Descarga la aplicación para disfrutar aún más
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