El objeto con que se representan las conexiones en la anterior pgina es una matriz.

En general, una matriz es un conjunto ordenado en una estructura

de filas y columnas. Los elementos de este conjunto pueden ser objetos
matemticos de muy variados tipos, aunque de forma particular, trabajaremos
exclusivamente con matrices formadas por nmeros reales.
Normalmente las matrices son designadas por letras maysculas.
Los elementos de una matriz se identifican por la fila y la columna que ocupan. s!,
designaremos por a"# el elemento que est situado en la tercera fila y segunda
columna de la matriz .
El nmero de filas y columnas que tiene una matriz se llama dimensin de la matriz.
$os matrices son iguales si son de igual dimensi%n y coincide el valor de los
elementos que ocupan la misma posici%n en ambas.
Las matrices aparecen por primera vez hacia el ao 1850, introducidas
por J.J. Sylvester El desarrollo inicial de la teora se debe al matemtico W.R.
Hamilton en 1853
En 1858, A. Cayley introduce la notacin matricial como una orma abre!iada de
escribir un sistema de m ecuaciones lineales con n inc"nitas.
#as matrices se utili$an en el clculo num%rico, en la resolucin de sistemas de
ecuaciones lineales, de las ecuaciones dierenciales y de las deri!adas &arciales.
Adems de su utilidad &ara el estudio de sistemas de ecuaciones lineales, las
matrices a&arecen de orma natural en "eometra, estadstica, economa,
inormtica, sica, etc...
#a utili$acin de matrices 'arrays( constituye actualmente una &arte esencial dn
los len"ua)es de &ro"ramacin, ya *ue la mayora de los datos se introducen en
los ordenadores como tablas or"ani$adas en ilas y columnas + ,o)as de clculo,
bases de datos,...

CONCEPTO DE MATRIZ
-na matri$ es un con)unto de elementos de cual*uier naturale$a aun*ue, en
"eneral, suelen ser n.meros ordenados en ilas y columnas.
En matemticas, una matriz es una tabla bidimensional de nmeros consistente en cantidades
abstractas que pueden sumarse y multiplicarse. Las matrices se utilizan para describirsistemas de
ecuaciones lineales, realizar un seguimiento de los coeficientes de una aplicacin lineal y registrar
los datos que dependen de varios parmetros. Las matrices se describen en el campo de la teora
de matrices. Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que tambin las
!ace un concepto clave en el campo del lgebra lineal
Se llama matriz de orden "m / n" a un conjunto rectangular de elementos a
ij

dispuestos en m filas y en n columnas. El orden de una matriz tambin se
denominadimensin o tamao, siendo m y n nmeros naturales.
#as matrices se denotan con letras may.sculas+ A, 0, C, ... y los elementos de las
mismas con letras min.sculas y subndices *ue indican el lu"ar ocu&ado+ a, b,
c, ... -n elemento "en%rico *ue ocu&e la ila i y la columna j se escribe a
ij
. 1i
el elemento "en%rico a&arece entre &ar%ntesis tambi%n re&resenta a toda la
matri$ + A 2 'a
ij
(

Cuando nos reerimos indistntamente a ilas o columnas ,ablamos de lineas.
El n.mero total de elementos de una matri$ Am/n es m3n
En matemticas, tanto las Listas como las Tablas reciben el nombre "en%rico de
matrices.
Una lista numrica es un conjunto de nmeros dispuestos uno a continuacin del
otro.
MATRICES IGUALES
4os matrices A 2 'a
ij
(m/n y 0 2 'b
ij
(p/ son i"uales, s y solo si, tienen en los
mismo lu"ares elementos i"uales, es decir +
ALGUNOS TIPOS DE MATRICES
Hay al"unas matrices *ue a&arecen recuentemente y *ue se".n su orma, sus
elementos, ... reciben nombres dierentes +
!ipo de "efinicin Ejemplo
matriz
56#A
#uella matriz ue tiene una
sola fila, siendo su
orden 1/n
C7#-89A
#uella matriz ue tiene una
sola columna, siendo su
orden m/1

REC:A9;-#AR
#uella matriz ue tiene distinto
nmero de filas ue de
columnas, siendo su orden
m$n ,
:RA1<-E1:A
"ada una matriz A, se llama
traspuesta de A a la matriz ue
se obtiene cambiando
ordenadamente las filas por las
columnas.
Se representa por A
t
A
:
7<-E1:A
%a matriz opuesta de una dada
es la ue resulta de sustituir
cada elemento por su opuesto.
%a opuesta de A es =A.
9-#A
Si todos sus elementos son
cero. !ambin se denomina
matriz cero y se denota por
&m$n
C-A4RA4A
#uella matriz ue tiene
igual nmero de filas ue
de columnas, m ' n,
diciendose ue la matriz es
de orden n.
4ia"onal &rinci&al + son los
elementos a
11
, a
>>
, ..., a
nn

4ia"onal secundaria + son
los elementos a
i)
con i?) 2
n?1
:ra$a de una matri$
4ia"onal &rinci&al +
4ia"onal
cuadrada + es la suma de
los elementos de la
diagonal principaltr A.
secundaria +
168@:R6CA
Es una matriz cuadrada
ue es igual a su
traspuesta.
A 2 A
t
, a
i)
2 a
)i

A9:6168@:R6CA
Es una matriz cuadrada
ue es igual a la opuesta de
su traspuesta.
A 2 =A
t
, a
i)
2 (a
)i

)ecesariamente a
ii
' A
46A;79A#
Es una matriz cuadrada
ue tiene todos sus
elementos nulos e*cepto los
de la diagonal principal
E1CA#AR
Es una matriz cuadrada
ue tiene todos sus
elementos nulos e*cepto los
de la diagonal principal
ue son iguales
64E9:64A4
Es una matriz cuadrada
ue tiene todos sus
elementos nulos e*cepto los
de la diagonal principal
ue son iguales
a 1. !ambien se denomina
matriz unidad.
:R6A9;-#AR
Es una matriz cuadrada
ue tiene todos los
elementos por encima +por
debajo, de la diagonal
principal nulos.
7R:7;79A#
Una matriz ortogonal es
necesariamente cuadrada e
in-ertible . A
=1
2 A
:

#a in!ersa de una matri$
orto"onal es una matri$
orto"onal.
El &roducto de dos matrices
orto"onales es una matri$
orto"onal.
El determinante de una matri$
orto"onal !ale ?1 =1.
97R8A#
Una matriz es normal si
conmuta con su traspuesta.
%as matrices simtricas,
antisimtricas u
ortogonales son
necesariamente normales.
69BER1A
"ecimos ue una matriz
cuadrada A tiene
in-ersa, A=1, si se -erifica
ue .
A3A
=1
2 A
=1
3A 2 6
/ara establecer las reglas ue rigen el c0lculo con matrices se desarrolla un
0lgebra semejante al 0lgebra ordinaria, pero en lugar de operar con nmeros lo
1acemos con matrices.
OPERACIONES CON MATRICES
SUMA DE MATRICES
#a suma de dos matrices A 2 'a
i)
(m/n y 0 2 'b
i)
(p/ de la misma dimensin
+euidimensionales, . m ' p y n ' es otra matriz C 2 A?0 2 'c
i)
(m/n
' 'a
i)
?b
i)
(
Es una ley de composicin interna con las siguientes
PROPIEDADES :
3 Asociati!a + A?'0?C( 2 'A?0(?C
3 Conmutati!a + A?0 2 0?A
3 Elem. neutro + ' matri$ cero A
m/n
( , A?A 2 A?A 2 A
3 Elem. sim%trico + ' matri$ o&uesta =A ( , A ? '=A( 2 '=A( ? A 2 A
Al con)unto de las matrices de dimensin m/n cuyos elementos son n.meros
reales lo !amos a re&resentar &or 8
m/n
y como ,emos !isto, &or cum&lir las
&ro&iedades anteriores, ' 8, ? ( es un grupo abeliano.
CC %a suma y diferencia de dos matrices )2 est0 definida si sus dimensiones son
distintas. DD
PRODUCTO DE UN NMERO REAL POR UNA MATRIZ
<ara multi&licar un escalar &or una matri$ se multi&lica el escalar &or todos los
elementos de la matri$, obteni%ndose otra matri$ del mismo orden.
Es una ley de composicin e*terna con las siguientes
PROPIEDADES :
PRODUCTO DE MATRICES
4adas dos matrices A 2 'a
i)
(m/n y 0 2 'b
i)
(p/ donde n ' p, es decir, el
nmero de columnas de la primera matriz A es igual al nmero de filas de la
matriz 0 , se define el producto A30 de la siguiente forma .

El elemento a*ue ocu&a el lu"ar 'i, )( en la matri$ &roducto se obtiene sumando
los &roductos de cada elemento de la ila i de la matri$ A &or el corres&ondiente
de la columna ) de la matri$ 0.

MATRIZ INVERSA
1e llama matri$ in!ersa de una matri$ cuadrada An y la re&resentamos &or A
=1
,
a la matri$ *ue !eriica la si"uiente &ro&iedad + A
=1
3A 2 A3A
=1
2 6
4ecimos *ue una matri$ cuadrada es "regular" si su determinante es distinto de
cero, y es "singular" si su determinante es i"ual a cero.
PROPIEDADES :
1lo eEiste matri$ in!ersa de una matri$ cuadrada si %sta
es regular.
#a matri$ in!ersa de una matri$ cuadrada, si eEiste, es .nica.
Entre matrices 97 eEiste la o&eracin de di!isin, la matri$
in!ersa reali$a unciones anlo"as.
"atriz traspuesta
#ea # una matriz con m filas y n columnas. La matriz traspuesta, denotada con #
t
est dada por
En donde el elemento aji de la matriz original # se convertir en el elemento aij de la matriz
transpuesta #
t
.
Contni!o
FocultarG
1 E)em&los
> <ro&iedades
3 4einiciones asociadas
o 3.1 B%ase tambi%n
$editar%E&emplos
$editar%Propiedades
Para toda matriz #
#ean ' y ( matrices con elementos pertenecen a un anillo y sea )
#i el producto de las matrices # y 3 est definido,
#i # es una matriz cuadrada cuyas entradas son nmeros reales,
entonces
es semidefinida positiva.
4einicion 4e :ransormacion #ineal
4E5696C6H9 :RA9157R8AC6H9 #69EA# I 1-1 <R7<6E4A4E1
1e denomina transormacin lineal, uncin lineal o a&licacin lineal a toda a&licacin
cuyo dominio y codominio sean es&acios !ectoriales y se cum&lan las si"uientes
condiciones+
:ransormacin lineal+ 1ean B y W es&acios !ectoriales reales. -na transormacin lineal
: de B en W es una uncin *ue asi"na a cada !ector ! B un !ector .nico :! W y *ue
satisace, &ara cada u y ! en B y cada escalar ,
1. : 'u?!(2 :u?:!
>. :'!(2 :!, donde es un escalar.
:res notas sobre notacin.
1. 1e escribe :+ B J W &ara indicar *ue : toma el es&acio !ectorial real B y lo lle!a al
es&acio !ectorial real WK esto es, : es una uncin con B como su dominioy un
subcon)unto de W como su ima"en.
>. 1e escriben indistintamente :! y : '!(. denotan lo mismoK las dos ases se leen L: de
!M. eso es anlo"o a la notacin uncional 'E(, *ue se lee L de EM.
3. 8uc,as de las deiniciones y teoremas se cum&len tambi%n &ara los es&acios !ectoriales
com&le)os 'es&acios !ectoriales en donde los escalares son n.meros com&le)os(.
N :erminolo"a+ las transormaciones lineales con recuencia se llaman o&eradores
lineales.
N 9ota+ 9o toda transormacin *ue se !e lineal es en realidad lineal. <or e)em&lo, deina
:+ RJR &or :E2 >E ? 3. Entonces la "raica de O'E, :E(+ E RP es una lnea recta en el
&lano EyK &ero : no es lineal &or*ue :'E? y( 2 >'E ?y( ? 3 2 >E ? >y ? 3y :E ? ty 2 '>E?3(
? '>y?3( 2 >E ? >y ? Q. #as .nicas transormaciones lineales de R en R son unciones de la
orma 'E( 2 mE &ara al".n n.mero real m. as, entre todas las unciones cuyas "raicas
son rectas, las .nicas *ue son lineales son a*uellas *ue &asan &or el ori"en. En al"ebra y
calculo una uncin lineal con dominio R esta deinida como una uncin *ue tiene la
orma 'E( 2 mE ? b. asi, se &uede decir *ue una uncin lineal es una transormacin de R
en R si y solo si b 'la ordenada al ori"en( es cero.
TRANSFORMACIN LINEAL
Sean V y W espacios vectoriales sobre el mismo espacio o campo ! y T "na #"nci$n %e V en W& T es "na
trans#ormaci$n lineal si para to%o par %e vectores " y v pertenecientes a V y para to%o escalar ' perteneciente a
! se satis#ace ("e)
*& T +",v- . T+"-,T+v-&
/& T+'"-. 'T+"- %on%e ' es "n escalar&
0RO0IE1A1ES
*& T ) V 22222 W3T +4V-.4W
/& V5 V! T) V2222W3T +25-. 2T+5-
6& V5!7 V!T) V2222W3T +527-. T+5- 8 T+7-
9& Va!b IR: V5 V! V7 T) V2222W3T+a;,by-.a T+5-, b7+5-
IMA<EN 7 N=CLEO
SI T)V 2222W es lineal! se %e#ine el n>cleo y la ima?en %e T %e la si?"iente manera)
'er +T-. ; V )T +5-. 4@
El n>cleo %e "na trans#ormaci$n lineal estA #orma%o por el conB"nto %e to%os los vectores %el %ominio ("e
tienen por ima?en al vector n"lo %el co%ominio&
El n>cleo %e to%a trans#ormaci$n lineal es "n s"bespacio %el %ominio)
*& 4v 'er +T- %a%o ("e T +4v-. 4@
/& %a%os "!v 'er +T-) T +",v-. T+"-,T+v-.4@,4@.4@ ",v 'er +T-
6& %a%os " 'er +T- ' R) T+'"-. 'T +"- T+'"-. '4@.4@ '"
'er +T-
La ima?en %e "na trans#ormaci$n lineal estA #orma%a por el conB"nto %e to%os los vectores %el co%ominio ("e
son imA?enes %e al menos al?>n vector %el %ominio&
C La ima?en %e to%a trans#ormaci$n lineal es "n s"bespacio %el co%ominio&
C El ran?o %e "na trans#ormaci$n lineal es la %imensi$n %e la ima?en&
Teorema #"n%amental %e las trans#ormaciones lineales
Sea D . V*! V/! V6!E Vn base %e V y C . W*! W/! W6!EWn "n conB"nto %e n vectores %e W no
necesariamente %istintos! entonces e;iste "na >nica trans#ormaci$n lineal&
T ) V 2222 W3T +Vi-. Wi! *
'plicacin lineal
En matemtica una aplicacin lineal *tambin llamada funcin lineal, transformacin
lineal u operador lineal+ es una aplicacin entre dos espacios vectoriales, que preserva las
operaciones de suma de vectores y producto por un escalar. El trmino funcin lineal se usa tambin
en anlisis matemtico y en geometra para designar una recta, un plano, o en general una variedad
lineal.
En lgebra abstracta una aplicacin lineal es un !omomorfismo entre espacios vectoriales o en el
lengua&e de la teora de categoras un morfismo sobre la categora de los espacios vectoriales sobre
un cuerpo dado.
#e denomina aplicacin lineal, funcin lineal o transformacin lineal a toda aplicacin cuyo dominio
y codominio sean espacios vectoriales que cumpla la siguiente definicin)
definicin
#ean V y W espacios vectoriales sobre el mismo espacio o campo K, y T una funcin
de V en W. T es una transformacin lineal si para todo par de vectores u y v pertenecientes
a Vy para todo escalar k perteneciente a K, se satisface que)
,.
-. donde . es un escalar.
[editar]Ejemplos
[editar]Transformacin lineal identidad

[editar]Homotecias
con
#i . / , se denominan dilataciones
#i . 0 , se denominan contracciones
Ver artculo sobre Homotecias
[editar]Propiedades de las transformaciones
lineales
#ean y espacios vectoriales sobre *donde representa el cuerpo+ se satisface que)
#i es lineal, se define el ncleo y la imagen de T de la siguiente manera)
Es decir que el ncleo de una transformacin lineal est formado por el con&unto de todos
los vectores del dominio que tienen por imagen al vector nulo del codominio.
El ncleo de toda transformacin lineal es un subespacio del dominio)
1. dado que
2. 1ados
3. 1ados
#e denomina nulidad a la dimensin del ncleo.
2 sea que la imagen de una transformacin lineal est formada por el con&unto de todos los vectores del
codominio que son imgenes de al menos algn vector del dominio.
La imagen de toda transformacin lineal es un subespacio del codominio.
El rango de una transformacin lineal es la dimensin de la imagen.
una funcin lineal es la correspondencia
[editar]Teorema fundamental de las transformaciones lineales
#ea ( 3 4v,,v-,v5,...vn6 base de 7 y 8 3 49,, 9-, 95,...9n6 un con&unto de n vectores de : no
necesariamente distintos, entonces e;iste una nica transformacin lineal T: V Wque satisface)
[editar]lasificacin de las transformaciones lineales
,. "onomorfismo ) #i es inyectiva, o sea si el nico elemento del ncleo es el
vector nulo.
-. Epimorfismo ) #i es sobreyectiva *suryectiva+.
5. <somorfismo ) #i es biyectiva *inyectiva y suryectiva+
[editar]!atriz asociada a una transformacin lineal
#egn la teora de (revis=1evaud. >na matriz asociada es la matriz formada por las coordenadas de los
elementos de una base.
1ada ?) 7 @ :, con ( 3 4v,, v-, v5, ..., vn6 y 8 3 49,, 9-, 95, ..., 9p6 bases de 7 y : respectivamente,
llamamos coordenadas de v, en base 8, al vector formado por los coeficientes de los elementos de 8
que usamos para llegar al transformado de v,.
?*v,+ 3 a,.9, A a-.9- A ... A ap.9p
Entonces)
coord8*v,+ 3 *a,, a-,..., ap+
B la matriz asociada a ?, en las bases ( y 8, es la matriz resCsub/*v-+, ..., coord8*vn++
A la matri$ *ue ,emos obtenido se la denomina MATRIZ ASOCIADA A
LA APLICACI"N LINEAL RESPECTO DE LAS #ASES #
$
% #
&
'
Esta matri$ se obtiene calculando las coordenadas de los !ectores de la bases
0
1
res&ecto de la base 0
>
.


1e &uede com&robar &ara otros !ectores *ue esta construccin es correcta, &or
e)em&lo, consideremos a,ora el !ector

cuyas com&onentes se obtienen al sim&liicar y son

#as coordenadas res&ecto de 0
>
de la ima"en de R1 se obtienen eectuando las
si"uientes o&eraciones en 4ER6BE.
<rimero editamos la ecuacin !ectorial

1im&liicando se obtiene el sistema lineal

y con 17#BE se resuel!e y nos da

1i eectuamos el &roducto de la matri$ obtenida antes &or las coordenadas del
!ector R1 en la base 0
1
resulta



( Si mo!i)i*amos las bass+ s ,i!nt -. la matriz ,aria'
<ara com&robarlo consideremos la misma a&licacin lineal, &ero a,ora tomemos
como base del es&acio inicial es decir la bse cannica
de R
3
y la base 0
>
anterior.
A,ora debemos obtener las coordenadas de las im"enes de los !ectores de la
base cannica en la base 0
>
. <ara ello editaremos en 4ER6BE la ecuacin
!ectorial

sim&liicamos y resulta

y con 17#BE se obtienen las coordenadas del &rimer !ector de la base cannica
en 0
>


Reali$ando las mismas o&eraciones con los otros dos !ectores se tiene

&or lo *ue la matri$ asociada a,ora res&ecto de estas nue!as bases sera

( Beamos otra matri$ asociada &ero a,ora considerando en como base
inicial 0
1
y como base del es&acio inal . En este caso la matri$
asociada se obtendr calculando directamente las coordenadas de los !ectores de
la base 0
1
res&ecto de la base cannica, o&eracin *ue se sim&liica
enormemente, &ues las coordenadas de un !ector en la base cannica coinciden
con sus com&onente &or lo *ue bastar eectuar en 4ER6BE lo si"uiente

En cuyo caso la matri$ asociada ser

N -n .ltimo caso sera considerar, la misma a&licacin lineal y obtener la matri$
asociada res&ecto a las bases cannicas. Este caso sumamente sencillo se
reali$ar en 4ER6BE eectuando

&or lo *ue la matri$ asociada en este caso es
E/r*i*io II0$1'
1ea deinida &or 'E,y,$(2'>E,E?y,y,A(
1ean las bases 0
1
2O'1,1,1,1(,'1,1,1,A(,'1,1,A,A(,'1,A,A,A(P de R
S
y 0
>
2O'1,1,A(,'A,1,1(,'1,A,1(P de R
3
.
1e &ide obtener las matrices asociadas res&ecto +
a( #as bases cannicas de R
3
y R
S
b( #a base 0
>
de R
3
y la base cannica de R
S
c( #a base 0
>
de R
3
y la base 0
1
de R
S
.
d( #a base cannica de R
3
y la base 0
1
de R
S

Dorma cannica de Eordan
En lgebra lineal, la forma cannica de "ordan es la forma de la matriz de un endomorfismo de
un espacio vectorial en cierta base asociada a la descomposicin en suma directa desubespacios
invariantes ba&o dic!o endomorfismo. 1ic!a forma cannica consistir en que la matriz estar formada
por Fbloques de EordanF en la diagonal y bloques de ceros fuera de ella.
#ntroduccin
1ado un endomorfismo sobre un espacio vectorial sobre de dimensin n / ,, puede probarse que si
su polinomio caracterstico factoriza completamente sobre el cuerpo *es decir, es el cuerpo de
descomposicin del polinomio caracterstico de la matriz+, e;iste una base donde la aplicacin lineal
viene dada por una Fmatriz de m bloquesF * + con la forma cannica siguiente)
1onde cada submatriz o $lo%ue de "ordan tiene la forma)
1onde adems se cumple que T4 es raz del polinomio caracterstico y que)
>n caso interesante es el de los endomorfimos diagonalizables donde y , siendo
por tanto la forma cannica de Eordan una matriz diagonal.
]!oti&acin
8onsidrese la situacin de una matriz diagonalizable. >na matriz cuadrada es diagonalizable si la
suma de las dimensiones de los espacios propios *eigenspaces+ es el nmero de filas o columnas de la
matriz. E;aminemos la matriz siguiente)
?enemos valores propios de A que son slo G 3 H, H, H, H. '!ora bien, la dimensin del ncl eo de # U
55d es , *donde 5d representa la matriz identidad+, por lo tanto A no es diagonalizable. #in embargo,
podemos construir la forma de Eordan de esta matriz. 1ado que la dimensin es ,, sabemos que la
forma de Eordan est compuesta de solo un bloque de Jordan, es decir, la forma de Eordan de A es)
2bsrvese que J puede escribirse como 55d ? ), donde N es una matriz nilpotente. Puesto que a!ora
tenemos A similar a dic!a matriz simple, podremos realizar clculos que involucren a A usando la forma
de Eordan, lo que en muc!os casos puede simplificar el clculo. Por e&emplo, calcular potencias de
matrices es significativamente ms sencillo usando la forma de Eordan.
[editar]Ejemplo
Iallar la forma cannica de Eordan de la matriz
Iallamos el polinomio caracterstico)
PA!" # 1 $ !"
%
2 $ !"
#us races son T1 2 1 y T> 2 > con multiplicidades J y , respectivamente.
[editar]
1
= 1
8omencemos con T1, tenemos que !allar J vectores linealmente independientes, pues la multiplicidad
de T1es J. Pero no valen J vectores cualesquiera. Iay que !acer lo siguiente)
Iallar la cadena de nucleos de '# U T15d(,'# U T15d(
>
,'# U T15d(
3
,...!asta que la dimensin del ltimo sea la
multiplicidad de la raz *J en este caso+.
8alculando el rango de esta matriz nos da rg'3( 2 S, luego su nulidad *la dimensin del nucleo+
es . Kesolviendo el sistema 36 2 A, obtenemos
que todas las coordenadas e;cepto la primera !an de valer cero. 's pues, los vectores del nucleo
de 3 son) . 8omo la nulidad de ( *es decir,
la dimensin de + es ,, cualquier base de estar
formada por un nico vector de , linealmente independiente. ?omamos para
formar la base, por e&emplo, al vector '1,A,A,A,A(.
.
Kealizando un proceso idntico al anterior obtenemos que el rango de 7 es 5, luego su nulidad es n'7( 2
>. Kesolviendo el sistema 76 2 A se obtiene que todas las coordenadas de los vectores
de !an de valer cero, e;cepto las dos primeras.
8omo , sabemos que podemos e;pandir la base
de para obtener una base de . Elegimos entonces el
vector 'A,1,A,A,A( . 's) .
El rango de esta matriz es rg'"( 2 >. #u nulidad es por tanto 5. Kesolvemos el sistema "6 2 A y
observamos que las dos ltimas coordenadas !an de valer L. E;pandemos la base
de para obetener la de , por e&emplo con el vector
*L,L,,,L,L+)
En este caso, la nulidad de E es n*E+3J, y como la dimensin de *es decir, la
nulidad de E+ no puede ser superior a la multiplicidad algebraica del autovalor ,, que es J, ya !emos
llegado a la dimensin m;ima. Kesolvemos el sistema E6 2 A y conclumos que la suma de las ltimas
dos coordenadas !a de ser nula. '!ora tomamos un vector pero que
no pertenezca a ninguno de los anteriores. Por e&emplo, -S 2 'A,A,A,1, U 1(. 2btenemos as la base
de
)
.
'!ora !allar es muy fcil)
.
[editar]
2
= 2
3 0*,J,J,-,,,L+/. Ba tenemos los H vectores de la nueva base.
[editar]!atriz de cam$io de $ase
[editar]!atriz annica de "ordan en la $ase P
Para !allar la matriz de Eordan slo !ay que !acer las imgenes por ', de los vectores de la base de
Eordan, y e;presarlos en dic!a base)
#e cumple 8 2 /
U 1
#/
&alle la matriz asociada a la trans'ormaci(n lineal )*
3

3
de'inida por

,
_

+
+ +
+

,
_

z 8 y x 5
z 4 y x 3
z 2 y x
z
y
x
T
con respecto a las +ases can(nicas.

8 1 - 5
4 1 3
2 1 1
A
,
8
4
2
1
0
0
T ,
1
1
1
0
1
0
T ,
5
3
1
0
0
1
T
1
1
1
]
1

,
_

,
_

,
_

,
_

,
_

,
_