libro de algebra lineal - MATEMATICAS EJERCICIOS RESUELTOS
libro de algebra lineal - MATEMATICAS EJERCICIOS RESUELTOS
libro de algebra lineal - MATEMATICAS EJERCICIOS RESUELTOS
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Indice <strong>de</strong> materias<br />
Introducción 5<br />
1 Sistemas <strong>de</strong> Ecuaciones Lineales 7<br />
1.1 Definiciones y ejemplos . . . . . . . . . . . . . . . . . . 7<br />
1.2 Combinación <strong>lineal</strong> <strong>de</strong> ecuaciones . . . . . . . . . . . . 12<br />
1.3 Operaciones elementales . . . . . . . . . . . . . . . . . 13<br />
1.4 Sistemas <strong>de</strong>pendientes e in<strong>de</strong>pendientes . . . . . . . . . 16<br />
1.5 Sistema <strong>de</strong> Cramer . . . . . . . . . . . . . . . . . . . . 17<br />
1.6 Proceso <strong>de</strong> escalonamiento <strong>de</strong> un sistema . . . . . . . . 19<br />
1.7 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . . 22<br />
2 Espacios Vectoriales 31<br />
2.1 Definición y propieda<strong>de</strong>s básicas <strong>de</strong> espacio vectorial . . 31<br />
2.2 Sub-espacios vectoriales . . . . . . . . . . . . . . . . . 42<br />
2.3 Combinaciones Lineales . . . . . . . . . . . . . . . . . . 52<br />
2.4 Sub-espacio generado . . . . . . . . . . . . . . . . . . . 58<br />
2.5 Depen<strong>de</strong>ncia Lineal . . . . . . . . . . . . . . . . . . . . 69<br />
2.6 Bases <strong>de</strong> un espacio vectorial . . . . . . . . . . . . . . . 79<br />
2.6.1 Método para encontrar una base <strong>de</strong> un espacio<br />
vectorial . . . . . . . . . . . . . . . . . . . . . . 85<br />
2.6.2 Aplicación <strong>de</strong>l Teorema <strong>de</strong> Steinitz . . . . . . . 89<br />
2.7 Dimensión <strong>de</strong> un espacio vectorial . . . . . . . . . . . . 92<br />
2.8 Suma <strong>de</strong> sub-espacios vectoriales . . . . . . . . . . . . 101<br />
2.9 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . 116<br />
3 Aplicaciones Lineales 119<br />
3.1 Introducción, <strong>de</strong>finición y ejemplos . . . . . . . . . . . 119
3.2 Determinación <strong>de</strong> una aplicación <strong>lineal</strong> . . . . . . . . . 126<br />
3.3 Imagen y Núcleo <strong>de</strong> una aplicación <strong>lineal</strong> . . . . . . . . 131<br />
3.4 Morfismos y dimensiones . . . . . . . . . . . . . . . . . 141<br />
3.5 Estructura <strong>de</strong> un conjunto <strong>de</strong> morfismos . . . . . . . . 152<br />
3.6 Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . 155<br />
3.7 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . 170<br />
4 Matrices 173<br />
4.1 Matriz asociada a una aplicación <strong>lineal</strong> . . . . . . . . . 173<br />
4.2 Suma <strong>de</strong> morfismos y suma <strong>de</strong> matrices . . . . . . . . . 179<br />
4.3 Producto <strong>de</strong> un escalar por un morfismo y producto <strong>de</strong><br />
un escalar por una matriz . . . . . . . . . . . . . . . . 181<br />
4.4 Composición <strong>de</strong> morfismos y producto <strong>de</strong> matrices . . . 183<br />
4.5 Algunos tipos especiales <strong>de</strong> matrices . . . . . . . . . . . 186<br />
4.6 Forma matricial <strong>de</strong> f(v) = w . . . . . . . . . . . . . . . 193<br />
4.7 Forma matricial <strong>de</strong> un sistema <strong>de</strong> ec. <strong>lineal</strong>es . . . . . 195<br />
4.8 Isomorfismos y matrices invertibles . . . . . . . . . . . 195<br />
4.9 Automorfismo y matriz <strong>de</strong> cambio <strong>de</strong> base . . . . . . . 200<br />
4.10 Un morfismo cualquiera y matrices equivalentes . . . . 203<br />
4.11 Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . 206<br />
4.12 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . 215<br />
5 Determinantes 219<br />
5.1 Determinantes <strong>de</strong> matrices <strong>de</strong> M2(K) . . . . . . . . . . 219<br />
5.2 Determinantes <strong>de</strong> matrices <strong>de</strong> M3(K) . . . . . . . . . . 225<br />
5.3 Determinante <strong>de</strong> matrices <strong>de</strong> Mn(K) . . . . . . . . . . 228<br />
5.4 Interpretación geométrica <strong>de</strong>l <strong>de</strong>terminante . . . . . . . 231<br />
5.5 Matriz adjunta . . . . . . . . . . . . . . . . . . . . . . 232<br />
5.6 Determinante <strong>de</strong> un endomorfismo . . . . . . . . . . . 234<br />
5.7 Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . 236<br />
5.8 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . 246<br />
6 Diagonalización 249<br />
6.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . 249<br />
6.2 Valores propios y vectores propios . . . . . . . . . . . . 253<br />
6.3 Valores propios simples . . . . . . . . . . . . . . . . . . 258<br />
6.4 Valores propios múltiples . . . . . . . . . . . . . . . . . 265
6.5 Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . 268<br />
6.6 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . 273<br />
7 Aplicaciones Bi<strong>lineal</strong>es 275<br />
7.1 Aplicaciones bi<strong>lineal</strong>es . . . . . . . . . . . . . . . . . . 276<br />
7.1.1 Ejemplos. Propieda<strong>de</strong>s generales . . . . . . . . . 276<br />
7.2 Formas bi<strong>lineal</strong>es . . . . . . . . . . . . . . . . . . . . . 287<br />
7.2.1 Matriz asociada a una forma bi<strong>lineal</strong> . . . . . . 288<br />
7.2.2 Representación matricial <strong>de</strong> f(x,y) . . . . . . . 289<br />
7.3 Espacios Euclidianos . . . . . . . . . . . . . . . . . . . 291<br />
7.3.1 Producto escalar . . . . . . . . . . . . . . . . . 291<br />
7.3.2 Norma . . . . . . . . . . . . . . . . . . . . . . . 293<br />
7.3.3 Ortogonalidad . . . . . . . . . . . . . . . . . . . 298<br />
7.3.4 Angulo y distancia entre vectores . . . . . . . . 304<br />
7.4 Formas bi<strong>lineal</strong>es simétricas . . . . . . . . . . . . . . . 306<br />
7.5 Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . 307<br />
7.6 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . 315
Capítulo 1<br />
Sistemas <strong>de</strong> Ecuaciones<br />
Lineales<br />
1.1 Definiciones y ejemplos<br />
Nos hemos dado cuenta que muchos alumnos que llegan al curso <strong>de</strong><br />
álgebra <strong>lineal</strong> no saben qué es una ecuación <strong>lineal</strong>, entonces ¿empecemos<br />
por el principio?<br />
Comencemos por ver algunos ejemplos <strong>de</strong> ecuaciones <strong>lineal</strong>es:<br />
Ejemplo: x + 2y − 3z + t = 6<br />
Ejemplo: 2x1 − 3x2 + 5x3 = 7<br />
Antiejemplo: 2xy + 5x + 5z = 4 No es <strong>lineal</strong>, pues hay incógnitas<br />
multiplicadas entre sí.<br />
Antiejemplo: 2x 2 + 3x − 5t = 5 No es <strong>lineal</strong>, pues la incógnita x<br />
está elevada a una potencia distinta a 1.<br />
Creo que ahora vas a enten<strong>de</strong>r bien la <strong>de</strong>finición ¿cierto?<br />
Definición 1.1.1 Una ecuación <strong>lineal</strong> <strong>de</strong> n incógnitas es una<br />
expresión <strong>de</strong>l tipo:<br />
α1x1 + α2x2 + · · · + αnxn = β , αi,β ∈ K
K un cuerpo. Los xi son llamados incógnitas.<br />
K = Q, IR, C,ZZ2,ZZ3,ZZp, p primo<br />
Recuer<strong>de</strong> que ZZ es un anillo, no alcanza a ser un cuerpo.<br />
Resolver una ecuación es encontrar todos los elementos <strong>de</strong> K que<br />
cumplen la igualdad. Esto quiere <strong>de</strong>cir que no basta con encontrar<br />
algunas soluciones.<br />
Veamos en un ejemplo cómo encontrar todas las soluciones.<br />
Ejemplo<br />
Resolvamos la ecuación <strong>lineal</strong> 2x + 3y − 2z = 5<br />
Solución<br />
Bueno hay que <strong>de</strong>spejar una <strong>de</strong> las incógnitas. En esta oportunidad<br />
escogeremos x:<br />
x = − 3<br />
2<br />
5<br />
y + z + ; y,z ∈ IR<br />
2<br />
Esto quiere <strong>de</strong>cir que cada vez que le <strong>de</strong>mos un valor a y y a z, tendremos<br />
una solución (x,y,z).<br />
Por ejemplo: Sea y = z = 0, entonces x = 5<br />
2<br />
, 0, 0)<br />
( 5<br />
2<br />
Otro ejemplo: Sea y = 1,z = 0, entonces x = −3 2<br />
Luego otra solución es (1, 1, 0)<br />
El conjunto <strong>de</strong> soluciones está dado por {( −3<br />
2<br />
luego la solución es<br />
5 + , luego x = 1.<br />
2<br />
5 y +z + ,y,z);y,z ∈ IR}<br />
2<br />
Es interesante que sepas, que cuando en matemática uno <strong>de</strong>fine un<br />
ente, el próximo paso a seguir es <strong>de</strong>finir cuando dos <strong>de</strong> esos entes son<br />
iguales.<br />
En este caso no hablaremos <strong>de</strong> igualdad <strong>de</strong> ecuaciones, sino, siguiendo<br />
la tradición hablaremos <strong>de</strong> ecuaciones equivalentes, ¿ <strong>de</strong> acuerdo ?
Definición 1.1.2 Diremos que dos ecuaciones <strong>lineal</strong>es son equivalentes<br />
si y sólo si tienen las mismas soluciones.<br />
Veamos dos ejemplos:<br />
Ejemplo<br />
Consi<strong>de</strong>remos las ecuaciones<br />
E1 : x + y + z = 3<br />
E2 : 2x + 2y + 2z = 6<br />
Estas dos ecuaciones son equivalentes pues tienen las mismas soluciones.<br />
Ejemplo<br />
1) : x + 3y − 5z = 5<br />
2) : 2x + 6y − 10z = 10<br />
Estas dos ecuaciones son equivalentes.<br />
Nota<br />
Hemos observado que hay alumnos que no saben resolver la ecuación<br />
<strong>lineal</strong>:<br />
E : 0x = 0<br />
¿Cuáles son los números reales que cumplen esta ecuación? Por<br />
supuesto, todos los números reales! ¡trivial!<br />
Algunos contestan x = 0.<br />
A lo largo <strong>de</strong>l curso nos encontraremos en repetidas oportunida<strong>de</strong>s<br />
ante esta situación, así es que: ¡no lo olvi<strong>de</strong>s!<br />
Antes <strong>de</strong> dar la <strong>de</strong>finición <strong>de</strong> un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es, veremos<br />
algunos ejemplos:
Ejemplo<br />
2x − y + z = −1<br />
x + 3y + 2z = 5<br />
Este es un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es <strong>de</strong> 2 ecuaciones y 3 incógnitas.<br />
Resolver este sistema, significa que <strong>de</strong>bemos encontrar todos los<br />
x,y,z ∈ K, tales que cumplen las 2 ecuaciones al mismo tiempo.<br />
Ejemplo<br />
3x + 2y = 11<br />
4x − y = 11<br />
x + 3y = 9<br />
x + y = 14<br />
⎫<br />
⎪⎬<br />
Sistema formado por 4 ecuaciones y 2 incógnitas<br />
Ejemplo<br />
⎪⎭<br />
x + y + z = 4<br />
2x + 3y = 7<br />
3x − y + z = −2<br />
<br />
⎫<br />
⎪⎬<br />
Sistema formado por 3 ecuaciones y 3 incógnitas.<br />
Ejemplo<br />
x + y + z = 2<br />
2x + 2y + 2z = 5<br />
Este sistema es incompatible, pues no existen 3 números que al sumar-<br />
al mismo tiempo.<br />
los se obtenga 2 y 5<br />
2<br />
⎪⎭
Bueno, como has podido apreciar no hay relación entre el número <strong>de</strong><br />
ecuaciones y el número <strong>de</strong> incógnitas para tener un sistema. Veamos<br />
la <strong>de</strong>finición.<br />
Definición 1.1.3 Un sistema <strong>lineal</strong> <strong>de</strong> m ecuaciones y n incógnitas,<br />
es un sistema <strong>de</strong>l tipo:<br />
α11x1 + α12x2+ · · · +α1nxn = β1<br />
α21x1 + α22x2+ · · · +α2nxn = β2<br />
......................................<br />
αm1x1 + αm2x2+ · · · +αmnxn = βm<br />
Don<strong>de</strong> αij,βi ∈ K, los xj son llamados las incógnitas.<br />
Dada la <strong>de</strong>finición, el próximo paso a seguir es <strong>de</strong>finir cuándo dos<br />
sistemas son equivalentes. A la vista, no es obvio cuándo dos sistemas<br />
lo son.<br />
¿Lo vemos primero en un ejemplo?<br />
Observación<br />
Estudiemos el sistema<br />
E1 : 2x − y = 4<br />
E2 : 3x + y = 1<br />
<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
⇒ E1 + E2 : 5x = 5 ⇒ x=1<br />
x = 1 en E2 : y = 1 − 3 ⇒ y=-2<br />
Ahora estudiemos el siguiente sistema, <strong>de</strong> apariencia muy distinta al<br />
anterior:<br />
E1 : 3x − 2y = 7<br />
E2 : x + 2y = −3<br />
<br />
⇒ E1 + E2 : 4x = 4 ⇒ x=1<br />
x = 1 en E2 : 2y = −3 − 1 ⇒ y=-2
Puesto que los dos sistemas tienen las mismas soluciones diremos que<br />
son ”equivalentes”.<br />
Tenemos, entonces, la <strong>de</strong>finición siguiente:<br />
Definición 1.1.4 Diremos que dos sistemas son equivalentes si<br />
tienen exactamente las mismas soluciones.<br />
1.2 Combinación <strong>lineal</strong> <strong>de</strong> ecuaciones<br />
En esta sección nos ocuparemos <strong>de</strong> cómo obtener a partir <strong>de</strong> algunas<br />
ecuaciones, otras ecuaciones, <strong>de</strong>ntro <strong>de</strong>l mismo sistema.<br />
Veamoslo en un ejemplo. ¡ Es tan fácil compren<strong>de</strong>r los conceptos en<br />
un ejemplo! ... y luego generalizarlo.<br />
Observación<br />
Consi<strong>de</strong>remos el sistema siguiente:<br />
E1 : x + 2y = −1<br />
E2 : 2x + y = 1<br />
De este sistema po<strong>de</strong>mos obtener la ecuación<br />
E3 = E2 + 2E1 : 4x + 5y = −1, <strong>de</strong> tal modo que, si x e y cumplen<br />
las ecuaciones E1 y E2, entonces cumplen E3.<br />
Diremos que E3 es una ”combinación <strong>lineal</strong>” <strong>de</strong> E1 y E2<br />
Ahora, enten<strong>de</strong>rás la <strong>de</strong>finición siguiente:<br />
Definición 1.2.1 Sean E1,E2, · · · ,En, n ecuaciones. Diremos que<br />
la ecuación<br />
E = α1E1 + α2E2 + · · · + αnEn<br />
es una combinación <strong>lineal</strong> <strong>de</strong> las ecuaciones E1,E2, · · · ,En
1.3 Operaciones elementales<br />
Bueno, el problema que enfrentaremos ahora es encontrar las operaciones<br />
que po<strong>de</strong>mos efectuar a un sistema <strong>de</strong> manera <strong>de</strong> obtener otro<br />
equivalente.<br />
Definición 1.3.1 Diremos que una operación es elemental si nos<br />
permite pasar <strong>de</strong> un sistema <strong>de</strong> ecuaciones a otro equivalente.<br />
Pero, veamos cuáles son estas operaciones. Es trivial que si cambiamos<br />
el or<strong>de</strong>n <strong>de</strong> las ecuaciones seguimos teniendo el mismo sistema, es <strong>de</strong>cir,<br />
uno equivalente. Entonces<br />
Primera operación: Consiste en intercambiar el or<strong>de</strong>n <strong>de</strong> las ecuaciones.<br />
Ejemplo<br />
Es super importante que comiences a apren<strong>de</strong>r la notación que usaremos<br />
para indicar la operación ¡Es fácil! ¡Es trivial!<br />
x + y = 3<br />
x − y = 7<br />
<br />
L12<br />
−→<br />
x − y = 7<br />
x + y = 3<br />
A pesar <strong>de</strong> ser una operación trivial, la usaremos a lo largo <strong>de</strong> todo<br />
el curso con el objetivo <strong>de</strong> or<strong>de</strong>nar algunas cosas.<br />
Notación: Lij <strong>de</strong>nota el intercambio <strong>de</strong> la ecuación i con la ecuación<br />
j.<br />
También es trivial la operación siguiente:<br />
Segunda operación: Consiste en multiplicar una ecuación por un<br />
número distinto <strong>de</strong> cero.
Ejemplo<br />
(Nuevamente observe la notación)<br />
x + y = 3<br />
x − 2y = 7<br />
<br />
L1(2)<br />
−→<br />
La ecuación (1) fue multiplicada por 2.<br />
2x + 2y = 6<br />
x − 2y = 7<br />
Observación: Si se multiplica una ecuación por cero, ésta se elimina,<br />
por lo tanto el sistema obtenido no es equivalente al original. Es <strong>de</strong>cir<br />
no está permitida la multiplicación por cero.<br />
Notación: Li(α) <strong>de</strong>notará la multiplicación por α <strong>de</strong> la ecuación i.<br />
Ejemplo<br />
x = 6<br />
x + 2y = 7<br />
<br />
L1(0)<br />
−→<br />
0x = 0<br />
x + 2y = 7<br />
En el primer sistema, existe una única solución, ésta es (6, 1).<br />
En el 2<br />
segundo sistema, el conjunto <strong>de</strong> soluciones es<br />
Ejemplo<br />
{(x,<br />
7 − x<br />
);x ∈ IR}<br />
2<br />
(α − 5)x + (α − 5)y = 3(α − 5)<br />
Esta ecuación es equivalente a x + y = 3 salvo en el caso α = 5<br />
Tercera operación: Consiste en sumarle a una ecuación un múltiplo<br />
<strong>de</strong> otra ecuación.
Ejemplo<br />
x + y = 3<br />
x − y = 7<br />
<br />
L (1)<br />
21<br />
−→<br />
x + y = 3<br />
2x = 10<br />
A la segunda ecuación, le hemos sumado 1 vez la primera ecuación.<br />
Notación: Lij(α) <strong>de</strong>notará sumarle a la ecuación i, α veces la ecuación<br />
j.<br />
Estas son las únicas tres operaciones elementales. No hay otras.<br />
Nota<br />
Estas operaciones son reversibles. En efecto:<br />
1. La primera operación: Si cambiamos la ecuación Ei con la<br />
ecuación Ej, la operación inversa es ella misma.<br />
2. La segunda operación: Si la ecuación Ei la multiplicamos por α,<br />
α = 0, entonces la operación inversa es multiplicar la ecuación<br />
Ei por 1<br />
α .<br />
3. La tercera operación: Si la ecuación Ei la cambiamos por E ′ i =<br />
Ei + αEj, volvemos a la ecuación Ei, al efectuar la operación<br />
E ′ i − αEj = Ei<br />
El hecho <strong>de</strong> que tales operaciones sean reversibles garantiza que el<br />
sistema que se obtiene <strong>de</strong> otro por operaciones elementales sucesivas<br />
sea equivalente al inicial.<br />
Luego los dos sistemas son equivalentes.<br />
El sentido <strong>de</strong> utilizar las operaciones elementales es conseguir trabajar<br />
sobre un sistema con una escritura más simple.<br />
Debemos cuidar <strong>de</strong> ir haciendo tales transformaciones por etapa.
1.4 Sistemas <strong>de</strong>pendientes e in<strong>de</strong>pendientes<br />
Si en un sistema, una ecuación está escrita dos veces, es algo realmente<br />
inútil. ¡Trivial!<br />
Pero, a veces, no es tan trivial que hay ecuaciones agregadas inútilmente,<br />
es <strong>de</strong>cir ecuaciones que se pue<strong>de</strong>n obtener <strong>de</strong> las anteriores. En<br />
lenguaje elegante: ecuaciones que son combinación <strong>lineal</strong> <strong>de</strong> las <strong>de</strong>más.<br />
Observación<br />
Consi<strong>de</strong>remos el sistema:<br />
E1 : 3x + y = 2<br />
E2 : 2x − y = 3<br />
E3 : x + 2y = −1<br />
Vemos que E3 = E1 − E2, es <strong>de</strong>cir, E3 es una combinación <strong>lineal</strong> <strong>de</strong><br />
E1 y E2.<br />
Diremos que el sistema es ”<strong>de</strong>pendiente”.<br />
Es obvio, que para buscar la solución <strong>de</strong>l sistema nos quedamos solamente<br />
con las dos primeras ecuaciones.<br />
Definición 1.4.1 Diremos que un sistema <strong>de</strong> ecuaciones es <strong>lineal</strong>mente<br />
<strong>de</strong>pendiente si al menos una ecuación es combinación <strong>lineal</strong><br />
<strong>de</strong> las otras.<br />
Observación<br />
Consi<strong>de</strong>remos el sistema siguiente:<br />
E1 : x + y = 3<br />
E2 : x + 3y = 5<br />
Este sistema no es <strong>de</strong>pendiente pues una ecuación no es múltiplo <strong>de</strong><br />
la otra. Diremos que es ”in<strong>de</strong>pendiente”.<br />
⎫<br />
⎪⎬<br />
<br />
⎪⎭
Definición 1.4.2 Diremos que un sistema <strong>de</strong> ecuaciones es <strong>lineal</strong>mente<br />
in<strong>de</strong>pendiente cuando no es <strong>lineal</strong>mente <strong>de</strong>pendiente, es <strong>de</strong>cir,<br />
si ninguna ecuación es combinación <strong>lineal</strong> <strong>de</strong> las otras.<br />
En <strong>de</strong>finitiva, en un sistema <strong>lineal</strong>mente in<strong>de</strong>pendiente no hay información<br />
<strong>de</strong> más.<br />
Un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>mente in<strong>de</strong>pendiente pue<strong>de</strong> tener tres<br />
aspectos posibles:<br />
más incógnitas que ecuaciones.<br />
más ecuaciones que incógnitas.<br />
número <strong>de</strong> ecuaciones = número <strong>de</strong> incógnitas.<br />
1.5 Sistema <strong>de</strong> Cramer<br />
Cuando estudiamos un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es, a nosotros nos<br />
interesa el número <strong>de</strong> ecuaciones in<strong>de</strong>pendientes.<br />
Se supone que el primer paso para resolver un sistema, es quedarse<br />
con un sistema in<strong>de</strong>pendiente.<br />
Entonces, comencemos por estudiar un sistema in<strong>de</strong>pendiente.<br />
Definición 1.5.1 Un sistema <strong>de</strong> n ecuaciones y n incognitas, <strong>lineal</strong>mente<br />
in<strong>de</strong>pendiente, es llamado Sistema <strong>de</strong> Cramer.<br />
Observación<br />
En la Educación Media, uno comprendió que un sistema <strong>lineal</strong> <strong>de</strong> 2<br />
ecuaciones y 2 incógnitas tiene una única solución. Comprendimos que
lo mismo ocurre en un sistema <strong>de</strong> 3 ecuaciones y 3 incógnitas. Debido a<br />
la manera en que se llega a esta solución única, uno imagina que esto<br />
ocurre para un sistema <strong>lineal</strong> <strong>de</strong> n ecuaciones y n incógnitas, pero,<br />
para ser más cuidadosos habría que agregar: ”sistema in<strong>de</strong>pendiente”<br />
¿ cierto ?<br />
Tenemos, entonces, la proposición siguiente:<br />
Proposición 1.5.1 Un sistema <strong>de</strong> Cramer tiene una única solución.<br />
Demostración<br />
La <strong>de</strong>mostración la haremos por inducción sobre n = número <strong>de</strong> ecuaciones<br />
= número <strong>de</strong> incógnitas.<br />
Si n = 1, tenemos un sistema <strong>lineal</strong> <strong>de</strong> 1 ecuación y 1 incógnita in<strong>de</strong>pendiente,<br />
que trivialmente tiene una única solución.<br />
Supongamos que todo sistema <strong>lineal</strong> in<strong>de</strong>pendiente <strong>de</strong> n ecuaciones<br />
y n incógnitas tiene una única solución (Esta es nuestra hipótesis <strong>de</strong><br />
inducción).<br />
Ahora, consi<strong>de</strong>remos un sistema <strong>de</strong> Cramer formado por las ecuaciones<br />
E1, E2, · · ·, En+1 siguientes:<br />
E1 : α11x1 + α12x2+ · · · +α1n+1xn+1 = β1<br />
E2 : α21x1 + α22x2+ · · · +α2n+1xn+1 = β2<br />
....................................................<br />
En : αn1x1 + αn2x2+ · · · +αnn+1xn+1 = βn<br />
En+1 : αn+11x1 + αn+12x2+ · · · +αn+1n+1xn+1 = βn+1<br />
Estudiemos el sistema formado por las n primeras ecuaciones. Este<br />
sistema lo escribimos <strong>de</strong> la manera siguiente:<br />
E ′ 1 : α11x1 + α12x2+ · · · +α1nxn = β1 − α1n+1xn+1<br />
E ′ 2 : α21x1 + α22x2+ · · · +α2nxn = β2 − α2n+1xn+1<br />
.......................................<br />
E ′ n : αn1x1 + αn2x2+ · · · +αnnxn = βn − αnn+1xn+1<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
⎫<br />
⎪⎬<br />
⎪⎭
Po<strong>de</strong>mos pensar γj = βj − αjn+1xn+1 como constantes. Entonces, tenemos<br />
un sistema <strong>de</strong> Cramer <strong>de</strong> n × n, luego tiene solución única, a<br />
saber θ1, · · · ,θn, con los elementos θi en función <strong>de</strong> αij,βi y xn+1. Estos<br />
θ1, · · ·,θn los reemplazamos en En+1 y tenemos:<br />
En+1 : αn+11θ1 + αn+12θ2 + · · · + αn+1nθn + αn+1n+1xn+1 = βn+1<br />
De esta ecuación se <strong>de</strong>speja xn+1 (recuer<strong>de</strong> que los θ1, · · · ,θn están en<br />
función <strong>de</strong> xn+1)<br />
Entonces tenemos una solución única. Luego todo sistema <strong>de</strong> Cramer<br />
<strong>de</strong> n ecuaciones y n incógnitas tiene una única solución, para todo n,<br />
número natural.<br />
1.6 Proceso <strong>de</strong> escalonamiento <strong>de</strong> un sistema<br />
El proceso que nos ocupa ahora es escribir los sistemas en su forma<br />
más simple posible, pero, antes <strong>de</strong>bemos <strong>de</strong>finir qué será para nosotros<br />
”la forma más simple posible”. A esta forma la llamaremos forma<br />
escalonada.<br />
Entonces, comencemos por ver algunos ejemplos <strong>de</strong> sistemas escalonados.<br />
Ejemplo<br />
El sistema siguiente está en su forma escalonada:<br />
x + 2y + 5t = 2<br />
z + 3t = 3<br />
u = 4<br />
Observemos cómo estan dispuestos los coeficientes:<br />
⎫<br />
⎪⎬<br />
⎪⎭
⎛<br />
⎜<br />
⎝<br />
1 2 0 5 0 2<br />
0 0 1 3 0 3<br />
0 0 0 0 1 4<br />
Definición <strong>de</strong> sistema escalonado<br />
Diremos que un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es está escalonado si satisface<br />
las tres condiciones siguientes:<br />
1. El coeficiente <strong>de</strong> la primera incógnita distinta <strong>de</strong> cero <strong>de</strong> cada<br />
ecuación es 1. Es llamado lí<strong>de</strong>r.<br />
2. Cuando hay un lí<strong>de</strong>r, los <strong>de</strong>más elementos <strong>de</strong> la columna son<br />
ceros.<br />
3. Los lí<strong>de</strong>res <strong>de</strong>ben ir <strong>de</strong> izquierda a <strong>de</strong>recha y <strong>de</strong> arriba hacia<br />
abajo.<br />
Veamos otros ejemplos:<br />
Ejemplo<br />
x + 4z + 3t = 1<br />
y + 2z + 5t = 4<br />
<br />
⎞<br />
⎟<br />
⎠<br />
Los coeficientes están distribuídos como sigue:<br />
El cual es un sistema escalonado.<br />
<br />
1 0 4 3 1<br />
0 1 2 5 4
Ejemplo<br />
Se pue<strong>de</strong> tener también el sistema, obviamente incompatible, siguiente:<br />
x + 4z = 0<br />
y + 2z = 0<br />
0 = 1<br />
⎫<br />
⎪⎬<br />
Sus coeficientes están distribuídos como sigue:<br />
⎛<br />
⎜<br />
⎝<br />
El cual es un sistema escalonado.<br />
1 0 4 0<br />
0 1 2 0<br />
0 0 0 1<br />
Definición 1.6.1 Matriz es una or<strong>de</strong>nación rectangular <strong>de</strong> números.<br />
Definición 1.6.2 Escalonar un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es es llevarlo<br />
a un sistema escalonado equivalente, a través <strong>de</strong> operaciones<br />
elementales.<br />
Observaciones<br />
Si al escalonar quedan filas con ceros únicamente, significa que el sistema<br />
inicial era <strong>de</strong>pendiente, es <strong>de</strong>cir había información <strong>de</strong> sobra.<br />
Si al escalonar queda una fila <strong>de</strong>l tipo:<br />
⎪⎭<br />
⎞<br />
⎟<br />
⎠<br />
0 0 · · · 0 1<br />
significa que el sistema no tiene solución.<br />
Si al escalonar, las filas distintas <strong>de</strong> cero correspon<strong>de</strong>n a un sistema<br />
<strong>de</strong> n ecuaciones y n incógnitas, es un sistema <strong>de</strong> Cramer, luego tiene<br />
solución única.
Y si al escalonar, las filas distintas <strong>de</strong> cero correspon<strong>de</strong> a un sistema<br />
que tiene menos ecuaciones que incógnitas, obviamente que habrá infinitas<br />
soluciones.<br />
Pero más que saber cuántas soluciones tiene un sistema, es importante<br />
encontrar las soluciones.<br />
A continuación veremos varios ejercicios en los cuales se encuentran<br />
las soluciones <strong>de</strong> los sistemas, en caso que estas soluciones existan.<br />
Es emocionante ver cómo recién comenzado el curso, po<strong>de</strong>mos resolver<br />
los sistemas <strong>lineal</strong>es y familias <strong>de</strong> sistemas <strong>lineal</strong>es.<br />
1.7 Ejercicios Resueltos<br />
Ejercicio<br />
Estudiemos el sistema <strong>de</strong> ecuaciones:<br />
Solución<br />
x + y + z = 2<br />
2x − y + 2z = −2<br />
x + 2y + 2z = 3<br />
x − y + 2z = −3<br />
Comencemos por escalonar el sistema, es <strong>de</strong>cir, escribámoslo en su<br />
forma más simple.<br />
Anotemos solamente los coeficientes, para no escribir tantas letras,<br />
⎫<br />
⎪⎬<br />
⎪⎭
pero, siempre respetando el or<strong>de</strong>n.<br />
⎛<br />
⎜<br />
⎝<br />
1 1 1 2<br />
2 −1 2 −2<br />
1 2 2 3<br />
1 −1 2 −3<br />
−1<br />
( 3 )<br />
L 2<br />
−→<br />
L (−1)<br />
4<br />
L (−1)<br />
13<br />
−→<br />
L (1)<br />
43<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
⎟<br />
⎠<br />
1 1 1 2<br />
0 1 0 2<br />
0 1 1 1<br />
0 2 −1 5<br />
1 0 0 1<br />
0 1 0 2<br />
0 0 1 −1<br />
0 0 0 0<br />
L (−2)<br />
21<br />
−→<br />
L (−1)<br />
31<br />
L (−1)<br />
41<br />
Es <strong>de</strong>cir, la solución es (1, 2, −1)<br />
⎞<br />
⎟<br />
⎠<br />
⎞<br />
⎛<br />
⎜<br />
⎝<br />
L (−1)<br />
12<br />
−→<br />
L (−1)<br />
32<br />
L (−2)<br />
42<br />
⎟<br />
⎠ ⇒<br />
1 1 1 2<br />
0 −3 0 −6<br />
0 1 1 1<br />
0 −2 1 −5<br />
⎛<br />
⎜<br />
⎝<br />
x=1<br />
y=2<br />
z=-1<br />
Realmente fácil <strong>de</strong> obtener la solución ¿ cierto ?<br />
Ejercicio<br />
Estudiemos el sistema <strong>de</strong> ecuaciones sgte.:<br />
Solución<br />
x − y − z + 2u = 0<br />
x + y + 3z + 4u = 0<br />
2x + y + 4z + 7u = 0<br />
3x + y + 5z + 10u = 0<br />
Comencemos por escalonar el sistema:<br />
⎞<br />
⎟<br />
⎠<br />
1 0 1 0<br />
0 1 0 2<br />
0 0 1 −1<br />
0 0 −1 1<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
⎞<br />
⎟<br />
⎠
⎛<br />
⎜<br />
⎝<br />
1 −1 −1 2 0<br />
1 1 3 4 0<br />
2 1 4 7 0<br />
3 1 5 10 0<br />
L (1<br />
2 )<br />
2<br />
−→<br />
L (1<br />
3 )<br />
3<br />
L (1<br />
4 )<br />
4<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
⎟<br />
⎠<br />
1 −1 −1 2 0<br />
0 1 2 1 0<br />
0 1 2 1 0<br />
0 1 2 1 0<br />
Es <strong>de</strong>cir tenemos el sistema<br />
L (−1)<br />
21<br />
−→<br />
L (−2)<br />
31<br />
L (−3)<br />
41<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
L (1)<br />
12<br />
−→<br />
L (−1)<br />
32<br />
L (−1)<br />
42<br />
x + z + 3u = 0<br />
y + 2z + u = 0<br />
1 −1 −1 2 0<br />
0 2 4 2 0<br />
0 3 6 3 0<br />
0 4 8 4 0<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
⎟<br />
⎠<br />
1 0 1 3 0<br />
0 1 2 1 0<br />
0 0 0 0 0<br />
0 0 0 0 0<br />
Si <strong>de</strong>spejamos las incógnitas que correspon<strong>de</strong>n a los lí<strong>de</strong>res, tenemos:<br />
x = −z − 3u<br />
y = −2z − u<br />
Luego, el conjunto <strong>de</strong> soluciones es:<br />
<br />
<br />
;z,u ∈ IR<br />
{(−z − 3u, −2z − u,z,u);z,u ∈ IR}<br />
Definición 1.7.1 Una familia <strong>de</strong> sistemas es un conjunto formado<br />
por una cantidad infinita <strong>de</strong> sistemas que han sido construídos <strong>de</strong> manera<br />
análoga.<br />
Ejercicio<br />
Estudiemos la familia <strong>de</strong> sistemas siguiente para los diferentes valores<br />
<strong>de</strong> α ∈ IR<br />
x + 4z + 6t = 1<br />
x + y + 9z + 6t = 3<br />
2y + 10z + (α + 3)t = (α + 3)<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
⎞<br />
⎟<br />
⎠
Solución<br />
⎛<br />
⎜<br />
⎝<br />
1 0 4 6 1<br />
1 1 9 6 3<br />
0 2 10 α + 3 α + 3<br />
L (−2)<br />
32<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
⎟<br />
⎠ L(−1) 21<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
1 0 4 6 1<br />
0 1 5 0 2<br />
0 0 0 α + 3 α − 1<br />
1 0 4 6 1<br />
0 1 5 0 2<br />
0 2 10 α + 3 α + 3<br />
⎞<br />
⎞<br />
⎟<br />
⎠<br />
⎟<br />
⎠ (1.1)<br />
Debemos estudiar separadamente el sistema con α+3 = 0 y la familia<br />
con α + 3 = 0.<br />
Caso 1 α + 3 = 0 es <strong>de</strong>cir α = −3<br />
Tenemos el sistema:<br />
⎛<br />
⎜<br />
⎝<br />
1 0 4 6 1<br />
0 1 5 0 2<br />
0 0 0 0 −4<br />
Es <strong>de</strong>cir, este sistema no tiene solución.<br />
Caso 2 α + 3 = 0 es <strong>de</strong>cir α = −3<br />
Seguimos escalonando el sistema (1.1):<br />
1<br />
( α+3 )<br />
L 3<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
1 0 4 6 1<br />
0 1 5 0 2<br />
0 0 0 1 α−1<br />
α+3<br />
⎞<br />
⎟<br />
⎠ ⇒ 0 = −4 ⇒⇐<br />
⎞<br />
⎟<br />
⎠ L(−6) 13<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
La familia <strong>de</strong> sistemas escalonada es la siguiente:<br />
x + 4z = −5α+9<br />
α+3<br />
y + 5z = 2<br />
t = α−1<br />
α+3<br />
⎫<br />
⎪⎬<br />
α = −3<br />
⎪⎭<br />
1 0 4 0 −5α+9<br />
α+3<br />
0 1 5 0 2<br />
0 0 0 1 α−1<br />
α+3<br />
Despejando las incógnitas que correspon<strong>de</strong>n a los lí<strong>de</strong>res tenemos:<br />
⎞<br />
⎟<br />
⎠
x = −5α+9 − 4z α+3<br />
y = 2 − 5z<br />
t = α−1<br />
α+3<br />
Comprobemos las soluciones:<br />
Caso α = −3<br />
⎛<br />
⎜<br />
⎝<br />
1 0 4 6 1<br />
1 1 9 6 3<br />
0 2 10 0 0<br />
Luego no existe solución.<br />
Caso α = −3<br />
E1 : ( −5α+9<br />
α+3<br />
E2 : ( −5α+9<br />
α+3<br />
⎞<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
;z ∈ IR,α = −3<br />
⎟<br />
⎠ 2E1 − 2E2 + E3 : 0 = −4 ⇒⇐<br />
− 4z) + 4z + 6α−6<br />
α+3 = α+3<br />
α+3 = 1<br />
− 4z) + (2 − 5z) + 9z + 6α−6<br />
α+3<br />
E3 : 2(2 − 5z) + 10z + (α + 3) α−1<br />
α+3<br />
Luego cumple<br />
Ejercicio<br />
= α+3<br />
α+3<br />
+ 2 = 3<br />
= 4 + α − 1 = (α + 3)<br />
Resolvamos la siguiente familia <strong>de</strong> sistemas según los diferentes valores<br />
<strong>de</strong> α ∈ IR<br />
x + 2y + 3z = −1<br />
x + (α + 1)y + (α + 2)z = 2<br />
x + 2y + (α + 5)z = α 2 − α − 7<br />
⎫<br />
⎪⎬<br />
⎪⎭
Solución<br />
⎛<br />
⎜<br />
⎝<br />
L (−1)<br />
21<br />
−→<br />
L (−1)<br />
31<br />
1 2 3 −1<br />
1 α + 1 α + 2 2<br />
1 2 α + 5 α 2 − α − 7<br />
⎛<br />
⎜<br />
⎝<br />
Caso 1 α + 2 = 0 es <strong>de</strong>cir α = −2<br />
Reemplazando en (1.2), tenemos:<br />
⎛<br />
⎜<br />
⎝<br />
1 2 3 −1<br />
0 −3 −3 3<br />
⎞<br />
⎟<br />
⎠<br />
1 2 3 −1<br />
0 α − 1 α − 1 3<br />
0 0 α + 2 α 2 − α − 6<br />
⎞<br />
⎟<br />
⎠<br />
L( −1<br />
3 )<br />
2<br />
−→<br />
0 0 0 0<br />
L12(−2)<br />
−→<br />
⎛<br />
⎞<br />
1 0 1 1<br />
⎜<br />
⎟<br />
⎝ 0 1 1 −1 ⎠<br />
0 0 0 0<br />
El sistema escalonado es :<br />
x + z = 1<br />
y + z = −1<br />
<br />
→<br />
⎛<br />
⎜<br />
⎝<br />
x = 1 − z<br />
y = −1 − z<br />
⎞<br />
1 2 3 −1<br />
0 1 1 −1<br />
0 0 0 0<br />
<br />
;z ∈ IR<br />
⎟<br />
⎠ (1.2)<br />
Caso 2 α + 2 = 0 es <strong>de</strong>cir α = −2. Puesto que α + 2 = 0 po<strong>de</strong>mos<br />
seguir escalonando el sistema (1.2):<br />
1<br />
( α+2 )<br />
L 3<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
Caso 2i α − 1 = 0, es <strong>de</strong>cir α = 1<br />
1 2 3 −1<br />
0 α − 1 α − 1 3<br />
0 0 1 α − 3<br />
En el sistema (1.3), la segunda ecuación queda<br />
⎞<br />
⎞<br />
⎟<br />
⎠<br />
⎟<br />
⎠ (1.3)
Luego no existe solución.<br />
Caso 2ii α = 1, −2<br />
0 = 3 ⇒⇐<br />
Seguimos escalonando el sistema (1.3). Tenemos<br />
1<br />
( α−1 )<br />
L 2<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
1 2 3 −1<br />
0 1 1 3<br />
α−1<br />
0 0 1 α − 3<br />
1 2 0 −3α + 8<br />
0 1 0 −α 2 +4α<br />
α−1<br />
0 0 1 α − 3<br />
⎞<br />
⎞<br />
⎟<br />
⎠<br />
⎟<br />
⎠ L(−2) 12<br />
−→<br />
L (−3)<br />
13<br />
−→<br />
L (−1)<br />
23<br />
⎛<br />
1 0 0 −α2 +3α−8<br />
α−1<br />
⎜<br />
⎝<br />
Luego tenemos una única solución, a saber<br />
x = −α2 + 3α − 8<br />
α − 1<br />
0 1 0 −α 2 +4α<br />
α−1<br />
0 0 1 α − 3<br />
; y = −α2 + 4α<br />
; z = α − 3<br />
α − 1<br />
Sólo haremos la comprobación <strong>de</strong>l caso α = 1<br />
Tenemos<br />
E1 : x + 2y + 3z = −1<br />
E2 : x + 2y + 3z = 2<br />
Con estas dos ecuaciones basta ver que el sistema es inconsistente. Las<br />
<strong>de</strong>más soluciones satisfacen el sistema. Ahora es su turno comprobar<br />
las otras soluciones. ¡ Ánimo!<br />
Ejercicio<br />
Estudiemos la siguiente familia <strong>de</strong> sistemas <strong>de</strong> ecuaciones según los<br />
diferentes valores <strong>de</strong> α ∈ IR<br />
<br />
⎞<br />
⎟<br />
⎠
Solución<br />
x + z = 1<br />
y + z = −1<br />
(α 2 − 4)y + (α − 2)z = α + 2<br />
Comencemos a escalonar el sistema. Tenemos<br />
L (−α2 +4)<br />
32<br />
−→<br />
=<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
1 0 1 1<br />
0 1 1 −1<br />
0 α 2 − 4 α − 2 α + 2<br />
⎞<br />
⎟<br />
⎠<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
1 0 1 1<br />
0 1 1 −1<br />
0 0 −α 2 + α + 2 α 2 + α − 2<br />
1 0 1 1<br />
0 1 1 −1<br />
0 0 −(α − 2)(α + 1) (α + 2)(α − 1)<br />
Caso 1 α − 2 = 0, es <strong>de</strong>cir α = 2<br />
⎞<br />
⎟<br />
⎠ =<br />
⎞<br />
⎟<br />
⎠ (1.4)<br />
La tercera ecuación queda 0 = 4 ⇒⇐ Luego no existe solución.<br />
Caso 2 α + 1 = 0, es <strong>de</strong>cir α = −1<br />
La tercera ecuación queda 0 = −2 ⇒⇐ Luego no existe solución.<br />
Caso 3 α = −1, 2<br />
Escalonamos a partir <strong>de</strong> (1.4)<br />
L3( −1<br />
(α−2)(α+1) )<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
1 0 1 1<br />
0 1 1<br />
0 0 1<br />
−1<br />
(α+2)(α−1)<br />
−(α−2)(α+1)<br />
⎞<br />
⎟<br />
⎠
L (−1)<br />
13<br />
−→<br />
L (−1)<br />
23<br />
⎛<br />
⎜<br />
⎝<br />
Luego se tiene la solución única:<br />
x = 2(α2 − 2)<br />
; y =<br />
(α − 2)(α + 1)<br />
Ejercicios Propuestos<br />
2(α<br />
1 0 0<br />
2−2) (α−2)(α+1)<br />
2α<br />
0 1 0 (α−2)(α+1)<br />
0 0 1 −(α+2)(α−1)<br />
(α−2)(α+1)<br />
⎞<br />
⎟<br />
⎠<br />
2α<br />
−(α + 2)(α − 1)<br />
; z =<br />
(α − 2)(α + 1) (α − 2)(α + 1)<br />
1. Consi<strong>de</strong>re el sistema <strong>de</strong> 2 ecuaciones <strong>lineal</strong>es y 5 incógnitas y<br />
encuentre todas sus soluciones.<br />
<br />
x1 + 2x2 + x3 + x4 + x5 = 6<br />
2x1 + 4x2 − x3 + x5 = 3<br />
2. Resuelva el sistema siguiente<br />
x + y + 2z = 3<br />
2x + y − z = 8<br />
4x + 3y + 3z = 14<br />
3. Resuelva la familia <strong>de</strong> sistemas, según el valor <strong>de</strong> α ∈ IR<br />
αx + y + z = 1<br />
x + αy + z = 1<br />
x + y + αz = 1<br />
4. Según los diferentes valores <strong>de</strong> k ∈ IR encuentre todas las soluciones<br />
<strong>de</strong> la siguiente familia <strong>de</strong> sistemas <strong>de</strong> ecuaciones <strong>lineal</strong>es<br />
x + y − z = 1<br />
2x + 3y + kz = 3<br />
x + ky + 3z = 2<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
⎫<br />
⎪⎬<br />
⎪⎭
Capítulo 2<br />
Espacios Vectoriales<br />
2.1 Definición y propieda<strong>de</strong>s básicas <strong>de</strong><br />
espacio vectorial<br />
Nos parece que este es uno <strong>de</strong> los capítulos más emocionante <strong>de</strong>l curso.<br />
Este concepto <strong>de</strong> ”espacio vectorial”, realmente hace crear un nuevo<br />
espacio en nuestras mentes. Es algo muy diferente a lo estudiado en el<br />
curso anterior <strong>de</strong> Algebra.<br />
Todos los conceptos <strong>de</strong> este capítulo, los veremos geométricamente<br />
para po<strong>de</strong>r enten<strong>de</strong>rlos mejor.<br />
Después <strong>de</strong> haber visualizado estos conceptos uno pue<strong>de</strong> hacer hermosas<br />
abstracciones y llegar a tener pensamientos tales como ”una<br />
función es un vector”.<br />
Veremos muchísimos ejemplos y ejercicios. Vas a po<strong>de</strong>r experimentar,<br />
tú mismo, qué es un espacio vectorial y qué es lo que ocurre en él que<br />
lo hace algo tan especial.<br />
A<strong>de</strong>más esperamos que te vayas imaginando los conceptos y propieda<strong>de</strong>s,<br />
<strong>de</strong> manera que vayas haciéndote preguntas <strong>de</strong> materias que veremos<br />
unas hojas más a<strong>de</strong>lante.<br />
Es tratar <strong>de</strong> vivir uno mismo la historia <strong>de</strong> la creación <strong>de</strong> esta rama<br />
31
<strong>de</strong> las matemáticas que es el Algebra Lineal.<br />
Te invitamos a sumergirte en los ”Espacios Vectoriales”. Bienvenido!.<br />
Observación<br />
Consi<strong>de</strong>remos IR 2 , el plano cartesiano y en él consi<strong>de</strong>remos los vectores<br />
que parten en el origen y solamente ellos.<br />
Algebraicamente, IR 2 se <strong>de</strong>scribe como IR 2 = {(x,y); x,y ∈ IR}. En<br />
IR 2 , po<strong>de</strong>mos <strong>de</strong>finir la suma <strong>de</strong> dos elementos, <strong>de</strong> la manera siguiente:<br />
Sean u,v ∈ IR 2 , luego u = (x,y), v = (x ′ ,y ′ ), ciertos x,x ′ ,y,y ′ ∈ IR.<br />
Entonces u + v = (x,y) + (x ′ ,y ′ ) = (x + x ′ ,y + y ′ ).<br />
Este último es un elemento típico <strong>de</strong> IR 2 , es <strong>de</strong>cir, IR 2 es cerrada para<br />
la suma.<br />
Esta suma, geométricamente correspon<strong>de</strong> a ”la ley <strong>de</strong>l paralelógramo”.<br />
Veámoslo geométricamente
Tenemos que IR 2 con esta suma cumple las siguientes propieda<strong>de</strong>s<br />
1. La suma es asociativa<br />
2. Existe neutro: 0 = (0, 0)<br />
3. Todo elemento tiene inverso, a saber<br />
4. La suma es conmutativa<br />
−(x,y) = (−x, −y) ∀(x,y) ∈ IR 2<br />
Es <strong>de</strong>cir, (IR 2 , +) es un grupo abeliano.<br />
Bueno, la novedad es que a estos vectores les po<strong>de</strong>mos cambiar su<br />
magnitud, es <strong>de</strong>cir, multiplicarlos por un número, por ejemplo: 2· −−−→<br />
(1, 5),<br />
dos veces el vector −−−→<br />
(1, 5), obtenemos el vector −−−→<br />
(2, 10) que sigue estando<br />
en IR 2 .<br />
Es <strong>de</strong>cir, uno pue<strong>de</strong> <strong>de</strong>finir la operación externa, llamada pon<strong>de</strong>ración,<br />
siguiente:<br />
Ex : IR × IR 2 → IR 2<br />
(α, (x,y)) ↦→ (αx,αy) ∀(x,y) ∈ IR 2 , ∀α ∈ IR<br />
Esta operación cumple las siguientes propieda<strong>de</strong>s:<br />
5. 1 · (x,y) = (x,y)
6. (α + β)(x,y) = α(x,y) + β(x,y)<br />
7. α((x,y) + (x ′ ,y ′ )) = α(x,y) + α(x ′ ,y ′ )<br />
8. (α · β)(x,y) = α · (β(x,y))<br />
Esto para todo (x,y) ∈ IR 2 y todo α,β ∈ IR<br />
Bueno, creo que esto te parece fácil ¿cierto?<br />
¡Esperamos no equivocarme en nuestra apreciación!<br />
Ocurre que por cumplir IR 2 estas 8 propieda<strong>de</strong>s, diremos que IR 2 es<br />
un ”IR-espacio vectorial o un ”espacio vectorial sobre IR”.<br />
Resumiendo, veremos IR 2 como un conjunto cuyos elementos son vectores<br />
que parten en el origen y tales que se pue<strong>de</strong>n sumar y pon<strong>de</strong>rar.<br />
Esta estructura la vamos a genelizar<br />
¿Te animas a dar un salto <strong>de</strong> abstracción?<br />
Observación<br />
Un ejemplo físico <strong>de</strong> espacio vectorial, es el mo<strong>de</strong>lo que representa las<br />
fuerzas ejercidas sobre un punto material.<br />
Definición 2.1.1 Sea V un conjunto. Sea K un cuerpo (K = Q; IR;<br />
C; ZZ2; ZZ3; Zp, p primo, etc.). Sobre V <strong>de</strong>finamos dos operaciones:<br />
1. Una operación llamada suma, <strong>de</strong>notada por +:<br />
+ : V × V → V ; (v,w) ❀ v + w
Esta operación es una ley <strong>de</strong> composición interna.<br />
2. Una operación entre los elementos <strong>de</strong> V y los elementos <strong>de</strong> K,<br />
<strong>de</strong>notada por Ex que cumple<br />
Ex : K × V → V ; (α,v) ❀ α · v<br />
Es una operación externa, pues opera con elementos que están<br />
fuera <strong>de</strong> V . Esta operación es conocida con el nombre <strong>de</strong> producto<br />
por escalar o pon<strong>de</strong>ración.<br />
Los elementos <strong>de</strong> V son llamados vectores y los elementos <strong>de</strong> K<br />
son llamados escalares. Sobre este conjunto V haremos, a<strong>de</strong>más, 8<br />
exigencias, llamadas los axiomas <strong>de</strong> espacios vectoriales. Son los siguientes:<br />
E.V.1. (u+v)+w = u+(v+w), ∀u,v, w ∈ V (Asociatividad)<br />
E.V.2. Existe neutro aditivo, <strong>de</strong>notado por 0.<br />
E.V.3. Para todo v ∈ V , existe w ∈ V tal que v+w = 0.<br />
Notación w = −v.<br />
E.V.4. v+w = w+v, ∀v, w ∈ V . (Conmutatividad)<br />
E.V.5. 1 · v = v<br />
E.V.6. (α + β)v = αv+βv ∀α,β ∈ K, ∀v ∈ V<br />
E.V.7. α(v+w) = αv+αw, ∀α ∈ K, ∀v, w ∈ V<br />
E.V.8. (αβ) · v = α · (β · v) , ∀α,β ∈ K, ∀v ∈ V<br />
En tal caso diremos que V es un K - espacio vectorial o un espacio<br />
vectorial sobre K.<br />
Nota<br />
Fundándose en estos axiomas, se <strong>de</strong>sarrolla la teoría llamada Algebra<br />
Lineal.
Nota<br />
De ahora en a<strong>de</strong>lante, K, <strong>de</strong>notará Q, IR o C.<br />
Ejemplo<br />
Estudiemos V sobre K. Don<strong>de</strong> V = {(−2x,x);x ∈ K} ⊂ K 2<br />
Sea v, w ∈ V , luego los vectores v y w tienen la forma v = (−2x,x) y<br />
w = (−2y,y). V es cerrado para la suma pues,<br />
v+ w = (−2x,x)+(−2y,y) = (−2x+(−2y),x+y) = (−2(x+y),x+y)<br />
el cual es un elemento típico <strong>de</strong> V . También es cerrado para la pon<strong>de</strong>ración,<br />
pues,<br />
α · v = α · (−2x,x) = (α(−2x),αx) = (−2(αx),αx)<br />
el cual es un elemento típico <strong>de</strong> V . A<strong>de</strong>más V cumple los 8 axiomas<br />
<strong>de</strong> espacios vectoriales. En efecto, cumple:<br />
(En lo sucesivo escribiremos simplemente v en lugar <strong>de</strong> v).<br />
E.V.1. Sean u,v,w ∈ V , luego u = (−2x,x),v = (−2y,y),w =<br />
(−2z,z), ciertos x,y,z ∈ K.<br />
(u + v) + w = ((−2x,x) + (−2y,y)) + (−2z,z)<br />
= (−2x + −2y,x + y) + (−2z,z)<br />
= ((−2x + −2y) + −2z, (x + y) + z)<br />
= (−2x + (−2y + −2z),x + (y + z))<br />
= (−2x,x) + (−2y + −2z,y + z)<br />
= (−2x,x) + ((−2y,y) + (−2z,z))<br />
= u + (v + w)<br />
E.V.2. 0 = (0, 0) = ((−2)0, 0), el cual es un elemento típico <strong>de</strong> V .<br />
E.V.3. Sea v = (−2x,x) ∈ V , entonces −v = (−2(−x), (−x)), el<br />
cual es un elemento <strong>de</strong> V .
E.V.4. v + w = (−2x,x) + (−2y,y) = (−2x + −2y,x + y)<br />
= (−2y + −2x,y + x) = (−2y,y) + (−2x,x)<br />
= w + v<br />
E.V.5. 1 · v = 1 · (−2x,x) = (1(−2x), 1x) = (−2x,x) = v.<br />
E.V.6. (α + β)v = (α + β) · (−2x,x)<br />
= ((α + β)(−2x), (α + β)x)<br />
= (α(−2x) + β(−2x), (αx + βx)<br />
= (α(−2x),αx) + (β(−2x),βx)<br />
= α(−2x,x) + β(−2x,x) = αv + βv<br />
E.V.7. α · (v + w) = α · ((−2x,x) + (−2y,y))<br />
= α · (−2x + −2y,x + y)<br />
= (α(−2x + −2y),α(x + y))<br />
= (α(−2x) + α(−2y),αx + αy)<br />
= (α(−2x),αx) + (α(−2y),αy)<br />
= α · (−2x,x) + α · (−2y,y)<br />
= α · v + α · w<br />
E.V.8. (αβ) · v = (αβ)(−2x,x) = ((αβ)(−2x), (αβ)x)<br />
= (α(β(−2x)),α(βx)) = α(β(−2x),α(βx))<br />
= α(β(−2x,x)) = α(βv)<br />
Luego hemos <strong>de</strong>mostrado que V es un K espacio vectorial.<br />
Ejemplo<br />
V = {(3x,x);x ∈ K}, es un K-espacio vectorial.<br />
Ejemplo<br />
Sea V = K n = {(x1,x2,...,xn);x1,x2,...,xn ∈ K}. Entonces K n es<br />
un K-espacio vectorial, don<strong>de</strong> la suma está <strong>de</strong>finida por:<br />
(x1,...,xn) + (x ′ 1,x ′ 2,...,x ′ n) = (x1 + x ′ 1,x2 + x ′ 2,...,xn + x ′ n)<br />
y el producto por escalar está <strong>de</strong>finido por:<br />
α(x1,x2,...,xn) = (αx1,αx2,...,αxn)
Ejemplo<br />
Q( √ 2) = {a+b √ 2;a,b ∈ Q} es un Q-espacio vectorial, don<strong>de</strong> la suma<br />
está <strong>de</strong>finida por:<br />
(a + b √ 2) + (a ′ + b ′√ 2) = (a + a ′ ) + (b + b ′ ) √ 2<br />
y el producto por escalar por:<br />
α(a + b √ 2) = αa + (αb) √ 2<br />
<strong>de</strong> don<strong>de</strong> Q( √ 2) es cerrado para la suma y producto por escalar. Se<br />
tiene que Q( √ 2) con la suma y la pon<strong>de</strong>ración así <strong>de</strong>finidas, cumple<br />
los ocho axiomas.<br />
Ejemplo<br />
Sea V = K[X] = {a0 + a1X + a2X + · · · + anX n ; a0,...,an ∈ K} el<br />
conjunto <strong>de</strong> los polinomios con coeficientes en K.<br />
Entonces K[X] es un espacio vectorial sobre K con la suma y la pon<strong>de</strong>ración<br />
<strong>de</strong>finidas en el curso anterior.<br />
Ejemplo<br />
Sea V = K2[X] = {a0 + a1X + a2X 2 ;a0,a1,a2 ∈ K} el conjunto <strong>de</strong><br />
los polinomios truncos <strong>de</strong> grado 2. Entonces K2[X] es un espacio<br />
vectorial sobre K.<br />
Ejemplo<br />
V = Km[X] = {a0+a1X +· · ·+amX m ; a0,...,am ∈ K} polinomios<br />
truncos <strong>de</strong> grado m.<br />
Nótese que los polinomios tienen grado menor o igual a m, razón por<br />
la cual m interviene en el nombre <strong>de</strong>l conjunto: Km[X].<br />
Sin embargo, en K[X] los polinomios pue<strong>de</strong>n tener cualquier grado,<br />
pues la letra n no tiene relación con la notación K[X].
Bueno, Km[X] es un K-espacio vectorial.<br />
Ejemplo<br />
<br />
a b<br />
M2×2(K) = { ;a,b,c,d ∈ K}, es el espacio vectorial formado<br />
c d<br />
por todas las matrices <strong>de</strong> 2 × 2 con coeficientes en K.<br />
La igualdad <strong>de</strong> matrices está dada por:<br />
<br />
a<br />
c<br />
′ b a<br />
=<br />
d<br />
b ′ <br />
c ′ d ′<br />
A<strong>de</strong>más la suma está <strong>de</strong>finida por:<br />
si y sólo si a = a ′ ,b = b ′ ,c = c ′ ,d = d ′ .<br />
′ a b a b<br />
+<br />
c d<br />
′<br />
c ′ d ′<br />
′ a + a b + b<br />
=<br />
′<br />
c + c ′ d + d ′<br />
<br />
y la multiplicación por escalar está <strong>de</strong>finida por:<br />
Ejemplo<br />
<br />
a b αa αb<br />
α =<br />
c d αc αd<br />
V = {f; f : IR → IR} es el espacio vectorial formado por todas las<br />
funciones reales sobre los reales.<br />
La suma <strong>de</strong> dos funciones f y g es una función, <strong>de</strong>notada por f + g,<br />
y en cada número real se comporta <strong>de</strong> la siguiente manera:<br />
(f + g)(x) = f(x) + g(x)<br />
La pon<strong>de</strong>ración <strong>de</strong> una función f por un escalar α, es una función, es<br />
<strong>de</strong>notada por α · f, y en cada número real se comporta <strong>de</strong> la manera<br />
siguiente:<br />
(αf)(x) = α · f(x)
Estas dos operaciones cumplen los 8 axiomas.<br />
Sólo mostraremos E.V.2 y E.V.3, el resto queda <strong>de</strong> ejercicio.<br />
El neutro es la función 0 : IR → IR; 0(x) = 0 ∀x ∈ IR<br />
El inverso aditivo <strong>de</strong> la función f es −f, dada por (−f)(x) =<br />
−f(x)<br />
Definición 2.1.2 Un espacio vectorial finito es un espacio vectorial<br />
que tiene una cantidad finita <strong>de</strong> vectores.<br />
Ejemplo <strong>de</strong> un espacio vectorial finito<br />
ZZ3( √ 2) = {a + b √ 2);a,b ∈ ZZ3}<br />
es un espacio vectorial sobre ZZ3, con la suma <strong>de</strong>finida por<br />
(a + b √ 2) + (c + d √ 2) = (a + c) + (b + d) √ 2<br />
y la pon<strong>de</strong>ración <strong>de</strong>finida por<br />
α · (a + b √ 2) = (αa) + (αb) √ 2, ∀α ∈ ZZ3<br />
Ejemplo <strong>de</strong> un espacio vectorial finito<br />
ZZ3( √ 2, √ 5) = {a + b √ 2 + c √ 5 + d √ 10; a,b,c,d ∈ K3}<br />
es un espacio vectorial sobre ZZ3 , sobre ZZ3( √ 2) y sobre ZZ3( √ 5)<br />
Ejemplo<br />
ZZ5[X] = {a0 + a1X + a2X 2 + ... + anX n ;a0,a1,a2,...,an ∈ ZZ5} es<br />
un ZZ5-espacio vectorial, con la suma <strong>de</strong>finida en ZZ5[X]:<br />
Cuya multiplicación por escalar está <strong>de</strong>finida por:
α(a0 + a1X + ... + anX n ) = (αa0) + (αa1)X + ... + (αan)X n<br />
Observe que este espacio vectorial tiene un número infinito <strong>de</strong> elementos.<br />
Proposición 2.1.1 Sea V un K-espacio vectorial. Entonces<br />
1. El neutro es único.<br />
2. Todo vector tiene un único inverso aditivo.<br />
Demostración <strong>de</strong> 1<br />
Sean 0 y 0 ′ dos neutros, entonces 0 = 0 + 0 ′ = 0 ′ . En la primera<br />
igualdad usamos que el 0 ′ es neutro y en la segunda igualdad usamos<br />
que 0 es neutro.<br />
Demostración <strong>de</strong> 2<br />
Sean v ′ y v ′′ dos opuestos aditivos <strong>de</strong> v. Entonces tenemos que<br />
v ′ = v ′ + 0 = v ′ + (v + v ′′ ) = (v ′ + v) + v ′′ = 0 + v ′′ = v ′′<br />
luego v ′ = v ′′ , es <strong>de</strong>cir, el inverso es único.<br />
Proposición 2.1.2 Sea V un K-espacio vectorial. Entonces:<br />
1. 0v = 0, ∀v ∈ V .<br />
2. α0 = 0, ∀α ∈ K<br />
3. αv = 0,α ∈ K,v ∈ V =⇒ α = 0 o v = 0<br />
4. α(−v) = −(αv) = (−α)v, ∀α ∈ K, ∀v ∈ V<br />
5. (−1)v = −v, ∀v ∈ V
Demostración 1<br />
0 · v = (0 + 0)v = 0 · v + 0 · v luego 0 · v = 0<br />
Demostración 2<br />
α ·0 = α(0 +0) = α ·0 + α ·0 luego α ·0 = 0<br />
Demostración 3<br />
Si α = 0 está <strong>de</strong>mostrada la proposición.<br />
Supongamos α = 0, luego existe α −1 ∈ K. Multiplicando αv = 0 por<br />
α −1 , se tiene α −1 · (αv) = α −1 ·0, luego (α −1 · α) · v = 0 luego 1 · v = 0<br />
luego v = 0.<br />
Demostración 4<br />
Por (2) se tiene α0 = 0, luego, α(v + −v) = 0, luego αv + α(−v) = 0,<br />
luego −(αv) = α(−v), es <strong>de</strong>cir, el opuesto <strong>de</strong> αv es α(−v).<br />
A<strong>de</strong>más 0v = 0 y 0 = 0v = (α + −α)v = αv + (−α)v, luego 0 =<br />
αv + (−α)v. Esto dice que el inverso aditivo <strong>de</strong> αv es (−α)v y se<br />
escribe −(αv) = (−α)v<br />
Demostración 5<br />
(−1)v + v = (−1)v + 1v = (−1 + 1)v = 0v = 0<br />
luego el inverso aditivo <strong>de</strong> v es (−1)v, se escribe −v = (−1)v.<br />
2.2 Sub-espacios vectoriales<br />
Ahora sabemos bien qué es un espacio vectorial ¿No te parece?. Bueno,<br />
es natural preguntarse si pue<strong>de</strong> haber un espacio vectorial <strong>de</strong>ntro <strong>de</strong>
otro espacio vectorial.<br />
En el curso anterior, estudiamos los grupos y luego <strong>de</strong>finimos los subgrupos.<br />
Entonces, inspirados en el concepto <strong>de</strong> sub-grupo, <strong>de</strong>finamos un ”subespacio<br />
vectorial”.<br />
Definición 2.2.1 Sea S ⊂ V , S = ∅, entonces S es un sub-espacio<br />
vectorial <strong>de</strong> V si S es un K-espacio vectorial, con las mismas operaciones<br />
<strong>de</strong> V . Notación S ≤ V .<br />
Ejemplo<br />
Sabemos que IR 2 es un espacio vectorial y conocemos la interpretación<br />
geométrica <strong>de</strong> sus vectores. En IR 2 , consi<strong>de</strong>remos el subconjunto<br />
S = {(2x,x); x ∈ IR}<br />
S es una recta que pasa por el origen.<br />
Observemos que S es cerrado para la suma y la pon<strong>de</strong>ración y S es<br />
un espacio vectorial. Luego S es un sub-espacio vectorial <strong>de</strong> IR 2 .<br />
Observación<br />
En K 2 , consi<strong>de</strong>remos<br />
A = {(2x + 1,x); x ∈ K}
Sea v = (2x + 1,x) un elemento <strong>de</strong> A. Pon<strong>de</strong>remos este vector por el<br />
escalar 5, tenemos<br />
el cual no es un elemento <strong>de</strong> A.<br />
5 · v = 5(2x + 1,x) = (10x + 5, 5x)<br />
Luego esta operación no es una pon<strong>de</strong>ración, es <strong>de</strong>cir, la operación Ex,<br />
no cumple<br />
Ex : K × A → A<br />
Luego A no es un sub-espacio vectorial <strong>de</strong> K 2 .<br />
Problema<br />
Si uno se pone a meditar sobre el ejercicio penúltimo, compren<strong>de</strong> que<br />
no era necesario <strong>de</strong>mostrar E.V.1, E.V.4, E.V.5, E.V.6, E.V.7, E.V.8.<br />
Entonces a uno le gustaría saber qué es lo justo y necesario que hay<br />
que probar para tener que S es sub-espacio vectorial <strong>de</strong> V .<br />
La respuesta a esta inquietud la tenemos en la siguiente proposición.<br />
Proposición 2.2.1 (Caracterización <strong>de</strong> sub-espacio vectorial)<br />
Sea V un K-espacio vectorial. S ⊂ V , S = ∅. Entonces son equivalentes
1. S es sub-espacio <strong>de</strong> V .<br />
2. (a) v + w ∈ S, ∀v,w ∈ S<br />
(b) αv ∈ S, ∀α ∈ K, ∀v ∈ S<br />
3. αv + w ∈ S ∀v,w ∈ S, ∀α ∈ K<br />
Demostración<br />
(1)⇒(2)<br />
Puesto que S es un sub-espacio vectorial <strong>de</strong> V , en particular es un<br />
espacio vectorial, luego cumple (2).<br />
(2)⇒(1)<br />
Para <strong>de</strong>mostrar (1), tenemos que <strong>de</strong>mostrar que se cumplen los 8 axiomas<br />
y que las operaciones están bien <strong>de</strong>finidas.<br />
Que S es cerrado para la suma, lo sabemos por (a). Que la pon<strong>de</strong>ración<br />
está bien <strong>de</strong>finida, lo sabemos por (b).<br />
Sabemos que en V , la suma es asociativa y conmutativa y S ⊂ V ,<br />
luego la suma es asociativa y conmutativa en S.<br />
En la hipótesis general, tenemos que S = ∅, luego existe un vector en<br />
S, llamémosle v. Multipliquemos v por el escalar 0 (este existe, pues<br />
K es un cuerpo) tenemos 0 · v = 0. Luego 0 está en S. Así tenemos<br />
E.V.2.<br />
Sea v ∈ S, un vector cualquiera. Este vector lo po<strong>de</strong>mos multiplicar<br />
por (−1), tenemos (−1)v = −v, luego −v ∈ S. Así tenemos E.V.3.<br />
En ambos casos, usamos (b).<br />
los restantes axiomas se obtienen trivialmente por el hecho que S es<br />
un subconjunto <strong>de</strong> V .<br />
Luego (2)⇒(1)
Nota<br />
Una ”Caracterización” significa que po<strong>de</strong>mos usar la proposición, en<br />
vez <strong>de</strong> la <strong>de</strong>finición. Estas propieda<strong>de</strong>s ”caracterizan” un sub-espacio<br />
vectorial.<br />
Ejemplo<br />
S = {(a, 0)/a ∈ K} ≤ K 2<br />
En efecto, S = ∅, pues, por ejemplo (2, 0) ∈ S. Sean s, s ′ ∈ S, luego<br />
s = (a, 0) y s ′ = (a ′ , 0), ciertos a, a ′ ∈ K. Tenemos s + s ′ = (a, 0) +<br />
(a ′ + 0) = (a + a ′ , 0) el cual es un elemento <strong>de</strong> S.<br />
Sea α ∈ K, luego α · s = α · (a, 0) = (αa,α · 0) = (αa, 0) el cual es<br />
también un elemento <strong>de</strong> S. Luego S es un sub-espacio vectorial <strong>de</strong> K 2 .<br />
Ejemplos<br />
S = {(0, 0)} ≤ K 2 ; U = {(0, 0, 0)} ≤ K 3 ; S = {0} ≤ K; {0} ≤ V ,<br />
para todo V , espacio vectorial.<br />
Ejemplo<br />
S = {(a,b); a + b = 0} ≤ K 2<br />
En efecto, S = ∅, pues, por ejemplo (2, −2) ∈ S. Sean s, s ′ ∈ S,<br />
entonces s = (a, −a), s ′ = (b, −b), ciertos a,b ∈ K. Tenemos s + s ′ =<br />
(a, −a) + (b, −b) = (a + b, −a − b) el cual es un elemento <strong>de</strong> S, pues<br />
la suma <strong>de</strong> las componentes <strong>de</strong>l par or<strong>de</strong>nado es nula.<br />
Sea α ∈ K, tenemos α(a, −a) = (αa,α(−a)) = (αa, −αa), el cual es<br />
un elemento <strong>de</strong> S. Luego S ≤ K 2 .<br />
Ejercicio<br />
Demostremos que S = {(x,y); 2x − 3y = 0} ≤ IR 2 .
Solución<br />
1. Demostremos que en S hay al menos un elemento:<br />
(3, 2) ∈ S pues 2 · 3 − 3 · 2 = 0. Luego S = ∅<br />
2. Demostremos que u,v ∈ S ⇒ u + v ∈ S<br />
Sean u, v ∈ S. Esto significa que u y v tienen la forma u = (x,y),<br />
v = (x1,y1) don<strong>de</strong> 2x − 3y = 0 y 2x1 − 3y1 = 0. La suma <strong>de</strong> u y<br />
v es:<br />
u + v = (x,y) + (x1,y1) = (x + x1,y + y1)<br />
y se cumple:<br />
2(x + x1) − 3(y + y1) = 2x + 2x1 − 3y − 3y1 =<br />
= (2x − 3y) + (2x1 − 3y1) = 0<br />
Luego u + v ∈ S.<br />
3. Demostremos que u ∈ S ⇒ αu ∈ S, ∀α ∈ IR.<br />
Sea u ∈ S, luego u = (x,y) con 2x − 3y = 0, <strong>de</strong> don<strong>de</strong>:<br />
αu = α(x,y) = (αx,αy)<br />
Se tiene:<br />
2(αx) − 3(αy) = α(2x − 3y) = α · 0 = 0<br />
Así hemos <strong>de</strong>mostrado que S es un sub-espacio vectorial <strong>de</strong> IR 2 .<br />
A<strong>de</strong>más observamos que S representa la recta que pasa por el origen<br />
con pendiente 2/3.
Ejercicio<br />
Demostremos que S =<br />
Solución<br />
1.<br />
<br />
3 5<br />
∈ S, luego S = ∅.<br />
0 2<br />
<br />
a b<br />
; a,b,c ∈ K ≤ M2×2(K).<br />
0 c<br />
2. u, v ∈ S. Esto significa que u y v tienen la forma:<br />
<br />
a b a1 b1<br />
u = y v = .<br />
0 c 0 c1<br />
Sumando tenemos:<br />
<br />
a b<br />
u + v = +<br />
0 c<br />
3. α · u = α ·<br />
<br />
a b<br />
=<br />
0 c<br />
<br />
a1 b1<br />
0 c1<br />
<br />
a + a1 b + b1<br />
=<br />
∈ S.<br />
0 c + c1<br />
<br />
αa αb<br />
∈ S.<br />
0 αc<br />
Luego S es un sub-espacio vectorial <strong>de</strong> M2×2(K).<br />
Ejercicio<br />
Demostremos que K2[X] = {a0 + a1X + a2X 2 / a0, a1, a2 ∈ K} es un<br />
sub-espacio vectorial <strong>de</strong> K[X].<br />
Solución<br />
1. 3 + 2X + X 2 ∈ K2[X], luego K2[X] = ∅.<br />
2. Sean p(X), q(X) ∈ K2[X]. Luego p(X) y q(X) tienen la forma:<br />
p(X) = a0 + a1X + a2X 2 y q(X) = b0 + b1X + b2X 2 .<br />
p(X) + q(X) = (a0 + a1X + a2X 2 ) + (b0 + b1X + b2X 2 )<br />
= (a0 + b0) + (a1 + b1)X + (a2 + b2)X 2 ∈ K2[X]
3. Sea p(X) ∈ K[X], luego p(X) = a0+a1X+a2X 2 , luego tenemos:<br />
α · p(X) = α · (a0 + a1X + a2X 2 ) = αa0 + (αa1)X + (αa2)X 2 ∈<br />
K2[X].<br />
De (1), (2) y (3), tenemos que K2[X] es un sub-espacio vectorial <strong>de</strong><br />
K[X].<br />
Otra forma <strong>de</strong> escribir K2[X] es:<br />
Ejercicio<br />
K2[X] = {p(X) ∈ K[X]/ gr p(X) ≤ 2}<br />
¿Es el conjunto S = {p(X) ∈ K[X]/grp(X) = 2} un sub-espacio<br />
vectorial <strong>de</strong> K[X]?<br />
Solución<br />
1. p(X) = 1 + X + X 2 ∈ S, luego S = ∅.<br />
2. Sean p(X), q(X) ∈ S, dados por<br />
p(X) = 2+3X +5X 2 y q(X) = 4+7X −5X 2 ∈ S. Sin embargo<br />
p(X)+q(X) = (2+3X+5X 2 )+(4+7X−5X 2 ) = 6+10X, el cual<br />
no pertenece a S pues su grado no es 2. Esto es un contraejemplo.<br />
Concluímos entonces que S no es un sub-espacio <strong>de</strong> K[X].<br />
Ejercicio<br />
Sea C = {f : IR → IR;fes continua}. Probemos que C es un subespacio<br />
vectorial <strong>de</strong> F = {f : IR → IR}.<br />
Solución<br />
Del curso <strong>de</strong> Cálculo recordamos que:
1. La función id : IR → IR; id(x) = x, ∀x ∈ IR es una función<br />
continua, luego C = ∅.<br />
2. La suma <strong>de</strong> dos funciones continuas es continua.<br />
3. La pon<strong>de</strong>ración <strong>de</strong> una función continua es continua.<br />
Luego C es un sub-espacio vectorial <strong>de</strong> F.<br />
Ejercicio<br />
Sea V = {f : IR → IR}. Sea S = {f ∈ V ;f(x − 1) = f(x)}. Demostremos<br />
que S es un sub-espacio vectorial <strong>de</strong> V<br />
Solución<br />
1. La aplicación nula pertenece a S, pues 0(x − 1) = 0(x). Luego<br />
S = ∅<br />
2. Sean f,g ∈ S, luego<br />
(f +g)(x − 1) = f(x − 1) +g(x − 1) = f(x) +g(x) = (f +g)(x).<br />
Luego (f + g) ∈ S<br />
3. Sean f,g ∈ S, luego (αf)(x − 1) = α(f(x − 1)) = α(f(x)) =<br />
(αf)(x)<br />
Por (1), (2), (3), tenemos que S es sub-espacio vectorial <strong>de</strong> V<br />
Ejercicio<br />
En K 4 , consi<strong>de</strong>re el sub-espacio<br />
S = {(x + y + 2z,x + 2y + 2z, 2x + 3y + 5z,x + 2y + 5z);x,y,z ∈ K}.<br />
Busquemos una representación cartesiana <strong>de</strong> S.
Solución<br />
Sea<br />
x + y + 2z = a<br />
x + 2y + 2z = b<br />
2x + 3y + 5z = c<br />
x + 2y + 5z = d<br />
Luego escalonando el sistema se tiene:<br />
⎛<br />
⎜<br />
⎝<br />
1 1 2 a<br />
1 2 2 b<br />
2 3 5 c<br />
1 2 5 d<br />
⎞<br />
⎟<br />
⎠<br />
−→ · · · −→<br />
⎛<br />
⎜<br />
⎝<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
1 0 2 2a − b<br />
0 1 0 b − a<br />
0 0 1 c − b − a<br />
0 0 0 3a + 2b − 3c + d<br />
El sistema representa el sub-espacio dado ssi 3a + 2b − 3c + d = 0<br />
Luego S = {(a,b,c,d); 3a + 2b − c + d = 0} es la representación<br />
cartesiana <strong>de</strong> S<br />
Ejercicio<br />
En K 4 , consi<strong>de</strong>re el sub-espacio<br />
S = {(a,b,c,d); 2a − b − c + d = 0,a + b + d = 0}<br />
<strong>de</strong>scrito en forma cartesiana.<br />
Busquemos una representación paramétrica <strong>de</strong> S.<br />
<br />
<br />
<br />
2 −1 −1 1 0<br />
1 0 −<br />
−→ · · · −→<br />
1 1 0 1 0<br />
1 2<br />
3 3 0<br />
1 1 0 1 3 3 0<br />
1 2 a − c + d = 0<br />
Luego 3 3<br />
b +<br />
<br />
1<br />
<br />
1 2 a = c −<br />
1 Es <strong>de</strong>cir 3 3<br />
c + d = 0<br />
3 3 d<br />
b = −1 1 c − 3 3d <br />
c,d ∈ K<br />
S = {( 1<br />
3<br />
Ejercicio<br />
c − 2<br />
3<br />
d, −1<br />
3<br />
1 c − d,c,d);c,d ∈ K}<br />
3<br />
Sea V un K-espacio vectorial y S, T ≤ V . Demostremos que S ∩ T es<br />
un sub-espacio vectorial <strong>de</strong> V .<br />
⎞<br />
⎟<br />
⎠
Solución<br />
1. 0 ∈ S, 0 ∈ T luego 0 ∈ S ∩ T, es <strong>de</strong>cir S ∩ T = ∅<br />
2. Sean u, v ∈ S ∩T, esto significa que u, v ∈ S y al mismo tiempo<br />
u, v ∈ T.<br />
Pero si u, v ∈ S se tiene que u+v ∈ S, pues S es un sub-espacio<br />
vectorial <strong>de</strong> V y u + v ∈ T, pues T es un sub-espacio vectorial<br />
<strong>de</strong> V . Luego u + v ∈ S ∩ T.<br />
3. Sea u ∈ S ∩ T, luego u ∈ S y u ∈ T. Puesto que S y T son subespacios<br />
vectoriales, tenemos que α · u ∈ S y α · u ∈ T ∀α ∈ K,<br />
es <strong>de</strong>cir, α · u ∈ S ∩ T, ∀α ∈ K<br />
Por (1), (2), (3) tenemos que S ∩ T es un sub-espacio vectorial <strong>de</strong> V .<br />
Ejercicio<br />
Sea V un K-espacio vectorial. Sea v1,v2,...,vn ∈ V . Demuestre que<br />
S = {α1v1 + α2v2 + ... + αnvn;α1,α2,...αn ∈ K} es un sub-espacio<br />
<strong>de</strong> V .<br />
Demostración<br />
El 0 ∈ S, pues 0 = 0v1 +0v2 + · · ·+0vn Observemos que al sumar dos<br />
elementos <strong>de</strong> S obtenemos un elemento <strong>de</strong> S y que al multiplicar un<br />
elemento <strong>de</strong> S por un escalar también obtenemos un elemento <strong>de</strong> S<br />
2.3 Combinaciones Lineales<br />
Sabes, el problema que tenemos ahora es saber si dado un vector, lo<br />
po<strong>de</strong>mos obtener a partir <strong>de</strong> otros dos vectores dados. Bueno, es <strong>de</strong>cir<br />
sumando y pon<strong>de</strong>rando esos vectores.<br />
Nos parece bastante lógico hacerse esta pregunta pues en todo espacio<br />
vectorial se pue<strong>de</strong> sumar y pon<strong>de</strong>rar ¿Es lógico, cierto?
Observación<br />
Sea V = IR 2 , espacio vectorial sobre IR, sea u = (2, 1) ∈ IR 2 . A partir<br />
<strong>de</strong> u po<strong>de</strong>mos obtener otros vectores, como por ejemplo, u1 = 3(2, 1),<br />
es <strong>de</strong>cir, u1 = (6, 3), o bien u2 = (10, 5), o u3 = (−8, −4), etc.<br />
Entonces diremos que u1 es ”combinación <strong>lineal</strong>” <strong>de</strong> u. Lo mismo para<br />
u2 y u3.<br />
Observación<br />
Sea V = IR 2 ,u = (2, 1),v = (1, 2). A partir <strong>de</strong> u y v po<strong>de</strong>mos obtener<br />
otros vectores. Recor<strong>de</strong>mos que solamente está permitido sumar y<br />
cambiar la magnitud <strong>de</strong> los vectores. Por ejemplo, el vector w1 = (3, 3)<br />
se pue<strong>de</strong> obtener <strong>de</strong> u y v:<br />
w1 = u + v; (3, 3) = (2, 1) + (1, 2)<br />
También, el vector w2 = (5, 4), pues:<br />
w2 = 2u + v; (5, 4) = 2(2, 1) + (1, 2)<br />
Diremos que w1 es ”combinación <strong>lineal</strong>” <strong>de</strong> u y v. Lo mismo para w2.<br />
Observación<br />
Sea u = (2, 1),v = (4, 2). Veamos si hay algún par <strong>de</strong> escalares α y β<br />
que satisfagan la igualdad:<br />
Luego<br />
(3, 3) = α(2, 1) + β(4, 2)<br />
(3, 3) = (2α + 4β,α + 2β)<br />
es <strong>de</strong>cir, que cumplan simultáneamente<br />
3 = 2α + 4β<br />
3 = α + 2β
pero, dos cantida<strong>de</strong>s iguales a una tercera son iguales entre si, luego<br />
comparando las ecuaciones tenemos 3 = 3,<br />
lo cual es una con-<br />
2<br />
tradicción. El error estuvo en suponer que w lo podíamos obtener<br />
a partir <strong>de</strong> u y v.<br />
En este caso diremos que w ”no es combinación <strong>lineal</strong>” <strong>de</strong> u y v.<br />
Definición 2.3.1 Un vector v ∈ V se dice que es combinación <strong>lineal</strong><br />
<strong>de</strong> los vectores v1,v2,...,vn, si existen escalares α1,α2,...,αn ∈<br />
K tales que:<br />
v = α1v1 + α2v2 + ... + αnvn<br />
Definición 2.3.2 Sea S un subconjunto <strong>de</strong> V , v ∈ V , se dice que v<br />
es combinación <strong>lineal</strong> <strong>de</strong> los vectores <strong>de</strong> S si:<br />
v = α1v1 + α2v2 + ... + αnvn, ciertos αi ∈ K, ciertos vi ∈ S<br />
Ejemplo<br />
Sea V = K 3 , es <strong>de</strong>cir los vectores son 3-uplas. Sea v1 = (1, 2, 3),<br />
v2 = (2, 5, −1), entonces v = (−9, −22, 1) es combinación <strong>lineal</strong> <strong>de</strong> v1<br />
y v2. En efecto:<br />
Ejercicio<br />
(−9, −22, 1) = −1(1, 2, 3) + −4(2, 5, −1)<br />
En K2[X], consi<strong>de</strong>remos los vectores u = 1 + 2X + X 2 y v = X − X 2<br />
1. Demostremos que el vector w1 = 2 + 3X + 3X 2 es combinación<br />
<strong>lineal</strong> <strong>de</strong> u y v.<br />
2. Veamos si el vector w2 = 3 + X es combinación <strong>lineal</strong> <strong>de</strong> u y v.<br />
3. Queremos saber para qué valor <strong>de</strong> k, el vector w3 = 1+kX −X 2<br />
es combinación <strong>lineal</strong> <strong>de</strong> u y v.
Solución<br />
1. Sea w1 = α(1 + 2X + X 2 ) + β(X − X 2 ). Luego<br />
2 + 3X + 3X 2 = α + (2α + β)X + (α − β)X 2<br />
Por <strong>de</strong>finición <strong>de</strong> igualdad <strong>de</strong> polinomios tenemos<br />
α − β = 3<br />
2α + β = 3<br />
α = 2<br />
Escalonemos este sistema. Tenemos:<br />
⎛ ⎞<br />
1 −1 3 L<br />
⎜ ⎟<br />
⎝ 2 1 3 ⎠<br />
1 0 2<br />
(−2)<br />
21<br />
−→<br />
L (−1)<br />
⎛<br />
1 −1<br />
⎜<br />
⎝ 0 3<br />
⎞<br />
3<br />
⎟<br />
−3 ⎠<br />
0 31<br />
⎛ ⎞<br />
1 0 2<br />
⎜ ⎟<br />
⎝ 0 0 0 ⎠ Luego<br />
0 1 −1<br />
1 −1<br />
α = 2<br />
β = −1<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
L (1)<br />
13<br />
−→<br />
L (−3)<br />
23<br />
Luego w1 = 2u+(−1)v. Efectivamente w1 es combinación <strong>lineal</strong><br />
<strong>de</strong> u y v.<br />
2. Supongamos que w2 = 3 + X es combinación <strong>lineal</strong> <strong>de</strong> u y v, es<br />
<strong>de</strong>cir, supongamos que existe α y β reales tal que:<br />
3 + X = α(1 + 2X + X 2 ) + β(X − X 2 )<br />
= α + (2α + β)X + (α − β)X 2<br />
Por la <strong>de</strong>finición <strong>de</strong> igualdad <strong>de</strong> polinomios tenemos:<br />
α − β = 0<br />
2α + β = 1<br />
α = 3<br />
Escalonando este sistema tenemos:<br />
⎫<br />
⎪⎬<br />
⎪⎭
⎛<br />
⎜<br />
⎝<br />
1 −1 0<br />
2 1 1<br />
1 0 3<br />
⎞<br />
⎟<br />
⎠<br />
L (−2)<br />
21<br />
−→<br />
L (−1)<br />
31<br />
⎛<br />
⎜<br />
⎝<br />
1 −1 0<br />
0 3 1<br />
0 1 3<br />
⎞<br />
⎟<br />
⎠<br />
L (1)<br />
13<br />
−→<br />
L (−3)<br />
23<br />
⎛<br />
⎜<br />
⎝<br />
1 0 3<br />
0 0 −8<br />
0 1 3<br />
En la segunda ecuación nos queda 0 = −8, lo que es una contradicción.<br />
Bueno, el error estuvo en suponer que existía un tal<br />
α y β, es <strong>de</strong>cir en suponer que w2 era combinación <strong>lineal</strong> <strong>de</strong> u y<br />
v.<br />
Luego w2 no es combinación <strong>lineal</strong> <strong>de</strong> u y v.<br />
3. Sea w3 = αu + βv. Luego:<br />
1 + kX − X 2 = α1 + (2α + β)X + (α − β)X 2<br />
Luego se tiene que se <strong>de</strong>ben cumplir las ecuaciones siguientes:<br />
α − β = −1<br />
2α + β = k<br />
α = 1<br />
Escribamos este sistema en forma matricial y luego escalonémoslo.<br />
Tenemos<br />
⎛<br />
⎜<br />
⎝<br />
1 0 1<br />
1 −1 −1<br />
⎞<br />
⎟<br />
⎠<br />
L (−1)<br />
21<br />
−→<br />
L (−2)<br />
⎛<br />
⎜<br />
⎝<br />
2 1 k 31<br />
L (1)<br />
⎛<br />
⎞<br />
1 0 1<br />
31 ⎜<br />
⎟<br />
⎝ 0 −1 −2 ⎠<br />
−→<br />
0 0 k − 4<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
1 0 1<br />
0 −1 −2<br />
0 1 k − 2<br />
Vemos que este sistema tiene solución si y sólo si k − 4 = 0, es<br />
<strong>de</strong>cir k = 4.<br />
Luego w3 es combinación <strong>lineal</strong> <strong>de</strong> u y v si y sólo si k = 4.<br />
⎞<br />
⎟<br />
⎠<br />
⎞<br />
⎟<br />
⎠
Ejercicio<br />
Sea V = M2×3(K) sobre K. Es <strong>de</strong>cir, los vectores son matrices <strong>de</strong> 2<br />
filas y 3 columnas.<br />
Sean<br />
v1 =<br />
<br />
1 2 5<br />
; v2 =<br />
0 1 1<br />
Demostremos que v =<br />
y v3.<br />
<br />
1 0 0<br />
; v3 =<br />
0 1 6<br />
<br />
0 1<br />
<br />
1<br />
0 0 2<br />
<br />
0 −1 −4<br />
es combinación <strong>lineal</strong> <strong>de</strong> v1, v2<br />
0 0 7<br />
Es <strong>de</strong>cir, tenemos que encontrar α1, α2, α3 ∈ K tales que v = α1v1 +<br />
α2v2 + α3v3.<br />
Solución<br />
<br />
0 −1 −4<br />
= α1<br />
0 0 7<br />
<br />
1 2 5<br />
+ α2<br />
0 1 1<br />
<br />
1 0 0<br />
+ α3<br />
0 1 6<br />
<br />
0 1<br />
<br />
1<br />
0 0 2<br />
Usando la <strong>de</strong>finición <strong>de</strong> igualdad <strong>de</strong> matrices, tenemos el sistema:<br />
α1 + α2 = 0<br />
2α1 + α3 = −1<br />
5α1 + α3 = −4<br />
0 = 0<br />
α1 + α2 = 0<br />
α1 + 6α2 + 2α3 = 7<br />
El cual reducido a su forma más simple, mediante el escalonamiento<br />
<strong>de</strong>l sistema, tenemos<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
α1 = −1, α2 = 1, α3 = 1<br />
Luego v = −1v1 + 1v2 + 1v3, es <strong>de</strong>cir, v es combinación <strong>lineal</strong> <strong>de</strong> v1,<br />
v2, v3.
Como ejercicio al lector, te proponemos lo siguiente:<br />
<br />
1<br />
Comprueba que el vector w =<br />
0<br />
los vectores v1, v2, v3.<br />
4<br />
1<br />
<br />
10<br />
es combinación <strong>lineal</strong> <strong>de</strong><br />
−4<br />
A<strong>de</strong>más, estudie la pregunta siguiente:<br />
<br />
2<br />
¿ Es t =<br />
1<br />
5<br />
2<br />
<br />
7<br />
combinación <strong>lineal</strong> <strong>de</strong> v1, v2, v3?<br />
5<br />
2.4 Sub-espacio generado<br />
La pregunta que ahora uno se hace es un poco más exigente. La i<strong>de</strong>a<br />
es fácil: dado un vector, queremos encontrar todos los vectores que<br />
se pue<strong>de</strong>n obtener a partir <strong>de</strong> él. Bueno, se trata <strong>de</strong> ir sumando y<br />
pon<strong>de</strong>rando los vectores que se van obteniendo.<br />
... y los queremos ”todos”.<br />
O bien, dados dos vectores, queremos encontrar todos los vectores que<br />
se pue<strong>de</strong>n obtener a partir <strong>de</strong> ellos. I<strong>de</strong>m para el caso <strong>de</strong> n vectores.<br />
Observación<br />
Consi<strong>de</strong>remos V = K 2 , un K-espacio vectorial. En él, démosnos el<br />
vector v = (−1, 2). Entonces queremos encontrar todos los vectores<br />
que se pue<strong>de</strong>n obtener a partir <strong>de</strong> v. Estos vectores son todos aquellos<br />
<strong>de</strong> la forma w = α(−1, 2), es <strong>de</strong>cir, w = (−α, 2α).<br />
El conjunto obtenido es<br />
Escribiremos S =< (−1, 2) >.<br />
S = {(x,y); y = −2x}<br />
En este caso, S es un sub-espacio vectorial <strong>de</strong> K 2 . ¿ Ocurrirá esto,<br />
siempre ?
Observación<br />
Consi<strong>de</strong>remos V = IR 2 y u = (−1, 2) y v = (2, −4). ¿Cuánto es<br />
lo máximo <strong>de</strong> espacio que po<strong>de</strong>mos alcanzar a partir <strong>de</strong> u y v? Es<br />
<strong>de</strong>cir, haciendo combinaciones <strong>lineal</strong>es <strong>de</strong> estos vectores, ¿Qué vectores<br />
po<strong>de</strong>mos obtener ?. Es <strong>de</strong>cir, ¿A qué conjunto es igual el conjunto<br />
{α(−1, 2) + β(2, −4);α,β ∈ IR} ?<br />
Observamos que haciendo combinaciones <strong>lineal</strong>es <strong>de</strong> estos vectores<br />
no es posible ”salir” <strong>de</strong> la recta. Diremos que el espacio generado<br />
por u y v es la recta L = {(x,y);y = −2x} y escribiremos<br />
L =< (−1, 2), (2, −4) >.<br />
En este caso L también es un sub-espacio vectorial <strong>de</strong> IR 2 . Esto es<br />
curioso. ¿No te parece? Tenemos la siguiente proposición.<br />
Proposición 2.4.1 Sean V un K-espacio vectorial y v1,v2,...,vn ∈<br />
V . Entonces<br />
S = {α1v1 + α2v2 + · · · + αnvn; α1,α2,...,αn ∈ K}<br />
es el más pequeño sub-espacio <strong>de</strong> V que contiene a v1,v2,...,vn.<br />
Demostración<br />
Vimos en un ejercicio que S es un subespacio vectorial <strong>de</strong> V , al final<br />
<strong>de</strong> la sección 2.2<br />
Demostremos ahora que es el más pequeño que contiene a v1,v2,...,vn.<br />
Sea H un sub-espacio vectorial <strong>de</strong> V que contiene a v1,v2,...,vn.<br />
Por ser un sub-espacio <strong>de</strong>be contener α1v1,α2v2,...,αnvn para todo<br />
α1,α2,...,αn ∈ K. También <strong>de</strong>be contener todas las sumas <strong>de</strong> vectores<br />
<strong>de</strong> H, es <strong>de</strong>cir, H <strong>de</strong>be contener α1v1 + α2v2 + ... + αnvn para<br />
todo α1,α2,...,αn ∈ K. Luego H <strong>de</strong>be contener a S. Bueno, esto<br />
quiere <strong>de</strong>cir que es el más pequeño que contiene a v1,v2,...,vn.
Ejemplo<br />
Sea V = K 3 . Consi<strong>de</strong>remos los vectores v1 = (1, 2, 1) y v2 = (−1, 1, 3).<br />
Entonces S = {α(1, 2, 1) + β(−1, 1, 3);α,β ∈ K} es un sub-espacio<br />
vectorial <strong>de</strong> K 3 , el cual será <strong>de</strong>notado por S =< (1, 2, 1), (−1, 1, 3) >.<br />
Definición 2.4.1 Sea V un K-espacio vectorial. Sean v1,v2,...,vn ∈<br />
V . Entonces el conjunto formado por todas las combinaciones <strong>lineal</strong>es<br />
<strong>de</strong> v1,v2,...,vn es el sub-espacio llamado el sub-espacio generado<br />
por v1,v2,...,vn y se <strong>de</strong>nota < v1,v2,...,vn >, es <strong>de</strong>cir,<br />
< v1,v2,...,vn >= {α1v1+α2v2+· · ·+αnvn; α1,α2,...,αn ∈ K} = S.<br />
Diremos que {v1,v2,...,vn} es un conjunto <strong>de</strong> generadores <strong>de</strong> S.<br />
Pregunta<br />
Sea V = K 2 . Sea u = (3, 1) y v = (1, −3) ¿Cuál es el sub-espacio más<br />
gran<strong>de</strong> que se pue<strong>de</strong> obtener pon<strong>de</strong>rando y sumando estos vectores?<br />
Es <strong>de</strong>cir, ¿Cuál es el sub-espacio generado por u y v?<br />
Respuesta<br />
Luego<br />
< (3, 1), (1, −3 >= {α(3, 1) + β(1, −3); α,β ∈ K} =<br />
= {(3α + β,α − 3β); α,β ∈ K}<br />
(x,y) =<br />
3x + y<br />
(3, 1) +<br />
10<br />
x − 3y<br />
(1, −3)<br />
10<br />
Es <strong>de</strong>cir todo vector (x,y) <strong>de</strong> K 2 , es combinación <strong>lineal</strong> <strong>de</strong> (3, 1) y<br />
(1, −3). De don<strong>de</strong> tenemos que < (3, 1), (1, −3) >= K 2 .<br />
Ejercicio<br />
Busquemos el sub-espacio <strong>de</strong> K 3 , generado por u = (1, 1, 1) y v =<br />
(2, 3, 1) y <strong>de</strong>mos una <strong>de</strong>scripción cartesiana <strong>de</strong> este sub-espacio.
Solución<br />
S = {α(1, 1, 1) + β(2, 3, 1)}; α,β ∈ K}<br />
Sea (x,y,z) = α(1, 1, 1) + β(2, 3, 1). Esto equivale a suponer que el<br />
sistema <strong>de</strong> ecuaciones siguiente<br />
⎫<br />
x = α + 2β ⎪⎬<br />
y = α + 3β tiene solución<br />
⎪⎭<br />
z = α + β<br />
Es <strong>de</strong>cir, <strong>de</strong>bemos encontrar la condición necesaria y suficiente, para<br />
que este sistema tenga solución.<br />
Escalonemos el sistema. Tenemos<br />
⎛<br />
⎜<br />
⎝<br />
1 2 x<br />
1 3 y<br />
1 1 z<br />
⎞<br />
⎟<br />
⎠<br />
L (−1)<br />
21<br />
−→<br />
L (−1)<br />
31<br />
⎛<br />
⎜<br />
⎝<br />
1 2 x<br />
0 1 y − x<br />
0 −1 z − x<br />
⎞<br />
⎟<br />
⎠ L(1) 32<br />
−→<br />
Luego < (1, 1, 1), (2, 3, 1) >= {(x,y,z); 2x − y − z = 0}<br />
Ejercicio<br />
⎛<br />
⎜<br />
⎝<br />
1 2 x<br />
0 1 y − x<br />
0 0 y + z − 2x<br />
Encontremos un sistema <strong>de</strong> generadores para el sub-espacio <strong>de</strong> K 3 ,<br />
siguiente:<br />
U = {(x,y,z); 2x + y = 0}<br />
Solución<br />
Los elementos <strong>de</strong> U tienen entonces la forma típica (x, −2x,z). Ahora<br />
bien (x, −2x,z) = x(1, −2, 0)+z(0, 0, 1). Esto nos dice que todo vector<br />
<strong>de</strong> U lo po<strong>de</strong>mos obtener a partir <strong>de</strong> (1, −2, 0) y (0, 0, 1), es <strong>de</strong>cir,<br />
lo po<strong>de</strong>mos obtener como combinación <strong>lineal</strong> <strong>de</strong> (1, −2, 0) y (0, 0, 1).<br />
Entonces (1, −2, 0) y (0, 0, 1) generan U, es <strong>de</strong>cir<br />
U =< (1, −2, 0), (0, 0, 1) ><br />
⎞<br />
⎟<br />
⎠
Ejercicio<br />
Busquemos un conjunto <strong>de</strong> generadores para el sub-espacio V <strong>de</strong> K 3 ,<br />
V = {(x + 2y + z,x + 2y, −x − 2y + 3z);x,y,z ∈ K}<br />
Solución<br />
Observamos que:<br />
(x+2y +z,x+2y, −x −2y +3z) = x(1, 1, −1)+y(2, 2, −2)+z(1, 0, 3)<br />
Luego los vectores (1, 1, −1) ,(2, 2, −2), (1, 0, 3) generan V , es <strong>de</strong>cir<br />
Ejercicio<br />
V =< (1, 1, −1), (2, 2, −2), (1, 0, 3) ><br />
Busquemos un conjunto <strong>de</strong> generadores para el sub-espacio W <strong>de</strong> K 3 ,<br />
Solución<br />
W = {(x,y,z);x + 3y − z = 0}<br />
Los elementos <strong>de</strong> W tienen la forma típica (x,y,x+3y). Tenemos que:<br />
(x,y,x + 3y) = x(1, 0, 1) + y(0, 1, 3)<br />
Luego un conjunto <strong>de</strong> generadores <strong>de</strong> W es {(1, 0, 1), (0, 1, 3)} y luego<br />
W =< (1, 0, 1), (0, 1, 3) ><br />
Ejercicio<br />
Sea V = K 3 .<br />
Sea U =< (1, −2, 0), (0, 0, 1) > y V =< (1, 0, 1), (0, 1, 3) >.<br />
Busquemos un conjunto <strong>de</strong> generadores <strong>de</strong> U ∩ V .
Solución<br />
Sea v ∈ U ∩ V , luego:<br />
Tenemos:<br />
v = α(1, −2, 0) + β(0, 0, 1) = a(1, 0, 1) + b(0, 1, 3))<br />
α = a<br />
−2α = b<br />
β = a + 3b<br />
Luego β = −5α.<br />
Entonces v = α(1, −20) − 5α(0, 0, 1) = (α, −2α, −5α) = α(1, −2, −5)<br />
Luego U ∩V =< (1, −2, −5) >. Entonces {(1, −2, −5)} es un conjunto<br />
<strong>de</strong> generadores <strong>de</strong> U ∩ V<br />
Ejercicio<br />
Sea V = K 3 y S =< (1, 2, 1), (1, 0, 1) >. Busquemos 5 vectores <strong>de</strong> S.<br />
Solución<br />
Por ejemplo:<br />
⎫<br />
⎪⎬<br />
v1 = (1, 2, 1) + (1, 0, 1), es <strong>de</strong>cir v1 = (2, 2, 2);<br />
v2 = 2(1, 2, 1) = (2, 4, 2);<br />
v3 = 3(1, 2, 1) − (1, 0, 1) = (2, 6, 2);<br />
v4 = 2(1, 0, 1) = (2, 0, 2);<br />
v5 = (1, 2, 1) + 3(1, 0, 1) = (4, 2, 4)<br />
En fin, toda combinación <strong>lineal</strong> <strong>de</strong> (1, 2, 1) y (1, 0, 1) es un vector <strong>de</strong><br />
S.<br />
⎪⎭
Ejercicio<br />
Sea V = K3[X]. Busquemos un conjunto <strong>de</strong> generadores <strong>de</strong><br />
Solución<br />
S = {a + bX + cX 2 + dX 3 ; 2a + b = c}<br />
Los elementos <strong>de</strong> S se caracterizan por tener el coeficiente <strong>de</strong> X 2<br />
igual a la suma <strong>de</strong>l doble <strong>de</strong> la constante más el coeficiente <strong>de</strong> X. Un<br />
elemento típico <strong>de</strong> S, tiene la forma s = a + bX + (2a + b)X 2 + dX 3 ,<br />
luego s = a(1 + 2X 2 ) + b(X + X 2 ) + dX 3 . Tenemos<br />
S =< 1 + 2X 2 ,X + X 2 ,X 3 ><br />
puesto que todo elemento <strong>de</strong> S se pue<strong>de</strong> escribir como una combinación<br />
<strong>lineal</strong> <strong>de</strong> estos tres vectores.<br />
Propieda<strong>de</strong>s elementales <strong>de</strong> un sub-espacio generado<br />
1. < u,v >=< αu,v >; ∀α ∈ K − {0}<br />
2. < u,v >=< u + βv,v >, ∀β ∈ K<br />
3. < u,v >=< v,u ><br />
Demostración 1<br />
Sea w ∈< u,v >, luego w tiene la forma w = α1u + α2v, ciertos<br />
α1,α2 ∈ K. Pero:<br />
w = α1<br />
α αu + α2v, α = 0 luego w ∈< αu,v ><br />
Por otra parte, sea w ∈< αu,v >, entonces:<br />
w = β1(αu) + β2v = (β1α)u + β2v, luego w ∈< u,v >
Demostración 2<br />
Sea w ∈< u,v >, luego:<br />
w = α1u + α2v = α1(u + βv) + (α2 − α1β)v, luego w ∈< u + βv,v ><br />
Por otra parte, sea w ∈< u + βv,v >, entonces:<br />
w = α1(u + βv) + α2v = α1u + (α1β + α2)v, luego w ∈< u,v ><br />
Demostración 3<br />
Sea w ∈< u,v >, luego: w = αu+βv, ciertos α,β ∈ K ssi w = βv+αu<br />
ssi w ∈< v,u ><br />
Notación<br />
Estas tres propieda<strong>de</strong>s se cumplen para el segundo vector.<br />
Observación<br />
Observación<br />
< u,v >=< u,v, 0 ><br />
Esto se generaliza para un conjunto finito <strong>de</strong> vectores. Se tiene:<br />
1. < u1,u2,...,un >=< αu1,u2,...,un >;α ∈ K,α = 0.<br />
2. < u1,u2,...,un >=< u1 + αu2,u2,...,un >,α ∈ K.<br />
3. < u1,u2,...,un >=< u2,u1,...,un ><br />
Estas operaciones que han sido realizadas en u1,u2, pue<strong>de</strong>n realizarse<br />
∀ ui,uj;i,j = 1,...,n.
Definición 2.4.2 Estos tres tipos <strong>de</strong> operaciones que <strong>de</strong>jan invariante<br />
un conjunto <strong>de</strong> generadores son llamadas operaciones elementales.<br />
Ejercicio<br />
Sea V = K 3 ,U =< (3, 9, 12), (1, 3, 6), (1, 3, 4) >. Busquemos una presentación<br />
más simple <strong>de</strong> U.<br />
Solución<br />
Para mayor comodidad, los vectores los anotaremos sin comas y los<br />
or<strong>de</strong>naremos en una matriz. Hagamos las siguientes operaciones elementales:<br />
⎛<br />
3<br />
⎜<br />
⎝ 1<br />
9<br />
3<br />
⎞<br />
12<br />
⎟<br />
4 ⎠<br />
1 3 6<br />
L1( 1<br />
3 )<br />
−→<br />
⎛<br />
1<br />
⎜<br />
⎝ 1<br />
3<br />
3<br />
⎞<br />
4<br />
⎟<br />
4 ⎠<br />
1 3 6<br />
L21(−1)<br />
−→<br />
L31(−1)<br />
⎛<br />
1<br />
⎜<br />
⎝ 0<br />
3<br />
0<br />
⎞<br />
4<br />
⎟<br />
0 ⎠<br />
0 0 2<br />
Es <strong>de</strong>cir, < (3, 9, 12), (1, 3, 6), (1, 3, 4) >=< (1, 3, 4), (0, 0, 2) >.<br />
Con esto hemos conseguido una presentación más simple <strong>de</strong>l espacio.<br />
Ejercicio<br />
En IR 2 , <strong>de</strong>terminemos el sub-espacio generado por el conjunto <strong>de</strong> vectores:<br />
A = {(1, 3), (3, 9), (2, 6)}<br />
Solución<br />
⎛ ⎞<br />
1 3<br />
⎜ ⎟<br />
⎝ 3 9 ⎠<br />
2 6<br />
L2( 1<br />
3 )<br />
−→<br />
⎛<br />
1<br />
⎜<br />
⎝ 1<br />
⎞<br />
3<br />
⎟<br />
3 ⎠<br />
2 6<br />
L31(−2)<br />
⎛<br />
1<br />
⎜<br />
−→ ⎝ 1<br />
⎞<br />
3<br />
⎟<br />
3 ⎠<br />
0 0<br />
L21(−1)<br />
⎛<br />
1<br />
⎜<br />
−→ ⎝ 0<br />
⎞<br />
3<br />
⎟<br />
0 ⎠<br />
0 0
Luego < (1, 3), (3, 9), (2, 6) >=< (1, 3) >= {(x, 3x);x ∈ IR}. Este<br />
sub-espacio <strong>de</strong> IR 2 , representa la recta que pasa por el origen y tiene<br />
pendiente 3.<br />
Ejercicio<br />
Lo mismo que el ejercicio anterior, para<br />
Solución<br />
⎛<br />
2<br />
⎜<br />
⎝ 1<br />
4<br />
2<br />
⎞<br />
6<br />
⎟<br />
3 ⎠<br />
5 10 15<br />
L31(−5)<br />
−→<br />
A = {(2, 4, 6), (1, 2, 3), (5, 10, 15)}<br />
L1( 1<br />
2 )<br />
−→<br />
⎛<br />
1<br />
⎜<br />
⎝ 0<br />
2<br />
0<br />
⎞<br />
3<br />
⎟<br />
0 ⎠<br />
0 0 0<br />
⎛<br />
1<br />
⎜<br />
⎝ 1<br />
2<br />
2<br />
⎞<br />
3<br />
⎟<br />
3 ⎠<br />
5 10 15<br />
L21(−1)<br />
⎛<br />
1<br />
⎜<br />
−→ ⎝ 0<br />
2<br />
0<br />
⎞<br />
3<br />
⎟<br />
0 ⎠<br />
5 10 15<br />
=⇒ < (2, 4, 6), (1, 2, 3), (5, 10, 15) > = < (1, 2, 3) ><br />
= {(x, 2x, 3x);x ∈ IR}<br />
El cual representa una recta <strong>de</strong> IR 3 que pasa por el origen.<br />
Ejercicio<br />
En K 2 , consi<strong>de</strong>remos A = {(1, 2), (1, 1)}. Determinemos el espacio<br />
generado por A.<br />
Solución<br />
<br />
1 2 L21(−1) 1 2 L2(−1)<br />
−→<br />
−→<br />
1 1 0 −1<br />
<br />
1 2 L12(−2)<br />
−→<br />
0 1<br />
<br />
1 0<br />
0 1
Luego < (1, 2), (1, 1) >=< (1, 0), (0, 1) >= {(x,y);x,y ∈ K} = K 2<br />
Entonces A genera K 2 .<br />
Ejercicio<br />
En V = K3[X] consi<strong>de</strong>remos el sub-espacio<br />
S =< 2 + X + 5X 2 + X 3 , 4 + 2X + 10X 2 + 2X 3 , 1 + X + 2X 2 + X 3 ><br />
Busquemos un conjunto <strong>de</strong> generadores que tenga una cantidad mínima<br />
<strong>de</strong> elementos.<br />
Solución<br />
Por comodidad anotaremos solamente los coeficientes <strong>de</strong> cada polinomio.<br />
⎛<br />
2<br />
⎜<br />
⎝ 4<br />
1<br />
2<br />
5<br />
10<br />
⎞<br />
1<br />
⎟<br />
2 ⎠<br />
1 1 2 1<br />
L21(−2)<br />
⎛<br />
2<br />
⎜<br />
−→ ⎝ 0<br />
1<br />
0<br />
5<br />
0<br />
⎞<br />
1<br />
⎟<br />
0 ⎠<br />
1 1 2 1<br />
L13(−1)<br />
⎛<br />
1<br />
⎜<br />
−→ ⎝ 0<br />
0<br />
0<br />
3<br />
0<br />
⎞<br />
0<br />
⎟<br />
0 ⎠<br />
1 1 2 1<br />
L23<br />
−→<br />
⎛<br />
1<br />
⎜<br />
⎝ 1<br />
0<br />
1<br />
3<br />
2<br />
⎞<br />
0<br />
⎟<br />
1 ⎠<br />
0 0 0 0<br />
L21(−1)<br />
⎛<br />
1<br />
⎜<br />
−→ ⎝ 0<br />
0<br />
1<br />
3<br />
−1<br />
⎞<br />
0<br />
⎟<br />
1 ⎠<br />
0 0 0 0<br />
Luego, basta generar S por el conjunto <strong>de</strong> vectores<br />
Nota<br />
{1 + 3X 2 ,X − X 2 + X 3 }<br />
Hemos observado que a un conjunto A <strong>de</strong> generadores <strong>de</strong> un subespacio<br />
S <strong>de</strong> V , al sacarle uno o más vectores pue<strong>de</strong>, a veces seguir<br />
generando el mismo sub-espacio S.<br />
Esto nos conduce a la siguiente <strong>de</strong>finición.
Definición 2.4.3 Sea V un K-espacio vectorial. Sea G un conjunto<br />
finito <strong>de</strong> generadores <strong>de</strong> un sub-espacio S <strong>de</strong> V . Diremos que G es<br />
un conjunto minimal <strong>de</strong> generadores <strong>de</strong> S, si cada vez que se le<br />
quita alguno <strong>de</strong> sus elementos, pier<strong>de</strong> su propiedad <strong>de</strong> ser generador<br />
<strong>de</strong> S.<br />
Ejemplo<br />
G = {(1, 2), (3, 2)} es un conjunto minimal <strong>de</strong> generadores <strong>de</strong> K 2 .<br />
T = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} es un conjunto minimal <strong>de</strong> generadores<br />
<strong>de</strong> K 3 .<br />
2.5 Depen<strong>de</strong>ncia Lineal<br />
Ahora es necesario que recuer<strong>de</strong>s el concepto <strong>de</strong> <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> en<br />
un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es. A veces, teníamos ecuaciones que<br />
podían ser obtenidas <strong>de</strong> otras, entonces <strong>de</strong>cíamos que el sistema era<br />
<strong>lineal</strong>mente <strong>de</strong>pendiente.<br />
Ahora pensemos en un conjunto <strong>de</strong> vectores en un espacio vectorial.<br />
De la misma manera, a veces hay vectores que se pue<strong>de</strong>n obtener <strong>de</strong><br />
los otros, pues son combinación <strong>lineal</strong> <strong>de</strong> ellos.<br />
Es entonces natural usar este mismo concepto para un conjunto <strong>de</strong><br />
vectores. ¿No es así?<br />
Nos encantaría que esta sección la encuentres ¡Trivial!. Eso diría que<br />
estás asimilando bien el curso.<br />
Te recomendamos no empezar esta sección si no has comprendido las<br />
anteriores, pues se te pue<strong>de</strong>n confundir los conceptos que, sin embargo,<br />
son muy diferentes.
Observación<br />
Sea V = IR 2 , u = (2, 3), v = (10, 15). Observamos que v = 5u,<br />
diremos que el conjunto {u,v} es ”<strong>lineal</strong>mente <strong>de</strong>pendiente”, es <strong>de</strong>cir<br />
que el vector v se pue<strong>de</strong> obtener a partir <strong>de</strong> u<br />
Observación<br />
Sea V = K 3 , u = (1, 1, 2), v = (2, 1, 5), w = (4, 3, 9). Tenemos que w =<br />
2u+v. Diremos que el conjunto {u,v,w} es ”<strong>lineal</strong>mente <strong>de</strong>pendiente”.<br />
Ahora que tienes el concepto en forma intuitiva, podrás apreciar mejor<br />
la <strong>de</strong>finición siguiente.<br />
Definición 2.5.1 Sea V un K-espacio vectorial. Sea<br />
A = {v1,v2,...,vn}<br />
Diremos que A es <strong>lineal</strong>mente <strong>de</strong>pendiente si al menos un vector<br />
vi ∈ A es combinación <strong>lineal</strong> <strong>de</strong> los <strong>de</strong>más vectores <strong>de</strong> A.<br />
Diremos que un conjunto es <strong>lineal</strong>mente in<strong>de</strong>pendiente si ningún<br />
vector <strong>de</strong>pen<strong>de</strong> <strong>de</strong> los otros, es <strong>de</strong>cir, si ningún vector es combinación<br />
<strong>lineal</strong> <strong>de</strong> los <strong>de</strong>más. Abreviamos l.d. y l.i respectivamente.<br />
Ejercicio<br />
Sea V = K 4 . Sea A = {(1, 0, 0, 5), (0, 1, 0, 4), (0, 0, 1, 1)}. Demostremos<br />
que A es <strong>lineal</strong>mente in<strong>de</strong>pendiente.<br />
Solución<br />
Si suponemos que existen a,b ∈ K tal que<br />
(1, 0, 0, 5) = a(0, 1, 0, 4) + b(0, 0, 1, 1)<br />
llegaremos a una contradicción. Lo mismo ocurre si suponemos que<br />
existen c,d,e,f ∈ K tales que
(0, 1, 0, 4) = c(1, 0, 0, 5) + d(0, 0, 1, 1) ó<br />
(0, 0, 1, 1) = e(1, 0, 0, 5) + f(0, 1, 0, 4)<br />
Luego el conjunto A es <strong>lineal</strong>mente in<strong>de</strong>pendiente<br />
Observación<br />
Sea V = K 2 . Sea A = {(3, 1), (6, 2)}. Estudiemos la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong><br />
<strong>de</strong> A.<br />
Observe el chispazo genial siguiente: Obtengamos el vector 0 = (0, 0)<br />
a partir <strong>de</strong> estos dos vectores.<br />
Por ejemplo, tenemos<br />
1. 0 = (0, 0) = (−2)(3, 1) + 1(6, 2), o bien<br />
2. 0 = (0, 0) = (−4)(3, 1) + 2(6, 2), o bien<br />
3. 0 = (0, 0) = 0(3, 1) + 0(6, 2)<br />
De (2): 4(3, 1) = 2(6, 2), como 4 = 0, po<strong>de</strong>mos <strong>de</strong>spejar (3, 1) =<br />
2(6,<br />
2), es <strong>de</strong>cir<br />
4<br />
(3, 1) = 1<br />
(6, 2)<br />
2<br />
Conclusión: el conjunto A es l.d.<br />
Observemos que esto lo pudimos hacer, pues teníamos más <strong>de</strong> una<br />
manera <strong>de</strong> obtener el vector 0, a partir <strong>de</strong> los vectores en estudio.<br />
Ejercicio<br />
Sea V = K 2 Estudiemos la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong>l conjunto<br />
A = {(3, 1), (6, 2), (1, 1)}
Solución<br />
Veamos las posibles maneras <strong>de</strong> obtener el vector (0, 0)<br />
Sea (0, 0) = α(3, 1) + β(6, 2) + γ(1, 1). luego:<br />
Tenemos γ = 0, α = −2β. Luego<br />
Tomemos β = 1<br />
luego<br />
0 = 3α + 6β + γ<br />
0 = 3α + 6β + 3γ<br />
(0, 0) = −2β(3, 1) + β(6, 2) + 0(1, 1), β ∈ K<br />
Entonces el conjunto A es l.d.<br />
Nota<br />
(0, 0) = −2(3, 1) + 1 · (6, 2) + 0(1, 1)<br />
<br />
(6, 2) = 2(3, 1) + 0(1, 1)<br />
Esta forma <strong>de</strong> estudiar la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> parece interesante. No<br />
hay que estudiar tantas ecuaciones como al usar directamente la<br />
<strong>de</strong>finición.<br />
Antes <strong>de</strong> estudiar una caracterización <strong>de</strong> <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong>, veamos<br />
las siguientes <strong>de</strong>finiciónes:<br />
Definición 2.5.2 Sea {v1,v2,...,vn} un conjunto <strong>de</strong> vectores <strong>de</strong> un<br />
espacio V . Diremos que<br />
0v1 + 0v2 + · · · + 0vn<br />
es una combinación <strong>lineal</strong> trivial.<br />
Definición 2.5.3 {0} es <strong>lineal</strong>mente <strong>de</strong>pendiente.<br />
{v} es <strong>lineal</strong>mente in<strong>de</strong>pendiente si y sólo si v = 0
Proposición 2.5.1 (Caracterización <strong>de</strong> <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong>)<br />
Sea V un espacio vectorial sobre K. Sea A = {v1,v2,...,vn}, entonces<br />
son equivalentes:<br />
1. A es <strong>lineal</strong>mente <strong>de</strong>pendiente.<br />
2. ∃ αi = 0,αi ∈ K tal que α1v1 + · · · + αivi + · · · + αnvn = 0.<br />
Demostración<br />
Dem (1) ⇒ (2):<br />
Sea A <strong>lineal</strong>mente <strong>de</strong>pendiente, luego existe al menos un vector que es<br />
combinación <strong>lineal</strong> <strong>de</strong> los <strong>de</strong>más. Sin pérdida <strong>de</strong> generalidad, supongamos<br />
que v1 es combinación <strong>lineal</strong> <strong>de</strong> los <strong>de</strong>más. Tenemos<br />
v1 = α2v2 + · · · + αnvn, ciertos α2,...,αn ∈ K, luego<br />
0 = (−1)v1 + α2v2 + · · · + αnvn<br />
luego tenemos (2)<br />
Dem (2) ⇒ (1) :<br />
Supongamos que existe αi = 0, αi ∈ K tal que<br />
α1v1 + · · · + αivi + · · · + αnvn = 0<br />
Sin pérdida <strong>de</strong> generalidad, supongamos α1 = 0. Luego<br />
α1v1 = −α2v2 + · · · + −αnvn, puesto que α1 = 0, tenemos<br />
v1 = −α2<br />
α1 v2 + · · · + −αn<br />
α1 vn, luego tenemos (1)<br />
Repaso <strong>de</strong> lógica<br />
La proposición: (1) ⇔ (2) , es lógicamente equivalente a la proposición:<br />
no(1) ⇔ no(2).<br />
Luego la proposición anterior es lógicamente equivalente al siguiente<br />
corolario:
Corolario 2.5.2 Sea V un K-espacio vectorial. Sea<br />
A = {v1,v2,...,vn}<br />
entonces son equivalentes las siguientes proposiciones:<br />
1. A es <strong>lineal</strong>mente in<strong>de</strong>pendiente.<br />
2. Existe una única manera <strong>de</strong> obtener el vector 0, a saber, como<br />
una combinación <strong>lineal</strong> trivial.<br />
Ejercicio<br />
Escrito en forma simbólica es<br />
α1v1 + · · · + αnvn = 0 ⇒ α1 = · · · = αn = 0<br />
En V = K 3 , consi<strong>de</strong>remos A = {(1, 1, 1), (1, 1, 0), (1, 0, 0)}. Estudiemos<br />
la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong> A.<br />
Solución<br />
Sea α(1, 1, 1) + β(1, 1, 0) + γ(1, 0, 0) = (0, 0, 0). Luego<br />
α + β + γ = 0<br />
α + β = 0<br />
α = 0<br />
luego α = β = γ = 0. Entonces la única manera <strong>de</strong> obtener el vector<br />
(0, 0, 0), es la forma trivial. Luego A es l.i.<br />
Ejercicio<br />
Estudiemos en K 3 , la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong>l conjunto<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
A = {(1, 1, 2), (3, 3, 6), (1, 2, 5)}
Solución<br />
Sea α(1, 1, 2) + β(3, 3, 6) + γ(1, 2, 5) = (0, 0, 0).<br />
De aquí obtenemos que α = −3β y γ = 0. Luego todas las maneras<br />
posibles <strong>de</strong> obtener el vector 0 son:<br />
(0, 0, 0) = −3β(1, 1, 2) + β(3, 3, 6) + 0(1, 2, 5);β ∈ K<br />
es <strong>de</strong>cir, hay más <strong>de</strong> una manera <strong>de</strong> obtener el vector 0. Luego A es<br />
l.d.<br />
Proposición 2.5.3 Sea V un K-espacio vectorial. Entonces:<br />
1. Sea A ⊂ V , B ⊂ A y A <strong>lineal</strong>mente in<strong>de</strong>pendiente, entonces B<br />
es <strong>lineal</strong>mente in<strong>de</strong>pendiente.<br />
2. Si un conjunto <strong>de</strong> vectores contiene el 0, entonces el conjunto es<br />
<strong>lineal</strong>mente <strong>de</strong>pendiente.<br />
3. Sea {v1,v2,...,vn} l.i. y {v1,v2,...,vn,w} l.d., entonces w es<br />
combinación <strong>lineal</strong> <strong>de</strong> v1,v2,...,vn.<br />
4. Sea {v1,v2,...,vn} l.i. y supongamos que w no es combinación<br />
<strong>lineal</strong> <strong>de</strong> v1,v2,...,vn, entonces {v1,v2,...,vn,w} es l.i.<br />
Demostración 1: ¡Trivial!<br />
Demostración 2<br />
Basta con escribir una combinación <strong>lineal</strong> nula no trivial como:<br />
Demostración 3<br />
50 + 0v1 + 0v2 + · · · + 0vn = 0<br />
Supongamos que A = {v1,v2,...,vn,w} es l.d., entonces se pue<strong>de</strong><br />
obtener una combinación <strong>lineal</strong> nula no trivial con los elementos <strong>de</strong> A:<br />
α1v1 + α2v2 + · · · + αnvn + βw = 0
Si β = 0 entonces:<br />
α1v1 + α2v2 + · · · + αnvn = 0<br />
y como {v1,v2,...,vn} es l.i., tenemos que:<br />
α1 = α2 = · · · = αn = 0<br />
luego A es l.i. contradicción, luego β = 0, es <strong>de</strong>cir, po<strong>de</strong>mos <strong>de</strong>spejar<br />
w en la primera ecuación:<br />
w = −α1<br />
β v1 + −α2<br />
β v2 + · · · + −αn<br />
β vn<br />
es <strong>de</strong>cir,w es combinación <strong>lineal</strong> <strong>de</strong> v1,v2,...,vn<br />
Demostración 4<br />
Sea α1v1 + α2v2 + · · · + αnvn + βw = 0, tenemos que β = 0 pues w no<br />
es combinación <strong>lineal</strong> <strong>de</strong> los otros vectores, luego:<br />
luego α1 = α2 = · · · = αn = 0.<br />
Ejercicio<br />
α1v1 + α2v2 + · · · + αnvn = 0<br />
Sea V un K-espacio vectorial y {u,v,w} un conjunto <strong>de</strong> vectores l.i.<br />
Estudiemos la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong> los vectores<br />
s = u + 2v,t = u + v − w,r = v + 2w<br />
Solución<br />
Sea αs+βt+γr = 0. Luego α(u+2v)+β(u+v −w)+γ(v +2w) = 0,<br />
luego (α + β)u + (2α + β + γ)v + (−β + 2γ)w = 0.<br />
Puesto que {u,v,w} es l.i., hay una única manera <strong>de</strong> obtener el 0 y<br />
ésta es:
⎛<br />
⎜<br />
⎝<br />
1 1 0 0<br />
2 1 1 0<br />
0 −1 2 0<br />
⎞<br />
⎟<br />
⎠ −→<br />
α + β = 0<br />
2α + β + γ = 0<br />
−β + 2γ = 0<br />
⎛<br />
⎜<br />
⎝<br />
1 0 0 0<br />
0 1 0 0<br />
0 0 1 0<br />
⎞<br />
⎟<br />
⎠<br />
⎫<br />
⎪⎬<br />
Luego α = 0, β = 0, γ = 0, es <strong>de</strong>cir {r,s,t} es l.i.<br />
Ejercicio<br />
Sea V un K-espacio vectorial y {u,v,w} un conjunto l.i. Estudiemos<br />
la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong> la siguiente familia <strong>de</strong> vectores.<br />
{u,s = (α − 2)v + (α − 2)w,t = v + (α 2 − 4)w;α ∈ K}<br />
Solución<br />
Sea au + bs + ct = 0. Luego<br />
au + b((α − 2)v + (α − 2)w) + c(v + (α 2 − 4)w) = 0<br />
Es <strong>de</strong>cir au + ((α − 2)b + c)v + ((α − 2)b + (α 2 − 4)c)w = 0.<br />
Puesto que {u,v,w} es un conjunto l.i., entonces<br />
En forma matricial, tenemos<br />
⎪⎭<br />
a = 0<br />
(α − 2)b + c = 0<br />
(α − 2)b + (α 2 − 4)c = 0<br />
⎛<br />
⎜<br />
⎝<br />
Caso α − 2 = 0 ssi α = 2<br />
1 0 0 0<br />
0 α − 2 1 0<br />
0 α − 2 α 2 − 4 0<br />
⎞<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
⎟<br />
⎠ (2.1)
Tenemos<br />
⎛ ⎞<br />
1 0 0 0<br />
⎜ ⎟<br />
⎝ 0 0 1 0 ⎠ Luego<br />
0 0 0 0<br />
a = 0<br />
c = 0<br />
<br />
Para todo b ∈ IR<br />
Reemplazando en (2.1), tenemos u,s = 0,t = v. Luego para todo<br />
b ∈ IR, tenemos 0u + bs + 0t = 0, luego {u,0,t} es l.d., luego{u,s,t}<br />
es l.d.<br />
Caso α − 2 = 0 ssi α = 2<br />
(2.1)<br />
L2( 1<br />
α−2 )<br />
−→<br />
L3( 1<br />
α−2 )<br />
⎛<br />
⎞<br />
1 1 0 0<br />
⎜ 1 ⎟<br />
⎝ 0 1 0 α−2 ⎠<br />
0 1 α + 2 0<br />
−→<br />
Caso α 2 − 5 = 0 ssi α 2 = 5<br />
Tenemos<br />
a = 0<br />
b + 1<br />
<br />
c = 0<br />
α−2<br />
=⇒<br />
⎛<br />
⎜<br />
⎝<br />
a = 0<br />
b = 1<br />
α−2 c<br />
1 0 0 0<br />
0 1 1<br />
α−2 0<br />
0 0 α2 −5<br />
α−2 0<br />
<br />
c ∈ IR<br />
Luego 0u + 1<br />
α−2 cs + ct = 0, ∀c ∈ IR, α 2 = 5. Luego {u,s,t} es l.d. en<br />
este caso<br />
Caso α 2 = 5<br />
en este caso tenemos a = b = c = 0, luego {u,s,t} es l.i.<br />
Definición 2.5.4 Sea A = {v1,v2,...,vn} un conjunto <strong>de</strong> vectores<br />
<strong>de</strong> un espacio vectorial V . Diremos que A es un conjunto maximal<br />
<strong>lineal</strong>mente in<strong>de</strong>pendiente si {v1,v2,...,vn,w} es <strong>lineal</strong>mente <strong>de</strong>pendiente<br />
para todo w ∈ V<br />
Ejemplo<br />
Sea V = K 2 . A = {(1, 1), (1, 0)} es un conjunto maximal <strong>lineal</strong>mente<br />
in<strong>de</strong>pendiente en V . En efecto, todo (a,b) ∈ V se pue<strong>de</strong> escribir como<br />
(a,b) = (b − a)(1, 1) + b(1, 0). Luego<br />
{(a,b), (1, 1), (1, 0)} es l.d. ∀(a,b) ∈ K 2<br />
⎞<br />
⎟<br />
⎠
2.6 Bases <strong>de</strong> un espacio vectorial<br />
Ahora vamos a estudiar al mismo tiempo las dos secciones anteriores.<br />
Vamos a entrelazar el concepto <strong>de</strong> generadores <strong>de</strong> un espacio, con el<br />
concepto <strong>de</strong> <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong>.<br />
Para esto vamos a iniciar esta sección con algunas consi<strong>de</strong>raciones<br />
sobre las posibles posiciones <strong>de</strong> tres vectores no nulos en el plano.<br />
Sea V = IR 2 y consi<strong>de</strong>ramos u, v, w ∈ V . Las posibles ubicaciones <strong>de</strong><br />
u, v, w en el plano son las dadas en las siguientes tres observaciones:<br />
Observación<br />
Observemos la siguiente figura:<br />
Los vectores u, v, w no nulos son co<strong>lineal</strong>es, es <strong>de</strong>cir se encuentran<br />
sobre una recta que <strong>de</strong>notamos por L.<br />
Observamos que:<br />
< u,v,w >= L =< u,v >=< u,w >=< v,w >=< u >=< v >=<br />
=< w ><br />
En este caso:<br />
{u,v,w}, {u,v}, {u,w}, {v,w}
son <strong>lineal</strong>mente <strong>de</strong>pendientes, mientras que<br />
son <strong>lineal</strong>mente in<strong>de</strong>pendientes.<br />
{u}, {v}, {w}<br />
Diremos que los conjuntos {u}, {v}, {w}, son ”bases <strong>de</strong> L”.<br />
Observación<br />
Consi<strong>de</strong>remos vectores no nulos u, v co<strong>lineal</strong>es, es <strong>de</strong>cir se encuentran<br />
sobre una recta que <strong>de</strong>notamos por L y w otro vector que no se<br />
encuentra sobre L.<br />
Dada una combinación <strong>lineal</strong> nula <strong>de</strong> los vectores u, v, w:<br />
0 = αu + βv + γw<br />
necesariamente se <strong>de</strong>be tener γ = 0; mientras que α y β pue<strong>de</strong>n ser<br />
no nulos.<br />
El sub-espacio generado por estos tres vectores es:<br />
< u,v,w >=< u,w >=< v,w >= IR 2 y < u,v >= IR 2<br />
En este caso {u,v,w}, {u,v} son <strong>lineal</strong>mente <strong>de</strong>pendientes y {u,w},<br />
{v,w}, {u}, {v},{w} son <strong>lineal</strong>mente in<strong>de</strong>pendientes.<br />
Diremos que {u,w}, {v,w} forman, cada uno <strong>de</strong> ellos, una ”base <strong>de</strong><br />
IR 2 ”.
Observación<br />
Sean u, v, w tres vectores no nulos, <strong>de</strong> los cuales no hay dos sobre la<br />
misma recta:<br />
Se pue<strong>de</strong> tener:<br />
Luego se tiene:<br />
αu + βv + γw = 0 con α,β,γ = 0<br />
< u,v,w >= IR 2 =< u,v >=< v,w >=< u,w ><br />
A<strong>de</strong>más se tiene que {u,v,w} l.d.; {u,w} l.i.; {v,w} l.i.; {u,v} l.i.<br />
Diremos que {u,v}, {u,w}, {v,w} forman ”bases <strong>de</strong> IR 2 ”.<br />
Definición 2.6.1 Un subconjunto B <strong>de</strong> V , se dice que forma una<br />
base <strong>de</strong> V , si B es l.i. y B es un conjunto <strong>de</strong> generadores <strong>de</strong> V .<br />
Problema<br />
En este momento, uno se pregunta qué relación habrá entre base y los<br />
conceptos <strong>de</strong> conjunto l.i. maximal y conjunto <strong>de</strong> generadores minimal.<br />
La respuesta a esta inquietud, está dada en la proposición siguiente:
Proposición 2.6.1 (Conceptos equivalentes a base)<br />
Sea B = {v1,v2,...,vn}, entonces son equivalentes:<br />
1. B es l.i. y < v1,v2,...,vn >= V<br />
2. ∀v ∈ V , existen únicos α1,α2,...,αn ∈ K, tales que:<br />
v = α1v1 + α2v2 + · · · + αnvn<br />
3. B es un conjunto minimal <strong>de</strong> generadores <strong>de</strong> V<br />
4. B es un conjunto maximal l.i.<strong>de</strong> V<br />
Demostración<br />
(1)=⇒(3)<br />
Sea B = {v1,v2,...,vn} l.i y V =< B >. Por <strong>de</strong>mostrar que B es un<br />
conjunto minimal <strong>de</strong> generadores <strong>de</strong> V . Por hipótesis B genera V. Sólo<br />
falta <strong>de</strong>mostrar que este conjunto es minimal.<br />
Supongamos que no es minimal, es <strong>de</strong>cir, supongamos sin pérdida <strong>de</strong><br />
generalidad que B = {v1,v2,...,vn−1} genera V , luego vn es combinación<br />
<strong>lineal</strong> <strong>de</strong> v1,...vn−1, es <strong>de</strong>cir, vn = α1v1+α2v2+...+αn−1vn−1,<br />
ciertos αi ∈ K, luego {v1,v2,...,vn} es l.d. contradicción. Luego B es<br />
minimal.<br />
(3) =⇒ (4)<br />
Supongamos que {v1,v2,...,vn} es un conjunto minimal <strong>de</strong> generadores<br />
y supongamos a<strong>de</strong>más que {v1,v2,...,vn} es l.i. Sea C =<br />
{v1,v2,...,vn,w}. Por (3) se tiene que w = α1v1 + α2v2 + ... + αnvn.<br />
Luego {v1,v2,...,vn,w} es l.d., luego {v1,v2,...,vn} es l.i. maximal<br />
(4)=⇒(1)<br />
B es l.i. pues es l.i. maximal<br />
Sea w ∈ V un vector cualquiera. Tenemos que {v1,v2,...,vn,w} es<br />
l.d., luego w = α1v1 + α2v2 + ... + αnvn, luego < v1,v2,...,vn >= V<br />
(1)=⇒(2)
Sea v = α1v1 + α2v2 + ... + αnvn y v = β1v1 + β2v2 + ... + βnvn. Dos<br />
<strong>de</strong>scomposiciones <strong>de</strong> v.<br />
Luego α1v1 + α2v2 + ... + αnvn = β1v1 + β2v2 + ... + βnvn.<br />
Luego (α1 − β1)v1 + (α2 − β2)v2 + ... + (αn − βn)vn = 0.<br />
Puesto que {v1,v2,...,vn} es l.i. tenemos que α1 − β1 = α2 − β2 =<br />
... = αn − βn = 0, luego α1 = β1,α2 = β2,...,αn = βn. Entonces<br />
existe una única manera <strong>de</strong> escribir los vectores <strong>de</strong> V según el conjunto<br />
<strong>de</strong> vectores {v1,v2,...,vn}<br />
(2)=⇒(1)<br />
(i) Por <strong>de</strong>mostrar {v1,v2,...,vn} es l.i. Sea α1v1+α2v2+...+αnvn = 0.<br />
Pero 0 = 0v1 + 0v2 + ... + 0vn. Entonces α1v1 + α2v2 + ... + αnvn =<br />
0v1 + 0v2 + ... + 0vn.<br />
Puesto que la escritura es única, α1 = 0,α2 = 0,...,αn = 0. Luego es<br />
l.i.<br />
(ii) Sea v ∈ V , entonces v = α1v1 +α2v2 +...+αnvn <strong>de</strong> manera única,<br />
en particular v = α1v1 + α2v2 + ... + αnvn. Por (i) y (ii), tenemos (1)<br />
Hemos <strong>de</strong>mostrado que (1)=⇒(3), (3)=⇒(4), (4)=⇒(1) y (1)=⇒(2),<br />
(2)=⇒(1). Luego el teorema está <strong>de</strong>mostrado.<br />
Definición 2.6.2 Sea B = {v1,v2,...,vn} una base <strong>de</strong> V . Sea v =<br />
α1v1 + α2v2 + ... + αnvn. Entonces α1,α2,...,αn son llamadas las<br />
componentes <strong>de</strong> v, según la base B<br />
Definición 2.6.3 Llamaremos la base canónica <strong>de</strong> K n a la base<br />
{e1 = (1, 0,..., 0),e2 = (0, 1,..., 0),...,en = (0, 0,..., 0, 1)} .<br />
Observamos que para todo elemento <strong>de</strong> K n se tiene:<br />
Si (a1,a2,...,an) ∈ K n , entonces<br />
(a1,a2,...,an) = a1(1, 0,...,0) + a2(0, 1,...,0) + · · · +<br />
+an(0, 0,...,1) =<br />
= a1e1 + a2e2 + · · · + anen
Definición 2.6.4 La base canónica <strong>de</strong> Km[X], es la base<br />
{1,X,X 2 ,...,X m }. Por otra parte, la base canónica <strong>de</strong> K[X], es<br />
la base {1,X,X 2 ,...,X n ,...}.<br />
Por ejemplo la base canónica <strong>de</strong> K 2 , es {e1 = (1, 0),e2 = (0, 1)}.<br />
Por otra parte la base canónica <strong>de</strong> K2[X], es la base {1,X,X 2 }.<br />
Ejercicio<br />
Sea V = K 2 . Demostremos que B = {(1, 1), (1, 2)} es una base <strong>de</strong> K 2 .<br />
Solución<br />
1. Demostremos que B genera K 2 .<br />
Sea (x,y) = α(1, 1) + β(1, 2), ciertos α, β ∈ K luego:<br />
(x,y) = (α + β,α + 2β)<br />
<strong>de</strong> don<strong>de</strong> β = y − x y α = 2x − y, es <strong>de</strong>cir:<br />
(x,y) = (2x − y)(1, 1) + (y − x)(1, 2)<br />
2. Demostremos que B es l.i. Sea α(1, 1) + β(1, 2) = (0, 0), luego:<br />
(α + β,α + 2β) = (0, 0)<br />
De aquí se <strong>de</strong>spren<strong>de</strong> que α = β = 0.<br />
Puesto que la única manera <strong>de</strong> escribir el 0 a partir <strong>de</strong> los dos<br />
vectores <strong>de</strong> B es la forma trivial, se tiene que B es l.i.<br />
Por (1) y (2) se tiene que B es una base <strong>de</strong> K 2 .<br />
Las componentes <strong>de</strong> un vector cualquiera (x,y) según la base B son:<br />
2x − y,y − x. Por ejemplo: (3, 5) = 1(1, 1) + 2(1, 2)<br />
Luego un vector (x,y), cualquiera <strong>de</strong> K 2 , se pue<strong>de</strong> escribir como combinación<br />
<strong>lineal</strong> <strong>de</strong> (1, 1) y (1, 2).
Proposición 2.6.2 Sea V un K-espacio vectorial. Entonces<br />
1. Las componentes <strong>de</strong> la suma <strong>de</strong> dos vectores, son la suma <strong>de</strong> las<br />
componentes.<br />
2. Las componentes <strong>de</strong>l producto <strong>de</strong> un vector por un escalar, son<br />
el producto <strong>de</strong> las componentes por el escalar.<br />
Demostración<br />
Sea B = {v1,v2,...,vn} una base <strong>de</strong> V sobre K. Sea<br />
v = α1v1 + α2v2 + · · · + αnvn y w = β1v1 + β2v2 + · · · + βnvn<br />
Entonces:<br />
v + w = (α1v1 + α2v2 + · · · + αnvn) + (β1v1 + β2v2 + · · · + βnvn)<br />
= (α1 + β1)v1 + (α2 + β2)v2 + · · · + (αn + βn)vn<br />
Luego se tiene (1).<br />
A<strong>de</strong>más:<br />
Luego se tiene (2)<br />
β · v = β(α1v1 + α2v2 + · · · + αnvn)<br />
= (βα1)v1 + (βα2)v2 + · · · + (βαn)vn<br />
2.6.1 Método para encontrar una base <strong>de</strong> un espacio<br />
vectorial<br />
Recuerda que para tener escrito un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es en<br />
su forma más simple, hacíamos el proceso <strong>de</strong> escalonamiento, pues las<br />
operaciones elementales no alteran el sistema.<br />
De la misma manera, tu sabes, que las operaciones elementales en un<br />
conjunto <strong>de</strong> generadores no alteran el espacio obtenido.<br />
¿Te parece, entonces, natural, escalonar un conjunto <strong>de</strong> generadores?
Obviamente que al escalonar un conjunto <strong>de</strong> vectores, el conjunto<br />
obtenido, quitándole los vectores nulos, es un conjunto minimal <strong>de</strong><br />
generadores, luego es una base.<br />
También los vectores escalonados son l.i., luego forman una base <strong>de</strong>l<br />
espacio en cuestión.<br />
Ejercicio<br />
Sea V = K 3 , U =< (2, 4, −5), (−4, −8, −2), (2, 4, 5) >. Busquemos<br />
una base <strong>de</strong> U cuyos vectores estén escalonados.<br />
Solución<br />
⎛<br />
2<br />
⎜<br />
⎝ −4<br />
4<br />
−8<br />
⎞<br />
−5<br />
⎟<br />
−2 ⎠<br />
2 4 5<br />
⎛<br />
2<br />
⎜<br />
⎝ 0<br />
4<br />
0<br />
⎞<br />
−5<br />
⎟<br />
1 ⎠<br />
0 0 1<br />
L (5)<br />
12<br />
−→<br />
L (−1)<br />
32<br />
L (2)<br />
21<br />
−→<br />
L (−2)<br />
31<br />
⎛<br />
2<br />
⎜<br />
⎝ 0<br />
4<br />
0<br />
⎞<br />
−5<br />
⎟<br />
−12 ⎠<br />
0 0 10<br />
⎛<br />
1<br />
⎜<br />
⎝ 0<br />
2<br />
0<br />
⎞<br />
0<br />
⎟<br />
1 ⎠<br />
0 0 0<br />
1<br />
(−12 )<br />
L 2<br />
−→<br />
L 1<br />
10 )<br />
3<br />
Diremos que la ”base escalonada” <strong>de</strong> U es B = {(1, 2, 0), (0, 0, 1)}.<br />
Definición 2.6.5 Sea V un espacio vectorial. Diremos que un conjunto<br />
<strong>de</strong> vectores <strong>de</strong> V es escalonado si al escribirlos como filas <strong>de</strong><br />
una matriz, se obtiene una matriz escalonada.<br />
Proposición 2.6.3 Sea V un K-espacio vectorial y sea S ≤ V , entonces<br />
el conjunto escalonado <strong>de</strong> generadores <strong>de</strong> S es único y constituye<br />
una base <strong>de</strong> S.<br />
Definición 2.6.6 La base <strong>de</strong> un espacio vectorial formada por el conjunto<br />
<strong>de</strong> vectores escalonados es llamada la base escalonada <strong>de</strong>l espacio<br />
consi<strong>de</strong>rado.
Corolario 2.6.4 (Caracterización <strong>de</strong> igualdad <strong>de</strong> sub-espacios)<br />
Sean S,T ≤ V , V un K-espacio vectorial, entonces S = T si y sólo si<br />
tienen la misma base escalonada.<br />
Ejercicio<br />
En K 3 , busquemos la base escalonada <strong>de</strong>l subespacio vectorial <strong>de</strong>scrito<br />
por<br />
S = {(x,y,z); 5x − 3y − z = 0}<br />
Solución<br />
Tenemos que z = 5x − 3y, luego los elementos <strong>de</strong> S tienen la forma<br />
v = (x,y, 5x − 3y). A<strong>de</strong>más:<br />
(x,y, 5x − 3y) = x(1, 0, 5) + y(0, 1, −3)<br />
Luego el conjunto B = {(1, 0, 5), (0, 1, −3)} es un conjunto <strong>de</strong> generadores<br />
<strong>de</strong> S y puesto que están escalonados, B es la base escalonada<br />
<strong>de</strong> S.<br />
Ejercicio<br />
En K 3 , busquemos la base escalonada <strong>de</strong>l sub-espacio S generado por<br />
el conjunto <strong>de</strong> vectores {(1, 2, 4), (3, 6, 1), (5, 10, 9), (2, 4, −3)}<br />
Solución<br />
⎛<br />
1<br />
⎜ 3<br />
⎜<br />
⎝ 5<br />
2<br />
6<br />
10<br />
⎞<br />
4<br />
1 ⎟<br />
9 ⎠<br />
2 4 −3<br />
L21(−3)<br />
L31(−5)<br />
−→<br />
L41(−2)<br />
⎛<br />
1<br />
⎜ 0<br />
⎜<br />
⎝ 0<br />
2<br />
0<br />
0<br />
⎞<br />
4<br />
−11 ⎟<br />
−11 ⎠<br />
0 0 −11<br />
−→<br />
⎛<br />
1<br />
⎜ 0<br />
⎜<br />
⎝ 0<br />
2<br />
0<br />
0<br />
⎞<br />
0<br />
1 ⎟<br />
0 ⎠<br />
0 0 0<br />
Luego, la base escalonada <strong>de</strong> S es {(1, 2, 0), (0, 0, 1)}.
Ejercicio<br />
En K 4 , busquemos la base escalonada <strong>de</strong>l sub-espacio<br />
S = {(x − y − z + 2u,x + y + 3z + 4u, 2x + y + 4z + 7u, 3x + y+<br />
+5z + 10u); x,y,z,u ∈ K}<br />
Solución<br />
Todo elemento <strong>de</strong> S lo po<strong>de</strong>mos escribir en la forma:<br />
luego<br />
v = x(1, 1, 2, 3) + y(−1, 1, 1, 1) + z(−1, 3, 4, 5) + u(2, 4, 7, 10)<br />
S =< (1, 1, 2, 3), (−1, 1, 1, 1), (−1, 3, 4, 5), (2, 4, 7, 10) ><br />
Al escalonar este conjunto <strong>de</strong> vectores tenemos la base escalonada B,<br />
Ejercicio<br />
B = {(1, 0, 1 3<br />
, 1), (0, 1, , 2)}<br />
2 2<br />
Sea V = K 3 , S,T ≤ V , <strong>de</strong>finidos por:<br />
S = {(x + 2y, 2x + 4y, 3x + 10y);x,y ∈ K}<br />
T = {(2x + 3y, 4x + 6y, 2x + 5y);x,y ∈ K}<br />
Estudiemos la posible igualdad <strong>de</strong> estos dos sub-espacios.<br />
Solución<br />
S =< (1, 2, 3), (2, 4, 10) >; T =< (2, 4, 2), (3, 6, 5) >. Ambos conjuntos<br />
al ser escalonados tienen la misma base escalonada B =<br />
{(1, 2, 0), (0, 0, 1)}, luego S = T.
Teorema 2.6.5 (<strong>de</strong> Steinitz) Sea V un K-espacio vectorial. Sea<br />
{v1,v2,...,vn} un conjunto l.i. y {w1,w2, ...,wm} un conjunto <strong>de</strong><br />
generadores <strong>de</strong> V . Entonces existe una base <strong>de</strong> V <strong>de</strong> la forma:<br />
{v1,v2,...,vn,wk1,wk2,...,wkp}, ciertos k1,k2,...,kp ∈ {1, 2,...,m}<br />
Demostración<br />
Sea S =< v1,v2,...,vn ><br />
1. Tenemos dos posibilida<strong>de</strong>s:<br />
(a) wj ∈< v1,v2,...,vn >= S, ∀j = 1, 2,...,m. Entonces tenemos<br />
que S = V y {v1,v2,...,vn} forman una base <strong>de</strong><br />
V .<br />
(b) Existe wk1 que no pertenece a S. En este caso tenemos que<br />
{v1,v2,...,vn,wk1} es l.i.<br />
Sea S1 =< v1,v2,...,vn,wk1 ><br />
2. Nuevamente tenemos dos posibilida<strong>de</strong>s:<br />
(a) S1 = V , entonces {v1,v2,...,vn,wk1} es una base <strong>de</strong> V<br />
(b) S1 = V , entonces existe wk2 que no pertenece a S1. En este<br />
caso tenemos que {v1,v2,...,vn,wk1,wk2} es l.i.<br />
En forma análoga se construye S2 =< v1,v2,...,vn,wk1,wk2 >.<br />
Luego <strong>de</strong> un número finito <strong>de</strong> pasos no mayor a m, se obtiene la base<br />
buscada.<br />
2.6.2 Aplicación <strong>de</strong>l Teorema <strong>de</strong> Steinitz<br />
Sea V un K-espacio vectorial. Sea {v1,v2,...,vn} un conjunto l.i. y<br />
sea {e1,e2,...,em} una base <strong>de</strong> V , entonces existe una base <strong>de</strong> V <strong>de</strong><br />
la forma:<br />
{v1,v2,...,vn,ek1,ek2,...,ekp}, ciertos k1,k2,...,kp ∈ {1, 2,...,m}
Ejercicio<br />
Obtengamos una base <strong>de</strong> K 4 que contenga al conjunto <strong>de</strong> vectores<br />
A = {(1, 3, 5, 7), (1, 6, 5, 0)}<br />
Solución<br />
La base escalonada <strong>de</strong>l espacio generado por A es<br />
B = {(1, 0, 5, 14), (0, 1, 0, − 7<br />
3 )}<br />
Luego una base <strong>de</strong> V que contiene los vectores <strong>de</strong> A es<br />
C = {(1, 3, 5, 7), (1, 6, 5, 0), (0, 0, 1, 0), (0, 0, 0, 1)}<br />
Para esto se eligió dos vectores <strong>de</strong> la base canónica <strong>de</strong> K 4 que tienen<br />
el 1 en lugares distintos <strong>de</strong> los elementos lí<strong>de</strong>res <strong>de</strong> B.<br />
Ejercicio<br />
Busquemos una base <strong>de</strong> K3[X] que contenga el conjunto <strong>de</strong> vectores<br />
Solución<br />
A = {3 + 6X − 12X 3 , 2 − 4X + X 2 }<br />
La base escalonada <strong>de</strong>l espacio generado por A es<br />
B = {1 + 1<br />
4 X2 − 2X 3 ,X − 1<br />
8 X2 − X 3 }<br />
De la misma manera que en el caso anterior se elige una base que<br />
contenga los vectores <strong>de</strong> la base canónica <strong>de</strong> K3[X] que tienen el 1 en<br />
lugares diferentes <strong>de</strong> los lí<strong>de</strong>res <strong>de</strong> la base B. Entonces se ha elegido<br />
la base<br />
C = {3 + 6X − 12X 3 , 2 − 4X + X 2 ,X 2 ,X 3 }
Ejercicio<br />
Sea V = K 4 y S = {(a + b + 3c,a + 2c,b + c,a + b + 3c);a,b,c ∈ K}<br />
un sub-espacio <strong>de</strong> V . Busquemos una base B <strong>de</strong> S que contenga el<br />
vector u = (0, 1, −1, 0) y una base C <strong>de</strong> S que contenga el vector<br />
v = (5, 3, 2, 5)<br />
Solución<br />
El conjunto escalonado <strong>de</strong> generadores <strong>de</strong> S es<br />
A = {(1, 0, 1, 1), (0, 1, −1, 0)}<br />
Entonces es fácil completar con vectores <strong>de</strong> la base escalonada <strong>de</strong> S,<br />
eligiendo vectores que tengan el elemento lí<strong>de</strong>r en un lugar distinto al<br />
<strong>de</strong>l vector u = (0, 1, −1, 0). Se tiene así la base<br />
Para la base C, tenemos<br />
B = {(0, 1, −1, 0), (1, 0, 1, 1)}<br />
< (5, 3, 2, 5) >=< (1, 3 2<br />
, , 1) ><br />
5 5<br />
La base pedida pue<strong>de</strong> ser C = {(5, 3, 2, 5), (0, 1, −1, 0)}<br />
Ejercicio<br />
Sea V = M2×3(K). S ≤ V <strong>de</strong>finido por<br />
S = {<br />
3<br />
2<br />
3<br />
<br />
a + b − c −a − b + c d<br />
2 ;a,b,c,d ∈ IR}<br />
a b c<br />
Busquemos una base <strong>de</strong> S que contenga los vectores<br />
u =<br />
<br />
5 −3<br />
<br />
0<br />
2 2 1<br />
y v =<br />
<br />
2 0<br />
<br />
0<br />
2 2 4
Solución<br />
Un conjunto <strong>de</strong> generadores <strong>de</strong> S es<br />
3 3 <br />
0 0 1 −1 0 −1 0 −1 1 0<br />
, 2 , 2 ,<br />
0 0 0 1 0 0 0 1 0 0 0 1<br />
La base escalonada <strong>de</strong> S es:<br />
1 0 0<br />
0 2 2<br />
<br />
,<br />
0 1 0<br />
0 2 3<br />
<br />
,<br />
<br />
0 0 1<br />
,<br />
0 0 0<br />
<br />
0 0<br />
<br />
0<br />
1 −1 0<br />
La base escalonada <strong>de</strong>l subespacio generado por u y v, es<br />
<br />
0<br />
1<br />
1<br />
1<br />
<br />
0 1<br />
,<br />
3 1<br />
0<br />
1<br />
<br />
0<br />
2<br />
Luego una posibilidad para B es:<br />
5 −3 0<br />
2 2 1<br />
<br />
,<br />
2 0 0<br />
2 2 4<br />
<br />
,<br />
0 0 1<br />
0 0 0<br />
<br />
,<br />
<br />
0 0<br />
<br />
0<br />
1 −1 0<br />
2.7 Dimensión <strong>de</strong> un espacio vectorial<br />
Sabes, es bueno que vayas comprendiendo que uno <strong>de</strong> los problemas<br />
que preocupa en matemáticas, es encontrar entes que permanezcan<br />
invariantes al producir ciertos cambios. Son los llamados invariantes.<br />
Por el momento, hemos visto que todas las bases <strong>de</strong> K 2 , como Kespacio<br />
vectorial, tienen 2 elementos.<br />
Es <strong>de</strong>cir el número <strong>de</strong> elementos <strong>de</strong> cada base es ”invariante” en K 2 .<br />
¿Será cierto que en K 3 , todas las bases tienen 3 elementos?.<br />
¿...Y en un K-espacio vectorial V , ocurrirá que todas las bases tiene<br />
la misma cantidad <strong>de</strong> elementos?.<br />
Es <strong>de</strong>cir, uno se pregunta si el número <strong>de</strong> elementos <strong>de</strong> las diferentes<br />
bases <strong>de</strong> un espacio vectorial es un invariante.<br />
Interesante pregunta ¿cierto?.<br />
Bueno, esta sección nos da la respuesta a esa pregunta.
Comencemos por unos lemas y luego el teorema que dará la respuesta<br />
a esta pregunta.<br />
Lema<br />
Sea B = {u1,u2,...,un} una base <strong>de</strong> un espacio vectorial V sobre K.<br />
Sea u ∈ V tal que u = α1u1 +α2u2 + · · ·+αiui + · · ·+αnun, con algún<br />
αi = 0.<br />
Entonces el conjunto C = {u1,u2,...,ui−1,u,ui+1,...,un} también es<br />
una base <strong>de</strong> V.<br />
Demostración<br />
Sin pérdida <strong>de</strong> generalidad, supongamos α1 = 0. En este caso<br />
C = {u,u2,...,un}, luego u1 = α −1<br />
1 u + −α −1<br />
1 α2u2 + · · · + −α −1<br />
1 αnun<br />
1. Demostremos que C genera V.<br />
Sea v ∈ V . Entonces:<br />
v = β1u1 + β2u2 + · · · + βnun, ciertos β1,β2,...,βn ∈ K.<br />
Luego<br />
v = β1(α −1<br />
1 u − α −1<br />
1 α2u2 − · · · − α −1<br />
1 αnun) + β2u2 + · · · + βnun<br />
= β1α −1<br />
1 u + (−α2β1α −1<br />
1 + β2)u2 + · · · + (−α −1<br />
1 αnβ1 + βn)un<br />
Es <strong>de</strong>cir, v ∈< u,u2,...,un >, es <strong>de</strong>cir {u,u2,...,un} genera V.<br />
2. Demostremos que C es l.i.<br />
Sea<br />
Luego<br />
αu + β2u2 + · · · + βnun = 0<br />
α(α1u1 + · · · + αnun) + β2u2 + · · · + βnun = 0
De don<strong>de</strong><br />
(αα1)u1 + (αα2 + β2)u2 + · · · + (ααn + βn)un = 0<br />
Pero B es l.i., entonces:<br />
(1) αα1 = 0<br />
(2) αα2 + β2 = 0<br />
· · · · · · · · · · · · ·<br />
(n) ααn + βn = 0<br />
De 1) tenemos α = 0, pues hemos supuesto α1 = 0. Reemplazando<br />
en las ecuaciones (2),. . . , (n), se tiene βi = 0,i = 2, · · · ,n. Luego<br />
{u,u2,...,un} es l.i.<br />
Ejemplo<br />
B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} es una base <strong>de</strong> K 3 .<br />
Tenemos que:<br />
⎫<br />
⎪⎬<br />
(5, 5, 2) = 2(1, 1, 1) + 3(1, 1, 0) + 0(1, 0, 0)<br />
Entonces C = {(5, 5, 2), (1, 1, 0), (1, 0, 0)} es otra base <strong>de</strong> K 3 , o bien,<br />
D = {(1, 1, 1), (5, 5, 2), (1, 0, 0)}.<br />
Sin embargo, el conjunto A = {(1, 1, 1), (1, 1, 0), (5, 5, 2)} no es una<br />
base <strong>de</strong> K 3<br />
Lema<br />
Supongamos que existe una base <strong>de</strong> V con n vectores. Si B =<br />
{u1,u2,...,un} ⊂ V es l.i. y posee n vectores, entonces B es una<br />
base <strong>de</strong> V .<br />
⎪⎭
Demostración<br />
Sea C = {v1,v2,...,vn} una tal base <strong>de</strong> V . Entonces:<br />
u1 = α1v1 + α2v2 + · · · + αnvn<br />
ciertos α1,α2,...,αn ∈ K. Sabemos que u1 es no nulo, pues B es<br />
l.i., luego existe algún αi ∈ K,i ∈ {1,...,n} no nulo. Sin pérdida <strong>de</strong><br />
generalidad, supongamos α1 = 0. El lema anterior nos asegura que<br />
{u1,v2,...,vn} es una base <strong>de</strong> V . Luego u2 es combinación <strong>lineal</strong> <strong>de</strong><br />
u1,v2,...,vn, luego existen β1,β2,...,βn no todos nulos tales que:<br />
u2 = β1u1 + β2v2 + · · · + βnvn<br />
Si β2 = β3 = · · · = βn = 0, se tendría β1 = 0 , luego {u1,u2} es l.d.,<br />
luego {u1,u2,...,un} l.d., lo cual es una contradicción. Luego existe<br />
al menos un βj no nulo, j ∈ {2,...,n} Supongamos que β2 = 0, luego<br />
{u1,u2,v3,...,vn} es una base <strong>de</strong> V . Repitiendo sucesivamente este<br />
proceso, tenemos que {u1,...,un} es una base <strong>de</strong> V .<br />
Lema<br />
Supongamos que en V existe una base con n vectores. Entonces todo<br />
subconjunto <strong>de</strong> V que sea l.i. tiene a lo más n vectores. Es <strong>de</strong>cir, si<br />
A = {v1,...,vm}, entonces m ≤ n<br />
Demostración<br />
Supongamos que existe S = {u1,...,un,un+1,...,ut} ⊂ V que tenga<br />
t vectores, con t > n y que sea l.i. Entonces B = {u1,...,un} tiene n<br />
vectores y es un conjunto l.i., luego B es una base, por el lema anterior.<br />
Luego existen α1,α2,...,αn ∈ K tal que:<br />
un+1 = α1u1 + α2u2 + · · · + αnun<br />
luego {u1,u2,...,un,un+1} es l.d., lo que es una contradicción al hecho<br />
que S es l.i. Luego V tiene a lo más n vectores l.i.
Teorema 2.7.1 (<strong>de</strong> invariancia) Sea V un K-espacio vectorial. Si<br />
V tiene una base con un número finito <strong>de</strong> elementos, entonces toda<br />
otra base tiene el mismo número <strong>de</strong> elementos.<br />
Demostración<br />
Sean B = {u1,u2,...,un} y C = {v1,v2,...,vm} dos bases cualesquieras<br />
<strong>de</strong> V.<br />
Como B es una base <strong>de</strong> V y C es l.i. entonces m ≤ n. Análogamente,<br />
como C es una base <strong>de</strong> V y B es l.i., entonces n ≤ m. Luego n=m.<br />
Nota<br />
Este teorema se llama <strong>de</strong> invariancia, pues nos dice que el número <strong>de</strong><br />
elementos <strong>de</strong> una base no varía en las diferentes bases <strong>de</strong> un espacio<br />
vectorial.<br />
Definición 2.7.1 Un espacio vectorial se dice <strong>de</strong> dimensión finita<br />
si posee una base con un número finito <strong>de</strong> elementos. En caso contrario<br />
se dice que es un espacio <strong>de</strong> dimensión infinita.<br />
Ejemplo<br />
K 2 es un K-espacio vectorial <strong>de</strong> dimensión finita, pues:<br />
es una base <strong>de</strong> IR 2 sobre IR.<br />
Ejemplo<br />
B = {(1, 2), (3, 5)}<br />
K 3 es un K-espacio vectorial <strong>de</strong> dimensión finita, pues:<br />
es una base <strong>de</strong> IR 3 sobre K.<br />
B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)}
Ejemplo<br />
IR[X] es un espacio vectorial <strong>de</strong> dimensión infinita sobre IR, pues no es<br />
posible construir una base que tenga un número finito <strong>de</strong> elementos.<br />
En efecto, supongamos que existe un conjunto finito B, tal que:<br />
B = {P1(X),...,Pn(X)}<br />
es un conjunto <strong>de</strong> generadores <strong>de</strong> IR[X] con<br />
m = máx {gr(P1(X)),...,gr(Pn(X))},<br />
entonces, por ejemplo, el polinomio P(X) = 1 + X + X m+1 no es una<br />
combinación <strong>lineal</strong> <strong>de</strong> P1(X),...,Pn(X). Luego no es posible construir<br />
un conjunto finito <strong>de</strong> generadores.<br />
Definición 2.7.2 Sea V un K-espacio vectorial <strong>de</strong> dimensión finita.<br />
Se llama dimensión <strong>de</strong> V al número <strong>de</strong> elementos <strong>de</strong> una (luego <strong>de</strong><br />
cualquier) base <strong>de</strong> V .<br />
Notación: dimKV<br />
Ejemplos<br />
dimIRIR 2 = 2, dimIRIR 3 = 3<br />
Ejercicios <strong>de</strong> espacios vectoriales complejos<br />
Ejercicio<br />
Sea V = C y K = IR. Encuentre una base <strong>de</strong> C sobre IR.<br />
Solución<br />
Afirmación: B = {1,i} es una base <strong>de</strong> C sobre IR
Un elemento cualquiera <strong>de</strong> C tiene la forma a + bi y tenemos que<br />
a + bi = a · 1 + b · i luego B genera C sobre K.<br />
A<strong>de</strong>más, sea α · 1 + β · i = 01 + 0i luego α = 0 y β = 0 luego B es l.i.<br />
es <strong>de</strong>cir, B es una base <strong>de</strong> C sobre IR.<br />
Ejercicio<br />
Sea V = C 2 = C × C y K = C. Busquemos una base <strong>de</strong> C 2 sobre C.<br />
Solución<br />
Afirmación: A = {(1, 0), (0, 1)} es una base <strong>de</strong> C 2 sobre C.<br />
La forma típica <strong>de</strong> un elemento <strong>de</strong> C 2 es (a + bi,c + di) el cual se<br />
escribe:<br />
(a + bi,c + di) = (a + bi)(1, 0) + (c + di)(0, 1)<br />
Luego A genera C 2 sobre C.<br />
Demostremos que A es l.i. sobre C. Sea (α+βi)(1, 0)+(γ +δi)(0, 1) =<br />
(0, 0), con α,β,γ,δ ∈ IR. Nótese que esta igualdad está en C 2 . Luego<br />
α + βi = 0 + 0i y γ + δi = 0 + 0i, (ambas igualda<strong>de</strong>s en C), luego<br />
α = β = γ = δ = 0. Luego A es una base <strong>de</strong> C 2 sobre C y dimCC 2 = 2.<br />
Nótese que los escalares están en C, luego dimCC = 1<br />
Ejercicio<br />
Sea V = C 2 = C × C y K = IR. Busquemos la dimensión <strong>de</strong> C 2 sobre<br />
IR<br />
Solución<br />
Afirmación: A = {(1, 0), (i, 0), (0, 1), (0,i)} es una base <strong>de</strong> C 2 sobre<br />
IR.
La forma típica <strong>de</strong> un elemento <strong>de</strong> C 2 es (a+bi,c+di), con a,b,c,d ∈ IR<br />
el cual se escribe:<br />
(a + bi,c + di) = a(1, 0) + b(i, 0) + c(0, 1) + d(0,i)<br />
Luego A genera C 2 sobre IR.<br />
Demostremos que A es l.i. sobre IR.<br />
Sea α(1, 0) +β(i, 0) +γ(0, 1) +δ(0,i) = (0 + 0i, 0 + 0i), (esta igualdad<br />
está en C 2 ), luego (α + βi,γ + δi) = (0 + 0i, 0 + 0i), luego α = β =<br />
γ = δ = 0. Se tiene que A es una base <strong>de</strong> C 2 sobre IR y dimIRC 2 = 4.<br />
Ejercicio<br />
Sea V = C 3 y K = C. Busquemos la dimensión <strong>de</strong> C 3 sobre C.<br />
Solución<br />
Afirmación: A = {(1, 0, 0), (0, 0, 1), (0, 0, 1)} es una base <strong>de</strong> C 3 sobre<br />
C.<br />
La forma típica <strong>de</strong> un elemento <strong>de</strong> C 3 es (a + bi,c+di,e+fi), el cual<br />
se escribe:<br />
(a+bi,c+di,e+fi) = (a+bi)(1, 0, 0)+(c+di)(0, 1, 0)+(e+fi)(0, 0, 1)<br />
Prueba que A es un conjunto l.i.<br />
Ejercicio<br />
Sea V = C 3 y K = IR. Busquemos la dimensión <strong>de</strong> C 3 sobre IR<br />
Solución<br />
Afirmación: A = {(1, 0, 0), (i, 0, 0), (0, 1, 0), (0,i, 0), (0, 0, 1), (0, 0,i)}<br />
es una base <strong>de</strong> C 3 sobre IR y dimIRC 3 = 6.<br />
Bueno, la <strong>de</strong>mostración queda para ti como ejercicio.
Ejercicio<br />
Sea V un espacio vectorial <strong>de</strong> dimensión n sobre C. Demostremos que<br />
V tiene dimensión 2n sobre IR.<br />
Solución<br />
Sea A = {v1,v2,...,vn} una base <strong>de</strong> V sobre C. Luego v ∈ V se<br />
escribe en la forma:<br />
v = (α1 + β1i)v1 + (α2 + β2i)v2 + · · · + (αn + βni)vn<br />
= α1v1 + α2v2 + · · · + αnvn + (β1i)v1 + (β2i)v2 + · · · + (βni)vn<br />
= α1v1 + α2v2 + · · · + αnvn + β1(iv1) + β2(iv2) + · · · + βn(ivn)<br />
Luego B = {v1,v2,...,vn,iv1,iv2,...,ivn} genera C sobre IR.<br />
Sea α1v1 + α2v2 + · · · + αnvn + β1iv1 + β2iv2 + · · · + βnivn = 0 + 0i<br />
Luego<br />
(α1 + iβ1)v1 + (α2 + iβ2)v2 + · · · + (αn + iβn)vn = 0 + 0i<br />
Pero {v1,v2,...,vn} es l.i. sobre C, luego<br />
α1 + iβ1 = 0 + 0i, α2 + iβ2 = 0 + 0i,...,αn + iβn = 0 + 0i<br />
por <strong>de</strong>finición <strong>de</strong> igualdad <strong>de</strong> números complejos, tenemos<br />
α1 = β1 = 0 = α2 = β2 = · · · = αn = βn<br />
Luego B = {v1,v2,...,vn,iv1,iv2,...,ivn} es l.i. sobre IR.<br />
Luego B forma una base sobre IR. Entonces V tiene dimensión 2n<br />
sobre IR.
2.8 Suma <strong>de</strong> sub-espacios vectoriales<br />
Nosotros vimos que la intersección <strong>de</strong> los sub-espacios vectoriales es<br />
un sub-espacio vectorial.<br />
Uno se pregunta si ocurre lo mismo con la unión <strong>de</strong> dos sub-espacios.<br />
A simple vista, ¿¡intuición!?, parece que no.<br />
Entonces si no lo fuera ¿Cuál sería el más pequeño sub-espacio que<br />
contiene a la unión <strong>de</strong> dos sub-espacios?<br />
Bueno, <strong>de</strong> esto se trata esta sección.<br />
Comencemos por estudiar un ejemplo concreto ¿Te animas?, ¡Vamos!.<br />
Observación<br />
En IR 2 , consi<strong>de</strong>remos S =< (1, 2) > y T =< (1, 1) >, ¿ Es S ∪ T un<br />
sub-espacio vectorial ?.<br />
Tenemos que (1, 2) ∈ S ∪ T. A<strong>de</strong>más (1, 1) ∈ S ∪ T. Sin embargo,<br />
(1, 2) + (1, 1) = (2, 3) /∈ S ∪ T. Luego S ∪ T no es un sub-espacio<br />
vectorial.<br />
¿ Cuándo S ∪ T es un sub-espacio vectorial ?<br />
¿ Cuál es el sub-espacio más pequeño que contiene a S ∪ T?<br />
< (1, 2), (1, 1) >= {α(1, 2) + β(1, 1);α,β ∈ IR} = {s + t;s ∈ S,t ∈<br />
T } = S + T<br />
Este sub-espacio <strong>de</strong>be contener todas las combinaciones <strong>lineal</strong>es <strong>de</strong><br />
(1, 2) y (1, 1). ¿ Será entonces {α(1, 2) + β(1, 1); α,β ∈ K}?<br />
Definición 2.8.1 Sea V un K-espacio vectorial. Sean S,T ≤ V . Entonces<br />
se <strong>de</strong>fine el conjunto<br />
S + T = {s + t;s ∈ S,t ∈ T }<br />
Proposición 2.8.1 Sean S y T dos sub-espacios <strong>de</strong> V . Entonces S+T<br />
es un sub-espacio <strong>de</strong> V .
Demostración<br />
1. S + T = ∅ pues 0 + 0 ∈ S + T<br />
2. Sean u,v ∈ S + T, luego u = s + t y v = s ′ + t ′ , ciertos s,s ′ ∈ S,<br />
ciertos t,t ′ ∈ T. Tenemos que:<br />
u + v = (s + t) + (s ′ + t ′ ) = (s + s ′ ) + (t + t ′ )<br />
que es un elemento típico <strong>de</strong> S +T. Luego S +T es cerrado para<br />
la suma.<br />
3. Sea v ∈ S +T, luego v = s+t ciertos s ∈ S, cierto t ∈ T. Ahora<br />
bien<br />
αv = α(s + t) = αs + αt<br />
el cual es un elemento <strong>de</strong> S + T.<br />
Por (1), (2), (3), S + T es un sub-espacio <strong>de</strong> V .<br />
Definición 2.8.2 El sub-espacio vectorial S + T es llamado el subespacio<br />
suma <strong>de</strong> S y T.<br />
Proposición 2.8.2 Sea V un K-espacio vectorial. Sean S,T ≤ V .<br />
Entonces S + T es el más pequeño sub-espacio <strong>de</strong> V que contiene a<br />
S ∪ T<br />
Demostración<br />
Demostremos que S ∪ T ⊂ S + T.<br />
v ∈ S ∪ T ⇔ v = s, cierto s ∈ S, o bien v = t, cierto t ∈ T. Luego<br />
v = s+0 ∈ S +T o bien v = 0+t ∈ S +T, en ambos casos v ∈ S +T<br />
Demostremos que todo sub-espacio vectorial que contiene a S y T<br />
<strong>de</strong>be contener a S + T.<br />
Sea H ≤ V tal que S,T ≤ H. Sea s ∈ S y t ∈ T, luego s ∈ H y<br />
t ∈ H, luego s + t ∈ H, pues H es un sub-espacio vectorial, luego<br />
todo elemento <strong>de</strong> la forma s + t pertenece a H. Esto quiere <strong>de</strong>cir que<br />
S + T ⊂ H.
Corolario 2.8.3 S ⊂ T ⇔ S + T = T<br />
Demostración<br />
⇒)<br />
S + T es el más pequeño sub-espacio que contiene a S ∪ T, pero<br />
S ∪T = T. A<strong>de</strong>más T es un sub-espacio vectorial y es el más pequeño<br />
que se contiene a si mismo, luego S + T = T.<br />
⇐)<br />
S ⊂ S ∪ T ⊂ S + T = T<br />
Nota<br />
Sean S,T ≤ V con bases B y C respectivamente. Entonces:<br />
Ejercicio<br />
S + T =< B ∪ C ><br />
Sea V = K 3 , S =< (1, −1, 1), (1, 2, 3) >, T =< (1, −1, 1), (2, 1, 0) >.<br />
Busquemos la base escalonada <strong>de</strong> S + T.<br />
Solución<br />
⎛<br />
⎜<br />
⎝<br />
1 −1 1<br />
1 2 3<br />
1 −1 1<br />
2 1 0<br />
S + T =< (1, −1, 1), (2, 1, 0), (1, −1, 1), (1, 2, 3) ><br />
⎞<br />
⎛<br />
⎟<br />
⎠ →<br />
⎜<br />
⎝<br />
1 −1 1<br />
0 3 2<br />
0 0 0<br />
0 3 −2<br />
⎞<br />
⎟<br />
⎠<br />
L42(−1)<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
1 −1 1<br />
0 3 2<br />
0 0 0<br />
0 0 −4<br />
⎞<br />
⎟<br />
⎠
⎛<br />
⎜<br />
→ ⎜<br />
⎝<br />
1 0 0<br />
0 1 0<br />
0 0 0<br />
0 0 1<br />
⎞<br />
⎟<br />
⎠<br />
La base escalonada <strong>de</strong> S + T es {(1, 0, 0), (0, 1, 0), (0, 0, 1)}<br />
Ejercicio<br />
Sea U = K 4 .<br />
Sean S =< (1, 1, −1, 1), (1, 2, 3, 0) > , T =< (3, 4, 1, 2), (0, 1, −1, 0) ><br />
Busquemos la base escalonada <strong>de</strong> S + T<br />
Solución<br />
Sabemos que:<br />
S + T =< (1, 1, −1, 1), (1, 2, 3, 0), (3, 4, 1, 2), (0, 1, −1, 0) ><br />
⎛<br />
⎞<br />
1 1 −1 1<br />
⎜ 1 2 3 0 ⎟<br />
⎜<br />
⎟<br />
⎝ 3 4 1 2 ⎠<br />
0 1 −1 0<br />
−→<br />
⎛<br />
⎞<br />
1 1 −1 1<br />
⎜ 0 1 4 −1 ⎟<br />
⎜<br />
⎟<br />
⎝ 0 1 4 −1 ⎠<br />
0 1 −1 0<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎞<br />
1 0 0 1<br />
⎜<br />
L42(1) ⎜ 0 1 4 −1 ⎟<br />
−→ ⎜<br />
⎟<br />
⎝ 0 0 0 0 ⎠<br />
0 0 5 −1<br />
→<br />
⎛<br />
1 0 0 1<br />
⎜ 0 1 0 −<br />
⎜<br />
⎝<br />
1<br />
5<br />
0 0 0 0<br />
0 0 1 −1 ⎞<br />
⎟<br />
⎠<br />
5<br />
1 0 0 1<br />
0 1 4 −1<br />
0 0 0 0<br />
0 −1 1 0<br />
La base escalonada <strong>de</strong> S + T es: {(1, 0, 0, 1), (0, 1, 0, −1), (0, 0, 1, −1<br />
5 5 )}<br />
Observación<br />
Sea V = K 3 , S =< (1, −1, 0), (1, 2, 3) >, T =< (1, −1, 1), (2, 1, 0) >,<br />
dimS = 2,dimT = 2<br />
⎞<br />
⎟<br />
⎠
⎛<br />
⎜<br />
⎝<br />
1 −1 0<br />
1 2 3<br />
1 −1 1<br />
2 1 0<br />
⎞<br />
⎛<br />
⎟<br />
⎠ →<br />
⎜<br />
⎝<br />
Luego dim(S + T) = 3<br />
1 −1 0<br />
0 3 3<br />
0 0 0<br />
0 3 0<br />
⎞<br />
⎛<br />
⎟<br />
⎠ →<br />
⎜<br />
⎝<br />
Busquemos S ∩ T. Sea v ∈ S ∩ T, luego<br />
1 0 0<br />
0 1 0<br />
0 0 1<br />
0 0 0<br />
v = α(1, −1, 0) + β(1, 2, 3) = a(1, −1, 1) + b(2, 1, 0)<br />
(1) :<br />
(2) :<br />
(3) :<br />
(3) en (1) :<br />
(3) en (2) :<br />
⎞<br />
⎟<br />
⎠<br />
α + β = a + 2b<br />
−α + 2β = −a + b<br />
3β = a<br />
α = 2β + 2b<br />
−α = −5β + b<br />
A la primera ecuación, restémosle 2 veces la segunda. Tenemos 3α =<br />
12β, es <strong>de</strong>cir, α = 4β.<br />
Luego v = 4β(1, −1, 0) + β(1, 2, 3), es <strong>de</strong>cir v = β(5, −2, 3), <strong>de</strong> don<strong>de</strong><br />
S ∩ T =< (5, −2, 3) > y dim S ∩ T = 1.<br />
Resulta que dim S +dim T = dim S +T −dim S ∩T. ¿Ocurrirá esto<br />
siempre?<br />
Uno piensa: en la suma, pue<strong>de</strong> que se repitan vectores, entonces hay<br />
que restarle la intersección. ¡Parece obvio!. Bueno, este chispazo genial<br />
está enunciado en el siguiente teorema.<br />
Teorema 2.8.4 Sean S, T ≤ V . Entonces:<br />
Demostración<br />
⎫<br />
⎪⎬<br />
dim(S + T) = dimS + dimT − dim(S ∩ T)<br />
Sea B1 = {u1,u2,...,ur} base <strong>de</strong> S ∩ T<br />
⎪⎭
Como B1 es <strong>lineal</strong>mente in<strong>de</strong>pendiente, entonces por el corolario <strong>de</strong>l<br />
teorema <strong>de</strong> Steinitz:<br />
(1) ∃ v1,v2,...,vs ∈ S tal que B2 = {u1,u2,...,ur,v1,v2,...,vs} es<br />
una base <strong>de</strong> S.<br />
(2) ∃ w1,w2,...,wt, en T tal que B3 = {u1,u2,...,ur,w1,w2,...,wt}<br />
es una base <strong>de</strong> T.<br />
Demostremos que:<br />
B = {u1,u2,...,ur,v1,v2,...,vr,w1,w2,...,wt} es una base <strong>de</strong> S+T.<br />
1. Por <strong>de</strong>mostrar que B genera S + T:<br />
Sea w ∈ S + T, luego w = s + t, cierto s ∈ S y t ∈ T.<br />
Luego:<br />
w = (α1u1 + · · · + αrur + β1v1 + · · · + βsvs)+<br />
(α ′ 1u1 + · · · + α ′ rur + γ1w1 + · · · + γtwt)<br />
= (α1 + α ′ 1)u1 + · · · + (αr + α ′ r)ur+<br />
β1v1 + · · · + βsvs + γ1w1 + · · · + γtwt ∈< B ><br />
2. Por <strong>de</strong>mostrar que B es l.i.<br />
α1u1 + · · · + αrur + β1v1 + · · · + βsvs + γ1w1 + · · · + γtwt = 0 (∗)<br />
⇒ α1u1 + · · · + αrur + β1v1 + · · · + βsvs = −γ1w1 − γ2w2 − · · · −<br />
γtwt ∈ S ∩ T<br />
⇒ −γ1w1 − γ2w2 − · · · − γtwt ∈ S ∩ T<br />
⇒ −γ1w1 − · · · − γtwt = δ1u1 + · · · + δ2u2 + · · · + δrur<br />
⇒ γ1w1 + · · · + γtwt + δ1u1 + · · · + δrur = 0<br />
⇒ γ1 = · · · = γt = δ1 = · · · = δr = 0<br />
Reemplazando en (∗) tenemos que:<br />
α1u1 + · · · + αrur + β1v1 + · · · + βsvs = 0<br />
Entonces α1 = · · · = αr = β1 = · · · = βs = 0
Luego B es l.i.<br />
Por (1) y (2) se tiene que B es una base <strong>de</strong> S + T.<br />
Luego dim(S+T) = r+s+t; dimS = r+s, dimT = r+t, dimS∩T = r<br />
r + s + t = (r + s) + (r + t) − r<br />
Luego dim S + T = dim S + dim T − dim S ∩ T<br />
Ejercicio<br />
Consi<strong>de</strong>remos los sub-espacios <strong>de</strong> K 4 .<br />
S =< (1, 0, 1, 0), (0, 1, 0, 0) >; T = {(x,y,z,t);x + y = 0}<br />
Busquemos una base <strong>de</strong> S ∩ T y S + T.<br />
Solución<br />
Sea v = (x,y,z,t) ∈ T luego:<br />
(x,y,z,t) = (x, −x,z,t) = x(1, −1, 0, 0) + z(0, 0, 1, 0) + t(0, 0, 0, 1)<br />
⎛<br />
⎞ ⎛<br />
⎞ ⎛ ⎞<br />
1 0 1 0 1 0 1 0 1 0 0 0<br />
⎜<br />
⎟ ⎜<br />
⎟ ⎜ ⎟<br />
⎜ 0 1 0 0 ⎟ ⎜ 0 1 0 0 ⎟ ⎜ 0 1 0 0 ⎟<br />
⎜<br />
⎟ L31(−1) ⎜<br />
⎟ ⎜ ⎟<br />
⎜ 1 −1 0 0 ⎟ −→ ⎜ 0 −1 −1 0 ⎟ → ⎜ 0 1 0 0 ⎟ →<br />
⎜<br />
⎟ ⎜<br />
⎟ ⎜ ⎟<br />
⎝ 0 0 1 0 ⎠ ⎝ 0 0 1 0 ⎠ ⎝ 0 0 1 0 ⎠<br />
0 0 0 1 0 0 0 1 0 0 0 1<br />
⎛ ⎞<br />
1 0 0 0<br />
⎜ ⎟<br />
⎜ 0 1 0 0 ⎟<br />
⎜ ⎟<br />
⎜ 0 0 1 0 ⎟ ⇒ dim(S + T) = 4<br />
⎜ ⎟<br />
⎝ 0 0 0 1 ⎠<br />
0 0 0 0<br />
4 = 2 + 3 − dim(S ∩ T) ⇒ dim(S ∩ T) = 1<br />
Necesitamos encontrar v ∈ S ∩ T, v = 0<br />
v = α(1, 0, 1, 0)+β(0, 1, 0, 0) = γ(1, −1, 0, 0)+δ(0, 0, 1, 0)+ǫ(0, 0, 0, 1)
Luego, (α,β,α, 0) = (γ, −γ,δ,ǫ), <strong>de</strong> don<strong>de</strong> α = −β = γ = δ, ǫ = 0<br />
Entonces tenemos<br />
v = α(1, 0, 1, 0) − α(0, 1, 0, 0) o bien,<br />
v = α(1, −1, 0, 0) + α(0, 0, 1, 0) + 0(0, 0, 0, 1)<br />
Luego S ∩ T =< (1, −1, 1, 0) ><br />
Nota<br />
Ahora vamos a poner la atención en aquellos sub-espacios cuya intersección<br />
entre ellos es {0}.<br />
Definición 2.8.3 Sean S, T, W sub-espacios <strong>de</strong> V , diremos que un<br />
sub-espacio W <strong>de</strong> V es suma directa <strong>de</strong> los sub-espacios S y T<br />
si:<br />
1. W = S + T<br />
2. S ∩ T = {0}.<br />
Notación: W = S T<br />
Ejercicio<br />
Sea V = K 3 ,S = {(x, 0, 0); x ∈ K},T = {(0,y,z);y,z ∈ K}.<br />
Entonces, <strong>de</strong>mostremos que S T = K 3<br />
Solución<br />
1. Demostremos que K 3 = S + T<br />
Sea v ∈ K 3 luego v = (x,y,z) = (x, 0, 0)+(0,y,z) luego (x,y,z)<br />
se escribe como un vector <strong>de</strong> S más un vector <strong>de</strong> T. Luego K 3 ⊆<br />
S + T, luego K 3 = S + T
Otra manera <strong>de</strong> verlo sería la siguiente:<br />
S =< (1, 0, 0) > y T =< (0, 1, 0), (0, 0, 1) >.<br />
Luego S+T =< (1, 0, 0) > + < (0, 1, 0), (0, 0, 1) > y este último<br />
es K 3<br />
2. Sea v ∈ S ∩ T, luego v ∈ S y v ∈ T. Luego v = (x, 0, 0) y<br />
v = (0,y,z). Luego (x, 0, 0) = (0,y,z) ⇒ x = 0, y = 0, z = 0<br />
⇒ v = 0 = (0, 0, 0)<br />
Entonces K 3 = S T<br />
Ejercicio<br />
Consi<strong>de</strong>remos V = K 3 ,W = {(x, 0,z);x,z ∈ K}, S =< (1, 0, 2) >,<br />
T =< (2, 0, 1) >.<br />
Demostremos que W = S T:<br />
1. Demostremos que W = S + T:<br />
<br />
1 0 2 L21(−2) 1 0 2<br />
−→<br />
2 0 1 0 0 −3<br />
<br />
L21(−2) 1 0 0<br />
−→<br />
0 0 1<br />
<br />
L2( −1<br />
3 )<br />
<br />
−→<br />
1 0 2<br />
0 0 1<br />
Pero también {(1, 0, 0), (0, 0, 1)} es una base <strong>de</strong> W pues los vectores<br />
son l.i. y a<strong>de</strong>más (x, 0,z) = x(1, 0, 0)+z(0, 0, 1). Luego W =<br />
S + T<br />
Otra manera <strong>de</strong> <strong>de</strong>mostrar que W = S + T es la siguiente<br />
Consi<strong>de</strong>remos w ∈ W y hacemos la siguiente afirmación:<br />
(x, 0,z) = α(1, 0, 2) + β(2, 0, 1), ciertos α,β ∈ K<br />
Luego (x, 0,z) = (α + 2β, 0, 2α + β)<br />
De don<strong>de</strong> se concluye que x = α + 2β,z = 2α + β
Entonces<br />
Luego tenemos:<br />
(x, 0,z) = (<br />
α =<br />
2z − x<br />
3<br />
y β =<br />
2x − z<br />
3<br />
2z − x 2x − z<br />
)(1, 0, 2) + ( )(2, 0, 1) ∈ S + T<br />
3<br />
3<br />
Es <strong>de</strong>cir w = s + t, ciertos s ∈ S,t ∈ T. Luego W = S + T<br />
2. Ahora <strong>de</strong>bemos <strong>de</strong>mostrar que S ∩ T = {0}<br />
v ∈ S ∩ T ⇒ v ∈ S y v ∈ T ⇒ v = α(1, 0, 2) y v = β(2, 0, 1))<br />
⇒ v = (α, 0, 2α) y v = (2β, 0,β) ⇒ ((α, 0, 2α) = (2β, 0,β))<br />
⇒ α = 2β, 2α = β, ⇒ v = (0, 0, 0), es <strong>de</strong>cir W = S T.<br />
Definición 2.8.4 Dos sub-espacios S y T <strong>de</strong> un sub-espacio vectorial<br />
V se dicen <strong>lineal</strong>mente in<strong>de</strong>pendientes ssi:<br />
S ∩ T = {0}<br />
Nota: Si S T es directa entonces S y T son l.i. . .<br />
Definición 2.8.5 Si S T = W entonces S y T son llamados subespacios<br />
suplementarios entre sí en W.<br />
Ejemplo<br />
K 2 =< (1, 1) > < (1, 3) >,<br />
< (1, 1) > es suplementario <strong>de</strong> < (1, 3) > en K 2 y < (1, 3) > es<br />
suplementario <strong>de</strong> < (1, 1) > en K 2
Observación<br />
Sean:<br />
S =< (1, 3, 0 >,T =< (0, 0, 1), (0, 1, 0) >,U =< (1, 0, 0), (0, 0, 1) ><br />
Tenemos entonces que K 3 =< (1, 3, 0) > < (0, 0, 1), (0, 1, 0) ><br />
También:<br />
K 3 =< (1, 3, 0) > < (1, 0, 0), (0, 0, 1) ><br />
Se tiene K 3 = S T y K 3 = S U y T = U<br />
Ejemplo<br />
<br />
1<br />
M2×2(K) =<<br />
0<br />
<br />
0<br />
><br />
0<br />
<br />
0<br />
{<br />
y<br />
x<br />
z<br />
<br />
1<br />
M2×2(K) =<<br />
0<br />
<br />
0<br />
><br />
0<br />
<br />
0<br />
<<br />
0<br />
1<br />
0<br />
Observación<br />
<br />
;x,y,z ∈ K}<br />
<br />
,<br />
<br />
0 0<br />
,<br />
1 0<br />
Sea fn : IR → IR;fn(x) = x n ,n ∈ IN. Observamos que:<br />
<br />
0 0<br />
><br />
0 1<br />
f2(−x) = x 2 = f2(x);f3(−x) = −x 3 = −f3(x)<br />
f2n(−x) = x 2n = f2n(x);f2n+1(−x) 2n+1 = −x 2n+1 = −f2n+1(x)<br />
De manera natural se <strong>de</strong>fine<br />
Definición 2.8.6 Diremos que una función g es par ssi g(−x) =<br />
g(x) y diremos ue una función g es impar ssi g(−x) = −g(x)<br />
Ejercicio<br />
Sea V = {f : IR → IR}. Demostremos que<br />
V = {funciones pares} {funciones impares}
Solución<br />
1. Demostremos que V = {funciones pares} + {funciones impares}<br />
Afirmación: f(x) = f(x)+f(−x)<br />
2<br />
+ f(x)−f(−x)<br />
2<br />
Sea g(x) = f(x)+f(−x)<br />
. Demostremos que g es par.<br />
2<br />
g(−x) = f(−x)+f(−(−x))<br />
2<br />
Demostremosque h es impar<br />
h(−x) = f(−x)−f(−(−x))<br />
2<br />
Luego h es impar.<br />
= f(x)+f(−x)<br />
2<br />
= f(−x)−f(x)<br />
2<br />
= g(x), luego g es par.<br />
= −( f(x)−f(−x)<br />
) = −h(x)<br />
2<br />
Luego V = {funciones pares} + {funciones impares}<br />
2. Demostremos que {funciones pares} ∩ {funciones impares} =<br />
{0}<br />
Sea f par e impar a la vez: Es <strong>de</strong>cir, f(−x) = f(x)∀x ∈ K y<br />
f(−x) = −f(x) ∀x ∈ IR<br />
Luego f(x) = f(−x) = −f(x)<br />
luego 2f(x) = 0∀x ∈ K, luego f(x) = 0∀x ∈ K luego f = 0,<br />
luego {funciones pares} ∩ {funciones impares} = {0}<br />
Proposición 2.8.5 Sea V un K-espacio vectorial; S,T,W ≤ V . Entonces<br />
son equivalentes:<br />
1. W = S T<br />
2. W = S + T y 0 = s + t,s ∈ S,t ∈ T =⇒ s = t = 0<br />
La afirmación 2 nos dice que W = S + T y el 0 se escribe <strong>de</strong><br />
manera única.<br />
Demostración<br />
(1)=⇒(2)
Sea W = S T y s+t = 0, ciertos s ∈ S y t ∈ T. Luego s+t ∈ S ∩T,<br />
pues {0} = S ∩ T, luego s + t = s ′ y s + t = t ′ . Luego t = s ′ − s y<br />
s = t ′ − t. Luego t,s ∈ S ∩ T = {0}. Luego s = t = 0<br />
(2)=⇒(1)<br />
Tenemos que <strong>de</strong>mostrar que S ∩ T = {0}<br />
Sea v ∈ S ∩ T, luego v ∈ S y v ∈ T. A<strong>de</strong>más −v ∈ S y −v ∈ T.<br />
El chispazo genial es escribir el 0 <strong>de</strong> la manera siguiente: 0 = v +(−v)<br />
y pensar que v ∈ S y −v ∈ T. Entonces por (2.) tenemos que v = 0 y<br />
−v = 0. Luego S ∩ T = 0<br />
Proposición 2.8.6 Sea W = S + T. Entonces son equivalentes:<br />
1. 0 = s+t =⇒ s = t = 0 (El vector 0 se escribe <strong>de</strong> manera única)<br />
2. s + t = s ′ + t ′ =⇒ s = s ′ y t = t ′ (Todo vector <strong>de</strong> la forma s + t<br />
se escribe <strong>de</strong> manera única)<br />
Demostración<br />
(1)⇒(2)<br />
Sea s + t = s ′ + t ′ . Luego (s − s ′ ) + (t − t ′ ) = 0<br />
Por (1), tenemos que s − s ′ = 0 y t − t ′ = 0.<br />
Luego s = s ′ y t = t ′<br />
(2)⇒(1)<br />
Sea s + t = 0. Pensemos el 0 como 0 +0, el primer 0 lo pensamos en<br />
S y el segundo en T.<br />
Luego s + t = 0 +0. De (2.) tenemos s = 0 y t = 0.<br />
Definición 2.8.7 Sean V1,V2,...,Vn ≤ V . Entonces la suma <strong>de</strong> estos<br />
sub-espacios está <strong>de</strong>finida por:<br />
V1 + V2 + · · · + Vn = {v1 + v2 + · · · + vn;vi ∈ Vi,i = 1, 2,...,n}
Proposición 2.8.7 Sean V1,V2,...,Vn ≤ V . Entonces<br />
Demostración<br />
Se <strong>de</strong>ja como ejercicio.<br />
V1 + V2 + · · · + Vn ≤ V<br />
Definición 2.8.8 Decimos que W es suma directa <strong>de</strong> los subespacios<br />
V1,V2,...,Vn si:<br />
1. W = V1 + V2 + · · · + Vn<br />
2. 0 = v1 + v2 + · · · + vn, vi ∈ Vi, i = 1, 2,...,n<br />
=⇒ v1 = v2 = · · · = vn = 0. ( El cero se escribe <strong>de</strong> una sola<br />
manera ).<br />
Cuando esto ocurra, escribiremos:<br />
<br />
W = V1 V2 · · · Vn<br />
Proposición 2.8.8 Sean V1,V2,...,Vn ≤ V . Sea W ≤ V y W =<br />
V1 + V2 + ... + Vn, entonces son equivalentes:<br />
1. n<br />
vi = 0, vi ∈ Vi, ∀i = 1,...,n =⇒ vi = 0<br />
i=1<br />
2. n<br />
vi =<br />
i=1<br />
n<br />
wi, vi,wi ∈ Vi∀i = 1,...,n =⇒ vi = wi<br />
i=1<br />
3. Vi ∩ n<br />
Vj = {0}, ∀i = 1,...,n<br />
j=1<br />
i=j<br />
En palabras el punto tercero se pue<strong>de</strong> expresar como:<br />
Cada sub-espacio intersectado con la suma <strong>de</strong> todos los otros subespacios<br />
es el {0}.
Ejemplo<br />
Sea V = K 3 , V1 = {(x, 2x, 0),x ∈ K}, V2 = {(2x,x, 0),x ∈ K} ,<br />
V3 = {(x, 2x, 3x),x ∈ IR}<br />
Es fácil ver que V1 + V2 + V3 = K 3 . Veamos ahora si esta suma es<br />
directa.<br />
1. ¿ V1 ∩ (V2 + V3) ?. Primero conozcamos S = V2 + V3<br />
V2 =< (2, 1, 0) > y V3 =< (1, 2, 3) >. Luego:<br />
V2 + V3 =< (2, 1, 0), (1, 2, 3) ><br />
<br />
2 1 0 L21 1 2 3 L21(−2) 1 2 3<br />
−→<br />
−→<br />
1 2 3 2 1 0 0 −3 −6<br />
L2(− 1<br />
3 )<br />
<br />
1 2 3 L12(−2) 1 0 −1<br />
−→<br />
−→<br />
0 1 2 0 1 2<br />
Luego<br />
luego<br />
V2 + V3 =< (1, 0, −1), (0, 1, 2) ><br />
S =< (1, 0, −1), (0, 1, 2) ><br />
consi<strong>de</strong>remos u = α(1, 2, 0) = β(1, 0, −1)+γ(0, 1, 2) ∈ V1 ∩(V2+<br />
V3) Entonces (α, 2α, 0) = (β,γ, −β + 2γ), luego α = β, 2α =<br />
γ, 0 = −β + 2γ<br />
⇒ α = β = γ = 0<br />
Luego V1 ∩ (V2 + V3) = {0}<br />
De la misma manera <strong>de</strong>bemos probar que V2 ∩ (V1 + V3) = {0}<br />
y V3 ∩ (V1 + V2) = {0}<br />
2. O bien, podríamos <strong>de</strong>mostrar que el0 se escribe <strong>de</strong> manera única.<br />
0 = (0, 0, 0) = v1 + v2 + v3 = α(1, 2, 0) + β(2, 1, 0) + γ(1, 2, 3).<br />
Luego<br />
α + 2β + γ = 0, 2α + β + 2γ = 0, 3γ = 0, luego α = β = γ = 0<br />
Por (1) o por (2) tenemos que K3 <br />
= V1 V2 V3
2.9 Ejercicios propuestos<br />
1. En IR 2 se <strong>de</strong>fine las siguientes operaciones:<br />
(a,b) ⊕ (c,d) = (a + d,b + c)<br />
α ∗ (a,b) = (αa, −αb)<br />
Estudie cuales <strong>de</strong> axiomas <strong>de</strong> espacio vectorial cumplen estas<br />
operaciones.<br />
2. Consi<strong>de</strong>re el conjunto IR1[X]. En él se <strong>de</strong>fine las siguientes operaciones:<br />
(a + bX) + (c + dX) = (a + c) + (b + d)X<br />
α∆(a + bX) = (αa) + bX<br />
¿ Es IR1[X] un IR espacio vectorial con estas operaciones?<br />
3. Estudie si los siguientes conjuntos son sub-espacios <strong>de</strong> los espacios<br />
vectoriales respectivos:<br />
(a) S = {a + bX + cX2 + dX3 ∈ K3[X]; 2cd = b,b + a = 0} <strong>de</strong><br />
K3[X]<br />
<br />
a b<br />
(b) T = { ∈ M2(K);a+d = 0,c<br />
c d<br />
2 +d2 = −1} <strong>de</strong> M2(K)<br />
(c) S = {(x,y,z); 2x + xy = 0} <strong>de</strong> K 3<br />
4. Estudie si el vector u = (5 + 5i, −1 + 3i) está en el C-espacio<br />
vectorial generado por el vector v = (3 − i, 1 + i)<br />
5. Estudie si es posible encontrar dos sub-espacios <strong>de</strong> IR 4 , <strong>de</strong> dimensión<br />
2 cada uno, cuya intersección sea 0<br />
6. Sea V un K-espacio vectorial y sea {u,v,w,t} un conjunto <strong>de</strong><br />
vectores <strong>lineal</strong>mente in<strong>de</strong>pendientes.<br />
(a) Demuestre que A = {u + v,v + w,w + u} es <strong>lineal</strong>mente<br />
in<strong>de</strong>pendiente.
(b) Estudie la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong> B = {u + v,v + w,w +<br />
t,t + u}.<br />
(c) Estudie si el sub-espacio < A > es igual al sub-espacio<br />
< B >. Justifique su respuesta.<br />
7. Estudie la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong>l conjunto <strong>de</strong> vectores siguiente:<br />
{(1, 1, 2), (2,α 2 −2,α+2), (3,α 2 +α−3,α 2 +3α −4)} según los<br />
diferentes valores <strong>de</strong> α<br />
8. En K n , indique en cada uno <strong>de</strong> los casos, las condiciones que<br />
<strong>de</strong>be cumplir n, para tener u,v,w ∈ K n , tal que<br />
(a) {u,v}l.i.<br />
(b) {u,v}l.i. y w no pertenece a < u,v ><br />
(c) {u,v,w} es un conjunto minimal <strong>de</strong> generadores <strong>de</strong> K n<br />
9. Sea V el IR-espacio vectorial <strong>de</strong>finido por V = {f;f : IR −→ IR}.<br />
Sean f1(x) = sen(x),f2(x) = sen(2x), para todo x ∈ IR. Estudie<br />
la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong> {f1,f2}.<br />
10. Sea V u K-espacio vectorial. Si dimk(V ) es n y e1,e2,...,en es<br />
una base <strong>de</strong> V , muestre que existen sub-espacios H0,H1,...,Hn<br />
<strong>de</strong> V tales que H0 ⊂ H1 ⊂ · · · ⊂ Hn y dimk(Hi) = i<br />
11. En K 4 , consi<strong>de</strong>re los sub-espacios:<br />
S = {(x, 2x + y,x + 2y, 2y);x,y ∈ K}<br />
T =< (3, 4, 1, 7), (5, 0, −5, 3), (0, 0, 0, 4) ><br />
Encuentre la base escalonada <strong>de</strong> S,T,S∩T,S+T. Encuentre una<br />
base <strong>de</strong> K 4 que contenga los vectores que generan el sub-espacio<br />
T.
Capítulo 3<br />
Aplicaciones Lineales<br />
3.1 Introducción, <strong>de</strong>finición y ejemplos<br />
Nosotros vimos que lo más importante <strong>de</strong> un espacio vectorial es la<br />
existencia <strong>de</strong> una base en él. Uno diría que la esencia <strong>de</strong> un espacio<br />
vectorial es la existencia <strong>de</strong> una base en él.<br />
Entonces, si queremos <strong>de</strong>finir una aplicación entre dos espacios vectoriales,<br />
<strong>de</strong>bemos tener en cuenta esta consi<strong>de</strong>ración. ¡Obvio! Si no lo<br />
hacemos, entonces cerremos los <strong>libro</strong>s y terminemos aquí el curso. ¿No<br />
te parece? Bueno, pero ¿Que quiere <strong>de</strong>cir tener en cuenta la existencia<br />
<strong>de</strong> una base?. Creo que será mejor que lo veamos en un ejemplo.<br />
Consi<strong>de</strong>remos IR 2 y IR 3 como IR-espacios vectoriales y f : IR 2 → IR 3 .<br />
A<strong>de</strong>más consi<strong>de</strong>remos la base B = {(2, 1), (3, 2)} en el dominio <strong>de</strong> f.<br />
Supongamos que sólo sabemos como se comporta f en los elementos<br />
<strong>de</strong> esta base.<br />
Supongamos, por ejemplo, que<br />
f(2, 1) = (3, 2, 1) y f(3, 2) = (5, 1, 1)<br />
La pregunta que nos hacemos, es si es posible obtener la imagen <strong>de</strong><br />
cualquier vector <strong>de</strong> IR 2 , o en qué condiciones lo podríamos obtener.<br />
119
Para esto, comencemos por usar el concepto <strong>de</strong> base, es <strong>de</strong>cir, que todo<br />
elemento <strong>de</strong> IR 2 se escribe <strong>de</strong> una manera única como combinación<br />
<strong>lineal</strong> <strong>de</strong> la base.<br />
Veamos, por ejemplo, si es posible conocer la imagen <strong>de</strong>l vector v =<br />
(1, 0)<br />
Sabemos que (1, 0) = 2(2, 1) + (−1)(3, 2), luego f(1, 0) = f[2(2, 1) +<br />
(−1)(3, 2)].<br />
¿Qué exigencias <strong>de</strong>beríamos hacer a f para que la información dada<br />
a los vectores <strong>de</strong> B, pueda ser extendida a todo IR 2 ?<br />
... un chispazo genial y hacemos las operaciones siguientes:<br />
f[2(2, 1) + (−1)(3, 2)] = f(2(2, 1)) + f(−1(3, 2)) =<br />
= 2f(2, 1) + (−1)f(3, 2) =<br />
= 2(3, 2, 1) + (−1)(5, 1, 1) =<br />
= (1, 3, 1)<br />
Es <strong>de</strong>cir hicimos las exigencias siguientes:<br />
1. f(u + v) = f(u) + f(v)<br />
2. f(αu) = αf(u)<br />
Las exigencias (1.) y (2.) hechas a una aplicación, se entrelazan con la<br />
noción <strong>de</strong> espacio vectorial y así la información con respecto a los elementos<br />
<strong>de</strong> una base, se extien<strong>de</strong> a todos los vectores <strong>de</strong>l espacio.<br />
A<strong>de</strong>más, sólo para las aplicaciones que cumplan estas dos exigencias<br />
podremos utilizar el hecho que el Dominio y el Codominio sean<br />
espacios vectoriales. Estas consi<strong>de</strong>raciones nos llevan a la siguiente<br />
<strong>de</strong>finición:<br />
Definición 3.1.1 Sean U y V dos K-espacios vectoriales. Diremos<br />
que f : U −→ V es una aplicación <strong>lineal</strong> si se cumplen simultáneamente:<br />
1. f(u + v) = f(u) + f(v)<br />
2. f(αu) = αf(u)
Es muy agradable conocer una larga cantidad <strong>de</strong> ejemplos, antes <strong>de</strong><br />
comenzar a estudiar sus propieda<strong>de</strong>s.<br />
Veremos muchos ejemplos, pero también <strong>de</strong> aplicaciones que no son<br />
<strong>lineal</strong>es. Esperamos que los estudies todos. ¿De acuerdo ?...Tenemos<br />
que seguir ilusionados con el Algebra Lineal...<br />
Ejemplo<br />
Sea V un K-espacio vectorial. Sea f : V −→ V ;f(v) = v. Esta<br />
aplicación es llamada i<strong>de</strong>ntidad y se <strong>de</strong>nota f = idV .<br />
Tenemos<br />
f(u + v) = u + v = f(u) + f(v) y f(αu) = αu = αf(u)<br />
Luego idV es una aplicación <strong>lineal</strong>. ¡Trivial! ¿Cierto?<br />
Ejemplo<br />
Sea V un K-espacio vectorial. Sea f : V −→ V ; f(v) = 0, llamada la<br />
aplicación nula. Denotada por f = 0.<br />
Luego f es <strong>lineal</strong>.<br />
Ejemplo<br />
f(u + v) = 0 = 0 + 0 = f(u) + f(v)<br />
f(αu) = 0 = α0 = αf(u)<br />
Sea V un K-espacio vectorial. Sea T : V −→ V ; T(v) = λv. Esta<br />
aplicación es llamada homotecia <strong>de</strong> razón λ. Tenemos<br />
T(u + v) = λ(u + v) = λu + λv = T(u) + T(v)<br />
T(αu) = λ(αu) = α(λu) = αT(u)<br />
Luego T es una aplicación <strong>lineal</strong>.
Ejemplo: Reflexión en torno al eje X<br />
Sea T : IR 2 −→ IR 2 ; T(x,y) = (x, −y)<br />
Luego T es <strong>lineal</strong>.<br />
Antiejemplo<br />
T[(x,y) + (x ′ ,y ′ )] = T[(x + x ′ ,y + y ′ )]<br />
= (x + x ′ , −(y + y ′ ))<br />
= (x, −y) + (x ′ , −y ′ )<br />
= T((x,y)) + T((x ′ ,y ′ ))<br />
Sea f : IR −→ IR; f(x) = cosx<br />
T[α(x,y)] = T((αx,αy))<br />
= (αx, −(αy))<br />
= α(x, −y)<br />
= αT((x,y))<br />
cos (x + y) = cosxcos y − sin x sin y<br />
Si fuese una aplicación <strong>lineal</strong> tendríamos que tener :<br />
cos (x + y) = cosx + cosy
Luego coseno no es una aplicación <strong>lineal</strong>.<br />
De la misma manera<br />
no es una aplicación <strong>lineal</strong>, pues<br />
lo cual es distinto <strong>de</strong> sinx + siny<br />
g : IR −→ IR; g(x) = sinx<br />
sin (x + y) = sin x cos y + siny cos x<br />
Antiejemplo: Translación en el plano<br />
Sea T : IR 2 −→ IR 2 ; T(x,y) = (x + a,y + b). Esta aplicación llamada<br />
translación, no es <strong>lineal</strong> si a = 0 o b = 0, pues<br />
T[(x,y) + (x ′ ,y ′ )] = T[(x + x ′ ,y + y ′ )]<br />
= (x + x ′ + a,y + y ′ + b))<br />
= (x + a,y + b) + (x ′ ,y ′ )<br />
= T(x,y) + (x ′ ,y ′ )<br />
= T(x,y) + T(x ′ ,y ′ )<br />
También podríamos haber dicho:<br />
La aplicación no es <strong>lineal</strong>. Contraejemplo:<br />
Sea<br />
Observemos que tenemos<br />
Por otra parte<br />
T : IR 2 −→ IR 2 ; T(x,y) = (x + 1,y + 2)<br />
T(1, 0) + T(1, 1) = (2, 2) + (2, 3) = (4, 5)<br />
T[(1, 0) + (1, 1)] = T(2, 1) = (3, 3) = (4, 5)
Ejemplo: Rotación en un ángulo α<br />
La rotación en un ángulo α, Rα, está <strong>de</strong>finida por<br />
Rα : IR 2 −→ IR 2 ; Rα(x,y) = (x cos α − y sin α,xsin α + y cos α).<br />
Demostremos que Rα es <strong>lineal</strong>.<br />
(1) Rα((x,y) + (x ′ ,y ′ )) = Rα(x + x ′ ,y + y ′ )<br />
= ((x + x ′ ) cos α − (y + y ′ ) sin α,<br />
(x + x ′ ) sin α + (y + y ′ ) cos α)<br />
= (x cos α − y sin α,xsin α + y cosα)+<br />
(x ′ cos α − y ′ sin α,x ′ sin α + y ′ cos α)<br />
= Rα(x,y) + Rα(x ′ ,y ′ )<br />
(2) Rα(λ(x,y)) = Rα(λx,λy)<br />
= (λx cos α − λy sin α,λx sin α + λy cos α)<br />
= λ(x cos α − y sin α,xsin α + y cos α)<br />
= λRα(x,y)<br />
Por (1) y (2), tenemos que Rα es una aplicación <strong>lineal</strong>.
Ejemplo<br />
La aplicación f : K 2 −→ K 2 ; f(x,y) = (2x + y, 3y) es <strong>lineal</strong>.<br />
Veamos la <strong>de</strong>mostración:<br />
(1) f((x,y) + (x ′ ,y ′ )) = f((x + x ′ ,y + y ′ ))<br />
= (2(x + x ′ ) + (y + y ′ ), 3(y + y ′ ))<br />
= (2x + y, 3y) + (2x ′ + y ′ , 3y ′ )<br />
= f(x,y) + f(x ′ ,y ′ )<br />
(2) f(α(x,y)) = f((αx,αy))<br />
= (2(αx) + (αy), 3(αy))<br />
= α(2x + y, 3y)<br />
= αf(x,y)<br />
Por (1) y (2) f es una aplicación <strong>lineal</strong>.<br />
Ejemplo<br />
La aplicación f : K 3 −→ K 2 ; f(x,y,z) = (x + 2z,x − y) es una<br />
aplicación <strong>lineal</strong>.<br />
La prueba queda como ejercicio.<br />
Ejemplo<br />
Sea f : K2[X] −→ K1[X] ; f(a + bX + cX 2 ) = (a + 2c) + (b − a)X es<br />
una aplicación <strong>lineal</strong>.<br />
La <strong>de</strong>mostración es igual a las anteriores, pero veámosla pues a muchos<br />
alumnos les complica los polinomios... para que veas que es ¡ ¡ trivial!!<br />
f(a+bX+cX 2 )+(a ′ +b ′ X+c ′ X 2 )) = f((a+a ′ )+(b+b ′ )X+(c+c ′ )X 2 )<br />
= ((a+a ′ )+2(c+c ′ ))+((b+b ′ )−(a+a ′ ))X<br />
= a + a ′ + 2c + 2c ′ + (b + b ′ − a − a ′ )X
= (a+2c+(b−a)X)+(a ′ +2c ′ +(b ′ −a ′ )X)<br />
= f(a + bX + cX 2 ) + f(a ′ + b ′ X + c ′ X 2 )<br />
f(α(a + bX + cX 2 )) = f(αa + αbX + αcX 2 )<br />
= (αa) + 2(αc) + ((αb) − (αa))X<br />
= αa + α2c + (αb − αa)X<br />
= α(a + 2c + (b − a)X) = αf(a + bX + cX 2 )<br />
Luego f es <strong>lineal</strong>.<br />
Ejemplo<br />
Sea f : M2(K) −→ M3×2(K), <strong>de</strong>finida por f<br />
es una aplicación <strong>lineal</strong>.<br />
Nota<br />
Sea f : V −→ W <strong>lineal</strong>. Entonces f(0) = 0.<br />
En efecto f(0) = f(0 ·0) = 0 · f(0) = 0.<br />
Nota<br />
<br />
a b<br />
c d<br />
<br />
=<br />
⎛<br />
⎜<br />
⎝<br />
a b<br />
a b + c<br />
d 2a<br />
Es interesante observar que hemos visto aplicaciones <strong>lineal</strong>es entre<br />
espacios diferentes, pero con la exigencia que tengan sus escalares en<br />
el mismo cuerpo.<br />
3.2 Determinación <strong>de</strong> una aplicación <strong>lineal</strong><br />
Tenemos resuelto el problema filosófico sobre la existencia <strong>de</strong> aplicaciones<br />
<strong>lineal</strong>es. Existen aplicaciones <strong>lineal</strong>es. Ahí tienes muchos ejem-<br />
⎞<br />
⎟<br />
⎠
plos en la sección anterior. Pero aún tenemos un problema filosófico<br />
pendiente.<br />
Es el siguiente: Dados dos K-espacios vectoriales cualquiera... Mejor te<br />
lo explicamos en un ejemplo. ¿ Bueno ? Es mejor compren<strong>de</strong>r primero<br />
en un ejemplo y luego uno mismo hacer la generalización o abstracción.<br />
Tomemos K 2 en el Dominio y K 3 en el Codominio. Dados los vectores<br />
(1, 1) y (1, 0) en el Dominio y los vectores (1, 3, 2) y (1, 0, 3) en<br />
el Codominio, quisiéramos saber si existe una aplicación <strong>lineal</strong> que<br />
cumpla : f(1, 1) = (1, 3, 2) y f(1, 0) = (1, 0, 3) y a<strong>de</strong>más saber si hay<br />
otras aplicaciones <strong>lineal</strong>es que cumplen estas mismas condiciones.<br />
Tomemos un vector (x,y) ∈ K 2 cualquiera.<br />
Tenemos (x,y) = y(1, 1)+(x −y)(1, 0). Puesto que estamos exigiendo<br />
que f sea <strong>lineal</strong>, tenemos<br />
f(x,y) = yf(1, 1) + (x − y)f(1, 0) = y(1, 3, 2) + (x − y)(1, 0, 3) =<br />
= (x, 3y, 3x − y)<br />
Luego f(x,y) = (x, 3y, 3x − y) cumple con las condiciones pedidas.<br />
Luego existe una tal aplicación. Ahora nos queda una pregunta:<br />
¿Habrá otra?<br />
Supongamos g : K 2 −→ K 3 <strong>lineal</strong> tal que g(1, 1) = (1, 3, 2) y g(1, 0) =<br />
(1, 0, 3)<br />
Hacemos el mismo procedimiento y tenemos que g(x,y) = (x, 3y, 3x −<br />
y), la cual tiene la misma expresión analítica <strong>de</strong> f. Luego existe una<br />
aplicación <strong>lineal</strong> que cumple las condiciones dadas y ésta es única.<br />
Bueno, esta explicación es sólo un ejemplo. Espero que te sirva para<br />
compren<strong>de</strong>r el problema en forma general.<br />
Es emocionante observar un problema tan importante y sin embargo<br />
<strong>de</strong> <strong>de</strong>mostración tan fácil. Es, digamos un relámpago <strong>de</strong> genialidad...<br />
Aquí está:<br />
Teorema 3.2.1 (Teorema fundamental <strong>de</strong>l Algebra Lineal)<br />
Sea B = {v1,v2,...,vn} una base <strong>de</strong> un espacio vectorial V, <strong>de</strong> dimensión<br />
n sobre K y C = {w1,w2,...,wn} una familia <strong>de</strong> n vectores<br />
<strong>de</strong> un espacio vectorial W sobre K.
Entonces existe una aplicación <strong>lineal</strong> f y solamente una, f : V −→ W,<br />
tal que<br />
f(v1) = w1,f(v2) = w2,...,f(vn) = wn<br />
Demostración<br />
Comencemos por ver la existencia <strong>de</strong> una tal aplicación. Para esto, te<br />
mostraré una aplicación <strong>lineal</strong> que cumple las condiciones, luego existe<br />
una. ¿ De acuerdo?<br />
Sea v ∈ V . Luego v = α1v1 +α2v2 + · · ·+αnvn, ciertos αi ∈ K. Nótese<br />
que los αi son únicos.<br />
Ahora, al vector v le hacemos correspon<strong>de</strong>r un vector w, <strong>de</strong>finido por,<br />
w = α1w1 + α2w2 + · · · + αnwn<br />
Tenemos que Dom(f) = V , Im(f) ≤ W<br />
Demostremos que f es <strong>lineal</strong>.<br />
n<br />
1. Sea v = αivi, v<br />
i=1<br />
′ n<br />
= βivi. Entonces<br />
i=1<br />
f(v + v ′ n n<br />
n<br />
) = f( αivi + βivi) = f( (αi + βi)vi) =<br />
i=1 i=1 i=1<br />
n<br />
n n<br />
= (αi + βi)wi = αiwi + βiwi = f(v) + f(v<br />
i=1<br />
i=1 i=1<br />
′ ).<br />
2. Sea α ∈ K. Tenemos<br />
n<br />
n<br />
n<br />
n<br />
f(αv) = f(α αivi) = f( (ααi)vi) = ααiwi = α αiwi =<br />
i=1 i=1<br />
i=1<br />
i=1<br />
= αf(v).<br />
Por (1) y (2) f es <strong>lineal</strong>.<br />
Veamos ahora el problema <strong>de</strong> la unicidad <strong>de</strong> f.
Sea g : V −→ W <strong>lineal</strong> tal que<br />
g(v1) = w1,g(v2) = w2, · · · ,g(vn) = wn<br />
Sea v = α1v1 + α2v2 + · · · + αnvn un vector cualquiera <strong>de</strong> V. Entonces<br />
g(v) = g(α1v1 + α2v2 + · · · + αnvn)<br />
= α1g(v1) + α2g(v2) + · · · + αng(vn)<br />
= α1w1 + α2w2 + · · · + αnwn<br />
= α1f(v1) + α2f(v2) + · · · + αnf(vn)<br />
= f(α1v1 + α2v2 + · · · + αnvn)<br />
= f(v)<br />
Luego f(v) = g(v), ∀v ∈ V . De don<strong>de</strong> se concluye f = g.<br />
Comentario<br />
Este Teorema nos dice que una aplicación <strong>lineal</strong> está totalmente <strong>de</strong>terminada<br />
cuando conocemos su comportamiento en los elementos <strong>de</strong><br />
una base y esta información se extien<strong>de</strong> por <strong>lineal</strong>idad a todos los vectores<br />
<strong>de</strong>l Dominio <strong>de</strong> la aplicación <strong>lineal</strong>. Es <strong>de</strong>cir, si uno conoce el<br />
comportamiento <strong>de</strong> una aplicación <strong>lineal</strong> en una base, entonces se da<br />
por conocida la aplicación. Uno dice : ”Está bien, sé <strong>de</strong> qué aplicación<br />
se trata”.<br />
Observación<br />
Geométricamente po<strong>de</strong>mos observar que la rotación en un ángulo α,<br />
en el plano, es una aplicación <strong>lineal</strong>.<br />
Es lo mismo sumar dos vectores y luego rotarlos, que rotarlos y luego<br />
sumarlos. Por otra parte, es lo mismo, pon<strong>de</strong>rar un vector y luego<br />
rotarlo, que rotarlo y luego pon<strong>de</strong>rarlo.<br />
Bueno, el problema ahora es obtener una expresión analítica <strong>de</strong> esta<br />
aplicación.
Sea rα : IR 2 −→ IR 2 tal aplicación. Por la <strong>de</strong>finición <strong>de</strong> seno y<br />
coseno, fácilmente vemos que rα(1, 0) = (cosα,senα); rα(0, 1) =<br />
(−senα,cosα).<br />
Sea (x,y) un vector cualquiera <strong>de</strong> IR 2 . Tenemos (x,y) = x(1, 0)+y(0, 1)<br />
y aplicando rα, tenemos<br />
rα(x,y) = xrα(1, 0) + yrα(0, 1) = x(cosα,senα) + y(−senα,cosα) =<br />
= (xcosα − ysenα,xsenα + ycosα)<br />
Es <strong>de</strong>cir, basta conocer el comportamiento <strong>de</strong> rα en una base <strong>de</strong> IR 2 ,<br />
para saber su comportamiento en todo el plano.<br />
Ejercicio<br />
Queremos saber si habrá una aplicación <strong>lineal</strong> f : K 2 −→ K 3 tal que<br />
Solución<br />
f(1, 1) = (1, 5, 1),f(1, 2) = (1, 0, 1),f(3, 4) = (3, 10, 7)<br />
Bueno, {(1, 1), (1, 2)} forman una base <strong>de</strong> K 2 . Luego el vector (3, 4)<br />
lo po<strong>de</strong>mos escribir como combinación <strong>lineal</strong> <strong>de</strong> esta base y nótese <strong>de</strong><br />
manera única. A saber:<br />
Si f fuese <strong>lineal</strong>, tendríamos:<br />
(3, 4) = 2(1, 1) + 1(1, 2)<br />
f(3, 4) = 2f(1, 1) + 1f(1, 2) = 2(1, 5, 1) + 1(1, 0, 1) = (3, 10, 3) que es<br />
distinto a (3, 10, 7)<br />
Luego no existe una aplicación <strong>lineal</strong> que cumpla tales condiciones.<br />
Ejercicio<br />
¿ Existirá una aplicación <strong>lineal</strong> f : K 3 −→ K 3 , tal que:<br />
f(1, 1, 1) = (1, 0, 0),f(1, 1, 0) = (2, 1, 1)?
¿ Habrá una, o más <strong>de</strong> una ?<br />
Solución<br />
Sabemos que existe una y sólo una aplicación <strong>lineal</strong> si está <strong>de</strong>finida<br />
en una base, pero {(1, 1, 1), (1, 1, 0)} no forma una base <strong>de</strong> K 3 .<br />
Entonces cada vez que <strong>de</strong>finamos f en una base, por ejemplo en<br />
{(1, 1, 1), (1, 1, 0), (1, 0, 0)}, tendremos una aplicación <strong>lineal</strong>.<br />
La respuesta es : Hay infinitas aplicaciones <strong>lineal</strong>es que cumplen las<br />
condiciones dadas.<br />
Ejemplos:<br />
Ej 1: f(1, 1, 1) = (1, 0, 0),f(1, 1, 0) = (2, 1, 1),f(1, 0, 0) = (2, 1, 3)<br />
Ej 2: f(1, 1, 1) = (1, 0, 0),f(1, 1, 0) = (2, 1, 1),f(1, 0, 0) = (4, 2, 6)<br />
Ej 3: f(1, 1, 1) = (1, 0, 0),f(1, 1, 0) = (2, 1, 1),f(1, 0, 0) = (2, 1, 1)<br />
Para cada a,b,c ∈ K, se tiene f(1, 1, 1) = (1, 0, 0),f(1, 1, 0) = (2, 1, 1),<br />
f(1, 0, 0) = (a,b,c), una aplicación que cumple las exigencias pedidas.<br />
Luego hay infinitas aplicaciones <strong>lineal</strong>es que cumplen las propieda<strong>de</strong>s<br />
exigidas.<br />
Bueno, ahora que hemos resuelto el problema filosófico sobre la existencia<br />
<strong>de</strong> una aplicación <strong>lineal</strong>, comencemos por ver sus propieda<strong>de</strong>s.<br />
3.3 Imagen y Núcleo <strong>de</strong> una aplicación<br />
<strong>lineal</strong><br />
Dada una aplicación <strong>lineal</strong> queremos saber la estructura <strong>de</strong> la imagen<br />
<strong>de</strong> un sub-espacio vectorial.<br />
Definición 3.3.1 Si f : V −→ W es una aplicación <strong>lineal</strong> y S un subespacio<br />
<strong>de</strong> V , entonces se <strong>de</strong>fine la imagen <strong>de</strong> S bajo f por: f(S) =<br />
{f(s);s ∈ S}.
Proposición 3.3.1 Sean V y W dos K-espacios vectoriales. Sea<br />
f : V −→ W una aplicación <strong>lineal</strong> y sea S un sub-espacio <strong>de</strong> V , entonces<br />
f(S) es un sub-espacio <strong>de</strong> W.<br />
Demostración<br />
1. f(S) = ∅ pues como 0 ∈ S entonces f(0) ∈ f(S).<br />
2. Por <strong>de</strong>mostrar que f(S) es cerrado para la suma.<br />
Sean t,t ′ ∈ f(S), luego t y t ′ tienen la forma: t = f(s),t ′ = f(s ′ ),<br />
ciertos s,s ′ ∈ S.<br />
t + t ′ = f(s) + f(s ′ ) = f(s + s ′ ) = f(s ′′ ),s ′′ = s + s ′ , el cual es<br />
un vector <strong>de</strong> S. Luego t + t ′ ∈ f(S).<br />
3. Demostremos que α · f(s) ∈ f(S), ∀α ∈ K, ∀s ∈ S.<br />
α · f(s) = f(αs) = f(s ′ ) ∈ f(S),s ′ = αs ∈ S.<br />
Por (1), (2) y (3) f(S) es un sub-espacio <strong>de</strong> W.<br />
Corolario 3.3.2 Sean V y W dos K-espacios vectoriales. Sea f : V −→ W<br />
una aplicación <strong>lineal</strong>. Entonces Im(f) es un sub-espacio vectorial <strong>de</strong><br />
W.<br />
Demostración<br />
Basta tomar S = V en la proposición anterior ya que f(V ) = Im(f)<br />
Observación<br />
Consi<strong>de</strong>remos<br />
Tenemos que<br />
f : K 2 −→ K 3 ; f(x,y) = (x + y, 3x, 2y)<br />
Im(f) = {(x + y, 3x, 2y);x,y ∈ K} ≤ K 3
Luego<br />
Im(f) =< (1, 3, 0), (1, 0, 2) ><br />
Una base <strong>de</strong> Im(f) es {(1, 3, 0), (1, 0, 2)}, luego<br />
dimKIm(f) = 2 = 3 = dimKCodom(f)<br />
Po<strong>de</strong>mos concluir que f no es epiyectiva, pues Im(f) está estrictamente<br />
contenida en K 3 . Luego, para estudiar si una aplicación <strong>lineal</strong><br />
es epiyectiva, basta saber cual es la dimensión <strong>de</strong> Im(f). Tenemos la<br />
proposición siguiente:<br />
Teorema 3.3.3 (Primera caracterización <strong>de</strong> las aplicaciones<br />
<strong>lineal</strong>es epiyectivas)<br />
Sean V y W dos K-espacios vectoriales. Sea f : V −→ W <strong>lineal</strong>.<br />
Entonces<br />
f es epiyectiva si y sólo si dimKIm(f) = dimKW<br />
Demostración<br />
Por una parte, si f es epiyectiva entonces se tiene que Im(f) = W,<br />
luego dimKIm(f) = dimKW.<br />
Recíprocamente: Tenemos que Im(f) ⊂ W. Ahora si dimKIm(f) =<br />
dimKW, entonces Im(f) = W, luego f es epiyectiva.<br />
Nota<br />
Sea f : V −→ W <strong>lineal</strong>. Entonces f(0) = 0. En efecto se tiene:<br />
f(0) = f(0 ·0) = 0 · f(0) = 0<br />
Observación<br />
Dada una aplicación <strong>lineal</strong>, queremos estudiar el conjunto formado por<br />
todos los vectores que tienen el 0 por imagen.
Como vimos anteriormente, f(0) = 0, luego hay al menos un vector<br />
que tiene por imagen al 0. Tiene entonces sentido, preguntarse por el<br />
conjunto formado por todos los vectores que tienen al 0 por imagen.<br />
Observemos un caso particular, para ver si esto nos inspira a encontrar<br />
la estructura <strong>de</strong> este conjunto.<br />
Observación<br />
Sea<br />
f : K 2 −→ K 3 ; f(x,y) = (x, 3x, 5x)<br />
N = {(x,y);f(x,y) = (0, 0, 0)}<br />
= {(x,y); (x, 3x, 5x) = (0, 0, 0)}<br />
= {(0,y);y ∈ K}<br />
Nosotros sabemos que este conjunto N es un sub-espacio vectorial <strong>de</strong><br />
K 2 ¿ Ocurrirá esto siempre ?<br />
Observación<br />
Sea<br />
f : K 3 −→ K 3 ; f(x,y,z) = (x + y,x, 3z)<br />
N = {(x,y,z);f(x,y,z) = (0, 0, 0)}<br />
= {(x,y,z); (x + y,x, 3z) = (0, 0, 0)}<br />
= {(0, 0, 0)}<br />
el cual es también un sub-espacio vectorial <strong>de</strong> K 3 = Dom(f).<br />
Nuestra intuición estaba en lo cierto. He aquí la proposición que esperábamos:<br />
Proposición 3.3.4 Sean V y W dos espacios vectoriales sobre K.<br />
Sea f : V −→ W <strong>lineal</strong>, entonces N(f) = {v ∈ V ;f(v) = 0} es un<br />
sub-espacio <strong>de</strong> V.
Demostración<br />
1. N(f) = ∅ pues 0 ∈ N(f).<br />
2. Sean v,w ∈ N(f), entonces f(v) = f(w) = 0, luego f(v + w) =<br />
f(v) + f(w) = 0, es <strong>de</strong>cir v + w ∈ N(f)<br />
3. Sea v ∈ N(f). Tenemos f(αv) = αf(v) = α0 = 0. Luego αv ∈<br />
N(f)<br />
Por (1), (2) y (3) N(f) es un sub-espacio <strong>de</strong> V.<br />
Observación<br />
Sabemos que N(f) = ∅ pues 0 ∈ N(f), es <strong>de</strong>cir N(f) nunca es vacío.<br />
A<strong>de</strong>más hemos visto que N(f) tiene una estructura interesante, es un<br />
conjunto importante. ¿ Qué hace entonces un matemático? Obvio, le<br />
pone nombre a este conjunto. Tenemos entonces:<br />
Definición 3.3.2 Sea f : V −→ W <strong>lineal</strong>. El conjunto formado por<br />
todos los vectores <strong>de</strong> V que tienen por imagen el vector 0 en W, es<br />
llamado el núcleo <strong>de</strong> f, <strong>de</strong>notado N(f) o Ker(f).<br />
Comentario<br />
N(f) = {v ∈ V ;f(v) = 0}<br />
La abreviación Ker(f) viene <strong>de</strong>l alemán, Kernel, que significa cuesco<br />
o hueso <strong>de</strong> una fruta. Esto porque el Núcleo <strong>de</strong> una aplicación <strong>lineal</strong><br />
está como al centro <strong>de</strong>l Dominio <strong>de</strong> f.<br />
Ejercicio<br />
Sea f : K 4 −→ K 2 ; f(x,y,z,u) = (x + y + z, 2y − 3z). Queremos<br />
encontrar N(f).
Solución<br />
Recor<strong>de</strong>mos que <strong>de</strong>scribir un espacio vectorial se reduce a exhibir una<br />
base <strong>de</strong> él. N(f) = {(x,y,z,u) ∈ K 4 ; (x + y + z, 2y − 3z) = (0, 0)}<br />
Escribamos este sistema en su forma más simple:<br />
x + y + z = 0<br />
2y − 3z = 0<br />
<br />
1 1<br />
<br />
1 0<br />
3 −2 0 0<br />
L2( −1<br />
5 )<br />
−→<br />
<br />
1 1 1 0<br />
0 1 3<br />
5 0<br />
<br />
ssi<br />
z + y + x = 0<br />
3z − 2y = 0<br />
<br />
L21(−3)<br />
<br />
1 1 1<br />
<br />
0<br />
−→ 0 −5 −3 0<br />
<br />
L12(−1)<br />
−→<br />
<br />
1 0 2<br />
5 0<br />
0 1 3<br />
5 0<br />
Es <strong>de</strong>cir, el sistema inicial es equivalente al sistema siguiente:<br />
(x, −3<br />
5<br />
z + 2x<br />
= 0 5<br />
y + 3<br />
<br />
x = 0 5<br />
x, −2<br />
5<br />
Luego<br />
x,u) = x(1, −3<br />
5<br />
La base escalonada <strong>de</strong> N(f) es {(1, −3<br />
5<br />
tonces que dimKN(f) = 2<br />
z = −2<br />
5 x<br />
y = −3<br />
5 x<br />
<br />
−2<br />
, , 0) + u(0, 0, 0, 1)<br />
5<br />
−2 , , 0), (0, 0, 0, 1)}. Se tiene en-<br />
5<br />
Utilizando este resultado observamos: como dimKN(f) = 0, hay más<br />
<strong>de</strong> un vector que tiene por imagen al 0, luego f no es inyectiva.<br />
¿ Qué ocurre si N(f) = {0} ? ¿ Es f inyectiva ?<br />
La respuesta a esta pregunta la tenemos en el siguiente teorema.<br />
Teorema 3.3.5 (Primera caracterización <strong>de</strong> las aplicaciones<br />
<strong>lineal</strong>es inyectivas)<br />
Sea f : V −→ W <strong>lineal</strong>. Entonces<br />
f es inyectiva si y sólo si N(f) = {0}
Demostración<br />
Sea f inyectiva, entonces <strong>de</strong>mostremos que N(f) = {0}<br />
Sea v ∈ N(f), luego f(v) = 0. A<strong>de</strong>más f(0) = 0. Puesto que f es<br />
inyectiva v = 0. Luego N(f) = {0}.<br />
Ahora supongamos N(f) = {0} y <strong>de</strong>mostremos que f es inyectiva.<br />
Sea f(u) = f(v), luego f(u) −f(v) = 0, es <strong>de</strong>cir, f(u −v) = 0. Puesto<br />
que N(f) = {0}, tenemos que u − v = 0, luego u = v con lo que<br />
concluímos que f es inyectiva.<br />
Ejercicio<br />
Estudiemos si es inyectiva la aplicación <strong>lineal</strong><br />
Solución<br />
f : K 2 −→ K 3 ; f(x,y) = (x + y, 3x − y, 2y)<br />
Debemos conocer el núcleo <strong>de</strong> f.<br />
N(f) = {(x,y) ∈ K 2 ;f(x,y) = (0, 0, 0)}<br />
Tenemos: (x + y, 3x − y, 2y) = (0, 0, 0). Luego x = y = 0, <strong>de</strong> don<strong>de</strong><br />
N(f) = {(0, 0)}. Así f es inyectiva.<br />
Nota<br />
El Teorema anterior nos dice que para estudiar si una aplicación <strong>lineal</strong><br />
es inyectiva, no es necesario usar su <strong>de</strong>finición, sino estudiar su núcleo<br />
y entonces este es {0} si y sólo si f es inyectiva.<br />
(Es <strong>de</strong>cir, el 0 es 1-1, si y sólo si todo vector es 1-1)
Nota<br />
Ahora que conocemos el Núcleo y la Imagen <strong>de</strong> una aplicación <strong>lineal</strong> y<br />
algunas propieda<strong>de</strong>s <strong>de</strong> ellos, queremos saber si habrá alguna relación<br />
entre sus dimensiones y tal vez con algún otro espacio, por ejemplo su<br />
Dominio o su Codominio.<br />
Dejémosnos inspirar por algunos ejemplos.<br />
Observación<br />
Sea f : K −→ K 5 f(x) = (3x, 2x,x, 5x, 7x). Tenemos que N(f) =<br />
{0}, luego dimKN(f) = 0. Es <strong>de</strong>cir no tiene base.<br />
Veamos su Imagen<br />
(3x, 2x,x, 5x, 7x) = x(3, 2, 1, 5, 7)<br />
Luego una base <strong>de</strong> Im(f) es {(3, 2, 1, 5, 7)}. Luego dimKIm(f) = 1.<br />
Observamos que dimKDom(f) = dimKK = 1 y 1 = 0 + 1. El 1 <strong>de</strong> la<br />
izquierda correspon<strong>de</strong> a la dimKDom(f), es <strong>de</strong>cir lo que tenemos a la<br />
partida.<br />
Observación<br />
dimKDom(f) = dimKN(f) + dimKIm(f)<br />
Sea f : K 5 −→ K; f(x,y,z,t,u) = x + y + z.<br />
Conozcamos el Núcleo <strong>de</strong> f: Tenemos x + y + z = 0 =⇒ y = −x − z.<br />
Entonces<br />
(x,y,z,t,u) = (x, −x − z,z,t,u)<br />
= x(1, −1, 0, 0, 0) + z(0, −1, 1, 0, 0)+<br />
t(0, 0, 0, 1, 0) + u(0, 0, 0, 0, 1)
Luego una base <strong>de</strong> N(f) es<br />
{(1, −1, 0, 0, 0), (0, −1, 1, 0, 0), (0, 0, 0, 1, 0), (0, 0, 0, 0, 1)}<br />
puesto que estos vectores son l.i. Luego dimKN(f) = 4<br />
Por otra parte Im(f) = K. Luego dimKIm(f) = 1. Si quieres, busquemos<br />
una base <strong>de</strong> Im(f).<br />
Tenemos: x + y + z = x · 1 + y · 1 + z · 1.<br />
Luego Im(f) =< 1, 1, 1 >=< 1 >. Luego una base <strong>de</strong> Im(f) = {1}.<br />
A<strong>de</strong>más observamos que dimKDom(f) = 5. Tenemos 5 = 4 + 1. Es<br />
<strong>de</strong>cir:<br />
dimKDom(f) = dimKN(f) + dimKIm(f)<br />
Ocurre que esta hipótesis es verda<strong>de</strong>ra. Tenemos entonces el siguiente<br />
Teorema:<br />
Teorema 3.3.6 Sea f : V −→ W <strong>lineal</strong>. Entonces<br />
Demostración<br />
dimKDom(f) = dimKN(f) + dimKIm(f)<br />
Sea B = {u1,u2,...,up} una base <strong>de</strong> N(f) ≤ V .<br />
Sea C = {z1,z2,...,zq} una base <strong>de</strong> Im(f) ≤ W.<br />
Tenemos que dimKN(f) = p y dimKIm(f) = q.<br />
Recor<strong>de</strong>mos que Im(f) = {f(v);v ∈ V }<br />
z1 ∈ Im(f) =⇒ z1 = f(up+1), cierto up+1 ∈ V<br />
z2 ∈ Im(f) =⇒ z2 = f(up+2), cierto up+2 ∈ V<br />
........... ... .............................<br />
zq ∈ Im(f) =⇒ zq = f(up+q), cierto up+q ∈ V<br />
Sea B ′ = {up+1,up+2,...,up+q}.
Afirmamos que B∪B ′ = {u1,u2,...,up,up+1,up+2,...,up+q} es una base<br />
<strong>de</strong> V .<br />
Luego <strong>de</strong>bemos <strong>de</strong>mostrar que B ∪ B ′ genera V y es un conjunto l.i.<br />
1. Demostremos que B ∪ B ′ genera V .<br />
Sea v ∈ V , luego f(v) ∈ Im(f) entonces<br />
f(v) = αp+1z1 + αp+2z2 + · · · + αp+qzq<br />
= αp+1f(up+1) + αp+2f(up+2) + · · · + αp+qf(up+q)<br />
= f(αp+1up+1 + αp+2up+2 + · · · + αp+qup+q)<br />
= f(v ′ )<br />
con v ′ = αp+1up+1 + αp+2up+2 + · · · + αp+qup+q<br />
Luego f(v) = f(v ′ ), es <strong>de</strong>cir, f(v − v ′ ) = 0, luego v − v ′ ∈ N(f)<br />
y se pue<strong>de</strong> escribir como una combinación <strong>lineal</strong> <strong>de</strong> la base <strong>de</strong><br />
N(f). Entonces v − v ′ = α1u1 + α2u2 + · · · + αpup, luego<br />
v = α1u1+α2u2+· · ·+αpup+αp+1up+1+αp+2up+2+· · ·+αp+qup+q<br />
Así hemos <strong>de</strong>mostrado que B ∪ B ′ genera V .<br />
2. Demostremos que B ∪ B ′ es l.i.<br />
Sea α1u1 + · · · + αpup + αp+1up+1 + · · · + αp+qup+q = 0 (∗)<br />
Luego<br />
Entonces<br />
f(α1u1 + · · · + αpup + αp+1up+1 + · · · + αp+qup+q) = 0<br />
α1f(u1) + · · · + αpf(up) + αp+1f(up+1) + · · · + αp+qf(up+q) = 0<br />
Como f(u1) = f(u2) = · · · = f(up) = 0, tenemos<br />
αp+1f(up+1) + · · · + αp+qf(up+q) = 0.<br />
Puesto que C es una base <strong>de</strong> Im(f), C es l.i., luego<br />
αp+1 = αp+2 = · · · = αp+q = 0 (3.1)
Reemplazando este resultado en (∗), tenemos<br />
α1u1 + α2u2 + · · · + αpup = 0<br />
Puesto que B es una base <strong>de</strong> N(f), B es l.i., luego<br />
α1 = α2 = · · · = αp = 0 (3.2)<br />
Por (3.1) y (3.2), tenemos que B ∪ B ′ es l.i.<br />
Por (1) y (2), B ∪ B ′ es una base <strong>de</strong> V.<br />
Luego dimkV = p + q = dimkN(f) + dimkIm(f)<br />
Es una <strong>de</strong>mostración muy sencilla, que esperamos hayas podido seguir.<br />
Si no es así, inténtalo nuevamente. ¡Verás que pue<strong>de</strong>s enten<strong>de</strong>rla !<br />
3.4 Morfismos y dimensiones<br />
En el curso anterior uno comprendió que no pue<strong>de</strong> haber una función<br />
inyectiva cuando el Dominio <strong>de</strong> la función tiene más elementos que el<br />
Codominio. A<strong>de</strong>más, uno comprendió que no pue<strong>de</strong> haber una función<br />
epiyectiva cuando el Dominio <strong>de</strong> la función tiene menos elementos que<br />
el Codominio.<br />
Entonces uno se inspira en esta situación y se pregunta ¿ Qué ocurrirá<br />
con las aplicaciones <strong>lineal</strong>es inyectivas o epiyectivas?<br />
¡Los espacios vectoriales pue<strong>de</strong>n tener una cantidad infinita <strong>de</strong> vectores!<br />
Las preguntas interesantes son las siguientes:<br />
¿Podrá haber una aplicación <strong>lineal</strong> inyectiva entre dos espacios cuando<br />
la dimensión <strong>de</strong>l Dominio es mayor que la dimensión <strong>de</strong>l Codominio?<br />
¿Y el recíproco?<br />
¿Podrá haber una aplicación <strong>lineal</strong> epiyectiva entre dos espacios vectoriales<br />
cuando la dimensión <strong>de</strong>l Dominio es menor que la dimensión<br />
<strong>de</strong>l Codominio? ¿Y el recíproco?
¿Qué condiciones <strong>de</strong>ben cumplir dos espacios vectoriales <strong>de</strong> dimensión<br />
finita, para que pueda haber una aplicación biyectiva entre ellos?<br />
En fin todas estas preguntas analizaremos a continuación. ¿Comenzamos?<br />
Antes <strong>de</strong> hablar <strong>de</strong> dimensiones comencemos por la proposición siguiente:<br />
Proposición 3.4.1 Sea f : V −→ W <strong>lineal</strong><br />
1. Sea S ≤ V y A = {v1,v2,...,vr} un conjunto <strong>de</strong> generadores <strong>de</strong><br />
S. Entonces<br />
f(A) = {f(v1),f(v2),...,f(vr)} es un conjunto <strong>de</strong> generadores<br />
<strong>de</strong> f(S).<br />
2. Si B = {v1,v2,...,vt} es l.i. y f inyectiva entonces<br />
f(B) = {f(v1),f(v2),...,f(vt)} es l.i.<br />
Demostración (1)<br />
Sea S =< v1,...,vr >. Sea w ∈ f(S) luego w = f(s), cierto s ∈ S.<br />
Pero s ∈ S, significa que s = α1v1 + · · ·+αrvr, ciertos α1, · · · ,αr ∈ K.<br />
Luego w = f(s) = f(α1v1 + · · · + αrvr) = α1f(v1) + · · · + αrf(vr).<br />
Esto nos dice que w se pue<strong>de</strong> escribir como una combinación <strong>lineal</strong> <strong>de</strong><br />
f(v1), · · · ,f(vr), luego f(S) =< f(v1), · · ·,f(vr) >.<br />
Demostración(2)<br />
Sea α1f(v1) + · · · + αtf(vt) = 0, luego f(α1v1 + · · · + αtvt) = 0.<br />
Puesto que f es inyectiva y que α1v1 + · · · + αtvt ∈ N(f). Entonces<br />
α1v1 + · · · + αtvt = 0. Luego α1 = · · · = αt = 0 pues {v1,v2,...,vt} es<br />
l.i.<br />
La segunda parte <strong>de</strong> la proposición anterior nos dice, en palabras, que<br />
toda aplicación <strong>lineal</strong> inyectiva, lleva un conjunto l.i., en otro conjunto<br />
l.i.
Teorema 3.4.2 (Segunda caracterización <strong>de</strong> las aplicaciones<br />
<strong>lineal</strong>es inyectivas y epiyectivas)<br />
Sea f : V −→ W <strong>lineal</strong>. Sea {v1,v2,...,vn} una base <strong>de</strong> V . Entonces<br />
1. f inyectiva ssi {f(v1),f(v2),...,f(vn)} es l.i.<br />
2. f epiyectiva ssi {f(v1),f(v2),...,f(vn)} genera W<br />
3. f biyectiva ssi {f(v1),f(v2),...,f(vn)} es una base <strong>de</strong> W<br />
Demostración (1.)<br />
Sea {f(v1),...,f(vn)} l.i. Demostremos que f es inyectiva, es <strong>de</strong>cir, que<br />
N(f) = {0}. Sea v ∈ N(f), luego f(v) = 0. Si v ∈ N(f), en particular<br />
v ∈ V , luego v = α1v1 + · · · + αnvn, ciertos α1,...,αn ∈ K y f(v) = 0.<br />
Luego 0 = f(v) = f(α1v1 + · · · + αnvn) = α1f(v1) + · · · + αnf(vn).<br />
Luego α1 = · · · = αn = 0, luego v = 0.<br />
Demostración (2.)<br />
Sea f epiyectiva, <strong>de</strong>mostremos que {f(v1),...,f(vn)} genera W. Tenemos<br />
que para todo w ∈ W, existe v ∈ V tal que w = f(v). Pero<br />
v = α1v1 + · · · + αnvn, ciertos α1,...αn ∈ K. Luego w = f(v) =<br />
f(α1v1 + · · · + αnvn) = α1f(v1) + · · · + αnf(vn). Luego w es combinación<br />
<strong>lineal</strong> <strong>de</strong> los vectores {f(v1),...,f(vn)}, luego {f(v1),...,f(vn)}<br />
genera W.<br />
Ahora, recíprocamente, sea W =< f(v1),...,f(vn) >. Sea w ∈ W,<br />
luego w = α1f(v1)+···+αnf(vn) = f(α1v1 + · · ·+αnvn) = f(v), con<br />
v = α1v1 + · · · + αnvn. Luego f es epiyectiva.<br />
Nota<br />
Esta proposición nos dice que si queremos averiguar si una aplicación<br />
<strong>lineal</strong> es inyectiva, basta estudiar si lleva una base en un conjunto l.i.
Nótese que una aplicación <strong>lineal</strong> pue<strong>de</strong> llevar un conjunto l.i. en otro l.i.<br />
y no ser inyectiva. Por ejemplo consi<strong>de</strong>remos f : K 4 −→ K 4 <strong>lineal</strong> tal<br />
que f(1, 0, 0, 0) = (1, 1, 1, 1), f(0, 1, 0, 0) = (1, 1, 1, 2), f(0, 0, 1, 0) =<br />
(1, 2, 3, 4), f(0, 0, 0, 1) = (1, 2, 3, 4).<br />
Esta aplicación lleva el conjunto l.i. {(1, 0, 0, 0), (0, 1, 0, 0)} en el conjunto<br />
l.i. {(1, 1, 1, 1), (1, 1, 1, 2)} y no es inyectiva.<br />
Nota<br />
Esta proposición también nos dice que una aplicación <strong>lineal</strong> epiyectiva<br />
se reconoce por llevar una base <strong>de</strong>l Dominio <strong>de</strong> la aplicación en un<br />
conjunto <strong>de</strong> generadores <strong>de</strong>l Codominio <strong>de</strong> ella.<br />
Nota<br />
Veamos algunas <strong>de</strong>finiciones antes <strong>de</strong> seguir. Y A<strong>de</strong>más veremso por<br />
qué llevan tales nombres.<br />
Recuerda algo trivial, pero tú que eres joven a veces olvidas y es que<br />
todo lo que te enseñamos en la Universidad ha sido creado por personas,<br />
al igual que ti, sólo que vinieron antes al mundo y todas estas<br />
<strong>de</strong>finiciones las dieron por ”algo”. ¿Estamos <strong>de</strong> acuerdo? Bueno aquí<br />
las tienes:<br />
Definiciones<br />
Para <strong>de</strong>cir que f es una aplicación <strong>lineal</strong>, po<strong>de</strong>mos <strong>de</strong>cir simplemente<br />
que f es un morfismo. Esta palabra viene <strong>de</strong> la palabra griega<br />
”morfo” (µρϕη) que significa forma.<br />
Un endomorfismo es un morfismo que va <strong>de</strong> un espacio vectorial<br />
<strong>de</strong>ntro <strong>de</strong>l mismo espacio, es <strong>de</strong>cir f : V −→ V es un endomorfismo.<br />
”Endo” (¨ǫνδoν) es una palabra griega que significa ”<strong>de</strong>ntro”.<br />
Un monomorfismo es un morfismo inyectivo. Mono es un prefijo<br />
griego (µóνoζ) que significa único o uno sólo (es <strong>de</strong>cir que a vectores<br />
distintos <strong>de</strong>l dominio le correspon<strong>de</strong>n imágenes distintas).
Un epimorfismo es un morfismo epiyectivo. Epi es una preposición<br />
griega (´ǫπ´ι) que significa sobre.<br />
Un isomorfismo es un morfismo biyectivo. Iso es una palabra griega<br />
(¨ισoζ) que significa igual.<br />
Veremos que si f : V −→ W es un isomorfismo, entonces V y W<br />
tienen ”igual forma” (queda pendiente una explicación más completa,<br />
ver más a<strong>de</strong>lante en esta misma sección ).<br />
Un endomorfismo biyectivo es llamado un automorfismo, es <strong>de</strong>cir,<br />
f : V −→ V isomorfismo. Auto palabra griega (α´υτóζ) que significa<br />
mismo, propio. Es <strong>de</strong>cir que es un isomorfismo <strong>de</strong>ntro <strong>de</strong>l mismo espacio<br />
o propio al espacio.<br />
Proposición 3.4.3 Sea f : V −→ W un monomorfismo. Entonces<br />
Demostración<br />
dimKV ≤ dimKW<br />
Sea A = {v1,v2,...,vn} una base <strong>de</strong> n elementos <strong>de</strong> V . Luego f(A) =<br />
{f(v1),f(v2),...,f(vn)} es un conjunto l.i. (segunda caracterización <strong>de</strong><br />
una aplicación <strong>lineal</strong> inyectiva).<br />
Tenemos n vectores l.i. en W. Esto nos dice que dimKW ≥ n.<br />
Proposición 3.4.4 Sea f : V −→ W un epimorfismo. Entonces<br />
Demostración<br />
dimKV ≥ dimKW<br />
Sea B = {v1,v2,...,vn} una base <strong>de</strong> V . Luego<br />
f(B) = {f(v1),f(v2),...,f(vn)}<br />
genera W. Luego dimKW ≤ n y n = dimKV .
Proposición 3.4.5 (Todo ó nada) Sea f : V −→ W <strong>lineal</strong> tal que<br />
dimKV = dimKW. Entonces son equivalentes:<br />
1. f es inyectiva<br />
2. f es epiyectiva<br />
Demostración<br />
Sea {z1,z2,...,zq} una base <strong>de</strong> Im(f).<br />
Tenemos z1 = f(u1),z2 = f(u2),...,zq = f(uq), ciertos ui ∈ V .<br />
Sea B = {u1,u2,...,uq}.<br />
Demostremos que (1) =⇒ (2)<br />
Sea N(f) = {0}. Veamos que B es una base <strong>de</strong> V .<br />
(a) Afirmamos: B genera V . En efecto<br />
Sea v ∈ V , entonces f(v) ∈ Im(f), luego<br />
f(v) = α1z1 + α2z2 + · · · + αqzq, ciertos α1,α2,...αq ∈ K<br />
Tenemos<br />
f(v) = α1f(u1) + α2f(u2) + · · · + αqf(uq)<br />
= f(α1u1 + α2u2 + · · · + αquq)<br />
= f(v ′ )<br />
con v ′ = α1u1 + α2u2 + · · · + αquq.<br />
Como f(v) = f(v ′ ), se tiene f(v−v ′ ) = 0, es <strong>de</strong>cir v−v ′ ∈ N(f) = {0},<br />
luego v − v ′ = 0, es <strong>de</strong>cir<br />
v = v ′ = α1u1 + α2u2 + · · · + αquq<br />
(b) Afirmamos: B es l.i. En efecto, sea<br />
α1u1 + α2u2 + · · · + αquq = 0,
luego<br />
f(α1u1 + · · · + αquq) = α1f(u1) + · · · + αqf(uq) = 0<br />
luego α1 = α2 = · · · = αq = 0, pues {f(u1),f(u2),...,f(uq)} son l.i.<br />
Luego B es l.i.<br />
Por (a) y (b) tenemos que B es una base <strong>de</strong> V .<br />
Luego dimKV = q = dimKIm(f)<br />
A<strong>de</strong>más dimKV = dimKW<br />
Se obtiene que dimKW = dimKIm(f), es <strong>de</strong>cir que f es epiyectiva.<br />
Demostremos que (2) =⇒ (1)<br />
Sea f epiyectiva, luego dimKIm(f) = dimKW = dimKV<br />
Primero veamos que B es l.i.<br />
Sea α1u1 + α2u2 + · · · + αquq = 0. Luego<br />
f(α1u1 + α2u2 + · · · + αquq) = α1f(u1) + α2f(u2) + · · · + αqf(uq) = 0.<br />
Luego α1 = α2 = · · · = αq = 0<br />
Puesto que la dimensión <strong>de</strong> V es q, entonces q vectores l.i. forman una<br />
base <strong>de</strong> V . Luego B es una base <strong>de</strong> V .<br />
Sea u ∈ N(f), entonces u = β1u1 + β2u2 + · · · + βquq y f(u) = 0,<br />
entonces<br />
0 = f(u) = f(β1u1 + · · · + βquq) = β1f(u1) + · · · + βqf(uq)<br />
Luego β1 = β2 = · · · = βq = 0, es <strong>de</strong>cir u = 0. Entonces N(f) = {0}<br />
y f es inyectiva.<br />
Nota<br />
Esta proposición nos dice que si la dimensión <strong>de</strong>l Dominio <strong>de</strong> una<br />
aplicación <strong>lineal</strong>, es igual a la dimensión <strong>de</strong>l Codominio, entonces, o<br />
es inyectiva y epiyectiva a la vez, o no es ninguna <strong>de</strong> las dos, es por<br />
esto que la titulamos <strong>de</strong> esta manera ”Todo o nada”, o excluyente.
Proposición 3.4.6 Sea f : V −→ W y g : W −→ U morfismos tal<br />
que Im(f) ⊂ Dom(g). Entonces:<br />
1. g ◦ f es <strong>lineal</strong><br />
2. Si f y g son monomorfismos, entonces g◦f es un monomorfismo<br />
3. Si f y g son epimorfismos, entonces g ◦ f es un epimorfismo<br />
Demostración 1<br />
(g ◦ f)(v + w) = g(f(v + w)) = g(f(v) + f(w)) = g(f(v)) + g(f(w)) =<br />
(g ◦ f)(v) + (g ◦ f)(w)<br />
(g ◦ f)(αv) = g(f(αv)) = g(αf(v)) = αg(f(v)) = α(g ◦ f)(v)<br />
Luego (g ◦ f) es <strong>lineal</strong>.<br />
Demostración 2<br />
Sea (g ◦f)(v) = 0, luego g(f(v)) = 0. Entonces f(v) = 0 pues N(g) =<br />
{0}. A<strong>de</strong>más v = 0 ya que v ∈ N(f). Luego N(g ◦ f) = {0}, es <strong>de</strong>cir<br />
g ◦f es inyectiva, dicho más elegantemente g ◦f es un monomorfismo.<br />
Demostración 3<br />
Sea u ∈ U, luego existe w ∈ W tal que g(w) = u. Pero f también<br />
es epiyectiva, luego existe v ∈ V tal que f(v) = w. Tenemos que:<br />
u = g(w) = g(f(v)) = (g ◦ f)(v). Entonces g ◦ f es un epimorfismo.<br />
De esta proposición se <strong>de</strong>duce trivialmente el resultado siguiente:<br />
Corolario 3.4.7 Sean f : V −→ W y g : W −→ U isomorfismos.<br />
Entonces g ◦ f : V −→ U es un isomorfismo.<br />
Con respecto a los isomorfismos tenemos la siguiente <strong>de</strong>finición.
Definición 3.4.1 Diremos que V y W, dos K-espacios, son isomorfos<br />
si nosotros po<strong>de</strong>mos establecer un isomorfismo entre ellos, es<br />
<strong>de</strong>cir, si po<strong>de</strong>mos construir un isomorfismo f : V −→ W. Lo <strong>de</strong>notaremos<br />
V ∼ = W.<br />
Ejemplos <strong>de</strong> isomorfismos<br />
Ejemplo<br />
IR 2 ∼ = C<br />
Sabemos que un morfismo es biyectivo si y sólo si lleva una base en<br />
otra base.<br />
Consi<strong>de</strong>remos la aplicación<br />
f : IR 2 −→ C <strong>lineal</strong>, tal que f(1, 0) = 1, f(0, 1) = i. Esta aplicación es<br />
un isomorfismo <strong>de</strong> IR 2 en C. Su expresión analítica es f(a,b) = a + bi.<br />
Ejemplo<br />
K2[X] ∼ = K 3<br />
Construyamos la aplicación <strong>lineal</strong> f : K2[X] −→ K 3 , tal que f(1) =<br />
(1, 0, 0), f(X) = (0, 1, 0), f(X 2 ) = (0, 0, 1). Este morfismo lleva<br />
la base {1,X,X 2 } <strong>de</strong> K2[X] en la base canónica <strong>de</strong> K 3 , es <strong>de</strong>cir,<br />
{(1, 0, 0), (0, 1, 0), (0, 0, 1)}.<br />
Se tiene entonces que f es un isomorfismo y <strong>de</strong> esto se concluye que<br />
los espacios vectoriales son isomorfos.<br />
Ejemplo<br />
M2(K) ∼ = K 4
Basta con construir la aplicación <strong>lineal</strong> f : M2(K) −→ K 4 <strong>de</strong>finida<br />
por (la más simple posible):<br />
f(<br />
f(<br />
<br />
<br />
1 0<br />
0 0<br />
0 0<br />
1 0<br />
<br />
<br />
) = (1, 0, 0, 0); f(<br />
) = (0, 0, 1, 0); f(<br />
<br />
<br />
0 1<br />
0 0<br />
0 0<br />
0 1<br />
<br />
<br />
) = (0, 1, 0, 0)<br />
) = (0, 0, 0, 1)<br />
es evi<strong>de</strong>nte que es un isomorfismo, pues lleva una base en otra base.<br />
Antiejemplo<br />
No po<strong>de</strong>mos construir un isomorfismo <strong>de</strong> K 2 en K 3 , pues toda base<br />
<strong>de</strong> K 2 tiene dos elementos y toda base <strong>de</strong> K 3 tiene tres elementos. No<br />
po<strong>de</strong>mos llevar dos elementos en tres elementos <strong>de</strong> manera biunívoca.<br />
Teorema 3.4.8 (Isomorfismo Fundamental) Sea V un K-espacio<br />
vectorial. Entonces dimKV = n si y sólo si V ∼ = K n .<br />
Demostración<br />
Comencemos por <strong>de</strong>mostrar que si dimKV = n entonces V ∼ = K n .<br />
Sea dimKV = n, entonces consi<strong>de</strong>remos {v1,v2,...,vn} una base <strong>de</strong> V .<br />
Sea f : V −→ K n <strong>lineal</strong> tal que f(v1) = e1,f(v2) = e2,...,f(vn) = en<br />
que es un isomorfismo.<br />
Luego V ∼ = K n .<br />
Demostremos que si V ∼ = K n , entonces dimKV = n.<br />
Sea V ∼ = K n , luego existe f : K n −→ V isomorfismo tal que<br />
f(e1) = u1,f(e2) = u2,...,f(en) = un,<br />
con {u1,u2,...,un}, una base <strong>de</strong> V . Luego dimKV = n.
Ejercicio<br />
Establezcamos un isomorfismo entre<br />
Solución<br />
V = {(x,y,z,u);x + y + z = 0,x + 2u = 0} y algún K n<br />
Primero observamos que z = −x − y y u = −1x. Luego 2<br />
(x,y,z,u) = (x,y, −x − y, − 1<br />
x) = x(1, 0, −1, −1)<br />
+ y(0, 1, −1, 0)<br />
2 2<br />
Entonces tenemos que una base <strong>de</strong> V es<br />
De don<strong>de</strong> dimKV = 2 y V ∼ = K 2 .<br />
B = {(1, 0, −1, − 1<br />
), (0, 1, −1, 0)}<br />
2<br />
Establezcamos el isomorfismo siguiente:<br />
f : V −→ K 2 ;f(1, 0, −1, − 1<br />
) = (1, 0),f(0, 1, −1, 0) = (0, 1)<br />
2<br />
La forma típica <strong>de</strong> los elementos <strong>de</strong> V , es, (x,y, −x − y, −1x) y la 2<br />
escritura <strong>de</strong> f es f(x,y, −x − y, −1x) = (x,y).<br />
2<br />
Nota<br />
Este teorema nos dice que todos los espacios vectoriales <strong>de</strong> dimensión<br />
finita están clasificados.<br />
Todos los espacios vectoriales <strong>de</strong> una misma dimensión tienen las mismas<br />
propieda<strong>de</strong>s, sólo que tienen una escritura diferente.
3.5 Estructura <strong>de</strong> un conjunto <strong>de</strong> morfismos<br />
Sean U y V dos K-espacios vectoriales. El conjunto <strong>de</strong> todas las aplicaciones<br />
<strong>lineal</strong>es <strong>de</strong> U en V , será <strong>de</strong>notado por LK(U,V ) o cuando no<br />
haya confusión, <strong>de</strong>notaremos simplemente L(U,V ). o bien Hom(U,V ).<br />
Comencemos por estudiar la suma <strong>de</strong> dos morfismos.<br />
Lema<br />
Sean f,g ∈ LK(U,V ). Entonces la aplicación h : U −→ V <strong>de</strong>finida<br />
por:<br />
h(u) = f(u) + g(u), ∀u ∈ U<br />
es <strong>lineal</strong>.<br />
Demostración<br />
1. h(u + v) = f(u + v) + g(u + v) = f(u) + f(v) + g(u) + g(v) =<br />
(f(u) + g(u)) + (f(v) + g(v)) = h(u) + h(v).<br />
2. h(αu) = f(αu) + g(αu) = αf(u) + αg(u) = α(f(u) + g(u)) =<br />
αh(u).<br />
Por (1) y (2) tenemos que h es <strong>lineal</strong>.<br />
Es interesante que esta aplicación h, obtenida <strong>de</strong> dos aplicaciones <strong>lineal</strong>es<br />
es <strong>lineal</strong>. Este lema nos induce entonces a la siguiente <strong>de</strong>finición<br />
Definición 3.5.1 Dadas f,g ∈ LK(U,V ), se <strong>de</strong>fine una nueva aplicación<br />
en LK(U,V ), <strong>de</strong>notada por f + g y <strong>de</strong>finida por<br />
llamada la suma <strong>de</strong> f y g.<br />
(f + g)(u) = f(u) + g(u), ∀u ∈ U
Entonces el siguiente problema es estudiar qué estructura <strong>algebra</strong>ica<br />
tiene LK(U,V ) con la suma.<br />
¡Es el típico pensamiento algebrista!<br />
Teorema 3.5.1 (LK(U,V ), +) es un grupo abeliano.<br />
Demostración<br />
1. La suma es asociativa.<br />
((f + g) + h)(u) = (f + g)(u) + h(u) = f(u) + g(u)) + h(u) =<br />
= f(u) + (g(u) + h(u)) = f(u) + (g + h)(u) = (f + (g + h))(u).<br />
2. LK(U,V ) posee elemento neutro, a saber, la aplicación nula O :<br />
U −→ V ; O(u) = 0, ∀u ∈ U.<br />
3. Todo morfismo tiene inverso aditivo −f, <strong>de</strong>finivo por<br />
(−f)(u) = −f(u), ∀u ∈ U.<br />
4. La suma es conmutativa.<br />
Pregunta<br />
(f + g)(u) = f(u) + g(u) = g(u) + f(u) = (f + g)(u).<br />
¿Qué ocurre con la pon<strong>de</strong>ración <strong>de</strong> un morfismo?<br />
La respuesta la tenemos en el siguiente lema.<br />
Lema<br />
Sea f un morfismo <strong>de</strong> LK(U,V ) y α ∈ K un escalar. Entonces la<br />
aplicación <strong>de</strong> U en V , <strong>de</strong>finida por<br />
es <strong>lineal</strong>.<br />
h(u) = α · f(u)
Demostración<br />
1. h(u1 + u2) = α · f(u1 + u2) = α · (f(u1) + f(u2)) = α · f(u1) +<br />
α · f(u2) = h((u1) + h(u2).<br />
2. h(βu) = α ·f(βu) = α ·(βf(u)) = (α ·β) ·f(u) = β ·(α ·f(u)) =<br />
βh(u).<br />
Por (1) y (2) tenemos que h es <strong>lineal</strong>.<br />
Esta propiedad nos induce la siguiente <strong>de</strong>finición.<br />
Definición 3.5.2 A todo escalar α ∈ K y a todo morfismo f <strong>de</strong><br />
LK(U,V ), le asociamos un morfismo <strong>de</strong> LK(U,V ) llamado producto<br />
escalar <strong>de</strong> α por f, <strong>de</strong>notado α · f y <strong>de</strong>finido por<br />
(α · f)(u) = α · f(u), ∀u ∈ U<br />
Proposición 3.5.2 Dados f,g ∈ LK(U,V ) y α,β ∈ K, se tiene que<br />
se cumplen los axiomas <strong>de</strong> espacio vectorial siguientes: E.V.5. 1·f = f<br />
E.V.6. (α + β)f = αf + βf<br />
E.V.7. α · (f + g) = α · f + α · g<br />
E.V.8. (α · β)f = α · (β · f)<br />
La <strong>de</strong>mostración se <strong>de</strong>ja al lector. ¿Bueno?<br />
Teorema 3.5.3 LK(U,V ) es un espacio vectorial sobre K.<br />
Demostración<br />
Es obtenida <strong>de</strong> las proposiciones anteriores.
3.6 Ejercicios resueltos<br />
Ejercicio<br />
Sea f : K 2 −→ K 2 ; f(x,y) = (2x+y, 3x) una aplicación. Demostremos<br />
que f es <strong>lineal</strong>.<br />
Solución<br />
Sean u,v ∈ K 2 , luego tienen la forma u = (x,y),v = (x ′ ,y ′ ), ciertos<br />
x,y,x ′ ,y ′ ∈ K.<br />
1. f(u + v) = f((x,y) + (x ′ ,y ′ )) = f(x + x ′ ,y + y ′ ) =<br />
= (2(x+x ′ )+(y +y ′ ), 3(x+x ′ )) = (2x+y +2x ′ +y ′ , 3x+3x ′ ) =<br />
= (2x+y, 3x)+(2x ′ +y ′ , 3x ′ ) = f(x,y)+f(x ′ ,y ′ ) = f(u)+f(v).<br />
2. f(αu) = f(α(x,y)) = f(αx,αy) = (2αx + αy, 3αx) =<br />
Ejercicio<br />
= α(2x + y, 3x) = αf(x,y) = αf(u),α ∈ K.<br />
Sea f : K 3 −→ K 3 ; f(x,y,z) = (2x + y,x + y, 2x) una aplicación.<br />
Demostremos que f es <strong>lineal</strong>.<br />
Solución<br />
Sean u,v ∈ K 3 , luego tienen la forma u = (x,y,z),v = (x ′ ,y ′ ,z ′ ),<br />
ciertos x,y,x ′ ,y ′ ,z,z ′ ∈ K.<br />
1. f(u + v) = f((x,y,z) + (x ′ ,y ′ ,z ′ )) = f(x + x ′ ,y + y ′ ,z + z ′ ) =<br />
= (2(x + x ′ ) + (y + y ′ ), (x + x ′ ) + (y + y ′ ), 2(x + x ′ )) =<br />
= ((2x + y) + (2x ′ + y ′ ), (x + y) + (x ′ + y ′ ), 2x + 2x ′ ) =<br />
= (2x + y,x + y, 2x) + (2x ′ + y ′ ,x ′ + y ′ , 2x ′ ) =
= f(x,y,z) + f(x ′ ,y ′ ,z ′ ) = f(u) + f(v).<br />
La penúltima igualdad se cumple ∀z,z ′ ∈ K, en particular para<br />
z y z ′ <strong>de</strong> u y v.<br />
2. f(αu) = f(α(x,y,z)) = f(αx,αy,αz) =<br />
Ejercicio<br />
= (2(αx) + αy,αx + αy, 2αx) = α(2x + y,x + y, 2x) =<br />
= αf(x,y,z) = αf(u).<br />
Sea f : K 5 −→ K 5 <strong>de</strong>finida por:<br />
f(x,y,z,u,v) = (x + y + z + u, 2x + 2y + z + v,x + y + z + u,<br />
2x − y + z + v,y − z − 2u + v)<br />
1. Busquemos una base y la dimensión <strong>de</strong> N(f).<br />
2. Busquemos una base y la dimensión <strong>de</strong> Im(f).<br />
3. Estudiemos la inyectividad y epiyectividad <strong>de</strong> f.<br />
Solución<br />
⎫<br />
x + y + z + u = 0<br />
2x + 2y + z + v = 0 ⎪⎬<br />
(x,y,z,u,v) ∈ N(f) ssi x + y + z + u = 0<br />
2x − y + z + v = 0<br />
⎪⎭<br />
y − z − 2u + v = 0<br />
Este sistema lo escribiremos en su forma más simple, es <strong>de</strong>cir, lo<br />
escalonaremos.<br />
⎛<br />
⎜<br />
⎝<br />
1 1 1 1 0 0<br />
2 2 1 0 1 0<br />
1 1 1 1 0 0<br />
2 −1 1 0 1 0<br />
0 1 −1 −2 1 0<br />
⎞<br />
⎟<br />
⎠<br />
L21(−2)<br />
L31(−1)<br />
−→<br />
L41(−2)<br />
⎛<br />
⎜<br />
⎝<br />
1 1 1 1 0 0<br />
0 0 −1 −2 1 0<br />
0 0 0 0 0 0<br />
0 −3 −1 −2 1 0<br />
0 1 −1 −2 1 0<br />
⎞<br />
⎟<br />
⎠
L45(−1)<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
Luego<br />
Es <strong>de</strong>cir<br />
⎛<br />
⎜<br />
⎝<br />
1 1 1 1 0 0<br />
0 0 −1 −2 1 0<br />
0 0 0 0 0 0<br />
0 −4 0 0 0 0<br />
0 1 −1 −2 1 0<br />
1 0 1 1 0 0<br />
0 0 −1 −2 1 0<br />
0 0 0 0 0 0<br />
0 1 0 0 0 0<br />
0 0 −1 −2 1 0<br />
⎞<br />
⎟<br />
⎠<br />
L15(1)<br />
−→<br />
L25(−1)<br />
L5(−1)<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
x − u + v = 0<br />
y = 0<br />
z + 2u − v = 0<br />
x = u − v<br />
y = 0<br />
z = −2u + v<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
L4(− 1<br />
4 )<br />
−→<br />
L14(−1)<br />
−→<br />
L54(−1)<br />
1 0 0 −1 1 0<br />
0 0 0 0 0 0<br />
0 0 0 0 0 0<br />
0 1 0 0 0 0<br />
0 0 1 2 −1 0<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
;u,v ∈ K<br />
Luego los elementos <strong>de</strong>l núcleo tienen la forma (u−v, 0, −2u+v,u,v),<br />
luego<br />
Una base <strong>de</strong> N(f) es<br />
N(f) = {(u − v, 0, −2u + v,u,v);u,v ∈ K}<br />
{(1, 0, −2, 1, 0), (1, 0, −1, 0, −1)}<br />
Puesto que N(f) = {0}, la aplicación no es inyectiva.<br />
⎞<br />
⎟<br />
⎠
) w ∈ Im(f) ssi w = x(1, 2, 1, 2, 0)+y(1, 2, 1, −1, 1)+z(1, 1, 1, 1, −1)+<br />
u(1, 0, 1, 0, −2)+v(0, 1, 0, 1, 1). Luego tenemos un conjunto <strong>de</strong> generadores<br />
<strong>de</strong> Im(f). Pue<strong>de</strong> que existan vectores que <strong>de</strong>pen<strong>de</strong>n <strong>lineal</strong>mente<br />
<strong>de</strong> los otros. Para tener la cantidad mínima <strong>de</strong> generadores, po<strong>de</strong>mos<br />
escalonar<br />
⎛<br />
⎜<br />
⎝<br />
1 2 1 2 0<br />
1 2 1 −1 1<br />
1 1 1 1 −1<br />
1 0 1 0 −2<br />
0 1 0 1 1<br />
L15(−2)<br />
−→<br />
L35(1)<br />
L45(2)<br />
⎞<br />
⎟<br />
⎠<br />
L21(−1)<br />
−→<br />
L31(−1)<br />
L41(−1)<br />
⎛<br />
1 0 1 0 −2<br />
⎜ 0 0 0 1<br />
⎜<br />
⎝<br />
−1<br />
⎞<br />
⎟<br />
3 ⎟<br />
0 1 0 1 1 ⎟<br />
0 0 0 0 0 ⎠<br />
0 0 0 0 0<br />
La base escalonada <strong>de</strong> Im(f) es<br />
⎛<br />
⎜<br />
⎝<br />
L32(−1)<br />
−→<br />
1 2 1 2 0<br />
0 0 0 −3 1<br />
0 −1 0 −1 −1<br />
0 −2 0 −2 −2<br />
0 1 0 1 1<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
1 0 1 0 −2<br />
⎜ 0 0 0 1<br />
⎜<br />
⎝<br />
−1<br />
⎞<br />
⎟<br />
3 ⎟<br />
4 0 1 0 0 ⎟<br />
3 ⎟<br />
0 0 0 0 0 ⎠<br />
0 0 0 0 0<br />
{(1, 0, 1, 0, −2), (0, 1, 0, 0, 4<br />
−1<br />
), (0, 0, 0, 1,<br />
3 3 )}<br />
Pero sólo se pedía una base, luego podría haber dado la base<br />
{(1, 0, 1, 0, −2), (0, 0, 0, 3, −1), (0, 1, 0, 1, 1)} y habríamos evitado dos<br />
pasos <strong>de</strong> escalonamiento.<br />
Puesto que dimkIm(f) = 3, f no es epiyectiva, pues dimkCodom(f) =<br />
5.<br />
Ejercicio<br />
Sea fα : K 3 −→ K 3 tal que<br />
fα(x,y,z) = (x − y + z, 2x − y + 3z, (α − 1)x + (2α − 2)y + (2 − 2α)z)<br />
con α ∈ K; una familia <strong>de</strong> aplicaciones <strong>lineal</strong>es.
1. Estudiemos el Núcleo y la Imagen <strong>de</strong> fα, según los diferentes<br />
valores <strong>de</strong> α. Estudiemos sus dimensiones respectivas.<br />
2. Estudiemos la inyectividad y epiyectividad <strong>de</strong> fα, según los diferentes<br />
valores <strong>de</strong> α.<br />
Solución<br />
Busquemos un conjunto <strong>de</strong> generadores <strong>de</strong> Im(f).<br />
Sea w ∈ Im(f), luego<br />
w = x(1, 2, (α − 1)) + y(−1, −1, 2α − 2) + z(1, 3, 2 − 2α)<br />
Luego un conjunto <strong>de</strong> generadores <strong>de</strong> Im(f) es<br />
{(1, 2, (α − 1)), (−1, −1, 2α − 2), (1, 3, 2 − 2α)}<br />
Para saber su dimensión, necesitamos encontrar una base.<br />
⎛<br />
⎞<br />
1 2 α − 1<br />
⎜<br />
⎟<br />
⎝ −1 −1 2α − 2 ⎠<br />
L21(1)<br />
−→<br />
⎛<br />
⎞<br />
1 2 α − 1<br />
⎜<br />
⎟<br />
⎝ 0 1 3α − 3 ⎠<br />
L12(−2)<br />
−→<br />
1 3 2 − 2α L31(−1) 0 1 3 − 3α L32(−1)<br />
⎛<br />
⎞<br />
1 0 −5α + 5 1<br />
⎜<br />
⎟ L3(<br />
⎝ 0 1 3α − 3 ⎠ 6<br />
0 0 6 − 6α<br />
)<br />
−→<br />
⎛<br />
⎞<br />
1 0 −5α + 5<br />
⎜<br />
⎟<br />
⎝ 0 1 3α − 3 ⎠<br />
0 0 1 − α<br />
L13(−5)<br />
−→<br />
L23(3)<br />
⎛<br />
1 0<br />
⎜<br />
⎝ 0 1<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
0 0 1 − α<br />
Caso (1) 1 − α = 0 ssi α = 1<br />
La base escalonada <strong>de</strong> Im(f1) es {(1, 0, 0), (0, 1, 0)}.<br />
luego f1 no es epiyectiva.<br />
dimKIm(f1) = 2 = 3 = dimKCodom(f)
Sabemos que<br />
dimKDom(f1) = dimKN(f1) + dimKIm(f1)<br />
Luego dimKN(f1) = 1. Conclusión: f1 no es inyectiva.<br />
O bien, po<strong>de</strong>mos hacer el razonamiento siguiente: Puesto que<br />
dimKDom(f1) = dimKCodom(f1)<br />
por la proposición ”Todo o nada”, como no es epiyectiva, entonces no<br />
es inyectiva.<br />
Busquemos ahora una base para N(f1).<br />
Tenemos (x,y,z) ∈ N(f1) ssi (x − y + z, 2x − y + 3z, 0x + 0y + 0z) =<br />
(0, 0, 0) ssi<br />
<br />
x − y + z = 0<br />
2x − y + 3z = 0<br />
Busquemos la representación más simple <strong>de</strong> este sistema<br />
<br />
<br />
1 −1 1 0 L21(−2)<br />
2 −1 3 0 −→<br />
L12(1)<br />
<br />
1 0 2 0<br />
−→ 0 1 1 0<br />
Luego este sistema queda<br />
x + 2z = 0<br />
y + z = 0<br />
<br />
es <strong>de</strong>cir<br />
<br />
1 −1 1 0<br />
0 1 1 0<br />
x = −2z<br />
y = −z<br />
Luego N(f1) = {(x,y,z);x = −2z,y = −z} = {(−2z, −z,z);z ∈ K}<br />
N(f1) =< (−2, −1, 1) >. Luego una base <strong>de</strong> N(f1) es {(2, 1, −1)}.<br />
Luego f1 no es inyectiva, ya que el núcleo <strong>de</strong> f1 no es {0}<br />
Por la proposición ”Todo o nada”, tampoco es epiyectiva.
Caso (2) 1 − α = 0 ssi α = 1<br />
Seguimos escalonando:<br />
L3( 1<br />
1−α )<br />
⎛ ⎞<br />
1 0 0<br />
⎜ ⎟<br />
⎝ 0 1 0 ⎠<br />
−→<br />
0 0 1<br />
La base escalonada <strong>de</strong> Im(fα) = {1, 0, 0), (0, 1, 0), (0, 0, 1)}.<br />
Luego dimKIm(fα) = 3, con α = 1.<br />
Tenemos, entonces que dimK(N(fα) = 0, luego N(fα) = {0}.<br />
Luego la aplicación <strong>lineal</strong> fα, es epiyectiva e inyectiva.<br />
Ejercicio<br />
Sea f : K 3 −→ K 3 tal que<br />
f(x,y,z) = (4x + 2y,x + y, 7x + 5y)<br />
Busquemos el núcleo y la imagen <strong>de</strong> f.<br />
Estudiemos si f es inyectiva o epiyectiva.<br />
Solución<br />
Tenemos que<br />
Im(f) = {(4x + 2y,x + y, 7x + 5y);x,y ∈ K}<br />
Busquemos un conjunto <strong>de</strong> generadores <strong>de</strong> Im(f).<br />
(4x + 2y,x + y, 7x + 5y) = x(4, 1, 7) + y(2, 1, 5)<br />
Luego {(4, 1, 7), (2, 1, 5)} es un conjunto <strong>de</strong> generadores <strong>de</strong> Im(f).<br />
Puesto que
dimKDom(f) = dimKN(f) + dimKIm(f)<br />
y dimKIm(f) = 2, entonces dimKN(f) = 1 y f no es epiyectiva.<br />
Como dimKN(f) = 1, N(f) = {0} y f no es inyectiva. Sabemos que<br />
toda base <strong>de</strong> N(f) tiene un sólo elemento. Busquemos una base <strong>de</strong>l<br />
núcleo.<br />
4x + 2y = 0<br />
x + y = 0<br />
7x + 5y = 0<br />
⎫<br />
⎪⎬<br />
⎪⎭ ssi<br />
x = o<br />
y = 0<br />
Observamos que no hay condiciones sobre z, luego<br />
N(f) = {(x,y,z);x = y = 0} =< (0, 0, 1) >. Luego una base <strong>de</strong> N(f)<br />
es {(0, 0, 1)}.<br />
Ejercicio<br />
Sea f : K 3 −→ K 3 <strong>lineal</strong> tal que una base <strong>de</strong><br />
N(f) = {(1, 2, 3), (1, 0, 2)}<br />
y f(0, 1, 1) = (2, 1, 1). Busquemos la escritura <strong>de</strong> f, es <strong>de</strong>cir, su expresión<br />
analítica.<br />
Solución<br />
Observemos que {(1, 2, 3), (1, 0, 2), (0, 1, 1)} es una base <strong>de</strong> Dom(f) =<br />
K 3 . Luego<br />
(x,y,z) = α(1, 2, 3) + β(1, 0, 2) + γ(0, 1, 1)<br />
α + β = x<br />
2α + γ = y<br />
3α + 2β + γ = z<br />
⎫<br />
⎪⎬<br />
⎪⎭
Escalonando, tenemos<br />
⎛ ⎞<br />
1 1 0 x<br />
⎜ ⎟<br />
⎝ 2 0 1 y ⎠<br />
3 2 1 z<br />
L21(−2)<br />
−→<br />
L31(2)<br />
⎛<br />
⎞<br />
1 1 0 x<br />
⎜<br />
⎟<br />
⎝ 0 −2 1 y − 2x ⎠<br />
0 −1 1 z − 3x<br />
L13(1)<br />
−→<br />
L3(−1)<br />
−→<br />
⎛<br />
1 0<br />
⎜<br />
⎝ 0 −2<br />
0 1<br />
⎞<br />
1 z − 2x<br />
⎟<br />
1 y − 2x ⎠<br />
−1 3x − z<br />
L23(2)<br />
−→<br />
⎛<br />
⎞<br />
1 0 1 z − 2x<br />
⎜<br />
⎟<br />
⎝ 0 0 −1 4x + y − 2z ⎠<br />
0 1 −1 3x − z<br />
L12(1)<br />
−→<br />
⎛<br />
⎞<br />
1 0 0 2x + y − z<br />
⎜<br />
⎟<br />
⎝ 0 0 1 −4x − y + 2z ⎠<br />
L32(−1) 0 1 0 −x − y + z<br />
Luego<br />
α = 2x + y − z<br />
γ = −4x − y + 2z<br />
β = −x − y + z<br />
f(x,y,z) = αf(1, 2, 3) + βf(1, 0, 2) + (−4x − y + 2z)f(0, 1, 1)<br />
= (−4x − y + 2z)(2, 1, 1)<br />
(Recuer<strong>de</strong> que los dos primeros vectores están en el núcleo <strong>de</strong> f)<br />
Luego<br />
Ejercicio<br />
f(x,y,z) = (−8x − 2y + 4z, −4x − y + 2z, −4x − y + 2z)<br />
Sean f,g,h : K 3 −→ K 2<br />
1. f(x,y,z) = (x + y,x + y)<br />
2. g(x,y,z) = ((x − 1)y,z − y)<br />
3. h(1, 0, 0) = (1, 1),h(0, 1, 0) = (a 2 , −1),h(0, 0, 1) = (a, 0), don<strong>de</strong><br />
a es un real fijo.<br />
i. Determinemos aquellas aplicaciones que no son <strong>lineal</strong>es. Argumentemos<br />
la respuesta.<br />
⎫<br />
⎪⎬<br />
⎪⎭
ii. De las aplicaciones <strong>lineal</strong>es, indiquemos cuáles son inyectivas,<br />
epiyectivas, biyectivas. Argumentemos la respuesta.<br />
Solución (1)<br />
Afirmación: La aplicación f es <strong>lineal</strong>.<br />
(a) f((x,y,z) + (x ′ ,y ′ ,z ′ )) = f(x + x ′ ,y + y ′ ,z + z ′ )<br />
= (x + x ′ + y + y ′ ,x + x ′ + y + y ′ )<br />
= (x + y,x + y) + (x ′ + y ′ ,x ′ + y ′ )<br />
= f(x,y,z) + f(x ′ ,y ′ ,z ′ )<br />
En la última igualdad podíamos tomar cualquier z, cualquier z ′ ,<br />
pero en particular podíamos tomar z y z ′ que teníamos al comienzo<br />
(estábamos autorizados a tomar cualquiera).<br />
(b) f(α(x,y,z)) = f(αx,αy,αz)<br />
= (αx + αy,αx + αy)<br />
= α(x + y,x + y) = αf(x,y,z)<br />
Por ( a) y ( b) tenemos que f es <strong>lineal</strong>.<br />
Contestemos ahora la parte (ii.).<br />
(x,y,z) ∈ N(f) ssi f(x,y,z) = (0, 0) ssi (x+y,x+y) = (0, 0) ssi x+y =<br />
0 ssi x = −y. Luego no hay exigencias sobre z. Tenemos entonces que<br />
N(f) = {(x, −x,z);x,z ∈ K} = {0}. Luego f no es inyectiva. Una<br />
base <strong>de</strong> N(f) es {(1, −1, 0), (0, 0, 1)} (luego <strong>de</strong> dimensión dos).<br />
Por otra parte sabemos que:<br />
luego dimKIm(f) = 1.<br />
dimKDom(f) = dimKN(f) + dimKIm(f)<br />
Conclusión: f no es epiyectiva.<br />
Solución (2)<br />
Tenemos que
Afirmación: g no es <strong>lineal</strong>.<br />
g(x,y,z) = ((x − 1)y,z − y)<br />
Contraejemplo: g(1, 1, 0) = ((1 − 1)1, 0 − 1) = (0, −1);<br />
g(0, 1, 1) = ((0 − 1)1, 1 − 1) = (−1, 0);<br />
g(1, 2, 1) = ((1 − 1)2, 1 − 2) = (0, −1)<br />
Calculemos, ahora g(1, 2, 1), suponiendo que g es <strong>lineal</strong>. El cálculo es<br />
el siguiente: g(1, 2, 1) = g((1, 1, 0) + (0, 1, 1)) = g(1, 1, 0) + g(0, 1, 1) =<br />
(0, −1) + (−1, 0) = (−1, −1), que es diferente al obtenido anteriormente.<br />
Solución (3)<br />
El Teorema <strong>de</strong> existencia y unicidad <strong>de</strong> una aplicación <strong>lineal</strong>, dice que<br />
dada una base en el Dominio y dado 3 vectores cualesquieras en el<br />
Codominio, existe una aplicación <strong>lineal</strong> que lleva los vectores <strong>de</strong> la<br />
base en esos tres vectores y ésta aplicación es única. Luego h existe y<br />
es única pues {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base <strong>de</strong> Dom(h)<br />
Para la pregunta (ii.), tenemos lo siguiente:<br />
Una aplicación <strong>lineal</strong> es inyectiva si lleva una base en un conjunto l.i.<br />
Vemos que el conjunto {(1, 1), (a 2 , −1), (a, 0)} es l.d., pues no pue<strong>de</strong><br />
haber más <strong>de</strong> dos vectores l.i. en K 2 . Luego h no es inyectiva,<br />
cualquiera que sea a ∈ K.<br />
Por otra parte, a 2 = −1, ∀a ∈ K, luego el vector (a 2 , −1) nunca es un<br />
múltiplo <strong>de</strong>l vector (1, 1).<br />
Entonces K 2 =< (1, 1), (a 2 , −1) >=< (1, 1), (a 2 , −1), (a, 0) >, ∀a ∈<br />
K.<br />
Luego Im(h) = K 2 y h es epiyectiva.
Ejercicio<br />
Sea fα : K 3 −→ K 3 una aplicación <strong>lineal</strong> tal que<br />
fα(x,y,z) = (x + z,y + 2z, (α − 3)z)<br />
Encontremos el núcleo y la imagen <strong>de</strong> fα para los distintos valores <strong>de</strong><br />
α ∈ K y luego estudiemos la inyectividad y epiyectividad <strong>de</strong> fα.<br />
Solución<br />
Busquemos el núcleo <strong>de</strong> fα<br />
es <strong>de</strong>cir tenemos la matriz<br />
⎛<br />
⎜<br />
⎝<br />
Caso (1) α − 3 = 0 ssi α = 3<br />
x + z = 0<br />
y + 2z = 0<br />
x + z = 0<br />
y + 2z = 0<br />
(α − 3)z = 0<br />
1 0 1 0<br />
0 1 2 0<br />
0 0 α − 3 0<br />
<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
⎞<br />
⎟<br />
⎠<br />
Luego, x = −z,y = −2z<br />
De don<strong>de</strong> (−z, −2z,z) = z(−1, −2, 1), luego N(f3) =< (1, 2, −1) >;<br />
y por lo tanto fα no es inyectiva en el caso α = 3 y en tal caso la<br />
dimensión <strong>de</strong>l núcleo es uno, luego por el teorema <strong>de</strong> las dimensiones<br />
se tiene que dimIm(f3) = 2. Busquemos Im(f3)<br />
Tenemos (x + z,y + 2z, 0) = x(1, 0, 0) + y(0, 1, 0) + z(1, 2, 0) y como<br />
(1, 2, 0) es combinación <strong>lineal</strong> <strong>de</strong> (1, 0, 0) y (0, 1, 0), entonces<br />
Im(f3) =< (1, 0, 0), (0, 1, 0) >, luego f3 no es epiyectiva.<br />
Caso (2) α − 3 = 0 ssi α = 3
Seguimos escalonando<br />
L3( 1<br />
α−3 )<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
1 0 1 0<br />
0 1 2 0<br />
0 0 1 0<br />
⎞<br />
⎟<br />
⎠<br />
L13(−1)<br />
−→<br />
L23(−2)<br />
⎛<br />
⎜<br />
⎝<br />
1 0 0 0<br />
0 1 0 0<br />
0 0 1 0<br />
Luego x = y = z = 0, es <strong>de</strong>cir N(fα) = {(0, 0, 0)} y usando nuevamente<br />
el teorema <strong>de</strong> las dimensiones tenemos que dimfα = 3, es <strong>de</strong>cir<br />
Im(fα) = K 3 . Luego en este caso (α = 3), se tiene que fα es inyectiva<br />
y epiyectiva. A<strong>de</strong>más recor<strong>de</strong>mos que fα es un endomorfismo, luego es<br />
inyectivo ssi es epiyectivo.<br />
Ejercicio<br />
Observando las imagenes <strong>de</strong> los elementos <strong>de</strong> la base, estudiemos si la<br />
aplicación <strong>lineal</strong> f : K 3 −→ K 3 , dada por:<br />
f(1, 0, 0) = (1, 1, 0);f(0, 1, 0) = (0, 0, 1);f(0, 0, 1) = (2, 2, −1) es un<br />
1. monomorfismo;<br />
2. epimorfismo;<br />
3. automorfismo.<br />
Solución<br />
1. Una aplicación <strong>lineal</strong> es un monomorfismo si lleva una base en<br />
un conjunto l.i.<br />
Tenemos que {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base. Ahora<br />
necesitamos estudiar la <strong>de</strong>pen<strong>de</strong>ncia <strong>lineal</strong> <strong>de</strong><br />
B = {(1, 1, 0), (0, 0, 1), (2, 2, −1)}<br />
Sea α(1, 1, 0) + β(0, 0, 1) + γ(2, 2, −1) = (0, 0, 0). Es equivalente<br />
a<br />
⎞<br />
⎟<br />
⎠
α + 2γ = 0<br />
α + 2γ = 0<br />
β − γ = 0<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
equivalente a α = −2γ<br />
β = γ<br />
Quiere <strong>de</strong>cir que el 0 se pue<strong>de</strong> obtener <strong>de</strong> infinitas maneras:<br />
−2γ(1, 1, 0) + γ(0, 0, 1) + γ(2, 2, −1) = (0, 0, 0), ∀γ ∈ K, luego<br />
el conjunto es l.d. Entonces la aplicación <strong>lineal</strong> no es inyectiva.<br />
[monomorfismo=<strong>lineal</strong> inyectiva].<br />
2. Una aplicación <strong>lineal</strong> es un epimorfismo si lleva una base en un<br />
conjunto <strong>de</strong> generadores.<br />
El vector (2, 2, −1) = 2(1, 1, 0) + −1(0, 0, 1)<br />
Luego < (1, 1, 0), (0, 0, 1), (2, 2, −1) >=< (1, 1, 0), (0, 0, 1) >,<br />
Luego dimKIm(f) = 2. es <strong>de</strong>cir, B no es un conjunto <strong>de</strong> generadores<br />
<strong>de</strong>l Codom(f).<br />
Luego f no es un epimorfismo.<br />
3. Por (1) y (2) f no es un automorfismo (<strong>lineal</strong> biyectiva).<br />
Ejercicio<br />
Sea f : K2[X] −→ M2(K) y B = {1 +X 2 , 2X2 , 1 +X +X 2 } una base<br />
<strong>de</strong> K2[X], <strong>de</strong>finamos f en ésta base <strong>de</strong> la siguiente manera:<br />
f(1 + X2 <br />
1 1<br />
) = ; f(2X<br />
1 1<br />
2 <br />
4 2<br />
) = ;<br />
0 0<br />
f(1 + X + X2 <br />
3 1<br />
) =<br />
−1 −1<br />
Extendamos f por <strong>lineal</strong>idad a todo el espacio.<br />
Solución<br />
Sea a+bX +cX 2 = α(1+X 2 )+β(2X 2 )+γ(1+X +X 2 ). Lo primero<br />
que observamos es que γ <strong>de</strong>be valer b, γ = b, pues el único término<br />
que tiene X es γ.
α <strong>de</strong>be ser igual ser a − b, para que el término constante sea a.<br />
Igualando los coeficientes <strong>de</strong> X 2 , tenemos: c = α + 2β + γ, luego<br />
2β = c − (a − b) − b, luego β = c−a<br />
2 .<br />
Ahora estamos en condiciones <strong>de</strong> exten<strong>de</strong>r f por <strong>lineal</strong>idad.<br />
f(a + bX + cX2 ) =<br />
= f[(a − b)(1 + X2 ) + (c−a)<br />
(2X 2 2 ) + b(1 + X + X2 )]<br />
= (a − b)f(1 + X2 ) + (c−a)<br />
<br />
1 1<br />
= (a − b) +<br />
1 1<br />
(c−a)<br />
<br />
4 2 3 1<br />
+ b<br />
2<br />
0<br />
0 −1 −1<br />
−a + 2b + 2c c<br />
=<br />
a − 2b a − 2b<br />
luego<br />
Ejercicio<br />
f(a + bX + cX 2 ) =<br />
2 f(2X2 ) + bf(1 + X + X2 )<br />
<br />
<br />
−a + 2b + 2c c<br />
<br />
a − 2b a − 2b<br />
Sea T : K 3 −→ K 3 tal que T(1, 1, 1) = (1, 3, 5),T(1, 0, 1) = (0, 1, 3).<br />
Estudiemos en cada uno <strong>de</strong> los casos la existencia y unicidad <strong>de</strong> T si<br />
agregamos la condición<br />
1. T(2, 1, 2) = (1, 4, 8)<br />
2. T(2, 1, 2) = (0, 4, 8)<br />
3. T(1, 0, 0) = (1, 3, 5)<br />
Solución (1)<br />
Se tiene (2, 1, 2) = 1(1, 1, 1) + 1(1, 0, 1). Si T fuese <strong>lineal</strong> T(2, 1, 2) =<br />
1T(1, 1, 1) + 1T(1, 0, 1) = 1(1, 3, 5) + 1(0, 1, 3) = (1, 4, 8). Luego existe<br />
T que cumple (1), pero T no es única, faltaría <strong>de</strong>finirla en un tercer<br />
vector tal que los tres vectores formen una base <strong>de</strong> K 3
Solución (2)<br />
No existe T que cumpla (2), pues vimos que si T es <strong>lineal</strong> T(2, 1, 2) =<br />
(1, 4, 8)<br />
Solución (3)<br />
Ocurre que {(1, 1, 1), (1, 0, 1), (1, 0, 0)} es una base <strong>de</strong> K 3 , luego existe<br />
una aplicación <strong>lineal</strong> <strong>de</strong>finida en esta base y es única.<br />
Busquemos su escritura.<br />
(x,y,z) = y(1, 1, 1) + (z − y)(1, 0, 1) + (x − z)(1, 0, 0)<br />
T(x,y,z) = yT(1, 1, 1) + (z − y)T(1, 0, 1) + (x − z)T(1, 0, 0) =<br />
= y(1, 3, 5) + (z − y)(0, 1, 3) + (x − z)(1, 3, 5)<br />
Luego T(x,y,z) = (x + y − z, 3x + 2y − 2z, 5x + 2y − 2z)<br />
3.7 Ejercicios propuestos<br />
1. Determine cuáles <strong>de</strong> las siguientes aplicaciones son <strong>lineal</strong>es:<br />
(a) T : K2 −→ K3 ; T(x,y) = (2x − y,x + y, −x + 3y)<br />
<br />
x x + y y<br />
(b) g : M2×1(K) −→ M2(K); g( ) =<br />
y x x − y<br />
(c) D : Kn[x] −→ Kn[x]; D(a0 + a1x + · · · + an) = a1 + 2a2x +<br />
3a3x 2 + · · · + nanx n−1<br />
2. Determine si existe una aplicación <strong>lineal</strong> f : IR 2 −→ IR 2 tal que<br />
(a) f(2, 1) = (1, 0),f(0, 1) = (0, 1) y f(1, 1) = (3, 2)<br />
(b) f(2, 1) = (1, 0),f(0, 1) = (0, 1) y f(1, 1) = ( 1 1 , 2 2 )<br />
3. Sea f la aplicación <strong>lineal</strong> <strong>de</strong>finida por f : M2×2(K) → M2×2(K);<br />
<br />
4 1<br />
f(X) = BX don<strong>de</strong> B = .<br />
5 −1
(a) Encuentre la base escalonada y la dimensión <strong>de</strong> N(f) y <strong>de</strong><br />
Im(f)<br />
(b) Estudie la inyectividad y la epiyectividad <strong>de</strong> f
Capítulo 4<br />
Matrices<br />
4.1 Matriz asociada a una aplicación <strong>lineal</strong><br />
¡Al fin nos vamos a <strong>de</strong>dicar a las matrices!. Seguramente, tu sabías<br />
que en el curso <strong>de</strong> Algebra Lineal se estudian las matrices. Des<strong>de</strong> el<br />
comienzo <strong>de</strong>l curso hemos utilizado las matrices, pero no hemos puesto<br />
la atención en ellas.<br />
Este capítulo trata lo siguiente: sabemos que una aplicación <strong>lineal</strong> está<br />
<strong>de</strong>terminada si conocemos su comportamiento en una base. Luego toda<br />
aplicación <strong>lineal</strong> está <strong>de</strong>terminada por un conjunto <strong>de</strong> vectores<br />
... ahora seremos más exigentes ...<br />
Queremos <strong>de</strong>terminar una aplicación <strong>lineal</strong> por un conjunto <strong>de</strong> números,<br />
los cuales serán or<strong>de</strong>nados en una matriz. Luego veremos operaciones<br />
entre aplicaciones <strong>lineal</strong>es y propieda<strong>de</strong>s y sus respectivas<br />
operaciones y propieda<strong>de</strong>s entre matrices.<br />
173
Observación<br />
Consi<strong>de</strong>remos a modo <strong>de</strong> ejemplo, K 3 y en él la base<br />
B = {(1, 2, 5), (2, 3, 1), (1, 1, −1)}<br />
y una aplicación <strong>lineal</strong> f : K 3 −→ K 2 , <strong>de</strong>finida por<br />
f(1, 2, 5) = (5, 12);f(2, 3, 1) = (8, 5);f(1, 1, −1) = (3, −1)<br />
Entonces estos seis vectores <strong>de</strong>terminan f.<br />
En K 2 , consi<strong>de</strong>remos la base C = {(1, 1), (1, 0)}.<br />
Observemos que:<br />
(5, 12) = 12(1, 1) + (−7)(1, 0)<br />
(8, 5) = 5(1, 1) + 3(1, 0)<br />
(3, −1) = (−1)(1, 1) + 4(1, 0)<br />
Luego, si fijamos las bases B y C y respetamos el or<strong>de</strong>n <strong>de</strong> los elementos<br />
<strong>de</strong> la bases, entonces f está <strong>de</strong>finida por los números: 12,-7,5,3,-1,4.<br />
Para que estos números sean más fáciles <strong>de</strong> leer y por otras consi<strong>de</strong>raciones<br />
que haremos más a<strong>de</strong>lante, escribiremos<br />
(f;B,C) =<br />
<br />
12<br />
<br />
5 −1<br />
−7 3 4<br />
y diremos que es la matriz <strong>de</strong> f con respecto a las bases B y C.<br />
Construcción <strong>de</strong> la matriz asociada a una aplicación <strong>lineal</strong><br />
Sean V y W dos K-espacios vectoriales <strong>de</strong> dimensión n y m respectivamente.<br />
Tomemos una base B <strong>de</strong> V , B = {v1,v2,...,vn} y una base<br />
C en W, C = {w1,w2,...,wm}.<br />
Todo vector v <strong>de</strong> V y todo vector w <strong>de</strong> W, lo expresaremos por sus<br />
coor<strong>de</strong>nadas respectivas en B y C.<br />
Vamos a respetar el or<strong>de</strong>n en que nos han sido dados los elementos <strong>de</strong><br />
las bases.
n<br />
Sea f(v) = w. Sea v = x1v1 + x2v2 + · · · + xnvn = xjvj<br />
j=1<br />
m<br />
w = y1w1 + y2w2 + · · · + ymwm = yiwi<br />
i=1<br />
Tomemos una aplicación <strong>lineal</strong> f : V −→ W. Por el Teorema Fundamental<br />
<strong>de</strong>l Álgebra Lineal, tenemos que f está <strong>de</strong>terminada y <strong>de</strong> una<br />
manera única cuando se fijan las imágenes <strong>de</strong> los elementos <strong>de</strong> la base<br />
<strong>de</strong> V :<br />
f(v1),f(v2),...,f(vn)<br />
Estos vectores los <strong>de</strong>scomponemos en la base C <strong>de</strong> W <strong>de</strong> la manera<br />
siguiente:<br />
m<br />
f(vj) = a1jw1 + a2jw2 + · · · + amjwm = aijwi<br />
i=1<br />
n<br />
Todo vector v <strong>de</strong> V , v = xjvj, es enviado, por la aplicación <strong>lineal</strong><br />
j=1<br />
f, en el vector <strong>de</strong> W siguiente:<br />
n<br />
w = f(v) = x1f(v1) + x2f(v2) + · · · + xnf(vn) = xjf(vj)<br />
j=1<br />
Reemplazando los f(vj), tenemos<br />
n m m n<br />
w = f(v) = xj( aijwi) = ( aijxj)wi<br />
j=1 i=1 i=1 j=1<br />
Obtenemos entonces, las componentes y1,y2,...,ym <strong>de</strong> w, es <strong>de</strong>cir, <strong>de</strong><br />
n<br />
f(v) en la base C <strong>de</strong> W, yi = aijxj, 1 ≤ i ≤ m, es <strong>de</strong>cir,<br />
j=1<br />
y1<br />
y2<br />
= a11x1 + a12x2 + · · · + a1nxn<br />
= a21x1 + a22x2 + · · · + a2nxn<br />
⎫<br />
⎪⎬<br />
.....................................<br />
⎪⎭<br />
ym = am1x1 + am2x2 + · · · + amnxn
se utilizó la unicidad <strong>de</strong> las componentes al <strong>de</strong>scomponerlo en una<br />
base.<br />
Estas m ecuaciones son caracterizadas por el arreglo rectangular (es<br />
<strong>de</strong>cir, por la matriz) siguiente:<br />
⎛<br />
⎞<br />
a11 a12 · · · a1n<br />
⎜ a21 a22 · · · ⎟<br />
a2n ⎟<br />
⎜<br />
⎟<br />
⎝ ................... ⎠<br />
am1 am2 · · · amn<br />
llamada la matriz asociada a f con respecto a la base B <strong>de</strong> V<br />
y a la base C <strong>de</strong> W y se <strong>de</strong>nota (f;B,C).<br />
Se dice que esta matriz tiene m filas y n columnas y cada escalar aij<br />
es llamado término <strong>de</strong> la matriz.<br />
Recíprocamente, si nos damos una matriz <strong>de</strong> m filas y n columnas, las<br />
fórmulas<br />
n<br />
yi =<br />
aijxj<br />
j=1<br />
<strong>de</strong>finen una aplicación <strong>lineal</strong> <strong>de</strong> V en W.<br />
En efecto, para todo v ∈ V , <strong>de</strong> coor<strong>de</strong>nadas x1,x2,...,xn en la base<br />
n<br />
B, los yi = aijxj hacen correspon<strong>de</strong>r un vector único <strong>de</strong> W <strong>de</strong><br />
j=1<br />
coor<strong>de</strong>nadas y1,y2,...,ym en la base C.<br />
Este vector w está dado por la relación<br />
m n<br />
n m n<br />
n<br />
w = ( aijxj)wi = xj( aijwi) = xif(vj) = f( xjvj) = f(v)<br />
i=1 j=1<br />
j=1 i=1 j=1<br />
j=1<br />
Tenemos que f es <strong>lineal</strong> (Te lo <strong>de</strong>jamos gentilmente <strong>de</strong> ejercicio<br />
¿bueno?)<br />
m<br />
Para v = vj, se tiene f(vj) = aijvi, se sabe que existe una aplicación<br />
<strong>lineal</strong> que cumple esta condición y se sabe que es única.<br />
i=1
Ejemplo<br />
Sea f : K 3 −→ K 2 ; <strong>de</strong>finida por: f(x,y,z) = (3x,x + y).<br />
Consi<strong>de</strong>remos B = {(1, 1, 1), (1, −1, 0), (1, 0, 0)} una base or<strong>de</strong>nada<br />
(no po<strong>de</strong>mos cambiar el or<strong>de</strong>n dado) <strong>de</strong> K 3 y C = {(1, 0), (1, −1)}<br />
una base or<strong>de</strong>nada <strong>de</strong> K 2 . Busquemos (f;B,C) ¿ <strong>de</strong> acuerdo?<br />
Solución<br />
Sabiendo que f(x,y,z) = (3x,x + y), tenemos<br />
f(1, 1, 1) = (3, 2) = 5(1, 0) + −2(1, −1)<br />
f(1, −1, 0) = (3, 0) = 3(1, 0) + 0(1, −1)<br />
f(1, 0, 0) = (3, 1) = 4(1, 0) + −1(1, −1)<br />
<br />
5<br />
Luego (f;B,C) =<br />
−2<br />
3<br />
0<br />
<br />
4<br />
−1<br />
Ejemplo<br />
Sea f : K 3 −→ K 2 ;f(x,y,z) = (x + y + z, 3z).<br />
Consi<strong>de</strong>remos B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} una base <strong>de</strong> K 3 y<br />
C = {(0, 1), (1, 1, )} una base <strong>de</strong> K 2 .<br />
Busquemos (f;B,C).<br />
A partir <strong>de</strong> f(x,y,z) = (x + y + z, 3z), obtenemos<br />
f(1, 1, 1) = (3, 3) = 0(0, 1) + 3(1, 1)<br />
f(1, 1, 0) = (2, 0) = −2(0, 1) + 2(1, 1)<br />
f(1, 0, 0) = (1, 0) = −1(0, 1) + 1(1, 1)<br />
<br />
0<br />
Entonces (f;B,C) =<br />
3<br />
−2<br />
2<br />
<br />
−1<br />
1<br />
Ejercicio<br />
Sea f : K2[t] −→ K2[t]; f(g(t)) = (1−t)g ′ (t). Determinemos (f;B,C),
don<strong>de</strong> B = {1 + t + t 2 , 1 + t, 1} y C = {t + t 2 , 1 + t + t 2 ,t 2 }.<br />
Solución<br />
Tal vez <strong>de</strong>bemos explicarte mejor el comportamiento <strong>de</strong> f. Bueno es<br />
así:<br />
f(a + bt + ct 2 ) = (1 − t)(b + 2ct), pues g ′ (t) es la <strong>de</strong>rivada formal <strong>de</strong><br />
g(t) (es <strong>de</strong>cir que tiene la misma forma <strong>de</strong> la <strong>de</strong>rivada. ¿<strong>de</strong> acuerdo?)<br />
f(1 + t + t 2 ) = (1 − t)(1 + 2t) = 1 + t − 2t 2<br />
f(1 + t) = (1 − t) · 1 = 1 − t<br />
f(1) = (1 − t) · 0 = 0<br />
Busquemos las coor<strong>de</strong>nadas <strong>de</strong> estos vectores en la base C.<br />
Luego<br />
Ejercicio<br />
1 + t − 2t 2 = 0(t + t 2 ) + 1(1 + t + t 2 ) + −3t 2<br />
1 − t = −2(t + t 2 ) + 1(1 + t + t 2 ) + 1t 2<br />
0 = 0 · (t + t 2 ) + 0 · (1 + t + t 2 ) + 0 · t 2<br />
⎛<br />
0<br />
⎜<br />
(f;B,C) = ⎝ 1<br />
−2<br />
1<br />
⎞<br />
0<br />
⎟<br />
0 ⎠<br />
−3 1 0<br />
Sea f : K 2 −→ K2[X] <strong>lineal</strong> cuya matriz según las bases<br />
B = {(1, 1), (1, 0)} y C = {1 + X + X 2 , 1 + X, 1} es<br />
⎛ ⎞<br />
1 2<br />
⎜ ⎟<br />
(f;B,C) = ⎝ 3 7 ⎠<br />
5 4<br />
Busquemos la expresión analítica <strong>de</strong> f.
Solución<br />
Sabemos que:<br />
Luego<br />
f(1, 1) = 1(1 + X + X 2 ) + 3(1 + X) + 5(1)<br />
f(1, 0) = 2(1 + X + X 2 ) + 7(1 + X) + 4(1)<br />
f(1, 1) = 9 + 4X + X 2<br />
f(1, 0) = 13 + 9X + 2X 2<br />
Ahora escribamos (z,t) ∈ K 2 , según la base B<br />
Luego<br />
(z,t) = t(1, 1) + (z − t)(1, 0)<br />
f(z,t) = tf(1, 1)+(z−t)f(1, 0) = t(9+4X+X 2 )+(z−t)(13+9X+2X 2 )<br />
es <strong>de</strong>cir,<br />
f(z,t) = (13z − 4t) + (9z − 5t)X + (2z − t)X 2<br />
4.2 Suma <strong>de</strong> morfismos y suma <strong>de</strong> matrices<br />
Observación<br />
Sean f,g : K 2 −→ K 3 <strong>de</strong>finidas por:<br />
f(x,y) = (2x + y, 3y − 3x, 2y − 3x) y g(x,y) = (4x − 2y, 2x − y,x)<br />
Escojamos las bases or<strong>de</strong>nadas<br />
B = {(1, 2), (1, 1)} en K 2 y C = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} en K 3<br />
(f + g)(x,y) = f(x,y) + g(x,y) = (6x − y, 2y − x, 2y − 2x)
luego,<br />
f(1, 2) = (4, 3, 1) = 1(1, 1, 1) + 2(1, 1, 0) + 1(1, 0, 0)<br />
f(1, 1) = (3, 0, −1) = −1(1, 1, 1) + 1(1, 1, 0) + 3(1, 0, 0)<br />
g(1, 2) = (0, 0, 1) = 1(1, 1, 1) − 1(1, 1, 0) + 0(1, 0, 0)<br />
g(1, 1) = (2, 1, 1) = 1(1, 1, 1) + 0(1, 1, 0) + 1(1, 0, 0)<br />
(f + g)(1, 2) = (4, 3, 2) = 2(1, 1, 1) + 1(1, 1, 0) + 1(1, 0, 0)<br />
(f + g)(1, 1) = (5, 1, 0) = 0(1, 1, 1) + 1(1, 1, 0) + 4(1, 0, 0)<br />
<strong>de</strong> don<strong>de</strong><br />
⎛<br />
1<br />
⎜<br />
(f;B,C) = ⎝ 2<br />
⎞<br />
−1<br />
⎟<br />
1 ⎠ ;<br />
⎛<br />
1<br />
⎜<br />
(g;B,C) = ⎝ −1<br />
⎞<br />
1<br />
⎟<br />
0 ⎠<br />
1 3<br />
0 1<br />
⎛<br />
2<br />
⎜<br />
(f + g;B,C) = ⎝ 1<br />
⎞<br />
0<br />
⎟<br />
1 ⎠<br />
1 4<br />
Es obvio como uno sumaría las dos primeras matrices <strong>de</strong> manera <strong>de</strong><br />
obtener la tercera como resultado <strong>de</strong> esta suma. ¡Todos somos un poco<br />
matemáticos en nuestro ser! ¿Cierto?<br />
En general si consi<strong>de</strong>ramos espacios vectoriales cualesquieras, se tiene:<br />
Sean V y W dos K-espacios vectoriales. Sea B = {v1,v2,...,vn} una<br />
base or<strong>de</strong>nada <strong>de</strong> B y C = {w1,w2,...,wm} una base or<strong>de</strong>nada <strong>de</strong> W.<br />
Sean f,g : V −→ W dos morfismos<br />
m<br />
m<br />
f(vj) = aijwi, g(vj) = bijwi. Luego<br />
i=1<br />
i=1<br />
m m m<br />
(f + g)(vj) = f(vj) + g(vj) = aijwi + bijwi = (aij + bij)wi<br />
i=1 i=1 i=1<br />
Luego<br />
⎛<br />
⎜<br />
(f;B,C) = ⎜<br />
⎝<br />
a11 ... a1j ... a1n<br />
.........................<br />
ai1 ... aij ... ain<br />
.........................<br />
am1 ... amj ... amn<br />
⎞<br />
⎟<br />
⎠
⎜<br />
(f + g;B,C) = ⎜<br />
⎝<br />
⎛<br />
⎜<br />
(g;B,C) = ⎜<br />
⎝<br />
Esto motiva la siguiente <strong>de</strong>finición<br />
⎛<br />
b11 ... b1j ... b1n<br />
........................<br />
bi1 ... bij ... bin<br />
........................<br />
bm1 ... bmj ... bmn<br />
⎞<br />
⎟<br />
⎠<br />
a11 + b11 ... a1j + b1j ... a1n + b1n<br />
...........................................<br />
ai1 + bi1 ... aij + bij ... ain + bin<br />
...........................................<br />
am1 + bm1 ... amj + bmj ... amn + bmn<br />
Definición 4.2.1 A todo par <strong>de</strong> matrices (aij) y (bij) pertenecientes<br />
a Mm×n(K), le asociamos una matriz <strong>de</strong> Mm×n(K), llamada suma<br />
<strong>de</strong> (aij) y (bij), <strong>de</strong>notada (aij) + (bij) y <strong>de</strong>finida por<br />
es <strong>de</strong>cir,<br />
(aij) + (bij) =: (aij + bij)<br />
(f;B,C) + (g;B,C) = (f + g;B,C)<br />
En palabras, la suma <strong>de</strong> las matrices <strong>de</strong> dos morfismos es la matriz <strong>de</strong><br />
la suma <strong>de</strong> esos dos morfismos.<br />
4.3 Producto <strong>de</strong> un escalar por un morfismo<br />
y producto <strong>de</strong> un escalar por<br />
una matriz<br />
Recor<strong>de</strong>mos que en el capítulo anterior <strong>de</strong>finimos el producto por escalar<br />
α · f don<strong>de</strong> f es un morfismo.<br />
⎞<br />
⎟<br />
⎠
Observación<br />
Consi<strong>de</strong>rando el morfismo f : K 2 −→ K 3 y las bases <strong>de</strong> la observación<br />
anterior, tenemos<br />
Luego<br />
(αf)(x,y) = α · f(x,y) = (2αx + αy, 3αy − 3αx, 2αy − 3αx)<br />
(αf)(1, 2) = (4α, 3α,α) = α(1, 1, 1) + 2α(1, 1, 0) + α(1, 0, 0)<br />
(αf)(1, 1) = (3α, 0, −α) = −α(1, 1, 1) + α(1, 1, 0) + 3α(1, 0, 0)<br />
⎛<br />
1<br />
⎜<br />
(f;B,C) = ⎝ 2<br />
⎞<br />
⎛<br />
−1<br />
α<br />
⎟<br />
⎜<br />
1 ⎠ y (αf;B,C) = ⎝ 2α<br />
⎞<br />
−α<br />
⎟<br />
α ⎠<br />
1 3<br />
α 3α<br />
Nuevamente uno tiene <strong>de</strong> inmediato el chispazo para multiplicar una<br />
matriz por un escalar<br />
En general si consi<strong>de</strong>ramos espacios vectoriales cualesquieras, se tiene:<br />
Consi<strong>de</strong>remos la misma aplicación <strong>lineal</strong> f y las mismas bases que<br />
consi<strong>de</strong>ramos para el caso <strong>de</strong> la suma. Sea α ∈ K. Por la <strong>de</strong>finición <strong>de</strong><br />
la aplicación <strong>lineal</strong> α · f, tenemos<br />
Luego<br />
m m<br />
(αf)(vj) = α · f(vj) = α aijwi = (αaij)wi<br />
i=1 i=1<br />
⎛<br />
⎜<br />
(αf;B,C) = ⎜<br />
⎝<br />
αa11 ... αa1j ... αa1n<br />
.............................<br />
αai1 ... αaij ... αain<br />
.............................<br />
αam1 ... αamj ... αamn<br />
es <strong>de</strong>cir, (αf;B,C) = (αaij). Esto nos motiva a la siguiente <strong>de</strong>finición<br />
⎞<br />
⎟<br />
⎠
Definición 4.3.1 A toda matriz (aij) perteneciente a Mm×n(K) y a<br />
todo escalar α ∈ K,le asociaciamos una matriz <strong>de</strong> Mm×n(K), llamada<br />
producto <strong>de</strong> α por (aij), <strong>de</strong>notada α · (aij) y <strong>de</strong>finida por<br />
es <strong>de</strong>cir,<br />
α · (aij) = (α · aij)<br />
α · (f;B,C) = (α · f;B,C)<br />
En palabras, el producto escalar por una matriz <strong>de</strong> un morfismo es la<br />
matriz <strong>de</strong>l producto escalar por el morfismo.<br />
4.4 Composición <strong>de</strong> morfismos y producto<br />
<strong>de</strong> matrices<br />
Sean U, V y W tres K-espacios vectoriales <strong>de</strong> dimensiones n, p y q<br />
respectivamente. Sean f : U −→ V y g : V −→ W. Escojamos las<br />
bases B, C y D respectivamente en U, V y W.<br />
B = {u1,u2, · · · ,un}, C = {v1,v2, · · · ,vp}, D = {w1,w2, · · · ,wq}.<br />
Sean<br />
(f;B,C) = (aij),1 ≤ j ≤ n,1 ≤ i ≤ p; (g;C,D) = (bki), 1 ≤ i ≤ p,1 ≤ k ≤ q<br />
Busquemos la matriz <strong>de</strong> g ◦ f.<br />
Luego<br />
p<br />
f(uj) = aijvi,<br />
q<br />
g(vi) = bkiwk<br />
i=1<br />
k=1<br />
p p<br />
p q<br />
(g ◦ f)(uj) = g(f(uj)) = g( aijvi) = aijg(vi) = aij( bkiwk)<br />
i=1 i=1<br />
i=1 k=1<br />
De don<strong>de</strong>
Sea<br />
q p<br />
(g ◦ f)(uj) = ( bkiaij)wk, 1 ≤ j ≤ n<br />
k=1 i=1<br />
ckj =<br />
p<br />
bkiaij = bk1a1j + bk2a2j + · · · + bkpapj<br />
i=1<br />
Obtenemos entonces<br />
q<br />
(g ◦ f)(uj) = ckjwk<br />
k=1<br />
La matriz asociada a g ◦ f es entonces (ckj).<br />
Tenemos entonces la siguiente <strong>de</strong>finición<br />
Definición 4.4.1 A una matriz (aij) en Mp×n(K) y una matriz (bki)<br />
en Mq×p(K), le asociamos una matriz <strong>de</strong> Mq×n(K), llamada producto<br />
<strong>de</strong> las matrices (bki) y (aij), <strong>de</strong>notada (bki) · (aij) y <strong>de</strong>finida<br />
por<br />
(bki) · (aij) = (<br />
p<br />
bkiaij)<br />
El or<strong>de</strong>n inverso (aij) · (bki) en general no tiene sentido.<br />
Esquema <strong>de</strong> la <strong>de</strong>finición:<br />
⎛<br />
⎛<br />
⎜<br />
⎝ bk1 bk2 · · ·<br />
⎞<br />
⎜<br />
⎟ ⎜<br />
bkp ⎠ · ⎜<br />
⎝<br />
a1j<br />
a2j<br />
.<br />
apj<br />
i=1<br />
⎞<br />
⎟<br />
⎠ =<br />
⎛<br />
⎞<br />
.<br />
⎜<br />
⎟<br />
⎜<br />
⎝ · · · ckj · · · ⎟<br />
⎠<br />
.<br />
Representa la multiplicación <strong>de</strong> la fila k por la columna j y se obtiene<br />
el lugar (k,j) <strong>de</strong> la matriz producto.<br />
(g;C,D) · (f;B,C) = (g ◦ f;B,D)<br />
Es <strong>de</strong>cir, el producto <strong>de</strong> las matrices <strong>de</strong> dos morfismos es la matriz <strong>de</strong><br />
la composición <strong>de</strong> los morfismos.
Ejemplo<br />
Consi<strong>de</strong>remos nuevamente la aplicación <strong>lineal</strong><br />
f : K 2 −→ K 3 ; f(x,y) = (2x + y, 3y − 3x, 2y − 3x)<br />
y las mismas bases or<strong>de</strong>nadas <strong>de</strong> las observaciones anteriores.<br />
A<strong>de</strong>más consi<strong>de</strong>remos la aplicación <strong>lineal</strong><br />
g : K 3 −→ K 2 ; g(x,y,z) = (x − y + 2z, −x + 2y)<br />
Consi<strong>de</strong>remos D = {(1, 1), (1, 0)} una base or<strong>de</strong>nada <strong>de</strong>l Codominio<br />
<strong>de</strong> g y busquemos las matrices: (g;C,D) y (g ◦ f;B,D)<br />
Tenemos:<br />
Luego tenemos<br />
g(1, 1, 1) = (2, 1) = 1(1, 1) + 1(1, 0)<br />
g(1, 1, 0) = (0, 1) = 1(1, 1) + −1(1, 0)<br />
g(1, 0, 0) = (1, −1) = −1(1, 1) + 2(1, 0)<br />
(g ◦ f)(x,y) = g(f(x,y)) = (−x + 2y, −8x + 5y)<br />
(g ◦ f)(1, 2) = (3, 2) = 2(1, 1) + 1(1, 0)<br />
(g ◦ f)(1, 1) = (1, −3) = −3(1, 1) + 4(1, 0)<br />
(g;C,D) =<br />
<br />
1 1 −1<br />
; (f;B,C) =<br />
1 −1 2<br />
(g ◦ f;B,D) =<br />
<br />
2 −3<br />
1 4<br />
⎛ ⎞<br />
1 −1<br />
⎜ ⎟<br />
⎝ 2 1 ⎠<br />
1 3<br />
El número 2 <strong>de</strong> la tercera matriz se obtiene <strong>de</strong> 1 ·1+1·2+(−1) ·1, es<br />
<strong>de</strong>cir la primera fila <strong>de</strong> (g;C,D), por la primera columna <strong>de</strong> (f;B,C).<br />
A<strong>de</strong>más<br />
−3 = 1 · (−1) + 1 · 1 + (−1) · 3<br />
1 = 1 · 1 + (−1) · 2 + 2 · 1<br />
4 = 1 · (−1) + (−1) · 1 + 2 · 3
4.5 Algunos tipos especiales <strong>de</strong> matrices<br />
Proposición 4.5.1 (Mm×n(K), +) es un grupo abeliano.<br />
Demostración<br />
La suma es una ley <strong>de</strong> composición interna. Esta suma es asociativa<br />
y conmutativa.<br />
El neutro para la suma es la matriz nula, es <strong>de</strong>cir 0 = (aij) con aij = 0;<br />
∀i = 1, · · · ,m, ∀j = 1, · · · ,n Toda matriz A = (aij) tiene inversa<br />
aditiva −A = (−aij)<br />
Proposición 4.5.2 (Mn(K), +, ·) es un anillo con unidad.<br />
Demostración<br />
En efecto, el producto es asociativo y se distribuye con respecto a la<br />
suma.<br />
La unidad es la matriz i<strong>de</strong>ntidad In = (aij), don<strong>de</strong> aii = 1 y aij = 0 si<br />
i = j.<br />
Observación<br />
<br />
1<br />
Sea A =<br />
3<br />
<br />
2 2<br />
y B =<br />
−1 3<br />
<br />
−1<br />
. Entonces<br />
6<br />
<br />
1<br />
A · B =<br />
3<br />
<br />
2 2<br />
·<br />
−1 3<br />
<br />
−1 8<br />
=<br />
6 3<br />
<br />
11<br />
−9<br />
<br />
2<br />
B · A =<br />
3<br />
<br />
−1 1<br />
·<br />
6 3<br />
<br />
2 −1<br />
=<br />
−1 21<br />
<br />
5<br />
0<br />
Nota<br />
Se tiene entonces que el producto <strong>de</strong> matrices no es conmutativo.
Observación<br />
Consi<strong>de</strong>remos las mismas dos matrices <strong>de</strong>l ejemplo anterior y observamos<br />
lo siguiente.<br />
A2 <br />
1<br />
=<br />
3<br />
<br />
2 1<br />
·<br />
−1 3<br />
<br />
2 7<br />
=<br />
−1 0<br />
<br />
0<br />
7<br />
B2 <br />
2<br />
=<br />
3<br />
<br />
−1 2<br />
·<br />
6 3<br />
<br />
−1 1<br />
6 24<br />
<br />
−8<br />
33<br />
A2 +2A ·B +B2 <br />
7<br />
=<br />
0<br />
<br />
0 16<br />
+<br />
7 6<br />
<br />
22 1<br />
+<br />
−18 24<br />
<br />
−8 24<br />
=<br />
33 30<br />
<br />
14<br />
22<br />
Por otra parte:<br />
(A + B) 2 <br />
1<br />
= (<br />
3<br />
<br />
2 2<br />
+<br />
−1 3<br />
<br />
−1<br />
)<br />
6<br />
2 <br />
3<br />
=<br />
6<br />
<br />
1<br />
)<br />
5<br />
2 =<br />
<br />
3<br />
=<br />
6<br />
<br />
1 3<br />
·<br />
5 6<br />
<br />
1 15<br />
) =<br />
5 48<br />
<br />
8<br />
)<br />
31<br />
Luego (A + B) 2 = A 2 + 2AB + B 2<br />
Esto ocurre pues (A+B) 2 = (A+B) ·(A+B) = A 2 +AB +BA+B 2 ,<br />
y como vimos anteriormente: AB + BA = 2AB<br />
Definición 4.5.1 Diremos que una matriz A ∈ Mn(K) es invertible<br />
o regular, si existe una matriz B ∈ Mn(K), tal que AB = BA = In.<br />
Diremos que es singular, en caso que no sea invertible.<br />
Ejercicio<br />
En el espacio <strong>de</strong> las matrices M2(IR), <strong>de</strong>termine el conjunto <strong>de</strong> todas<br />
<br />
1 1<br />
las matrices que conmutan con la matriz:<br />
0 0<br />
Solución<br />
<br />
a b<br />
·<br />
c d<br />
<br />
1 1<br />
=<br />
0 0<br />
<br />
1 1 a b<br />
·<br />
0 0 c d
Luego<br />
<br />
a a<br />
=<br />
c c<br />
<br />
a + c b + d<br />
0 0<br />
<br />
b + d b<br />
Entonces a = b + d y c = 0. Luego { ;b,d ∈ IR}, es el<br />
0 d<br />
conjunto <strong>de</strong> todas las matrices que conmutan con la matriz A.<br />
Ejercicio<br />
⎛ ⎞<br />
1 a 1<br />
⎜ ⎟<br />
Estudie para qué valores <strong>de</strong> a, a ∈ IR, la matriz A = ⎝ a 1 a ⎠,<br />
0 a 1<br />
es invertible.<br />
Solución<br />
⎛ ⎞<br />
1 a 1<br />
⎜ ⎟<br />
⎝ a 1 a ⎠<br />
0 a 1<br />
L21(−a)<br />
⎛<br />
1<br />
⎜<br />
−→ ⎝ 0<br />
a<br />
1 − a<br />
1<br />
2 ⎞<br />
⎟<br />
0 ⎠<br />
0 a 1<br />
L23(a)<br />
⎛<br />
1<br />
⎜<br />
−→ ⎝ 0<br />
⎞<br />
a 1<br />
⎟<br />
1 a ⎠<br />
0 a 1<br />
L12(−a)<br />
−→ L32(−a)<br />
⎛<br />
1<br />
⎜<br />
−→ ⎝<br />
0 1 − a2 0 1 a<br />
0 0 1 − a2 ⎞<br />
⎟<br />
⎠<br />
Luego la matriz A es invertible ssi a = 1, −1<br />
Definición 4.5.2 Sea A ∈ Mn(K), A = 0. Diremos que A es un<br />
divisor <strong>de</strong> cero, si existe B ∈ Mn(K), B = 0, tal que A · B = 0<br />
Ejemplo<br />
<br />
0<br />
Consi<strong>de</strong>remos las matrices A =<br />
0<br />
<br />
2 0<br />
y<br />
0 0<br />
<br />
3<br />
.<br />
0<br />
<br />
0<br />
Su producto es: A · B =<br />
0<br />
divisores <strong>de</strong> cero.<br />
<br />
0<br />
. Luego las matrices A y B, son<br />
0
Observación<br />
<br />
0 1<br />
Consi<strong>de</strong>remos la matriz A = . Se tiene que A<br />
0 0<br />
2 = 0. Diremos<br />
que A es una ”matriz nilpotente <strong>de</strong> grado 2 ”<br />
Definición 4.5.3 Sea A ∈ Mn(K). Diremos que A es una matriz<br />
nilpotente <strong>de</strong> grado m, si A m = 0 y A t = 0 ∀t < m<br />
Ejemplo<br />
⎛<br />
0<br />
⎜<br />
Sea A = ⎝ 1<br />
0<br />
0<br />
⎞<br />
0<br />
⎟<br />
0 ⎠. Entonces A<br />
2 1 0<br />
2 ⎛<br />
0<br />
⎜<br />
= ⎝ 0<br />
0<br />
0<br />
⎞<br />
0<br />
⎟<br />
0 ⎠ y A<br />
1 0 0<br />
3 = 0.<br />
Luego A es una matriz nilpotente <strong>de</strong> grado 3.<br />
Definición 4.5.4 Sea A ∈ Mn(K). Diremos que A es i<strong>de</strong>mpotente<br />
si A 2 = A<br />
Ejemplo<br />
Consi<strong>de</strong>remos A =<br />
<br />
1 0<br />
. Se tiene que A<br />
0 0<br />
2 = A<br />
Definición 4.5.5 Sea A ∈ Mn(K). Diremos que A es involutiva si<br />
A 2 = In<br />
Ejemplo<br />
⎛<br />
0<br />
⎜<br />
Consi<strong>de</strong>remos A = ⎝ 4<br />
1<br />
−3<br />
⎞<br />
−1<br />
⎟<br />
4 ⎠. Se tiene que A<br />
3 −3 4<br />
2 = I3<br />
Luego A es involutiva.
Ejercicio<br />
Demuestre que si la matriz A es involutiva, entonces B = 1<br />
2 (In + A) y<br />
C = 1<br />
2 (In − A), son i<strong>de</strong>mpotentes y B · C = 0<br />
Proposición 4.5.3 Para el producto <strong>de</strong> matrices no se cumple la ley<br />
<strong>de</strong> cancelación.<br />
Contraejemplo<br />
Sea A =<br />
<br />
1 2<br />
, B =<br />
2 4<br />
Se tiene A · B = A · C y B = C<br />
<br />
1 −1<br />
y C =<br />
2 0<br />
<br />
3 −3<br />
.<br />
1 1<br />
Definición 4.5.6 Sea A ∈ Mm×n(K), A = (aij), i = 1, · · · ,m; j =<br />
1, · · · ,n. Diremos que B ∈ Mn×m es la matriz transpuesta A si<br />
B = (aji), i = 1, · · · ,m; j = 1, · · · ,n. Notación: B = A t<br />
Ejemplo<br />
Sea A =<br />
<br />
1 2 3<br />
. Entonces A<br />
4 5 6<br />
t =<br />
⎛ ⎞<br />
1 4<br />
⎜ ⎟<br />
⎝ 2 5 ⎠<br />
3 6<br />
Proposición 4.5.4 Sean A,B matrices. Entonces:<br />
1. (A + B) t = A t + B t<br />
2. (αA) t = α · A t<br />
3. (A · B) t = B t · A t<br />
Ejercicio<br />
Sea A ∈ Mm×n(K) y G ∈ Mn(K). Sea G = A t · A, entonces G t = G
Solución<br />
G t = (A t · A) t = A t · (A t ) t = A t · A = G<br />
Definición 4.5.7 Sea A ∈ Mn(K). Diremos que:<br />
1. A es una matriz simétrica si A t = A<br />
2. A es una matriz antisimétrica si A t = −A<br />
3. A es una matriz ortogonal si A t = (A) −1<br />
Ejemplos<br />
<br />
0<br />
Son simétricas las matrices:<br />
3<br />
<br />
3 2<br />
,<br />
2 −5<br />
<br />
−5 1<br />
,<br />
1 −4<br />
<br />
−4<br />
0<br />
<br />
0<br />
Son antisimétricas las matrices:<br />
−3<br />
<br />
3 0<br />
,<br />
0 1<br />
<br />
−1 0<br />
,<br />
0 5<br />
<br />
−5<br />
0<br />
<br />
0<br />
Son ortogonales las matrices:<br />
−1<br />
<br />
1 0<br />
,<br />
0 1<br />
<br />
1 1<br />
,<br />
0 0<br />
<br />
0<br />
−1<br />
Lema<br />
Sea A ∈ Mn(K), entonces A + A t , es una matriz simétrica y A − A t ,<br />
es una matriz antisimétrica.<br />
Demostración<br />
En efecto, (A+A t ) t = A t +(A t ) t = A t +A. Luego A+A t es simétrica.<br />
Por otra parte: (A − A t ) t = A t − (A t ) t = A t − A = −(A − A t ). Luego<br />
A − A t es antisimétrica.<br />
Lema<br />
Sea A ∈ Mn(K), entonces A = B+C, don<strong>de</strong> B es una matriz simétrica<br />
y C es una matriz antisimétrica.
Demostración<br />
Sea B = 1<br />
pedido.<br />
2 (A + At ) y C = 1<br />
2 (A − At ). Entonces B y C cumplen lo<br />
Definición 4.5.8 Sea A ∈ Mn(K). Entonces B = 1<br />
2 (A + At ) y<br />
C = 1<br />
2 (A − At ), serán llamadas la parte simétrica y la parte antisimétrica<br />
<strong>de</strong> A respectivamente.<br />
Ejercicio<br />
<br />
1 2<br />
Sea A = ∈ M2(IR). Busquemos su parte simétrica y su parte<br />
3 4<br />
antisimétrica.<br />
Solución<br />
Su parte simétrica S es: S = 1<br />
2 (A + At ) = 1<br />
2 (<br />
<br />
1 2 1 3<br />
+ ) =<br />
3 4 2 4<br />
1<br />
2 (<br />
5 <br />
2 5 1<br />
) = 2<br />
5 5 8 4 2<br />
Su parte antisimétrica T es: T = 1<br />
2 (A−At ) = 1<br />
2 (<br />
<br />
1 2 1 3<br />
− ) =<br />
3 4 2 4<br />
1<br />
2 (<br />
<br />
0 −1<br />
) =<br />
1 0<br />
0 −1<br />
2<br />
1<br />
2 0<br />
Se tiene que A = S + T<br />
Definición 4.5.9 Sea A = (ai,j) ∈ Mn(K). Llamaremos traza <strong>de</strong><br />
A, <strong>de</strong>notada por Tr(A), al número n i=1 aii, es <strong>de</strong>cir, a la suma <strong>de</strong> los<br />
elementos <strong>de</strong> la diagonal principal.<br />
Proposición 4.5.5 Sea A,B ∈ Mn(K). Entonces se tiene:<br />
1. Tr(α · A) = α · Tr(A)<br />
2. Tr(A + B) = Tr(A) + Tr(B)<br />
3. Tr(A · B) = Tr(B · A)
4.6 Forma matricial <strong>de</strong> f(v) = w<br />
Sean V y W dos K-espacios vectoriales.<br />
Sea B = {v1,v2,...,vn} una base <strong>de</strong> V y C = {w1,w2,...,wm} una base<br />
<strong>de</strong> W, ambas bases or<strong>de</strong>nadas.<br />
Si v ∈ V , entonces<br />
y<br />
Sea (f;B,C) = (aij), es <strong>de</strong>cir<br />
v = x1v1 + x2v2 + · · · + xnvn<br />
f(v) = y1w1 + y2w2 + · · · + ymwm<br />
f(v1) = a11w1 + a21w2 + · · · + am1wm<br />
f(v2) = a12w1 + a22w2 + · · · + am2wm<br />
........................................<br />
f(vn) = a1nw1 + a2nw2 + · · · + amnwm<br />
Luego<br />
f(v) = f(x1v1 + · · · + xnvn)<br />
= x1f(v1) + · · · + xnf(vn)<br />
= x1(a11w1 + · · · + am1wm) + · · · + xn(a1nw1 + · · · + amnwm)<br />
= (x1a11 + · · · + xna1n)w1 + · · · + (x1am1 + · · · + xnamn)wm<br />
Luego por la unicidad <strong>de</strong> las componentes <strong>de</strong> la base:<br />
De don<strong>de</strong><br />
y1<br />
y2<br />
= x1a11 + x2a12 + · · · + xna1n<br />
= x1a21 + x2a22 + · · · + xna2n<br />
⎫<br />
⎪⎬<br />
.....................................<br />
⎪⎭<br />
ym = x1am1 + x2am2 + · · · + xnamn<br />
⎛<br />
⎞<br />
a11 a12 · · · a1n<br />
⎜ a21 a22 · · · ⎟<br />
a2n ⎟<br />
⎜<br />
⎟<br />
⎝ ................... ⎠<br />
am1 am2 · · · amn<br />
·<br />
⎛ ⎞<br />
x1<br />
⎜ x2<br />
⎟<br />
⎜ ⎟<br />
⎝ . ⎠<br />
xn<br />
=<br />
⎛ ⎞<br />
y1<br />
⎜ ⎟<br />
⎜ y2 ⎟<br />
⎜ ⎟<br />
⎜ ⎟<br />
⎝ . ⎠<br />
ym<br />
⎫<br />
⎪⎬<br />
⎪⎭
Es <strong>de</strong>cir,<br />
Ejemplo<br />
⎛ ⎞ ⎛ ⎞<br />
v f(v)<br />
⎜ ⎟ ⎜ ⎟<br />
(f;B,C) · ⎝ según ⎠ = ⎝ según ⎠<br />
B C<br />
Sea f : K2[X] −→ K 2 ; f(a+bX+cX 2 ) = (a+5b, 4b+c). Consi<strong>de</strong>remos<br />
las bases B = {1, 1 + X, 1 + X + X 2 } y C = {(1, 1), (1, 0)} <strong>de</strong> K2[X]<br />
y K 2 , respectivamente.<br />
Veamos cual es la imagen <strong>de</strong>l vector v = 9 + 2X + 5X 2 . Comencemos<br />
por buscar (f;B,C)<br />
f(1) = (1, 0) = 0(1, 1) + 1(1, 0)<br />
f(1 + X) = (6, 4) = 4(1, 1) + 2(1, 0)<br />
f(1 + X + X 2 ) = (6, 5) = 5(1, 1) + 1(1, 0)<br />
Escribamos v según la base B<br />
9 + 2X + 5X 2 = 7 · 1 + −3(1 + X) + 5(1 + X + X 2 )<br />
Multiplicando las dos matrices asociadas tenemos<br />
es <strong>de</strong>cir,<br />
⎛ ⎞<br />
7<br />
0 4 5 ⎜ ⎟<br />
· ⎝ −3 ⎠ =<br />
1 2 1<br />
5<br />
<br />
13<br />
6<br />
f(9 + 2X + 5X 2 ) = 13(1, 1) + 6(1, 0) = (19, 13)<br />
Resultado que se pue<strong>de</strong> comprobar aplicando directamente la <strong>de</strong>finición<br />
<strong>de</strong> f.
4.7 Forma matricial <strong>de</strong> un sistema <strong>de</strong> ec.<br />
<strong>lineal</strong>es<br />
El sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es <strong>de</strong> m ecuaciones y n incógnitas siguiente:<br />
⎫<br />
α11x1 + α12x2 + · · · + α1nxn = β1<br />
⎪⎬<br />
α21x1 + α22x2 + · · · + α2nxn = β2<br />
......................................<br />
⎪⎭<br />
αm1x1 + αm2x2 + · · · + αmnxn = βm<br />
Pue<strong>de</strong> ser representado matricialmente, <strong>de</strong> la manera siguiente:<br />
⎛<br />
⎞<br />
α11 α12 · · · α1n<br />
⎜ α21 α22 · · · ⎟<br />
α2n ⎟<br />
⎜<br />
⎟<br />
⎝ .................... ⎠<br />
αm1 αm2 · · · αmn<br />
·<br />
⎛ ⎞<br />
x1<br />
⎜ x2<br />
⎟<br />
⎜ ⎟<br />
⎝ . ⎠<br />
xn<br />
=<br />
⎛ ⎞<br />
β1<br />
⎜ ⎟<br />
⎜ β2 ⎟<br />
⎜ ⎟<br />
⎜ ⎟<br />
⎝ . ⎠<br />
βm<br />
Es <strong>de</strong>cir, en la forma: A · X = B<br />
⎛ ⎞ ⎛ ⎞<br />
x1 β1<br />
⎜ x2<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ β2 ⎟<br />
don<strong>de</strong> A es la matriz <strong>de</strong> los coeficientes, X = ⎜ ⎟ y B = ⎜ ⎟<br />
⎝ . ⎠ ⎜ ⎟<br />
⎝ . ⎠<br />
4.8 Isomorfismos y matrices invertibles<br />
Sabemos que todo isomorfismo es invertible. Es natural preguntarse si<br />
su aplicación inversa es <strong>lineal</strong>. ¿ Cierto? He aquí la respuesta.<br />
Lema<br />
Sea f : V −→ W un isomorfismo, entonces f −1 : W −→ V es <strong>lineal</strong>.<br />
Demostración<br />
Dados w1,w2 ∈ W, existen v1,v2 únicos tales que f(v1) = w1 y<br />
xn<br />
βm
f(v2) = w2<br />
Tenemos que<br />
f −1 (w1) + f −1 (w2) = v1 + v2<br />
Pero f(v1 + v2) = f(v1) + f(v2) = w1 + w2, luego<br />
f −1 (w1 + w2) = v1 + v2<br />
De (1) y (2), obtenemos que f −1 (w1 + w2) = f −1 (w1) + f −1 (w2)<br />
A<strong>de</strong>más f(αv1) = αf(v1) = αw1, luego<br />
f −1 (αw1) = αv1 = α · f −1 (w1)<br />
Proposición 4.8.1 Sea f : V −→ W un isomorfismo. Sean B y C<br />
bases or<strong>de</strong>nadas <strong>de</strong> V y W respectivamente. Entonces<br />
(f;B,C) −1 = (f −1 ;C,B)<br />
En palabras: la inversa <strong>de</strong> la matriz <strong>de</strong> una aplicación <strong>lineal</strong> invertible,<br />
es la matriz <strong>de</strong> la aplicación <strong>lineal</strong> inversa.<br />
Demostración<br />
Tenemos que f −1 ◦ f = IdV .<br />
Luego I = (IdV ;B,B) = (f −1 ◦ f;B,B) = (f −1 ;C,B)(f;B,C)<br />
Luego (f;B,C) −1 = (f −1 ;C,B)<br />
Proceso para encontrar la matriz inversa<br />
Hay un método genial para encontrar la matriz inversa <strong>de</strong> una matriz.<br />
Es tan interesante, pues sólo utiliza las operaciones elementales.<br />
(1)<br />
(2)
Comenzaremos por observar que a cada operación elemental efectuada<br />
en las líneas <strong>de</strong> una matriz, le correspon<strong>de</strong> una multiplicación por una<br />
matriz especial.<br />
Veamos cada uno <strong>de</strong> estos tipos <strong>de</strong> operaciones en un ejemplo.<br />
Observación<br />
Multipliquemos por 3 la primera fila <strong>de</strong> la matriz A siguiente:<br />
⎛<br />
⎜<br />
⎝<br />
1 2 1<br />
3 7 2<br />
2 1 1<br />
⎞<br />
⎟<br />
⎠ L1(3)<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
3 6 3<br />
3 7 2<br />
2 1 1<br />
Esta última matriz la obtenemos <strong>de</strong>l producto:<br />
Lema<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
3<br />
⎜<br />
⎝ 0<br />
0<br />
1<br />
⎞ ⎛<br />
0 1<br />
⎟ ⎜<br />
0 ⎠ · ⎝ 3<br />
2<br />
7<br />
⎞ ⎛<br />
1 3<br />
⎟ ⎜<br />
2 ⎠ = ⎝ 3<br />
6<br />
7<br />
⎞<br />
3<br />
⎟<br />
2 ⎠<br />
0 0 1 2 1 1 2 1 1<br />
Multiplicar por α la fila i <strong>de</strong> una matriz A, correspon<strong>de</strong> a multiplicar<br />
a la izquierda <strong>de</strong> A, por la matriz obtenida <strong>de</strong> la matriz i<strong>de</strong>ntidad,<br />
cambiando el 1 <strong>de</strong> la i-ésima fila por α.<br />
Observación<br />
Permutemos la primera y la tercera fila <strong>de</strong> la matriz A siguiente:<br />
⎛<br />
⎜<br />
⎝<br />
1 2 1<br />
3 7 2<br />
2 1 1<br />
⎞<br />
⎟<br />
⎠ L13<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
2 1 1<br />
3 7 2<br />
1 2 1<br />
Esta última matriz la obtenemos <strong>de</strong>l producto:<br />
⎞<br />
⎟<br />
⎠
Lema<br />
⎛<br />
0<br />
⎜<br />
⎝ 0<br />
0<br />
1<br />
⎞ ⎛<br />
1 1<br />
⎟ ⎜<br />
0 ⎠ · ⎝ 3<br />
2<br />
7<br />
⎞ ⎛<br />
1 2<br />
⎟ ⎜<br />
2 ⎠ = ⎝ 3<br />
1<br />
7<br />
⎞<br />
1<br />
⎟<br />
2 ⎠<br />
1 0 0 2 1 1 1 2 1<br />
Permutar la i-ésima fila <strong>de</strong> una matriz A, por la j-ésima fila <strong>de</strong> la<br />
misma matriz, correspon<strong>de</strong> a multiplicar a la izquierda <strong>de</strong> A por la<br />
matriz obtenida <strong>de</strong> la matriz i<strong>de</strong>ntidad permutando la i-ésima fila por<br />
la j-ésima fila.<br />
Observación<br />
A la tercera fila <strong>de</strong> la matriz A, le vamos a sumar (−2) veces la primera<br />
fila.<br />
⎛<br />
⎜<br />
⎝<br />
1 2 1<br />
3 7 2<br />
2 1 1<br />
⎞<br />
⎟<br />
⎠ L31(−2)<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
1 2 1<br />
3 7 2<br />
0 −3 −1<br />
Esta última matriz la obtenemos <strong>de</strong>l producto:<br />
Lema<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
1<br />
0<br />
0<br />
1<br />
⎞ ⎛<br />
0 1<br />
⎟ ⎜<br />
0 ⎠ · ⎝ 3<br />
2<br />
7<br />
⎞ ⎛<br />
1 1<br />
⎟ ⎜<br />
2 ⎠ = ⎝ 3<br />
2<br />
7<br />
⎞<br />
1<br />
⎟<br />
2 ⎠<br />
−2 0 1 2 1 1 0 −3 −1<br />
A la i-ésima fila <strong>de</strong> la matriz A, sumarle α veces la j-ésima fila <strong>de</strong><br />
la misma matriz, correspon<strong>de</strong> multiplicar a la izquierda <strong>de</strong> A, por la<br />
matriz obtenida <strong>de</strong> la matriz i<strong>de</strong>ntidad, cambiando el elemento <strong>de</strong>l<br />
lugar (i,j) por α<br />
Definición 4.8.1 Diremos que una matriz es una matriz elemental,<br />
si es obtenida <strong>de</strong> la matriz i<strong>de</strong>ntidad, a través <strong>de</strong> una y sólo una
operación elemental.<br />
Teorema 4.8.2 Una matriz A pue<strong>de</strong> ser reducida a la matriz i<strong>de</strong>ntidad,<br />
por una sucesión finita <strong>de</strong> operaciones elementales en las líneas,<br />
si y sólo si A es invertible. Se tiene que la matriz inversa <strong>de</strong> A, es<br />
obtenida a partir <strong>de</strong> la matriz i<strong>de</strong>ntidad, a la cual se le aplica la misma<br />
sucesión <strong>de</strong> operaciones en las líneas.<br />
Demostración<br />
Es una sucesión <strong>de</strong> aplicaciones <strong>de</strong> los lemas anteriores.<br />
Conclusión<br />
En la práctica operamos simultáneamente con la matriz dada y la<br />
matriz i<strong>de</strong>ntidad, a través <strong>de</strong> operaciones elementales, hasta llegar a<br />
la i<strong>de</strong>ntidad en el lugar que estaba A. La matriz obtenida en el lugar<br />
correspondiente a la matriz i<strong>de</strong>ntidad, es la matriz inversa <strong>de</strong> A.<br />
Esquemáticamente tenemos:<br />
Ejemplo<br />
Busquemos la matriz inversa <strong>de</strong><br />
(A|I) −→ · · · −→ · · · −→ (I|A −1 )<br />
A =<br />
<br />
1 2<br />
1 4
Solución<br />
Luego<br />
<br />
1 2 1 0<br />
1 4 0 1<br />
L12(−1)<br />
−→<br />
<br />
<br />
L21(−1)<br />
−→<br />
1 0 2 −1<br />
0 2 −1 1<br />
A −1 =<br />
<br />
<br />
1 2 1 0<br />
0 2 −1 1<br />
<br />
L2( 1<br />
2 )<br />
−→<br />
2 −1<br />
− 1<br />
2<br />
<br />
<br />
1 0 2 −1<br />
0 1 − 1<br />
2<br />
4.9 Automorfismo y matriz <strong>de</strong> cambio <strong>de</strong><br />
base<br />
Introducción<br />
Consi<strong>de</strong>remos el espacio vectorial K 2 sobre K y dos bases or<strong>de</strong>nadas<br />
B = {(1, 1), (1, 0)} y C = {(1, −1), (0, 1)}. Supongamos que tenemos<br />
una gran cantidad <strong>de</strong> vectores <strong>de</strong>scompuestos según la base B y necesitamos<br />
sus componentes según la base C.<br />
Por ejemplo, el vector u = (1, 2) se <strong>de</strong>scompone según la base B<br />
en (1, 2) = 2(1, 1) + (−1)(1, 0) y su <strong>de</strong>scomposición en la base C es<br />
(1, 2) = 1(1, −1) + 3(0, 1).<br />
Otro ejemplo sería v = (7, 2) que tiene componentes 2 y 5 según la<br />
base B y 7 y 9 según la base C.<br />
Buscamos un método práctico para obtener las componentes <strong>de</strong> los<br />
vectores con respecto a la base C, conociendo las componentes según<br />
la base B.<br />
El enunciado <strong>de</strong> este problema en forma general es el siguiente<br />
1<br />
2<br />
<br />
1<br />
2
Problema<br />
Sea V un K-espacio vectorial. Consi<strong>de</strong>remos dos bases <strong>de</strong> V , B =<br />
{v1,v2,...,vn} y C = {u1,u2,...,un}. Conociendo las componentes<br />
{y1,y2,...,yn} <strong>de</strong>l vector v ∈ V en una base C, <strong>de</strong>terminar las componentes<br />
{x1,x2,...,xn} <strong>de</strong> este mismo vector v en una base B.<br />
Solución<br />
Existe un único endomorfismo f <strong>de</strong> V que envía la base B en la base<br />
C, es <strong>de</strong>cir, tal que f(v1) = u1,f(v2) = u2,...,f(vn) = un. Puesto que<br />
lleva una base en otra, f es biyectiva, es <strong>de</strong>cir, f es un automorfismo.<br />
En lenguaje <strong>de</strong> matrices: toda representación matricial <strong>de</strong> f es invertible,<br />
sea cual sea la base elegida en el dominio o en el codominio.<br />
Sea<br />
n<br />
⎫<br />
u1 = f(v1) = αi1vi<br />
i=1<br />
n ⎪⎬<br />
u2 = f(v2) = αi2vi<br />
i=1<br />
.....................<br />
n<br />
un = f(vn) = αinvi ⎪⎭<br />
i=1<br />
La matriz P = (αij) es la matriz <strong>de</strong> f con respecto a la base B en el<br />
dominio y en el co-dominio, es <strong>de</strong>cir, P = (αij) = (f;B,B), pero esta<br />
matriz a su vez exhibe la <strong>de</strong>scomposición <strong>de</strong> cada elemento <strong>de</strong> la base<br />
C con respecto a la base B.<br />
Sigamos resolviendo este problema.<br />
Sea v ∈ V , v = x1v1 + x2v2 + ... + xnvn.<br />
Por otra parte:<br />
v = y1u1 + y2u2 + · · · + ynun<br />
n<br />
n<br />
n<br />
= y1 αi1vi + y2 αi2vi + · · · + yn αinvi<br />
i=1 i=1<br />
i=1<br />
= (y1α11 + · · · + ynα1n)v1 + · · · + (y1αn1 + · · · + ynαnn)vn
Luego<br />
Sea<br />
x1 = α11y1 + α12y2 + ... + α1nyn<br />
x2 = α21y1 + α22y2 + ... + α2nyn<br />
..................................<br />
xn = αn1y1 + αn2y2 + ... + αnnyn<br />
⎛ ⎞ ⎛ ⎞<br />
x1 y1<br />
⎜ ⎟ ⎜ ⎟<br />
⎜ x2 ⎟ ⎜ y2 ⎟<br />
X = ⎜ ⎟ ; Y = ⎜ ⎟<br />
⎝ · · · ⎠ ⎝ · · · ⎠ ; X = PY ; Y = P −1 X<br />
xn<br />
xn<br />
yn<br />
⎫<br />
⎪⎬<br />
⎛ ⎞<br />
x1<br />
⎜ ⎟<br />
⎜ x2 ⎟<br />
⎜ ⎟<br />
⎝ · · · ⎠ =<br />
⎛<br />
⎞<br />
α11 α12 · · · α1n<br />
⎜ α21 α22 · · · ⎟<br />
α2n ⎟<br />
⎜<br />
⎟<br />
⎝ .................... ⎠ ·<br />
⎛ ⎞<br />
y1<br />
⎜ ⎟<br />
⎜ y2 ⎟<br />
⎜ ⎟<br />
⎝ · · · ⎠<br />
αm1 αm2 · · · αmn<br />
(v según B) = (C según B) ◦ (v según C)<br />
Definición 4.9.1 La matriz P = (αij) es llamada matriz <strong>de</strong> cambio<br />
<strong>de</strong> base, <strong>de</strong> la base C a la base B.<br />
Nota<br />
Puesto que P es una matriz <strong>de</strong> un automorfismo, es invertible y su<br />
matriz inversa P −1 es la matriz que exhibe la <strong>de</strong>scomposición <strong>de</strong> la<br />
base B según la base C<br />
Ejemplo<br />
En IR 2 consi<strong>de</strong>remos las bases B = {(1, 2), (1, 0)} y la base B ′ =<br />
{(1, 1), (0, 1)}. Descompongamos las base B con respecto a la base B ′ .<br />
Tenemos<br />
(1, 2) = 1(1, 1) + 1(0, 1)<br />
(1, 0) = 1(1, 1) + (−1)(0, 1)<br />
⎪⎭<br />
yn
Luego (B según B ′ <br />
1 1<br />
) =<br />
1 −1<br />
Esta matriz nos permite efectuar el cambio <strong>de</strong> base <strong>de</strong> B a B ′ . Por<br />
ejemplo si consi<strong>de</strong>ramos el vector v = (−2, 6), con respecto a la base<br />
B tenemos que sus componentes con respecto a dicha base son 3 y<br />
−5 pues v = 3(1, 2) + (−5)(1, 0). Para obtener las componentes <strong>de</strong> v<br />
con respecto a la base B ′ basta realizar la siguiente multiplicación <strong>de</strong><br />
matrices:<br />
<br />
1 1 3<br />
· =<br />
1 −1 −5<br />
<br />
−2<br />
8<br />
4.10 Un morfismo cualquiera y matrices<br />
equivalentes<br />
Problema<br />
Tenemos un morfismo f : V −→ W expresado por una matriz M, con<br />
respecto a las bases B y C. Queremos expresarlo con respecto a otras<br />
bases B ′ y C ′ .<br />
También nos interesa estudiar la relación que hay entre estas dos matrices<br />
y en general, entre todas las matrices asociadas a este morfismo.<br />
Cambio <strong>de</strong> base <strong>de</strong> un morfismo<br />
Sea f : V −→ W un morfismo. Sean B y B ′ dos bases <strong>de</strong> V y C y C ′<br />
dos bases <strong>de</strong> W.<br />
Se tiene M = (f;B,C) y se necesita M ′ = (f;B ′ ,C ′ )<br />
Sean P: B ′ según B; Q: C ′ según C; Q−1 : C según C ′<br />
⎛ ⎞<br />
x1<br />
⎜ ⎟<br />
⎜ x2 ⎟<br />
X = ⎜ ⎟<br />
⎝ ⎠<br />
v según B;<br />
⎛ ⎞<br />
y1<br />
⎜ ⎟<br />
⎜ y2 ⎟<br />
Y = ⎜ ⎟<br />
⎝ ⎠<br />
· · ·<br />
xn<br />
· · ·<br />
ym<br />
f(v) según C;
X ′ ⎛<br />
x<br />
⎜<br />
= ⎜<br />
⎝<br />
′ 1<br />
x ′ 2<br />
· · ·<br />
x ′ ⎞<br />
⎟<br />
⎠<br />
n<br />
v según B′ ; Y ′ ⎛<br />
y<br />
⎜<br />
= ⎜<br />
⎝<br />
′ 1<br />
y ′ 2<br />
· · ·<br />
y ′ ⎞<br />
⎟<br />
⎠<br />
f(v) según C′<br />
m<br />
Se tiene (1): Y = MX; (2): Y ′ = M ′ X ′ (3): X = PX ′ (4): Y = QY ′<br />
Reemplazando (3) y (4) en (1) se tiene: QY ′ = MPX ′ <strong>de</strong> don<strong>de</strong>,<br />
multiplicando por Q −1 se obtiene (5): Y ′ = Q −1 MPX ′ . Comparando<br />
(5) y (2) tenemos:<br />
M ′ = Q −1 MP<br />
Es <strong>de</strong>cir,<br />
(f;B ′ → C ′ ) = (C según C ′ )(f;B −→ C)(B ′ según B)<br />
Entonces, <strong>de</strong> una matriz se pue<strong>de</strong> llegar a la otra a través <strong>de</strong> la multiplicación<br />
por las matrices <strong>de</strong> cambio <strong>de</strong> base respectivas. Nótese que<br />
estas matrices son invertibles.<br />
Ejemplo<br />
Sea f : IR 2 → IR 3 ; talque f(x,y) = (x + y, 2x, 3y). Consi<strong>de</strong>remos<br />
las bases B = {(1, 2), (1, 0)} y B ′ = {(1, 1), (0, 1)} <strong>de</strong> IR 2 y las bases<br />
C = {(1, 0, 0), (0, 1, 0), (1, 1, 1)} y C ′ = {(0, 10), (1, 1, 0), (0, 0, 1)} <strong>de</strong><br />
IR 3<br />
Primero encontraremos la matriz que exhibe las componentes <strong>de</strong> la<br />
base B ′ según la base B. En efecto tenemos:<br />
(1, 1) = 1 1 (1, 2) + (1, 0)<br />
2 2<br />
(0, 1) = 1<br />
2<br />
1 (1, 2) − (1, 0) 2<br />
Es <strong>de</strong>cir, (B ′ según<br />
1<br />
B) = 2<br />
1<br />
2<br />
1<br />
2<br />
−1<br />
<br />
2<br />
Ahora busquemos la matriz <strong>de</strong> f con respecto a las bases B y C:<br />
f(1, 2) = (3, 2, 6) = −3(1, 0, 0) − 4(0, 1, 0) + 6(1, 1, 1)<br />
f(1, 0) = (1, 2, 0) = 1(1, 0, 0) + 2(0, 1, 0) + 0(1, 1, 1)
⎛ ⎞<br />
−3 1<br />
⎜ ⎟<br />
Luego tenemos la matriz (f;B,C) = ⎝ −4 2 ⎠<br />
6 0<br />
Nos falta por encontrar la matriz <strong>de</strong> cambio <strong>de</strong> base <strong>de</strong> C a C ′ :<br />
(1, 0, 0) = −1(0, 1, 0) + 1(1, 1, 0) + 0(0, 0, 1)<br />
(0, 1, 0) = 1(0, 1, 0) + 0(1, 1, 0) + 0(0, 0, 1)<br />
(1, 1, 1) = 0(0, 1, 0) + 1(1, 1, 0) + 1(0, 0, 1)<br />
Luego (C según C ′ ⎛<br />
−1<br />
⎜<br />
) = ⎝ 1<br />
1<br />
0<br />
⎞<br />
0<br />
⎟<br />
1 ⎠<br />
0 0 1<br />
Por otra parte, <strong>de</strong>bemos <strong>de</strong>terminar la matriz (f;B ′ ,C ′ ). En efecto<br />
f(1, 1) = (2, 2, 3) = 0(0, 1, 0) + 2(1, 1, 0) + 3(0, 0, 1)<br />
f(0, 1) = (1, 0, 3) = −1(0, 1, 0) + 1(1, 1, 0) + 3(0, 0, 1)<br />
Por lo tanto la matriz (f;B ′ ,C ′ ⎛ ⎞<br />
0 −1<br />
⎜ ⎟<br />
) = ⎝ 2 1 ⎠<br />
3 3<br />
Luego se tiene la siguiente igualdad:<br />
⎛ ⎞ ⎛ ⎞ ⎛ ⎞<br />
0 −1 −1 1 0 −3 1 1 1<br />
⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />
⎝ 2 1 ⎠ = ⎝ 1 0 1 ⎠ · ⎝ −4 2 ⎠ · 2 2<br />
1<br />
3 3 0 0 1 6 0 2 −1<br />
<br />
2<br />
(f;B ′ → C ′ ) = (C según C ′ )(f;B −→ C)(B ′ según B)<br />
Lo anterior nos lleva a dar una nueva <strong>de</strong>finición en el espacio <strong>de</strong> las<br />
matrices. Diremos que estas matrices son equivalentes, pero, daremos<br />
una <strong>de</strong>finición más general que esta.<br />
Definición 4.10.1 Se dice que una matriz M ∈ Mm×n(K) es equivalente<br />
a una matriz M ′ ∈ Mm×n(K), si existe una matriz invertible<br />
P ∈ Mn(K) y una matriz invertible Q ∈ Mm(K), tales que:<br />
M ′ = Q −1 MP
En el caso particular M ∈ Mn(K), diremos que M es semejante a<br />
una matriz M ′ ∈ Mn(K), si existe una matriz invertible P ∈ Mn(K)<br />
tal que:<br />
M ′ = P −1 MP<br />
Esto ocurre, si tomamos V = W, B = C y B ′ = C ′ .<br />
Observación<br />
”Ser equivalente a” y ”ser semejante a” son relaciones <strong>de</strong> equivalencia.<br />
Observación<br />
Sea f un endomorfismo en V , es <strong>de</strong>cir f : V −→ V <strong>lineal</strong>. Entonces<br />
todas las matrices asociadas a f son semejantes entre ellas, es <strong>de</strong>cir,<br />
cada vez que cambiamos las bases, obtenemos una matriz semejante<br />
a la anterior.<br />
4.11 Ejercicios resueltos<br />
Ejercicio<br />
Sean V y W dos K-espacios vectoriales. Sea fα : V −→ W con dimV =<br />
dimW = 3. Estudiemos los valores <strong>de</strong> α para los cuales fα es un<br />
isomorfismo, don<strong>de</strong><br />
⎛<br />
2<br />
⎜<br />
(fα;B) = ⎝ 1<br />
1<br />
6<br />
⎞<br />
2α − 8<br />
⎟<br />
0 ⎠; con B una base dada<br />
2 5 2α − 8<br />
Solución<br />
fα es un isomorfismo si y sólo si (fα;B) es una matriz invertible si y<br />
sólo si su matriz escalonada es la i<strong>de</strong>ntidad. Tenemos:
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
<br />
2 1 2α − 8 <br />
<br />
<br />
1 6 0 <br />
<br />
2 5 2α − 8 <br />
<br />
2 1 2α − 8 <br />
<br />
<br />
1 6 0 <br />
<br />
0 4 0 <br />
<br />
2 1 2α − 8 <br />
<br />
<br />
1 6 0 <br />
<br />
0 1 0 <br />
<br />
1 0 0 <br />
<br />
<br />
0 1 0 <br />
<br />
0 0 −α + 4 <br />
Caso α − 4 = 0 ssi α = 4<br />
⎛<br />
⎜<br />
⎝<br />
1 0 0<br />
0 1 0<br />
0 0 0<br />
1 0 0<br />
0 1 0<br />
0 0 1<br />
⎞<br />
1 0 0<br />
0 1 0<br />
−1 0 1<br />
−1 4<br />
3<br />
0 1<br />
4<br />
⎟<br />
⎠ L31(−1)<br />
−→<br />
⎞<br />
⎟<br />
⎠<br />
L3( 1<br />
4 )<br />
−→<br />
⎞<br />
1 0 0<br />
⎟<br />
0 1 0 ⎠ −→ · · · −→<br />
1 − 2 3<br />
2<br />
−1 4 0 1<br />
4<br />
7 1 − 8 11<br />
8<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
⎞<br />
3 1 − 2 3<br />
2<br />
−1 4 0 1<br />
4<br />
7 1 − 8 11<br />
8<br />
⎟<br />
⎠ (∗)<br />
Luego la matriz A4 no es invertible y el monomorfismo f4 no es un<br />
isomorfismo.<br />
Caso α − 4 = 0 ssi α = 4<br />
Reemplazando en (*)<br />
En este caso:<br />
⎛<br />
⎜<br />
⎝<br />
1 0 0<br />
0 1 0<br />
0 0 1<br />
Aα =<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
⎛<br />
⎜<br />
⎝<br />
3<br />
⎞<br />
⎟<br />
⎠<br />
1 − 2 3<br />
2<br />
−1 1 0 4 4<br />
7 1 11 − 8(−α+4) −α+4 8(−α+4)<br />
3 1 − 2 3<br />
2<br />
−1 1 0 4 4<br />
7 1 11 − 8(−α+4) −α+4 8(−α+4)<br />
Esta matriz Aα es invertible, luego fα es un isomorfismo, para α = 4<br />
⎞<br />
⎟<br />
⎠<br />
⎞<br />
⎟<br />
⎠
Ejercicio<br />
Sea f : K2 −→ K2 <br />
1 1<br />
. Dada la matriz (f;B,C) = ; De-<br />
2 −1<br />
terminemos f(x,y) y f −1 (x,y), don<strong>de</strong> B = {(1, 2), (2, 0)} y C =<br />
{(1, 1), (0, 3)}<br />
Solución<br />
Comencemos por escribir (x,y) en función <strong>de</strong> B. Tenemos:<br />
De don<strong>de</strong><br />
Luego<br />
(x,y) = y 2x−y<br />
(1, 2) + (2, 0)<br />
2 4<br />
f(1, 2) = 1(1, 1) + 2(0, 3) = (1, 7)<br />
f(2, 0) = 1(1, 1) + −1(0, 3) = (1, −2)<br />
f(x,y) = y<br />
f(1, 2) + (2x−y )f(2, 0) = 2 4 y<br />
(1, 7) + (2x−y )(1, −2)<br />
2 4<br />
f(x,y) = ( x y<br />
+ , −x + 4y)<br />
2 4<br />
Busquemos (f −1 ;C,B) = (f;B,C) −1<br />
<br />
1 1<br />
2 −1<br />
<br />
<br />
<br />
<br />
<br />
1 0<br />
0 1<br />
<br />
f −1 (1, 1) = 1<br />
3<br />
f −1 (0, 3) = 1<br />
3<br />
−→ −→<br />
<br />
1 0<br />
0 1<br />
<br />
<br />
<br />
<br />
<br />
1 1<br />
3<br />
2<br />
3<br />
3<br />
−1<br />
3<br />
2<br />
2<br />
(1, 2) + (2, 0) = (5,<br />
3 3 3 )<br />
1 (1, 2) − (2, 0) = (−1<br />
3 3<br />
, 2<br />
3 )<br />
f −1 (x,y) = xf −1 (1, 1) + ( −x+y<br />
)f 3 −1 (0, 3) = x( 5 2 −x+y<br />
, ) + ( )(− 3 3 3 1 2 , 3 3 )<br />
Luego<br />
f −1 (x,y) = ( 16<br />
9<br />
x − 1<br />
9<br />
4 2 y, x + 9 9y)
Ejercicio<br />
Determinemos, si existen, las matrices en Mn(K) que son simétricas<br />
y antisimétricas a la vez.<br />
Solución<br />
Sea A = (aij) ∈ Mn(K). Recor<strong>de</strong>mos que A es simétrica ssi aij = aji<br />
y que A es antisimétrica ssi aij = −aji Como A es simétrica y antisimétrica<br />
a la vez, entonces se tiene que aii = −aii, luego la diagonal<br />
consta <strong>de</strong> ceros.<br />
A<strong>de</strong>más aji = −aji , luego aji = 0, ∀i,j ∈ {1, 2,...,n}. Luego la matriz<br />
nula es la única matriz que es simétrica y antisimétrica a la vez.<br />
Ejercicio<br />
En M2(K), <strong>de</strong>terminemos las matrices A2 ,A3 ,A4 ,...,A n ,n ∈ IN, don<strong>de</strong><br />
<br />
1 0<br />
A =<br />
0 −1<br />
Solución<br />
(a) Caso n par<br />
Sea n = 2; A 2 =<br />
<br />
1 0 1 0<br />
· =<br />
0 −1 0 −1<br />
<br />
1 0<br />
= I<br />
0 1<br />
Hipótesis <strong>de</strong> inducción: A 2n = I. Por <strong>de</strong>mostrar A 2n+2 = I<br />
En efecto, A 2n+2 = A 2n A 2 = I · I = I. Luego A 2n = I, ∀n ∈ IN<br />
(b) Caso n impar n = 1 : A 1 = A,<br />
Hipótesis <strong>de</strong> inducción A 2n+1 = A. Por <strong>de</strong>mostrar A 2n+3 = A<br />
A 2n+3 = A 2n+1 · A 2 = A · I = A. Luego A 2n+1 = A, ∀n ∈ IN
Ejercicio<br />
Determinemos A 2 ,A 3 ,A 4 ,...,A n , n ∈ IN, don<strong>de</strong> A =<br />
Solución<br />
A2 <br />
1<br />
=<br />
1<br />
<br />
1 1<br />
·<br />
1 1<br />
1<br />
1<br />
A3 = A2 <br />
2<br />
A =<br />
2<br />
<br />
2<br />
·<br />
2<br />
Luego ”pienso”<br />
Hipótesis <strong>de</strong> inducción<br />
<br />
2<br />
=<br />
2<br />
<br />
2<br />
2<br />
<br />
1<br />
1<br />
<br />
1<br />
=<br />
1<br />
Por <strong>de</strong>mostrar An+1 n 2 2<br />
=<br />
n <br />
En efecto:<br />
<br />
4 4<br />
=<br />
4 4<br />
A n n−1 2 2<br />
=<br />
n−1 <br />
2 n 2 n<br />
2 n−1 2 n−1<br />
A n+1 = A n n−1 2 2<br />
· A =<br />
n−1 <br />
·<br />
2 n−1 2 n−1<br />
2 2 22 <br />
2 2 2 2<br />
<br />
1 1<br />
1 1<br />
<br />
1 1<br />
=<br />
1 1<br />
n−1 n−1 2 + 2 2n−1 + 2n−1 n−1 2 · 2 2 · 2<br />
=<br />
n−1<br />
2 · 2n−1 2 · 2n−1 n 2 2<br />
=<br />
n<br />
2n 2n <br />
Luego<br />
2 n−1 + 2 n−1 2 n−1 + 2 n−1<br />
Ejercicio<br />
A n n−1 2 2<br />
=<br />
n−1<br />
2 n−1 2 n−1<br />
<br />
∀n ∈ IN<br />
Sea V un K-espacio vectorial. Sea B = {v1,v2,...,vn} una base <strong>de</strong> V .<br />
Sea f un endomorfismo <strong>de</strong> V <strong>de</strong>finido por
f(vk) =<br />
<br />
0 si k = 1<br />
v1 + v2 + · · · + vk−1 si k > 1<br />
Encontremos A = (f;B), A 2 ,A 3 ,A 4 y hagamos una hipótesis sobre el<br />
menor número m tal que A m = 0<br />
Solución<br />
Tenemos que<br />
f(v1) = 0 = 0v1 + 0v2 + 0v3 + · · · + 0vn<br />
f(v2) = v1 = 1v1 + 0v2 + 0v3 + · · · + 0vn<br />
f(v3) = v1 + v2 = 1v1 + 1v2 + 0v3 + · · · + 0vn<br />
...........................................................<br />
f(vn) = v1 + v2 + · · · + vn−1 = 1v1 + 1v2 + · · · + 1vn−1 + 0vn<br />
⎛<br />
⎜<br />
Luego (f;B,B) = ⎜<br />
⎝<br />
Para n = 2, tenemos A =<br />
Para n = 3, tenemos A =<br />
0 1 1 1 · · · 1 1<br />
0 0 1 1 · · · 1 1<br />
0 0 0 1 · · · 1 1<br />
.....................<br />
0 0 0 0 · · · 0 1<br />
0 0 0 0 · · · 0 0<br />
<br />
⎛<br />
⎜<br />
⎝<br />
0 1<br />
0 0<br />
<br />
0 1 1<br />
0 0 1<br />
0 0 0<br />
y A 2 = 0<br />
⎞<br />
⎟<br />
⎠ y A 3 = 0<br />
Hipótesis: el menor número entero tal que A m = 0 es m = n, con<br />
A ∈ Mn(K)<br />
Demuestre, por inducción, tal afirmación<br />
⎞<br />
⎟<br />
⎠<br />
⎫<br />
⎪⎬<br />
⎪⎭
Ejercicio<br />
Sean A,B ∈ Mn(K). Recordando que B es i<strong>de</strong>mpotente ssi B 2 = B.<br />
Demuestre<br />
1. B es i<strong>de</strong>mpotente ssi I − B es i<strong>de</strong>mpotente.<br />
2. Si B 2 − B + I = 0 entonces B es invertible.<br />
3. Si BA = AB, entonces (A + B) 2 = A 2 + 2AB + B 2<br />
Solución<br />
1. Supongamos que B es i<strong>de</strong>mpotente. Entonces<br />
(I −B) 2 = (I −B)(I −B) = I 2 −IB −BI+B 2 = I 2 −2B+B 2 =<br />
I 2 − 2B + B = I − B, luego I − B es i<strong>de</strong>mpotente.<br />
Supongamos que I − B es i<strong>de</strong>mpotente. Entonces:<br />
(I − B) 2 = I − B =⇒ I 2 − IB − BI + B 2 = I − B<br />
=⇒ I − 2B + B 2 = I − B<br />
=⇒ B 2 − B = 0<br />
=⇒ B 2 = B<br />
Es <strong>de</strong>cir B es i<strong>de</strong>mpotente.<br />
2. B 2 − B + I = 0 =⇒ B − B 2 = I =⇒ B(I − B) = I. Luego B −1<br />
existe y B −1 = I − B<br />
3. Supongamos que BA = AB. Luego<br />
Ejercicio<br />
(A+B) 2 = (A+B)(A+B) = A 2 +AB+BA+B 2 = A 2 +2AB+B 2<br />
<br />
1 2<br />
En M2(K), consi<strong>de</strong>remos A = . Busquemos A<br />
3 4<br />
−1 y escribamos<br />
esta última como el producto <strong>de</strong> matrices elementales.
Solución<br />
<br />
<br />
1 2<br />
3 4<br />
1 2<br />
0 1<br />
Luego<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 0<br />
0 1<br />
1 0<br />
3<br />
2<br />
−1<br />
2<br />
<br />
<br />
1 0<br />
0 −1<br />
2<br />
L21(−3)<br />
−→<br />
<br />
1 2 <br />
<br />
<br />
0 −2 <br />
L12(−2)<br />
−→<br />
<br />
1 0 <br />
<br />
<br />
0 1 <br />
A −1 =<br />
<br />
−2 1<br />
3<br />
2<br />
−1<br />
2<br />
1 0<br />
−3 1<br />
−2 1<br />
3<br />
2<br />
<br />
−1<br />
2<br />
<br />
<br />
L2( −1<br />
2 )<br />
−→<br />
Escribámosla como producto <strong>de</strong> matrices elementales.<br />
<br />
1 −2 1 2 1 0<br />
· =<br />
0 1 0 1 0 1<br />
<br />
1 −2 1 0<br />
·<br />
0 1 0 −1<br />
<br />
1 2 1 0<br />
· =<br />
0 −2 0 1<br />
2<br />
<br />
1 −2<br />
1 0 1 2 1 0<br />
·<br />
·<br />
· =<br />
0 1<br />
−3 1 3 4 0 1<br />
Luego<br />
A −1 =<br />
<br />
1 −2<br />
0 1<br />
<br />
·<br />
<br />
1 0<br />
0 −1<br />
2<br />
<br />
·<br />
<br />
1 0<br />
−3 1<br />
A −1 quedó escrita como producto <strong>de</strong> 3 matrices elementales.<br />
Ejercicio<br />
⎛<br />
1<br />
⎜<br />
Sea A = ⎝ 0<br />
2<br />
1<br />
⎞<br />
2<br />
⎟<br />
2 ⎠. Descompongamos A en una suma conveniente<br />
0 0 1<br />
<strong>de</strong> matrices y utilicemos el binomio <strong>de</strong> Newton para encontrar A50 Solución<br />
Observemos que A pue<strong>de</strong> escribirse como:
⎛<br />
1<br />
⎜<br />
A = ⎝ 0<br />
0<br />
1<br />
⎞ ⎛<br />
0 0<br />
⎟ ⎜<br />
0 ⎠ + ⎝ 0<br />
2<br />
0<br />
⎞<br />
⎛<br />
2<br />
0<br />
⎟<br />
⎜<br />
2 ⎠ = I + B, don<strong>de</strong> B = ⎝ 0<br />
2<br />
0<br />
⎞<br />
2<br />
⎟<br />
2 ⎠<br />
0 0 1 0 0 0<br />
0 0 0<br />
B 2 ⎛<br />
0<br />
⎜<br />
= ⎝ 0<br />
2<br />
0<br />
⎞ ⎛<br />
2 0<br />
⎟ ⎜<br />
2 ⎠ ⎝ 0<br />
2<br />
0<br />
⎞ ⎛<br />
2 0<br />
⎟ ⎜<br />
2 ⎠ = ⎝ 0<br />
0<br />
0<br />
⎞<br />
4<br />
⎟<br />
0 ⎠<br />
0 0 0 0 0 0 0 0 0<br />
B 3 ⎛<br />
0<br />
⎜<br />
= ⎝ 0<br />
0<br />
0<br />
⎞ ⎛<br />
4 0<br />
⎟ ⎜<br />
0 ⎠ · ⎝ 0<br />
2<br />
0<br />
⎞ ⎛<br />
2 0<br />
⎟ ⎜<br />
2 ⎠ = ⎝ 0<br />
0<br />
0<br />
⎞<br />
0<br />
⎟<br />
0 ⎠<br />
0 0 0 0 0 0 0 0 0<br />
Recor<strong>de</strong>mos que A es nilpotente <strong>de</strong> grado n ssi n es el menor entero<br />
tal que A n = 0<br />
Luego B 3 = 0. A<strong>de</strong>más todas las potencias <strong>de</strong> B conmutan con las<br />
potencias <strong>de</strong> I, es <strong>de</strong>cir, con I, luego es aplicable a esta situación el<br />
Teorema <strong>de</strong>l Binomio <strong>de</strong> Newton<br />
A 50 = (I + B) 50<br />
=<br />
Luego<br />
Luego<br />
50<br />
0<br />
Ejercicio<br />
<br />
I 50−0 B 0 +<br />
<br />
50<br />
I<br />
1<br />
50−1B1 + · · · +<br />
<br />
50<br />
I<br />
50<br />
50−50B50 A50 <br />
50<br />
= B<br />
0<br />
0 <br />
50<br />
+ B<br />
1<br />
1 <br />
50<br />
+ B<br />
2<br />
2<br />
⎛ ⎞ ⎛<br />
0 2 2 0 0<br />
⎜ ⎟ ⎜<br />
= I + 50 ⎝ 0 0 2 ⎠ + 1.225 ⎝ 0 0<br />
⎞<br />
4<br />
⎟<br />
0 ⎠<br />
0 0 0 0 0 0<br />
A 50 ⎛<br />
1<br />
⎜<br />
= ⎝ 0<br />
100<br />
1<br />
⎞<br />
5.000<br />
⎟<br />
100 ⎠<br />
0 0 1<br />
Sea rα : K2 −→ K2 la rotación en un ángulo α, tal que cuya matriz<br />
asociada es<br />
<br />
A = (rα;C,C) =<br />
− √ 2<br />
2<br />
√ 2<br />
2<br />
− √ 2<br />
2 − √ 2<br />
2<br />
,
don<strong>de</strong> C es la base canónica <strong>de</strong> K 2 .<br />
Busquemos A 63 y A −1<br />
Solución<br />
A 63 =<br />
=<br />
63<br />
cos α − sin α<br />
sin α cos α<br />
63·5π cos − sin 63·5π <br />
4<br />
sin 63·5π<br />
4<br />
Utilizamos que cos 63·5π<br />
4<br />
I<strong>de</strong>m para sin 63·5π<br />
4<br />
4<br />
cos 63·5π<br />
4<br />
= cos 315π<br />
4<br />
=<br />
=<br />
cos 5π<br />
4<br />
sin 5π<br />
= cos (39·8+3)π<br />
4<br />
4.12 Ejercicios propuestos<br />
√ 4<br />
2 − 2 − √ 2<br />
√ 2<br />
2 − 2<br />
√ 2<br />
2<br />
5π − sin 4<br />
cos 5π<br />
4<br />
63<br />
= cos 3π<br />
4 = − √ 2<br />
2<br />
1. Sea f : K 3 −→ K 2 . Encuentre la matriz asociada a f según las<br />
bases B = {(1, 0, 0), (1, 1, 0), (1, 1, 1)} <strong>de</strong> K 3 y C = {(1, 0)(1, 1)}<br />
<strong>de</strong> K 2 , en los siguientes casos:<br />
(a) f(x,y,z) = (x + 2y,x)<br />
(b) f(x,y,z) = (3z,x − y)<br />
2. Sea f un endomorfismo <strong>de</strong> K2 , cuya matriz<br />
<br />
con<br />
<br />
respecto a la<br />
7 0<br />
base B = {(1, 1), (1, −1)} es (f;B,B) = . Determine la<br />
0 2<br />
matriz <strong>de</strong> f con respecto a la base canónica <strong>de</strong> K2 .<br />
3. Sean f,g : K2 −→ K3 . Sabiendo que f(x,y) = (3x,x + y,y) y<br />
que la matriz <strong>de</strong> f +g con respecto a las bases canónicas <strong>de</strong> K2 y<br />
K3 ⎛ ⎞<br />
2 1<br />
⎜ ⎟<br />
es ⎝ 0 1 ⎠. Determine g(x,y) y la matriz <strong>de</strong> g con respecto<br />
3 3<br />
a esas bases.
4. Sea f : K2 −→ K2 y g : K2 −→ K2 dos aplicaciones<br />
<br />
<strong>lineal</strong>es<br />
<br />
tal<br />
1 3<br />
que g(x,y) = (x + 2y, 3y) y tal que (f;B,C) = don<strong>de</strong><br />
2 4<br />
C = {(1, 1), (0, −1)} y D = {(−1, −1), (1, 0)}<br />
(a) Encuentre (g;C,D) y (g ◦ f;B,D)<br />
(b) Sabiendo que las componentes <strong>de</strong> v ∈ IR 3 , según la base B,<br />
son -1 y 2, encuentre las componentes <strong>de</strong> f(v) según la base<br />
C<br />
⎛<br />
1<br />
⎜<br />
5. Si AB = ⎝ 2<br />
2<br />
1<br />
⎞<br />
1<br />
⎟<br />
1 ⎠ y AB<br />
1 1 1<br />
−1 ⎛<br />
2<br />
⎜<br />
= ⎝ 1<br />
1<br />
1<br />
⎞<br />
1<br />
⎟<br />
1 ⎠. Determine B<br />
1 0 1<br />
2<br />
6. Determine todas las matrices cuadradas <strong>de</strong> or<strong>de</strong>n 3 que conmutan<br />
con la matriz<br />
⎛ ⎞<br />
a 1 0<br />
⎜ ⎟<br />
⎝ 0 a 1 ⎠<br />
0 0 a<br />
7. Para cada número real α, consi<strong>de</strong>re la matriz<br />
<br />
cosα −senα<br />
Mα =<br />
senα cosα<br />
(a) Demuestre que MαMβ = Mα+β<br />
(b) Calcule M−α<br />
8. Estudie para qué valores <strong>de</strong> α la siguiente familia <strong>de</strong> matrices,<br />
Mα,<br />
⎛<br />
1<br />
⎜<br />
Mα = ⎝ 1<br />
⎞<br />
α 0<br />
⎟<br />
1 + α 2α − 3 ⎠<br />
1 α 2α − 3<br />
es invertible. En caso que sea invertible busque su inversa.<br />
9. Sea A ∈ Mn(K) tal que A 2 − 2A − 3I = 0. Busque A −1<br />
10. Busque todas las matrices A ∈ M2(K) tal que A 2 = I
11.<br />
<br />
Determine √ si es posible x,y ∈ IR, <strong>de</strong> manera que la matriz<br />
2 x<br />
y √ <br />
sea ortogonal.<br />
2<br />
12. Demuestre que el producto <strong>de</strong> dos matrices ortogonales es ortogonal.<br />
13. Sea V = Mn(K). Estudie cuáles <strong>de</strong> los siguientes subconjuntos<br />
<strong>de</strong> V , son subespacios vectoriales <strong>de</strong> V .<br />
(a) S = {A ∈ V ;A es invertible}<br />
(b) T = {A ∈ V ;AB = BA,B una matriz fija}<br />
(c) U = {A ∈ V ;A es i<strong>de</strong>mpotente}<br />
(d) W = {A ∈ V ;A es simétrica}<br />
(e) X = {A ∈ V ;A es antisimétrica}<br />
(f) Y = {A ∈ V ;A es ortogonal}
Capítulo 5<br />
Determinantes<br />
5.1 Determinantes <strong>de</strong> matrices <strong>de</strong> M2(K)<br />
Nos interesa que comiences por saber que la palabra <strong>de</strong>terminante se<br />
refiere a un número que <strong>de</strong>termina cuándo un sistema <strong>de</strong> ecuaciones<br />
<strong>lineal</strong>es tiene solución.<br />
Comencemos por un sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es <strong>de</strong> 2 ecuaciones<br />
<strong>lineal</strong>mente in<strong>de</strong>pendientes y 2 incógnitas.<br />
Motivación<br />
Consi<strong>de</strong>remos el sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es l.i. siguiente:<br />
(1) : ax + by = α<br />
(2) : cx + dy = β<br />
Hagamos las operaciones siguientes: d·(1)−b·(2): adx−bcx = αd−βb<br />
Luego: (ad − bc)x = αd − βb<br />
Si ad − bc = 0 y αd − β = 0, entonces el sistema es l.d.<br />
Si ad − bc = 0 y αd − βb = 0, entonces no existe solución para el<br />
sistema.<br />
219
Si (ad − bc) = 0, entonces x = αd−βb<br />
ad−bc .<br />
Hagamos ahora las operaciones siguientes c · (1) − a · (2): (bc − ad)y =<br />
αc − βa O bien (ad − bc)y = βa − αc<br />
Si ad − bc = 0, tenemos y = βa−αc<br />
ad−bc<br />
Tenemos entonces que el sistema tiene solución si y sólo si ad−bc = 0.<br />
Luego la cantidad ad − bc <strong>de</strong>termina si el sistema tiene solución.<br />
El sistema pue<strong>de</strong> ser escrito en la forma matricial siguiente:<br />
<br />
a b<br />
·<br />
c d<br />
<br />
x<br />
=<br />
y<br />
<br />
α<br />
β<br />
Con respecto a la matriz <strong>de</strong> los coeficientes tenemos la notación siguiente:<br />
<br />
<br />
a b <br />
<br />
Notación =: ad − bc<br />
c d <br />
<br />
<br />
α b <br />
a α <br />
<br />
<br />
β d c β <br />
Entonces x = <br />
<br />
a b ; y = <br />
<br />
a b <br />
<br />
<br />
c d c d <br />
<br />
a<br />
Definición 5.1.1 Sea A =<br />
c<br />
<br />
b<br />
una matriz con sus elementos en<br />
d<br />
un cuerpo K. El <strong>de</strong>terminante <strong>de</strong> A, <strong>de</strong>notado |A|, es el número <strong>de</strong><br />
K,<br />
<br />
<br />
a b <br />
<br />
=: ad − bc<br />
c d <br />
Ejemplos<br />
<br />
<br />
<br />
<br />
<br />
1 2<br />
3 4<br />
<br />
<br />
<br />
= 4 − 6,<br />
<br />
<br />
<br />
<br />
<br />
<br />
2 4<br />
1 2<br />
<br />
<br />
<br />
= 4 − 4
Nota<br />
Sea A =<br />
<br />
a b<br />
c d<br />
D(A), <strong>de</strong>t(A) o bien D<br />
, A1 = (a b ), A2 = ( c d ). Po<strong>de</strong>mos escribir<br />
A1<br />
A2<br />
<br />
. Es <strong>de</strong>cir, po<strong>de</strong>mos consi<strong>de</strong>rar el <strong>de</strong>ter-<br />
minante como función <strong>de</strong> la matriz A o como una función <strong>de</strong> las filas<br />
<strong>de</strong> la matriz A.<br />
Propieda<strong>de</strong>s(1) y (2)<br />
1.<br />
2.<br />
<br />
<br />
a + a<br />
<br />
<br />
′ b + b ′<br />
<br />
<br />
<br />
<br />
c d =<br />
<br />
<br />
a b <br />
<br />
<br />
c d +<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
ta tb <br />
a b <br />
<br />
= t · <br />
c d c d <br />
a ′ b ′<br />
c d<br />
Las mismas propieda<strong>de</strong>s para la segunda fila.<br />
La <strong>de</strong>mostración es trivial. Sigue <strong>de</strong> la <strong>de</strong>finición.<br />
Ejemplo<br />
<br />
<br />
<br />
<br />
<br />
2 6<br />
4 10<br />
Ejercicio<br />
<br />
<br />
<br />
= 2 · 2 · <br />
<br />
1 3<br />
2 5<br />
<br />
<br />
<br />
Calculemos el valor <strong>de</strong> <br />
<br />
Solución<br />
<br />
<br />
<br />
<br />
<br />
2 6<br />
3 9<br />
<br />
<br />
<br />
= 2 · 3 · <br />
<br />
1 3<br />
1 3<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= 4 · (5 − 6) = −4<br />
<br />
2 6<br />
3 9<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= 2 · 3 · (3 − 3) = 0
Observación<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= <br />
<br />
a + a ′ b + b ′<br />
c + c ′ d + d ′<br />
a b<br />
c d<br />
<br />
<br />
<br />
<br />
+<br />
<br />
<br />
<br />
<br />
<br />
Propiedad (3)<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
<br />
a b<br />
c ′ d ′<br />
a b<br />
c + c ′ d + d ′<br />
<br />
<br />
<br />
<br />
+<br />
<br />
<br />
<br />
<br />
<br />
a ′ b ′<br />
c d<br />
<br />
<br />
<br />
<br />
+<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
+<br />
<br />
<br />
<br />
<br />
<br />
a ′ b ′<br />
c ′ d ′<br />
a ′ b ′<br />
c + c ′ d + d ′<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
=<br />
Si dos filas son iguales, entonces el <strong>de</strong>terminante <strong>de</strong> la matriz es nulo.<br />
Demostración<br />
<br />
<br />
a b <br />
<br />
= ab − ab = 0<br />
a b <br />
Propiedad (4)<br />
El <strong>de</strong>terminante <strong>de</strong> la matriz i<strong>de</strong>ntidad es 1, es <strong>de</strong>cir,<br />
Propiedad (5)<br />
<br />
<br />
<br />
<br />
<br />
1 0<br />
0 1<br />
<br />
<br />
<br />
= 1<br />
<br />
Si se suma un múltiplo <strong>de</strong> una fila a la otra fila, el valor <strong>de</strong>l <strong>de</strong>terminante<br />
no cambia, es <strong>de</strong>cir,<br />
<br />
<br />
<br />
<br />
<br />
a + tc b + td<br />
c d<br />
Lo mismo ocurre para la segunda fila.<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
<br />
a b<br />
c d
Ejercicio<br />
Propiedad(6)<br />
<br />
<br />
71 72 <br />
<br />
<br />
74 75 <br />
L21(−1)<br />
=<br />
<br />
<br />
71 72 <br />
<br />
<br />
3 3 =<br />
<br />
<br />
71 72 <br />
<br />
= 3 · = 3(71 − 72) = −3<br />
1 1 <br />
Si se intercambian las dos filas, entonces el <strong>de</strong>terminante cambia <strong>de</strong><br />
signo, es <strong>de</strong>cir,<br />
Propiedad(7)<br />
Demostración<br />
t<br />
a b<br />
Det =<br />
c d<br />
Propiedad(8)<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
a b<br />
c d<br />
<br />
<br />
<br />
= −<br />
<br />
c d<br />
a b<br />
t <br />
a b a b<br />
Det = Det<br />
c d c d<br />
a c<br />
b d<br />
<br />
<br />
<br />
<br />
<br />
<br />
= ad − bc = <br />
<br />
a b<br />
c d<br />
Los vectores (a b ) y ( c d ) son <strong>lineal</strong>mente <strong>de</strong>pendientes si y sólo<br />
<br />
a b<br />
si el Det es nulo.<br />
c d
Demostración<br />
Sea (a b ) = (αc αd ). Luego<br />
<br />
<br />
a b <br />
<br />
<br />
c d =<br />
<br />
<br />
αc αd <br />
<br />
= α <br />
c d <br />
c d<br />
c d<br />
<br />
<br />
<br />
= α · 0 = 0<br />
<br />
Recíprocamente tenemos<br />
<br />
<br />
a b <br />
<br />
Si = 0, entonces ad − bc = 0, es <strong>de</strong>cir, ad = bc.<br />
c d <br />
Supongamos c = 0 y d = 0, luego a = b · c. Luego<br />
d<br />
(a b ) = ( b d b<br />
· c b · ) = ( d d d · c b b<br />
· d ) = (c d )<br />
d d<br />
Luego son <strong>lineal</strong>mente <strong>de</strong>pendientes.<br />
Supongamos d = 0. Luego b = 0 o c = 0.<br />
i) Si b = 0 y c = 0, entonces (a b ) = (a 0 ) = a (c 0 ) =<br />
c<br />
a (c d ). Luego el vector (a b ) es <strong>lineal</strong>mente <strong>de</strong>pendiente con<br />
c<br />
el vector (c d )<br />
ii) Si b = 0 y c = 0, entonces<br />
Ejemplo<br />
{(a b ),(c d )} = {( a b ) , ( 0 0 )}<br />
el cual es un conjunto l.d. por tener el 0.<br />
Propiedad(9)<br />
<br />
<br />
<br />
<br />
<br />
2 5<br />
6 15<br />
<br />
<br />
<br />
= 0<br />
<br />
Todas las propieda<strong>de</strong>s anteriores son válidas para las columnas.
Propiedad(10)<br />
Demostración<br />
Det(A · B) = (DetA) · (DetB)<br />
La <strong>de</strong>mostración <strong>de</strong> esta proposición es un simple cálculo.<br />
5.2 Determinantes <strong>de</strong> matrices <strong>de</strong> M3(K)<br />
Motivación<br />
Consi<strong>de</strong>remos el sistema <strong>de</strong> ecuaciones <strong>lineal</strong>es siguiente:<br />
(1) : ax + by + cz = α<br />
(2) : dx + ey + fz = β<br />
(3) : gx + hy + iz = γ<br />
Hagamos las operaciones siguientes:<br />
(ei-hf)(1)+(ch-ib)(2)+(bf-ec)(3):<br />
(aei − ahf)x + (bei − bhf)y + (cei − chf)z = αei − αhf<br />
(dch − dib)x + (ech − eib)y + (fch − fib)z = βch − βib<br />
(gbf − gec)x + (hbf − hec)y + (ibf − iec)z = γbf − γec<br />
Sumando las tres ecuaciones, tenemos:<br />
[a(ei−hf)+d(ch−ib)+g(bf −ec)]x = α(ei−hf)+β(ch−ib)+γ(bf −ec)<br />
Observemos que el número que multiplica a x se pue<strong>de</strong> escribir como<br />
sigue:<br />
<br />
<br />
a<br />
e f<br />
h i<br />
<br />
<br />
<br />
− d <br />
<br />
b c<br />
h i<br />
<br />
<br />
<br />
+ g <br />
<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
b c<br />
e f<br />
<br />
<br />
<br />
<br />
<br />
⎫<br />
⎪⎬<br />
⎪⎭
Este tiene solución ssi el coeficiente que acompaña a x es distinto <strong>de</strong><br />
0. Luego <strong>de</strong>termina si el sistema tiene o no solución, <strong>de</strong> ahí su nombre.<br />
En forma matricial el sistema se escribe como sigue:<br />
⎛<br />
a<br />
⎜<br />
⎝ d<br />
b<br />
e<br />
⎞ ⎛ ⎞ ⎛ ⎞<br />
c x α<br />
⎟ ⎜ ⎟ ⎜ ⎟<br />
f ⎠ · ⎝ y ⎠ = ⎝ β ⎠<br />
g h i z γ<br />
diremos que el <strong>de</strong>terminante <strong>de</strong> la matriz <strong>de</strong> los coeficientes, <strong>de</strong>notado:<br />
<br />
<br />
a b c <br />
<br />
<br />
d e f <br />
<br />
g h i <br />
<strong>de</strong>sarrollado por sub<strong>de</strong>terminante por la primera columna es:<br />
<br />
<br />
e f <br />
b c <br />
b c <br />
<br />
a − d + g <br />
h i h i e f <br />
Los <strong>de</strong>terminantes que acompañan a las letras a, d y g son llamados<br />
sub<strong>de</strong>terminantes <strong>de</strong> a, d y g. Estos <strong>de</strong>terminantes se obtienen <strong>de</strong> la<br />
matriz inicial quitando la fila y la columna <strong>de</strong>l elemento respectivo.<br />
Definición 5.2.1 Sea<br />
⎛<br />
a11<br />
⎜<br />
A = ⎝ a21<br />
a12<br />
a22<br />
⎞<br />
a13<br />
⎟<br />
a23 ⎠<br />
a31 a32 a33<br />
Se <strong>de</strong>fine su <strong>de</strong>terminante <strong>de</strong> acuerdo con la fórmula conocida como<br />
<strong>de</strong>sarrollo por la primera fila.<br />
<br />
<br />
a22 a23 a21 a23 a21 a22 <br />
Det(A) = a11 − a12 + a13 <br />
a32 a33 a31 a33 a31 a32 <br />
Definición 5.2.2 Llamamos sub<strong>de</strong>terminante <strong>de</strong> aij, <strong>de</strong>notado S(aij)<br />
al <strong>de</strong>terminante obtenido <strong>de</strong> A al eliminar la fila i y la columna j.<br />
Utilizando esta notación, tenemos:<br />
Det(A) = a11S(a11) − a12S(a12) + a13S(a13)
Ejemplo<br />
⎛<br />
1<br />
⎜<br />
Sea A = ⎝ 1<br />
2<br />
−1<br />
⎞<br />
1<br />
⎟<br />
−1 ⎠. Calculemos el <strong>de</strong>terminante <strong>de</strong> A.<br />
−1 3 5<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 2 1<br />
1 −1 −1<br />
−1 3 5<br />
Nota<br />
<br />
<br />
<br />
<br />
= 1<br />
<br />
<br />
−1 −1<br />
3 5<br />
<br />
<br />
<br />
− 2<br />
<br />
1 −1<br />
−1 5<br />
<br />
<br />
<br />
+ 1 <br />
<br />
1 −1<br />
−1 3<br />
El <strong>de</strong>terminante <strong>de</strong> una matriz <strong>de</strong> 3 × 3 se pue<strong>de</strong> escribir como<br />
⎛ ⎞<br />
A1<br />
⎜ ⎟<br />
D(A) = Det(A) = Det ⎝ A2 ⎠ ,<br />
A3<br />
<br />
<br />
<br />
= −8<br />
<br />
que para mayor comodidad lo <strong>de</strong>notaremos D(A1,A2,A3), es <strong>de</strong>cir, el<br />
<strong>de</strong>terminante en función <strong>de</strong> las filas.<br />
Este mismo número pue<strong>de</strong> ser obtenido a partir <strong>de</strong> la segunda fila,<br />
llamado <strong>de</strong>sarrollo <strong>de</strong>l <strong>de</strong>terminante por la segunda fila y éste es:<br />
Det(A) = −a21S(a21) + a22S(a22) − a23S(a23)<br />
También se pue<strong>de</strong> obtener este mismo número, haciendo el <strong>de</strong>sarrollo<br />
por la tercera fila <strong>de</strong> la manera siguiente:<br />
Det(A) = a31S(a31) − a32S(a32) + a33S(a33)<br />
También por la primera columna:<br />
Det(A) = a11S(a11) − a21S(a21) + a31S(a31)<br />
I<strong>de</strong>m para la segunda y tercera columna.<br />
La segunda columna comienza con signo negativo y la tercera columna<br />
con signo positivo.
Los <strong>de</strong>terminantes <strong>de</strong> las matrices <strong>de</strong> 3 × 3 tienen las mismas 10<br />
propieda<strong>de</strong>s <strong>de</strong> los <strong>de</strong>terminantes <strong>de</strong> 2 × 2<br />
Con respecto a la propiedad 6, quiero que que<strong>de</strong> claro que cada vez<br />
que se intercambian dos filas <strong>de</strong> una matriz, el <strong>de</strong>terminante cambia<br />
<strong>de</strong> signo.<br />
Regla <strong>de</strong> Gramer<br />
(SOLAMENTE matrices <strong>de</strong> 3×3) Se copian las dos primeras columnas<br />
a la <strong>de</strong>recha o bien las dos primeras filas abajo <strong>de</strong> la matriz dada:<br />
<br />
<br />
a11 a12 a13 a11 a12<br />
<br />
a21 a22 a23 a21 a22<br />
<br />
a31 a32 a33 a31 a32<br />
Se multiplican las diagonales <strong>de</strong> la manera siguiente:<br />
a11a22a33 + a12a23a31 + a13a21a32 − a31a22a13 − a32a23a11 − a33a21a12<br />
Cantidad que correspon<strong>de</strong> al <strong>de</strong>terminante <strong>de</strong> la matriz.<br />
5.3 Determinante <strong>de</strong> matrices <strong>de</strong> Mn(K)<br />
Definición 5.3.1 Sea<br />
⎛<br />
⎞<br />
a11 a12 · · · a1n<br />
⎜ a21 a22 · · · ⎟<br />
a2n ⎟<br />
A = ⎜<br />
⎟<br />
⎝ ................. ⎠<br />
an1 an2 · · · ann<br />
El <strong>de</strong>terminante <strong>de</strong> A lo <strong>de</strong>finiremos en forma recursiva.<br />
Tenemos <strong>de</strong>finido los <strong>de</strong>terminantes para las matrices <strong>de</strong> M2(K).<br />
Sea i,j un par <strong>de</strong> números enteros entre 1 y n, es <strong>de</strong>cir, 1 ≤ i ≤ n,<br />
1 ≤ j ≤ n.<br />
Se <strong>de</strong>fine el sub<strong>de</strong>terminante <strong>de</strong> aij, <strong>de</strong>notado S(aij), como el <strong>de</strong>terminante<br />
obtenido <strong>de</strong> A al eliminar la fila i y la columna j.
El <strong>de</strong>terminante <strong>de</strong> una matriz A <strong>de</strong> Mn(K), se <strong>de</strong>fine en términos <strong>de</strong><br />
<strong>de</strong>terminantes <strong>de</strong> matrices <strong>de</strong> Mn−1(K).<br />
Se <strong>de</strong>fine:<br />
Det(A) = (−1) i+1 ai1S(ai1)+(−1) i+2 ai2S(ai2)+· · ·+(−1) i+n ainS(ain)<br />
Esta <strong>de</strong>finición es conocida como el <strong>de</strong>sarrollo <strong>de</strong>l <strong>de</strong>terminante<br />
por la fila i, i ∈ ZZ, 1 ≤ i ≤ n.<br />
Este <strong>de</strong>terminante se pue<strong>de</strong> escribir como<br />
<strong>de</strong>t(A) = <strong>de</strong>t(A1,A2,...,An),<br />
don<strong>de</strong> Ai es la i-ésima fila. (−1) i+j S(aij) se llama el cofactor <strong>de</strong> aij.<br />
Propiedad (1)<br />
Si la fila Aj es igual a la suma <strong>de</strong> dos vectores fila, Aj = C + C ′ ,<br />
entonces<br />
<strong>de</strong>t(A1,...,C+C ′ ,...,An) = <strong>de</strong>t(A1,...,C,...,An)+<strong>de</strong>t(A1,...,C ′ ,...,An)<br />
Propiedad (2)<br />
<strong>de</strong>t(A1,...,tAj,...,An) = t · <strong>de</strong>t(A1,...,Aj,...,An), ∀t ∈ K<br />
Propiedad (3)<br />
Si hay dos filas iguales, entonces el <strong>de</strong>terminante es nulo.<br />
Propiedad (4)<br />
El <strong>de</strong>terminante <strong>de</strong> la matriz i<strong>de</strong>ntidad es 1.
Propiedad (5)<br />
Si se suma un múltiplo <strong>de</strong> una fila a otra fila, el valor <strong>de</strong>l <strong>de</strong>terminante<br />
no cambia.<br />
Propiedad (6)<br />
Si se intercambian dos filas, el <strong>de</strong>terminante cambia <strong>de</strong> signo.<br />
Propiedad (7)<br />
Propiedad (8)<br />
Det(A t ) = Det(A)<br />
Dos filas son <strong>lineal</strong>mente <strong>de</strong>pendientes si y sólo si el <strong>de</strong>terminante <strong>de</strong><br />
la matriz es nulo.<br />
Propiedad (9)<br />
Todas las propieda<strong>de</strong>s anteriores son válidas para las columnas.<br />
Propiedad (10)<br />
Sean A,B ∈ Mn(K). Entonces<br />
Det(A · B) = Det(A) · Det(B)<br />
Teorema 5.3.1 Sea A ∈ Mn(K), la matriz<br />
⎛<br />
⎞<br />
a11 a12 · · · a1n<br />
⎜ a21 a22 · · · ⎟<br />
a2n ⎟<br />
A = ⎜<br />
⎟<br />
⎝ ................. ⎠<br />
an1 an2 · · · ann
Entonces<br />
Det(A) = (−1) 1+j a1jS(a1j) + · · · + (−1) n+j anjS(anj)<br />
(llamado <strong>de</strong>sarrollo <strong>de</strong>l <strong>de</strong>terminante por la j-ésima columna).<br />
Teorema 5.3.2 Sea A ∈ Mn(K) una matriz invertible. Entonces<br />
Demostración<br />
Det(A −1 ) = (DetA) −1<br />
1 = Det(In) = Det(A · A −1 ) = DetA · Det(A −1 )<br />
Luego (DetA) −1 = Det(A −1 )<br />
5.4 Interpretación geométrica <strong>de</strong>l <strong>de</strong>terminante<br />
Si en el plano cartesiano consi<strong>de</strong>ramos los vectores u y v, entonces el<br />
área <strong>de</strong>l paralelógramo que tiene por lados estos vectores correspon<strong>de</strong><br />
a |Det(u,v)|, es <strong>de</strong>cir, el valor absoluto <strong>de</strong> Det(u,v),don<strong>de</strong> u y v son<br />
consi<strong>de</strong>rados como vectores filas.<br />
Ejemplo<br />
<br />
<br />
<br />
A = | <br />
<br />
<br />
<br />
<br />
A = | <br />
<br />
2 0<br />
1 3<br />
1 3<br />
2 0<br />
<br />
<br />
<br />
| = 6<br />
<br />
<br />
<br />
<br />
| = |0 − 6| = | − 6| = 6<br />
<br />
Si en un sistema cartesiano <strong>de</strong> 3 coor<strong>de</strong>nadas, consi<strong>de</strong>ramos los vectores<br />
u,v y w, el volumen <strong>de</strong>l paralelepípedo rectangular <strong>de</strong> lados u,v<br />
y w es
V ol(u,v,w) = |Det(u,v,w)|<br />
don<strong>de</strong> u,v y w son consi<strong>de</strong>rados como vectores filas.<br />
5.5 Matriz adjunta<br />
En el capítulo anterior observaste que no toda matriz tiene matriz<br />
inversa.<br />
Lo interesante es, que toda matriz A, tiene una matriz asociada a ella,<br />
que siempre existe, es <strong>de</strong>cir, que siempre ”va junto a A”, es por esto<br />
llamada la matriz adjunta <strong>de</strong> A.<br />
Comencemos por el Lema siguiente:<br />
Lema<br />
Sea A ∈ Mn(K)<br />
Si A es invertible, entonces Det(A) = 0<br />
Demostración<br />
1 = Det(In) = Det(A · A −1 ) = DetA · DetA −1 .<br />
Luego DetA = 0.<br />
Nota<br />
Ahora quisiéramos saber si el recíproco es verda<strong>de</strong>ro, es <strong>de</strong>cir, si<br />
DetA = 0, entonces A es invertible. Para esto <strong>de</strong>bemos construir la<br />
inversa, en caso que exista.<br />
Veamos qué ocurre en M2(K).
Lema<br />
Sea A ∈ M2(K). Entonces siempre existe B ∈ M2(K) tal que<br />
Demostración<br />
En efecto, sea A =<br />
Lema<br />
A · B =<br />
<br />
<strong>de</strong>tA 0<br />
<br />
0 <strong>de</strong>tA<br />
<br />
a b<br />
, consi<strong>de</strong>remos B =<br />
c d<br />
<br />
a b<br />
·<br />
c d<br />
<br />
d −b <strong>de</strong>tA 0<br />
=<br />
−c a 0 <strong>de</strong>tA<br />
<br />
d −b<br />
y se tiene,<br />
−c a<br />
Sea A ∈ M3(K). Entonces, siempre existe B ∈ M3(K) tal que<br />
A · B = (DetA) · I3<br />
Demostración<br />
⎛<br />
a11<br />
⎜<br />
En efecto, sea A = ⎝ a21<br />
a12<br />
a22<br />
⎞<br />
a13<br />
⎟<br />
a23 ⎠,<br />
a31 a32 a33<br />
⎛<br />
S(a11)<br />
⎜<br />
Tomando B = ⎝ −S(a12)<br />
−S(a21)<br />
S(a22)<br />
⎞<br />
S(a31)<br />
⎟<br />
−S(a32) ⎠<br />
S(a13) −S(a23) S(a33)<br />
Tenemos<br />
⎛<br />
a11 a12<br />
⎜<br />
⎝ a21 a22<br />
⎞ ⎛<br />
a13 S(a11)<br />
⎟ ⎜<br />
a23 ⎠ · ⎝ −S(a12)<br />
−S(a21)<br />
S(a22)<br />
⎞<br />
S(a31)<br />
⎟<br />
−S(a32) ⎠ =<br />
a31 a32 a33<br />
⎛<br />
<strong>de</strong>tA 0<br />
⎜<br />
= ⎝ 0 <strong>de</strong>tA<br />
S(a13)<br />
⎞<br />
0<br />
⎟<br />
0 ⎠<br />
−S(a23) S(a33)<br />
0 0 <strong>de</strong>tA
Teorema 5.5.1 Si A ∈ Mn(K), entonces siempre existe B ∈ Mn(K)<br />
tal que A · B = |A| · In<br />
Demostración<br />
La <strong>de</strong>mostración consiste en probar que si A = (ai,j) entonces<br />
B = ((−1) i+j S(aji))<br />
cumple las condiciones <strong>de</strong>l teorema.<br />
Esta <strong>de</strong>mostración no la haremos pues, escapa a los objetivos <strong>de</strong>l curso.<br />
Definición 5.5.1 Esta matriz B es llamada, la matriz adjunta <strong>de</strong><br />
A, <strong>de</strong>notada Ã.<br />
Es <strong>de</strong>cir la adjunta <strong>de</strong> una matriz A es la matriz transpuesta <strong>de</strong> la<br />
matriz <strong>de</strong> los cofactores <strong>de</strong> la matriz A.<br />
Corolario 5.5.2 Si A ∈ Mn(K) tal que DetA = 0, entonces A es<br />
invertible y<br />
A −1 = 1<br />
· Ã<br />
DetA<br />
Nota<br />
Ahora tenemos dos maneras <strong>de</strong> encontrar la matriz inversa, cuando<br />
ésta existe. Obviamente que el método más seguro es el escalonamiento,<br />
pues en este nuevo método hay muchos <strong>de</strong>terminantes en<br />
juego y hay que estar pensando en A y en A t al mismo tiempo.<br />
5.6 Determinante <strong>de</strong> un endomorfismo<br />
Una propiedad genial que cumplen los <strong>de</strong>terminantes, la tienes en el<br />
siguiente lema:
Lema<br />
Sea V un K-espacio vectorial, sea f ∈ End(V ). Sea M = (f;B,B) y<br />
M ′ = (f : C,C) con B y C ciertas bases <strong>de</strong> V . Entonces<br />
Demostración<br />
DetM = DetM ′<br />
Sea P la matriz <strong>de</strong> cambio <strong>de</strong> base que exhibe la base C según la base<br />
B. Entonces<br />
(f;C,C) = P −1 · (f;B,B) · P<br />
Luego<br />
Tenemos<br />
M ′ = P −1 · M · P<br />
DetM ′ = Det(P −1 )·DetM ·DetP = (DetP) −1 ·DetM ·DetP = DetM<br />
Observación<br />
¿Te das cuenta, que nuevamente hemos encontrado un invariante?<br />
Si, pues, si cambiamos una base en la representación matricial <strong>de</strong> un<br />
endomorfismo, entonces, seguimos teniendo el mismo <strong>de</strong>terminante.<br />
Es obvia la siguiente <strong>de</strong>finición:<br />
Definición 5.6.1 Sea V un K-espacio vectorial <strong>de</strong> dimensión finita.<br />
Para todo endomorfismo f ∈ End(V ), se llama <strong>de</strong>terminante <strong>de</strong><br />
f, <strong>de</strong>notado Det(f), el <strong>de</strong>terminante <strong>de</strong> la matriz <strong>de</strong> f en una base<br />
cualquiera <strong>de</strong> V .<br />
Observación<br />
El valor <strong>de</strong>l <strong>de</strong>terminante <strong>de</strong> un endomorfismo nos indica si éste es o<br />
no un automorfismo.<br />
Esta caracterización la tenemos en el siguiente lema:
Lema<br />
Sea V un K-espacio vectorial <strong>de</strong> dimensión finita. Entonces<br />
Demostración<br />
f es un automorfismo <strong>de</strong> V ssi Det(f) = 0<br />
f es un automorfismo ssi f es invertible ssi (f;B,B) es invertible ∀B,<br />
base <strong>de</strong> V ssi Det(f;B,B) = 0, ∀B, base <strong>de</strong> V ssi Det(f) = 0<br />
Nota<br />
Equivalentemente:<br />
f no es un automorfismo ssi Det(f) = 0<br />
5.7 Ejercicios resueltos<br />
Ejercicio<br />
Resolvamos el <strong>de</strong>terminante siguiente:<br />
Solución<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
2 2 3 2 4 2 5 2<br />
6 2 7 2 8 2 9 2<br />
10 2 11 2 12 2 13 2<br />
14 2 15 2 16 2 17 2<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= <br />
<br />
<br />
<br />
2 2 3 2 4 2 5 2<br />
6 2 7 2 8 2 9 2<br />
10 2 11 2 12 2 13 2<br />
14 2 15 2 16 2 17 2<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
2 2 3 2 4 2 5 2<br />
6 2 − 2 2 7 2 − 3 2 8 2 − 4 2 9 2 − 5 2<br />
10 − 2 2 11 2 − 3 2 12 2 − 4 2 13 2 − 5 2<br />
14 2 − 2 2 15 2 − 3 2 16 2 − 4 2 17 2 − 5 2<br />
<br />
<br />
<br />
<br />
<br />
=
= <br />
<br />
<br />
<br />
22 32 42 52 4 · 8 4 · 10 4 · 12 4 · 14<br />
8 · 12 8 · 14 8 · 16 8 · 18<br />
12 · 16 12 · 18 12 · 20 12 · 22<br />
= 2 10 · 3<br />
<br />
Ejercicio<br />
2 2 3 2 4 2 5 2<br />
4 5 6 7<br />
2 2 2 2<br />
4 4 4 4<br />
<br />
<br />
<br />
<br />
<br />
= 0<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= 4·8·12·2<br />
<br />
<br />
<br />
3<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
2 2 3 2 4 2 5 2<br />
4 5 6 7<br />
6 7 8 9<br />
8 9 10 11<br />
Calculemos el <strong>de</strong>terminante <strong>de</strong> Van<strong>de</strong>rmon<strong>de</strong> <strong>de</strong> 3 × 3 siguiente:<br />
Solución<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 a a 2<br />
1 b b 2<br />
1 c c 2<br />
<br />
<br />
1 a a<br />
<br />
<br />
<br />
<br />
2<br />
1 b b2 1 c c2 <br />
<br />
L21(−1) <br />
1 a a<br />
<br />
= <br />
<br />
L31(−1) <br />
2<br />
0 b − a b2 − a2 0 c − a c2 − a2 <br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
1 a a<br />
<br />
= (b − a)(c − a) <br />
<br />
<br />
2<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 b + a <br />
L21(−1)<br />
0 1 b + a = (b − a)(c − a) <br />
<br />
<br />
0 1 c + a <br />
1 c + a =<br />
<br />
<br />
<br />
1 b + a <br />
<br />
<br />
1 b + a <br />
<br />
= (b − a)(c − a) = (b − a)(c − a)(c − b) <br />
0 c − b 0 1 =<br />
= (b − a)(c − a)(c − b)<br />
Ejercicio<br />
Demostremos que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
=
Solución<br />
<br />
<br />
1 1 1<br />
<br />
a b c<br />
<br />
a3 b3 c3 <br />
<br />
<br />
<br />
= (a + b + c)(b − a)(c − a)(c − b)<br />
<br />
<br />
<br />
<br />
1 1 1<br />
<br />
a b c<br />
<br />
a3 b3 c3 <br />
<br />
C32(−1) <br />
0<br />
<br />
= a − b<br />
<br />
C12(−1) a<br />
1 0<br />
b c − b<br />
3 − b3 b3 c3 − b3 <br />
0 1<br />
= (a − b)(c − b) 1 b<br />
a<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
0<br />
1<br />
2 + ab + b2 b3 c2 + bc + b2 <br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
0 1<br />
= (a − b)(c − b) 0 b<br />
a<br />
0<br />
1<br />
2 − c2 + b(a − c) b3 c2 + bc + b2 <br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
0 1<br />
<br />
= (a − b)(c − b)(a − c) 0 b<br />
<br />
a + b + c b<br />
0<br />
1<br />
3 c2 + bc + b2 <br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
1 0 <br />
<br />
= (a − b)(c − b)(a − c)(a + b + c) <br />
b 1 =<br />
Ejercicio<br />
= (a − b)(c − b)(a − c)(a + b + c)<br />
Si B ∈ Mn(K) y <strong>de</strong>tB = 5 entonces <strong>de</strong>t(2B) = 2 n · <strong>de</strong>tB = 2 n · 5<br />
Ejercicio<br />
Calculemos el <strong>de</strong>terminante <strong>de</strong> la matriz <strong>de</strong> rotación en un ángulo α
Solución<br />
<br />
<br />
<br />
<br />
<br />
cos α − sin α<br />
sin α cosα<br />
Ejercicio<br />
<br />
<br />
<br />
<br />
= cos2 α + sin2 α = 1<br />
Busquemos los valores <strong>de</strong> k ∈ K, <strong>de</strong> manera que<br />
Solución<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
k + 3<br />
3<br />
k<br />
1<br />
−2<br />
−2<br />
1<br />
2 3<br />
<br />
<br />
<br />
<br />
<br />
<br />
−3 <br />
C23(1)<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
k + 3 −1 −2<br />
−k 0 3<br />
k2 <br />
<br />
<br />
−k<br />
= <br />
<br />
0 −3 <br />
k<br />
3<br />
2 −3<br />
−3(k 2 − k)<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
k + 3 1 −2<br />
3 −2 1<br />
k 2 3 −3<br />
<br />
<br />
<br />
<br />
= −6<br />
<br />
<br />
k + 3 −1 −2<br />
3 −1 1<br />
k 2 0 −3<br />
<br />
<br />
<br />
<br />
<br />
L12(1)<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
L21(−1)<br />
=<br />
k 2 − k 0<br />
k 2 −3<br />
<br />
<br />
<br />
<br />
=<br />
Luego −3(k 2 −k) = −6, luego k 2 −k −2 = 0, luego (k −2)(k +1) = 0<br />
Entonces k = 2 o k = −1<br />
Ejercicio<br />
Resolvamos el <strong>de</strong>terminante siguiente:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
3 −6 x<br />
1 −2 y<br />
2 −4 z
Solución<br />
Ejercicio<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Demostremos que:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Solución<br />
x y z<br />
x 2 y 2 z 2<br />
yz xz xy<br />
3 −6 x<br />
1 −2 y<br />
2 −4 z<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
C21(2)<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
3 0 x<br />
1 0 y<br />
2 0 z<br />
<br />
<br />
<br />
<br />
= 0<br />
<br />
<br />
<br />
<br />
<br />
<br />
= (y − z)(z − x)(x − y)(yz + xz + xy)<br />
<br />
<br />
<br />
<br />
x y z<br />
<br />
x<br />
<br />
<br />
2 y2 z2 <br />
<br />
C13(−1) <br />
<br />
<br />
= <br />
<br />
yz xz xy C23(−1) <br />
<br />
<br />
1 1 z<br />
<br />
= (x − z)(y − z) x + z y + z z<br />
<br />
<br />
2<br />
<br />
<br />
<br />
<br />
=<br />
<br />
−y −x xy <br />
<br />
C21(−1)<br />
<br />
= (x − z)(y − z)<br />
C31(−z)<br />
<br />
<br />
1 −xz <br />
<br />
= (x − z)(y − z)(y − x) <br />
1 xy + yz =<br />
<br />
<br />
1 −xz<br />
= (x − z)(y − z)(y − x) <br />
0 xy + yz + xz<br />
x − z y − z z<br />
x2 − z2 y2 − z2 z2 yz − xy xz − xy xy<br />
1 0 0<br />
x + z y − x −xz<br />
−y y − x xy + yz<br />
= (y − z)(z − x)(x − y)(yz + xz + xy)<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
=
Ejercicio<br />
Calculemos en tres pasos el <strong>de</strong>terminante siguiente:<br />
Solución<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 x y z + t<br />
1 y z x + t<br />
1 z t x + y<br />
1 t x y + z<br />
<br />
<br />
<br />
<br />
= <br />
<br />
<br />
!!Trivial!!<br />
Ejercicio<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
L21(−1)<br />
=<br />
L31(−1)<br />
L41(−1)<br />
1 x y z + t<br />
1 y z x + t<br />
1 z t x + y<br />
1 t x y + z<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y − x z − y x − z<br />
z − x t − y x + y − z − t<br />
t − x x − y y − t<br />
Demostremos que:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 x y z + t<br />
0 y − x z − y x − z<br />
0 z − x t − y x + y − z − t<br />
0 t − x x − y y − t<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
C31(1)<br />
=<br />
C32(1)<br />
1 cos x cos 2x<br />
cos x cos 2x cos 3x<br />
cos 2x cos 3x cos 4x<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
y − x z − y 0<br />
z − x t − y 0<br />
t − x x − y 0<br />
<br />
<br />
<br />
<br />
= 0<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= 0
Solución<br />
Recor<strong>de</strong>mos las siguientes i<strong>de</strong>ntida<strong>de</strong>s:<br />
cos(α + β) = cosαcos β − sin α sin β<br />
cos(α − β) = cosαcos β + sinαsin β<br />
cos(α + β) + cos(α − β) = 2 cos α cos β<br />
Reemplazando en la última i<strong>de</strong>ntidad α + β = 3x y α − β = x, es<br />
<strong>de</strong>cir, α = 2x y β = x, tenemos:<br />
1. cos 3x + cos x = 2 cos 2x cos x<br />
Análogamente se obtienen:<br />
2. cos 4x + cos 2x = 2 cos 3x cos x<br />
3. (cos 2x) + 1 = 2 cos 2 x<br />
Entonces<br />
Ejercicio<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= <br />
<br />
<br />
1 cos x cos 2x<br />
cos x cos 2x cos 3x<br />
cos 2x cos 3x cos 4x<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
L31(1)<br />
=<br />
(1)(2)(3)<br />
1 cos x cos 2x<br />
cos x cos 2x cos 3x<br />
2 cos2 x 2 cos x cos 2x 2 cos x cos 3x<br />
= 2 cosx<br />
Demostremos que<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
bc a a 2<br />
ca b b 2<br />
ab c c 2<br />
1 cos x cos 2x<br />
cos x cos 2x cos 3x<br />
cos x cos 2x cos 3x<br />
<br />
<br />
<br />
<br />
= <br />
<br />
<br />
1 a 2 a 3<br />
1 b 2 b 3<br />
1 c 2 c 3<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
= 2 cosx · 0 = 0<br />
<br />
<br />
con abc = 0
Solución<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
bc a a 2<br />
ca b b 2<br />
ab c c 2<br />
Ejercicio<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
L1(a)<br />
=<br />
L2(b)<br />
L3(c)<br />
1<br />
abc<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
abc a 2 a 3<br />
abc b 2 b 3<br />
abc c 2 c 3<br />
Calculemos el siguiente <strong>de</strong>terminante:<br />
Solución<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 x x 2 x 3<br />
x 3 1 x x 2<br />
x 2 x 3 1 x<br />
x x 2 x 3 1<br />
= (1 − x 4 ) 3<br />
Ejercicio<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= <br />
<br />
<br />
1 x x 2 x 3<br />
x 3 1 x x 2<br />
x 2 x 3 1 x<br />
x x 2 x 3 1<br />
L21(−x 3 )<br />
=<br />
L31(−x 2 )<br />
L41(−x)<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 a 2 a 3<br />
1 b 2 b 3<br />
1 c 2 c 3<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 x x 2 x 3<br />
0 1 − x 4 x − x 5 x 2 − x 6<br />
0 0 1 − x 4 x − x 5<br />
0 0 0 1 − x 4<br />
<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
Que el ejercicio anterior nos sirva <strong>de</strong> inspiración para resolver el <strong>de</strong>terminante<br />
<strong>de</strong> (n + 1) × (n + 1) siguiente:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 x x 2 x 3 · · · x n<br />
x n 1 x x 2 · · · x n−1<br />
x n−1 x n 1 x · · · x n−2<br />
............................<br />
x x 2 x 3 x 4 · · · 1
Solución<br />
Con las operaciones L21(−x n ),L31(−x n−1 ),...,Ln+11(−x) tenemos<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 x x 2 x 3 · · · x n<br />
0 1 − x n+1 x − x n+2 x 2 − x n+3 · · · x n−1 − x 2n<br />
0 0 1 − x n+1 x − x n+2 · · · x n−2 − x 2n−1<br />
................................................<br />
0 0 0 0 · · · 1 − x n+1<br />
Ejercicio<br />
Resolvamos el <strong>de</strong>terminante <strong>de</strong> n × n siguiente:<br />
Solución<br />
<br />
L21(−1) <br />
<br />
L31(−1) <br />
<br />
<br />
=.<br />
<br />
<br />
<br />
<br />
<br />
Ln1(−1) <br />
<br />
<br />
<br />
1 + x<br />
∗<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
x + 1 x x · · · x x<br />
x x + 2 x · · · x x<br />
x x x + 3 · · · x x<br />
..................................<br />
x x x · · · x x + n<br />
x + 1 x x · · · x x<br />
−1 2 0 · · · 0 0<br />
−1 0 3 · · · 0 0<br />
......................<br />
−1 0 0 · · · 0 n<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
n<br />
<br />
1<br />
<br />
x x · · · x x <br />
<br />
<br />
k=1 k <br />
<br />
<br />
0 2 0 · · · 0 0 <br />
n 1<br />
<br />
<br />
0 0 3 · · · 0 0<br />
= (1 + x<br />
<br />
<br />
k=1 k<br />
<br />
........................... <br />
<br />
0 0 0 · · · 0 n <br />
)n!<br />
Don<strong>de</strong> ∗ = C12 1 1 1<br />
C13 · · ·C1n 2 3 n<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= (1 − x<br />
<br />
<br />
<br />
<br />
n+1 ) n
Ejercicio<br />
Resolvamos el <strong>de</strong>terminante <strong>de</strong> n × n siguiente:<br />
Solución<br />
L21(−1)<br />
L31(−1)<br />
=.<br />
Ln−11(−1)<br />
(a)<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 0 1 1 · · · 1 1<br />
1 1 0 1 · · · 1 1<br />
1 1 1 0 · · · 1 1<br />
.....................<br />
1 1 1 1 · · · 1 0<br />
0 1 1 1 · · · 1 1<br />
1 0 1 1 · · · 1 1<br />
0 1 −1 0 · · · 0 0<br />
0 1 0 −1 · · · 0 0<br />
..........................<br />
0 1 0 0 · · · 0 −1<br />
0 1 1 1 · · · 1 1<br />
1 −1 0 · · · 0 0<br />
1 0 −1 · · · 0 0<br />
.......................<br />
1 0 0 · · · 0 −1<br />
1 1 1 · · · 1 1<br />
= (n − 1)(−1n−1+1 <br />
<br />
<br />
<br />
<br />
) <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(b)<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
−1 0 · · · 0 0<br />
0 −1 · · · 0 0<br />
....................<br />
0 0 · · · 0 −1<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
<br />
= (n − 1)(−1) n (−1) n−2 = (n − 1)(−1) 2n−2 = n − 1<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
0 −1 0 · · · 0 0<br />
0 0 −1 · · · 0 0<br />
...........................<br />
0 0 0 · · · 0 −1<br />
n − 1 1 1 · · · 1 1<br />
(a): <strong>de</strong>sarollamos el <strong>de</strong>terminante por la primera columna.<br />
(b) A la columna 1 se le suman las <strong>de</strong>más columnas
Ejercicio<br />
Resolvamos el <strong>de</strong>terminante <strong>de</strong> n × n siguiente:<br />
Solución<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
n n − 1 n − 2 · · · 2 1<br />
n − 1 n − 2 n − 3 · · · 1 0<br />
..............................<br />
2 1 0 · · · 0 0<br />
1 0 0 · · · 0 0<br />
Observando los casos n = 3, 4, 5 podrás conjeturar que:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
n n − 1 n − 2 · · · 3 2 1<br />
n − 1 n − 2 n − 3 · · · 2 1 0<br />
.................................<br />
2 1 0 · · · 0 0 0<br />
1 0 0 · · · 0 0 0<br />
lo cual se <strong>de</strong>muestra fácilmente por inducción.<br />
5.8 Ejercicios propuestos<br />
1. Encuentre el valor <strong>de</strong>l <strong>de</strong>terminante siguiente:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
71 72 73<br />
74 75 76<br />
77 78 79<br />
2. Encuentre el valor <strong>de</strong>l <strong>de</strong>terminante siguiente:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= (−1) (n+1)(n+2)<br />
n<br />
−3 2 = (−1) 2 +3n<br />
2
3. Demuestre que <br />
<br />
<br />
<br />
<br />
10 15 20 25 30<br />
<br />
11 17 23 29 35<br />
<br />
<br />
12 19 26 33 40<br />
<br />
13 21 29 37 45<br />
<br />
14 23 32 41 50<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(a − x) 2 (a − y) 2 (a − z) 2<br />
(b − x) 2 (b − y) 2 (b − z) 2<br />
(c − x) 2 (c − y) 2 (c − z) 2<br />
= 2(b − c)(c − a)(a − b)(y − z)(z − x)(x − y)<br />
4. Demuestre por inducción que el <strong>de</strong>terminante <strong>de</strong> n ×n siguiente<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
∗ ∗ · · · ∗ 1<br />
∗ ∗ · · · 1 0<br />
...............<br />
∗ 1 · · · 0 0<br />
1 0 · · · 0 0<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
= (−1) (n+2)(n+1)<br />
+1 2<br />
5. Calcule el <strong>de</strong>terminante <strong>de</strong> n × n siguiente:<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
a b b · · · b b<br />
a a b · · · b b<br />
..................<br />
a a a · · · a b<br />
a a a · · · a a
Capítulo 6<br />
Diagonalización<br />
6.1 Introducción<br />
Tú sabes que una aplicación <strong>lineal</strong> está <strong>de</strong>terminada por su comportamiento<br />
en una base. Quisiéramos saber si existirá una base tal que<br />
la imagen <strong>de</strong> cada vector <strong>de</strong> ella, sea co<strong>lineal</strong> con él mismo. Es <strong>de</strong>cir, si<br />
V es un K-espacio vectorial y f : V −→ V un endomorfismo ¿Existirá<br />
B = {v1,v2,...,vn} base <strong>de</strong> V , tal que<br />
f(vi) = λivi, i = 1,...,n ?<br />
Esta sería una manera más fácil, más cómoda <strong>de</strong> trabajar con un<br />
endomorfismo. Por ejemplo, sería ¡trivial! conocer el valor <strong>de</strong><br />
f n (vi), ∀n ∈ IN,i = 1,...,n<br />
Seguramente recuerdas que una aplicación <strong>lineal</strong> tiene una familia <strong>de</strong><br />
matrices asociadas. Buscamos, entonces, la representación matricial<br />
más simple posible. Posiblemente concordamos en <strong>de</strong>cir que ésta sería<br />
una matriz diagonal.<br />
En este capítulo veremos las condiciones para que una aplicación <strong>lineal</strong>,<br />
tenga asociada una matriz diagonal. También apren<strong>de</strong>remos a<br />
encontrar tal matriz, en caso que ésta exista.<br />
249
Las matrices diagonales tienen propieda<strong>de</strong>s muy agradables. Por ejemplo,<br />
ellas conmutan entre sí. Calcular el <strong>de</strong>terminante <strong>de</strong> una matriz<br />
diagonal es ¡Trivial!, pues es el producto <strong>de</strong> los elementos <strong>de</strong> la diagonal.<br />
También, es fácil conocer las potencias <strong>de</strong> una matriz diagonal.<br />
Veámoslo en la siguiente observación.<br />
Observación<br />
<br />
5<br />
0<br />
2 <br />
0 5<br />
=<br />
7 0<br />
<br />
0 5<br />
·<br />
7 0<br />
2 0 5<br />
=<br />
7 0<br />
0<br />
72 <br />
<br />
5<br />
0<br />
3 <br />
0 5<br />
=<br />
7 0<br />
2 <br />
0 5<br />
·<br />
7 0<br />
2 0 5<br />
=<br />
7 0<br />
0<br />
72 <br />
5<br />
0<br />
3 0 5<br />
=<br />
7 0<br />
0<br />
73 <br />
Hipótesis <strong>de</strong> inducción<br />
n n 5 0 5 0<br />
=<br />
0 7 0 7n <br />
Demostremos que<br />
<br />
5<br />
0<br />
n+1 n+1 0 5<br />
=<br />
7 0<br />
0<br />
7n+1 <br />
<br />
5<br />
0<br />
n+1 <br />
0 5<br />
=<br />
7 0<br />
n <br />
0 5<br />
·<br />
7 0<br />
n 0 5<br />
=<br />
7 0<br />
0<br />
7n <br />
5<br />
·<br />
0<br />
<br />
0<br />
=<br />
7<br />
n+1 5<br />
=<br />
0<br />
0<br />
7n+1 <br />
Luego para todo número natural n, tenemos<br />
Lema<br />
n n 5 0 5 0<br />
=<br />
0 7 0 7n <br />
Para todo k, número natural, tenemos
⎛<br />
⎜<br />
⎝<br />
a11 0 0 · · · 0 0<br />
0 a22 0 · · · 0 0<br />
.......................<br />
0 0 0 · · · 0 ann<br />
⎞k<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
= ⎜<br />
⎝<br />
La <strong>de</strong>mostración se hace por inducción sobre k.<br />
Pregunta<br />
a k 11 0 0 · · · 0<br />
0 a k 22 0 · · · 0<br />
....................<br />
0 0 0 · · · a k nn<br />
Dada una aplicación <strong>lineal</strong> f ¿Habrá alguna matriz diagonal asociada<br />
a f ?<br />
Veamos algunos ejemplos<br />
Observación<br />
Sea f : K 2 −→ K 2 ; f(x,y) = (3y, 3x)<br />
Buscamos una base B = {v1,v2} tal que<br />
En este caso<br />
(f;B,B) =<br />
<br />
∗ 0<br />
0 ∗<br />
f(v1) = λ1v1 = λ1v1 + 0 · v2<br />
f(v2) = λ2v2 = 0 · v1 + λ2v2<br />
Buscamos los vectores v ∈ K 2 tal que<br />
f(v) = λv<br />
Supongamos que tales vectores existen. Tenemos<br />
f(x,y) = (3y, 3x) = λ(x,y). Luego (3y, 3x) = (λx,λy)<br />
De don<strong>de</strong><br />
3y = λx<br />
3x = λy<br />
<br />
⎞<br />
⎟<br />
⎠
Si x,y = 0 entonces 9xy = λ 2 xy, luego λ 2 = 9 y se obtiene dos<br />
resultados, a saber λ1 = 3 y λ2 = −3<br />
Caso λ1 = 3<br />
f(x,y) = (3y, 3x) = 3(x,y). Luego 3y = 3x. Luego x = y. Los vectores<br />
asociados a λ = 3, tienen la forma v = (x,x).<br />
Sea v1 = (1, 1).<br />
Caso λ2 = −3<br />
f(x,y) = (3y, 3x) = −3(x,y). Luego (3y, 3x) = (−3x, −3y). Luego<br />
x = −y. Los vectores asociados a λ2 = −3, tienen la forma v =<br />
(x, −x). Sea v2 = (1, −1)<br />
Tomemos B = {(1, 1), (1, −1)}.<br />
En este caso<br />
Luego<br />
f(1, 1) = 3(1, 1) = 3(1, 1) + 0(1, −1)<br />
f(1, −1) = −3(1, −1) = 0(1, 1) + −3(1, −1)<br />
(f;B,B) =<br />
<br />
3 0<br />
0 −3<br />
En este caso es posible encontrar una matriz diagonal asociada.<br />
Veamos otro ejemplo<br />
Observación<br />
Sea<br />
f : K 2 −→ K 2 ; f(x,y) = (2y, −x)<br />
¿Existirá B, base <strong>de</strong> K 2 , tal que (f;B,B) es una matriz diagonal?<br />
Supongamos que existe v = (x,y) ∈ K 2 tal que f(x,y) = λ(x,y)<br />
Tenemos<br />
Luego<br />
f(x,y) = λ(x,y) y f(x,y) = (2y, −x)<br />
(2y, −x) = λ(x,y)
De don<strong>de</strong><br />
2y = λx<br />
−x = λy<br />
Luego −2xy = λ 2 xy. Suponemos x,y = 0, pues x = 0 ⇔ y = 0.<br />
Ocurre que v = (0, 0) no pue<strong>de</strong> estar en una base. Luego λ 2 = −2, lo<br />
cual es una contradicción.<br />
En este caso, entonces, no existe una base B tal que (f;B,B) sea<br />
diagonal.<br />
Nota<br />
Esta forma <strong>de</strong> resolver el problema es un tanto complicada. Entonces<br />
buscaremos un método que nos diga cuándo existe una tal matriz<br />
diagonal y cómo encontrarla.<br />
6.2 Valores propios y vectores propios<br />
Sea V un K-espacio vectorial. Sea f : V −→ V , es <strong>de</strong>cir, f, un endomorfismo<br />
<strong>de</strong> V . Definiremos elementos propios a f.<br />
Propio, en filosofía, se aplica al acci<strong>de</strong>nte inseparable <strong>de</strong> la esencia y<br />
naturaleza <strong>de</strong> las cosas.<br />
Observación<br />
En la primera motivación teníamos: f : K 2 −→ K 2 ; f(x,y) = (3y, 3x).<br />
Averiguamos que f(1, 1) = 3(1, 1) y f(1, −1) = −3(1, −1). Diremos<br />
que v1 = (1, 1) , v2 = (1, −1) son ”vectores propios” <strong>de</strong> f y diremos<br />
que λ1 = 3 y λ2 = −3 son los ”valores propios” asociados a v1,v2<br />
respectivamente.
Lema<br />
Sea f : V −→ V <strong>lineal</strong>, y f(v) = λv y f(v) = λ ′ v, cierto v ∈ V .<br />
Entonces λ = λ ′<br />
Demostración<br />
λv = λ ′ v =⇒ λv−λ ′ v = 0 =⇒ (λ−λ ′ )v = 0 =⇒ λ−λ ′ = 0 =⇒ λ = λ ′<br />
Debido a la unicidad <strong>de</strong> λ, damos la siguiente <strong>de</strong>finición:<br />
Definición 6.2.1 Se llama valor propio <strong>de</strong> un endomorfismo f ∈<br />
End(V ), a todo escalar λ ∈ K que tiene la propiedad siguiente:<br />
Si existe v = 0 tal que f(v) = λv, entonces este vector v = 0 es<br />
llamado vector propio correspondiente al valor propio λ.<br />
Observación<br />
Sea f : V −→ V tal que f(v) = λv , cierto v ∈ V , cierto λ ∈ K,<br />
entonces f(αv) = αf(v) = α · λv = λ(αv).<br />
Luego αv es también un vector propio asociado al valor propio λ, para<br />
todo α ∈ K , pero podría haber otros vectores <strong>lineal</strong>mente in<strong>de</strong>pendientes<br />
a v ¿por qué no los va a haber?.<br />
Es natural, entonces <strong>de</strong>finir el conjunto <strong>de</strong> vectores propios asociados<br />
a un valor propio λ. Veamos cómo caracterizarlo:<br />
Tenemos entonces:<br />
f(v) = λv ⇔ f(v) − λv = 0<br />
⇔ f(v) − λidV (v) = 0<br />
⇔ (f − λidV )(v) = 0<br />
⇔ v ∈ N(f − λidV )<br />
Para todo valor propio λ <strong>de</strong> f se tiene<br />
Tenemos la <strong>de</strong>finición siguiente:<br />
f(v) = λv ⇔ v ∈ N(f − λidV )
Definición 6.2.2 Para todo valor propio λ, el núcleo,N(f − λidV )<br />
es llamado el sub-espacio propio correspondiente a λ, el cual lo<br />
<strong>de</strong>notaremos por Sλ. Es <strong>de</strong>cir:<br />
Nota<br />
Sλ := N(f − λidV )<br />
El núcleo <strong>de</strong> un morfismo pue<strong>de</strong> tener dimensión mayor o igual a 2,<br />
luego pue<strong>de</strong> haber vectores l.i. asociados a un mismo λ.<br />
Observación<br />
El siguiente teorema nos dará una caracterización sobre la existencia<br />
<strong>de</strong> un valor propio.<br />
Teorema 6.2.1 Sea V un K-espacio vectorial <strong>de</strong> dimensión finita y<br />
f ∈ End(V ). Entonces una condición necesaria y suficiente para que<br />
un escalar λ sea un valor propio <strong>de</strong> f, es <strong>de</strong>t(f − λidV ) = 0.<br />
Demostración<br />
λ es un valor propio <strong>de</strong> f ⇔ existe v = 0 tal que f(v) = λv<br />
⇔ (f − λidV )(v) = 0, v = 0<br />
⇔ v ∈ N(f − λidV ), v = 0<br />
⇔ N(f − λidV ) = {0}<br />
⇔ f − λidV no es un automorfismo<br />
⇔ <strong>de</strong>t(f − λidV ) = 0<br />
Observación<br />
Si f ∈ End(V ), entonces también se tiene f − λidv ∈ End(V ). La<br />
proposición anterior y esta observación nos introducen a la <strong>de</strong>finición<br />
siguiente.
Definición 6.2.3 El <strong>de</strong>t(f −λidV ) es llamado el Polinomio Característico<br />
<strong>de</strong> f. Nótese que es un polinomio en λ.<br />
Nota<br />
De acuerdo a lo visto anteriormente tenemos que λ es un valor propio<br />
<strong>de</strong> f ssi λ es una raíz <strong>de</strong>l polinomio característico <strong>de</strong> f.<br />
Definición 6.2.4 Si M ∈ Mn(K), el <strong>de</strong>t(M − λIn) es llamado el<br />
Polinomio Característico <strong>de</strong> la matriz M.<br />
Veamos ahora la relación que existe entre los vectores propios asociados<br />
a valores propios distintos <strong>de</strong> dos en dos.<br />
Proposición 6.2.2 Sea V un K-espacio vectorial <strong>de</strong> dimensión finita<br />
y supongamos que un endomorfismo f ∈ End(V ) tiene n valores propios<br />
λ1,λ2,...,λn distintos <strong>de</strong> dos en dos, con vectores propios asociados<br />
v1,v2,...,vn, entonces B = {v1,v2,...,vn} es l.i.<br />
Demostración<br />
Hagamos inducción sobre n.<br />
1. Supongamos que tenemos dos valores propios distintos λ y µ,<br />
con vectores propios distintos asociados v y w respectivamente.<br />
Supongamos que w = αv.<br />
Tenemos f(w) = f(αv) = αf(v) = αλv = λ(αv) = λw, luego<br />
λ = µ contradicción luego {v,w} es l.i.<br />
2. Supongamos que tenemos n valores propios distintos <strong>de</strong> dos en<br />
dos λ1,λ2,...,λn y {v1,v2,...,vn} un conjunto l.i. <strong>de</strong> vectores asociados<br />
a los valores propios, respectivamente.<br />
3. Debemos <strong>de</strong>mostrar que si tenemos (n+1) valores propios distintos<br />
<strong>de</strong> dos en dos, λ1,λ2,...,λn,λn+1, entonces {v1,v2,...,vn,vn+1}
un conjunto <strong>de</strong> vectores propios asociados a los valores propios,<br />
son l.i..<br />
Supongamos que<br />
luego<br />
vn+1 = α1v1 + α2v2 + ... + αnvn,<br />
f(vn+1) = α1f(v1) + ... + αnf(vn) = α1λ1v1 + ... + αnλnvn<br />
Pero<br />
f(vn+1) = λn+1vn+1 = λn+1α1v1 + λn+1α2v2 + ... + λn+1αnvn<br />
Luego:<br />
α1λ1 = λn+1α1<br />
α2λ2 = λn+1α2<br />
...............<br />
αnλn = λn+1αn<br />
Pero como vn+1 es no nulo, sabemos que al menos un αi es no<br />
nulo, luego λi = λn+1, contradicción. Es <strong>de</strong>cir {v1,v2,..,vn,vn+1}<br />
es l.i..<br />
Por (1), (2) y (3) tenemos que la proposición es válida para todo<br />
n ∈ N, n ≤ dimV .<br />
Definición 6.2.5 Sea V un K - espacio vectorial. Si f ∈ End(V ) y<br />
si existe B = {v1,..,vn} una base <strong>de</strong> V tal que:<br />
⎛<br />
⎜<br />
(f;B;B) = ⎜<br />
⎝<br />
⎫<br />
⎪⎬<br />
⎪⎭<br />
λ1 0 · · · 0<br />
0 λ2 · · · 0<br />
...............<br />
0 0 · · · λn<br />
entonces diremos que f es diagonalizable y B será llamada una base<br />
diagonalizante <strong>de</strong> f.<br />
⎞<br />
⎟<br />
⎠
Definición 6.2.6 Si M ∈ Mn(K) y existe P ∈ Mn(K) invertible tal<br />
que M ′ = P −1 MP con<br />
⎛<br />
M ′ ⎜<br />
= ⎜<br />
⎝<br />
λ1 0 · · · 0<br />
0 λ2 · · · 0<br />
...............<br />
0 0 · · · λn<br />
entonces diremos que M es diagonalizable.<br />
6.3 Valores propios simples<br />
En esta sección, estudiaremos el caso particular <strong>de</strong> un espacio vectorial<br />
V , con dimV = n, f ∈ End(V ) y n valores propios distintos <strong>de</strong> dos<br />
en dos. Comencemos por la siguiente <strong>de</strong>finición.<br />
Definición 6.3.1 Si λ es una raíz simple <strong>de</strong>l polinomio característico<br />
entonces diremos que λ es un valor propio simple.<br />
Nota<br />
Obviamente que λ es un valor propio <strong>de</strong> f ssi λ es una raíz <strong>de</strong>l polinomio<br />
característico <strong>de</strong> f.<br />
Proposición 6.3.1 Sea V un K-espacio vectorial con dimV = n.<br />
Supongamos que f ∈ End(V ) tiene n valores propios simples λ1, λ2,<br />
..., λn con vectores propios asociados v1,v2,...,vn entonces<br />
con B = {v1,v2,...,vn}<br />
⎛<br />
⎜<br />
(f;B,B) = ⎜<br />
⎝<br />
⎞<br />
⎟<br />
⎠<br />
λ1 0 · · · 0<br />
0 λ2 · · · 0<br />
...............<br />
0 0 · · · λn<br />
⎞<br />
⎟<br />
⎠
Demostración<br />
B = {v1,v2,...,vn} es l.i. y puesto que son n vectores, forman una base<br />
<strong>de</strong> V . A<strong>de</strong>más, f(v1) = λ1v1,f(v2) = λ2v2,...,f(vn) = λnvn. Luego se<br />
obtiene la matriz diagonal buscada.<br />
Procedimiento para diagonalizar una matriz<br />
Supongamos que M ∈ Mn(K) es una matriz diagonalizable y supongamos<br />
que las raíces <strong>de</strong>l polinomio característico <strong>de</strong> M, <strong>de</strong>t(M −λIn),<br />
son raíces distintas <strong>de</strong> dos en dos.<br />
Por el Teorema Fundamental <strong>de</strong>l Algebra Lineal, existe f ∈ End(K n )<br />
tal que M = (f;C,C) con C la base canónica <strong>de</strong> K n .<br />
Sean λ1,λ2,...,λn los valores propios <strong>de</strong> f. La ecuación :<br />
⎛ ⎞<br />
x1<br />
⎜ ⎟<br />
⎜ x2 ⎟<br />
(M − λiIn ) · ⎜ ⎟<br />
⎝ · · · ⎠<br />
xn<br />
=<br />
⎛ ⎞<br />
0<br />
⎜ 0 ⎟<br />
⎜ ⎟<br />
⎝ · · · ⎠<br />
0<br />
(∗)<br />
nos entrega los vectores propios asociados a λi. En este caso dimSλi =<br />
1. Se escoge vi = (x1,x2,...,xn). Obviamente que la ecuación (∗) se<br />
escalona, para obtener un vi a elección. Tenemos que D = {v1,v2,...,vn}<br />
es una base diagonalizante <strong>de</strong> f.<br />
Tenemos :<br />
⎛<br />
P −1 ⎜<br />
MP = ⎜<br />
⎝<br />
λ1 0 · · · 0<br />
0 λ2 · · · 0<br />
...............<br />
0 0 · · · λn<br />
don<strong>de</strong> P es la matriz que exhibe las componentes <strong>de</strong> los vectores <strong>de</strong> la<br />
base D según la base canónica C. Nótese que si tenemos D, es trivial<br />
encontrar la matriz P.<br />
⎞<br />
⎟<br />
⎠<br />
(f;D,D) = (C según D)(f;C,C)(D según C)
Esta matriz P no es única, pues <strong>de</strong>pen<strong>de</strong> <strong>de</strong> la base D escogida.<br />
A<strong>de</strong>más, el or<strong>de</strong>n <strong>de</strong> los vectores propios fue escogido al azar, luego la<br />
matriz diagonal tampoco es única. Por lo tanto es necesario fijar un<br />
or<strong>de</strong>n y luego respetarlo.<br />
Ejercicio<br />
Diagonalicemos<br />
Solución<br />
⎛<br />
4<br />
⎜<br />
M = ⎝ −3<br />
6<br />
−5<br />
⎞<br />
0<br />
⎟<br />
0 ⎠ ∈ M3(K)<br />
−3 −6 −5<br />
M = (f;C;C) cierto f ∈ End(K 3 ), C la base canónica <strong>de</strong> K 3 .<br />
Comencemos por buscar los valores propios <strong>de</strong> f.<br />
Sea <strong>de</strong>t(M − λI3) = 0<br />
<br />
<br />
<br />
4 − λ 6 0 <br />
<br />
<br />
<br />
4 − λ 6 <br />
<br />
−3 −5 − λ 0 = (−5 − λ) <br />
<br />
<br />
<br />
−3 −6 −5 − λ <br />
−3 −5 − λ =<br />
<br />
<br />
<br />
<br />
1 1 <br />
<br />
<br />
1 0<br />
= (−5 − λ)(1 − λ) <br />
= (λ + 5)(λ − 1) <br />
−3 −5 − λ −3 −2 − λ<br />
= (λ + 5)(λ − 1)(λ + 2)(−1)<br />
Luego los valores propios son −5, 1, −2.<br />
<br />
<br />
<br />
<br />
=<br />
Busquemos los vectores propios.<br />
⎛ ⎞<br />
x<br />
⎜ ⎟<br />
Sea v = ⎝ y ⎠ un vector propio. Si λ es el valor propio correspondiente<br />
z<br />
⎛ ⎞<br />
0<br />
⎜ ⎟<br />
a v, entonces (M − λI3)(v) = ⎝ 0 ⎠<br />
0<br />
Escribir este sistema en su forma más sencilla, equivale a escalonar la<br />
matriz M − λI3
Caso λ1 = −5<br />
Al azar fue escogido −5 como primer valor propio.<br />
⎛<br />
⎜<br />
⎝<br />
L21(−1)<br />
−→<br />
L31(−3)<br />
9 6 0<br />
−3 0 0<br />
−3 −6 0<br />
⎛<br />
⎜<br />
⎝<br />
1 0 0<br />
0 2 0<br />
0 2 0<br />
⎞<br />
⎟<br />
⎠ −→<br />
⎞<br />
⎟<br />
⎠ −→<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
3 2 0<br />
1 0 0<br />
1 2 0<br />
1 0 0<br />
0 1 0<br />
0 0 0<br />
⎞<br />
⎟<br />
⎠ −→<br />
Es <strong>de</strong>cir obtenemos el siguiente sistema equivalente<br />
⎛<br />
⎜<br />
⎝<br />
Luego x = y = 0, ∀z ∈ K<br />
1 0 0<br />
0 1 0<br />
0 0 0<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
x<br />
y<br />
z<br />
⎞<br />
⎟<br />
⎠ =<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
1 0 0<br />
1 2 0<br />
3 2 0<br />
Nótese que tenemos 0 · z = 0. Luego es válido para todo z ∈ K.<br />
Escojamos v1 = (0, 0, 1). Podríamos haber escogido v1 = (0, 0, 2) o<br />
v1 = (0, 0, 3) etc.<br />
S−5 = {(0, 0,z);z ∈ K} =< (0, 0, 1) ><br />
Caso λ2 = −2<br />
⎛<br />
⎜<br />
⎝<br />
6 6 0<br />
−3 −3 0<br />
−3 −6 −3<br />
L13(−1)<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
1 0 −1<br />
0 0 0<br />
0 1 1<br />
⎟<br />
⎠ −→<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
1 1 0<br />
1 1 0<br />
1 2 1<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
L21(−1)<br />
−→<br />
L31(−1)<br />
Es <strong>de</strong>cir obtenemos el siguiente sistema equivalente<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
⎟<br />
⎠<br />
1 1 0<br />
0 0 0<br />
0 1 1<br />
⎞<br />
⎟<br />
⎠
⎛<br />
⎜<br />
⎝<br />
Luego x = z, y = −z.<br />
1 0 −1<br />
0 0 0<br />
0 1 1<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
x<br />
y<br />
z<br />
⎞<br />
⎟<br />
⎠ =<br />
⎛<br />
⎜<br />
⎝<br />
Luego S−2 = {(z, −z,z);z ∈ K} =< (1, −1, 1) ><br />
Sea v2 = (1, −1, 1)<br />
Caso λ3 = 1<br />
⎛<br />
⎜<br />
⎝<br />
3 6 0<br />
−3 −6 0<br />
−3 −6 −6<br />
⎞<br />
⎟<br />
⎠<br />
L21(1)<br />
−→<br />
L31(1)<br />
⎛<br />
⎜<br />
⎝<br />
3 6 0<br />
0 0 0<br />
0 0 −6<br />
⎞<br />
⎟<br />
⎠<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
L1( 1<br />
3 )<br />
−→<br />
L3(− 1<br />
6 )<br />
Es <strong>de</strong>cir obtenemos el siguiente sistema equivalente<br />
⎛<br />
⎜<br />
⎝<br />
1 2 0<br />
0 0 0<br />
0 0 1<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
x<br />
y<br />
z<br />
⎞<br />
⎟<br />
⎠ =<br />
⎛<br />
⎜<br />
⎝<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
1 2 0<br />
0 0 0<br />
0 0 1<br />
Luego x + 2y = 0, z = 0. Luego S1 = {(−2y,y, 0);y ∈ K}, o bien<br />
S1 =< (1, −1, 0) > 2<br />
Sea v3 = (1, −1, 0) 2<br />
Sea D = {(0, 0, 1), (1, −1, 1), (1, −1, 0)} 2<br />
Entonces<br />
⎛<br />
−5<br />
⎜<br />
(f;D,D) = ⎝ 0<br />
0<br />
−2<br />
⎞<br />
0<br />
⎟<br />
0 ⎠<br />
0 0 1<br />
Sea P la matriz que exhibe la base D según la base canónica C, luego<br />
⎛<br />
0 1 1<br />
⎜<br />
P = ⎝ 0 −1 −1 ⎞<br />
⎟<br />
2 ⎠<br />
1 1 0<br />
⎞<br />
⎟<br />
⎠
Luego (f;D;D) = P −1 MP<br />
Ejercicio<br />
(f;D,D) = (C según D)(f;C,C)(D según C)<br />
⎛<br />
2<br />
⎜<br />
Sea M = ⎝ 1<br />
2<br />
2<br />
⎞<br />
3<br />
⎟<br />
1 ⎠ la matriz <strong>de</strong> un endomorfismo f <strong>de</strong> K<br />
2 −2 1<br />
3 con<br />
respecto a la base canónica. Busquemos:<br />
1. El polinomio característico <strong>de</strong> f.<br />
2. Los valores propios <strong>de</strong> f y sus subespacios asociados.<br />
3. Una base diagonalizante D<br />
4. La matriz diagonal (f;D) y una matriz invertible P tal que<br />
(f;D) = P −1 MP<br />
Solución<br />
Comencemos por encontrar el polinomio característico <strong>de</strong> f,<br />
p(λ) = <strong>de</strong>t(M − λI3)<br />
En efecto<br />
<br />
<br />
2 − λ 2<br />
<br />
1 2 − λ<br />
<br />
2 −2<br />
<br />
3 <br />
<br />
<br />
1 <br />
<br />
1 − λ <br />
L13(1)<br />
=<br />
<br />
<br />
4 − λ<br />
<br />
1<br />
<br />
2<br />
0<br />
2 − λ<br />
−2<br />
<br />
4 − λ <br />
<br />
<br />
1 =<br />
<br />
1 − λ <br />
<br />
<br />
1 0<br />
<br />
(4 − λ) 1 2 − λ<br />
<br />
2 −2<br />
<br />
1 <br />
<br />
<br />
1 <br />
<br />
1 − λ <br />
C31(−1)<br />
=<br />
<br />
<br />
1 0<br />
<br />
(4 − λ) 1 2 − λ<br />
<br />
2 −2<br />
<br />
0 <br />
<br />
<br />
0 =<br />
<br />
−1 − λ <br />
<br />
<br />
2 − λ<br />
(4 − λ) <br />
−2<br />
<br />
0 <br />
<br />
= (4 − λ)(2 − λ)(−1 − λ)<br />
−1 − λ
Luego<br />
p(λ) = (4 − λ)(2 − λ)(1 + λ)(−1)<br />
es el polinomio característico <strong>de</strong> f. Luego los valores propios son:<br />
−1, 2, 4<br />
Caso λ = −1<br />
⎛ ⎞<br />
3 2 3<br />
⎜ ⎟<br />
⎝ 1 3 1 ⎠<br />
2 −2 2<br />
⎛ ⎞<br />
1 −1 1<br />
⎜ ⎟<br />
⎝ 0 4 0 ⎠ −→<br />
0 5 0<br />
L3( 1<br />
2 )<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
L13<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
1 −1 1<br />
1 3 1<br />
3<br />
⎞<br />
1 0 1<br />
⎟<br />
0 1 0 ⎠<br />
0 0 0<br />
2 3<br />
Luego tenemos el sistema siguiente:<br />
⎛<br />
⎜<br />
⎝<br />
1 0 1<br />
0 1 0<br />
0 0 0<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
x + z = 0, y = 0 luego x = −z, y = 0<br />
x<br />
y<br />
z<br />
⎞<br />
⎟<br />
⎠ =<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
L21(−1)<br />
−→<br />
L31(−3)<br />
S−1 = {(−z, 0,z);z ∈ K} =< (1, 0, −1) > es el subespacio propio<br />
asociado a λ = −1<br />
Caso λ = 2<br />
⎛ ⎞<br />
0 2 3<br />
⎜ ⎟<br />
⎝ 1 0 1 ⎠<br />
2 −2 −1<br />
L32(−2)<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
0 2 3<br />
1 0 1<br />
0 −2 −3<br />
⎞<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
⎟<br />
⎠ −→<br />
Luego tenemos el siguiente sistema <strong>de</strong> ecuaciones:<br />
⎛<br />
⎜<br />
⎝<br />
1 0 1<br />
0 1 3<br />
2<br />
0 0 0<br />
De don<strong>de</strong>: x + z = 0, y + 3<br />
2<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
x<br />
y<br />
z<br />
⎞<br />
⎟<br />
⎠ =<br />
⎛<br />
⎜<br />
⎝<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎜<br />
⎝<br />
1 0 1<br />
0 1 3<br />
2<br />
0 0 0<br />
⎞<br />
⎟<br />
⎠<br />
z = 0, Luego x = −z, y = −3z,<br />
z ∈ K 2<br />
S2 = {(−z, −3z,z);z ∈ K} =< (2, 3, −2) >, es el subespacio asociado<br />
2<br />
a λ = 2
Caso λ = 4<br />
⎛<br />
−2 2 3<br />
⎜<br />
⎝ 1 −2 1<br />
⎞<br />
2 −2 −3<br />
⎛<br />
1 −2<br />
⎜<br />
⎝ 0 2<br />
⎞<br />
1<br />
⎟<br />
−5 ⎠ −→<br />
0 0 0<br />
⎟<br />
⎠ L31(1)<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
L1(−1)<br />
−→<br />
1 0 −4<br />
0 1 − 5<br />
2<br />
0 0 0<br />
Luego tenemos el siguiente sistema:<br />
⎛<br />
⎜<br />
⎝<br />
De don<strong>de</strong> se obtiene:<br />
1 0 −4<br />
0 1 − 5<br />
2<br />
0 0 0<br />
x − 4z = 0<br />
y − 5<br />
<br />
z = 0 2<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
=⇒<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
⎟<br />
⎠<br />
x<br />
y<br />
z<br />
⎞<br />
2 −2 −3<br />
1 −2 1<br />
0 0 0<br />
⎟<br />
⎠ =<br />
⎛<br />
⎜<br />
⎝<br />
x = 4z<br />
y = 5<br />
2 z<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
<br />
⎞<br />
⎟<br />
⎠ −→<br />
z ∈ K<br />
S4 = {(4z, 5<br />
5<br />
z,z);z ∈ K} =< (4, , 1) >, es el subespacio asociado a<br />
2 2<br />
λ = 4<br />
Una base diagonalizante es D = {(1, 0, −1), (2, 3, −2), (8, 5, 2)} Luego<br />
⎛<br />
⎜<br />
⎝<br />
−1 0 0<br />
0 2 0<br />
0 0 4<br />
⎞<br />
Don<strong>de</strong> P = (D según C)<br />
⎛<br />
⎟<br />
⎠ = P −1 ⎜<br />
⎝<br />
2 2 3<br />
1 2 1<br />
2 −2 1<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
(f;D,D) = (C según D)(f;C,C)(D según C)<br />
6.4 Valores propios múltiples<br />
1 2 8<br />
0 3 5<br />
−1 −2 2<br />
Ahora estudiaremos el caso general, es <strong>de</strong>cir, cuando el polinomio característico<br />
es <strong>de</strong> la forma<br />
⎞<br />
⎟<br />
⎠
P(λ) = (λ − λ1) α1 · (λ − λ2) α2 · · · (λ − λr) αr<br />
y α1 + α2 · · · + αr correspon<strong>de</strong> a la dimensión <strong>de</strong>l espacio vectorial.<br />
Si λ es un valor propio <strong>de</strong> multiplicidad k, k ≥ 2, quisiéramos saber<br />
cuál es la dimensión <strong>de</strong>l sub-espacio propio asociado a λ. Una cota a<br />
esta dimensión, la tenemos en la siguiente proposición<br />
Proposición 6.4.1 Sea V un K-espacio vectorial <strong>de</strong> dimensión n.<br />
Supongamos que el polinomio característico <strong>de</strong> f ∈ End(V ) tiene una<br />
raíz λ <strong>de</strong> multiplicidad k, entonces<br />
Demostración<br />
dimKN(f − λidV ) ≤ k<br />
Sea r la dimensión <strong>de</strong>l sub-espacio propio asociado a λ, es <strong>de</strong>cir, r =<br />
dimKN(f − λidV ).<br />
Sea {v1,v2,...,vr}una base <strong>de</strong> sub-espacio formado por vectores propios<br />
asociados a λ, es <strong>de</strong>cir<br />
f(vi) = λvi,i = 1,...,r<br />
Extendamos esta base a una base B = {v1,v2,...,vr,vr+1,...,vn} <strong>de</strong> V .<br />
Entonces<br />
⎛<br />
⎜<br />
M = (f;B,B) = ⎜<br />
⎝<br />
λ ... 0<br />
.<br />
. .. .<br />
0 ... λ<br />
0 ... 0<br />
... . .<br />
0 ... 0<br />
⎞<br />
⎟<br />
P ⎟<br />
Q ⎟<br />
⎠<br />
don<strong>de</strong> P ∈ Mn−r(K) y Q ∈ Mn−r(K).
El polinomio característico <strong>de</strong> f es<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
P(X) = <strong>de</strong>t(M − XIn) = <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
λ − X ...<br />
... .<br />
0<br />
.<br />
0 ... λ − X<br />
0 ... 0<br />
.<br />
... .<br />
0 ... 0<br />
P<br />
Q − XIn<br />
Luego, P(X) = (λ − X) r · <strong>de</strong>t(Q − XIn). Es <strong>de</strong>cir, (λ − X) r divi<strong>de</strong> a<br />
P(X), luego r ≤ k.<br />
La caracterización <strong>de</strong> f diagonalizable, la tenemos en el teorema siguiente<br />
Teorema 6.4.2 Sea V un K-espacio vectorial <strong>de</strong> dimensión n y<br />
f ∈ End(V ). Entonces son equivalentes<br />
1. f es diagonalizable<br />
2. P(λ) = (λ − λ1) α1 · (λ − λ2) α2 · · · (λ − λr) αr y dimKSλi = αi,<br />
∀i = 1, · · · ,r<br />
Demostración<br />
(1) ⇒ (2)<br />
Supongamos que f es diagonalizable. Entonces existe una base B =<br />
{v1,v2,...,vn} formada por vectores propios <strong>de</strong> f. A<strong>de</strong>más (f;B) es<br />
diagonal y el polinomio característico <strong>de</strong> f es <strong>de</strong> la forma<br />
P(λ) = (λ − λ1) k1 · (λ − λ2) k2 · · · (λ − λp) kp<br />
con k1 + k2 + · · · + kp = n = dimV<br />
En la diagonal principal <strong>de</strong> (f;B), hay para todo i ∈ {1, 2,...,p} exactamente<br />
ki términos iguales a λi.
Puesto que cada uno <strong>de</strong> los vectores propios correspondientes a λi <strong>de</strong><br />
B pertenecen a Sλi = N(f −λiidV ), se tiene que dimSλi ≥ ki. Pero por<br />
la proposición anterior ki ≤ dimSλi , luego se tiene que ki = dimSλi<br />
(2) ⇒ (1)<br />
Por hipótesis, el polinomio característico tiene la forma<br />
P(λ) = (λ −λ1) k1 ·(λ −λ2) k2 · · · (λ −λp) kp , y dimSλi = αi,i = 1,...,r<br />
Tenemos que Sλ1 ⊕ Sλ2 ⊕ · · · ⊕ Sλr es directa y<br />
dim(Sλ1 ⊕ Sλ2 ⊕ · · · ⊕ Sλr) = dimSλ1 + dimSλ2 + · · · + dimSλr<br />
= α1 + α2 + · · · + αr<br />
= n<br />
Para cada índice i, consi<strong>de</strong>remos Bi una base <strong>de</strong> Sλi (constituída por<br />
los vectores propios vi, correspondientes al valor propio λi)<br />
Entonces B = B1∪B2∪· · ·∪Br es una base <strong>de</strong> V formada por vectores<br />
propios. Luego (f;B) es diagonal, es <strong>de</strong>cir, f es diagonalizable.<br />
6.5 Ejercicios resueltos<br />
Ejercicio<br />
Sea f : K3 −→ K3 <strong>lineal</strong>. Sabiendo que la matriz <strong>de</strong> f con respecto a<br />
la base canónica es<br />
⎛ ⎞<br />
3 1 1<br />
⎜ ⎟<br />
M = ⎝ 2 4 2 ⎠<br />
1 1 3<br />
Encontremos<br />
1. El polinomio característico <strong>de</strong> f.<br />
2. Los valores propios <strong>de</strong> f y sus subespacios propios asociados.<br />
3. Una base diagonalizante D<br />
4. La matriz diagonal (f;D) y una matriz invertible P tal que<br />
(f;D) = P −1 MP
Solución<br />
<br />
<br />
3 − λ<br />
<br />
2<br />
<br />
1<br />
1<br />
4 − λ<br />
1<br />
<br />
1 <br />
<br />
<br />
2 <br />
<br />
3 − λ <br />
<br />
<br />
<br />
<br />
= (2 − λ) <br />
<br />
<br />
<br />
4 − λ<br />
= (2−λ)<br />
1<br />
4<br />
4 − λ<br />
1 0 −1<br />
2 4 − λ 2<br />
1 1 3 − λ<br />
L13(−1)<br />
=<br />
<br />
<br />
2 − λ<br />
<br />
2<br />
<br />
1<br />
0<br />
4 − λ<br />
1<br />
<br />
−2 + λ <br />
<br />
<br />
2 =<br />
<br />
3 − λ <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
C31(1)<br />
=<br />
<br />
<br />
1 0<br />
<br />
(2 − λ) 2 4 − λ<br />
<br />
1 1<br />
<br />
0 <br />
<br />
<br />
4 =<br />
<br />
4 − λ <br />
<br />
<br />
<br />
<br />
= (2−λ)((4−λ)2 −4) = (2−λ)(2−λ)(6−λ)<br />
Luego los valores propios son: 2 <strong>de</strong> multiplicidad 2 y 6 <strong>de</strong> multiplicidad<br />
1.<br />
Caso λ = 6<br />
Luego<br />
Luego<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
3 − 6 1 1<br />
2 4 − 6 2<br />
1 1 3 − 6<br />
−3 −1 −1<br />
1 −1 1<br />
1 1 −3<br />
Luego x = z,y = 2z<br />
⎛<br />
⎜<br />
⎝<br />
Reemplazando, tenemos<br />
⎞<br />
⎞<br />
⎟<br />
⎠ =<br />
⎟<br />
⎠ · · · −→<br />
1 0 −1<br />
0 1 −2<br />
0 0 0<br />
⎛<br />
⎜<br />
⎝<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
⎛<br />
⎜<br />
⎝<br />
−3 1 1<br />
2 −2 2<br />
1 1 −3<br />
1 0 −1<br />
0 1 −2<br />
0 0 0<br />
x<br />
y<br />
z<br />
⎞<br />
x − z = 0<br />
y − 2z = 0<br />
⎟<br />
⎠ =<br />
<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
⎟<br />
⎠<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
⎞<br />
⎟<br />
⎠<br />
L2( 1<br />
2 )<br />
−→<br />
(x,y,z) = (z, 2z,z) = z(1, 2, 1) luego v6 = (1, 2, 1) y S6 =< (1, 2, 1) >
Caso λ = 2<br />
⎛<br />
3 − 2<br />
⎜<br />
⎝ 2<br />
1<br />
4 − 2<br />
1<br />
2<br />
⎞ ⎛ ⎞ ⎛ ⎞<br />
1 1 1 1 1 1<br />
⎟ ⎜ ⎟ ⎜ ⎟<br />
⎠ = ⎝ 2 2 2 ⎠ −→ ⎝ 0 0 0 ⎠<br />
1 1 3 − 2 1 1 1 0 0 0<br />
Luego<br />
⎛<br />
⎜<br />
⎝<br />
1 1 1<br />
0 0 0<br />
0 0 0<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
x<br />
y<br />
z<br />
⎞<br />
⎟<br />
⎠ =<br />
Tenemos que x + y + z = 0 <strong>de</strong> don<strong>de</strong> x = −y − z.<br />
Reemplazando tenemos<br />
(x,y,z) = (−y − z,y,z) = y(−1, 1, 0) + z(−1, 0, 1)<br />
Entonces S2 =< (1, −1, 0), (1, 0, −1) >. Vemos que la dimensión <strong>de</strong><br />
S2 coinci<strong>de</strong> con la multiplicidad <strong>de</strong>l valor propio 2.<br />
La base diagonalizante <strong>de</strong> f es D = {(1, 2, 1), (1, −1, 0)(1, 0, −1)}<br />
La matriz es diagonalizable. Tenemos<br />
⎛<br />
⎜<br />
⎝<br />
6 0 0<br />
0 2 0<br />
0 0 2<br />
Ejercicio<br />
⎞<br />
⎟<br />
⎠ =<br />
⎛<br />
⎜<br />
⎝<br />
1 1 1<br />
4<br />
1<br />
2<br />
4 4<br />
−1<br />
1<br />
4<br />
2<br />
1<br />
4<br />
1<br />
2<br />
−3<br />
4<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
⎛<br />
⎜<br />
⎝<br />
0<br />
0<br />
0<br />
3 1 1<br />
2 4 2<br />
1 1 3<br />
⎞<br />
⎟<br />
⎠<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
1 1 1<br />
2 −1 0<br />
1 0 −1<br />
Sea f : K3 −→ K3 <strong>lineal</strong>. Sabiendo que la matriz <strong>de</strong> f con respecto a<br />
la base canónica es<br />
⎛ ⎞<br />
1 2 −2<br />
⎜ ⎟<br />
M = ⎝ 2 1 −2 ⎠<br />
2 2 −3<br />
Estudiemos si M es diagonalizable.<br />
⎞<br />
⎟<br />
⎠
Solución<br />
Comencemos por encontrar el polinomio característico <strong>de</strong> M.<br />
<br />
<br />
1 − λ<br />
<br />
2<br />
<br />
2<br />
2<br />
1 − λ<br />
2<br />
<br />
−2 <br />
<br />
<br />
−2 <br />
<br />
−3 − λ <br />
L32(−1)<br />
=<br />
<br />
<br />
1 − λ<br />
<br />
2<br />
<br />
0<br />
<br />
2 −2 <br />
<br />
<br />
1 − λ −2 =<br />
<br />
1 + λ −1 − λ <br />
<br />
<br />
1 − λ<br />
<br />
= (1+λ) 2<br />
<br />
0<br />
<br />
2 −2 <br />
<br />
<br />
1 − λ −2 <br />
<br />
1 −1 <br />
C23(1)<br />
=<br />
<br />
<br />
1 − λ<br />
<br />
(1+λ) 2<br />
<br />
0<br />
<br />
0 −2 <br />
<br />
<br />
−1 − λ −2 =<br />
<br />
0 −1 <br />
= (1+λ) 2<br />
<br />
<br />
1 − λ<br />
<br />
2<br />
<br />
0<br />
<br />
0 −2 <br />
<br />
<br />
−1 −2 = −1(1+λ)<br />
<br />
0 −1 <br />
2<br />
<br />
<br />
1 − λ<br />
<br />
2<br />
<br />
0 <br />
<br />
<br />
−1 = (1+λ)2 λ)<br />
(1−<br />
Luego los valores propios son: −1 <strong>de</strong> multiplicidad 2 y 1 <strong>de</strong> multiplicidad<br />
1.<br />
Caso λ = −1<br />
⎛<br />
⎜<br />
⎝<br />
2 2 −2<br />
2 2 −2<br />
2 2 −2<br />
Luego x + y + −z = 0 <strong>de</strong> don<strong>de</strong> x = −y + z;y,z ∈ IR<br />
Por lo tanto<br />
Es <strong>de</strong>cir<br />
⎞<br />
⎟<br />
⎠<br />
S−1 = {(−y + z,y,z);y,z ∈ IR}<br />
S−1 =< (−1, 1, 0), (1, 0, 1) ><br />
En este caso dimS−1 = 2 = a la multiplicidad <strong>de</strong> la raíz −1<br />
Caso λ = 1<br />
⎛ ⎞ ⎛ ⎞<br />
0 2 −2 1 0 −1<br />
⎜ ⎟ ⎜ ⎟<br />
⎝ 2 0 −2 ⎠ −→ ⎝ 0 1 −1 ⎠<br />
2 2 −4 0 0 0<br />
Luego
⎛<br />
⎜<br />
⎝<br />
1 0 −1<br />
0 1 −1<br />
0 0 0<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
x<br />
y<br />
z<br />
⎞<br />
⎟<br />
⎠ =<br />
Luego se obtienen las condiciones siguientes: x = z y y = z.<br />
Entonces S1 =< (1, 1, 1) >. Por la matriz es diagonalizable y la base<br />
diagonalizante <strong>de</strong> f es D = {(−1, 1, 0), (1, 0, 1)(1, 1, 1)}<br />
Finalmente tenemos<br />
⎛<br />
−1<br />
⎜<br />
⎝ 0<br />
⎞ ⎛<br />
0 0 −1 0<br />
⎟ ⎜<br />
−1 0 ⎠ = ⎝ −1 −1<br />
1<br />
2<br />
0 0 1 1 1 −1<br />
Ejercicio<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
⎛<br />
⎜<br />
⎝<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
1 2 −2<br />
2 1 −2<br />
2 2 −3<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
−1 1 1<br />
1 0 1<br />
0 1 1<br />
Sea f : K3 −→ K3 <strong>lineal</strong>. Sabiendo que la matriz <strong>de</strong> f con respecto a<br />
la base canónica es<br />
⎛ ⎞<br />
4 2 3<br />
⎜ ⎟<br />
M = ⎝ 2 1 2 ⎠<br />
−1 −2 0<br />
Busquemos, si existe, la matriz diagonal D, equivalente a M.<br />
Solución<br />
Comencemos por encontrar el polinomio característico <strong>de</strong> f,<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
(1 − λ) <br />
<br />
<br />
4 − λ 2 3<br />
2 1 − λ 2<br />
−1 −2 −λ<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
1 2 3<br />
0 1 − λ 2<br />
−1 −2 −λ<br />
p(λ) = <strong>de</strong>t(M − λI3)<br />
C13(−1)<br />
=<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
L31(1)<br />
=<br />
1 − λ 2 3<br />
0 1 − λ 2<br />
−1 + λ −2 −λ<br />
<br />
<br />
<br />
<br />
(1 − λ) <br />
<br />
<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
1 2 3<br />
0 1 − λ 2<br />
0 0 3 − λ<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
⎞<br />
⎟<br />
⎠
(1 − λ) <br />
<br />
1 − λ 2<br />
0 3 − λ<br />
<br />
<br />
<br />
= (1 − λ)(1 − λ)(3 − λ)<br />
<br />
Luego p(λ) = (1 −λ) 2 (3 −λ) es el polinomio carcterístico <strong>de</strong> f. Luego<br />
los valores propios son: 1 <strong>de</strong> multiplicidad 2 y 3 una raíz simple<br />
Caso λ = 1 multiplicidad 2<br />
⎛<br />
⎞<br />
3 2 3<br />
⎜<br />
⎟<br />
⎝ 2 0 2 ⎠<br />
−1 −2 −1<br />
L12(−1)<br />
−→<br />
⎛ ⎞<br />
1 2 1<br />
L32(−3) ⎜ ⎟<br />
⎝ 1 0 1 ⎠ −→<br />
−→<br />
0 2 0<br />
⎛<br />
⎜<br />
⎝<br />
1 0 1<br />
0 1 0<br />
0 0 0<br />
L2( 1<br />
2 )<br />
−→<br />
⎛<br />
⎜<br />
⎝<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
⎛<br />
⎜<br />
⎝<br />
1 2 1<br />
1 0 1<br />
3 2 3<br />
⎞<br />
1 0 1<br />
⎟<br />
0 1 0 ⎠<br />
0 0 0<br />
x<br />
y<br />
z<br />
⎞<br />
⎟<br />
⎠ =<br />
Luego tenemos el siguiente sistema <strong>de</strong> ecuaciones: x + z = 0, y = 0,<br />
Luego x = −z, y = 0, z ∈ K<br />
S1 = {(−z, 0,z);y ∈ K} =< (1, 0, −1) >, es el subespacio propio<br />
asociado a λ = 1<br />
Este subespacio tiene dimensión 1, luego esta matriz no es diagonalizable<br />
pues la dimensión <strong>de</strong>l subespacio no coinci<strong>de</strong> con la multiplicidad<br />
<strong>de</strong> la raíz.<br />
6.6 Ejercicios propuestos<br />
1. Encuentre el polinomio característico <strong>de</strong>scompuesto en sus factores<br />
irreducibles en IR, <strong>de</strong> la matriz siguiente:<br />
⎛<br />
1<br />
⎜<br />
A = ⎝ 2<br />
2<br />
1<br />
⎞<br />
−2<br />
⎟<br />
−2 ⎠<br />
2 2 −3<br />
2. Sea f : K 3 −→ K 3 <strong>lineal</strong>. Sabiendo que la matriz <strong>de</strong> f con<br />
⎛<br />
⎜<br />
⎝<br />
0<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
⎞<br />
⎟<br />
⎠
⎛<br />
4<br />
⎜<br />
respecto a la base canónica es A = ⎝ 0<br />
1<br />
3<br />
⎞<br />
2<br />
⎟<br />
0 ⎠, encuentre<br />
−1 −1 1<br />
(a) El polinomio característico <strong>de</strong> f.<br />
(b) Los valores propios <strong>de</strong> f y sus subespacios propios asociados.<br />
(c) Una base diagonalizante D<br />
(d) Una matriz invertible P tal que (f;D) = P −1 MP<br />
3. I<strong>de</strong>m ejercicio anterior para la matriz<br />
⎛<br />
⎞<br />
6 −1 3<br />
⎜<br />
⎟<br />
A = ⎝ −3 2 −3 ⎠<br />
−1 1 2<br />
A<strong>de</strong>más encuentre A 10
Capítulo 7<br />
Aplicaciones Bi<strong>lineal</strong>es<br />
Introducción<br />
Nosotros hemos visto los <strong>de</strong>terminantes <strong>de</strong> matrices <strong>de</strong> 2 × 2; vimos<br />
que se <strong>de</strong>finen por <br />
a c <br />
<br />
= ad − bc<br />
b d <br />
Consi<strong>de</strong>remos el <strong>de</strong>terminante como una aplicación <strong>de</strong> las columnas<br />
<strong>de</strong> la matriz, es <strong>de</strong>cir<br />
tal que<br />
<strong>de</strong>t : M2×1(K) × M2×1(K) → K<br />
<strong>de</strong>t<br />
Tenemos las propieda<strong>de</strong>s siguientes<br />
1. <br />
<br />
a c<br />
, = ad − bc<br />
b d<br />
a + a ′ c<br />
b + b ′ d<br />
<br />
<br />
<br />
<br />
=<br />
<br />
<br />
<br />
<br />
<br />
en esta nueva expresión se escribe<br />
′ a + a<br />
<strong>de</strong>t<br />
b + b ′<br />
a c<br />
b d<br />
<br />
<br />
<br />
<br />
+<br />
<br />
<br />
<br />
<br />
<br />
a ′ c<br />
b ′ d<br />
<br />
c a c<br />
, = <strong>de</strong>t , + <strong>de</strong>t<br />
d b d<br />
275<br />
<br />
<br />
<br />
<br />
<br />
a ′<br />
b ′<br />
<br />
c<br />
,<br />
d
2. Análogamente en la segunda columna, se tiene<br />
<strong>de</strong>t<br />
′ a c + c<br />
,<br />
b d + d ′<br />
<br />
= <strong>de</strong>t<br />
3. <br />
αa c<br />
αb d<br />
<br />
a c<br />
, + <strong>de</strong>t<br />
b d<br />
<br />
<br />
<br />
= α <br />
<br />
En esta nueva expresión se escribe<br />
<strong>de</strong>t<br />
4. Análogamente<br />
<strong>de</strong>t<br />
a c<br />
b d<br />
<br />
αa c a c<br />
, = α<strong>de</strong>t ,<br />
αb d b d<br />
<br />
a αc a c<br />
, = α<strong>de</strong>t ,<br />
b αd b d<br />
<br />
<br />
<br />
<br />
<br />
′ a c<br />
,<br />
b d ′<br />
<br />
Sean u,u ′ ,v,v ′ ∈ M2×1(K), α ∈ K. Estas cuatro propieda<strong>de</strong>s se <strong>de</strong>scriben<br />
<strong>de</strong> la manera siguiente<br />
1. <strong>de</strong>t(u + u ′ ,v) = <strong>de</strong>t(u,v) + <strong>de</strong>t(u ′ ,v)<br />
2. <strong>de</strong>t(u,v + v ′ ) = <strong>de</strong>t(u,v) + <strong>de</strong>t(u,v ′ )<br />
3. <strong>de</strong>t(αu,v) = α<strong>de</strong>t(u,v)<br />
4. <strong>de</strong>t(u,αv) = α<strong>de</strong>t(u,v)<br />
7.1 Aplicaciones bi<strong>lineal</strong>es<br />
7.1.1 Ejemplos. Propieda<strong>de</strong>s generales<br />
Observación<br />
En IR 2 consi<strong>de</strong>remos el producto punto<br />
(x1î + y1ˆj) · (x2î + y2ˆj) = x1x2 + y1y2
cambiando a escritura cartesiana, se tiene<br />
(x1,y1) · (x2,y2) = x1x2 + y1y2<br />
Analicemos las cuatro observaciones siguientes<br />
1.<br />
((x1,y1) + (x2,y2)) · (x3,y3) = (x1 + x2,y1 + y2) · (x3,y3)<br />
= (x1 + x2) · x3 + (y1 + y2) · y3<br />
= x1x3 + x2x3 + y1y3 + y2y3<br />
= (x1x3 + y1y3) + (x2x3 + y2y3)<br />
= ((x1,y1) · (x3,y3))+<br />
+((x2,y2) · (x3,y3))<br />
2. Análogamente a la observación anterior, tenemos<br />
3.<br />
(x1,y1) ·((x2,y2)+(x3,y3)) = (x1,y1) ·(x2,y2)+(x1,y1) ·(x2,y2)<br />
(α(x1,y1)) · (x2,y2) = (αx1,αy1) · (x2,y2)<br />
= (αx1)x2 + (αy1)y2<br />
= α(x1x2 + y1y2)<br />
= α((x1,y1) · (x2,y2))<br />
4. Análogamente a (3) tenemos<br />
(x1,y1) · (α(x2,y2)) = α((x1,y1) · (x2,y2))<br />
Definamos f : IR 2 × IR 2 → IR; f((x1,y1), (x2,y2)) = (x1,y1) · (x2,y2).<br />
Describiendo nuevamente las cuatro observaciones anteriores, esta<br />
aplicación f satisface:<br />
1. f(u + u ′ ,v) = f(u,v) + f(u ′ ,v), ∀u,u ′ ,v ∈ IR 2<br />
2. f(u,v + v ′ ) = f(u,v) + f(u,v ′ ), ∀u,v,v ′ ∈ IR 2<br />
3. f(αu,v) = αf(u,v), ∀u,v ∈ IR 2
4. f(u,αv) = αf(u,v), ∀u,v ∈ IR 2<br />
En un lenguaje informal diríamos que f es dos veces <strong>lineal</strong>; también<br />
podríamos <strong>de</strong>cir que es <strong>lineal</strong> a la <strong>de</strong>recha y a la izquierda. Esto nos<br />
induce al siguiente concepto.<br />
Definición 7.1.1 Sean U, V , W tres espacios vectoriales sobre un<br />
mismo cuerpo K. Se dice que f es una aplicación bi<strong>lineal</strong> <strong>de</strong> U ×V<br />
en W si verifica los siguientes axiomas:<br />
Para todo u,u ′ ∈ U, ∀v,v ′ ∈ V , ∀α ∈ K<br />
1. f(u + u ′ ,v) = f(u,v) + f(u ′ ,v)<br />
2. f(u,v + v ′ ) = f(u,v) + f(u,v ′ )<br />
3. f(αu,v) = αf(u,v)<br />
4. f(u,αv) = αf(u,v)<br />
En otras palabras, f es bi<strong>lineal</strong> si y sólo si las aplicaciones parciales<br />
1. g : U → W;g(u) = f(u,v) ∀v ∈ V<br />
2. h : V → W;h(v) = f(u,v) ∀u ∈ U<br />
son <strong>lineal</strong>es<br />
Ejercicio<br />
Sea U = V = IR 2 , W = IR. Sea<br />
f : IR 2 × IR 2 → IR; f((x,y), (x ′ ,y ′ )) = 3xx ′ − 5yy ′<br />
Estudiemos si f es bi<strong>lineal</strong>
Solución<br />
1. f((x,y) + (x ′ ,y ′ ), (x ′′ ,y ′′ )) = f((x + x ′ ,y + y ′ ), (x ′′ ,y ′′ ))<br />
= 3(x + x ′ )x ′′ − 5(y + y ′ )y ′′<br />
= 3xx ′′ + 3x ′ x ′′ − 5yy ′′ − 5y ′ y ′′<br />
= (3xx ′′ − 5yy ′′ ) + (3x ′ x ′′ − 5y ′ y ′′ )<br />
= f((x,y), (x ′′ ,y ′′ ))+<br />
+f((x ′ ,y ′ ), (x ′′ ,y ′′ ))<br />
2. f((x,y), (x ′ ,y ′ ) + (x ′′ ,y ′′ )) = f((x,y), (x ′ + x ′′ ,y ′ + y ′′ ))<br />
= 3x(x ′ + x ′′ ) − 5y(y ′ + y ′′ )<br />
= 3xx ′ + 3xx ′′ − 5yy ′ − 5yy ′′<br />
= f((x,y), (x ′ ,y ′ ))+<br />
+f((x,y), (x ′′ ,y ′′ ))<br />
3. f(α(x,y), (x ′ ,y ′ )) = f((αx,αy), (x ′ ,y ′ ))<br />
= 3(αx)x ′ − 5(αy)y ′<br />
= α(3xx ′ − 5yy ′ )<br />
= αf((x,y), (x ′ ,y ′ ))<br />
4. f((x,y),α(x ′ ,y ′ )) = f((x,y), (αx ′ ,αy ′ ))<br />
= 3x(αx ′ ) − 5y(αy ′ )<br />
= α(3xx ′ − 5yy ′ )<br />
= αf((x,y), (x ′ ,y ′ ))<br />
Ejercicio<br />
Sea U = V = IR 2 , W = IR. Sea f : IR 2 × IR 2 → IR tal que<br />
f((x,y), (x ′ ,y ′ )) = 2xx ′ − 2xy ′ − 2x ′ y + 5yy ′<br />
<strong>de</strong>muestre que f es bi<strong>lineal</strong>.<br />
(7.1)<br />
Teorema 7.1.1 (Teorema fundamental <strong>de</strong> las aplicaciones bi<strong>lineal</strong>es)<br />
Sean U, V y W tres K-espacios vectoriales. Sean B =
{u1,u2,...,un}, C = {v1,v2,...,vm} bases or<strong>de</strong>nadas <strong>de</strong> U y V respectivamente<br />
y {wij; i = 1,...,n; j = 1,...,m} un conjunto <strong>de</strong> vectores<br />
<strong>de</strong> W, entonces existe una única aplicación bi<strong>lineal</strong> f : U ×V →<br />
W tal que<br />
f(ui,vj) = wij<br />
Demostración<br />
n<br />
m<br />
1. Existencia. Sean u = αiui, v = βjvj. Sea f tal que<br />
i=1 j=1<br />
f(u,v) = <br />
αiβjwij<br />
i,j<br />
(a) Demostramos primero la suma en la primera componente<br />
f(u + u ′ ⎛<br />
n<br />
,v) = f ⎝ (αi + α ′ ⎞<br />
m<br />
⎠<br />
i)ui,<br />
= <br />
= <br />
(b) Análogamente se prueba que<br />
i=1<br />
j=1<br />
βjvj<br />
(αi + α<br />
i,j<br />
′ i)βjwij<br />
αiβjwij +<br />
i,j<br />
<br />
α<br />
i,j<br />
′ iβjwij<br />
= f(u,v) + f(u ′ ,v)<br />
f(u,v + v ′ ) = f(u,v) + f(u,v ′ )<br />
(c) Para el producto por escalar tenemos<br />
<br />
f(α(u,v)) = f α <br />
<br />
αiui,v<br />
⎛ i<br />
= f ⎝ <br />
(ααi)ui, <br />
i<br />
= <br />
(ααi)βjwij<br />
ij<br />
= α <br />
ij<br />
= αf(u,v)<br />
αiβjwij<br />
j<br />
⎞<br />
βjvj<br />
⎠
(d) Análogamente se prueba<br />
f(u,αv) = αf(u,v)<br />
2. Unicidad<br />
Sea g : U×V → W bi<strong>lineal</strong> tal que g(ui,vj) = wij. Por <strong>de</strong>mostrar<br />
que f = g<br />
Ejemplo<br />
⎛<br />
⎞<br />
n m<br />
f(u,v) = f ⎝ αiui, βjvj<br />
⎠ =<br />
i=1 j=1<br />
<br />
αiβjwij =<br />
ij<br />
= <br />
⎛<br />
⎞<br />
n m<br />
αiβjg(uivj) = g ⎝ αiui, βjvj<br />
⎠ = g(u,v)<br />
i,j<br />
i=1 j=1<br />
luego f = g.<br />
Sea f : IR 2 × IR 2 → IR. Sea B = {(1, 1), (1, 0)} una base or<strong>de</strong>nada <strong>de</strong><br />
IR 2 . Se tiene que f está <strong>de</strong>terminada por:<br />
f((1, 1), (1, 1)) = 1<br />
f((1, 1), (1, 0)) = 2<br />
f((1, 0), (1, 1)) = 3<br />
f((1, 0), (1, 0)) = 4<br />
En efecto<br />
f((x,y), (x ′ ,y ′ )) =<br />
= f(y(1, 1) + (x − y)(1, 0),y ′ (1, 1) + (x ′ − y ′ )(1, 0))<br />
= yy ′ f((1, 1), (1, 1)) + y(x ′ − y ′ )f((1, 1), (1, 0))+<br />
+(x − y)y ′ f((1, 0), (1, 1)) + (x − y)(x ′ − y ′ )f((1, 0), (1, 0))<br />
luego<br />
f((x,y), (x ′ ,y ′ )) =<br />
= yy ′ · 1 + y(x ′ − y ′ ) · 2 + (x − y)y ′ · 3 + (x − y)(x ′ − y ′ ) · 4<br />
= yy ′ + 2x ′ y − 2yy ′ + 3xy ′ − 3yy ′ + 4xx ′ − 4xy ′ − 4x ′ y + 4yy ′<br />
= 4xx ′ − 2x ′ y − xy ′
Es <strong>de</strong>cir<br />
Observación<br />
f((x,y), (x ′ ,y ′ )) = 4xx ′ − 2x ′ y − xy ′<br />
Que f esté <strong>de</strong>terminada por estos cuatro valores quiere <strong>de</strong>cir que no<br />
pue<strong>de</strong> haber una aplicación bi<strong>lineal</strong> distinta <strong>de</strong> f que coincida en estos<br />
cuatro valores.<br />
Dicho <strong>de</strong> otra manera: esos cuatro valores son una microinformación<br />
<strong>de</strong>l comportamiento <strong>de</strong> f. Con esos cuatro valores se sabe exactamente<br />
el comportamiento <strong>de</strong> f en todo IR 2 × IR 2 .<br />
Nota: En IR 3 consi<strong>de</strong>remos la base canónica B = {i,j,k} y la aplicación<br />
bi<strong>lineal</strong> f : IR 3 × IR 3 → IR <strong>de</strong>finida por<br />
f(i,j) = k; f(j,k) = i; f(k,i) = j<br />
f(j,i) = −k; f(k,j) = −i; f(i,k) = −j<br />
f(i,i) = f(j,j) = f(k,k) = 0<br />
Puesto que conocemos su comportamiento en una base, por el teorema<br />
fundamental <strong>de</strong> las aplicaciones bi<strong>lineal</strong>es, po<strong>de</strong>mos obtener su<br />
expresión analítica <strong>de</strong> la manera siguiente:<br />
f(a1i + b1j + c1k,a2i + b2j + c2k) = a1a2 · 0 + a1b2k + a1c2(−j)+<br />
+b1a2(−k) + b1b2 · 0 + b1c2i + c1a2j + c1b2(−i) + c1c2 · 0 =<br />
= (b1c2 − c1b2)i + (c1a2 − a1c2)j + (a1b2 − b1a2)k<br />
Esta aplicación bi<strong>lineal</strong> es muy usada en física y es llamada producto<br />
vectorial o producto cruz.<br />
En lenguaje <strong>algebra</strong>ico esta aplicación bi<strong>lineal</strong> queda <strong>de</strong>scrita <strong>de</strong> la<br />
manera siguiente:<br />
Sea B = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)}<br />
f((a1,b1,c1), (a2,b2,c2)) =<br />
= f(a1e1 + b1e2 + c1e3,a2e1 + b2e2 + c2e3) =<br />
= (b1c2 − c1b2)e1 + (c1a2 − a1c2)e2 + (a1b2 − b1a2)e3 =<br />
= (b1c2 − c1b2,c1a2 − a1c2,a1b2 − b1a2)
Ejercicio<br />
Sea f : IR 2 ×IR 2 → IR bi<strong>lineal</strong> <strong>de</strong>finida, con respecto a la base canónica<br />
B = {e1,e2}, <strong>de</strong> la siguiente manera<br />
f(e1,e1) = f(e2,e2) = 0; f(e1,e2) = 1,f(e2,e1) = −1<br />
Busquemos la expresión analítica <strong>de</strong> f.<br />
Sea x = x1e1 + x2e2, y = y1e1 + y2e2, entonces<br />
f(x,y) = f(x1e1 + x2e2,y1e1 + y2e2)<br />
= x1y1 · 0 + x1y2 · 1 + x2y1(−1) + x2y2 · 0<br />
= x1y2 − x2y1 <br />
<br />
x1 y1 <br />
= <br />
<br />
x2 y2<br />
que es el <strong>de</strong>terminante <strong>de</strong> los vectores x e y según la base canónica.<br />
Definición 7.1.2 Sean f,g : U ×V → W dos aplicaciones bi<strong>lineal</strong>es.<br />
Se <strong>de</strong>fine la suma <strong>de</strong> f y g, <strong>de</strong>notada f + g, como<br />
f + g : U × V → W; (f + g)(u,v) = f(u,v) + g(u,v)<br />
y se <strong>de</strong>fine la pon<strong>de</strong>ración <strong>de</strong> una aplicación bi<strong>lineal</strong> f, <strong>de</strong>notada α ·f,<br />
como<br />
(α · f) : U × V → W; (α · f)(u,v) = α · f(u,v)<br />
Proposición 7.1.2 Sean U, V , W tres K-espacios vectoriales. Sean<br />
f,g : U × V → W dos aplicaciones bi<strong>lineal</strong>es. Entonces f + g y β · f<br />
son bi<strong>lineal</strong>es.<br />
Demostración<br />
Demostrar que f + g es bi<strong>lineal</strong>, es equivalente a <strong>de</strong>mostrar que<br />
∀u,u1,u2 ∈ U y ∀v,v1,v2 ∈ V se tiene:<br />
1. (f + g)(u1 + u2,v) = (f + g)(u1,v) + (f + g)(u2,v)
2. (f + g)(u,v1 + v2) = (f + g)(u,v1) + (f + g)(u,v2)<br />
3. (f + g)(αu,v) = α((f + g)(u,v))<br />
4. (f + g)(u,αv) = α((f + g)(u,v))<br />
Demostración <strong>de</strong> (1)<br />
(f + g)(u1 + u2,v) = (a) f(u1 + u2,v) + g(u1 + u2,v) =<br />
= (b) (f(u1,v) + f(u2,v)) + (g(u1,v) + g(u2,v)) =<br />
= (c) (f(u1,v) + g(u1,v)) + (f(u2,v) + g(u2,v)) =<br />
= (d) (f + g)(u1,v) + (f + g)(u2,v)<br />
(a) y (d) <strong>de</strong>finición <strong>de</strong> suma <strong>de</strong> aplicaciones, (b) bi<strong>lineal</strong>idad <strong>de</strong> f y g,<br />
(c) asociatividad y conmutatividad <strong>de</strong> la suma en W.<br />
Análogamente se <strong>de</strong>muestra (2).<br />
Demostración <strong>de</strong> (3)<br />
(f + g)(αu,v) = (a) f(αu,v) + g(αu,v) =<br />
= (b) αf(u,v) + αg(u,v) =<br />
= (c) α(f(u,v) + g(u,v)) = (d) α((f + g)(u,v))<br />
(a) y (d) <strong>de</strong>finición <strong>de</strong> suma <strong>de</strong> aplicaciones, (b) bi<strong>lineal</strong>idad <strong>de</strong> f y g,<br />
(c) axioma <strong>de</strong> distribución <strong>de</strong> espacios vectoriales.<br />
Análogamente se <strong>de</strong>muestra (4)<br />
Demostrar que β · f es bi<strong>lineal</strong>, es equivalente a <strong>de</strong>mostrar que<br />
∀u,u1,u2 ∈ U y ∀v,v1,v2 ∈ V se tiene:<br />
1. (β · f)(u1 + u2,v) = (β · f)(u1,v) + (β · f)(u2,v)<br />
2. (β · f)(u,v1 + v2) = (β · f)(u,v1) + (β · f)(u,v2)<br />
3. (β · f)(αu,v) = α((β · f)(u,v))<br />
4. (β · f)(u,αv) = α((β · f)(u,v))
Demostración <strong>de</strong> (1)<br />
(β · f)(u1 + u2,v) = (a) β(f(u1 + u2,v) =<br />
= (b) β(f(u1,v) + f(u2,v)) = (c) β(f(u1,v)) + β(f(u2,v)) =<br />
= (d) (β · f)(u1,v) + (β · f)(u2,v)<br />
(a) y (d) <strong>de</strong>finición <strong>de</strong> pon<strong>de</strong>ración <strong>de</strong> una aplicación, (b) bi<strong>lineal</strong>idad<br />
<strong>de</strong> f, (c) axioma <strong>de</strong> distribución en un espacio vectorial.<br />
Análogamente se <strong>de</strong>muestra (2)<br />
Demostración <strong>de</strong> (3)<br />
(β · f)(αu,v) = (a) β(f(αu,v) = (b) β(α(f(u,v)) =<br />
= (c) (βα)(f(u,v)) = (d) α(β(f(u,v))) = (e) = α((β · f)(u,v))<br />
(a) y (e) <strong>de</strong>finción <strong>de</strong> pon<strong>de</strong>ración <strong>de</strong> una aplicación, (b) bi<strong>lineal</strong>idad<br />
<strong>de</strong> f, (c) axioma <strong>de</strong> espacios vectoriales E.V.8, (d) conmutatividad <strong>de</strong><br />
la multiplicación en K y luego E.V.8.<br />
Análogamente se <strong>de</strong>muestra (4.)<br />
Definición 7.1.3 El conjunto formado por todas las aplicaciones bi<strong>lineal</strong>es<br />
<strong>de</strong> U × V en W, se <strong>de</strong>nota BK(U,V ;W).<br />
Proposición 7.1.3 Sean U, V , W tres K-espacios vectoriales, entonces<br />
BK(U,V ;W) es un K-espacio vectorial.<br />
Demostración<br />
Hay que <strong>de</strong>mostrar los ocho axiomas <strong>de</strong> espacio vectorial. Solamente<br />
<strong>de</strong>mostraremos E.V.2 y E.V.3<br />
E.V.2. El neutro es la aplicación bi<strong>lineal</strong> nula, <strong>de</strong>notada 0 y <strong>de</strong>finida<br />
como sigue<br />
0 : U × V → W; 0(u,v) = 0 ∀(u,v) ∈ U × V<br />
(0 + f)(u,v) = 0(u,v) + f(u,v) = 0 + f(u,v) = f(u,v)
luego 0 + f = f<br />
E.V.3. Dada f : U × V → W bi<strong>lineal</strong>, su aplicación bi<strong>lineal</strong> opuesta<br />
es <strong>de</strong>notada −f y se <strong>de</strong>fine por<br />
−f : U × V → W; (−f)(u,v) = −(f(u,v))<br />
(f + (−f))(u,v) = f(u,v) + (−f)(u,v) = f(u,v) + −(f(u,v)) = 0<br />
luego f + (−f) = 0<br />
Observación<br />
En IR 2 , el producto punto cumple<br />
(x,y) · (x ′ ,y ′ ) = xx ′ + yy ′ = x ′ x + y ′ y = (x ′ ,y ′ ) · (x,y)<br />
Esta observación nos induce al siguiente concepto<br />
Definición 7.1.4 Sea f : V × V → W una aplicación bi<strong>lineal</strong>. Diremos<br />
que f es simétrica si<br />
Ejemplo<br />
f(u,v) = f(v,u) ∀(u,v) ∈ V × V<br />
En la aplicación bi<strong>lineal</strong> <strong>de</strong>l ejercicio (7.1) se tiene<br />
es <strong>de</strong>cir,<br />
f((x,y), (x ′ ,y ′ )) = 2xx ′ − 2xy ′ − 2x ′ y + 5yy ′ =<br />
= 2x ′ x − 2x ′ y − 2xy ′ + 5y ′ y = f((x ′ ,y ′ ), (x,y))<br />
f(u,v) = f(v,u); ∀ u,v ∈ IR 2
Ejemplo<br />
Sea f : IR 2 × IR 2 → IR, <strong>de</strong>finida por:<br />
f((x1,y1), (x2,y2)) = x1x2 + 3x1y2 + 3x2y1 − y1y2<br />
Esta aplicación es bi<strong>lineal</strong> y simétrica.<br />
Ejemplo<br />
Sea V = {f : [0, 1] → IR; f continua}<br />
Entonces<br />
(f,g) =<br />
1<br />
0<br />
f(t)g(t)dt (7.2)<br />
es simétrica. Es <strong>de</strong>cir, el producto convolución sobre IR es simétrico.<br />
7.2 Formas bi<strong>lineal</strong>es<br />
Definición 7.2.1 Sea V un espacio vectorial sobre K. Una forma<br />
bi<strong>lineal</strong> sobre V , es una aplicación bi<strong>lineal</strong><br />
Ejemplo<br />
f : V × V → K<br />
f : IR 2 × IR 2 → IR; f((x,y), (x ′ ,y ′ )) = 3xx ′ − 2xy ′ − 2x ′ y + 7yy ′ .<br />
Es fácil ver que f es una forma bi<strong>lineal</strong>.<br />
Ejemplo<br />
Sea V = {f : [0, 1] → IR; f continua }. Entonces<br />
es una forma bi<strong>lineal</strong>.<br />
µ(f,g) =<br />
1<br />
0<br />
f(t)g(t)dt
7.2.1 Matriz asociada a una forma bi<strong>lineal</strong><br />
Observación<br />
Consi<strong>de</strong>remos la forma bi<strong>lineal</strong> <strong>de</strong> la referencia (7.1)<br />
f : IR 2 × IR 2 → IR; f((x,y), (x ′ ,y ′ )) = 2xx ′ − 2xy ′ − 2x ′ y + 5yy ′<br />
En el dominio consi<strong>de</strong>remos las bases B = {(1, 1), (0, 1)} y C =<br />
{(1, 0), (−1, 1)} <strong>de</strong> IR 2 , a la izquierda y a la <strong>de</strong>recha respectivamente.<br />
Se tiene:<br />
f((1, 1), (1, 0)) = 2 − 2 = 0<br />
f((1, 1), (−1, 1)) = 2 · 1 · (−1) − 2 · 1 · 1 − 2 · (−1) · 1 + 5 · 1 · 1 = 3<br />
f((0, 1), (1, 0)) = 2 · 0 · 1 − 2 · 0 · 0 − 2 · 1 · 1 + 5 · 1 · 0 = −2<br />
f((0, 1), (−1, 1)) = 2 · 0 · (−1) − 2 · 0 · 1 − 2 · (−1) + 5 · 1 · 1 = 7<br />
Naturalmente uno asociaciaría<br />
(f;B,C) =<br />
<br />
0<br />
<br />
3<br />
−2 7<br />
Efectivamente a toda forma bi<strong>lineal</strong> le asociaremos una matriz con<br />
respecto a dos bases dadas <strong>de</strong> la manera obtenida anteriormente.<br />
Construcción <strong>de</strong> la matriz asociada<br />
Sean U y V dos K-espacios vectoriales. Sean B = {u1,u2,...,un} y<br />
C = {v1,v2,...,vm} bases or<strong>de</strong>nadas <strong>de</strong> U y V respectivamente.<br />
Para todo u ∈ U y v ∈ V se tiene<br />
n<br />
m<br />
u = αiui, v = βjvj<br />
i=1<br />
j=1<br />
Para toda forma bi<strong>lineal</strong> f : U ×V → K a causa <strong>de</strong> la bi<strong>lineal</strong>idad, se<br />
tiene<br />
⎛<br />
n m<br />
f(u,v) = f ⎝ αiui,<br />
⎞<br />
n m<br />
⎠ = αiβjf(ui,vj)<br />
i=1<br />
j=1<br />
βjvj<br />
i=1 j=1
Sea (aij) = f(ui,vj); 1 ≤ i ≤ n, 1 ≤ j ≤ m.<br />
Se obtiene la matriz A = (cij) ∈ Mn×m(K) <strong>de</strong> n líneas y m columnas,<br />
la cual se llama matriz <strong>de</strong> la forma bi<strong>lineal</strong> f relativa a las bases B y<br />
C, <strong>de</strong>notada (f;B,C).<br />
Recíprocamente, a toda matriz A = (aij) ∈ Mn×m(K), le correspon<strong>de</strong><br />
una única forma bi<strong>lineal</strong> f : U × V → K, <strong>de</strong>finida por<br />
la cual es bi<strong>lineal</strong>.<br />
n m<br />
f(u,v) = αiβjaij<br />
i=1 j=1<br />
Se tiene entonces el teorema siguiente:<br />
Teorema 7.2.1 Sean U y V dos K-espacios vectoriales <strong>de</strong> dimensiones<br />
n y m respectivamente. Para todo par <strong>de</strong> bases B = {e1,e2,...,en}<br />
<strong>de</strong> U y C = {u1,u2,...,um} <strong>de</strong> V , existe una biyección<br />
ϕ : B(U,V ;K) → Mn×m(K)<br />
f ↦→ (f(ei,uj) = (aij))<br />
el cual es un isomorfismo <strong>de</strong> espacios vectoriales.<br />
Definición 7.2.2 La matriz que correspon<strong>de</strong> a f se llama matriz <strong>de</strong><br />
la forma bi<strong>lineal</strong> f con respecto a las bases B y C.<br />
7.2.2 Representación matricial <strong>de</strong> f(x, y)<br />
Sea f ∈ B(U,V : K) y su correspondiente matriz A = (aij), tal que<br />
A ∈ Mn×m(K), en el isomorfismo anterior, relativo a las bases B y C<br />
<strong>de</strong> U y V respectivamente.<br />
Para todo (x,y) ∈ U × V se tiene<br />
⎛ ⎞<br />
n m<br />
n n<br />
f(x,y) = aijxiyj = xi<br />
⎝ aijyj<br />
⎠<br />
i=1 j=1 i=1 j=1
Consi<strong>de</strong>remos las matrices columnas<br />
⎛ ⎞ ⎛<br />
x1<br />
⎜ x2<br />
⎟ ⎜<br />
⎟ ⎜<br />
X = ⎜ ⎟ ; Y = ⎜<br />
⎝ . ⎠ ⎜<br />
⎝<br />
xn<br />
⎞<br />
y1<br />
⎟<br />
y2 ⎟<br />
⎠<br />
El producto AY es una matriz columna <strong>de</strong> n filas. El elemento <strong>de</strong> la<br />
m<br />
fila i es aijyj.<br />
j=1<br />
El producto X t AY <strong>de</strong> la matriz fila X t por la matriz columna AY es<br />
una matriz <strong>de</strong> M1×1(K) que tiene, por elemento único a<br />
⎛ ⎞<br />
n m<br />
xi<br />
⎝ aijyj<br />
⎠<br />
i=1 j=1<br />
Resulta, i<strong>de</strong>ntificando toda la matriz <strong>de</strong> un solo elemento a este elemento<br />
f(x,y) = X t AY<br />
Proposición 7.2.2 Sean U y V dos K-espacios vectoriales <strong>de</strong> dimensiones<br />
n y m respectivamente. Si, relativo a las bases B y C <strong>de</strong> U y V ,<br />
A es la matriz <strong>de</strong> f ∈ B(U,V : K) y si X e Y son las matrices columnas<br />
<strong>de</strong> las componentes <strong>de</strong> u ∈ U y v ∈ V en estas bases. Entonces se<br />
tiene<br />
f(u,v) = X t AY<br />
Ejemplo<br />
Volvamos al ejercicio <strong>de</strong> la referencia (7.1)<br />
f : IR 2 × IR 2 → IR; f((x,y), (x ′ ,y ′ )) = 2xx ′ − 2xy ′ − 2x ′ y + 5yy ′<br />
B = {(1, 1), (0, 1)}, C = {(1, 0), (−1, 1)}<br />
.<br />
ym<br />
(x,y) = x(1, 1) + (y − x)(0, 1)<br />
(x ′ ,y ′ ) = (x ′ + y ′ )(1, 0) + y ′ (−1, 1)
Entonces<br />
f((x,y), (x ′ ,y ′ )) = (x y − x )<br />
7.3 Espacios Euclidianos<br />
7.3.1 Producto escalar<br />
Introducción<br />
En IR 3 , consi<strong>de</strong>remos la base canónica {î,ˆj, ˆ k}.<br />
<br />
0<br />
′ ′ 3 x + y<br />
−2 7 y ′<br />
Sean u = x1i + x2j + x3k y v = y1i + y2j + y3k dos vectores en IR 3 .<br />
Entonces el producto punto <strong>de</strong> u y v se <strong>de</strong>fine por<br />
u · v = x1y1 + x2y2 + x3y3<br />
llamado así, pues a dos vectores se le asocia un número real y en<br />
lenguaje geométrico se le asocia un punto.<br />
La norma se <strong>de</strong>fine por<br />
es <strong>de</strong>cir, |u| 2 = u · u<br />
|u| =<br />
<br />
x 2 1 + x 2 2 + x 2 3<br />
Este producto punto pue<strong>de</strong> también ser <strong>de</strong>scrito por u·v = |u|·|v|·cos θ,<br />
don<strong>de</strong> θ es el menor ángulo comprendido entre u y v; u,v = 0. A<strong>de</strong>más<br />
u · v = 0 si y sólo si θ es π<br />
2 .<br />
Luego u · v = 0 si y sólo si u y v son perpendiculares.<br />
Los conceptos <strong>de</strong> producto punto, longitud <strong>de</strong> un vector, ortogonalidad<br />
serán generalizados a espacios vectoriales que no tienen fácil <strong>de</strong>scripción<br />
geométrica como son IR n , n ≥ 4 y los espacios <strong>de</strong> funciones, y en<br />
IR 2 y IR 3 se dará conceptos más amplios que el producto punto.<br />
Nota: En esta sección consi<strong>de</strong>ramos solamente formas bi<strong>lineal</strong>es que<br />
tienen por codominio los números reales, pues en el codominio vamos<br />
a utilizar el concepto <strong>de</strong> or<strong>de</strong>n.
Observación<br />
En la forma bi<strong>lineal</strong> <strong>de</strong>l ejercicio <strong>de</strong> referencia (7.1) se tiene<br />
f((x,y), (x,y)) = 2x 2 − 4xy + 5y 2 =<br />
= x 2 + (x 2 − 4xy + 4y 2 ) + y 2 = x 2 + (x − 2y) 2 + y 2<br />
que es siempre un número positivo o nulo, pues es suma <strong>de</strong> cuadrados.<br />
Definición 7.3.1 Sea f : V × V → IR una forma bi<strong>lineal</strong>. Diremos<br />
que f es positiva si<br />
f(v,v) ≥ 0 ∀v ∈ V<br />
Ejemplo<br />
En el ejemplo (7.2) se tiene que<br />
(f,f) =<br />
1<br />
0<br />
f(t) 2 dt<br />
es cero o positivo, pues el producto convolución <strong>de</strong> f consigo misma,<br />
representa el área bajo la curva f(t) 2 cuyos puntos están en el eje X<br />
o sobre el eje X.<br />
Observación<br />
En la forma bi<strong>lineal</strong> <strong>de</strong>l ejercicio (7.1) se tiene que f((x,y), (x,y)) = 0<br />
implica que x 2 + (x − 2y) 2 + y 2 = 0 luego x = y = 0, es <strong>de</strong>cir (x,y) =<br />
(0, 0).<br />
Definición 7.3.2 Sea f : V × V → IR una forma bi<strong>lineal</strong>. Diremos<br />
que f es <strong>de</strong>finida cuando el único vector <strong>de</strong> V que satisface f(v,v) = 0<br />
es el vector v = 0, es <strong>de</strong>cir f(v,v) = 0 ⇒ v = 0.<br />
Ejemplo<br />
En la forma bi<strong>lineal</strong> <strong>de</strong>l ejercicio (7.2) se tiene que si (f,f) = 0 en-<br />
tonces<br />
1<br />
0<br />
f(t) 2 dt = 0 luego f(t) 2 = 0 ∀t ∈ IR luego f(t) = 0 ∀t ∈ [0, 1]
es <strong>de</strong>cir f = 0 en[0,1]<br />
Definición 7.3.3 Si f : V × V → IR es una forma bi<strong>lineal</strong>, entonces<br />
diremos que f es un producto escalar si f es simétrica, positiva y<br />
<strong>de</strong>finida. Notación: f(u,v) =:< u,v ><br />
Ejemplos<br />
Las formas bi<strong>lineal</strong>es <strong>de</strong>l ejercicio (7.1) y <strong>de</strong>l ejercicio (7.2) son productos<br />
escalares.<br />
Definición 7.3.4 Sea V un IR-espacio vectorial. Diremos que V es un<br />
Espacio Euclidiano si sobre V se pue<strong>de</strong> <strong>de</strong>finir un producto escalar.<br />
7.3.2 Norma<br />
Observación<br />
En IR 2 con el producto punto, se <strong>de</strong>fine la longitud o norma <strong>de</strong> un<br />
vector, <strong>de</strong> la manera siguiente<br />
||(x,y)|| =<br />
<br />
x 2 + y 2<br />
pero x 2 + y 2 correspon<strong>de</strong> al producto usual <strong>de</strong> (x,y) consigo mismo,<br />
es <strong>de</strong>cir<br />
||(x,y)|| =<br />
<br />
(x,y) · (x,y)<br />
El concepto <strong>de</strong> norma se generaliza <strong>de</strong> la manera siguiente:<br />
Definición 7.3.5 Sea V un espacio euclidiano, con un producto escalar<br />
< u,v >. Dado u ∈ V , es llamado norma <strong>de</strong>l vector u, <strong>de</strong>notado<br />
||u||, el número real positivo:<br />
||u|| = √ < u,u >
Ejemplo<br />
En IR 2 , consi<strong>de</strong>rando el producto usual, se tiene<br />
||(1, 2)|| = √ 1 2 + 2 2 = √ 5<br />
||(3, 4)|| = √ 3 2 + 4 2 = 5<br />
Ejemplo<br />
En IR 2 , consi<strong>de</strong>rando el producto <strong>de</strong>l ejercicio (7.1) se tiene:<br />
||(1, 0)|| = √ 2 · 1 2 − 4 · 1 · 0 + 5 · 0 2 = √ 2<br />
||(1, 2)|| = √ 2 · 1 2 − 4 · 1 · 2 + 5 · 2 2 = √ 14<br />
||(3, 4)|| = √ 2 · 3 2 − 4 · 3 · 4 + 5 · 4 2 = √ 50<br />
||(1, √ 3)|| =<br />
Ejemplo<br />
V = {f : <br />
−π 2<br />
<br />
2 · 1 2 − 4 · 1 · √ 3 + 5 · ( √ 3) 2 =<br />
<br />
π , → IR continua} con el producto<br />
2<br />
(f,g) =<br />
π<br />
2<br />
− π<br />
2<br />
Algunos ejemplos en este caso son:<br />
Sea n ∈ IN<br />
||sennx|| 2 = (sennx, sennx) =<br />
=<br />
π<br />
2<br />
− π<br />
2<br />
Luego ||sennx|| = π<br />
2<br />
Sea m ∈ IN<br />
π<br />
2<br />
1 − cos 2nx<br />
dx =<br />
2<br />
1<br />
2 x<br />
∀n ∈ IN<br />
− π<br />
2<br />
π<br />
2<br />
<br />
<br />
− π<br />
2<br />
f(t)g(t)dt<br />
sen 2 nxdx =<br />
− 1<br />
4n sen2nx<br />
<br />
<br />
<br />
<br />
<br />
17 − 4 √ 3<br />
π<br />
2<br />
− π<br />
2<br />
= π<br />
2
|| cos mx|| 2 π<br />
2<br />
= (cosmx, cos mx) =<br />
=<br />
π<br />
2<br />
− π<br />
2<br />
luego || cos mx|| = π<br />
2<br />
Ejemplo<br />
1 + cos 2mx<br />
dx =<br />
2<br />
1<br />
2 x<br />
∀m ∈ IN<br />
<br />
<br />
<br />
<br />
π<br />
2<br />
− π<br />
2<br />
− π<br />
2<br />
cos 2 mxdx =<br />
+ 1<br />
4m sen2mx<br />
<br />
<br />
<br />
<br />
π<br />
2<br />
− π<br />
2<br />
= π<br />
2<br />
En IR n con el producto escalar usual se tiene<br />
<br />
||(u1,u2,...,un)|| = < (u1,u2,...,un), (u1,u2,...,un) > =<br />
<br />
= u2 1 + u2 2 + · · · + u2 n<br />
Proposición 7.3.1 Sea V un espacio euclidiano, entonces se tiene<br />
1. ||αu|| = |α| · ||u|| ∀α ∈ IR, ∀u ∈ V<br />
2. ||u|| ≥ 0 ∀u ∈ V<br />
3. ||u|| = 0 si y sólo si u = 0<br />
Demostración (1)<br />
||αu|| = √ < αu,αu > = √ α 2 < u,u > = √ α 2 · √ < u,u > =<br />
= |α| · ||u||<br />
Demostración (2)<br />
< u,u > ≥ 0 ∀u ∈ V ⇒ √ < u,u > está <strong>de</strong>finida ∀u ∈ V y<br />
√ < u,u > ≥ 0 ∀u ∈ V luego ||u|| ≥ 0 ∀u ∈ V<br />
Demostracion (3)<br />
||u|| = 0 ⇔ √ < u,u > = 0 ⇔< u,u >= 0 ⇔ u = 0
Proposición 7.3.2 (Desigualdad <strong>de</strong> Cauchy-Schwartz) Sea V<br />
un espacio euclidiano, entonces<br />
Demostración<br />
| < u,v > | ≤ ||u|| · ||v|| ∀u,v ∈ V<br />
Supongamos primero que v = 0. Entonces ambos miembros <strong>de</strong> la<br />
igualdad son cero (ejercicio).<br />
Supongamos v = 0 luego < v,v >= 0. Sea λ = <br />
.<br />
Como la forma bi<strong>lineal</strong> es positiva, se tiene que<br />
De la bi<strong>lineal</strong>idad, se <strong>de</strong>duce<br />
< u − λv,u − λv >≥ 0<br />
< u,u > −λ < u,v > −λ < v,u > +λ 2 < v,v >≥ 0<br />
Usando la propiedad simétrica y la <strong>de</strong>finición <strong>de</strong> λ se tiene<br />
< u,v >2 < u,v >2<br />
< u,u > −2 +<br />
< v,v > < v,v ><br />
Multiplicando por < v,v > se tiene<br />
≥ 0 ⇒< u,u > −< u,v >2<br />
< v,v ><br />
< u,u >< v,v > − < u,v > 2 ≥ 0 ⇒< u,u >< v,v >≥< u,v > 2<br />
luego<br />
√ < u,u > √ < v,v > ≥ | < u,v > | ⇒ | < u,v > | ≤ ||u|| · ||v||<br />
Ejemplo<br />
En IR 2 con el producto escalar usual, se tiene<br />
es <strong>de</strong>cir<br />
| < (x1,y1), (x2,y2) > | ≤ ||(x1,y1)|| · ||(x2,y2)||<br />
|x1x2 + y1y2| ≤<br />
<br />
x2 1 + y2 <br />
1 · x2 2 + y2 2<br />
≥ 0
Ejemplo<br />
En IR n con el producto escalar usual, se tiene<br />
| < (x1,x2,...,xn), (y1,y2,...,yn) > | ≤<br />
es <strong>de</strong>cir<br />
elevando al cuadrado, se tiene<br />
≤ ||(x1,x2,...,xn)|| · ||(y1,y2,...,yn||<br />
<br />
n <br />
<br />
xiyi<br />
<br />
i=1<br />
≤<br />
<br />
<br />
<br />
n <br />
x<br />
i=1<br />
2 <br />
<br />
<br />
i · n <br />
y<br />
i=1<br />
2 i<br />
2 xiyi ≤<br />
n<br />
x<br />
i=1<br />
2 n<br />
i · y<br />
i=1<br />
2 i<br />
conocida como la <strong>de</strong>sigualdad <strong>de</strong> Lagrange.<br />
Corolario 7.3.3 (Desigualdad triangular <strong>de</strong> Minkowsky)<br />
Demostración<br />
||u + v|| ≤ ||u|| + ||v||<br />
||u + v|| 2 =< u + v,u + v >=<br />
=< u,u > + < u,v > + < v,u > + < v,v >=<br />
=< u,u > +2 < u,v > + < v,v >= ||u|| 2 + 2 < u,v > +||v|| 2 ≤<br />
≤ ||u|| 2 + 2||u|| · ||v|| + ||v|| 2 = (||u|| + ||v||) 2<br />
Como ||u + v|| y ||u|| + ||v|| son positivos, entonces<br />
Corolario 7.3.4<br />
||u + v|| ≤ ||u|| + ||v||<br />
| ||u|| − ||v|| | ≤ ||u − v||
Demostración<br />
Puesto que u = (u − v) + v, por el corolario anterior se tiene<br />
luego<br />
A<strong>de</strong>más v = (v − u) + u, luego<br />
luego<br />
<strong>de</strong> don<strong>de</strong><br />
Por (7.3) y (7.4)<br />
7.3.3 Ortogonalidad<br />
||u|| ≤ ||u − v|| + ||v||<br />
||u|| − ||v|| ≤ ||u − v|| (7.3)<br />
||v|| ≤ ||v − u|| + ||u||<br />
||v|| − ||u|| ≤ ||v − u|| = ||u − v||<br />
||v|| − ||u|| ≤ ||u − v|| (7.4)<br />
| ||u|| − ||v|| | ≤ ||u − v||<br />
En IR 2 , consi<strong>de</strong>rando el producto usual se tiene que el producto entre<br />
dos vectores es nulo si y sólo si el ángulo comprendido es <strong>de</strong> π<br />
2 radianes,<br />
es <strong>de</strong>cir, si y sólo si estos vectores son ortogonales.<br />
Este concepto <strong>de</strong> ortogonalidad se generaliza <strong>de</strong> la manera siguiente:<br />
Definición 7.3.6 En un espacio euclidiano V , diremos que dos vectores<br />
u y v son ortogonales si el producto escalar entre ellos es nulo.<br />
Ejemplo<br />
En IR 3 , consi<strong>de</strong>rando el producto usual se tiene que u = (3, 0, 0) y<br />
v = (0, 5, 0) son ortogonales. También u = (3, 0, 0), w = (0, 0, 7) son<br />
ortogonales.
Ejemplo<br />
Volviendo al ejercicio (7.1)<br />
f((1, 1), (2, 0)) = 2 · 1 · 2 − 2 · 1 · 0 − 2 · 2 · 1 + 5 · 1 · 0 = 0<br />
Entonces diremos que u = (1, 1) y v = (2, 0) son ortogonales con<br />
respecto a este producto.<br />
Definición 7.3.7 Sea S = {u1,u2,...,un} en un espacio euclidiano<br />
V . Diremos que S es un conjunto ortogonal <strong>de</strong> vectores si los vectores<br />
<strong>de</strong> S son ortogonales <strong>de</strong> dos en dos. Si a<strong>de</strong>más todos ellos tienen<br />
norma 1, diremos que S es un conjunto ortonormal <strong>de</strong> vectores.<br />
Ejemplo<br />
En el ejercicio (7.1) el conjunto B = {(1, 1), (2, 0)} es ortogonal.<br />
El conjunto C = √3 1 , 1<br />
<br />
√ ,<br />
3<br />
√2 1 , 0 <br />
es ortonormal con respecto al<br />
mismo producto escalar.<br />
Ejercicio<br />
Sea V = {f : [−l,l] → IR; f continua}, con el producto escalar<br />
siguiente:<br />
(f,g) =<br />
l<br />
−l<br />
f(x)g(x)dx<br />
<br />
nπx nπx<br />
Demostremos que cos , sen ; n = 0, 1, 2,...} es una fa-<br />
l l<br />
milia ortogonal. Determinemos a<strong>de</strong>más la norma <strong>de</strong> cada vector.
Solución<br />
1. Sea m = n<br />
<br />
mπx nπx l <br />
mπx nπx<br />
cos , cos = cos cos dx =<br />
l l<br />
−l l l<br />
<br />
l 1 (m + n)πx (m − n)πx<br />
= cos + cos<br />
dx = 0<br />
−l 2 l<br />
l<br />
2. Sea m = n<br />
<br />
mπx nπx l <br />
mπx nπx<br />
sen , sen = sen sen dx =<br />
l l<br />
−l l l<br />
<br />
l 1 (m − n)πx (m + n)πx<br />
= cos<br />
− cos<br />
dx = 0<br />
−l 2 l<br />
l<br />
3. ∀m,n ∈ IN<br />
<br />
mπx nπx l <br />
mπx nπx<br />
cos , sen = cos sen dx =<br />
l l<br />
−l l l<br />
<br />
l 1 (m − n)πx (m + n)πx<br />
= sen + sen<br />
dx = 0<br />
−l 2 l<br />
l<br />
Luego la familia dada es ortogonal Ahora busquemos la norma <strong>de</strong> estas<br />
funciones<br />
1. Para n = 0, se tiene cos 0x = 1 y su norma es<br />
es <strong>de</strong>cir, ||1|| = √ 2l<br />
||1|| 2 =<br />
l<br />
−l<br />
dx = 2l<br />
2. Para n ≥ 1<br />
<br />
<br />
nπx 2<br />
l<br />
<br />
<br />
cos<br />
= cos<br />
l<br />
−l<br />
2<br />
<br />
nπx<br />
dx =<br />
l<br />
= 1<br />
l <br />
2nπx<br />
1 + cos dx =<br />
2 −l l<br />
= 1<br />
<br />
x +<br />
2<br />
l<br />
2nπ sen<br />
<br />
2nπx<br />
l<br />
l <br />
= l<br />
−l
es <strong>de</strong>cir<br />
<br />
<br />
nπx <br />
<br />
<br />
cos<br />
=<br />
l<br />
√ l<br />
3. Para n ≥ 1<br />
<br />
<br />
nπx 2<br />
l<br />
<br />
<br />
sen<br />
= sen<br />
l<br />
−l<br />
2<br />
<br />
nπx<br />
dx =<br />
l<br />
= 1<br />
l <br />
2nπx<br />
1 − cos dx =<br />
2 −l l<br />
= 1<br />
<br />
x −<br />
2<br />
l<br />
2nπ sen<br />
<br />
2nπx<br />
l<br />
l <br />
= l<br />
es <strong>de</strong>cir nπx <br />
<br />
sen =<br />
l<br />
√ l<br />
Definición 7.3.8 Sea V un espacio euclidiano <strong>de</strong> dimensión finita.<br />
Diremos que el conjunto B = {u1,u2,...,un} es una base ortonormal<br />
<strong>de</strong> V , si B es una base <strong>de</strong> V y B es un conjunto ortonormal <strong>de</strong><br />
vectores <strong>de</strong> V .<br />
Teorema 7.3.5<br />
(Proceso <strong>de</strong> ortonormalización <strong>de</strong> Gram-Schmidt)<br />
Todo espacio euclidiano V <strong>de</strong> dimensión finita n, no nulo, admite una<br />
base ortonormal {g1,g2,...,gn}.<br />
Demostración<br />
1. Si dimV = 1. Sea {u} una base <strong>de</strong> V , entonces g = 1<br />
. Se<br />
||u||<br />
tiene que ||g1|| = 1.<br />
2. Si dim V = 2. Sea {u1,u2} una base <strong>de</strong> V , entonces g1 = 1<br />
||u1|| u1.<br />
Sea v2 = u2− < u2,g1 > g1. Se tiene que<br />
−l
v2,g1 > = < u2− < u2,g1 > g1,g1 >=<br />
= < u2,g1 > − < u2,g1 >< g1,g1 >= 0<br />
Se construye g2 = 1<br />
· v2<br />
||v2||<br />
Entonces {g1,g2} es una base ortonormal <strong>de</strong> V .<br />
3. Si dimV = 3. Sea {u1,u2,u3} una base <strong>de</strong> V . Se construye v3 <strong>de</strong><br />
la manera siguiente<br />
v3 = u3− < u3,g1 > g1− < u3,g2 > g2<br />
Se tiene que < v3,g1 >= 0 y < v3,g2 >= 0 (se <strong>de</strong>ja <strong>de</strong> ejercicio<br />
al lector). Luego se construye g3 <strong>de</strong> la manera siguiente<br />
g3 = 1<br />
||v3|| v3<br />
En general se construye vr <strong>de</strong> la manera siguiente<br />
vr = ur− < ur,g1 > g1− < ur,g2 > g2 · · · < ur,gr−1 > gr−1<br />
gr = 1<br />
||vr|| vr<br />
Este proceso <strong>de</strong>be terminar en algún momento pues el espacio<br />
euclidiano consi<strong>de</strong>rado es <strong>de</strong> dimensión finita.<br />
Definición 7.3.9 Diremos que {g1,...,gn} es la base ortonormalizada<br />
<strong>de</strong> {u1,u2,...,un}.<br />
Ejercicio<br />
Con respecto al producto escalar<br />
< (x,y), (x ′ ,y ′ ) >= 2xx ′ − 2xy ′ − 2x ′ y + 5yy ′<br />
ortonormalicemos la base B = {(1, 1), (1, −1)}<br />
Solución<br />
Sea u1 = (1, 1)<br />
||u1|| 2 =< (1, 1), (1, 1) >= 2 · 1 · 1 − 2 · 1 · 1 − 2 · 1 · 1 + 5 · 1 · 1 = 3
g1 =<br />
(1, 1)<br />
√ 3<br />
v2 = u2− < u2,g1 > g1<br />
v2 = (1, −1) − <br />
(1, −1), (1,1)<br />
√ 3<br />
(1,1)<br />
√ 3<br />
v2 = (1, −1)− < (1, −1), (1, 1) > (1,1)<br />
3<br />
v2 = (1, −1) − (2 · 1 · 1 − 2 · 1 · 1 − 2 · 1 · (−1) + 5 · (−1) · 1) · (1,1)<br />
3<br />
v2 = (1, −1) + 3 · (1,1)<br />
= (1, −1) + (1, 1) = (2, 0)<br />
3<br />
< v2,v2 >=< (2, 0), (2, 0) >= 8<br />
||v2|| = √ < v2,v2 > = 2 √ 2<br />
g2 =<br />
(2, 0)<br />
2 √ 2<br />
= (1, 0)<br />
√ 2<br />
La base ortonormalizada es B = (1,1)<br />
Ejemplo<br />
√ ,<br />
3 (1,0)<br />
<br />
√<br />
2<br />
En IR n , con el producto usual, el conjunto<br />
S = {e1 = (1, 0,...,0),e2 = (0, 1, 0,...,0),...,en = (0,...,0, 1)}<br />
es un conjunto ortonormal.<br />
Ejemplo<br />
En V = {f : [0, 1] → IR contínuas} con el producto escalar<br />
<br />
< f,g >= f(t)g(t)dt, el conjunto<br />
⎧<br />
⎨cos<br />
S =<br />
⎩<br />
<br />
mπx<br />
l<br />
√ ,<br />
l<br />
sen ⎫<br />
nπx ⎬<br />
l<br />
√ ; m,n ∈ IN<br />
l<br />
⎭<br />
es un conjunto ortonormal <strong>de</strong> vectores.
Ejemplo<br />
En IR 2 , con el producto usual B = {(1, 0), (0, 1)} es una base ortonormal<br />
<strong>de</strong> IR 2 .<br />
Proposición 7.3.6 Sea V un espacio euclidiano. Sea U un subespacio<br />
<strong>de</strong> V , entonces el conjunto S = {v ∈ V ; < u,v >= 0 ∀u ∈ U}<br />
es un sub-espacio vectorial <strong>de</strong> V .<br />
Demostración<br />
Sean u1,u2 ∈ U entonces<br />
1. < u1 + u2,v >=< u1,v > + < u2,v >= 0 + 0 = 0, luego<br />
u1 + u2 ∈ U.<br />
2. A<strong>de</strong>más < αu1,v >= α < u1,v >= α · 0 = 0 luego αu1 ∈ U<br />
Por (1.) y (2.) S es un sub-espacio vectorial <strong>de</strong> V .<br />
Definición 7.3.10 El sub-espacio S <strong>de</strong> la proposición anterior será<br />
<strong>de</strong>notado S ⊥ y es llamado el subespacio ortogonal a S.<br />
7.3.4 Angulo y distancia entre vectores<br />
En IR 2 , consi<strong>de</strong>rando el producto punto, se obtiene el coseno <strong>de</strong>l ángulo<br />
menor entre dos vectores <strong>de</strong> la igualdad<br />
< u,v >= ||u|| · ||v|| · cos θ<br />
Este concepto se generaliza <strong>de</strong> la manera siguiente:<br />
Definición 7.3.11 Sea V un espacio vectorial euclidiano con producto<br />
escalar < u,v >. Se <strong>de</strong>fine el coseno <strong>de</strong>l ángulo menor comprendido<br />
entre dos vectores no nulos como<br />
< u,v ><br />
cos θ =<br />
||u|| · ||v||
Ejemplo<br />
En IR 2 con el producto escalar usual, el ángulo menor entre los vectores<br />
u = (1, 0) y v = 1<br />
2 , √ <br />
3 es 2<br />
cos θ = < (1, 0), 1<br />
2 , √ <br />
3 > 2<br />
<br />
<br />
(1,<br />
0) · 1<br />
2 1<br />
1 = =<br />
1 · 1 2<br />
2 , √ 3<br />
2<br />
luego θ = π<br />
3 . Por supuesto que el ángulo entre u = (1, 0) y w = (1, √ 3)<br />
es también θ = π<br />
3<br />
Ejemplo<br />
En IR 2 , consi<strong>de</strong>rando el producto escalar <strong>de</strong>l ejemplo (7.1). El ángulo<br />
menor entre los vectores u = (1, 0) y v = (1, √ 3) es<br />
cos θ = ||(1,0)||·||(1, √ 3)|| = 2·1·1−2·1·√3−2·0·1+5·0·( √ 3)<br />
√ √ √<br />
2· 17−4 3<br />
Observación<br />
= 2−2√3 √ √ √<br />
2 17−4 3<br />
En IR 2 , consi<strong>de</strong>remos el producto usual. La distancia entre dos puntos<br />
<strong>de</strong> IR 2 , P1 = (x1,y1) y P2 = (x2,y2) es<br />
d(P1,P2) =<br />
<br />
(x2 − x1) 2 + (y2 − y1) 2<br />
Este número correspon<strong>de</strong> a ||(x2,y2) − (x1,y1)||, es <strong>de</strong>cir, se pue<strong>de</strong><br />
pensar como la distancia entre dos vectores<br />
d((x1,y1), (x2,y2)) = ||(x2,y2) − (x1,y1)||<br />
Este concepto <strong>de</strong> distancia entre dos vectores se pue<strong>de</strong> generalizar <strong>de</strong><br />
la manera siguiente:<br />
Definición 7.3.12 Sea V un espacio euclidiano con norma ||u||, entonces<br />
la aplicación d : V × V → IR + 0 <strong>de</strong>finida por d(u,v) = ||u − v||,<br />
es llamada la función distancia. El número d(u,v) es llamado la<br />
distancia entre u y v .
Proposición 7.3.7 Sea V un espacio euclidiano. Entonces<br />
1. d(u,v) ≥ 0 ∀u,v ∈ V<br />
2. d(u,v) = 0 si y sólo si u = v<br />
3. d(u,v) = d(v,u) ∀u,v ∈ V<br />
4. d(u,v) ≤ d(u,w) + d(w,v) ∀u,v,w ∈ V<br />
La <strong>de</strong>mostración la <strong>de</strong>jamos al lector<br />
Definición 7.3.13 Un espacio vectorial real dotado <strong>de</strong> una distancia<br />
es llamado un espacio métrico.<br />
7.4 Formas bi<strong>lineal</strong>es simétricas<br />
El estudio <strong>de</strong> las formas bi<strong>lineal</strong>es está íntimamente ligado al estudio<br />
<strong>de</strong> las formas cuadráticas.<br />
Definición 7.4.1 Sea f : V × V → K una forma bi<strong>lineal</strong> simétrica.<br />
Consi<strong>de</strong>remos una función qf : V → K <strong>de</strong>finida por<br />
qf(v) = f(v,v) ∀v ∈ V (7.5)<br />
Esta función <strong>de</strong> una variable, es llamada la forma cuadrática sobre<br />
V asociada a la forma bi<strong>lineal</strong> f.<br />
Ejemplo<br />
La función cuadrática asociada al producto interno usual <strong>de</strong> IR n es<br />
q(x1,x2,...,xn) = x 2 1 + x 2 2 + · · · + x 2 n
Ejemplo<br />
Sea f : IR 2 × IR 2 → IR <strong>de</strong>l ejercicio (7.1).<br />
Entonces la función cuadrática asociada a f es<br />
q((x,y)) = 2x 2 − 4xy + 5y 2<br />
Nota: Recíprocamente, si q es la forma cuadrática asociada a una<br />
forma bi<strong>lineal</strong> f, po<strong>de</strong>mos recuperar f <strong>de</strong> la manera siguiente:<br />
f(u,v) = 1<br />
[q(u + v) − q(u) − q(v)] ∀u,v ∈ V (7.6)<br />
2<br />
Las fórmulas (7.5) y (7.6) son conocidas como i<strong>de</strong>ntida<strong>de</strong>s <strong>de</strong> polarización<br />
y muestran que no solamente q está unívocamente <strong>de</strong>terminada<br />
por f, sino también q <strong>de</strong>termina unívocamente a f.<br />
Proposición 7.4.1 Sea f : V × V → IR bi<strong>lineal</strong> simétrica, Si<br />
f(v,v) = 0 ∀v ∈ V , entonces f es nula.<br />
Demostración<br />
Sea u,v ∈ V , entonces<br />
0 = f(u + v,u + v) = f(u,u) + 2f(u,v) + f(v,v) =<br />
= 2f(u,v) luego f(u,v) = 0 ∀u,v ∈ V luego f = 0.<br />
7.5 Ejercicios resueltos<br />
Ejercicio<br />
Sea f : M2(IR) × M2(IR) → IR, la forma bi<strong>lineal</strong> <strong>de</strong>finida por:<br />
<br />
a b e f<br />
f( , ) = ae + 2bf + 3cg + dh<br />
c d g h<br />
1. Demostremos que f es un producto interno en M2(IR).
2. Sean<br />
A =<br />
<br />
1 −1<br />
y B =<br />
0 1<br />
<br />
2<br />
<br />
1<br />
−1 1<br />
Calculemos ||A||, ||B||, d(A,B) y el ángulo comprendido entre<br />
A y B<br />
Solución <strong>de</strong> (1)<br />
Se ha supuesto que f es bi<strong>lineal</strong>. Debemos <strong>de</strong>mostrar entonces:<br />
(a) Demostremos que f es simétrica.<br />
<br />
a<br />
f(<br />
c<br />
<br />
b e<br />
,<br />
d g<br />
<br />
f<br />
) = ae + 2bf + 3cg + dh<br />
h<br />
<br />
e<br />
f(<br />
g<br />
<br />
f a<br />
,<br />
h c<br />
<br />
b<br />
) = ea + 2fb + 3gc + hd<br />
d<br />
ambos productos son iguales, luego f es simétrica.<br />
(b) Demostremos que f es positiva.<br />
<br />
a<br />
f(<br />
c<br />
<br />
b a<br />
,<br />
d c<br />
<br />
b<br />
) = a<br />
d<br />
2 + 2b2 + 3c2 + d2 ≥ 0<br />
(c) <strong>de</strong>mostremos que f está bien <strong>de</strong>finida.<br />
<br />
a b a b<br />
f( , ) = a<br />
c d c d<br />
2 + 2b2 + 3c2 + d2 = 0<br />
⇒ a = 0 = b = c = d<br />
por (a), (b) y (c) f es un producto interno.<br />
Solución <strong>de</strong> (2)<br />
||A|| = √ < A,A > =<br />
<br />
<<br />
<br />
1 −1 1 −1<br />
, > =<br />
0 1 0 1<br />
= √ 1 + 2 + 0 + 1 = √ 4 = 2<br />
||B|| = √ <br />
2<br />
< B,B > = <<br />
−1<br />
<br />
1 2<br />
,<br />
1 −1<br />
<br />
1<br />
> =<br />
1
= √ 4 + 2 + 3 + 1 = √ 10<br />
<br />
1<br />
d(A,B) = ||A − B|| = ||<br />
0<br />
<br />
−1 2<br />
−<br />
1 −1<br />
<br />
1<br />
|| =<br />
1<br />
<br />
−1<br />
= ||<br />
1<br />
<br />
−2 1<br />
|| = <<br />
0 1<br />
<br />
−2 1<br />
,<br />
0 1<br />
<br />
−2<br />
> =<br />
0<br />
= √ 1 + 8 + 3 + 0 = √ 12 = 2 √ 3<br />
Tenemos que ||A|| · ||B|| cos θ =< A,B >, luego<br />
luego<br />
cos θ =<br />
Ejercicio<br />
< A,B ><br />
||A|| · ||B|| =<br />
<br />
1 −1 2 1<br />
< , ><br />
0 1 −1 1<br />
2 √ 10<br />
1<br />
θ = arccos<br />
2 √ 10<br />
Sea f : IR 2 × IR 2 → IR una forma bi<strong>lineal</strong> <strong>de</strong>finida por:<br />
= 1<br />
2 √ 10<br />
f((x1,y1), (x2,y2)) = 3x1x2 + 2x1y2 + 2x2y1 + 10y1y2<br />
1. Demuestre que f es un producto interno.<br />
2. Sean u = (1, −1) y v = (1, 0). Encuentre la norma <strong>de</strong> estos dos<br />
vectores, la distancia entre ellos y el coseno <strong>de</strong>l ángulo comprendido<br />
entre ellos.<br />
Solución <strong>de</strong> (1)<br />
Se ha dado por supuesto que es bi<strong>lineal</strong>. Debemos <strong>de</strong>mostrar entonces:<br />
(a) f es simétrica.<br />
En efecto
f((x1,y1), (x2,y2)) = 3x1x2 + 2x1y2 + 2x2y1 + 10y1y2<br />
f((x2,y2), (x1,y1)) = 3x2x1 + 2x2y1 + 2x1y2 + 10y2y1<br />
Ambas imágenes coinci<strong>de</strong>n, luego f es simétrica.<br />
(b) f es positiva.<br />
En efecto<br />
f((x,y), (x,y)) = 3x 2 +4xy+10y 2 = 2x 2 +(x 2 +4xy+4y 2 )+6y 2 =<br />
= 2x 2 + (x + 2y) 2 + 6y 2 ≥ 0 ∀(x,y) ∈ IR 2<br />
(c) f está bien <strong>de</strong>finida.<br />
En efecto<br />
f((x,y), (x,y)) = 0 ⇒ 2x 2 + (x + 2y) 2 + 6y 2 = 0<br />
⇒ x = y = 0 ⇒ (x,y) = (0, 0)<br />
por (a), (b) y (c) f es un producto interno.<br />
Solución <strong>de</strong> (2)<br />
<br />
||u|| = ||(1, −1)|| = f((1, −1), (1, −1)) = 3<br />
<br />
||v|| = ||(1, 0)|| = f((1, 0), (1, 0)) = √ 3<br />
d(u,v) = ||u − v|| = ||(1, −1) − (1, 0)|| = ||(0, −1)|| =<br />
<br />
3 · 0 2 + 4 · 0 · (−1) + 10 · (−1) 2 = √ 10<br />
Tenemos que<br />
luego cosθ =<br />
< u,v ><br />
||u|| · ||v||<br />
< u,v >= ||u|| · ||v|| · cos θ<br />
< u,v >=< (1, −1), (1, 0) >= 3·1·1+2·1·0+2·1(−1)+10(−1)·0 = 1<br />
Luego cosθ = 1<br />
3 √ 3
Ejercicio<br />
Sobre M2(IR), consi<strong>de</strong>remos el producto interno siguiente:<br />
f : M2(IR) × M2(IR) → IR; f(A,B) = tr(A t B)<br />
Sea S subespacio <strong>de</strong> M2(IR) con base<br />
C = {u1 =<br />
<br />
1 1<br />
,u2 =<br />
1 0<br />
1. Ortonormalicemos la base <strong>de</strong> C <strong>de</strong> S<br />
<br />
1 −1<br />
,u3 =<br />
1 0<br />
2. Busquemos el subespacio ortogonal a S<br />
Solución <strong>de</strong> (1)<br />
<br />
<br />
1<br />
||u1|| = tr<br />
1<br />
t <br />
1 1<br />
0 1<br />
<br />
1<br />
=<br />
0<br />
√ 3<br />
Sea g1 = 1<br />
<br />
1<br />
√<br />
3 1<br />
<br />
1<br />
0<br />
Se tiene que v2 = u2− < u2,g1 > g1 =<br />
=<br />
=<br />
<br />
1 −1<br />
− <<br />
1 0<br />
<br />
1 −1<br />
,<br />
1 0<br />
1 √<br />
3<br />
<br />
1 −1<br />
− (1 + (−1) + 1)<br />
1 0<br />
1<br />
3<br />
||v2|| = <br />
( 2<br />
3 )2 + (−4 3 )2 + ( 2<br />
3 )2 = 2<br />
3<br />
g2 = 1<br />
2<br />
√<br />
2 · 3<br />
6 3<br />
−4<br />
<br />
3<br />
2 0 3<br />
= 1<br />
√ 6<br />
√<br />
6<br />
<br />
1 −2<br />
1 0<br />
<br />
1 0<br />
}<br />
0 1<br />
<br />
1 1<br />
><br />
1 o<br />
1 √ =<br />
3<br />
<br />
1 1<br />
=<br />
1 0<br />
2<br />
3 −4<br />
<br />
3<br />
2 0 3<br />
Se tiene que: v3 = u3− < u3,g1 > g1− < u3,g2 > g2<br />
<br />
1 0 1 0<br />
v3 = − < ,<br />
0 1 0 1<br />
1<br />
<br />
1 1<br />
√ ><br />
3 1 0<br />
1<br />
<br />
1 1<br />
√ −<br />
3 1 0
1<br />
<<br />
1<br />
<br />
1<br />
,<br />
0<br />
1<br />
<br />
1<br />
√<br />
6 1<br />
<br />
−2<br />
><br />
0<br />
1<br />
<br />
1<br />
√<br />
6 1<br />
<br />
−2<br />
=<br />
0<br />
<br />
1 0<br />
= −<br />
0 1<br />
1<br />
<br />
1 1<br />
− 3 1 0<br />
1<br />
1 1 −2 0<br />
= 2<br />
6 1 0 −1 <br />
1 2<br />
<br />
1 0<br />
||v3|| = tr 2<br />
−1 t 1 0<br />
· 2<br />
1 − 2 1<br />
<br />
=<br />
1 2 <br />
( 1<br />
2 )2 + (−1 2 )2 + 12 = 3<br />
2<br />
1 0 2<br />
−<br />
g3 =<br />
1<br />
<br />
⎛ √<br />
2<br />
√<br />
1 2 = ⎝ 2<br />
3<br />
2<br />
√ 0<br />
3<br />
− √ 2<br />
2 √ ⎞<br />
√ ⎠<br />
√32<br />
3<br />
Luego {g1,g2,g3} es la base ortonormal <strong>de</strong> S obtenida por el proceso<br />
<strong>de</strong> Grahn-Schmidt.<br />
Solución <strong>de</strong> (2)<br />
Busquemos el subespacio ortogonal a S<br />
Construyamos el sistema <strong>de</strong> ecuaciones siguiente:<br />
<br />
x y 1<br />
< ,<br />
z t 1<br />
<br />
1<br />
>= 0 ⇔ x + y + z = 0<br />
0<br />
<br />
x y 1<br />
< ,<br />
z t 1<br />
<br />
−1<br />
>= 0 ⇔ x − y + z = 0<br />
0<br />
<br />
x y 1<br />
< ,<br />
z t 0<br />
<br />
0<br />
>= 0 ⇔ x + t = 0<br />
1<br />
Si escalonamos el sistema tenemos: x = −t; y = 0; z = t.<br />
Luego el subespacio ortogonal <strong>de</strong> S es S⊥ <br />
−1 0<br />
=< ><br />
1 1<br />
Ejercicio<br />
Sea f : IR 3 × IR 3 → IR <strong>de</strong>finida por:<br />
f((x1,y1,z1), (x2,y2,z2)) = 2x1x2+3x1y2+3x2y1+5y1z2+5y2z1+4z1z2
1. Busquemos la forma cuadrática asociada a esta forma bi<strong>lineal</strong><br />
simétrica.<br />
2. Busquemos la matriz asociada a f con respecto a la base<br />
canónica.<br />
Solución <strong>de</strong> (1)<br />
q(x,y,z) = f((x,y,z), (x,y,z)) = 2x 2 + 3xy + 3xy + 5yz + 5yz + 4z 2 .<br />
Luego q(x,y,z) = 2x 2 + 6xy + 10yz + 4z 2<br />
Solución <strong>de</strong> (2)<br />
Tenemos que hacer los siguientes cálculos:<br />
f((1, 0, 0), (1, 0, 0)) = 2; f((1, 0, 0), (0, 1,o)) = 3;<br />
f((0, 1, 0), (1, 0, 0)) = 0; f((1, 0, 0), (0, 0, 1)) = 0<br />
f((0, 0, 1), (1, 0, 0)) = 0; f((0, 1, 0), (0, 1, 0)) = 0<br />
f((0, 1, 0), (0, 0, 1)) = 5; f((0, 0, 1), (0, 1, 0)) = 5<br />
⎛<br />
2<br />
⎜<br />
Luego (f;C,C) = ⎝ 3<br />
0<br />
0<br />
⎞<br />
0<br />
⎟<br />
5 ⎠<br />
0 5 4<br />
Ejercicio<br />
f((0, 0, 1), (0, 0, 1)) = 4<br />
Sea q : IR 3 → IR <strong>de</strong>finida por: q(x,y,z) = 3x 2 + 2xz − 10yz + 2z 2<br />
1. Busquemos la matriz asociada a q con respecto a la base canónica<br />
C = {e1,e2,e3}<br />
2. Busquemos la forma bi<strong>lineal</strong> asociada a q
Solución <strong>de</strong> (1)<br />
Tenemos que<br />
q(x,y,z) = (x y<br />
⎛<br />
a<br />
⎜<br />
z ) ⎝ b<br />
b<br />
d<br />
⎞ ⎛ ⎞<br />
c x<br />
⎟ ⎜ ⎟<br />
e ⎠ ⎝ y ⎠ =<br />
c e f z<br />
= (ax + by + cz bx + dy + ez<br />
⎛ ⎞<br />
x<br />
⎜ ⎟<br />
cx + ey + fz ) ⎝ y ⎠ =<br />
z<br />
= (ax 2 + 2bxy + 2cxz + dy 2 + 2eyz + fz 2 ) =<br />
= (ax 2 + 2bxy + 2cxz + dy 2 + 2eyz + fz 2 )<br />
Luego a = 3; b = 0; c = 1; d = 0; e = −5; f = 2<br />
Luego<br />
Solución <strong>de</strong> (2)<br />
⎛<br />
3<br />
⎜<br />
(q;C) = ⎝ 0<br />
0<br />
0<br />
⎞<br />
1<br />
⎟<br />
5 ⎠<br />
1 −5 2<br />
f(e1,e1) = 3; f(e1,e2) = f(e2,e1) = 0; f(e1,e3) = f(e3,e1) = 1;<br />
f(e2,e2) = 0; f(e2,e3) = f(e3,e2) = −5; f(e3,e3) = 2<br />
Sea x = α1e1 + α2e2 + α3e3 y y = β1e1 + β2e2 + β3e3<br />
f(x,y) = f(α1e1 + α2e2 + α3e3,β1e1 + β2e2 + β3e3) =<br />
= α1β1 · 3 + (α1β2 + α2,β1) · 0 + (α1β3 + α3β1) · 1 + α2β2 · 0 +<br />
+ (α2β3 + α3β2) · (−5) + α3β3 · 2<br />
Luego<br />
f(x,y) = 3α1β1 + α1β3 + α3β1 + (−5)α2β3 + (−5)α3β2 + 2α3β3<br />
O bien lo podríamos haber obtenido <strong>de</strong> la manera siguiente:
f((x1,y1,z1), (x2,y2,z2)) = (x1 y1<br />
⎛<br />
a<br />
⎜<br />
z1 ) · ⎝ b<br />
b<br />
d<br />
⎞ ⎛ ⎞<br />
c x2<br />
⎟ ⎜ ⎟<br />
e ⎠ · ⎝ y2 ⎠<br />
c e f z2<br />
7.6 Ejercicios propuestos<br />
1. Sea f : IR 3 × IR 3 → IR una forma bi<strong>lineal</strong> <strong>de</strong>finida por:<br />
f((x,y,z), (a,b,c)) = xa + 4xb + kya + lyb + mzc<br />
(a) Encuentre las propieda<strong>de</strong>s que <strong>de</strong>ben cumplir k,l,m <strong>de</strong><br />
manera que f sea un producto interno.<br />
(b) Para k = 4,l = 17,m = 1, encuentre la matriz asociada a<br />
f con respecto a la base B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)}<br />
2. Sea q : IR 3 → IR la forma cuadrática <strong>de</strong>finida por q(x,y,z) = xy.<br />
(a) Encuentre la forma bi<strong>lineal</strong> simétrica sociada a q.<br />
(b) Encuentre la matriz asociada a q con respecto a la base<br />
B = {(1, 1, 0), (−1, 1, 0), (0, 0, 1)}<br />
3. Sea f : V × V → IR un producto interno. Demuestre que<br />
f(u,v) = 1<br />
4 u + v2 − 1<br />
4 u − v2 .<br />
4. Demuestre que u + v 2 = u 2 + v 2 ⇒ u es ortogonal con v.<br />
5. Consi<strong>de</strong>re el producto escalar : IR 3 × IR 3 → IR <strong>de</strong>finido por:<br />
< (x,y,z), (x ′ ,y ′ ,z ′ ) >= 2xx ′ + 2xz ′ + 2x ′ z + 3zz ′ + yy ′<br />
Sea S = {(x,y,z);x + y + z = 0}. Encuentre S ⊥ .