Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE CIENCIAS MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICA NOTAS DE CLASE ÁLGEBRA LINEAL II Profesor: Víctor G. Osorio Vidal 2012-II Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- i ÍNDICE GENERAL Prólogo 1. Matriz asociada a una transformación lineal 1 Coordenadas o componentes de un vector ………………………………… 1 Matriz asociada a una transformación lineal ……………………………... 2 Matriz cambio de base ……………………………………………………. 14 Fórmulas de transformación de coordenadas ……………………………… 17 Matrices semejantes ……………………………………………………….. 21 Ejercicios ………………………………………………………………….. 23 2. Espacios cociente 28 Espacios cocientes ………………………………………………………… 28 Propiedad universal del cociente …………………………………………. 36 Subespacios invariantes …………………………………………………… 43 Ejercicios ………………………………………………………………….. 46 3. Valores y vectores propios 52 Valores y vectores propios de una transformación lineal ………………… 52 Espectro y espacio propio de una transformación lineal …………………. 53 Valores y vectores propios de una matriz ………………………………..... 56 Polinomio característico …………………………………………………… 63 Ejercicios …………………………………………………………………. 68 4. Diagonalización 71 Diagonalización …………………………………………………………. 71 Descomposición espectral ………………………………………………… 80 Ejercicios ………………………………………………………………… 84 Triangulación de transformaciones lineales y matrices …………………... 86 Teorema de Cayley-Hamilton …………………………………………….. 88 Ejercicios ………………………………………………………………….. 91 5. El complejificado de un espacio vectorial real ( CV ) 93 El complejificado de un espacio vectorial ………………………………… 93 El complejificado de un operador lineal …………………………………… 94 Transformaciones en espacios reales con valores propios complejos ……. 98 Ejercicios …………………………………………………………………… 108 Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- ii 6. Transformaciones lineales con valores propios repetidos 111 Transformaciones lineales con un solo valor propio ………………...……. 111 Transformaciones lineales nilpotentes …………………………………...... 112 Formas canónicas de transformaciones nilpotentes ………………...…...…. 116 Ejercicios …………………………………………………………………… 125 7. El teorema de la descomposición primaria 129 Teorema de la descomposición primaria …………………………………… 132 8. La forma canónica de Jordan 136 La forma canónica de Jordan ……………………………………………… 136 Forma canónica de Jordan real ……………………………………………. 140 9. Operadores lineales en espacios con producto interno 144 Operador adjunto …………………………………………………………... 146 Operadores autoadjuntos …………………………………………………... 148 Criterio para determinar si un operador es autoadjunto ……………………. 148 10. Formas bilineales y cuadráticas 153 Propiedades de las formas bilineales ………………………………………. 153 Matriz asociada a una forma bilineal ……………………………………….. 155 Matriz asociada y cambio de base ………………………………………….. 156 Formas bilineales simétricas y antisimétricas ……………………………… 157 Criterio para determinar si una forma bilineal es simétrica o antisimétrica a partir de su representación matricial …………………….. 157 Formas cuadráticas ………………………………………………………… 158 Propiedades de las formas cuadráticas …………………………………….. 159 Forma polar asociada a una forma cuadrática ……………………………... 160 Matriz asociada a una forma cuadrática …………………………………… 162 Clasificación de formas cuadráticas reales ………………………………… 164 Signatura de una forma cuadrática ………………………………………… 167 Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- iii Prólogo El Álgebra Lineal es un curso básico en la formación de los estudiantes de ciencias, ingenierías, economía y ciencias administrativas. El material que pongo a disposición de los estudiantes que cursan la asignatura de Álgebra Lineal corresponde a las Notas de Clase entregadas a mis alumnos de la Facultad de Ciencias Matemáticas y Facultad de Educación (Especialidad de Matemática y Física) de la Universidad Nacional de San Marcos a través de Chamilo que es una solución de software libre, licenciada bajo la GNU/GPLv3, de gestión del E-learning o aprendizaje electrónico, desarrollada con el objetivo de mejorar el acceso a la educación y el conocimiento globalmente. La dirección es http://campus.chamilo.org/. Para finalizar agradeceré a mis colegas y alumnos por las sugerencias y críticas que tengan a bien hacer llegar a la siguiente dirección vosoriov@unmsm.edu.pe. EL AUTOR http://campus.chamilo.org/ mailto:vosoriov@unmsm.edu.pe Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 1 MATRIZ ASOCIADA A UNA TRANSFORMACIÓN LINEAL Coordenadas o componentes de un vector Sea V un K-espacio vectorial de dimensión finita y consideremos una base ordenada },,,{ 21 nvvv B . Luego, todo vector Vv se puede expresar de una única forma como combinación lineal de los elementos de B. Es decir existen Kai , ni ,,2,1 tal que: n i iinn vavavavav 1 2211 (1) de tal forma que el vector Vv se puede caracterizar únicamente por los escalares Kai , ni ,,2,1 correspondientes a la combinación lineal (1); esto es, por la n-upla de elementos de K que expresamos como un vector columna y denotamos por: na a a v 2 1 ][ B (2) DEFINICIÓN.- La relación (2) se denomina vector de coordenadas de v relativo a la base B, a los escalares ia se les llaman coordenadas o componentes del vector Vv respecto a la base B. Nótese que la transformación lineal B][vv determinada por la base ordenada B es un isomorfismo de V en 1nK ; es decir a todo vector Vv se le puede asociar de forma única un vector columna cuyas componentes o coordenadas son los escalares Kai , ni ,,2,1 correspondientes a la combinación (1) con respecto a la base B. Nota.- En lo que se sigue de esta sección supondremos que el K-espacio vectorial es de dimensión finita y la base considerada B es ordenada. Ejemplo.-Sea })1,1,1(),0,1,1(),0,0,1({B una base ordenada del espacio vectorial 3R sobre R. Hallar el vector coordenado de )1,3,2( v relativo a la base B . Solución )1,1,1()0,1,1()0,0,1()1,3,2( 321 aaa )1,1,1(1)0,1,1(4)0,0,1(1)1,3,2( Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 2 1 4 1 ][ Bv Observación.- Si B es la base canónica de ),,,( KK n y ),,,( 21 nxxxv cualquier vector de nK . nx x x v 2 1 ][ B y denotaremos ][][ vv B MATRIZ ASOCIADA A UNA TRANSFORMACIÓN LINEAL Sean V y W dos K-espacios vectoriales de dimensiones finitas, con bases ordenadas },,,{ 21 nvvv B y },,,{' 21 mwww B , respectivamente. Si WVT : es una transformación lineal, entonces por el teorema fundamental de las transformaciones lineales, T está unívocamente determinado por los valores que toma T en los vectores de B . Es decir, como WVT : , entonces WvT j )( , donde: KawavT ij m i iijj ,)( 1 (3) para nj ,,1 ; escribiendo en forma explícita: mm wawawavT 12211111 )( mm wawawavT 22221122 )( mmnnnn wawawavT 2211)( entonces construimos una matriz que tenga como columnas los vectores de coordenadas de )(,),(),( 21 nvTvTvT la cual denotaremos por: mnmm n n aaa aaa aaa A 21 22221 11211 (4) Definición.- La matriz A obtenida en la relación (2) es llamada matriz asociada a la transformación lineal T respecto a las bases B y 'B de V y W respectivamentey la denotaremos como: Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 3 '][ BBTA (5) Nota.- La matriz '][ BBTA definida en la relación (5) también es frecuente denotar como '][][ '' BBBBBB TTTA , Ejemplo.- Sea 43: RRT tal que ),0,,(),,( 321321 xxxxxxT . Hallar la matriz asociada a la transformación lineal T. a) Respecto a la bases canónicas de 3R y 4R respectivamente. b) Si )}1,1,1(),0,1,1(),0,0,1{(B es la base para 3R y )}1,1,1,1(),0,1,1,1(),0,0,1,1(),0,0,0,1{('B es la base para 4R Solución a) Respecto a las bases canónicas )}1,0,0(),0,1,0(),0,0,1{( de 3R )}1,0,0,0(),0,1,0,0(),0,0,1,0(),0,0,0,1{( de 4R )1,0,0,0(0)0,1,0,0(0)0,0,1,0(0)0,0,0,1(1)0,0,0,1()0,0,1( T )1,0,0,0(0)0,1,0,0(0)0,0,1,0(1)0,0,0,1(0)0,0,1,0()0,1,0( T )1,0,0,0(1)0,1,0,0(0)0,0,1,0(0)0,0,0,1(0)1,0,0,0()1,0,0( T luego 34 100 000 010 001 ][ T b) Respecto a las bases )}1,1,1(),0,1,1(),0,0,1{(B de 3R )}1,1,1,1(),0,1,1,1(),0,0,1,1(),0,0,0,1{('B de 4R )1,1,1,1(0)0,1,1,1(0)0,0,1,1(0)0,0,0,1(1)0,0,0,1()0,0,1( T )1,1,1,1(0)0,1,1,1(0)0,0,1,1(1)0,0,0,1(0)0,0,1,1()0,1,1( T )1,1,1,1(1)0,1,1,1(1)0,0,1,1(1)0,0,0,1(0)1,0,1,1()1,1,1( T luego 34 ' 100 100 110 001 ][ BBT Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 4 Ejemplo.- Dados los espacios vectoriales .),,,( RR , .),,,( 2 RR y la transformación lineal 2: RRT definida como )2,()( xxxT Hallar la matriz asociada a T respecto a las bases }1{B , })1,1(),0,1{('B Solución )1,1(2)0,1(1)2,1()1( T 12 ' 2 1 ][ BBT Ejemplo.- Sea V un espacio vectorial sobre K de dimensión n y VVF : una transformación lineal definida como vvF 2)( Hallar la matriz asociada de F respecto a ala base: },,,{' 21 nvvv BB Solución nvvvvF 002)( 211 nvvvvF 020)( 212 nn vvvvF 200)( 21 nn F 200 020 002 ][ B B Ejemplo.- Dados los espacios vectoriales }/),,{( 31 yxRzyxW y }/){( 22 222 jiijij aaRaW se define la transformación lineal 21: WWG como 0 ),,( x xz zyxG Hallar la matriz asociada de G respecto a las bases: )}1,0,0(),0,1,1{(B de 1W y 01 10 , 10 00 , 00 01 'B de 2W . Solución Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 5 01 10 1 10 00 0 00 01 0 01 10 )0,1,1(G 01 10 0 10 00 0 00 01 1 00 01 )1,0,0(G 23 ' 01 00 10 ][ BBG Proposición.- Sean WVT : una transformación lineal, },,,{ 21 nvvv B y },,,{' 21 mwww B bases ordenadas de V y W respectivamente. Si '][ BBTA es la matriz asociada a la transformación lineal T respecto a las bases B y 'B , Vv y nc c c vC 2 1 ][ B las coordenadas de v respecto a la base B, entonces ACvT ')]([ B son las coordenadas de T(v) en la base de 'B . Prueba Si '][ BBTA es la matriz asociada a la transformación lineal T, entonces: m i iijj wavT 1 )( , nj ,,1 (1) como nc c c vC 2 1 ][ B son las coordenadas de v respecto a la base de B, entonces: n j jjvcv 1 (2) ahora n j jjvcTvT 1 )( n j jj vTc 1 )( n j m i iijj wac 1 1 de (1) Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 6 i m i n j jij wca 1 1 (3) Escribiendo explícitamente la relación (3) se tiene n n j jnj n j jj n j jj wcawcawcavT 1 2 1 21 1 1)( (4) Luego de (4) n j jmj n j jj n j jj ca ca ca vT 1 1 2 1 1 ')( B nmnnn nn nn cacaca cacaca cacaca 2211 2222121 1212111 nmnnm n n c c c aaa aaa aaa 2 1 21 22221 11211 AC Finalmente, tomando extremos se obtiene ACvT ')]([ B . Ejemplo.- Sea 32: RRT una transformación lineal definida como ),,2(),( yxyxxyxT . Considererando: )}2,1(),1,1{(B una base de 2R y )}0,1,1(),1,0,1(),1,1,1{(' B una base de 3R i) Hallar '][ BBT . ii) Si )3,2( v , hallar las coordenadas de )(vT . Solución i) )0,1,1(2)1,0,1(0)1,1,1(0)0,2,2()1,1( T )0,1,1(3)1,0,1(1)1,1,1(0)1,3,2()2,1( T Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 7 32 ' 32 10 00 ][ BBT ii) )2,1(5)1,1(7)3,2( v luego 5 7 ][ Bv 1 5 0 5 7 32 10 00 )( 'BvT Ejemplo.- Sea 23: RRT una transformación lineal, consideremos las bases: )}0,1,0(),1,0,0(),1,1,1{( B de 3R )}1,1(),1,1{(' B de 2R Sabiendo que 2/32/12 2/32/11'B BT i) Hallar )2,0,3(T ii) Hallar ),,( zyxT Solución i) )0,1,0(3)1,0,0(1)1,1,1(3)2,0,3( v luego 3 1 3 ][ Bv hallando las coordenadas de )2,0,3(T tenemos: 10 7 3 1 3 2/32/12 2/32/11 )( 'BvT )1,1(10)1,1(7)2,0,3( T )3,17( ii) Sea )0,1,0)(()1,0,0)(()1,1,1(),,( yxxzxzyxv luego Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 8 yx xz x v B][ Hallando las coordenadas de ),,( zyxT : yx xz x zyxT 2/32/12 2/32/11 ),,( 'B zyx zyx 2 1 2 3 3 2 1 2 3 2 )1,1() 2 1 2 3 x3()1,1() 2 1 2 3 2(),,( zyzyxzyxT ),35(),,( xzyxzyxT Proposición.- Sean V y W dos K-espacios vectoriales de dimensión finita con bases ordenadas },,,{ 21 nvvv B y },,,{ 21 mwww B , respectivamente. Si WVST :, son dos transformaciones lineales y Kba , , entonces BBBBBB SbTabSaT Prueba Sean ijaT BB y ijbS BB las matrices asociadas de T y S con respecto a las bases ordenadas },,,{ 21 nvvv B de V y },,,{ 21 mwww B de W. Se tiene njvbSvaTvbSaT jjj ,,1;)()())(( njwbbwaa m i iij m i iij ,,1; 11 njwbbwaa m i iij m i iij ,,1;)()( 11 njwbbaa m i iijij ,,1;)( 1 De este modo, ijij bbaabSaT BB ; njmi ,,1,,,1 Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 9 ijij bbaa ; njmi ,,1,,,1 ijij bbaa ; njmi ,,1,,,1 BBBB SbTa Ejercicio.- Sean V y W dos K-espacios vectoriales de dimensión finita con bases ordenadas },,,{ 21 nvvv B y },,,{ 21 mwww B , respectivamente. La transformación lineal WVT : es nula si y solo si 0BBT . Prueba ) Asumiendo que la transformación lineal WVT : es nula. Sean },,,{ 21 nvvv B y },,,{ 21 mwww B las bases ordenadas deV y W respectivamente, entonces njwavT m i iijj ,,1;)( 1 njwawawawww mmjjjm ,,1;000 221121 njmiaij ,,1,,,1;0 por ser },,,{ 21 mwww B una base para W, luego 0 00 00 B BT ) Ahora asumiendo que 0BBT . Sea Vv , por ser },,,{ 21 nvvv B base de V, se tiene que nc c c v 2 1 ][ B , luego por una proposición demostrada anteriormente se tiene que 0 0 0 )]([ 0 0 0 00 00 )]([][ 2 1 BBB B B vT c c c vTvT n Entonces, VvwwwvT m ,0000)( 21 . En consecuencia la transformación lineal T es nula. Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 10 Teorema.- Sean V, W dos K-espacios vectoriales de dimensiones n y m respectivamente. Para cada par de bases },,,{ 21 nvvv B de V y },,,{' 21 mwww B de W se tiene que: nmKWVL ),( Prueba Definimos: '][)( ),(: B BTTT KWVL nm Afirmación 1. - es una transformación lineal. En efecto: Sean ),(, WVLST y Kba , tal que: AaTT nmij ][][)( 'B B BbSS nmij ][][)( 'B B Se tiene '][)( BBbSaTbSaT Por definición de . '' ][][ BB B B SbTa Por la proposición anterior. )()( SbTa Sustitución Con lo cual se verifica la afirmación 1. Afirmación 2.- es un isomorfismo. En efecto: i) es inyectiva }0)(/),({)( TWVLTNu }0][/),({ ' BBTWVLT }0/),({ TWVLT Por el ejercicio anterior. luego }0{)( Nu es inyectiva ii) es sobre nmKnmWVL dim),(dim , por la parte (i) es inyectiva se tiene que es sobre. Luego de (i) y (ii) es un isomorfismo. nmKWVL ),( Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 11 Proposición .-Dados V, W, U espacios vectoriales de dimensión finita sobre el campo K y sean WVT : y UWS : transformaciones lineales. Si B , B y B son las bases ordenadas de los espacios vectoriales V, W y U respectivamente, entonces: B B B B B B ][][][ TSTS Prueba Consideremos: },,,{},,,,{ 2121 mn wwwvvv BB y },,,{ 21 ruuu B las bases ordenadas para V, W y U respectivamente. B B ][)( TaA nmij tal que m i iijj wavT 1 )( , nj ,,2,1 B B ][)( SbB mrkl tal que r k kkll ubwS 1 )( , ml ,,2,1 )())(( jj vTSvTS ; para cualquier j, nj 1 m i iij waS 1 m i iij wSa 1 )( m i r k kkiij uba 1 1 k r k m i ijki uab 1 1 luego: k r k jk m i ijkij u c abvTS 1 1 ))(( k r k jk uc 1 nj 1 entonces: nrjkcTS ][][ BB pero jkc es el ),( jk término del producto de las matrices BA. En consecuencia, finalmente tenemos que: B B B B B B ][][][ TSTS Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 12 Ejemplo.- Sean las transformaciones lineales ),(),,( : 23 xzyxzyx RRT yxyx RRS 2),( : 2 y consideremos las bases: )}0,0,1(),0,1,1(),1,1,1{(B de 3R , )}1,2(),3,1{(B de 2R y }1{B de R. Hallar: i) BB ][ TS ii) ),,)(( zyxTS iii) )4,1,2)(( TS Solución i) )1,2( 5 6 )3,1( 5 2 )0,2()1,1,1( T )1,2( 5 7 )3,1( 5 4 )1,2()0,1,1( T )1,2( 5 4 )3,1( 5 3 )1,1()0,0,1( T 32 5/45/75/6 5/35/45/2 ][ BBT )1(55)3,1( S )1(55)1,2( S 2155][ BBS 5/45/75/6 5/35/45/2 55][ BBTS 134 ii) ),,)(( zyxTS Hallemos B)],,[( zyx )0,0,1()0,1,1()1,1,1(),,( cbazyx calculando se tiene que yxczybza ,, . Luego: Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 13 )0,0,1)(()0,1,1)(()1,1,1(),,( yxzyzzyx yx zy z zyx B)],,[( B B BB )],,[(][)],,)([( zyxTSzyxTS yx zy z 134 )()(34 yxzyz zyx 2 zyxzyxTS 2),,)(( iii) 4)4,1,2)(( TS Ejemplo.- Sean las transformaciones lineales: )0,,2(),( }2/),,{(: 32 yyyx yxRzyxWRT y xz yx zyx RWF ),,( : 22 y las bases: )}0,1(),1,1{(B de 2R )}1,0,0(),0,1,2{(B de W 10 00 , 01 00 , 00 10 , 00 01 B de 22R . Hallar: i) BB ][T y BB ][F ii) BB ][ TF Solución i) )1,0,0(0)0,1,2(1)0,1,2()1,1( T )1,0,0(0)0,1,2(0)0,0,0()0,1( T Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 14 00 01 ][ BBT 10 00 2 01 00 0 00 10 1 00 01 2 20 12 )0,1,2(F 10 00 0 01 00 1 00 10 0 00 01 0 01 00 )1,0,0(F 02 10 01 02 ][ BBF ii) BB B B B B ][][][ TFTF 00 01 02 10 01 02 02 00 01 02 Corolario.- Sean V, W espacios vectoriales de dimensión finita con bases ordenadas B y B respectivamente y WVT : una transformación lineal. T es un isomorfismo si y solo si BB ][T es inversible. Prueba.- Ejercicio. Matriz cambio de base Sea V un K-espacio vectorial de dimensión finita, consideramos },,,{ 21 nvvv B y }',,','{ 21 nvvv B dos bases ordenadas para V. i) Para hallar la matriz cambio de base de B a B . Se considera el endomorfismo identidad Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 15 VVI : tal que njvvI jj ,,2,1,)( , luego expresando jv como una combinación lineal de los elementos de B se tiene n i iijjj vpvvI 1 )( , nj ,,2,1 (1) escribiendo (1) explícitamente se obtiene: nn vpvpvpvvI 122111111 )( nn vpvpvpvvI 222211222 )( nnnnnnn vpvpvpvvI 2211)( la matriz asociada al endomorfismo I respecto a las bases B y B que denotamos por: nnnn n n ppp ppp ppp IP 21 22221 11211 ][ BB es llamada matriz cambio de base de B a B . ii) Para hallar la matriz cambio de base de B a B Se considera el endomorfismo identidad VVI : tal que njvvI jj ,,2,1,)( luego expresando jv como una combinación lineal de los elementos de B se tiene n i iijjj vqvvI 1 )( , nj ,,2,1 (2) y escribiendo (2) explícitamente se tiene: nn vqvqvqvvI 122111111 )( nn vqvqvqvvI 222211222 )( nnnnnnn vqvqvqvvI 2211)( Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 16 la matriz asociada al endomorfismo I respecto a las bases B y B que denotamos por: nnnn n n qqq qqq qqq IQ 21 22221 11211 ][ BB es llamada matriz cambio de base de B a B. Observación.-También es usual denotar la matriz P cambio de base de B a B por 'B BM o 'BBM y la matriz Q cambio de base de B a B por B B 'Mo BB M' . Ejercicio.- Sea V un K-espacio vectorial de dimensión finita n e VVI : el endomorfismo identidad, entonces nII B B][ donde nI es la matriz identidad de orden n y B una base cualesquiera de V. Proposición.- Sea V un K-espacio vectorial de dimensión finita, },,,{ 21 nvvv B y }',,','{ 21 nvvv B dos bases ordenadas para V. Entonces las matrices de cambio de bases P de B a B y Q de B a B son inversas entre sí. Prueba En efecto, B B B B ' ' ][][ IIPQ Por definición de P y Q. ' '][ B BII Por propiedad demostrada. ' '][ B BI Pues III . nI Por el ejercicio anterior. Análogamente se demuestra que nIQP . Luego, nIPQ y nIQP lo que demuestra que P y Q son inversas entre si. Ejemplo.- Sean )}0,1(),1,1{(B y )}1,2(),0,1{(B dos bases de 2R . Hallar la matriz cambio de base: i) P de la base B a la base B . ii) Q la base B a la base B. iii) Verifique que P y Q son inversas entre si Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 17 Solución i) )1,2(1)0,1(1)1,1( )1,2(0)0,1(1)0,1( 01 11 P ii) )0,1(1)1,1(0)0,1( )0,1(1)1,1(1)1,2( 11 10 Q iii) 10 01 01 11 11 10 PQ Proposición.- (Fórmulas de transformación de coordenadas) Sea V un K-espacio vectorial de dimensión finita con bases ordenadas },,,{ 21 nvvv B y }',,','{ 21 nvvv B . Si P es la matriz cambio de base de B a B y Q la matriz cambio de base de B a B, entonces para todo Vv se tiene que BB ][][ vvP y BB ][][ vvQ Prueba Sean: na a a v 2 1 ][ B y na a a v ' ' ' ][ 2 1 B las coordenadas del vector Vv con respecto a las bases B y B . Probaremos que BB ][][ vvP Entonces n j jjvav 1 n j n i iijj vpa 1 1 Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 18 i n i n j ijj vpa 1 1 (1) Por otro lado tenemos que: n i iivav 1 (2) De (1) y (2) por la unicidad de la combinación lineal, ya que B es una base tenemos niapa n j jiji ,,2,1, 1 (3) es decir, explícitamente: nnapapapa 12121111 nnapapapa 22221212 nnnnnn apapapa 2211 nnnnn n n n a a a ppp ppp ppp a a a 2 1 21 22221 11211 2 1 BB ][][ vPv (4) Ahora como P y Q son inversas entre sí, tenemos que: BB ][][ vPQvQ B])[( vQP B][v pues IQP BB ][][ vvQ (5) Las expresiones (4) y (5) se denominan fórmulas de transformación de coordenadas. Proposición.- Sean V y W dos K-espacios vectoriales de dimensión finita con bases ordenadas B y C respectivamente. Si WVT : es una transformación lineal inversible y siendo 1T dicha inversa, entonces 11 )]([ CBBC TT Prueba Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 19 Sea WVn dimdim , considerando las bases B y C en V y W respectivamente, se tiene nIITTTT CCCCBCCB ][][][ 11 Donde nI es la matriz identidad de orden n. Análogamente, nIITTTT BBBBCBBC ][][][ 11 Por consiguiente, 11 )]([ CBBC TT Proposición .- Sean V, W dos K-espacios vectoriales de dimensión finita con bases B y C respectivamente, entonces la transformación lineal WVT : es un isomorfismo si y solo si CB][T posee inversa. Prueba ) Asumiendo que T es un isomorfismo. WVT : posee inversa VWT :1 , luego por la proposición anterior B C C B ][)]([ 11 TT . ) Ahora asumiendo que CB][T posee inversa. Se tiene que WTran dim)( , luego solo resta probar que T es una transformación lineal inyectiva. Si )(vT , entonces 0)]([)]([][ 1 C C BB vTTv Como todas las coordenadas de v son iguales a cero, se tiene que v , luego }{)( TNu y en consecuencia T es inyectiva. Ejemplo.- Sea ][1 RP es el espacio vectorial de los polinomios de grado menor o igual que uno sobre el campo de los reales R y la transformación lineal ][: 1 2 RR PT definida como xbaabaT )(),( , demuestre que T es un isomorfismo y calcule la inversa de T. Solución Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 20 Considerando las bases canónicas de B y C en 2R y ][1 RP respectivamente se tiene que xT 11)0,1( xT 10)1,0( Luego, 11 01 ][ CBT La matriz CB][T es inversible y 11 01 )]([ 1CBT ; en consecuencia T es un isomorfismo. Para calcular la inversa de T ba a b a bxaTbxaT C 11 01 ][][)]([ 11 BC )1,0)(()0,1()(1 baabxaT ),()(1 baabxaT Proposición.- Sea V un K-espacio vectorial de dimensión finita, B y C dos bases ordenadas para V y VVT : un endomorfismo, entonces PTQT CC B B ][][ donde P es la matriz cambio de base de B a C y Q la matriz cambio de base de C a B. Prueba Como CB][ IP y B C][ IQ se tiene B B B B C B B C C B B C C B B B B C C C ][][][][][][][][][][ TTITIITIITIPTQ Tomando extremos se obtiene, PTQT CC B B ][][ con lo cual queda demostrada la proposición. La proposición anterior se puede interpretar mediante el siguiente gráfico Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 21 Matrices semejantes Sea V un K-espacio vectorial de dimensión finita y VVT : un endomorfismo. Se consideran B y B dos bases ordenadas de V. Si se denotan por BBTA , BB TB , P la matriz cambio de base de B a B y 1P la matriz cambio de base de B a B por la proposición anterior se tiene que BPPA 1 . Las matrices nnKBA , que representan al mismo endomorfismo respecto a las bases B y B son llamadas semejantes. Estoes, diremos que A es semejante a B si y solo si existe una matriz P no singular tal que BPPA 1 . La proposición anterior se extiende para el caso de una transformación lineal WVT : donde V y W son K-espacios vectoriales de dimensiones n y m respectivamente. Si B y B son bases para V; C y C bases para W con matrices asociadas CB][TA , C B ][TB y matrices cambio de base P de B a B y Q de C y C se cumple que BPQA 1 . Es decir, dada la transformación lineal WVT : donde V y W son dos K-espacios vectoriales de dimensiones n y m respectivamente, diremos que las matrices nnKBA , representan a la misma transformación lineal T existen matrices nnKP y mmKQ no singulares tales que BPQA 1 . El siguiente gráfico, ilustra la situación antes descrita. P C,V QP B B][T C C][T C,V B,V B,V Q B,V Q -1P B A C ,W B,V C,W Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 22 Ejemplo.- Sea 23: RRT tal que )2,(),,( xzyxzyxT . i) Si B es la base canónica de 3R y C es la base canónica de 2R . Hallar la matriz de T respecto a las bases B y C. ii) Calcular las matrices de cambio de base de las bases dadas en (i) a las bases: )}0,0,1(),1,1,1(),1,0,1{( B de 3R y )}0,1(),1,0{(C de 2R iii) Calcular la matriz de T respecto a las bases dadas en (ii). Solución i) Hallemos CB][T )1,0(1)0,1(1)1,1()0,0,1( T )1,0(0)0,1(1)0,1()0,1,0( T )1,0(2)0,1(0)2,0()1,0,0(T 201 011 ][ CBTA ii) Calcularemos las matrices de cambio de base de las bases dadas De )}1,0,0(),0,1,0(),0,0,1{(B a )}0,0,1(),1,1,1(),1,0,1{( B )0,0,1(1)1,1,1(0)1,0,1(0)0,0,1( )0,0,1(2)1,1,1(1)1,0,1(1)0,1,0( )0,0,1(1)1,1,1(0)1,0,1(1)1,0,0( 121 010 110 P , 011 010 111 1P Q B,3R P -1 P B A C ,2R B,3R C,2R Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 23 De )}1,0(),0,1{(C a )}0,1(),1,0{(C )0,1(1)1,0(0)0,1( )0,1(0)1,0(1)1,0( 01 10 Q iii) Calcular la matriz de T respecto a las bases dadas (ii). 1 QAPB 011 010 111 201 011 01 10 121 113 Ejercicios 1. Una transformación lineal 23: RRT está definida por ),2(),,( zyzxzyxT a) Hallar la matriz asociada A de T, respecto a las bases: })0,0,3(),0,2,2(),1,1,1({ en 3R y }2,0(),0,2({ en 2R b) Mediante A, determinar la imagen de 3)2,2,2( R . c) Determinar la matriz B de T, respecto a las bases canónicas en ambos espacios. d) Obtener la matriz C de T, respecto a la base canónica de 3R y la base dada para 2R en la parte a). 2. Hallar la matriz de la transformación lineal 43: RRS , donde S está definida como: ),,,3(),,( zyxzyyxyxzyxS en las bases que se indican a continuación a) En las bases canónicas. b) })3,4,1(),4,1,5(),4,2,3({ base de 3R y )}1,1,1,1(),1,5,4,0(),1,1,0,3(),4,2,0,0{( base de 4R . c) La base canónica de 3R y para 4R la base dada en b) Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 24 3. Sea la transformación lineal 32: RRf definida por )2,,(),( yxyxyxyxf a) Determinar el Nu(f), Im(f), una base para cada uno y sus respectivas dimensiones. b) Hallar la matriz asociada de f respecto a las bases: })0,2(),2,1({ en 2R y })3,0,0(),0,2,0(),0,0,1({ en 3R 4. La matriz asociada de la transformación lineal 33: RRf respecto de la base canónica es 242 333 111 A Determinar el Nu(f), Im(f) y sus dimensiones. 5. Sea T el operador lineal sobre 2C definido por )0,(),( 121 zzzT . Sea B la base ordenada canónica de 2C y sea })2,(,),1({ ii B . a) ¿Cuál es la matriz asociada de T respecto al par de bases B y B ?. b) ¿Cuál es la matriz asociada de T respecto al par de bases B y B ?. c) ¿Cuál es la matriz asociada de T en la base })2,(,),1({ ii B ?. 6. Si },,/{ 2 RcbacbxaxV y 2: RVT es una transformación lineal definida por )23,2()( 2 accbcbxaxT , determine la matriz asociada a T respecto a las bases }1,1,1{ 2 1 xxx B de V y )}3,2(),2,3({ 2 B de 2R . 7. Dada la transformación lineal 322: RRf definida por ),,( dcbdbacba dc ba f a) Obtener la matriz de f respecto de las bases: 11 10 , 10 00 , 01 01 , 11 11 y })1,1,0(),1,0,2(),1,2,0({ c) Utilizando la matriz hallada, obtener la imagen de 22 31 . 8. Determinar la transformación lineal 23: RRf , tal que respecto de las bases })0,1,1(),1,0,1(),1,1,1({ en 3R y })1,2(),2,1({ en 2R su matriz asociada sea Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 25 110 001 . 9. Hallar la matriz de la transformación lineal fg respecto de las bases })1,0(),1,1({ en el dominio, })2,2(),0,2({ en el codominio donde ),,(),(/: 32 yyxxyxfRRf ),(),,(/: 23 zyxzyxgRRg . 10. Sea la transformación lineal 22: RRf representada por la matriz cos cos sen sen respecto de la base canónica. Demostrar que si y son números reales cualesquiera, entonces fff y ff 1 . 11. El endomorfismo 33: RRT está definido por ),,(),,( zyxyxxzyxT En caso de ser posible, halle la matriz asociada a 1T con respecto a la base })1,1,1(),0,1,1(),0,0,1({B . 12. Sea 23: RRf definida por ),(),,( yxzyxzyxf a) Hallar la matriz de f respecto a las bases canónicas de 3R y 2R respectivamente. b) Obtener las matrices de cambio de base, de las bases anteriores a las bases })1,1,1(),2,1,1(),1,1,0({ , })2,0(),3,1({ . c) Calcular la matriz B de f, respecto al nuevo par de bases. 13. Hallar las matrices de cambio de base en cada uno de los siguientes casos: a) })2,3(),3,2({ y })2,4(),4,1({ bases de 2R . b) }12,1,{ 2 xxxx y },12,1{ 22 xxx bases del espacio vectorial },,/{ 2 KcbacxbxaV c) Dado el espacio }0/),,,({ 4 wzyxRwzyxU y dos bases )}1,1,1,1(),1,1,1,1(),3,1,1,1{( B y )}1,0,0,1(),0,0,1,1(),0,1,0,1{( B 14. Dados el espacio vectorial 2R con las bases })2,3(),1,1({B y })1,2(),0,1({ B , el espacio vectorial 3R con las bases )}2,4,1(),1,4,2(),3,2,2{( C y )}2,1,2(),1,2,1(),0,1,1{( C . Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 26 Sea 32: RRT una transformación lineal que tenga en las bases B y C la matriz asociada 13 12 21 , se pide a) Hallar la matriz P cambio de base de B a B . Análogamente, hallar la matriz Q cambio de base de C a C . b) Hallar 1P y 1Q para las matrices correspondientes a la parte a). c) Hallar la matriz asociada de la transformación lineal T, respecto a las bases B y C . 15. En el espacio vectorial 2R fijando R , se considera la base )}cos,(),,(cos{ sensen C . a) Hallar la matriz cambio de base de C a la base canónica de 2R . b) Determine las coordenadas del vector ),( bav con respecto a la base C. 16. Sean },,{ 321 vvvB y },,{ 321 uuuC bases ordenadas de un R-espacio vectorial V relacionados de la siguiente forma 323 3211 311 32 3 vvu vvvu vvu a) Hallar la matriz cambio de base de B a C. b) Si 3 1 2 ][ Bv , halle C][v . c) Si 2 3 1 ][ Cv , halle B][v . 17. Considere el siguiente subespacio de )(2 RM ; 0);(2 zyxRMtz yx W Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 27 y sean 10 00 , 01 01 , 00 11 B , 10 00 , 01 10 , 01 01 C dos bases de W. a) Halle las matrices cambio de base de B a C y de C a B. b) Encuentre una base D de W, tal que la matriz 021 103 100 P sea la matriz cambio de base de D a B. 18. Sea el endomorfismo )( 3RLT , cuya matriz asociada respecto a la base },,{ 321 vvvB es 134 012 123 Se pide: a) Probar que })(),(,{ 3 2 33 vTvTvB es también base de 3R . b) Hallar la matriz asociada de T con respecto a la base })(),(,{ 3 2 33 vTvTvB . 19. Sean ][2 xP y ][3 xP los espacios vectoriales de los polinomios de grado menor igual a dos y menor o igual a tres, respectivamente, y sea ][][: 32 xPxPT la transformación lineal definida por T( p(x)) = x p(x). a) Determinar la matriz asociada a T con respecto a las bases canónicas de ][2 xP y ][3 xP , respectivamente. b) Obtener la matriz asociada de T con respecto a las bases : }445,231,1{ 222 xxxxx B de ][2 xP y },,,1{ 32 xxxB' de ][3 xP . c) Haciendo uso de las matrices obtenidasen a) y b) calcular la imagen del vector 231 xx . Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 28 ESPACIOS COCIENTES Para abordar el estudio de espacio cociente, primero recordemos el concepto de relación de equivalencia. Dado un conjunto cualesquiera M diremos que R es una relación de equivalencia sobre M si satisface las siguientes propiedades: 1. R ),(: xxMx (reflexividad) 2. RR ),(),(:, xyyxMyx (simetría) 3. RRR ),(]),(),[(:,, zxzyyxMzyx (transitiva) Cuando una relación R es de equivalencia sobre M, en lugar de escribir R),( yx se escribe yx ~ . Luego, usando la última notación si R es una relación de equivalencia sobre M escribiremos: 1’. xxMx ~: 2’. xyyxMyx ~~:, 3’. zxzyyxMzyx ~]~~[:,, Dada una relación de equivalencia sobre M, definida por yx ~ , la clase de equivalencia Mx denotada por xK es el conjunto }~/{ yxMyK x , el elemento x es el representante de la clase de equivalencia. El conjunto M, se puede expresar como unión de una familia de subconjuntos disjuntos donde cada uno de ellos es una clase de equivalencia para algún elemento de M. Es decir si MxxK es una familia de clases de equivalencia, entonces Mx xKM . Cada clase de equivalencia xK pues xKx ya que por la condición 1’) xx ~ . Si yx KK , entonces yx KK . En efecto, sea yxyx KzKzKKz por definición de intersección. yzxz ~~ por definición de clase de equivalencia. yzzx ~~ por 2’) yx ~ por 3’) yx KK El conjunto formado por todas las clases de equivalencia denotamos por ~/M , esto es }/{~/ MxKM x es llamado conjunto cociente; la aplicación ~/: MM tal que xKx )( es llamada proyección natural y es suryectiva de M sobre ~/M . Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 29 Para la definición de espacio vectorial cociente, consideramos un K-espacio vectorial V y un subespacio propio W. Se define sobre V una relación de la siguiente manera. Diremos que Vvu , son congruentes módulo W si y solo si Wvu y escribimos Wvu mod . Proposición.- La relación "" definida anteriormente es de equivalencia sobre V, es decir verifica las siguientes condiciones: 1. VuWuu ,mod (reflexiva) 2. WuvWvu modmod (simétrica) 3. WwuWwvWvu mod)modmod( (transitiva) Prueba 1. Wuu mod , pues Wuu por ser W subespacio. 2. WvuWvu mod por definición de "" Wvu )( por ser W subespacio Wuv Wuv mod 3. )()modmod( WwvWvuWwvWvu por definición de "" Wwuwvvu )()( Wwu mod Luego, la relación "" es de equivalencia. La relación de equivalencia "" induce sobre V una partición donde denotaremos cada clase de equivalencia del elemento v por }mod/{][ WvuVuv . Al elemento Vv se le llama representante de la clase de equivalencia. Proposición.- Se verifica ][][mod vuWvu Prueba ) Demostrando que ][][ vu Sea Wuwuw mod][ Wuw (1) Por otra parte como WvuWvu mod (2) De (1) y (2) Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 30 Wvwvuuw )()( Wvw mod por definición de "" ][vw Luego ][][ vu y análogamente de demuestra que ][][ uv . Por consiguiente, queda demostrado que ][][ vu . ) Ejercicio. Con la finalidad de contar con una notación apropiada para operar clases de equivalencia definimos el conjunto }/{ WwwvWv . Proposición.- Sea V un K –espacio vectorial y W un subespacio propio de V. Se verifica que Wvv ][ Prueba i) Probaremos que Wvv ][ Sea Wvuvu mod][ wvuWvu para algún valor de W Wwwvu , Wvu Wvv ][ ii) Falta probar que ][vWv Sea wvuWvu para algún Ww . Wwwvu , ][mod vuWvu ][vWv Finalmente, de i) y ii) se demuestra la afirmación de la proposición. Recapitulando, se tiene V un K-espacio vectorial y W un subespacio propio de V; sobre V se definió una relación de equivalencia "" que a su vez induce sobre el espacio vectorial V una partición formada por las clases de equivalencia. El conjunto formado por todas las clases de equivalencia se denota por }/{ VvWvW V Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 31 Para dotarle al conjunto W V de una estructura de espacio vectorial sobre K es necesario definir las operaciones de adición y multiplicación por escalares. Dados WuWv , y Ka ; definimos Adición : WuvWuWv )()()( Multiplicación por escalares: WavWva )( Ahora es necesario probar la buena definición de las operaciones; es decir, como se están trabajando con clases de equivalencia se requiere demostrar que las operaciones no dependen de los representantes de las clases de equivalencia. Prueba de la buena definición de las operaciones Para la adición Sea WvvWvvWvWv 212121 mod (1) WuuWuuWuWu 212121 mod (2) De (1) y (2) WuvuvWuuvv )()()()( 22112121 WuvWuvWuvuv )()(mod)()( 22112211 )()()()( 2211 WuWvWuWv Para la multiplicación por escalares Sea Ka WuvWuWv mod Wuv Wuva )( Wauav WauWav )()( WuaWva Definimos el cero de WV / por WW y se cumple WvWvWWWv )()()()( El conjunto W V con las operaciones anteriormente definidas es un espacio vectorial llamado espacio vectorial cociente. Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 32 Ejemplo.- Consideremos el R-espacio vectorial 2RV y el subespacio )}1,1{(LW , entonces el espacio cociente de 2R por W es }),(/),({ 2 2 RbaWbaW R Donde cada clase de equivalencia es el conjunto }/)1,1(),({),( RttbaWba El cual para ),( ba un punto fijo del plano representa una recta de pendiente 1 o dirección el vector )1,1( paralela a la recta )}1,1{(LW . Es decir, W R 2 es el conjunto formado por todas las rectas del plano paralelas a la recta W. Ejemplo.- Sea el R-espacio vectorial 3RV y }0/),,({)}1,0,0(),0,1,0({ 3 xRzyxW (W es el plano YZ o 0x ), entonces el espacio cociente de 3R sobre W es }),,(/),,({ 3 3 RcbaWcbaW R Donde cada clase de equivalencia es el conjunto },/)1,0,0()0,1,0(),,{(),,( RrtrtcbaWcba Interpretando geométricamente W R 3 es el conjunto formado por todos los planos paralelos de 3R paralelos a W es decir todos los planos paralelos al plano 0x . R W v+W u+W RO Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 33 Proposición.- Sea V un K-espacio vectorial, W un subespacio propio de V y W V el espacio cociente de V sobre W. La aplicación W VV : definida como Wvv )( es lineal, suryectiva y WNu )( . La aplicación es llamada proyección canónica (también se le llama proyección natural o proyección cociente). Prueba a) La aplicación es lineal. En efecto, dados Vvu , y Kba , se tiene que Wbvaubvau )()( por la definición de )()( WbvWau definición de “+” en W V )()( WvbWua definición de “.” en W V )()( vbua por la definición de Luego, es una aplicación lineal. b) La aplicación es sobre. En efecto, }/)({)Im( Vvv }/{ VvWv W V Luego, como W V)Im( , la aplicación lineal es sobre. Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 34 c) La aplicación no inyectiva. En efecto, calculando su núcleo se tiene })(/{)( WWvVvNu }/{ WWvVv }mod/{ WvVv }/{ WvVv W Luego, WNu )( y en consecuencia, la aplicación no es inyectiva. Teorema.- Sea V un K-espacio vectorial, W un subespacio de V, W VV : la proyección canónica de V sobre W V y U un subespacio de V. Luego, se verifica que UWV si y solo si la restricción de a U es un isomorfismo de U sobre W V . Prueba ) Se tiene por hipótesis que UWV y hay que probar que W VU : es un isomorfismo. i) Primero hay que probar que U es inyectiva. })(/{ WuUuNu UU }/{ WWWuUu }mod/{ WuUu }/{ WuUu }/{ WuUu }}{)(/{ WUuu }{ Luego, U es inyectiva. ii) Ahora probemos que U es suryectiva Sea W Vz , entonces Wvz para algún Vv . Por hipótesis UWV , entonces existen Ww y Uu únicos tal que uwv , luego )()()()()()( uuWuwuwvWvz Es decir, dado UuW Vz , tal que zu )( Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 35 U es suryectiva En consecuencia de i) y ii) U es un isomorfismo. ) Asumiendo ahora que W VU : es un isomorfismo, hay que demostrar que UWV . i) Primero probemos que UWV . Sea W VWvVv . Luego, por hipótesis existe Uu tal que Wvu )( , es decir WvuWvWu mod WwWuv tal que UuWwuwvuvw ,; En consecuencia, todo Vv siempre se puede expresar como uwv donde Ww y Uu ; es decir UWV . ii) Resta probar que }{UW . Sea UvWvUWv . Como Wvv se tiene que WWvWv mod y como Uv , , esto equivale a )()( UU v y puesto que U es inyectiva se tiene que v , con lo cual se ha probado que }{UW . En consecuencia de i) y ii) UWV . Observación.- Del teorema se tiene que U W UW y W U UW En los siguientes ejemplos veremos las aplicaciones del teorema. Ejemplo.- En el R-espacio vectorial 2R , se consideran los siguientes subespacios )}1,1({LW y )}1,1({ LU Que son dos rectas de 2R que pasan por el origen con vectores dirección )1,1( y )1,1( respectivamente. UWR 2 , luego aplicando el teorema anterior resulta que UW R 2 y WU R 2 . Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 36 Ejemplo.- Sea nnRV el R-espacio vectorial de todas las matrices con entradas reales de orden nn . Consideremos los subespacios }/{ Tnn AARAW y }/{ Tnn AARAU De las matrices simétricas y antisimétricas, respectivamente. De demuestra que UWR nn , luego por el teorema anterior se tiene que UW R nn y WU R nn Teorema Fundamental En el siguiente teorema probaremos que toda transformación lineal UVT : tal que el subespacio W de V está contenido en el núcleo de T, induce una única transformación lineal UW VT :ˆ tal que TT ˆ . Teorema .-(Propiedad universal del cociente) Sean V, U K-espacios vectoriales y W un subespacio de V. Si UVT : es una transformación lineal tal que )(TNuW , entonces existe una única transformación lineal UW VT :ˆ que hace comutativo el siguiente diagrama. Prueba Definimos la aplicación UW VT :ˆ tal que VvvTWvT );()(:ˆ . Primero, hay que garantizar que T̂ está bien definida; es decir que la definición no depende del representante de la clase de equivalencia. En efecto, WvvWvWv mod Wvv por def. de “” wvvWw / V T U T̂ W V Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 37 Wwwvv ; )()( wvTvT )()()( wTvTvT por ser T transformación lineal )()( vTvT pues )(TNuW )()( vTvT )(ˆ)(ˆ WvTWvT por def. de T̂ Luego, )(ˆ)(ˆ WvTWvTWvWv , lo cual prueba la buena definición de T̂ . Ahora probemos que hace conmutativo el diagrama, esto es TT ˆ . Sea W VWv , luego ))(ˆ())((ˆ)(ˆ)( vTvTWvTvT . En consecuencia, se ha probado que TT ˆ . Ahora probaremos que la aplicación T̂ es lineal. En efecto, dados W VWvWv ', y Kba , se tiene ))'()((ˆ))'()((ˆ WbvWavTWvbWvaT ))'((ˆ WbvavT )'( bvavT por definición de Tˆ )'()( vbTvaT por ser T transformación lineal )'(ˆ)(ˆ WvTbWvTa por definición de T̂ Luego, la aplicación T̂ es lineal. Falta probar la unicidad de T̂ . Supongamos que exista otra transformación lineal UW VT : que cumpla las mismas condiciones de T̂ es decir TT , luego para Vv se tiene )(ˆ))((ˆ))(ˆ()())(())(()( WvTvTvTvTvTvTWvT tomando extremos se tiene que VvWvTWvT ,)(ˆ)( Luego, TT ˆ y en consecuencia T̂ es única. Observaciones (1) Si T̂ es la transformación lineal del teorema anterior, ))(()ˆ( TNuTNu e )()ˆIm( VTT . En efecto, hagamos la verificación. Verificando que ))(()ˆ( TNuTNu Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 38 })(ˆ/{)ˆ( WvTW VWvTNu })(/{ vTW VWv })(/{ TNuvW VWv })(/)({ TNuvW Vv ))(( TNu Luego ))(()ˆ( TNuTNu Verificando que )()ˆIm( VTT )(ˆ)ˆIm( W VTT }/)(ˆ{ VvWvT }/)({ VvvT )Im(T )(VT Luego, )()ˆIm( VTT (2) La construcción del espacio cociente nos permite afirmar que dado un espacio vectorial V y un subespacio VW arbitrario, existe una transformación lineal UVL : de V en algún espacio vectorial U de modo que WLNu )( . Esto es, todo subespacio es el núcleo de alguna transformación lineal. En efecto, basta tomar W VVL : la proyección canónica. Teorema .-Existe una correspondencia biyectiva entre los subespacios de W V y los subespacios de V que contienen a W. Esa correspondencia está dada de la siguiente forma VSW VS )(1 ; W VUW UVUW )( Prueba Las funciones definidas arriba envían subespacios en subespacios. En efecto, sea S un subespacio de W V , se tiene que probar que )(1 S es un subespacio de V. Sean )(, 1 Svu y Kba , , entonces Svu )(),( ; como S es un subespacio Svbua )()( y como es la aplicación canónica se tiene que Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 39 )()( 1 SvbauSvbau ; luego, )(1 S es un subespacio de V. Si U es un subespacio de V, como es lineal, entonces )(U es un subespacio de W V . De otra parte, ambas funciones son una inversa de la otra. En efecto, tomemos un subespacio U de V tal que VUW , probaremos que UW U )(1 . Sea )()( 1 W UuW UuWuUu . Luego, )(1 W UU . Ahora probemos el otro contenido, por definición de imagen inversa se tiene })(/{)(1 W UuUuW V Sea WuvUuW UWvvW Vv /)()(1 wuvUu / , para algún Ww . Luego, wuv con Ww ; como UW entonces Uv , o sea que UW U )(1 . Por consiguiente, UW U )(1 . Teorema.- Sea V un K-espacio vectorial de dimensión finita. Si W es un subespacio propio de V, entonces WVW V dimdim)dim( PRUEBA Sea nV dim y mW dim , con nm . Consideremos },,{ 1 mvv B una base para W, entonces por el teorema de completación de bases, extendemos dicha base para V. Es decir existen, Vvv nm ,,1 tal que },,,,,{ 11 nmm vvvv B' es una base de V. Con los vectores utilizados para completar la base formamos el subconjunto },,{ 1 WvWv nm B de W V . Afirmación.- },,{ 1 WvWv nm B es una base para W V . Prueba de la afirmación i) El conjunto },,{ 1 WvWv nm B es linealmente independiente. Sea WWWvaWva nnmm )()( 11 (W esel cero de W V ) WWvaWva nnmm )()( 11 (def. de · en W V ) Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 40 WWvava nnmm )( 11 (def. de + en W V ) Wvava nnmm )( 11 mmnnmm vavavava 1111 (por ser },,{ 1 mvv base para W) mmnnmm vavavava 1111 011 nmm aaaa se tiene que },,{ 1 WvWv nm B es l.i. ii) El conjunto },,{ 1 WvWv nm B genera W V esto es )(BLW V . Sea W VWv . Como Vv se puede expresar como combinación lineal de los elementos de B' , esto es n mi ii m i ii n i ii vavavav 111 WvavaWv n mi ii m i ii 11 WvaWva n mi ii m i ii 11 WvaW n mi ii 1 pues Wva m i ii 1 Wva n mi ii 1 ya que W es el cero de W V )()( 11 WvaWva nnmm )()( 11 WvaWva nnmm Luego, para todo W VWv , se tiene que )()( 11 WvaWvaWv nnmm De lo que resulta, W VWvWvL nm },,{ 1 . De i) y ii) la afirmación queda probada. De la afirmación se tiene que WVmnWV KKK dimdim)/(dim Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 41 Observación.- El teorema anterior nos describe un procedimiento para encontrar una base del espacio cociente W V cuyos representantes son los vectores utilizados para completar una base de V a partir de una base de W. Ejemplo.- En el espacio vectorial 3R sobre R se considera el subespacio }0,0/),,({ 3 zyxzyxRzyxW Se pide: a) Hallar una base para W R3 . b) Determinar el vector de coordenadas de W )3,1,2( con respecto a la base hallada en a). Solución a) Hallando una base para W R3 . Se tiene que }0,0/),,({ 3 zyxzyxRzyxW }0/),,({ 3 yxRzyx }/),,({ 3 xyRzyx }/)0,,({ Rxxx })0,1,1({ LW El conjunto })0,1,1({ es una base para W, y por el teorema de completamiento de bases, existen 3)1,0,0(),0,1,0( R tal que })0,1,0(),1,0,0(),0,1,1({ es una base de 3R . Luego por el teorema })1,0,0(,)0,1,0({ WW B es una base para W R3 . b) Determinando el vector de coordenadas de W )3,1,2( con respecto a la base B . WWbWa )3,1,2())1,0,0(())0,1,0(( WWbWa )3,1,2()),0,0(())0,,0(( WWba )3,1,2()),,0( )0,,()3,1,2()0,1,1()3,1,2(),,0( ttbatba Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 42 3 1 2 03 1 2 b a t b ta t Luego, WWW )3,1,2())1,0,0((3))0,1,0((1 , y en consecuencia 3 1 ])3,1,2[( BW Corolario.- Sea V un espacio vectorial sobre un campo K y VW un subespacio vectorial . Entonces, W VWV . Prueba Siguiendo el procedimiento del teorema, consideramos una base B para W y luego completamos una base B para V. Si se considera BBB , entonces )(B es una base de W V . Consideramos la inclusión VWi : y la transformación lineal VW VT : inducida por B vvvT ,))(( . Entonces, T es inyectiva e i, T inducen una transformación lineal biyectiva VW VW . Ejercicio.- Sean U y W subespacios del K-espacio vectorial V. Probar que W WUUT )(: tal que WuuT )( es un epimorfismo. Solución Primero probemos que la aplicación T es una transformación lineal. Sean Uvu , y Kba , . WbvaubvauT )()( )()( WbvWau )()( WvbWua )()( vbTuaT Ahora hay que probar que T es suryectiva. Sea W WUz )( , entonces Wwuz )( para algún Uu y para algún Ww ; entonces )()()()( uTWuWWuWwWuz Esto prueba que T es suryectiva. Por tanto, T es un epimorfismo. Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 43 Definición..- Sea VVT : una transformación lineal y sea VW un subespacio. Se dice que W es invariante con respecto a T ( o un subespacio invarante por T) si WWT )( . Teorema.- Sea VVT : una transformación lineal y W un subespacio invariante por T. Entonces, existe una única transformación lineal W V W VT : ~ que hace conmutativo el siguiente diagrama Prueba Consideremos la transformación lineal W VVT : y probemos que )( TNuW . En efecto, sea Ww entonces como W es invariante por T, WwT )( y como WNu )( entonces )())(( TNuwWwT . Con lo que se ha probado que )( TNuW . Ahora, usando la propiedad universal del cociente ( teorema demostrado) existe una única transformación lineal W V W VT : ~ Tal que TT ~ ; con lo que queda demostrado el teorema. V T V W V W V T~ V W V W V T T~ V Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 44 Observación.- El teorema anterior puede generalizarse de la siguiente forma: Sea VVT : una transformación lineal y VWVW , subespacios tales que WWT )( . Entonces, existe una única transformación lineal W V W VT :~ tal que TT ~ . En efecto, consideremos la transformación lineal W VVT : . Sea Ww entonces WwT )( pues WWT )( y como WNu )( entonces WwT ))(( , es decir )( TNuW , luego por la propiedad universal del cociente existe una única transformación lineal W V W VT :~ tal que TT ~ . Corolario.- (Isomorfismo inducido por una transformación lineal) Sean V, U K- espacios vectoriales y UVT : una transformación lineal, entonces existe una única transformación lineal )()(: ˆ VTTNu VT inducida por T que es un isomorfismo. Prueba De acuerdo a las condiciones del corolario, construimos el siguiente diagrama. Consideremos la transformación lineal )(: VTVT , como )(TNu es un subespacio de V y obviamente está contenido en sí mismo, existe una única transformación lineal )()(: ˆ VTTNu VT tal que TT ˆ en virtud de la propiedad universal del cociente. V T T̂ )(TNu V UVT )( Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 45 Probaremos que T̂ es inyectiva. }))((ˆ/)({)ˆ( TNuvTTNuvTNu }))((ˆ/)({ vTTNuv }))(ˆ(/)({ vTTNuv })(/)({ vTTNuv })({ TNu })({)ˆ( TNuTNu y en consecuencia T̂ es inyectiva. Ahora probaremos que T̂ es suryectiva, para ello calculamos }/))((ˆ{)ˆIm( VvTNuvTT }/))((ˆ{ VvvT }/))(ˆ({ VvvT }/)({ VvvT )(VT Luego, T̂ es suryectiva. Finalmente, al ser T̂ inyectiva y suryectiva concluimos que T̂ es un isomorfismo y por consiguiente )()(/ VTTNuV . El siguiente teorema establece una relación entre BT la matriz asociada a un endomorfismo VVT : con respecto a una base ordenada B de V y BT~ la matriz asociada al endomorfismo inducido por T en el cociente W V , donde W es un subespacio invariante por T. Teorema.- Sea V un K-espacio vectorial de dimensión finita, VVT : una transformación lineal y W un subespacio de V invariante por T. Denotemos con WWT W : la transformación lineal obtenida mediante la restricción de T a W. Consideremos W V W VT :~ la transformación lineal inducida por T en el cociente y las bases },,,{ 21 rvvv C , },,,,,,{ 121 nrr vvvvv B , },,{ 1 WvWv nr B bases de W, V y W V respectivamente. Entonces B C B T T T W ~ 0 Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ----------------------------------------------------------------------------------------------------------46 Prueba Observemos que los vectores rjWvT j ,,1;)( ; desde que W es invariante por T, de aquí cada rjvT j ,,1;)( se escribe como combinación lineal de los elementos de la base },,,{ 21 rvvv C , los escalares correspondientes a esta combinación lineal son exactamente las entradas de la matriz asociada CWT . Esto prueba que las primeras r columnas de la matriz BT son como se enuncia en el teorema. De otro lado VvT jr )( para rnj ,,1 , pueden escribirse como combinación lineal de los elementos de la base B de V; esto es existen escalares jrnjrrjrrjrjr aaaaa ,,1,,2,1 ,,,,,, en K tal que n ri ijri r i ijrijr vavavT 1 , 1 ,)( , para rnj ,,1 Tomando la clase de equivalencia )()()( 1 , 1 , WvaWvaWvT n ri ijri r i ijrijr , para rnj ,,1 Esto es )()(~ 1 , WvaWvT n ri ijrijr , para rnj ,,1 lo que implica que los elementos de la columna jr (para rnj ,,2,1 ) de BT ubicados en las filas nrr ,,2,1 forman exactamente el j-ésimo vector columna de la matriz BT~ con lo que el teorema queda demostrado. Ejercicios 1. Sea V un K-espacio vectorial y W un subespacio de V. Se dice que Vvu, son congruentes módulo W si y solo si Wvu , lo que se denota como Wvu mod . Demostrar que la relación “ ” es de equivalencia. 2. Sea V un K-espacio vectorial y W un subespacio de V. Para Vv , se define el conjunto }/{ WuuvWv . Demuestre que Wvv ][ . 3. Sea }02/),{( 2 yxRyxW subespacio de 2R . Describir las clases de equivalencia módulo W de los siguientes vectores: )2,2(),2,3( vu y )3,4( w . Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 47 4. Sea el espacio vectorial 2R sobre R y el subespacio }3/),{( 2 xyRyxW . ¿Cuáles de la siguientes de las siguientes expresiones son verdaderas?. a) )]7,2([)],([ bbaba b) WbabWba )42,(),( c) WbabWbba )43,()7,2( 5. Sea })2,3({LW un subespacio de R2. Averigüe si se cumple: a) WabbaWbba )2,(),2( , donde Rba , . b) Wa b abWbba ) 3 ,(),2( , donde Rba , . 6. Sea }0/),,({ 3 zRzyxW subespacio de 3R . Describir las clases de equivalencia módulo W de los siguientes vectores: )2,1,0(),1,0,0( vu y )4,1,4( w en R3. 7. Sea }02/),,{( 3 zyxRzyxW subespacio de 3R . Demuestre que que la clase de equivalencia módulo W del vector 3),,( Rcbav es el conjunto }22/),,({ 3 cbazyxRzyx . 8. Sea Kn un K-espacio vectorial y W el espacio solución de la ecuación lineal Kaxaxaxa inn ,02211 y sea n n Kbbbv ),,,( 21 . Demuestre que la clase Wv de W en Kn es el conjunto solución de la ecuación lineal bxaxaxa nn 2211 donde nnbababab 2211 . 9. Considere el espacio vectorial real de todos los polinomios con coeficientes en R e indeterminada x, V=R[x]. Si })(/)1)(({ 2 VxqxxqW se pide: a) Demuestre que },/][{/ RbabaxWV . b) Dados 12)( 234 xxxxxp , ][23223)( 234 xRVxxxxxs , averigüe si )]([)]([ xsxp . 10. Considere el espacio vectorial real de todos los polinomios con coeficientes en R e indeterminada x, V=R[x]. Si })(/)1)(({ 3 VxqxxxqW se pide: a) Demostrar que },,/{/ 2 RcbacbxaxWV . b) Dados 232)( 234 xxxxxp y 122)( 234 xxxxxs de V=R[x], averiguar si )()( xsxp . Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 48 11. Sea la transformación lineal VVT : . Demuestre que los siguientes subespacios son invariantes por T: a) }{ b) )(TNu c) )Im(T 12. Sea V un K-espacio vectorial y W un subespacio. Supongamos que el conjunto de clases },,,{ 21 WvWvWv n es linealmente independiente en V/W. Demostrar que el conjunto de vectores },,,{ 21 nvvv también es linealmente independiente en V. 13. Sea V un K-espacio vectorial y W un subespacio. Supongamos que el conjunto de vectores },,,{ 21 nuuu en V es linealmente independiente y que }{)( WuL i . Demostrar que el conjunto de clases },,,{ 21 WuWuWu n en V/W también es linealmente independiente. 14. Sea V un K-espacio vectorial, U y W subespacios tal que WUV y },,,{ 21 nuuu una base de U. Demostrar que },,,{ 21 WuWuWu n es una base del espacio cociente V/W. 15. Sea el R-espacio vectorial 3R y }02,02/),,({ 3 xzyxRzyxW . a) Determine una base B de WR /3 . b) Si )0,1,1(v , halle el vector coordenado de Wv respecto a la base B . c) Si )4,3,2( v , halle el vector coordenado de Wv respecto a la base B . 16. En el espacio vectorial 4R sobre R, se consideran los subespacios: }02/),,,({ 4 tzyxRtzyxU , }02,0/),,,({ 4 tzytyxRtzyxW y }0,0,0/),,,({ 4 tzzxyxRtzyxS Se pide hallar una base y su dimensión correspondiente para los espacios cocientes: WRUR /,/ 44 y SR /4 . 17. Sea V el R-espacio vectorial de los polinomios con coeficientes en R e indeterminada en x. Si W es el subespacio de los polinomios divisibles por 5x , esto es de la forma nn xaxaxa 5 6 1 5 0 . Mostrar que el espacio cociente WV / es de dimensión 5. Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 49 18. Determine la verdad o falsedad de las siguientes afirmaciones: a) Todo subespacio es el núcleo de alguna transformación lineal. b) Dado un subespacio W de un espacio vectorial V, existe una transformación lineal VUT : para algún subespacio U de modo que .)( WUT 19. Sea }2/),({ 2 xyRyxU subespacio de R2. Pruebe que cada clase en UR /2 posee un único representante en el eje Y. Use este hecho para definir un isomorfismo entre UR /2 y el eje Y. 20. Sea }0/),,({ 3 zRzyxW subespacio de 3R . Pruebe que cada elemento de WR /3 posee un único representante en la recta }/)1,1,1({ RttL . Use este hecho para definir un isomorfismo entre WR /3 y la recta L. 21. Sea ][2 xPV el espacio vectorial de los polinomios de grado 2 y },/{ 2 RbabaxW un subespacio de V. Establesca un isomorfismo entre el espacio cociente WV / y la recta }0,0/),,({ 3 zyxzyxRzyxL . 22. Sea V un K-espacio vectorial de dimensión finita y W un subespacio de V. Probar que WVWV dimdim)/dim( . 23. En el R-espacio vectorial R3 se considera el subespacio }0,0/),,({ 3 zyxzyxRzyxW Determinar una base para WR /3 e indicar su dimensión. 24. Sean 22R el espacio vectorial de las matrices cuadradas de orden 22 se considera el conjunto 02/22 cb dc ba W R . Determine una base y la dimensión para W/22R . 25. Sea ][3 xPV el R-espacio vectorial de los polinomios de grado menor o igual que 3, con coeficientes en R e indeterminada x y }0)1()0(/][)({ 3 ppxPxpW un subespacio de V. Determinar una base B de WV / y calcular el vector de coordenadas de Wxxx )132( 23 . 26. En el espacio vectorial 3R sobre R se considera el subespacio )}1,1,1{(LW . Si la aplicación lineal 33 /:ˆ RWRT se define como ),,()),,((ˆ bccabaWcbaT . Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 50 Hallar la matriz asociada a T̂ con respecto a las bases })1,1,0(,)0,1,0({ WW B de WR /3 y )}1,0,1(),0,1,1(),0,1,1({ B de 3R . 27. En el espacio vectorial 3R sobre R, se considera el subespacio )}1,1,1{( LW y WRRT /: 33 tal que WcbcabacbaT ),,(),,( . Hallar la matriz asociada de T con respecto a las bases )}0,1,1(),1,1,1(),1,0,1({ B de 3R y })1,1,0(,)1,1,0({ WW B de WR /3 . 28. En el espacio vectorial 3R sobre R, se considera el subespacio }0,02/),,{( 3 zyxyxRzyxW, })1,0,0(,)1,1,0({ WW B base de WR /3 y )}0,0,1(),0,1,1(),1,1,1({B base de 3R . Si 33 /: RWRT es una transformación lineal tal que la matriz asociada a T respecto de estas bases es 01 10 10 B BT , hallar )),,(( WzyxT . 29. Sea 33: RRT una transformación lineal definida por )32,2,(),,( zyzyzyxzyxT Si })4,2,2({LW , demuestre que W es T-invariante. 30. En el espacio vectorial 3R sobre R, se considera el subespacio )}1,1,1({LW y )0,,(),,(/)( 3 cbcacbaTRLT . Si la transformación lineal )(/:ˆ 33 RTWRT está definida como )0,,()),,((ˆ cbcaWcbaT , hallar 1ˆ T en caso de ser posible. 31. Sean V y W dos K-espacios vectoriales y WVT : una transformación lineal. Si la dimensión de V es finita, demostrar que VTNu )( y WVT )( tienen dimensión finita y además se cumple que )(dim())(dim(dim VTTNuV . 32. Sea V un K-espacio vectorial de dimensión finita, U y W subespacios de V. Demuestre: a) WU U W WU )( b) )dim(dimdim)dim( WUWUWU Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 51 33. Sean V un K-espacio vectorial de dimensión finita, )(VLT , W un subespacio invariante por T y WWT W : la transformación lineal obtenida mediante la restricción de T a W. Considerando WVWVT //:~ la transformación lineal asociada a T en el cociente y siendo },,,{ 21 twww C , },,,,,,{ 121 ntt vvwww B y },,{ 1 WvWv nt B bases de W, V y V/W respectivamente. Demostrar que B C B T T T W ~0 * 34. Sean V un K-espacio vectorial de dimensión finita, )(VLT , 1W y 2W subespacios T-invariantes verificándose que 21 WWV . Si 1B y 2B son bases de 1W y 2W respectivamente tal que 21 BBB , demostrar que 2 1 0 0 B B B T T T Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 52 VALORES Y VECTORES PROPIOS 1. VALORES Y VECTORES PROPIOS DE UNA TRANSFORMACIÓN LINEAL DEFINICIÓN 1.1.- Dado V un K-espacio espacio vectorial y un endomorfismo VVT : , diremos que K es un valor propio de T si y solo si existe un vector no nulo Vv tal que vvT )( (1) El vector no nulo que satisface la relación (1) se denomina vector propio de T asociado al valor propio . NOTA.- También se utilizan las expresiones de auto valor y valor característico para denominar al valor propio y el de auto vector y vector característico para el vector propio. EJEMPLO 1.1.1.- Sea ),,,( KV un espacio vectorial, consideremos el endomorfismo identidad VvvvI ;)( 1 es un valor propio de I. EJEMPLO 1.1.2.- En el espacio vectorial 2R sobre R definimos el endomorfismo )43,2(),(/: 22 yxyxyxTRRT Hallar los valores y vectores propios de T. SOLUCIÓN Hay que hallar R tal que ),(),( yxyxT ),()43,2( yxyxyx 0)4(3 0)2( 43 2 yx yx yyx xyx (1) el sistema homogéneo (1) tendrá soluciones distintas de la trivial (que son las que nos interesan, por ser los vectores propios vectores no nulos) si el determinante de la matriz asociada al sistema es igual a cero; esto es 0 43 12 056 43 12 2 5,10)5)(1(056 21 2 Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 53 Luego, los valores propios de T son: 11 y 52 . Ahora calculando los vectores propios i) Hallando el vector propio 1v asociado al valor propio 11 Reemplazando el valor de 11 en la ecuación (1) se tiene 033 0 yx yx nótese que las dos ecuaciones son equivalentes, entonces trabajando con la primera ecuación se tiene xyyx 0 la variable y depende de x, entonces )1,1(),(1 xxxv , x puede tomar cualquier valor con excepción de cero, para 1x se tiene )1,1(1 v y verifica )1,1(1)1,1()1,1( T ii) Hallando el vector propio 2v asociado al valor propio 52 Procediendo de manera análoga que en la parte i) reemplazamos el valor de 52 en la ecuación (1) se tiene 03 03 yx yx como en la parte i) las dos ecuaciones son equivalentes, entonces trabajando con la primera ecuación se tiene xyyx 303 la variable y depende de x, entonces , para 1x se tiene )3,1(2 v y y verifica )3,1(5)15,5()3,1( T NOTA.- Dados V un K-espacio vectorial, VVT : un endomorfismo y K un valor propio de T. El conjunto }/{)( TdepropiovalorunesKT es llamado espectro de T y })(/{),( vvTVvTE es un subespacio de V, y se denomina espacio propio o auto espacio de T asociado al valor propio . En referencia al ejemplo anterior se tiene }5,1{)( T )}1,1({})(/{)1,( 2 LvvTRvTE y )}3,1({}5)(/{)5,( 2 LvvTRvTE Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 54 EJEMPLO 1.1.3.- Sea 2C el espacio vectorial sobre C y la transformación lineal 22: CCT definida como ),2(),( yxyxyxT Hallar los valores y vectores propios de T. SOLUCIÓN Hay que hallar C tal que ),(),( yxyxT ),(),2( yxyxyx 0)1( 02)1(2 yx yx yyx xyx (1) el sistema homogéneo (1) tendrá soluciones distintas de la trivial (que son las que nos interesan, por ser los valores propios vectores no nulos) si el determinante de la matriz asociada al sistema es igual a cero; esto es 0 )1(1 21 012)1)(1( )1(1 21 2 i 012 Luego, los valores propios de T son: i1 y i2 . Ahora hallando los vectores propios i) Hallando el vector propio 1v asociado al valor propio i1 Reemplazando el valor de i1 en la ecuación (1) se tiene 0)1( 02)1( yix yxi las dos ecuaciones son equivalentes, entonces trabajando con la primera ecuación se tiene xiyyxi )1( 2 1 02)1( la variable y depende de x, entonces ))1( 2 1 ,1())1( 2 1 ,(1 ixixv , para 2x se tiene )1,2(1 iv y verifica )1,2()1,2( iiiT Notas de clase de Álgebra Lineal II Víctor G. Osorio Vidal ---------------------------------------------------------------------------------------------------------- 55 en efecto )1,2()1,2())1(2),1(22()1,2( iiiiiiiT ii) Hallando el vector propio 2v asociado al valor propio i2 Reemplazando el valor de i2 en la ecuación (1) se tiene 0)1( 02)1( yix yxi nótese que las dos ecuaciones son equivalentes, entonces trabajando con la primera ecuación se tiene xiyyxi )1( 2 1 02)1( la variable y depende de x, entonces ))1( 2 1 ,1())1( 2 1 ,(2 ixxixv , para 2x se tiene iy 1 y en consecuencia )1,2(2 iv y verifica )1,2()1,2( iiiT en efecto )1,2()1,2())1(2),1(22()1,2( iiiiiiiT OBSERVACIONES 1.2 (1) La existencia de valores propios de un endomorfismo depende del campo de escalares sobre el cual está definido el espacio vectorial, pues si consideramos el espacio vectorial ),,,( 2 RC y la transformación lineal 22: CCT definida en el ejemplo 1.1.3 ),2(),( yxyxyxT no tiene valores propios en R ya que: 012 , R (2) Sean V un espacio vectorial sobre K de dimensión finita,
Compartir