Descarga la aplicación para disfrutar aún más
Lea materiales sin conexión, sin usar Internet. Además de muchas otras características!
Vista previa del material en texto
Álgebra lineal 138 De la ecuación T 2(α) � aT(α) bα se obtiene S(α) � T 2(α) � aT(α) � bα � 0. También tenemos que S(T(α)) � (T 2 � aT � bI)(T(α)) � T(T 2(α) � aT(α) � bα) � T(0) � 0, probando lo afi rmado. De los casos discutidos se concluye que mT(x) tiene grado a lo más dos, como afi rmamos. Ejemplo 6.1.2. Encuentre el polinomio mínimo del operador T : R2 → R2 dado por T(x, y) � (2x � 3x y). Se tiene T(1, 0) � (2, 3) por lo que (1, 0) y T(1, 0) � (2, 3) son linealmente indepen- dientes. También tenemos T 2(1, 0) � T(T(1, 0)) � T(2, 3) � (1, 9). Como (1, 0) y T(1, 0) � (2, 3) son linealmente independientes, deseamos encontrar escalares a y b tales que T 2(1, 0) � aT(1, 0) b(1, 0). Resolviendo esta ecuación se encuentra que a � 3 y b � �5, por lo que el polinomio mínimo de T es mT(x) � x 2 � 3x 5. El método del ejemplo anterior funciona para operadores en espacios de dimen- sión mayor, sin embargo puede fallar en algunos casos. Veamos un ejemplo en di- mensión tres. Ejemplo 6.1.3. Encuentre el polinomio mínimo del operador T : R3 → R3 dado por T(x, y, z) � (2x y, 2y z, x y 2z). Se tiene T(1, 0, 0) � (2, 0, 1), T 2(1, 0, 0) � T(2, 0, 1) � (4, 1, 4) y los vectores (1, 0, 0), (2, 0, 1), (4, 1, 4) son linealmente independientes, pues la matriz cuyas columnas son los vectores dados es equivalente por fi las a la identidad. También tenemos T 3(1, 0, 0) � (9, 6, 13). Este vector es combinación lineal de (1, 0, 0), T(1, 0, 0) � (2, 0, 1), T 2(1, 0, 0) � (4, 1, 4), más precisamente, T 3(1, 0, 0) � (9, 6, 13) � 7(1, 0, 0) � 11(2, 0, 1) 6(4, 1, 4) De esta ecuación se tiene que el polinomio mínimo de T es mT(x) � x 3 � 6x2 11x � 7, pues mT(T) se anula en la base {(1, 0, 0), T(1, 0, 0), T 2(1, 0, 0)}. Como se mencionó al inicio del capítulo, el concepto de valor y vector caracterís- tico de un operador o matriz es fundamental en varios problemas de álgebra lineal y teoría de operadores. Estos conceptos se pueden formular de la siguiente forma. Defi nición 6.1.2. Sea V un espacio de dimensión fi nita, T : V → V un operador y λ un escalar. Se dice que λ es un valor característico o valor propio de T, si T � λI es singular. A los elementos del núcleo de T � λI, excluyendo el cero, se les llama vectores característicos de T asociados a λ. Más adelante, en este mismi capítulo, aparece otra defi nición de valor caracterís- tico, invitamos al lector a verifi car que aquélla y la anterior son equivalentes. Un concepto que generaliza al de vector característico y es de gran utilidad es el de subespacio invariante. Defi nición 6.1.3. Sea V un espacio vectorial, T : V → V un operador. El subespacio U de V se llama T-invariante, si T(U) ⊆ U. Si U es un subespacio propio de V e invariante bajo el operador T, entonces la res- tricción de T a U es un operador actuando en un espacio de dimensión menor, lo cual en muchos casos resulta de utilidad. Una ventaja aún mayor resulta cuando U tiene un complemento que también es invariante, es decir, existe un subespacio U1 que es T-invariante, tal que V � U ⊕ U1. Estas ideas las extenderemos en lo que sigue. De la argumentación en la demostración del teorema 6.1.1 se tiene que el grado de mT(x) es � n 2; el teorema que sigue, después del lema, mejora esa cota de manera signifi cativa.
Compartir