Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resume N Diagonal I Zac I On
Resume N Diagonal I Zac I On
Diagonalización
Definición: Sean V y W dos espacios vectoriales sobre el mismo cuerpo y sea la aplicación
f :V W
. La aplicación f es lineal si se verifican las dos condiciones siguientes:
v f v w
1) u, v V, f u v f u f v
2) K, v V, f v f v
o bien en una única condición: , K, u, v V, f u v f u f v .
Subconjuntos notables:
Definición: Sea f : V W una aplicación lineal:
“Núcleo de la aplicación lineal f”
N(f ) Ker(f ) v V / f v 0 f 1 0 V .
“Imagen de la aplicación lineal f”.
Im f f V w W / v V, f v w W .
Teorema de la dimensión
Sea f una aplicación lineal de V en W entonces se verifica que: dimV=dimN(f)+dimIm(f).
entonces x x1 u1 ... x n u n V y f x y1 u1 ... y n u n
y1 a11 x1 a 21 x 2 a n1 x n
y a x a x a x
2 12 1 22 2 n2 n
y n a1n x1 a 2n x 2 a nn x n
y1 a11 a 21 a n1 x1
y a a 22 an2 x2
Escrito en forma matricial 2 12
y n a1n a 2n a nn x n
y1 x1 a 11 a 21 a n1
y2 x2 a 12 a 22 a n2
Si llamamos Y , X , A= , abreviadamente la ecuación
yn xn a 1n a 2n a nn
matricial anterior se escribe Y AX , donde A es la matriz que define la aplicación lineal f respecto de
la base B del espacio vectorial V.
Observaciones:
Las ecuaciones de la aplicación lineal f: Y=AX son las ecuaciones paramétricas del subespacio
imagen de f
Las ecuaciones cartesianas del Núcleo de f son: AX=0.
V tales que P representa la matriz del cambio de base de B’ a B. Si Y=AX es la ecuación matricial de la
transformación lineal f con A=M(f,B) entonces la matriz que define f respecto B’ es: A’=M(f,B’)=P-1AP
resultando Y’=A’X’.
Teorema
Si f : V V es una transformación lineal y A es la matriz cuadrada de orden n que define f respecto de
una base B del espacio vectorial V. Entonces las afirmaciones siguientes son equivalentes:
f es biyectiva.
f es inyectiva.
N f 0 .
Im(f)=V.
f es sobreyectiva.
Unidad Docente de Matemáticas de la ETSITGC Asignatura: ÁLGEBRA Y GEOMETRÍA 3
Aplicaciones lineales. Diagonalización
rango(A)=n
A 0.
Invariantes.
Sea f : V V una transformación lineal.
Definición: Un vector v V es un vector invariante por f si f v v .
Consecuencias:
1. Si v V es un vector invariante por f , entonces v es un subespacio invariante por f.
2. Los subespacios 0 , N(f), Im(f) y V son subespacios invariantes por f
A ' =P-1 A P.
Observación: Todas las matrices asociadas a la misma transformación lineal f respecto de cualquier base
de V son semejantes entre sí.
Introducción
Muchas veces es indispensable encontrar una base de V respecto de la cual M(f,B) sea lo más sencilla
posible, el grado máximo de simplicidad que se puede esperar viene dado por las matrices diagonales. A
1 1
veces no es posible, por ejemplo, .
0 1
Definición:
Una matriz A M n K es diagonalizable si existe una matriz diagonal semejante a ella.
Definición:
Una transformación lineal de V es diagonalizable si su matriz asociada es diagonalizable.
Definición:
Polinomio característico de A es el siguiente polinomio en la variable : P() A I .
Proposición
Un escalar es un valor propio de A si y sólo si es raíz del polinomio característico de A.
subespacio vectorial del espacio vectorial V=Kn. Dicho subespacio V se llama subespacio propio
asociado al valor propio .
La multiplicidad geométrica de un valor propio (es decir, la dimensión de V) es menor o igual que
su multiplicidad algebraica (es decir, el orden de multiplicidad de como raíz del polinomio
característico).
Si es un valor propio con orden de multiplicidad uno, es decir, si es una raíz simple del polinomio
característico, entonces, la dimensión de su subespacio propio asociado, V, es también uno.
Sean 1, 2,…, p valores propios distintos entre si de una matriz A M n (K ) . Si B1, B2,…,Bp son
Unidad Docente de Matemáticas de la ETSITGC Asignatura: ÁLGEBRA Y GEOMETRÍA 5
Aplicaciones lineales. Diagonalización
Los vectores propios asociado a valores propios distintos entre sí. Son linealmente independientes.
Si A M n (K ) tiene n valores propios distintos entre sí entonces A es diagonalizable.
El subespacio propio de vectores propios asociados a un mismo valor propio es invariante por la
transformación lineal que define A.
Si es un valor propio de A, entonces n es un valor propio de An.
Si 0 es un valor propio de A y existe A-1, entonces 1/ es un valor propio de A-1.
El polinomio característico de una matriz es igual al de su matriz transpuesta.
Dos matrices semejantes tienen el mismo polinomio característico.
Si A y A’ son matrices semejantes, entonces:
El determinante de A es igual al determinante de A’.
La traza de A es igual a la traza de A’.
La suma de los adjuntos de la diagonal principal de A es igual a la suma de los adjuntos de la
diagonal principal de A’.
Rango(A)=n.
N(f)= 0 .