Академический Документы
Профессиональный Документы
Культура Документы
INSTITUTO DE MATEMATICAS
ALGEBRA
DE
MATRICES
lng. MARIO RAUL AZOCAR
(Master of Science- New York University- New York City)
1973
UNIVERSIDAD CATOLICA DE CHILE
INSTITUTO DE MATEMATICAS
ALGEBRA
. > p-
DE
MATRICES
(Master of Science • New York University • New York City)
&~aJMwrh "
~ (! (}~ c;J
1973
PROLOGO
penden a parte del curso MAT 154 - Algebra II, que el Insti-
1.- MATRICES
~ 1.1.
Designando con a 1)
.. el número ubicado en el rengl6n
de orden i y en la columna de orden j de una matriz A, ten-
dremos:
A =
2.
Dos matrices A= (a .. ) y B
1J
= (b .. ) del mismo or-
1)
TEOREMA 1.1.
a) -(-A) = A e) (A:> = A
Dm
-DEF·1.4.
Una matriz cuadrada A = (aij) es sim~trica si y
s6lo si: aij = aji• Ella es antisim~trica sii: aij = -aji•
TEOREMA 1 • 2 •
Una matriz A es sim~trica si y s6lo si: A = At.
Dm
A =
Recíprocamente si A= At, el namero de renglones es igual
al ndmero de columnas y entonces la matriz es cuadrada. Ade
más A= At implica aij = a~j = aji' luego A es sim~trica.
TEOREMA 1. 3.
La matriz A es antisim~trica sii: A= -At.
4.
DEF 1.5.
DEF. 1. 6.
Matriz nula, es toda matriz O cuyos elementos son
todos ceros.
DEF 2.1.
Dadas dos matrices A = (aij) y B = (bij) del mis-
mo orden mxn, llamaremos suma de ellas a.una matriz~+ B
que por definici6n valdrá: A+ B = (aij + bij).
TEOREMA 2 • 1.
Sean A, B, C y O matrices del mismo orden mxn,
entonces:
a) A + B = B + A e) A + .O =A
S.
b) (A + B) + C = A + (B + C) d) A + (-A) =O
Dm
Trivial, se deja como ejercicio.
-Dm
Trivial. Solo daremos el caso (e)
~ 2.2.
El producto de una matriz A= (aij) por un esca-
lar p, es una matriz del mismo orden de A, que designar~
pA = Ap = (paij)
Observaci6n
TEOREMA 2 • 3 •
Sean A y B matrices del mismo orden; p y q
escalares, entonces:
a) p(A + B) = pA + pB e) (pq)A = p(qA) = q(pA)
b) (p + q)A = pA + qA d) pA = O sii p = O 6 A= O
-Dm
Trivial, se deja como ejercicio.
~ 2.3.
Dadas dos matrices A y B del mismo orden, llamar~
TEOREMA 2 4.
Toda matriz cuadrada A puede expresarse, de
manera t1nica, como suma de una matriz sim~trica y una rn!,
triz antisim~trica.
' ' t
Sea S una matriz sim~trica (S= S ) y T una matriz anti-
sim~trica (T = ~Tt), por determinar; y tales que: A= S+ T.
S = t (A + At)
7.
Así tenemos:
Corolario
Para toda matriz cuadrada A se tiene que:
S = A+ At es simétrica y T = A- A~ es antisimétrica.
EJERCICIOS
a) SX + I = (
-7
3
:) b) 2X - JI =
(i
2
1
1
3
7
2 )
e) 3(X + SI ) = 2(X- I2)
2
d) 2X + Y = (~ ~) A.~
X - 3Y =(~ :)
8.
B = (12 -3-1) e =P !)
4. Deseo
antisimétrica T. Tome A arbitraria, cuadrada y de orden
3x3.
DEF 3 .l.
Una matriz A será multiplicable· por una matriz B
9.
Observaci6n
En general, si A es multiplicable por B, no n~
-
DEF 3.2.
Dada una matriz A = (aij) multiplicable por una
~ 3.3.
AB
Observaci6n
De acuArño a esta definici6n, el producto de
una matriz A de orden (mxn) y una matriz B de orden (nxp)
10.
0)-«>
o -
11.
TEOREMA 3 • l.
Dm
TEOREMA 3 • 2 •
n
AB = ( l aik bkJ.)
k=l
·n n
AB' = <
k=l
L aik bkJ.) = (
k=l
r aik bkJ')
12.
n
AB = ( I aik bkj) = (pij)
k=l
t n
(AB) t ":
(pij) = (pji) = ( l ajk bki) ( 1)
k=l
Por otra parte:
n t n
Bt At = { ¿_ t akj) = ( l
bik (2)
k=l k=l bki ajk)
corolario
Para toda matriz A, ocurre que P = AAt y Q = At, A
son matrices simétricas. En efecto:
TEOREMA 3 o 3 o
Dm
n n
(pA) (qB) = ( l (p aik) (q bkj >) = ( L (pq) aik bkJ")
k=l k=l
n
= pq ( L aik bkJ.J= (pq) (AB)
k=l
Finalmente: (pA) (qB) = pq (AB) = qp (AB) = (qA) (pB)
Corolario
(-A)B = A(-B) = -(AB) y (-A) (-B) = AB
TEOREMA 3 • 4 •
(AB) e = A (BC)
Dm
yhk = r
i=l j=l
y ahj bji cik = y r
j=l i=l
ahj bji cik
yhk =
j=l
! ahj (i=l
r bji cik)
TEOREMA 3 o 5.
A(B + C) = AB + AC
(B + C)A = BA + CA
Dm
~k=
~ 3.4.
Para toda matriz cuadrada A, y n natural tomaremos:
TEOREMA 3 • 6 •
-Dm
Se hará por inducci6no Para k = 1, las tesis es válida,
en efecto:
Supongamos entonces que la igualdad propuesta es válida
para k = Po u sea, que: An Ap = An+p.
En esta hip6tesis tenemos:
Corolario
Sin es entero positivo, se tiene: (An)t = (At)n
En efecto:
t t t t t
= (AAAo •• o • • A) = A ••••• A A A
DEF 3o5.
EJERCICIOS
a)
b) .( 1 2)(-2 6 )
e)
(
-1
-4 -8 1 -3 -8
1-7.
x2 =e :)
4. Resuelva la ecuaci6n X e:) = !2
5. Resuelva la ecuaci6n 2) I
5
=
2
y aproveche
ecuaci6n
a) 2x 2 + 3x 3 = 5 b) X + 2y = 4
xl + 4x 2 + 7x 3 = -2 2y + z = 5
2x 1 + 3x 2 + 6x 3 = 3 2z + 3x = 12
18.
admite la soluci6n
a demuestre que:
11. Si tg«J = n ,
( : ~ )n =
2 2 cos na sen na.)
( 1 + -a ) (
n2 -sen na cos na
--
n 1
12. Calcule (: p) 1 n
,..
n
1
p
o ~r
13. Para la matriz A =(: -~) calcule:
DEF 4.1
de ella es la matriz A+ = + t
(aij) +
, donde aij es el adjunto del
elemento aij en el determinante IAI = det (A).
TEOREMA 4.1.
Dm
La demostraci6n de esta tésis resulta muy simple si se tie
ne presente que, en un determinante la suma de los productos
de los elementos de una l!nea (rengl6n o columna), por sus ad
juntos correspondientes, es igual al determinante y la suma
de los productos de los elementos de una l!nea por los adjun-
tos de los elementos de una l!nea paralela es cero; o sea, re
cordando que:
20.
n + n +
L aik aik = det (A) L aik ajk = O
k=l k=l
n +
= ( l aik a J. k)
k=l
TEOREMA 4 • 2 •
-Dm
Supongamos que la matriz cuadrada A, admita dos matrices
recíprocas P y Q, entonces:
PA = AP = I y QA = AQ = I
TEOREMA 4 3.Q
-1
A = =
1 Al det (A)
Dm
Supongamos que IAI ~ o. De AA+ = A+ A = !Al I
obtenemos:
A+ A+
A- = A = I
!Al !Al
22.
Corolario 1
Si A y B son matrices regulares de orden n, ia rna
triz AB tarnbi~n es regular.
Corolario 2
Si A es regular, tarnbien lo es A- 1 y además,
det(A- 1 ) = (det A)- 1
Ep efecto: AA- 1 = I implica IAI IA- 1 1 = 1
.. .
Corolario 3
Si A de orden n es no singular (regular)
det(A+) = IA+I = IAin-1
En efecto de: AA+ = IAI I = (!Aioij>, resulta:
det(AA+) = det < 1A 1 ei j > = lA In
23.
Corolario 4
Si A de orden n es no singular, se tiene:
(A+)+ = IAin- 2 A
TEOREMA 4 o 4 ~
Dm
Corolario
DEF. 4. 4
Si A es matriz regular y n es un entero positivo:
DEF 4.5
Una matriz cuadrada regular A, es:
EJERCICIOS
-3
1.- Determine la matriz adjunta A+ de A ~(-! o
4
+
3.- Se A matriz simétrica de orden n, demuestre que A es
sim~trica para n impar y antisimétrica para n par.
25.
(: ~)
4
A = o
9
B
= (:
9
8 :J e
= (:
1
o :J
5.- Usando algebra de matrices resuelva los sistemas:
X + y + z =6 9x - lOy + z = 1
2x - y =o 3x + y - z = -1
X + y - z =o 7x - y + z = 1
A + A-1 =( O 9/4)
.9/2 o
(13 1){x
4
y) (-34 -2)
U V 2
(226 =
A
=C :J B
=C :) e
=C :J D =(-: :)
17.- Sea A matriz cuadrada de orden n, Y sea
M = {A 1AA t = I} . Demuestre que M con el producto de
matrices, es grupo.
DEF 5~2.
TEOREMA S.lo
En cada matriz A, el rango-rengl6n: rr(A) y el
rango-columna: rc(A), son iguales.
Drn
------------------------------------
a . =e h . +e b + ••• +e b i
m1 m1 1 1 m2 21 mr r
1
para i = 1, 2, 3, ••• , n.
30.
As! entonces:
-DEF 5.4.
En una matriz A de orden m x n, se llama menor de
orden k, todo determinante formado por k renglones y k co
lumnas de la matriz A.
31.
Dm
Corolario
Si A es matriz cuadrada, no singular, de orden n,
su rango es n.
EE s.s.
La nulidad de una matriz cuadrada A de orden n, es
el nfimero (n-r), siendo r =rango (A).
Observaci6n
La determinaci6n del rango de una matriz es de
importancia primordial~ La bfisqueda del rango de una ma-
triz, puede hacerse en forma muy c6moda, introduciendo cier
tas operaciones que pueden efectuarse sobre una matriz y
que se conocen con el nombre de transformaciones elementa-
leso
32.
orden j: (Hij) o
nulo, p: (pHi)
Multiplicar una columna de orden i por un escalar, no
nulo, p: (pVi) o
TEOREMA 5. 3 •
El rango de una matriz es invari~~te bajo las
transformac!ones,elementales.
-
Dm
Trivial. se deja como ejercicio.
Observaci6n
El teorema precedente establece la invarianza
del rango de una matriz, con respecto a las transformaci2
nes elementales que sobre ella se efectaanG Esta idea, co~
Ejercicio
Determinar el rango de la matriz
:)
2 5 -4
2 11 -4
-4 -1 8 -3
o .,
~':
5
B =( 11 o
1 -4 -1 o
2 o o o
e 2 o o o
= (:
-4 o o o
Ahora como las columnas primera y segunda son linealmente
independientes, tenemos rango {C) = 20 Finalmente como las
transformaciones elementales no alteran el rango de una m~
triz, resulta: rango (A} :;> rango (B) ""' rango (C) ª :L
rse que
rango (C) = 2, haciendo uso del teorema 5o2, pues tenemos
det (
'1 2) ~ -4 ;' O
2 3
lo.
TEOREMA 5 • 4 •
Dm
TEOREMA 5 • 5 •
-Dm
Para simplicidad de escritura, tomemos una matriz A de
tercer orden y efectuemos las siguientes transformaciones-
renglones:
1 o --
\o o
b) Multiplicaci6n del tercer rengl6n por un escalar p,
no nulo.
1 o
o 1
o o
e) Sumar al primer rengl6n el tercero previamente multi-
plicado por un escalar Po
o
(~
.o
1
o
=
36.
Observaci6n
Sin duda que lo presentado como demostraci6n
del teorema precedente, no es propiamente una demostra-
ci6n, sino un simple ejemplo aplicado a matrices de tercer
orden o Nos justificamos diciendo que ello se hizo en bene
ficio de la claridad del contexto 0
TE¡OREMA 5 0 6 o
Cada transformaci6n elemental-columna sobre una
matriz A, puede obtenerse posmultiplicando A, por una ma-
triz elemental 0
Dm
TEOREMA 5 . 7 o
Si una matriz cuadrada no singular A, se reduce
37.
Dm
Por hip6tesis tenemos que:
1
Ahora como A es no singular, existe A- • Posmultip licando
-1
la igualdad anterior por A , resulta:
Mk Mk-1 ~ Q O Q O ~ O M3 M2 M1 I =A-l
conclusi6n que demuestra la tésis o
Observaci6 n
El teorema precedente nos proporcion a un proce-
dimiento muy pr,ctico para determina r la matriz rec!proca
A- 1 , de una matriz no singular Ao En efecto, de acuerdo a
-1
lo demostrado enel teorema anterior, para obtener A , ba~
~jercicio
3 -2
A = -4 1
o
como esquema de cálculo dispondremos las matrices A e I en
la forma (A 1 I) y mediante transformaci ones-renglon es, que
operar&n simultáneame nte sobre A e I, trataremos de reduci~
las a. la forma (I i B) o Entonces, de acuerdo al teorema So 7o
tendremos B = A- 1
-2 -1 1 o
(A ! I) = ( -: 1 -1 o 1
o 1 o o
o o
~)
5 -2 1
-2 1 o o 1
\ 2 o 1 o o
1 1 o o 1 2 3 '
-2 1 o o 1 1
\ 2 o 1 o o 1 J
V1 o o
~)
1 2
o 1 o 2 5
o o 1 -2 -4 -5
comprobarse que:
1 2 3
A-1
=( 2
-2
S
-4 -s
7
)
TEOREMA S. 7.
Si una matriz cuadrada no singular A, se,reduce
a la matriz unidad I, mediante posmultiplicaciones por las
matrices elementales N1 , N2 , N3 , ••••• , Nj' la matriz recí-
proca A- 1 de A, se obtiene posmultiplicando I por dichas ma
trices.
Dm
Observaci6n
Este teorema, tal como el anterior, proporciona
un medio para determinar la matriz recíproca A-1 , de una
matriz no singular A, operando con transforma~iones~columnas~
EJERCICIOS
A = (_~ -:)
B =( -1
2 -6
3 )
5 3 1 4 -2 ~2 2 3 3 -1
A
=ll
3
4
4
4
1
1
5
3
1
2
B=
-2
-8
o
2 11
4 2
7
-1
-3
1
\
6 7 2 13 -3 -1 10 3 9 -2
3.- Verifique que para las matrices
A =C
Se tiene: r (A + B) = r (A) + r (B)
4s;.. Sean A y B matrices del mismo orden m x n, demuestre
que:
a) r(A + B) < r (A) + r(B)
b) r(A + B) > Ir (A) - r (B) 1
5.- Sea A matriz de orden m x n sobre el cuerpo de los com-
la matriz B.
Demuestre que: r(AB) = r(BA) = r(B)
8,~ Determine dos matrices A y B tales que: r(AB) = mín
{r(A), r(B)}
9.- Determine dos matrices A y B, tales que:
r (AB) < m!n {r (A) , r (B) }
DEF 6.1.
Una matriz A de orden m x n es equivalente a una
matriz B de orden m x n, si y s6lo si, existen matrices
no singulares, P de orden m y Q de orden n, tales que:
A = P B Q
TEOREMA 6 • l.
La equivalencia de matrices es una relaci6n
de equivalencia.
-Dm
Para establecer la tesis debemos probar que la equiva-
lencia de matrices es refleja, sim~trica y transitiva. Si
42.
Im A I n = (Im A) In = A In = A
TEOREMA 6 • 2 •
maciones elementales.
Dm
Supongamos que A es equivalente con B, entonces:
43.
-1 ••••••••••••••
N.J- 1 = Q
TEOREMA 6.3.
Dos matrices A y B del mismo orden, son equi-
valentes, si y s6lo si,tienen el mismo rango.
DEF 6.2.
Dadas dos matrices A y B de orden n, A es congruen-
te con B, si y s6lo si existe una matriz regular P, tal que:
A= P B Pt.
A =P B Q con
-DEF' 6.3.
lencia.
b). Si A es similar con B, (A~ B), A puede obtenerse
DEF 7.1.
Se llama ecuaci6n lineal para las inc~gnitas
(1)
a 1 x 1 + a 2 x 2 + ••••• + anxn =O
y pasa a llamarse ecuaci6n lineal homog~nea.
DEF 7.2.
-DEF 7.3.
+ a x
1n n =
a + •••• +a
.... + a
mn n = b m
x
DEF 7.4.
1) Determinado
a) Compatible
< 2) Indeterminado
Sistema
Lineal
,, Un sistema
< b) Incompatible
DEF 7.5.
Se llama matriz del sistema (2) a la matriz A = (aij)
de orden m x n, formada por los coeficientes de las incÓgnitas.
DEF 7.6.
Se llama matriz ampliada del sistema, (2) a la matriz:
4B.
·"~'"
all a12 ocooceo
aln bl
'V
a21 a22 o•o•·oe>o
a2n b2
A ;:;
\
----------------------
~ ~ ~ h
ml m2 mn m1
"'
Introduciendo las matrices columnas;~~
t t
~ : (Xl Q X2 8 o o e o e 1 Xn) Y (3 = (b 1 9 b2 ¡ (00001 b)
n
el sistema (2) se expresa matricialmente por~ A~ =B {3),
Observaci6n
A continuaci6n~ nos preocupamos del problema fu!!_
damental en el estudio de los sistemas linealesc Este pro-
blema consiste esencial~ente en~ Dado un sistema lineal de
m ecuaciones con n inc6gnitasv determinar en qu~ condiciones
es compatible y en cuáles es incompatiblep además, en el pr!,
mer caso tratar de obtener todas las solucioneso
TEOREMA 7 o 1 o
Un sistema lineal A ~ = B de n ecuaciones con n
i.nc6gnitas y con matriz no singular <lA! ~O) 1 es compatible
y deb'::!rm.inado.
49.
'
Dm
Corolario 1
Observación
DEF 7.7.
Corolario 2
Si el sistema de Cramer A~ ~ B tiene matriz no
singular, su soluci6n est& dada por:
so.
det CA 1 ) det(A )
n
n = -"'-
X
det(A) det(A) det (A)
Observaci6 n
Estudiado s los sistemas de Cramer, podemos pasar
a considera r lc;>s sistemas lineales de m ecuacione s con n in
c6gnitas. Al respecto, el teorema fundament al que veremos
a continuac i6n es conocido bajo el nombre de teorema de.
_,
Rouche-Fr obenius-C apelli.
TEOREMA 7 •.2.
Una condici6n necesaria y suficiente para que
el sistema lineal A~ = B sea compatibl e, es que el rango
de la matriz A del sistema, sea igual al rango de la matriz
'V
alllPliada A.
'Dln
Si el sistema AE; = B es compatibl e, admite por lo menos
una soluci6n: (x , x , x , •••• , xn), y entonces tenemos:
1 2 3
all a12
rl bl \
~: )
a21 a22 a2:
a31 a32 ' a3n
xl + x2 + ... + X
n =
: •
l.
1!
ti
.\ a m1 a m2 a mn bm 1
51.
Corolario 1
Corolario 2
Corolario 3
Corolario 4
Un sistema homog~neo con rango igual al ndmero
de variablesu s6lo admite la soluci6n trivialo (En efecto
se cumple el corolario anterior)
Corolario 5
Si en un sistema compatible el rango r(A) es m~
do.
Corolario 6
Un sistema homog~neo con n variables tiene solu-
ci6n distinta de la trivial si y solo si r (A) > no (En efec
to se verifica el corolario anterior)
54..
Ejemplo.1
Para diferentes valores reales de k, discutir el
sistema:
kx + y + z =1 X + ky + Z =k x + y + kz = k 2
Soluci6n
Llamando A, la matriz del sistema, tenemos
det (A) = k 3 - 3k .+. 2. Este determinante se anula para
k =1 = -2.
y para k
Ejemplo 2
Para diferentes valores reales de k, discutir el;
sistema:
Soluci6n
'\,
o k 1 o 2
det(A) = = 2k + 3k = 2
2 o -k -1
1 1 1 =1
soluciones son~
1/2 para k = =2
x1 =- 1/3 para k = 1/2
Resumiendo tenemos~
!jemp!2 3
Dado el sistema lineal:
k X - 6y = Sk - 3 2x + (k - 7)y = 29 - 7k
Solución
Para que el sistema sea incompatible 0 debe verifi-
carse que r(A) ~ "'
r(A) ~ Ahora como:
. . 6) -6 Sk - 3 )
k-7 k-7 29 - 7k
Para k = 4q tenemosg
"'
A =
e -6
-3
1:) luego
Para k = 3, tenemos~
A=
As:Í
e
para
-6
-4
1: )
k = 3, el sistema es compatible o
"'
luego r (A) = 1 = r(A)
Como ~1 se re-
duce a: x - 2y = 4u nuestro sis':ema resulta indeterminadoo
Sus infinitas soluciones estan dadas por~ (x = 4 + 2a, y = a)
EJERCICIOS
1. Usando operaciones elementalesu resolver~
a) • 4x 1 - 2x
2
+ x3 = 6 b) o 8x
1
~
2x - 5x 3 - 9x 4 = 18
2
2x
1 - x2 +2x 3 = -7 2x
1
~
x2 x3 - 4x 4 = 9
=
x1 - 3x 2 - x3 = -11 4x
1
+ o 3x
3 x4
;;:;;
o
2. Determinar k(j de modo que el sistema~
4x 1 - kx
2 -
x3 = 1 kx 1 = x2 + 3x 3 = 2 -x + x2
1
3x = =1
3 -
tenga: (a) • Una y solo una soluci6n. (b) Infinitas sol u-
X + y + Z o 4x + 5y + 2z o
2x + y -3z = O X ~ y =o
4. Estudiar el sistema homog~neo~ (Corolario 6).
2x + 6y + 5z + t = O -x + 6y + 2z + 3t = O
x + 4y + 3z +2t = O 3x - 8y - z + 4t = O
(1 - k)x + y + z =o
2 X + (2 - k) y + 2 z = o
X + y + (1 = k) z =o
tenga soluci6n distinta de la trivial. (Corolario 6)
sistema: (5 ecuaciones)
58.
X - Sy + z = 4 2x + y - z = 1 x + 6y - 2z = 3
4x - 9y + z = 9 x - 16y + 4z = 8
es incompatible.
3x - ay + 2z = a - l 2x - Sy + 3z =1
x + 3y - (a - 1) z = O
8. Dado el sistema (4 ecuaciones)
X - y + Z = 7 X + y - z =1
-x + y + z = 3 2x + ky - 4z =k
determinar k para que ~1 sea compatible.
3x - 7y =a Sx - 13y = Sa - 2b
X + y =b x + 2y = a + b - 1
determinar a y b para que sea compatible
(k + 1)x + y + z = k2 + 3k
2
X + (k + 1)y + z = k3 + 3k
3
X + y + (k + 1)z = k4 + 3k
para que el sistema sea: (a). Determinado
minado.
(b) • Indeter·
-
1Se Dado el sistema:
ax + 2z =2 Sx + 2y =1 x - 2y + bz =3
con a y b enteros positivos, determinar a y b pera que
el sistema sea: (i) Compatible. (j) Incompatibleo (k)o
Resu~lvalo cuando sea indeterminadoo
16o Demostrar que si el sistema: (4 ecuaciones)
-x + by + cz + dt = o ax + by - z + dt =o
ax - y + cz + dt = o ax + by + cz- t =o
tiene soluci6n diferente de la trivial, se verifica que:
a/ (1 + a) + b/.(1 + b) + c/(1 + e) + d/(1 + d) =1
17. Demuestre que el sistema homogt!neo:
x + y - a(z + u) =O a(x - y) - (z - u) =O
x + y - b(z - u) =O b(x - y) - (z - u) • O
tiene soluc16n diferente de la trivial y ella está da
da por: x/(1 + ab) = y/(1 - ab) = z/(a + b) = u/(b - a)
B o VALORES Y VECTORES PROPIOS DE UNA MATRIZ
DEF B o 2
Ejemplo 8.1
La matriz A = (! ~) , tiene a, ( = (1,2) t, como
vector propio, pues:
A ( = (! ~) ( ~ ) = ( 1 ~ ) ,- 5 ( ~ )= 5 ( e
TEOREMA Bol
Dm
DEF 8.3
TEOREMA 8 o2
Ejemp¡o 8.2
Determinar los valores. propios de las matrices~
Soluci6n
De acuerdo al teorema precedente los valores propios
9e una matri~ A son las raices t de la ecuaci6n: det(A - ti)= o
Asf: A - ti =(! 2)
3 - t (~ ~) = ( 1~t 3~t)
Entonces: det(A - ti) = t2 - 4t -s = O, nos d~ los valores
propios: t1 = -1 y t2 = s.
Analogamente para la matriz B, tenemos:
B - ti
1
=( i -2) -t ( 1 o)= ( 1-t
1 . 1
-2)
1 o 1-t
Entonces: det (B - ti) =t 2 -2t + 3 = o, nos da los valores
propios: tl =1 + il'l y t2 =1 - il'l.
DEF 8.4
La ecuación caracter!stica de una matriz cuadrada A 6
es la ecuaci6n det(A - ti) = Oo
Desarrollando la ecuaci6n característica o sea~
all -t a12 8
13 Ot»QOOc 0
aln
a21 a22 -t a23 or>ooooo
a2n
a31 a32 a33 = t ~ f.l o o
a3n =o
-~~~----~---~--------------~-
an 3 o o o o o a nn - t
DEF 8~5
TEOREMA 8. 3
Para toda la matriz cuadrada A = (aij) de ecua-
ción caracter!sticag
(~t)n + p (-t)n-l + p (-t)n- 2 + ooo + p =O
1 2 n
se tiene~
n n
a)e p 1 = r tJ. = tr (A) b) o Pn = 'lf t . = det (A)
j=l j=l J
Dm
la matriz A~
all - t a12 a
13
e o o o o
a1n
a21 a22 - t a23 • • o e ,
a2n
luego~
(2)
tr(A) =t1 + t2 + o o o o o + tn
det(A) = t1 o t
2
o o o o o o o tn
Corolario
Una matriz es singular si y solo si tiene a cero co
mo valor propioo
TEOREMA 8o4
Las matrices cuadradas A y At b-ienen los mismos
valores propioso
Dm
drada Ap si y sé5lo si~ f,A ... ti >1 = Oo Por otra parte tenemos
que~
Ejemplo 8.4
Determinar los vectores propios de las matrices:
-1 4
o o
-2 -1
Soluci6n
La ecuaci6n caracterfstica de la matriz Ag es
det(A - ti) = -t 3 + 2t 2 + t - 2 = Oo De aqu! se obtiene
facilmente t 1 = 1, t2 =2 y t
3 = lo
Llamando a= (x, y, z)t vector propio asociado al
valor propio t 1 = 1, debe verificarse que: Aa = tau o sea:
Aa-a= e, es decir:
1 -1 1) (X ) (X ) ( X- y +
( 4
4
O -1
-2 1
y
z
- y
z
= 4x + Oy -
4x - 2y +
-Y + z = O 4x - y - z = O 4x - 2y =O
que por tener matriz singular admite soluci6n diferente de
la trivial. Resolviendo se encuentra: (x = x; y = 2x~ z = 2x)
luego a es de la forma ot = (xu 2x 11 2x)o Tomando por agrado
x ~ 1 0 se obtieneg a= (1, 2 11 2) o
t
Analogamenteu llamando e= (Xu Yu z} al vector propiO¡
asociado al valor propio t = 2 0 se encuentra el sistema g
2
x + y = z = O 4x = 2y - z : O
TEOREMA 8 oS
TEOREMA 8.6
Om
,
A- 1 ~ = t-l ~ para ello premultiplicando la hipótesis por
A-1 , queda:
Corolario
Si t F O es valor propio de la matriz no singular
A correspondiente a ~, t-p es valor propio de la matriz A-P,
para el mismo vector propio ~.
69.
DEF 8.6
q(A)
TEOREMA 8 "7
Dm
TEOREMA 8.8
~l' ~
Los vectores propios 2 , ••• ~p de una matriz
A, correspondientes a los valores propios diferentes t , t ,
1 2
••• , tp son linealmente independientes.
Dm
Se har& por inducci6n completao Obviamente el teorema
se verifica para p = l. Aceptemos entonces que la t~sis
propuesta se cumple para p = m-1 y tratemos de probar que
~1 , ~
2, •o••, ~m son linealmente independientes.
~
Supongamos que 1, ~
2, •••• ,~m son linealmente depe~
~
ye que los vectores 1, ~
2, ~
3 , ••• , ~m-l son linealmente
dependientes, lo que contradice la hip6tesiso
Asf entonces, los vectores: t1, ~
2, o•or (p' correspo~
Corolario
Si los valores propios t., de una matriz A de orden
J
71e
(~l ~
n, son todos diferentes, la matriz X=
2 •e•o ~n) que
es no•singular
-1
A: ( o
-2
-: )
tiene los valores propios~ tl = 1; t2 =2 y t3 = =lf todos
Observación
-
El teorema precedente nos asegura que en una matriz,
esta situaci6no
§jem:e_lo 8 e 6
Determinar los valore s y los vectores propios de
las matrices
72.
A =
1
O 1
1
B =
3 1
O 3
o)
O
( (
o -1 o o 2
. .
Soluci6n
Para la matriz A, se encuentra det(A- ti)=(l t) 2
(3 - t) y entonces sus valores propios son: t 1 = t 2 = 1 y
t 3 = 3o Para el valor propio t 1 = t = 1, se obtiene el con
2
junto·de veetores propios: a= x(l, O, O) +y (0, 2, l)o De
donde se puede tomar los vectores propios linealmente indep~
Observaci6n
El pr6ximo teorema que veremos es de primera impo~
aciones Con el ue
la demostraci6n que daremos, resulte suficientemente clara, d~
3
t + 1
(
2t
Dm
El polinomio característico de A es~ p(t) = det(A = ti) =
= det Mv donde M ~ A = tio Como la matriz M es de orden
nf los elementos de su matriz adjunta M+f ser'n polinomios
en t de grado (n=1) a lo m~so Asf de acuerdo con la obser=
vaci6n precedente tenemos~
tes de la variable to
De acuerdo al teoremag MM
+ = M+M = I det M, tenemos~
(1)
+ oooooo {4)
cilmenteg
a n= 1 I = A Mn- l = M
n=2 . e I =- Mn=l
oooooo +a
n- 1
An-1 + An =Q
Asf queda probado que cada matriz es raiz de su ecua-
ci6n caracterfsticao
7.5.
Ejemplo 8.8
Usando el teorema de Cayley-Hamilton, determinar
la inversa A-l de
-2
-1
A-
1
• ; (-A
2
+ 3A + 9I) = } (-~ -~ gl)
-2 4
Ejemplo 8.9
Usando el teorema de Cayley-Hamilton, calcular:
A723 , siendo A = ( -~ -~)
Soluci~n
m(t) + ao + alt
q(t) +
p(t) p(t)
1 723 + a
= al o
de donde: a
0
= O y a 1 = l. Reemplazando estos valores en
(3), resulta:
DEF 8.7
El polinomio mtnimo de una matriz A es el polinomio
escalar:
1
TEOREMA 8.10
Dm
d(x) = m1 (x)
- m2 (x)
serA un polinomio de grado menor, que se anula para A. Es
ta conclusi6n contradice la hip6tesis de ser m1 (x) polino-
mio mfnimo, luego m1 (x) = m2 (x).
TEOREMA 8.11
Dm
rn(A) = (A - t I) q(A) + r I = Q
y corno r no es nulo, obtenernos: -(A- t I) (q(A)/r) = I
expresi6n que nos indica que la matriz (A - t I) tiene rec1
proca; pero esta afirrnaci6n es falsa, pues (A - t I) es ma-
triz singular por ser t valor propio de ella. As! debe te-
nerse r =Oy entonces (x - t) es factor del polinomio rn!-
nirno m (x) •
Corolario
Si A de orden n tiene todos sus valores propios
diferentes:
p(x) = (•1) rn(x)
Observaci6n
El teorema precedente podr!a inducir a creer que
el polinomio rn!nirno rn(x), de una matriz A, es simplemente el
producto de los factores distintos del polinomio caracter!s-
ttco p(x). Tal cosa no ocurre y para probarlo basta conside
rar un ejernploo
1 1 1 1 1
o 1 1 1 1
A= o o 1 1 1
o o o 1 1
o o o o 1
79.
DEF 8.8
Ejemplo 8c10
La matriz A = (~ i )es diagonalizable, pues
para:
X = ( -~ ~) se tiene X
-1 = 1 ( 2
'! 1
y entonces:
-1) (1
1 4
TEOREMA 8.12
Una matriz cuadrada A de orden n, que tiene n
vectores propios linealmente independientes es diagonaliz~
ble.
B.O •
Drn
Sea: a 1 a 2 , a 3 , • • • • , an' los n vectores propios de A,
linealmente independientes, y en correspondencia con los v! ·
lores propios: t 1 , t 2 , t , •••• , tn, no necesariamente dife
3
rentes.
e e e o a )
n
es decir X es matriz cuadrada de orden n, cuyas columnas
son los vectores propios aj de A. Corno los vectores aj son
linealmente independientes, tenernos det X # O, y entonces
existe la matriz inversa x- 1 , Además:
= o o Q o t
= (al a2 o o o o o an) tl o o ~ o e o o
o t2 o o o o • o
o o t3 • o o e o
-----------------
o o O o. o . tn
Corolario
La matriz X que diagonaliza una matriz A, tiene
81o
Corolario
En la expresi6n: X--1 AX = o, los elementos de la
matriz diagonal 0 0 son los valores propios de A, dispuestos
en el orden en que , en X se tomaron los vectores propios
de A.
Ejemplo Boll
Diagonalizar la matriz
Soluci6n
1° Se determinan los valores ptopios de A, obte-
6 o o
x· 1 AX - i-o
(
6 oo ) - ( o1 1
o o 42 o o
1 1 4 -1 o(l = (4 1 O)t
A = u ¿ l. ::SOl.UCJ.On 2)1::
rX2 = (3 2
o o 3
D(3 = (3 o O)t
para A -l-¿ ;)
~
1
11.- Determine: ]1,24 - 3Al5, para A -- ( o
3 2 o4)
1
-1 -3 -1
12.- Determine: A
14 13
- 3A , para A=(~ ~ ~)
~8 1 -4
-1
20.- Demuestre que una matriz cuadrada A tiene inversa A ,
si y solo siq el t~rmino constante de . su polinomio mf
nimo es diferente de cero.
85.
\3 3 20 )
(Espacio propio de t) •
1 An = an A + b I
~)
n
A o siendo n natural.
= (:
1
(Ind: Use la mecánica indicada en ejercicio 8.9)
86~
Hamil ton) •
ién-es
--------~t~a~m~b+ valor propio de A, el ndmero~ 1/te
2
32.~ Si para una matriz A de orden n, se verifica que: A = A,
demuestre que la matriz s6lo admite los valores propios
1 y o.
33o- Demuestre que cada valor propio de una matriz antisim~
9. TRANSFORMACIONES LINEALES
DEF 9.1
T : V ~ w, tal que:
mos.
EJEMPLO 9.1
I( a) = a V a € V
formaci6n identidada
EJEMPLO 9.2
O(a) =9 v a e v
es lineal y se conoce con el nombre de trnasformaci6n nula.
EJEMPLO 9.3
n n
D( L ¿ J
. a
j
xj-l
j=O j=l
n n
J < ¿ ¿
j=O j=O
EJEMPLO 9.4
TEOREMA 9.1
n
T (a) = ¿ a. w.
J J
j=l
Haciendo a= aj, resulta: T(aj) = wj para j = 1,2,3, oo. n
de modo que hemos definido una aplicaci~n T, con la prop ie-
dad deseada. S6lo falta mostrar que esta aplicaci6n es lineal
y es dnica.
n
~omando p e K, tenemos: pa = l p aJ. a). luego :
j=l
n n
T(pa) = ¿ p a. w .
J )
= p l a. wj = p T (a)
J
j=l . j=l
l n
Ahora tomando e€ V, tenemos: e = ¿ bj a.
)
, . entonces ~
j=l
n
a + f3 = L (a.+ b.) a.
) ) )
j=l
luego:
n n ·
T(a + f3) = L l ! bjwj = T(a) + T(f3) o
aj wj +
j=l j=l
o sea T es transformaci6n lineal.
n n
s (a) = S( l aj aj) = l aj S (aj)
j=l j=l
n
¿ a. w . = T (a)
= V a € V
j=l J )
resultado que nos muestra que T es dnica.
90o
Observaci6n
Hacernos notar que en el teorema precedente los
vectores w. de W son arbitrarios, as!, ellos pueden tornarse
J
linealmente dependientes y aGn todos igualeso
Nomenclatura
El conjunto de las transformaciones lineales de
V y W lo designaremos con la notaci6n: Horn(V,W) o
TEOREMA 9o2
Sean V y W espacios vectoriales sobre K, de di-
rnensiones n y m respectivarnenteo Sea {a1 ,a ,ooooan} una b!
2
se para V y {e 1 ,e 2 , oooo,ernJ una base para Wo Entonces pa-
ra cada transforrnaci6n lineal T: v-.-w, existe una matriz A
de orden m x n sobre K, tal que:
T(o<) =A ..
X V o<.€ Vo
donde X es el vector cordenada de a en la base {aj}
Dm
Tornado arbitrariamente a e V, existen escalares xj e K,
tales que:
n
I xJ. aj
j==l
luego:
n
T(cx) = l x . T(cx.)
J J
(1)
j=l
91 o
m
T(a . ) = ¿ ai . S.
J i=l J ~
n m m n
T(a) = ¿ XJ. ( l aiJ' Si) = l (¿ xj aiJ. ) ai (3)
j=l i=l i=l j=l
o sea:
Ym = aml xl + am2 x2 + • • • • + a mn Xn
o bien:
Corolario
La correspondencia entre· el conjunto Hom(V ,W) y el
conjunto de todas las matrices A = (aij) de orden mxn sobre
el cuerpo K es uno-a-uno o
Observaci~n
.. =
para cada a
En el teorema precedente· hemos pue·s to
e V, en rigor deberíamos c·o locar:
.. AX
..
T (a),
sien
.. AX = Y v
· Ejemplo 9oS
En el espacio R2 consideremqs la aplicaci6n T
que hace rotar cada vector a= (a 1 ,a 2 ) en ·un angulo ~en
sentido contrario a los punteros del reloj q en torno al ori
gen .
-- Facilmente se muestra que
de Te
E;,
2
Tomemos en R la base formada por ~ 1 = (1,0) y ~ 2= (0,1)
que rotados en un angulo ~ se transforman en n 1 y n 2 res-
pectivamenteo Entonces:
n2 = (-sen~)~l + (cos~)~2
Particularmente para ~l y ~
2 tenemos:
cos~ -
sen$)(1) =(cos$)
(
sen~ cos~ O sen~
usual, es
94-.
A = ( cos<P - sen<P )
sen<P cos<P
Ejemplo 9.6
Sea P 2 el espacio de los polinomios de grado no
superior a 2 y p1 el de los polinomios de grado no superior a
2 ( 2
1. Se toma en P la base B1 = .{1, t, t } y en P 1 la base
B2 = {t, 1}. Se define la transformaci~n T de P 2 a P 1 por:
T(p(t)) = p1(t). Determinar la matriz A a T con referencia
a las bases B1 y B2 dadas.
SolucitSn
Si dificultad se demuestra que la transformaci6n es
lineal. Adema~:
T(1) = O = O. t + 0.1
o
T(t) = 1 = O. t + 1.1
1
T(t 2 ) = 2t= 2. t + 0.1
tomando en P2 el polinomio: p(t) E 3t 2 - St + 7, tenemos:
p'(t) = 6t- S. Ahora ~sando la matriz A a T resulta:
Observaci6n
Llamamos la atenci6n sobre la importancia que ti~
Observación
Para obtener la matriz de una transformaci.ón li=
neal referida V a la base B1 y W a la base B 2 se
T~V-+-Wu
TEOREMA 9 o3
Si S y T son transformaciones lineales de V ""'1i"'" Wu
también l o son l as aplicaciones~
Corolario
Si A y B son las matrices de S y T con respecto a
las bases {a , } y {S,}v se tieneg
J l.
(S + T) (a) = (A + B) a
( a T) ( a) = (a A) a
96.
TEOREMA 9 . 4
El conjunto Hom(V,W) con las operaciones: (S+T) (a)
y (aT) (a) es un espacio vectorial sobre el cuerpo K asociado
a los espacios V y w.
Dm
Desde luego el conjunto Hom(V,W) no es vacio, pues contiene
la transformaci6n lineal O(a) = 6w , V a € V. El resto · de la
demostraci6n se reduce a establecer que lo·s elementos de Hom
,
(VuW) verifi can la axiomatica que define un espacio vectorial
y ello es trivial .
Corolario
Si V es de dimensi6n n y W de dimensi6n m, el espa-
cio vectorial Hom(V,W) tiene dimensi6n m X n.
TEOREMA 9 . 5
Sean Vu W y z espacios vectoriales sobre un cuer-
po Kr . Sea T V -.w y S: w--.-. z, entonces la aplicaci6n :
(ST) (a) = S(T(a)) V a € V, cuando existe, es trans-
formaci6n lineal de V a z.
Dm
Trivial . Se deja como ejercicio .
Corolario
Si A y B son las matrices de S y T con respecto a
97.
TEOREMA 9.6
Sea Te Hom(X,Y), S e Hom(Y,Z) y Re Hom(Z,W),
tales que ST y RS existen, entonces R(ST) ·y (RS)T existen
y además: R(ST) = (RS)T o
Dm
La aplicaci6n ST vá desde el recorrido de T al recorrido
de s. Ahora como RS existe, el recorrido de S debe estar
en el dominio de R, as! R(ST) est4 definida.
Por otra parte como (ST) eX"is·t e, ocurre que T es una apl!
caci6n cuyo recorrido está en el dominio de S; adem4s (RS)
es una funci6n cuyo dominio es el dominio de s, entonces
(RS)T existe .
Corolario
Si A, B y C son las matrices de R, S y T con respe~
98 o
TEOREMA 9.7
DEF~ 9. 2
to:
Im(T) = {w e w 1 w = T(a) con a e V}
'¡'EOREMA 9 .• 8
Dm
Como A es subespacio de V, tenemos: ev e A y como T(9v) =
ew, resulta: T(A) #- <P (1)
Corolario
Im(T) < W
DEF 9 o3
r(T) = dim(ImT)
DEF 9.4
-
Dada T e Hom (V,W), se llama nficleo de T,
TEOREMA 9 . 9
Dm
Corolario
Ker(T) <V
-1
En efecto Ker (T) = T (e w) y además { ew} < W.
DEF 9.5
Se llama nulidad de una transformaci~n lineal T, a la
dimensi6n n, del subespacio: Ker(T):
n(T) = dim (Ker T)
TEOREMA 9.10
Sea Te Hom(V,W}, entonces Tes inyectiva si y
s6lo si: Ker(T) = {ev}.
Dm
o sea
implica 'r(a) ~ T(S)
TEOREMA 9.11
Una T e Hom(V,W) transforma conjuntos lineal-
mente independientes de V en conjuntos linealmente indepe~
Dm
DEF 9.6
TEOREMA 9 . 12
Sean V y . W espacios de dimensiones finitaso En
tonces7 dim V= dim W ~ si y solo si V y W son isomorfos.
Dm
Corolario 1
Cada espacio vectorial de dimensi6n n sobre un
cuerpo k es isomorfo con el espacio Kn.
corolario 2
Sea T e Hom(V, W) con V y W de dimensiones finitas~
TEOREMA 9 • 13
Dm
Sea a , a , • ••• , ap una base para el nrtcleo Ker T y sea
1 2
103.
Mostraremos qu~
{T ( 81 ), T( B2 ), • •• • ,T( Sq) } es una base
para el e spac i o : Im T ~ Veamos primero como estos vectores
q~n eran e l espacio Im T o Tomado arbitrariamente ~ € Im TP
e xi s t e a e V, t a l que: T( a ) = ;o Ahora como a € V tenemos :
I?
a= ¿ aJ.
j=l
luego:
~ =' T (a) =
j=l
1 aj T(aj) +
k=l
r
bk T(Sk)
r c . T(S . )
j=l J J
= ew
O sea: ( r
j=l J
C· SJ.) € Ker T.
tenemos:
o s ea:
82 • •• ••• - e q 8q = ev
eq =o
resultado que nos garant i za la independencia lineal de
mos:
Corolario
tonces:
DEF 9.8
TOEPJ<;MA
____.....__.... 9.14
o sea:
(T 0 T) (a) :;; (T 0 T) (8)
TEOREMA 9.15
Si T e Hom (V,W) es invertible se tiene: TT 0 • Iw
sobre Im{T).
Dm
Tomado a -e Im{T), existe un dnico elemento a e V, tal que
·, T (a) = a, Adem!s :
(TT 0 ) (a) = (T T (T(a)) = T (T T) (a)
0
)
0
TEOREMA 9 .16
Dm
resulta:
T 0 (a a+ b B) = T 0
(aT(a) + bT(B))
= (T 0
T) (a a + b B> ; I V (a a + b 6)
=a a+ b B =a T 0 (a) + b T 0 (a)
Observaci6n 1
El teorema precedente nos muestra que si T es
107.
q ue:
Observación 2
1
La nc singularidad de T expresada por: T- T = IV
-1
y T'r- 1 =lleva implícita la no singularidad de T
I que
w
se expresa por las mismas igualdades.
TEOREMA 9.17
a). T es no singular
Dm
ta n(T) = O.
10 8 .
n
w = ~ aJ. T(aJ. )
j=l
n
T* (w) = L\ a
J'
a
J'
j=l
n
T* (T( a )) = ¿ X .
J
a.
J
= a = I V ( a)
j=l
lu~g o T*T = IV y entonces T es homomorfismo no-singular.
TEOP~ MA 9•18
Dm
i ... .. . t ' , • : • ... • .. -~ . .:
.
e ) Corno T es no-s1ngular exis te T-1 , tal que: T- 1T = TT-1 = I.
Asi resulta que T-1 tamb i~n e s no-singular y su inversa es
T. Ahora corno t a l inve r s a es ~n ica, r e sulta (T- 1 )-l = T.
110.
Observaci6n 1
+ ••••• + X a
n n
DEF 9.9
Sea V un espacio n-dimensional, {aj} 4 n y {6j} 4 n
dos bases ordenadas para V, entonces si:
-----------~------------------------
111.
.........
;;>11
p 12
?21
p 22
?nl\
. . .. .. .. ? n2
~
Observaci6P 2
TEOREHA 9 ol9
Sea V esp acio n-d i mensional, P = ( p . . ) la ma-
l.J
n n -+ -+
triz de paso de la base {aj} 4 a la base {Sj}• o Si X e Y
s on los vectores coorde nados de a e V en las bases {aj} y
tenemos: ......
Y = PX. --
Dm
a = Y1 13 1 + Y2 °2
¡.;> + o • • • • + Yn 0Pn
i = 1,2,o o•••r n.
112.
l uego :
n n n
a ::: ¿ 'X. o. .
:t. J.
::: y x J.. ( ¿ ~)i j 13j)
i=1 :!.::1 j=l
n n n
(l = ¿ ( ¿
x J.. pi j) (3. = l yj ej
j=l i =1 J j=l
De donde:
n
yj = ¿ pij x.i j = 1,2 ,3 , • •• •• • , n
1=1
o se a:
yl = P:tl xl + i?21 x 2 + .... + Pn1 n X
y2 = pl 2 xl + p22 x2 + .. .. + Pn2 xn
------------------------------------
Yn = Pln X¡ + P2n x2 + .... + Pnn xn
o bien:
y1 p ll p 21 ..... Pnl
y2 p12 p22 • • • • • Pn;
=
•• -----------------
Pi n P2n . .... l:nn
•
~
Yn
Igual dad que demues tra l a t esi s p r opue s ta: Y= P x
Coro l a rio 1
Si P es l a matriz de paso de l a base {a . } a l a
J
-1
ba se {13 j } , la matri z de pas o de { 8 . } a {a. } es P •
J J
113 .
··>-
En efecto, tenemos: Y =P -+
X y como P es matriz no-
. -1
singular, ex~ste P . Entonces X
+
= P-1 -+
Y.
Corolario 2
-~·---
Ejemplo 9.7
En el espacio P 2 de los polinomios de grado no
superior a dos, se considera las bases: {1, t, t 2 } y
{6t 2 , t, 4}. Dado el vector a= 3t 2 + St- 8, se pide deter
+ +
minar los vectores-coordenadas X e Y de a, en dichas bases
2
y la matriz P de paso de la hase {1, t, t } a la base
{6t 2 1 t, 4}.
Solución
Es inmediato que el vector a = 3t 2 + St - 8, corres-
ponde en la base {1, t, t 2 } el vector-coordenada = (-8,5,3), X
pues:
2
a = (-8 5 3) ( : ) = -8 + St + 3t
2
114.
~~ ) = 3t 2 + St -
2
a = (1/2 , 5 , -2) B
a ella tenemos:
..
Finalmente verificaremos que: Y = P ->-x. De inmediato tene-
mos:
.. = ( o : 1/6) ·8
5 =
1~4 o
PX
: 3
115.
TEOREHA 9.2 0
matri z P es ortogonal.
Dm
o sea:
1
mo la matriz de paso de la b ase {BJ.} a la base {a.} es P- ,
J
siendo P ortogonal, dicha matri z es P-l = pt , entonces:
116.
(Bil Bj) = P11 P¡j + P21 ?2j + .••• + Pni Pnj = ~ij
Corolario 1
Si el espacio V se toma sobre el cuerpo e de los
co~plejos, la matriz de paso P es unitaria.
Corolacio 2
El producto interior (ala> es invariante a un
cambio de bases ortonormales.
Ejemplo 9.8
En el espacio P3 se considera las bases ortonor
males:
a1 = (1,0,0) a
3
= (0,0,1)
63 = (O,O,l)
1
sarlo en termines de la otra base.
Sol uci6n
,
Procediendo de identica forma , a la indicada en el
ej ercicio anteri or, se encuentra:
1/12 1/12 o
p = -l./12 1/12 o
o () 1
w =
(3,1,5) dado referido a la base estandar {a1 , a 2 , a 3 }, ·
queda expresado en la base {B 1 , B2 , B3 } por:
l./12
1/12 0 )(3)
: ~
=
(2/2
-~
o
Es decir t en emos :
(3 ,1,5) = w = 212
B ... 12
1 1 + 5 B3 e
1 1 1 1
(3,1,5) = w = 212 <n, 72' O) - /2(- 72' 72' O) + 5(0,0 ,1)
TEOREMA 9 . 21
Sea T e Hom(V , W) que referido a l as bases {a. }n,
J
para V y {Bj} m, para w, se expresa por la matriz A y refe
rido a las base {aj}n, para V y {Sj}m, para w se e xp resa por
la matriz B. Si Pes la matriz de paso de {a.} a {a. } y Q
J .J .
118.
Dm
Y,
w ~ T(E.).
p Q
.
w ='fCE,)
Corolario 1
Sea Te Hom(V,V) que referido a la base · {a.}n,
J
se expresa por A y referido a la base { o(j }n, se expresa por
B. Si P es la matriz de paso de la base {aj} a la base
119.
Corolario 2
Dos matrices A y B son similares sii, represen-
tan un mismo homomorfismo T € Hom(V,V), en dos bases orde-
nadas diferentes.
Ejemplo 9.9
Sea T una . transforrnaci6n lineal del espacio P 2
al espacio P1, definida por T(p(t)) = p' (t). Sean
Soluci6n:
a) Deterrninaci6n de A.• De inmediato tenernos:
T(t 2 ) 2t= =
2t + 0.1
T (t) = 1 = O.t + 1.1 As!: A -- ("2o o
1
o
o )
T ( 1) = o = o.t + 0.1
b) Deterrninaci6n de B.
T (1) = o = o. (t + 1) + o. (t - 1)
120.
e) Verificaci6n de B = Q-1 A P.
-1 = ( 1/2 1/2)
Dada Q =(~ -~) se encuentra Q
1/2 -1/2
Entonces:
Q-1 A p =(l/2
1/2 -1/2
l/2 )Co o
1 :)(~ o
1
o
g)
Q-1 A p =e
-1/2
1/2
:)(~ o
1
o ~) = (:
1/2
-1/2 :)
-DEF 9.10
Un escalar t es valor propio de T e Hom(V,V) si y
solo si existe un vector no nulo a e V, tal que T (a) =
t a. El vector ~ es entonces un vector propio de T.
121
Ejemplo 9.10
Sea Te Hom(~2 , R2 ) definido por: T(x,y) = (y,x) .
También:
TEOREMA 9.22
Sea T € Hom(V,V) y A la matriz de T en una ba
se {aj}n,. Entonces un escalar t € K es valor propio de
T si y solo si t es valor propio de A.
Dm
Corolario
Un vector a f- e es vector propio de T si y solo
-+
si, su vecto.r -coordena;da X es vector propio de la matriz
A de T.
Ejemplo 9.11
Para la aplicación T de P 2 a P 2 , definida por:
T(at 2 + bt + e) = (2a + b + c)t 2 + (2c - 3b)t + 4c se
pide determinar sus valores y sus vectores propios.
Soluci6n
Primero buscaremos la matreiz A de T en una base ,
tomaremos la base {1,t , t 2} , entonces tenernos:
T(1) =t2 + 2t + 4 = 4. 1 + 2. t + 1. t 2
2
T(t) = t 2 - 3t + O = 0. 1 - 3. t + l . t
T(t 2 )= 2t 2 + Ot + O = 0.1 + O. t + 2.t 2
luego:
4 o
A= 2 -3
1 1
-
DEF 9.11
Sea V espacio n-dimensional. Un T e Hom(V,V) es
diagonalizable, sii existe una base {aj}n, de v, tal que
la matriz de Ten {aj} es matriz diagonal.
TEOREMA 9.23
Sea V espacio n-dimensional. El homomorfismo
T € Hom(V,V) es diagonalizable sii V tiene una base formada
por vectores propios de T.
124.
-
Dm
Llamando Xj el vec-
..
tor-coordenada de aj en la base {a 1 }n, tenernos:
al o o •••• o o
o o o o
..
oxj = o
a2
o
••••
aJ • • • • o o = a j· x.
J
------------------
o o O •••• an
de donde: T(aj)
J
= a.J
a., resultado que nos muestra que los
tememos:
T(a )
1 = tl al + o a2 + o a3 + • • • + Oa n
\
T(a )
2 =o al + t2a2 + o a3 + ••• + Oan
-----------~----------------------------
T(an) =O a 1 +O a 2 +O a 3 + ••• + tnan
Soluci6n
Por el teorema ? receden t e , la transformaci6n T se-
rá di a gonalizable s i i, V = R3 ti e ne una base formada por
vectores p ropios de T . Buscaremos estos vectores caracte
r!sticos .
::~ )
o 1
t2 = - 2 = 1, se obtiene
1 y t3 = 2o Finalmente para t1 -t
los vectores propios : (ll = (1,0,1) y (l2 = (0,1,0) o Además
EJERCICIOS
2
3.- Sea T una aplicaci6n dé R2 a R , tal que a cada vector
a € R2 le asocia el vector T ( (l) ' sim~trico de a res pe.s_
to al eje ox. Dernue·stre que T es lineal y determine
su matriz para la base usual.
127.
2 2
4.- Sea Tuna aplicaci6n lineal de R a R , definida por:
T(x ,x )
1 2
= (x 1 + 2x
2
, 2x
1
- x )
2
2
Se considera en R las bases A= {(1,0),(0,1)} y
base A.
2 2
6 .- Sea I la transformaci6n identidad de R a R • Se con
A; A y B; B y A; B.
2 2 . 2
a.- Sea L una aplicaci6n lineal de R
2
a ~
2 , siendo ~
2
el espacio de la matriz de orden dos sobre R, definida
~or:
128.
R~
1 2
L(X) = AX -XA con 'A= ( \ y X €
'3 4 j
Determine la expresión matricial de L con respecto a
da por:
xl 1 o 1 x1
L x2 1
2
1
1
2
3
x2
x3 x3
da por:
1 1 1 xl
( xl
S x2 = 2 2 1 x2
1
x3 '\
o 1 1 x3
determine .si ella admite una inversa S-1 , En caso afir
,.
mativo, encuentrela o
21 o- Sea a un escalar no nuloo Demuestre que un homomorfi!
to T es singular si y solo si (aT) es singular.
22 o- Sea L una transformaci6n lineal de R3 a R3 definida
por: L(x 1 , x 2 ,x 3 ) = (2x 1 + 3x 2 ,4x 3 - x 2 , 3x 3 } . Deter-
mine los valores y vectores propios de L.
23 o- Sea Tuna aplicaci6n lineal de R2 a R2 , definid~ como
rotaci6n positi va en (w/2) en torno al origen. Determi
ne los v alores y vectores propios de T~
2 2
24o- Sea T e Hom ( R2 f R2 ) representado en la base:
S ·= { (~ o
o) q ( ~ ~ ) , (~ ~), ( ~ ~)} ,.¡
por:
1 2 3 4 ~
o -1 3 2
o o 3 3
o o o 2
1
25.- Sea S un homomosfismo de P 2 a P definido por
S(p(t)) = p' (t) . Determine si S es diagonalizable o
n6.
2
26.- Sea T un operador lineal en Rn tal que T =I. Demues
tre que T es diagonalizable y que sus valores propios
son + l .
-
27 . - Determine la naturaleza de las cuadricas
a) 13x 2 + 12y 2 + lOz 2 -
8xy + ·4xz - 4yz = 12
b) Sx 2 + · 4xy + 4xz + 2y2 + 2yz + 2z 2 = 9 -
e) 2x 2 + 2y2 + 20z 2 + 2xy + 6xz + · 6yz = 1
28.- Sea P el espaci~ · de los polinomios a coeficientes rea-
les. Sea la aplicaci6n · lineal T: P--P, definida por ~ ·
B I B L I O G R A F I A
I N O I C E
PAG.
1 . - Matrices 1
2 . - Suma de Matrices 4
3 . - Ejercicios 7
5.- Ejercicios 16
7.- Ejercicios 24
9.- Ejercicios . 39
de Matrices 41
12.- Ejercicios .. 57
15.- Ejercicios 82