Ei ( ) [ E1 , , Ei , , En ] (1)
0
Donde Ei 1 i , es la i-sima columna de la matriz identidad I n .
0
1 0 0 0
0 1 0
Eij ( )
0 0 1 0
0 0 0 1
Expresando la matriz elemental del tercer tipo en trminos de sus columnas se
tiene
Eij ( ) [ E1 , , Ei , , E j Ei , , En ]
Es decir,
0 0 0
i 1 0
E i E j
j 1 0 1
0 0 0
y
1 0 0 0
0 0 1 0
Eij
0 1 0 0
0 0 0 1
Expresando la matriz elemental del primer tipo en trminos sus columnas
119
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Eij [ E1 , , E j , , Ei , , En ] (3)
det(I n )
(1)
det(Ei ( ))
det([ E1 , , Ei , , E j , , En ] ) det([ E1 , , Ei , , Ei , , En ] )
0
det( I n )
1
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
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
D( [ A1 , , Ai , , A j , , An ] ) D( [ A1 , , Ai , , Ai , , An ] )
0
D( A) 1D( A) det(Eij ( )) D( A)
D( AEij ( )) det(Eij ( )) D( A)
D( [ A1 , , Ai , , A j , , An ] )
D( AEij ) det(Eij ) D( A)
b) ( Eij ( ))T E ji ( )
c) ( Eij ) T Eij
Luego, tenemos
De a) D(( Ei ( ))T ) D( Ei ( ))
D( Eij ( ))
D( E T ) D( E )
121
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Prueba
Caso 1.- Si B es singular, entonces AB es tambin singular, luego
det( AB) 0 (1)
De otra parte se tiene que
det( A) det(B) 0 (2)
pues det(B) 0 por ser B singular.
De (1) y (2) se tiene que det( AB) det( A) det(B)
Caso 2.- Si B es no singular.
Si B es no singular, entonces B puede ser expresado como producto de
matrices elementales; es decir
B E p E p 1 E2 E1
AB AE p E p 1 E2 E1
det( A) det(B)
det( AB) det( A) det(B)
122
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
A E p E p 1 E1 AT ( E p E p 1 E1 )T E1T E2T E Tp1E Tp
Prueba
Caso 1.- Si A es singular.
det( A) 0 D( I n ) det( A) D( A)
D( A) D( E p E p 1 E2 E1 )
D( I n ) det(E p E p 1 E2 E1 )
D( I n ) det( A)
En consecuencia,
D( A) D( I n ) det( A)
Prueba
123
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Sea D cualquier funcin determinante que satisface D( I n ) 1 , entonces
D( A) D( I n A) D( I n ) D( A) D( I ) Di ( A) Di ( A)
Entonces, D Di .
Corolario.- Sea
D(n, K ) { D : K nn K / D es funcin determinante}
D(n, K ) es un espacio vectorial de dimensin 1 sobre K.
Prueba
Si D D(n, K ) , entonces D( A) D( IA) D( I ) det( A), A K nn .
Como D(I ) es una constante, entonces D( A) det( A) . Luego, D det y
como det 0 , { det } es una base de D(n, K ) . En consecuencia dim( D(n, K )) 1 .
A 0
det det( A) det(B)
C B
Prueba
Fijamos A, C y definimos
A 0
: K rr K tal que ( B) det
C B
A 0 A 0
Pero, ( I r ) det det
0 I ; ntese que en el lugar correspondiente a
C I r r
124
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Adems se tiene que
I s 0
( I s ) det det(I s r ) 1
0 I r
Luego,
A 0
( A) det( A) det (I r )
I r
(3)
0
Finalmente, usando en (1) el resultado obtenido en (3) se tiene
( B) det(B) det( A)
Con lo que queda demostrado que
A 0
det det( A) det(B)
C B
Ejercicio.- Aplicando la proposicin anterior demostrar que
a b c d
b a d c
(a 2 b 2 c 2 d 2 ) 2
c d a b
d c b a
Solucin
Sumando a la primera fila la tercera multiplicada por i, y a la segunda la cuarta
multiplicada por i, se obtiene
a b c d a ic b id c ia d ib
b a d c b id a ic d ib c ia
c d a b c d a b
d c b a d c b a
Ahora, sumando a la tercera columna la primera multiplicada por i, y a la cuarta la
segunda multiplicada por i, se obtiene
a ic b id c ia d ib a ic b id 0 0
b id a ic d ib c ia b id a ic 0 0
c d a b c d a ic b id
d c b a d c b id a ic
Aplicando la proposicin anterior se tiene
a ic b id 0 0
b id a ic 0 0 a ic b id a ic b id
c d a ic b id b id a ic b id a ic
d c b id a ic
125
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a ic b id a ic b id
Prop. de conj.
b id a ic b id a ic
a ic b id a ic b id
b id a ic b id a ic
2
a ic b id
Usando la Prop. z z | z | 2
b id a ic
(a 2 b 2 c 2 d 2 ) 2
Finalmente, tomando extremos se tiene
a b c d
b a d c
(a 2 b 2 c 2 d 2 ) 2
c d a b
d c b a
Ejercicio.- Demostrar que
A B
det det( A iB ) ; A, B K nn
2
B A
Solucin
A B A iB B iA
det det
B A
B
A
A iB 0
det
B A iB
A iB 0
det
B A iB
det( A iB )
2
matriz A a la expresin
Cij (1) i j det A(i | j ) (1)
126
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Nota.- Reemplazado la relacin (1) en
n
det( A) (1) i j aij det A(i | j )
j 1
se obtiene
n
det( A) aij Cij (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 .
columna de la matriz A, 1 i, j n .
2. Llamaremos matriz adjunta de A a la matriz denotada por
Adj ( A) ( Cof ( A) )T
Esto es, la adjunta de A, es la transpuesta de la matriz cofactor de A.
Ejemplo.-Dada la matriz
2 1
A
3 5
Hallar Adj (A) .
Solucin
C11 (1)11 det([5]) 5 , C12 (1)12 det([3]) 3 ,
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
a1 j
Sea A [ A1 , A2 , , A j , , An ] donde A j aij
a nj
n
det( A) (1) i j aij det( A(i | j ))
i 1
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)
Si j k , se tiene
n
( Adj ( A) A) jj a rj C rj det( A)
r 1
Por consiguiente,
128
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
det( A) 0 0
0 det( A) 0
Adj ( A) A det( A).I n (3)
0 0 det( A)
( Adj ( AT ) AT )T det( A) I n
tiene
det( A Adj ( A)) det(det(A) I n )
129
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
al ser A invertible det( A) 0 y se tiene finalmente que
1
det( AA 1 ) det(I n ) det( A) det( A 1 ) 1 det( A 1 )
det( A)
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
130
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2 2 4
Adj ( A) 1 1 2
1 1
A 1
det( A) 4
1 1 2
Ejemplo
Utilizando la adjunta, calcular la inversa de
cos 0 sen
A 0 1 0
sen 0 cos
Solucin
det( A) cos 2 sen 2 1 0 , entonces
cos 0 sen
A 0
1
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 a12 x 2 a1n x n b1
a 21 x1 a 22 x 2 a2n xn b2
(1)
a n1 x1 an 2 x2 a nn x n bn
Que de forma abreviada, escribimos como
AX B (2)
x1 b1
x b
Donde A [ aij ]nn , X 2
y B 2
xn bn
En (2) multiplicando ambos miembros por la Adj (A) se tiene
Adj ( A)( AX ) Adj ( A) B
( Adj ( A) A) X Adj ( A) B
det( A) I n X Adj ( A) B
det( A) X Adj ( A) B
131
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n
det( A) x j ( Adj ( A)) ji bi
i 1
n
C ij bi
i 1
n
(1) i j bi det( A(i | j ))
i 1
det[ A1 , , A j 1 , B, A j 1 , , A n ]
Luego,
5 1 0 2 5 0 2 1 5
3 2 1 0 3 1 0 2 3
1 0 2 15 1 0 2 6 1 0 1 11
x , y y z
7 7 7 7 7 7
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 2 1
A m 1 m 1
1 m m 1
132
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Usando las propiedades de determinantes, calculamos
1 2 1
A m 1 m 1 2m(m 2)
1 m m 1
Luego, el sistema tiene solucin nica para m 0 y m 2 .
Ejercicios
1. Si
a1 a2 a3
A b1 b2 b3 5
c1 c2 c3
a1 a2 a3
c) b1 4c1 b2 4c 2 b3 4c3 .
c1 c2 c3
a) A1 b) 2A c) 2 A1 d) (2 A) 1
3. Sea A 3 y B 4 . Calcule
a) AB b) ABAT c) B 1 AB
2 0 0 0 4 2 3 4
5 3 0 0 3 2 1 5
c) h)
3 2 4 0 2 0 1 3
4 2 1 5 8 2 6 4
133
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
2 0 1 0 1
1 1 1 1
1 2 3 1 2
2 0 1 1
i) j) 0 1 2 4 1
1 1 0 0
1 0 1 3 2
1 1 1 1
1 1 1 2 2
5. Demostrar que
D2 ( K 2 ) { D / D es funcin determinante de M 22 ( K ) en K }
Es un K - espacio vectorial de dimensin 1.
6. Demostrar que si A en una matriz singular, entonces det( A) 0 .
7. Muestre que si det( AB) 0 , entonces det( A) 0 o det(B) 0 .
8. Demostrar por induccin sobre r:
r r
D[ 1 , , i( j ) , , n ] D[1 , , i( j ) , , n ] , r
j 1 j 1
n
9. Si A [aij ] tal que aij 0 si i j , entonces det( A) aii .
i 1
a b c d
b a d c
b) (a 2 b 2 c 2 d 2 ) 2
c d a b
d c b a
134
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 1 1
c) a b c (a b)(b c)(c a)
bc ac ab
0 1 1 1 1
1 0 1 1 1
d) 1 1 0 1 1 4
1 1 1 0 1
1 1 1 1 0
x yz 2x 2x
e) 2y yxz 2y ( x y z )3
2z 2z z yx
1 1 2 1
0
3 2 1
Calcular D4 .
1 4 2 1
3 1 3 2
135
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Calcule todos los cofactores de los elementos del segundo rengln y todos los
cofactores de los elementos de la tercera columna.
17. En los ejercicios, evale los determinantes haciendo uso cofactores:
4 4 2 1 2 2 3 1
1 2 0 3 0 1 2 1
a) b)
2 0 3 4 3 1 4 1
0 3 2 1 2 3 0 0
3 1 2 1 0 0 1 3
2 0 3 7 0 1 2 1
c) d)
1 3 4 5 2 2 5 2
0 1 1 5 3 3 0 0
18. Dada la matriz
2 3 0
A 4 1 3
2 0 1
20. Sea
6 2 8
A 3 4 1
4 4 5
21. En los siguientes ejercicios, calcule las inversas de las matrices dadas, si es que
existen, mediante la adjunta.
136
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
0 2 1 3
4 2 2 2 1
3 2 0 1 2 3 4
a) 3 4 b) c)
2 1 5 2
1 0 3
0 1 0 2
22. Utilice determinantes para determinar cuales de las siguientes matrices son no
singulares.
1 2 0 5
1 2 3 3
1 2 0 1 2 4 1 7
a) 3 4 b) c)
2 5 2 0
2 3 1
0 1 2 7
Demostrar que la matriz A(t) obtenida de A, sustituyendo ars por ars t , tiene
, y .
29. Haga uso de los teoremas o corolarios para determinar si los siguientes sistemas
homogneos tienen soluciones no triviales.
137
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
x 2y w 0
x 2y z 0
x 2 y 3z 0
a) 2x 3y z 0 b)
z 2w 0
3x y 2 z 0
y 2z w 0
30. En los siguientes ejercicios, resuelva el sistema lineal dado mediante la regla de
Cramer, en caso de ser posible
x y z 2w 4
2x 4 y 6z 2
2 y z 3w 4
a) x 2z 0 b)
2 x y z 2w 5
2x 3y z 5
x y w 4
31. Determine todos los valores de a para los cuales el sistema lineal
2x ay 0
ax 2 y 0
tiene:
a) Una nica solucin b) Una infinidad de soluciones
32. Determine todos los valores de a para los cuales la matriz
a 2 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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRODUCTO INTERNO Y ORTOGONALIDAD
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 .
ii) u, v v, u ; u, v V , la barra indica la conjugacin compleja.
iii) au, v au, v y u, av au, v ; a K , u, v V .
iv) v, v 0 y v, v 0 v .
Al par (V , , ) se le denomina espacio vectorial con producto interno.
OBSERVACIONES 1.1.1.
(1) De la definicin 1.1. se observa que , es una aplicacin que hace
corresponder a cada par de vectores u, v V un escalar real o complejo.
(2) Si K R las condiciones ii) y segunda parte de iii) resultan: u, v v, u y
u, av au, v respectivamente.
y ( y1 , , y n ) .
n
( xi y i z i y i )
i 1
139
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n n
xi y i z i y i
i 1 i 1
x, y z, y
n
ii) x, y xi y i
i 1
n
y i xi
i 1
y, x
n
iii) ax, y (axi ) y i
i 1
n
a( xi y i )
i 1
n
a xi y i
i 1
a x, y
Anlogamente,
n
x, ay xi (ay i )
i 1
n
a( xi y i )
i 1
n
a xi y i
i 1
a x, y
n
iv) x, x x i x i
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
n
x, y xi yi es un producto interno.
i 1
140
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Definimos:
n
x, y xi yi
i 1
n
( xi y i z i y i )
i 1
n n
xi y i z i y i
i 1 i 1
x, y z, y
n
ii) x, y x i y i
i 1
n
x i yi
i 1
n
yi x i
i 1
y, x
n
iii) ax, y (axi ) y i
i 1
n
a ( xi y i )
i 1
n
a xi y i
i 1
a x, y
n
y x, ay xi (ayi )
i 1
n
x(a y i )
i 1
n
a ( xi y i )
i 1
141
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n
a xi y i
i 1
a x, y
n
iv) x, x x i x i
i 1
n
xi 0
2
i 1
n
x, x 0 xi
2
0
i 1
xi 0 ; i 1, 2, , n
xi 0 ; i 1, 2, , n
x
EJEMPLO 1.1.4.- En el espacio vectorial V R 2 se define:
, : R2 R2 R
como x, y x1 y1 3x2 y2 donde x ( x1 , x2 ), y ( y1 , y2 ) .
Averiguar si la aplicacin as definida es un producto interno.
SOLUCIN
Sean a R y x ( x1 , x2 ), y ( y1 , y 2 ), z ( z1 , z 2 ) R 2
i) x z, y ( x1 z1 ) y1 3( x2 z 2 ) y 2
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
ii) x, y x1 y1 3x2 y 2
y1 x1 3 y 2 x 2
y, x
iii) ax, y (ax1 ) y1 3(ax 2 ) y 2
a( x1 y1 3x 2 y 2 )
a x, y
Anlogamente x, ay a x, y
142
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 1.1.5.- Sea V { f : [0, 1] R / f es continua}, definimos en este
espacio vectorial la aplicacin:
1
f , g f (t ) g (t )dt
0
1
( f (t )) 2 dt
0
1
f (t ) dt
2
0
f (t 0 ) 0 .
2
f (t 0 ) 0 ; 0 t 1 ...(*)
2
143
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 1.1.6.- Consideremos el espacio vectorial ( R 2 , , R, ) y la matriz
a d
simtrica A
c
.
d
Definimos: , : R2 R2 R
a d y1
Tal que x, y [ x1 , donde x ( x1 , x2 ), y ( y1 , y2 ) .
c y 2
x2 ]
d
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
x, x [ x1 x2 ]
d c x 2
ax1 2dx1 x2 cx 2
2 2
v v, v ; v, v 0
v v, v 10
1
f f, f 0
f 2 (t )dt
144
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1
f 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 .
PRUEBA
i) av av, av
aav, v
a v, v
2
a v, v
a v
Caso 1.- Si u
u, v , v 0 , v 0 v
Caso 2.-Si u
v, u
Definimos w v 2
u
u
Afirmacin.- w , u 0 .
En efecto:
v, u
w , u v 2
u, u
u
145
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
v, u
v, u 2
u , u
u
v, u
v, u
2
2
u
u
0
Luego
v, u v, u
0 w v u, v
2
2 2
u
u u
v, u v, u v, u
v 2
u, v v 2
u, 2
u
u u u
v, u v, u v, u
v, v 2
u , v 2
v 2
u, u
u u u
0 (por la afirmacin )
v, u
v, v 2
u , v
u
v, u
2
v
2
2
u
v, u v, u
2 2
0 v v
2 2
2 2
u u
v, u ( u
2
v )2
u, v u v
iv) Probaremos ahora que: uv u v
uv u v , u v
2
u, u v v, u v
u, u u, v v, u v, v
u v u, v u, v
2 2
u v 2 Re (u, v )
2 2
(1)
u v 2 u, v
2 2
(2)
146
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
u v 2 u
2 2
v (3)
u v 2
(2) Re( z ) z , z C
EJERCICIOS
1. Sean x ( x1 , x2 ), y ( y1 , y 2 ) R 2 . Averiguar si las aplicaciones dadas a
sobre R 2 .
3. Dados u (u1 , u 2 ) y v (v1 , v2 ) elementos de C 2 . Averiguar si la aplicacin
f (u, v) u1 v1 (1 i)u1 v2 (1 i)u 2 v1 3u 2 v2
147
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
ii) Sea W V un subconjunto, se denomina conjunto ortogonal a W al conjunto
denotado por W que se define como
W { v V / v, w 0, w W }
iii) Sea W V un subconjunto, se dice W es un conjunto ortogonal si y solo si
u, v W tal que u v implica que u, v 0 .
iii) Sea W V un subconjunto, se dice que W es ortonormal si y solo si W es
ortogonal y u 1, u W .
, : R2 R2 R
(u , v) u , v
tal que u, v x1 y1 x2 y1 x1 y2 4 x2 y2 .
xy y 2 x2 4 xy 0
y 2 3xy x 2 0
3x 9 x 2 4( x 2 )
entonces y
2
3x x 13
2
148
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
3 13
x
2
1
Luego ( x, y) ( y, x) y (3 13 ) x
2
(3) Sea el espacio vectorial:
( R n , , R, ) y W {(1, 0, , 0), (0, 1, , 0), , (0, 0, , 1)}
W es un conjunto ortonormal pues ei , e j i j .
Considrese el conjunto:
W { h(t ) 1, f n (t ) 2 cos 2 nt, g n (t ) 2sen 2 nt / n N }
Probar que W es un conjunto infinito ortonormal.
PRUEBA
i) Fijando h(t ) 1 .
Primero hagamos variar f n (t )
1
h, f n 1 f (t )dt
0
1
2 cos 2 nt dt
0
1
2
(sen 2n t
2n 0
2
(sen 2n sen 0)
2n
2
(0 0)
2n
Luego h, f n 0, n N .
1
2 sen 2 nt dt
0
149
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1
2
(cos 2 nt
2n 0
2
(cos 2n cos 0)
2n
2
(1 1)
2n
0
Luego h, g n (t ) 0, n N .
1
2(cos 2n t ) (sen 2 nt) dt
0
1
sen 4 nt dt
0
1
1
(cos 4 nt
4 n 0
1
(cos 4 n cos 0)
4 n
1
(1 1)
4 n
1
(0)
4 n
0
Luego f n , g n 0, n N .
1
2(cos 2m t ) (sen 2 nt) dt (*)
0
150
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1
f m , g n [sen 2 (n m)t sen 2 (n m)t ]
0
1 1
sen 2 (n m)tdt sen 2 (n m)tdt
0 0
1 1
1 1
( cos 2 (n m)t ( cos 2 (n m)t
2 (n m) 0 2 (n m) 0
1 1
(1 1) (1 1)
2 (n m) 2 (n m)
0
Luego f n , g n 0, n m .
a) fn fn , fn
fn , fn
2
fn
1
f n (t )dt
2
0
1
2 cos 2 2 nt dt
0
1 1
2 (1 cos 2 4 nt )dt
0 2
1 1
dt cos 4 nt dt
0 0
1 1
1
t ( sen 4 nt
0 4 n 0
1 0
1
1 , en consecuencia
2
Luego fn f n 1, n N .
b) gn gn , gn
gn , gn
2
gn
1
g n (t )dt
2
0
1
2 sen 2 2 nt dt
0
151
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 1
dt cos 4 nt dt
0 0
1 0
1
1 , en consecuencia g n 1, n N .
2
Luego g n
PRUEBA
n
Sea a v
i 1
i i .
a v , v
i 1
i i k , vk 0 ai vi , vk 0
i 1
(1)
a v , v
i 1
i i k a k vk , vk 0
ya que vk , y vk , vk vk 0 . Entonces ak 0, 1 k n .
2
PRUEBA
n
v, vk a v , v
i 1
i i k , 1 k n
152
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n
a i vi , v k
i 1
a k vk , vk
ak vk
2
v, v k
ak 2
vk
OBSERVACIONES 2.3.2.
(1) Si W es ortonormal se tiene que ak v, vk , 1 k n .
(3, 1, 2) 17 (3, 0, 4) 6
(4, 0, 3) 1(0, 1, 0)
25 25
153
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
k 1, 2, , m el conjunto {v1 , v2 , , vk } sea una base del subespacio generado
PRUEBA
Se define la base por induccin.
Sea w1 v1
v 2 , w1
w2 v 2 2
w1
w1
w1 , w2 0 , es decir w1 w2 .
AFIRMACIN 1.- w2 .
v 2 , w1
En efecto, suponiendo que w2 se tiene que v 2 2
w1 lo cual es
w1
AFIRMACIN 2.- w3 .
v3 , w2 v3 , w1
v3 2
w2 2
w1
w2 w1
vk 1 , wk vk 1 , w1
wk 1 vk 1 2
wk 2
w1 (1)
wk w1
AFIRMACIN 3.- wk 1 .
154
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
k
vk 1 , wi
v k 1 2
wi (2)
i 1 wi
wk 1
AFIRMACIN 4.- wk 1 , w j 0, j 1, 2, , k .
k
vk 1 , wi
wk 1 , w j0 vk 1 2
wi , w j0
i 1 wi
k
vk 1 , wi
vk 1 , w j0 2
wi , w j0
i 1 wi
vk 1 , w j0 vk 1 , w j0
0
0 si i j0
pues wi , w j0 2
w j0 si i j0 , 1 j0 k
Luego se tiene wk 1 , w j 0, 1 j k .
V.
155
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
wi
Se construye u i , luego ui 1 .
wi
1 1
w2 (2, 1) (1, 3) (3, 1)
2 2
1
Luego {(1, 3), (3, 1)} es una base ortogonal para R 2 y
2
1 1
(1, 3), (3, 1) es una base ortonormal para R 2 .
10 10
EJEMPLO 2.4.3.- Hallar una base ortonormal a partir de la base
{(1, 0, 1), (2, 1, 1), (1, 2, 1)} de R 3 .
SOLUCIN
w1 (1, 0, 1)
v2 , w1
w2 v2 2
w1
w1
3
(2, 1, 1) (1, 0, 1)
2
1
w2 (1, 2, 1)
2
v3 , w2 v3 , w1
w3 v3 2
w2 2
w1
w2 w1
2
(1, 2 , 1) (1, 2 , 1) (1, 0 , 1)
3
2
w3 (1, 1, 1)
3
156
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
1 2
{(1, 0, 1) , (1, 2, 1), (1, 1, 1)} es una base ortogonal de R 3 .
2 3
1 1 1
(1, 0, 1), (1, 2, 1), (1, 1, 1) es una base ortonormal de R 3 .
2 6 3
m n.
Por el proceso de ortogonalizacin de Gram Schmitd, existe
{w1 , w2 , , wm ,, wn } base ortonormal de V, entonces {w1 , w2 ,, wm } es una
PRUEBA DE LA AFIRMACIN
a) Tenemos que w j , wi 0 para todo j i , luego wm1 , wm2 ,, wn pertenecen
a W .
L{wm1 , wm 2 ,, wn } W
n
b) Sea u W V , entonces u ai wi (*)
i 1
particular lo es con w1 , w2 , , wm a1 a2 am 0 .
157
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
n
de (*) u u , w w
i m 1
i i
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)
(0, 1, 1), (1, 0, 2)
w2 (0, 1, 1) 2
(1, 0, 2)
(1, 0, 2)
1
w2 (2, 5, 1)
5
(1, 0, 1), 1 / 5 (2, 5, 1) 1 (1, 0, 1), (1, 0, 2)
w3 (1, 0, 1) 2
(2, 5, 1) 2
(1, 0, 2)
1 5 (1, 0, 2)
(2, 5, 1)
5
1
w3 (2, 1, 1)
6
W L{(2, 1, 1)}
158
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJERCICIOS
1. Mediante el proceso de ortogonalizacin de Gram Schmidt, ortogonalizar la
base {(1, 2, 3), (2, 3, 1), (3, 1, 2)} de R 3 .
2. Obtener una base de vectores ortogonales para el espacio vectorial
V L{(1, 2, 1, 0), (1, 0, 2, 1), (0, 1, 0, 1)} .
3. Sea V el espacio vectorial de los polinomios de grado menor o igual que dos
con coeficientes en R e indeterminada en x.
Si se considera el producto usual de las funciones:
i) Hallar una base del subespacio W ortogonal a f ( x) 2 x 1 .
ii) Aplicar el proceso de ortogonalizacin de Gram Schmidt a la base
{1, x, x 2 } para obtener una base ortogonal de V.
4. Probar el teorema de Pitgoras. Es decir, si u, v V , entonces:
uv u v u, v 0
2 2 2
7. En el espacio vectorial ( R nn , , R, ) .
a) Mostrar que la aplicacin:
, : R nn R nn R
en R 3 .
159
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
10. Sea V un espacio vectorial de dimensin finita, con producto interno. Si U y W
son subespacios de V, probar que:
a) (U W ) U W b) (U W ) U W
160
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
VALORES Y VECTORES PROPIOS
2 x y x ( 2) x y 0
(1)
3x 4 y y 3x ( 4) y 0
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 1
0
3 4
2 1
2 6 5 0
3 4
2 6 5 0 ( 1)( 5) 0 1 1, 2 5
161
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Luego, los valores propios de T son: 1 1 y 2 5 .
Ahora calculando los vectores propios
i) Hallando el vector propio v1 asociado al valor propio 1 1
Reemplazando el valor de 1 1 en la ecuacin (1) se tiene
x y 0
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
T (1, 1) (1, 1) 1(1, 1)
ii) Hallando el vector propio v 2 asociado al valor propio 2 5
Procediendo de manera anloga que en la parte i) reemplazamos el valor de
2 5 en la ecuacin (1) se tiene
3x y 0
3x y 0
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, 3) (5,15) 5(1, 3)
NOTA.- Dados V un K-espacio vectorial, T : V V un endomorfismo y K un
valor propio de T. El conjunto (T ) { K / es un valor propio de T } es
llamado espectro de T y E(T , ) { v V / T (v) v } es un subespacio de V, y se
denomina espacio propio o auto espacio de T asociado al valor propio . En
referencia al ejemplo anterior se tiene
(T ) {1, 5}
E (T , 1) { v R 2 / T (v) v } L{ (1, 1)} y
162
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 1.1.3.- Sea C 2 el espacio vectorial sobre C y la transformacin lineal
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
(1)
x y y x (1 ) y 0
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 2
0
1 (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) Hallando el vector propio v1 asociado al valor propio 1 i
Reemplazando el valor de 1 i en la ecuacin (1) se tiene
(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
(1 i) x 2 y 0 y (1 i) x
2
1 1
la variable y depende de x, entonces v1 ( x , (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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
en efecto
T (2 , 1 i) (2 2(1 i), 2 (1 i)) (2i , 1 i) i(2 , 1 i)
ii) Hallando el vector propio v 2 asociado al valor propio 2 i
Reemplazando el valor de 2 i en la ecuacin (1) se tiene
(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
(1 i) x 2 y 0 y (1 i) x
2
1 1
la variable y depende de x, entonces v2 ( x, (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 (2 , 1 i) (2 2(1 i), 2 (1 i)) (2i , 1 i) i(2 , 1 i)
OBSERVACIONES 1.2
(1) La existencia de valores propios de un endomorfismo depende del campo de
escalares sobre el cual est definido el espacio vectorial, pues si consideramos el
espacio vectorial (C 2 , , R, ) y la transformacin lineal T : C 2 C 2 definida en el
ejemplo 1.1.3
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
endomorfismo y K un valor propio de T. El conjunto
E(T , ) { v V / T (v) v }
es un subespacio de V, llamado subespacio propio o auto espacio asociado al
valor propio .
164
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
(3) Si A es la matriz asociada del endomorfismo T : V V respecto a una base B
entonces, el det(T I ) se define como
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 K-espacio vectorial de dimensin finita y el
endomorfismo T : V V . Las siguientes afirmaciones son equivalentes:
i) K , es un valor propio de T.
ii) T I es singular (no invertible).
iii) det(T I ) 0 .
PRUEBA
i) ii)
Como K es valor propio de T, entonces existe un vector no nulo v V
tal que T (v) v
T (v) I (v) , donde I es el endomorfismo identidad
(T I )(v) , por ser T I un endomorfismo
Nu(T I ) { } , pues al ser v un vector propio es diferente de
T I es singular
ii) iii) es obvio.
iii) i)
Tenemos que det(T I ) 0 T I es singular
Nu(T I ) { } v V tal que
(T I )(v) T (v) v
es un valor propio de T.
165
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
NOTA.- De manera anloga que para el caso de las transformaciones lineales, 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 de una matriz.
se tiene que:
0 0
d1 0 0
0
d2 0
Aei 1 d d i ei
i
0 0 d n
0 0
0 2 1 x 0 2 1 x 0
0 3 4 y 0 3 4 y 0
2 1
0 2 6 5 0 ( 1)( 5) 0
3 4
1 1, 2 5
Los vectores propios asociados a los valores propios 1 1 y 2 5 son:
1 1
v1 , v2
1 3
166
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
En efecto, verificando se tiene
2 1 1 1 1 2 1 1 5 1
Av1
1 y Av
3 4 3 15 5 3
3 4 1 1 1
2
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 ) y el espacio propio de la matriz
asociada a T respecto a una base B est dada por siguiente proposicin.
PROPOSICIN.- Sea V un K-espacio vectorial de dimensin finita, B una base
ordenada de V. Si T L(V ) y K un autovalor de T, entonces
v E(T , ) [ v ]B E([ T ]B , )
PRUEBA
) Asumiendo que v E (T , ) , hay que demostrar [ v ]B E ([ T ]B , )
v E(T , ) T (v) v por definicin
[T (v)]B [v]B [v]B
[T (v)]B [v]B tomando extremos
[T ]B [v]B [v]B
[ v ]B E ([ T ]B , )
) Recprocamente, asumiendo que [ v ]B E ([ T ]B , ) hay que probar que
v E (T , ) .
[ v ]B E([ T ]B , ) [T ]B [ v]B [v]B
[T ]B [ v]B [v]B 0
[T (v)]B [v]B 0
[T (v) v]B 0
T (v) v 0
T (v) v
v E (T , )
167
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
OBSERVACIONES
(1) Existe un solo valor propio asociado a un vector propio v.
En efecto, suponiendo que 1 y 2 son los valores propios correspondientes al
valor propio v, entonces se tiene que
T (v) 1v 2 v Por definicin de valor propio
1v 2 v
(1 2 )v
Como por definicin de vector propio v , se tiene que
1 2 1 2 .
Lo recproco no es cierto, pues para un valor propio pueden existir infinitos
vectores propios.
(2) Si bien es cierto que la relacin T (v) v es vlida para v y cualquier
, la definicin de vector propio excluye al vector cero. Esto se justifica por
tener que existir un solo valor propio asociado al vector propio v.
168
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
( 1) x 0
( 1) y 0
( 1) z 0
1 0 0
0 1 0 ( 1) 2 ( 1)
0 0 1
( 1) 2 ( 1) 0 1, 1
Luego los valores propios de T son 1 de multiplicidad algebraica igual a 2 y
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}
L{ (1, 0, 0), (0, 1, 0) }
Para el valor propio 1 los vectores propios estn contenidos en el eje Z esto es,
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Donde T acta sobre z hacindolo girar un ngulo . En este caso todo z 0
es un vector propio para el valor propio e i c o
s i s e n . El valor
ln( f ( x)) x ln C
f ( x) e (xln C ) e x e ln C
T ( f ( x)) (Ce x ) C e x f ( x)
Suponiendo que existieran las funciones propias para T, serian las f V que
satisfacen la ecuacin
170
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
x
F ( x) f (t )dt f ( x) (1)
a
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)
1
ln( f ( x)) x ln C
x x
( ln C )
f ( x) e
e e ln C
x
f ( x) Ce ; 0, C 0
Luego, las nicas funciones propias posibles serian aquellas funciones exponenciales de
x
0 f (a) C e 0
a
171
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PROPOSICIN.-Sea V un K-espacio vectorial y T :V V un endomorfismo y A la
matriz asociada a T respecto a una base B de V. Las siguientes afirmaciones son
equivalentes:
a) 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
172
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
v) Si 1 , 2 ,, n son elementos de K y p( x) ( x 1 )( x 2 )( x n ) , entonces
p( A) ( A 1 I )( A 2 I )( A n I )
2 1 0
p( ) det(I A) 1 1 2
0 3 1
3 22 8 13
173
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 3.3.3.- Utilizando la observacin anterior, calcular los valores propios de la
matriz
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) definicin de polinomio caracterstico
p A ( ) 0
174
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
EJEMPLO 3.5.1.- Hallar los valores propios y sus correspondientes vectores propios
de la matriz
1 2 2
A 1 2 1
1 1 4
SOLUCIN
p A ( ) I A
1 2 2
1 2 1
1 1 4
( 1)( 3) 2
f ( x) a0 x n a1 x n1 an ; ai K , i 0,1,, n
175
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
PRUEBA
T (v) v
T 3 (v) T T 2 (v) T (2 v) 2T (v) 3 v
T n (v) n v ; para todo n 0
Si f ( x) a0 x n a1 x n1 an
a0 n v a1n1v an v
(a0 n v a1n1v an )v
f ( )v
f (T )(v) f ( )v
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
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
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) T ( x, y) ( x y, 2 x y)
c) T ( x, y) (3x 4 y, 2 x y) . C) T ( x, y) (4 x 3 y, 3x 4 y)
2. 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.
10 0 2
2 0 1 4 0 6 0
a) 1 3 b) 1 3 c)
2 0 7
1 1 0 1 0 1 2 3 0
d) 1 1 0 e) 0 3 0 f) 4 5 0
0 0 2 1 0 1 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.
3 1 0 1 1 0
a) 5 1 0 b) 1 0 0
0 0 1 0 0 2
177
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
6. Sea V un K-espacio vectorial de dimensin finita talque V U W . Hallar los
valores propios de T L(V ) , si T es proyeccin sobre U paralelamente a W; es
decir si T (u w) u .
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
R , entonces V posee una base formada por vectores propios de T.
10. Determine la verdad o falsedad de de las siguientes afirmaciones. Justifique su
respuesta.
a) Toda transformacin lineal posee valores propios.
b) Si T L(V ) y W es un subespacio generado por vectores propios de T,
entonces W es invariante por T.
A B
11. Sea A una matriz por bloques, A 1
A2
donde A1 y A2 son matrices
0
cuadradas. Probar que, el polinomio caracterstico de A es igual al producto de los
polinomios caractersticos de A1 y A2 .
12. Sea T L(V ) , donde V es un espacio vectorial sobre K. Si v V , sea
W (v) { g (T )(v) / g K[ x] } . Demuestre que W (v) es un subespacio invariante
por T.
13. En el R-espacio vectorial R 2 se considera el operador rotacin definido como
f ( x, y) ( x cos y sen , x sen y cos ) . Para qu valores de , f tiene
valores propios?.
14. Sea V un K-espacio vectorial de dimensin finita, B una base ordenada de V,
T L(V ) , y K . Demostrar que v E (T , ) si y solo si vB E (T B , ) .
15. Sea V un K-espacio vectorial y T L(V ) . Las siguientes afirmaciones son
equivalentes:
a) K es un valor propio de T.
178
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
b) T I es singular.
c) det(I T ) 0 .
Nota.- El det(I T ) se define como det(I T ) det(I A) , donde A es la
matriz asociada a la transformacin lineal T en una base dada e I la matriz
identidad.
16. Demostrar que dos matrices semejantes tienen el mismo polinomio caracterstico.
17. Si n an1n1 a1 a0 es el polinomio caracterstico de una matriz A,
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
179
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Consideremos
S { av1 / a C }
Desde que T (S ) S , la aplicacin
2 *
AT 3
0 n
El polinomio caracterstico de AT es
pT ( x) ( x 2 )( x 3 )( x n )
180
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Solucin
p A ( x) x 2 3 x 1
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
1 1 0
A 1 1 0
1 1 1
2I A3 A2 2 A 2 A1 A2 A 2I
1 1 0 1 1 0 1 1 0 1 0 0
2 A 1 1 0 1 1
1
0 1 1 0 20 1 0
1 1 1 1 1 1 1 1 1 0 0 1
1 1 0 1 1 0
1
2A 1 1 0 A 1 1 1
1 0
2
2 0 2 2 0 2
1 1 0
A 1 1 1 0 .
1
Luego
2
2 0 2
181
Notas de clase de lgebra Lineal I Vctor G. Osorio Vidal
----------------------------------------------------------------------------------------------------------
Ejercicios
Utilizando el teorema de Cayley-Hamilton determinar la inversa de ls siguientes
matrices:
1 1 4 4 2 5
3 2
a) b) A 2 1 1 b) B 2 2 1
1 2 3 2 1 0 1 4
182