Edición general: Editores

Álgebra Lineal Ruth Cueva - Felipe Navas - José Luis Toro Profesores de la Escuela Politécnica Nacional Edición general: Juan Carlos Trujillo Editores: Fabián Barba, Juan Carlos Trujillo Profesores de la Escuela Politécnica Nacional Quito - Febrero 2009 2 Matrices Determinantes Sistemas lineales por Ruth Cueva Edición: Fabián Barba Revisión: Juan Carlos Trujillo 5 Objetivos El objetivo general de esta parte es: Resolver problemas sobre sistemas de ecuaciones lineales con coeficientes reales de orden 4 por 4 a lo más, utilizando las propiedades básicas de las matrices y de los determinantes, a un nivel reproductivo. Para alcanzar el objetivo general, se proponen los siguientes objetivos específicos: 1. Identificar los diferentes tipos de matrices a partir de su definición a un nivel de familiarización. 2. Calcular una matriz escalonada reducida por filas a partir de una matriz dada, mediante operaciones elementales de fila, a un nivel reproductivo. 3. Resolver problemas con elementos matriciales usando las operaciones de suma de matrices, multiplicación de un escalar con una matriz y la multiplicación entre matrices, a un nivel productivo. 4. Determinar la inversa de una matriz de orden 4 por 4 a lo más, a partir de las propiedades básicas de las operaciones elementales de fila a un nivel reproductivo. 5. Identificar las propiedades fundamentales del determinante de una matriz de orden n, mediante las operaciones elementales de fila y la definición a un nivel reproductivo. 6. Calcular el valor de un determinante de una matriz de orden n, usando sus propiedades y la definición a un nivel reproductivo. 7. Calcular la matriz inversa de una matriz de orden n a partir de su definición y de las propiedades de los determinantes a un nivel reproductivo. 8. Resolver sistemas de ecuaciones lineales con coeficientes constantes reales hasta de orden 4 × 4, a partir de las operaciones elementales de fila o de las propiedades de los determinantes a un nivel reproductivo. 6 Matrices 1 1.1 Definiciones En este libro, utilizaremos In para representar el conjunto de todos los números naturales desde 1 hasta n. Es decir: In = {k ∈ N : 1 ≤ k ≤ n} = {1, 2, 3, . . . , n}. Definición 1.1 (Matriz) Sean m ∈ N y n ∈ N. Una matriz A sobre un campo K es una función A definida por: A : Im × In −→ K (i, j) 7−→ A(i, j) = aij . (1.1) Cada aij ∈ K se denomina elemento de la matriz A. Como el conjunto Im × In tiene m × n elementos, la matriz A tiene m × n elementos, los mismos que se disponen en un arreglo rectangular de sus elementos, dispuestos en m filas y en n columnas de la siguiente forma:   a11 a12 · · · a1n  a21 a22 · · · a2n   (1.2) A= . . . . . . . . . . . . . . . .  . am1 am2 · · · amn Por esta razón, se dice que la matriz A es de orden m por n y se la representa por: A = (aij )m×n . El conjunto de las matrices de orden m por n es notado Mm×n . Si se quiere especificar que el conjunto de las matrices es sobre el campo de los números reales R o de los números complejos C, se puede escribir Mm×n (R) o Mm×n (C), respectivamente. Así, la expresión A ∈ Mm×n (C) nos dice que la matriz A es una matriz de orden m por n (m filas y n columnas) y que sus elementos son números complejos. Definición 1.2 (Igualdad de matrices) Dos matrices A = (aij )m×n y B = (bij )p×q son iguales si y solo si: 8 Matrices 1. m = p, n = q , y 2. aij = bij para todo i = 1, 2, . . . , m y todo j = 1, 2, . . . , n. Es decir, dos matrices son iguales si y solo si son del mismo orden y sus correspondientes elementos son iguales. Ejemplo 1 Las matrices   5 −4 2 2 −1 A= 0 −3 −2 7 y   5 x 2 B = 0 2 y  z −2 7 son iguales si x = −4, y = −1 y z = −3, ya que son del mismo orden y el resto de elementos correspondientes son iguales entre sí.  Los nombres dados a las matrices que se definen a continuación aprovechan el hecho de que se han dispuesto los elementos de la matriz en un arreglo rectangular de los mismos. Posteriormente, tal arreglo rectangular permitirá también definir operaciones con las matrices. Definición 1.3 (Matriz cuadrada) Una matriz es cuadrada de orden n si es de orden n × n. Es decir, una matriz cuadrada tiene igual número de filas y de columnas. Una matriz cuadrada A es notada A = (aij )n . El conjunto de las matrices cuadradas de orden n×n es notado Mn . Un cuadrado tiene dos diagonales. En una matriz cuadrada se considera solo una de ellas: la que va desde la esquina superior izquierda a la esquina inferior derecha y es denominada diagonal principal, o simplemente diagonal. Es decir, la diagonal de la matriz A = (aij )n es el conjunto de los elementos aii , con i = 1, 2, . . . , n. Definición 1.4 (Fila y columna de una matriz) Sea la matriz A = (aij )m×n . 1. Se llama i-ésima fila de la matriz A a la matriz Ai de orden 1 × n definida por:
Ai = ai1 ai2 · · · ai1 . 2. Se llama j -ésima columna de la matriz A a la matriz Aj de orden m × 1 definida por:   a1j  a2j    j A = .   ..  amj Una matriz A ∈ M1×n , que consta de una sola fila, se llama matriz fila. Una matriz A ∈ Mm×1 , que consta de una sola columna, se llama matriz columna. Una fila (columna) de una matriz es una matriz fila (columna). Definición 1.5 (Matriz transpuesta) La matriz transpuesta de la matriz A = (aij )m×n es la matriz At = (âij )n×m donde âij = aji . 1.1 Definiciones 9 Ejemplo 2 Hallar la matriz transpuesta de la matriz A=   1 −2 3 . −4 5 −1 Al aplicar la definición se obtiene que la matriz transpuesta de A es   1 −4 At = −2 5  . 3 −1  El resultado de aplicar la definición es que las filas de A se convierten en las columnas de At , es decir las filas y las columnas se transponen y de allí el nombre de transpuesta para la matriz que se obtiene. Definición 1.6 (Matriz simétrica) Se dice que la matriz cuadrada A es simétrica si y solo si At = A. Ejemplo 1.1 Sea la matriz ¿Es A una matriz simétrica?   3 −1 4 A = −1 7 −2 . 4 −2 9 Solución. Para responder a esta pregunta, hallemos su matriz transpuesta:   3 −1 4 At = −1 7 −2 . 4 −2 9 Como At = A concluimos que A es una matriz simétrica.  Observemos que los elementos que están a uno y otro lado de la diagonal son iguales. De ahí proviene el nombre de matriz simétrica. Definición 1.7 (Matriz antisimétrica) Se dice que la matriz cuadrada A = (aij )n es antisimétrica si y solo si At = (−aij )n . Cuando veamos la operación suma de matrices, podremos definir el inverso aditivo de una matriz A = (aij )m×n , notado −A, como la matriz −A = (−aij )m×n . Allí podremos decir que una matriz cuadrada es antisimétrica si At = −A. 10 Matrices Ejemplo 1.2 Sea la matriz  0 1 −4 A = (aij )3 = −1 0 −2 . 4 2 0  ¿Es A una matriz antisimétrica? Solución. Hallemos las matrices  0 At =  1 −4 At y (−aij )3 :    −1 4 0 −1 4 0 2 , (−aij )3 =  1 0 2 . −2 0 −4 −2 0 Encontramos que At = (−aij )3 y podemos afirmar que A es una matriz antisimétrica.  Observemos que los elementos a uno y otro lado de la diagonal son el uno el negativo del otro y que la diagonal está formada por elementos que necesariamente son ceros. Definición 1.8 (Matriz nula) Una matriz A = (aij )m×n se llama matriz nula si y solo si aij = 0 para todo i = 1, 2, . . . , m y todo j = 1, 2, . . . , n. En otras palabras, los elementos de una matriz nula son todos ceros. Hay una matriz nula para cada orden de matrices. La matriz nula se nota 0m×n , o simplemente 0 cuando el orden está sobre entendido. Por el contexto quedará
claro que se trata de la matriz nula y no del número cero. La matriz 0 = 0 0 0 es la matriz nula de las matrices
t fila de orden 1 × 3, y la matriz 0 = 0 0 0 es la matriz nula de las matrices columna de orden 3 × 1. Definición 1.9 (Matriz identidad) Una matriz A = (aij )n se llama matriz identidad si y solo si aij = 0 para i 6= j , y aij = 1 para i = j . La matriz identidad de orden n se nota sobre entendido:  1 0 0 1  In =  .. .. . . In , o simplemente I cuando el orden está  ··· 0 · · · 0  . . . ..  . . 0 0 ··· 1 La matriz identidad In juega el papel de neutro multiplicativo en el producto de matrices cuadradas de orden n. Definición 1.10 (Matriz diagonal) Una matriz A = (aij )n se llama matriz diagonal si y solo si aij = 0 para i 6= j . Por la definición, una matriz es diagonal si los elementos que no están en la diagonal son iguales a cero. Las matrices identidad y nula son matrices diagonales. 1.2 Operaciones con matrices 11 Definición 1.11 (Matriz escalar) Una matriz A = (aij )n se llama matriz escalar si y solo si aij = 0 para i 6= j y aij = k ∈ K para i = j . Una matriz escalar es una matriz diagonal con los elementos de la diagonal iguales. Son ejemplos de matrices diagonales las matrices identidad y nulas. Definición 1.12 (Matrices triangulares superior e inferior) Sea una matriz A = (aij )n . 1. Se dice que A es una matriz triangular superior si y solo si aij = 0 para i > j . 2. Se dice que A es una matriz triangular inferior si y solo si aij = 0 para i < j . Las matrices triangulares superior e inferior tienen todos sus elementos iguales a cero bajo y sobre la diagonal, respectivamente. Las matrices escalares son triangulares superiores e inferiores a la vez. Ejemplo 3 Las matrices   −1 0 2 A =  0 0 −1 0 0 3   0 0 0 y B = 0 2 0 1 −1 0 son triangulares superior e inferior, respectivamente.  1.2 Operaciones con matrices En lo que sigue nos referiremos como escalares a los números reales y complejos. Veremos las siguientes operaciones con matrices: 1. Suma de matrices. 2. Producto de un escalar por una matriz. 3. Producto de matrices. 1.2.1 Suma de matrices Definición 1.13 (Suma de matrices) Sean las matrices A = (aij )m×n y B = (bij )m×n . Se llama suma de A y B a la matriz C = (cij )m×n definida por cij = aij + bij , 1 ≤ i ≤ m, 1 ≤ i ≤ n. La suma de matrices está, pues, definida para matrices de igual orden. La suma de A y B se nota A + B, y es una matriz de igual orden que el orden de A y B. De aquí en adelante, si escribimos A + B se entiende que las matrices A y B son del mismo orden. 12 Matrices Ejemplo 4 Sean las matrices A= Entonces A+B =    2 −1 3 −2 3 −4 y B=   0 1 −5 . 5 −7 1    2+0 −1 + 1 3 + (−5) 2 0 −2 = . −2 + 5 3 + (−7) −4 + 1 3 −4 −3  Teorema 1.1 (Propiedades de la suma de matrices) Para las matrices A, B y C de orden m × n se cumplen las siguientes propiedades: 1. Propiedad clausurativa: A + B es una matriz de orden m × n. 2. Propiedad asociativa: (A + B) + C = A + (B + C). 3. Propiedad conmutativa: A + B = B + A. 4. Existencia del neutro para la suma: para toda matriz A ∈ Mm×n , existe una matriz 0 ∈ Mm×n tal que A + 0 = A. La matriz 0 se llama neutro aditivo o matriz cero. 5. Existencia del opuesto para la suma: para toda matriz A ∈ Mm×n , existe una matriz D ∈ Mm×n tal que A + D = 0. La matriz D se representa mediante −A y se llama inverso aditivo o negativo de A. Esta propiedad puede escribirse de la siguiente manera: A + (−A) = 0. La demostración de estas cinco propiedades se basa en las propiedades de campo de los números reales y complejos y se deja como ejercicio. Baste decir que como matriz cero (neutro aditivo) se toma la matriz nula definida anteriormente, y como negativo (inverso aditivo) de la matriz A = (aij )m×n se toma la matriz −A = (−aij )m×n . Otras propiedades se propondrán como ejercicios. El conjunto de las matrices Mm×n (K) dotado de la operación suma de matrices definida anteriormente, (Mm×n (K), +) y las propiedades 1, 2, 4 y 5 del teorema anterior, constituye un grupo. Sí además se toma en cuenta la propiedad conmutativa de la suma, tal grupo es un grupo conmutativo o grupo abeliano. Se puede demostrar que la matriz neutro aditivo es única y también que la matriz inverso aditivo es única. Estas demostraciones también se basan en la unicidad del neutro aditivo y del inverso aditivo de los escalares, es decir de los números reales o complejos. La existencia del inverso aditivo permite definir la resta de matrices. La resta de las matrices A y B de igual orden, representada por A − B se define como A − B = A + (−B). 1.2 Operaciones con matrices 13 1.2.2 Producto escalar Definición 1.14 (Producto escalar) El producto del escalar α ∈ K y la matriz A = (aij )m×n , notado αA, se define como αA = α(aij )m×n = (α aij )m×n , 1 ≤ i ≤ m, 1 ≤ j ≤ n. Ejemplo 5     i 1−i −1 − 2i −1 + 3i (−2 + i) = −2 3 + i −4 + 2i −7 + i y    2 −4 1 −2 −2 3  = 1 −4 6  . 2 −2 0 −1 0   Teorema 1.2 (Propiedades del producto escalar) Para los escalares α y β y las matrices A y B de orden m × n se cumplen las siguientes propiedades: 1. Propiedad clausurativa: αA es una matriz de orden m × n. 2. Propiedad asociativa: (αβ)A = α(βA). 3. Propiedad distributiva con respecto a la suma de matrices: α(A + B) = αA + αB. 4. Propiedad distributiva con respecto a la suma de escalares: (α + β)A = αA + βA. 5. Propiedad asociativa mixta: A(αB) = α(AB) = (αA)B. 6. El número 1 es el elemento identidad del producto escalar: 1A = A. Estas son las principales propiedades del producto escalar, las que permitirán posteriormente hablar del “espacio lineal de matrices”. Otras propiedades se propondrán como ejercicios. 1.2.3 Multiplicación de matrices Definición 1.15 (Multiplicación de matrices) Sean las matrices A = (aij )m×n y B = (bij )n×p . El producto de A y B , notado AB , es la matriz C = (cij )m×p definida por cij = ai1 b1j + ai2 b2j + · · · + ain bnj = n X k=1 aik bkj , 1 ≤ i ≤ m, 1 ≤ j ≤ p. El producto de A y B no está definido si el número de columnas de A no es igual al número de filas de B. 14 Matrices El elemento cij de AB es el elemento único de la matriz de orden 1 × 1 que resulta del producto de la i-ésima fila de A, Ai , y la j-ésima columna de B, B j :   b1j 

b2j   Ai B j = ai1 ai2 · · · ain  ..  = ai1 b1j + ai2 b2j + · · · + ain bnj = (cij )1×1 .  .  bnj La multiplicación de matrices es una operación muy especial. Los siguientes ejemplos muestran sus peculiaridades. Ejemplo 6 Sean A=   3 1 −2 3 −21 ∈ M2×3  1 1 B = 2 −3 ∈ M3×2 . 3 1  y Entonces AB =      1 1 1 −2 3  2 −3 3 −21 3 1 1 · 1 + (−2)2 + 3 · 3 1 · 1 + (−2)(−3) + 3 · 1 = 3 · 1 + (−2)2 + 1 · 3 3 · 1 + (−2)(−3) + 1 · 1   6 10 . = 2 10  De manera similar se calcula      1 1  4 −4 4 1 −2 3 BA = 2 −3 3 . = −7 2 3 −21 3 1 6 −8 10 Comentario. En este caso, los productos AB y BA están definidos y son matrices de órdenes diferentes, por lo cual AB 6= BA. Este ejemplo nos muestra que el producto de matrices A y B no es conmutativo. Nótese además que A y B no son cuadradas pero los dos productos son matrices cuadradas.  Ejemplo 1.3 Sean A=   2 −2 ∈ M2 −1 3 Entonces AB =   −2 4 5 −8 y y B=  BA =  1 −1 ∈ M2 . 2 −3   3 −5 . 7 −13 Las matrices AB y BA son cuadradas del mismo orden pero, una vez más, diferentes. En general, si las matrices A y B son cuadradas del mismo orden, los productos AB y BA están definidos y son también matrices cuadradas del mismo orden.  1.2 Operaciones con matrices 15 Ejemplo 7 Tenemos que: AB =      1 −1 2 2 0 0 = . −1 1 2 2 0 0 Las matrices A y B no son nulas, sin embargo su producto sí.  Ejemplo 8 Sean: A=   1 1 , 1 1 B= Tenemos que AB =    2 2 2 2 y C=   3 1 . 1 3  4 4 = AC, 4 4 pero B 6= C a pesar de que A 6= 0. Por lo tanto, la propiedad cancelativa no aplica al producto de matrices.  La multiplicación de matrices no tiene la propiedad conmutativa ni la cancelativa, pero al menos tiene las propiedades asociativa y distributivas como se expresa en el siguiente teorema. Teorema 1.3 (Propiedades de la multiplicación de matrices) Para matrices A, B y C de órdenes tales que los productos están definidos, se cumplen las siguientes propiedades: 1. Propiedad asociativa: (AB)C = A(BC). 2. Propiedad distributiva por la izquierda: A(B + C) = AB + AC. 3. Propiedad distributiva por la derecha: (A + B)C = AC + BC. Demostración. Sean A = (aij )m×n , B = (bij )n×p y C = (cij )p×q . 1. Propiedad asociativa:
(AB)C = (aij )m×n (bij )n×p (cij )p×q ! ! p n X X aik bkr crj = r=1 p = = k=1 n XX r=1 k=1 p n X X aik bkr crj aik bkr crj k=1 r=1 = n X k=1 aik p X r=1 ! ! bkr crj !! = A(BC). 16 Matrices 2. Propiedad distributiva por la izquierda: A(B + C) = (aij )m×n (bij )n×p + C = (cij )n×p = (aij )m×n ((bij ) + cij )n×p n X = aij (bkj + ckj ) = k=1 n X aij bkj + n X
aij ckj k=1 k=1 = AB + AC. 3. La demostración de la propiedad distributiva por la derecha es similar a la anterior y se deja al lector como ejercicio. Ejemplo 9 Sea A= Tenemos que I3 A = y AI2 = Es decir, en este caso,   1 0 0 1    2 0 −3 . −1 2 4 2 0 −3 −1 2 4  =   2 0 −3 −1 2 4     1 0 0 2 0 −3  2 0 −3  0 1 0 = . −1 2 4 −1 2 4 0 0 1  I2 A = AI3 = A.  En general, si A ∈ Mm×n la igualdad siguiente es verdadera: In A = AIm = A. La matriz In suele ser llamada neutro multiplicativo de A por la izquierda y la matriz Im , neutro multiplicativo de A por la derecha. En el caso particular de que A es una matriz cuadrada de orden n, la igualdad anterior se ve así: In A = AIn = A. La matriz identidad In es denominada simplemente el elemento neutro para el producto de matrices cuadradas de orden n. El conjunto de las matrices cuadradas de orden Mn (K) dotado de las operaciones suma y producto de matrices es un anillo no conmutativo con elemento neutro. 1.3 Operaciones elementales de fila de una matriz 17 1.3 Operaciones elementales de fila de una matriz Para cualquier matriz se pueden definir operaciones entre sus filas y también operaciones entre sus columnas. Aquí definiremos las operaciones, que se denominarán elementales, de fila. Definición 1.16 (Operaciones elementales de fila) Sean la matriz A ∈ Mm×n (K) y el escalar c ∈ K. Cada una de las siguientes tres operaciones se denomina operación elemental de fila sobre la matriz A: 1. Multiplicar la fila r -ésima de A por una constante c con c 6= 0 y c 6= 1. Es decir, reemplazar Ar por cAr . 2. Sumar c veces la fila s-ésima, cAs , con la fila r -ésima de A. Es decir, reemplazar Ar por cAs + Ar . 3. Intercambiar las filas distintas s-ésima y r -ésima de A. Es decir, reemplazar As por Ar y Ar por As con s 6= r . El significado exacto de reemplazar es el siguiente: dada la matriz A, se obtiene, en realidad, una nueva matriz A′ , la cual es idéntica a la matriz A salvo en su fila número r que es cAr . En otras palabras, la operación multiplicar una fila por una constante es una función que va desde el conjunto Mm×n (K) en sí mismo tal que a cada A le hace corresponder A′ . Significados similares corresponden a las otras dos operaciones. Más adelante, precisaremos estos significados. Estas tres operaciones elementales de fila pueden ser representadas así: 1. cAr ⇀ Ar , o simplemente cAr , que quiere decir: “obtenga una nueva matriz al quitar la fila Ar y, en su lugar, poner la fila cAr ”. 2. Ar + cAs ⇀ Ar , o simplemente Ar + cAs , que quiere decir: “obtenga una nueva matriz al quitar la fila Ar y, en su lugar, poner la fila Ar + cAs ”. 3. As ⇋ Ar , que quiere decir: “obtenga una nueva matriz al intercambiar las filas As y Ar entre sí”. A las operaciones elementales de fila en el orden en que fueron definidas las denominaremos del tipo 1, 2 y 3, respectivamente. Como ya se dijo anteriormente, al efectuar una de las operaciones elementales de fila sobre una matriz A, se obtiene otra matriz. Formalmente, se puede definir cada una de las operaciones elementales de fila como una función. Definición 1.17 (Operaciones elementales de fila) Una operación elemental de fila sobre una matriz A = (aij ) ∈ Mm×n es una de las tres funciones e : Mm×n −→ Mm×n A 7−→ e(A) = (âij ) tales que: 18 Matrices 1. Tipo 1: si c 6= 0 y c 6= 1, ( aij âij = caij si i 6= r, si i = r para todo j ∈ In . A esta función la vas a representar con ecr para indicar que se multiplica la fila número r por el número c. 2. Tipo 2: si c 6= 0, ( aij âij = casj + aij si i 6= r si i = r para todo j ∈ In . A esta función le representaremos con ecs,r para indicar que se multiplica la fila número s por c y la fila resultante es sumada esta fila a la fila número r . 3. Tipo 3: si r 6= s, para todo j ∈ In .   aij âij = asj   arj si i 6= r y i 6= s, si i = r, si i = s A esta función le representaremos con er,s para indicar que se intercambiaron las filas número s y número r . Las operaciones de tipo 1 y tipo 2 afectan solo a una fila de la matriz; las demás quedan idénticas. La operación de tipo 3 afecta a dos filas; las demás quedan inalteradas. El siguiente teorema establece que las operaciones elementales son funciones biyectivas, por lo que poseen inversa. Teorema 1.4 Cada operación elemental de fila es biyectiva, y su inversa es del mismo tipo. Es decir, a cada operación elemental de fila e, le corresponde una operación elemental de fila eb, del mismo tipo que e, tal que: para todo A ∈ Mm×n . e(b e(A)) = eb(e(A)) = A. Demostración. Sea e una operación elemental de fila de tipo 1; es decir, e es de la forma ecr con c 6= 0 y r ∈ Im . Vamos a probar que es ecr es inyectiva y sobreyectiva. Para ver la inyectividad, supongamos que A y B dos matrices (del mismo orden) tales que ecr (A) = ecr (B). Entonces: 1. para i 6= r, la fila i-ésima de ecr (A) es Ai ; 2. para i 6= r, la fila i-ésima de ecr (B) es Bi . 1.3 Operaciones elementales de fila de una matriz 19 Dado que ecr (A) = ecr (B), podemos concluir que Ai = Bi para todo i 6= r. Por otro lado, la fila r-ésima de ecr (A) es cAr y la de ecr (B) es cBr . Otra vez, como c er (A) = ecr (B), concluimos que cAr = cBr , de donde, ya que c 6= 0, deducimos que Ar = Br . En resumen, cada fila de A es igual a la correspondiente fila de B, por lo que A = B. Razonamientos similares nos permiten demostrar que las operaciones elementales de los otros tipos son inyectiva, por lo que se dejan las demostraciones al lector. Probemos ahora la sobreyectividad de la operación ecr . Para ello, dada una matriz B, debemos encontrar una matriz A tal que ecr (A) = B. Para hallar A, observemos que B deberá tener las filas correspondiente de A, salvo la r-ésima fila, que será cAr . Es decir: ( Ai si i 6= r, Bi = cAr si i = r. Esto nos sugiere, inmediatamente, que la matriz A que buscamos, debe definirse así: ( Bi si i 6= r, Ai = 1 B si i = r, c r lo que es posible, ya que c 6= 0. Definida de esta manera la matriz A, es fácil comprobar que ecr (A) = B, con lo que queda demostrado que ecr es sobreyectiva. Adicionalmente, esta demostración nos ha dado la inversa de ecr : 1 (ecr )−1 = erc . Demostraciones similares se pueden hacer para los otros dos tipos de funciones elementales por filas, por lo que se las deja para que el lector las realice por sí mismo. Si no se presta a confusión, evitaremos el uso de los paréntesis en e(A); en su lugar, escribiremos simplemente eA. Esta nueva notación será de mucha utilidad en lo que viene a continuación. Supongamos que e1 , e2 , . . . , en son n operaciones elementales por filas, y A y B son dos matrices tales que B = en en−1 · · · e2 e1 A. En otras palabras, la matriz B se obtuvo, a partir de la matriz A, luego de aplicar sucesivamente, n operaciones elementales. Es fácil ver que, como existen las inversas de cada ei , entonces A se puede obtener a partir de B, también por la aplicación de n operaciones elementales: A = e1 e2 · · · en−1 en B. Esta relación entre las matrices A y B es, en realidad, una relación simétrica en el conjunto de matrices. En efecto, si indicamos con A ∼ B cuando A se obtiene a partir de B por la aplicación sucesiva de un número finito de operaciones elementales por fila, entonces, es inmediato que A ∼ B implica B ∼ A. 20 Matrices Más aún, se verifica también que A ∼ A; es decir, toda matriz A se puede obtener a partir de sí misma por la aplicación de un número finito de operaciones elementales. Por ejemplo, si e es una operación elemental, como es inversible, tenemos que A = e−1 eA. En otras palabras, la relación ∼ es reflexiva. Finalmente, es fácil probar que también es transitiva. Esto significa que la relación ∼ es, en realidad, una relación de equivalencia, lo que motiva la siguiente definición. Definición 1.18 (Matrices equivalente por filas) La matriz B ∈ Mm×n es equivalentes por filas a la matriz A ∈ Mm×n , notado B ∼ A, si B se obtiene de A por la aplicación sucesiva un número finito de operaciones elementales por fila. Dicho de otra manera, si e1 , e2 , . . . en es una sucesión finita de operaciones elementales por filas, tenemos que: B∼A ⇐⇒ B = en en−1 · · · e2 e1 A. Teorema 1.5 La relación ∼ es de equivalencia sobre el conjunto Mm×n : 1. Reflexiva: A ∼ B . 2. Simétrica: Si A ∼ B , entonces B ∼ A. 3. Transitiva: Si A ∼ B y B ∼ C , entonces A ∼ C . La verificación de la propiedad transitiva se deja para que el lector la realice. Ejemplo 10 Sea la matriz   2 −6 3 4    A = −2 5  .  4 −2 −1 −2 Sobre A efectuamos una secuencia de operaciones elementales por filas:       2 −6 1 −3 1 −3 3 3  0 13  4 4            A = −2 5  ∼ −2 5  ∼ −2 5   5 −2  5 −2  5 −2 −1 −2 1 F −1 −2 F −3F −1 −2 F +2F 2 1 3 1 2 1       1 −3 1 −3 1 −3  0 13   0 13  0 13          0 −1 0 −1 = B. ∼ 0 −1 ∼ ∼        5 −2  0 13  0 13  −1 −2 F −5F −1 −2 F +F 0 −5 4 1 5 1 1.3 Operaciones elementales de fila de una matriz 21 Como la matriz B fue obtenida de A por la aplicación de una secuencia finita de operaciones elementales por filas, podemos decir que B es equivalente por filas a A: B ∼ A. Aunque sabemos que A ∼ B, ilustremos esta propiedad al aplicar sobre la matriz B, en orden inverso, la secuencia de operaciones inversas anterior, para obtener la matriz A:       1 −3 1 −3 1 −3 0 13   0 13   0 13             B = 0 −1 ∼  0 −1 ∼  0 −1 0 13   0 13   5 −2 0 −5 F −F −1 −2 F +5F −1 −2 F −2F 5 1 4 1 3 1       1 −3 1 −3 2 −6  0 13  3  3 4 4          ∼ ∼ ∼ −2 5  −2 5  −2 5  = A,  5 −2  5 −2  5 −2 −1 −2 F +3F −1 −2 2F −1 −2 2 1 1 que no podía ser de otra manera.  Definición 1.19 (Matriz reducida por filas) Una matriz A ∈ Mm×n se llama matriz reducida por filas si cumple con las siguientes condiciones: 1. El primer elemento no nulo de cada fila no nula,visto de izquierda a derecha, es 1. 2. Cada columna de A que tiene el primer elemento no nulo de alguna fila tiene sus otros elementos nulos. Ejemplo 11 Las matrices  1 0  0 0 0 0 0 1 0 1 0 0 2 0 0 4  0 0 0 −5 , 1 0 0 3  1 0  0 0 0 1 0 0 0 0 1 0 2 0 0 0 7 3 1 0  0 4 , 0 0  0 0 0 0 0 0 0 0 0 0 0 0  son matrices reducidas por filas. En cambio, las matrices     0 1 0 0 −2 5 1 2 0 2 0 0 0 0 0 0 1 0 y 0 0 1 0 1 0 2 0 0 1 0 0 0 1 0 4 0 3 no son matrices reducidas por filas. y  1 0 0 0 1 0 0 0 1   Teorema 1.6 Toda matriz A ∈ Mm×n es equivalente por filas a una matriz R ∈ Mm×n reducida por filas. Dicho de otra forma, por medio de una secuencia apropiada de operaciones elementales de fila efectuadas sobre una matriz A, es siempre posible obtener una matriz reducida por filas equivalente por filas a la matriz A. Tal matriz no es única. 22 Matrices Demostración. Supongamos que la matriz A es no nula. Entonces al menos una fila es diferente de la matriz 0 de orden 1 × n. Sean p ∈ Im tal que Ap 6= 0. Por lo tanto, existe el menor r ∈ In tal que apr 6= 0 (es decir, apr es el primer elemento no nulo de la fila p visto desde la izquierda hacia la derecha). 1 a Sea R[1] = ep pr A. Esto significa que R[1] se ha obtenido a partir de A al dividir por 1 cada uno de los elementos de la fila número p de A. Entonces, el primer elemento apr de la p-ésima fila de la matriz R[1] es igual a 1. ir Ahora bien, para cada i ∈ Im − {p}, definamos R[i + 1] = e−a p,i . Es decir, para cada i 6= p, se multiplica la fila p-ésima por air y la fila resultante se suma a la fila i-ésima, la que es reemplazada por el resultado obtenido. En otras palabras, la fila i-ésima de R[i + 1] es sustituida por la fila R[i]i − air R[i]p . El elemento de la columna r de la matriz I[i + 1] obtenida es, entonces 0. Una vez que se realiza este proceso para cada i 6= p (es decir, se realizan m − 1 veces), obtenemos la matriz R[m] con la propiedad de que todos los elementos de la columna r son iguales a 0, excepto el que está en la fila p que es 1. Debe quedar claro que R[m] ∼ A. Si repetimos este procedimiento con otra fila que no sea nula, que no tenga el primer elemento igual a 1 y que en la columna en la que está dicho elemento, el resto de elementos no son todos iguales a 0, obtendremos, luego de m pasos, una matriz R[2m] equivalente por filas a R[m], lo que significa que será también equivalente por filas a A. Si la fila no nula involucrada en este procedimiento es la q-ésima y la columna que contiene el primer elemento no nula de esta fila es la número s, la matriz R[2m] tendrá la característica de que todos los elementos de la columna número s son iguales a 0, excepto el de la fila q que es 1. Está claro que si repetimos este proceso con todas las filas no nulas cuyo primer elemento no sea igual a 1 y que en la columna en la que está dicho elemento, no todos los elementos son 0, finalmente tendremos una matriz reducida por filas que será, obviamente, equivalente a la matriz A. Ejemplo 1.4 Sea la matriz  1 2 A= 3 4 2 3 4 5 3 4 5 6 4 5 6 7  5 6 . 7 8 Hallar una matriz reducida por filas equivalente por filas a la matriz A. Solución.  1 2 A= 3 4 2 3 4 5 3 4 5 6 4 5 6 7    1 2 3 4 5 5 0 −1 −2 −3 −4  6   ∼  0 −2 −4 −6 −8  7 −2F1 +2F2 8 FF2 −3F 0 −3 −6 −9 −12 FF1 +2F 3 1 3 F −4F 4 1    1 0 −1 −2 −3 1 0 −1 −2 −3 −4 0  ∼ ∼ 0 0 0 0 0 0 0 0 0 0 0 0 −F 2 2 F +3F2 4 0 −1 −2 −3 1 2 3 4  0 0 0 0 0 0 0 0 F 1 ⇋F4 1.3 Operaciones elementales de fila de una matriz  0 0 ∼ 0 1  0 0 0 0 1 2 3 4 . 0 0 0 0 0 −1 −2 −3   0 −1 −2 −3 1 2 3 4  0 0 0 0 0 0 0 0 Las matrices 1 0 R1 =  0 0  0 0 y R2 =  0 1 23  0 0 0 0 1 2 3 4  0 0 0 0 0 −1 −2 −3 son matrices reducidas por filas y, además, equivalentes por filas a la matriz A: R1 ∼ A y R2 ∼ A.  Este ejemplo muestra que una matriz reducida por filas equivalente por filas a una matriz no es única. Definición 1.20 (Rango de una matriz) El rango de una matriz A, notado ran(A), es el número de filas no nulas de una matriz reducida por filas equivalente por filas a la matriz A. Ejemplo 12 Del ejemplo anterior, la matriz  0 0 R= 0 1  0 0 0 0 1 2 3 4  0 0 0 0 0 −1 −2 −3 es una matriz reducida por filas equivalente  1 2 A= 3 4 por filas a la matriz  2 3 4 5 3 4 5 6 . 4 5 6 7 5 6 7 8 El número de filas no nulas de la matriz R es 2. Por lo tanto, ran(A) = 2.  Definición 1.21 (Matriz escalonada reducida por filas) Una matriz A ∈ Mm×n se llama matriz escalonada reducida por filas si cumple con las siguientes condiciones: 1. La matriz A es reducida por filas. 2. Toda fila nula, si la hay, está por debajo de toda fila no nula. 3. Si las filas 1, 2, . . . , r , r ≤ m, son las filas no nulas de la matriz A y si el primer elemento no nulo, visto de izquierda a derecha, de la fila i, i = 1, 2, . . . , r está en la columna ki , i = 1, 2, . . . , r , entonces k1 < k2 < · · · < kr . 24 Matrices Ejemplo 1.5 ¿Es la matriz  0 0  0 A= 0  0 0 1 0 0 0 0 0 0 0 0 0 0 0 una matriz escalonada reducida por filas? 0 1 0 0 0 0 0 0 1 0 0 0 0 0 4 0 0 0 3 2 2 0 0 0  0 0  0  1  0 0 Solución. La matriz A es reducida por filas. Las filas nulas son la 5 y la 6 y se encuentran por debajo de las filas no nulas 1, 2, 3 y 4. El primer elemento no nulo de la fila 1 está en la columna 2: k1 = 2. El primer elemento no nulo de la fila 2 está en la columna 4: k2 = 4. De manera similar encontramos: k3 = 5 y k4 = 8. Se cumple que k1 = 2 < k2 = 4 < k3 = 5 < k4 = 8. Por todo ello, la matriz A es una matriz escalonada reducida por filas.  Teorema 1.7 Toda matriz A ∈ Mm×n es equivalente por filas a una matriz escalonada reducida por filas. Tal matriz es única. Demostración. Del teorema 1.6, existe una matriz reducida por filas R equivalente a A. Si esta matriz R no es escalonada, entonces significa una de dos situaciones, o las dos, suceden: 1. hay filas nulas sobre filas no nulas; 2. hay al menos dos filas no nulas en las que el primer elemento de la que está más arriba corresponde a una columna que está a la derecha de la columna que contiene el primer elemento de la otra fila. Si ocurre la primera situación, por la aplicación de operaciones elementales del tercer tipo, obtenemos, a partir de R, una matriz S en la que toda fila nula está por debajo de toda fila no nula (intercambiamos filas nulas con no nulas cuando las primeras están arriba de la segundas). Si luego de este proceso, ocurre la segunda situación, es decir, hay filas en las que la que está arriba tiene su primer elemento a la derecha de la que está abajo, aplicamos operaciones del tercer tipo nuevamente para intercambiar dichas filas. La matriz así obtenida es escalonada reducida y equivalente a S, por lo que es equivalente a R y, finalmente, equivalente a la matriz A. Es fácil ver que la matriz obtenida al final de proceso descrito es única. En otras palabras, dada una matriz A cualquiera, por medio de una secuencia apropiada de operaciones elementales de fila se obtiene siempre una única matriz escalonada reducida por filas equivalente por filas a la matriz A. De aquí en adelante, vamos a utilizar la siguiente notación alternativa para las operaciones elementales: 1.4 Matrices elementales 25 1. Para ecr , usaremos cFr ; es decir, la operación de multiplicar la fila r-ésima por el escalar c 6= 0. 2. Para ccs,r , usaremos Fr + cFs ; es decir, para sustituir la fila r-ésima por la suma de esta fila con la fila producto de c y la fila s-ésima. 3. Para cs,r , usaremos Fr ⇋ Fs ; es decir, para el intercambio entre las filas número r y s. 1.4 Matrices elementales Definición 1.22 (Matriz elemental) Se dice que una matriz E ∈ Mn es una matriz elemental si se obtiene de la matriz identidad In ∈ Mn por medio de solo una operación elemental de fila. Ejemplo 13 Las matrices  1 0 0 0 0 1 , 0 1 0    1 0 −2 0 1 0  0 0 1 y son matrices elementales pues todas ellas se obtuvieron a la única operación elemental de fila F2 ⇋ F3 , F1 − 2F3 y Las matrices     1 0 2 1 0 0 0 0 0 , 0 3 0 , y 0 0 1 0 0 1   1 0 0 0 3 0 0 0 1 partir de la matriz I3 por medio de 3F2 , respectivamente.   0 0 1 1 0 0 0 1 1 no son matrices elementales. La segunda, por ejemplo, se obtuvo de I3 por medio de dos operaciones elementales de fila: F1 − 2F3 y 3F2 .  Teorema 1.8 Sea e una operación elemental de fila y sea E ∈ Mm la matriz elemental tal que e(Im ) = E . Entonces, para toda matriz A ∈ Mm×n : e(A) = EA. La demostración debe hacerse para cada tipo de operación elemental de fila. Haremos la demostración para una operación elemental de fila del tipo 2. Demostración. Sea I la matriz identidad de orden m. Omitiremos el subíndice en I para distinguir de la notación que utilizamos para las filas de una matriz. Así, en este caso, Ii indica la fila i-ésima de la matriz I. Con esta notación, recordemos que I = (δij ) donde ( 1 si i = j, δij = 0 si i 6= j. Procedamos con la demostración. 26 Matrices Sean r ∈ Im y s ∈ Im tales que r 6= s, y E = ecs,r (I). Entonces: Ei = ( Por lo tanto, si E = (eij ), entonces: ( eik = Ii cAs + Ir si i 6= r, si i = r. δij δij + cδsj si i 6= r, si i = r para todo j ∈ In . Por otro lado, la matriz las filas de la matriz ecs,r (A) = (αij ) son: es decir: ( Ai Ai = Ai + cAs si i 6= r, si i = r, ( aij αij = arj + casj si i 6= r, si i = r para todo j ∈ In . Finalmente, sea C = EA = (cij ). Entonces:  m X    δik akj  m  X k=1 cij = eik akj = X m   k=1    (δrk + cδsk )akj si i 6= r, si i = r k=1 para todo j ∈ In . Pero, como δik = 0 si i 6= k, entonces: m X eik akj = δii aij = aij . k=1 Con un razonamiento similar, obtenemos que: m X (δrk + cδsk )akj = δrr arj + cδss )asj = arj + casj . k=1 Por lo tanto: ( aij cij = arj + casj si i 6= r, si i = r para todo j ∈ In . Por lo tanto, cij = αij para todo i ∈ Im y todo j ∈ In . Es decir, EA = ecs,r (A), que es lo que queríamos demostrar. Veamos ahora el mismo teorema ilustrado con un ejemplo. 1.4 Matrices elementales 27 Ejemplo 14 Sea la matriz A=   2 −3 1 . 4 3 −2 Ilustremos el teorema para una operación elemental de fila tipo 1. Sea e1 la operación elemental de fila 3F1 . Tenemos que     1 0 3 0 I2 = ∼ = e1 (I2 ) = E1 0 1 3F 0 1 1 y A= Por otro lado  2 −3 1 4 3 −2 E1 A = de donde   3F1 ∼   6 −9 3 = e1 (A). 4 3 −2     3 0 2 −3 1 6 −9 3 = , 0 1 4 3 −2 4 3 −2 e1 (A) = E1 A.  Corolario 1.9 Sean A y B matrices de orden m × n. La matriz B es equivalente por filas a la matriz A si y solo si B = P A, donde P es una matriz producto de matrices elementales de orden n. Demostración. Sabemos que B ∼ A es equivalente a que exista una sucesión e1 , e2 , . . ., eq operaciones elementales tales que B = eq · · · e2 e1 (A). Por el teorema 1.8, existe una matriz elemental E1 tal que e1 (A) = E1 A. Por lo tanto, tenemos que: B ∼ A ⇐⇒ eq eq−1 · · · e2 (E1 A). Una vez más, por el teorema 1.8, existe una matriz elemental E2 tal que e2 (E1 A) = E2 (E1 A) = (E2 E1 )A. Entonces, tenemos que: B ∼ A ⇐⇒ eq eq−1 · · · (E2 E1 )A. Si procedemos de manera similar hasta llegar a la operación eq , garantizamos la existencia de q matrices elementales E1 , E2 , . . . , Eq matrices elementales tales que: B ∼ A ⇐⇒ (Eq · · · E2 E1 )A. Sea P = Eq · · · E2 E1 . Entonces: B ∼ A ⇐⇒ P A, donde P es el producto de matrices elementales. La demostración del corolario nos muestra que la misma secuencia de operaciones elementales de fila e1 , e2 , . . . eq que nos conducen de la matriz A a la matriz B, conducen también la matriz identidad Im a la matriz P . Es decir, si (A|Im ) representa la matriz A ∈ Mm×n aumentada con la matriz identidad Im (la matriz I escrita a continuación de la matriz A) se tiene que: (A|Im ) ∼ (B|P ). 28 Matrices Ejemplo 15 Sea la matriz   2 1 A= 2 4 . −1 −2 Obtengamos una matriz B equivalente por filas a la matriz gamos una matriz P tal que B = P A:    2 1 | 1 0 0 1 −1 |    (A|I3 ) = 2 4 | 0 1 0 ∼ 2 4 | −1 −2 | 0 0 1 F +F −1 −2 | 1 3    1 −1 | 1 0 1 1 −1 2 | 0 21 0 ∼ 1 ∼ −1 −2 1 2 −1 −2 | 0 0 1 F ⇋ F 2 con   1 −1 B = −1 −2 1 2 Verifiquemos que se cumple el corolario 1.9, expresión B = P A:   1 0 1 2 P A = 0 0 1  2 0 21 0 −1 3 A y, al mismo tiempo, obten 1 0 0 0 1 0 0 0 1 1F 2 2  | 1 0 1 | 0 0 1 = (B|P ), | 0 21 0   1 0 1 y P = 0 0 1 . 0 12 0 es decir, que la matriz P hallada satisface la    1 1 −1 4  = −1 −2 = B. −2 1 2  1.5 La inversa de una matriz Definición 1.23 (Inversa de una matriz) Una matriz cuadrada A de orden n se llama invertible si existe una matriz cuadrada B de orden n tal que AB = BA = In . La matriz B se llama una inversa de A. Si no existe tal matriz B , se dice que la matriz A es no inversible. Una matriz invertible también se llama matriz no singular, y una matriz no invertible, matriz singular. Es inmediato de la definición de matriz inversible que la matriz nula no es inversible. Si lo fuera, digamos que B es su inversa, entonces 0B = I. Pero 0B = 0, de donde obtendríamos que I = 0, lo que es falso. Ejemplo 16 Sean las matrices A=  1 −2 −1 1  y B=   −1 −2 . −1 −1 1.5 La inversa de una matriz Entonces AB =  BA =  y 29 1 −2 −1 1     −1 −2 1 0 = = I2 −1 −1 0 1     −1 −2 1 −2 1 0 = = I2 . −1 −1 −1 1 0 1 Como AB = BA = I2 podemos decir que la matriz B es una inversa de A y que la matriz A es no singular.  Teorema 1.10 (Unicidad de la inversa) Si una matriz tiene una inversa, entonces la inversa es única. Demostración. Supongamos que B y C son inversas de la matriz A. Entonces AB = BA = In y AC = CA = In , de donde BA = AC = In . Por otro lado, B = BIn = B(AC) = (BA)C = In C = C. Es decir, A solo puede tener una inversa. Como la inversa de una matriz es única podemos representar la inversa de la matriz A, si existe, con A−1 . Con ello, podemos escribir lo siguiente: AA−1 = A−1 A = In . Teorema 1.11 (Propiedades de la inversa) Sean A y B matrices de orden n. Entonces: 1. Si la matriz A es inversible, entonces A−1 es inversible y (A−1 )−1 = A. 2. Si las matrices A y B son inversibles, entonces AB es inversible y (AB)−1 = B −1 A−1 . Demostración. Sea A y B dos matrices de orden n. 30 Matrices 1. Si la matriz A es inversible, se cumple que AA−1 = A−1 A = In . Estas igualdades se pueden escribirse de la siguiente manera: A−1 A = AA−1 = I, de donde concluimos que A−1 es inversible y que su inversa es (A−1 )−1 = A. 2. Tenemos que (AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIn A−1 = AA−1 = In y que (B −1 A−1 )(AB) = B −1 (A−1 A)B = B −1 In B = B −1 B = In , de donde (AB)(B −1 A−1 ) = (B −1 A−1 )(AB) = In . Esta igualdad muestra que la matriz AB es inversible y que (AB)−1 = B −1 A−1 . Mediante inducción sobre el número de matrices, se obtiene el siguiente corolario. Corolario 1.12 El producto de más de dos matrices inversibles del mismo orden es inversible. Para demostrar que la matriz B es la inversa de la matriz A, usando la definición de inversa, es necesario demostrar que AB = In y que BA = In . Podemos reducir el procedimiento de probar que B es la inversa de A con tan solo demostrar una de las dos igualdades. Enunciamos esto en el siguiente teorema que no será demostrado, pues requiere de otros resultados que no estudiaremos aquí. Teorema 1.13 Sean A y B matrices cuadradas de orden n e inversibles. Entonces, si AB = In , entonces BA = In . Teorema 1.14 Una matriz elemental es inversible. Demostración. Sea D una matriz elemental y sea e la operación elemental tal que E = e(I). Vamos a demostrar que E es inversible. Por el teorema 1.4, e es una función biyectiva. Por lo tanto, tiene inversa. Sea F = e−1 (I). Entonces F es una matriz elemental. Probemos que esta matriz es la matriz inversa de E. Para ello, es suficiente con demostrar, por el teorema 1.13, que EF = I. Por el teorema 1.8, sabemos que EF = e(F ). Por lo tanto: EF = e(F ) = e(e−1 (I)) = ee−1 I = I. 1.5 La inversa de una matriz 31 Ejemplo 17 Se tiene la matriz elemental E1 : I=     3 0 1 0 ∼ = E1 . 0 1 0 1 3F 1 La inversa de la matriz E1 es E1−1 :  1   0 1 0 3 ∼ = E1−1 . I= 0 1 1F 0 1 3 En efecto: E1 E1−1 =  3 0 0 1 1    0 1 0 = = I2 . 0 1 0 1  1 3  Teorema 1.15 Sea la matriz A ∈ Mn . Los siguientes enunciados son equivalentes: 1. La matriz A es inversible. 2. La matriz A es equivalente por filas a la matriz identidad In . 3. La matriz A es el producto de matrices elementales de orden n. Demostración. El teorema 1.6 nos garantiza la existencia de una matriz R escalonada reducida por filas equivalente por filas a la matriz A. Esto significa que existe una sucesión finita de operaciones elementales e1 , e2 , . . . , ep y sus correspondientes matrices elementales E1 , E2 , . . . , Ep tales que R = ep . . . e2 e1 A = Ep · · · E2 E1 A. (1.3) Puesto que cada Ei es invertible (teorema 1.4), la última igualdad es equivalente a la siguiente: A = E1−1 E2−1 · · · Ep−1 R. (1.4) Ahora bien, supongamos que A. Entonces, como el producto de matrices inversibles es inversible, de la igualdad 1.3 concluimos que la matriz E también es inversible. Pero esto significa que E no puede tener filas nulas, porque de lo contrario, de la igualdad 1.4 colegiríamos que A tiene filas nulas, lo que es imposible, pues A es inversible. Entonces R = I. De la igualdad (1.4) también se concluye que A es el producto de matrices elementales. De (1.3), que A es equivalente por filas a la identidad. En resumen, queda demostrado que: (a) Si A es inversible entonces: A ∼ I, y A es el producto de matrices elementales. (b) Si A ∼ I (R = I en (1.3)), entonces A es el producto de matrices elementales y por lo tanto A es inversible. (c) Si A es el producto de matrices elementales, en (1.4) se puede tomar R = I, de donde se tiene que A ∼ I y por lo tanto es inversible. 32 Matrices En otras palabras, el teorema nos da las condiciones necesarias y suficientes para que una matriz A sea inversible. Como toda matriz A es equivalente por filas a una matriz R escalonada reducida por filas, si A es inversible, entonces R debe ser igual a la matriz identidad I. Corolario 1.16 Sea A ∈ Mn una matriz inversible. Si una sucesión finita de operaciones elementales de fila reducen la matriz A a la matriz identidad, entonces la sucesión de las operaciones elementales de fila que fueron aplicadas a A, pero ahora aplicadas a la matriz identidad, dan como resultado la matriz A−1 , la inversa de A. Demostración. Como A inversible, es equivalente por filas a la matriz identidad: A ∼ I. Es decir, existen operaciones elementales ej tales que I = ep · · · e2 e1 A. Si Ei son las correspondientes matrices elementales para ei , entonces: I = Ep · · · E2 E1 A, de donde obtenemos que −1 −1 A = E1−1 E2−1 · · · Ep−1 I = e−1 1 e2 · · · ep I, que es lo que se quería demostrar. Este corolario nos indica la forma como hallar la matriz inversa de una matriz A inversible, por medio de operaciones elementales de fila. Para ello construimos la matriz ampliada (A | In ), luego realizamos sobre ella una secuencia de operaciones elementales de fila de modo que obtengamos la matriz ampliada (In | A−1 ): (A | In ) ∼ · · · ∼ (In | A−1 ). En caso de no saber con anterioridad que la matriz A es inversible, el mismo procedimiento nos puede decir si la matriz A es o no inversible. Para ello, construimos la matriz ampliada (A | I), hallamos la matriz escalonada reducida por filas de la matriz ampliada: (A | In ) ∼ · · · ∼ (R | P ). Si R 6= I, entonces la matriz A no es inversible. Si R = In , entonces la matriz A es inversible y su inversa es A−1 = P . Veamos la aplicación de este procedimiento en el siguiente ejemplo. Ejemplo 1.6 Sea la matriz   1 0 1 A =  0 −1 1  . −1 1 −1 Si la matriz A es inversible, encontrar A−1 . 1.5 La inversa de una matriz Solución. Construimos la por filas:  1 0  0 −1 (A|I3 ) = −1 1  1 0 1 ∼ 0 0 1 0 1 0  1 0 0 ∼ 0 1 0 0 0 1 33 matriz ampliada A | I y hallamos su matriz escalonada reducida 1 | 1 0 1 | 0 1 −1 | 0 0  | 1 0 0 | 1 1 1 | 1 0 1 F  0 0 1 F 1 −F2   1 0 1 | 1 0 0 ∼ 0 −1 1 | 0 1 0 0 1 0 | 1 0 1 F +F 3 +F1 2 3   1 0 0 | 0 −1 −1 ∼ 0 0 1 | 1 1 1 0 1 0 | 1 0 1 F ⇋F  | 0 −1 −1 | 1 0 1  = (I3 |A−1 ). | 1 1 1 2 3 Por lo tanto, la matriz A es inversible y su inversa es   0 −1 −1 1 . A−1 = 1 0 1 1 1 Verifiquemos que la matriz A−1 es la inversa de la matriz A:      1 0 1 0 −1 −1 1 0 0 1  = 0 1 0 = I3 AA−1 =  0 −1 1  1 0 0 0 1 −1 1 −1 1 1 1 y      0 −1 −1 1 0 1 1 0 0 A−1 A = 1 0 1   0 −1 1  = 0 1 0 = I3 . 1 1 1 −1 1 −1 0 0 1  Corolario 1.17 Sean A, B ∈ Mm×n . La matriz B es equivalente por filas a la matriz A si y solo si B = P A, donde P es una matriz inversible de orden m. Demostración. B ∼ A es equivalente a la existencia de matrices elementales Ei tales que B = Ep · · · E2 E1 A. Si P = Ep · · · E2 E1 , entonces P es inversible. Esto significa que la misma secuencia de operaciones elementales de fila que aplicadas a A producen B, al ser aplicada a Im produce P . Para ejemplos prácticos, se utiliza el siguiente esquema: (A | Im ) ∼ · · · ∼ (B | P ) Ejemplo 1.7 Sean las matrices   1 0 1 A =  0 −1 1 −1 −2 1   1 0 1 y B = 0 1 −1 . 0 0 0 Demostrar que las matrices A y B son equivalentes por filas. 34 Matrices Solución. Encontremos una matriz inversible P tal que B = P A:  1 0 1  0 −1 1 (A | I3 ) = −1 −2 1  1 0 1 ∼ 0 1 −1 0 −2 2   | 1 0 0 1 0   | 0 1 0 ∼ 0 −1 | 0 0 1 F +F 0 −2  3 1 | 1 0 0 1 0 | 0 −1 0 ∼ 0 1 | 1 0 1 F −2F 0 0 3 2  1 | 1 0 0 1 | 0 1 0 2 | 1 0 1 −F 2  1 | 1 0 0 −1 | 0 −1 0 = (B | P ). 0 | 1 −2 1 La matriz B es equivalente por filas a la matriz A. La matriz P es inversible pues es equivalente por filas a la matriz identidad I3 . Hallemos la matriz P A:      1 0 0 1 0 1 1 0 1 P A = 0 −1 0  0 −1 1 = 0 1 −1 = B. 1 −2 1 −1 −2 1 0 0 0  Para saber si dos matrices A y B son o no equivalentes por filas, no siempre se puede llegar fácilmente de A por medio de una secuencia de operaciones elementales de fila a B. En ese caso se procede de la siguiente manera: se hallan las matrices escalonadas reducidas por fila de A y B, RA y RB , respectivamente. Por el corolario anterior existen matrices PA y PB tales que RA = PA A y RB = PB B. Si PA 6= PB , entonces la matriz A no es equivalente por filas a la matriz B. Pero si RA = RB , entonces las matrices A y B son equivalentes por filas, y se puede hallar la matriz P inversible tal que B = P A: PB B PB−1PB B IB B = PA A, = PB−1 PA A, = PB−1 PA A, = P A, con P = PB−1 PA . 1.6 Otras matrices Definición 1.24 (Matriz nilpotente de orden r ) Una matriz A ∈ Mn se denomina nilpotente de r veces orden r si r es el menor entero positivo tal que nula de orden n. Ar = On , donde Ar z }| { = A · · · A y On es la matriz 1.6 Otras matrices 35 Ejemplo 1.8 Sea la matriz   0 1 3 A = 0 0 −2 . 0 0 0 Mostrar que es nilpotente y encontrar el orden. Solución. Multipliquemos la matriz A por sí misma el número de veces que sea necesario hasta obtener la matriz nula O3 :      0 1 3 0 1 3 0 0 −2 A2 = AA = 0 0 −2 0 0 −2 = 0 0 0  , 0 0 0 0 0 0 0 0 0      0 0 −2 0 1 3 0 0 0 A3 = A2 A = 0 0 0  0 0 −2 = 0 0 0 = O3 . 0 0 0 0 0 0 0 0 0 Es evidente que para n > 3, An = O3 . Por lo tanto, la matriz A es nilpotente de orden 3.  Se asume que las matrices cuadradas nulas son nilpotentes de orden 1. Definición 1.25 (Matriz idempotente) Una matriz A ∈ Mn se denomina idempotente si A2 = A. Ejemplo 18 Las matrices In , On ,   0 1 , 0 1   0 0 , 1 1 son matrices idempotentes.  Definición 1.26 (Matriz involutiva) Una matriz A ∈ Mn se denomina involutiva si A2 = In . Ejemplo 19 Las matrices In ,   0 1 1 0 son matrices involutivas.  De la definición de matriz involutiva y del teorema 1.13 se sigue si A ∈ Mn es involutiva, A es inversible y A−1 = A. Definición 1.27 (Matriz ortogonal ) Una matriz A ∈ Mn se denomina ortogonal si At A = In . 36 Matrices Ejemplo 20 Las matrices In ,   0 1 , 1 0 √1 2 √1 2 √1 2 − √12 ! son matrices ortogonales.  Una vez más, del teorema 1.13, se deduce que si la matriz A ∈ Mn es ortogonal, entonces es inversible y A−1 = At . Definición 1.28 (Matriz conjugada) Sea la matriz A = (aij )m×n . Se denomina conjugada de A, notada Ā, a la matriz Ā = (āij )m×n . Ejemplo 21 La conjugada de la matriz  es la matriz  1 − 2i 4 A =  1 + i 3i  −5i −2   1 + 2i 4 Ā =  1 − i −3i . 5i −2  Si los elementos de la matriz A son números reales, se tiene que Ā = A. Definición 1.29 (Matriz hermitiana) Una matriz A ∈ Mn se denomina hermitiana si At = Ā. Ejemplo 1.9 Sea la matriz ¿Es hermitiana?   1 i 0 A = −i 2 1 + 2i . 0 1 − 2i 3 Solución. Hallemos la transpuesta y la conjugada de la matriz A:     1 −i 0 1 −i 0 At =  i 2 1 − 2i , Ā =  i 2 1 − 2i . 0 1 + 2i 3 0 1 + 2i 3 Como At = Ā, A es una matriz hermitiana.  Obsérvese que si una matriz es hermitiana, los elementos de su diagonal son números reales. También que toda matriz simétrica es hermitiana. Definición 1.30 (Matriz unitaria) Una matriz A ∈ Mn se denomina unitaria si At Ā = In . 1.7 Ejercicios resueltos 37 Ejemplo 1.10 Sea la matriz √1 2 √i 2 A= √i 2 √1 2 ! . ¿Es unitaria? Solución. Hallemos la transpuesta y la conjugada de la matriz A: ! ! 1 1 i −i √ At = Calculemos At A: t AA= √i √1 2 √i 2 √ 2 2 √1 2 2 √i 2 √1 2 ! , Ā = √1 2 −i √ 2 −i √ 2 √1 2 ! √ √ 2 −i √ 2 =  2 √1 2 .  1 0 = I2 . 0 1 Entonces la matriz A es unitaria.  Una matriz ortogonal cuyos elementos son números reales es una matriz unitaria. Definición 1.31 (Traza) Sea la matriz A = (aij ) ∈ Mn (K). Se llama traza de A, notada tr A, al número tr A = n X aii . i=1 En otras palabras, la traza de una matriz cuadrada es la suma de sus elementos que se encuentran en la diagonal. 1.7 Ejercicios resueltos 1. Sean A, B ∈ Mn dos matrices triangulares inferiores. Demostrar que AB es una matriz triangular inferior. Demostración. Sean A = (aij )n y B = (bij )n tales que aij = 0 y bij = 0 para todo i y para todo j con i < j. Sean C = AB y C = (cij )n . Vamos a demostrar que cij = 0 para todo i y para todo j con i < j. Como la matriz C es el producto de A por B, tenemos que cij = n X aik bkj k=1 para todo i y para todo j. Sea i < j. Entonces: n X k=1 Pero, aik bkj = i X k=1 aik bkj + n X k=i+1 aik bkj . 38 Matrices (a) si k < i, se verifica que k < j y bkj = 0, pues la matriz B es triangular inferior; entonces: i X aik bkj = 0; k=1 (b) si k > i, se tiene que aik = 0, porque la matriz A es triangular inferior; entonces: i X aik bkj = 0. k=i+1 Por lo tanto, tenemos que: cij = i X k=1 n X aik bkj + aik bkj = 0 + 0 = 0 k=i+1 si i < j. En otras palabras, la matriz C = AB es triangular inferior. 2. Demostrar que (a) (∀A ∈ Mm×n )[(At )t = A]. (b) (∀A ∈ Mm×n )(∀B ∈ Mm×n )[(A + B)t = At + B t ]. (c) (∀α ∈ K)(∀A ∈ Mm×n )[(αAt )t = αAt ]. (d) (∀A ∈ Mm×n ) (∀B ∈ Mn×p )[(AB)t = B t At ]. Demostración. Se demostrarán únicamente las partes (b) y (d ). Las otras se dejan como ejercicio para el lector. (b) Sean A = (aij )m×n , B = (bij )m×n . Entonces: At = (âij )n×m y B t = (b̂ij )n×m , donde âij = aji y b̂ij = bji para todo i ∈ In = {1, 2, . . . , n} y todo j ∈ Im = {1, 2, . . . , m}. Por otro lado, sea C = (cij )m×n = A + B. Esto significa que: cij = aij + bij para todo i ∈ In y todo j ∈ Im . Por lo tanto, C t = (ĉij )n×m , donde: ĉij = cji = aji + bji = âij + b̂ij para todo i ∈ In y j ∈ Im . Es decir, por la definición de suma de matrices, podemos concluir que: (A + B)t = C t = At + B t . 1.7 Ejercicios resueltos 39 (d ) Sean A = (aij )m×n , B = (bjk )n×p . Entonces: At = (âij )n×m y B t = (b̂jk )p×n , donde âij = aji y b̂jk = bkj para todo i ∈ Ip = {1, 2, . . . , p}, todo j ∈ In = {1, 2, . . . , n} y k ∈ Im = {1, 2, . . . , m}. Por otro lado, sea C = (cik )m×p = AB. Esto significa que: cik = n X aij bjk j=1 para todo i ∈ Im y todo k ∈ Ip . Por lo tanto, C t = (ĉik )p×m , donde: ĉik = cki n X = akj bji j=1 = n X bji akj = j=1 n X b̂ij âjk j=1 para todo i ∈ Ip y todo k ∈ Im . Entonces, por la definición de producto de matrices, tenemos que: C t = (AB)t = B t At . 3. (a) (∀A ∈ Mn )[tr At = tr A]. (b) (∀A, B ∈ Mn )[tr(A + B) = tr A + tr B]. (c) (α ∈ K) (∀A ∈ Mn )[tr(αA) = α tr A]. (d) (∀A ∈ Mm×n )(∀B ∈ Mn×m )[tr(AB) = tr(BA)]. Demostración. Se demostrarán las partes (c) y (d ). (c) Sean α ∈ K y A = (aij )n . Entonces: tr(αA) = tr(α(aij )) = tr(αaii ) = n X αaii = α i=1 n X aii = α tr A. i=1 (d ) Sean A = (aij )m×n , B = (bij )n×m y C = (cij )m = AB. Entonces cij = n X aik bkj . k=1 Tenemos que tr(AB) = tr C = m X i=1 cii = m X n X i=1 k=1 aik bki = n X m X k=1 i=1 bki aik = tr(BA). 40 Matrices Ejemplo 1.11 Sean las matrices   1 2 3 A= 4 5 6 Hallar tr(AB) y tr(BA).   3 −5 y B = 4 −2 . 6 1 Solución. Encontremos los productos AB = Entonces  3 BA = 4 6    3 −5   1 2 3  29 −6  4 −2 = , 4 5 6 68 −24 6 1     −5  −17 −19 −21 1 2 3 =  −4 −2 0 . −2 4 5 6 1 10 17 24  tr(AB) = 29 + (−24) = 5, tr(BA) = −17 + (−2) + 24 = 5. Este ejemplo ilustra la propiedad tr(AB) = tr(BA).  4. Demostrar que no existen matrices A, B y C de orden n tales que ABC − CAB + In = On . Demostración. Supongamos que sí existen matrices A, B y C de orden n tales que ABC − CAB + In = On . Entonces tr(ABC − CAB + In ) = tr On , tr(ABC) − tr(CAB) + tr I = 0. Como podemos escribir:

tr (AB)C = tr C(AB) = tr(ABC), tr(ABC) − tr(ABC) + n = 0, de donde n = 0 lo cual es una falsedad. n ≥ 1, 5. Demostrar que toda matriz cuadrada es la suma de una matriz simétrica y una matriz antisimétrica. Demostración. Sea la matriz A ∈ Mn . Vamos a demostrar que A = S + T , donde S es una matriz simétrica y T es una matriz antisimétrica. Sean A + At A − At y T = . 2 2 Entonces la matriz S es simétrica y la matriz T es antisimétrica. La demostración se deja como ejercicio para lector. S= 1.7 Ejercicios resueltos 41 6. Sea A una matriz cuadrada. Demostrar que si A2 = A, An = A para todo n ≥ 2. Demostración. La demostración es por inducción sobre n. i ) La demostración es verdadera para n = 2, pues, si A2 = A, entonces A2 = A es una proposición verdad. ii ) Supongamos que k ≥ es verdad que Ak = A. Es inmediato que Ak+1 = A también es verdadera, pues: Ak+1 = Ak A = AA = A2 = A. Por lo tanto, An = A para todo n ≥ 2. 7. Sea A una matriz cuadrada. Si A2 = A, determinar una fórmula para (A + I)n . Desarrollo. Como el producto de las matrices A e I conmuta se puede aplicar el binomio de Newton: n   X n n−k k n (A + I) = I A k k=0   n   n 0 X n k A A + = k 0 k=1 n   X n A =I+ k k=1 n   X n =I +A k k=1   !  n X n n − =I+ 0 k k=0 !   n X n n−k k 1 1 −1 =I+ k k=0
= I + A (1 + 1)n − 1 = I + (2n − 1)A. Es decir, (A + I)n = I ∗ (2n − 1)A siempre que A2 = A. 8. Sea   a 1−a G= : a 6= b; b 1−b  a, b ∈ R . ¿Cuál de las siguientes proposiciones es verdadera y cuál es falsa? (a) (∀A ∈ G)(∀B ∈ G)(AB ∈ G). (b) (∀A ∈ G)(∀B ∈ G)(∀C ∈ G)[(AB)C = A(BC)]. (c) (∃E ∈ G)(∀A ∈ G)[AE = EA = A]. 42 Matrices (d) (∀A ∈ G)(∃B ∈ G)[AB = BA = I]. (e) (∀A ∈ G)(∀B ∈ G)(AB = BA). Desarrollo. (a) Sean las matrices   a 1−a A= b 1−b   p 1−p y B= q 1−q donde a 6= b y p 6= q. Hallemos el producto    a 1−a p 1−p AB = b 1−b q 1−q   ap + q(1 − a) a(1 − p) + (1 − a)(1 − q) = bp + q(1 − b) b(1 − p) + (1 − b)(1 − q)   ap + q − aq 1 − (ap + q − aq) = bp + q − bq 1 − (bp + q − bq)   c 1−c = , d 1−d donde c = ap + q − aq y d = bp + q − bq Si c 6= d, el producto AB estaría en G. Veamos si es así. Si fuera cierto que c = d, entonces: ap + q − aq = bp + q − bq, ap − bp = aq − bq, (a − b)p = (a − b)q. Como a 6= b, p = q, lo cual es una contradicción ya que p 6= q. Por lo tanto c 6= d. Se concluye, entonces, que AB ∈ G. (b) El producto de matrices tiene la propiedad asociativa. Luego esta proposición es evidentemente verdadera, independientemente de que las matrices A, B y C sean elementos de G. (c) Sea E la matriz identidad de orden 2:     1 0 1 0 . = E= 1−1 1−0 0 1 Como 1 6= 0, E ∈ G. Además, AE = EA = A. Entonces esta proposición es verdadera. (d) Si esta proposición fuera verdadera, la matriz B debería ser la inversa de A ∈ G. Se deja al lector constatar que si   a 1−a , A= b 1−b 1.7 Ejercicios resueltos 43 A es inversible y que: −1 A =  1−b a−b −b a−b a−1 a−b a a−b  . Finalmente, veamos si A−1 ∈ G. Para ello, reescribamos A−1 de la siguiente manera:  1−b  1−b 1 − a−b −1 a−b A = −b . −b 1 − a−b a−b Si fuera cierto que −b 1−b = , a−b a−b tendríamos que 1 − b = −b, lo que equivale a 1 = 0. Por lo tanto, A−1 ∈ G, y esta proposición es verdadera. (e) Demostremos con un contraejemplo que esta proposición es falsa. Sean las matrices     1 0 2 −1 y B= A= 3 −2 0 1 que pertenecen al conjunto G. Hallemos los productos AB y BA:      −1 2 1 0 2 −1 , = AB = 3 −2 3 −2 0 1      2 −1 2 −1 1 0 . = BA = 6 −5 0 1 3 −2 Es decir: AB 6= BA. El conjunto G cumple las propiedades (a), (b), (c) y (d ). Por lo tanto, el conjunto G con la operación producto de matrices constituye un grupo no abeliano, pues no tiene la propiedad conmutativa. 9. (a) Sea A ∈ Mn y nilpotente de orden m. Entonces la matriz (I − A) es inversible y se tiene que (I − A)−1 = I + A + A2 + A3 + · · · + Am−1 . Demostración. Tenemos que I m − Am = (I − A)(I m−1 + I m−2 A + I m−3 A2 + · · · + IAm−2 + Am−1 ). Pero Am = Om , por lo cual (I − A)(I + A + A2 + · · · + Am−2 + Am−1 ) = I, de donde concluimos que (I − A) es inversible y que (I − A)−1 = (I + A + A2 + · · · + Am−2 + Am−1 ). (b) Apliquemos el resultado anterior para hallar la inversa de la matriz   1 −2 −3 B = 0 1 −1 . 0 0 1 44 Matrices Desarrollo. La matriz  1 −2 B = 0 1 0 0 con B la podemos escribir como      −3 1 0 0 0 2 3 −1 = B = 0 1 0 − 0 0 1 = I − A, 1 0 0 1 0 0 0   0 2 3 A = 0 0 1 . 0 0 0 Por otro lado, tenemos que:   0 0 2 A2 = 0 0 0 , 0 0 0   0 0 0 A3 = 0 0 0 . 0 0 0 Entonces la matriz A es nilpotente de orden 3. Luego podemos aplicar el resultado anterior: B −1 = (I − A)−1 = I + A + A2       1 0 0 0 2 3 0 0 2 = 0 1 0 + 0 0 1 + 0 0 0 0 0 1 0 0 0 0 0 0   1 2 5  = 0 1 1 . 0 0 1 10. Demostrar que si A ∈ Mn es simétrica e inversible, entonces A−1 es simétrica. Demostración. Si la matriz A es inversible, entonces AA−1 = I. Podemos escribir (AA−1 )t = I t , (A−1 )t At = I, (A−1 )t A = I. La última expresión significa que la matriz (A−1 )t es la inversa de la matriz A, es decir, A−1 = (A−1 )t , lo cual, a su vez, significa que A−1 es una matriz simétrica. 11. Dada la matriz determinar An .   1 1 1 A = 1 1 1 , 1 1 1 Desarrollo. Encontremos An . Para ello,  3 2  A = 3 3 empecemos con A2 :  3 3 3 3 = 3A. 3 3 1.7 Ejercicios resueltos 45 Entonces: A3 = A2 A = 3AA = 3A2 = 3(3A) = 32 A. Conjeturamos que An = 3n−1 A. Demostremos por inducción sobre n que esta fórmula es efectivamente verdadera. i ) Si n = 1, A1 = A = 30 A. ES decir, la fórmula es verdadera. ii ) Si es verdadera para n, demostremos que también lo es para n + 1: An+1 = An A = (3n−1 A)A = 3n−1 A2 = 3n−1 (3A) = 3n A. Por lo tanto, si A = 12. Dada la matriz determinar An .  1 1 1 1 1 1 1 1 1  , entonces An = 3n−1 A para todo n ∈ N.   a b c A =  0 a d , 0 0 a Desarrollo. En primer lugar, tenemos que  0 B = 0 0 Tenemos que A = aI + B con  b c 0 d . 0 0   0 0 bd B 2 = 0 0 0  , 0 0 0 B 3 = O. Si aplicamos el binomio de Newton, obtenemos que An = (aI + B)n n   X n (aI)n−k B k = k k=0       n n−3 3 n n−2 2 n n−1 n a B +O +···+O a B + a B+ =a I+ 3 2 1 n(n − 1) n−2 2 a B . = an I + nan−1 B + 2 Reemplazamos la matriz B:    1 0 0 0 b n n n−1   0 1 0 + na 0 0 A =a 0 0 1 0 0   n(n−1) n−2 an nan−1 b a bd 2 =0 an nan−1 d  . 0 0 an    0 0 bd c n(n − 1) n−2  0 0 0 d + a 2 0 0 0 0 46 Matrices 13. Sean las matrices   2 −1 −1 A = −1 2 −1 −1 −1 2 Determinar   1 1 1 y B = 1 1 1 . 1 1 1 (a) AB y BA, (b) An + B n . Desarrollo. (a) Calculemos lo pedido:     2 −1 −1 1 1 1 0      1 1 1 = 0 AB = −1 2 −1 −1 −1 2 1 1 1 0     1 1 1 2 −1 −1 0 BA = 1 1 1 −1 2 −1 = 0 1 1 1 −1 −1 2 0  0 0 0 0 = O, 0 0  0 0 0 0 = O. 0 0 (b) Como AB = BA = O se puede utilizar el binomio de Newton: n   X n n−k k A B (A + B) = k k=0 n−1   X n n−k k n A B + Bn =A + k n k=1 n = A + O + Bn = An + B n . Entonces tenemos que An + B n = (A + B)n . Como       2 −1 −1 1 1 1 3 0 0 (A + B) = −1 2 −1 + 1 1 1 = 0 3 0 = 3I, −1 −1 2 1 1 1 0 0 3 entonces An + B n = (3I)n = 3n I n = 3n I. Determinantes 2 2.1 Definición Definición 2.1 (Determinante) El determinante de una matriz A = (aij ) ∈ Mn (K), notado det A o |A| es la función det : Mn −→ K A 7−→ det A definida por: 1. Si n = 1, det(a11 ) = a11 . 2. Si n > 1, las siguientes son dos formas equivalentes de definir det(A): (a) El desarrollo del determinante por menores por la r -ésima fila de A = (aij )n : |A| = n X (−1)r+j arj |Ajr |, j=1 j donde Ar es la matriz de orden n − 1 que resulta de quitar de la matriz A la fila r y la columna j para j = 1, 2, . . . n. (b) El desarrollo del determinante por menores por la s-ésima columna de A = (aij )n : n X (−1)i+s ais |Asi |, |A| = i=1 donde Asi es la matriz de orden n − 1 que resulta de quitar de la matriz A la fila i y la columna s para i = 1, 2, . . . n. Observaciones 1. Por ser det una función, det(A) arroja un valor único, por lo que sea que se utilice el desarrollo por menores por una fila o por una columna, se obtendrá el mismo valor. 48 Determinantes 2. La definición de determinante ofrecida es recursiva, pues se define el determinante de una matriz de orden n a partir de los determinantes de algunas matrices de orden n − 1. Por ejemplo, para calcular el determinante de una matriz cuadrada de orden 4, se deben calcular 4 determinantes de matrices de orden 3 previamente: A11 , A21 , A31 y A41 (si se utilizó el desarrollo por menores por la primera fila). A su vez, para calcular cada uno de los determinantes de las matrices de orden 3, se deberán calcular 3 determinantes de matrices de orden 2 previamente. Y, finalmente, para calcular cada uno de los determinantes de las matrices de orden 2, se deberá calcular un determinante de una las matrices de orden 1. Ejemplo 2.12 Sea A=   a11 a12 . a21 a22 Hallar |A|. Solución. El desarrollo del determinante |A| por menores, por la segunda fila es el siguiente: |A| = 2 X j=1 (−1)2j a2j |Aj2 | = (−1)2+1 a21 |A12 | + (−1)2+2 a22 |A22 | = (−1)3 a21 |a12 | + (−1)4 a22 |a11 | = −a21 a12 + a22 a11 = a11 a22 − a21 a12 . En cambio, el desarrollo del determinante |A| por menores, por la primera columna es el siguiente: |A| = 2 X i=1 (−1)i+1 ai1 |A1i | = (−1)1+1 a11 |A11 | + (−1)2+1 a21 |A12 | = (−1)2 a11 |a22 | + (−1)3 a21 |a12 | = a11 a22 − a21 a12 , que es igual al valor calculado anteriormente. Ejemplo 2.13 Hallar el valor del determinante −1 2 3 4 5 6 . 2 −3 −4  2.1 Definición 49 Solución. Hagamos el desarrollo del determinante por menores por la segunda columna: −1 2 3 4 6 −1 3 −1 3 4 5 6 = (−1)(1+2) 2 + (−1)(2+2) 5 + (−1)(3+2) (−3) 2 −4 2 −4 4 6 2 −3 −4       = −2 4(−4) − 2 · 6 + 5 (−1)(−4) − 2 · 3 − (−3) (−1)6 − 4 · 3) = −2(−28) + 5 · (−2) − (−3)(−18) = 56 + (−10) − 54 = −8.  Para agilizar el cálculo de un determinante, es preferible hacer el desarrollo por menores por la fila o la columna que tenga mayor cantidad de ceros, tal como se ilustra en el siguiente ejemplo. Ejemplo 2.14 Calcular el valor del determinante −1 2 0 3 2 −1 0 1 . 1 2 3 1 4 1 0 −2 Solución. En este caso conviene hacer el desarrollo del determinante por menores por la 3-ésima columna: −1 2 0 3 −1 2 3 2 −1 0 1 = 0 + 0 + (−1)(3+3) 3 2 −1 1 + 0 1 2 3 1 4 1 −2 4 1 0 −2   = 3 − (2 − 1) − 2(−4 − 4) + 3(2 + 4) = 3(−1 + 16 + 18) = 99. Como puede observarse, si se hubiera elegido una columna diferente o cualesquiera de las filas, el número de operaciones utilizadas para calcular el determinado habría sido mayor significativamente.  Si el orden del determinante es grande y si, además, la mayoría de los elementos de la matriz son diferentes de cero, el cálculo del determinante haciendo uso de la definición puede ser tedioso y propenso a error. No solo eso, el tiempo que, incluso una computadora invierta en el cálculo, podría superar lo aceptable para este cálculo (horas, días). Por ello conviene estudiar las propiedades de los determinantes, las cuales facilitan enormemente su cálculo. 50 Determinantes 2.2 Propiedades Teorema 2.1 Si A = (aij )n es una matriz triangular inferior o superior, entonces |A| = n Y i=1 aii = a11 a22 · · · ann En otras palabras, el determinante de una matriz triangular inferior o superior es igual al producto de los elementos de su diagonal. Demostración. Es inmediata si para el cálculo de det(A) se elige el desarrollo por menores por la primera fila o columna, según A sea triangular inferior o superior. En ese caso, solo hay que calcular un determinante de orden n−1, cuyo valor se multiplicará por el primer elemento de la diagonal: a11 . La matriz de orden n − 1 cuyo determinante se calculará, también es una triangular inferior o superior. El carácter recursivo de la definición de determinante, permite utilizar la recursión para la demostración de varias de sus propiedades, como la que acabamos de realizar. Luego del ejemplo, el lector podrá aplicar el método para demostrar otra propiedad de los determinantes. Ejemplo 2.15 −4 0 0 7 2 0 = (−4) · 2 · (−1) = 8. −34 8 −1  Teorema 2.2 Sean las matrices A = (aij )n y B = (bij )n tales que sus filas son iguales excepto la fila r -ésima. Sea la matriz C = (cij )n tal que Ci = Ai = Bi para todo i distinto de r y Cr = Ar + Br . Entonces, |C| = |A| + |B|. Demostración. Calculemos det(C) mediante el desarrollo por menores de la r-ésima fila: n X det(C) = (−1)r+j crj det(Crj ). j=1 Por la definición de C, tenemos que crj = arj + brj , por lo tanto: det(C) = n X j=1 (−1)r+j arj det(Crj ) + n X j=1 (−1)r+j brj det(Crj ). 2.2 Propiedades 51 Por otro lado, las matrices Crj , Ajr y Brj son iguales entre sí, porque la única diferencia entre las matrices A, B y C es la fila r-ésima que, al ser eliminada de cada una, producen las matrices Crj , Ajr y Brj respectivamente. Por lo tanto, tenemos que: det(C) = n X (−1) r+j arj det(Ajr ) + j=1 n X (−1)r+j brj det(Brj ) = det(A) + det(B). j=1 Ejemplo 2.16 Sean las matrices   1 −2 3 A = 4 6 8 6 8 10  1 −2 3 y B = −4 −8 −6 . 6 8 10  Utilice el teorema anterior para hallar |A| + |B|. Solución. Las matrices A y B tienen iguales sus filas, excepto la segunda. Escribamos una matriz C de orden 3 tal que su primera y tercera filas sean iguales a la primera y tercera filas de A y B, respectivamente, y su segunda fila sea igual a la suma de las segundas filas de A y B:   1 −2 3 C = 0 −2 2  . 6 8 10 Las matrices A, B y C cumplen con las condiciones del teorema y podemos escribir: 1 −2 3 1 3 |A| + |B| = |C| = 0 −2 2 = −2 6 10 6 8 10 = −2 1 −2 = −2(10 − 18) − 2(8 + 12) = 16 − 40 = −24. 6 8 Verifiquemos el resultado hallando los determinantes de las mándolos: 1 −2 3 1 −2 |A| = 4 6 10 = −32, |B| = −4 −8 6 8 8 6 8 matrices A y B y luego su3 −6 = 8, 10 |A| + |B| = −32 + 8 = −24 = |C|.  Teorema 2.3 Sean las matrices A = (aij )n y B = (bij )n tales que Bi = Ai para todo i 6= r y Br = αAr , con α ∈ K. Entonces, |B| = α|A|. Esta propiedad nos indica que si existe un múltiplo de alguna fila este múltiplo se puede sacar fuera del determinante. La propiedad también es válida para cuando existe un múltiplo de una columna. 52 Determinantes Demostración. Para calcular |B|, utilicemos el desarrollo por menores de la fila r. Entonces: n n X X r+j j |B| = (−1) brj |Br | = (−1)r+j (αarj )|Ajr | j=1 =α j=1 n X j=1 (−1)r+j arj |Ajr | ! = α|A|. Por lo tanto, |B| = α|A|. Ejemplo 2.17 Sea la matriz   1 3 3 A = 4 12 4 . 2 6 1 Utilice la propiedad anterior para calcular el determinante de la matriz A. Solución. |A| = −1 3 3 −1 3 3 −1 1 3 4 12 4 = 4 1 3 1 = 4 · 3 1 1 1 = 12(−(−1) − (−1) + 0) = 24. 2 6 1 2 6 1 2 2 1 Verifiquemos el resultado con un cálculo directo: −1 3 3 |A| = 4 12 4 = −(12 − 24) − 3(4 − 8) + 3(24 − 24) = 12 + 12 = 24. 2 6 1  Teorema 2.4 Sea la matriz A = (aij )n tal que alguna fila o columna es nula. Entonces |A| = 0. Demostración. Supongamos que la fila r-ésima de la matriz A es nula. Si desarrollamos |A| por menores sobre la fila r, tenemos que: |A| = n X j=1 (−1)r+j arj |Ajr | = n X (−1)r+j 0|Ajr | = 0, j=1 pues arj = 0 para todo j ∈ Im , pues Ar es nula. La siguiente propiedad afirma que si existe un múltiplo de todos los elementos de una matriz, el determinante de la matriz es el producto de dicho múltiplo elevado a la potencia n y el determinante de la matriz obtenida al dividir cada uno de los elementos de la matriz original por el múltiplo. En la jerga matemática, se suele decir que el múltiplo “ha sido sacado n veces como factor fuera del determinante de la matriz”. 2.2 Propiedades 53 Teorema 2.5 Sean la matriz A = (aij )n y α ∈ K. Entonces |αA| = αn |A|. Demostración. Utilicemos la inducción matemática sobre n, el orden de la matriz A. 1. Si n = 1, entonces A = (a11 ). Por lo tanto, αA = (αa11 ). Luego, por la definición de determinante, tenemos que: |αA| = αa11 = α|A|. 2. Ahora supongamos que |αA| = αk |A| para k ≥ 1. Vamos a probar que si el orden de A es k + 1, entonces |αA| = αk+1|A|. La primera fila de la matriz αA es
αa11 αa12 · · · αa1n . Además, cada fila de la matriz αA es el producto de α por la fila correspondiente de A. Entonces, si desarrollamos el determinante de A por menores respecto a la primera fila, obtendremos lo siguiente: |αA| = k+1 X j=1 =α (−1)1+j (αa1j )|αAj1 | k+1 X j=1 (−1)1+j a1j |αAj1 |. Como Aj1 es una matriz de orden k, entonces, por la hipótesis de inducción, tenemos que |αAj1 | = αk |Aj1 |. Por lo tanto: |αA| = α k+1 X j=1 (−1)1+j a1j αk |Aj1 | = αk+1 k+1 X j=1 (−1)1+j a1j |Aj1 | = αk+1|A|, como se quería demostrar. Ejemplo 2.18 Sea la matriz A=   8 4 . 20 24 Use la propiedad anterior para calcular el determinante de la matriz A. 54 Determinantes Solución. |A| = 8 4 2 1 4·2 4·1 = 42 = = 16(12 − 5) = 16 · 7 = 112. 20 24 5 6 4·5 4·6 Un cálculo directo con la definición da, obviamente, igual resultado:   8 4 |A| = = 8 · 24 − 20 · 4 = 192 − 80 = 112. 20 24  Teorema 2.6 Si se intercambian dos filas (o columnas) distintas de un determinante, entonces el determinante cambia de signo. Demostración. Sea la matriz A = (aij )n . Sea B la matriz que se obtiene de A al intercambiar la fila r con la fila s en la matriz A. Vamos a demostrar que |B| = −|A|. Supongamos además que r < s. En primer lugar, demostremos el caso en que s = r + 1. Esto significa que el intercambio de dos filas consecutivas cambia el signo del determinante. Luego probaremos que para intercambiar dos filas cualesquiera diferentes se requiere un número impar de intercambios de filas consecutivas, lo que demuestra el teorema. De la definición de B tenemos que:   i 6= r, i 6= r + 1, Ai Bi = Ar+1 i = r,   Ar i = r + 1. Ahora, calculemos el determinante de B por menores de la fila r + 1: |B| = n X j=1 j (−1)(r+1)+j b(r+1)j |Br+1 |. j Pero Br+1 = Ajr y br+1 j = arj , como se puede ver en la definición de B. Entonces: |B| = = n X j=1 n X j=1 (−1)(r+1)+j arj |Ajr | (−1)(r+j) (−1)arj |Ajr | = (−1) n X j=1 (−1)(r+j) arj |Ajr |. Es decir, |B| = −|A|. Ahora mostremos que se requiere un número impar de intercambios consecutivos para lograr el intercambio entre las filas r y s. Procedamos así: 2.2 Propiedades 55 1. Vamos a colocar la fila número r en la posición s. Para ello, intercambios Ar con Ar+1 , luego con Ar+2 , y así hasta intercambiar con As . En este proceso se han realizado (s − r) intercambios consecutivos. 2. Ahora hay que llevar la fila As , que en este momento se encuentra en la fila número s − 1, ya que la fila número s está ahora ocupada por Ar , a la fila número r. Esto significa que hay que intercambiar las filas número r y número s − 1. El paso anterior nos dice que requeriremos (s − r − 1) (uno menos que el anterior). Por lo tanto, se requiere (s − r) + (s − r) − 1 = 2(s − r) − 1 que es, como se puede ver, un número impar. Teorema 2.7 Si dos filas (o columnas) distintas de un determinante son iguales, entonces el determinante es igual a cero. Demostración. Sea A una matriz que tiene dos filas iguales. Sea B la matriz obtenida de A al intercambiar dichas filas iguales. Entonces, B = A y, por el teorema 2.6, |B| = −|A|. Por lo tanto |A| = −|A|, de donde |A| = 0. Ejemplo 2.19 −1 3 3 |A| = 4 12 4 2 6 1 F2 ⇋F3 −1 3 3 =− 2 6 1 4 12 4 C1 ⇋C2 3 −1 3 = 6 2 1 . 12 4 4  Teorema 2.8 Si una fila (o columna) de un determinante es múltiplo de otra fila (o columna, respectivamente), entonces el determinante es igual a cero. Demostración. Sean A una matriz, r y s, con r < s, tales que la fila número r es múltiplo de la fila número s; es decir, existe un escalar α 6= 0 tal que Ar = αAs . Vamos a probar que el determinante de A es igual a 0. Sea B la matriz definida por: ( Ai si i 6= r, Bi = As si i = r. Por lo tanto, B tiene dos filas iguales: la r-ésima y la s-ésima, ya que la matriz B se obtuvo de A al dividir toda la fila r-ésima por α (lo que es posible, ya que α es diferente de 0); es decir, B se obtuvo de A “al quitar el escalar α de cada término de la fila r-ésima”. Por lo tanto, tenemos que |B| = 0. Por otro lado, por el teorema 2.3, sabemos que el determinante de A es el producto del escalar por la matriz sin el escalar; es decir: |A| = α|B|. Por lo tanto, |A| = 0. 56 Determinantes Teorema 2.9 Si a una fila (o columna) de un determinante se le suma un múltiplo constante de otra fila (o columna, respectivamente), entonces el determinante no cambia. Demostración. Sean A una matriz de orden n y B la matriz cuya fila r-ésima es el resultado de sumar la fila r-ésima de A con el producto de un escalar α por la fila s-ésima de A (r 6= s). Entonces, si C es la matriz obtenida a partir de A al multiplicar la fila s-ésima por α, tenemos que |C| = 0, ya que las fila número s es un múltiplo de número s (teorema 2.8). Por otro lado, la matriz B es idéntica a las matrices A y C salvo en la fila r-ésima, la cual es la suma de las correspondientes filas r-ésimas de A y de C. Por lo tanto, por el teorema 2.2, tenemos que: |B| = |A| + |C| = |A| + 0 = |A|, que es lo que queríamos demostrar. Ejemplo 2.20 1 2 3 −2 4 5 1 10 4 F2 +3F1 1 2 3 = 1 10 14 1 10 14 F3 −F2 1 2 3 = 1 10 14 = 0. 0 0 0  Ejemplo 2.21 Hallar el valor del determinante α α+1 −2 α α+2 α+7 . 2α 2α + 2 α + 6 Solución. α α+1 −2 α α+2 α+7 2α 2α + 2 α + 6 = F2 −F1 F3 −2F1 α α+1 −2 0 1 α + 9 = α(α + 10). 0 0 α + 10  Teorema 2.10 Si A es una matriz cuadrada, entonces |At | = |A|. En otras palabras, el determinante de una matriz y el de su transpuesta son iguales. Demostración. Utilicemos inducción matemática sobre n, el orden de la matriz. 2.2 Propiedades 57 1. Supongamos que n = 1. Sea A la matriz   a11 a12 A= . a21 a22 Entonces   a11 a21 . A = a12 a22 t y |At | = a11 a22 − a12 a21 = |A|. 2. Supongamos ahora que si A es de orden k, entonces |At | = |A|. Vamos a probar que si A es una matriz de orden k + 1, también se verifica que |At | = |A|. Para ello, calculemos el determinante de At desarrollando el menor por la primera fila de At : n X t |A | = (−1)1+j â1j |Âj1 | = j=1 n X j=1 (−1)1+j aj1 |(A1j )t |. Pero la matriz A1j es de orden k. Entonces, por la hipótesis de inducción, tenemos que |(A1j )t | = |Aj1 |. Por lo tanto: t |A | = n X j=1 (−1)1+j aj1 |A1j |. Pero el término de la derecha de esta igualdad, es el determinante de A al desarrollar el menor por la primera columna de A. Es decir: n X j=1 (−1)1+j aj1 |A1j | = |A|. Por lo tanto, |At | = |A|. Definición 2.2 (Matriz semidescompuesta) Una matriz A ∈ Mn se denomina matriz semidescompuesta si es de la forma   B O , C D donde B ∈ Mr×r , D ∈ Ms×s , O ∈ Mr×s (matriz nula), C ∈ Ms×r y r + s = n. Una matriz descompuesta también es de la forma   B C , O D con B ∈ Mr×r , D ∈ Ms×s , O ∈ Ms×r , C ∈ Mr×s y r + s = n. En los dos casos a las matrices B y D se les llama células diagonales de la matriz A. 58 Determinantes Teorema 2.11 El determinante de una matriz semidescompuesta es igual al producto de los determinantes de sus células diagonales. Es decir, si   B C , O D es una matriz semidescompuesta, entonces su determinante es igual a |B| |D|. Demostración. Utilicemos inducción sobre n, el orden de la matriz A. 1. Si n = 2 y   a11 0 , A= a21 a22 tenemos que |A| = a11 a12 = a11 a22 . a21 a22 2. Supongamos que el teorema es verdadero para cada matriz semidescompuesta de orden k. Vamos a probar que si A una matriz semidescompuesta de orden k + 1, es decir, si   B O , A= C D donde B = (bij )r y D = (dij )s , con r + s = k + 1, se verifica que |A| = |B| |D|. Puesto que a1j = b1j para j = 1, 2, . . . , r, y a1j = 0 para j = r + 1, . . . , k + 1, se tiene que r k+1 X X j 1+j (−1)1+j b1j |Aj1 |. (−1) a1j |A1 | = |A| = j=1 j=1 Por otro lado, Aj1 son matrices descompuestas de orden k cuyas células diagonales son B1j , j = 1, 2, . . . , r y D. Entonces, por la hipótesis de inducción, tenemos que: |Aj1 | = |B1j | |D|, lo que produce que |A| = r X j=1 (−1)1+j b1j |B1j ||D| = r X j=1 ! (−1)1+j b1j |B1j | |D| = |B| |D|. El siguiente teorema es, en realidad, un corolario de este último. 2.2 Propiedades 59 Teorema 2.12 Si A, B ∈ Mn , entonces |AB| = |A| |B|. Es decir, el determinante de un producto de matrices es igual al producto de los determinantes de las matrices. No existe una propiedad similar para la suma de matrices. Demostración. La aplicación puesta:  a11  a21  .  .  .  a C =  n1  −1   0  .  .. 0 del teorema anterior a la siguiente matriz semidescoma12 · · · a1n 0 0 a22 · · · a2n 0 0 .. . . . .. .. . .. . . . an2 · · · ann 0 0 0 · · · 0 b11 b12 −1 · · · 0 b21 b22 .. . . . .. .. . .. . . . 0 · · · −1 bn1 bn2 ··· ··· .. . ··· ··· ··· .. . ··· donde A = (aij )n y B = (bij )n produce el resultado buscado. 0 0 .. .       0  , b1n   b2n  ..  .  bnn Corolario 2.13 Sean A1 , A2 , . . . , Am m matrices cuadradas de orden n. Entonces se tiene que |A1 A2 · · · Am | = |A1 | |A2 | · · · |Am | Demostración. Por inducción sobre m. De este corolario se deduce inmediatamente el siguiente teorema. Teorema 2.14 Sean A ∈ Mn y m ∈ N. Entonces |Am | = |A|m . Se entiende que Am es la abreviación de AA · · · A, donde A aparece m veces. Ejemplo 2.22 Sea la matriz   1 3 −4 A= 2 7 −6 . −3 −8 12 Halle |An |. Solución. Primero encontremos |A| usando las propiedades vistas anteriormente: 1 3 −4 |A| = 2 7 −6 −3 −8 12 F2 −2F1 F3 +3F1 1 3 −4 = 0 1 2 0 1 0 F3 −F2 1 3 −4 = 0 1 2 = 1 · 1 · (−2) = −2 0 0 −2 Aplicamos la última propiedad: |An | = |A|n = (−2)n .  60 Determinantes 2.3 Determinantes y matrices inversibles Teorema 2.15 Si A ∈ Mn es una matriz inversible, entonces |A| 6= 0 y |A−1 | = 1 . |A| Demostración. Como A es inversible, existe A−1 y A−1 A = I. Entonces: |A−1 A| = |I|. Pero |A−1 A| = |A−1 | |A| y |I| = 1. Por lo tanto de donde |A−1 | = 6 0 y |A−1 | = 1 . |A| |A−1 | |A| = 1, Ejemplo 2.23 Se sabe que la matriz  es inversible. Calcular |A−1 |.  1 0 −1 A = 3 1 4  0 1 0 Solución. Como 1 0 −1 1 −1 |A| = 3 1 4 = −2 = −2(4 + 3) = −14, 3 4 0 2 0 tenemos que |A−1 | = 1 1 1 = =− . |A| −14 14  Definición 2.3 (Cofactor de una matriz) El ij -ésimo cofactor de la matriz A = (aij ) ∈ Mn , notado Aij , se define como Aij = (−1)i+j |Aji |. La matriz de los cofactores de la matriz A ∈ Mn , notada cof A, se define como cof A = (Aij )n . 2.3 Determinantes y matrices inversibles 61 Con esta definición, el desarrollo del determinante por menores de la matriz A = (aij )n por la r-ésima fila puede escribirse como |A| = n X ark Ark r ∈ {1, 2, . . . , n}, aks Aks s ∈ {1, 2, . . . , n}. k=1 o por la s-ésima columna como |A| = n X k=1 Definición 2.4 (Matriz adjunta) Se denomina adjunta de la matriz A ∈ Mn , notada adj A, a la matriz transpuesta de la matriz de los cofactores de A, es decir, adj(A) = (cof A)t . Teorema 2.16 Si A = (aij )n , entonces n X k=1 aij Ajk = 0 para todo i y para todo j tal que i 6= j . Esto significa que el producto de la i-ésima fila de la matriz A, Ai , por la j-ésima fila, con j 6= i, de la matriz cof A es igual a cero. Demostración. Sea B la matriz tal que Bs = Ar y el resto de sus filas son iguales a las correspondientes de A. Entonces |B| = 0. Por otro lado, de la definición de B también tenemos que: |B| = n X (−1) j+s j=1 bsj |Bsj | Entonces |B| = n X = n X j=1 (−1)j+a arj |Ajs |. ark Ajs . j=1 Entonces, por la definición de cofactor, tenemos que n X j=1 arj Asj = |B| = 0. Esto significa que el producto de una fila r de A por una fila s (s 6= r) de cof A es cero. Además, obsérvese que n X arj Asj = |A| j=1 para r = 1, 2, . . . , n. El siguiente teorema nos permitirá obtener un método alternativo para calcular la inversa de una matriz. 62 Determinantes Teorema 2.17 Sea la matriz A = (aij ) ∈ Mn . Entonces A adj(A) = |A| In . Demostración. Sea C = A adj(A). Entonces: cij = n X aik Ajk . k=1 Entonces, por el teorema 2.16, tenemos que cij = 0 si i 6= j y cii = |A|. Por lo tanto: por el teorema 2.11.   |A| 0 · · · 0  0 |A| · · · 0    A adj A =  .. ..  = |A|I, .. . .  . . .  . 0 0 · · · |A| Ejemplo 2.24 Sea la matriz  Calcular A adj(A).  1 0 −1 A = 3 1 4  . 0 1 0 Solución. Calculemos 1 0 −1 1 −1 |A| = 3 1 4 = − = −7 3 4 0 1 0 Por el teorema anterior:     1 0 0 −7 0 0 A adj(A) = |A| I3 = −7 0 1 0 =  0 −7 0  . 0 0 1 0 0 −7 Verificación:   −4 0 3 cof A = −1 0 −1 , 1 −7 1   −4 −1 1 0 −7 , adj(A) = (cof A)t =  0 3 −1 1        1 0 −1 −4 −1 1 −7 0 0 1 0 0 0 −7 =  0 −7 0  = −7 0 1 0 = |A| I3 . A adj(A) = 3 1 4   0 0 1 0 3 −1 1 0 0 −7 0 0 1  2.3 Determinantes y matrices inversibles 63 Teorema 2.18 Sea la matriz A = (aij ) ∈ Mn . La matriz A es inversible si y solo si |A| = 6 0 y, además, A−1 = 1 adj(A). |A| Este teorema nos permite saber si una matriz es inversible o no con tan solo calcular su determinante. Si éste es igual a cero, la matriz no es inversible; en el caso contrario, la matriz es inversible. Adicionalmente, podemos calcular la matriz inversa como el producto del inverso multiplicativo del determinante de la matriz por la adjunta de la matriz. Demostración. Sea A una matriz de orden n. Si la matriz A es inversible, entonces |A| = 6 0. Pero, por el teorema 2.17, tenemos que: A adj A = |A|I, de donde A Por lo tanto:   1 adj A = I. |A| A−1 = 1 adj A. |A| 2. 1. Recíprocamente, supongamos que |A| 6= 0 y que A adj A = |A|I, entonces   1 adj A = I. A |A| Entonces la matriz A es inversible y se tiene A−1 = 1 adj A. |A| Ejemplo 2.25 Sea la matriz A=   a b . c d 1. ¿Qué condición deben cumplir a, b, c y d para que la matriz A sea invertible? 2. Si la matriz A es invertible, encontrar A−1 . Solución. 1. El determinante de la matriz A es |A| = a b = ad − cb. c d Entonces la matriz A es inversible si y solo si ad − cb 6= 0. 64 Determinantes 2. Sea la matriz A tal que ad − cb 6= 0. Tenemos que     d −c d −b t |A| = ad − cb, cof A = , adj A = (cof A) = . −b a −c a Entonces tenemos que −1 A 1 1 adj A = = |A| ad − cb   d −b . −c a  Ejemplo 2.26 Sea la matriz   1 0 −1 A = 3 1 4  . 0 1 0 Si la matriz A es inversible, calcular su inversa A−1 . Solución. Hallemos el determinante de la matriz: 1 0 −1 |A| = 3 1 4 = −7 6= 0. 0 1 0 Entonces la matriz A es inversible. De un ejercicio anterior tenemos su adjunta:   −4 −1 1 adj A =  0 0 −7 3 −1 1 La inversa de la matriz A es A−1 Verificación:   −4 −1 1 1 1 adj A = −  0 0 −7 . = |A| 7 3 −1 1       −4 −1 1 −7 0 0 1 0 −1 1 0 0 1 1 0 −7 3 1 4  = −  0 −7 0  = 0 1 0 = I3 . A−1 A = −  0 7 7 0 0 1 3 −1 1 0 0 −7 0 1 0   2.4 Ejercicios resueltos 1. Demostrar que si AB es inversible, con A y B matrices cuadradas, entonces A y B son inversibles. 2.4 Ejercicios resueltos 65 Demostración. Supongamos que AB es inversible. Entonces, |AB| = 6 0. Por lo tanto, |A| = 6 0 y y |B| = 6 0. Esto significa que A y B son inversibles. 2. Sean A, B ∈ Mn , con A y B inversibles. Demostrar que: |AB − λI| = |BA − λI|. Demostración. Puesto que: |AB − λI| = |AB − λAA−1 | = |A||B − λA−1 | = |B − λA−1 ||A| = |(B − λA−1 )A| = |BA − λA−1 A| = |BA − λI|, concluimos que |AB − λI| = |BA − λI|. 3. Hallar el valor del determinante 1 1 1 −1 2 0 0 −1 2 ∆n = .. .. .. . . . 0 0 0 0 0 0 ··· ··· ··· .. . 1 0 0 .. . 1 0 0 .. . . ··· 2 0 · · · −1 2 Desarrollo. Utilicemos el desarrollo por menores de la primera columna. Obtenemos lo siguiente: 1 1 1 −1 2 0 0 −1 2 ∆n = .. .. .. . . . 0 0 0 0 0 0 2 0 0 −1 2 0 0 −1 2 = .. .. .. . . . 0 0 0 0 0 0 ··· ··· ··· .. . 1 0 0 .. . 1 0 0 .. . ··· 2 0 · · · −1 2 ··· ··· ··· .. . 0 0 0 .. . 0 0 0 .. − (−1) . ··· 2 0 · · · −1 2 = 2n−1 + ∆n−1 = 2n−1 + 2n−2 + · · · 22 + ∆2 = 2n−1 + 2n−2 + · · · 22 + 21 + 20 = n−1 X i=0 2i = 2n − 1 = 2n − 1. 2−1 1 1 1 −1 2 0 0 −1 2 .. .. .. . . . 0 0 0 0 0 0 ··· ··· ··· .. . 1 0 0 .. . 1 0 0 .. . ··· 2 0 · · · −1 2 66 Determinantes 4. Sea la matriz A ∈ Mn antisimétrica. Demostrar que si n es impar, |A| = 0. Demostración. Supongamos que A es antisimétrica. Entonces At = −A. Por lo tanto, |At | = |−A|. Pero, |A| = (−1)n |A|. Así que |A| = −|A|, ya que n es impar. Esto significa que |A| = 0. 5. ¿Para qué valores de a ∈ R la matriz   1 −2 3 A = a 1 −3 1 −1 a es inversible? Hallar la inversa para dichos valores. Desarrollo. Hallemos el determinante de la matriz A: 1 −2 3 |A| = a 1 −3 1 −1 a F2 −aF1 F3 −1F1 1 −2 3 = 0 1 + 2a −3 − 3a 0 1 a−3 = (1 + 2a)(a − 3) + (3 + 3a) = 2a2 − 2a = 2a(a − 1). Si a ∈ R − {0, 1}, |A| = 6 0 y, por lo tanto, la matriz A es inversible. Ahora calculemos la inversa para a ∈ R − {0, 1}. En primer lugar, calculemos los cofactores de la matriz A: A11 = a −3 1 −3 = −a2 − 3, = a − 3, A12 = − 1 a −1 a A13 = −2 3 a 1 = 2a − 3, = −a − 1, A21 = − −1 a 1 −1 A22 = 1 3 = a − 3, 1 a A23 = − 1 −2 = −1, 1 −1 A31 = −2 3 = 3, 1 −3 A32 = − 1 3 = 3a + 3, a −3 A33 = 1 −2 = 2a + 1. a −1 Ya podemos hallar la inversa: A−1   a − 3 2a − 3 3 1 1 1 −a2 − 3 a − 3 −1  . = adj A = (cof A)t = |A| |A| 2a(a − 1) 3 3a + 3 2a + 1 Sistemas de ecuaciones lineales 3 3.1 Ecuaciones lineales La ecuación a1 x1 + a2 x2 + · · · + an xn = b, donde los coeficientes a1 , a2 , . . . , an y el término independiente b son constantes conocidas, se llama lineal en las incógnitas x1 , x2 , . . . , xn . Se llama lineal porque todas las incógnitas están elevadas a la potencia 1 y porque los coeficientes a1 , a2 , . . . , an no contienen a ninguna de las incógnitas. Ejemplo 3.27 La ecuación 2x + y − 5z + 3w = −3 es una ecuación lineal en las incógnitas x, y, z y w. Ninguna de las ecuaciones 2x + y − 5z 2 + 3w = −3, 2x + y − 5z + 3xw = −3, 2x−1 + y − 5z + 3w = −3 2x + cos y − 5z + 3w = −3, 2x + y − 5z + 3 ln w = −3, es una ecuación lineal.  Resolver una ecuación lineal es encontrar los valores de las incógnitas que satisfacen la ecuación; es decir, encontrar los valores que al sustituir las incógnitas, reducen la ecuación a una identidad. El conjunto de valores que satisfacen la ecuación se llama solución de la ecuación. En concreto, una sucesión de números s1 , s2 , . . . , sn se llama solución de la ecuación lineal a1 x1 + a2 x2 + · · · + an xn = b, si al sustituir x1 = s1 , x2 = s2 , . . . , xn = sn en la ecuación, la proposición a1 s1 + a2 s2 + · · · + as xn = b, obtenida por la sustitución, es verdadera. 68 Sistemas de ecuaciones lineales Ejemplo 3.28 La sucesión s1 = 2, s2 = 4, s3 = 4, s4 = 3 es una solución de la ecuación lineal 2x1 + x2 − 5x3 + 3x4 = −3. En efecto, al hacer las sustituciones x1 = s1 , x2 = s2 , x3 = s3 , x4 = s4 en la ecuación, ella se transforma en identidad: 2x1 + x2 − 5x3 + 3x4 = 2s1 + s2 − 5s3 + 3s4 = 2·2+4−5·4+3·3 = 4 + 4 − 20 + 9 = −3. La sucesión r1 = −2, r2 = −4, r3 = −1, r4 = 0 es otra solución de la ecuación lineal porque esos valores también satisfacen la ecuación: 2x1 + x2 − 5x3 + 3x4 = 2r1 + r2 − 5r3 + 3r4 = 2 · (−2) + (−4) − 5 · (−1) + 3 · 0 = −4 − 4 + 5 + 0 = −3. La sucesión t1 = 4, t2 = 3, t3 = 0, t4 = 2 no es solución de la ecuación lineal porque no la reduce a una identidad: 2x1 + x2 − 5x3 + 3x4 = 2t1 + t2 − 5t3 + t4 = 2·4+3−5·0+3·2 = 8 + 3 + 0 + 6 = 17 6= −3.  3.2 Sistemas de ecuaciones lineales Definición 3.1 (Sistema de ecuaciones lineales) Se llama sistema de m ecuaciones lineales en n incógnitas, o simplemente sistema de ecuaciones lineales, a una colección de ecuaciones de la forma a11 x1 a21 x1 + + a12 x2 a22 x2 + ··· + + ··· + a1n xn a2n xn = = b1 , b2 , .. . (3.1) am1 x1 + am2 x2 + · · · + amn xn = bm . Los xi son las n incógnitas. Los coeficientes aij y los términos independientes bi son constantes conocidas. El número de ecuaciones m puede ser menor, igual o mayor que el número de incógnitas n. Por brevedad, nos referiremos como sistema lineal a un sistema de ecuaciones lineales. De la definición de multiplicación de matrices, podemos realizar una representación matricial, concisa y elegante, de un sistema de ecuaciones lineales: AX = B, 3.3 Solución de un sistema lineal donde  a11 a12  a21 a22  A= ··· ··· am1 am2 69  a1n a2n   , ···  · · · amn . ··· ··· .. .   x1  x2    X =  ..  . xn   b1  b2    y B =  ..  .  .  bm La matriz A ∈ Mm×n está formada con los coeficientes aij del sistema; la matriz X ∈ Mn×1 , por las incógnitas xi del sistema; y B ∈ Mm×1 , por los términos independientes bi del sistema. Como se indicó, con la definición de multiplicación de matrices, es fácil ver que la representación matricial AX = B se reduce a la representación explícita del sistema de ecuaciones lineales:   a11 a12  a21 a22   ··· ··· am1 am2 ··· ··· .. . ··· AX = B,    b1 x1 a1n     a2n   x2   b2     ..  =  ..  , ··· .   .  bm xn amn  a11 x1 + a12 x2 + · · · + a1n xn a21 x1 + a22 x2 + · · · + a2n xn .. .     am1 x1 + am2 x2 + · · · + amn xn    b1   b2      =  ..  .   .  bm 3.3 Solución de un sistema lineal Definición 3.2 (Solución de un sistema lineal ) Una matriz S = s1 s2 · · · sn
t es solución del sistema lineal AX = B si y solo si AS = B . Dicho de forma explícita, la sucesión s1 , s2 , . . . , sn es una solución del sistema lineal AX = B si al realizar las sustituciones x1 = s1 , x2 = s2 , . . . , xn = sn en cada una de las ecuaciones ai1 x1 + ai2 x2 + · · · + ain xn = bi i = 1, 2, . . . , m del sistema lineal, cada una de ellas se reduce a una identidad: ai1 s1 + ai2 s2 + · · · + ain sn = bi . i = 1, 2, . . . , m Solo existen tres posibilidades de solución de un sistema lineal: No existe solución: No existe un conjunto de valores para las incógnitas xi que satisfaga todas las ecuaciones simultáneamente. Solución única: Existe uno y solo un conjunto de valores para las incógnitas xi que satisface todas las ecuaciones simultáneamente. 70 Sistemas de ecuaciones lineales Infinitas soluciones: Existen infinitos conjuntos de valores para las incógnitas xi que satisfacen todas las ecuaciones simultáneamente. Es sencillo probar que si un sistema tiene más de una solución, tiene, en realidad, un número infinito de soluciones. Esto significa que un sistema no puede tener un número finito de soluciones que no sea el número 1. Definición 3.3 (Ecuación combinación lineal) Al multiplicar cada ecuación de un sistema lineal por un escalar ci , i = 1, 2, . . . , m (no todos nulos) y luego sumar los miembros izquierdos y los miembros derechos, respectivamente, se obtiene la ecuación m X i=1 ci ai1 ! x1 + m X i=1 ci ai2 ! x2 + · · · + m X ci ain i=1 ! xn = n n X X j=1 i=1 ci aij ! xj = m X ci bi , i=1 la cual se llama combinación lineal de las ecuaciones del sistema lineal. Ejemplo 3.29 Sea el sistema lineal 2x − 3y = 1, −x + 2y = −4. Multipliquemos la primera ecuación por −1 y la segunda por 2: −2x + 3y = −1, −2x + 4y = −8. Sumamos miembro a miembro las dos ecuaciones anteriores. La nueva ecuación −4x + 7y = −9 es una combinación lineal de las ecuaciones del sistema lineal.  Definición 3.4 (Sistemas lineales equivalentes) Se dice que dos sistemas lineales AX = B y CX = D son equivalentes si cada una de las ecuaciones del un sistema es una combinación lineal de las ecuaciones del otro sistema. El siguiente teorema muestra la importancia de los sistemas equivalentes. Teorema 3.1 Dos sistemas lineales equivalentes tiene exactamente las mismas soluciones. Demostración. Supongamos que AX = B y CX = D son dos sistemas lineales equivalentes. Vamos a probar que tienen las mismas soluciones. Para ello, vamos a probar que s es solución de AX = B si y solo si es solución de CX = D. 3.3 Solución de un sistema lineal 71 En primer lugar, supongamos que s es una solución de AX = B, donde A es de orden m × n. Esto significa que para cada i ∈ Im , la ecuación i-ésima de este sistema, n X aij xj = bi , j=1 es satisfecha por s; es decir, se verifica la igualdad: n X (3.2) aij sj = bi , j=1 donde s = (s1 , s2 , · · · , sn )t . Vamos a probar que s es solución del sistema CX = D. Para ello, recordemos que cada ecuación de este sistema, es una combinación lineal del otro sistema. Esto significa que, para cada i ∈ Im , la ecuación i-ésima de este sistema es de la forma ! n m m X X X ci aij xj = ci bi . (3.3) j=1 i=1 i=1 Mostremos a continuación que s satisface cada una de estas ecuaciones. Para ello, reemplacemos xj por sj en lado izquierdo de la ecuación (3.3): ! ! n m n m X X X X ci aij sj = ci aij sj j=1 i=1 = j=1 i=1 m X n X i=1 Es decir: n m X X j=1 i=1 ci aij ! ci aij sj j=1 sj = n X i=1 ! ci = n X ci i=1 m X j=1 aij sj m X aij sj j=1 ! . ! . (3.4) Pero la igualdad (3.2) produce en la igualdad (3.4) lo siguiente: ! n m n X X X ci aij sj = ci bi . j=1 i=1 i=1 Es decir, s satisface cada ecuación (3.3) del sistema CX = D. Se deja al lector la demostración de que s es solución del sistema AX = B si es solución del sistema CX = D. Una forma rápida de saber si dos sistemas lineales AX = B y CX = D son o no equivalentes es hallando las matrices escalonadas reducidas por filas de las matrices ampliadas (A | B) y (C | D). Si dichas matrices ampliadas son iguales, los sistema son equivalentes. Caso contrario no son equivalentes. Definición 3.5 (Sistemas lineales homogéneos y no homogéneos) Un sistema de ecuaciones lineales AX = B se llama homogéneo si B = O. Si B 6= O el sistema se llama no homogéneo. 72 Sistemas de ecuaciones lineales Teorema 3.2 Sean A y B dos matrices de orden n y equivalentes por filas. Entonces los sistemas homogéneos AX = O y BX = O son equivalentes; es decir, tienen las mismas soluciones. Demostración. Supongamos que la matriz A1 se obtiene a partir de A por la aplicación de una operación elemental por fila. Es decir, A1 = eA, donde e es una operación elemental. Se tiene, entonces, que A1 X = O, pues el sistema A1 X = O es equivalente al sistema AX = O, ya que cualquier operación elemental por filas hace que las ecuaciones del segundo sistema sean combinación lineal de las del primero. En efecto, si e es del primer tipo, todas las ecuaciones del segundo sistema, salvo una, son idénticas a las del primer sistema (en este caso, todas esas ecuaciones se han obtenido del primer sistema tomando todos los escalares iguales a 0, excepto uno de ellos que ha tomado el valor 1). La ecuación diferente del segundo sistema es el producto de la correspondiente del primer sistema por un escalar diferente de 0; luego, también es una combinación lineal. Ahora bien, como B es equivalente con A, existe una sucesión de matrices A1 , . . ., An = B, y una sucesión de operaciones elementales por fila e1 , . . ., en tales que Ai+1 = ei Ai , A1 = e1 A y B = en An . Por lo demostrado al inicio, tenemos que Ai X = O para todo i. Entonces, BX = O. Todavía no sabemos cuando un sistema lineal tiene o no solución, y en caso de tenerla, no sabemos si ella es única. Pero con lo visto hasta aquí, ya podemos resolver sistemas lineales. 3.3.1 Métodos de solución La idea general del método de solución de un sistema lineal es hallar un sistema equivalente más simple de resolver que el original. Existen dos métodos que se diferencian en el tipo de sistema equivalente al que se llega. Método de Gauss En el método de Gauss se halla una matriz escalonada de la matriz ampliada (A | B) del sistema lineal AX = B. Veamos cómo funciona con un ejemplo. Ejemplo 3.30 Sea el sistema lineal x1 + x2 + x3 + x4 = 6, x1 + x2 +3x3 + 3x4 = 12, x1 + x2 +2x3 + 3x4 = 12, x1 + 3x2 +3x3 + 3x4 = 14. Resuelva el sistema por el método de Gauss. 3.3 Solución de un sistema lineal 73 Solución. Sea (A | B) la matriz ampliada del sistema. Hallemos una matriz escalonada de la matriz ampliada:  1 1 (A | B) ∼  1 1  1 0 ∼ 0 0  1 0 ∼ 0 0 1 1 1 3 1 3 2 3 1 3 3 3 1 0 0 1 1 1 1 1 1 1 2 1 1 1 0 0 1 1 1 1 1 2 0 −1   | 6 1 0 | 12  ∼ 0 | 12 F −F 2 1 | 14 F −F 0 3 | | | |  6 3  6 4 F 1 F4 −F1 ⇋F  1 0 ∼ 0 0  2  4 | 6 1   | 4 0 ∼ 0 | 6 | −3 −F 0 4 1 0 0 2 1 1 0 0 1 2 1 2 1 1 1 1 1 1 0 0 | | | | 1 1 2 1 1 1 1 0 | | | | 1 2 2 2 1 1 2 1 | | | |  6 6  6 8 21 F2 1 F4  2 6 4  6 3 F −F 4 3 6 4  = (C | D). 6 3 El sistema CX = D x1 + x2 +x3 + x4 = 6, x2 +x3 + x4 = 4, x3 + 2x4 = 6, x4 = 3, es equivalente al original AX = B, pero es más fácil de resolver. Se lo resuelve al empezar a encontrar el valor de las incógnitas desde la última ecuación hacia la primera: x4 = 3, x3 = 6 − 2x4 = 6 − 2 · 3 = 0, x2 = 4 − x3 − x4 = 4 − 0 − 3 = 1, x1 = 6 − x2 − x3 − x4 = 6 − 1 − 0 − 3 = 2. Hemos encontrado que el sistema tiene solución y que tal solución es única. Verifiquemos que la solución encontrada del sistema CX = D es también solución del sistema original AX = B. Es decir, si la matriz
t S= 2 1 0 3 es solución del sistema CX = D, verifiquemos que también es solución del sistema AX = B:  1 1 AS =  1 1 1 1 1 3 1 3 2 3     1 2 6 1 12 3    =   = B. 3 0 12 3 3 14  Método de Gauss-Jordan En el método de Gauss-Jordan, se halla la matriz escalonada reducida por filas de la matriz ampliada del sistema lineal. 74 Sistemas de ecuaciones lineales Ejemplo 3.31 Resolver el sistema lineal del ejemplo anterior por el método de Gauss-Jordan. Solución. Hallemos la matriz escalonada reducida por filas de la matriz ampliada del sistema partiendo desde la ya encontrada matriz escalonada:  1 1 (A | B) ∼  1 1  1 0 ∼ 0 0  1 0 ∼ 0 0 1 1 1 3 1 3 2 3 1 3 3 3 0 1 0 0 0 1 1 0 0 1 2 1 0 1 0 0 0 0 1 0 0 0 0 1   | 6 1   | 12 0 ∼ ··· ∼  0 | 12 | 14 0   | 2 1   | 4 0 ∼ 0 | 6 | 3 F −F 0 2 3  | 2 | 1  = (D | F ) | 0 | 3 1 1 0 0 0 1 0 0 1 1 1 0 1 1 2 1 | | | | 0 0 | 0 −1 | 1 2 | 0 1 |  6 4  6 3 F −F 1 2 2 −2  6 3 F2 +F4 F3 −2F4 El sistema lineal DX = F , equivalente al sistema original AX = B, puede escribirse explícitamente como x = 2, y = 1, z = 0, w = 3, el cual, a su vez, es ya la solución del sistema. Obsérvese que en este caso el sistema lineal tiene solución única y que: 1. El rango de la matriz de coeficientes es igual al rango de la matriz ampliada: ran A = 4 = ran(A | B) 2. Dicho rango es igual al número de incógnitas: ran A = ran(A | B) = 4 = n  Ejemplo 3.32 Resolver por el método de Gauss-Jordan el sistema lineal x + 2y + w = 7, x + y + z − w = 3, 3x + y + 5z − 7w = 1. Solución. 3.3 Solución de un sistema lineal 75 Sea (A | B) la matriz ampliada del sistema lineal. Hallemos su matriz escalonada reducida por filas:     1 2 0 1 | 7 1 2 0 1 | 7 (A | B) = 1 1 1 −1 | 3 ∼ 0 −1 1 −2 | −4  3 1 5 −7 | 1 F2 −F1 0 −5 5 −10 | −20 −F 2 F3 −3F1     1 0 2 −3 | −1 1 2 0 1 | 7 2 | 4  ∼ 0 1 −1 2 | 4  = (C | D) ∼ 0 1 −1 0 0 0 0 | 0 0 −5 5 −10 | −20 F1 −2F2 F3 +5F2 La tercera ecuación 0x + 0y + 0z + 0w = 0 del sistema CX = D tiene como solución cualesquiera conjunto de valores de las incógnitas x, y, z y w. Por lo tanto, cualesquiera solución de las dos primeras ecuaciones será también solución de la tercera. Por ello el sistema lineal CX = D lo escribimos así: x + 2z − 3w = −1, y − z + 2w = 4. Para empezar a dar la solución del sistema, pensemos solamente en la segunda ecuación. Parece que hay una gran amplitud para los valores de y, z y w. Intentemos escogiendo valores arbitrarios para z y w. Sean z = a ∈ R y w = b ∈ R. Para la incógnita y ya no podemos escoger cualquier valor, sino que lo encontramos despejando y de la segunda ecuación: y = 4 + z − 2w = 4 + a − 2b. Procedamos de igual manera con la primera ecuación. Como los valores de z y w ya están fijados, despejamos x: x = −1 − 2z + 3w = −1 − 2a + 3b Escribamos la solución del sistema CX = D en forma de la matriz   −1 − 2a + 3b  4 + a − 2b   , a, b ∈ R. S=   a b Como los parámetros a y b pueden asumir cualquier valor en los números reales tenemos que el sistema CX = D tiene número infinito de soluciones. Por ejemplo, S1 y S2 son dos de dichas soluciones:     6 3 0 1    S1 =  1 si a = 1, b = 2 y S2 = −2 si a = −2, b = 1. 2 1 Podríamos verificar que S1 y S2 son soluciones del sistema CX = D y también del sistema AX = B. Más bien, verifiquemos de una vez que la matriz S es solución del sistema original AX = B que se nos dio a resolver. Sean a, b ∈ R. Entonces:     −1 − 2a + 3b 1 2 0 1  4 + a − 2b   AS = 1 1 1 −1    a 3 1 5 −7 b 76 Sistemas de ecuaciones lineales     (−1 − 2a + 3b) + 2(4 + a − 2b) + 0 + b 7    = (−1 − 2a + 3b) + (4 + a − 2b) + a − b = 3 = B. 3(−1 − 2a + 3b) + (4 + a − 2b) + 5a − 7b 1 Observemos que en este ejemplo: ran A = 2 = ran(a | B) y que el rango es menor que el número de incógnitas: ran A = ran(a | B) = r = 2 < 4 = n. Observemos también que el número de parámetros es igual al número de incógnitas menos el rango: n − r = 4 − 2 = 2.  Ejemplo 3.33 Si es posible, resolver el sistema lineal x + 2y + 3z = 6, −2x + 3y − 5z = 4, x + 9y + 4z = 10. Solución. Sea (A | B) la matriz ampliada del sistema lineal. Hallemos su matriz escalonada reducida por filas:     1 2 3 | 6 1 2 3 | 6 (A | B) = −2 3 −5 | 4  ∼ 0 7 1 | 16 1 9 4 | 10 F2 +2F1 0 7 1 | 4 F −F 3 2 F3 −F1   1 2 3 | 6 ∼ 0 7 1 | 16  = (C | D). 0 0 0 | −12 El sistema equivalente (CX = D) puede escribirse así: x + 2y + 3z = 6, 7y + z = 16, 0x + 0y + 0z = −12. Claramente se ve que no existen números x, y y z que satisfagan la tercera ecuación. Si la tercera ecuación no tiene solución, entonces el sistema lineal AX = B tampoco tiene solución. Observemos que, en este caso, el rango de la matriz de los coeficientes es menor que el rango de la matriz ampliada del sistema: ran A = 2 < 3 = ran(A | B).  En los tres ejemplos anteriores hemos encontrado que en los que existe solución, el rango de la matriz de los coeficientes es igual al rango de la matriz ampliada del 3.3 Solución de un sistema lineal 77 sistema. Si, además, ese rango es igual al número de incógnitas la solución es única; pero si el rango es menor al número de incógnitas, el sistema lineal tiene número infinito de soluciones. También hemos encontrado que si el rango de la matriz de los coeficientes es menor que el rango de la matriz ampliada del sistema, entonces el sistema no tiene solución. Por supuesto, los ejemplos estudiados no son suficientes para concluir que esto siempre es así. Sin embargo, se puede demostrar que esto ocurre así efectivamente, por lo que enunciamos el siguiente teorema, e invitamos al lector a que realice la demostración por sí mismo. Teorema 3.3 (Soluciones de un sistema lineal) Sea el sistema lineal de m ecuaciones con n incógnitas cuya representación matricial es AX = B . 1. Si ran A < ran(A | B), el sistema no tiene solución. 2. Si ran A = ran(A | B) = r , el sistema tiene solución. (a) Si, además, r = n, tal solución es única. (b) Si, además, r < n, el sistema tiene número infinito de soluciones con n − r parámetros. Cuando el sistema lineal tiene número infinito de soluciones, estas se consiguen asignando parámetros a cualesquiera n − r incógnitas. Por facilidad se asignan los parámetros a aquellas variables que corresponden a las columnas de la matriz de los coeficientes que no contienen el primer elemento no nulo de una fila. En un sistema lineal homogéneo la matriz de términos independientes B es nula. Por tal razón, en un sistema homogéneo, siempre se cumple que ran A = ran(A | B). El siguiente corolario expresa dicho resultado. Corolario 3.4 Un sistema lineal homogéneo AX = O siempre tiene solución. En los sistemas homogéneos tenemos otro criterio para determinar el número de soluciones que tiene el sistema. Teorema 3.5 Si en el sistema AX = O hay menos ecuaciones que incógnitas; es decir, si la matriz A es de orden m × n con m < n, el sistema tiene un número infinito de soluciones. Demostración. Sea R la matriz escalonada reducida por filas equivalente a A. Entonces el sistema RX = O tiene las mismas soluciones que el sistema AX = O. Analicemos, pues, las soluciones del sistema con R. Sea r el número de filas no nulas en R. Entonces r ≤ m < n. Supongamos que el elemento principal no nulo de R de la fila i está en la columna ki . Además, supongamos que las incógnitas xki aparecen solamente en la i-ésima ecuación RX = O (con i ∈ Ir ). Ahora bien, sean u1 , u2, . . . , un−r las incógnitas restantes, que son diferentes de xki . Las ecuaciones del sistema tienen, entonces, la forma siguiente: xki + n−r X j=1 αij uj = 0 78 Sistemas de ecuaciones lineales para i ∈ Ir . De esta última igualdad, para cada valor que se asignen a los uj con j = 1, 2, . . . , n− r, se obtienen soluciones no nulas del sistema RX = O. Por lo tanto, este sistema tiene un número infinito de soluciones. Si el sistema lineal AX = B tiene igual número de ecuaciones que de incógnitas es más fácil saber si el sistema tiene o no solución con base en el conocimiento del determinante |A|. El siguiente teorema nos lo dice cómo. Teorema 3.6 (Soluciones de un sistema cuadrado) Sea el sistema lineal de n ecuaciones con n incógnitas cuya representación matricial es AX = B . 1. Si |A| 6= 0, el sistema tiene solución única. 2. Si |A| = 0, el sistema o no tiene solución o tiene número infinito de soluciones. Demostración. 1. Si |A| = 6 0, A es inversible. Entonces, existe A−1 , por lo que AX = B implica X = A−1 B. Es decir, el sistema tiene solución. Por la unicidad de la inversa, si Y es una solución de AX = B, necesariamente se tiene que Y = A−1 B. Esto significa que el sistema tiene una sola solución. 2. Si |A| = 0, existe una matriz C, equivalente a A tal que todos los elementos de una fila son iguales al número 0. Supongamos que i sea el índice de esa fila. Sea D tal que CX = D. Si di = 0, estamos en el caso de que el sistema tiene menos ecuaciones que incógnitas, lo que significa que el sistema (cualquiera de los dos, ya que son equivalentes) tienen un número infinito de soluciones. En el caso de que di 6= 0, el sistema no tiene solución, pues el rango de C es menor que el rango de la matriz ampliada (C | D). Si el sistema lineal es homogéneo tenemos el siguiente corolario. Corolario 3.7 Sea el sistema lineal homogéneo de n ecuaciones con n incógnitas cuya representación matricial es AX = O . 1. Si |A| = 0, el sistema tiene número infinito de soluciones. 2. Si |A| 6= 0, el sistema tiene solución única, la trivial; es decir, la matriz columna nula. Si tenemos un sistema lineal cuadrado que tiene solución única, se cuenta con un procedimiento que utiliza los determinantes, llamado regla de Cramer, para hallar su solución. No se presenta la demostración. Teorema 3.8 (Regla de Cramer) La solución de un sistema lineal AX = B , con A ∈ Mn inversible, viene dada por xi = 1 |A| a11 a12 · · · a1(i−1) b1 a1(i+1) · · · a1n a21 a22 · · · a1(i−1) b1 a1(i+1) · · · a2n .. . .. . .. . .. . .. . .. . .. . .. . an1 a22 · · · a1(i−1) b1 a1(i+1) · · · ann , i = 1, 2, . . . , n. 3.4 Ejercicio resuelto 79 Ejemplo 3.34 Usar la regla de Cramer para encontrar la solución del sistema lineal x + 2y + 3z = 13, 2x + 3y + z = 10, 3x + y + 2z = 13. Solución. Sea AX = B la representación la matriz de coeficientes: 1 |A| = 2 3 matricial del sistema. Hallemos el determinante de 2 3 3 1 = −18 6= 0. 1 2 Entonces el sistema tiene solución única que la hallamos con la regla de Cramer: 13 2 3 1 1 10 3 1 = (−36) = 2, x= −18 −18 13 1 2 1 13 3 1 1 2 10 1 = y= (−18) = 1, −18 −18 3 13 2 1 2 13 1 1 2 3 10 = z= (−54) = 3. −18 −18 3 1 13  3.4 Ejercicio resuelto 1. Sea el sistema lineal −x + y − z (p + 1)x + y + z x +z (p + 1)x − y + z = m − p + 2, = 2m + 2, = m, = p − 2. Hallar los valores de m, p ∈ R para que el sistema (a) Tenga solución única. (b) Tenga un número infinito de soluciones. (c) No tenga solución. En los dos primeros casos, encuentre las soluciones. 80 Sistemas de ecuaciones lineales Desarrollo. Sea AX = B la representación matricial del sistema lineal. Hallemos la matriz escalonada reducida por filas de la matriz ampliada (A | B):  −1 1 p + 1 1 (A | B) =   1 0 p + 1 −1  p 0 0 1 1 1 ∼ 1 0 1 1 −1 1  p 0 0 | 0 1 0 | ∼ 1 0 1 | 1 0 1 |    | m−p+2 p 0 0 | m p + 1 1 1 | 2m + 2 | 2m + 2    ∼   1 | m 0 1 | m  | p−2 p + 1 −1 1 | p − 2 F2 −F1 F1 +F4 F4 −F1    | m p 0 0 | m 0 1 0 |  | m+2  2   ∼    | m 1 0 1 | m | p − m − 2 F −F 1 −1 1 | p − m − 2 F +F 2 4 2  3  m p 0 0 | m 0 1 0 | 2  2    = (C | D). ∼   m 1 0 1 | m  p − m F −F 0 0 0 | p − 2m −1 1 1 1 4 3 Dependiendo de los valores de m y p el rango de la matriz A sera igual o menor que el rango de la matriz ampliada (A | B) y, por lo tanto, el sistema AX = B tendrá o no solución. Estudiemos cada caso. • Sea p 6= 2m. Entonces ran A = 2 < 3 = ran(A | B) y el sistema AX = B no tiene solución. • Sea p = 2m. El sistema AX = B se convierte en el sistema 2mx = m, y = 2, x + z = m. Sea EX = F su representación matricial. El determinante de la matriz de los coeficientes es 2m 0 0 |E| = 0 0 0 = 2m. 1 0 1 El valor del determinante depende del valor de m. Entonces: – si m = 0, el determinate |E| es igual a cero; el sistema EX = F se convierte en el sistema y = 2, x + z = m. el cual tiene número infinito de soluciones. Sea z = r ∈ R. Entonces x = −r. El número infinito de soluciones viene dado por la matriz   −r S =  2  , r ∈ R. r 3.4 Ejercicio resuelto 81 – Si m 6= 0, el determinate |E| es distinto de cero. El sistema EX = F tiene, pues, una sola solución:   1/2 . 2 S= m − 1/2 En resumen: a) Sean p, m ∈ R tales que p = 2m y m 6= 0. Entonces el sistema dado tiene la solución única   1/2 . 2 S= m − 1/2 b) Sean m = 0 y p = 0. Entonces el sistema dado tiene número infinito de soluciones dados por la matriz   −r S =  2  , r ∈ R. r c) Sean p, m ∈ R tales que p 6= 2m. Entonces el sistema dado no tiene solución. 82 Sistemas de ecuaciones lineales Espacios vectoriales por Felipe Navas Edición y revisión: Juan Carlos Trujillo Espacios vectoriales 4 4.1 Objetivos El objetivo general de este capítulo es: Fundamentar la dimensión de un subespacio vectorial ortogonal real a partir de una base ortonormal o de los elementos esenciales que lo tipifican en un tiempo máximo de 30 minutos para un subespacio vectorial de dimensión a los más 4. Para alcanzar el objetivo general, se proponen los siguientes objetivos específicos: 1. Identificar los espacios vectoriales (e.v.) usuales y sus propiedades a partir de la definición a un nivel de familiarización. 2. Identificar un subespacio vectorial de dimensión finita real a partir de las propiedades básicas que lo tipifican a un nivel reproductivo. 3. Identificar la dependencia lineal de un conjunto finito de vectores en un e.v. real, utilizando sistemas de ecuaciones lineales a un nivel reproductivo. 4. Caracterizar la cápsula lineal hSi a partir de un conjunto de vectores S finito y no vacío, a un nivel reproductivo. Los elementos de S puede ser vectores de Rn (con n ≤ 4); polinomios de grado menor que o igual a 3; o matrices de orden m × n (con m ≤ 4 y n ≤ 4). 5. Fundamentar una base finita de un subespacio vectorial (s.e.v.) que tiene como elementos a vectores de Rn , polinomios o matrices, a partir de los elementos esenciales que le tipifican, a un nivel reproductivo. 6. Determinar la intersección y la suma de s.e.v. reales finitos a partir de las propiedades básicas de conjuntos, a un nivel productivo. 7. Fundamentar la dimensión de uno o más s.e.v. reales finitos a partir de las propiedades esenciales que lo tipifican, a un nivel de asimilación productivo. 8. Clasificar las funciones a partir de la definición de producto interno (p.i.) en los espacios vectoriales más importantes, a un nivel reproductivo. 86 Espacios vectoriales 9. Calcular un conjunto de vectores ortogonales a partir de un conjunto linealmente independiente, usando el proceso de Gram-Schmidt, a un nivel reproductivo. 10. Fundamentar la suma directa de subespacios vectoriales a partir de las propiedades de los subespacios vectoriales ortogonales y sus bases, a un nivel constructivo. 4.2 Definición de espacio vectorial 87 4.2 Definición de espacio vectorial Definición 4.1 (Espacio vectorial) Sean: V : un conjunto no vacío. (K, ⊕, ⊙): un campo; +: una operación interna definida sobre V ; ·: una operación externa definida de K en V . Se dice que (V, K, +, ·) es un espacio vectorial si y solamente si: 1. Conmutativa. Para todo u ∈ V y todo v ∈ V : u + v = v + u. 2. Asociativa. Para todo u ∈ V , v ∈ V y w ∈ V : (u + v) + w = u + (v + w). 3. Existencia del neutro aditivo. Existe e ∈ V tal que para todo v ∈ V : e + v = v + e = v. 4. Existencia del inverso aditivo. Para todo v ∈ V , existe v̂ ∈ V tal que: v̂ + v = v + v̂ = e. 5. Asociativa mixta. Para todo α ∈ K, β ∈ K y todo v ∈ V : (α ⊙ β) · v = α · (β · v). 6. Neutro multiplicativo. Sea 1 ∈ K, el neutro multiplicativo de K. Para todo v ∈ V : 1 · v = v. 7. Distributiva de · respecto de +. Para todo α ∈ K y todo u ∈ V y v ∈ V : α · (u + v) = α · u + α · v. 8. Distributiva de · respecto de ⊕. Para todo α ∈ K y β ∈ K, y todo v ∈ V : (α ⊕ β) · v = (α · v) + (β · v). Se suele decir que el conjunto V , con las operaciones + y ·, es un espacio vectorial sobre el campo K. 88 Espacios vectoriales 4.2.1 Observaciones 1. A los elementos del espacio vectorial V se les denomina vectores y a los elementos de campo K, escalares. 2. En la definición de espacio vectorial hay cuatro operaciones distintas: dos del campo K y dos del conjunto V , a las que denominaremos las operaciones del espacio vectorial (V, K, +, ·). A pesar de ello, en la práctica, se suele utilizar + también para ⊕. Al respecto de · y de ⊙, ambos símbolos se suelen omitir (al igual que el punto de la multiplicación en los números reales). La razón para estas simplificaciones de notación se debe a que las operaciones + y ⊕ pueden ser distinguidas una de otra fácilmente. Lo mismo sucede entre · y ⊙. Considerando estas simplificaciones de notación, por ejemplo, las dos distributivas se escribirán de la siguiente manera: α(u + v) = (αu) + (αv) y (α + β)v = αv + βv. 3. Que la operación + sea una operación interna definida sobre V significa que para todo u ∈ V y todo v ∈ V , debe ocurrir que: (u + v) ∈ V. Esto se indica diciendo que la operación + es cerrada y que satisface la propiedad clausurativa. Que la operación · sea una operación externa definida de K en V quiere decir que para todo α ∈ K y todo v ∈ V , debe ocurrir que: αv ∈ V. Esto se expresa diciendo que la operación · es cerrada y que satisface la propiedad clausurativa. 4. Para la verificación de que un cierto conjunto es un espacio vectorial, hay que cerciorarse antes que las operaciones + y · son, efectivamente, cerradas. 5. Si en (V, K, +, ·), están sobreentendidas las operaciones + y ·, pero no el campo, se suele decir que V es un espacio vectorial sobre K. 4.2.2 Ejemplos Los espacios vectoriales con los cuales trabajaremos principalmente son lo siguientes. 1. El conjunto de los números reales sobre sí mismo: (R, R, +, ·). Si las operaciones + y · son la suma y producto usual entre números reales, el conjunto R es un espacio vectorial sobre sí mismo, ya que R es un campo. 4.2 Definición de espacio vectorial 89 2. El conjunto R2 sobre R: (R2 , R, +, ·). El conjunto de pares ordenados de números reales R2 = {(x1 , x2 ) : x1 ∈ R ∧ x2 ∈ R} es un espacio vectorial sobre el campo R si se definen las operaciones + y · de la siguiente manera. Sean u = (x1 , x2 ) ∈ R2 , v = (y1 , y2 ) ∈ R2 , y α ∈ R. Entonces, se define: (a) u + v = (x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 ); y (b) αu = α(x1 , x2 ) = (αx1 , αx2 ). 3. El conjunto R3 sobre R: (R3 , R, +, ·). El conjunto de triadas ordenadas de números reales R3 = {(x1 , x2 , x3 ) : x1 ∈ R ∧ x2 ∈ R ∧ x3 ∈ R} es un espacio vectorial sobre el campo R si se definen las operaciones + y · de la siguiente manera. Sean u = (x1 , x2 , x3 ) ∈ R3 , v = (y1 , y2, y3 ) ∈ R3 , y α ∈ R. Entonces, se define: (a) u + v = (x1 , x2 , x3 ) + (y1, y2 , y3 ) = (x1 + y1 , x2 + y2 , x3 + y3 ); y (b) αu = α(x1 , x2 , x3 ) = (αx1 , αx2 , αx3 ). 4. El conjunto Rn sobre R: (Rn , R, +, ·) con n > 3. El conjunto de n-tuplas ordenadas de números reales Rn = {(x1 , x2 , . . . , xn ) : xi ∈ R, 1 ≤ i ≤ n} es un espacio vectorial sobre el campo R si se definen las operaciones + y · de la siguiente manera. Sean u = (x1 , x2 , . . . , xn ) ∈ Rn , v = (y1 , y2 , . . . , yn ) ∈ Rn , y α ∈ R. Entonces, se define: (a) u + v = (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn ); y (b) αu = α(x1 , x2 , . . . , xn ) = (αx1 , αx2 , . . . , αxn ). 5. El conjunto Kn sobre K, donde K es un campo: (Kn , K, +, ·) con n ≥ 1. El conjunto de n-tuplas ordenadas de elementos del campo K Kn = {(x1 , x2 , . . . , xn ) : xi ∈ R, 1 ≤ i ≤ n} es un espacio vectorial sobre el campo K si se definen las operaciones + y · de la siguiente manera. Sean u = (x1 , x2 , . . . , xn ) ∈ Kn , v = (y1 , y2, . . . , yn ) ∈ Kn , y α ∈ K. Entonces, se define: (a) u + v = (x1 ⊕ y1 , x2 ⊕ y2 , . . . , xn ⊕ yn ); y (b) αu = (α ⊙ x1 , α ⊙ x2 , . . . , α ⊙ xn ), 90 Espacios vectoriales donde ⊕ y ⊙ son las operaciones internas del campo K. 6. El conjunto Mm×n sobre R: (Mm×n , R, +, ·). El conjunto de las matrices de números reales de orden m por n  Mm×n = A = (aij )m×n : aij ∈ R, 1 ≤ i ≤ m, 1 ≤ j ≤ n es un espacio vectorial sobre R si la operación + es l suma usual entre matrices y · es el producto usual entre matrices. Es decir, si A = (aij ) ∈ Mm×n , B = (bij ) ∈ Mm×n , y α ∈ R, entonces: (a) A + B = (aij + bij ); y (b) αA = (αaij ). 7. El conjunto de polinomios Pn [x] sobre R: (Pn [x], R, +, ·). El conjunto de los polinomios con coeficientes reales de grado menor que o igual a n ( ) k X Pn [x] = p : p(x) = aj xj , x ∈ R, aj ∈ R, 1 ≤ j ≤ k, k ≤ n i=0 es un espacio vectorial sobre R si la operación + es la suma usual entre polinomios y · es el producto usual entre un número real y un polinomio. Es decir, si p ∈ Pn [x] y q ∈ Pn [x], y α ∈ R, entonces: (a) (p + q)(x) = p(x) + q(x); y (b) (αp)(x) = αp(x) para todo x ∈ R. 8. El conjunto de las funciones reales F sobre R: (F , R, +, ·). El conjunto de las funciones reales F = {f : f : R −→ R} es un espacio vectorial sobre R si la operación + es la suma usual entre funciones y · es el producto usual entre un número real y una función. Es decir, si f ∈ F y g ∈ F , y α ∈ R, entonces: (a) (f + g)(x) = f (x) + g(x); y (b) (αf )(x) = αf (x) para todo x ∈ R. Utilizaremos estos espacios vectoriales para ilustrar cómo se demuestran cada una de las propiedades que un conjunto, sobre el cual se han definido dos operaciones, debe satisfacer para que sea un espacio vectorial. 1. La operación + en (R2 , R, +, ·) es asociativa; es decir, se verifica que para todo u ∈ R2 , v ∈ R2 y w ∈ R2 : (u + v) + w = u + (v + w). 4.2 Definición de espacio vectorial 91 Demostración. Supongamos que u = (x1 , x2 ), v = (y1 , y2 ) y w = (z1 , z2 ). Entonces: (u + v) + w = [(x1 , x2 ) + (y1 , y2 )] + (z1 , z2 ) definiciones de u, v y w, = (x1 + y1 , x2 + y2 ) + (z1 , z2 ) definición de + en R2 , = ([x1 + y1 ] + z1 , [x2 + y2 ] + z2 ) definición de + en R2 , = (x1 + [y1 + z1 ], x2 + [y2 + z2 ]) asociativa de R, = (x1 , x2 ) + (y1 + z1 , y2 + z2 ) definición de + en R2 , = (x1 , x2 ) + [(y1 , y2 ) + (z1 , z2 )] definición de + en R2 , = u + (v + w) definiciones de u, v y w. Por lo tanto, para todo u, v y w en R2 : (u + v) + w = u + (v + w). 2. Existencia del neutro aditivo en (R3 , R, +, ·); es decir, debemos probar que la siguiente proposición es verdadera: (∃e ∈ R3 )(∀v ∈ R3 )(e + v = v + e = v). La demostración que viene a continuación es de existencia. Esto quiere decir que debemos exhibir un elemento de e ∈ R3 que satisfaga la definición de elemento neutro. Por el orden de los cuantificadores, el elemento buscado e es independiente de todo elemento de R3 . Demostración. Sea e = (0, 0, 0). Vamos a probar que para todo v = (x1 , x2 , x3 ), con xi ∈ R para i = 1, 2, 3, se verifica la igualdad e + v = v. En efecto: e + v = (0, 0, 0) + (x1 , x2 , x3 ) definiciones de e y v, = (0 + x1 , 0 + x2 , 0 + x3 ) definición de + en R3 , = (x1 , x2 , x3 ) = v inverso aditivo en R. Por lo tanto, e + v = v. Por la propiedad conmutativa, tenemos que e + v = v + e. Por lo tanto, se ha demostrado también que v + e = v. Entonces, se ha demostrado que la proposición (∃e ∈ R3 )(∀v ∈ R3 )(e + v = v + e = v) es verdadera. No es difícil probar, además, que el elemento neutro en cualquier espacio vectorial es único. En este texto, lo representaremos con 0v . 92 Espacios vectoriales 3. Existencia del inverso aditivo en (Rn , R, +, ·); es decir, debemos probar que la siguiente proposición es verdadera: b = 0v ). (∀v ∈ Rn )(∃b v ∈ Rn )(b v+v =v+v Esta también es una demostración de existencia. En este caso, por el orden de los cuantificadores, el elemento vb depende de v. Esto quiere decir que, para valores diferentes de v, b v también puede ser diferente. Es obvio que para mostrar esta igualdad, ya debemos conocer a 0v en Rn . No es difícil probar que 0v = (0, 0, ·, 0) (n ceros). Demostración. Sea v = (x1 , x2 , · · · , xn ) ∈ Rn . Vamos a probar que el vector buscado vb se define del siguiente modo: v = (−x1 , −x2 , · · · , −xn ), b donde cada −xi es el inverso aditivo de xi ∈ R, para i = 1, 2, . . . , n. Entonces, tenemos que: v + vb = (x1 , x2 , · · · , xn ) + (−x1 , −x2 , · · · , −xn ) definiciones de v y b v, = (x1 + (−x1 ), x2 + (−x2 ), . . . , xn + (−xn )) definición de + en Rn , = (0, 0, . . . , 0) inverso aditivo en R, = 0v definición de 0v en R. Por lo tanto, v + b v = 0v . Y, por la propiedad conmutativa de +, se tiene también que b v + v = 0v . En resumen, hemos demostrado que (∀v ∈ Rn )(∃b v ∈ Rn )(b v+v =v+b v = 0v ). Se puede demostrar fácilmente que el elemento inverso es único. Con −v se suele representar el inverso aditivo de v. 4. La operación + en (Kn , K, +, ·) es conmutativa; es decir, se verifica para todo u ∈ Kn y todo v ∈ Kn que: u + v = v + u. Demostración. Sean u = (x1 , x2 , · · · , xn ) ∈ Kn y v = (y1 , y2 , · · · , yn ) ∈ K, donde cada xi y yi son elementos del campo K para todo i = 1, 2, . . . , n. Entonces, como la operación + en el campo K es conmutativa, tenemos que: u + v = (x1 , x2 , · · · , xn ) + (y1 , y2 , · · · , yn ) = (x1 + y1 , x2 + y2 , · · · , xn + yn ) = (y1 + x1 , y2 + x2 , · · · , yn + xn ) = (y1 , y2, · · · , yn ) + (x1 , x2 , · · · , xn ) = v+u Por lo tanto, u + v = v + u. definiciones de u y v, definición de + en Rn , conmutativa de + en R, definición de + en Rn , definiciones de v y u. 4.2 Definición de espacio vectorial 93 5. Las operaciones + y · en el espacio (Mm×n , R, +, ·) satisface la propiedad asociativa mixta; es decir, se verifica para todo α ∈ R, todo β ∈ R y toda A ∈ Mm×n que: (αβ)A = α(βA). Demostración. Sean α ∈ R, β ∈ R y A = aij (αβ)A = (αβ) aij
asociativa del producto en R, = (α(βaij ))m×n = α(βA) ∈ Mm×n , con aij ∈ R. Entonces: definición de · en Mm×n , = ((αβ)aij )m×n = α β (aij )m×n m×n definición de A, m×n = α (βaij )m×n
definición de · en Mm×n ,
definición de · en Mm×n , definición de A. Por lo tanto, (αβ)A = α(βA). Esta propiedad es denominada asociativa mixta porque tiene que ver con dos operaciones: la multiplicación de un escalar por un elemento del espacio vectorial y la multiplicación entre dos escalares. 6. El neutro multiplicativo del campo R, el número 1 satisface la siguiente propiedad: (∀p ∈ P n [x])(1 · p = p). Hay que demostrar que la función 1 · p es igual a la función p. Por ello, recordemos que dos funciones f y g son iguales si y solo si tienen el mismo dominio y f (x) = g(x) para todo x elemento del dominio. Demostración. Sea p ∈ Pn [x]. El dominio de p es R. Entonces, debemos demostrar que (1 · p)(x) = p(x) para todo x ∈ R. Sea x ∈ R. Entonces: (1 · p)(x) = 1 · p(x) = p(x) definición de · en Pn [x], el 1 es el neutro multiplicativo en R. Por lo tanto, (1 · p)(x) = p(x) para todo x ∈ R, lo que prueba, a su vez, que es verdadera la siguiente proposición: (∀p ∈ Pn [x])(1 · p = p). 94 Espacios vectoriales 7. Las operaciones + y · del espacio vectorial de funciones reales (F , R, +, ·) satisfacen la propiedad distributiva; es decir, se verifica para todo α ∈ R, todo f ∈ F y todo g ∈ F que: α(f + g) = αf + αg. Demostración. Sean α ∈ R, f ∈ F , g ∈ F . Debemos demostrar que: (α(f + g)(x) = (αf + αg)(x) para todo x ∈ R, ya que el el conjunto R es el dominio de f , de g y de f + g, respectivamente. Sea x ∈ R. Entonces: (α(f + g))(x) = α(f + g)(x) definición de · en F , = α(f (x) + g(x)) definición de + en F , = αf (x) + αg(x) distributiva en R, = (αf )(x) + (αg)(x) definición de · en F , = (αf + αg)(x) definición de + en F . Por lo tanto, hemos probado que (α(f + g))(x) = ((αf ) + (αg))(x) para todo x ∈ R, con lo cual hemos probado que: (∀α ∈ R)(∀f ∈ F )(∀g ∈ F )(α(f + g) = αf + αg). En una expresión vectorial, los signos de agrupación determinan el orden que se deben realizar las operaciones. En ausencia de ellos, se conviene en efectuar las operaciones externas en primer lugar, y luego las operaciones internas, siempre de izquierda a derecha. Por ejemplo: 2(3, 4) + (−1, 5) + 3[(−1, 0) + (0, −1)] = (6, 8) + (−1, 5) + 3(−1, −1) = (6, 8) + (−1, 5) + (−3, −3) = (2, 10). 4.3 Propiedades de los espacios vectoriales Teorema 4.1 (Propiedades aditiva y multiplicativa) Sean (V, K, +, ·) un espacio vectorial, α ∈ K, u ∈ V , v ∈ V y w ∈ V . Se verifican las siguientes propiedades: 1. Aditiva: si u = v , entonces u + w = v + w. 4.3 Propiedades de los espacios vectoriales 95 2. Multiplicativa: si u = v , entonces αu = αv . Demostración. Sean α ∈ K, u ∈ V , v ∈ V y w ∈ V . 1. Aditiva: hipótesis, u = v u+w = u+w axioma de identidad de la igualdad, u+w = v+w sustitución de v por u en la igualdad anterior ya que u = v. 2. Multiplicativa: u = v hipótesis, αu = αu axioma de identidad de la igualdad, αu = αv v se sustituye por u en la igualdad anterior ya que u = v. Teorema 4.2 (Propiedades cancelativas) Sean (V, K, +, ·) un espacio vectorial, α ∈ K, u ∈ V , v ∈ V y w ∈ V . Se verifican las siguientes propiedades: 1. Cancelativa de la suma: si u + w = v + w, entonces u = v . 2. Cancelativa de la multiplicación: si α 6= 0 y α · u = α · v , entonces u = v . Demostración. Sean α ∈ K, u ∈ V , v ∈ V y w ∈ V . 1. Cancelativa de la suma: 1. u+w =v+w hipótesis, 2. (u + w) + (−w) = (v + w) + (−w) propiedad aditiva, 3. u + (w + (−w)) = v + (w + (−w)) propiedad asociativa, 4. u + 0v = v + 0v definición de inverso aditivo, 5. u=v definición de 0v . 2. Cancelativa de la multiplicación: sea α 6= 0; entonces, existe α−1 : 1. 2. 3. 4. 5. α·u=α·v α −1 · [α · u] = α hipótesis, −1 · [α · v] propiedad multiplicativa, (α−1 α) · u = (α−1 α) · v propiedad asociativa mixta, u=v definición de 1. 1·u=1·v definición de inverso multiplicativo en K, Teorema 4.3 (Propiedades de los espacios vectoriales) Sea (V, K, +, ·) un espacio vectorial. Entonces, para todo α ∈ K y todo v ∈ V , se tiene que: 96 Espacios vectoriales 1. α · 0v = 0v . 3. a · v = 0v ⇔ α = 0 ∨ v = 0v . 2. 0 · v = 0v . 4. (−1) · v = −v . Demostraciones. En todo lo que sigue, α representará un elemento cualquiera de K y v uno cualquiera de V . 1. Ya que 0v es el neutro aditivo de V , tenemos que: α · 0v = α · 0v + 0v . (4.1) Por otro lado, la definición de 0v y la propiedad distributiva en V nos permite escribir lo siguiente: α · 0v = α · (0v + 0v ) = α · 0v + α · 0v . (4.2) Entonces, por la propiedad transitiva de la igualdad aplicada a (4.1) y (4.2), tenemos que: α · 0v + α · 0v = α · 0v + 0v . De esta igualdad se colige que α · 0v también es un neutro aditivo en V . Pero 0v es único. Entonces: α · 0v = 0v . 2. Como 0v es el neutro aditivo de V , tenemos que: 0 · v = 0 · v + 0v . (4.3) Por otro lado, la definición de 0 ∈ K y la propiedad distributiva en V nos permite escribir lo siguiente: 0 · v = (0 + 0) · v = 0 · v + 0 · v. (4.4) Entonces, por la propiedad transitiva de la igualdad aplicada a (4.3) y (4.4), tenemos que: 0 · v + 0 · v = 0 · v + 0v . De esta igualdad se concluye que 0 · v también es un neutro aditivo en V . Pero 0v es único. Entonces: 0 · v = 0v . 3. En primer lugar, demostremos que si α · v = 0v , entonces o bien α = 0 o bien v = 0v (o ambos). Utilicemos el método por contradicción. Para ello, supongamos que α · v = 0v , y que α 6= 0 y v 6= 0v . Entonces, existe α−1 y: α−1 · (α · v) = α−1 · 0v α−1 α)v = α−1 · 0v 1 · v = α−1 · 0v v = α−1 · 0v v = 0v multiplicativa, asociativa mixta, definición de α−1 , definición de 1, definición de 0v . 4.4 Subespacios vectoriales 97 Por lo tanto v = 0v . Pero esta igualdad contradice la hipótesis de que v 6= 0v . Entonces, lo supuesto es falso; es decir, es verdad que α = 0 o v = 0v siempre que α · v = 0v . Ahora debemos probar la recíproca: si α = 0 o v = 0v , entonces α · v = 0v . Pero esta implicación no es más que la disyunción de las dos primeras propiedades que ya hemos demostrado que son verdaderas. 4. Vamos a demostrar que (−1) · v = −v: definición de 0v , (−1) · v = (−1) · v + 0v = (−1) · v + (v + (−v)) definición de −v, = [(−1) · v + 1 · v] + (−v) axioma del neutro multiplicativo en V , asociativa en V , = [(−1) · v + v] + (−v) = (−1 + 1) · v + (−v) distributiva en V , = 0v + (−v) segunda propiedad de este teorema, = −v definición de 0v . axioma del inverso aditivo en K, = 0 · v + (−v) Por lo tanto, hemos demostrado que (−1) · v = −v. 4.4 Subespacios vectoriales Definición 4.2 (Subespacio vectorial) Sean (V, K, +, ·) un espacio vectorial y W ⊂ V . Se dice que W es un subespacio vectorial (s.e.v.) de V si y solamente si (W, K, ⊕, ⊙) es un espacio vectorial, donde ⊕ y ⊙ son las restricciones de + y · a W . Puesto que u⊕v = u+v y u⊙v = u·v para todo u ∈ W y v ∈ W , decir que W es un subespacio vectorial de V es equivalente a decir que W es un espacio vectorial sobre K con las “mismas operaciones” de V . Por esta razón, se acostumbra utilizar la misma notación para las operaciones de W que de V , aunque, en sentido estricto, son diferentes porque poseen dominios diferente. En adelante, seguiremos esta convención. Ejemplo 4.35 El conjunto W = {(x1 , x2 , x3 ) ∈ R3 : x3 = 2x1 + x2 } es un subespacio vectorial de (R3 , R, +, ·). 98 Espacios vectoriales Demostración. En primer lugar, debemos asegurarnos de que la restricciones de las operaciones + y · de R3 a W , respectivamente, sean una operación interna y una externa en W . En otras palabras, debemos asegurarnos de que las restricciones sean cerradas: 1. si u ∈ W y v ∈ W , entonces u + v ∈ W ; y 2. si α ∈ K y u ∈ W , entonces αu ∈ W . En efecto: 1. Clausurativa de + en W . Sean u = (x1 , x2 , x3 ) ∈ W y v = (y1 , y2 , y3 ) ∈ W . Vamos a probar que u + v = (x1 + y1 , x2 + y2 , x3 + y3 ) ∈ W ; es decir, vamos a probar que x3 + y3 = 2(x1 + y1 ) + (x2 + y2 ). Como u ∈ W y v ∈ W , tenemos que x3 = 2x1 + x2 y y3 = 2y1 + y2 . Si sumamos los lados izquierdos entre sí y los derechos entre sí de estas dos igualdades, obtenemos, al aplicar las propiedades asocitiva y conmutativa de + y · en R, que: x3 + y3 = (2x1 + x2 ) + (2y1 + y2 ) = (2x1 + 2y1 ) + (y1 + y2 ). Por lo tanto, gracias a la propiedad distributiva en R, concluimos finalmente que: x3 + y3 = 2(x1 + y1 ) + (x2 + y2 ). Es decir, hemos probado que u + v ∈ W para todo u ∈ W y todo v ∈ W . 2. Clausurativa de · en W . Sean u = (x1 , x2 , x3 ) ∈ W y α ∈ R. Probemos que αu = (αx1 , αx2 , αx3 ) ∈ W : αx3 = α(2x1 + x2 ) = 2(αx1 ) + αx2 u ∈ W, distributiva y conmutativa en R. Por lo tanto αu ∈ W para todo u ∈ W y todo α ∈ R. Una vez que hemos constatado que las restricciones de + y · a W son cerradas, podemos proceder a verificar el cumplimiento de los ocho axiomas que definen un espacio vectorial. Como van a interactuar elementos de V y de W , utilizaremos ⊕ y ⊙ para las operaciones de W . El lector puede probar a escribir las mismas demostraciones que están a continuación sin realizar la distinción entre ambos grupos de operaciones, y podrá constatar por sí mismo o por sí misma la pérdida de claridad. 1. Conmutativa: (∀u ∈ W )(∀v ∈ W )(u ⊕ v = v ⊕ u): u⊕v = u+v ⊕ es restricción de + a W y u ∈ W y v ∈ W , = v⊕u ⊕ es restricción de + a W y u ∈ W y v ∈ W . = v+u + es conmutativa, 2. Asociativa: (∀u ∈ W )(∀v ∈ W )(∀v ∈ W )(u ⊕ v = v ⊕ u): u ⊕ (v ⊕ w) = u + (v + w) ⊕ es restricción de + a W y u ∈ W , v ∈ W y w ∈ W , = (u ⊕ v) ⊕ w ⊕ es restricción de + a W y u ∈ W , v ∈ W y w ∈ W . = (u + v) + w + es asociativa, 4.4 Subespacios vectoriales 99 3. Existencia del neutro aditivo: (∃e ∈ W )(∀w ∈ W )(w ⊕ e = w): Definamos e = 0R3 = (0, 0, 0). Veamos que e ∈ W : 0 = 2 · 0 + 0 = 0 + 0 = 0. Por lo tanto, si w ∈ W , tenemos que w ∈ V , de donde: w ⊕ e = w + e = w + 0R3 = w. 4. Existencia del inverso aditivo: (∀w ∈ W )(∃ŵ ∈ W )(w + ŵ = 0W ): Definamos ŵ = −w = (−x1 , −x2 , −x3 ), donde w = (x1 , x2 , x3 ). Veamos que −w ∈ W : −x3 = −(2x1 + x2 ) = 2(−x1 ) + (−x2 ). Además, por la definición de −w, se verifica que: w ⊕ ŵ = w + (−w) = 0R3 . 5. Asociativa mixta: (∀α ∈ R)(∀β ∈ R)(∀w ∈ W )(α ⊙ (β ⊙ w) = (αβ) ⊙ w): α ⊙ (β ⊙ w) = α(βw) ⊙ es restricción de · a W , w ∈ W y βw ∈ W , = (αβ)w Asociativa mixta en R3 , = (αβ) ⊙ w ⊙ es restricción de · a W y w ∈ W . 6. Neutro multiplicativo: (∀w ∈ W )(1 ⊙ w = w), donde 1 ∈ K: 1⊙w = 1·w = w ⊙ es restricción de · a W y w ∈ W , 1 es el neutro multiplicativo en V y w ∈ V . 7. Distributiva: (∀u ∈ W )(∀v ∈ W )(∀α ∈ K)(α ⊙ (u ⊕ v) = α ⊙ u ⊕ α ⊙ v). La demostración se deja al lector como ejercicio. 8. Distributiva: (∀α ∈ K)(∀β ∈ K)(∀w ∈ W )(α + β) ⊙ w = α ⊙ u ⊕ β ⊙ w). La demostración se deja al lector como ejercicio.  Teorema 4.4 (Subespacio vectorial) Sean (V, K, +, ·) un espacio vectorial y W ⊂ V . Entonces, W es un subespacio vectorial de V si y solamente si: 1. W 6= ∅; 2. (∀u ∈ W )(∀v ∈ W )(u + v ∈ W ) (la restricción de + a W es cerrada); y 3. (∀α ∈ K)(∀w ∈ W )(αw ∈ W ) (la restricción de · a W es cerrada). 100 Espacios vectoriales Demostración. Es claro que si W es un subespacio vectorial de V , entonces las tres propiedades enunciadas son verdaderas, ya W es un espacio vectorial en sí mismo con las operaciones de V restringidas a W . Recíprocamente, probemos que si las tres condiciones son verdaderas, entonces (W, K, +, ·) es un espacio vectorial. Para ello, debemos verificar las ocho condiciones de la definición de espacio vectorial. Estas verificaciones siguen el mismo patrón que el realizado en el ejemplo anterior, así que no las vamos a realizar de manera detallada. Sin embargo, ver más de cerca la existencia del neutro y del inverso aditivo en W , ilustra el por qué de la primera condición. En efecto, dado que W 6= ∅, sea w un elemento de W . Por la segunda condición, si tomamos α = 0, entonces, como w ∈ V (ya que W ⊂ V ): αw = 0 · w = 0v ∈ W. En otras palabras, en W debe estar, al menos, el vector nulo de V . Y este elemento es también es vector nulo de W . Ahora, si aplicamos nuevamente la segunda condición al elemento w de W , pero esta vez con α = −1, podemos concluir (con ayuda de la cuarta propiedad enunciada en el teorema 4.3) que: αw = −1 · w = −w ∈ W. Es decir, en W también está, a más de w, su inverso aditivo, −w. Por lo tanto, para cada elemento de W , su inverso aditivo es el mismo inverso aditivo de este elemento considerado un elemento de V . Observaciones 1. La segunda y la tercera condiciones del teorema 4.4 pueden ser reemplazadas por la siguiente: (∀α ∈ K)(∀u ∈ W )(∀v ∈ W )(αu + v ∈ W ). 2. En la demostración del teorema 4.4, vimos que 0v siempre debe estar en W . En otras palabras, una condición necesaria para que un subconjunto de un espacio vectorial sea un subespacio vectorial es que contenga al vector cero del espacio vectorial. Por esta razón, para demostrar el cumplimiento de la primera propiedad, probaremos que el vector nulo está en el conjunto, ya que si no estuviera, el conjunto no sería un subespacio vectorial. 3. De la demostración del teorema también obtenemos otra condición necesaria para que un subconjunto de un espacio vectorial sea un subespacio vectorial de éste: el inverso aditivo de un elemento del subconjunto debe estar en el conjunto. Ejemplo 4.36 ¿Son los siguientes subconjuntos de R3 subespacios vectorial de R3 ? 1. W1 = {(x1 , x2 , x3 ) ∈ R3 : x1 + x2 = x3 }. 2. W2 = {(x1 , x2 , x3 ) ∈ R3 : 2x1 > x3 }. 3. W3 = {(x1 , x2 , x3 ) ∈ R3 : |x1 + x2 | = x3 }. 4.4 Subespacios vectoriales 101 Solución. 1. Vamos a utilizar el teorema 4.4 para determinar si W1 es un subespacio vectorial de R3 . Para ello, verifiquemos si se cumplen las tres condiciones exigidas en el teorema (la segunda y la tercera expresada por una sola, como se indica en la segunda observación al teorema). (a) Veamos si W1 6= ∅. Para ello, veamos si 0v = (0, 0, 0) ∈ W1 . Puesto que 0 + 0 = 0, entonces 0v sí está en W1 . (b) Ahora veamos si se verifica que αu + v ∈ W1 para todo α ∈ R y todo u y v en W1 . Para ello, supongamos que u = (x1 , x2 , x3 ) y v = (y1 , y2 , y3 ). Entonces: αu + v = α(x1 , x2 , x3 ) + (y1 , y2 , y3 ) = (αx1 , αx2 , αx3 ) + (y1 , y2 , y3 ). Por lo tanto: αu + v = (αx1 + y1 , αx2 + y2 , αx3 + y3 ). Ahora veamos si αu+v está en W1 . Para verlo, sumemos sus dos primeras coordenadas: (αx1 + y1 ) + (αx2 + y2 ) = α(x1 + x2 ) + (y1 + y2 ) = αx3 + y3 u ∈ W1 y v ∈ W1 . Es decir, la suma de las dos primeras es igual a la tercera. Por lo tanto, αu + v ∈ W1 . Las condiciones del teorema 4.4 son verdaderas. Por lo tanto, el conjunto W1 sí es un subespacio vectorial de R3 . 2. Empecemos por verificar si W2 contiene o no al vector nulo de R3 . Para ello, debemos determinar si el doble de la primera coordenada de (0, 0, 0) es mayor que la tercera: 2·0 > 0. Pero 2 · 0 = 0 no es mayor que 0, sino igual (y no puede ser mayor por el axioma de tricotomía de R. Por lo tanto 0v 6∈ W2 , de donde podemos concluir que W2 no es un subespacio vectorial de R3 . 3. El vector nulo 0v sí es elemento de W3 , ya que |0 + 0| = |0| = 0. Por lo tanto, W3 6= ∅. Sean α ∈ R3 , u ∈ W3 y v ∈ W3 . Veamos si αu + v ∈ W3 . Observemos que el vector (1, −2, 1) está en W3 , ya que |1+(−2)| = |−1| = 1. Sin embargo, su inverso aditivo −(1, −2, 1) = (−1, 2, −1) no está en W3 , porque |−1+2| = |1| = 1 6= −1. Esto significa que W3 no puede ser un subespacio vectorial de R3 .  Teorema 4.5 (Intersección de subespacios vectoriales) Sean (V, K, +, ·) un espacio vectorial y W1 y W2 dos subespacios vectoriales de V . Entonces W1 ∩ W2 es un subespacio vectorial de V. Demostración. Vamos a utilizar el teorema 4.4. 1. Probemos que W1 ∩ W2 6= ∅. Para ello, veamos que 0v ∈ W1 ∩ W2 , ya que 0v está en W1 y W2 , porque son subespacios vectoriales de V . 102 Espacios vectoriales 2. Sean α ∈ K, u ∈ W1 ∩ W2 y v ∈ W1 ∩ W2 . Debemos probar que αu + v ∈ W1 ∩ W2 . Puesto que W1 y W2 son subespacios vectoriales de V , por el teorema 4.4, tenemos que: αu + v ∈ W1 y αu + v ∈ W2 . Por lo tanto, αu + v debe estar en la intersección de W1 y W2 . Corolario 4.6 Sean (V, K, +, ·) un espacio vectorial y W1 , W2 , . . . , Wn subespacios vectoriales de V . Entonces n \ i=1 Wi = W1 ∩ W2 ∩ · · · ∩ Wn es un subespacio vectorial de V . Demostración. Por inducción sobre n. Ejemplo 4.37 Los conjuntos W1 = {(x1 , x2 , x3 ) : x2 − x3 = 0} y W2 = {(x1 , x2 , x3 ) : x1 = x2 − x3 } son subespacios vectoriales de R3 con las operaciones usuales. Calcular W1 ∩ W2 . ¿El conjunto W1 ∪ W2 es un subespacio vectorial de R3 ? Solución. 1. Tenemos que: W1 ∩ W2 = {(x1 , x2 , x3 ) : x2 − x3 = 0 ∧ x1 = x2 − x3 }. Como se verifican las siguientes equivalencias: x2 − x3 = 0 ∧ x1 = x2 − x3 ⇐⇒ x2 − x3 = 0 ∧ x1 = 0 ⇐⇒ x2 = x3 ∧ x1 = 0, podemos escribir que: W1 ∩ W2 = {(0, x, x) : x ∈ R}. 2. Dado que 0v están tanto en W1 como en W2 , también está en W1 ∪ W2 . Sin embargo, existen u y v en W1 ∪ W2 tales que u + v 6∈ W1 ∪ W2 . En efecto, esos dos elementos son u = (1, 2, 2) ∈ W1 y v = (1, 2, 1) ∈ W2 , como el lector(a) puede constatar por sí mismo(a).  La segunda parte de este ejemplo muestra que, en general, la unión de subespacios vectoriales no es un subespacio vectorial. Sin embargo, se puede demostrar que la unión es un subespacio vectorial solo cuando uno de los dos subespacios está contenido en el otro. 4.5 Combinaciones lineales 103 4.5 Combinaciones lineales Definición 4.3 (Combinación lineal de vectores) Sean (E, K, +, ·) un espacio vectorial y v1 , v2 , . . ., vn elementos de V . Una combinación lineal de los vectores v1 , v2 , . . . , vn es cualquier elemento de V de la forma n X j=1 αj vj = α1 v1 + α2 v2 + · · · + αn vn , donde α1 , α2 , . . . , αn son elementos de K. Definición 4.4 (Un vector es combinación lineal de vectores) Sean (E, K, +, ·) un espacio vectorial y v1 , v2 , . . . , vn elementos de V . Un vector u ∈ V es una combinación lineal de los vectores v1 , v2 , . . . , vn si existen n escalares α1 , α2 , . . . , αn tales que u= n X j=1 αj vj = α1 v1 + α2 v2 + · · · + αn vn . Ejemplo 4.38 Sea p un vector del espacio (P2 [x], R, +, ·) definido por p(x) = 1 + x − x2 para todo x ∈ R. ¿Es p una combinación lineal de q ∈ P2 [x] y r ∈ P2 [x] donde q(x) = 1 + 2x2 y r(x) = 2 + x + x2 para todo x ∈ R? Solución. Queremos saber si existen α ∈ R y β ∈ R tales que p = αq + βr. Para averiguarlo, supongamos que sí existen. Entonces, para todo x ∈ R, se verifica la siguiente igualdad: p(x) = αq(x) + βr(x). (4.5) Es decir, es verdadera la igualdad: 1 + x − x2 = α(1 + 2x2 ) + β(2 + x + x2 ) para todo x ∈ R. Ahora bien, si realizamos la suma de los dos polinomio en el lado derecho de la igualdad, obtenemos que: 1 + x − x2 = (α + 2β) + βx + (2α + β)x2 104 Espacios vectoriales para todo x ∈ R. Entonces, por la definición de igualdad de polinomios, tenemos que α y β, en el caso de que existieran, satisfarían el siguiente sistema de tres ecuaciones: α + 2β = 1 β= 1 2α + β = −1. (4.6) Veamos qué valores de α y β satisfacen este sistema. Para ello, trabajemos con la matriz ampliada de este sistema:       1 2 1 1 0 −1 1 2 1 0 1 1  ∼ 0 1 1 ∼ 0 1 1  2 1 −1 0 0 0 0 0 0 Como el rango de la matriz es 2, entonces el sistema tiene solución única: α = −1 y β = 1. Veamos, entonces, si estos valores satisfacen la igualdad (4.5): αp(x) + βq(x) = (−1)(1 + 2x2 ) + (1)(2 + x + x2 ) = (−1 + 2) + x + (−2 + 1)x2 = 1 + x − x2 = p(x). Es decir, existen dos escalares α y β tales que p = αq + βr. En otras palabras, p sí es una combinación lineal de q y r.  Ejemplo 4.39 ¿Para qué valores del número real a el vector u = (a, 0, 0) ∈ R3 es una combinación lineal de los vectores v = (0, 1, 1) y w = (1, −1, 1)? Solución. Buscamos el valor de a para que u sea una combinación lineal de v y w. La pregunta es, entonces, ¿qué valor o valores debe tomar a para que existan dos escalares α y β tales que u = αv + βw? Supongamos que esos dos escalares existen. Entonces, debe satisfacerse la siguiente igualdad: (a, 0, 0) = α(0, 1, 1) + β(1, −1, 1). Como (a, 0, 0) = α(0, 1, 1) + β(1, −1, 1) = (β, α − β, α + β), entonces α y β deben satisfacer el siguiente sistema de tres ecuaciones lineales: β= a α−β= 0 α + β = 0. Resolvamos este sistema:       0 1 a 0 1 a 0 1 a 1 −1 0 ∼ 0 −2 0 ∼ 0 0 2a . 1 1 0 1 1 0 1 1 0 Para que el sistema tenga solución, debemos tener que 2a = 0; es decir, que a = 0. Por lo tanto, el vector nulo de R3 es una combinación lineal de (0, 1, 1) y (1, −1, 1) (los escalares respectivos son α = 1 y β = 0).  4.6 Cápsula lineal de un conjunto 105 4.6 Cápsula lineal de un conjunto Definición 4.5 (Cápsula) Sean (V, K, +, ·) un espacio vectorial y S ⊂ V tal que S 6= ∅. La cápsula de S es el conjunto formado por todos los elementos de V que se pueden expresar como una combinación lineal de elementos de S . En otras palabras, la cápsula de S es el conjunto de todas las combinaciones lineales de elementos de S . La cápsula de S es representada por hSi. Por lo tanto: hSi = {v ∈ V : v = X j αnj=1 vj , αj ∈ K, vj ∈ V }. Ejemplo 4.40 Sea S = {1 + x, 1 + x2 , 1 + x3 } subconjunto de P3 [x] con las operaciones usuales de suma de polinomios y producto de un escalar por un polinomio. Calcular la cápsula de S. Solución. Sea p ∈ hSi. Entonces p ∈ P3 [x], por lo que: p(x) = a + bx + cx2 + dx3 para todo x ∈ R. Por otro lado, como p ∈ hSi, existen α, β, γ y δ en R tales que p(x) = a + bx + cx2 + dx3 = α(1 + x) + β(1 + x2 ) + γ(1 + x3 ) para todo x ∈ R. Puesto que: a + bx + cx2 + dx3 = α(1 + x) + β(1 + x2 ) + γ(1 + x3 ) = (α + β + γ) + αx + βx2 + γx3 , por la definición de igualdad entre polinomios, podemos concluir que: hSi = {p(x) = a + bx + cx2 + dx3 ∈ P3 [x] : α + β + γ = a, α = b, β = c, γ = d}. Para determinar cómo son los elementos de hSi, debemos determinar los coeficientes a, b, c y d (esto es lo que significa calcular hSi). Para ello, resolvamos el sistema de cuatro ecuaciones lineales: α+β+γ= a α = b β = c γ = d. Para  1 1  0 0 ello, trabajemos con la matriz ampliada:    1 1 a a 1 1 1   0 0 b  ∼ 0 −1 −1 −a + b   c  1 0 c 0 1 0 0 1 d 0 0 1 d 106 Espacios vectoriales    1 1 1 1 1 1 a a   0 −1 −1 −a + b  −a + b  0 −1 −1 . ∼ 0 0 −1 −a + b + c ∼ 0 0 −1 −a + b + c  d 0 0 1 0 0 0 −a + b + c + d  Por lo tanto, el sistema tiene solución si y solo si se verifica que: −a + b + c + d = 0. De esta manera, la cápsula de S está formada por todos los vectores p tal que p(x) = a + bx + cx2 + dx3 y − a + b + c + d = 0. Entonces, tenemos que: hSi = {a + bx + cx2 + dx3 ∈ P3 [3] : −a + b + c + d = 0}.  Ejemplo 4.41 Si S = {(1, −1), (0, 3)} ∈ R2 , calcular hSi. Solución. De la definición de hSi tenemos: hSi = {(a, b) ∈ R2 : (a, b) = α(1, −1) + β(0, 3), α, β ∈ R} = {(a, b) ∈ R2 : (a, b) = (α, −α + 3β), α, β ∈ R} = {(a, b) ∈ R2 : α = a, −α + 3β = b, α, β ∈ R}. Por lo tanto, para caracterizar los elementos de hSi, debemos determinar las condiciones bajos las cuales el sistema α =a (4.7) −α + 3β = b tenga solución. Para ello, observemos que:     1 0 a 1 0 a ∼ . −1 3 b 0 3 a+b De manera que el sistema (4.7) tiene solución para cualquier par de valores para a y b, ya que el determinante de la matriz de coeficientes es diferente de 0 independientemente de los valores de a y de b. En otras palabras: (a, b) ∈ hSi ⇐⇒ a ∈ R y b ∈ R. Por lo tanto: hSi = {(a, b) ∈ R2 : a ∈ R, b ∈ R} = R2 .  Teorema 4.7 Sean (V, K, +, ·) un espacio vectorial y S ⊂ V tal que S 6= ∅. Entonces la cápsula de S es un subespacio vectorial de V . 4.7 Subespacio vectorial generado por un subconjunto 107 Demostración. Para probar que hSi es un subespacio vectorial de V , vamos a utilizar el teorema 4.4 (página 99). Es decir, debemos probar que: 1. hSi = 6 ∅. 2. (∀λ ∈ K)(∀u ∈ hSi)(∀v ∈ hSi)(λu + v ∈ hSi). Procedamos así. 1. Para probar que hSi = 6 ∅, demostremos que 0v ∈ hSi. Para ello, debemos probar que 0v es una combinación de elementos de S. Y es así, pues, como S 6= ∅, existe v ∈ S. Por otro lado, sabemos que 0v = 0 · v. Entonces 0v es una combinación lineal de un elemento de S, por lo que 0v ∈ hSi. 2. Sean λ ∈ K, u ∈ hSi y v ∈ hSi. Existen, entonces, escalares α1 , α2 , . . . , αn , β1 , β2 , βm y elementos de S u1 , u2 , . . . , um, v1 , v2 , . . . , vn tales que u = α1 u 1 + α2 u 2 + · · · + αm u m y v = β1 v1 + β2 v2 + · · · + βn vn . Por lo tanto: λu + v = λ (α1 u1 + α2 u2 + · · · + αm um ) + (β1 v1 + β2 v2 + · · · + βn vn ) = (λα1 )u1 + (λα2 )u2 + · · · + (λαm )um + β1 v1 + β2 v2 + · · · + βn vn . Es decir, λu+v es una combinación lineal de elementos de S, por lo que λu+v ∈ hSi. Hemos demostrado, entonces, que hSi es un subespacio vectorial de V . 4.7 Subespacio vectorial generado por un subconjunto Definición 4.6 (Subespacio generado) Sean (V, K, +, ·) un espacio vectorial y S ⊂ V . El subespacio vectorial generado por S es el subespacio vectorial que se obtiene al intersecar todos los subespacios vectoriales de V que contienen a S . Dado que la intersección de dos conjuntos siempre está contenida en cualquiera de los dos conjuntos, el subespacio generado por un conjunto será el subespacio vectorial “más pequeño” que contenga al conjunto. De manera más precisa, el subespacio generado por S es el conjunto \ s.e.v.(S) = {W : W s.e.v. V, S ⊂ W }. Sabemos que la intersección de un número finito de subespacios vectoriales es un subespacio vectorial. No es difícil demostrar que esta afirmación es cierta para cualquier 108 Espacios vectoriales número de subespacios. Por lo tanto, el conjunto s.e.v.(S) es un subespacio vectorial de V . Además, por la definición de intersección, tenemos que es única y que s.e.v.(S) ⊂ W para todo W subespacio vectorial de V . En otras palabras, si W es un subespacio vectorial de V tal que S ⊂ W , debe suceder que s.e.v.(S) ⊂ W . Esto significa que el subespacio vectorial generado por S es el subespacio vectorial “más pequeño” que contiene a S. Ejemplo 4.42 ¿Qué subespacio genera el conjunto vacío? Solución. Sea S = ∅. Como el conjunto N = {0v } es un subespacio vectorial de V (es no vacío y las dos operaciones heredadas de V son cerradas), tenemos que es el subespacio vectorial de V “más pequeño” que contiene a S, ya que ∅ ⊂ N . Por lo tanto, el espacio generado por el conjunto vacío es el subespacio vectorial con un solo elemento, el vector nulo de V . A este espacio se lo denomina subespacio nulo de V .  Teorema 4.8 Sean (V, K, +, ·) un espacio vectorial y S ⊂ V tal que S 6= ∅. Entonces el subespacio generado por S es igual a hSi. Demostración. Vamos a probar que hSi es el subespacio vectorial más pequeño que contiene a S. Para ello, demostraremos que: 1. S ⊂ hSi; y 2. si W es un subespacio vectorial de V tal que S ⊂ W , entonces hSi ⊂ W . Procedamos. 1. Sea v ∈ S. Debemos probar que v ∈ hSi. Pero esto se sigue inmediatamente del hecho de que v = 1 · v, por lo que v es una combinación lineal de un elemento de S; es decir, v está en la cápsula de S. 2. Sea W un subespacio vectorial de V que contiene a S. Vamos a probar que la cápsula de S está contenida en W . Para ello, sea v ∈ hSi. Probemos que v ∈ W . Por ser v un elemento de la cápsula de S, existen escalares α1 , α2 , . . . , αn y vectores de S v1 , v2 , . . . , vn tales que v = α1 v1 + α2 v2 + · · · + αn vn . (4.8) Por otro lado, cada vi también es un elemento de W ya que S ⊂ W . Por lo tanto, lo que expresa la igualdad (4.8) es lo siguiente: el vector v es una combinación lineal de elementos de W . Pero W es un subespacio vectorial, por lo que las operaciones + y · son cerradas. Entonces, cualquier combinación lineal de elementos de W está en W ; es decir, v ∈ W . Hemos demostrado, entonces, que todo elemento de hSi es un elemento de W , lo que prueba que hSi ⊂ W . 4.8 Bases de espacios vectoriales 109 En resumen, hemos probado que el menor subespacio vectorial que contiene a S es su cápsula. Esto significa, entonces, que el subespacio vectorial generado por S es, precisamente, su cápsula. Ejemplo 4.43 Si p(x) = x2 + 1, el conjunto S = {p(x), p′ (x), p′′ (x)} genera el espacio vectorial (P2 [x], R, +, ·). Solución. Por el teorema anterior, lo que debemos mostrar es que hSi = P2 [x]. Para ello, calculemos hSi: hSi = {q(x) = a + bx + cx2 ∈ P: [x]q(x) = αp(x) + βp′ (x) + γp′′ (x)} = {a + bx + cx2 ∈ P: [x]a + bx + cx2 = α(x2 + 1) + β(2x) + γ(2)} = {a + bx + cx2 ∈ P: [x]a + bx + cx2 = (α + 2γ) + 2βx + αx2 } = {a + bx + cx2 ∈ P: [x]α + 2γ = a, 2β = b, α = c}. Entonces, para determinar los elementos a, b y c, debemos averiguar bajo qué condiciones necesarias y suficientes el sistema α + 2γ = a 2β =b (4.9) α =c tiene solución. Para ello, miremos su matriz  1 0 0 2 1 0 ampliada:    a 2 a 1 0 2 b . 0 b  ∼ 0 2 0 0 c 0 0 −2 −a + c Como el determinante de la matriz de coeficientes es diferente de 0, independientemente de a, b y c, entonces el sistema (4.9) tiene solución para todo a, b y c. Por lo tanto hSi = P2 [x]. En otras palabras, el conjunto {p, p′ , p′′ } genera todo P2 [x].  4.8 Bases de espacios vectoriales Definición 4.7 (Dependencia e independencia lineal) Sean (V, K, +, ·) un espacio vectorial y S = {v1 , v2 , . . . , vn } un subconjunto finito de V . 1. El conjunto S es linealmente independiente(li) si y solamente si la combinación lineal α1 v1 + α2 v2 + · · · + αn vn = 0v , denominada combinación lineal nula, tiene como solución única la solución trivial: αj = 0 para todo j ∈ {1, 2, . . . , n}. En otras palabras, el conjunto S es li si: α1 v1 + α2 v2 + · · · + αn vn = 0v =⇒ α1 = α2 = · · · = αn = 0. 110 Espacios vectoriales 2. El conjunto S es linealmente dependiente (ld) si y solo si no es linealmente independiente. Es decir, si la combinación lineal nula tiene un número infinito de soluciones. En otras palabras, el conjunto S es ld si: α1 v1 + α2 v2 + · · · + αn vn = 0v ∧ ∃j ∈ {1, 2, . . . , n} tal que αj 6= 0. De la definición es claro que un conjunto no puede ser linealmente independiente y dependiente al mismo tiempo. Esto lo podemos ver de otra manera: la combinación lineal nula produce un sistema de ecuaciones lineales homogéneo que, como sabemos, o tiene una sola solución —la trivial—, o tiene un número infinito de soluciones. En el primer caso, el conjunto es li; en el segundo, es ld. Ejemplo 4.44 El conjunto S = {p, p′ , p′′ } es li en (P2 [x], R, +, ·), donde p(x) = 1 + x2 para todo x ∈ R. Solución. Supongamos que α1 p + α2 p′ + α3 p′′ = 0v . (4.10) Vamos a probar que α1 = α2 = α3 = 0. Para todo x ∈ R, la igualdad (4.10) implica la siguiente: α1 p(x) + α2 p′ (x) + α3 p′′ (x) = 0; es decir, es verdad que: α1 (1 + x2 ) + α2 (2x) + α3 (2) = (α1 + 2α3 ) + 2α2 x + α1 x2 = 0 para todo x ∈ R. Por lo tanto, por la definición de igualdad entre polinomios, tenemos que: α1 + 2α3 = 0, 2α2 = 0, α1 = 0, de donde obtenemos que α1 = α2 = α3 = 0. En otras palabras, el conjunto S es linealmente independiente.  Ejemplo 4.45 Sea S = {(1, a, 1), (−1, 0, 1), (1 + a, 1, 0)} ⊂ R3 . ¿Para qué valores de a el conjunto S es li? ¿Para qué valores de a es ld? Solución. Sean α, β y γ escalares tales que α(1, a, 1) + β(−1, 0, 1) + γ(1 + a, 1, 0) = (0, 0, 0). Entonces, se verifica que: (α − β + (1 + a)γ, aα + γ, α + β) = (0, 0, 0). (4.11) 4.8 Bases de espacios vectoriales 111 Por lo tanto, los números α, β y γ que satisfacen la igualdad (4.11) satisfacen el siguiente sistema de tres ecuaciones lineales: α − β + (1 + a)γ = 0 aα + γ= 0 α+β = 0. (4.12) Ahora debemos determinar para qué valores de a, este sistema tiene como única solución la trivial y para qué valores tiene un número infinito de soluciones. Para ello, calculemos el determinante de la matriz de coeficientes del sistema: 2 0 1+a 1 −1 1 + a 2 1+a = a2 + a − 2 = (a + 2)(a − 1). 1 =− a 0 1 = a 0 a 1 1 1 0 1 1 0 Por lo tanto, el determinante es igual a 0 si y solo si a = −2 o a = 1. Esto significa que el sistema (4.12) tiene un número infinito de soluciones si y solo si a = −2 o a = 1. Por lo tanto, conjunto S es linealmente dependiente cuando a = −2 o a = 1; y es linealmente independiente si a 6= −2 y a 6= 1.  Observaciones 1. Todo conjunto finito que contiene el vector nulo es linealmente dependiente, pues 0v = 1 · 0v ; es decir, hay al menos un escalar diferente de 0 en la combinación nula. 2. Si un conjunto contiene un subconjunto linealmente dependiente, entonces el conjunto también es linealmente dependiente. 3. Todo subconjunto de un conjunto linealmente independiente también es linealmente independiente. Definición 4.8 (Base) Sean (V, K, +, ·) un espacio vectorial y B ⊂ V . El conjunto B es una base del espacio vectorial V si y solamente si B es linealmente independiente y B genera V ; es decir, el subespacio vectorial generado por B es el espacio vectorial V . En otras palabras, B es una base de B si y solo si: 1. B es linealmente independiente; y 2. hBi = V . Ejemplo 4.46 El conjunto B = {p, p′ , p′′ }, donde p(x) = 1 + x2 para todo x ∈ R, es una base del espacio vectorial (P2 [x], R, +, ·). Solución. En un ejemplo anterior, probamos que el conjunto B es linealmente independiente; también se demostró que hBi = P2 [x]. Por lo tanto B es una base de (P2 [x], R, +, ·).  112 Espacios vectoriales Ejemplo 4.47 El conjunto B = {1, x − 1, (x − 1)2 , (x − 1)3 } es una base del espacio vectorial (P3 [x], R, +, ·). Solución. Debemos probar que la cápsula de B es P3 [x] y que B es un conjunto linealmente independiente. 1. Calculemos la cápsula de B: hBi = {p ∈ P3 [x] : p(x) = α(1) + β(x − 1) + γ(x − 1)2 + δ(x − 1)3 } = {p ∈ P3 [x] : p(x) = α(1) + β(x − 1) + γ(x2 − 2x + 1) + δ(x3 − 3x2 + 3x − 1)} = {p ∈ P3 [x] : p(x) = (α − β + γ − δ) + (β − 2γ + 3δ)x + (γ − 3δ)x2 + δx3 } Si p(x) = a + bx + cx2 + dx3 , entonces que p ∈ hBi es equivalente a a + bx + cx2 + dx3 = (α − β + γ − δ) + (β − 2γ + 3δ)x + (γ − 3δ)x2 + δx3 , lo que es equivalente al siguiente sistema de cuatro ecuaciones lineales en α, β, γ y δ: α−β + γ− δ= a β − 2γ + 3δ = b γ − 3δ = c δ = d. (4.13) Por lo tanto: hBi = {a + bx + cx2 + dx3 ∈ P3 [x] : a, b, c y d satisfacen el sistema (4.13)}. Ahora bien, la matriz de los coeficientes del sistema (4.13) es la siguiente:   1 −1 1 −1 0 1 −2 3    0 0 1 −3 0 0 0 1 Como se puede ver, su determinante es diferente de 0 para cualquier a, b, c y d. Por lo tanto, el sistema (4.13) tiene solución para todo a, b, c y d. Esto significa que hBi = P3 [x]. En resumen, B genera P3 [x]. 2. Ahora probemos que el conjunto B es linealmente independiente. Para ello, sean α, β, γ, escalares tales que: α(1) + β(x − 1) + γ(x − 1)2 + δ(x − 1)3 = 0 + 0x + 0x2 + 0x3 . Esta igualdad es equivalente a la siguiente: (α − β + γ − δ) + (β − 2γ + 3δ)x + (γ − 3δ)x2 + δx3 = 0 + 0x + 0x2 + 0x3 . (4.14) 4.8 Bases de espacios vectoriales 113 Por lo tanto, α, β, γ y δ satisfacen el siguiente sistema de ecuaciones lineales: α−β+ γ− δ=0 β − 2γ + 3δ = 0 γ − 3δ = 0 δ=0 cuya matriz de coeficientes es la misma que la del sistema (4.13), de la cual sabes que su determinante es diferente de 0, por lo que, al tratarse este segundo sistema de uno homogéneo, la única solución que tiene es la trivial. Por lo tanto: α = β = γ = δ = 0. En resumen, la igualdad (4.14) implica que los cuatro escalares son iguales a 0, por lo que el conjunto B es linealmente independiente. Hemos probado, entonces, que el conjunto B, al generar P3 [x] y ser linealmente independiente, es una base del espacio vectorial (P3 [x], R, +, ·).  Ejemplo 4.48 El conjunto W =    a b a b ∈ M2×2 : =0 c d 1 2 es un subespacio vectorial de (M2×2 , R, +, ·). Encontrar una base para W . Solución. Para ello, procedamos de la siguiente manera:       a b a b a b ∈ M2×2 : 2a − b = 0 =0 = ∈ M2×2 : W = c d 1 2 c d       a b a 2a = ∈ M2×2 : 2a = b = ∈ M2×2 : a, c, d ∈ R . c d c d Ahora bien, como:               a 2a a 2a 0 0 0 0 1 2 0 0 0 0 = + + =a +c +d , c d 0 0 c 0 0 d 0 0 1 0 0 1 tenemos que:   1 W = a 0  1 = 0       2 0 0 0 0 +c +d : a, c, d ∈ R 0 1 0 0 1      2 0 0 0 0 , , . 0 1 0 0 1 Por lo tanto, el conjunto B= genera W , ya que hBi = W .       0 0 0 0 1 2 , , 0 1 1 0 0 0 114 Espacios vectoriales Ahora probemos que B es linealmente independiente. Para ello, supongamos que α, β y γ escalares tales que:         1 2 0 0 0 0 0 0 α +β +γ = . (4.15) 0 0 1 0 0 1 0 0 Esta igualdad implica que  α 2α β γ  =   0 0 , 0 0 la que, a su vez, implica, por la definición de igualdad entre matrices, que se verifiquen las siguientes igualdades: α = 0, 2α = 0, β = 0, γ = 0. En resumen, la igualdad (4.15) implica que α = β = γ = 0. Esto significa que B es un conjunto linealmente independiente. Hemos probado, entonces, que B genera M2×2 y es linealmente independiente; entonces, B es una base del espacio (M2×2 , R, +, ·).  ¿Cuál es el papel de una base? Para contestar esta pregunta, supongamos que B = {vi : i ∈ In = {1, 2, . . . , n}} es una base de un espacio vectorial V . Por un lado, como B genera V , cada elemento de V se expresa como una combinación lineal de elementos de B. Pero, por ser B linealmente independiente, esa combinación lineal es única. En efecto. Sea v ∈ V . Existen entonces n escalares αi con i ∈ In tales que v = α1 v1 + α2 v2 + · · · + αn vn . Supongamos, además, que βi con i ∈ In son escalares tales que v = β1 v1 + β2 v2 + · · · + βn vn . Por lo tanto: α1 v1 + α2 v2 + · · · + αn vn = β1 v1 + β2 v2 + · · · + βn vn , de donde obtenemos que: (α1 β1 )v1 + (α2 − β2 )v2 + · · · + (αn − βn )vn = 0v . Pero, como B es un conjunto linealmente independiente, entonces esta última igualdad implica que: (α1 − β1 ) = (α2 − β2 ) = · · · = (αn − βn ) = 0; es decir, tenemos que α1 = β1 , α2 = β2 , . . . , αn = βn . En otras palabras, v se expresa de manera única como combinación lineal de los elementos de la base. A los escalares αi con i ∈ In se les conoce con el nombre de coordenadas del vector v respecto de la base B. Las coordenadas de un vector de una base son utilizadas para representar e identificar a un vector respecto de una base. Muchas veces, en lugar de hablar de v respecto de la base, hablaríamos de la n-upla (α1 , α2 , . . . , αn ). 4.8 Bases de espacios vectoriales 115 Teorema 4.9 Sean (V, K, +, ·) un espacio vectorial y S = {v1 , v2 , . . . , vm } ⊂ V . Si S genera el espacio V , entonces cualquier conjunto de V linealmente independiente tiene m elementos a lo más. Demostración. Es suficiente probar que cualquier conjunto que tenga más de m elementos es linealmente dependiente. En efecto, una vez probado esto, supongamos que W fuera linealmente independiente. Si tuviera más de m elementos, sería linealmente dependiente; es decir, no sería linealmente independiente, lo que entraría en contradicción con la hipótesis de que sí lo es. Sea, entonces, un conjunto W = {w1 , w2 , . . . , wn } ⊂ V tal que n > m. Vamos a demostrar que este conjunto es linealmente dependiente. Para ello, sean λj , con j ∈ {1, 2, . . . , n}, escalares tales que: λ1 w 1 + λ2 w 2 + · · · + λn w n = 0 v . (4.16) Vamos a demostrar esta ecuación tiene un número infinito de soluciones. Como S genera el espacio V , cualquier elemento de V es una combinación lineal de elementos de S. En particular, cada elemento de W es una combinación lineal de elementos de S. Por lo tanto, cada elemento de W se puede expresar de la siguiente manera: w1 = α11 v1 + α21 v2 + · · · + αm1 vm w2 = α12 v1 + α22 v2 + · · · + αm2 vm ······························ wn = α1n v1 + α2n v2 + · · · + αmn vm . Si ahora sustituimos los wj por sus combinaciones lineales de elementos de S, la igualdad (4.16) implica la siguiente: λ1 (α11 v1 + · · · + αm1 vm ) + λ2 (α12 v1 + · · · + αm2 vm ) + · · · + λn (α1n v1 + · · · + αmn vm ) = 0v . Si ahora agrupamos respecto de cada vj , obtenemos la siguiente igualdad: (α11 λ1 + · · · + α1n λn )v1 + (α21 λ1 + · · · + α2n λn )v2 + · · · + (αm1 λ1 + · · · + αmn λn )vm = 0v . Esta ecuación tiene, al menos, la solución trivial; es decir, todos los escalares de cada vj iguales a 0 son una solución de esta ecuación. Por lo tanto, se obtiene: α11 λ1 + α12 λ2 + · · · + α1n λn = 0 α21 λ1 + α22 λ2 + · · · + α2n λn = 0 .. .. .. .. .. . . . . . αm1 λ1 + αm2 λ2 + · · · + αmn λn = 0, un sistema homogéneo de m ecuaciones y n incógnitas (cada λi ). Puesto que n > m (más incógnitas que ecuaciones), podemos concluir que hay un número infinito de soluciones {λj }. Esto significa que el conjunto W es linealmente dependiente. 116 Espacios vectoriales Ejemplo 4.49 El conjunto B=       1 2 0 0 0 0 , , 0 0 1 0 0 1 es una base del subespacio vectorial    a b a b W = ∈ M2×2 : =0 . 1 2 c d Demuestre que el conjunto         1 2 0 0 0 0 −2 −4 S= , , , 3 0 −1 0 4 −3 1 0 es linealmente dependiente. Solución. Como B es una base de (M2×2 , R, +, ·), entonces es un conjunto linealmente independiente que tiene 3 elementos. Entonces, por el teorema 4.9, cualquier conjunto de M2×2 con cuatro o más elementos debe ser linealmente dependiente. Ese es el caso de S, que tiene cuatro elementos.  La principal consecuencia del último teorema es que todas las bases tienen el mismo número de elementos. En efecto, supongamos que B y B ′ son dos bases de un espacio vectorial V , y m y n son el número de elementos de B y B ′ respectivamente. Ahora bien, B genera el espacio V y tiene m elementos. Entonces, como B ′ es linealmente independiente, por el teorema 4.9, se debe cumplir que n ≤ m. Si ahora intercambiamos B y B ′ en el razonamiento anterior, tenemos que m ≤ n. Es decir, m = n. Hemos demostrado así el siguiente teorema. Teorema 4.10 Todas las bases de un espacio vectorial tienen el mismo número de elementos. 4.9 Dimensión de un espacio vectorial Definición 4.9 (Dimensión) Sea (V, K, +, ·) un espacio vectorial. El número de elementos de cualquier base de B se denomina dimensión del espacio vectorial V . En el caso de que V sea el espacio nulo, se asigna 0 a la dimensión de V . Se acostumbra a representar la dimensión de V con dim(V ). Ejemplo 4.50 Dado que el conjunto B=       1 2 0 0 0 0 , , 0 0 1 0 0 1 4.9 Dimensión de un espacio vectorial 117 es una base del subespacio vectorial    a b a b W = ∈ M2×2 : =0 , 1 2 c d podemos concluir que dim(W ) = 3.  Cuando el número de elementos de una base es finito, se dice que el espacio vectorial es de dimensión finita. A continuación, exhibiremos las bases de los principales espacios vectoriales que estamos estudiando en este libro. Estas bases son denominadas canónicas en el sentido de que se ajustan a un canon o modelo ideal 1 Ejemplo 4.51 1. En el espacio vectorial (R, K, +, ·), el conjunto C = {1} es linealmente independiente, pues la igualdad α · 1 = 0 implica necesariamente que α = 0, ya que 1 6= 0. Adicionalmente, la cápsula de C es R, pues hCi = {α · 1 ∈ R : α ∈ R} = {α ∈ R : α ∈ R} = R. Por lo tanto, C es una base para (R, K, +, ·), y es la canónica. Además, dim(R) = 1. 2. En el espacio (R2 , K, +, ·), el conjunto C = {(1, 0), (0, 1)} es la base canónica y dim(R2 ) = 2. En efecto: (a) C es linealmente independiente, porque la igualdad α(1, 0) + β(0, 1) = (0, 0) implica que: (α, β) = (0, 0), de donde: α = β = 0. (b) C genera R2 , pues: hCi = {α(1, 0) + β(0, 1) : α ∈ R, β ∈ R} = {(α, β) : α ∈ R, β ∈ R} = R2 . 3. En el espacio (R3 , K, +, ·), la base canónica es: C = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Por lo tanto, dim(R3 ) = 3. 4. En el espacio (Rn , K, +, ·), la base canónica es: C = {(1, 0, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, 0, . . . , 0, 1)}. Entonces, dim(Rn ) = n. 1 Diccionario panhispánico de dudas de la Real Academia Española, Edición 2005. 118 Espacios vectoriales 5. En el espacio (C, K, +, ·), la base canónica es: C = {1, ı}. Por lo tanto, dim(C) = 2. 6. En el espacio (C2 , K, +, ·), la base canónica es: C = {(1, 0), (ı, 0), (0, 1), (0, ı)}. Por lo tanto, dim(C2 ) = 4. 7. En el espacio (Pn [x], R, +, ·), la base canónica es: C = {1, x, x2 , . . . , xn }. Entonces, dim(Pn [x]) = n + 1. 8. En el espacio (M2×2 , R, +, ·), la base canónica es:         1 0 0 1 0 0 0 0 C= , , , . 0 0 0 0 1 0 0 1  Del teorema 4.9, se deducen dos corolarios adicionales. Corolario 4.11 Si la dimensión de (V, K, +, ·) es n, entonces cualquier subconjunto de V con más de n elementos es linealmente dependiente. En otras palabras, la base de un espacio vectorial es el conjunto linealmente independiente máximo en dicho espacio. Demostración. En este caso, en el teorema 4.9, el conjunto que genera V es una base, la misma que tiene n elementos. Corolario 4.12 Si la dimensión de (V, K, +, ·) es n, entonces ningún subconjunto de V con menos elementos de n puede generar V . En otras palabras, la base de un espacio vectorial es el conjunto mínimo que puede generar el espacio. Demostración. Supongamos lo contrario: existe un subconjunto W de V con m elementos y m < n tal que W genera V . Sea B una base de V . Entonces, B tiene n elementos. Por lo tanto, por el teorema 4.9, B debe ser linealmente dependiente, lo que es imposible. En resumen, la base de un espacio vectorial es el conjunto con el mayor número de elementos que pueden ser linealmente independientes, y el menor número de elementos suficientes para generar el espacio. En el siguiente teorema, se expresa de otra manera el carácter maximal de una base como conjunto linealmente independiente. 4.9 Dimensión de un espacio vectorial 119 Teorema 4.13 Sean (V, K, +, ·) un espacio vectorial, B = {v1 , v2 , . . . , vm } ⊂ V y u ∈ V . Si B es linealmente independiente y u 6∈ hBi, entonces el conjunto B ∪ {u} es linealmente independiente. En otras palabras, si un conjunto linealmente independiente no genera el espacio (es decir, no es una base), entonces si se añade a dicho conjunto un elemento que no ha sido generado por él, el conjunto resultante sigue siendo linealmente independiente. Demostración. Sean αi ∈ R con i ∈ Im+1 = {1, 2, . . . , m + 1} tales que α1 v1 + α2 v2 + · · · + αm v + αm+1 u = 0v . (4.17) Vamos a demostrar que αi = 0 para todo i ∈ Im+1 . Si αm+1 6= 0, de la igualdad (4.17), obtenemos que: u=− α1 α2 αm v1 − v2 − · · · − vm , αm+1 αm+1 αm+1 lo que implica que u ∈ hBi. Pero esto no es posible, por lo que concluimos que α = 0. Entonces, la igualdad (4.17) se transforma en la siguiente: α1 v1 + α2 v2 + · · · + αm v = 0v , y de aquí se desprende que αi = 0 para todo i ∈ Im , ya que el conjunto B es linealmente independiente. En resumen, αi = 0 para todo i ∈ Im+1 , lo que significa que B ∪ {u} es linealmente independiente. Teorema 4.14 Sea (W, K, +, ·) un espacio vectorial de dimensión n, entonces todo subconjunto linealmente independiente de W es finito y es parte de una base de W . Demostración. Puesto que dim(W ) = n, cualquier base de W tiene n elementos. Además, como todo conjunto linealmente independiente de W debe tener n elementos a lo más, ese conjunto es finito. Por otro lado, sea S ⊂ W linealmente independiente. Si S generara W , entonces S sería una base de W (por lo tanto, parte de una base). Supongamos, entonces, que S 6= hW i. Existe, entonces, w1 ∈ W tal que w1 6= hW i. Entonces, por el teorema anterior, el conjunto S1 = S ∪ {w1} es linealmente independiente. Si S1 generara W , entonces S, que es subconjunto de S1 , sería parte de una base de W . Pero, si S1 6= hW i, entonces volvería a realizar el proceso anterior hasta obtener un conjunto B de n elementos y linealmente independiente, lo que no llevaría más allá de n − m pasos, donde m es el número de elementos de S. Pero este conjunto sería una base para W , porque si no generaría W , entonces, ejecutando un paso más el proceso anterior, obtendríamos un conjunto linealmente independiente con n + 1 elementos, lo que es imposible, pues dim(W ) = n. 120 Espacios vectoriales Consecuencia inmediata del proceso utilizado en la demostración de este teorema es que si dim(W == n, todo conjunto linealmente independiente de n elementos es una base de W . Resumamos este resultado en el siguiente corolario. Corolario 4.15 Sea (V, K, +, ·) un espacio vectorial tal que dim(V ) = n. Entonces, un conjunto B linealmente independiente es una base de V si y solo si tiene n elementos. La utilidad de este resultado es evidente: si dim(V ) = n es conocido, para determinar que un conjunto con n elementos es base, únicamente hay que constatar que es linealmente independiente, ya no es necesario mostrar que también genera V . También es verdad que si el conjunto tiene n elementos y genera el espacio, es una base. Para probar esta afirmación, requerimos algunos probar aún algunos resultados adicionales. Antes de hacerlo, veamos un ejemplo. Ejemplo 4.52 Determinar si el conjunto B = {(0, 1, 1), (1, 0, 1), (1, 1, 0)} es una base del espacio vectorial (R3 , K, +, ·). Solución. Puesto que B tiene tres elementos y la dimensión de R3 es 3, para determinar si B es una base, es suficiente determinar si es un conjunto linealmente independiente. Para ello, sean α, β y γ escalares tales que: α(0, 1, 1) + β(1, 0, 1) + γ(1, 1, 0) = (0, 0, 0). (4.18) Entonces: (β + γ, α + γ, α + β) = (0, 0, 0). Por lo tanto, si la igualdad (4.18) fuera verdadera, entonces α, β y γ satisfarían el siguiente sistema de ecuaciones: β+γ= 0 α +γ= 0 α+β = 0, cuya matriz de coeficientes:   0 1 1 1 0 1 1 1 0 tiene determinante es diferente de 0, pues: 0 1 1 0 1 1 0 1 0 1 =− + = −(−1) + 1 = 2. 1 0 1 1 1 1 0 Por lo tanto, la solución del sistema (4.18) es la trivial: α = β = γ = 0. En otras palabras, el conjunto B es linealmente independiente y, por lo tanto, es una base  de R3 . 4.9 Dimensión de un espacio vectorial 121 Ejemplo 4.53 El conjunto de R3 B = {(1, 0, 1), (1, −1, 0)} es linealmente independiente. Obtener una base B ′ para R3 de manera que B ′ contenga a B. Solución. El procedimiento a utilizar es el dado en la demostración del teorema 4.14. Consiste en añadir un elemento u ∈ R3 tal que u 6∈ hBi. Sabemos que este elemento existe, porque B no puede ser una base de R3 , ya que B tiene dos elementos, mientras que dim(R3 ) = 3. Empecemos, entonces, obteniendo la cápsula de B: hBi = {(a, b, c) ∈ R3 : (a, b, c) = α(1, 0, 1) + β(1, −1, 0)} = {(a, b, c) ∈ R3 : (a, b, c) = (α + β, −β, α)} = {(a, b, c) ∈ R3 : α + β = a, −β = b, α = c)}. Ahora determinemos las condiciones que deben cumplir a, b y c para que el sistema α+β =a −β = b α =c (4.19) tenga solución. Para ello, trabajemos con su matriz ampliada:       1 1 a a a 1 1 1 1 0 −1 b  ∼ 0 −1 . b  ∼ 0 −1 b 1 0 c 0 −1 −a + c 0 −1 −a − b + c Por lo tanto, el sistema 4.19 tiene solución si y solo si −a + b + c = 0. Entonces: hBi = {(a, b, c) ∈ R3 : c = a + b}. Ahora busquemos un elemento de R3 que no esté en hBi. Por ejemplo, el vector (0, 0, 1) (la tercera coordenada no es la suma de las dos primeras) no está en hBi. Por lo tanto, el conjunto B ′ = B ∪ {(0, 0, 1)} es linealmente independiente (teorema 4.13). Como tiene tres elementos, B ′ es una base de R3 y contiene a B.  El siguiente es otro corolario del teorema (4.9). Teorema 4.16 Sea (V, K, +, ·) un espacio vectorial de dimensión n. Si W es un subespacio vectorial propio de V (es decir, W ⊂ V y W 6= V ), entonces W tiene dimensión finita y dim(W ) < dim(V ). Demostración. Sea B una base de W . Entonces B ⊂ V . Como B es linealmente independiente y V tiene dimensión finita, B tiene n elementos a lo más (teorema 4.14). Por lo tanto: dim(W ) ≤ dim(V ) = n. 122 Espacios vectoriales Esto significa que la dimensión de W es finita. Ahora probemos que n no puede ser la dimensión de W , con lo que quedará demostrado que dim(W ) < dim(V ). Ya que W es un subconjunto propio de V , entonces hBi = W 6= V . Sea, entonces, u ∈ V tal que u 6∈ hBi. Como B es linealmente independiente, por el teorema 4.13 podemos concluir que B ∪ {u} es linealmente independiente. Entonces, por el teorema 4.14, B ∪ {u} es parte de una base de V . Esto significa que: dim(W ) < dim(W ) + 1 ≤ dim(V ). Teorema 4.17 Sean (V, K, +, ·) un espacio vectorial y S un subconjunto finito de V . Si S es linealmente dependiente y v ∈ S es combinación lineal de los demás elementos de S , entonces: hSi = hS − {v}i . Demostración. Supongamos que S = {v1 , v2 , . . . , vn } y que v = vj con j ∈ In = {1, 2, . . . , n}. Vamos a probar que hSi ⊂ hS − {v}i y que hS − {v}i ⊂ hSi. 1. Sea u ∈ hSi. Entonces existen n escalares αi con i ∈ In tales que u = α1 v1 + α2 v2 + · · · + αj vj + · · · + αn vn . Por otro lado, por hipótesis, sabemos que existen n − 1 escalares βi con i ∈ In − {j} tales que: vj = β1 v1 + · · · + βj−1 vj−1 + βj+1 vj+1 + · · · + βn vn . Si sustituimos este valor de vj en la primera igualdad, obtenemos que: u = γ1 v1 + · · · + γj−1vj−1 + γj+1vj+1 + · · · + γn vn , donde γi = αi + αi βj para cada i ∈ In − {j}. Pero esta igualdad nos dice que u es combinación lineal de los elementos de S −{vj }. Es decir, u ∈ hS − {vj }i. En otras palabras, hemos probado que todo elemento de hSi es elemento de hSi − {vj }. 2. Sea u ∈ hSi − {vj }. Mostremos que u ∈ hSi. Pero esto es verdadero, porque, al ser u combinación lineal de elementos de S − {vj }, también es combinación lineal de S, ya que S ⊂ S − {vj }. 4.9 Dimensión de un espacio vectorial 123 Ejemplo 4.54 Sea S=       1 0 0 −2 2 2 , , . 0 −1 −1 −1 1 −3 Obtener: 1. la cápsula de S, hSi; y 2. una base y la dimensión de hSi. Solución. 1. Observemos que el conjunto S es linealmente dependiente, ya que       1 0 0 −2 2 2 2 + (−1) = . 0 −1 −1 −1 1 −3 Por el teorema anterior, al eliminar el vector   2 2 1 −3 de S, la cápsula de S menos ese vector sigue siendo igual a la cápsula de S:     1 0 0 −2 hSi = , 0 −1 −1 −1         a b a b 1 0 0 −2 = ∈ M2×2 : =α +β . c d c d 0 −1 −1 −1 Ahora veamos qué condiciones deben satisfacer a, b, c y d para que el sistema α =a − 2β = b − β=c −α + β = d (4.20) tenga solución. De las matrices equivalentes de la matriz ampliada:        1 0 a 1 0 1 0 1 a a  0 −2 b  0 −2  0 1 a + d  0 b    ∼ ∼  0 −1 c  ∼ 0 −1 c  0 −1 c  0 b −1 1 d 0 1 a+d 0 −2 0  0 a a+d  1  0 a+c+d  0 2a + b + 2d concluimos que el sistema (4.20) tiene solución si a + c + d = 0 y 2a + b + 2d = 0. Por lo tanto: hSi =    a b ∈ M2×2 : a + c + d = 0, 2a + b + 2d = 0 . c d 124 Espacios vectoriales 2. El conjunto     1 0 0 −2 , 0 −1 −1 −1 es el ideal para ser la base de hSi. Para confirmarlo, lo único que resta por hacer es probar que es linealmente independiente. Para ello, sean α y β escalares tales que:       1 0 0 −2 0 0 α +β = . 0 −1 −1 −1 0 0 De esta igualdad, se obtiene que  α −2β −β −α + β  =   0 0 , 0 0 de donde tenemos que α = 0 y β = 0. Por lo tanto, este conjunto es linealmente independiente y, por lo tanto, una base de hSi. Finalmente, podemos afirmar que dim(hSi) = 2.  Teorema 4.18 Sean (V, K, +, ·) un espacio vectorial de dimensión n y B ⊂ V con n elementos. Entonces, B es una base de V si y solo si B genera V ; es decir, si y solo si hBi = V . Demostración. Sea B un subconjunto de V con n elementos. Si B es una base, entonces B genera el espacio V . Recíprocamente, supongamos que B genera el espacio V y que no es una base de V . Entonces, B es linealmente dependiente. Existe, entonces, u ∈ B que es combinación lineal de los otros elementos de B. Por lo tanto, por el teorema 4.17, el conjunto B − {u}, que tiene n − 1 elementos, también genera V . Pero esto es imposible, ya que la dimensión de V es n por lo que ningún conjunto con menos de n elementos puede generar el espacio (corolario 4.12). De modo que, B es linealmente independiente. Es decir, es una base de V . Ejemplo 4.55 El conjunto W = {(a, b, c, d) ∈ R4 : b − c = 0} es un subespacio vectorial de R4 y su dimensión es igual a 3. Encontrar una base para W . Solución. El conjunto W puede ser caracterizado de la siguiente manera: W = {(a, c, c, d) ∈ R4 : a, c, d ∈ R}. Por lo tanto: W = {(a, 0, 0, 0) + (0, c, c, 0) + (0, 0, 0, d) ∈ R4 : a, c, d ∈ R} = {a(1, 0, 0, 0) + c(0, 1, 1, 0) + d(0, 0, 0, 1) ∈ R4 : a, c, d ∈ R}. Si definimos el conjunto B por: B = {(1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 0, 1)}, entonces W = hBi y, como dim(W ) = 3 y B tiene tres elementos, entonces B es una base de W.  4.9 Dimensión de un espacio vectorial 125 Ejemplo 4.56 Sea S = {f, sen, cos} donde f (x) = x para todo x ∈ R. Probar que S es linealmente independiente. Solución. Sean α, β y γ tres escalares tales que αf + β sen +γ cos = 0v . (4.21) Vamos a probar que α = β = γ = 0. La igualdad (4.21) implica que αf (x) + β sen x + γ cos x = 0v (x) para todo x ∈ R. Es decir, la igualdad αx + β sen x + γ cos x = 0 (4.22) para todo x ∈ R. Por lo tanto, si sustituimos 0 por x en (4.22), tenemos que α(0) + β(0) + γ(1) = 0, de donde obtenemos que γ = 0. Ahora, si sustituimos π por x, resulta que α(π) + β(0) = 0, de donde se comprueba que α = 0. Finalmente, si hacemos x = π2 , entonces β(1) = 0, de donde β = 0. En resumen, si se verifica la igualdad (4.21), necesariamente α = β = γ = 0. Entonces, S es linealmente independiente.  Existe un procedimiento para verificar que un conjunto de funciones diferenciables son linealmente independientes: el wronskiano. Definición 4.10 (Wronskiano) Sean f1 , f2 , . . . , fn funciones reales n − 1 veces diferenciables. El wronskiano de estas funciones es la función con dominio la intersección de los dominios de todas las fi definida por f1 (x) f2 (x) f1′ (x) f2′ (x) f2′′ (x) W (x) = f1′′ (x) ··· ··· (n−1) (n−1) f1 (x) f2 (x) para todo x ∈ n n−1 \ \ i=1 j=1 (j) Dm(fi ). ··· fn (x) ··· fn′ (x) ··· fn′′ (x) ··· ··· (n−1) · · · fn (x) 126 Espacios vectoriales Teorema 4.19 Sea S = {f1 , f2 , . . . , fn } subconjunto del espacio vectorial (F , R, +, ·). Si cada elemento de S es una n − 1 veces diferenciables, entonces S es linealmente independiente si y solo existe al menos x ∈ n n−1 \ \ i=1 j=1 (j) Dm(fi ) tal que W (x) 6= 0. Ejemplo 4.57 Sea S = {f, sen, cos} donde f (x) = x para todo x ∈ R. Con ayuda del wronskiano también podemos probar que S es linealmente independiente, pues, para todo x ∈ R se tiene que: f (x) sen x cos x W (x) = f ′ (x) cos x − sen x f ′′ (x) − sen x − cos x x sen x cos x = 1 cos x − sen x 0 − sen x − cos x x 0 0 cos x − sen x = 1 cos x − sen x = x . − sen x − cos x 0 − sen x − cos x Por lo tanto: W (x) = x(− cos2 x − sen2 x) = −x(sen2 x + cos2 x) = −x. Luego, para x 6= 0, tenemos que W (x) 6= 0.  4.10 Suma de subespacios vectoriales Definición 4.11 (Suma de subespacios) Sean (V, K, +, ·) un espacio vectorial y W1 y W2 dos subespacios vectoriales de V . Se define W1 + W2 por: W1 + W2 = {v ∈ V : v = w1 + w2 , w1 ∈ W1 , w2 ∈ W2 }. Es decir, W1 + W2 es el conjunto de todos los elementos del espacio vectorial V que se pueden expresar como la suma de un elemento del subespacio vectorial W1 con otro elemento del subespacio vectorial W2 . Teorema 4.20 Sean (V, K, +, ·) y W1 y W2 dos subespacios vectoriales de V . Entonces, W1 + W2 es un subespacio vectorial de V . Demostración. 1. Es inmediato que W1 +W2 es diferente del vacío ya que 0v ∈ W1 +W2 , pues 0v = 0v + 0v y 0v es tanto elemento de W1 como de W2 (por ser subespacios vectoriales de V ). 4.10 Suma de subespacios vectoriales 127 2. Sean α ∈ K, u ∈ W1 + W2 y v ∈ W1 + W2 . Probemos que αu + v también es un elemento de W1 + W2 . Existen u1 ∈ W1 , u2 ∈ W2 , v1 ∈ W1 y v2 ∈ W2 tales que u = u1 + u2 y v = v1 + v2 . Entonces: αu + v = α(u1 + u2 ) + (v1 + v2 ) = (αu1 + v1 ) + (αu2 + v2 ) ∈ W2 + W2 , ya que αu1 + v1 ∈ W1 y αu2 + v2 ∈ W2 (W1 y W2 son subespacios vectoriales). Teorema 4.21 Sean (V, K, +, ·) un espacio vectorial y W1 y W2 subespacios vectoriales de V de dimensión finita. Si B1 y B2 son bases de W1 y W2 , respectivamente, entonces W1 + W2 = hB1 ∩ B2 i. Demostración. Vamos a probar que W1 + W2 ⊂ hB1 ∩ B2 i y que hB1 ∩ B2 i ⊂ W1 + W2 . 1. Sea w ∈ W1 + W2 . Mostremos que w ∈ hB1 ∩ B2 i; es decir, probemos que w es una combinación lineal de elementos de la unión de las dos bases. Supongamos que B1 = {u1 , u2 , . . . , um } y B2 = {v1 , v2 , . . . , vn }. Sean u ∈ W1 y v ∈ W2 tales que w = u+v. Existen, entonces escalares αi con i ∈ Im = {1, 2, . . . , m} y βj con j ∈ In = {1, 2, . . . , n} tales que y v = β1 v1 + β2 v2 + · · · + βn vn . (4.23) w = α1 u1 + α2 u2 + · · · + αm um + β1 v1 + β2 v2 + · · · + βn vn , (4.24) u = α1 u 1 + α2 u 2 + · · · + αm u m Por lo tanto: donde los ui y vj pertenecen a W1 ∩ W2 . Esto significa que u + v ∈ hB1 ∩ B2 i. 2. Sea w ∈ hB1 ∩ B2 i. Entonces existen escalares αi y βj que satisfacen la igualdad (4.24). Es inmediato entonces que w = u + v con u y v dados en la igualdad (4.23). Por lo tanto, w ∈ W1 + W2 . Teorema 4.22 (de la dimensión) Sean (V, K, +, ·) un espacio vectorial y W1 y W2 dos subespacios vectoriales de V de dimension finita. Entonces, se verifica la siguiente igualdad: dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 ). 128 Espacios vectoriales Demostración. Si uno de los dos subespacios vectoriales es el espacio nulo, la demostración es inmediata. En efecto, si fuera el caso que W1 = {0v }, entonces W1 + W2 = W2 y W1 ∩ W2 = {0v }, y dim(W1 ) = dim(W1 ∩ W2 ) = 0. Por lo tanto: dim(W1 + W2 ) = dim(W2 ) = 0 + dim(W2 ) − 0 = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 ). Supongamos ahora que tanto W1 como W2 son ambos diferentes del espacio nulo. Realizaremos la demostración en dos casos. 1. Supongamos que W1 ∩ W2 = {0v }. Debemos probar, entonces, que la dimensión de W1 + W2 es la suma de las dimensiones de W1 y W2 respectivamente. Para ello, vamos a probar que una base para W1 + W2 se obtiene mediante la unión entre una base de W1 y otra de W2 . Como W1 ∩ W2 = {0v }, entonces, si B1 y B2 son bases de W1 y W2 respectivamente, se tiene que B1 ∩ B2 = ∅ (ya que el vector nulo no puede ser nunca un elemento de una base). Por lo tanto, la unión de las dos bases contiene m + n elementos donde m es el número de elementos de B1 y n el número de elementos de B2 . Con ello se prueba que dim(W1 + W2 ) = m + n = = dim(W1 ) + dim(W2 ) = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 ), ya que W1 ∩ W2 = {0v }. Probemos, entonces, que si B1 = {u1, u2 , . . . , um } es una base de W1 y B2 = {v1 , v2 , . . . , vn } es una base de W2 , entonces B1 ∪ B2 es una base para W1 + W2 . Por el teorema 4.21, sabemos que B1 ∪ B2 genera W1 + W2 . Por lo tanto, solo resta probar que la unión de las bases es linealmente independiente. Sean αi con i ∈ Im = {1, 2, . . . , m} y βj con j ∈ In = {1, 2, . . . , n} escalares tales que m n X X αi u i + βj vj = 0v . i=1 Entonces: m X i=1 Por un lado, tenemos que m X i=1 j=1 αi u i = − αi ui ∈ W1 y n X βj vj . j=1 − n X j=1 βj vj ∈ W2 , y por otro, tenemos que W1 ∩ W2 = {0v }. Entonces: m X i=1 αi u i = − n X βj vj = 0v . j=1 Por lo tanto, ya que B1 y B2 son ambos linealmente independientes, tenemos que αi = 0 y βj = 0 para todo i ∈ Im y todo j ∈ In . Esto demuestra que B1 ∪ B2 es linealmente independiente. 4.10 Suma de subespacios vectoriales 129 2. Supongamos que W1 ∩ W2 6= {0v }. Como W1 ∩ W2 es subconjunto tanto de W1 como de W2 , que son de dimensión finita, por el teorema 4.16, la intersección también es un espacio de dimensión finita y, además, se verifica que: dim(W1 ∩ W2 ) ≤ dim(W1 ) y dim(W1 ∩ W2 ) ≤ dim(W2 ). Sea B = {wi : i ∈ Ip = {1, 2, . . . , p}} una base de W1 ∩ W2 . Por el teorema 4.14, B es parte de una base de B1 , una de W1 , y parte de B2 , una base de W2 . Sean B1 = {wi , uj : i ∈ Ip , j ∈ Im = {1, 2, . . . , m}} y B2 = {wi , vj : i ∈ Ip , k ∈ In = {1, 2, . . . , m}}. Entonces dim(W1 ) = p + m y dim(W2 ) = p + n. (4.25) Observemos que ningún uj puede ser igual a algún vk , pues si fuera así, digamos que u1 = v1 , por ejemplo, entonces u1 y v1 estarían en la intersección de W1 ∩ W2 y serían uno de los wi , pues, de lo contrario, ya no sería p la dimensión de W1 ∩ W2 . Por esto, basta que probemos que B1 ∪ B2 = {wi , uj , vk : i ∈ Ip , j ∈ Im , k ∈ In } es una base de W1 + W2 para demostrar el teorema, pues, la unión de las bases contendría exactamente p+m+n elementos, de donde tendríamos, con ayuda de la igualdad (4.25), que dim(W1 + W2 ) = p + m + n = (p + m) + (p + n) − p = dim(W1 ) + dim(W2 ) − dim(W1 ∩ W2 ). Demostremos, entonces, que B1 ∪ B2 es una base, para lo cual, es suficiente con probar que es linealmente independiente, ya que, por el teorema 4.21, genera el espacio W1 + W2 . Sean, entonces, αi con i ∈ Im , βj con j ∈ In y γk ∈ k ∈ Ip escalares tales que: p X γ k wk + p X γ k wk + p X k=1 γ k wk + m X i=1 k=1 Pero αi u i + i=1 k=1 Entonces: m X m X i=1 αi u i = − αi ui ∈ W1 n X j=1 βj vj = 0v . (4.26) j=1 junto con la igualdad (4.27), implica que: − n X y n X βj vj . j=1 − n X j=1 βj vj ∈ W1 ∩ W2 . βj vj ∈ W2 , (4.27) 130 Espacios vectoriales Entonces, como B es una base de W1 ∩ W2 , existen p escalares δk con k ∈ Ip tales que p n X X δk wk , − βj vj = j=1 k=1 de donde obtenemos que: p X δk wk + n X βj vj = 0v . j=1 k=1 Pero esta igualdad implica que δk = 0 y βj = 0 para todo k ∈ Ip y todo j ∈ In , ya que B2 es un conjunto linealmente independiente. Entonces, la igualdad (4.27) se expresa de la siguiente manera: p X k=1 γ k wk + m X αi u i = 0 v , i=1 de donde se obtiene que γk = 0 y α = 0 para todo k ∈ Ip y todo i ∈ Im , ya que B1 es un conjunto linealmente independiente. En resumen, hemos probado que la igualdad (4.26) implica que todos los escalares αi , βj y γk son iguales a 0. Es decir, hemos probado que B1 ∪ B2 es linealmente independiente, y con ello, que es una base de W1 + W2 . 4.11 Suma directa de subespacios vectoriales Definición 4.12 (Suma directa) Sean (V, K, +, ·) un espacio vectorial y W1 y W2 dos subespacios vectoriales de V . La suma directa de W1 y W2 , representada por W1 ⊕ W2 se define de la siguiente manera: W1 ⊕ W2 = {w ∈ V : (∃!u ∈ W1 )(∃!v ∈ W2 )(w = u + v)}. Teorema 4.23 Sean (V, K, +, ·) un espacio vectorial y U , W1 y W2 subespacios de dimensión finita de V . Entonces: U = W1 ⊕ W2 si y solo si U = W1 + W2 y W1 ∩ W2 = {0v }. Demostración. 1. Si U = W1 ⊕ W2 , es inmediato, de la definición de suma directa que U = W1 + W2 . Así que probemos que la intersección de W1 y W2 es el espacio nulo. Supongamos lo contrario. Esto significa que existe v 6= 0v tal que v ∈ W1 ∩ W2 . Entonces, por un lado, tenemos que 2v = v + v 4.11 Suma directa de subespacios vectoriales 131 está en W1 ⊕ W2 . Por otro, tenemos que 2v = 2v + 0v . Como la cada elemento de la suma directa se expresa de manera única como la suma de dos elementos, uno de W1 y otro de W2 , necesariamente tiene que suceder que v = 2v y que v = 0v , ambas afirmaciones imposibles. Por lo tanto, W1 ∩ W2 = {0v }. 2. Supongamos ahora que U = W1 + W2 y que W1 ∩ W2 = {0v }. Para probar que U es la suma directa de W1 y W2 , vamos a probar que cada elemento de W1 + W2 se expresa de manera única como la suma un elemento de W1 con otro de W2 . Sean u = v + w ∈ U tal que v ∈ W1 y w ∈ W2 . Supongamos que existen v ′ ∈ W1 y w ′ ∈ W2 tales que u = v ′ + w ′ . Esto significa que v + w = v ′ + w′, de donde obtenemos que v − v ′ = w ′ − w. (4.28) Pero v − v ′ ∈ W1 y w ′ − w ∈ W2 . Por lo tanto, la igualdad (4.28) implica que v − v ′ ∈ W1 ∩ W2 y w ′ − w ∈ W1 ∩ W2 . De donde, como W1 ∩ W2 = {0v }, tenemos que v − v ′ = 0v y w ′ − w = 0v . Por lo tanto v = v ′ y w = w ′ , lo que implica que u ∈ W1 ⊕ W2 . De este teorema y del teorema de la dimensión, ya que dim({0v }) = 0, se deduce el siguiente corolario. Corolario 4.24 Sean (V, K, +, ·) un espacio vectorial y W1 y W2 subespacios vectoriales de V de dimensión finita. Entonces: dim(W1 ⊕ W2 ) = dim(W1 ) + dim(W2 ). Teorema 4.25 Sean (V, K, +, ·) un espacio vectorial de dimensión finita n y U un subespacio vectorial de V . Entonces, existe un subespacio vectorial W de V tal que V = U ⊕ V . Demostración. Si U es el espacio nulo, entonces W = V . Si U es todo V , es claro que W debe ser el espacio nulo. Supongamos, entonces, que U ni es el espacio nulo ni es V . Como la dimensión de U es finita, ya que V es de dimensión finita, sea m = dim(U). Por lo tanto m ≤ n. Sea B1 = {u1 , u2, . . . , um una base de U. Por el teorema 4.14, existe B una base de V que contiene a B1 . Por ello, B es de la forma: B = {u1, u2 , . . . , um , um+1 , . . . , un }. El candidato perfecto para W es, entonces, hB − B1 i. En efecto, probemos que: 132 Espacios vectoriales 1. V = U + W ; y 2. U ∩ W = {0v }. 1. Es inmediato que U + W ⊂ V . Recíprocamente, si v ∈ V , entonces existen escalares αi con i ∈ In = {1, 2, . . . , n} tales que: v= = n X i=1 m X αi u i αi u i + i=1 u= m X αi u i αi u i i=m+1 = u + v, donde n X y v= i=1 n X αi u i . i=m+1 Entonces u ∈ U y v ∈ W . Por lo tanto, v ∈ U + W ; es decir, V ⊂ U + W . En resumen, hemos probado que V = U + W . 2. Sea v ∈ U ∩ W . Vamos a probar que v = 0v , con lo cual quedaría demostrado que U ∩ W = {0v }. Como u ∈ U y u ∈ V , existen escalares αi tales que v= m X αi u i = i=1 Por lo tanto: 0v = v − v = de donde se tiene que m X i=1 αi u i + n X αi u i . i=m+1 m X i=1 αi u i − n X n X αi u i , i=m+1 (−αi )ui = 0v . i=m+1 Como B es linealmente independiente, tenemos que todos los αi = 0. Por lo tanto, v = 0v . Ejemplo 4.58 Sea U = {a + bx + cx2 + dx3 ∈ P3 [x] : a − 2b − c = 0, b − c − d = 0} un subespacio vectorial de (P3 [x], R, +, ·). Encontrar un subespacio vectorial W tal que P3 [x] = U ⊕ W . Solución. Vamos a utilizar la demostración del teorema 4.25, ya que en ella se describe el siguiente procedimiento para encontrar W : 4.11 Suma directa de subespacios vectoriales 133 1. Encontrar una base para U . 2. Si U es el espacio nulo, entonces W = P3 [x]. 3. Si U es el V , entonces W es el espacio nulo. 4. Si U no es ni el espacio nulo ni V , entonces W = hB − B1 i, donde B es una base de V obtenida a partir de B1 , una base de U . En este caso, es fácil ver que U ni es el espacio nulo ni P3 [x]. Entonces, lo que tenemos que hacer es: encontrar una base para U y luego completar esa base a una para P3 [x]. 1. Una base para U . U = {a + bx + cx2 + dx3 ∈ P3 [x] : a = 2b + c, d = b − c} = {(2b + c) + bx + cx2 + (b − c)x3 ∈ P3 [x] : b ∈ R, c ∈ R} = {(2b + bx + bx3 ) + (c + cx2 − cx3 ) ∈ P3 [x] : b ∈ R, c ∈ R} = {b(2 + x + x3 ) + c(1 + x2 − x3 ) ∈ P3 [x] : b ∈ R, c ∈ R}. Sea B1 = {2 + x + x3 , 1 + x2 − x3 }. Entonces U = hB1 i. Para que B1 sea una base de U , es suficiente que sea linealmente independiente. Veamos si es así efectivamente. Sean α y β dos escalares tales que α(2 + x + x3 ) + β(1 + x2 − x3 ) = 0 + 0x + 0x2 + 0x3 . Por lo tanto: (2α + β)αx + βx2 + (α − β)x3 = 0 + 0x + 0x2 + 0x3 , de donde es inmediato que α = 0 y β = 0 son los únicos valores que satisface esta igualdad. Por lo tanto, B1 es linealmente independiente. En resumen, hemos encontrado una base para U , el conjunto B1 . 2. Una base para V que contenga a B1 . El procedimiento a seguir es el utilizado en la demostración del teorema 4.14, y consiste en lo siguiente: (a) Si B1 genera V (es decir, U = V ), entonces B1 es una base de V . (b) Si U es diferente de V , entonces se determina si B2 = B1 ∪ {v1 }, donde v1 ∈ V − hB1 i, genera V . En caso afirmativo, B2 es la base buscada. En el caso contrario, se repite este paso hasta encontrar B. Como dim(P3 [x]) = 4, entonces U , cuya dimensión es 2, no es igual a P3 [x]. Por lo tanto, debemos aplicar el segundo paso del procedimiento descrito. ¿Cuántas veces? Exactamente dos. En primer lugar, busquemos un polinomio de P3 [x] que no esté en U . Por ejemplo, x, ya que a 6= 2b − c, pues a = 0, b = 1 y c = 0. Sea B2 = B1 ∪ {x}. Como tiene tres elementos, entonces no genera P3 [x], cuya dimensión es 4. Volvemos al segundo paso del procedimiento: buscar un vector que esté en P3 [x] pero no en hB2 i. Para esto, determinemos hB2 i: hB2 i = {p(x) = a + bx + cx2 + dx3 ∈ P3 [x] : p(x) = α(2 + x + x3 ) + β(1 + x2 − x3 ) + γx} = {p(x) = a + bx + cx2 + dx3 ∈ P3 [x] : p(x) = (2α + β)(α + γ)x + βx2 + (α − β)x3 } 134 Espacios vectoriales Entonces, α, β y γ satisfacen el siguiente sistema de ecuaciones: 2α + β = a α +γ= b β = c α−β = d. (4.29) Ahora determinemos las condiciones que deben cumplir a, b, c y d para que este sistema tenga solución. Para ello, trabajemos con la matriz ampliada del sistema:     1 −1 0 d 2 1 0 a 1 0 1 b  1 0 1 b      0 1 0 c  ∼ 0 1 0 c  1 −1 0 d 2 1 0 a     d d 1 −1 0 1 −1 0 0 1 1 b − d  0 1 1 b−d  ∼ . ∼ 0 1 0  c  0 1 0 c 0 3 0 a − 2d 0 0 0 a − 3c − 2d Por lo tanto, para que el sistema (4.29) tenga solución, se debe satisfacer la igualdad: a − 3c − 2d = 0. Entonces: hB2 i = {a + bx + cx2 + dx3 ∈ P3 [x] : a − 3c − 2d = 0}. El polinomio x2 no es elemento de hB2 i, pues, como a = 0, b = 0, c = 1 y d = 0, entonces a − 3c − 2d = −3 6= 0. Entonces B ′ = B1 ∪ {x2 } es una base de P3 [x] y W = hB ′ − B1 i = x, x2 . Por lo tanto: W = {ax + bx2 : a ∈ R, b ∈ R}.  Ejemplo 4.59 Sean W1 = {(x, y, z) ∈ R3 : x + y + z = 0} y W2 = {(x, y, z) ∈ R3 : 2x + y = 0, y − z = 0} dos espacios vectoriales de (R3 , R, +, ·). Calcular W1 + W2 y probar que: R 3 = W1 ⊕ W2 . Solución. Por el teorema 4.21, sabemos que W1 + W2 = hB1 ∪ B2 i, donde B1 y B2 son bases de W1 y W2 respectivamente. Por lo tanto, para calcular la suma de W1 y W2 , encontremos una base para cada uno. 4.11 Suma directa de subespacios vectoriales 135 1. Una base para W1 : W1 = {(x, y, z) ∈ R3 : x + y + z = 0} = {(−y − z, y, z) ∈ R3 : y ∈ R, z ∈ R} = {y(−1, 1, 0) + z(−1, 0, 1) ∈ R3 : y ∈ R, z ∈ R}. Por lo tanto, el conjunto B1 = {(−1, 1, 0), (−1, 0, 1)} genera W1 . Veamos si B1 es linealmente independiente. Para ello, sean α y β escalares tales que: α(−1, 1, 0) + β(−1, 0, 1) = (0, 0, 0). De esta igualdad, obtenemos que: −α − β = 0, α = 0, β = 0, de donde α = β = 0 es la única solución. Por lo tanto, B1 es linealmente independiente, y, por lo tanto, es una base de W1 . 2. Una base para W2 : W2 = {(x, y, z) ∈ R3 : 2x + y = 0, y − z = 0} = {(x, y, z) ∈ R3 : y = −2x, z = y = −2x} = {(x, −2x, −2x) ∈ R3 : x ∈ R} = {x(1, −2, −2) ∈ R3 : x ∈ R}. Por lo tanto, el conjunto B2 = {(1, −2, −2)} genera W2 . Puesto que también es linealmente independiente, pues tiene un solo elemento y ese elemento es diferente de 0v 2 , B2 es una base de W2 . 3. Determinación de W1 + W2 . Recordemos que: W1 + W2 = hB1 ∪ B2 i. Vamos a probar que B1 ∪ B2 es linealmente independiente. Como tiene tres elementos, entonces va a generar R3 , es decir, W1 + W2 = R3 . Pero esto implica, por el teorema de la dimensión, que dim(W1 ∩ W2 ) = 0, de donde W1 ∩ W2 = {0v }. Es decir, W1 ⊕ W2 = R3 . 4. El conjunto B1 ∪ B2 es linealmente independiente. En efecto, sean α, β y γ escalares tales que α(−1, 1, 0) + β(−1, 0, 1) + γ(1, −2, −2) = (0, 0, 0). Entonces los escalares satisfacen el siguiente sistema de ecuaciones lineales −α − β + γ = 0 α − 2γ = 0 β − 2γ = 0 que tiene solución única, la trivial, pues la matriz de coeficientes es equivalente a una triangular superior cuyo rango es igual a 3:       −1 −1 1 0 −1 −1 1 0 −1 −1 1 0 1 0 −2 0 ∼  0 −1 −1 0 ∼  0 −1 −1 0 . 0 1 −2 0 0 1 −2 0 0 0 −3 0 Por lo tanto, B1 ∪ B2 es un conjunto linealmente independiente.  2 Si v 6= 0v , entonces la igualdad αv = 0v implica que α = 0 (ver el teorema 4.3). Es decir, el conjunto {v} es linealmente independiente. 136 Espacios vectoriales Ejemplo 4.60 Sean W1 , W2 y W3 tres subespacios vectoriales de un espacio vectorial V de dimensión finita tales que: 1. W1 ⊂ W2 ; 2. W1 + W3 = W2 + W3 ; y 3. W1 ∩ W3 = W2 ∩ W3 . Entonces W1 = W2 . Solución. Del teorema de la dimensión, podemos afirmar que dim(W1 ∩ W3 ) = dim(W1 ) + dim(W3 ) − dim(W1 + W3 ) y que dim(W2 ∩ W3 ) = dim(W2 ) + dim(W3 ) − dim(W2 + W3 ). La segunda hipótesis implica que dim(W1 + W3 ) = dim(W2 + W3 ) y la tercera, dim(W1 ∩ W3 ) = dim(W2 ∩ W3 ). Por lo tanto: dim(W1 ) + dim(W3 ) − dim(W1 + W3 ) = dim(W2 ) + dim(W3 ) − dim(W2 + W3 ) dim(W1 ) + dim(W3 ) = dim(W2 ) + dim(W3 ) dim(W1 ) = dim(W2 ). De la primera hipótesis, W1 es un subespacio vectorial de W2 y una base de W1 tiene el mismo número de elementos que una base de W2 . Entonces la base de W1 genera W2 . Esto significa que W1 = W2 .  4.12 Producto interno Definición 4.13 (Producto interno) Sean (V, K, +, ·) un espacio vectorial y K el campo de los números reales o complejos. Un producto interno sobre V es una función h· , ·i : V × V −→ K tal que: 1. Linealidad: (∀u ∈ V )(∀v ∈ V )(∀w ∈ V )(hu + v, wi = hu, wi + hv, wi). 2. Homogeneidad: (∀λ ∈ K)(∀u ∈ V )(∀v ∈ V )(hλu, vi = λ hu, vi). 3. Simetría de Herminte: (∀u ∈ V )(∀v ∈ V )(hu, vi = hv, ui). 4. Positividad: (∀v ∈ V − {0v })(hv, vi > 0). 4.12 Producto interno 137 Observaciones 1. Por la simetría de Hermite, tenemos que hu, ui = hu, ui; es decir, el conjugado de hu, ui es el mismo. Esto significa que hu, ui siempre es un número real, y es positivo cuando u 6= 0v . 2. Si u = 0v , entonces hu, vi = 0, pues u = 0 · u, de donde, por la homogeneidad, se tiene que hu, vi = h0 · u, vi = 0 hu, vi = 0. 3. De la observación anterior, si u = 0v , entonces hu, ui = 0. Recíprocamente, si hu, ui = 0, entonces u = 0v , pues, si u 6= 0v , por la positividad, tendríamos que hu, ui > 0. 4. A la estructura de espacio vectorial junto con un producto interno se le denomina espacio con producto interior. A continuación, presentamos los productos internos más usuales para los espacios que aparecen frecuentemente en este texto. 1. En el espacio vectorial (R2 , K, +, ·): hu, vi = x1 y1 + x2 y2 , donde u = (x1 , x2 ) y v = (y1 , y2 ). 2. En el espacio vectorial (R3 , K, +, ·): hu, vi = x1 y1 + x2 y2 + x3 y3 , donde u = (x1 , x2 , x3 ) y v = (y1, y2 , y3 ). 3. En el espacio vectorial (Rn , K, +, ·): hu, vi = n X j=1 xi yi = x1 y1 + x2 y2 + · · · + xn yn , donde u = (x1 , x2 , · · · , xn ) y v = (y1 , y2 , y3 ). 4. En el espacio vectorial (Cn , C, +, ·): hu, vi = n X xi yi , j=1 donde u = (x1 , x2 , · · · , xn ) y v = (y1 , y2 , y3 ). 5. En el espacio vectorial (Pn [x], R, +, ·): hp, qi = donde p(x) = n X j=1 aj xj y q(x) = n X j=1 bj xj . n X j=1 aj bj , 138 Espacios vectoriales 6. En el espacio vectorial (Mn×n , R, +, ·): t hA, Bi = tr(AB ) = n X n X aij bij , i=1 j=1 donde A = (aij ) y B = (bij ). Sobre un conjunto, se pueden definir varios productos internos. En el siguiente ejemplo, se ilustra esta situación. Ejemplo 4.61 Definimos la función h· , ·i en P2 [x] × P2 [x] por: X hp, qi = p(j)q(j), j∈J donde J = {−1, 0, 1}. Probar que esta función es un producto interno sobre (P2 [x], R, +, ·). Solución. 1. Linealidad. Sean p, q y r en P2 [x]. Debemos probar que hp + q, ri = hp, ri + hq, ri . Demostración. hp + q, ri = X (p + q)(j)r(j) j∈J X = [(p(j) + q(j)]r(j) j∈J X = [(p(j)r(j) + q(j)r(j)] j∈J X X = (p(j)r(j) + q(j)r(j) = hp, ri + hq, ri . j∈J j∈J 2. Homogeneidad. Sean λ ∈ R y p y q en P2 [x]. Vamos a probar que hλp, qi = λ hp, qi . Demostración. hλp, qi = = X [λp(j)]q(j) j∈J X λ[p(j)q(j)] j∈J =λ X j∈J p(j)q(j) = λ hp, qi . 4.12 Producto interno 139 3. Simetría de Hermite. Como K = R, entonces el conjugado de cualquier elemento de K es él mismo. Por ello, lo que debemos probar es: hp, qi = hq, pi para todo p y q en P2 [x]. Demostración. hp, qi = = X p(j)q(j) j∈J X j∈J q(j)p(j) = hq, pi . 4. Positividad. Sea p ∈ P2 [x] − {0v }. Vamos a demostrar que: hp, pi > 0. Demostración. Tenemos que hp, pi = X p2 (j). j∈J Ahora bien, como p no es nulo y su grado es a lo más 2, entonces no puede tener más de dos raíces. Esto significa que −1, 0 y 1 no pueden ser, los tres, raíces de p. En otras palabras, al menos uno de los tres números p(−1), p(0) y p(1) es distinto de 0.; es decir, existe k ∈ J tal que p(k) 6= 0, por lo que p2 (k) > 0. Por otro lado, para todo j ∈ J − {k}, tenemos que p2 (j) ≥ 0. Entonces: X hp, pi = p2 (k) + p2 (j) > 0. j∈J−{k} En resumen, la función h· , ·i es un producto interno sobre (P2 [x], R, +, ·).  Teorema 4.26 (Propiedades del producto interno) Sean (V, K, +, ·) un espacio vectorial y h· , ·i un producto interno. Entonces: 1. (∀u ∈ V )(∀v ∈ V )(∀w ∈ V )(hu, v + wi = hu, vi + hu, wi). 2. (∀λ ∈ K)(∀u ∈ V )(∀v ∈ V )(hu, λvi = λ hu, vi). 3. (∀u ∈ V )(h0v , ui = 0). 4. Si (∀u ∈ V )(hu, wi = 0), entonces w = 0v . 5. Si hv, vi = 0, entonces v = 0v . Demostración. Sean u, v, w elementos de V y λ de K. 140 Espacios vectoriales 1. Simetría de Hermite. hu, v + wi = hv + w, ui = hv, ui + hw, ui Linealidad. = hv, ui + hw, ui El conjugado de una suma es la suma de los conjugados. = hu, vi + hu, wi Simetría de Hermite. 2. Simetría de Hermite. hu, λvi = hλv, ui = λ hv, ui Homogeneidad. = λ hv, ui El conjugado de un producto es el producto de los conjugados de cada factor. = λ hu, vi Simetría de Hermite. 3. Se demostró en la segunda observación a la definición de producto interno. 4. La demostración se deja para el lector. 5. Se demostró en la tercera observación a la definición de producto interno. Teorema 4.27 (Desigualdad de Cauchy-Schwarz) Sea h· , ·i un producto escalar definido sobre un espacio vectorial (V, K, +, ·). Entonces se satisface la desigualdad | hu, vi | ≤ para todo u ∈ V y todo v ∈ V . p hu, ui p hv, vi Aunque el teorema es verdadero para cualquier campo K, la demostración que presentamos a continuación se la realiza para el caso K = R. Esto significa que hu, vi = hv, ui y no aparecerá el conjugado de un número en ninguna expresión. Demostración. Si u = 0v , entonces, por un lado: | hu, vi | = |0| = 0. Por otro lado: Por lo tanto: p p p hu, ui hv, vi = 0 × hv, vi = 0. | hu, vi | = p p hu, ui hv, vi cuando u = 0v . Supongamos ahora que u 6= 0v . Definamos w así: w=v− hu, vi u. hu, ui 4.12 Producto interno 141 Entonces:  hu, vi hu, vi u, v − u hw, wi = v − hu, ui hu, ui     hu, vi hu, vi hu, vi u − u, v − u = v, v − hu, ui hu, ui hu, ui hu, vi hu, vi hu, vi hu, vi = hv, vi − hv, ui − hu, vi + hu, ui hu, ui hu, ui hu, ui hu, ui hu, vi hu, vi hu, vi = hv, vi − hu, vi − hu, vi + hu, vi hu, ui hu, ui hu, ui hu, vi hu, vi = hv, vi − hu, ui hv, vi hu, ui − hu, vi2 hw, wi = . hu, ui  Puesto que hw, wi ≥ 0, entonces hv, vi hu, ui − hu, vi2 ≥ 0, hu, ui y, como hu, ui > 0, obtenemos que hv, vi hu, ui − hu, vi2 ≥ 0, de donde se verifica que hu, vi2 ≤ hv, vi hu, ui . Por lo tanto: | hu, vi | ≤ p p hu, ui hv, vi. Definición 4.14 (Norma) Sea (V, K, +, ·) un espacio vectorial. Una norma sobre V es una función k·k : V −→ R que satisface las siguientes propiedades: 1. Positividad: (∀v ∈ V − {0v })(kvk > 0). 2. Homogeneidad: (∀λ ∈ K)(∀v ∈ V )(kλvk = |λ| kvk). 3. Desigualdad triangular: (∀u ∈ V )(∀v ∈ V )(ku + vk ≤ kuk + kvk). A un espacio vectorial junto con una norma definida sobre él se le conoce con el nombre de espacio normado. La desigualdad de Cauchy-Schwarz puede ser reformulada de la siguiente manera mediante la norma: | hu, vi | ≤ kuk kvk para todo u y todo v en un espacio normado V . 142 Espacios vectoriales Teorema 4.28 (Norma inducida) Sea (V, K, +, ·) un espacio vectorial sobre el que se ha definido un producto interno h· , ·i. Entonces la función de k·k : V −→ R definida por kvk = p hv, vi para todo v ∈ V es una norma sobre V . A esta norma se le conoce con el nombre de norma inducida sobre V por el producto interno sobre V . Demostración. Sean u y v elementos de V y λ un escalar. 1. Positividad. Supongamos que v 6= 0v . Entonces, por la positividad del producto interno, tenemos que hv, vi > 0. Por lo tanto, kvk2 > 0, de donde kvk > 0. 2. Homogeneidad. kλvk2 = hλv, λvi = λλ hv, vi = |λ|2 kvk2 . Por lo tanto, kvk = |λ| kvk. 3. Desigualdad triangular. La demostración de esta propiedad se realiza únicamente para el caso en que K = R. ku + vk2 = hu + v, u + vi = hu, ui + hu, vi + hv, ui + hv, vi = kuk2 + hu, vi + hu, vi + kvk2 = kuk2 + 2 hu, vi + kvk2 ≤ kuk2 + 2| hu, vi | + kvk2 ≤ kuk2 + 2 kuk kvk + kvk2 = (kuk + kvk)2 . Por lo tanto, ku + vk ≤ kuk + kvk. Ejemplo 4.62 En el espacio (R4 , R, +, ·), con el producto interno usual, tenemos que k(4, −2, 0, 3)k 2 = h(4, −2, 0, 3), (4, −2, 0, 3)i = 4 ∗ 4 + (−2)(−2) + (0)(0) + (3)(3) = 16 + 4 + 9. Por lo tanto, k(4, −2, 0, 3)k = √ 29.  4.13 Ortogonalidad 143 4.13 Ortogonalidad Definición 4.15 (Vectores ortogonales) Sean (V, K, +, ·) un espacio vectorial y h· , ·i un producto interno definido sobre V . 1. Dos vectores u y v de V son ortogonales si y solamente si hu, vi = 0. 2. Un conjunto S de V es ortogonal si y solamente si todo par de elementos distintos de S son ortogonales. Observaciones 1. El vector nulo 0v es ortogonal a cualquier vector, pues h0v , vi = 0 para todo v ∈ V . 2. Si S ⊂ V es distinto de {0v }, para que sea un conjunto ortogonal, debe tener al menos dos elementos. Ejemplo 4.63 En el espacio (R3 , R, +, ·), con el producto interno usual, el conjunto S = {(1, 0, −1), (2, 1, 2), (−1, 4, −1)} es ortogonal pues: h(1, 0, −1), (2, 1, 2)i = 2 + 0 − 2 = 0; h(1, 0, −1), (−1, 4, −1)i = −1 + 0 + 1 = 0; h(2, 1, 2), (−1, 4, −1)i = −2 + 4 − 2 = 0. En otras palabras, hemos mostrado que hu, vi = 0 para todo u ∈ S y todo v ∈ S tal que u 6= v.  Teorema 4.29 Sean (V, K, +, ·) un espacio vectorial, h· , ·i un producto interno sobre V y S ⊂ V tal que 0v 6∈ S . Si S es un conjunto ortogonal, entonces S es linealmente independiente. Demostración. Supongamos que S = {vi : i ∈ In = {1, 2, . . . , n}}. Sean αi con i ∈ In escalares tales que: n X αi vi = 0v . (4.30) i=1 Sea j ∈ In . Entonces: 0 = h0v , vj i * n + X = αi vi , vj i=1 = n X i=1 αi hvi , vj i 144 Espacios vectoriales = αj hvj , vj i , pues, por ser S ortogonal, hvi , vj i = 0 para todo i ∈ Im tal que i 6= j. Por lo tanto: αj hvj , vj i = 0. (4.31) Puesto que vj 6= 0v (ya que 0v 6∈ S), entonces hvj , vj i > 0. Esto significa que la igualdad (4.31) implica que αj = 0. En resumen, hemos probado que la igualdad (4.30) implica que αj = 0 para todo j ∈ In ; es decir, hemos probado que S es un conjunto linealmente independiente. Ejemplo 4.64 En el espacio (R3 , R, +, ·), el conjunto s = {(1, 0, −1), (2, 1, 2), (−1, 4, −1)} es una base, ya que es linealmente independiente, pues es ortogonal —como se probó en el ejemplo anterior. Recuérdese que es suficiente probar que S es linealmente independiente para que sea una base de R3 , ya que S tiene tres elementos y la dimensión de R3 es 3.  Teorema 4.30 (Proceso de Gram-Schmidt) Sean (V, K, +, ·) un espacio vectorial y h· , ·i un producto interno sobre V . Si el conjunto S1 = {vi ∈ V : i ∈ In = {1, 2, . . . , n}} es linealmente independiente, entonces existe un conjunto ortogonal S2 = {wi : i ∈ In }, donde: 1. w1 = v1 ; y 2. wi = vi − i−1 X hvi , wj i wj para cada i ∈ In − {1}; hwj , wj i j=1 y tal que hS2 i = hS1 i. Definición 4.16 (Base ortogonal) Sean (V, K, +, ·) un espacio vectorial y h· , ·i un producto interno sobre V . Una base B de V es ortogonal su B es un conjunto ortogonal. Ejemplo 4.65 En (R3 , R, +, ·), el conjunto B = {(1, 0, −1), (2, 1, 2), (−1, 4, −1)} es una base ortogonal.  Teorema 4.31 Todo espacio vectorial de dimension finita mayor que o igual a dos sobre el cual se ha definido un producto interno tiene una base ortogonal. 4.13 Ortogonalidad 145 Demostración. Sea B1 una base de V , un espacio vectorial tal que dim(V ) ≥ 2. Entonces B1 tiene al menos dos elementos. Si se aplica el proceso de Gram-Schmidt, a partir de B1 se obtiene un conjunto ortogonal B con el mismo número de elementos que B1 y tal que hBi = hB1 i. Como B1 genera V , entonces B también genera V . Entonces B es una base pues tiene el mismo número de elementos que la dimensión de V . En resumen, B es una base ortogonal de V . Teorema 4.32 Sean (V, K, +, ·) un espacio vectorial, h· , ·i un producto interno sobre V y S ⊂ V . Si S = {vi : i ∈ In } es ortogonal, entonces el conjunto S ′ = {λi vi : i ∈ In } es ortogonal, donde λi 6= 0 para todo i ∈ In . Demostración. Sean i ∈ In y j ∈ In tales i 6= j. Vamos a probar que λi vi y λj vj son ortogonales: hλi vi , λj vj i = λi λj hvi , vj i = λi λj × 0 = 0, pues S es un conjunto ortogonal. Definición 4.17 (Conjunto ortogonal) Sean (V, K, +, ·) un espacio vectorial, h· , ·i un producto interno sobre V y S ⊂ V . El conjunto S es ortonormal si es ortogonal y la norma de cada uno de sus elementos es igual a 1. En particular, una base es ortonormal si es un conjunto ortonormal. Corolario 4.33 Todo espacio vectorial de dimensión finita mayor que o igual a dos sobre el cual se ha definido un producto interno tiene una base ortonormal. Demostración. Sea B ′ una base ortogonal para el espacio vectorial, que existe por el teorema 4.31. Definamos entonces B de la siguiente manera:   1 ′ B= v:v∈B . kvk Entonces B es ortogonal, ya que B ′ lo es (teorema 4.32). Además, cada elemento de B tiene norma igual a 1. En efecto: 1 1 kvk v = kvk = = 1. kvk kvk kvk Finalmente, B es linealmente independiente, ya que es ortogonal (teorema 4.29). Por lo tanto, B es una base ortonormal de V . 146 Espacios vectoriales Corolario 4.34 Si B = {vi : i ∈ In } es una base ortogonal de un espacio vectorial V , entonces cada elemento u de V se escribe en la forma u= n X hu, vi i i=1 kvi k2 vi . Demostración. Dado que B es una base de V , cada u de V es combinación lineal única de elementos de B. Esto significa que existen n escalares únicos αi con i ∈ In tales que u= n X αi vi . i=1 Sea j ∈ In . Entonces: hu, vj i = = * n X n X i=1 = αi vi , vj i=1 n X i=1 + hαi vi , vj i αi hvi , vj i = αj hvj , vj i , pues B es un conjunto ortogonal, por lo que hvi , vj i = 0 para todo i 6= j. Por lo tanto: hu, vj i = αj hvj , vj i = αj kvj k2 . para cada j ∈ In . Ahora bien, como B es una base, ningún vj puede ser igual a 0v . Por lo tanto, tenemos que kvj k = 6 0. Entonces, tenemos que las coordenadas de u respecto de B están dadas por: hu, vj i αj = kvj k2 para cada j ∈ In , lo que implica que: u= n X hu, vi i i=1 kvi k2 vi . Ejemplo 4.66 Sea W =    a b :a+d=b+c c d un subespacio vectorial de (M2×2 , R, +, ·) dotado con el producto interno usual. Encontrar una base ortonormal de W . 4.13 Ortogonalidad 147 Solución. En primer lugar, vamos a encontrar una base para W . A continuación, utilizaremos el proceso de Gram-Schmidt para obtener, a partir de dicha base, una ortonormal. 1. Puesto que:   W = :a =b+c−d    b+c−d b = : b ∈ R, c ∈ R, d ∈ R c d        b b c 0 −d 0 = + + : b ∈ R, c ∈ R, d ∈ R 0 0 c 0 0 d         1 1 1 0 −1 0 = b +c +d : b ∈ R, c ∈ R, d ∈ R , 0 0 1 0 0 1 a b c d  el conjunto B1 =       −1 0 1 0 1 1 , , 1 0 0 1 0 0 genera el subespacio W . Es fácil probar que B1 es linealmente independiente, por lo que se deja esta tarea al lector. Por lo tanto B1 es una base de W . 2. Ahora apliquemos el proceso de Gram-Schmidt (teorema 4.30) para obtener, a partir de B1 , una base ortonormal para W . Nombremos con v1 , v2 y v3 los elementos de B1 (en el orden de izquierda a derecha en el que están escritos arriba). Sea B2 = {w1 , w2 , w3 } la base ortogonal producida por el método de Gram-Schmidt. Entonces:   1 1 w1 = v1 = . 0 0 El elemento w2 se define así: w2 = v2 − Ahora bien, tenemos que: " 1 = tr (a) hv2 , w1 i = 1 " 1 (b) hw1 , w1 i = tr(w1 w1t ) = tr 0 tr(w2 w1t ) Entonces: w2 =  hv2 , w1 i w1 . hw1 , w1 i   t # 1 0 1 1 = tr 1 0 0 0 #   t 1 1 1 1 = tr 0 0 0 0     0 1 0 1 0 = = 1. 0 1 0 1 0     1 1 0 2 0 = = 2. 0 1 0 0 0   1   1 1 1 − 21 1 0 2 = . − 1 0 1 0 2 0 0 Por último, el elemento w3 se define de la siguiente manera: w3 = v3 − hv3 , w2 i hv3 , w1 i w1 − w2 . hw1 , w1 i hw2 , w2 i Para encontrarlo, realicemos los siguientes cálculos:      −1 0 1 0 −1 0 t = tr = −1. (a) hv3 , w1 i = tr(v3 w1 ) = tr 0 1 1 0 1 0 148 Espacios vectoriales   1   1  1 −1 0 1 − 2 −1 2 (b) hv3 , w2 i = = tr = tr =− . 1 1 0 1 −2 0 −2 0 2  1 1  1  1 1 3 1 2 −2 2 = tr 12 2 = . (c) hw2 , w2 i = tr(v2 w2t ) = tr 1 1 0 −2 0 2 2 1 tr(v3 w2t ) Por lo tanto: w3 =        1 1 1 1 1 21 − 21 −1 0 −3 + + = 1 0 1 2 0 0 3 1 0 3 1 3 1  . Ya tenemos, entonces, una base ortogonal de W : el conjunto B2 = {w1 , w2 , w3 }. 3. Nos falta únicamente obtener la base ortonormal. Eso lo hacemos a partir de B2 al multiplicar a cada vector de B2 por el recíproco de su norma. Sean ei tales que: ei = 1 wi . kwi k Ya conocemos las normas de w1 y w2 . Calculemos la de w3 : "  1 1   1   1 1 t # −3 3 −3 3 −3 − 13 13 = tr hw3 , w3 i = tr 1 1 1 1 1 1 1 3 3 3 3 1 3 1 Entonces, B = {e1 , e2 , e3 } es la base ortonormal de W : (   √  1  r 1 √ 1 1 2 2 − 21 3 −3 2 , , B= 1 0 0 3 1 0 2 3  1 3 1 = tr 2 9 2 9 2 9 10 9  = 4 . 3 )  Definición 4.18 (El ortogonal de un conjunto) Sean (V, K, +, ·) un espacio vectorial, h· , ·i un producto interno sobre V y W un subespacio vectorial de V . El ortogonal de W , representado con W ⊥ , se define por: W ⊥ = {u ∈ V : (∀w ∈ W )(hu, wi = 0)}. Es decir, el ortogonal del subespacio vectorial W está constituido por todos los vectores de V que son ortogonales a cada uno de los elementos de W . Es sencillo probar que el ortogonal de un subespacio vectorial también es un subespacio vectorial. Así que esta demostración se deja como ejercicio para el lector. En el siguiente teorema, se enuncia esta propiedad y, además, se enuncia una caracterización del ortogonal de un subespacio: para saber si un vector es elemento del ortogonal, basta comprobar que ese elemento es ortogonal a cada uno de los elementos de la base del subespacio vectorial. Precisemos estas ideas en el siguiente teorema. Teorema 4.35 Sean (V, K, +, ·) un espacio vectorial, h· , ·i un producto interno sobre V y W un subespacio vectorial de V . Entonces: 1. W ⊤ es un subespacio vectorial de W . 4.13 Ortogonalidad 149 2. Si B es una base de W , entonces: W ⊤ = {u ∈ W : (∀w ∈ B)(hu, wi = 0)}. Demostración. Demostraremos únicamente el segundo punto. Es claro que W ⊤ ⊂ {u ∈ W : (∀w ∈ B)(hu, wi = 0)}. Por lo tanto, para establecer la igualdad, supongamos que u es tal que hu, wi = 0 para todo w ∈ B = {v1 , v2 , . . . , vn }, una base de W , y probemos que u ∈ W t . Sea v ∈ W . Existen, entonces, n escalares αi con i ∈ In tales que v= n X αi vi . i=1 Por lo tanto: hu, vi = * u, n X αi vi i=1 + = n X i=1 αi hu, vi i = 0, pues hu, vi i = 0 para todo i ∈ In , ya que vi ∈ B. Por lo tanto, v ∈ W t , con lo que queda el teorema demostrado. Teorema 4.36 Sean (V, K, +, ·) un espacio vectorial de dimensión finita, h· , ·i un producto interno sobre V y W un subespacio vectorial de V . Entonces V = W ⊕ W ⊤ . Demostración. En primer lugar, vamos a demostrar que V = W + W ⊤ y luego que W ∩ W ⊤ = {0v }. 1. Como V es de dimensión finita, W también lo es. Sea B = {ei : i ∈ In } una base ortonormal de V (teorema 4.31 y proceso de Gram-Schmidt). Dado v ∈ V , vamos a construir un w ∈ W y un elemento w ′ ∈ W ⊤ tal que v = w+w ′. Está claro que, si encontráramos, por ejemplo w ∈ W ⊤ , entonces w ′ se definiría por w ′ = v − w. El w ∈ W que buscamos, debe ser de la forma w= n X αi ei , (4.32) i=1 ya que B es una base de W . Por lo tanto, todo el trabajo que vamos a realizar a continuación está dirigido a saber cómo son esos αi . En primer lugar, v − w debe ser un elemento de W ⊤ . Esto significa que hv − w, ui = 0 150 Espacios vectoriales para todo u ∈ W . En particular, esta igualdad debe ser verdadera para cada elemento de B: (4.33) hv − w, ej i = 0 para todo j ∈ In . Entonces, a partir de las igualdades (4.32) y 4.33, tenemos las siguientes equivalencias: * + n X hv − w, ej i = 0 ⇐⇒ v − αi ei , ej = 0 i=1 ⇐⇒ hv, ej i − ⇐⇒ hv, ej i = ⇐⇒ hv, ej i = * n X * i=1 n X αi ei , ej αi ei , ej i=1 n X i=1 + =0 + αi hei , ej i ⇐⇒ hv, ej i = αj hej , ej i = αj . La penúltima igualdad en la última equivalencia se verifica porque hei , ej i = 0 si i 6= j, ya que B es ortogonal. Y la última igualdad es verdadera ya que la base es ortonormal, por lo que la norma de cada vector ej es igual a 1. En resumen, tenemos que hv − w, ej i = 0 ⇐⇒ αj = hv, ej i . Por lo tanto, si definimos w como w= n X j=1 hv, ej i ej , entonces v − w es ortogonal a cada elemento de la base B, por lo que, por el teorema 4.35, tenemos que v − w es ortogonal a todo elemento de W . Esto significa que v − w ∈ W ⊤ . Sea, entonces, w ′ = v − w. Entonces w ′ ∈ W ⊤ y, por lo tanto, v = w + w ′ con w ∈ W y w ′ ∈ W ⊤ . En otras palabras, tenemos que V = W + W ⊤ . 2. Probemos ahora que W ∩W ⊤ = {0v }. Para ello, sea u ∈ W ∩W ⊤ . Entonces u ∈ W ⊤ . Por lo tanto: hu, vi = 0 para todo v ∈ W . En particular, para v = u, ya que u ∈ W . Así, tenemos que: hu, ui = 0. Pero esto implica que u = 0v . Es decir, W ∩ W ⊤ = {0v }. 4.13 Ortogonalidad 151 Ejemplo 4.67 Sea W = {p ∈ P2 [x] : (∀x ∈ R)[p(x) = p(x + 1)]}. Entonces W es un subespacio vectorial de (P2 [x], R, +, ·). La función h· , ·i : P2 [x]× P2 [x] −→ R definida por Z 1 p(x)q(x)dx hp, qi = 0 es un producto interno sobre P2 [x]. 1. Obtener una base para W . 2. Encontrar W ⊤ . 3. Ilustrar que P2 [x] = W ⊕ W ⊤ . Solución. 1. W = {a + bx + cx2 ∈ P2 [x] : a + bx + cx2 = a + b(x + 1)2 + c(x + 1)2 } = {a + bx + cx2 ∈ P2 [x] : a + bx + cx2 = (a + b + c) + (b + 2c)x + cx2 } = {a + bx + cx2 ∈ P2 [x] : a = a + b + c, b = b + 2c, c = c} = {a + bx + cx2 ∈ P2 [x] : b + c = 0, 2c = 0} = {a + bx + cx2 ∈ P2 [x] : a ∈ R, b = 0, c = 0} = {a ∈ P2 [x] : a ∈ R}. Por lo tanto, el conjunto B = {p} donde p(x) = 1 para todo x ∈ R genera el subespacio W . Es, además, base de W porque es linealmente independiente (tiene un solo elemento diferente del vector nulo). 2. Por el teorema 4.35, tenemos que W ⊤ = {q ∈ P2 [x] : hq, pi = 0}, donde p(x) = 1 para todo x ∈ R. Entonces, si q ∈ W ⊤ , tenemos que: hq, pi = Z 1 (a + bx + cx2 )(1)dx = 0, 0 donde q(x) = a + bx + cx2 . Esto significa que: 1 1 a + b + c = 0. 2 3 En resumen: W ⊤ = {a + bx + cx2 ∈ P2 [x] : 6a + 3b + 2c = 0}. 3. En primer lugar, si p ∈ W ∩ W ⊤ tal que p(x) = a + bx + cx2 , tenemos que: 6a + 3b + 2c = 0, b = 0, c = 0. Entonces a = 0. Es decir, p = 0v . Por lo tanto, W ∩ W ⊤ = {0v }. 152 Espacios vectoriales Por otro lado, como W ⊤ puede expresarse de la siguiente manera:   c b W ⊤ = a + bx + cx2 ∈ P2 [x] : a = − − 2 3   b c 2 = − − + bx + cx ∈ P2 [x] : b ∈ R, c ∈ R 2 3       1 1 2 = b − + x + c − + x ∈ P2 [x] : b ∈ R, c ∈ R , 2 3 tenemos que el conjunto   1 1 2 − + x, + x 2 3 genera W ⊤ . Además, es sencillo probar que este conjunto es linealmente independiente, por lo que también es una base de W ⊤ . Así que dim(W ⊤ ) = 2. Sabemos que dim(W ) = 1, de donde: dim(W + W ⊤ ) = dim(W ) + dim(W ⊤ ) − dim(W ∩ W ⊤ ) = 1 + 2 − 0 = 3, lo que prueba que W ⊕ W ⊤ = P2 [x].  Definición 4.19 (Base ordenada) Sean (V, K, +, ·) un espacio vectorial y B una base de V . Se dice que B es ordenada si sus elementos son considerados como una sucesión. Al decir que los elementos de B son considerados como una sucesión, estamos suponiendo que existe una función f : In −→ V , donde n es el número de elementos de B, tal que a cada j ∈ In , f (n) es un elemento de B. El orden que hay entre los elementos de In es el que impone el orden en B. Así, el 1 es el primer elemento de In , entonces, v1 = f (1) será el primer elemento de la base; v2 = f (2) será el segundo elemento de la base, pues 2 es el segundo elemento de In , etcétera. La siguiente definición impone la noción de orden a las coordenadas de un vector respecto de una base. Así, podemos hablar de la primera coordenada, la segunda coordenada, etcétera, de un vector respecto de una base ordenada. Precisemos esta idea. Definición 4.20 (Coordenadas de un vector respecto de una base) Sean (V, K, +, ·) un espacio vectorial de dimensión n y B = {vi : i ∈ In } una base ordenada de V . Para cada v ∈ V , el elemento (α1 , α2 , · · · , αn ) en Kn tal que v= n X αi vi i=1 se denomina coordenadas de v respecto de B . El escalar αj es la j –ésima coordenada de v . Dado el vector v, sus coordenadas respecto a la base ordenada B, se representa por [v]B . Es decir, [v]B ∈ Kn . 4.13 Ortogonalidad 153 Es común representar también las coordenadas de un vector v como una matriz de una sola columna. En efecto, si (α1 , α2 , · · · , αn ) son las coordenadas de v respecto de una base B, entonces las coordenadas también se representan por:   α1  α2     ..  .  .  αn Ejemplo 4.68 Sea B=         1 0 0 −1 0 0 −1 1 , , , 0 1 1 0 −1 1 0 0 una base ordenada del espacio vectorial (M2×2 , R, +, ·). Encontrar las coordenadas del vector   1 2 v= −1 2 respecto de B. Solución. Debemos encontrar el vector (α, β, γ, δ) ∈ R4 tal que           1 2 1 0 0 −1 0 0 −1 1 =α +β +γ +δ . −1 2 0 1 1 0 −1 1 0 0 Entonces, los escalares α, β, γ y δ satisfacen el siguiente sistema de ecuaciones lineales: −δ= 1 −β +δ= 2 β−γ = −1 α +γ = 2. α Resolvamos este sistema:     1 0 0 −1 1 1 0 0 −1 1  0 −1 0 2 1 1 2  ∼ 0 −1 0   0 1 −1 0 −1 0 0 −1 1 1 2 1 0 1 0 0 0 1 1 1    1 0 0 −1 1 1 0 0 0 0 −1 0   1 2 0 −1 0 0 ∼ 0 0 −1 1 1 ∼ 0 0 −1 0 0 0 0 2 2 0 0 0 1 Por lo tanto: (4.34)  2 1 . 0 1 α = 2, β = −1, γ = 0, δ = 1. Entonces, las coordenadas del v es el vector de R4 : (2, −1, 0, 1).  Definición 4.21 (Ángulo entre dos vectores) Sean (V, K, +, ·) un espacio vectorial, u ∈ V y v ∈ V . El ángulo formado entre u y v es el número θ tal que 0 ≤ θ ≤ π y cos θ = hu, vi . kuk kvk 154 Espacios vectoriales Ejemplo 4.69 Sean p(x) = x + x2 y q(x) = −1 + x elementos de P2 [x]. Entonces, el ángulo θ formado entre u y v cumple la siguiente igualdad: cos θ = x + x2 , −1 + x (0)(−1) + (1)(1) + (1)(0) 1 1 p == √ =√ √ = . 2 kx + x k k−1 + xk 2 2 2 02 + 12 + 12 (−1)2 + 12 + 02 Por lo tanto, θ = π 3 (es decir, 30◦ ).  Definición 4.22 (Proyección ortogonal) Sean (V, K, +, ·) un espacio vectorial, u ∈ V y v ∈ V . La proyección ortogonal de u respecto a v es el vector αv donde α= hu, vi kvk2 . La proyección αv es representado por Proyv (u). Nótese que el vector u − αv es ortogonal a v, pues hu − αv, vi = hu, vi − α hv, vi = hu, vi − hu, vi hv, vi = hu, vi − hu, vi = 0. hv, vi Esta situación se ilustra en el siguiente dibujo: − → − w = Proy→ v (u) hu, vi − → v = kvk2 → −u − − → w − → u − → v − → w Ejemplo 4.70 En el espacio (R3 , R, +, ·), el vector u = (1, 0, 1) tiene como proyección respecto de v = (−1, 1, 2) al vector: −1 + 2 αv = 2 v = 1 + 1 + 4 (−1, 1, 2) = kvk hu, vi  1 1 1 − , , 6 6 3  .  Aplicaciones lineales por José Luis Toro Edición y revisión: Juan Carlos Trujillo Aplicaciones lineales 5 El objetivo general de este capítulo es: Resolver problemas sobre transformaciones lineales, definidas sobre un espacio vectorial de dimensión finita, utilizando la matriz asociada respecto de cualquier base, a un nivel reproductivo. Para alcanzar el objetivo general, se proponen los siguientes objetivos específicos: 1. Identificar una aplicación lineal a partir de su definición y familiarizarse con sus propiedades. 2. Calcular bases para el núcleo y la imagen de una aplicación lineal usando la definición y las propiedades a un nivel reproductivo. 3. Resolver problemas de biyectividad a partir de las definiciones y propiedades de una aplicación lineal a un nivel reproductivo. 4. Resolver problemas con las operaciones entre las aplicaciones lineales y la inversa de una aplicación lineal usando las definiciones y sus propiedades a un nivel reproductivo. 5. Calcular la matriz asociada a una aplicación lineal respecto de dos bases, una del dominio y otra del espacio de llegada, respectivamente, donde las dimensiones de ambos espacios no sea mayor que 4, y utilizando los elementos esenciales que los tipifican a un nivel reproductivo. 6. Resolver problemas sobre las matrices asociadas a una aplicación lineal mediante las propiedades que la tipifican a un nivel reproductivo. 158 Aplicaciones lineales 5.1 Introducción Las funciones continuas son aquellas que conservan ciertas propiedades topológicas de los números reales. En los espacios vectoriales interesa, en cambio, conservar las estructuras algebraicas (operaciones como la suma y el producto por un escalar); es decir, se trata de que la aplicación sea tal que “conserve” las dos operaciones fundamentales que definen la estructura de espacio vectorial. En el conjunto de todas las funciones, las lineales son las más importantes. Una buena parte de las Matemáticas está dedicada a resolver interrogantes relacionadas con las aplicaciones lineales. Por otra parte, éstas son de interés en sí mismas, y muchas aplicaciones importantes son lineales. Adicionalmente, es posible, a menudo, aproximar una aplicación arbitraria mediante una aplicación lineal, cuyo estudio es mucho más sencillo que el de la aplicación original. Definición 5.1 (Aplicación lineal) Sean (V, K, +, ·) y (W, K, ⊕, ⊙) dos espacios vectoriales (ambos están definidos sobre el mismo campo ). Una función de V en W , f : V −→ W , es una aplicación lineal si y solo si para todo α ∈ K, u ∈ V y v ∈ V se verifica que: 1. Conservación de +: f (u + v) = f (u) ⊕ f (v). 2. Conservación de ·: f (α · u) = α ⊙ f (u). Obsérvese que una aplicación es lineal cuando “conserva” las dos operaciones del espacio vectorial de salida. En efecto, si u y v están en V , y f (u) y f (v) son sus imágenes en W bajo f , entonces, la primera condición de la definición asegura que la imagen de la suma de u + v tiene que ser, necesariamente, la suma de las imágenes de u y de v. Lo mismo sucede con el producto por un escalar: si α ∈ K, la segunda condición afirma que la imagen de αu bajo f debe ser el producto de α por la imagen de u bajo f . Éste es el significado de “conservación” de las dos operaciones. Es fácil demostrar el siguiente teorema, por lo que se deja al lector su prueba, que permite simplificar la demostración de que una aplicación es lineal: Teorema 5.1 Sean (V, K, +, ·) y (W, K, ⊕, ⊙) dos espacios vectoriales sobre el mismo campo K. Una función f : V −→ W es lineal si y solo si f (α · u + v) = α ⊙ f (u) ⊕ f (v) para todo u ∈ V , v ∈ V y α ∈ K. Vamos a representar con L (V, W ) al conjunto de todas las aplicaciones lineales de V en W . Es decir: L (V, W ) = {f : V −→ W : f es lineal.} Un nombre alternativo para las aplicaciones lineales es el de transformaciones lineales. En este texto, utilizaremos preferentemente el primero. En la definición de aplicación lineal, cuando los espacios V = W , se suele utilizar el nombre operador lineal sobre V en lugar de aplicación lineal; y, cuando W = K, el nombre que se utiliza es forma lineal sobre V . 5.1 Introducción 159 De aquí en adelante, no diferenciaremos las operaciones de V y de W , pues, en el contexto, siempre se podrá distinguir si el uso de + se refiere a la operación en V o en W . También omitiremos la mayoría de las veces el símbolo para el producto por un escalar; así, escribiremos solamente αu en lugar de α · u. Los dos teoremas siguientes confirman el hecho de que una aplicación lineal conserva la estructura de espacio vectorial del espacio de salida. En efecto, el primer teorema muestra que una aplicación lineal hace corresponder el vector nulo del espacio de salida con el vector nulo del espacio de llegada. Teorema 5.2 Para toda f ∈ L (V, W ), se verifica que f (0V ) = 0W . Demostración. Dado que 0V = 0 · v para todo v ∈ V , entonces, ya que f es una aplicación lineal, tenemos que: f (0V ) = f (0 · v) = 0f (v) = 0W . Si no hay lugar a confusión, utilizaremos 0 para indicar tanto el elemento neutro de K como el vector nulo de cualquier espacio vectorial. El siguiente teorema muestra que el “inverso aditivo” se conserva; es decir, el inverso aditivo de la imagen de un vector es la imagen del inverso aditivo del vector. Teorema 5.3 Para todo v ∈ V y toda f ∈ L (V, W ), se verifica que f (−v) = −f (v). Demostración. f(-v) = f((-1)v) = (-1)f(v) = -f(v). De este teorema, es inmediato que si f es lineal, entonces f (u − v) = f (u) − f (v). 5.1.1 Ejemplos 1. Aplicación lineal nula: es la función Of : V −→ W definida por Of (v) = 0 para todo v ∈ V . Es fácil ver que esta aplicación es lineal. 2. Aplicación lineal identidad: es la función I : V −→ V definida por I(v) = v para todo v ∈ V . Es fácil constatar que esta aplicación es lineal. 3. Reflexión con respecto al eje horizontal x: es la función ρ : R2 −→ R2 definida por1 ρ(x, y) = (x, −y). Probemos que ρ es una aplicación lineal. 1 Escribiremos f (x, y) en lugar de f ((x, y)) siempre que no haya lugar a confusión. 160 Aplicaciones lineales Demostración. Sean u = (x1 , x2 ) y v = (y1 , y2 ) elementos de R2 y α ∈ R. Entonces: ρ(αu + v) = ρ(α(x1 , x2 ) + (y1 , y2 )) definición de u y v, = ρ(αx1 + y1 , αx2 + y2 ) suma en R2 , = (αx1 + y1 , −(αx2 + y2 )) definición de ρ, = α(x1 , −x2 ) + (y1 , −y2 ) producto por un escalar en R2 , = αρ(x1 , x2 ) + ρ(y1 , y2) definición de ρ, = αρ(u) + ρ(v) definición de u y de v. = (αx1 , −αx2 ) + (y1 , −y2 ) suma en R2 , 4. La función f : R −→ R definida por f (x) = x2 no es una aplicación lineal. Demostración. Sean x ∈ R y y ∈ R. Por un lado, tenemos que f (x + y) = (x + y)2 = x2 + 2xy + y 2. Por otro lado, se cumple que f (x) + f (y) = x2 + y 2. Entonces, f (x + y) = f (x) + f (y) si y solo si 0 = 2xy; es decir, si y solo si x = 0 o y = 0. Por lo tanto, si x 6= 0 y y 6= 0, se tiene que f (x + y) 6= f (x) + f (y). Esto significa que f no es una aplicación lineal. 5. ¿Es la función g : C −→ C, definida por g(z) = z, una aplicación lineal si se considera C un espacio vectorial sobre C? ¿En el caso de que C sea un espacio vectorial sobre R? Desarrollo. (a) Si C se considera como un espacio sobre C, g no es lineal, pues, por un lado se tiene que: g(ı(1 + ı)) = g(ı − 1) = −1 − ı, pero por el otro lado, que: ıg(1 + ı) = 1 − ı; es decir: g(ı(1 + ı)) 6= ıg(1 + ı). Por lo tanto g no es lineal. 5.1 Introducción 161 (b) Si C es el espacio vectorial sobre R, tenemos que para cualquier escalar α, se cumple que: g(αu + v) = αu + v = αu + v = αu + v = αu + ve, = αg(u) + g(v), ya que α = α (ya que α es un número real). Por lo tanto, g sí es una aplicación lineal. 6. Sea W un subespacio vectorial de un espacio vectorial V provisto de un producto interno. Dado v ∈ V , existe un único vector proyección de v sobre W dado por: w=v− hv, ni n, knkn donde n es un vector ortogonal a W . En el siguiente dibujo se ilustra la relación entre v, w y n: n v hv, ni knk2 W n w La aplicación p : V −→ W definida por p(v) = v − hv, ni n, knkn es una aplicación lineal, lo que es sencillo probar pues el producto interno es lineal respecto a la primera componente. 7. Sea f : R3 −→ R2 definida por f (x, y, z) = (x − z, y + z). Entonces f es una aplicación lineal. Demostración. Sean u = (x1 , x2 , x3 ) y v = (y1 , y2 , y3) elementos de R3 y α ∈ R. Entonces: f (αu + v) = f (α(x1 , x2 , x3 ) + (y1 , y2 , y3)) 162 Aplicaciones lineales = f (αx1 + y1 , αx2 + y2 , αx3 + y3 ) = (αx1 + y1 − (αx3 + y3 ), (αx2 + y2 ) + (αx3 + y3 )) = (α(x1 − x3 ) + (y1 − y3 ), α(x2 + x3 ) + (y2 + y3 )) = (α(x1 − x3 ), α(x2 + x3 )) + (y1 − y3 , y2 + y3 ) = α(x1 − x3 , x2 + x3 ) + (y1 − y3 , y2 + y3 ) = αf (x1 , x2 , x3 ) + f (y1, y2 , y3 ). Por lo tanto, la función f es una aplicación lineal. 5.2 Isomorfismo entre espacios vectoriales Definición 5.2 (Isomorfismo) Una aplicación f : V −→ W es un isomorfismo entre V y W si y solo si f es lineal y biyectiva. Dos espacios vectoriales V y W son isomorfos si y solo si existe un isomorfismo de V sobre W . Se utilizará la notación V ∼ = W para indicar que V y W son isomorfos. Ejemplo 5.71 Sea f : Pn [x] −→ Rn+1 definida por f (p) = (a0 , a1 , . . . , an ) para todo p ∈ Pn [x] tal que p(x) = n X aj xj . j=1 ¿Es f un isomorfismo entre Pn [x] y Rn+1 ? Solución. 1. Veamos si f es una aplicación lineal. Para ello, sean α ∈ R, p y q en Pn [x], donde p(x) = n X aj xj y q(x) = j=1 Entonces: n X bj x j . j=1 n X (αaj + bj )xj . (αp + q)(x) = αp(x) + q(x) = j=1 Por lo tanto: f (αp + q) = (αa0 + b0 , αa1 + b1 , . . . , αan + bn ) = (αa0 , αa1 , . . . , αan ) + (b0 , b1 , . . . , bn ) = α(a0 , a1 , . . . , an ) + (b0 , b1 , . . . , bn ) = αf (p) + f (q). Es decir, f es una aplicación lineal. 5.2 Isomorfismo entre espacios vectoriales 163 2. Veamos ahora si f es inyectiva. Para ello, supongamos que f (p) = f (q), donde p(x) = n X aj x j y q(x) = n X bj xj . j=1 j=1 Entonces (a0 , a1 , . . . , an ) = (b0 , b1 , . . . , bn ), de donde, por la igualdad en Rn+1 , tenemos que aj = bj para todo j ∈ {0, 1, . . . , n}. Por lo tanto p = q. Es decir, f es inyectiva. 3. Finalmente, veamos si f es sobreyectiva. Para ello, sea v = (a0 , a1 , . . . , an ) ∈ Rn+1 . Vamos a averiguar si existe p ∈ Pn [x] tal que f (p) = v. Si se define p(x) = n X aj xj j=1 para todo x ∈ R, entonces es inmediato que f (p) = v. Es decir, f es sobreyectiva. Tenemos, entonces, que la aplicación f es lineal y sobreyectiva. Por lo tanto, es un isomorfismo entre Pn [x] y Rn+1 .  Teorema 5.4 El conjunto L (V, W ) es un subespacio vectorial del espacio de todas las funciones de V en W con las operaciones usuales. Es decir: 1. si f ∈ L (V, W ) y g ∈ L (V, W ), entonces f + g ∈ L (V, W ); y 2. si f ∈ L (V, W ) y α ∈ K, entonces αf ∈ L (V, W ). En otras palabras, la suma de aplicaciones lineales es una aplicación lineal, y el producto de un escalar y una aplicación lineal es una aplicación lineal. Demostración. Sean α ∈ K, f ∈ L (V, W ) y g ∈ L (V, W ). Entonces, para todo u ∈ V y todo v ∈ V : (f + g)(αu + v) = f (αu + v) + g(αu + v) definición de suma de funciones, = [αf (u) + f (v)] + [αg(u) + g(v)] f y g son aplicaciones lineales, = α[f (u) + g(u)] + [f (v) + g(v)] asociativa, conmutativa y distributiva en W , = α(f + g)(u) + (f + g)(v) definición de suma de funciones. Por lo tanto, f + g ∈ L (V, W ). 164 Aplicaciones lineales Ahora probemos que λf ∈ L (V, W ) si λ ∈ K. Sean α ∈ K, u ∈ V y v ∈ V . Entonces: (λf )(αu + v) = λf (αu + v) definición del producto de un escalar y una función, = λ[αf (u) + f (v)] f es una aplicación lineal, = αλf (u) + λf (v) distributiva en W y conmutativa en K, = α(λf )(u) + (λf )(v) definición del producto de un escalar y una función. Por lo tanto, λf es una aplicación lineal de V en W . La composición de dos aplicaciones lineales también es una aplicación lineal, como lo probamos a continuación. Teorema 5.5 Sean f ∈ L (V, W ) y g ∈ L (W, U ). Entonces g ◦ f ∈ L (V, U ). Demostración. Sean α ∈ K, u ∈ V y v ∈ V . Entonces: (g ◦ f )(αu + v) = g(f (αu + v)) definición de composición de funciones, = g(αf (u) + f (v)) f es lineal, = αg(f (u)) + g(f (v)) g es lineal, = α(g ◦ f )(u) + (g ◦ f )(v) definición de composición de funciones. Por lo tanto g ◦ f ∈ L (V, U). Otra operación que preserva la linealidad es la inversión de funciones. Teorema 5.6 Sea f ∈ L (V, W ) y biyectiva. Entonces f −1 ∈ L (W, V ). Demostración. Sean α ∈ K, u ∈ W y v ∈ W . Vamos a probar que f −1 (αu + v) = αf −1 (u) + f −1 (v). Para ello, sea w = f −1 (αu + v). Entonces, por la definición de inversa, tenemos que f (w) = αu + v. Ahora bien, como f es sobreyectiva, existen únicos û ∈ V y v̂ ∈ V tales que u = f (û) y v = f (v̂). 5.2 Isomorfismo entre espacios vectoriales 165 Por lo tanto, f (w) = αf (û) + f (v̂), de donde, como f es lineal, tenemos lo siguiente: f (w) = f (αû + v̂). Y, como f es inyectiva, entonces: w = αû + v̂, que, como û = f −1 (u) y v̂ = f −1 (v), equivale a: f −1 (αu + v) = αf −1 (u) + f −1 (v). Es decir, f −1 es una aplicación lineal. Ejemplo 5.72 Sean f : V −→ U y g : U −→ W tales que g ◦ f es lineal y g es lineal e inyectiva. Probemos que f es lineal. Solución. Sean α ∈ K, u ∈ V y w ∈ V . Vamos a probar que f (αu + v) = αf (u) + f (v). Como g ◦ f es lineal, tenemos que (g ◦ f )(αu + v) = α(g ◦ f )(u) + (g ◦ f )(v). De la definición de compuesta, esta igualdad se escribe así: (g ◦ f )(αu + v) = αg(f (u)) + g(f (v)). Como g es lineal, tenemos que: g(f (αu + v)) = g(αf (u) + f (v)). Y, esta igualdad, junto con la inyectividad de g, implica que f (αu + v) = αf (u) + f (v). Es decir, f es lineal.  El siguiente ejemplo es similar al anterior, salvo que se elimina la hipótesis de que g sea inyectiva. ¿Se mantiene la conclusión de que f es lineal? Ejemplo 5.73 Sean f : V −→ U y g : U −→ W tales que g ◦ f es lineal y g es lineal. ¿Es f es lineal? 166 Aplicaciones lineales Solución. La condición de inyectividad para g es inevitable para que f sea lineal. En efecto, si f : R2 −→ R2 definida por f (x, y) = (x2 , y), entonces f no es lineal, como el lector puede verificar fácilmente. Por otro lado, sea g la aplicación lineal de R2 en sí mismo definida por g(x, y) = (0, y). Esta función es lineal pero no inyectiva. Lo primero es de demostración sencilla. Lo segundo se obtiene al observar que g(1, 1) = (0, 1) = g(−1, 1), pero (1, 1) 6= (−1, 1). Finalmente, es fácil probar también que g ◦ f es lineal.  Teorema 5.7 Una aplicación lineal de un espacio lineal de dimensión finita queda completamente determinada por lo valores que tome en la base. De manera más precisa, sean V es un espacio de dimensión finita n y W un espacio vectorial, ambos sobre un campo K, B = {ei } una base de V y f ∈ L (V, W ). Entonces, f queda determinada por los valores f (ei ). Demostración. Sea v ∈ V . Como B es una base de V , existen escalares αi tales que v= n X αj ej . j=1 Entonces, como f es lineal, tenemos que f (v) = n X αj f (ej ). j=1 Es decir, el valor de f (v) para todo v ∈ V queda determinado por f (ej ), a más de los αj propios de v. En otras palabras, para definir una aplicación lineal en un espacio de dimensión finita, es suficiente con definir la aplicación para cada uno de los elementos de una base del espacio. Ejemplo 5.74 Sea f ∈ L (R2 , R3 ) tal que f (1, −1) = (1, 2, −1) Determinar f . y f (1, 1) = (2, −1, 3). 5.2 Isomorfismo entre espacios vectoriales 167 Solución. Dado que B = {(1, −1), (1, 1)} es una base de R2 , podemos obtener f (x, y) para todo (x, y) ∈ R2 . Para ello, encontremos, en primer lugar, las coordenadas de (x, y) respecto de B. Sean α ∈ R y β ∈ R tales que (x, y) = α(1, −1) + β(1, 1). Entonces, α y β satisfacen el siguiente sistema de dos ecuaciones lineales: α+β = x −α + β = y, cuya única solución es fácil hallar: α= x−y 2 y β= x+y . 2 Entonces: f (x, y) = f (α(1, −1) + β(1, 1)) = αf (1, −1) + βf (1, 1) = α(1, 2, −1) + β(2, −1, 3) = (α + 2β, 2α − β, −α + 3β). Como: x+y 3x + y x−y +2 = 2 2 2 x−y x+y x − 3y 2α − β = 2 − = 2 2 2 x+y x−y +3 = x + 2y, −α + 3β = − 2 2 α + 2β = se tiene que f (x, y) =   3x + y x − 3y , , 2 + 2y . 2 2  Teorema 5.8 Sean V y W dos espacios vectoriales sobre un campo K, B = {v1 , v2 , . . . , vn } una base de V , y sean w1 , w2 , . . . , wn elementos distintos de W . Entonces, existe una sola aplicación f ∈ L (V, W ) tal que f (vi ) = wi para todo i con 1 ≤ i ≤ n. Demostración. Sea v ∈ V . Entonces, existe un único conjunto de escalares α1 , α2 , . . . , αn tales que n X v= αj vj . j=1 Definamos la aplicación f de V en W de la siguiente manera: f (v) = n X αj w j . j=1 Dada la unicidad de los αj , f está bien definida. Ahora probemos que f es lineal y que f (vj ) = wj para cada j con 1 ≤ j ≤ n. 168 Aplicaciones lineales 1. Sean u ∈ V y v ∈ V . Entonces existe escalares αj y βj tales que: u= n X y v= αj vj j=1 n X βj vj . j=1 Entonces, tenemos que f (u) = n X y f (v) = αj w j j=1 n X βj wj . j=1 Para λ ∈ K tenemos que: λu + v = n X (λαj + βj )vj . j=1 Por lo tanto: f (λu + v) = f n X (λαj + βj )vj j=1 = n X ! (λαj + βj )wj j=1 n X =λ αj w j + j=1 n X βj wj j=1 = λf (u) + f (v). Es decir, f es lineal. 2. Para cada i con 1 ≤ i ≤ n, se tiene que vi = n X δji vj , j=1 donde Por lo tanto: ( 1 si j = i, δji = 0 si j 6= i. f (vi ) = n X δji wj = wi . j=1 Finalmente, el lector puede probar fácilmente que f es única. Ejemplo 5.75 Sea  W = (x, y, z) ∈ R3 : x − y + z = 0 . Definir una aplicación lineal de R2 en W . 5.2 Isomorfismo entre espacios vectoriales 169 Solución. Consideremos la base canónica en R2 y los vectores w1 = (1, 1, 0) y w2 = (0, 1, 1) son elementos de W . Entonces, por teorema 5.8, existe un única aplicación lineal f de R2 en W tal que f (1, 0) = w1 y f (0, 1) = w2 . Ahora bien, dado (x, y) ∈ R2 , tenemos que f (x, y) = f (x(1, 0) + y(0, 1)) = xf (1, 0) + yf (0, 1) = xw1 + yw2 = x(1, 1, 0) + y(0, 1, 1) = (x, x + y, y). En resumen, f es una aplicación de R2 en W definida por f (x, y) = (x, x + y, y).  Teorema 5.9 Sean V y W dos espacios vectoriales de igual dimensión finita, Bv = {v1 , v2 , . . . , vn } y Bw = {w1 , w2 , . . . , wn } bases para V y W respectivamente, y f ∈ L (V, W ) tal que f (vi ) = wi para todo i con 1 ≤ i ≤ n. Entonces f es un isomorfismo. Demostración. Debemos probar que f es biyectiva. 1. Inyectividad: sean u ∈ V y v ∈ V tales que f (u) = f (v). Vamos a demostrar que u = v. Existen escalares αi y βi tales que u= n X αj vj y v= j=1 n X βj vj . j=1 Por lo tanto, de f (u) = f (v), obtenemos que n X αj w j = j=1 de donde: n X j=1 n X βj wj , j=1 (αj − βj )wj = 0. Puesto que Bw es linealmente independiente, entonces αj − βj = 0 para todo j tal que 1 ≤ j ≤ n. Pero esto significa que αj = βj para todo j de donde u = v. 170 Aplicaciones lineales 2. Sobreyectividad : sea w ∈ W ; debemos hallar v ∈ V tal que w = f (w). Como Bw es una base de W , existen escalares αj tales que w= n X αj w j . j=1 Dado que f (vj ) = wj , el v que buscamos es v= n X αj vj . j=1 En efecto, tenemos que f (v) = n X αj f (vj ) = j=1 n X αj wj = w. j=1 Ejemplo 5.76 Sea f : R3 −→ R3 definida por f (x, y, z) = (x − y + z, x + y + z, x + y − z). Probar que f es biyectiva. Solución. Es fácil probar que f es lineal. Ahora, apliquemos el teorema 5.9 para mostrar que f es un isomorfismo, con lo cual probaremos que f es biyectiva. Probemos, entonces, que f aplica la base canónica de R3 en una base. De manera más precisa, probemos que el conjunto B = {f (1, 0, 0), f (0, 1, 0), f (0, 0, 1)} es linealmente independiente (con lo cual ya sabríamos que es una base de R3 ). El conjunto B es B = {(1, 1, 1), (−1, 1, 1), (1, 1, −1)}. Sean α, β y γ escalares tales que α(1, 1, 1) + β(−1, 1, 1) + γ(1, 1, −1) = 0. Entonces estos escalares satisfacen el siguiente sistema de ecuaciones lineales: α−β+γ= 0 α+β+γ= 0 α + β − γ = 0. Ahora bien, el determinante de este sistema es igual a: 1 1 1 1 1 1 −1 1 1 = 0 2 0 1 1 −1 1 1 −1 =2 1 1 = −4 6= 0. 1 −1 Por lo tanto, el sistema tiene una única solución y esa solución es la trivial: α = β = γ = 0. En resumen, f es un isomorfismo.  5.3 Núcleo de una aplicación lineal 171 5.3 Núcleo de una aplicación lineal Definición 5.3 (Núcleo) Sea f ∈ L (V, W ). El núcleo de f , representado por N (f ) es el conjunto de todos los elementos v de V tales que f (v) = 0; es decir: N (f ) = {v ∈ V : f (v) = 0}. En la caracterización de una aplicación lineal, el núcleo, junto la imagen, juegan un rol fundamental. Recordemos que la imagen de una función, en particular de una aplicación lineal f es el conjunto Im(f ) = {w ∈ W : (∃v ∈ V )(f (v) = w)}. Teorema 5.10 Sea f ∈ L (V, W ). Entonces N (f ) es un subespacio vectorial de V y Im(f ) son subespacio vectorial de W . Demostración. 1. En primer lugar, 0 ∈ N (f ) pues f (0) = 0. Por otro lado, si α ∈ K, u y v en N (f ), entonces: f (αu + v) = αf (u) + f (v) = α · 0 + 0 = 0, ya que f (u) = f (v) = 0. Por lo tanto αu + v ∈ N (f ). Hemos demostrado, entonces, que N (f ) es un subespacio vectorial de V . 2. Dado que f (0) = 0, se tiene que 0 ∈ Im(f ). Además, w1 y w2 en Im(f ), entonces existen v1 y v2 en V tales que w1 = f (v1 ) y w2 = f (v2 ). Ahora, si α ∈ K, entonces αw1 + w2 = αf (v1 ) + f (v2 ) = f (αv1 + v2 ). Por lo tanto αw1 + w2 ∈ Im(f ), ya que αv1 + v2 ∈ V . Esto prueba que Im(f ) es un subespacio vectorial de W . Ejemplo 5.77 Sea f : R3 −→ R3 definida por f (x, y, z) = (x − y + z, x + y + z, x − 3y + z). Encontrar la dimensión de N (f ) y de Im(f ). Solución. 172 Aplicaciones lineales 1. Para determinar la dimensión de N (f ) caractericemos, en primer lugar, sus elementos; y luego encontremos una base para él. Dado que N (f ) = {(x, y, z) : f (x, y, z) = 0 = (0, 0, 0)} = {(x, y, z) : (x − y + z, x + y + z, x − 3y + z) = (0, 0, 0)}, el núcleo de f es el conjunto solución del sistema de tres ecuaciones con tres incógnitas cuya matriz ampliada es la siguiente:   1 −1 1 0 1 1 1 0 . 1 −3 1 0 Ahora bien, tenemos que:       1 −1 1 0 1 −1 1 0 1 0 1 0 1 1 1 0 ∼ 0 2 0 0 ∼ 0 1 0 0 . 1 −3 1 0 0 0 0 0 0 0 0 0 Por lo tanto: N (f ) = {(x, y, z) : x + z = 0 y y = 0} = {(x, 0, −x) : x ∈ R}. Ahora, una base para N (f ) la obtenemos así: N (f ) = {(x, 0, −x) : x ∈ R} = {x(1, 0, −1) : x ∈ R} = h{(1, 0, −1)}i . Y como el conjunto B = {(1, 0, −1)} es linealmente independiente (ya que tiene un solo elemento diferente de 0), tenemos que B es una base para N (f ), y, por lo tanto, dim(N (f )) = 1. 2. Hagamos un procedimiento similar para obtener la dimensión de la imagen de f . Por un lado, tenemos que: Im(f ) = {(r, s, t) : (∃(x, y, z))(f (x, y, z) = (r, s, t))} = {(r, s, t) : (∃(x, y, z))((x − y + z, x + y + z, x − 3y + z) = (r, s, t))}. Entonces, la imagen de f es el conjunto solución del sistema de ecuaciones cuya matriz ampliada es:   1 −1 1 r 1 1 1 s . 1 −3 1 t Con el mismo procedimiento realizado en el caso del núcleo, obtenemos que     1 0 1 r 1 −1 1 r 1 1 1 s ∼ 0 2 0 s − r . 1 −3 1 t 0 0 0 t − 2r + s 5.3 Núcleo de una aplicación lineal 173 Entonces: Im(f ) = {(r, s, t) : t − 2r + s = 0} = {(r, s, 2r − s) : r ∈ R, s ∈ R} = {r(1, 0, 2) + s(0, 1, −1) : r ∈ R, s ∈ R}. Esto significa que B = {(1, 0, 2), (0, 1, −1)} genera Im(f ). Además, como B es linealmente independiente (algo que es fácil demostrar, por lo que se deja al lector la tarea), tenemos que dim(Im(f )) = 2.  Teorema 5.11 Sea f ∈ L (V, W ). Entonces, f es inyectiva si y solo si N (f ) = {0}. Demostración. 1. Supongamos que N (f ) = {0}. Vamos a probar que f es inyectiva. Para ello, sean u y v en V tales que f (u) = f (v). Entonces, dado que f es lineal, tenemos que: f (u) − f (v) = 0 ⇒ f (u − v) = 0. Y, como el único elemento de V cuya imagen bajo f es 0, ya que N (f ) = {0}, tenemos que u − v = 0, de donde u = v. Por lo tanto, f es inyectiva. 2. Supongamos que f es inyectiva. Dado que 0 ∈ N (f ), solamente nos resta por probar que N (f ) ⊆ {0}. Para ello, sea v ∈ N (f ). Entonces f (v) = 0. Como f (0) = 0, entonces f (v) = f (0), de donde, por la inyectividad de f , concluimos que v = 0. Por lo tanto N (f ) ⊆ {0}. Teorema 5.12 Sean f ∈ L (V, W ), w ∈ W y v0 ∈ V tales que f (v0 ) = w. Entonces, la solución general de la ecuación f (x) = w (5.1) es de la forma x = v0 + u, donde u ∈ N (f ). Demostración. Que v0 + u sea una solución de la ecuación (5.1) se deduce de: f (v0 + u) = f (v0 ) + f (u) = w + 0 = w. Por otro lado, supongamos que v es una solución de la ecuación (5.1). Vamos a probar que existe u ∈ N (f ) tal que v = v0 + u. Es claro que u debe ser v − v0 . En efecto: f (u) = f (v − v0 ) = f (v) − f (v0 ) = w − w = 0. 174 Aplicaciones lineales Ejemplo 5.78 Sea f ∈ L (R3 , R2 ) tal que F (x, y, z) = (x − y + z, x + y − z). Es claro que f (1, 1, 1) = (1, 1). Entonces la solución general de la ecuación (x − y + z, x + y − z) = (1, 1) (5.2) es (1, 1, 1) + u, donde u ∈ N (f ). Por lo tanto, para encontrar la solución general de 5.2, encontremos el núcleo de f . Para ello, debemos hallar la solución de la ecuación (x − y + z, x + y − z) = (0, 0). O, de manera equivalente, debemos resolver el sistema de dos ecuaciones con tres incógnitas cuya matriz ampliada es:   1 −1 1 0 . 1 1 −1 0 Ahora bien, dado que:       1 −1 1 0 0 −1 1 0 1 −1 1 0 ∼ ∼ , 1 1 −1 0 2 0 0 0 1 0 0 0 tenemos que N (f ) = {(x, y, z) ∈ R3 : x = 0, y = z} = {(0, z, z) : z ∈ R}. Por lo tanto, la solución general del sistema 5.2 es: (1, 1, 1) + (0, z, z) = (1, 1 + z, 1 + z) para todo z ∈ R.  El siguiente teorema afirma que la independencia lineal es conservada por las aplicaciones lineales inyectivas. Teorema 5.13 Sea f ∈ L (V, W ) tal que N (f ) = {0}. Entonces, si B = {v1 , v2 , . . . , vn } ⊆ V es linealmente independiente, entonces S = {f (v1 ), f (v2 ), . . . , f (vn )} es linealmente independiente. Demostración. Sean αi escalares tales que n X αi f (vi ) = 0. j=1 Vamos a probar que αi = 0 para todo i ∈ In . Dado que f es lineal, tenemos que n X j=1 αi f (vi ) = f n X j=1 αi vi ! = 0. 5.3 Núcleo de una aplicación lineal 175 Como el núcleo de f contiene únicamente a 0, esta igualdad implica que n X αi vi = 0. j=1 A su vez, esta igualdad implica que todos los αi son iguales a 0, pues B es un conjunto linealmente independiente. Por lo tanto, S también es linealmente independiente. El siguiente teorema afirma que la imagen por una aplicación lineal de un conjunto generador del espacio de salida es igual a la imagen de la aplicación. Teorema 5.14 Sea f ∈ L (V, W ). Si B = {v1 , v2 , . . . , vn } genera V , entonces f (B) genera la imagen Im(f ) de f . Demostración. 1. Probemos que hf (B)i ⊆ Im(f ). Para ello, sea w ∈ hf (B)i. Entonces existe escalares αj tales que n X w= αi f (vi ), j=1 pues f (B) = {f (vi ) : i ∈ In }. De la linealidad de f , obtenemos que: w= n X n X αi f (vi ) = f j=1 αi vi j=1 Si definimos v= n X ! . αi vi , j=1 entonces v ∈ V , ya que B genera V , y w = f (v). Por lo tanto, existe v ∈ V tal que w = f (v). Esto significa que w ∈ Im(f ). 2. Ahora probemos que Im(f ) ⊆ hf (B)i. Para ello, sea w ∈ Im(f ). Existe, entonces, v ∈ V tal que w = f (v). Como B genera V , entonces existen escalares αj tales que v= n X αj vj . j=1 Entonces w = f (v) = f n X j=1 Es decir, w ∈ hf (B)i. αj vj ! = n X j=1 αj f (vj ). 176 Aplicaciones lineales Corolario 5.15 Sea f ∈ L (V, W ) tal que N (f ) = {0}. Entonces, B = {vj : j ∈ In } es una base de V si y solo si S = f (B) es una base de Im(f ). En otras palabras, la dimensión de la imagen de f es igual a la dimensión de V . Demostración. Si el conjunto B es una base de V , entonces B es linealmente independiente y genera V . Por lo tanto, dado que f es inyectiva, ya que N (f ) = {0} (teorema 5.11), por el teorema 5.13, f (B) es linealmente independiente; y por el teorema 5.14, f (B) genera Im(f ). Por lo tanto, f (B) es una base de Im(f ). Recíprocamente, si f (B) es una base de Im(f ), entonces es un conjunto linealmente independiente y genera Im(f ). Probemos que B es una base de V . Para ello, sea v ∈ V . Entonces f (v) ∈ Im(f ). Por lo tanto, existe escalares αj tales que n X αj f (vj ). f (v) = j=1 Por la linealidad de f , de esta igualdad obtenemos que: ! n X f (v) = f αj vj . j=1 Y por la inyectividad de f , esta igualdad implica que: v= n X αj vj . j=1 Por lo tanto, B genera V . Ahora probemos que B es linealmente independiente. Sean αj escalares tales que n X αj vj = 0. j=1 Entonces, por la linealidad de f , obtenemos que: ! n n X X f αj vj = αj f (vj ) = f (0) = 0. j=1 j=1 Como f (B) es linealmente independiente, concluimos que todos los αj son iguales a 0. Entonces, f (B) es linealmente independiente. Teorema 5.16 Sea f ∈ L (V, W ) con V un espacio de dimensión finita. Entonces: dim(V ) = dim(N (f )) + dim(Im(f )). Demostración. 5.3 Núcleo de una aplicación lineal 177 1. Supongamos que N (f ) = V . Entonces f (u) = 0 para todo v ∈ V . Por lo tanto, Im(f ) = {0}. Entonces dim(N (f )) + dim(Im(f )) = dim(V ) + 0 = dim(V ). 2. Supongamos que N (f ) 6= V . Sea u ∈ V tal que f (u) 6= 0. Entonces Im(f ) 6= {0}. Si N (f ) = {0}, por el corolario 5.15, la dimensión de Im(f ) es igual a la dimensión de V . Entonces: dim(V ) = dim(Im(f )) = dim(Im(f )) + dim(N (f )), ya que dim(N (f )) = 0. Ahora supongamos que N (f ) 6= {0}. Sean W = {wj : j ∈ Is } una base de Im(f ) y B = {vj : j ∈ Is } donde f (vj ) = wj . De la definición de función, se colige que la cardinalidad de B es s. Sea C = {uk : k ∈ Ir } con r < s una base para N (f ). Probemos que T = {vj , uk : j ∈ Is , k ∈ Ir } es una base para V , lo que probaría que la dimensión de V es igual a la suma de las dimensiones del núcleo y de la imagen. En primer lugar, si v ∈ V , entonces f (v) está en Im(f ). Existen, entonces, s escalares αj tales que s s X X αj w j = αj f (vj ). f (v) = j=1 j=1 De esta igualdad, por la linealidad de f , obtenemos que: ! s X f v− αj vj = 0. j=1 Entonces v− s X j=1 αj vj ∈ N (f ) . Por lo tanto, existen r escalares βj tales que v− Entonces, se verifica que v= s X αj vj = j=1 s X r X βj uj . j=1 αj vj + j=1 r X βj uj . j=1 Por lo tanto v ∈ hT i; es decir, T genera V . Ahora probemos que T es linealmente independiente. Para ello, sean αj s escalares y βj r escalares tales que r X j=1 αj vj + s X j=1 βj uj = 0. (5.3) 178 Aplicaciones lineales Entonces: f r X j=1 αj vj + s X j=1 βj uj ! = = r X j=1 r X αj f (vj ) + s X βj f (uj ) j=1 αj wj = 0, j=1 ya que uj ∈ N (f ). Como B es linealmente independiente, tenemos que los αj = 0 para todo j ∈ Is . Entonces, la igualdad 5.3 se expresa de la siguiente manera: s X βj uj = 0. j=1 Pero C es linealmente independiente. Entonces, esta última igualdad implica que βj = 0 para todo j ∈ Ir , lo que termina por demostrar que T es linealmente independiente y, por lo tanto, es una base para V . Teorema 5.17 Sean V y W dos espacios vectoriales de dimensión n y f ∈ L (V, W ). Entonces f es inyectiva si y solo si es sobreyectiva. Demostración. 1. Supongamos que f es inyectiva. Entonces dim(V ) = dim(Im(f )), ya que N (f ) = {0}. Como dim W = n, entonces dim(Im(f )) = n, de donde Im(f ) = W ; es decir, f es sobreyectiva. 2. Ahora supongamos que f es sobreyectiva. Por el teorema de la dimensión, esto significa que dim(N (f )) = 0, de donde N (f ) = {0}; es decir, f es inyectiva. Teorema 5.18 Sea f ∈ L (V, W ) con V y W espacios de dimensión finita. Entonces, si f es biyectiva, entonces dim(V ) = dim(W ). Demostración. Como f es inyectiva, N (f ) = {0}, de donde, por el teorema de la dimensión tenemos que dim(V ) = dim(Im(f )). Como f es sobreyectiva, Im(f ) = W ; entonces, dim(V ) = dim(W ). 5.3 Núcleo de una aplicación lineal 179 Ejemplo 5.79 Sea f ∈ L (V, V ) tal que f 2 − 2f + IV = 0, donde IV es la identidad en V y f 6= IV . Demostrar que existe u ∈ V tal que u 6= 0 y f (u) = u. El vector u se denomina punto fijo de f . Solución. Sea v ∈ V . Entonces (f 2 − 2f + IV )(v) = 0. Por lo tanto: f (f (v)) − 2f (v) + IV (v) = f (f (v)) − f (v) − f (v) + v = [f (f (v)) − f (v)] − [f (v) − v] = f (f (v) − v) − [f (v) − v] = 0. De modo que f (f (v) − v) = f (v) − v. Como f 6= IV , existe w ∈ V tal que f (w) 6= w. Sea, entonces, u = f (w) − w. Esto significa que u 6= 0 y que f (u) = f (f (w) − w) = f (w) − w = u.  Ejemplo 5.80 Sean f y g elementos de L (V, V ). Demuestre que: 1. Si f = f ◦ g y g = g ◦ f , entonces N (f ) = N (g). 2. Si f = f ◦ f , entonces N (IV − f ) = Im(f ). 3. N (f ) ∩ Im(f ) = {0} si y solo si f (f (v)) = 0 ⇒ f (v) = 0. Solución. 1. Sea v ∈ N (f ). Entonces f (v) = 0. Por lo tanto: g(v) = g(f (v)) = g(0) = 0. Es decir, v ∈ N (g). Hemos demostrado, entonces, que N (f ) ⊆ N (g). El mismo razonamiento, pero aplicando la hipótesis f = f ◦ g nos permite establecer que N (g) ⊆ N (f ). 2. Sea v ∈ N (IV − f ). Entonces (Iv − f )(v) = 0; es decir, se verifica que f (v) = v. Por lo tanto, v ∈ Im(f ). Recíprocamente, si v ∈ Im(f ), existe u ∈ V tal que v = f (u). Entonces f (v) = f (f (u)) = (f ◦ f )(u) = f (u) = v. Por lo tanto, f (v) = IV (v), de donde v ∈ N (IV − f ). 180 Aplicaciones lineales 3. (a) Supongamos que N (f ) ∩ Im(f ) = {0}. Sea v ∈ V tal que f (f (v)) = 0. Entonces f (v) ∈ N (f ). Pero f (v) ∈ Im(f ); es decir, v ∈ N (f ) ∩ Im(f ). Como el único elemento común entre N (f ) y Im(f ) es el vector 0, entonces, necesariamente, f (v) = 0. (b) Supongamos que f (f (v)) = 0 ⇒ f (v) = 0. Sea u ∈ N (f ) ∩ Im(f ). Vamos a demostrar que u = 0. Como u ∈ Im(f ), existe v ∈ V tal que f (v) = u. Por lo tanto, f (f (v)) = f (u) = 0, pues u ∈ N (f ). Entonces, por hipótesis, f (v) = 0; es decir, u = 0, ya que u = f (v).  Ejemplo 5.81 ¿Existe una aplicación lineal f de R2 en R3 tal que N (f ) = h{2, 1}i y Im(f ) = h{1, 1, −1}i ? En el caso de que exista tal aplicación, describirla. ¿Es única? Solución. El teorema de la dimensión (teorema 5.16) asegura que si f es lineal, entonces dim(N (f )) + dim(Im(f )) = dim(R2 ). Como las dimensiones de los conjuntos A = h{2, 1}i y B = h{1, 1, −1}i son 1 y 1, respectivamente, entonces, en caso de existir tal f , su existencia no contradiría con el teorema de la dimensión. De modo que, podemos intentar encontrar una tal f . Para la construcción de f , podemos utilizar la idea de la demostración del teorema de la dimensión para encontrar una base del espacio de salida, R2 a partir de las bases de N (f ) y de Im(f ), respectivamente. Si el lector lee con atención la demostración citada, encontrará que, si f es una aplicación lineal con núcleo del conjunto A y con imagen el conjunto B, entonces una base para R2 es la siguiente: C = {(2, 1), (x1 , x2 )}, donde f (x1 , x2 ) = (1, 1, −1). Por lo tanto, para definir f basta elegir (x1 , x2 ) tal que C sea linealmente independiente (con lo cual ya será una base de R2 ) y asignar (1, 1, −1) como imagen de (x1 , x2 ) bajo f . Por ejemplo, (x1 , x2 ) puede ser el vector (1, 0). Entonces, f (1, 0) = (1, 1, −1). Ahora, para cualquier (x, y), ya que C es una base de R2 , existen escalares α y β tales que (x, y) = α(1, 0) + β(2, 1). Es fácil mostrar que α = x − 2y y que β = y. Ya podemos determinar f : f (x, y) = f (α(1, 0) + β(2, 1)) = αf (1, 0) + βf (2, 1) = α(1, 1, −1) + β · 0 = (x − 2y)(1, 1, −1) = (x − 2y, x − 2y, 2y − x). El lector puede comprobar fácilmente que f es lineal y que su núcleo e imagen son los indicados en el enunciado del ejemplo. Además puede constatar que f no es única, porque depende de el elemento que se elija para definir la base C; por ejemplo, determine el lector la aplicación f que se obtiene si se elige (0, 1) para obtener C.  Aplicaciones lineales y matrices 6 En este capítulo, los elementos de Kn serán vistos tanto como vectores que se escriben horizontalmente: X = (x1 , x2 , . . . , xn ) o como matrices de n filas y una columna:   x1  x2    t X = (x1 , x2 , . . . , xn ) =  ..  . . xn 6.1 Aplicación lineal asociada a una matriz Teorema 6.1 Dada la matriz A = (aij ) ∈ Mm×n , la aplicación fA definida por fA : Kn −→ Km X 7−→ fA (X) = AX es una aplicación lineal; es decir, fA ∈ L (Kn , Km ). Esta aplicación se denomina aplicación lineal asociada a la matriz A. Demostración. Las propiedades de espacio vectorial del espacio de matrices nos permite probar que fA es lineal. Para ello, sean X y Y en Kn y α en K. Entonces: fA (αX + Y ) = A(αX + Y ) = A(αX) + AY = αAX + AY = αfA (X) + fA (Y ). Ejemplo 6.82 Dada la matriz A=   1 −1 1 , 2 −1 0 182 Aplicaciones lineales y matrices la aplicación lineal asociada es fA : R3 −→ R2 tal que   x fA (x, y, z) = A y  . z Puesto que AX = tenemos que      x 1 −1 1   x−y+z y = , 2 −1 0 2x − y z  fA (x, y, z) = (x − y + z, 2x − y).  Teorema 6.2 Sean A y B dos matrices de Mm×n . Entonces fA = fB si y solo si A = B Demostración. Tenemos fA = fB si y solo si para todo X ∈ Kn , se verifica que fA (X) = AX = fB (X) = BX. Pero esta igualdad se verifica si y solo si para todo X ∈ Kn , se verifica que (A−B)X = 0. A su vez, dado que esta última igualdad es verdadera para todo X ∈ K, se tiene que (A − B) = 0, lo que es equivalente a A = B. La aplicación lineal asociada a una matriz permite expresar la solución de un sistema de ecuaciones lineales en términos de aplicaciones lineales. En efecto, el conjunto solución del sistema homogéneo AX = 0, se expresa como el conjunto de todos los X ∈ Kn tales que fA (X) = 0. Es decir, el conjunto solución del sistema homogéneo no es más que el núcleo de la aplicación lineal asociada a la matriz de coeficientes del sistema lineal homogéneo. 6.2 Matriz asociada a una aplicación lineal Este estudio se va a dividir en dos casos: cuando la aplicación lineal es de Kn en Km y cuando es entre dos espacios vectoriales de dimensión finita. Teorema 6.3 Sea f ∈ L (Kn , Km ). Entonces existe una matriz A = (aij ) ∈ Mm×n tal que f (x) = Axt para todo x ∈ Kn . 6.2 Matriz asociada a una aplicación lineal 183 Demostración. Sean Cn = {ej : 1 ≤ j ≤ n} y Cm = {fj : 1 ≤ j ≤ m} las bases ordenadas canónicas de Kn y Km respectivamente. Entonces, para todo x ∈ Kn , tenemos que n X x= xj ej . j=1 Por lo tanto, de la linealidad de f , tenemos que f (x) = n X xj f (ej ). j=1 Pero, como f (ej ) ∈ Km , existen escalares aij tales que f (ei ) = m X aij fi . i=1 Por lo tanto: f (x) = n X j=1 xj m X aij fi i=1 ! fi = m n X X i=1 j=1 aij xj ! fi . Por lo tanto: f (x) = n X aij xj j=1 t ! = Ax , donde  a11  a21  A =  ..  . a12 a22 .. . am1 am2  · · · a1n · · · a2n   .. ..  . . .  · · · amn Las columnas de la matriz A son, entonces, las coordenadas de las imágenes de los elementos de la base canónica de Kn bajo f respecto de la base canónica de Km . Definición 6.1 (Matriz asociada a una aplicación lineal) La matriz A se denomina matriz asociada a la aplicación lineal f respecto de las bases canónicas Cm y Cn . Se la representa así: n A = [f ]C Cm . Si las bases están sobre entendidas, entonces se escribirá simplemente [f ] para indicar la matriz A. 184 Aplicaciones lineales y matrices Ejemplo 6.83 Sea f ∈ L (R3 , R2 ) definida por f (x, y, z) = (x + z, y − 2z). Vamos a encontrar la matriz asociada a f respecto de las bases canónicas de R3 y R2 respectivamente. Recordemos que los conjuntos B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} y B1 = {(1, 0), (0, 1), } son las bases canónicas de R3 y R2 respectivamente. De la demostración del teorema 6.3, la matriz asociada a f es de orden 2 × 3 y tiene por columnas las coordenadas de las imágenes de los vectores de la base canónica de R3 respecto de la base canónica de R2 . Por ello, el procedimiento que vas a seguir es el siguiente: 1. Calcular f (C1 ), la imagen de cada uno de los elementos de la base canónica de R3 . 2. Calcular las coordenadas de cada elemento de f (C1 ) respecto de C2 . Procedamos. 1. f (1, 0, 0) = (1+0, 0−0) = (1, 0), f (0, 1, 0) = (0, 1−0) = (0, 1) y f (0, 0, 1) = (0+1, 0−2) = (1, −2).       1 0 1 2. [f (1, 0, 0)]C2 = , [f (, 1, 0)]C2 = y [f (, 0, 1)]C2 = . 0 1 −2 Por lo tanto, la matriz asociada a f es: A= 1 [f ]C C2 =   1 0 1 . 0 1 −2 Por la construcción de A, debe verificarse que f (x) = AX t , lo que sucede efectivamente:     x     1 0 1   x+0+z x+z y = = . 0 1 −2 0 + y − 2z y − 2z z  Ejemplo 6.84 Supongamos que f ∈ L (R2 , R2 ) representa la rotación de un vector u un ángulo θ. Encontremos la matriz asociada a esta rotación respecto de la base canónica de R2 . Para ello, encontremos la ley de asignación de f en y primer lugar. En el dibujo, está la información necesaria ′ f (u) para calcular f (u) dado u. Tenemos, entonces que si u = y (x, y), entonces x = ||u|| cos φ y y = ||u|| sen φ. Además, si (x′ , y ′ ) = f (u), entonces u y′ x′ = ||f (u)|| cos(φ + θ) y y ′ = ||f (u)|| sen(φ + θ). Por lo tanto, ′ x = ||f (u)||[cos φ cos θ − sen φ sen θ] θ φ x′ x x 6.2 Matriz asociada a una aplicación lineal 185 y y ′ = ||f (u)||[sen φ cos θ + sen θ cos φ]. Por otro lado, se tiene que ||f (u)|| = ||u||. Entonces: x′ = [||u|| cos φ] cos θ − [||u|| sen φ] sen θ y y ′ = [||u|| sen φ] cos θ + [||u|| cos φ] sen θ, de donde obtenemos que x′ = x cos θ − y sen θ y y ′ = y cos θ + x sen θ. Por lo tanto, para cada (x, y) ∈ R2 , f se define así: f (x, y) = (x cos θ − y sen θ, y cos θ + x sen θ). Ahora bien, calculemos las coordenadas de f (1, 0) y f (0, 1) respecto a la base canónica. Puesto que f (1, 0) = (cos θ − 0, 0 + sen θ) = (cos θ, sen θ) f (0, 1) = (0 − sen θ, cos θ + 0) = (− sen θ, cos θ), tenemos que: [f (1, 0)] = (cos θ, sen θ) y [f (0, 1)] = (− sen θ, cos θ). Por lo tanto, la matriz asociada a f es: A = [f ] =   cos θ − sen θ . sen θ cos θ Por ejemplo, el vector que resulta de rotar 45 grados al vector (2, 1) tiene por coordenadas √  √  √ 2 2 2       2   2 − 2  2 cos 45 − sen 45 2   = √   1 =  √ . √ sen 45 cos 45 1 2 2 3 2 2 2 2  La matriz asociada a una composición de aplicaciones lineales resulta ser el producto de las matrices asociadas a las aplicaciones que se componen. De manera más precisa, tenemos el siguiente teorema. Teorema 6.4 Sean f ∈ L (Kn , Km ) y g ∈ L (Km , Kr ), entonces [g ◦ f ] = [g][f ]. Demostración. Sean A la matriz asociada a f y B la asociada a g. Entonces: f (x) = Ax y g(y) = By para todo x ∈ Kn y todo y ∈ Im(g) ⊂ Km . Por lo tanto, para todo x ∈ Kn , tenemos que: (g ◦ f )(x) = g(f (x)) = B(f (x)) = B(Ax) = BAx. es decir, [g ◦ f ] = BA = [g][f ]. 186 Aplicaciones lineales y matrices Ahora estudiemos el caso general. Teorema 6.5 Sean V y W dos espacios vectoriales de dimensión finita sobre un campo K. Sean B1 = {vj : j ∈ In } y B2 = {wj : j ∈ Im } bases ordenadas de V y W , respectivamente. Sea también f ∈ L (V, W ). Entonces existe una matriz A ∈ Mm×n tal que [f (v)]B2 = A[v]B1 para todo v ∈ V . Demostración. Sean v ∈ V y xj para j ∈ In las coordenadas de v respecto de B1 . Entonces n X xj f (vj ). f (v) = j=1 Existen, entonces, escalares αij tales que f (vj ) = m X αij wi i=1 para cada j ∈ In . Por lo tanto: f (v) = n X j=1 xj m X i=1 αij wi = n n X X i=1 j=1 αij xj ! wi . Tenemos, entonces, que:  n  X α1j xj      j=1    n X  a11 a12 · · · a1n !   α2j xj    a21 a22 · · · a2n  x1   = . [f (v)]B2 =  . .. .. ..  .  j=1   .. . . .  x2 .. xn   ..   am1 am2 · · · amn  n .  X   αmj xj  j=1 De manera que: [f (v)]B2 = Av. Como se puede ver, la matriz A es la matriz cuyas columnas son las coordenadas de las imágenes de los vectores de la base B1 bajo f respecto a la base B2 . La matriz A es denominada matriz asociada a la aplicación lineal f respecto a las bases B1 ordenadas B1 y B2 . Se la suele representar con [f ]B . 2 Con esta notación, la propiedad de la matriz asociada se expresa de la siguiente manera: 1 [f (v)]B2 = [f ]B B2 [v]B1 . 6.2 Matriz asociada a una aplicación lineal 187 Ejemplo 6.85 La aplicación f ∈ L (M2×2 , P2 [x]) se define por f   a b = a + (b − c)x + dx2 . c d Encontremos la matriz asociada a f respecto a las bases canónicas: B1 =         0 0 0 0 0 1 1 0 , , , 0 1 1 0 0 0 0 0 y B2 = {1, x, x2 }. Para ello, es suficiente con calcular las imágenes de los elementos de la base B1 bajo f :   1 0 f = 1 + (0 − 0)x + 0x2 0 0   0 1 f = 0 + (1 − 0)x + 0x2 0 0   0 0 = 0 + (0 − 1)x + 0x2 f 1 0   0 0 = 0 + (0 − 0)x + 1x2 f 0 1 = 1, = x, = −x, = x2 . Entonces, las coordenadas de esta cuatro imágenes respecto a la base canónica dan la siguiente matriz:   1 0 0 0 0 1 −1 0  [f ] =  0 0 0 0 . 0 0 0 1 Ahora calculemos la matriz de f , pero respecto de las siguientes bases: B1 =         1 1 0 −1 0 0 1 0 , , , 0 0 1 0 1 1 0 1 y B2 = {1 − x, x2 , x + x2 }. Para ello, debemos obtener las imágenes de los elementos de la base B1 bajo f y, luego, las coordenadas de estas imágenes respecto de la base B2 . Empecemos con el cálculo de las imágenes:  1 1 = 1 + (1 − 0)x + 0x2 = 1 + x, f 0 0   0 −1 f = 0 + (−1 − 1)x + 0x2 = −2x, 1 0   0 0 = 0 + (0 − 1)x + x2 = −x + x2 , f 1 1   1 0 f = 1 + (0 − 0)x + x2 = 1 + x2 . 0 1  Ahora encontremos las coordenadas de estos cuatro vectores respecto de la base B2 . Para ello, encontremos una fórmula general para encontrar las coordenadas cualquier elemento de P2 [x]. Sea p ∈ P2 [x] tal que p(x) = a + bx + cx2 . Buscamos los escalares αj tales que a + bx + cx2 = α1 (1 − x) + α2 (x2 ) + α3 (x + x2 ). 188 Aplicaciones lineales y matrices De esta igualdad, obtenemos que los escalares αj deben satisfacer el siguiente sistema de ecuaciones lineales: α1 =a −α1 + α3 = b α2 + α3 = c. Las siguientes equivalencias:       a a 1 0 0 1 0 0 1 0 0 a −1 0 1 b  ∼ 0 0 1 a + b ∼ 0 0 1 a + b , 0 1 1 c 0 1 1 0 1 0 −a − b + c c implican que α1 = a, α2 = a + b y α3 = −a − b + c. Entonces: [a + bx + cx2 ]B2 = (a, a + b, −a − b + c). Con ayuda de esta fórmula, obtenemos las coordenadas de las cuatro imágenes calculadas:    1 1 f = [1 + x]B2 = (1, −2, 2), 0 0 B 2    0 −1 = [−2x]B2 = (0, 2, −2), f 1 0 B2    0 0 = [−x + x2 ]B2 = (0, 2, −1), f 1 1 B    2 1 0 f = [1 + x2 ]B2 = (1, 0, 1). 0 1 B 2 Y ya podemos obtener la matriz asociada a f respecto de las bases B1 y B2 :   1 0 0 1 1 −2 2 [f ]B 2 0 . B2 = 2 −2 −1 1 Con ayuda de esta matriz podemos calcular las coordenadas del vector    1 1 . f 0 0 B 2 1 Para ello, usaremos la matriz [f ]B B2 , pues se verifica la igualad siguiente: t 1 [f (x)]B2 = [f ]B B2 [x]B1 . Entonces, lo que primero tenemos que hacer es obtener las coordenadas de x respecto de B1 . Estas coordenadas son la solución del sistema cuya matriz ampliada es:   1 0 0 1 1 1 −1 0 0 0   0 1 1 0 0 . 0 0 1 1 0 Y, puesto que  1 0 0 1 1 −1 0 0  0 1 1 0 0 0 1 1  1    1  0 0 ∼  0  0  0  0 1  2   1   1 0 0 2 ,  1 0 1 0 −  2  1 0 0 1 2 0 0 0 6.2 Matriz asociada a una aplicación lineal tenemos que 189 1 1 1 1 [x]B1 = ( , , − , ). 2 2 2 2 Por lo tanto:    1 2 1 2     1 0 0 1  
1 1  = 1 −1 1 . f = −2 2 2 0  1 −  0 0 B 2 2 2 −2 −1 1 1 2  Definición 6.2 (Rango de una aplicación lineal) Sea f ∈ L (V, W ) donde V y W tienen dimensión finita. Sea A la matriz asociada a f respecto a dos bases cualesquiera en V y W respectivamente. Entonces, el rango de f es la diferencia entre la dimensión de V y el núcleo de f : ran(f ) = dim(V ) − dim N (f ) . Por lo tanto, el rango de f es igual a la dimensión de la dimensión de la imagen de f . Cuando el espacio de salida y el de llegada sean el mismo y la matriz asociada sea respecto de la misma base en ambos espacios, por ejemplo si B es la base, entonces usaremos la notación [f ]B para la matriz asociada. Ejemplo 6.86 Sea f ∈ L (C2 , C2 ) definida por f (z1 , z2 ) = (ız1 , (1 + ı)z2 − z1 ). El conjunto B = {(ı, 0), (0, 1)} es una base de C2 sobre C. Calculemos la matriz asociada a f respecto de B. Solución. En primer lugar, calculemos las imágenes de los elementos de la base B: f (ı, 0) = (ıı, (1 + ı) · 0 − ı) = (−1, −ı), f (0, 1) = (ı · 0, (1 + ı) · 1 − 0) = (0, 1 + ı). Ahora bien, las coordenadas de cualquier elemento (z1 , z2 ) de C2 respecto de B se obtienen de la siguiente equivalencia:     1 0 (−ı)z1 ı 0 z1 ∼ . 0 1 z2 0 1 z2 Entonces [(z1 , z2 )]B = ((−ı)z1 , z2 ). En particular, para calcular [f (ı, 0)]B , hacemos z1 = −1 y z2 = −ı. Entonces: [f (ı, 0)]B = ((−ı)(−1), −ı) = (ı, −ı). 190 Aplicaciones lineales y matrices Y, para calcular [f (0, 1)]B , hacemos z1 = 0 y z2 = 1 + ı. Entonces: [f (0, 1)]B = ((−ı)(0), 1 + ı) = (0, 1 + ı). Por lo tanto: [f ]B =   ı 0 . −ı 1 + ı  Ejemplo 6.87 Sea f ∈ L (R3 , R3 ) definida por f (x, y, z) = (y − z, x + z, −x + y). El conjunto B = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} es una base para R3 . 1. Calcular la matriz asociada a f respecto de B y C (la primera vista como base del espacio de salid y la segunda, como base del espacio de llegada). 2. Si f es invertible, determinar f −1 . Solución. 1. Las imágenes bajo f de cada elemento de B son: f (1, 1, 0) = (1, 1, 0), f (1, 0, 1) = (−1, 2, −1), f (0, 1, 1) = (0, 1, 1). Por lo tanto: [f (1, 1, 0)]C = (1, 1, 0), [f (1, 0, 1)]C = (−1, 2, −1), [f (0, 1, 1)]C = (0, 1, 1). Entonces:   1 −1 0 1 2 1 . [f ]B C = 0 −1 1 2. Se tiene que |[f ]B C | = 4. Por lo tanto, la matriz asociada es invertible. Esto significa que [f ]B C [x]B = 0 =⇒ [x]B = 0. (6.1) Por lo tanto, si x ∈ N (f ), entonces f (x) = 0, de donde, por la implicación (6.1), todas las coordenadas de x respecto de B son iguales a 0; es decir x = 0. Por lo tanto N (f ) = {0}. Entonces, f es invertible. Para hallar f −1 debemos resolver la ecuación f (x, y, z) = (a, b, c) (6.2) 6.3 Matriz de cambio de base 191 para todo (a, b, c) ∈ R3 , pues f −1 (a, b, c) = (x, y, z). La igualdad (6.2) implica que (x, y, z) deben satisfacer el siguiente sistema de ecuaciones lineales: y−z=a x + + z = b. −x + y =c Como la solución de este sistema es 1 1 y = (a + b + c) y z = (−a + b + c), 2 2 1 x = (a + b − c), 2 entonces f −1 (a, b, c) = 1 (a + b − c, a + b + c, −a + b + c). 2  6.3 Matriz de cambio de base Sea V un espacio vectorial sobre K tal que dim V = n. Sean B = {vj } y S = {wj } dos bases ordenadas de V . ¿Cuál es la relación entre las coordenadas de cualquier v ∈ V respecto de la base B y las coordenadas de v respecto de la base S? Este es el problema que pretendemos resolver a continuación. Sea f la función identidad definida sobre V . Es decir, para todo v ∈ V , se tiene que f (v) = v. Por lo tanto, f ∈ L (V, V ). Las coordenadas de v respecto de S pueden ser vistas como las coordenadas de f (v) respecto de S. Entonces, la relación buscada es [v]S = [f (v)]S = [f ]B S [v]B . En otras palabras, la relación entre ambos conjuntos de coordenadas está dada por la matriz asociada a f respecto de las bases B y S. A esta matriz se la conoce con el nombre de matriz de cambio de base de S a B. También se la conoce con el nombre de matriz de transición de B a S. Está claro que si las matrices B y S son iguales, entonces la matriz de cambio de base es la matriz identidad. Teorema 6.6 Sean f ∈ L (V, W ) y g ∈ L (W, U ) tales que dim(V ) = n, dim(W ) = m y dim(U ) = r . Sean B1 , B2 y B3 bases de V , W y U , respectivamente. Entonces B2 B1 1 [g ◦ f ]B B3 = [g]B3 [f ]B2 . 192 Aplicaciones lineales y matrices Demostración. Sea v ∈ V . Por un lado, tenemos que: 1 [(g ◦ f )(v)]B3 = [g ◦ f ]B B3 [v]B1 . (6.3) Por otro lado, como (g ◦ f )(v) = g(f (v)) y f (v) ∈ W , tenemos que: [(g ◦ f )(v)]B3 = [g(f (v))]B3 Es decir: B1 2 = [g]B B3 [f ]B2 [v]B1
B1 2 = [g]B B3 [f ]B2 [v]B1 .
B1 2 [(g ◦ f )(v)]B3 = [g]B B3 [f ]B2 [v]B1 para todo v ∈ V . Y esta igualdad, junto con (6.3), nos permite concluir que B2 B1 1 [g ◦ f ]B B3 = [g]B3 [f ]B2 . En otras palabras, la matriz asociada a una composición de aplicaciones lineales es igual al producto de las matrices asociadas a las aplicaciones de la composición, multiplicación que tiene el mismo orden que el de la composición. Corolario 6.7 Sean B y S dos bases de un espacio vectorial V . Entonces la matriz de cambio de base B a S es invertible y su inversa es igual a la matriz de cambio de base de S a B . Demostración. La matriz de cambio de base de B a S está asociada a la identidad de S V . Sea [IV ]B S la matriz. Con esta misma notación, [IV ]B representa la matriz de cambio de base de S a B. Ahora bien, como IV = IV ◦ IV , entonces B S [IV ]B B = [IV ]S [IV ]B y [IV ]SS = [IV ]SB [IV ]B S. Pero, como S [IV ]B B = [IV ]S = I, entonces S S B I = [IV ]B S [IV ]B = [IV ]B [IV ]S . Lo que demuestra el corolario. Corolario 6.8 Sean f ∈ L (V, W ) un isomorfismo y B y S bases ordenadas de V y W respectivamente. Entonces la matriz asociada a f −1 respecto de S y B es la matriz inversa de la matriz asociada a f respecto a B y S . Demostración. Dado que f es un isomorfismo, existe f −1 . Puesto que f −1 ◦ f = Iv , entonces I = [f −1 ]SB [f ]B S, con lo cual el corolario queda demostrado. 6.3 Matriz de cambio de base 193 Ejemplo 6.88 Sea f ∈ L (R3 , P2 [x]) tal que su matriz asociada respecto de las bases canónicas en ambos espacios es   1 −1 0 [f ] = 1 0 1 . 0 −1 1 Encontrar: 1. la aplicación f , 2. el valor de f (1, −1, 2), y 3. bases para N (f ) y para Im(f ). Solución. 1. Dado que [f (u, v, w)] = [f ][(u, v, w)]t , entonces     u−v u 1 −1 0 [f (u, v, w)] = 1 0 1  v  =  u + w  . −v + w w 0 −1 1  Y, dado que la bases consideradas son la canónicas, tenemos que f (u, v, w) = (u − v) + (u + w)x + (−u + z)x2 para todo (u, v, w) ∈ R3 . 2. f (1, −1, 2) = (1 + 1) + (1 + 2)x + (−1 + 2)x2 = 2 + 3x + x2 . 3. Tenemos que N (f ) = {(u, v, w) ∈ R3 : f (u, v, w) = 0} = {(u, v, w) ∈ R3 : (u − v) + (u + v)x + (−u + w)x2 = 0} = {(u, v, w) ∈ R3 : u − v = 0, u + v = 0, −u + w = 0} = {(u, v, w) ∈ R3 : u = v = w = 0} = {(0, 0, 0)}. Por lo tanto, la única base posible para N (f ) es el conjunto vacío. Esto significa que la dimensión de N (f ) = 0, de donde: dim Im(f ) = dim(R3 ) − dim(N (f )) = 3. Luego, como dim(P2 [x]) = 3, Im(f ) = P2 [x], de donde la base canónica de P2 [x] es una base de Im f .  194 Aplicaciones lineales y matrices Ejemplo 6.89 Los conjuntos S = {((1, 1), (−1, 1))} y T = {(2, −1), (1, 2)} son bases de R2 . Determinar: 1. la matriz de transición de S a T y de T a S; y 2. las coordenadas del vector v = (−3, 4) con respecto a la base T si se sabe que las coordenadas de v respecto a la base S son 12 y 27 . Solución. 1. Para encontrar la matriz de transición de S a T , debemos hallar las coordenadas de los elementos de S respecto de T . Para ello, encontremos las coordenadas respecto de T de cualquier elemento de R2 . Sea (a, b) ∈ R2 . De las siguientes equivalencias, podemos obtener las coordenadas de este elemento: ! !     0 1 a+2b 0 1 a+2b 2 1 a 0 5 a + 2b 5 5 . ∼ ∼ ∼ b −1 2 b −1 2 1 −2 −b 1 0 2a−b 5 Por lo tanto: [(a, b)]T =  2a − b a + 2b , 5 5  . En particular:     1 3 2−1 1+2 [(1, 1)]T = , , = 5 5 5 5     −2 − 1 −1 + 2 3 1 [(−1, 1)]T = , = − , . 5 5 5 5 Tenemos ya la matriz de transición de S a T : 1 3 5 .  1 5 −  [IR3 ]ST =  5 3 5 2. La matriz de transición de T a S es la matriz inversa de la matriz de transición de S a T . Por lo tanto:
−1 [IR3 ]TS = [IR3 ]ST 1 3 !−1 5 −5 = 3 5 1 5   −1 1 1 −3 = 5 3 1  −1 1 −3 =5 3 1   1 1 3 =5 . 10 −3 1 6.3 Matriz de cambio de base 195 3. Dado que 1! 2 [(−3, 4)]S = 7 2 , tenemos que [(−3, 4)]B = 1 5 − 53 3 1  5 5 −2 = . 1 ! 1! 2 7 2  Ejemplo 6.90 Sea ρθ ∈ L (R2 , R2 ) una rotación de θ unidades. Entonces: 1. Una rotación de θ unidades seguida de una de α unidades es igual a una única rotación de θ + α unidades; es decir: ρα ◦ ρθ = ρθ+ρ . 2. Deshacer una rotación de θ unidades es igual a realizar una rotación de −θ unidades. Es decir: ρ−1 θ = ρ−θ . Solución. 1. Dado que [ρθ ◦ ρα ] = [ρθ ][ρα ] y que tenemos que: [ρθ ◦ ρα ] = [ρθ ][ρα ]    cos θ − sen θ cos α − sen α = sen θ cos θ sen α cos α   cos θ cos α − sen θ sen α − cos θ sen α − sen θ cos α = sen θ cos α + cos θ sen α cos θ cos α − sen θ sen α   cos(θ + α) − sen(θ + α) = = [ρθ+α ]. sen(θ + α) cos(θ + α) Por lo tanto, se verifica que ρθ ◦ ρα = ρθ+α . −1 y que: 2. Dado que [ρ−1 θ ] = [ρθ ] −1 [ρ−1 θ ] = [ρθ ]  −1 cos θ − sen θ = sen θ cos θ   cos θ sen θ = − sen θ cos θ   cos(−θ) sen(−θ) = = [ρ−θ ]. − sen(−θ) cos(−θ) Por lo tanto, se verifica que ρ−1 θ = ρ−θ . 196 Aplicaciones lineales y matrices  Teorema 6.9 Sean V y W dos espacios vectoriales tales que dim(V ) = n y dim(W ) = m, f ∈ L (V, W ), S1 y S2 dos bases ordenadas de V , y T1 y T2 dos bases ordenadas de W . Entonces: [f ]ST22 = Q−1 [f ]ST11 P, donde P = [IV ]SS21 y Q = [IW ]TT21 . Demostración. Con ayuda de siguiente diagrama, podemos visualizar las relaciones existentes entre las coordenadas de v y f (v) según las bases que se elijan en los espacios V y W: f (V, S1 ) −−−→ (W, T1 ) x  I I V yW f (V, S2 ) −−−→ (W, T2 ) Por ejemplo, si leemos la segunda línea horizontal, tenemos que para todo v ∈ V : [f (v)]T2 = [f ]ST22 [v]S2 . (6.4) Ahora, si leemos la columna de la derecha, tenemos que [f (v)]T2 = [IW ]TT12 [f (v)]T1 . (6.5) En cambio, la fila superior nos dice que [f (v)]T1 = [f ]ST11 [v]S1 . (6.6) Entonces, de las igualdades (6.6) y (6.5), obtenemos que [f (v)]T2 = [IW ]TT12 [f ]ST11 [v]S1 . (6.7) Por lo tanto, de las igualdades (6.4) y (6.7), resulta que [f ]ST22 [v]S2 = [IW ]TT12 [f ]ST11 [v]S1 . (6.8) Ahora, la lectura de la columna de la izquierda nos informa que [v]S1 = [IV ]SS21 [v]S2 , que al reemplazar el lado derecho de esta igualdad en (6.8) nos permite proceder de la siguiente manera: [f ]ST22 [v]S2 = [IW ]TT12 [f ]ST11 [v]S1 Por lo tanto: = [IW ]TT12 [f ]ST11 [IV ]SS21 [v]S2
−1 S1 = [IW ]TT21 [f ]T1 [IV ]SS21 [v]S2 . [f ]ST22 = [IW ]TT21 que es lo que queríamos demostrar.
−1 [f ]ST11 [IV ]SS21 , 6.3 Matriz de cambio de base 197 Ejemplo 6.91 Dada   −1 0 1 [f ]TS =  0 1 1 , 1 −1 0 donde B = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} y S es una base de R3 . 3 1. Determinar [IR3 ]C B , donde C es la base canónica de R . 2. Determinar [f ]C S. Solución. En primer lugar, del teorema (6.9), tenemos que C C B S B [f ]B S = [IR3 ]S [f ]S [IR3 ]B = [f ]S [IR3 ]B , (6.9) ya que [IR3 ]SS = I. 1. Como C es la base canónica, la matriz [IR3 ]B C tiene por columnas las coordenadas de los elementos de B respecto de C. Por lo tanto:   1 1 0 1 0 1 . [IR3 ]B C = 0 1 1 Entonces   1 1 −1 −1 1  B =  1 −1 1  . [IR3 ]C B = [IR3 ]C 2 −1 1 1 2. Ahora ya podemos calcular [f ]C S a partir de la igualdad (6.9): B C [f ]C S = [f ]S [IR3 ]B     1 1 −1 1 1 0 1 = 1 0 1 ·  1 −1 1  2 0 1 1 −1 1 1   −1 0 1 1 =  0 0 1 . 2 0 1 −1  Corolario 6.10 Sean f ∈ L (V, V ), B1 y B2 dos bases de V . Entonces existe una matriz inversible P tal que −1 2 1 [f ]B [f ]B B2 = P B1 P. 198 Aplicaciones lineales y matrices Demostración. Del teorema 6.9, tenemos que: B2 B1 B1 2 [f ]B B2 = [IV ]B1 [f ]B1 [IV ]B2 . −1 1 2 Sea P = [IV ]B = [IV ]B B2 . Entonces P B1 . Por lo tanto: −1 2 1 [f ]B [f ]B B2 = P B1 P. El propósito de representar mediante una matriz una aplicación lineal es trabajar con la matriz en lugar de la aplicación. En el siguiente capítulo, se estudia cómo obtener una matriz que tiene propiedades que hacen el “trabajo” más sencillo que hacerlo directamente con la aplicación. Ejemplo 6.92 Sean f ∈ L (R2 , R2 ) definida por f (x, y) = (x + 6y, 3x + 4y) y el conjunto B = {(2, −1), (1, 1)} una base de R2 . Encontremos las matrices asociadas a f respecto, en primer lugar, de la base canónica tanto en la salida como en la llegada y, en segundo lugar, respecto de la B tanto en la salida como en la llegada. 1. Puesto que tenemos que  x + 6y 3x + 4y  = [f ] =   1 6 3 4   x , y  1 6 . 3 4 2. Dado que f (2, −1) = (−4, 2) = (−2)(2, −1) + (0)(1, 1) f (1, 1) = (7, 7) = 0(2, −1) + 7(1, 1). tenemos que [f ]B B =   −2 0 . 0 7  En este último ejemplo, podemos ver que las dos matrices que representan a f , la segunda es diagonal. Esto la hace “más sencilla” en el sentido de que en las operaciones que se hagan con ella, el trabajo requiere menos esfuerzo (por la presencia de los ceros, excepto en la diagonal). Definición 6.3 (Matrices semejantes) Dos matrices cuadradas A y B de orden n son semejantes o similares si existe una matriz P inversible tal que B = P −1 AP. De esta definición, es inmediato que dos matrices asociadas a una misma aplicación lineal f de un espacio vectorial en sí mismo son siempre semejantes, gracias al corolario 6.10 en la página 197. 6.3 Matriz de cambio de base 199 Definición 6.4 (Diagonizable) Sean V un espacio vectorial de dimensión finita y f ∈ L (V, V ). Una base B de V diagonaliza a f si y solo si la matriz asociada a f respecto a B , es decir, la matriz [f ]B B , es una matriz diagonal. En este caso, se dice que la aplicación lineal f es diagonizable. No toda matriz es diagonizable. En el siguiente capítulo, se establecerán condiciones necesarias y suficientes para que una matriz sea diagonizable. Teorema 6.11 Sean V un espacio vectorial real de dimensión n, B1 = {uj } y B2 = {vj } dos 1 bases ortonormales de V . Entonces la matriz [IV ]B B2 es ortogonal. −1 1 Demostración. Sea P = [IV ]B = P t . Para ello, calculemos B2 . Debemos probar que P −1 en primer lugar P y luego P . 1. Dado que B2 es una base ortonormal de V , para cada j, podemos escribir uj de la siguiente manera: n X uj = huj , vi i vi . i=1 Por lo tanto, las coordenadas de uj respecto de B2 son: [uj ]B2 = (huj , v1 i , huj , v2 i , . . . , huj , vi i) . Entonces: 1 [IV ]B B2   hu1 , v1 i hu2 , v1 i . . . hun , v1 i  hu1 , v2 i hu2 , v2 i . . . hun , v2 i    =  .. .. ..  . ..  . . . .  hu1 , vn i hu2 , vn i . . . hun , vn i En otras palabras, el término general de la matriz P es huj , vi i. B2 1 2. Recordemos que la inversa de [IV ]B B2 es [IV ]B1 (ver el corolario 6.7 en la página 192). Ahora bien, tenemos que 1 P = [IV ]B B2 = (huj , vi i). Si intercambiamos B2 con B1 en el cálculo de P , obtenemos que 2 P −1 = [IV ]B B1 = (hvj , ui i). Ahora solo falta probar que P −1 = P t . Pero esto es inmediato, ya que huj , vi i = hvi , uj i = hvi , uj i , ya que V es un espacio vectorial sobre R. Por lo tanto, la inversa de P es la transpuesta de P . 200 Aplicaciones lineales y matrices Ejemplo 6.93 Sean B1 = n √1 2 √1 2   , − √12 √1 2 o y B2 =  4 5 3 5
, 3 5 − 54
dos bases ortonormales de R2 . Encontrar la matriz de transición de B1 a B2 . Solución. Sean uk los elementos de B1 y vk los de B2 . Entonces, por el teorema 6.11, la matriz de transición de B1 a B2 es: 1 [IR2 ]B B2 = (huj , vi i). Así que, calculemos todos los productos escalares huj , vi i: D 
E 7 4 3 √1 √1 hu1 , v1 i = , = √ , 5 5 2 2 5 2 D E 
1 √1 √1 hu1 , v2 i = , 35 − 54 = − √ , 2 2 5 2 D  E
1 hu2 , v1 i = − √12 √12 , 45 53 = − √ , 5 2  D E
7 hu2 , v2 i = − √12 √12 , 35 − 54 = − √ . 5 2 Por lo tanto: 1 [IR2 ]B B2 1 = √ 5 2   7 −1 . −1 −7 El siguiente ejemplo utiliza la siguiente propiedad general del producto escalar: Popiedad 6.1 Sean A una matriz de orden n por m y u y v elementos de Rn . Entonces hAv, ui = v, At u . Demostración. La igualdad es fácilmente obtenida de la siguiente manera: hAv, ui = (Av)t u = (v t At )u = v(At u) = v, At u . Ejemplo 6.94 Sea f ∈ L (Rn , Rn ) tal que kf (u)k = kuk para todo u ∈ Rn . Demuestre que: 1. Para todo u ∈ Rn y todo v ∈ Rn , se verifica que hf (u), f (v)i = hu, vi .) 2. La matriz [f ] es ortogonal.  6.3 Matriz de cambio de base 201 Solución. 1. Dado que kf (u − v)k = ku − vk , y que f es lineal, tenemos que kf (u) − f (v)k2 = ku − vk2 . (6.10) Por otro lado, tenemos que kf (u) − f (v)k2 = hf (u) − f (v), f (u) − f (v)i = hf (u), f (u)i − 2 hf (u), f (v)i + hf (v), f (v)i = kf (u)k2 − 2 hf (u), f (v)i + kf (v)k2 . De donde, concluimos que: kf (u) − f (v)k2 = kf (u)k2 − 2 hf (u), f (v)i + kf (v)k2 . (6.11) Por otro lado, también tenemos que ku − vk2 = hu − v, u − vi = hu, ui − 2 hu, vi + hv, vi , de donde obtenemos que: ku − vk = kuk2 − 2 hu, vi + kvk2 . (6.12) Finalmente, la propiedad transitiva aplicada a las igualdades (6.10), 6.11 y 6.12 muestra que kf (u)k2 − 2 hf (u), f (v)i + kf (v)k2 = kuk2 − 2 hu, vi + kvk2 , de donde obtenemos que −2 hf (u), f (v)i = −2 hu, vi ; es decir: hf (u), f (v)i = hu, vi , que es lo que queríamos demostrar. 2. Sea A = [f ]. Debemos probar que A−1 = At . Para ello, vamos a utilizar la propiedad 6.1 y la igualdad establecida en el numeral anterior. Sea v ∈ Rn . Entonces f (v) = Av, y, dado que hf (u), f (v)i = hu, vi, se verifica la siguiente igualdad: hAu, Avi = hu, vi . Ahora bien, por la propiedad 6.1, la última igualdad implica que u, At Av = hu, vi , de donde para todo u ∈ Rn . u, At Av − v = 0 202 Aplicaciones lineales y matrices Esto significa que At Av − v ∈ {Rn }⊥ = {0}, de donde At Av − v = 0 para todo v ∈ Rn ; es decir: At Av = v. Por lo tanto, At A = I, de donde A−1 = At .  Ejemplo 6.95 Sea f ∈ L (R3 , R3 ) tal que f (1, 1, 0) = (1, 1, −1), f (1, 0, 1) = (1, −1, 1), y f (0, 1, 1) = (−1, 1, 1). Sean B1 = {(1, 0, 1), (0, 1, 1), (1, 1, 1)} y B2 = {(1, 1, 1), (1, 1, 0), (1, −1, 1)} dos bases de R3 . Determine: 2 [IR3 ]B B1 , 1 [f ]B B1 , 2 [f ]B B1 1 y [f ]B B2 . Solución. Sea C la base canónica de Rn . 1. B2 C 2 [IR3 ]B B1 = [IR3 ]B1 [IR3 ]C −1  2 1 [IR3 ]B = [IR3 ]B C C  Entonces −1   1 0 1 1 1 1 = 0 1 1 1 1 −1 . 1 0 1 1 1 1 2 [IR3 ]B B1 2.   0 −1 2 = 0 −1 0  . 1 2 −1 B1 C 1 [f ]B B1 = [IR3 ]B1 [f ]C −1  1 1 [f ]B = [IR3 ]B C C  −1 1 −1  1 0 1  = 0 1 1  −1 1 1 1 1 1 1 1 2  1 2 . 1 2 6.3 Matriz de cambio de base 203 Por lo tanto: 1 [f ]B B1 3.   2 0 0 = 0 2 0 . −1 −1 12 B1 B2 2 [f ]B B1 = [f ]B1 [f ]B1   0 −1 2 2 0 0 = 0 2 0  0 −1 0  . 1 2 −1 −1 −1 12  Por lo tanto: 2 [f ]B B1 4.  0 −2 4 =  0 −2 0  . 1 3 − 52 2  B1 B1 1 [f ]B B2 = [IR3 ]B2 [f ]B1  Por lo tanto: −1   0 −1 2 2 0 0 = 0 −1 0   0 2 0 . 1 2 −1 −1 −1 21 1 [f ]B B2   0 2 12   = 0 −2 0  . 1 −1 0  204 Aplicaciones lineales y matrices Valores y vectores propios 7 El objetivo general de este capítulo es Resolver problemas de diagonalización de matrices a partir de las propiedades de los valores y vectores propios de las matrices, a un nivel productivo. Para alcanzar el objetivo general se proponen los siguientes objetivos específicos. 1. Identificar los valores y vectores propios de un operador lineal y sus propiedades a partir de las definiciones. 2. Calcular el polinomio característico y los valores y vectores propios de una matriz de orden n. 3. Calcular los valores propios de una matriz simétrica usando sus propiedades a un nivel productivo. 4. Fundamentar la diagonalización de una matriz de orden máximo 4 a partir de las propiedades básicas de los valores y vectores propios, a un nivel reproductivo. 5. Resolver problemas de diagonalización de una matriz de orden máximo 4 a partir de las propiedades básicas de los valores y vectores propios, a un nivel reproductivo. 6. Calcular la matriz ortogonal semejante a una matriz diagonalizable dada de orden máximo 4, a un nivel productivo. 206 Valores y vectores propios 7.1 Introducción Una de las aplicaciones de las ecuaciones homogéneas se da en el análisis de problemas de ingeniería en los cuales se usan los valores y vectores propios en áreas tales como análisis de vibraciones, análisis de circuitos eléctricos, teoría de elasticidad, etc. Cuando se desarrollan los modelos matemáticos de problemas que aparecen en las áreas indicadas, aparecen sistemas de ecuaciones que generalmente tienen la forma (a11 − λ)x1 + a12 x2 + · · · + a21 x1 + (a22 − λ)x2 + · · · + an1 x1 + a1n xn = 0, a2n xn = 0, .. . an2 x2 + · · · + (ann − λ)x4 = 0, en donde los coeficientes aij son números reales, los xi son las variables del sistema y λ es un parámetro particular del sistema que toma valores desconocidos. En el modelado matemático de problemas en los cuales se usan las ecuaciones de Lagrange o las leyes de Newton aparecen ecuaciones diferenciales de la forma X ′ (t) = AX(t). Por ejemplo, en un sistema vibratorio con varias cuerpos sujetos a varios resortes, los valores de los coeficientes aij dependerán de las masas mi de los cuerpos y las constantes elásticas ki de los resortes, las variables xi serán los desplazamientos de los cuerpos, y los valores λ resultan ser los cuadrados de las frecuencias de oscilación del sistema vibratorio. Los valores y vectores propios también se usan en la solución de sistemas de ecuaciones diferenciales lineales homogéneas, en estadística, en las cadenas de Markov que se usan para la predicción de eventos futuros o para analizar modelos de crecimiento de una población, en geometría analítica para identificar y graficar cónicas y cuádricas, etc. El problema original radica en modelar el sistema, analizarlo y sacar conclusiones sobre su aplicabilidad. 7.2 Nociones fundamentales Definición 7.1 (Valor propio y vector propio de una aplicación lineal) Sea f una aplicación lineal de un espacio vectorial V sobre un campo K en V . Se dice que un vector v ∈ V no nulo es un vector propio de la aplicación lineal f asociado con valor propio λ ∈ K si se cumple que f (v) = λv. En la literatura matemática es común llamar a los valores y vectores propios valores y vectores característicos, autovalores y autovectores, o eigenvalores y eigenvectores, respectivamente. Ejemplo 7.96 Sea la aplicación lineal f ∈ L (V, V ) tal que f (v) = v. Entonces λ = 1 es un valor propio de f y todo vector v ∈ V no nulo es un vector propio de f asociado con valor propio λ = 1.  7.2 Nociones fundamentales 207 Ejemplo 7.97 Sea la aplicación lineal f ∈ L (V, V ) tal que f (v) = 0V . Entonces λ = 0 es un valor propio de f y todo vector v ∈ V no nulo es un vector propio de f asociado con valor propio λ = 0.  Teorema 7.1 Sean f ∈ L (V, V ) y Vλ = {v ∈ V | f (v) = λv}. Entonces Vλ es un subespacio vectorial del espacio vectorial V . Demostración. 1. 0V ∈ Vλ puesto que f (0V ) = 0V = λ0V ya que f es aplicación lineal. 2. Por demostrarse que (∀α ∈ K)(∀u, v ∈ V ) : αu + v ∈ Vλ . En efecto, f (αu + v) = αf (u) + f (v) = α(λu) + (λv) = λ(αu + v), por lo cual αu + v ∈ Vλ . El subespacio vectorial Vλ es el conjunto de todos los vectores propios de la aplicación lineal f asociados con valor propio λ, unido con el conjunto que contiene el vector nulo 0V . Al conjunto Vλ se le llama el subespacio vectorial propio de la aplicación lineal f asociado con valor propio λ. Recordemos que a una aplicación lineal se le puede asociar una matriz. Sea [f ]B B la matriz asociado a la aplicación lineal f : V → V con respecto a la base ordenada B del espacio vectorial V . Sea [v]B el vector coordenado de un vector v ∈ V con respecto a la base ordenada B. Entonces podemos escribir [f (v)]B = [f ]B B [v]B , donde [f (v)]B es el vector coordenado de la imagen del vector v por la aplicación f con respecto a la base ordenada B. Por otro lado el vector coordenado del vector λv con respecto a la base ordenada B es [λv]B = λ[v]B . Supongamos que v es un vector propio de la aplicación lineal f asociado con valor propio λ. Entonces podemos escribir las siguientes expresiones: f (v) = λv, [f (v)]B = [λv]B , [f ]B B [v]B = λ[v]B . 208 Valores y vectores propios Si la dimensión del espacio vectorial V es n, entonces [f ]B B ∈ Mn y [v]B ∈ Mn×1 . B B Notemos A = [f ]B y u = [v]B . La expresión [f ]B [v]B = λ[v]B la podemos escribir así: Au = λu. Este resultado muestra que los valores propios de la aplicación lineal f y su matriz asociada son los mismos. Además, motiva la siguiente definición. Definición 7.2 (Valor propio y vector propio de una matriz) Sea A una matriz cuadrada de orden n sobre el campo de los números complejos. Se dice que un vector v ∈ Mn×1 no nulo es un vector propio de la matriz A asociado con valor propio λ ∈ K si se cumple que Au = λu. Independientemente de que una matriz cuadrada sea o no la representación matricial de alguna aplicación lineal, con la definición anterior podemos hablar de los valores y vectores propios de esa matriz. Los valores propios y los elementos de los vectores propios de una matriz sobre el campo de los números reales pueden ser números complejos. Esto no es ningún inconveniente pues toda matriz sobre el campo de los números reales es una matriz sobre el campo de los números complejos. Si A es una matriz cuadrada de orden n diremos que Vλ ⊂ Mn×1 es el subespacio vectorial propio de la matriz A, asociado con valor propio λ. Teorema 7.2 Sean f ∈ L (V, V ) y λ ∈ K. Sea A la matriz asociada a f . Las siguientes afirmaciones son equivalentes: a) λ es un valor propio de A (o de f ). b) La matriz (A − λI) no es inversible (o f − λIV no es inversible. c) |A − λI| = 0. Demostración. 1. a) ⇒ b): si λ es un valor propio de f , entonces existe un vector v no nulo tal que f (v) = λv que se puede escribir como (f − λIV )(v) = 0 y como v 6= 0 podemos escribir N (f − λIV ) 6= {0V }, de donde concluimos que f − λIV no es inyectiva y, por lo tanto, no es inversible. 2. b) ⇒ c): si f − λIV no es inversible, entonces A − λI no es inversible, razón por la cual det(A − λI) = 0. 7.2 Nociones fundamentales 209 3. c) ⇒ a): si det(A − λI) = 0, entonces existe un vector v no nulo tal que (A − λI)v = O. Esta última expresión es un sistema lineal homogéneo que tiene soluciones no nulas y lo podemos escribir así: Av − λIv = O, Av = λv + O, Av = λv. Esta última expresión muestra que λ es un valor propio de la matriz A o de la aplicación lineal f . El teorema anterior permite encontrar los valores propios λ de una aplicación lineal f o de su matriz asociada A por medio de la solución de la ecuación det(A − λI) = 0. Los vectores propios v de la matriz A se encuentran resolviendo el sistema lineal homogéneo (A − λI)v = O. Ejemplo 7.98 Hallar los valores y vectores propios de la matriz   10 −18 A= . 6 −11 Solución. Para hallar los valores propios de la matriz A resolvemos la ecuación |A − λI| = 0:     10 −18 1 0 −λ = 0, 6 −11 0 1 10 − λ −18 = 0, 6 −11 − λ (10 − λ)(−11 − λ) + 108 = 0, λ2 + λ − 2 = 0, (λ − 1)(λ + 2) = 0. Luego los valores propios de la matriz A son λ1 = −2 y λ2 = 1. Calculemos ahora los vectores propios de la matriz A. • Sea el valor propio λ1 = −2. Para hallar los vectores propios v asociados con valor propio λ1 = −2 resolvemos el sistema lineal (A − λ1 I)v = O,      10 − λ1 −18 u1 0 = , 6 −11 − λ1 u2 0 210 Valores y vectores propios      10 − (−2) −18 0 u1 = , 6 −11 − (−2) u2 0      12 −18 0 u1 = . 6 −9 u2 0 Para resolver el sistema lineal homogéneo 12u1 − 18u2 = 0, 6u1 − 9u2 = 0, hallamos su matriz escalonada reducida por filas:     12 −18 | 0, 2 −3 | 0, (A − λ1 I | O) = ∼ . 6 −9 | 0, 0 0 | 0, Sea u2 = 2r ∈ R \ {0}. Entonces u1 = 3r y   3r v= , 2r r ∈ R \ {0} nos da el conjunto de vectores propios de la matriz A asociados al valor propio λ1 = −2. En particular, si r = 1 obtenemos   3 v1 = , 2 un vector propio de la matriz A asociado al valor propio λ1 = −2. El subespacio vectorial propio asociado con valor propio λ1 = −2 es   3 Vλ1 =−2 = . 2 • Sea el valor propio λ2 = 1. Solo indicamos los pasos de obtención del vector propio asociado a λ2 : (A − λ2 I)v = O,     0 10 − λ2 −18 u1 = , u2 0 6 −11 − λ2      9 −18 0 u1 = , 6 −12 u2 0     9 −18 | 0 1 −2 | 0 (A − λ1 I | O) = ∼ . 6 −12 | 0 0 0 |0  Sea u2 = r ∈ R \ {0}. Entonces u1 = 2r y   2r v= , r r ∈ R \ {0} nos da el conjunto de vectores propios de la matriz A asociados al valor propio λ2 = 1. En particular, si r = 1 obtenemos   2 v2 = , 1 un vector propio de la matriz A asociado al valor propio λ2 = 1. El subespacio vectorial propio asociado con valor propio λ2 = 1 es   2 Vλ2 =1 = . 1 7.2 Nociones fundamentales 211 Verifiquemos que ( 3r 2r ), r ∈ R \ {0} da el conjunto de vectores propios de la matriz A asociados con valor propio λ1 = −2:        10 −18 3r −6r 3r Av = = = −2 = λ1 v, para todo r ∈ R. 6 −11 2r −4r 2r  Definición 7.3 (Polinomio y ecuación característicos) Sea la matriz A ∈ Mn . A PA (λ) = |A−λI| se le llama polinomio característico de la matriz A. La ecuación PA (λ) = 0 recibe el nombre de ecuación característica de la matriz A. Las raíces del polinomio característico son los valores propios de la matriz A. Teorema 7.3 Los valores propios de la aplicación lineal f ∈ L (V, V ) no dependen de la elección de la matriz asociada a f . Demostración. Sean S y T dos bases del espacio vectorial V . Sean A = [f ]SS y V = [f ]E T las matrices asociadas a la aplicación lineal f , respectivamente. Si P = [IV ]TS es la matriz de cambio de base de T a S, entonces B = P −1AP . Por demostrar que PB (λ) = PA (λ). En efecto, tenemos las siguientes expresiones: PB (λ) = |B − λI| = |P −1AP − λI| = |P −1AP − λP −1 P | = |(P −1 A − λP −1)P | = |(P −1A − λP −1 I)P | = |(P −1A − P −1 λI)P | = |P −1(A − λI)P | = |P −1| |A − λI| |P | = |P −1| |P | |A − λI| = |P −1P | |A − λI| = |I| |A − λI| = 1 |A − λI| = |A − λI| = PA (λ). Como los polinomios característicos de las matrices A y B son iguales, entonces los valores propios de A y B son los mismos. Los valores propios de una matriz asociada a una aplicación lineal f con respecto a cualquier base son los valores propios de la aplicación lineal f . Estamos en condiciones de delinear el siguiente procedimiento para hallar los valores y vectores propios de una aplicación lineal f : V → V : 1. Hallar la representación matricial de la aplicación lineal con respecto a cualquier base B del espacio vectorial V . 2. Hallar los valores y vectores propios de esa representación matricial de f . 3. Los valores propios de la representación matricial son también los valores propios de la aplicación lineal. 4. Los vectores propios de la representación matricial son los vectores coordenados de los vectores propios de la aplicación lineal. 212 Valores y vectores propios Ejemplo 7.99 Sea la aplicación lineal f ∈ L (R2 , R2 ) tal que f (x, y) = (−x − 2y, −7x + 8y). Hallar los valores y vectores propios de la aplicación lineal f . Solución. Primero hallamos los valores y vectores propios de una matriz A asociada a f con respecto a cualquier base. Por ser más cómodo escogemos la base canónica C = {e1 , e2 } = {(1, 0), (0, 1)}. No es difícil hallar la matriz A= [f ]C C =   −1 2 . −7 8 Hallemos los valores propios de la matriz A: |A − λI| = 0, −1 − λ 2 = 0, −7 8−λ (λ − 1)(λ − 6) = 0. Los valores propios de la matriz A son λ1 = 1 y λ2 = 6. Hallemos los vectores propios de la matriz A. • Sea el valor propio λ1 = 1.  (A − λ1 I)v = O,     −1 − 1 2 u1 0 = , −7 8−1 u2 0      −2 2 u1 0 = . −7 7 u2 0 El sistema lineal se reduce a la ecuación u1 − u2 = 0. Sea u2 = r, r ∈ R \ {0}. Entonces u1 = r. Si r = 1 tenemos que   1 v1 = 1 es un vector propio de la matriz A asociado con valor propio λ1 = 1. • Sea el valor propio λ2 = 6.  (A − λ2 I)v = O,     −1 − 6 2 0 u1 = , −7 8−6 u2 0      −7 2 0 u1 = . −7 2 u2 0 El sistema lineal se reduce a la ecuación −7u1 + 2u2 = 0. Sea u2 = 7r, r ∈ R \ {0}. Entonces u1 = 2r. Si r = 1 tenemos que   2 v2 = 7 es un vector propio de la matriz A asociado con valor propio λ2 = 6. 7.2 Nociones fundamentales 213 Los vectores propios v1 y v2 de la matriz A son los vectores coordenados de los vectores propios u1 y u2 , respectivamente, de la aplicación lineal f . Es decir, v1 = [w1 ]C y v2 = [w1 ]C . Por lo tanto, w1 = 1 · e1 + 1 · e2 = 1(1, 0) + 1(0, 1) = (1, 1) ∈ R2 es un vector propio de la aplicación lineal f asociado con valor propio λ1 = 1, y w2 = 2 · e1 + 7 · e2 = 2(1, 0) + 7(0, 1) = (2, 7) ∈ R2 es un vector propio de la aplicación lineal f asociado con valor propio λ2 = 6. Los conjuntos Wλ1 =1 = h{(1, 1)}i y Wλ2 =6 = h{(2, 7)}i son los subespacios vectoriales propios de la aplicación lineal f asociados a los valores propios λ1 = 1 y λ2 = 2, respectivamente.  7.2.1 Polinomio característico Hay una forma interesante para escribir el polinomio característico de una matriz. 1. Si tenemos la matriz A=   a b , c d entonces el polinomio característico de la matriz A puede escribirse como pA (λ) = |A − λI| = a−λ b c d−λ = λ2 − (a + d)λ + (ad − bc) = λ2 − tr(A)λ + |A|. 2. Si tenemos la matriz   a1 b1 c1 A = a2 b2 c2  , a3 b3 c3 entonces el polinomio característico de la matriz A puede escribirse como pA (λ) = |A − λI| a1 − λ b1 c1 a2 b2 − λ c2 = a3 b3 c3 − λ = −λ3 + tr(A)λ2 − kλ + |A|, donde k= a c b c a1 b1 + 2 2 + 1 1 . a3 c3 b3 c3 a2 b2 214 Valores y vectores propios 3. Si tenemos la matriz  a11 a12  a21 a22  A =  .. ..  . . an1 an2  · · · a1n · · · a2n   ..  , .. . .  · · · ann entonces el polinomio característico de la matriz A puede escribirse como pA (λ) = |A − λI| a11 − λ a12 a21 a22 − λ = .. .. . . an1 an2 donde ··· ··· .. . a1n a2n .. . · · · ann − λ
= (−1)n λn − σ1 λn−1 + σ2 λn−2 − σ3 λn−3 + · · · + (−1)n σn , σ1 = tr(A), X aii aij σ2 = , aji ajj i<j X aii aij air aji ajj ajr , σ3 = i<j<r ari arj arr .. . σn = |A|. Podemos decir que σ2 es la suma de todos los menores diagonales de segundo orden de la matriz A, σ3 es la suma de todos los menores diagonales de tercer orden de la matriz A, etc. Antes de dar la siguiente definición recordemos que un polinomio de grado n tiene n raíces no necesariamente distintas. Definición 7.4 (Multiplicidad algebraica y geométrica) Sea pA (λ) el polinomio característico de grado n de la matriz A de orden n. el polinomio tiene n raíces y puede escribirse como pA (λ) = (λ − λ1 )r1 (λ − λ2 )r2 · · · (λ − λm )rm , donde r1 + r2 + · · · rm = n. 1. Se llama multiplicidad algebraica del valor propio λi al número ri , i = 1, 2, . . . , m. 2. Se llama multiplicidad geométrica del valor propio λi a la dimensión del subespacio vectorial Vλi , i = 1, 2, . . . , m. En otras palabras, la multiplicidad algebraica de un valor propio es el número de veces que se repite dicho valor propio, y la multiplicidad geométrica es el número de vectores propios linealmente independientes que genera el valor propio. Si la multiplicidad algebraica de un valor propio es 1, entonces la multiplicidad geométrica también es 1. Pero si la multiplicidad algebraica es p > 1, p ≤ n, entonces la multiplicidad geométrica puede ser 1 o 2 o hasta p. Todo valor propio tiene asociado con menos un vector propio. 7.2 Nociones fundamentales 215 Ejemplo 7.100 Hallar las multiplicidades algebraica y geométrica de los valores propios de la matriz   2 −1 1 A = 0 3 −1 . 2 1 3 Solución. Hallemos los valores propios de la matriz A: pA (λ) = 2 − λ −1 1 0 3 − λ −1 = −λ3 + 8λ2 − 20λ + 16 = −(λ − 2)2 (λ − 4) = 0. 2 1 3−λ Entonces λ1 = 2 y λ2 = 4 son los valores propios de la matriz A, de multiplicidades algebraicas 2 y 1, respectivamente. La multiplicidad geométrica de λ2 es 1. Hallemos los vectores propios de la matriz A. • Sea el valor propio λ1 = 2. (A − λ1 I)v  0 −1 1 |  (A − λ1 I | O) = 0 1 −1 | 2 1 1 | = O,    0 1 0 1 | 0 0 ∼ 0 1 −1 | 0 . 0 0 0 0 | 0 Sea u3 = r ∈ R \ {0}. Entonces, u1 = −r y u2 = r y   −r v =  r  r ∈ R \ {0} r es el conjunto de vectores propios de la matriz A asociados con valor propio λ1 = 2. Si r = 1, tenemos   −1  v1 = 1 1 que es un vector propio de la matriz A asociados con valor propio λ1 = 2, y *−1+   1 Vλ1 =2 =   1 es el subespacio vectorial propio de la matriz A asociado con valor propio λ1 = 2. Como la dimensión del subespacio vectorial propio Vλ1 =2 es 1, entonces la multiplicidad geométrica del valor propio λ1 = 2 es 1. • Sea el valor propio λ2 = 4. (A − λ2 I)v = O,    −2 −1 1 | 0 1 0 −1 | 0 (A − λ2 I | O) =  0 −1 −1 | 0 ∼ 0 1 1 | 0 . 2 1 −1 | 0 0 0 0 | 0  216 Valores y vectores propios Entonces   r v = −r  r r ∈ R \ {0} es el conjunto de vectores propios de la matriz A asociados con valor propio λ2 = 4. El vector   1 v2 = −1 1 es un vector propio de la matriz A asociado con valor propio λ2 = 4, y * 1 +   −1 Vλ2 =4 =   1 es el subespacio vectorial propio de la matriz A asociado con valor propio λ2 = 4. La multiplicidad geométrica del valor propio λ2 = 4 es 1.  Teorema 7.4 Sea la aplicación lineal f ∈ L (V, V ). Sean λ1 , λ1 , . . . , λk , k valores propios de f distintos dos a dos. Entonces los k vectores propios asociados con los valores propios λi , i = 1, 2, . . . , k , son linealmente independientes. Demostración. Sean vi los vectores propios asociados con los valores propios λi para i = 1, 2, . . . , k. Es decir f (vi ) = λi vi para i = 1, 2, . . . , k. Por demostrar que si α1 v1 + α2 v2 + · · · + αk vk = 0V , entonces α1 = α2 = · · · = αk = 0. La demostración es por inducción. i. Demostración para k = 1. si α1 v1 = 0V entonces α1 = 0, puesto que v1 6= 0V . ii. Suponemos que es verdad para j y demostraremos para j + 1. Sea α1 v1 + α2 v2 + · · · + αj vj + αj+1 vj+1 = 0V . (7.1) α1 λj+1 v1 + α2 λj+1v2 + · · · + αj λj+1 vj + αj+1 λj+1 vj+1 = 0V . (7.2) α1 f (v1 ) + α2 f (v2 ) + · · · + αj f (vj ) + αj+1 f (vj+1 ) = 0V . (7.3) α1 λ1 v1 + α2 λ2 v2 + · · · + αj λj vj + αj+1 λj+1vj+1 = 0V . (7.4) α1 (λj+1 − λ1 )v1 + α2 (λj+1 − λ2 )v2 + · · · + αj (λj+1 − λj )vj = 0V . (7.5) Entonces De (7.1): Entonces Hacemos (7.2) - (7.4): 7.3 Matrices simétricas 217 Como los valores propios son distintos dos a dos tenemos que λj+1 − λj para j = 1, 2, . . . , k − 1. Luego de (4) se concluye que α1 = α2 = · · · = αj = 0, por hipótesis inductiva. De (7.1) se tiene aj+1 vj+1 = 0V , por lo cual aj+1 = 0 pues vj+1 6= 0V . Por i. y ii. se concluye el teorema. Corolario 7.5 Sea la aplicación lineal f ∈ L (V, V ) tal que dim(V ) = n. Si λ1 , λ1 , . . . , λn son n valores propios de f distintos dos a dos, entonces los n vectores propios v1 , v2 , . . . , vn asociados forman una base del espacio vectorial V . 7.3 Matrices simétricas Teorema 7.6 Toda matriz simétrica A ∈ Mn (R) posee n valores propios reales, no necesariamente distintos. Demostración. Sea λ un valor propio de la matriz A. Entonces existe una matriz v no nula tal que Av = λv. Por demostrar que λ = λ̄. Tenemos que hAv, vi = hλv, vi = λhv, vi = λkvk2, hAv, vi = hv, At vi = hv, Avi = hv, λvi = λ̄hv, vi = λ̄kvk2 . (7.6) (7.7) De (7.6) y (7.7) tenemos que λkvk2 = λ̄kvk2 . Como v 6= 0V , λ = λ̄. Es decir, λ es un número real. Teorema 7.7 Los vectores propios de una matriz simétrica real, asociados a valores propios distintos, son ortogonales. Demostración. Sean λi y λj dos valores propios de una matriz simétrica A ∈ M(R) tales que λi 6= λj . Sean vi y vj los vectores propios asociados de la matriz A asociados a los valores propios λi y λj , respectivamente, es decir: Avi = λi vi y Avj = λj vj . Por demostrar que hvi , vj i = 0 para i 6= j. En efecto: hAvi , vj i = hλi vi , vj i = λi hvi , vj i, hAvi , vj i = hvi , A vj i = hvi , Avj i = hvi , λj vj i = λ̄j hvi , vj i = λj hvi , vj i. t De (7.8) y (7.9): (λi − λj ) hvi , vj i = 0. Pero (λi − λj ) 6= 0, por lo cual hvi , vj i = 0. (7.8) (7.9) 218 Valores y vectores propios Corolario 7.8 Sean la aplicación lineal f ∈ L (V, V ) y la matriz simétrica A ∈ Mn (R) asociada a f con respecto a cualquier base. Si la matriz A tiene n valores propios distintos dos a dos, entonces los vectores propios de f forman una base ortogonal del espacio vectorial V . Ejemplo 7.101 Sean f ∈ L (R3 , R3 ) y   9 −3 0 −3 12 −3 . A = [f ]C C = 0 −3 9 Calcular los valores y vectores propios de la matriz A y de la aplicación lineal f . Solución. Hallemos los valores propios de la matriz A: pA (λ) = |A − λI| 9−λ −3 0 = −3 12 − λ −3 0 −3 9−λ = −(λ3 − 30λ2 + 279λ − 810) = −(λ − 6)(λ − 9)(λ − 15) = 0, de donde encontramos λ1 = 6, λ2 = 9, y λ3 = 15, que son los valores propios de la matriz A y la aplicación lineal f . Encontremos los vectores propios de la matriz A: • Sea el valor propio λ1 = 6:     3 −3 0 | 0 1 0 −1 | 0 (A − λ1 I | O = −3 6 −3 | 0 ∼ 0 1 −1 | 0 , 0 −3 3 | 0 0 0 0 | 0 de donde tenemos que   1 v1 = 1 1 es un vector propio de la matriz A asociado al valor propio λ1 = 6. Fácilmente se encuentra que u1 = (1, 1, 1) es un vector propio de la aplicación lineal f asociado al valor propio λ1 = 6. • Sea el valor propio λ2 = 9:     0 −3 0 | 0 1 0 1 | 0 (A − λ1 I | O = −3 3 −3 | 0 ∼ 0 1 0 | 0 , 0 −3 0 | 0 0 0 0 | 0 7.3 Matrices simétricas 219 de donde tenemos que   1 v2 =  0  −1 es un vector propio de la matriz A asociado al valor propio λ2 = 9 y u2 = (1, 0, −1) es un vector propio de la aplicación lineal f asociado al valor propio λ2 = 9. • Sea el valor propio λ3 = 15:     −6 −3 0 | 0 1 0 −1 | 0 (A − λ1 I | O = −3 −3 −3 | 0 ∼ 0 1 2 | 0 , 0 −3 −6 | 0 0 0 0 | 0 de donde tenemos que   1 v3 = −2 1 es un vector propio de la matriz A asociado al valor propio λ3 = 15 y u3 = (1, −2, 1) es un vector propio de la aplicación lineal f asociado al valor propio λ3 = 15. La matriz A de este ejemplo es simétrica y podemos verificar las propiedades enunciadas anteriormente para las matrices simétricas: • Los valores propios de la matriz, λ1 = 6, λ2 = 9, y λ3 = 15, son números reales. • Como los valores propios de la matriz A son distintos dos a dos, los vectores propios de la matriz A también son distintos dos a dos y, por ser matriz simétrica, son ortogonales: hv1 , v2 i = tr(v1 v2t ) = 0, hv1 , v3 i = tr(v1 v3t ) = 0, hv2 , v3 i = tr(v2 v3t ) = 0. Igual cosa sucede con los vectores propios de la aplicación lineal f : hu1 , u2 i = h(1, 1, 1), (1, 0, −1)i = 0, hu1 , u3 i = h(1, 1, 1), (1, −2, 1)i = 0, hu2 , u3 i = h(1, 0, −1), (1, −2, 1)i = 0. • Los vectores propios de la matriz A constituyen una base       1 1   1      B1 = {v1 , v2 , v3 } = 1 , 0 , −2   1 −1 1 ortogonal del espacio vectorial M3×1 , y los vectores propios de la aplicación lineal f constituyen una base B2 = {u1 , u2 , u3 } = {(1, 1, 1), (1, 0, −1), (1, −2, 1)} del espacio vectorial R3 .  220 Valores y vectores propios Teorema 7.9 Sean la aplicación lineal f ∈ L (V, V ) y una matriz simétrica A ∈ Mn (R) asociada a f con respecto a una base B del espacio vectorial V . Entonces existe una base ortogonal de V formada por vectores propios de la aplicación lineal f . Demostración. Se hace la demostración por inducción sobre la dimensión del espacio vectorial V . Sea dim(V ) = n. 1. Si n = 1, no hay dada que demostrar pues para hablar de base ortogonal se necesita que la base tenga al menos dos vectores. 2. Sea n > 1. La matriz A tiene al menos un vector propio. Sea v1 ese vector propio el cual satisface la ecuación Av1 = λ1 v1 . Sea W = h{v1 } ⊥i = {u ∈ V | hu, v1i = 0}. Es claro que dim(W ) = n − 1. Sea f |W ∈ L (W, W ) la aplicación lineal f restringida al subespacio vectorial W . La matriz asociada a esta aplicación lineal sigue siendo simétrica. Luego, por hipótesis inductiva, se tiene que existe una base ortogonal de vectores propios de f para el subespacio vectorial W . Sea S = {u1 , u2, . . . , un−1} dicha base. Como hui , v1 i = 0 para todo i = 1, 2, . . . , n−1, el conjunto B = {v1 , u1, u2 , . . . , un−1} es una base ortogonal para el espacio vectorial V , formada por vectores propios de f. De esta propiedad se deduce que de toda matriz simétrica real de orden n se pueden obtener n vectores propios ortogonales. Esto significa que la multiplicidad geométrica de un un valor propio de una matriz simétrica real es igual a la multiplicidad algebraica de dicho valor propio. Ejemplo 7.102 Sea la matriz   3 2 4 A = 2 0 2 4 2 3 asociada a la aplicación lineal f ∈ L (R3 , R3 ) con respecto a la base canónica. a. Calcular los valores propios de la matriz A y la aplicación lineal f , y los vectores propios de f . b. Construir una base ortogonal del espacio vectorial R3 , formada por vectores propios de f . Solución. 7.3 Matrices simétricas 221 a. Hallemos los valores propios de A y f : pA (λ) = |A − λI| 3−λ 2 4 2 −λ 2 4 2 3−λ = = −(λ3 − 6λ2 − 15λ − 8) = −(λ + 1)2 (λ − 8) = 0, de donde encontramos λ1 = −1, y λ2 = 8, que son los valores propios de la matriz A y la aplicación lineal f . El valor λ1 = −1 es de multiplicidad algebraica 2 y λ2 = 8, de multiplicidad algebraica 1. Como A es una matriz simétrica, la multiplicidad geométrica de los dos valores es necesariamente igual a la algebraica: esto significa que λ1 genera dos vectores propios y λ2 genera un vector propio. Encontremos los vectores propios de la matriz A: – Sea el valor propio λ1 = −1:     4 2 4 | 0 2 1 2 | 0 (A − λ1 I | O = 2 1 2 | 0 ∼ 0 0 0 | 0 , 4 2 4 | 0 0 0 0 | 0 de donde tenemos que   1 v1 = −2 0   0 y v2 = −2 1 son dos vectores propios de la matriz A asociados al valor propio λ1 = −1. De donde u1 = (1, −2, 0) y u2 = (0, −2, 1) son dos vectores propios de la aplicación lineal f asociados al valor propio λ1 = −1. – Sea el valor propio λ2 = 8:     −5 2 4 | 0 1 0 −1 | 0 (A − λ1 I | O =  2 −8 2 | 0 ∼ 0 2 −1 | 0 , 4 2 −5 | 0 0 0 0 | 0 de donde tenemos que   2  v3 = 1  2 es un vector propio de la matriz A asociado al valor propio λ2 = 8 y u3 = (2, 1, 2) u3 = (2, 1, 2) es un vector propio de la aplicación lineal f asociado al valor propio λ2 = 8. 222 Valores y vectores propios b. Debido a que A es matriz simétrica, el vector propio u3 es ortogonal a u1 y u2 : hu3 , u1 i = h(2, 1, 2), (1, −2, 0)i = 0, hu3 , u2 i = h(2, 1, 2), (0, −2, 1)i = 0, pero u1 y u2 no son necesariamente ortogonales, como en efecto es el caso: hu1 , u2 i = h(1, −2, 0), (0, −2, 1)i = 4 6= 0. Sin embargo el conjunto {u1 , u2 } se puede ortogonalizar con el proceso de Gram-Schmidt; el nuevo conjunto está formado por vectores que siguen siendo vectores propios de la aplicación lineal f asociados al valor propio λ1 = −1. Ortogonalicemos, pues el conjunto {u1 , u2 }: Sean w1 = u1 = (1, −2, 0), hu2 , w1 i w1 w2 = u2 − kw1 k2 h(0, −2, 1), (1, −2, 0)i = (0, −2, 1) − (1, −2, 0) k(1, −2, 0)k2 4 = (0, −2, 1) − (1, −2, 0) 5   4 −8 = (0, −2, 1) − , ,0 5 5   4 2 = − ,− ,1 . 5 5 Si llamamos w3 = u3 = (2, 1, 2), B = {w1 , w2 , w3 } =    4 2 (1, −2, 0), − , − , 1 , (2, 1, 2) 5 5  es una base ortogonal del espacio vectorial R3 formada por vectores propios de la aplicación lineal f .  7.4 Diagonalización Definición 7.5 (Diagonalizable) Sea f ∈ L (V, V ). Se dice que f es diagonalizable si y solo si existe una base B tal que la representación matricial de f respecto de B es una matriz diagonal. Observaciones 1. Una matriz A = [f ]C C es diagonalizable si y solo si existe una base B tal que C C B [f ]B B = [Id]B [f ]C [Id]C es una matriz diagonal. 7.4 Diagonalización 223 2. Una matriz A es diagonalizable si y solo si existe una matriz P inversible tal que la matriz D = P −1 AP es una matriz diagonal. 3. Si una matriz A es diagonalizable, entonces A es semejante a una matriz diagonal D. 4. Dos matrices semejantes tienen los mismos valores propios. Teorema 7.10 Sea f ∈ L (V, V ) tal que dim(V ) = n. Entonces f es diagonalizable si y solo si f tiene n vectores linealmente independientes. Demostración. Sea A = [f ]C C. 1. Supongamos que f tiene n vectores propios linealmente independientes. Demostremos que f es diagonalizable. Para ello, mostraremos que hay una base B de V respecto de la cual la matriz A es diagonal. Sean v1 = (v11 v21 · · · v n 1)t , v2 = (v12 v22 · · · vn2 )t , . . . , vn = (v1n v2n · · · vnn )t los n vectores propios linealmente independientes y sean λ1 , λ2 , . . . , λn los valores propios asociados, respectivamente (no todos los λi son necesariamente distintos). Sea   v11 v12 · · · v1n  v21 v22 · · · v2n   P = · · · · · · · · · · · · . vn1 vn2 · · · vnn Como el conjunto {v1 , v2 , . . . , vn } es linealmente independiente, entonces la matriz P es inversible. Además, se tiene que:    v11 v12 · · · v1n a11 a12 · · · a1n  a21 a22 · · · a2n   v21 v22 · · · v2n    AP =  · · · · · · · · · · · ·  · · · · · · · · · · · ·  vn1 vn2 · · · vnn an1 an2 · · · ann
= Av1 Av2 · · · Avn
= λ1 v1 λ2 v2 · · · λn vn   λ1 v11 λ2 v12 · · · λn v1n  λ1 v21 λ2 v22 · · · λn v2n   =  ··· ··· ··· ···  λ1 vn1 λ2 vn2 · · · λn vnn    λ1 0 · · · 0 v11 v12 · · · v1n  v21 v22 · · · v2n   0 λ2 · · · 0    =  · · · · · · · · · · · ·  · · · · · · · · · · · · . 0 0 · · · λn vn1 vn2 · · · vnn 224 Valores y vectores propios Por lo tanto AP = P D, (7.10) donde D = diag{λ1 , λ2 , . . . , λn } es una matriz diagonal cuya diagonal tiene a los valores propios de A. Finalmente, de (7.10), tenemos que D = P −1 AP ; es decir, la matriz A es semejante a una matriz diagonal; por lo tanto, A es diagonalizable, como se quería demostrar. 2. Supongamos, ahora, que f es diagonalizable. Probemos que f tiene n vectores propios linealmente independientes. Como f es diagonalizable, la matriz A también lo es; por lo tanto, existe una matriz P , inversible, tal que la matriz D = P −1 AP (7.11) es una matriz diagonal. Sean v1 , v2 , . . . , vn las columnas de la matriz P ; entonces, cada vi es un vector de V . Sean λi los elementos de la diagonal de D. Por un lado, tenemos que:  λ1 0 · · · 0
 0 λ2 · · · 0   P D = v1 v2 · · · vn  · · · · · · · · · · · · 0 0 · · · λn
= λ1 v1 λ2 v2 · · · λn vn .  Por otro,

AP = A v1 v2 · · · vn = Av1 Av2 · · · Avn . Por lo tanto, por la definición de igualdad de matrices aplicado a (7.11), podemos concluir que Avi = λi vi ; es decir, los vectores vi son los vectores propios de A y λi los valores propios asociados. Finalmente, como P es inversible, el conjunto {v1 , v2 , . . . , vn } es linealmente independiente. De la demostración, podemos ver que si una aplicación lineal f es diagonalizable, existe siempre una matriz P inversible tal que D = P −1 [f ]C C P que es diagonal, donde los elementos de esta diagonal son, precisamente, los valores propios de [fCC ], y las columnas de P son los vectores propios correspondientes; es decir, la matriz asociada a f respecto a la base formada por estos vectores propios tiene una representación diagonal. Corolario 7.11 Si A ∈ Mn tiene n valores propios distintos dos a dos, entonces A es diagonalizable. 7.4 Diagonalización 225 Corolario 7.12 Toda matriz simétrica A ∈ Mn (R) es diagonalizable. Teorema 7.13 Sea f ∈ L (V, V ) y dim(V ) = n. Si f tiene una representación matricial A simétrica, entonces existe una matriz ortogonal P tal que la matriz P t AP es una matriz diagonal donde los valores propios de A son los elementos de la diagonal. Demostración. Como A es simétrica, es diagonalizable. Entonces, por el teorema 7.10, la matriz P de los vectores propios de A tal que D = P −1AP (7.12) es la matriz diagonal de los valores propios de A. Tenemos, además, que P t P = I, puesto que los vectores columnas de I son ortonormales, de manera que P −1 = P t . Así, por (7.12), tenemos que D = P t AP . Definición 7.6 (Matriz diagonalizable ortogonalmente) Una matriz A ∈ Mn se dice que es diagonalizable ortogonalmente si y solo si existe una matriz ortogonal P tal que la matriz D = P t AP es diagonal. Ejemplo 7.103 Determinar una matriz P ortogonal tal que D = P t AP sea diagonal, donde A es la matriz simétrica real   3 2 4 A = 2 0 2 . 4 2 3 Solución. Por el teorema 7.13, la matriz buscada es la matriz de los vectores propios ortonormales. La matriz tiene dos valores propios: λ1 = −1 y λ2 = 8. Hay dos vectores propios asociados a λ1 y son: √   1 4 2 5 v1 = √ (1, −2, 0) y v2 = − ,− ,1 . 3 5 5 5 El vector propio asociado a λ2 es: 1 v3 = (2, 1, 2). 3 Por lo tanto, la matriz P buscada es: √  3 −4 2√ 5 1  √ −6 −2 √5 . 3 5 0 5 2 5  226 Valores y vectores propios A pesar de que no es necesario, pues el teorema P t AP es la matriz diagonal de los valores propios:   −3 6 0 3 1   2 4√ 2 −5 P t AP = √ √ 45 4 16 5 8 5 16 5   −45 0 0 1  0 −45 0  = 45 0 0 360 7.13 nos lo garantiza, verifiquemos que √   3 −4 2√ 5 2 4 0 2 −6 −2 √5  2 3 0 5 2 5 = diag{−1, −1, 8}.  7.5 Cadenas de Markov Las cadenas de Markov se emplean para analizar sistemas que en un momento dado pueden estar en un estado de número finito de estados; así, una persona puede tener una deuda o no tenerla; el clima puede estar seco o húmedo; un sistema mecánico puede estar en equilibrio o bien fuera de equilibrio. En cada caso, el sistema puede cambiar de un estado a otro. Además, existe una probabilidad de transcición de un estado a otro, entre tiempos de observación sucesivos. El objetivo del análisis de Markov es calcular la probabilidad de que un sistema se encuentre en un estado en particular en un tiempo futuro, y determinar el comportamiento del sistema a largo plazo. Ejemplo 7.104 Se considera el sistema de un estudiante E quien puede estar en los estados: ( s1 : calificación p < 7.5 s2 : calificación p ≥ 7.5. Se supone que la calificación máxima es 10 y que p es la calificación de una prueba. El resultado de las observaciones en el nivel de enseñanza media es que si E se halla en estado s1 en una prueba, entonces estudiará más para la próxima prueba y logrará el estado s2 con una probabilidad de 0.8, y, en consecuencia, la probabilidad de que un estudiante esté en el estado s1 es de 0.2. Pero, si E se encuentra en s2 en una prueba, para la siguiente prueba se relajará y caerá en el estado s1 con una probabilidad de 0.3, y, en consecuencia, estará en el estado s2 con una probabilidad de 0.7. En este ejemplo, se ha supuesto que el desempeño de E en una prueba está determinado únicamente por su motivación debida a su calificación de la prueba anterior. Las probabilidades anteriores se llaman probabilidades de transición, y se las dispone en una matriz: Estado en  el tiempo  Tk−1 0.2 0.3 s1 . M= Estado en el tiempo Tk 0.8 0.7 s2 Obsérvese que la suma de cada columna es igual a 1. La matriz M es denominada matriz de transición para la cadena de Markov. Como ejemplo, supongamos que el estudiante tiene una nota de p = 7 en la primera prueba. Entonces, E se halla en el estado s1 , y éste se representa mediante un vector de 7.5 Cadenas de Markov estado: 227   1 E se encuentra en s1 S= 0 E se encuentra en s2 y   0.2 MS = 0.8 representa las probabilidades de estar en s1 y s2 después de un prueba con p < 7.5 inicialmente. Las probabilidades de estar en s1 y s2 después de n pruebas será M n S. Ahora, el problema radica en calcular M n . Para ello, se calculan los valores propios y vectores propios de M que, en este caso, son λ1 = 1 y v1 = (3, 8), y λ2 = −0.1 con v2 = (1, −1). Por lo tanto: M n = P D n P −1     1 3 1 1 0 1 1 = 0 (−0.1)n 8 −3 11 8 −1   1 3 + 8(−0.1)n 3 − 3(−0.1)n . = 11 8 − 8(−0.1)n 8 + 3(−0.1)n Las probabilidades de que E esté en los estados s1 y s2 después de 4 pruebas sucesivas es   0.272 8 M 4S = ; 0.727 2 es decir, la probabilidad de que E tenga una nota p superior a 7.5 en la cuarta prueba es de 0.727 2.  Ejemplo 7.105 Se considera el sistema de ecuaciones diferenciales: ( x′1 (t) = 3x1 (t) − x2 (t) x′2 (t) = −2x1 (t) + 2x2 (t); es decir: X ′ (t) = AX(t), que es un modelo matemático, el cual representa el comportamiento que se da entre dos especies. Si se supone que las poblaciones iniciales para cada especie (para el tiempo t = 0) son x1 (0) = 90 y x2 (0) = 150, a) calcule la población de cada especie para un tiempo t > 0; y b) calcule el tiempo para el cual una de las dos especies se elimina (si esto sucediera) y calcule la población de la otra especie. Solución. La solución general de un sistema X ′ (t) = AX(t) es X(t) = 2 X ci eλi t vi , i=1 siempre que A sea diagonalizable, donde ci son constantes arbitrarias, que se determinan a partir de las condiciones iniciales del sistema, los λi son los valores propios de A y los vi son los vectores propios asociados a los valores λi , respectivamente. 228 Valores y vectores propios a) Los valores y vectores propios de A son λ1 = 1 con v1 = (1, 2), λ2 = 4 con v2 = (1, −1). Entonces la solución general del sistema es:       x1 (t) 1 t 1 4t = c1 e + c2 e ; x2 (t) 2 −1 es decir: ( x1 (t) = c1 et + c2 e4t x2 (t) = 2c2 et − c2 e4t . Para hallar las constantes ci , se utilizan las condiciones iniciales: x1 (0) = c1 + c2 = 90 x2 (0) = 2c1 − c2 = 150. Luego de resolver este sistema de ecuaciones lineales, se obtiene que c1 = 80 y c2 = 10. Por lo tanto, la solución particular del sistema de ecuaciones diferenciales, bajo las condiciones iniciales es: ( x1 (t) = 80et + 10e4t x2 (t) = 160et − 10e4t . Si t se mide en años, al cabo de 6 meses (t = 1/2), se tiene que las poblaciones son x1 (t) = 206 ejemplares y x2 (t) ≈ 190 ejemplares. b) Según la solución particular, se tiene que x1 (t) no se anula para ningún valor de t, y que x2 (t) sí se anula. En efecto, 160et − 10e4t = 0 implica que t ≈ 11 meses; es decir, al cabo de aproximadamente 11 meses, la especie x2 se elimina.  7.6 Ejercicios resueltos 1. Demostrar que los valores propios de una matriz A y de su transpuesta At son los mismos. Demostración. Es suficiente demostrar que el polinomio característico de A es el igual al polinomio característico de At ; es decir, vamos a demostrar que pA = pAt : pA (λ) = A − λI = (A − λI)t = At − λI = pAt (λ). 2. Sea A una matriz de orden n diagonalizable, y sean λi con i ∈ {1, 2, . . . , n}, los valores propios de A (no necesariamente distintos). Demuestre que: (a) Tr(A) = n X i=1 λi . (b) |A| = n Y λi . i=1 Demostración. Como A es diagonalizable, existe una matriz P inversible tal que diag{λ1 , λ2 , . . . , λn } = P −1 AP. 7.6 Ejercicios resueltos 229 (a) Tenemos que A = P DP −1 . Por lo tanto: Tr(A) = Tr((P D)P −1 ) = Tr(P −1 (P D)) = Tr(P −1 P D) = Tr(ID) = Tr(D) = n X λi . i=1 (b) De A = P DP −1 , tenemos que: |A| = |(P D)P −1 | = |P ||D||P −1 | n Y λi . = |D| = i=1 Los resultados demostrados son válidos, aunque la matriz A no sea diagonalizable; sin embargo, la demostración requiere de la teoría de las formas canónicas de Jordan, tema que no se trata en este libro. Además, estos resultados son útiles ara calcular los valores propios de una matriz de orden 2 sin hallar el polinomio característico, pues se tiene dos ecuaciones no lineales con dos incógnitas. También pueden ser útiles para verificar que los valores propios encontrados en una matriz son correctos. 3. Sea f ∈ L (V, V ) una aplicación biyectiva. Demuestre que a) todos los valores propios de f son no nulos; y b) si λ es un valor propio de f , entonces λ−1 es un valor propio de f −1 . Demostración. (a) Supongamos que 0 es un valor propio de f ; entonces, existe v ∈ V tal que v 6= 0 y f (v) = 0v = 0. Por lo tanto, v = 0, pues f es biyectiva, lo que es imposible. La contradicción también puede verse con el hecho de que si 0 fuera una valor propio, entonces el núcleo de f sería distinto del espacio nulo, lo que es imposible por ser f inyectiva. (b) Si λ es un valor propio de f , entonces λ 6= 0. Sea v ∈ V tal que v 6= 0 y f (v) = λv. Por lo tanto, por ser f −1 una función, tenemos que f −1 (f (v)) = f −1 (λv), de donde: v = λf −1 (v), lo que implica que f −1 (v) = λ−1 v; es decir, λ−1 es un valor propio de f −1 . 230 Valores y vectores propios Cuando f ∈ L (V, V ) es una función biyectiva, la matriz asociada f con respecto a cualquier base es inversible. Luego, si λ es un valor propio de una matriz inversible, entonces λ 6= 0 y λ−1 es un valor propio de A−1 . Nótese también que los vectores propios de A y de su inversa son los mismos. 4. Sean f ∈ L (V, V ) y λ un valor propio de f . Determine los valores propios de f 2 , f 3 y f n con n ∈ N. Solución. Si λ es un valor propio de la aplicación lineal f , existe un vector no nulo v ∈ V tal que f (v) = λv. Entendemos f 2 como f ◦ f . Tomando en cuenta que f es aplicación lineal, tenemos que f 2 (v) = f (f (v)) = f (λv) = λf (v) = λ(λv) = λ2 v; es decir, f 2 (v) = λ2 v, por lo cual λ2 es valor propio de f 2 . Entendemos f 3 como f ◦ f ◦ f . De manera similar, y usando el resultado anterior, tenemos que f 3 (v) = f (f 2 (v)) = f (λ2 v) = λ2 f (v) = λ2 (λv) = λ3 v, por lo que concluimos que λ3 es un valor propio de la aplicación lineal f 3 . λn , Demostraremos por inducción que si λ es valor propio de la aplicación lineal f , entonces con n ∈ N, es valor propio de f n . i. Anteriormente demostramos para n = 2. ii. Suponiendo que es verdad para n, demostraremos que es verdad para n + 1. Si λ es un valor propio de la aplicación lineal f , existe un vector no nulo v ∈ V tal que f (v) = λv. Por hipótesis inductiva, el número λn es valor propio de la aplicación lineal f n . Por lo anterior, y tomando en cuenta que la aplicación f n es lineal, podemos escribir f n+1 (v) = f (f n (v)) = f (λn v) = λn f (v) = λn (λv)) = λn+1 v; es decir, f n+1 (v) = λn+1 v, que es equivalente a decir que λn+1 es valor propio de la aplicación lineal f n+1 . 5. Los vectores v1 y v2 son dos vectores propios de una aplicación lineal f , asociados a los valores propios distintos λ1 y λ2 , respectivamente. Si αv1 + βv2 (con α ∈ K y β ∈ K) es un vector propio de f , entonces α = 0 o β = 0, pero no ambos. Demostración. Si v1 y v2 son vectores propios, son vectores no nulos. Decir que v1 y v2 son dos vectores propios de una aplicación lineal f es equivalente a decir que f (v1 ) = λ1 v1 y f (v2 ) = λ2 v2 . Por ser f una aplicación lineal, podemos escribir: f (αv1 + βv2 ) = αf (v1 ) + βf (v2 ) = α(λ1 v1 ) + β(λ2 v2 ). Pero, por hipótesis f (αv1 + βv2 ) = λ(αv1 + βv2 ). 7.6 Ejercicios resueltos 231 Por transitividad, tenemos que α(λ1 v1 ) + β(λ2 v2 ) = λ(αv1 + βv2 ) = (αλ)v1 + (βλ)v2 , de donde αλ1 = αλ y βλ2 = βλ. Supongamos que α 6= 0 y β 6= 0. Entonces λ1 = λ y λ2 = λ, es decir λ1 = λ2 , lo cual es una contradicción. Por lo tanto, o bien α = 0 o bien β = 0. Tampoco es posible que α = β = 0, pues, en ese caso, el vector 0 sería un vector propio, ya que αv1 + βv2 = 0 es un vector propio por hipótesis. 6. Sea la aplicación lineal f ∈ (V, V ) tal que dim(Im(f )) = 1 y dim V ≥ 2. Demostrar que a. existe un vector v ∈ V tal que f (v) es un vector propio de la aplicación lineal f, b. λ = 0 es un valor propio de f . Demostración. a. Como V = Nf ⊕ Im(f ), entonces existe un vector v ∈ V tal que v = w + f (v), donde f (v) 6= 0v , pues Im(f ) 6= {0v } y w ∈ Nf . Es decir, f (v) = v − w. La aplicación f es lineal y podemos escribir f (f (v)) = f (v − w) = f (v) − f (w). Pero como w ∈ Nf , f (w) = 0v y f (f (v)) = f (v), que significa que f (v) es un vector propio de la aplicación lineal f asociado al valor propio λ = 1. b. Como dim Nf = dim V − dim(Im(f )) y, además, dim(Im(f )) = 1 y dim V ≥ 2, entonces dim Nf ≥ 1, lo cual significa que Nf 6= {0v }. Entonces, existe un vector w ∈ Nf no nulo tal que f (w) = 0v , y podemos escribir f (w) = 0w, lo cual significa que w es un vector propio de la aplicación lineal f asociado al valor propio λ = 0. 232 Valores y vectores propios 7. Sea la aplicación lineal f ∈ L(P2 (t), P2 (t)) tal que f (a + bt + ct2 ) = c + (b − a)t + (a − b + c)t2 . a. Encontrar los valores y vectores propios de la aplicación lineal f . b. ¿Es diagonalizable la aplicación lineal f ? Solución. a. Para encontrar los valores y vectores propios de la aplicación lineal f necesitamos primero hallar una representación matricial de ella, y encontrar los valores y vectores propios de esa matriz. Los valores propios de la matriz son también los valores propios de la aplicación lineal. Sea el polinomio p(t) = a + bt + ct2 . Por facilidad escogemos la base canónica C = {e1 , e2 , e3 } = {1, t, t2 } del espacio vectorial P2 (t). Claramente, tenemos los vectores coordenados     a a [p(t)]C =  b  , [f (p(t))]C =  −a + b  . c a−b+c Tenemos que   0 [f (e1 )]C = [f (1)]C = [−t + t2 ]C = −1 , 1   0 2  1 , [f (e2 )]C = [f (t)]C = [t − t ]C = −1   1 2 2  [f (e3 )]C = [f (t )]C = [1 + t ]C = 0 . 1 Con los tres vectores coordenados anteriores, escritos como columnas, obtenemos la representación matricial [f ]C C de la aplicación lineal f con respecto a la base canónica C:   0 0 1 −1 1 0 . [f ]C C = 1 −1 1 Sea A = [f ]C C . Verifiquemos que la Matriz A representa a la aplicación lineal f :      0 0 1 a a −1 1 0  b  =  −a + b  = [f (p(t))]C . [f ]C C [p(t)]C = 1 −1 1 c a−b+c Hallemos los valores propios de la matriz A, los cuales también son los valores propios de la aplicación lineal f : −λ 0 1 pA (λ) = |A − λI| = −1 1 − λ 0 = −λ2 (λ − 2) = 0. 1 −1 1 − λ Los valores propios de la matriz A y la aplicación lineal f son λ1 = 0 de multiplicidad algebraica 2, y λ2 = 2 de multiplicidad algebraica 1 y geométrica 1. Hallemos los vectores propios de la matriz A y de la aplicación lineal f . 7.6 Ejercicios resueltos 233 – Sea el valor propio λ1 = 0. Para hallar los vectores propios v asociados con el valor propio λ1 = 0 resolvemos el sistema lineal
A − λ1 I v = O, Para hallar el vector v resolvemos el  0 0
A − λ1 I | O = −1 1 1 −1 donde   u1 v = u2  . u3 sistema de ecuaciones lineales    1 | 0 0 0 1 | 0 0 | 0 ∼ −1 1 0 | 0 1 | 0 0 0 0 | 0 y encontramos que  u3 = 0 y u2 = u1 . Si u1 = 1, u2 = 1. 1 De donde v1 = 1 es un vector propio de la matriz A asociado al valor propio 0 λ1 = 0. El vector propio v1 de la matriz A es el vector coordenado del vector   1 propio p1 (t) de la aplicación lineal f . Por lo tanto, si [p1 (t)]C = v1 = 1, 0 entonces p1 (t) = 1 + t. – Sea el valor propio λ2 = 2. Hallemos rápidamente su vector propio asociado:     −1 0 1 | 0 −2 0 1 | 0
A − λ2 I | O = −1 −1 0 | 0 ∼  1 1 0 | 0 , 1 −1 −1 | 0 0 0 0 | 0 de donde u3 = 2u1y u2= −u1 . Si u1 = 1, u2 = −1 y u3 = 2. 1 Por lo cual v2 = −1 es un vector propio de la matriz A asociado al valor 2 propio λ2 = 2. Entonces p2 (t) = 1 − t + 2t2 es un vector propio de la aplicación lineal f asociado al valor propio λ2 = 2. Verifiquemos que p1 (t) y p2 (t) son vectores propios de la aplicación lineal f : f (p1 (t)) = f (1 + t) = 0 + (1 − 1)t + (1 − 1 + 0)t2 = 0 = 0(1 + t) = λ1 p1 (t), f (p2 (t)) = f (1 − t + 2t2 ) = 2 + (−1 − 1)t + (1 + 1 + 2)t2 = 2(1 − t + 2t2 ) = λ2 p2 (t). b. Debido a que la representación matricial de la aplicación lineal f tiene un valor propio repetido, ella no es diagonalizable. En consecuencia, la aplicación lineal f tampoco es diagonalizable. 8. Demostrar que si A = P DP −1, entonces An = P D n P −1 para todo n ∈ N. Demostración. Demostraremos por inducción. (i) Para n = 1. Si A = P DP −1 , entonces A1 = P D 1 P −1 , pues A = A1 y D = D 1 234 Valores y vectores propios (ii) Suponemos que es verdad para n y demostraremos que es verdad para n + 1. Es decir, si An = P D n P −1 es verdadero, por demostrar que An+1 = P DP −1 . En efecto, An+1 = An A = P D n P −1 P DP −1 por hipótesis inductiva = P D n IDP −1 = P D n DP −1 = P D n+1 P −1 . Por (i) y (ii) se tiene que si A = P DP −1 , entonces An = P D n P −1 para todo n ∈ N.   1 2 1 9. Dada la matriz A = 2 0 2, hallar la matriz An . 1 2 1 Solución. Primero hallemos los valores propios de la matriz A. 1−λ 2 1 pA (λ) = |A − λI| = 2 −λ 2 = −λ(λ + 2)(λ − 4) = 0 1 2 1−λ Los valores propios de la matriz A son λ1 = −2, λ2 = 0, λ3 = 4. Debido a que los tres valores propios son distintos entre sí la matriz A es diagonalizable. Ahora encontremos los vectores propios de la matriz A. • Sea el valor propio λ1 = −2. Para hallar los vectores propios v asociados con el valor propio λ1 = −2 resolvemos el sistema lineal   u1
 A − λ1 I v = O, donde v = u2  . u3 Para hallar el vector v resolvemos el sistema de ecuaciones lineales       1 0 −1 | 0 1 0 −1 | 0 3 2 1 | 0
A − λ1 I | O = 2 2 2 | 0 ∼  1 1 1 | 0 ∼ 2 1 0 | 0 0 0 0 | 0 −1 0 1 | 0 1 2 3 | 0 y encontramos que u3 = u1 y u2 = −2u1 . Si u1 = 1, u2 = −2 y u3 = 1. De donde   1 v1 = −2 es un vector propio de la matriz A asociado al valor propio λ1 = −2. 1 • Sea el valor propio λ2 = 0. Resumimos  1 2
A − λ2 I | O =  2 0 1 2 el hallazgo del vector   0 2 1 | 0 2 | 0 ∼ 1 0 0 0 1 | 0 propio asociado:  0 | 0 1 | 0 , 0 | 0   1 de donde u2 = 0 y u3 = −u1 . Si u1 = 1, u3 = −1. De donde v2 =  0  es un vector −1 propio de la matriz A asociado al valor propio λ2 = 0. 7.6 Ejercicios resueltos 235 • Sea el valor propio λ3 = 4. Hallemos el vector propio asociado:      −3 2 1 | 0 −4 0 4 | 0 1
     2 −4 2 | 0 ∼ 2 −4 2 | 0 ∼ 0 A − λ3 I | O = 1 2 −3 | 0 3 −2 −1 | 0 0   1 de donde u3 = u2 = u1 . Si u1 = 1, u3 = u2 = 1. Así, pues, v3 = 1 1 propio de la matriz A asociado al valor propio λ3 = 4.  0 −1 | 0 −1 1 | 0 , 0 0 | 0 es un vector Por el Teorema 4 de la página 160 los 3 vectores propios, por ser distintos entre sí, son linealmente independientes. Por el Corolario 1 de la página 169 la matriz A es diagonalizable. Es decir, existe una matriz P inversible tal que D = P −1 AP donde las columnas de la matriz P son los vectores propios de la matriz A y los elementos de la diagonal de la matriz diagonal D son los valores propios de la matriz A. Sea la matriz P formada con los vectores propios v1 , v2 y v3 de la matriz A:   1 1 1 P = −2 0 1 . 1 −1 1 Su matriz inversa es P −1   1 −2 1 1 = 3 0 −3 . 6 2 2 2 Se deja como ejercicio verificar que la matriz P −1 AP es la matriz diagonal   −2 0 0 D =  0 0 0 . 0 0 4 Por ser D una matriz diagonal tenemos que   (−1)n 0 0 D n = 2n  0 0 0 . 0 0 2n Por el ejercicio anterior tenemos que An = P D n P − 1     1 1 1 (−1)n 0 0 1 −2 1 n 2  −2 0 1  0 0 0  3 0 −3 = 6 1 −1 1 0 0 2n 2 2 2    n n n 1 1 1 (−1) −2(−1) (−1) 2n    −2 0 1 0 0 0  = 6 n+1 n+1 n+1 1 −1 1 2 2 2   n+1 n n+1 n n+1 2 + (−1) 2 − 2(−1) 2 + (−1)n n 2  n+1 = 2 − 2(−1)n 2n+1 + 4(−1)n 2n+1 − 2(−1)n  . 6 n+1 2 + (−1)n 2n+1 − 2(−1)n 2n+1 + (−1)n 236 Valores y vectores propios Tabla de contenidos I Matrices, determinantes y sistemas lineales 3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Matrices 1.1 Definiciones . . . . . . . . . . . . 1.2 Operaciones con matrices . . . . . 1.2.1 Suma de matrices . . . . . 1.2.2 Producto escalar . . . . . 1.2.3 Multiplicación de matrices 1.3 Operaciones elementales de fila de 1.4 Matrices elementales . . . . . . . 1.5 La inversa de una matriz . . . . . 1.6 Otras matrices . . . . . . . . . . 1.7 Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Determinantes 2.1 Definición . . . . . . . . . . . . . . . 2.2 Propiedades . . . . . . . . . . . . . . 2.3 Determinantes y matrices inversibles 2.4 Ejercicios resueltos . . . . . . . . . . 3 Sistemas de ecuaciones lineales 3.1 Ecuaciones lineales . . . . . . . 3.2 Sistemas de ecuaciones lineales . 3.3 Solución de un sistema lineal . . 3.3.1 Métodos de solución . . 3.4 Ejercicio resuelto . . . . . . . . II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 7 11 11 13 13 17 25 28 34 37 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 47 50 60 64 . . . . . 67 67 68 69 72 79 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Espacios vectoriales y producto interno 4 Espacios vectoriales 4.1 Objetivos . . . . . . . . . . . 4.2 Definición de espacio vectorial 4.2.1 Observaciones . . . . . 4.2.2 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 . . . . . . . . 83 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 85 87 88 88 TABLA DE CONTENIDOS 238 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 III Propiedades de los espacios vectoriales . . . . . . Subespacios vectoriales . . . . . . . . . . . . . . . Combinaciones lineales . . . . . . . . . . . . . . . Cápsula lineal de un conjunto . . . . . . . . . . . Subespacio vectorial generado por un subconjunto Bases de espacios vectoriales . . . . . . . . . . . . Dimensión de un espacio vectorial . . . . . . . . . Suma de subespacios vectoriales . . . . . . . . . . Suma directa de subespacios vectoriales . . . . . . Producto interno . . . . . . . . . . . . . . . . . . Ortogonalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Aplicaciones lineales 94 97 103 105 107 109 116 126 130 136 143 155 5 Aplicaciones lineales 5.1 Introducción . . . . . . . . . . . . . . 5.1.1 Ejemplos . . . . . . . . . . . . 5.2 Isomorfismo entre espacios vectoriales 5.3 Núcleo de una aplicación lineal . . . . . . . 157 158 159 162 171 6 Aplicaciones lineales y matrices 6.1 Aplicación lineal asociada a una matriz . . . . . . . . . . . . . . . . . . 6.2 Matriz asociada a una aplicación lineal . . . . . . . . . . . . . . . . . . 6.3 Matriz de cambio de base . . . . . . . . . . . . . . . . . . . . . . . . . 181 181 182 191 7 Valores y vectores propios 7.1 Introducción . . . . . . . . . . . 7.2 Nociones fundamentales . . . . 7.2.1 Polinomio característico 7.3 Matrices simétricas . . . . . . . 7.4 Diagonalización . . . . . . . . . 7.5 Cadenas de Markov . . . . . . . 7.6 Ejercicios resueltos . . . . . . . 205 206 206 213 217 222 226 228 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .