República de Panamá

Universidad de Panamá

Centro Regional Universitario de Los Santos

Facultad de Ciencias Naturales, Exactas y Tecnología

Licenciatura en Matemáticas

Materia

Algebra 3

Facilitadora

Lineth Barrios

Estudiantes:

Erica De León 8-968-1203

Yesenia Hernández 7-706-2285

 Introducción

En el ámbito de la teoría de módulos, un dominio de integridad desempeña un papel

fundamental. Un dominio de integridad, también conocido como anillo de integridad, es
un tipo especial de estructura algebraica en la cual se pueden realizar operaciones de
suma y producto, y que cumple con la propiedad fundamental de no tener divisores de
cero.

Los módulos son estructuras algebraicas que generalizan el concepto de espacio vectorial
sobre un cuerpo a un anillo arbitrario. Un módulo sobre un dominio de integridad es un
conjunto acompañado de una operación de suma interna y una operación de producto
externo, que cumplen ciertas propiedades y están sujetas a las leyes algebraicas del
dominio de integridad.

Los módulos sobre un dominio de integridad tienen propiedades y características

particulares que los distinguen de otros tipos de módulos. En primer lugar, al no tener
divisores de cero en el dominio de integridad, los módulos heredan esta propiedad y, por
lo tanto, no pueden tener elementos anuladores, es decir, elementos diferentes de cero
que al multiplicarse por otro elemento den como resultado cero.

Otra característica importante de los módulos sobre un dominio de integridad es que

poseen propiedades de cancelación. Esto significa que si un elemento no nulo de un
módulo se multiplica por un elemento del dominio de integridad y el resultado es cero,
entonces ese elemento del dominio de integridad debe ser igual a cero. Esto implica que
el dominio de integridad ejerce un mayor control sobre la estructura del módulo y las
relaciones entre sus elementos.

Además, los módulos sobre un dominio de integridad presentan una estrecha relación con
otros conceptos algebraicos importantes, como los ideales. De hecho, los ideales son
ejemplos particulares de submódulos de un módulo sobre un dominio de integridad. Esta
conexión entre los módulos y los ideales permite utilizar herramientas y técnicas de la
teoría de ideales para analizar y estudiar los módulos sobre un dominio de integridad.
Dominio de integridad

Dominio de integridad es un tipo de anillo conmutativo en el cual no existen divisores de

cero. Ahora bien, cuando se trabaja con módulos sobre un dominio de integridad, se
pueden aplicar las propiedades y conceptos de los módulos a esta estructura algebraica
particular.

Un módulo sobre un dominio de integridad es un conjunto no vacío M junto con dos

operaciones: una suma de elementos y una multiplicación por escalares, que cumple con
las siguientes propiedades:

-Suma de elementos: Para todo a, b en M, la suma a + b está definida y es un elemento de

M.

-Cerradura bajo la multiplicación por escalares: Para todo r en el dominio de integridad R y

a en M, el producto ra está definido y es un elemento de M.

 Asociatividad de la suma: Para todo a, b, c en M, se cumple (a + b) + c = a + (b + c).

 Conmutatividad de la suma: Para todo a, b en M, se cumple a + b = b + a.
 Elemento neutro de la suma: Existe un elemento 0 en M tal que a + 0 = a para todo
a en M.
 Inverso aditivo: Para todo a en M, existe un elemento -a en M tal que a + (-a) = 0.
 Distributividad de la multiplicación por escalares respecto a la suma de elementos:
Para todo r en R y a, b en M, se cumple r(a + b) = ra + rb.
 Distributividad de la multiplicación por escalares respecto a la suma de escalares:
Para todo r, s en R y a en M, se cumple (r + s)a = ra + sa.
 Asociatividad de la multiplicación por escalares: Para todo r, s en R y a en M, se
cumple (rs)a = r(sa).
 Elemento neutro de la multiplicación por escalares: Existe un elemento 1 en R tal
que 1a = a para todo a en M.
Propiedades generales:

-Ley de cancelación: Si r es un elemento no nulo en el dominio de integridad R y a, b son

elementos en un R-módulo M, y si ra = rb, entonces a = b.

-Producto por cero: Si r es el elemento cero del dominio de integridad R y a es un

elemento en un R-módulo M, entonces ra = 0.

-Compatibilidad con la multiplicación del dominio de integridad: Para todo r, s en R y a en

M, se cumple que (rs)a = r(sa).

-Propiedad de cancelación de productos: En un dominio de integridad, si a, b y c son

elementos distintos de cero, entonces a * b = a * c implica que b = c.

-Propiedad de cancelación de productos cruzados: En un dominio de integridad, si a, b, c y

d son elementos distintos de cero, entonces a * b = c * d implica que a/c = d/b.

-Propiedad del producto de elementos no nulos: En un dominio de integridad, el producto

de dos elementos no nulos siempre es un elemento no nulo.

Teoremas

-Teorema de la base de los módulos libres: Todo módulo libre sobre un dominio de
integridad tiene una base bien definida y todo submódulo de un módulo libre es libre.

-Teorema de estructura para módulos finitamente generados sobre un dominio de ideales

principales: Todo módulo finitamente generado sobre un dominio de ideales principales
es isomorfo a un cociente de un módulo libre.

-Teorema de la unicidad del inverso multiplicativo: En un dominio de integridad, cada

elemento no nulo tiene un único inverso multiplicativo.
-Teorema de la caracterización de los divisores de cero: En un dominio de integridad, un
elemento no nulo a es un divisor de cero si y solo si existe un elemento no nulo b tal que a
* b = 0.
Lemas

-Lema de Nakayama: Si M es un módulo finitamente generado sobre un anillo

conmutativo R y si I es un ideal propio de R tal que IM = M, entonces existe un elemento r
en R que pertenece a la identidad más el ideal I tal que (1 + r)M = 0.

-Lema de Euclides: En un dominio de integridad, para dos elementos a y b, existe un

máximo común divisor d y elementos u y v tales que d = a * u + b * v.
Corolarios

-Corolario de módulos finitamente generados sobre un dominio de ideales principales:

Todo módulo finitamente generado no trivial sobre un dominio de ideales principales
contiene un submódulo no trivial de torsión.

-Corolario de la unicidad del inverso aditivo: En un dominio de integridad, cada elemento

tiene un único inverso aditivo.
Proposiciones:
-Proposición de módulos de torsión: Si M es un módulo sobre un dominio de integridad R,
entonces el conjunto de elementos de torsión de M (aquellos elementos que tienen
anulador no trivial) forma un submódulo de M.

-Proposición de módulos libres de torsión cero: Un módulo sobre un dominio de

integridad es libre de torsión cero si y solo si es un módulo libre.

-Proposición del producto de elementos no nulos: En un dominio de integridad, el

producto de dos elementos no nulos siempre es un elemento no nulo.
Áreas donde se aplican los dominios de integridad

-Submódulos e ideales: Un submódulos de un módulo sobre un dominio de integridad es

un subconjunto que es cerrado bajo la suma de elementos y la multiplicación por
escalares del dominio de integridad. Los submódulos son análogos a los subespacios
vectoriales en el caso de los espacios vectoriales. Además, se establece una
correspondencia biunívoca entre los ideales del dominio de integridad y los submódulos
del módulo.

-Divisibilidad y factorización en módulos: Al igual que en los dominios de integridad, se

puede definir la divisibilidad entre elementos de un módulo. Un elemento a en un módulo
M se dice divisible por un elemento no nulo b si existe un elemento c en M tal que a = bc.
Además, se pueden estudiar las propiedades de factorización de los elementos de un
módulo.

-Módulos noetherianos: Un módulo sobre un dominio de integridad se dice noetheriano si

satisface la propiedad de cadena ascendente para sus submódulos, es decir, si no hay una
cadena infinita estrictamente creciente de submódulos. Los módulos noetherianos tienen
propiedades de factorización y estructura especiales que los hacen especialmente
manejables.

-Módulos de fracciones: Al igual que en los anillos de dominio de integridad, se pueden

construir módulos de fracciones sobre un dominio de integridad. Estos módulos permiten
extender las operaciones y propiedades de los elementos del dominio a los elementos de
los módulos, de manera similar a cómo se construyen los cuerpos de fracciones en los
anillos de integridad.

-Teorema de estructura de módulos finitamente generados sobre un dominio de ideales

principales: Este teorema establece que todo módulo finitamente generado sobre un
dominio de ideales principales se puede descomponer de manera única como una suma
directa de módulos cíclicos, es decir, módulos generados por un solo elemento.

-Aplicaciones a la geometría algebraica: Los módulos sobre un dominio de integridad

desempeñan un papel fundamental en la geometría algebraica. En particular, los módulos
de secciones de fibrados vectoriales sobre una variedad algebraica se pueden entender
como módulos sobre el anillo de coordenadas de la variedad, que es un dominio de
integridad.

Demostraciones
1.Probemos que ( Z ,+ ,∙ ¿ es un dominio de integridad

 ( Z ,+¿ es un grupo ya que cumple con condiciones necesarias que lo clasifican

como tal.
 ( Z , ∙ ¿ es un monoide conmutativo. Lo cual por definición cumple las propiedades
de semigrupo cumpliendo así también con la segunda condición de la definición de
anillo.
 La ley multiplicativa (∙) es doblemente distributiva respeto a la ley aditiva ¿ en Z

Probemos que ( Z ,+ ,∙ ¿ es un dominio de integridad.

 ( Z ,+ ,∙ ¿ es un anillo conmutativo unitario y sin divisores de creo ya que :

a . b=0 ⟹ a=0∨ b=∀ a , b ∈ Z
 ∴( Z ,+ ,∙ ¿ es un dominio de integridad

2. El neutro aditivo de un dominio de integridad es único.

( 0 ) 0 ≠ 0 ; premisa

( 1 ) a+0=a ; definición del neutro aditivo

( 2 ) b+0 ´ =b ; por ser 0´ neutro aditivo

( 3 ) 0´ +0=0´ ; del paso (1 ) se reemplaza a por (0 ´ )

( 4 ) 0+0´ =0 ; del paso (2 ) se reemplaza b por (0)

Al ser los dominios de integridad todos conmutativos

( 5 ) 0´ =0´ + 0=0+ 0´ =0 ; del paso(3 , 4)

´
de la conmutatividad 0 =0

( 6 ) (0¿¿ ´ =0) y ( 0 ≠ 0´ ) :∧ y del paso ( 2 ,5 ) siendo estouna contradicción ¿

{0 ≠ 0´ , a+0=a , b+ 0´ =b }⊢ ⊥
∴ por reducción alo absurdo se concluye que
{ a+0=a , b+0´ =b } ⊢ ( 0=0´ )

Esto implica que el neutro aditivo es único demostrando así que el dominio de integridad
es único.

3. Sean a,b,c elementos cualesquiera de un dominio de integridad .Demuestre que se

cumplen las siguientes propiedades .

( a )(−a )=(−1)(a)

( b )(−a+b ) =(−a)(−b)

( c ) a (−b )=−(ab)

Por conmutatividad

( D 1 ) a , bϵD ⊢a+ b=b+a

( D 2 ) a , bϵD ⊢ab=ba

Por asociatividad

( D 3 ) a , b , cϵD ⊢(a+ b)+ c=a+(b+ c)

( D 4 ) a , b , cϵD ⊢ ( ab ) c=a (bc)

Por distributiva

( D 5 ) a , b , cϵD ⊢ a . ( b+c )=ab+ac

Por neutro multiplicativo

( D 6 ) x , aϵD ⊢ xa=a ⟷ x=1

Neutro aditivo

( D 7 ) x , aϵD ⊢ x+ a=a ⟷ a=0

Inverso aditivo

( D 8 ) x , aϵD ⊢ x+ a=0 ⟷ x =−a

Ley de simplificación

( D 9 ) { a , b , cϵD } c ≠ 0 ⊢ac ⟷ a=b

Solución

Demostrar a ϵD ya que ocurre a ϵD ⊢ (−a )=(−1)(a)

( 1 ) a ϵD ⊢ (−a ) ( 1 ) + (−a )(−1 ) + a (−1 )=(−a )( 1−1 )−a (−1 ) ;(D 5)

( 2 ) a ϵD ⊢ (−a )( 1 ) + (−a )(−1 )+ a (−1 )=(−a )( 0 )+ a (−1 ) ;(D 8)(1)

( 3 ) a ϵD ⊢ (−a )( 1 ) + (−a ) (−1 )+ a (−1 )=0+ a (−1 ) ; absorvente multiplicativo(2)

( 4 ) a ϵD ⊢ (−a )( 1 ) + (−a )(−1 ) + a (−1 )=a (−1 ) ; ( D 7 ) (3)

( 5 ) a ϵD ⊢ (−a )( 1 ) + (−a ) (−1 )+ a (−1 )=(−a ) (1 )+ (−1 )(−a +a ) ;( D 5)

( 6 ) a ϵD ⊢ (−a ) (1 )+ (−a ) (−1 ) +a (−1 )=(−a ) ( 1 )+ (−1 ) 0 ; (D 8)

( 7 ) a ϵD ⊢ (−a )( 1 ) + (−a ) (−1 )+ a (−1 )=(−a ) ( 1 ) ; absorvente multiplicativo(6)

( 8 ) a ϵD ⊢ (−a )( 1 ) + (−a ) (−1 )+ a (−1 )=(−a ) ; (D6) (7)

( 9 ) a ϵD ⊢a (−1 ) =−a ;(4 , 8)

Demostrar

2 Sea a,b,ϵD ⊢ (−a+ b )=(−a)(−b)

( 1 ) a , bϵD ⊢ (−a )= (−1 ) a ; demostración a

( 2 ) a , bϵD ⊢ (−b )= (−1 ) b ; demostración b

( 3 ) a , bϵD ⊢−( a+b )=( a+b ) (−1); demostración a

( 4 ) a , bϵD ⊢ ( a+b )(−1 )= (−1 )( a ) +(−1)(b);(D 5)

( 5 ) a , bϵD ⊢ (−1 )( a ) + (−1 ) ( b )= (−a ) + (−b ) ; (1 ,2)

( 6 ) a , bϵD ⊢− ( a+b )=(−a )+ (−b ) ; De(3 , 4 ,5)

Demostrar
3 Sea a,b,ϵD ⊢ (−a ) b=−(ab)

( 1 ) a , bϵD ⊢ a (−b ) +ab + (−a ) b=a (−b+ b ) +(−ab);(D 5)

( 2 ) a , bϵD ⊢ a (−b ) + ab+ (−a ) b=(−ab ) ; ( D 8 )( D 7 ) (1)

( 3 ) a , bϵD ⊢ a (−b ) + ab+ (−a ) b=a (−b ) +b ( a−a ) ; (D5)

( 4 ) a , bϵD ⊢ a (−b ) + ab+ (−a ) b=a (−b ) ; ( D 8 ) , ( D 7 ) (3)

( 5 ) a , bϵD ⊢ (−a ) b=a (−b ) ; de (2 , 4)

( 6 ) a , bϵD ⊢ a (−b )=ab (−1 ) ; de (5)

( 7 ) a , bϵD ⊢ ab (−1 )= ( ab ) (−1 )=−(ab); ( D 4 )(6)

( 8 ) a , bϵD ⊢ (−a ) b=−( ab ) de(5 6 7)

Teorema de Diagonalización

El teorema de diagonalización es un resultado fundamental en el álgebra lineal que

establece condiciones bajo las cuales una matriz cuadrada puede ser diagonalizada. Aquí
tienes información sobre las propiedades, lemas, corolarios y demostraciones
relacionadas con el teorema de diagonalización:

Teorema de diagonalización: Sea A una matriz cuadrada de tamaño n×n con entradas en
un cuerpo K. Si A tiene n vectores propios linealmente independientes, entonces A es
diagonalizable, lo que significa que existe una matriz invertible P tal que P^(-1)AP es una
matriz diagonal.

Conceptos también relacionados al teorema de diagonalización

-Valores propios y vectores propios: Antes de abordar el teorema de diagonalización, es

importante comprender los conceptos de valores propios y vectores propios. Un valor
propio de una matriz A es un escalar λ tal que existe un vector no nulo v que satisface la
ecuación Av = λv. Este vector v se conoce como vector propio asociado al valor propio λ.
Los valores propios y vectores propios son fundamentales en el proceso de
diagonalización.
-Descomposición espectral: El teorema de diagonalización se relaciona con la
descomposición espectral de una matriz. La descomposición espectral establece que una
matriz cuadrada A puede descomponerse como A = PDP^(-1), donde P es una matriz
invertible cuyas columnas son los vectores propios de A, y D es una matriz diagonal que
contiene los valores propios correspondientes en la diagonal.

-Lema del espacio propio: El lema del espacio propio es un resultado utilizado en la
demostración del teorema de diagonalización. El lema establece que si A es una matriz
cuadrada y v es un vector propio asociado a un valor propio λ, entonces cualquier múltiplo
de v también es un vector propio asociado a λ.

-Matrices diagonalizables y multiplicidad algebraica: Una matriz A se dice diagonalizable si

existe una matriz invertible P tal que P^(-1)AP es una matriz diagonal. La diagonalización
permite simplificar el estudio y cálculo de matrices.

-Diagonalización ortogonal: En el caso especial de matrices reales, se puede hablar de

diagonalización ortogonal. Una matriz A se dice diagonalizable ortogonalmente si puede
ser escrita como A = PDP^T, donde P es una matriz ortogonal cuyas columnas son vectores
propios normalizados y D es una matriz diagonal.

Es importante destacar que no todas las matrices son diagonalizables. Algunas matrices
pueden tener valores propios repetidos o no tener suficientes vectores propios
linealmente independientes, lo que impide la diagonalización. En estos casos, se pueden
utilizar técnicas alternativas, como la forma canónica de Jordan, para analizar la estructura
de la matriz.

-Polinomio característico: El polinomio característico de una matriz cuadrada A es un

polinomio cuyos coeficientes dependen de los elementos de A. Este polinomio se obtiene
al calcular el determinante de la matriz (A - λI), donde λ es una variable y I es la matriz
identidad del mismo tamaño que A. Los valores propios de A son las raíces del polinomio
característico. El polinomio característico también se utiliza para determinar la
multiplicidad algebraica de los valores propios.
-Teorema de Cayley-Hamilton: El teorema de Cayley-Hamilton establece que toda matriz
cuadrada A satisface su propio polinomio característico. Es decir, si p(x) es el polinomio
característico de A, entonces p(A) = 0, donde 0 representa la matriz nula del mismo
tamaño que A. Este teorema es utilizado en la demostración del teorema de
diagonalización.

-Matrices simétricas y diagonalización ortogonal: Una matriz simétrica es una matriz

cuadrada que es igual a su traspuesta. Las matrices simétricas tienen la propiedad de ser
diagonalizables ortogonalmente, lo que significa que pueden ser diagonalizadas mediante
una matriz ortogonal. Esta propiedad se debe al hecho de que los vectores propios
correspondientes a valores propios distintos de una matriz simétrica son ortogonales
entre sí.

-Lema del polinomio mínimo: El lema del polinomio mínimo establece que si una matriz A
tiene un polinomio mínimo que se factoriza completamente en K[x], donde K es el cuerpo
sobre el cual está definida la matriz, entonces A es diagonalizable. El polinomio mínimo es
el polinomio mónico (con coeficiente principal igual a 1) de menor grado que se anula en
A.

-Matrices diagonalizables y la exponencial de una matriz: Si una matriz A es diagonalizable,

entonces se puede encontrar una matriz P invertible tal que A = PDP (-1), donde D es una
matriz diagonal. A partir de esta forma, se puede calcular la exponencial de la matriz A de
manera más sencilla utilizando la exponencial de una matriz diagonal.

Propiedades y lemas asociados:

-Multiplicidad de los valores propios: La multiplicidad algebraica de un valor propio λ de A

es igual a la multiplicidad de λ como raíz del polinomio característico de A.

-Multiplicidad y dimensión del espacio propio: Si λ es un valor propio de A con

multiplicidad algebraica m, entonces la dimensión del espacio propio correspondiente es
menor o igual a m.
-Diagonalización y valores propios distintos: Si A tiene n valores propios distintos,
entonces A es diagonalizable.

-Lema de la matriz diagonalizable: Sea A una matriz cuadrada de tamaño n×n con entradas
en un cuerpo K. Si A tiene n valores propios distintos, entonces A es diagonalizable.

Corolarios:

-Corolario de la matriz diagonalizable: Toda matriz diagonalizable de tamaño n×n con

entradas en un cuerpo K tiene exactamente n valores propios distintos contando
multiplicidades.

-Corolario de la matriz diagonalizable y el polinomio mínimo: Sea A una matriz cuadrada

de tamaño n×n con entradas en un cuerpo K. Si el polinomio mínimo de A se factoriza en
K[x] en un producto de factores lineales distintos, entonces A es diagonalizable.

Demostración:

La demostración del teorema de diagonalización implica argumentos algebraicos y

geométricos, y generalmente se basa en la teoría de espacios propios y diagonalización. La
demostración completa puede ser extensa y requiere el uso de conceptos avanzados del
álgebra lineal. Se emplean técnicas como la descomposición espectral, el polinomio
característico y la resolución de sistemas de ecuaciones lineales.

La demostración generalmente sigue los pasos siguientes:

-Demuestra que A tiene n vectores propios linealmente independientes.

-Construye la matriz P cuyas columnas son los n vectores propios linealmente

independientes de A.

-Muestra que P(-1) existe y es invertible.

-Calcula P(-1)AP y demuestra que es una matriz diagonal.

Demostración
 1. Considera el espacio vectorial V sobre el cuerpo de los números complejos, dado
por V=C3, y sea T: V -> V una transformación lineal definida por la matriz:

[ ]
2 0 0
A= 1 1 1
0 0 3

a) Demuestra que el vector v1 = (1, 1, 1) es un vector propio de A con valor propio

asociado λ1 = 2.

b) Encuentra una base para el subespacio propio correspondiente a λ1 y diagonaliza la

matriz A.

Solución:
a) Para demostrar que v1 es un vector propio de A con valor propio asociado λ1,
debemos verificar que se cumple la ecuación A·v1 = λ1·v1. Calculamos:

[ ][ ] [ ]
2 0 0 1 2
A . v 1= 1 1 1 . 1 = 3
0 0 3 1 3
λ 1. v 1=2. [ 1 ] =[ 2 ]

[ 11]
Observamos que A·v1 = λ1·v1, por lo tanto, v1 es un vector propio de A con valor propio
λ1= 2.

b) Para encontrar una base del subespacio propio correspondiente a λ1, debemos
encontrar vectores v2 y v3 que sean linealmente independientes con respecto a v1 y
también sean vectores propios de A con valor propio λ1 = 2. Buscamos vectores no nulos
que cumplan la ecuación A·vi = λ1·vi para i = 2, 3.

Consideramos v2 = (0, 1, 0) y v3 = (0, 0, 1). Calculamos:

 [ ][ ] [ ]
2 0 0 0 0
A . v 2= 1 1 1 . 1 = 2
0 0 3 0 0
λ 1. v 2=2. [ 0 ] = [ 0 ]

[ 20]

Observamos que A·v2 = λ1·v2, por lo tanto, v2 es un vector propio de A con valor propio
λ1 = 2. De manera similar, calculamos:

[ ][ ] [ ]
2 0 0 0 0
A . v 3= 1 1 1 . 0 = 2
0 0 3 1 3
λ 1. v 3=2. [ 0 ]= [ 0 ]

[ 02]

Vemos que A·v3 = λ1·v3, por lo tanto, v3 es un vector propio de A con valor propio λ1 = 2.

Ahora, para diagonalizar la matriz A, formamos una matriz P con los vectores propios
como columnas:

[ ]
1 0 0
P= [ v 1 v 2 v 3 ] = 1 1 1
1 0 1

La matriz P es invertible siempre que los vectores propios sean linealmente

independientes, lo cual ya hemos verificado. Entonces, para diagonalizar A, necesitamos
encontrar una matriz diagonal D tal que D = P(-1)·A·P.

Calculamos:

[ ]
1 0 0
(−1)
P = −1 1 1
0 0 1
 [ ] [ ][ ] [ ]
1 0 0 2 0 0 1 0 0 2 0 0
(−1)
D=P . A . P= −1 1 1 . 1 1 1 . 1 1 1 = 0 0 0
0 0 1 0 0 3 1 0 1 0 0 3

Por lo tanto, hemos diagonalizado la matriz A, y la matriz diagonal D es:

[ ]
2 0 0
D= 0 0 0
0 0 3

Esta es la diagonalización de la matriz A en términos de la base formada por los vectores

propios.

Problema 2

Sea V un espacio vectorial sobre el cuerpo de los números reales, dado por V = R 4, y
considera la transformación lineal T: V -> V definida por la matriz:

[ ]
4 1 3 3
1 4 −2 2
A=
3 −2 4 −1
3 2 −1 4

a) Encuentra los valores propios de la matriz A.

b) Para cada valor propio, encuentra una base para el subespacio propio correspondiente.
c) Diagonaliza la matriz A si es posible.

Solución:

a) Para encontrar los valores propios de la matriz A, necesitamos resolver la ecuación

característica det(A - λI) = 0, donde I es la matriz identidad.

Calculamos:

A−λI =[ 4 λ 1 3 3]
 [ 1 4 −λ 2 ]

[ 3 −2 4 − λ ]

[ 3 2 −1 4 −λ ]

Calculamos el determinante de A - λI y lo igualamos a cero:

det (¿ A−λI )=(4−A−λ). det ⁡¿ ¿

[ −2 4 −λ −1 ]
[ 2 −1 4 −λ ] )
−1. det ¿ ¿
[ 3 −2 4 − λ ]
[ 3 2 −1 4 −λ ])
3. det ¿ ¿
[ 3 −2 4 − λ ]
[ 3 2 −1 4 −λ ])
−3. det ¿ ¿
[ 1 4 −λ 2 ]
[ 3 −2 4 − λ ] )

Simplificando y resolviendo la ecuación det(A - λI) = 0, encontramos los valores propios:

λ1 = 2

λ2 = 5

λ3 = 7

λ4 = 10

b) Para cada valor propio, encontraremos una base para el subespacio propio
correspondiente.
Para λ1 = 2: Resolvemos el sistema (A - 2I)·v = 0 para encontrar los vectores propios
correspondientes a λ1.
Calculamos:

[ ]
2 1 3 3
1 2 −2 2
( A−2 I )=
3 −2 2 −1
3 2 −1 2

Resolvemos el sistema homogéneo (A - 2I)·v = 0:

[ ][ ][ ]
2 1 3 3 v1 0
1 2 −2 2 v2 0
. =
3 −2 2 −1 v 3 0
3 2 −1 2 v4 0

Resolviendo este sistema de ecuaciones, encontramos una solución particular v1 = (1, -1,
0, 0) y una solución general v = (v1, v2, v3, v4) = (1, -1, 0, 0)·t, donde t es un escalar. Por lo
tanto, una base para el subespacio propio correspondiente a λ1 = 2 es {v1} = {(1, -1, 0, 0)}.
Repetimos este proceso para los demás valores propios:
Para λ2 = 5: Resolviendo el sistema (A - 5I)·v = 0, encontramos una base para el subespacio
propio correspondiente a λ2 = 5: {v2} = {(1, -1, 2, 1)}.
Para λ3 = 7: Resolviendo el sistema (A - 7I)·v = 0, encontramos una base para el subespacio
propio correspondiente a λ3 = 7: {v3} = {(1, 1, -1, 1)}.
Para λ4 = 10: Resolviendo el sistema (A - 10I)·v = 0, encontramos una base para el
subespacio propio correspondiente a λ4 = 10: {v4} = {(1, 1, 2, 1)}.
c) Para diagonalizar la matriz A, necesitamos verificar que los vectores propios obtenidos
en la parte b) formen una base para V. En este caso, vemos que los vectores propios son
linealmente independientes, ya que no se pueden expresar como combinación lineal unos
de otros. Por lo tanto, podemos construir la matriz P con los vectores propios como
columnas:

P= [ v 1 v 2 v 3 v 4 ] =[ 1 1 1 1 ]

[ −1 −1 1 1 ]
[ 0 2 −1 2 ]
[0 1 1 1]
La matriz P es invertible, ya que los vectores propios son linealmente independientes. Para
diagonalizar A, calculamos la matriz D = P(-1)·A·P:

D = P(-1)·A·P
Diagonalizando la matriz A, obtenemos la matriz diagonal D, que será la matriz
diagonalizada si es posible.

Módulos sobre dominio de integridad

Sobre un dominio de integridad, nos referimos a un conjunto con una estructura similar a
un espacio vectorial, pero donde el escalar proviene de un dominio de integridad en lugar
de un campo. A continuación, te proporcionaré algunas definiciones, lemas, propiedades,
corolarios y proposiciones relacionadas con los módulos sobre un dominio de integridad.

Definiciones:

1. Módulo sobre un dominio de integridad: Un módulo sobre un dominio de

integridad R es un conjunto M junto con dos operaciones: una operación de suma,
que denotaremos como +, y una operación de producto por un elemento de R, que
denotaremos como ⋅, que satisfacen ciertas propiedades.
2. Propiedad de cerradura: Para todo a, b en M, a + b y a⋅b están en M.

3. Propiedades de los módulos:

a) Asociatividad de la suma: Para todo a, b, c en M, se cumple (a + b) + c = a + (b + c).

b) Conmutatividad de la suma: Para todo a, b en M, se cumple a + b = b + a.

c) Elemento neutro de la suma: Existe un elemento 0 en M tal que para todo a en M, se

cumple a + 0 = a.

d) Inverso aditivo: Para todo a en M, existe un elemento -a en M tal que a + (-a) = 0.

e) Asociatividad del producto por escalar: Para todo r, s en R y a en M, se cumple r ⋅ (s ⋅ a)
= (r ⋅ s) ⋅ a.

f) Distributividad de la suma en el módulo: Para todo r en R y a, b en M, se cumple r ⋅ (a +

b) = (r ⋅ a) + (r ⋅ b).

g) Distributividad de la suma de escalares: Para todo r, s en R y a en M, se cumple (r + s) ⋅ a

= (r ⋅ a) + (s ⋅ a).

h) Producto por elemento neutro: Para todo a en M, se cumple 1 ⋅ a = a.

Lemas

-Lema de combinación lineal: Si M es un módulo sobre un dominio de integridad R y {a₁,

a₂, ..., aₙ} es un conjunto de elementos de M, entonces cualquier combinación lineal de los
elementos aᵢ usando los elementos del dominio R también pertenece a M.

-Lema de anulación: Si M es un módulo sobre un dominio de integridad R y a es un

elemento de M, tal que a ⋅ r = 0 para algún elemento no nulo r en R, entonces a = 0.

Propiedades

-Propiedad de cancelación: Si M es un módulo sobre un dominio de integridad R y a, b, c

son elementos de M, y a + b = a + c, entonces b = c.

-Propiedad de divisibilidad: Si M es un módulo sobre un dominio de integridad R y a, b son

elementos de M, y a divide a b, denotado como a | b, entonces existe un elemento c en M
tal que b = a ⋅ c.

-Propiedad de independencia lineal: Si M es un módulo sobre un dominio de integridad R

y {a₁, a₂, ..., aₙ} es un conjunto de elementos de M, y si la única combinación lineal que
iguala a cero es la combinación lineal trivial (es decir, con todos los coeficientes iguales a
cero), entonces los elementos {a₁, a₂, ..., aₙ} son linealmente independientes.
-Propiedad de generación: Si M es un módulo sobre un dominio de integridad R y {a₁,
a₂, ..., aₙ} es un conjunto de elementos de M, entonces el conjunto de todas las
combinaciones lineales de los elementos {a₁, a₂, ..., aₙ} genera el módulo M.

Corolarios

-Corolario del lema de anulación: Si M es un módulo sobre un dominio de integridad R y

a, b son elementos de M, tal que a ⋅ b = 0, entonces a = 0 o b = 0.

Demostraciones:

Las demostraciones de estos lemas, propiedades, corolarios y proposiciones en módulos

sobre dominios de integridad se basan en las propiedades algebraicas de los módulos y las
propiedades específicas del dominio de integridad R. Estas demostraciones pueden variar
en complejidad dependiendo de la propiedad en cuestión.

Por ejemplo, la demostración del lema de combinación lineal generalmente se realiza

mediante una inducción matemática sobre el número de elementos en la combinación
lineal. La propiedad de cancelación se demuestra utilizando las propiedades algebraicas
de los módulos y las propiedades del dominio de integridad. Las demostraciones del lema
de anulación y el corolario del lema de anulación suelen utilizar la suposición de que R es
un dominio de integridad para mostrar que la única forma de que un producto sea cero es
que uno de los elementos sea cero.

La demostración de las propiedades de divisibilidad, independencia lineal y generación se

basan en las definiciones de divisibilidad, independencia lineal y generación,
respectivamente, y se argumenta utilizando las propiedades del módulo y las propiedades
del dominio de integridad.

Demostración

Sea R un dominio de integridad y M un módulo sobre R. Demuestra que si R es un dominio

de ideales principales y M es un módulo finitamente generado sobre R, entonces M es un
módulo de torsión si y solo si M es un módulo cíclico.
Solución: Para demostrar la afirmación, debemos demostrar dos implicaciones: si M es un
módulo de torsión, entonces M es un módulo cíclico, y si M es un módulo cíclico, entonces
M es un módulo de torsión.

Implicación 1: Si M es un módulo de torsión, entonces M es un módulo cíclico.

Supongamos que M es un módulo de torsión. Esto significa que para cada elemento m en
M, existe un elemento no nulo r en R tal que rm = 0. Tomemos un conjunto finito de
generadores para M, es decir, un conjunto {m1, m2, ..., mn} tal que cualquier elemento m
en M se puede escribir como una combinación lineal de los elementos en ese conjunto.

Consideremos ahora el ideal I generado por los elementos r en R tales que rm = 0 para
algún m en M. Como R es un dominio de ideales principales, I es un ideal principal
generado por un único elemento a en R. Por lo tanto, existe un elemento a en R tal que I =
Ra.

Sea m en M. Como M es un módulo de torsión, existe un elemento no nulo r en R tal que

rm = 0. Entonces, r está en I, y como I = Ra, podemos escribir r = as para algún s en R. Por
lo tanto, tenemos rm = (as)m = a(sm), lo que implica que m = sm. Esto demuestra que
todo elemento en M se puede expresar como una combinación lineal de un solo
elemento, es decir, M es un módulo cíclico.

Implicación 2: Si M es un módulo cíclico, entonces M es un módulo de torsión.

Supongamos que M es un módulo cíclico generado por un elemento m en M. Esto significa
que cualquier elemento en M se puede expresar como un múltiplo de m.

Consideremos ahora un elemento m' en M. Como M es cíclico, existe un elemento r en R

tal que m' = rm. Esto implica que rm' = (rm)m' = 0m' = 0. Por lo tanto, para cualquier
elemento en M, podemos encontrar un elemento no nulo r en R tal que rm = 0. Esto
demuestra que M es un módulo de torsión.

Problema 2

Problema: Sea R un dominio de integridad y M un módulo finitamente generado sobre R.

Demuestra que si M es un módulo simple, entonces M es un módulo cíclico.
Solución: Para demostrar que M es un módulo cíclico, debemos demostrar que existe un
elemento m en M tal que cualquier elemento en M se puede expresar como un múltiplo
de m.

Dado que M es un módulo finitamente generado sobre R, podemos tomar un conjunto

finito de generadores para M, es decir, un conjunto {m1, m2, ..., mn} tal que cualquier
elemento m en M se puede escribir como una combinación lineal de los elementos en ese
conjunto.

Supongamos que M es un módulo simple. Esto significa que M no tiene submódulos

propios, excepto {0} y M mismo. En particular, esto implica que no existe un submódulo
propio generado por un solo elemento de M.

Consideremos el conjunto {m1, m2, ..., mn} de generadores para M. Si podemos

demostrar que existe un elemento en el conjunto que no puede ser expresado como una
combinación lineal de los demás elementos, entonces ese elemento será un generador
cíclico para M.

Supongamos, por el contrario, que todos los elementos en el conjunto {m1, m2, ..., mn}
pueden ser expresados como combinaciones lineales de los demás elementos. En ese
caso, podemos construir una cadena de submódulos:

{0} ⊂ <m1> ⊂ <m1, m2> ⊂ <m1, m2, m3> ⊂ ... ⊂ <m1, m2, ..., mn> = M

Pero esto contradice la suposición de que M es un módulo simple, ya que hemos

encontrado una cadena de submódulos propios. Por lo tanto, debe existir al menos un
elemento en el conjunto {m1, m2, ..., mn} que no puede ser expresado como una
combinación lineal de los demás elementos.

Ese elemento que no puede ser expresado como una combinación lineal de los demás
elementos es un generador cíclico para M, ya que cualquier elemento en M se puede
expresar como un múltiplo de ese elemento.

Por lo tanto, hemos demostrado que si M es un módulo simple, entonces M es un módulo

cíclico.
 Bibliografía

 Dummit, D. S., & Foote, R. M. (2004). Abstract Algebra (3rd ed.). Wiley.
 Lang, S. (2002). Algebra (3rd ed.). Springer.
 Hungerford, T. W. (2012). Algebra (Graduate Texts in Mathematics, Vol. 73).
Springer.
 Herstein, I. N. (2008). Topics in Algebra (2nd ed.). Wiley.
 Artin, M. (2010). Algebra (2nd ed.). Pearson.
 Lang, S. (2005). Undergraduate Algebra (3rd ed.). Springer.
 Rotman, J. J. (2010). Advanced Modern Algebra (2nd ed.). American Mathematical
Society.
 Aluffi, P. M. (2009). Algebra: Chapter 0. American Mathematical Society.
 Gallian, J. A. (2017). Contemporary Abstract Algebra (9th ed.). Cengage Learning.
 Hungerford, T. W. (2014). Abstract Algebra: An Introduction (3rd ed.). Cengage
Learning.
 Dummit, D. S., & Foote, R. M. (2009). Álgebra abstracta (3a ed.). Limusa.
 Herstein, I. N. (1998). Álgebra moderna (Traducción de la 2a ed.). Grupo Editorial
Iberoamérica.
 Lang, S. (2007). Álgebra lineal (3a ed.). Addison Wesley.
 Grillet, P. A. (2007). Álgebra abstracta (2a ed.). Proyecto Gutenberg.
 Bosch, S., & Roselló, M. (2012). Álgebra y geometría. Universidad de Barcelona.