Vista previa del material en texto
Felipe Zaldı́var
Introducción al álgebra lineal
3 de noviembre de 2015
c© 2000, 2001, 2015, Felipe Zaldı́var.
fzaldivar.wordpress.com
http://fzaldivar.wordpress.com
Índice general
Prefacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VII
1. Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. Subespacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4. Combinaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5. Dependencia e independencia lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.6. Bases y dimensión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2. Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.1. Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2. Núcleo e imagen de una transformación lineal . . . . . . . . . . . . . . . . . . 53
2.3. Transformación lineal asociada a una matriz . . . . . . . . . . . . . . . . . . . . 61
2.4. Matriz asociada a una transformación lineal . . . . . . . . . . . . . . . . . . . . 75
2.5. Cambios de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.1. Solución de sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . 89
3.2. Operaciones elementales y el rango de una matriz . . . . . . . . . . . . . . . 92
3.3. El método de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
4.1. Expansión por menores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
4.2. Permutaciones y determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.3. Propiedades de los determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
5. Diagonalización de operadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.1. Valores y vectores propios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.2. Subespacios invariantes y subespacios cı́clicos . . . . . . . . . . . . . . . . . . 151
5.3. Polinomios de matrices y de operadores . . . . . . . . . . . . . . . . . . . . . . . . 154
5.4. Sumas directas y diagonalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
V
VI Índice general
5.5. El teorema fundamental del álgebra . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6. Formas canónicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
6.1. Triangulación de operadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
6.2. La forma canónica de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
6.3. La exponencial de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
6.4. Ecuaciones diferenciales ordinarias lineales . . . . . . . . . . . . . . . . . . . . . 209
7. Espacios con producto interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
7.1. Productos internos y hermitianos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
7.2. Normas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
7.3. Bases ortonormales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8. Los teoremas espectrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
8.1. La adjunta de una transformación lineal . . . . . . . . . . . . . . . . . . . . . . . . 233
8.2. Operadores autoadjuntos y normales . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
8.3. Los teoremas espectrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
8.4. Operadores ortogonales y unitarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
8.5. La descomposición de Schur y la exponencial de una matriz . . . . . . . 252
9. Formas bilineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
9.1. Funciones y formas bilineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
9.2. Formas cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
9.3. Formas cuadráticas sobre R. El teorema de Sylvester . . . . . . . . . . . . . 263
9.4. Aplicaciones a la geometrı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
10. Funciones multilineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
10.1. Funciones bilineales y el producto tensorial . . . . . . . . . . . . . . . . . . . . . 277
10.2. Funciones multilineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
10.3. Espacios cociente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
10.4. Funciones multilineales simétricas y tensores simétricos . . . . . . . . . . 288
10.5. Funciones multilineales alternantes y tensores alternantes . . . . . . . . . 292
10.6. Bases para potencias exteriores y potencias simétricas . . . . . . . . . . . . 295
10.7. Dualidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
10.8. Notación clásica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309
A. El campo de números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
A.1. El campo de números reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
A.2. El campo de números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
A.3. Forma polar de un número complejo . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
Índice alfabético . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335
Prefacio
Estas son las notas de los cursos de álgebra lineal que he enseñado en la licen-
ciatura en matemáticas en años recientes. Los prerequisitos son mı́nimos: un curso
introductorio de álgebra superior que incluya las estructuras numéricas básicas es
más que suficiente. La primera parte del libro es el estudio de la matemática alre-
dedor del problema de resolver sistemas de ecuaciones lineales. El libro comienza
motivado por ésto y avanza introduciendo las ideas y métodos necesarios para en-
tender el algoritmo usual para resolver sistemas de ecuaciones, el método de elimi-
nación gaussiana. Este es un curso para estudiantes de matemáticas y, aunque es
elemental, todos los resultados y métodos se justifican. No es un curso de recetas,
por el contrario, es un estudio de algunas de las ideas necesarias para entender el
problema considerado. En cada momento se enfatizan los conceptos y su relación
con el problema de resolver sistemas de ecuaciones. En el capı́tulo 3, usando to-
das las herramientas introducidas previamente, se estudia el método de Gauss para
resolver sistemas de ecuaciones, justificando el conjunto de conceptos e ideas que
tuvieron que introducirse en los dos capı́tulos anteriores. La segundaparte del li-
bro es un estudio elemental de los operadores lineales en un espacio vectorial de
dimensión finita y abarca desde el capı́tulo 4 donde se introduce la noción de de-
terminante de una matriz, generalizando los casos 2×2 y 3×3 ya conocidos desde
otros cursos, para probar todas las propiedades de los determinantes que se usarán
en los capı́tulos 5 y 6 donde se estudian formas especiales de algunos operadores
lineales: diagonalizables, triangulables o en forma canónica de Jordan, todas ellos
de importancia capital en la matemática. En la tercera parte del libro se introducen
estructuras especiales en los espacios vectoriales: productos internos y productos
hermitianos en el capı́tulo 7, para después estudiar aquellos operadores lineales que
tienen ciertas simetrı́as con respecto a los productos internos o hermitianos consi-
derados, en particular se obtienen criterios para la diagonalizabilidad de algunos de
estos operadores culminando en el capı́tulo 8 con la demostración de los teoremas
espectrales correspondientes. En el capı́tulo 9 se hace un estudio elemental de fun-
ciones y formas bilineales, en especial formas cuadráticas, para terminar con una
aplicación a la geometrı́a de cónicas en R2 y cuádricas en R3. El capı́tulo 10 es una
introducción al álgebra multilineal.
VII
VIII Prefacio
Agradecimientos. Varios colegas usaron versiones preliminares de este libro en sus
cursos y agradezco a quienes tuvieron la amabilidad de opinar sobre ellas. En espe-
cial, agradezco a R. Quezada su lectura cuidadosa de algunas partes y a tres árbitros
anónimos por sus sugerencias y correcciones que han contribuido a mejorar la pre-
sentación del libro.
Capı́tulo 1
Espacios vectoriales
De las ecuaciones que hemos estudiado hasta ahora, las más sencillas son ecua-
ciones en una variable, por ejemplo del estilo ax = b. En forma natural uno puede
considerar ecuaciones en más de una variable y las más simples de ellas son las ecua-
ciones polinomiales de primer grado, a las que llamaremos ecuaciones lineales. Por
ejemplo, en una variable son de la forma ax = b; en dos variables son ecuaciones de
la forma ax+by = c; en tres variables son ecuaciones de la forma ax+by+cz = d.
En general, si tenemos n variables x1, . . . , xn, una ecuación lineal en n variables es
una igualdad de la forma
(∗) a1x1 + · · ·+anxn = b
con los coeficientes a1, . . . ,an y el término independiente b elementos del campo de
los números reales R. La pregunta importante, en este contexto, es ¿qué valores de
las variables son soluciones de (∗)?, es decir, ¿qué valores de las variables x j = α j ∈
R son tales que al substituirlos en (∗) la convierten en una igualdad en el campo R?
Veamos unos ejemplos:
Ejemplo 1.1. Para la ecuación 2x+ 3y = 5, si ponemos x = 1, y = 1, se tiene que
2(1) + 3(1) = 5 es una igualdad verdadera (digamos, en el campo R). Diremos
entonces que x = 1, y = 1 son una solución de la ecuación 2x+3y = 5. Observe que
pueden existir mas soluciones, por ejemplo x = 10, y = −5 es una solución ya que
2(10)+3(−5) = 20−15 = 5. Note también que si intercambiamos los valores de x
y y, poniendo x =−5, y = 10, ya no se tiene una solución ya que 2(−5)+3(10) =
−10+ 30 = 20 6= 5. El punto aquı́ es que una solución de 2x+ 3y = 5 es un par
ordenado (x0,y0) de elementos del campo K (en nuestro ejemplo K = R) tal que
2x0 + 3y0 = 5. Ası́, (10,−5) es solución de 2x+ 3y = 5, pero (−5,10) no lo es.
Resumiendo, las soluciones de 2x+3y = 5 son pares ordenados (x0,y0) ∈ R×R.
Ejemplo 1.2. En forma análoga, si consideramos una ecuación de la forma (∗) en
tres variables, digamos con coeficientes reales:
2x−3y+5z = 10
1
2 1 Espacios vectoriales
y nos preguntamos por sus soluciones, observe que x = 3, y = 2, z = 2 es una solu-
ción de la ecuación anterior, ya que
2(3)−3(2)+5(2) = 10.
Ası́, la terna ordenada (3,2,2) es una solución de 2x− 3y+ 5z = 10, pero (2,3,2)
no lo es ya que
2(2)−3(3)+5(2) = 5 6= 10.
Es decir, las soluciones de 2x−3y+5z = 10 son ternas ordenadas de números reales
(x0,y0,z0).
Las observaciones hechas en los ejemplos anteriores se pueden resumir, en el
caso general, como sigue: para la ecuación lineal
(∗) a1x1 + · · ·+anxn = b,
si los coeficientes a j y el término independiente b son números reales y si queremos
soluciones reales, entonces el conjunto de soluciones S de (∗) es un subconjunto de
R×·· ·×R (n factores).
Convenciones. Asumiremos que el lector está familiarizado con las propiedades
aritméticas de los números reales, cuyo conjunto estamos denotando por R, y que
se resumen en la sección A.1 del apéndice A. Recordemos que los números reales se
pueden sumar, restar, multiplicar y dividir (excepto por cero), sin embargo las raı́ces
cuadradas de números reales negativos no son reales y para solventar lo anterior se
introduce el conjunto de números complejos, denotado por C, cuyas propiedades
aritméticas básicas se resumen en la sección A.2 del apéndice A. Los números com-
plejos se pueden sumar, restar, multiplicar, dividir (excepto por cero) y se pueden
extraer raı́ces, de cualquier ı́ndice, de números complejos. Más aún, se tiene una
inclusión natural R ⊆ C. En varios contextos matemáticos se tienen ecuaciones li-
neales como (∗) con los coeficientes a j y b números complejos, y su estudio es
similar al caso cuando los coeficientes son reales. A lo largo de todo el libro denota-
remos por K a uno de los campos R o C y cuando sea necesario distinguir entre ellos
lo haremos explı́citamente, notablemente del capı́tulo 5 en adelante. La mayorı́a de
los resultados y conceptos que encontraremos en los capı́tulos iniciales permanecen
válidos para cualquier campo, sin embargo en este nivel inicial conviene restringir-
nos al campo de números reales R y al campo de números complejos C, evitando
abstracciones innecesarias ahora. Resumiendo lo que hemos discutido, con la con-
vención de que K denota a R o C, si los números a j,b pertenecen al campo K y si
queremos soluciones con valores en K, entonces el conjunto de soluciones S de (∗)
es un subconjunto de
K×·· ·×K (n factores).
La pregunta importante en este contexto es: ¿cómo encontrar todas las soluciones
de una ecuación lineal de la forma (∗)? y, para comenzar, ¿cómo sabemos si una
ecuación de la forma (∗) tiene o no soluciones?
1.1 Sistemas de ecuaciones lineales 3
En los capı́tulos siguientes desarrollaremos métodos para responder a las dos
preguntas anteriores y comenzamos, en la sección siguiente, planteando el problema
anterior en un contexto un poco más general.
1.1. Sistemas de ecuaciones lineales
Hemos considerado ecuaciones lineales de la forma
(∗) a1x1 + · · ·+anxn = b,
y vimos que sus soluciones son un subconjunto S del producto cartesiano K×·· ·×K
(n factores) al que denotaremos por Kn. Ahora, además de considerar una sola ecua-
ción lineal a1x1 + · · ·+ anxn = b, podemos considerar dos o más tales ecuaciones.
Por ejemplo, podemos considerar dos ecuaciones, con coeficientes en R, de la forma
2x+3y = 5
4x−2y = 6
y preguntarnos por las soluciones (pares ordenados en R2) que sean solución si-
multánea de la primera y de la segunda ecuación. En el ejemplo anterior, (1,1) es
solución de la primera ecuación ya que 2(1)+3(1) = 5, pero no lo es de la segunda
ecuación ya que 4(1)−2(1) = 2 6= 6. Similarmente, (3,3) es solución de la segunda
ecuación pero no lo es de la primera. Observe ahora que el par ordenado (7/4,1/2)
es solución de ambas ecuaciones ya que
2(7/4)+3(1/2) = 5
4(7/4)−2(1/2) = 6.
El ejemplo anterior muestra que algunas soluciones de una ecuación no tienen
por qué ser soluciones de la otra y que puede haber soluciones que lo sean de ambas
ecuaciones.
En este marco general, estudiaremos el problema de encontrar todas las solucio-
nes de un conjunto de m ecuaciones lineales en n variables de la forma (∗), requi-
riendo que las soluciones lo sean de todas las ecuaciones dadas. Diremos en este
caso que tenemos un sistema de m ecuacioneslineales en n incógnitas y usaremos
la notación siguiente para denotar a un tal sistema:
a11x1 +a12x2 + · · ·+a1nxn = b1
a21x1 +a22x2 + · · ·+a2nxn = b2
...
am1x1 +am2x2 + · · ·+amnxn = bm
4 1 Espacios vectoriales
donde los coeficientes ai j y los términos independientes bi son elementos de un cam-
po K. Recordemos que las soluciones buscadas son n-adas ordenadas (x1, . . . ,xn),
es decir, son elementos de Kn.
Antes de comenzar a buscar soluciones de un sistema de ecuaciones como el
anterior, debemos preguntarnos si estas soluciones existen, ya que puede suceder
que el conjunto de soluciones de uno de estos sistemas sea el conjunto vacı́o. Por
ejemplo, más adelante veremos que el sistema de ecuaciones
2x+3y = 5
4x+6y = 1
no tiene soluciones. Si la lectora o lector recuerda su curso de geometrı́a, podrá re-
conocer por qué el sistema anterior no tiene soluciones, por ejemplo recordando que
el conjunto de soluciones en R2 de una ecuación de la forma ax+by = c representa
una recta L en R2:
◦ -
6 L
�
�
�
�
�
��
y que las dos rectas del sistema anterior son paralelas distintas.
Conviene entonces, para comenzar, considerar sistemas de ecuaciones lineales de
los cuales sepamos que siempre tienen soluciones. Algunos de estos sistemas son
aquellos de la forma:
a11x1 +a12x2 + · · ·+a1nxn = 0
a21x1 +a22x2 + · · ·+a2nxn = 0
...
am1x1 +am2x2 + · · ·+amnxn = 0
donde todos los términos independientes son bi = 0. Llamaremos homogéneos a es-
tos sistemas de ecuaciones y observamos que siempre tienen la solución (0, . . . ,0)∈
Kn. Ası́, el conjunto Sh ⊆ Kn de soluciones de un sistema homogéneo es no
vacı́o ya que contiene al elemento 0 = (0, . . . ,0) ∈ Kn. Supongamos ahora que
u = (u1, . . . ,un) y v = (v1, . . . ,vn) son dos elementos de Sh, i.e., son soluciones del
sistema homogéneo. Entonces, substituyendo los u j en el sistema de ecuaciones se
obtienen las igualdades
(1) ai1u1 +ai2u2 + · · ·+ainun = 0 para 1≤ i≤ m
y similarmente, substituyendo los v j se obtienen las igualdades
1.1 Sistemas de ecuaciones lineales 5
(2) ai1v1 +ai2v2 + · · ·+ainvn = 0 para 1≤ i≤ m.
Observe ahora que si definimos la suma de las n-adas u y v componente a com-
ponente:
u+ v := (u1, . . . ,un)+(v1, . . . ,vn) = (u1 + v1, . . . ,un + vn)
esta n-ada también es un elemento de Kn ya que cada componente u j + v j ∈ K
porque el campo K es cerrado bajo sumas. Se tiene además que u+ v también es
solución del sistema homogéneo dado ya que
ai1(u1 + v1)+ai2(u2 + v2)+ · · ·+ain(un + vn) = (ai1u1 + · · ·+ainun)
+(ai1v1 + · · ·+ainvn)
= 0+0
= 0
por (1) y (2). Hemos mostrado ası́ que el conjunto Sh de soluciones de un sistema
de ecuaciones homogéneo es cerrado bajo sumas.
También, si u = (u1,u2, . . . ,un) ∈ Sh y λ ∈ K es cualquier elemento del campo
K, entonces definiendo
λ ·u := (λu1,λu2, . . . ,λun)
observamos que λ · u ∈ Kn ya que cada λui ∈ K porque el campo K es cerrado
bajo productos. Se tiene además que λu sigue siendo una solución del sistema ho-
mogéneo ya que
ai1(λu1)+ai2(λu2)+ · · ·+ain(λun) = λ (ai1u1 +ai2u2 + · · ·+ainun) = λ (0) = 0
factorizando a λ y usando (1). Hemos mostrado ası́ que el conjunto Sh de soluciones
de un sistema de ecuaciones homogéneo es cerrado bajo productos por elementos
del campo K. De ahora en adelante a los elementos de un campo K los llamaremos
escalares. Resumiendo, si Sh ⊆ Kn es el conjunto de soluciones de un sistema de
ecuaciones lineales homogéneas, hemos probado que Sh satisface:
(1). Sh contiene al elemento 0 ∈ Kn.
(2). Sh es cerrado bajo sumas componente a componente.
(3). Sh es cerrado bajo producto por escalares.
Nótese cómo en la demostración de las propiedades anteriores se usó fuertemente
el hecho de que los términos independientes de las ecuaciones lineales del sistema
sean 0, porque este número satisface que 0+0= 0 y λ ·0= 0 en K. Si algún término
independiente no fuera 0, el conjunto de soluciones no serı́a cerrado bajo ninguna
de las dos operaciones anteriores e incluso podrı́a ser vacı́o como observamos en
un ejemplo previo en la página 4. Además, en el caso de un sistema homogéneo, el
conjunto Sh satisface las propiedades siguientes:
6 1 Espacios vectoriales
Proposición 1.1. El conjunto Sh ⊆ Kn de soluciones de un sistema de ecuaciones
homogéneas, junto con las operaciones de suma y producto por un escalar, satisface
las propiedades siguientes:
(1) La suma es asociativa, es decir, si u,v,w ∈ Sh, entonces
u+(v+w) = (u+ v)+w.
(2) La suma es conmutativa, es decir, para todo u,v ∈ Sh se tiene que
u+ v = v+u.
(3) El elemento 0 ∈ Sh es neutro aditivo, es decir, para cualquier u ∈ Sh se tiene que
u+0 = u.
(4) Para cada elemento u ∈ Sh existe un elemento u′ ∈ Sh tal que u+ u′ = 0. Al
elemento u′ se le llama un inverso aditivo del elemento u.
El producto por un escalar del campo K y un elemento de Sh satisface:
(5) Para cualesquiera u,v ∈ Sh y λ ∈ K se tiene que
λ (u+ v) = λu+λv.
(6) Para cualesquiera u ∈ Sh y λ ,γ ∈ K se tiene que
(λ + γ)u = λu+ γu.
(7) Para cualesquiera u ∈ Sh y λ ,γ ∈ K se tiene que
(λ · γ)u = λ · (γ ·u).
(8) Para todo u ∈ Sh y para el neutro multiplicativo 1 ∈ K se tiene que
1 ·u = u.
Demostración. Probaremos algunas de las propiedades anteriores, dejando las otras
como parte del ejercicio 1.1. Para (2), si u = (u1, . . . ,un) y v = (v1, . . . ,vn) son dos
elementos arbitrarios de Sh, entonces
u+ v = (u1, . . . ,un)+(v1, . . . ,vn)
= (u1 + v1, . . . ,un + vn) por definición de suma en Sh
= (v1 +u1, . . . ,vn +un) porque ui + vi = vi +ui en K
= v+u por definición de suma en Sh.
Para (3), si u = (u1, . . . ,un) ∈ Sh, entonces
1.1 Sistemas de ecuaciones lineales 7
u+0 = (u1, . . . ,un)+(0, . . . ,0)
= (u1 +0, . . . ,un +0) por definición de suma en Sh
= (u1, . . . ,un) porque ui +0 = ui en K
= u.
Para (4), si u = (u1, . . . ,un) ∈ Sh, entonces el elemento
u′ := (−u1, . . . ,−un)
pertenece a Sh y además satisface que u+ u′ = 0. En efecto, como u′ = (−1)u y
como Sh es cerrado bajo multiplicación por escalares, entonces u′ ∈ Sh. Ahora,
u+u′ = (u1, . . . ,un)+(−u1, . . . ,−un)
= (u1−u1, . . . ,un−un)
= (0, . . . ,0)
= 0.
Para (6), si u = (u1, . . . ,un) ∈ Sh y λ ,γ ∈ K, entonces
(λ + γ)u = (λ + γ)(u1, . . . ,un)
=
(
(λ + γ)u1, . . . ,(λ + γ)un
)
= (λu1 + γu1, . . . ,λun + γun)
= (λu1, . . . ,λun)+(γu1, . . . ,γun)
= λu+ γu.
ut
Ejercicio 1.1. Demuestre las propiedades (1), (5), (7) y (8) de la proposición 1.1
anterior.
El lector habrá notado que hasta ahora no hemos dado algún método para hallar
soluciones (diferentes de la solución obvia 0) de un sistema homogéneo de ecuacio-
nes lineales. Tan sólo hemos probado algunas propiedades del conjunto de solucio-
nes de un tal sistema homogéneo. Por el momento tendremos que conformarnos con
ésto; más adelante desarrollaremos un método general para hallar todas las solucio-
nes de un sistema de ecuaciones lineales homogéneo o no y será hasta ese momento
cuando las propiedades que acabamos de demostrar muestren su importancia de-
bida. Ası́, después de pedir la confianza del lector en este punto, lo anterior sirva
únicamente como motivación para el estudio de los conjuntos V que satisfacen las
mismas propiedades que Sh. El lector notará sin embargo que el tema de las solu-
ciones de sistemas de ecuaciones lineales estará siempre presente en los desarrollos
que haremos y en algunos puntos lo haremos explı́cito cuando convenga.
8 1 Espacios vectoriales
1.2. Espacios vectoriales
En la sección 1.1 anterior vimos cómo el conjunto Sh de soluciones de un sistema
de ecuaciones lineales homogéneas es cerrado bajo sumas y producto por escalares
del campo dado y además satisface las propiedades listadas en la proposición 1.1. En
general existen muchos conjuntos V que tienen operaciones como las del conjunto
Sh y satisfacen propiedades análogas; en esta sección comenzamos su estudio.
Definición 1.2. Si K es un campo,1 a cuyos elementos llamaremos escalares, un
espacio vectorial sobre K (o K-espacio vectorial)es un conjunto no vacı́o V , a cuyos
elementos llamaremos vectores, junto con dos operaciones:
Suma de vectores. Si u,v ∈V se tiene definido otro vector u+ v ∈V y decimos que
la operación suma es cerrada.
Producto de un escalar por un vector. Si u∈V y λ ∈K se tiene definido otro vector
λu ∈V .
Se requiere que estas operaciones satisfagan las propiedades siguientes:
(1) La suma es asociativa, es decir, si u,v,w ∈V , entonces
u+(v+w) = (u+ v)+w.
(2) La suma es conmutativa, es decir, para todo u,v ∈V se tiene que
u+ v = v+u.
(3) Existe un neutro aditivo, es decir, existe un elemento 0V ∈ V tal que para cual-
quier u ∈V se tiene que
u+0V = u.
(4) Para cada elemento u ∈ V existe un elemento u′ ∈ V tal que u+ u′ = 0V . Al
elemento u′ se le llama un inverso aditivo del elemento u.
El producto por un escalar del campo K y un elemento de V satisface:
(5) Para cualesquiera u,v ∈V y λ ∈ K se tiene que
λ (u+ v) = λu+λv.
(6) Para cualesquiera u ∈V y λ ,γ ∈ K se tiene que
(λ + γ)u = λu+ γu.
(7) Para cualesquiera u ∈V y λ ,γ ∈ K se tiene que
(λ · γ)u = λ · (γ ·u).
1 Recuerde que nuestra convención es que K = R o K = C.
1.2 Espacios vectoriales 9
(8) Para todo u ∈V y para el neutro multiplicativo 1 ∈ K se tiene que
1 ·u = u.
Ejemplo 1.3. Con esta terminologı́a, el conjunto Sh de soluciones de un sistema de
ecuaciones lineales homogéneas es un K-espacio vectorial.
Ejemplo 1.4. Si K es un campo y V := Kn = K×·· ·×K (n factores), los elementos
de V son todas las n-adas ordenadas u = (a1, . . . ,an) con entradas a j ∈ K. Recuerde
que dos n-adas ordenadas u = (a1, . . . ,an) y v = (b1, . . . ,bn) de V = Kn son iguales,
denotado u = v, si y sólo si a j = b j para todas las j = 1, . . . ,n.
En V = Kn se define una suma mediante la regla
u+ v = (a1, . . . ,an)+(b1, . . . ,bn) := (a1 +b1, . . . ,an +bn),
observando que, como a j +b j ∈ K, entonces u+v ∈V , es decir, la suma anterior es
cerrada en V .
En V = Kn se define el producto por un escalar mediante la regla siguiente: si
λ ∈ K y u = (a1, . . . ,an) ∈V , se define
λ ·u = λ · (a1, . . . ,an) := (λu1, . . . ,λun)
observando que, como λa j ∈ K, entonces λu ∈V .
Ejercicio 1.2. Verifique que V =Kn, con las operaciones anteriores, es un K-espacio
vectorial.
Ejemplo 1.5. Si K es cualquier campo y V = K[x] es el conjunto de polinomios en
una variable x, con coeficientes en K, los elementos de V = K[x] son las expresiones
de la forma
f = f (x) = a0 +a1x+a2x2 + · · ·+amxm
con los a j ∈ K y m≥ 0 un entero. Recuerde que dos polinomios f (x) = a0 +a1x+
a2x2+ · · ·+amxm y g(x) = b0+b1x+b2x2+ · · ·+bnxn son iguales, denotado f = g,
si y sólo si m = n y a j = b j para cada j.
En V = K[x] se tiene la suma usual de polinomios
f +g := (a0 +b0)+(a1 +b1)x+(a2 +b2)x2 + · · ·+(ak +bk)xk + · · ·
(sumando los coeficientes de los términos correspondientes) y observamos que a j +
b j ∈ K por lo que f +g ∈V = K[x].
Se define el producto de un escalar λ ∈ K y un polinomio f = a0 +a1x+a2x2 +
· · ·+amxm ∈V = K[x], denotado λ f , como
λ f = λ (a0 +a1x+a2x2 + · · ·+amxm) = (λa0)+(λa1)x+(λa2)x2 + · · ·+(λam)xm
y se observa que, como λa j ∈ K, entonces λ f ∈V = K[x].
Ejercicio 1.3. Verifique que V = K[x] es un K-espacio vectorial.
10 1 Espacios vectoriales
Ejemplo 1.6. Para K = R pongamos
V := { f : [a,b]→ R : f es una función},
i.e., V es el conjunto de funciones del intervalo real [a,b] a la recta real R. En V
se define una suma de funciones en la forma usual: si f ,g ∈ V se define la función
f +g : [a,b]→ R mediante la regla
( f +g)(α) := f (α)+g(α) para α ∈ [a,b].
También, si f ∈V y λ ∈R, se define el producto λ · f : [a,b]→R mediante la regla
(λ · f )(α) = λ · f (α) para α ∈ [a,b].
Ejercicio 1.4. Compruebe que el conjunto de funciones V anterior, con las opera-
ciones definidas antes, es un R-espacio vectorial.
Ejemplo 1.7. Si K = R, consideremos el conjunto
V := {s : N→ R : s es una función},
es decir, V es el conjunto de funciones con dominio los naturales y codominio los
reales. Una función s : N→R se suele llamar una sucesión con valores reales. Dada
una sucesión s :N→R, para cada natural n∈N se tiene un único valor real s(n)∈R.
Es costumbre usar la notación sn := s(n) ∈ R y a la sucesión s : N→ R se le denota
{sn} sobreentendiendo su dominio, N, y su codominio, R. En el conjunto V de
sucesiones reales se tiene la suma usual: si {an} y {bn} son dos elementos de V se
define:
{an}+{bn} := {an +bn},
y, si λ ∈ R y {an} ∈V , se define
λ · {an} := {λan}.
Ejercicio 1.5. Demuestre que el conjunto de sucesiones reales V , con las operacio-
nes anteriores, es un R-espacio vectorial.
Ejemplo 1.8 (Matrices). Este es un ejemplo muy importante: si K es cualquier cam-
po y m,n ∈ N son dos naturales dados, una matriz m×n con entradas en el campo
K, es un arreglo rectangular de la forma:
a11 a12 · · · a1n
a21 a22 · · · a2n
...
...
...
am1 am2 · · · amn
donde cada entrada ai j ∈ K, para 1 ≤ i ≤ m y 1 ≤ j ≤ n. En una matriz m× n
distinguiremos sus renglones y sus columnas:
1.2 Espacios vectoriales 11
a11 a12 · · · a1 j · · · a1n
a21 a22 · · · a2 j · · · a2n
...
...
...
ai1 ai2 · · · ai j · · · ain
...
...
...
am1 am2 · · · am j · · · amn
-Renglón Ri
Columna C j
?
de tal forma que una matriz m×n tiene m renglones Ri, 1≤ i≤m y n columnas C j,
1≤ j ≤ n, dados por
Ri = (ai1,ai2, . . . ,ain) y C j =
a1 j
a2 j
...
am j
.
Observe entonces que los renglones Ri son vectores de Kn y, salvo la notación,
las columnas son vectores de Km. Usaremos letras mayúsculas como A, B, C para
denotar a matrices m×n y, en ocasiones, usaremos la abreviación A = (ai j)m×n para
denotar una matriz m×n con entradas ai j.
Si A = (ai j)m×n y B = (bi j)m×n son dos matrices del mismo tamaño m× n, con
entradas en el campo K, diremos que la matriz A es igual a la matriz B, denotado
A = B, si y sólo si ai j = bi j para todo i = 1, . . . ,m y todo j = 1, . . . ,n. Es decir, dos
matrices son iguales si y sólo si entrada por entrada son iguales.
Denotaremos mediante Matm×n(K) al conjunto de matrices de tamaño m×n con
entradas en el campo K. En este conjunto se tienen las operaciones:
Suma de matrices. Si A = (ai j)m×n y B = (bi j)m×n son matrices en Matm×n(K), se
define su suma mediante:
A+B = (ai j)+(bi j) := (ai j +bi j)
sumando entrada a entrada. Es claro que A+B ∈Matm×n(K), por lo que la suma es
cerrada.
Producto de un escalar por una matriz. Si A= (ai j)m×n es una matriz en Matm×n(K)
y λ ∈ K es un escalar, se define λ ·A mediante:
λ ·A = λ (ai j) := (λai j)
multiplicando el escalar λ por cada una de las entradas de A. Es claro que λA ∈
Matm×n(K).
Nota: usaremos el sı́mbolo 0 para denotar a la matriz m×n con todas sus entradas
ai j = 0 y la llamaremos la matriz cero.
12 1 Espacios vectoriales
Ejercicio 1.6. Demuestre que el conjunto de matrices Matm×n(K), con las opera-
ciones anteriores, es un K-espacio vectorial.
Ejercicio 1.7. Sea V := { f : R→ R : f es una función par} (recuerde que una f
es una función par si y sólo si f (x) = f (−x) para todo x ∈ R). Con la suma y
producto por un escalar usuales, vea el ejemplo 1.6, demuestre que V es un R-
espacio vectorial.
Ejercicio 1.8. Sean K = R y V = Cn con la suma coordenada a coordenada y pa-
ra un escalar λ ∈ R se define el producto por un vector de V = Cn coordenada a
coordenada. ¿Es V un R-espacio vectorial?
Propiedades elementales de los espacios vectoriales. Las primeras propiedades de
los espacios vectoriales son aquellas que uno podrı́a esperar:
Lema 1.3 (Ley de cancelación para la suma). Si V es un K-espacio vectorial y
u,v,w ∈V son tales que
u+ v = u+w,
entonces v = w.
Demostración. Sea u′ ∈V un inverso aditivo de u (el cual existe por la propiedad 4
de la definición 1.2). Entonces, sumado u′ a ambos lados de la igualdad u+v= u+w
se obtiene la primera igualdad en
u′+(u+ v) = u′+(u+w)
(u′+u)+ v = (u′+u)+w por asociatividad
0V + v = 0V +w ya que u′+u = 0V (un neutro aditivo)
v = w.
ut
Lema 1.4. Si V es un K-espaciovectorial, entonces:
(1) El neutro aditivo de V es único.
(2) Para cada u ∈V su inverso aditivo es único.
Demostración. (1) Supongamos que 0V y 0′V son dos neutros aditivos de V . Enton-
ces,
0V = 0V +0′V ya que 0
′
V es neutro aditivo
= 0′V ya que 0V es neutro aditivo.
(2) Sea u∈V y supongamos que u′ y u′′ son ambos inversos aditivos de u. Entonces,
u+u′ = 0V ya que u′ es inverso aditivo de u
= u+u′′ ya que u′′ es inverso aditivo de u,
por lo que u+u′ = u+u′′ y, por la ley de cancelación 1.3, se sigue que u′ = u′′. ut
1.2 Espacios vectoriales 13
Al (único) inverso aditivo de u ∈V lo denotaremos mediante −u ∈V .
Proposición 1.5. Sea V un K-espacio vectorial. Entonces,
(1) λ ·0V = 0V , para cualquier λ ∈ K y el vector 0V ∈V .
(2) 0 ·u = 0V , para el escalar 0 ∈ K y cualquier u ∈V .
Nota. En la igualdad anterior el 0 en el lado izquierdo denota al escalar 0∈K y en el
lado derecho se tiene al neutro aditivo 0V ∈V . Algunas veces denotaremos al vector
0V mediante un 0 y el contexto debe indicar cuál es el significado correcto y no debe
causar confusión.
(3) (−1)u =−u, para el escalar −1 ∈ K y cualquier u ∈V .
Demostración. (1) Si λ ∈ K y 0 ∈V ,
λ ·0 = λ · (0+0) ya que 0 es neutro aditivo
= λ ·0+λ ·0,
y, por la ley de cancelación 1.3, se sigue que λ ·0 = 0.
(2) Si u ∈V y 0 ∈ K,
0 ·u = (0+0) ·u ya que 0 ∈ K es neutro aditivo
= 0 ·u+0 ·u,
y, por la ley de cancelación 1.3, se sigue que 0 ·u = 0.
(3) Si u ∈V y −1 ∈ K,
u+(−1) ·u = 1 ·u+(−1) ·u ya que 1 ·u = u
= (1−1) ·u
= 0 ·u
= 0 por la propiedad (2) anterior.
Se sigue que u+ (−1) · u = 0 y, por la unicidad 1.4 del inverso aditivo de u, la
igualdad anterior implica que (−1) ·u =−u. ut
Ejercicio 1.9. Sea V un K-espacio vectorial. Si u ∈V y λ ∈ K, demuestre que
(−λ ) ·u = λ · (−u) =−(λ ·u).
Ejercicio 1.10. Sea V un K-espacio vectorial. Si u,v ∈ V son tales que u+ v = v,
demuestre que u = 0.
Ejercicio 1.11. Sea V un K-espacio vectorial y sea λ ∈ K un escalar 6= 0. Si u ∈ V
es tal que λ ·u = 0, demuestre que u = 0.
14 1 Espacios vectoriales
1.3. Subespacios vectoriales
Al estudiar sistemas de m ecuaciones lineales homogéneas en n incógnitas con
coeficientes, digamos en R, mostramos en la sección §1.1 que el conjunto de so-
luciones Sh de un tal sistema es un R-espacio vectorial contenido en Rn. Por el
ejemplo 1.4 de la sección §1.2, se tiene que Rn también es un R-espacio vectorial y
las operaciones de Sh y de Rn son las mismas y tenemos ası́ dos espacios vectoriales
Sh ⊆ Rn con las mismas operaciones.
Definición 1.6. Si V es un K-espacio vectorial y W ⊆V es un subconjunto, diremos
que W es un subespacio vectorial de V si W es un K-espacio vectorial con las
operaciones de V restringidas a W .
Observe que, si W ⊆V es un subespacio vectorial, en particular se satisface que:
(i) W debe contener al vector 0V de V ,
(ii) W es cerrado bajo la suma de vectores de V ,
(iii) W es cerrado bajo el producto por escalares de K, y
(iv) para cada w ∈W su inverso aditivo −w también debe estar en W .
Recı́procamente, si W ⊆V es un subconjunto no vacı́o que satisface las condicio-
nes (i), (ii), (iii) y (iv) anteriores, entonces W es un subespacio vectorial de V ya que
todas las propiedades de espacio vectorial de V se heredan a W . Hemos ası́ probado:
Lema 1.7. Sean V un K-espacio vectorial y W ⊆ V un subconjunto no vacı́o. En-
tonces, W es un subespacio vectorial de V si y sólo si W satisface las condiciones
(i), (ii), (iii) y (iv) anteriores. ut
Observemos ahora que si W ⊆V satisface las condiciones (i), (ii), (iii), entonces
también satisface la condición (iv) ya que si w∈W , entonces para el escalar−1∈K
se tiene por (iii) que (−1) ·w ∈W ; pero por la proposición 1.5 (3) se tiene que
(−1) ·w =−w y por lo tanto (iv) se satisface. Hemos ası́ probado la simplificación
siguiente del lema 1.7 anterior:
Lema 1.8. Sean V un K-espacio vectorial y W ⊆ V un subconjunto no vacı́o. En-
tonces, W es un subespacio vectorial de V si y sólo si W satisface las condiciones
(i), (ii) y (iii) anteriores. ut
Ejemplo 1.9. Si V es cualquier K-espacio vectorial, entonces el subconjunto W =
{0V} ⊆ V es un subespacio vectorial. El subconjunto W = V ⊆ V también es un
subespacio vectorial.
Ejemplo 1.10. Si V = K[x] es el espacio vectorial de polinomios en una variable
con coeficientes en el campo K, sea Pn(K) el subconjunto de V formado por los
polinomios de grado ≤ n, para n≥ 0 un entero fijo. Como el polinomio constante 0
tiene grado gr(0) =−∞ < n, entonces 0 ∈ Pn(K). Claramente Pn(K) es cerrado bajo
sumas y producto por escalares. Se sigue que Pn(K) es un subespacio de K[x].
1.3 Subespacios vectoriales 15
Ejemplo 1.11. Si V = F([a,b],R) es el R-espacio vectorial de las funciones f :
[a,b]→ R y W = C([a,b],R) es el subconjunto de funciones continuas de [a,b] en
R, entonces W es un subespacio vectorial de V ya que las funciones constantes son
continuas (en particular, la función 0 es continua), la suma de funciones continuas
es continua y el producto de un escalar real por una función continua es continua.
Ejemplo 1.12. Si V = R2, podemos visualizarlo como el plano cartesiano:
◦ -
6
W = eje X
y si W = eje X = {(a,0) : a ∈R}, se tiene que W es un subespacio vectorial de R2.
Lo mismo es cierto para el eje Y .
Matrices. Para poder dar ejemplos de subespacios del (importante) espacio vectorial
de matrices Matm×n(K) necesitaremos algunas definiciones:
(•) Una matriz A = (ai j)m×n se dice que es una matriz cuadrada si m = n.
(•) Dada una matriz cuadrada en Matn×n(K):
A = (ai j)n×n =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
...
...
an1 an2 · · · ann
a las entradas de la forma aii se les llama los elementos de la diagonal de A.
(•) Una matriz cuadrada A = (ai j)n×n se dice que es una matriz diagonal si todas
sus entradas fuera de la diagonal son 0, i.e., si ai j = 0 siempre que i 6= j. Ası́, una
matriz diagonal se ve como:
a11 0 · · · 0
0 a22 0 · · · 0
0 0 a33 0 · · · 0
...
...
. . .
...
0 · · · 0 0 ann
Note que no estamos pidiendo que los elementos de la diagonal sean 6= 0, bien
puede suceder que algunos o todos los elementos de la diagonal también sean 0. En
particular, la matriz 0 ∈Matn×n(K) es una matriz diagonal.
16 1 Espacios vectoriales
(•) Una matriz cuadrada A = (ai j)n×n se dice que es una matriz triangular superior
si todas sus entradas abajo de la diagonal son 0, i.e., si ai j = 0 siempre que i > j.
Ası́, una matriz triangular superior se ve como:
a11 a12 · · · a1n
0 a22 · · · a2n
...
...
. . .
...
0 · · · 0 ann
(•) Una matriz cuadrada A = (ai j)n×n se dice que es una matriz triangular inferior
si todas sus entradas arriba de la diagonal son 0, i.e., si ai j = 0 siempre que i < j.
Ası́, una matriz triangular inferior se ve como:
a11 0 · · · 0
a21 a22 0 · · · 0
...
...
. . .
...
an1 an2 · · · ann
(•) Si
A = (ai j)m×n =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
...
...
am1 am2 · · · amn
m×n
es una matriz m×n, su transpuesta, denotada AT es la matriz n×m que se obtiene
intercambiando renglones y columnas de A, i.e.,
AT = (a ji)n×m =
a11 a21 · · · am1
a12 a22 · · · am2
...
...
...
a1n a2n · · · amn
n×m
Por ejemplo, si
A =
(
1 2 4
−1 3 0
)
2×3
entonces
AT =
1 −12 3
4 0
3×2
(•) Una matriz cuadrada A = (ai j)n×n se dice que es una matriz simétrica si es igual
a su transpuesta, i.e., si A = AT. Es decir, si ai j = a ji para todas las entradas de A.
1.3 Subespacios vectoriales 17
Por ejemplo, la matriz
A =
1 0 10 2 0
1 0 3
3×3
es simétrica.
Ejercicio 1.12. Si V = Matn×n(K) y W ⊆ V es el subconjunto de las matrices dia-
gonales, demuestre que W es un subespacio vectorial de V .
Ejercicio 1.13. Si V = Matn×n(K) y W ⊆V es el subconjunto de las matrices trian-
gulares superiores, demuestre que W es un subespacio vectorial de V .
Ejercicio 1.14. Si V = Matn×n(K) y W ⊆V es el subconjunto de las matrices trian-
gulares inferiores, demuestre que W es un subespacio vectorial de V .
Ejercicio1.15. Si V = Matn×n(K) y W ⊆ V es el subconjunto de las matrices
simétricas, demuestre que W es un subespacio vectorial de V .
Nota: tendrá que probar que si A,B ∈Matn×n(K), entonces
(i) (A+B)T = AT +BT.
(ii) (λA)T = λ (AT), para toda λ ∈ K.
(•) Si A = (ai j)n×n es una matriz, su traza, denotada Tr(A), es la suma de los ele-
mentos de su diagonal. Es decir,
Tr(A) = Tr(ai j) = ∑
i
aii.
Note que la traza de una matriz es un escalar.
Ejercicio 1.16. Si V = Matn×n(K) y W ⊆V es el subconjunto de todas las matrices
cuya traza es 0, demuestre que W es un subespacio vectorial de V .
Ejercicio 1.17. Sea V =R2 como R-espacio vectorial. Demuestre que los conjuntos
siguientes son subespacios vectoriales de V :
(i) W = {(x,y) ∈ R2 : x = y}.
(ii) W = {(x,y) ∈ R2 : x+ y = 0}.
(iii) W = {(x,y) ∈ R2 : x+4y = 0}.
Ejercicio 1.18. Sea V =R3 como R-espacio vectorial. Demuestre que los conjuntos
siguientes son subespacios vectoriales de V :
(i) W = {(x,y,z) ∈ R3 : x+ y+ z = 0}.
(ii) W = {(x,y,z) ∈ R3 : x = y & 2y = z}.
(iii) W = {(x,y,z) ∈ R3 : x+ y = 3z}.
Ejercicio 1.19. Sea V = Matn×n(K). Demuestre que el subconjunto W ⊆V de ma-
trices cuya diagonal consiste de ceros, es un subespacio vectorial de V .
18 1 Espacios vectoriales
Operaciones con subespacios vectoriales. Dado un K-espacio vectorial V , sus
subespacios vectoriales son subconjuntos de V y ası́ podemos considerar su intersec-
ción y su unión pensándolos como conjuntos. La pregunta natural en este contexto
es: ¿dados W1,W2 subespacios vectoriales de V , será cierto que W1∩W2 o W1∪W2
también son subespacios vectoriales de V ? La respuesta es afirmativa en el caso de
la intersección y negativa en general para la unión:
Lema 1.9. Si V es un K-espacio vectorial y W1,W2 subespacios vectoriales de V ,
entonces W1∩W2 también es un subespacio vectorial de V .
Demostración. Como W1 y W2 son subespacios de V , entonces 0V ∈W1 ∩W2. Si
u,v ∈W1∩W2, entonces por definición de intersección u,v ∈W1 y u,v ∈W2, por lo
que u+ v ∈W1 y u+ v ∈W2 ya que W1 y W2 son cerrados bajo la suma de vectores.
Se sigue que u+ v ∈W1 ∩W2. Similarmente, si w ∈W1 ∩W2, entonces w ∈W1 y
w ∈W2 y ası́, para cualquier escalar λ se tiene que λw ∈W1 y λw ∈W2 ya que
ambos son subespacios. Se sigue que λw ∈W1∩W2. ut
Ejercicio 1.20. Si Wα , para α ∈ I, es una familia de subespacios vectoriales de un
K-espacio vectorial V , demuestre que ⋂
α∈I
Wα
es un subespacio vectorial de V .
Ejemplo 1.13. Si V =R2, W1 = eje X y W2= eje Y son los subespacios vectoriales del
ejemplo 1.12, entonces W1 ∪W2 consiste de los dos ejes coordenados de R2. Note
ahora que W1∪W2 no es cerrado bajo sumas de vectores, por ejemplo, si (2,0) ∈W1
y (0,3) ∈W2 se tiene que (2,0)+(0,3) = (2,3) 6∈W1∪W2.
Suma de subespacios. Habiendo observado que la unión de subespacios en general
no es un subespacio del espacio vectorial V dado y pensando en el ejemplo 1.13,
es fácil notar que la unión de dos subespacios vectoriales contiene al vector 0V y es
cerrado bajo el producto por escalares, siendo lo único que falla la cerradura bajo la
suma de vectores. Entonces si agrandamos la unión W1 ∪W2 añadiendo las sumas
de vectores de la forma w1+w2 con w1 ∈W1 y w2 ∈W2, debemos obtener un subes-
pacio vectorial de V . La definición formal es como sigue: dados dos subespacios
vectoriales W1 y W2 de V , se define el conjunto
W1 +W2 := {w1 +w2 : w1 ∈W1 y w2 ∈W2}
notando que como w1,w2 ∈ V , entonces w1 +w2 ∈ V , por lo que W1 +W2 es un
subconjunto de V .
Lema 1.10. Sean W1 y W2 subespacios vectoriales de V . Entonces, W1 +W2 es un
subespacio vectorial de V y contiene a la unión W1∪W2.
Demostración. Note que W1⊆W1+W2 ya que si w1 ∈W1, entonces w1 =w1+0V ∈
W1+W2. Similarmente W2⊆W1+W2. Se sigue que W1∪W2⊆W1+W2, en particular
1.3 Subespacios vectoriales 19
0V ∈W1+W2. Probaremos que W1+W2 es cerrado bajo sumas. En efecto, si w1+w2
y u1 +u2 son dos elementos de W1 +W2, entonces
(w1 +w2)+(u1 +u2) = (w1 +u1)+(w2 +u2)
con w1 +u1 ∈W1 y w2 +u2 ∈W2 y ası́ W1 +W2 es cerrado bajo sumas. Probaremos
ahora que W1+W2 es cerrado bajo el producto de escalares: sean λ ∈K y w1+w2 ∈
W1 +W2; entonces,
λ (w1 +w2) = λw1 +λw2 ∈W1 +W2
ya que λw1 ∈W1 y λw2 ∈W2 porque estos son subespacios. ut
Ejemplo 1.14. En V = R3 considere los subespacios vectoriales siguientes: U el
plano XY y W el plano Y Z, es decir,
U = {(x,y,0) ∈ R3} y W = {(0,y,z) ∈ R3}.
Entonces, R3 =U +W ya que si v = (a,b,c) ∈ R3 es cualquier vector,
v = (a,b,c) = (a,b,0)+(0,0,c) con (a,b,0) ∈U y (0,0,c) ∈W .
Suma directa de subespacios. Note que, en el ejemplo 1.14, la descomposición de
v como suma de un vector de U y de un vector de W , en general, no es única; por
ejemplo,
v = (1,2,3) = (1,2,0)+(0,0,3) = (1,1,0)+(0,1,3).
Proposición 1.11. Sea V un K-espacio vectorial y sean U,W subespacios de V .
Entonces, todo elemento v ∈ V se puede escribir en forma única como v = u+w
con u ∈U y w ∈W si y sólo si se satisfacen las dos condiciones:
(i) U +W =V .
(ii) U ∩W = {0V}.
Demostración. Supongamos que (i) y (ii) son ciertas. Como V =U +W , entonces
para todo v ∈V existen u ∈U y w ∈W tales que v = u+w. Supongamos ahora que
se tiene otra descomposición de v como v = u′+w′ con u′ ∈U y w′ ∈W . Entonces,
u+w = u′+w′ y ası́
u−u′ = w′−w,
con u−u′ ∈U y w′−w ∈W . La igualdad anterior nos dice que u−u′ = w′−w ∈W
por lo que u−u′ ∈W y ası́ u−u′ ∈U ∩W = {0V}. Similarmente, w′−w∈U ∩W =
{0V}. Se sigue que u−u′ = 0V = w′−w y por lo tanto u = u′ y w = w′, i.e., las dos
descomposiciones de v eran la misma.
Supongamos ahora que todo vector v ∈V se puede escribir en forma única como
v = u+w con u∈U y w∈W , entonces (i) se satisface. Para probar (ii), supongamos
que v ∈U ∩W . Entonces, v ∈U y v ∈W por lo que
20 1 Espacios vectoriales
v = v+0V con v ∈U y 0V ∈W
= 0V + v con 0V ∈U y v ∈W
y como la descomposición de v debe ser única, se sigue que v = 0V , y por lo tanto
U ∩W = {0V}. ut
Definición 1.12. Si U,W son subespacios de un K-espacio vectorial V tales que:
(i) U +W =V .
(ii) U ∩W = {0V},
diremos que V es suma directa de los subespacios U y W , y lo denotaremos me-
diante
V =U⊕W.
Ejercicio 1.21. Sean V = K[x], U ⊆V el conjunto de polinomios f (x) = a0 +a1x+
a2x2+ · · ·+anxn tales que ai = 0 para todos los ı́ndices i pares, y W ⊆V el conjunto
de polinomios g(x) = a0 + a1x+ a2x2 + · · ·+ amxm tales que ai = 0 para todos los
ı́ndices j impares.
(i) Muestre que U y W son subespacios vectoriales de V .
(ii) Demuestre que V =U⊕V .
Ejercicio 1.22. Recuerde que una matriz cuadrada A se dice que es simétrica si su
transpuesta es ella misma: AT = A. La matriz A se dice que es semisimétrica si
AT =−A.
(i) Sean V = Mat2×2(K), U ⊆ V el subconjunto de matrices 2× 2 simétricas y
W ⊆V el subconjunto de matrices semisimétricas.
(a) Muestre que U y W son subespacios vectoriales de V .
(b) Demuestre que V =U⊕W .
(ii) Sean V = Matn×n(K), U ⊆V el subconjunto de matrices simétricas y W ⊆V
el subconjunto de matrices semisimétricas.
(a) Muestre que U y W son subespacios vectoriales de V .
(b) Demuestre que V =U⊕W .
Sugerencia: si A ∈Matn×n(K), muestre que 12 (A+A
T) es simétrica.
Ejercicio 1.23. Sea V = Matn×n(K) y considere los subconjuntos
U := {(ai j) ∈Matn×n(K) : ai j = 0 para todo i > j}
y
W := {(bi j) ∈Matn×n(K) : bi j = 0 para todo i≤ j}.
(i) Muestre que U y W son subespacios vectoriales de V .
(ii) Demuestre que V =U⊕W .
1.4 Combinaciones lineales 21
1.4. Combinaciones lineales
Si en el R-espacio vectorial R3 fijamos un vector u = (a,b,c) distinto de 0 y
consideramos el conjunto de todos los múltiplos escalares de u:
L := {λu : λ ∈ R},
este subconjunto es una lı́nea recta en R3 que pasa por el origen en la dirección del
vector u:
◦ -
6
�
�
�
L
��
��
��
��
�
y, de hecho, L es un subespacio vectorial de R3, como se comprueba fácilmente.
Si ahora consideramos dos vectores u y v en R3, digamos no colineales, y consi-
deramos el conjunto de todas las sumas de los múltiplos escalares de u y los múlti-
plos escalares de v:
P := {λu+ γv :λ ,γ ∈ R},
este subconjunto es un plano en R3 que pasa por el origen y contiene a los extremos
de los vectores u y v:
◦ -
6
�
�
�
P
��
��
��
��
��
@
@@
��
��
��
��
��
@
@@
y, de hecho, P es un subespacio vectorial de R3, como se comprueba fácilmente.
Definición 1.13. Si V es un K-espacio vectorial y v1, . . . , vn es un conjunto finito de
vectores de V , una combinación lineal de los vectores v1, . . . , vn es un vector de la
forma:
a1v1 +a2v2 + · · ·+anvn ∈V
con escalares a j ∈ K. Un vector v ∈ V se dice que es combinación lineal de los
vectores v1, . . . , vn, si existen escalares a1, . . . ,an en K tales que
v = a1v1 +a2v2 + · · ·+anvn.
Ejemplo 1.15. El vector 0V ∈V es combinación lineal de cualquier conjunto (finito)
de vectores v1, . . . , vn de V ya que
22 1 Espacios vectoriales
0V = 0 · v1 + · · ·+0 · vn.
Ejemplo 1.16. Si V = R2 y v1 = (1,0), v2 = (1,1), entonces el vector u = (3,4) es
combinación lineal de v1 y v2 ya que
u = (3,4) =−1 · (1,0)+4 · (1,1) =−1 · v1 +4 · v2.
Ejemplo 1.17. Si V =Pn(K) es el espacio vectorial de los polinomios en una variable
x, con coeficientes en un campo K y de grado ≤ n, y si v0 = 1, v1 = x, v2 = x2, . . . ,
vn = xn son vectores de Pn(K), entonces todo polinomio f (x) = a0 + a1x+ a2x2 +
· · ·+anxn ∈ Pn(K) es combinación lineal de los vectores v0, . . . , vn, ya que
f (x) = a0 ·1+a1 · x+a2 · x2 + · · ·+an · xn
es la combinación lineal requerida, con los coeficientes a j del polinomio dado como
escalares.
Ejemplo 1.18. Si V =R2 y e1 = (1,0), e2 = (0,1), entonces todo vector u = (a,b)∈
R2 es combinación lineal de e1 y e2 ya que
u = (a,b) = (a,0)+(0,b) = a · (1,0)+b · (0,1) = a · e1 +b · e2.
Sistemas de ecuaciones lineales y combinaciones lineales. Si consideramos un
sistema de ecuaciones lineales, digamos con coeficientes en R, pero válido para
cualquier campo K:
a11x1 +a12x2 + · · ·+a1nxn = b1
a21x1 +a22x2 + · · ·+a2nxn = b2
...
am1x1 +am2x2 + · · ·+amnxn = bm
considerando los vectores columna (en Rm o Km) dados por los coeficientes ai j del
sistema anterior y el vector columna de los términos independientes bi:
C1 =
a11
a21
...
am1
,C2 =
a12
a22
...
am2
,· · · ,Cn =
a1n
a2n
...
amn
,b =
b1
b2
...
bm
y pensando a las incógnitas x1, . . . ,xn como escalares de R (o de K), en notación
vectorial el sistema de ecuaciones anterior se puede escribir como
1.4 Combinaciones lineales 23
x1 ·
a11
a21
...
am1
+ x2 ·
a12
a22
...
am2
+ · · ·+ xn ·
a1n
a2n
...
amn
=
b1
b2
...
bm
,
o, denotando a las columnas de coeficientes mediante C1, . . . , Cn y a la columna
de términos independientes por b, la combinación lineal anterior se puede escribir
como
(∗) x1C1 + x2C2 + · · ·+ xnCn = b
y cuando nos preguntamos si el sistema de ecuaciones dado tiene o no soluciones, en
términos de la combinación lineal (∗) nos estamos preguntando si el vector columna
de términos independientes b es o no combinación lineal de los vectores columna
de coeficientes C1, . . . , Cn. Ası́, el problema de resolver un sistema de ecuaciones li-
neales se ha convertido en el problema de determinar cuándo un vector dado es o no
combinación lineal de otros vectores dados, y los dos problemas son equivalentes.
Conviene entonces saber quién es el subconjunto formado por todas las combina-
ciones lineales de los vectores C1, . . . , Cn, para saber si el vector b pertenece o no a
este conjunto.
Antes de continuar, notemos que todavı́a no hemos encontrado un método para
resolver sistemas de ecuaciones lineales, pero hemos reinterpretado el problema en
un contexto que nos será útil para el procedimiento que daremos más adelante.
Subespacios generados por un subconjunto de vectores. Al principio de esta sec-
ción vimos dos ejemplos en R3 donde todas las combinaciones lineales de un vector
(respectivamente, dos vectores) de R3 generaban un subespacio vectorial de R3, a
saber, una lı́nea recta L (respectivamente, un plano P). Que esto es cierto en general
es el contenido de la proposición siguiente:
Proposición 1.14. Sean V un K-espacio vectorial y v1, . . . ,vn vectores dados de V .
Si K(v1, . . . ,vn) es el subconjunto de V dado por las todas las combinaciones linea-
les de los vectores v1, . . . ,vn:
K(v1, . . . ,vn) := {α1v1 + · · ·+αnvn : αi ∈ K} ⊆V,
entonces K(v1, . . . ,vn) es un subespacio vectorial de V . Al subespacio K(v1, . . . ,vn)
se le llamará el subespacio generado por los vectores v1, . . . ,vn.
Demostración. El vector 0V ∈ K(v1, . . . ,vn) ya que 0V = 0v1 + · · ·+0vn. Ahora, si
u ∈ K(v1, . . . ,vn), entonces u es de la forma u = α1v1 + · · ·+αnvn y ası́, para λ ∈ K
se tiene que
λu = λ (α1v1 + · · ·+αnvn) = (λα1)v1 + · · ·+(λαn)vn
y por lo tanto λu ∈ K(v1, . . . ,vn). Finalmente, si u,w ∈ K(v1, . . . ,vn), entonces u y
w son de la forma
24 1 Espacios vectoriales
u = α1v1 + · · ·+αnvn y w = β1v1 + · · ·+βnvn
y ası́
u+w = (α1v1 + · · ·+αnvn)+(β1v1 + · · ·+βnvn)
= (α1 +β1)v1 + · · ·+(αn +βn)vn
con α j + β j ∈ K, y por lo tanto u + w tiene la forma requerida y ası́ u + w ∈
K(v1, . . . ,vn). ut
De acuerdo a la interpretación que hicimos antes acerca de la solubilidad de un
sistema de ecuaciones lineales, escrito en la forma
(∗) x1C1 + x2C2 + · · ·+ xnCn = b
con C j los vectores columna del sistema y b el vector columna de los términos
independientes, todos ellos elementos del espacio vectorial Kn, la proposición 1.14
anterior tiene la consecuencia inmediata siguiente:
Corolario 1.15. El sistema de ecuaciones lineales
(∗) x1C1 + x2C2 + · · ·+ xnCn = b
tiene solución en Kn si y sólo el vector columna b pertenece al subespacio vectorial
K(C1, . . . ,Cn) generado por los vectores columna de los coeficientes del sistema.
ut
La construcción anterior, del subespacio vectorial generado por un conjunto finito
de vectores v1, . . . ,vn, se puede generalizar para considerar el subespacio generado
por un subconjunto arbitrario de vectores de V : dado un subconjunto no vacı́o S⊆V ,
denotamos con K(S) al subconjunto de combinaciones lineales finitas de vectores
de S, i.e.,
K(S) := {λ1w1 + · · ·+λkwk : λ j ∈ K y w1, . . . ,wk ∈ S}.
Observe que S ⊆ K(S) ya que cada w ∈ S se puede escribir como la combinación
lineal w = 1 ·w con w ∈ S. Note que aún cuando S puede tener un número infinito
de vectores, K(S) se define con combinaciones lineales de subconjuntos finitos de
S. Consecuentemente, la demostración de la proposición 1.14 anterior sigue siendo
válida para K(S) y por lo tanto K(S) es un subespacio vectorial de V . Más aún, K(S)
es el menor subespacio vectorial de V que contiene a S:
Proposición 1.16. Si V es un K-espacio vectorial y S⊆V es cualquier subconjunto,
entonces
K(S) =
⋂
S⊆W⊆V
W,
donde la intersección es sobre todos los subespacios vectoriales W de V que con-
tienen a S.
1.4 Combinaciones lineales 25
Demostración. Como K(S) es un subespacio vectorial que contiene a S, entonces
K(S) es uno de los intersectandos y por lo tanto K(S) contiene a la intersección
de la proposición. Recı́procamente, si W es un subespacio vectorial tal que S ⊆W ,
entonces para cualquier elemento v= λ1w1+ · · ·+λkwk de K(S), como los w j ∈ S⊆
W y como W es subespacio vectorial, entonces W contiene a cualquier combinación
lineal de elementos de W , y por lo tanto v ∈W . Hemos ası́ mostrado que K(S)⊆W
para cualquier subespacio W que contiene a S. Se sigue que K(S)⊆
⋂
S⊆W⊆V
W , como
se querı́a. ut
Definición 1.17. Si S⊆V es cualquier subconjunto no vacı́o, al subespacio vectorial
K(S) de la proposición anterior se le llama el subespacio vectorial generado por S.
Si S = /0, se extiende la definición anterior poniendo K( /0) := {0V}, el subespacio
que consta sólo del vector cero.
Ejemplo 1.19. Al principio de esta sección, para V = R3, vimos que el subespacio
generado por un vector v 6= 0 es una recta que pasa por el origen: R(v) =L. También
vimos que si u y v son dos vectores no colinealesde R3, el subespacio generado por
estos dos vectores es un plano que pasa por el origen: R(u,v) = P.
Ejemplo 1.20. Si V = R2 y e1 = (1,0), e2 = (0,1), en el ejemplo 1.18 vimos que el
subespacio generado por e1 y e2 es todo R2.
Definición 1.18. Sea V un K-espacio vectorial. Si para un subconjunto S ⊆ V se
tiene que K(S) =V , diremos que S genera al espacio vectorial V . También diremos
que los vectores de S son generadores de V .
Con esta definición, el ejemplo 1.20 nos dice que los vectores e1 = (1,0) y e2 =
(0,1) generan R2.
Ejemplo 1.21. Si V =R3, los vectores e1 = (1,0,0), e2 = (0,1,0), e3 = (0,0,1) son
generadores de R3. El argumento es similar al del ejemplo 1.20.
Ejemplo 1.22. En general, en Rn, los vectores e1 = (1,0, . . . ,0), e2 = (0,1,0, . . .),
. . . , en = (0, . . . ,0,1) (donde ek tiene un 1 en el lugar k y ceros en las otras compo-
nentes), generan Rn.
Ejemplo 1.23. Si V = K[x], los vectores 1,x,x2, . . . ,xn, . . ., generan K[x] ya que todo
polinomio f (x) = a0 +a1x+a2x2 + · · ·+anxn es combinación lineal de algunos de
los vectores 1,x,x2, . . . ,xn, . . . usando los coeficientes de f (x) como los escalares de
la combinación lineal, como en el ejemplo 1.17.
Ejemplo 1.24. Los vectores v1 = (1,0,0), v2 = (0,1,0) y v3 = (1,1,0) no generan
a R3, ya que cualquier combinación lineal de ellos tiene la tercera coordenada igual
a cero y por lo tanto ningún vector de R3 cuya tercera coordenada sea 6= 0 es com-
binación lineal de v1,v2,v3.
Ejemplo 1.25. Si V es cualquier K-espacio vectorial, el conjunto S = V genera a V
ya que todo v ∈V se puede escribir como la combinación lineal v = 1 · v.
26 1 Espacios vectoriales
Ejercicio 1.24. Sea V un K-espacio vectorial. Si S ⊆ T son dos subconjuntos de V ,
demuestre que K(S)⊆ K(T ).
Ejercicio 1.25. Si S ⊆ V genera a V y T ⊆ V es otro conjunto tal que S ⊆ T , de-
muestre que T también genera a V .
Ejercicio 1.26. Si W es un subespacio vectorial de un K-espacio vectorial V , de-
muestre que K(W ) =W .
Ejercicio 1.27. Sea V =Mat2×2(R). Demuestre que las matrices siguientes generan
a V : (
1 0
0 0
)
,
(
0 1
0 0
)
,
(
0 0
1 0
)
,
(
0 0
0 1
)
.
Ejercicio 1.28. Sea V = P2(K) el espacio vectorial de los polinomios con coeficien-
tes en un campo K y de grado ≤ 2. Muestre que los polinomios 1, 1+ x, 1+ x+ x2,
generan a V .
Ejercicio 1.29. Si V es cualquier K-espacio vectorial, ¿cuál es el subespacio gene-
rado por S = {0V}?
Ejercicio 1.30. Si V = K (el campo K, considerado como K-espacio vectorial),
muestre que 1 ∈ K genera a V . ¿Puede dar otros subconjuntos que generan a V ?
Explique.
Ejercicio 1.31. Sea V = R2.
(i) Si U = R(2,1) es el subespacio de V generado por (2,1) y W = R(0,1) es el
subespacio de V generado por (0,1), demuestre que R2 =U⊕W .
(ii) Si U ′ = R(1,1) es el subespacio de V generado por (1,1) y W ′ = R(1,0) es
el subespacio de V generado por (1,0), demuestre que R2 =U ′⊕W ′.
Ejercicio 1.32. Sea V = R3. Sean U = R(1,0,0) el subespacio de V generado por
(1,0,0) y W = R{(1,1,0),(0,1,1)} el subespacio de V generado por (1,1,0) y
(0,1,1).
(i) Grafique estos subespacios.
(ii) Demuestre que R3 =U⊕W .
1.5. Dependencia e independencia lineal
El ejemplo 1.25 de la sección 1.4 nos dice que dado cualquier K-espacio vectorial
V , siempre hay un conjunto de generadores S de V , a saber S =V . El ejercicio 1.25
por su parte nos dice que si S genera al espacio V , entonces cualquier conjunto que
contenga a S también genera a V ; ası́, el problema no es agrandar un conjunto que
genere a V , sino por el contrario, sabiendo que un conjunto S genera al espacio V , el
problema es hallar el conjunto con el menor número de elementos que genere a V .
1.5 Dependencia e independencia lineal 27
Por ejemplo, quisiéramos hallar un subconjunto B⊆ S tal que B siga generando a V
pero que B sea mı́nimo en el sentido de que si le quitamos cualquier vector v ∈ B, el
conjunto diferencia B−{v} ya no genera a V . Con esto en mente, consideremos lo
que nos dice el ejercicio 1.25: si S⊆V genera a V y S⊆ T ⊆V , entonces T también
genera a V . Esta afirmación se sigue del ejercicio 1.24. Ahora, como K(S)=V y T ⊆
V , entonces todos los elementos de T pertenecen a K(S), i.e., son combinaciones
lineales de elementos de S. Ası́, los elementos de T que se añadieron a S, i.e., T −S,
ya eran combinaciones lineales de elementos de S y por lo tanto cada vez que un
vector v de K(T ) se expresa como combinación lineal de elementos de T , digamos
(∗) v = a1w1 + · · ·+akwk con a j ∈ K, w j ∈ T ,
si sucediera que alguno de los vectores w j de T está en T −S, escribiéndolo como
combinación lineal de elementos de S:
w j = α1u1 + · · ·+αrur con ui ∈ S
y substituyendo esta expresión para w j en (∗), tendremos que v es combinación li-
neal de elementos de S. En otras palabras, los elementos de T −S no aportan nuevos
vectores al considerar combinaciones lineales donde aparezcan porque los elemen-
tos de T −S ya son combinaciones lineales de S. Para expresar ésto diremos que los
vectores de T −S son linealmente dependientes de S; en forma precisa:
Definición 1.19. Sea T ⊆ V un subconjunto2 no vacı́o de un espacio vectorial V .
Diremos que T es linealmente dependiente si existe algún vector v ∈ T que es com-
binación lineal de los otros vectores de T , es decir, si v ∈ K(T −{v}).
Observación 1.20. (1). Note que no estamos pidiendo que todos los vectores u ∈ T
sean elementos del correspondiente subespacio K(T −{u}); lo que estamos pidien-
do es que algún vector v ∈ T satisfaga que v ∈ K(T −{v}).
(2). En la definición 1.19 anterior, al decir que v sea combinación lineal de los otros
vectores de T , la redacción se precisó diciendo que esto significa que v ∈ K(T −
{v}). Esta precisión es necesaria para tomar en cuenta el caso extremo cuando T =
{0V} en el ejemplo siguiente:
Ejemplo 1.26. Si V es un K-espacio vectorial y T ⊆ V es un subconjunto tal que
0V ∈ T , entonces T es linealmente dependiente. En efecto, si T = {0V}, se tiene
que
0V ∈ {0V}= K( /0) = K(T −{0V}),
donde se usó la convención de que K( /0) = {0V}. Si T 6= {0V}, entonces existe un
v 6= 0V en T y se tiene que 0V = 0 · v es combinación lineal de v ∈ T −{0V}.
2 En realidad, en lugar de decir que T es un subconjunto, deberı́amos decir que T es una lista de
vectores, porque pueden haber vectores repetidos en T . Cuando se trate del concepto de dependen-
cia lineal, asumiremos al decir conjunto que lo tenemos es una lista.
28 1 Espacios vectoriales
Ejemplo 1.27. En R2 el conjunto de vectores v1 = (1,0),v2 = (0,1),v3 = (3,4) es
linealmente dependiente ya que
v3 = (3,4) = 3(1,0)+4(0,1) = 3v1 +4v2.
Ejemplo 1.28. En R2 el conjunto de vectores v1 = (1,0),v2 = (0,1),v3 = (3,0) es
linealmente dependiente ya que
v3 = (3,0) = 3(1,0)+0(0,1) = 3v1 +0v2.
Note que aquı́ v2 = (0,1) no es combinación lineal de v1 y v3 ya que cualquier
combinación de éstos tiene la segunda coordenada igual a 0.
La proposición siguiente nos da una caracterización muy útil de los conjuntos
linealmente dependientes:
Proposición 1.21. Sean V un K-espacio vectorial y T ⊆V un subconjunto. Las afir-
maciones siguientes son equivalentes:
(1) El conjunto T es linealmente dependiente.
(2) El vector 0V se puede expresar como combinación lineal de algunos vectores
v1, . . . ,vn en T :
0V = a1v1 + · · ·+anvn,
con alguno de los escalares a j 6= 0 .
Nota: dado cualquier conjunto finito de vectores v1, . . . ,vn, el vector 0V siempre es
combinación lineal de estos vectores ya que
(†) 0V = 0v1 + · · ·+0vn,
y decimos que la combinación lineal (†), donde todos los escalares son 0, es la
combinación lineal obvia o trivial. Lo que la parte (2) de la proposición pide es que
0V se pueda expresar como una combinación lineal no trivial, es decir, que no todos
los coeficientes sean el escalar 0.
Demostración. (1)⇒ (2): Si 0V ∈ T , se tiene la combinación lineal no trivial 0V =
1 ·0V con 0V ∈ T . Si 0V 6∈ T , como T es linealmente dependiente, existe un v 6= 0V
en T que es combinación linealde los otros elementos de T , i.e., v ∈ K(T −{v}).
Note que K(T −{v}) 6= {0V} ya que v ∈ T ⊆ K(T −{v}). Ası́, existen vectores
v1, . . . ,vm ∈ T −{v} tales que
v = a1v1 + · · ·+amvm
y por lo tanto
0V = (−1)v+a1v1 + · · ·+amvm
es una combinación lineal con el coeficiente −1 de v ∈ T distinto de 0.
1.5 Dependencia e independencia lineal 29
(2)⇒ (1): Supongamos ahora que existen vectores v1, . . . ,vn ∈ T y escalares a1, . . .,
an en K no todos cero, tales que
(∗) 0V = a1v1 + · · ·+anvn.
Reordenando si hiciera falta, podemos suponer que a1 6= 0; multiplicando (∗) por
a−11 ∈ K se tiene que
0V = a−11 ·0V = a
−1
1 (a1v1 + · · ·+anvn)
= v1 +(a−11 a2)v2 + · · ·+(a
−1
1 an)vn
de donde, despejando,
v1 = (−a−11 a2)v2 + · · ·+(−a
−1
1 an)vn,
es decir, v1 es combinación lineal de v2, . . . ,vn ∈ T −{v1}. ut
Ejemplo 1.29. En R2 los vectores e1 = (1,0) y e2 = (0,1) no son linealmente de-
pendientes ya que si 0 = λ1e1 +λ2e2, entonces
(0,0) = λ1(1,0)+λ2(0,1) = (λ1,0)+(0,λ2) = (λ1,λ2)
y por lo tanto λ1 = 0 y λ2 = 0. Es decir, la única combinación lineal de e1 y e2 que
da el vector 0 es la combinación lineal trivial.
Definición 1.22. Sea V un K-espacio vectorial. Si T ⊆V es un subconjunto, diremos
que T es linealmente independiente si T no es linealmente dependiente. También
diremos que los vectores de T son linealmente independientes.
En vista de la proposición 1.21 la definición anterior es equivalente a:
Corolario 1.23. Sea V un K-espacio vectorial. Si T ⊆V es un subconjunto, enton-
ces T es linealmente independiente si y sólo si la única representación del vector
0V como combinación lineal de elementos de T es la trivial, i.e., si
0V = a1v1 + · · ·+anvn, con v j ∈ T ,
entonces a1 = · · ·= an = 0. ut
El ejemplo 1.29 nos dice que e1 y e2 son linealmente independientes en R2.
Ejemplo 1.30. Sea V un K-espacio vectorial. Si v ∈ V con v 6= 0V , entonces {v} es
linealmente independiente ya que si λv = 0V es cualquier combinación lineal de v
que da el vector 0V , y si sucediera que λ 6= 0, entonces multiplicando por λ−1 ∈ K
se obtiene que
v = λ−1(λv) = λ−10V = 0V ,
en contradicción con v 6= 0V .
30 1 Espacios vectoriales
Ejemplo 1.31. Al conjunto vacı́o /0 lo consideraremos linealmente independiente ya
que para que un conjunto sea linealmente dependiente tiene que tener vectores.
Ejemplo 1.32. En K[x] los vectores 1,x,x2, . . . ,xn son linealmente independientes,
ya que si
(∗) a0 ·1+a1 · x+a2 · x2 + · · ·+an · xn = 0
es cualquier combinación lineal de ellos que nos da el vector 0 ∈ K[x], como el vec-
tor 0 de K[x] es el polinomio cero y como en (∗) a la izquierda se tiene el polinomio
a0 + a1x+ a2x2 + · · ·+ anxn, éste es cero si y sólo si todos sus coeficientes son 0,
i.e., a j = 0 para toda j y por lo tanto los vectores 1,x,x2, . . . ,xn son linealmente
independientes.
Las propiedades siguientes son inmediatas:
Proposición 1.24. Sea V un K-espacio vectorial.
(1) Si T1 ⊆ T2 ⊆ V son subconjuntos y T1 es linealmente dependiente, entonces T2
también lo es.
(2) Si T1 ⊆ T2 ⊆V son subconjuntos y T2 es linealmente independiente, entonces T1
también lo es.
Demostración. (1): Como T1 es linealmente dependiente, el vector 0V se puede ex-
presar como
(∗) 0V = a1v1 + · · ·+anvn
con algún a j 6= 0 y los v j ∈ T1. Pero como T1 ⊆ T2, entonces los v j ∈ T2 y ası́ (∗) nos
dice que T2 es linealmente dependiente. La parte (2) se sigue de (1). ut
Ejercicio 1.33. Muestre que los vectores de R2 siguientes son linealmente indepen-
dientes:
(i) u = (1,0), v = (1,1).
(ii) u = (2,1), v = (1,0).
(iii) u = (1,2), v = (1,3).
(iv) u = (3,1), v = (0,2).
Ejercicio 1.34. Muestre que los vectores de R3 siguientes son linealmente indepen-
dientes:
(i) u = (1,1,1), v = (0,1,−2).
(ii) u = (−1,1,0), v = (0,1,2).
(iii) u = (1,1,0), v = (1,1,1), w = (0,1,−1).
(iv) u = (0,1,0), v = (0,2,1), w = (1,5,3).
Ejercicio 1.35. Muestre que los vectores de R2 siguientes son linealmente depen-
dientes, expresando a v como combinación lineal de a y b:
1.5 Dependencia e independencia lineal 31
(i) v = (1,0); a = (1,1), b = (0,1).
(ii) v = (2,1); a = (1,0), b = (1,1).
(iii) v = (1,2); a = (2,1), b = (1,−1).
(iv) v = (3,4); a = (0,12), b = (6,0).
Ejercicio 1.36. Sea V = F(R,R) el R-espacio vectorial de funciones f : R→ R,
t 7→ f (t). Muestre que los vectores siguientes son linealmente independientes:
(i) v = 1, w = t.
(ii) v = t, w = t2.
(iii) v = t, w = et .
(iv) v = sen t, w = cos t.
(v) v = sen t, w = t.
(vi) v = sen t, w = sen(2t).
(vii) v = cos t, w = cos(3t).
(viii) v = t2, w = et .
Ejercicio 1.37. Sea V como en el ejercicio 1.36. Demuestre que las funciones
v1 = sen t, v2 = sen(2t), v3 = sen(3t), . . . , vn = sen(nt)
son linealmente independientes, para cualquier natural n ∈ N.
Ejercicio 1.38. Sea V cualquier K-espacio vectorial. Si u,v ∈V con v 6= 0V y si u,v
son linealmente dependientes, demuestre que existe un escalar λ ∈K tal que u= λv.
Ejercicio 1.39. En el R-espacio vectorial P3(R), determine si el polinomio f (x)
dado se puede expresar como combinación lineal de g(x) y h(x):
(i) f (x) = x3−3x+5; g(x) = x3 +2x2− x+1, h(x) = x3 +3x2−1.
(ii) f (x) = 4x3 +2x2−6; g(x) = x3−2x2 +4x+1, h(x) = 3x3−6x2 + x+4.
(iii) f (x) = x3 +x2 +2x+13; g(x) = 2x3−3x2 +4x+1, h(x) = x3−x2 +2x+3.
(iv) f (x) = x3−8x2 +4x; g(x) = x3−2x2 +3x−1, h(x) = x3−2x+3.
Ejercicio 1.40. Sea V un K-espacio vectorial y sea T ⊆ V . Demuestre que T es
linealmente independiente si y sólo si todo subconjunto de T es linealmente inde-
pendiente.
Ejercicio 1.41. Sea V = C∞(R,R) el conjunto de funciones f :R→R tales que f es
diferenciable (i.e., para todo x ∈ R, existen todas las derivadas f ′(x), f ′′(x), f ′′′(x),
. . . , f (k)(x), . . .). Muestre que V es un R-espacio vectorial. Si f (t) = ert y g(t) = est ,
con r 6= s en R, demuestre que { f ,g} es linealmente independiente.
Ejercicio 1.42. Sea A = (ai j)n×n una matriz cuadrada con entradas en un campo
K y suponga que A es una matriz triangular superior. Demuestre que los vectores
columna de A, vistos como vectores en Kn, son linealmente independientes.
32 1 Espacios vectoriales
Ejercicio 1.43. Sea Pn(R) el R-espacio vectorial de polinomios de grado ≤ n con
coeficientes reales y sea f (x) ∈ Pn(R) un polinomio de grado n. Demuestre que
f (x), f ′(x), f ′′(x), . . . , f (n)(x)
generan Pn(R).
Ejercicio 1.44. Si V = K[x], sea S = { f1, . . . , fn} ⊆V un conjunto de polinomios no
nulos tales que sus grados son distintos: gr( fi) 6= gr( f j) para toda i 6= j. Demuestre
que S es linealmente independiente.
1.6. Bases y dimensión
Si V es un K-espacio vectorial, sabemos que siempre existe un subconjunto T ⊆
V que genera a V , a saber T =V , y sabiendo que T genera a V quisiéramos encontrar
un subconjunto B ⊆ T tal que B siga generando a V pero que B sea mı́nimo en el
sentido de que si le quitamos cualquier vector v ∈ B, el conjunto B−{v} ya no
genera a V . Según lo que hemos estudiado en la sección anterior, si T es linealmente
dependiente, le podemos quitar vectores y el conjunto que resulta sigue generando
a V . El lema siguiente captura lo que está detrás de las observaciones anteriores:
Lema 1.25. Sea V un K-espacio vectorial. Si B ⊆ V es un subconjunto mı́nimo de
generadores de V , entonces B es linealmente independiente.
Demostración. Si B fuera linealmente dependiente, existirı́a un vector v ∈ B que
es combinación lineal de los otros elementos de B, i.e., v ∈ K(B−{v}). Ahora,
como B−{v} ⊆ K(B−{v}), entonces B⊆ K(B−{v}) y como K(B) =V , entonces
K(B−{v}) =V , es decir, B−{v} genera a V , en contradicción con la minimalidad
de B. ut
Definición 1.26. Si V es un K-espacio vectorial, una base de V es un subconjunto
B⊆V tal que:
(i) B genera a V ,
(ii) B es linealmente independiente.
Ası́, el lema 1.25 anterior nos dice que todo subconjunto mı́nimo de generadores
de V es una base. El recı́proco también es cierto:
Proposición 1.27. Sean V un K-espacio vectorial y B ⊆ V un subconjunto. Enton-
ces, B es subconjunto mı́nimo de generadores de V si y sólosi B es base de V .
Demostración. Para probar la implicación faltante, supongamos que B es una base
de V pero que no es un subconjunto mı́nimo de generadores. Entonces, existe v ∈ B
tal que B−{v} genera a V y por lo tanto v ∈ K(B−{v}) = V y consecuentemente
B no serı́a linealmente independiente. Una contradicción. ut
1.6 Bases y dimensión 33
En términos de subconjuntos de vectores linealmente independientes de V , se
tiene una caracterización de bases análoga a la de la proposición anterior, pero antes
necesitaremos un resultado preliminar:
Lema 1.28. Sean V un K-espacio vectorial y T ⊆ V un subconjunto linealmente
independiente. Sea v ∈ V − T . Entonces, T ∪{v} es linealmente dependiente si y
sólo si v ∈ K(T ).
Demostración. Si T ∪ {v} es linealmente dependiente, entonces existen vectores
u1, . . ., un en T ∪{v} tales que
(1) a1u1 + · · ·+anun = 0V
con algún coeficiente a j 6= 0. Como T es linealmente independiente, no puede su-
ceder que todos los vectores u j anteriores estén en T y por lo tanto alguno de ellos
debe ser v. Sin perder generalidad, supongamos que u1 = v. Ası́, la igualdad (1) es:
(2) a1v+a2u2 + · · ·+anun = 0V ,
con algún a j 6= 0. De nuevo, no puede suceder que a1 = 0 ya que (2) implicarı́a
entonces que u2, . . . ,un es linealmente dependiente, en contradicción con el hecho
de que T es linealmente independiente. Se sigue que a1 6= 0 y ası́
v = a−11 (a1v) = a
−1
1 (−a2u2−·· ·−anun)
= (−a−11 a2)u2 + · · ·+(−a
−1
1 an)un
y por lo tanto v ∈ K(T ). Recı́procamente, si v ∈ K(T ), como T = (T ∪{v})−{v},
entonces T ∪{v} es linealmente dependiente por la definición 1.19. ut
Supongamos ahora que B es una base de un espacio vectorial V ; entonces B es
un subconjunto máximo de vectores linealmente independientes de V (en el sentido
de que al agregarle cualquier otro vector de V a B, el conjunto resultante es lineal-
mente dependiente) ya que si v ∈V −B, como v ∈V = K(B), el conjunto B∪{v} es
linealmente dependiente por el lema 1.28 anterior. El recı́proco también es cierto:
Proposición 1.29. Sean V un K-espacio vectorial y B ⊆ V un subconjunto. Enton-
ces, B es un subconjunto máximo linealmente independiente de V si y sólo si B es
base de V .
Demostración. Para probar la implicación faltante, supongamos que B es máximo
linealmente independiente. Para probar que B es base sólo falta probar que B genera
a V . Supongamos que esto es falso, es decir, que existe un vector v ∈ V tal que
v 6∈ K(B). Entonces, el lema 1.28 implica que B∪{v} es linealmente independiente,
en contradicción con la maximalidad de B. ut
Espacios vectoriales de dimensión finita. A pesar de que existen espacios vecto-
riales con bases infinitas, en este libro trataremos con más detalle el caso de espacios
vectoriales con bases finitas y el teorema siguiente nos dice cuándo existe una tal
base finita para ciertos espacios vectoriales.
34 1 Espacios vectoriales
Teorema 1.30. Si V es un K-espacio vectorial generado por un conjunto finito de
vectores T ⊆V , entonces algún subconjunto de T es una base de V y, por lo tanto,
V tiene una base finita.
Demostración. Si T = /0 o T = {0V}, entonces V = {0V} y el subconjunto /0 ⊆ T
es una base finita de V . Supongamos ahora que T contiene un vector distinto de 0V ,
digamos u1 6= 0V . Entonces, {u1} es linealmente independiente. Si {u1} es base de V
ya acabamos. Si {u1} no es base de V , entonces existe un u2 ∈ T−{u1} tal que u2 no
es combinación lineal de u1 y ası́ {u1,u2} es linealmente independiente. Si es base
de V , ya acabamos. Si no lo es, procediendo inductivamente supongamos que B =
{u1, . . . ,un} ⊆ T es linealmente independiente y que es máximo con esta propiedad,
es decir, para cualquier v ∈ T −B se tiene que B∪{v} es linealmente dependiente.
Mostraremos que B es base de V y para esto basta probar que B genera a V . Ahora,
como T genera a V , basta entonces mostrar que T ⊆ K(B). Para esto, sea v ∈ T . Si
v ∈ B, entonces v ∈ K(B). Si v 6∈ B, entonces por la hipótesis de maximalidad sobre
B se tiene que B∪{v} es linealmente dependiente y por el lema 1.28 esto implica
que v ∈ K(B) como se querı́a. ut
El teorema siguiente captura la propiedad más importante de los espacios vecto-
riales que tienen una base finita:
Teorema 1.31. Sea V un K-espacio vectorial y supongamos que B = {v1, . . . ,vn}
es un subconjunto finito de V . Entonces, B es una base de V si y sólo si cada vector
v ∈ V se puede expresar en forma única como combinación lineal de los vectores
de B, i.e., existen escalares únicos λ1, . . . ,λn en K tales que
(∗) v = λ1v1 + · · ·+λnvn.
Demostración. Si B es base de V y v ∈V , como B genera a V , entonces v es com-
binación lineal de los elementos de B, digamos
(1) v = λ1v1 + · · ·+λnvn.
Supongamos que
(2) v = γ1v1 + · · ·+ γnvn
es otra expresión de v en términos de B, con los γ j ∈ K. Restando (1) y (2) se
obtiene:
(†) 0V = (λ1− γ1)v1 + · · ·+(λn− γn)vn
y como los vectores v1, . . . ,vn son linealmente independientes, la igualdad (†) im-
plica que λ j− γ j = 0 para toda j , y por lo tanto λ j = γ j, para toda j; es decir, la
expresión (∗) para v es única.
Recı́procamente, si cada v ∈V se puede expresar en forma única de la forma (∗),
entonces B genera a V y sólo falta probar que B es linealmente independiente. Pero
ésto es directo ya que si
1.6 Bases y dimensión 35
(3) 0V = λ1v1 + · · ·+λnvn
con los λ j ∈ K, como
(4) 0V = 0v1 + · · ·+0vn,
la unicidad de la expresión de 0V como combinación lineal de los v j, implica que
los escalares en (3) y (4) son iguales, i.e., λ j = 0 para toda j, y por lo tanto v1, . . . ,vn
son linealmente independientes. ut
El teorema 1.30 nos dice que todo espacio vectorial con un conjunto finito de ge-
neradores (a veces decimos, finitamente generado para indicar lo anterior), tiene una
base finita. A continuación probaremos uno de los resultados más importantes de la
teorı́a que estamos desarrollando: todas las bases de un espacio vectorial finitamen-
te generado tienen el mismo número de elementos. La demostración esencialmente
considera dos bases del espacio dado y reemplaza los vectores de una base con los
de la otra. Para ver cómo se hace esto necesitaremos el lema siguiente, cuyo nombre
proviene del método en su demostración:
Lema 1.32 (Lema de reemplazamiento). Sea V un K-espacio vectorial generado
por un conjunto finito de vectores v1, . . . ,vn. Supongamos que w1, . . . ,wm son m
vectores de V con m > n. Entonces, los vectores w1, . . . ,wm son linealmente depen-
dientes. Equivalentemente, si w1, . . . ,wm son linealmente independientes, entonces
m≤ n.
Demostración. Supongamos que w1, . . . ,wm son linealmente independientes. Como
v1, . . . ,vn generan V , para el vector w1 ∈V existen escalares a1, . . . ,an en K tales que
(1) w1 = a1v1 + · · ·+anvn.
Ahora, como estamos asumiendo que los w j son linealmente independientes, en-
tonces w1 6= 0V y ası́ en (1) algún ai 6= 0. Renumerando si hiciera falta podemos
suponer que a1 6= 0 y ası́ podemos despejar v1 de (1) para obtener:
v1 = a−11 w1−a
−1
1 a2v2−·· ·−a
−1
1 anvn,
por lo que v1 ∈ K(w1,v2, . . . ,vn) y ası́
V = K(v1,v2, . . . ,vn)⊆ K(w1,v2, . . . ,vn)⊆V
y consecuentemente V = K(w1,v2, . . . ,vn), es decir, ya reemplazamos a v1 por w1
en un conjunto de generadores de V . La idea es continuar inductivamente el proceso
anterior hasta reemplazar todos los vectores v1,v2, . . . ,vn por vectores w1, . . . ,wn de
tal forma que {w1, . . . ,wn} todavı́a genere a V . La base de la inducción es la subs-
titución de v1 por w1 que hicimos antes. Supongamos ahora que ya reemplazamos
k vectores de {v1, . . . ,vn} por k vectores de {w1, . . . ,wn} con 1 ≤ k < n. Renume-
rando si hiciera falta podemos pensar que reemplazamos v1, . . . ,vk por w1, . . . ,wk de
tal forma que {w1, . . . ,wk,vk+1, . . . ,vn} genera V . Entonces, para el vector wk+1 ∈V
36 1 Espacios vectoriales
existen escalares b1, . . . ,bk,ck+1, . . . ,cn en K tales que
(2) wk+1 = b1w1 + · · ·+bkwk + ck+1vk+1 + · · ·+cnvn.
Observe ahora que en (2) no se puede tener que todos los c j = 0, ya que si esto
sucediera (2) dirı́a que w1, . . . ,wk,wk+1 son linealmente dependientes (el coeficiente
de wk+1 es 1 6= 0), en contradicción con la suposición inicial de que los wi son
linealmente independientes. Se sigue que algún ci 6= 0. Renumerando si hiciera falta
podemos suponer que ck+1 6= 0 y ası́ se puede despejar a vk+1 de (2) para obtener
vk+1 como combinación lineal de w1, . . . ,wk,wk+1,vk+2, . . . ,vn, i.e.,
vk+1 ∈ K(w1, . . . ,wk+1,vk+2, . . . ,vn),
y como, por hipótesis de inducción K(w1, . . . ,wk,vk+1,vk+2, . . . ,vn) = V , se sigue
que w1, . . . ,wk+1,vk+2, . . . ,vn genera V . Ası́, ya reemplazamos a vk+1 por wk+1. Por
inducción se sigue que podemos reemplazar a todos los v1, . . . ,vn por w1, . . . ,wn de
tal forma que w1, . . . ,wn todavı́a genere a V . Finalmente, si sucediera que m > n,
entonces wm ∈ K(w1, . . . ,wn) se puede escribir como
w = α1w1 + · · ·+αnwn
con los α j ∈ K, y por lo tanto {w1, . . . ,wn, . . . ,wm} serı́a linealmente dependiente.
ut
La consecuencia más importante del lema de reemplazamiento 1.32 es:
Teorema 1.33. Sea V un K-espacio vectorial finitamente generado y supongamos
que A= {v1, . . . ,vn} y B= {w1, . . . ,wm} son bases de V . Entonces, m = n.
Demostración. Como A genera V y como B es linealmente independiente, el lema
1.32 dice que m≤ n. Cambiando los papeles de A y B se sigue que n≤ m y por lo
tanto m = n. ut
Gracias a este teorema tiene sentido la definición siguiente:
Definición 1.34. Sea V un K-espacio vectorial y supongamos que B= {v1, . . . ,vn}
es una base de V . Por el teorema 1.33 anterior el número n está unı́vocamente de-
terminado por V . Al número n de vectores en cualquier base de V se le llama la
dimensión del espacio vectorial V y se denota n = dimK(V ). También decimos que
V es un K-espacio vectorial de dimensión finita n.
Ejemplo 1.33. Si V = Kn, entonces dimK(Kn) = n. En efecto, sólo tenemos que
mostrar una base de Kn con n vectores. Para esto, pongamos
e1 = (1,0, . . . ,0); e2 = (0,1,0, . . . ,0); . . . ; en = (0, . . . ,0,1)
en Kn. Entonces,
(i) Los vectores e1, . . . ,en generan Kn ya que si v = (a1, . . . ,an) es cualquier vector
de Kn, se tiene que
1.6 Bases y dimensión 37
v = (a1, . . . ,an) = (a1,0, . . . ,0)+ · · ·+(0, . . . ,0,an)
= a1(1,0, . . . ,0)+ · · ·+an(0, . . . ,0,1)
= a1e1 + · · ·+anen.
(ii) Los vectores e1, . . . ,en son linealmente independientes ya que si α1, . . . ,αn son
escalares tales que
0 = (0, . . . ,0) = α1e1 + · · ·+αnen
= (α1,0, . . . ,0)+ · · ·+(0, . . . ,0,αn)
= (α1, . . . ,αn),
entonces α1 = 0, α2 = 0, . . . , αn = 0, por definición de igualdad de vectores en Kn.
A la base {e1, . . . ,en} de Kn algunas veces se le llama la base canónica de Kn.
Corolario 1.35. Sea V un K-espacio vectorial de dimensión finita n. Entonces, cual-
quier conjunto de vectores linealmente independientes de V tiene cardinal ≤ n.
Demostración. Sea B = {v1, . . . ,vn} una base de V . Si w1, . . . ,wm son vectores li-
nealmente independientes, por el lema de reemplazamiento 1.32 se tiene que m≤ n.
ut
Corolario 1.36. Sea V un K-espacio vectorial de dimensión finita n. Entonces, cual-
quier conjunto de generadores de V tiene cardinal ≥ n.
Demostración. Sea B= {v1, . . . ,vn} una base de V . Si w1, . . . ,wm generan V , por el
lema de reemplazamiento 1.32 cambiando los papeles de los vi y los w j, como los
vi son linealmente independientes, se debe tener que n≤ m. ut
Corolario 1.37. Sea V un K-espacio vectorial de dimensión finita n. Entonces, cual-
quier conjunto de n vectores linealmente independientes de V es una base de V .
Demostración. Sea B= {v1, . . . ,vn} una base de V . Si w1, . . . ,wn son n vectores li-
nealmente independientes, por el lema de reemplazamiento 1.32 podemos substituir
los vectores vi por los vectores wi de tal forma que los wi generan V . Como los wi
son linealmente independientes y ya vimos que generan V , entonces son una base
de V . ut
Corolario 1.38. Sea V un K-espacio vectorial de dimensión finita n. Entonces, cual-
quier conjunto de n generadores de V es una base de V .
Demostración. Si w1, . . . ,wn son n generadores de V , queremos probar que son li-
nealmente independientes. Si ésto no fuera ası́, entonces algún vector wi depen-
derı́a linealmente de los otros; renumerando si hiciera falta podemos suponer que
wn ∈ K(w1, . . . ,wn−1) y por lo tanto w1, . . . ,wn−1 generan V , en contradicción con
el corolario 1.36. ut
Corolario 1.39. Sea V un K-espacio vectorial de dimensión finita n. Entonces, cual-
quier conjunto de vectores linealmente independientes de V se puede extender a una
base de V .
38 1 Espacios vectoriales
Demostración. Sean v1, . . . ,vk vectores linealmente independientes de V . Por el
corolario 1.35, k ≤ n. Si sucediera que k < n, por el corolario 1.36 los vectores
v1, . . . ,vk no generan a V . Ası́, existe un vk+1 ∈ V tal que vk+1 6∈ K(v1, . . . ,vk). Por
el lema 1.28 esto es equivalente a que {v1, . . . ,vk,vk+1} es linealmente independien-
te. Si k+1 < n, repetimos el argumento; por inducción obtenemos de esta manera n
vectores linealmente independientes v1, . . . ,vk,vk+1, . . . ,vn en V , y por el corolario
1.37 ésta debe ser una base de V . ut
La dimensión de subespacios. Que la dimensión es una medida de los espacios
vectoriales, lo confirma el corolario siguiente:
Corolario 1.40. Sea W un subespacio de un K-espacio vectorial V de dimensión
finita. Entonces, W tiene dimensión finita y además
dimK(W )≤ dimK(V ).
Más aún, si W ⊆V y dimK(W ) = dimK(V ), entonces W =V .
Demostración. Pongamos n = dimK(V ). Si W = {0V}, entonces W tiene dimensión
finita dimK(W ) = 0 ≤ n = dimK(V ). Si W 6= {0V}, entonces existe un w1 6= 0V en
W y {w1} es linealmente independiente. Continuando de esta manera, encontramos
vectores linealmente independientes w1, . . . ,wk en W . Ahora, como W ⊆ V , estos
vectores linealmente independientes están en V , y como dimK(V ) = n, entonces
k ≤ n por el corolario 1.35. Por lo tanto, el proceso anterior de construir vectores
linealmente independientes w1, . . . ,wk en W debe parar en un punto k≤ n cuando al
añadir cualquier otro vector w de W al conjunto {w1, . . . ,wk}, el conjunto resultante
{w1, . . . ,wk,w} es linealmente dependiente. Por el lema de reemplazamiento 1.32 se
sigue que {w1, . . . ,wk} genera a W y ası́ dimK(W ) = k≤ n = dimK(V ). Finalmente,
si dimK(W ) = dimK(V ), entonces una base de W es una base de V y ası́ W =V . ut
Bases de sumas directas. Dado un K-espacio vectorial de dimensión finita V y
un subespacio vectorial U ⊆ V , mostraremos a continuación que V se descompone
como V =U⊕W , para algún subespacio W de V y luego calcularemos la dimensión
de V en términos de las dimensiones de U y W .
Proposición 1.41. Sea V un K-espacio vectorial de dimensión finita n y sea U un
subespacio vectorial de V . Entonces, existe un subespacio vectorial W de V tal que
V =U⊕W.
Demostración. Escojamos una base {v1, . . . ,vk} de U . Por el corolario 1.39 este
conjunto se puede extender a una base de V , digamos {v1, . . . ,vk,vk+1, . . . ,vn}. En-
tonces, el subespacio W =K(vk+1, . . . ,vn)⊆V satisface que:
(i) V =U +W ya que si v ∈V , como v1, . . . ,vn es base de V , entonces
v = a1v1 + · · ·+akvk +ak+1vk+1 + · · ·+anvn
= (a1v1 + · · ·+akvk)+(ak+1vk+1 + · · ·+anvn),
con a1v1 + · · ·+akvk ∈U y ak+1vk+1 + · · ·+anvn ∈W .
1.6 Bases y dimensión 39
(ii) U ∩W = {0V} ya que si v ∈U ∩W , entonces
v ∈U ⇒ v = λ1v1 + · · ·+λkvk
v ∈W ⇒ v = λk+1vk+1 + · · ·+λnvn
y restando,
0V = λ1v1 + · · ·+λkvk−λk+1vk+1 + · · ·−λnvn
y como {v1, . . . ,vn} es base de V , la igualdad anterior implica que todos los λi = 0
y por lo tanto v = 0V . ut
Proposición 1.42. Sea V un K-espacio vectorial de dimensión finita y supongamos
que V =U⊕W, con U, W subespacios vectoriales de V . Entonces,
dimK(V ) = dimK(U)+dimK(W ).
Demostración. Sean A = {u1, . . . ,uk} una base de U y B = {w1, . . . ,wr}una base
de W . Entonces, A∪B es una base de V ya que:
(1). A∪B genera V , porque si v∈V , como V =U⊕W , entonces existen u∈U y w∈
W tales que v = u+w. Ahora, como A es base de U , entonces u = a1u1+ · · ·+akuk.
Similarmente, como B es base de W , entonces w = b1w1 + · · ·+brwr. Se sigue que
v = u+w = a1u1 + · · ·+akuk +b1w1 + · · ·+brwr.
(2). A∪B es linealmente independiente, porque si
0V = a1u1 + · · ·+akuk +b1w1 + · · ·+brwr,
entonces
0V = 0V +0V
= (a1u1 + · · ·+akuk)+(b1w1 + · · ·+brwr),
y por la unicidad de la expresión de 0V , se tiene que
0V = a1u1 + · · ·+akuk en U
0V = b1w1 + · · ·+brwr, en W
y como A es base de U , la primera igualdad implica que a1 = · · ·= ak = 0 y, análo-
gamente, la segunda igualdad implica que b1 = · · ·= br = 0. ut
Bases de espacios vectoriales de dimensión infinita. Cuando demostramos en el
teorema 1.30 que todo espacio vectorial finitamente generado tiene una base, la
herramienta fundamental fue el principio de inducción matemática. Para espacios
vectoriales que no son finitamente generados ya no podemos usar inducción en la
forma anterior y el resultado matemático de la teorı́a de conjuntos que necesitaremos
es una reformulación del axioma de elección y para enunciarlo recordaremos los
40 1 Espacios vectoriales
conceptos necesarios: un conjunto F se dice que es parcialmente ordenado, o que
tiene un orden parcial, si se tiene una relación ≤ en F tal que
(i) ≤ es reflexiva, i.e., x≤ x para todo x ∈ F.
(ii) ≤ es transitiva, i.e., x≤ y y y≤ z implican x≤ z.
(iii) Si x≤ y y y≤ x, entonces x = y.
El orden parcial ≤ se llama un orden total, y el conjunto F se llamará entonces
un conjunto totalmente ordenado o una cadena, si además ≤ satisface que
(iv) para todos x,y ∈ F, x≤ y o y≤ x.
Dado un conjunto parcialmente ordenado (F,≤), un elemento ω ∈ F se llama un
elemento máximo si no existe x ∈ F, x 6= ω tal que ω ≤ x.
Ejemplo 1.34. El ejemplo que nos importa es el orden dado por la inclusión en la
familia F de subconjuntos de un conjunto F dado, es decir, si A,B ∈ F diremos que
A ≤ B si A ⊆ B. Claramente éste es un orden parcial en F y no es un orden total
porque no siempre se tiene que A⊆ B o B⊆ A.
El lema de Zorn, un resultado de la teorı́a de conjuntos, es equivalente al axioma
de elección, y dice:
Lema de Zorn. Sea (F,≤) un conjunto parcialmente ordenado y supongamos que
toda cadena C⊆F tiene una cota superior en F (i.e., existe c∈F tal que u≤ c para
toda u ∈ C), entonces F tiene al menos un elemento máximo.
Regresando ahora al estudio de espacios vectoriales, si V 6= 0 es un espacio vec-
torial no trivial, notamos que V tiene subconjuntos T linealmente independientes,
por ejemplo para u1 6= 0 en V el conjunto T = {u1} es linealmente independiente.
Aceptando el lema de Zorn probaremos que todo subconjunto linealmente indepen-
diente T ⊆V se puede extender a una base de V :
Teorema 1.43. Sea V un K-espacio vectorial y T ⊆ V un subconjunto linealmente
independiente. Entonces, existe un subconjunto máximo linealmente independiente
B⊆V tal que T ⊆ B.
Demostración. Antes de comenzar la demostración, note que, por la proposición
1.29, B debe ser una base de V . Ahora, para demostrar el teorema, sea F la familia
de todos los subconjuntos linealmente independientes de V que contienen a T ; esta
familia es no vacı́a porque T ∈ F. Ordenemos a F mediante la inclusión. Para mos-
trar que F contiene un elemento máximo, por el lema de Zorn debemos mostrar que
toda cadena C de F está acotada por un elemento de F y para probar ésto, dada la
cadena C sea M :=
⋃
C∈CC la unión de los miembros de C. Mostraremos que M ∈F,
i.e., que M es linealmente independiente y que contiene a T . Note que la última par-
te es obvia porque T ⊆ C para toda C ∈ C y además C ⊆ M. Para mostrar que M
es linealmente independiente, supongamos que v1, . . . ,vn ∈ M y que los escalares
λ1, . . . ,λn ∈ K satisfacen que
(∗) λ1v1 + · · ·+λnvn = 0.
1.6 Bases y dimensión 41
Observe entonces que como cada vi ∈ M =
⋃
C∈CC, entonces existen Ci ∈ C tal
que vi ∈Ci y como C es una cadena, existe un Ck que contiene a todos los Ci para
1≤ i≤ n y por lo tanto v1, . . . ,vn ∈Ck. Ahora, como Ck es linealmente independien-
te, la igualdad (∗) implica que λ1 = · · · = λn = 0 y por lo tanto M es linealmente
independiente. ut
Ejercicio 1.45. Sea V = R3.
(i) Muestre que los vectores v1 = (2,−3,5), v2 = (8,−12,20), v3 = (1,0,−2),
v4 = (0,2,−1) generan R3.
(ii) Aplique el método dado en la demostración del teorema 1.29 para escoger una
base de R3 entre los vectores de (i).
Ejercicio 1.46. Sea V ⊆ R3 el conjunto de vectores v = (x,y,z) que satisfacen la
ecuación lineal x+ y+ z = 0.
(i) Muestre que V es un subespacio vectorial de R3.
(ii) Encuentre una base de V y calcule su dimensión.
Ejercicio 1.47. ¿Cuál es la dimensión del espacio vectorial Mat2×2(K)? Dé una ba-
se.
Ejercicio 1.48. Calcule la dimensión de Matm×n(K). Dé una base.
Ejercicio 1.49. Sea W = {A ∈Matn×n(K); : A es diagonal}. Calcule la dimensión
de W .
Ejercicio 1.50. Sea W el subespacio vectorial de matrices n× n triangulares supe-
riores con entradas en un campo K. Calcule su dimensión.
Ejercicio 1.51. Sea W = {A ∈Mat2×2(K) : A es simétrica}. Calcule la dimensión
de W .
Ejercicio 1.52. Sea W = {A ∈Matn×n(K) : A es simétrica}. Calcule la dimensión
de W .
Ejercicio 1.53. Sean V = Mat3×3(K) y W = {A ∈ V : Tr(A) = 0}. Calcule la di-
mensión de W .
Ejercicio 1.54. Sea W ⊆ R3 un subespacio vectorial. ¿Cuáles son las dimensiones
posibles de W? Demuestre que las posibilidades para W son: W = {0}, W = R3,
W = L (una recta por el origen), W = P (un plano por el origen).
Ejercicio 1.55. Sea Pn(K) el espacio vectorial de polinomios de grado≤ n con coe-
ficientes en un campo K. Calcule la dimensión de Pn(K) y dé una base.
Ejercicio 1.56. Sea V = Pn(R) y fije un real α ∈ R.
(i) Demuestre que el conjunto W = { f ∈ Pn(R) : f (α) = 0} es un subespacio
vectorial de V .
42 1 Espacios vectoriales
(ii) Calcule su dimensión.
Ejercicio 1.57. Considere a Cn como un R-espacio vectorial. Calcule dimR(Cn).
Explique.
Ejercicio 1.58. Una sucesión estrictamente creciente de subespacios vectoriales de
un K-espacio vectorial V
F0 ⊂ F1 ⊂ F2 ⊂ ·· · ⊂ Fn
se llama una bandera3 y el número n se llama la longitud de la bandera. Una bandera
se dice que es máxima si F0 = {0},
⋃
i Fi = V y no se puede insertar un subespacio
entre cualesquiera dos Fi ⊂ Fi+1, es decir, si Fi ⊆ M ⊆ Fi+1, entonces M = Fi o
M = Fi+1, para cualquier subespacio M.
(i) Si {e1, . . . ,en} es una base de V , poniendo F0 = {0} y Fi := K(e1, . . . ,ei) se
tiene una bandera de longitud n.
(ii) Demuestre que la dimensión de V es igual a la longitud de cualquier bandera
máxima en V .
3 La bandera {0} ⊂ {recta} ⊂ {plano} corresponde al punto ({0}) donde se planta la bandera, el
asta (recta) y la tela (plano).
Capı́tulo 2
Transformaciones lineales
Habiendo comenzado el estudio de los espacios vectoriales, es natural pensar
en compararlos. Para ésto, como los espacios vectoriales son conjuntos, sabemos
que las funciones entre conjuntos son relaciones entre ellos y de alguna manera los
comparan. Ahora, los espacios vectoriales son conjuntos con una estructura adicio-
nal, a saber, sus elementos se pueden sumar y se pueden multiplicar por escalares
del campo dado. Ası́, las funciones entre espacios vectoriales que nos interesan son
aquellas que preservan la estructura de espacio vectorial de los espacios involu-
crados; es decir, consideraremos funciones entre espacios vectoriales que respetan
la suma de vectores y el producto de un escalar por un vector. Estas funciones se
dice que son lineales y en este capı́tulo comenzamos su estudio, mostrando sus pro-
piedades principales para culminar con la conexión entre funciones lineales entre
espacios vectoriales de dimensión finita y matrices con entradas en el campo dado.
2.1. Transformaciones lineales
En esta sección comenzamos el estudio de las funciones1 lineales entre espaciosvectoriales y de algunos subespacios vectoriales asociados a ellas. Varios ejemplos
ilustrarán los conceptos y propiedades que veremos, en particular consideraremos
ejemplos importantes que provienen de la geometrı́a de R2, a saber, rotaciones,
reflexiones y proyecciones. También veremos algunos ejemplos que nos provee el
cálculo: derivación e integración son funciones lineales.
Definición 2.1. Si V y W son dos K-espacios vectoriales, una transformación lineal
entre V y W es una función T : V →W que satisface:
(i) T (u+ v) = T (u)+T (v), para cualesquiera u,v ∈V .
(ii) T (λv) = λT (v), para v ∈V y λ ∈ K.
1 Usaremos como sinónimos de función a las palabras aplicación y transformación.
43
44 2 Transformaciones lineales
Nota. Si T : V →W es una transformación lineal, algunas veces diremos que T :
V →W es K-lineal, para enfatizar el papel del campo K en la definición. También
diremos que T es una aplicación lineal o una función lineal.
Ejemplo 2.1. La función f : R→R dada por f (x) := αx, para α ∈R un real fijo, es
una transformación lineal.
Ejemplo 2.2. La función T : R2 → R2 dada por T (x,y) := (2x+ y,x− 3y) es una
aplicación lineal, ya que:
(i) Si u = (x,y) y v = (x′,y′) son dos vectores de R2, entonces u+v = (x+x′,y+
y′) y ası́
T (u+ v) = T (x+ x′,y+ y′) = (2(x+ x′)+(y+ y′),(x+ x′)−3(y+ y′))
= ((2x+ y)+(2x′+ y′),(x−3y)+(x′−3y′))
= (2x+ y,x−3y)+(2x′+ y′,x′−3y′)
= T (x,y)+T (x′,y′)
= T (u)+T (v).
(ii) Si λ ∈ R, entonces λu = (λx,λy) y ası́
T (λu) = T (λx,λy) = (2(λx)+λy,λx−3(λy))
= λ (2x+ y,x−3y)
= λT (x,y)
= λT (u).
Ejemplo 2.3. La función L : R3 → R2 dada por T (x,y,z) := (x + z,y− z) es una
transformación lineal, ya que:
(i) Si u = (x,y,z) y v = (x′,y′,z′) son dos vectores de R3, entonces u+ v = (x+
x′,y+ y′,z+ z′) y ası́
T (u+ v)=T (x+ x′,y+ y′,z+ z′)= ((x+ x′)+(z+ z′),(y+ y′)− (z+ z′))
= ((x+ z)+(x′+ z′),(y− z)+(y′− z′))
= (x+ z,y− z)+(x′+ z′,y′− z′)
= T (x,y,z)+T (x′,y′,z′)
= T (u)+T (v).
(ii) Si λ ∈ R, entonces λu = (λx,λy,λ z) y ası́
T (λu) = T (λx,λy,λ z) = (λx+λ z,λy−λ z)
= λ (x+ z,y− z)
= λT (x,y,z)
= λT (u).
2.1 Transformaciones lineales 45
Ejemplo 2.4. Si V = R[x] es el R-espacio vectorial de polinomios con coeficientes
en R, recordemos del cálculo que la derivada de un polinomio p(x) ∈ R[x] es otro
polinomio p′(x) ∈ R[x]; ası́, si definimos la función
D : R[x]→ R[x] mediante D(p(x)) := p′(x),
se tiene que D es una transformación lineal ya que la derivada de una suma de
funciones es la suma de las derivadas y la derivada saca constantes.
Ejemplo 2.5. Sea V = C([0,1],R) el R-espacio vectorial de funciones continuas del
intervalo [0,1] a R. A cada función continua f ∈ C([0,1],R) le podemos asociar su
integral definida
∫ 1
0 f (x)dx ∈ R y ası́ tenemos una función
I : C([0,1],R)→ R dada por I( f (x)) :=
∫ 1
0
f (x)dx,
la cual es lineal, ya que la integral de una suma de funciones continuas es la suma
de las integrales y la integral saca constantes.
Ejemplo 2.6 (Rotaciones en R2). Si fijamos un ángulo θ ∈ R, dado un vector arbi-
trario v = (a,b) ∈ R2, queremos obtener el vector Rθ (v) que se obtiene rotando el
vector v alrededor del origen 0 de R2 el ángulo θ :
◦ -
6
v
Rθ (v)
θ
0
�
��
�
��*
�
�
�
�
���
Para facilitar la geometrı́a involucrada, pensemos que θ es un ángulo positivo
(medido en sentido contrario al de las manecillas de un reloj) y consideremos el
caso cuando el vector v = (a,b) está en el primer cuadrante de R2, como en la figura
anterior. El vector v = (a,b) determina el triángulo rectángulo de catetos a, b, y
denotamos su hipotenusa por h. Observe ahora que si φ es el ángulo que hace el
vector v con respecto al semieje horizontal positivo:
46 2 Transformaciones lineales
◦ -
6
v
a
b
h
φ
0
��
��
��*
entonces
cosφ = a/h y senφ = b/h,
por lo que
v = (a,b) = (hcosφ ,hsenφ).
Consideremos ahora al vector Rθ (v) = (x,y) y pensemos ahora en las dos figuras
anteriores. La primera observación es que en el triángulo rectángulo que forma el
vector Rθ (v), los catetos son x e y, y la hipotenusa es la misma h que la del vector v.
Por eso decimos que las rotaciones son transformaciones rı́gidas, i.e., en particular
no cambian las longitudes. Luego observamos que el ángulo que forma Rθ (v) con
el semieje positivo X es θ + φ . Entonces, si Rθ (v) = (x,y), sus componentes x, y
satisfacen que
x = hcos(θ +φ)
y = hsen(θ +φ).
Recordemos ahora que
cos(θ +φ) = cosθ cosφ − senθ senφ
sen(θ +φ) = senθ cosφ + senφ cosθ .
Entonces,
x = hcos(θ +φ) = hcosθ cosφ −hsenθ senφ
y = hsen(θ +φ) = hsenθ cosφ +hsenφ cosθ ,
y como a = hcosφ y b = hsenφ , substituyendo arriba obtenemos
x = acosθ −bsenθ
y = asenθ +bcosθ ,
es decir, si v = (a,b) ∈ R2, entonces
Rθ (v) = (acosθ −bsenθ ,asenθ +bcosθ)
define la función rotación Rθ : R2→ R2. Mostraremos que Rθ es lineal:
2.1 Transformaciones lineales 47
Si u = (a,b) y v = (a′,b′) son dos vectores de R2, entonces
Rθ (u+ v) = Rθ (a+a′,b+b′)
= ((a+a′)cosθ − (b+b′)senθ ,(a+a′)senθ +(b+b′)cosθ)
= (acosθ −bsenθ ,asenθ +bcosθ)
+(a′ cosθ −b′ senθ ,a′ senθ +b′ cosθ)
= Rθ (u)+Rθ (v).
Si u = (a,b) ∈ R2 y λ ∈ R, entonces
Rθ (λu) = Rθ (λa,λb)
= ((λa)cosθ − (λb)senθ ,(λa)senθ +(λb)cosθ)
= λ (acosθ −bsenθ ,asenθ +bcosθ)
= λRθ (u).
Ejemplo 2.7 (Reflexiones en R2). Si v = (a,b) ∈ R2, el vector (a,−b) se obtiene a
partir de v reflejándolo con respecto al eje X :
◦ -
6
(a,b)
−φ
b
−b
(a,−b)
X
φ
0
��
�
��
�*
HHH
HHHj
y se tiene ası́ una función T : R2 → R2 dada por T (a,b) = (a,−b), a la cual se
le llama la reflexión con respecto al eje X . Similarmente se tiene la reflexión con
respecto al eje Y . Cada una de estas reflexiones es una transformación lineal, como
el lector puede verificar fácilmente.
Ejemplo 2.8 (Proyecciones de R2). Si v = (x,y) ∈R2, la función prX : R2→R dada
por prX (x,y) = x, se llama la proyección sobre el eje X :
◦ --
6
v = (x,y)
x
X
0
��
�
��
�*
48 2 Transformaciones lineales
Similarmente, la función prY : R2→R dada por prY (x,y) = y, se llama la proyec-
ción sobre el eje Y . Las dos proyecciones anteriores son transformaciones lineales
como se puede verificar fácilmente.
Ejemplo 2.9 (Proyecciones de R3). En forma análoga al ejemplo anterior, se tienen
las proyecciones
prX , prY , prZ : R3→ R
dadas por
prX (x,y,z) = x, prY (x,y,z) = y, prZ(x,y,z) = z.
Además también se tienen las funciones que proyectan un vector sobre uno de
los planos coordenados, por ejemplo, la proyección sobre el plano XY :
prXY : R3→ R2 dada por prXY (x,y,z) = (x,y)
proyecta el vector v = (x,y,z) sobre su sombra en el plano XY al cual indentificamos
con el espacio vectorial R2:
◦ -
6
�
�
�
�
v = (x,y,z)
prXY (v) = (x,y)
��
��1
PPPPq��
Y
X
Z
Similarmente se tienen las otras dos proyecciones sobre los planos coordenados
XZ y Y Z:
prXZ : R3→ R2 dada por prXZ(x,y,z) = (x,z)
y
prY Z : R3→ R2 dada por prY Z(x,y,z) = (y,z).
Se demuestra fácilmente que todas estas proyecciones son funciones lineales.
Ejemplo 2.10. La función traza, Tr : Matn×n(K)→ K dada por
Tr(ai j) =
n
∑
i=1
aii,
es una transformación lineal.
Ejemplo 2.11. La función transposición, t : Matm×n(K) → Matn×m(K) dada por
t(A) = AT, también es una transformación lineal.
2.1 Transformaciones lineales 49
Ya para finalizar nuestra lista de ejemplos, se tienen dos transformaciones linea-
les que están presentes siempre:
Ejemplo 2.12. Si V es cualquier K-espacio vectorial, la función identidad idV : V →
V dada por idV (v) = v, es lineal.
Ejemplo 2.13. Si V y W son dos K-espacios vectoriales cualesquiera, la función cero
0 : V →W dada por 0(v) = 0W , es decir, manda todos los vectores de V al vector
0W de W , también es lineal.
Hemos definido las transformaciones lineales como funciones T : V →W en-
tre espacios vectoriales que preservan sus operaciones. Las propiedades siguientes
deben ser entonces naturales:
Proposición 2.2. Sea T : V →W una transformación K-lineal. Entonces
(1) T (0V ) = 0W , donde 0V y 0W son los neutros aditivos de V y W, respectiva-mente.
(2) T (−v) =−T (v), para todo v ∈V .
(3) T (au+bv) = aT (u)+bT (v), para u,v ∈V y a,b ∈ K.
Demostración. (1): T (0V ) = T (0V + 0V ) = T (0V )+T (0V ), ya que 0V es neutro y
T es lineal. La igualdad anterior y la ley de cancelación implican que T (0V ) = 0W .
(2): T (v)+T (−v) = T (v− v) = T (0V ) = 0W , la última igualdad por la parte (1).
La igualdad T (v) + T (−v) = 0W y la unicidad del inverso aditivo implican que
T (−v) =−T (v).
(3): Si a,b∈K y u,v∈V , entonces por la aditividad de T se tiene la primera igualdad
en
T (au+bv) = T (au)+T (bv) = aT (u)+bT (v)
y la segunda igualdad porque T saca escalares. ut
Proposición 2.3. Si L : U → V y T : V →W son transformaciones K-lineales, en-
tonces la composición T ◦L : U →W también es lineal.
Demostración. (1): Sean u,v ∈U . Entonces,
(T ◦L)(u+ v) = T (L(u+ v)) por definición de composición
= T (L(u)+L(v)) porque L es lineal
= T (L(u))+T (L(v)) porque T es lineal
= (T ◦L)(u)+(T ◦L)(v) por definición de composición.
(2): Sean u ∈U y λ ∈ K. Entonces,
(T ◦L)(λu) = T (L(λu)) por definición de composición
= T (λL(u)) porque L es lineal
= λT (L(u)) porque T es lineal
= λ (T ◦L)(u) por definición de composición.
50 2 Transformaciones lineales
ut
Proposición 2.4. Si T : V →W es una transformación lineal biyectiva, entonces la
función inversa T−1 : W →V también es lineal.
Demostración. (1): Sean u,v ∈W y sean u′,v′ ∈V tales que T (u′) = u y T (v′) = v.
Entonces, u+ v = T (u′)+T (v′) = T (u′+ v′), ya que T es lineal. Se sigue que
T−1(u+ v) = u′+ v′ = T−1(u)+T−1(v).
(2): Sean u ∈W y λ ∈ K. Sea u′ ∈ V tal que T (u′) = u. Entonces, λu = λT (u′) =
T (λu′), ya que T es lineal. Se sigue que
T−1(λu) = λu′ = λT−1(u).
ut
Definición 2.5. Si T : V →W es una transformación lineal biyectiva, diremos que
T es un isomorfismo de espacios vectoriales.
Ası́, la proposición 2.4 dice que la función inversa de un isomorfismo T : V →W
es un isomorfismo también.
Ejemplo 2.14. Si V es cualquier K-espacio vectorial, la función identidad es un iso-
morfismo. En efecto, por el ejemplo 2.12, la identidad es lineal y es biyectiva.
Ejemplo 2.15. Sea T : Mat2×2(R)→ R4 la función dada por
T
(
a b
c d
)
= (a,b,c,d).
Entonces, T es un isomorfismo. Es claro que T es lineal. Para mostrar que T es
inyectiva, supongamos que
T
(
a b
c d
)
= T
(
a′ b′
c′ d′
)
.
Entonces, (a,b,c,d) = (a′,b′,c′,d′) y por lo tanto a = a′, b = b′, c = c′, d = d′. Se
sigue que (
a b
c d
)
=
(
a′ b′
c′ d′
)
.
Para mostrar que T es suprayectiva, sea w = (a,b,c,d) ∈ R4. Entonces la matriz
A =
(
a b
c d
)
es tal que T (A) = w.
Ejemplo 2.16. La función L : P2(R)→R3 dada por L(a0+a1x+a2x2) = (a0,a1,a2)
es un isomorfismo. Es claro que es lineal. Para ver que es inyectiva, supongamos que
L(a0 +a1x+a2x2) = L(a′0 +a
′
1x+a
′
2x
2).
2.1 Transformaciones lineales 51
Entonces, (a0,a1,a2) = (a′0,a
′
1,a
′
2) y ası́ ai = a
′
i, por lo que los polinomios corres-
pondientes son iguales. Que L es suprayectiva es porque si w = (a,b,c) ∈ R3, el
polinomio f (x) = a+bx+ cx2 ∈ P2(R) es tal que L( f (x)) = w.
La palabra isomorfismo, de las raı́ces griegas iso que significa igual y morfé que
significa forma, captura la propiedad de que una transformación lineal biyectiva
entre dos espacios vectoriales identifica a estos dos espacios, tanto como conjuntos
(la biyectividad de la función) como con respecto a sus estructuras, identificando la
suma de un espacio con la suma en el otro, e identificando el producto de un escalar
en un espacio con el producto por un escalar en el otro. De alguna manera nos dice
que los dos espacios son el mismo, sólo presentados de diferente manera o nombre.
En particular, en el caso de espacios vectoriales de dimensión finita, esperamos que
los isomorfismos se comporten bien con respecto a las bases y a la dimensión de los
espacios.
Proposición 2.6. Sea T : V →W una transformación lineal inyectiva. Si v1, . . . ,vn
son vectores de V linealmente independientes, entonces T (v1), . . . ,T (vn) son vecto-
res de W linealmente independientes también.
Demostración. Supongamos que se tiene una combinación lineal
a1T (v1)+ · · ·+anT (vn) = 0W .
Entonces, como T es lineal, T (a1v1 + · · ·+anvn) = 0W . Ahora, como T (0V ) = 0W
por la proposición 2.2, entonces T (0V ) = T (a1v1+ · · ·+anvn), y como T es inyecti-
va, esto último implica que a1v1 + · · ·+anvn = 0V . Pero como v1, . . . ,vn son lineal-
mente independientes, entonces la combinación lineal anterior implica que ai = 0
para todo i, y por lo tanto T (v1), . . . ,T (vn) son linealmente independientes. ut
Una consecuencia inmediata es que los isomorfismos entre espacios vectoriales
de dimensión finita preservan la dimensión:
Teorema 2.7. Sea T : V →W un isomorfismo entre espacios vectoriales de dimen-
sión finita. Entonces, dimV = dimW.
Demostración. Sean m = dimV y n = dimW . Si {v1, . . . ,vm} es una base de V , co-
mo T es inyectiva la proposición 2.6 anterior dice que T (v1), . . . ,T (vm) son vectores
de W linealmente independientes y por lo tanto m≤ n por el corolario 1.35. Ahora,
como T−1 : W → V también es un isomorfismo, si {w1, . . . ,wn} es una base de W ,
como T−1 es inyectiva la proposición 2.6 dice que T−1(w1), . . ., T−1(wn) son vec-
tores de V linealmente independientes y por lo tanto n≤m por el corolario 1.35. Se
sigue que m = n. ut
Ejercicio 2.1. Sea f : V →W una transformación lineal entre dos K-espacios vec-
toriales. Si v1, . . . ,vn ∈V y λ1, . . . ,λn ∈ K, demuestre que
f (λ1v1 + · · ·+λnvn) = λ1 f (v1)+ · · ·+λn f (vn).
52 2 Transformaciones lineales
Ejercicio 2.2. Sea T : V →W una función entre espacios vectoriales. Demuestre
que T es lineal si y sólo si T (au+bv) = aT (u)+bT (v), para cualesquiera a,b ∈ K
y u,v ∈V .
Ejercicio 2.3. Sean U,V,W tres K-espacios vectoriales y sean f : U→W y g : V →
W dos transformaciones lineales. Considere los productos cartesianos U×V y W ×
W . Defina la función T : U×V →W ×W mediante
T (u,v) := ( f (u),g(v)).
Demuestre que T es lineal.
Ejercicio 2.4. Sean U,V dos K-espacios vectoriales y defina las funciones
i1 : U →U×V dada por i1(u) = (u,0V )
e
i2 : V →U×V dada por i2(v) = (0U ,v).
Demuestre que ambas son lineales e inyectivas.
Ejercicio 2.5. Con la misma notación del ejercicio anterior, defina las funciones
p1 : U×V →U dada por p1(u,v) = u
y
p2 : U×V →V dada por p2(u,v) = v.
Demuestre que son lineales y suprayectivas.
Ejercicio 2.6. Sea V un K-espacio vectorial de dimensión finita y sea T : V →V una
aplicación lineal de V en sı́ mismo. Considere la composición de T consigo misma,
i.e., T 2 = T ◦T : V → V y sea idV : V → V la identidad. Si T 2 = 0, demuestre que
la función diferencia idV −T : V →V es un isomorfismo.
Ejercicio 2.7. Si f : V →W y g : W →U son isomorfismos de K-espacios vecto-
riales, demuestre que la composición g◦ f : V →U también es un isomorfismo, con
inversa
(g◦ f )−1 = f−1 ◦g−1 : U →V.
Ejercicio 2.8. Si g : R2→R2 es la función dada por g(x,y) = (x+y,x−y). Muestre
que g es un isomorfismo.
Ejercicio 2.9. Si h : R2 → R2 es la función dada por h(x,y) = (2x + y,3x− 5y).
Muestre que h es un isomorfismo.
Ejercicio 2.10. Si T : R3→ R3 es la función dada por T (x,y,z) = (x− y,x+ z,x+
y+2z). Muestre que T es un isomorfismo.
Ejercicio 2.11. Si L : R3 → R3 es la función dada por L(x,y,z) = (2x− y+ z,x+
y,3x+ y+ z). Muestre que L es un isomorfismo.
2.2 Núcleo e imagen de una transformación lineal 53
Ejercicio 2.12. Demuestre que cualquier rotación Rθ : R2→R2 es un isomorfismo.
¿Cuál es su inversa?
Ejercicio 2.13. Sea T : Mat2×2(R)→ P3(R) la función dada por
T
(
a b
c d
)
= a+bx+ cx2 +dx3.
Demuestre que T es un isomorfismo.
Ejercicio 2.14. En general, si T : Matm×n(R)→ Rmn es la función
T
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
=(a11, . . . ,a1n,a21, . . . ,a2n, . . . ,am1, . . . ,amn).
Demuestre que T es un isomorfismo.
Ejercicio 2.15. Sea T : Pn(K)→ Kn+1 la función
T (a0 +a1x+ · · ·+anxn) := (a0,a1, .. . ,an).
Demuestre que T es un isomorfismo.
Ejercicio 2.16. Sea λ ∈ K un escalar 6= 0. Defina Tλ : Kn→ Kn mediante Tλ (x) :=
λx. Demuestre que Tλ es un isomorfismo.
Ejercicio 2.17. Demuestre que todas las aplicaciones lineales T : R→ R son de la
forma T (x) = αx, para algún α ∈ R. ¿Cuáles de ellas son isomorfismos?
2.2. Núcleo e imagen de una transformación lineal
En esta sección estudiamos unos subespacios asociados a una transformación
lineal y usando estos subespacios derivamos algunas propiedades de la transforma-
ción lineal. La sección culmina con una fórmula que relaciona la dimensión de los
espacios asociados a una función lineal entre espacios de dimensión finita.
Definición 2.8. Sea T : V →W una transformación lineal. Se tienen los conjuntos
siguientes:
ker(T ) := {v ∈V : T (v) = 0W} ⊆V.
e
Im(T ) := {T (v) ∈W : v ∈V} ⊆W.
Al conjunto ker(T ) se le llama el núcleo de la transformación lineal T y al con-
junto Im(T ) se le llama la imagen de la transformación lineal T .
54 2 Transformaciones lineales
Proposición 2.9. Sea T : V →W una transformación lineal. Entonces,
(1) ker(T ) es un subespacio vectorial de V .
(2) Im(T ) es un subespacio vectorial de W.
Demostración. (1): 0V ∈ ker(T ) ya que T (0V ) = 0W . Supongamos ahora que u,v ∈
ker(T ); entonces T (u) = 0W = T (v) y ası́ T (u+v) = T (u)+T (v) = 0W +0W = 0W ,
i.e., u+v∈ ker(T ). Ahora, si u∈ ker(T ) y λ ∈K, entonces T (u) = 0W y por lo tanto
T (λu) = λT (u) = λ0W = 0W y ası́ λu ∈ ker(T ).
(2): 0W ∈ Im(T ) ya que 0W = T (0V ). Supongamos ahora que u,v∈ Im(T ); entonces
existen u′,v′ ∈V tales que T (u′) = u y T (v′) = v, y ası́ T (u′+v′) = T (u′)+T (v′) =
u+ v, i.e., u+ v ∈ Im(T ). Ahora, si u ∈ Im(T ) y λ ∈ K, entonces existe u′ ∈ V tal
que T (u′) = u y por lo tanto T (λu′) = λT (u′) = λu y ası́ λu ∈ Im(T ). ut
Ejemplo 2.17. Si V = C∞([0,1],R) es el R-espacio vectorial de funciones diferen-
ciables en el intervalo [0,1] y si D : V →V es la derivada D( f ) = f ′, el núcleo de D
es el subespacio de funciones constantes en [0,1].
Ejemplo 2.18. Si T : R2→R2 es la tranformación lineal T (x,y) = (3x+y,x−2y) el
núcleo de T es el subespacio de soluciones del sistema de ecuaciones homogéneo:
3x+ y = 0
x−2y = 0.
Ejemplo 2.19. Si prXY : R3→ R2 es la proyección prXY (x,y,z) = (x,y) su núcleo es
ker(prXY ) = {(0,0,z) ∈ R3}= eje Z
y su imagen es todo R2.
Por definición de suprayectividad, T : V →W es suprayectiva si y sólo si Im(T ) =
W . Lo que es sorprendente es:
Proposición 2.10. Sea T : V →W una transformación lineal. Entonces, T es inyec-
tiva si y sólo si ker(T ) = {0V}.
Demostración. Si T es inyectiva y v∈ ker(T ), entonces T (v) = 0W = T (0V ) y por la
inyectividad de T esto implica que v = 0V , i.e., ker(T ) = {0V}. Supongamos ahora
que ker(T ) = {0V} y sean u,v ∈ V tales que T (u) = T (v). Entonces, T (u− v) =
T (u)−T (v) = 0W por lo que u− v ∈ ker(T ) = {0V} y ası́ u− v = 0V , i.e., u = v y
por lo tanto T es inyectiva. ut
Para la imagen de una función lineal se tiene:
Proposición 2.11. Sea T : V →W una transformación lineal. Si B= {v1, . . . ,vn} es
una base de V , entonces
ImT = K(T (v1), . . . ,T (vn)).
2.2 Núcleo e imagen de una transformación lineal 55
Demostración. Claramente T (vi)∈ ImT para cada i, y como ImT es un subespacio
vectorial, entonces ImT contiene a todas las combinaciones lineales de los T (vi)
y por lo tanto K(T (v1), . . . ,T (vn)) ⊆ ImT . Para la otra inclusión, si w ∈ ImT , en-
tonces existe un v ∈ V tal que w = T (v). Escribiendo a v en términos de la base B,
v = a1v1 + · · ·+anvn, se tiene que
w = T (v) = T (a1v1 + · · ·+anvn)
= a1T (v1)+ · · ·+anT (vn) ∈ K(T (v1), . . . ,T (vn)),
i.e., ImT ⊆ K(T (v1), . . . ,T (vn)). ut
El resultado siguiente dice que una transformación lineal entre espacios de di-
mensión finita está determinada por sus valores en cualquier base del dominio:
Teorema 2.12. Sean V y W dos K-espacios vectoriales, con V de dimensión finita
y sea B = {v1, . . . ,vn} una base de V . Si w1, . . . ,wn son elementos arbitrarios de
W, entonces existe una única transformación lineal tal que T (vi) = wi, 1 ≤ i ≤ n.
Dicho en otras palabras:
(1) Cualquier función de la base B al espacio W se puede extender a una función
lineal T : V →W.
(2) Si T,L : V →W son dos funciones lineales tales que coinciden en la base B, i.e.,
T (vi) = L(vi), 1≤ i≤ n, entonces T = L en todo V .
Demostración. (1): Existencia. Por hipótesis se tiene una función T : B→W dada
por T (vi) = wi. Veremos que T se puede extender linealmente a todo V . En efecto,
sea v∈V cualquier vector. Como B es base de V , existen escalares únicos a1, . . . ,an
en K tales que v= a1v1+ · · ·+anvn. Se define entonces el vector T (v)∈W mediante:
T (v) := a1T (v1)+ · · ·+anT (vn),
i.e., la combinación lineal dada por los vectores wi = T (vi)∈W usando los (únicos)
escalares ai provenientes de v. Mostraremos que T : V →W es lineal.
(i) Si v = a1v1 + · · ·+anvn y u = b1v1 + · · ·+bnvn son dos vectores de V escritos en
términos de la base B, entonces
v+u = (a1 +b1)v1 + · · ·+(an +bn)vn
y ası́, por definición de T , se tiene:
T (v+u) = (a1 +b1)T (v1)+ · · ·+(an +bn)T (vn)
= (a1T (v1)+b1T (v1))+ · · ·+(anT (vn)+bnT (vn))
= (a1T (v1)+ · · ·+anT (vn))+(b1T (v1)+ · · ·+bnT (vn))
= T (v)+T (u).
(ii) Si v = a1v1 + · · ·+anvn y λ ∈ K, entonces
56 2 Transformaciones lineales
λv = (λa1)v1 + · · ·+(λan)vn
y ası́, por definición de T , se tiene:
T (λv) = λ (a1)T (v1)+ · · ·+(λan)T (vn)
= λ (a1T (v1)+ · · ·+anT (vn))
= λT (v).
(2): Unicidad. Supongamos que L : V →W es otra transformación lineal tal que
coincide con T cuando se restringe a B, i.e., L(vi) = T (vi) para toda i. Entonces,
para cualquier vector v ∈ V , escribiéndolo en términos de la base de V , v = a1v1 +
· · ·+anvn, se tiene que
L(v) = L(a1v1 + · · ·+anvn)
= a1L(v1)+ · · ·+anL(vn))
= a1T (v1)+ · · ·+anT (vn)) porque L(vi) = T (vi)
= T (a1v1 + · · ·+anvn)
= T (v),
y por lo tanto L = T . ut
El resultado siguiente relaciona las dimensiones del núcleo, imagen y dominio
de una transformación lineal entre espacios de dimensión finita:
Teorema 2.13. Sea T : V →W una transformación lineal entre espacios vectoriales
de dimensión finita. Entonces,
(∗) dimK(V ) = dimK(kerT )+dimK(ImT ).
Demostración. Si kerT = {0V}, entonces dim(kerT ) = 0 y T es inyectiva. Se sigue
que T : V → ImT es un isomorfismo y por el teorema 2.7 se tiene que dim(V ) =
dim(ImT ), i.e., (∗) es cierta en este caso.
Si kerT 6= {0V}, sea A = {u1, . . . ,uk} una base de kerT . Por el corolario 1.38
podemos extender A a una base de V , digamos {u1, . . . ,uk,uk+1, . . . ,un}, si dimV =
n. Mostraremos que R= {T (uk+1), . . . ,T (un)} es una base de ImT .
(1) R genera, ya que por la proposición 2.11 T (u1), . . . ,T (uk),T (uk+1), . . . ,T (un)
generan ImT y como T (u1) = · · · = T (uk) = 0W , entonces T (uk+1), . . . ,T (un) ge-
neran ImT .
(1) R es linealmente independiente, ya que si
0W = ak+1T (uk+1)+ · · ·+anT (un),
entonces 0W = T (ak+1uk+1 + · · ·+ anun) porque T es lineal. Se tiene ası́ que
ak+1uk+1 + · · ·+ anun ∈ kerT . Ahora, como u1, . . . ,uk es base de kerT , entonces
existen escalares a1, . . . ,ak tales que
2.2 Núcleo e imagen de una transformación lineal 57
ak+1uk+1 + · · ·+anun = a1u1 + · · ·+akuk.
Se sigue que
(−a1)u1 + · · ·+(−ak)uk +ak+1uk+1 + · · ·+anun = 0V
y como los u1, . . . ,un son linealmente independientes, la última igualdad implica que
todos los ai = 0; en particular ak+1 = · · · = an = 0 y por lo tanto R es linealmente
independiente. Hemos ası́ mostrado que dim(ImT ) = n− k, con n = dimV y k =
dim(kerT ), es decir, dimV = dim(kerT )+dim(ImT ). ut
El espacio vectorial de transformaciones lineales. Si V y W son dos K-espacios
vectoriales fijos, denotemos con Lin(V,W ) al conjunto2 de transformaciones linea-
les de V a W , es decir,
Lin(V,W ) := {T : V →W : T es K-lineal}.
Mostraremos que Lin(V,W ) es un K-espacio vectorial con las operaciones definidas
como sigue:
Suma. Si L,T : V →Wson dos aplicaciones lineales, se define su suma L+T como
la función L+T : V →W dada por
(L+T )(v) := L(v)+T (v),
usando en el lado derecho la suma de vectores en W .
Producto por un escalar. Si T ∈ Lin(V,W ) y λ ∈ K, se define el producto λT como
la función λT : V →W dada por
(λT )(v) := λT (v),
donde en el lado derecho se tiene el producto de un escalar por un vector en W .
Proposición 2.14. Sean L,T : V →W dos transformaciones lineales y λ ∈ K. En-
tonces, L+T : V →W y λT : V →W también son lineales.
Demostración. Para L+T : V →W :
(i) Si u,v ∈V , entonces
(L+T )(u+ v) = L(u+ v)+T (u+ v) por definición de L+T
= L(u)+L(v)+T (u)+T (v) porque L y T son lineales
= (L(u)+T (u))+(L(v)+T (v))
= (L+T )(u)+(L+T )(v) por definición de L+T .
2 Siguiendo alguna tradición, usaremos la notación Lin(V,W ) para denotar al conjunto (de hecho,
espacio vectorial, como se vio a continuación) de transformaciones lineales de V a W , aún cuando
la notación usual es la de HomK(V,W ) porque en el caso general a las transformaciones lineales se
les suele llamar homomorfismos, y retomaremos esta última notación a partir de la sección 10.6.
58 2 Transformaciones lineales
(ii) Si u ∈V y α ∈ K, entonces
(L+T )(αu) = L(αu)+T (αu) por definición de L+T
= αL(u)+αT (u) porque L y T son lineales
= α(L(u)+T (u)))
= α(L+T )(u) por definición de L+T .
Para λT : V →W :
(i) Si u,v ∈V , entonces
(λT )(u+ v) = λ (T (u+ v)) por definición de λT
= λ (T (u)+T (v)) porque T es lineal
= λ (T (u))+λ (T (v))
= (λT )(u)+(λT )(v) por definición de λT .
(ii) Si u ∈V y α ∈ K, entonces
(λT )(αu) = λ (T (αu)) por definición de λT
= λ (αT (u)) porque T es lineal
= (λα)(T (u))
= α(λ (T (u))
= α(λT )(u) por definición de λT .
ut
Proposición 2.15. Sean V y W dos K-espacios vectoriales. Entonces, con las ope-
raciones anteriores Lin(V,W ) es un K-espacio vectorial.
Demostración. El neutro aditivo de Lin(V,W ) es la función 0 : V →W que manda
todo al vector 0W y que es lineal por el ejemplo 2.13. La inversa aditiva de una
transformación lineal T ∈Lin(V,W ) es la función−T :V→W dada por (−T )(v) :=
−T (v), la cual es obviamente lineal. Todas las otras propiedades de espacio vectorial
se demuestran fácilmente y se dejan como un ejercicio. ut
Productos directos. Si V y W son dos K-espacios vectoriales, consideremos el pro-
ducto cartesiano V ×W de los conjuntos subyacentes. Es decir,
V ×W := {(v,w) : v ∈V, w ∈W}.
En el conjunto V ×W se definen las operaciones siguientes:
Suma. Si (v,w),(v′,w′) son dos elementos de V ×W , se define
(v,w)+(v′,w′) := (v+ v′,w+w′)
observando que en el dado derecho, v+v′ ∈V y w+w′ ∈W , por lo que (v+v′,w+
w′) ∈V ×W .
2.2 Núcleo e imagen de una transformación lineal 59
Producto por un escalar. Si (v,w) ∈V ×W y λ ∈ K, se define
λ (v,w) := (λv,λw),
observando que en el lado derecho, λv∈V y λw∈W , por lo que (λv,λw)∈V ×W .
Se verifica fácilmente que V ×W es un K-espacio vectorial, ejercicio 2.19, con neu-
tro aditivo el elemento (0V ,0W ) y si (v,w) ∈V ×W , su inverso aditivo es (−v,−w).
Sumas directas y productos directos. En la sección 1.3 hemos definido y estudia-
do la suma directa de dos subespacios vectoriales V y W de un espacio vectorial U .
Observamos ahora que en la definición de producto directo sólo requerimos que los
factores sean dos espacios vectoriales, no necesariamente subespacios de otro espa-
cio, por eso siempre se tiene definido el producto directo de dos espacios y la suma
directa no siempre está definida ya que requiere que los espacios involucrados sean
subespacios de otro espacio. ¿Qué sucede si se tienen dos subespacios vectoriales
V,W ⊆U y consideramos su suma directa V ⊕W y su producto directo V ×W?
Proposición 2.16. Sean V , W subespacios de un K-espacio vectorial U tales que
V ∩W = {0U}. Entonces, la función natural
T : V ×W →V ⊕W
dada por T (v,w) := v+w, es un isomorfismo.
Demostración. (1): T es lineal ya que:
(i) Si (v,w),(v′,w′) ∈V ×W , entonces (v,w)+(v′,w′) = (v+ v′,w+w′) y ası́
T ((v,w)+(v′,w′)) = T (v+ v′,w+w′) = (v+ v′)+(w+w′)
= (v+w)+(v′+w′)
= T (v,w)+T (v′,w′).
(ii) Si (v,w) ∈V ×W y λ ∈ K, entonces λ (v,w) = (λv,λw) y ası́
T (λ (v,w)) = T (λv,λw) = λv+λw
= λ (v+w)
= λT (v,w).
(2) : T es inyectiva. Para probar esto, mostraremos que kerT = {(0U ,0U )}. Sea
(v,w)∈ kerT ; entonces T (v,w)= 0U y ası́, 0U = T (v,w)= v+w implica que v=−w
y por lo tanto v,w ∈ V ∩W . Pero como V ∩W = {0U}, entonces v = 0U = w, i.e.,
(v,w) = (0U ,0U ).
(3) : T es suprayectiva. Esto es claro que si v+w∈V ⊕W , entonces v∈V y w∈W ,
por lo que (v,w) ∈V ×W satisface que T (v,w) = v+w. ut
Ejercicio 2.18. Demuestre las propiedades faltantes para ver que Lin(V,W ) es un
K-espacio vectorial.
60 2 Transformaciones lineales
Ejercicio 2.19. Compruebe que V ×W es un K-espacio vectorial.
Ejercicio 2.20. Si V y W son K-espacios vectoriales de dimensión finita, demuestre
que
dimK(V ×W ) = dimK(V )+dimK(W ).
Ejercicio 2.21. Si f : V →W es una aplicación lineal inyectiva, demuestre que f :
V → Im( f ) es un isomorfismo.
Ejercicio 2.22. Si f : V →W es una transformación lineal inyectiva y dimK(V ) =
dimK(W )< ∞, demuestre que f es un isomorfismo.
Ejercicio 2.23. Si V y W son espacios vectoriales de dimensión finita, f : V →W
es lineal y dimK(V )> dimK(W ), demuestre que f no puede ser inyectiva.
Ejercicio 2.24. Si V y W son espacios vectoriales de dimensión finita, f : V →W
es lineal y dimK(V )< dimK(W ), demuestre que f no puede ser suprayectiva.
Ejercicio 2.25. Si V y W son dos K-espacios vectoriales de dimensión finita, tales
que dimK(V ) = dimK(W ), demuestre que V y W son isomorfos.
Ejercicio 2.26. Suponga que V y W son dos espacios vectoriales de dimensión finita
y dimK V = dimK W . Si f : V →W es lineal, demuestre que f es inyectiva si y sólo
si f es suprayectiva.
Ejercicio 2.27. Sea V = C∞([0,1],R) el R-espacio vectorial de funciones dife-
renciables en [0,1] y sea D : V → V la operación de derivación D( f ) = f ′. Si
T = D− idV : V →V , calcule su núcleo.
Ejercicio 2.28. Sea V como en el ejercicio anterior y fijemos un real λ ∈ R. Si
T = D−λ · idV : V →V , calcule su núcleo.
Ejercicio 2.29. Sea V = Matn×n(K) y sea T : V →V la función
T (A) =
1
2
(A−AT).
(i) Calcule el núcleo de T .
(ii) Calcule dimK(kerT ).
Ejercicio 2.30. Sean U,W subespacios de V y sea T : U ×W → V la función
T (u,w) = u−w.
(i) Muestre que T es lineal.
(ii) Calcule el núcleo de T .
(iii) Calcule la imagen de T .
Ejercicio 2.31. Sea P : V → V una transformación lineal tal que P2 = P (donde
P2 := P ◦P). Demuestre que V = kerP⊕ ImP. Sugerencia: si v ∈ V , entonces v =
(v−P(v))+P(v).
2.3 Transformación lineal asociada a una matriz 61
Ejercicio 2.32. Sean U,W subespacios de V y considere las funciones i1 : U →
U ⊕W e i2 : W → U ⊕W dadas por i1(u) = u = u + 0V e i2(w) = w = 0V + w
y las funciones p1 : U ⊕W → U y p2 : U ⊕W →W dadas por p1(u+w) = u y
p2(u+w) = w. Claramente i1 e i2 son lineales e inyectivas.
(i) Muestre que p1 y p2 están bien definidas, son lineales y suprayectivas.
(ii) Muestre que Im i1 = ker p1 e Im i2 = ker p2.
2.3. Transformación lineal asociada a una matriz
Si K es un campo y V y W son dos K-espacios vectoriales de dimensiones fini-
tas, digamos dimK(V ) = n y dimK(W ) =m, podemos en forma natural preguntarnos
cuál será la dimensión del espacio vectorial Lin(V,W ) de transformaciones lineales
de V a W . En esta sección comenzamos a estudiar este espacio vectorial, importante
porque incluye a todas las transformaciones lineales de V a W , para culminar en
la sección siguiente donde mostramos que Lin(V,W ) es isomorfo al espacio vecto-
rial de matrices Matm×n(K). Esto, de paso calcula la dimensión de Lin(V,W ), pero
además nos dice concretamente quiénes son sus elementos, las matrices m× n con
entradas en el campo K, salvo la identificación que hace el isomorfismo correspon-
diente. El objetivo de esta sección es proveernos con una función de Matm×n(K) a
Lin(V,W ), para dos espacios vectoriales de loscuales sabemos que tienen dimen-
siones n y m obviamente, a saber, Kn y Km, y para esto, necesitaremos conocer una
nueva operación con matrices que no hemos estudiado hasta ahora, el producto de
matrices. Comenzamos con ésto.
Producto de matrices. Si K es un campo, ya vimos que el conjunto de matri-
ces Matm×n(K) es un K-espacio vectorial. Ası́, podemos sumar matrices (entrada
por entrada) y multiplicarlas por un escalar (entrada por entrada). En este punto,
podrı́amos preguntarnos si habrá una manera de multiplicar matrices que satisfaga
las propiedades que uno podrı́a esperar. Para comenzar, es claro que deben haber
ciertas condiciones sobre las matrices para que las podamos multiplicar, por ejem-
plo, para sumar dos matrices requerimos que sean del mismo tamaño m× n para
que al sumarlas se pueda hacer entrada a entrada y se obtenga al final una matriz
del mismo tamaño que las dadas. Ası́, para multiplicar matrices uno inicialmente
pensarı́a que las dos matrices deben ser del mismo tamaño para poder multiplicarlas
entrada por entrada. Muchas propiedades algebraicas son válidas con el producto
definido entrada a entrada, sin embargo, desde el punto de vista del desarrollo de
la matemática, éste no es el producto de matrices que aparece naturalmente en va-
rios contextos de la matemática. Por ejemplo, si recordamos que las matrices están
asociadas a sistemas de ecuaciones lineales, pensemos a estos sistemas como trans-
formaciones lineales como sigue: si L : R3 → R2 es la transformación lineal dada
por
L(x1,x2,x3) = (x1 + x3,x1 + x2 + x3)
y si T : R2→ R2 es la transformación lineal
62 2 Transformaciones lineales
T (y1,y2) = (2y1− y2,y1 + y2),
si denotamos con x = (x1,x2,x3) ∈ R3 y y = (y1,y2) ∈ R2, la función L : R3→ R2
la podemos escribir como
x1 + x3 = y1
x1 + x2 + x3 = y2
y la matriz asociada a este sistema es:
B =
(
1 0 1
1 1 1
)
.
Similarmente, escribiendo y = (y1,y2) en el dominio y z = (z1,z2) en el codominio,
la función T : R2→ R2 está dada por
2y1− y2 = z1
y1 + y2 = z2
cuya matriz asociada es:
A =
(
2 −1
1 1
)
.
Consideremos ahora la composición T ◦L : R3→ R2 que está dada por
(T ◦L)(x1,x2,x3) = T (L((x1,x2,x3)))
= T (x1 + x3,x1 + x2 + x3) = T (y1,y2)
= (2(x1 + x3)−(x1 + x2 + x3),(x1 + x3)+(x1 + x2 + x3))
= (z1,z2),
lo cual nos da el sistema de ecuaciones lineales
2(x1 + x3)− (x1 + x2 + x3) = z1
(x1 + x3)+(x1 + x2 + x3) = z2
que simplicado es:
x1− x2 + x3 = z1
2x1 + x2 +2x3 = z2
cuya matriz asociada es
C =
(
1 −1 1
2 1 2
)
y es natural que uno quiera que C sea el producto de las matrices A y B, es decir,
C = AB. Lo primero que observamos es que A es 2× 2, B es 2× 3 y C es 2× 3.
Luego, para ver cómo se obtiene C a partir de B y A, escribamos los sistemas de
ecuaciones anteriores en general:
(•) El sistema correspondiente a cualquier transformación lineal L : R3→ R2 es:
2.3 Transformación lineal asociada a una matriz 63
a11x1 +a12x2 +a13x3 = y1
a21x1 +a22x2 +a23x3 = y2
con matriz asociada
B =
(
a11 a12 a13
a21 a22 a23
)
.
(•) Similarmente, el sistema correspondiente a cualquier transformación lineal T :
R2→ R2 es:
b11y1 +b12y2 = z1
b21y1 +b22y2 = z2
con matriz asociada
A =
(
b11 b12
b21 b22
)
.
(•) Entonces, la composición T ◦L : R3→ R2 tiene el sistema:
b11(a11x1 +a12x2 +a13x3)+b12(a21x1 +a22x2 +a23x3) = z1
b21(a11x1 +a12x2 +a13x3)+b22(a21x1 +a22x2 +a23x3) = z2
que al simplificarlo nos da la matriz asociada
C =
(
c11 c12 c13
c21 c22 c23
)
,
donde, por ejemplo,
c11 = b11a11 +b12a21 +b21a11 +b22a21,
el cual vemos que involucra las entradas del primer renglón (b11,b12) de A, y las
entradas de la primera columna
(
a11
a21
)
de B, y ası́ podemos escribir
c11 = (b11,b12)
(
a11
a21
)
donde el producto del renglón por la columna (que son del mismo tamaño como
vectores, i.e., tienen el mismo número de entradas) se hace componente a compo-
nente y luego se suman los resultados para obtener c11. El lector puede verificar que
las otras entradas ci j de la matriz C = (ci j) se obtienen de la misma manera, es decir,
ci j = (Renglón i de A) · (Columna j de B)
donde en la derecha de la igualdad anterior se tienen vectores del mismo tamaño (de
nuevo, pensándolos como vectores) y el producto quiere decir que es componente a
componente y luego se suman los resultados para obtener ci j. La condición necesaria
para poder hacer el producto de matrices anterior es: el renglón i de A debe tener
64 2 Transformaciones lineales
el mismo tamaño que la columna j de B. Estas observaciones se resumen en la
definición siguiente:
Definición 2.17. Si A = (ai j)m×t y B = (bi j)t×n son dos matrices con entradas en un
campo K y satisfacen que:
(∗) número de columnas de A = número de renglones de B,
entonces se define el producto de matrices AB como la matriz C = (ci j)m×n cuyas
entradas ci j están dadas por la fórmula
(†) ci j = (Renglón i de A) · (Columna j de B),
donde en la derecha de la igualdad anterior se tienen vectores del mismo tamaño t
porque el número de columnas de A nos da el número de componentes de un renglón
de A y el número de renglones de B nos el número de componentes de una columna
de B. Por eso, al pedir la condición (∗) garantizamos que el producto componente a
componente en (†) se pueda hacer, para después sumar los resultados para obtener
ci j. Explı́citamente,
ci j = (ai1,ai2, . . . ,ait) ·
b1 j
b2 j
...
bt j
= ai1b1 j +ai2b2 j + · · ·+aitbt j = t∑k=1 aikbk j.
Observe que como A tiene m renglones y B tiene n columnas, hay mn posibilida-
des para las entradas ci j y por eso la matriz C = AB es de tamaño m×n.
Observación 2.18. Si A es m× t y B es r×n, de acuerdo a la definición anterior, el
producto AB se puede realizar si y sólo si t = r.
Ejemplo 2.20. Para las matrices del ejemplo que nos sirvió de motivación para defi-
nir el producto de matrices:
A =
(
2 −1
1 1
)
y B =
(
1 0 1
1 1 1
)
,
se tiene que
AB =
(
2 −1
1 1
)
·
(
1 0 1
1 1 1
)
=
(
2(1)−1(1) 2(0)−1(1) 2(1)−1(1)
1(1)+1(1) 1(0)+1(1) 1(1)+1(1)
)
=
(
1 −1 1
2 1 2
)
=C.
Ejemplo 2.21. Multiplique las matrices
2.3 Transformación lineal asociada a una matriz 65
A =
3 2
2 1
0 −1
1 4
y B = (2 3 41 −2 5
)
,
se tiene que
AB =
3 2
2 1
0 −1
1 4
·(2 3 41 −2 5
)
=
3(2)+2(1) 3(3)+2(−2) 3(4)+2(5)
2(2)+1(1) 2(3)+1(−2) 2(4)+1(5)
0(2)−1(1) 0(3)−1(−2) 0(4)−1(5)
1(2)+4(1) 1(3)+4(−2) 1(4)+4(5)
=
8 5 22
5 4 13
−1 2 −5
6 −5 24
.
Note que en el ejemplo anterior A es 4× 2 y B es 2× 3, por eso está definido
el producto AB y es 4× 3. Sin embargo, el producto BA no está definido porque el
número de columnas de B es 3 que no es igual al número de renglones de A que
es 4. Ası́, en este ejemplo ni siquiera tiene sentido preguntar si AB = BA. Veamos
algunos ejemplos donde esta pregunta tenga sentido:
Ejemplo 2.22. Sean A =
(
2 1
0 −1
)
y B =
(
0 −1
−2 3
)
. Entonces,
AB =
(
−2 1
2 −3
)
y BA =
(
0 1
−4 −5
)
,
por lo que AB 6= BA.
Ejemplo 2.23. Sean A =
(
1 4
−2 3
)
y B =
(
1 0
0 1
)
. Entonces,
AB =
(
1 4
−2 3
)
= BA.
Ası́, aun cuando AB y BA estén ambas definidas, puede suceder que AB 6= BA o que
AB = BA. Decimos que el producto de matrices, en general, no es conmutativo. Que
el producto sı́ es asociativo, cuando esté definido, es el contenido de la proposición
siguiente:
Proposición 2.19. Si A es m× r, B es r× t y C es t × n, entonces AB es m× t y
ası́ (AB)C está definida y es m×n. También BC es r×n y ası́ A(BC) está definida y
es m×n. Se tiene que
(AB)C = A(BC).
Demostración. Pongamos A = (ai j), B = (bi j) y C = (ci j). Entonces, el producto
AB = (di j) está dado por
66 2 Transformaciones lineales
di j =
r
∑
k=1
aikbk j
y ası́ el producto (AB)C = (ei j) está dado por
ei j =
t
∑
`=1
di`c` j =
t
∑
`=1
(
r
∑
k=1
aikbk`
)
c` j =
t
∑
`=1
r
∑
k=1
aikbk`c` j.
Por otra parte, si BC = ( fi j) con
fi j =
t
∑
`=1
bi`c` j,
entonces A(BC) = (gi j) está dada por
gi j =
r
∑
k=1
aik fk j =
r
∑
k=1
aik
(
t
∑`=1
bk`c` j
)
=
r
∑
k=1
t
∑
`=1
aikbk`c` j.
Observamos entonces ei j = gi j, para toda i y toda j, por lo que (AB)C = A(BC). ut
La propiedad distributiva del producto con respecto a la suma se obtiene de la
misma manera:
Proposición 2.20. Si A es m× t, B y C son t× n, entonces B+C es t× n y ası́ A ·
(B+C) está definida y es m×n como lo son AB y AC. Además se tiene que
A(B+C) = AB+AC.
Demostración. Pongamos A = (ai j), B = (bi j) y C = (ci j). Entonces, B+C = (bi j +
ci j) y ası́ A(B+C) = (di j) está dada por
(1) di j =
t
∑
k=1
aik(bk j + ck j) =
t
∑
k=1
aikbk j +
t
∑
k=1
aikck j.
Por otra parte, AB = (ei j) y AC = ( fi j) están dadas por
ei j =
t
∑
k=1
aikbk j y fi j =
t
∑
k=1
aikck j
y ası́ AB+AC = (ei j + fi j) donde
(2) ei j + fi j =
t
∑
k=1
aikbk j +
t
∑
k=1
aikck j.
Observando que (1) y (2) son iguales se sigue que A(B+C) = AB+AC. ut
2.3 Transformación lineal asociada a una matriz 67
La matriz transpuesta de un producto es el producto de las transpuestas en orden
inverso:
Proposición 2.21. Si A es m× t y B es t×n, entonces BT es n× t y AT es t×m por
lo que BTAT está definido y se tiene que
(AB)T = BTAT.
Demostración. Pongamos A = (ai j) y B = (bi j). Entonces, AB = (ci j) está dada por
(1) ci j =
t
∑
k=1
aikbk j.
Ahora, si ponemos AT = (a′k j) y B
T = (b′ik) con a
′
k j = a jk y b
′
ik = bki, entonces
BTAT = (di j) está dada por
(2) di j =
t
∑
k=1
b′ika
′
k j =
t
∑
k=1
bkia jk.
Finalmente, si (AB)T = (c′i j) con c
′
i j = c ji, las igualdades (1) y (2) nos dicen que
c′i j = c ji = di j, es decir, (AB)
T = BTAT. ut
La matriz identidad. Para cada n ∈ N la matriz In que tiene unos en la diagonal y
ceros en las otras entradas se llama la matriz identidad n×n:
In =
1 0 · · · · · · 0
0 1 0 · · · 0
...
. . .
...
0 · · · 0 1 0
0 0 · · · 0 1
.
La propiedad más importante de las matrices Im es que son neutras para el pro-
ducto de matrices:
Proposición 2.22. Si A ∈Matm×n(K), entonces:
(1) A · In = A.
(2) Im ·A = A.
Demostración. (1): Pongamos A = (ai j) e In = (δi j), donde
δi j =
{
1 si i = j
0 si i 6= j.
Entonces, AIn = (ci j) está dada por
ci j =
n
∑
k=1
aikδk j,
68 2 Transformaciones lineales
donde
aikδk j =
{
ai j si k = j
0 si k 6= j,
por la definición de δi j. Se sigue que
ci j =
n
∑
k=1
aikδk j = ai j
y por lo tanto AIn = A. El caso (2) es similar. ut
Observe que, en la proposición 2.22 anterior, en general tienen que usarse matri-
ces Im e In distintas a la izquierda y a la derecha de A porque A no tiene por qué ser
cuadrada. Si la matriz A fuera cuadrada n×n, entonces la proposición 2.22 dirı́a:
AIn = A = InA
y por lo tanto la matriz In funcionarı́a como neutra multiplicativa a la izquierda y a
la derecha de A.
Matrices invertibles. Si A es una matriz cuadrada n× n, diremos que A es una
matriz invertible si existe otra matriz B tal que
AB = In = BA.
Note que B debe ser entonces también n×n. A la matriz B la llamaremos una inversa
de la matriz A.
Lema 2.23. Si A es una matriz n×n invertible, entonces su inversa es única.
A la única inversa de A la denotaremos por A−1.
Demostración. Supongamos que B y C son matrices n×n inversas de A. Entonces,
AC = In = BA y ası́ B = BIn = B(AC) = (BA)C = InC =C. ut
Ejercicio 2.33. Suponga que A,B∈Matn×n(K) son matrices invertibles. Demuestre
que AB es invertible y que su inversa es (AB)−1 = B−1A−1.
Ejercicio 2.34. Si A es una matriz diagonal n×n:
A =
a11 0 · · · 0
0 a22 0 · · · 0
...
. . .
...
0 · · · 0 an−1,n−1 0
0 · · · 0 ann
y además aii 6= 0 para toda i = 1, . . . ,n, demuestre que A es invertible. ¿Cuál es su
inversa?
Ejercicio 2.35. Suponga que A es una matriz cuadrada invertible. Demuestre que su
transpuesta también es invertible y además
2.3 Transformación lineal asociada a una matriz 69
(A−1)T = (AT)−1.
Ejercicio 2.36. Si A ∈Matn×n(K) es una matriz cuadrada, entonces
A2 = A ·A también es n×n,
A3 = A2 ·A también es n×n,
y, usando inducción se define
An = An−1 ·A que también es n×n
y, por convención, se pone A0 = In. Demuestre la regla de los exponentes:
Ar+t = Ar ·At , r, t ≥ 0 enteros.
Sugerencia: fije el entero r y haga inducción sobre t.
Ejercicio 2.37. Si A,B ∈Matn×n(K) y además AB = BA, demuestre que
(A+B)2 = A2 +2AB+B2.
Ejercicio 2.38. Sea A =
(
cosθ −senθ
senθ cosθ
)
– Calcule A2.
– Calcule A3.
– Calcule Am, para todo entero m≥ 0.
Ejercicio 2.39. Si A es una matriz diagonal n×n:
A =
a11 0 · · · 0
0 a22 0 · · · 0
...
. . .
...
0 · · · 0 an−1,n−1 0
0 · · · 0 ann
calcule A2, A3, . . . , Am, para toda m≥ 0.
Ejercicio 2.40. Sea A=(ai j) una matriz cuadrada n×n, triangular superior estricta-
mente, i.e., ai j = 0 para toda i≥ j. Demuestre que An = 0. Sugerencia: use inducción
sobre n.
Ejercicio 2.41. Una matriz cuadrada A se dice que es nilpotente si Ak = 0 para algún
entero k≥ 1. Ası́, el ejercicio anterior nos dice que una matriz triangular superior es-
tricta, es nilpotente. Suponga ahora que A,B ∈Matn×n(K) son matrices nilpotentes
tales que AB = BA.
– Demuestre que AB es nilpotente.
70 2 Transformaciones lineales
– Demuestre que A+B es nilpotente.
Ejercicio 2.42. Encuentre todas las matrices A ∈Mat2×2(K) tales que A2 = 0.
Ejercicio 2.43. Demuestre que el producto de matrices saca escalares, es decir, si
λ ∈ K, A es m× t y B es t×n, demuestre que
(λA)B = λ (AB) = A(λB).
La transformación lineal asociada a una matriz. Si se tiene una matriz A ∈
Matm×n(K), digamos
A =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
...
am1 am2 · · · amn
,
los renglones de A son vectores Ri = (ai1,ai2, . . . ,ain) ∈ Kn, y ası́, para el vector
columna
x =
x1
x2
...
xn
,
visto como una matriz n×1, con entradas en K, el producto A · x está definido:
A · x =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
...
am1 am2 · · · amn
m×n
x1
x2
...
xn
n×1
y es una matriz m× 1, es decir, es un vector columna A · x ∈ Km. Hemos definido
ası́ una función
TA : Kn→ Km
mediante la regla: TA(x) :=A ·x, pensando al vector x∈Kn como un vector columna
o matriz n×1.
Proposición 2.24. Si A ∈Matm×n(K), la función TA : Kn→ Km es una transforma-
ción lineal.
Demostración. (i): Si x, y ∈ Kn, entonces
TA(x+ y) = A(x+ y) = A(x)+A(y) = TA(x)+TA(y),
porque el producto de matrices satisface la ley distributiva.
(ii): Si x ∈ Kn y λ ∈ K, entonces
TA(λx) = A(λx) = λA(x) = λA(x) = λTA(x),
2.3 Transformación lineal asociada a una matriz 71
porque el producto de matrices saca escalares, por el ejercicio 43. ut
La proposición 2.24 anterior dice que se tiene una función
Φ : Matm×n(K)→ Lin(Kn,Km)
que a cada matriz A de tamaño m×n, le asocia una transformación lineal TA : Kn→
Km. Sabemos que Matm×n(K) y Lin(Kn,Km) son espacios vectoriales y es natural
preguntarnos si la función Φ es lineal. Probaremos más adelante que esta función
es, de hecho, un isomorfismo de espacios vectoriales, y comenzamos con:
Proposición 2.25. La función Φ : Matm×n(K)→Lin(Kn,Km), dada por Φ(A) = TA
es lineal e inyectiva.
Demostración. (1): Si A,B∈Matm×n(K), para ver que TA+B = TA+TB sólo debemos
mostrar que tienen los mismos valores en cualquier x ∈ Kn. Para esto observemos
que
TA+B(x) = (A+B) · x por definición de TA+B
= A · x+B · x por distributividad
= TA(x)+TB(x) por definición de TA y TB
= (TA +TB)(x) por definición de suma en Lin(Kn,Km).
(2): Si A ∈Matm×n(K) y λ ∈ K, para mostrar que TλA = λTA, debemos probar que
tienen los mismos valores en cualquier x ∈ Kn. Para esto observemos que
TλA(x) = (λA)(x)
= λ (Ax)
= (λTA)(x).
(3): Para mostrar que Φ es inyectiva, debemos mostrar que ker(Φ) = {0}, donde 0
es la matriz cero m×n. En efecto, si A ∈Matm×n(K) es tal que TA = 0 : Kn→ Km,
entonces TA es la transformación lineal cero, i.e., manda todos los vectores de Kn
en el vector cero de Km. En particular, si E j son los vectores columna de Kn que
tienen un 1 en el lugar j y cero en las otras componentes, entonces TA(E j) = 0.Observemos ahora que, si A = (ai j), entonces
TA(E j) = AE j = columna j de la matriz A = 0
y por lo tanto todas las columnas de A son cero, i.e., A = 0. ut
Para mostrar que Φ es un isomorfismo sólo falta probar que Φ es suprayectiva.
Teorema 2.26. Sea T : Kn → Km una transformación lineal. Entonces, existe una
(única matriz) A ∈Matm×n(K) tal que T = TA, i.e., Φ es suprayectiva.
Demostración. Sea A= {E1, . . . ,En} la base canónica de Kn, donde cada E j lo ve-
mos como un vector columna. Sea B = {e1, . . . ,em} la base canónica de vectores
72 2 Transformaciones lineales
columna de Km. Como A es base de Kn, todo vector columna x ∈ Kn se puede
escribir en forma única como combinación lineal de los E j:
x = x1E1 + · · ·xnEn,
donde los coeficientes x j son las componentes de x. Como T es lineal, al aplicarla a
x obtenemos
(∗) T (x) = x1T (E1)+ · · ·+ xnT (En).
Por otra parte, cada T (E j) ∈ Km se puede escribir en términos de la base B, es
decir,
T (E1) = a11e1 +a21e2 + · · ·+am1em
T (E2) = a12e1 +a22e2 + · · ·+am2em
...
T (En) = a1ne1 +a2ne2 + · · ·+amnem,
donde las ai j, 1≤ i≤ m, son las componentes de T (E j), es decir,
T (E1) =
a11
a21
...
am1
, T (E2) =
a12
a22
...
am2
, . . . ,T (En) =
a1n
a2n
...
amn
,
y por lo tanto, substituyendo estos valores de T (E j) en (∗) obtenemos
T (x) = x1
a11
a21
...
am1
+ x2
a12
a22
...
am2
+ · · ·+ xn
a1n
a2n
...
amn
=
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
x1
x2
...
xn
= Ax,
con A = (ai j)m×n, y ası́ T = TA. La unicidad de A es por la proposición anterior. ut
Resumiendo, hemos probado que la función
Φ : Matm×n(K)→ Lin(Kn,Km)
dada por A 7→ TA es un isomorfismo de espacios vectoriales. Este isomorfismo nos
permite pensar a una matriz A de tamaño m× n como una transformación lineal
2.3 Transformación lineal asociada a una matriz 73
TA : Kn→Km y recı́procamente, cada transformación linea de Kn en Km la podemos
pensar como una matriz m×n. Una observación final, como dimK Matm×n(K) =mn,
el isomorfismo Φ nos dice que dimK Lin(Kn,Km) = mn también.
Ejemplo 2.24. Si A =
(
2 −3 1
1 0 −2
)
∈Mat2×3(R), la transformación lineal asociada
TA : R3→ R2 está dada, para v =
xy
z
, por
TA(v) = A · v =
(
2 −3 1
1 0 −2
) xy
z
= (2x−3y+ zx−2z
)
.
El núcleo de esta transformación lineal está dado por
ker(TA) = {v ∈ R3 : TA(v) = 0 ∈ R2}=
{
(x,y,z) ∈ R3 :
(
2x−3y+ z
x−2z
)
=
(
0
0
)}
,
es decir, ker(TA) es el subespacio de soluciones Sh del sistema de ecuaciones ho-
mogéneo:
2x−3y+ z = 0
x−2z = 0.
Sistemas de ecuaciones lineales y la transformación lineal asociada a una ma-
triz. Si tenemos un sistema de ecuaciones lineales homogéneo:
a11x1 +a12x2 + · · ·+a1nxn = 0
a21x1 +a22x2 + · · ·+a2nxn = 0
...
am1x1 +am2x2 + · · ·+amnxn = 0,
con coeficientes ai j en un campo K, y si consideramos la matriz de coeficientes
A =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
a la cual llamaremos la matriz del sistema, y el vector de incógnitas:
74 2 Transformaciones lineales
x =
x1
x2
...
xn
el sistema de ecuaciones anterior se puede escribir como
(1) A · x = 0
donde 0 es el vector (columna) cero de Km. En términos de la transformación lineal
asociada a la matriz A, el sistema de ecuaciones anterior se escribe como
(2) TA(x) = 0,
es decir, el conjunto de soluciones Sh del sistema homogéneo (1) es el núcleo de la
transformación lineal TA:
Sh = ker(TA)⊆ Kn
y resolver el sistema (1) es calcular el núcleo ker(TA), del cual ya sabemos que es
un subespacio vectorial de Kn y ası́, para determinarlo basta dar una base de este
subespacio. En la sección 3.3 daremos un método que da una base de ker(TA).
¿Qué sucede si tenemos un sistema no homogéneo de ecuaciones lineales? Sea
a11x1 +a12x2 + · · ·+a1nxn = b1
a21x1 +a22x2 + · · ·+a2nxn = b2
...
am1x1 +am2x2 + · · ·+amnxn = bm,
un sistema de ecuaciones lineales con coeficientes ai j y términos independientes bi
en un campo K. Consideremos la matriz del sistema formada con los coeficientes
ai j:
A =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
y la transformación lineal TA : Kn→Km asociada. En términos de la transformación
lineal TA, el sistema de ecuaciones anterior se escribe como
(3) TA(x) = b,
2.4 Matriz asociada a una transformación lineal 75
donde x =
x1
x2
...
xn
es el vector de incógnitas y b =
b1
b2
...
bm
∈ Km es el vector (co-
lumna) de términos independientes en Km. Ası́, el sistema (3) tiene una solución si
y sólo si existe x ∈ Kn tal que TA(x) = b, es decir, si y sólo si b ∈ Im(TA).
Ası́, para resolver el sistema no homogéneo (3), ya que lo primero que tenemos
qué saber es si tiene o no soluciones, entonces lo primero que debemos hacer es
determinar si el vector b pertenece o no a la imagen Im(TA) y para esto necesita-
mos una descripción del subespacio Im(TA), dando de preferencia una base de este
subespacio, que, como veremos en la sección 3.2, esencialmente está contenida en
la proposición 2.11.
2.4. Matriz asociada a una transformación lineal
Dada una transformación lineal T : V →W entre espacios vectoriales de dimen-
sión finita, dimK(V ) = n y dimK(W ) = m, si A y B son bases de V y W , respecti-
vamente, en esta sección mostraremos cómo, usando las bases A y B, le hacemos
corresponder a T una matriz en Matm×n(K). Recordemos ahora que en la sección
anterior mostramos que se tiene un isomorfismo
Φ : Matm×n(K)→ Lin(Kn,Km);
en esta sección estableceremos primero un isomorfismo
Ψ : Lin(Kn,Km)→ Lin(V,W )
y luego se compondrá con el isomorfismo Φ para obtener la correspondencia entre
Lin(V,W ) y Matm×n(K) deseada.
Coordenadas y bases ordenadas. El isomorfismo Ψ que necesitamos será induci-
do por isomorfismos Kn → V y Km →W dados por las bases escogidas para V y
W . Comenzamos definiendo estos isomorfismos: sea V un K-espacio vectorial de
dimensión n y sea A= {v1, . . . ,vn} una base de V y escojamos un orden entre estos
vectores de la base (diremos entonces que A es una base ordenada de V ). Entonces,
todo vector v de V tiene una expresión única de la forma
v = a1v1 + · · ·+anvn
(los a j ∈ K están unı́vocamente determinados por v y la base A). Diremos que
a1, . . . ,an son las coordenadas de v con respecto a la base A y lo denotamos me-
diante
[v]A = [a1, . . . ,an]A.
76 2 Transformaciones lineales
Note que las coordenadas a1, . . . ,an forman una n-ada ordenada en Kn ya que ca-
da a j corresponde al vector básico v j y los vectores básicos están ordenados por
hipótesis.
Lema 2.27. Sea A = {v1, . . . ,vn} una base ordenada de V , y denotemos la corres-
pondencia que asocia a cada vector v ∈V sus coordenadas [a1, . . . ,an]A en la base
A mediante
φA : V → Kn,
i.e., φA está dada por φA(v) := [a1, . . . ,an]A. Entonces, φA es un isomorfismo.
Demostración. (1): φA es lineal, ya que
(i) Si u,v ∈V , esribiéndolos en la base A como
u = a1v1 + · · ·+anvn y v = b1v1 + · · ·+bnvn,
entonces u+ v = (a1 +b1)v1 + · · ·+(an +bn)vn y ası́
φA(u+ v) = [(a1 +b1), . . . ,(an +bn)]A
= [a1, . . . ,an]A+[b1, . . . ,bn]A
= φA(u)+φA(v).
(ii) Si u ∈ V y λ ∈ K, escribiendo u = a1v1 + · · ·+anvn, entonces λu = (λa1)v1 +
· · ·+(λan)vn, por lo que
φA(λu) = [(λa1), . . . ,(λan)]A
= λ [a1, . . . ,an]A
= λφA(u).
(2) φA es suprayectiva porque si (a1, . . . ,an) ∈ Kn, el vector v = a1v1 + · · ·+ anvn
es tal que φA(v) = (a1, . . . ,an).
(3) Como φA : V →Kn es lineal suprayectiva entre espacios vectoriales de la misma
dimensión, entonces es un isomorfismo. De hecho, la inyectividad de φA es directa
ya que los coeficientes ai de v son únicos (sólo dependen de la base). ut
Regresemos ahora al problema original: sean V y W dos espacios vectoriales de
dimensiones finitas sobre un campo K. Sean
A= {v1, . . . ,vn} y B= {w1, . . . ,wm}
bases de V y W respectivamente. Por el lema anteriorse tienen isomorfismos
φA : V → Kn y φB : W → Km
con inversas
ψA : Kn→V y ψB : Km→W
2.4 Matriz asociada a una transformación lineal 77
dadas por
ψA(a1, . . . ,an) := a1v1 + · · ·+anvn y ψB(b1, . . . ,bm) := b1w1 + · · ·+bmwm
respectivamente. Para establecer el isomorfismo deseado entre Lin(V,W ) y Lin(Kn,Km),
procedemos como sigue. Sea T : V →W una transformación lineal. Usando los iso-
morfismos anteriores, tenemos un diagrama como el que sigue:
V T //
φA
��
W
φB
��
Kn
T ′
//
ψA
OO
Km
ψB
OO
donde la flecha punteada T ′ : Kn → Km es la transformación lineal que queremos
asociada a T : V →W . Mirando este diagrama, la definición de T ′ salta a la vista:
como T ′ : Kn→ Km es la función lineal que queremos, viendo el diagrama anterior,
para ir de Kn a Km, lo natural es ir primero de Kn a V usando ψA, luego de V a W
usando T y finalmente de W a Km usando φB; es decir, la función T ′ debe ser la
composición
V T // W
φB
��
Kn
T ′
//
ψA
OO
Km
T ′ = φB ◦T ◦ψA.
Explı́citamente, si v ∈ V , pongamos w = T (v) ∈W y consideremos sus coorde-
nadas con respecto a las bases correspondientes:
[v]A = [a1, . . . ,an]A ∈ Kn y [w]B = [b1, . . . ,bm]B ∈ Km.
Entonces, T ′ : Kn→ Km está dada por
T ′(a1, . . . ,an) := (b1, . . . ,bm).
Observe que como T ′ = φB ◦ T ◦ψA y todas las funciones del lado derecho son
lineales, entonces T ′ también es lineal. Una observación más: como ψA y φB son
isomorfismos, el diagrama anterior identifica a T : V →W como la función lineal
T ′ : Kn→ Km.
Proposición 2.28. Sean V y W dos K-espacios vectoriales de dimensiones finitas n
y m, con bases A y B, respectivamente. La correspondencia anterior, que a cada
T ∈ Lin(V,W ) le asocia T ′ = φB ◦T ◦ψA ∈ Lin(Kn,Km), es un isomorfismo.
78 2 Transformaciones lineales
Demostración. Denotemos con Θ : Lin(V,W )→ Lin(Kn,Km) a la correspondencia
anterior. Mostraremos que Θ es lineal. En efecto, si T,L ∈ Lin(V,W ) son dos apli-
caciones lineales, entonces T ′ = φB ◦T ◦ψA y L′ = φB ◦L◦ψA. Se sigue que
T ′+L′ = φB ◦T ◦ψA+φB ◦L◦ψA
= (φB ◦T +φB ◦L)◦ψA
= φB ◦ (T +L)◦ψA
= (T +L)′.
Si T ∈ Lin(V,W ) y λ ∈ K, entonces
λ ·T ′ = λ · (φB ◦T ◦ψA)
= φB ◦ (λ · (T ◦ψA))
= φB ◦ (λ ·T )◦ψA
= (λT )′.
La función Θ es inyectiva, ya que si T ′ = 0, entonces 0 = φB ◦T ◦ψA, y como
φB es un isomorfismo, la igualdad anterior implica que T ◦ψA = 0 y de nuevo,
como ψA es un isomorfismo, la última igualdad implica que T = 0.
La función Θ es suprayectiva, ya que si F ∈ Lin(Kn,Km), sea T := ψB ◦F ◦φA :
V →W , i.e., T está dada por el diagrama
V T //
φA
��
W
Kn
F
// Km.
ψB
OO
Entonces,
Θ(T ) = φB ◦T ◦ψA por definición de Θ
= φB ◦ (ψB ◦F ◦φA)◦ψA por definición de T
= (φB ◦ψB)◦F ◦ (φA ◦ψA) = id◦F ◦ id
= F.
ut
Denotaremos con Ψ : Lin(Kn,Km)→ Lin(V,W ) a la inversa del isomorfismo Θ ,
es decir
Ψ(F) := ψB ◦F ◦φA
es la función dada por el último diagrama. Resumiendo, hemos construido un iso-
morfismo de espacios vectoriales
Ψ : Lin(Kn,Km)→ Lin(V,W )
2.4 Matriz asociada a una transformación lineal 79
y en la sección 2.3 obtuvimos otro isomorfismo
Φ : Matm×n(K)→ Lin(Kn,Km).
La composición de los dos isomorfismos anteriores:
Ψ ◦Φ : Matm×n(K)→ Lin(Kn,Km)→ Lin(V,W )
identifica transformaciones lineales T : V →W con matrices A de tamaño m× n.
¿Cómo se calcula la matriz m×n asociada a una transformación lineal T : V →W?
El procedimiento está implı́cito en los isomorfismos anteriores y lo detallamos a
continuación:
(1) Usando las bases A = {v1, . . . ,vn} de V y B = {w1, . . . ,wm} de W , dado un
vector v ∈V lo escribimos en la base A:
v = α1v1 + · · ·+αnvn ∈ Kn
y ası́, la imagen de v bajo T es;
T (v) = T (α1v1 + · · ·+αnvn) = α1T (v1)+ · · ·+αnT (vn) ∈W
por lo que, para obtener las coordenadas de T (v) ∈W en la base B, basta conocer
las coordenadas de cada T (vi)∈W en la base B. El primer paso es entonces calcular
las expresiones T (vi) en la base B:
T (v1) = a11w1 +a21w2 + · · ·+am1wm
T (v2) = a12w1 +a22w2 + · · ·+am2wm
...
T (vn) = a1nw1 +a2nw2 + · · ·+amnwm
ası́, ya tenemos las coordenadas de cada T (vi) en la base B de W .
(2) Usando lo anterior, podemos entonces calcular las coordenadas de T (v):
T (v) = α1T (v1)+α2T (v2)+ · · ·+αnT (vn)
= α1(a11w1 +a21w2 + · · ·+am1wm)
+α2(a12w1 +a22w2 + · · ·+am2wm)
+ · · ·+αn(a1nw1 +a2nw2 + · · ·+amnwm),
y ası́, las coordenadas de T (v) en la base B de W son:
80 2 Transformaciones lineales
[T (v)]B = [α1(a11w1 +a21w2 + · · ·+am1wm)
+α2(a12w1 +a22w2 + · · ·+am2wm)
+ · · ·+αn(a1nw1 +a2nw2 + · · ·+amnwm)]B
= [α1a11 +α2a12 + · · ·+αna1n,
+α1a21 +α2a22 + · · ·+αna2n,
· · · ,α1am1 +α2am2 + · · ·+αnamn]B
=
a11 a12 · · · a1n
a21 a22 · · · a2n
...
...
am1 am2 · · · amn
α1
α2
...
αn
y por lo tanto, la matriz asociada a T en las bases A y B de V y W respectivamente,
es la matriz
a11 a12 · · · a1n
a21 a22 · · · a2n
...
...
am1 am2 · · · amn
a la que denotaremos mediante
[T ]BA.
Bases ordenadas. Para las bases de un espacio vectorial de dimensión finita, gene-
ralmente numeramos sus elementos del 1 al n (aunque algunas veces del 0 al n). En
principio, esta numeración no es necesaria, porque las bases pueden ser vistas sólo
como subconjuntos del espacio vectorial V dado. Sin embargo, el ordenamiento de
los elementos de una base, implı́cito en la numeración de sus elementos, es impor-
tante al asociar coordenadas a un vector cualquiera de V y también, como hemos
visto, al asociar una matriz a una transformación lineal entre espacios vectoriales
de dimensión finita. En lo que sigue, cada vez que se hable de coordenadas o de
la matriz asociada a una transformación lineal, se estará sobreentendiendo que las
bases, de los espacios involucrados, son bases ordenadas.
Resumen. Dada una transformación lineal T : V →W , si A es una base de V y B
es base de W , la matriz [T ]BA asociada a la transformación lineal T se calcula como
sigue:
(1). Se calculan los valores de T en los vectores de la base A = {v1, . . . ,vn} y se
expresan en la base B= {w1, . . . ,wm} de W :
T (v1) = a11w1 +a21w2 + · · ·+am1wm
T (v2) = a12w1 +a22w2 + · · ·+am2wm
...
T (vn) = a1nw1 +a2nw2 + · · ·+amnwm.
2.4 Matriz asociada a una transformación lineal 81
(2). La matriz [T ]BA es la matrix cuyas columnas son las coordenadas [T (v j)]B que
se calcularon en el paso (1). Dicho de otra manera, la matriz [T ]BA es la transpuesta
de la matriz de coeficientes del paso (1).
Ejemplo 2.25 (Rotaciones en R2). Si Rθ : R2→ R2 es una rotación
Rθ (x,y) = (xcosθ − ysenθ ,xsenθ + ycosθ)
y si consideramos la base canónica A= {e1,e2} de R2, entonces
Rθ (e1) = Rθ (1,0) = (1cosθ ,1senθ) = cosθ e1 + senθ e2
Rθ (e2) = Rθ (0,1) = (−1senθ ,1cosθ) = −senθ e1 + cosθ e2,
y ası́
[Rθ ]AA =
(
cosθ −senθ
senθ cosθ
)
.
Ejemplo 2.26. Si T : R3→ R2 es la transformación lineal
T (x,y,z) = (2x+ y−3z,x+ z)
y consideramos las bases canónicas en ambos espacios A = {E1,E2,E3} y B =
{e1,e2}, para calcular la matriz asociada a T , procedemos como sigue;
T (E1) = T (1,0,0) = (2,1) = 2(1,0)+1(0,1) = 2e1 +1e2
T (E2) = T (0,1,0) = (1,0) = 1(1,0)+0(0,1) = 1e1 +0e2
T (E3) = T (0,0,1) = (−3,1) =−3(1,0)+1(0,1) =−3e1 +1e2,
por lo que
[T ]BA =
(
2 1 −3
1 0 1
)
.
Ejemplo 2.27. Si D : P3(R)→ P2(R) es la derivación, en P3(R) consideramos la
base A= {1,x,x2,x3} y en P2(R) consideramos la base B= {1,x,x2}, calculando
D(1) = 0 = 0 ·1+0 · x+0 · x2
D(x) = 1 = 1 ·1+0 · x+0 · x2
D(x2) = 2x = 0 ·1+2 · x+0 · x2
D(x3) = 3x2 = 0 ·1+0 · x+3 · x2,
por lo que
[D]BA =
0 1 0 00 0 2 0
0 0 0 3
.
Ejemplo 2.28. Si idV : V → V es la aplicación identidad y A = {v1, . . . ,vn} es una
base de V , entonces
[idV ]AA = In,
82 2 Transformaciones lineales
donde In es la matriz identidad. En efecto,
idV (v1) = v1 = 1 · v1 +0v2 + · · ·+0vn
idV (v2) = v2 = 0v1 +1 · v2 + · · ·+0vn
...
idV (vn) = vn = 0v1 +0v2 + · · ·+1 · vn.
Nota. En el ejemplo anterior se tenı́a A = B, es decir, las dos bases de V eran la
misma; por eso se obtuvo la matriz identidad. Si las dos bases A 6=B sondistintas,
la matriz [idV ]BA resulta diferente de In, como veremos en la sección de cambio de
bases.
Composición de transformaciones lineales y multiplicación de matrices. Hasta
ahora hemos visto que se tiene un isomorfismo de espacios vectoriales de dimensio-
nes finitas
Γ : Lin(V,W )→Matm×n(V )
que asocia a cada transformación lineal T : V →W la matriz [T ]BA, en las bases A
de V y B de W . Como, Γ es lineal, satisface:
(i) Γ (T +L) = Γ (T )+Γ (L).
(ii) Γ (λT ) = λΓ (T ), para λ ∈ K.
El objetivo ahora es estudiar cómo se comporta Γ con respecto a la composición
de aplicaciones lineales. Es decir, si U , V , W son tres K-espacios vectoriales de
dimensiones finitas con bases A, B, C respectivamente, y si L : U→V y T : V →W
son aplicaciones lineales, entonces la composición T ◦L : U →W también es lineal
y nos interesa saber cuál es la matriz que le corresponde en las bases respectivas:
Teorema 2.29. Sean A, B, C bases de los K-espacios vectoriales de dimensiones
finitas U, V , W. Si L : U →V y T : V →W son aplicaciones lineales, entonces
[T ◦L]CA = [T ]CB · [L]BA.
Dicho en otras palabras: la composición de transformaciones lineales corresponde
a la multiplicación de matrices.
Demostración. Pongamos A = [L]BA y B = [T ]
C
B. Dado cualquier vector u ∈U , sean
[u]A sus coordenadas en la base A. Entonces,
[L(u)]B = A · [u]A.
Similarmente, para T (L(u)) ∈W , se tiene que
[T (L(u))]C = B · [L(u)]B
y ası́
[(T ◦L)(u)]C = B · [L(u)]B = B · (A · [u]A) = (BA) · [u]A.
2.4 Matriz asociada a una transformación lineal 83
Se sigue que
[T ◦L]CA = BA = [T ]CB[L]BA.
ut
Ejercicio 2.44. Si f : R2→ R2 es la función dada por f (x,y) = (3x+ y,2x− y),
(i) Muestre que f es un isomorfismo.
(ii) Calcule su inversa f−1.
(iii) Encuentre la matriz asociada a f en la base canónica de R2.
(iv) Encuentre la matriz asociada a f−1 en la base canónica de R2.
Ejercicio 2.45. Encuentre la matriz asociada a las trasformaciones lineales T :
Rm→Rn siguientes, donde en cada caso se tiene la base canónica correspondiente:
(i) T : R4→ R2 dada por T (x1,x2,x3,x4) := (x1,x2).
(ii) T : R3→ R2 dada por T (x1,x2,x3) := (x1,x2).
(iii) T : R4→ R4 dada por T (x1,x2,x3,x4) := (x1,x2,0,0).
(iv) T : R2→ R2 dada por T (x1,x2) := 3(x1,x2).
(v) T : R3→ R3 dada por T (x1,x2,x3) :=−(x1,x2,x3).
(vi) T : Rn→ Rn dada por T (x) :=−x.
(vii) T : Rn→ Rn dada por T (x) := 5x.
(viii) T : Rn→ Rn dada por T (x) := λx, con λ ∈ R fijo.
Ejercicio 2.46. Sea F : P2(R)→Mat2×2(R) dada por
F(p(x)) :=
(
p′(0) 2p(1)
0 p′′(3)
)
donde p′ y p′′ denotan la primera y segunda derivada de p. Calcule la matriz aso-
ciada a F en las bases canónicas de los espacios vectoriales dados.
Ejercicio 2.47. Fije el polinomio g(x) = 3+ x ∈ P2(R) y sea T : P2(R)→ P2(R)
la función dada por T ( f );= f ′g+ 2 f . Sea L : P2(R)→ R3 la función L(a+ bx+
cx2) := (a+b,c,a−b). Sean A= {1,x,x2} base de P2(R) y B= {e1,e2,e3} la base
canónica de R3.
(i) Demuestre que T y L son transformaciones lineales.
(ii) Calcule [T ]AA y [L]
B
A.
(iii) Calcule L◦T : P2(R)→ R3.
(iv) Calcule [L◦T ]BA.
(v) Compruebe que [L◦T ]BA = [L]BA[T ]AA.
(vi) Si f (x) = 3− 2x + x2, calcule [ f ]A, [L( f )]B y muestre que [L( f )]B =
[L]BA[ f ]A.
Ejercicio 2.48. Encuentre la matriz asociada a cada una de las rotaciones Rθ : R2→
R2 siguientes, en la base canónica de R2:
(i) θ = π/2.
84 2 Transformaciones lineales
(ii) θ = π/4.
(iii) θ = π .
(iv) θ =−π .
(v) θ =−π/3.
(vi) θ = π/6.
(vii) θ = 5π/4.
Ejercicio 2.49. Considere la rotación Rπ/4 : R2→ R2.
(i) Calcule la imagen de x = (1,2) bajo la rotación Rπ/4.
(ii) Calcule la imagen de x = (−1,3) bajo la rotación Rπ/4.
(iii) Calcule la imagen de x = (−1,−1) bajo la rotación Rπ/4.
Ejercicio 2.50. Si V y W son K-espacios vectoriales con bases A y B respectiva-
mente, y T,F : V →W son aplicaciones lineales,
(i) Demuestre que
[T +F ]BA = [T ]
B
A+[F ]
B
A.
(ii) Demuestre que
[λT ]BA = λ · [T ]BA.
(iii) Si [T ]BA = [F ]
B
A, ¿ es T = F?
Ejercicio 2.51. Defina T : Mat2×2(R)→ P2(R) mediante
T
(
a b
c d
)
= (a+b)+(2d)x+bx2
y sean
A=
{(
1 0
0 0
)
,
(
0 1
0 0
)(
0 0
1 0
)
,
(
0 0
0 1
)}
y
B= {1,x,x2}.
(i) Calcule [T ]BA.
(ii) Si F : Mat2×2(R)→Mat2×2(R) está dada por F(A) = AT, calcule [F ]AA.
(iii) Defina L : P2(R)→Mat2×2(R) mediante
L( f (x)) :=
(
f ′(0) 2 f (1)
0 f ′′(3)
)
.
Calcule [L]AB.
(iv) Defina T : Mat2×2(R)→ R mediante
T (A) := Tr(A), la traza de A.
(a) Muestre que T es lineal.
(b) Calcule [T ]CA, donde C= {1} es base de R.
2.5 Cambios de base 85
(v) Defina G : P2(R)→ R mediante G( f ) = f (2). Calcule [G]CB.
(vi) Si A =
(
1 −2
0 4
)
, calcule sus coordenadas en la base A.
(vi) Si f (x) = 3−6x+ x2, calcule sus coordenadas en la base B.
Ejercicio 2.52. Demuestre que B = {1,x− a,(x− a)2, . . . ,(x− a)n} con a ∈ K, es
una base de Pn(K). Muestre que las coordenadas de un polinomio f (x) ∈ Pn(K), en
la base anterior, son [ f (x)]B = [ f (a), f ′(a), f ′′(a)/2!, . . . , f (n)(a)/n!].
Ejercicio 2.53. Suponga que a0,a1, . . . ,an ∈ K son escalares distintos dos a dos.
Defina
gi(x) := ∏
j 6=i
(x−a j)(ai−a j)−1.
Demuestre que los polinomios g0(x),g1(x), . . . ,gn(x) forman una base de Pn(K). A
ésta se le llama la base de interpolación. Muestre que las coordenadas de un polino-
mio f (x) ∈ Pn(K) en la base anterior, son [ f (x)] = [ f (a0), f (a1), f (a2) . . . , f (an)].
2.5. Cambios de base
En la sección 2.4 vimos que dado un espacio vectorial de dimensión finita V ,
escoger una base de V equivale a establecer un isomorfismo φ : V → Kn, donde
n = dimK(V ). En esta sección consideramos la pregunta siguiente: ¿qué sucede si se
eligen dos bases A y B de V , es decir, cómo son los isomorfismos anteriores, o cómo
se relacionan? Supongamos entonces que A= {v1, . . . ,vn} y B= {w1, . . . ,wn} son
dos bases ordenadas del K-espacio vectorial V . Si v ∈ V es cualquier vector, lo
podemos expresar en términos de la base A como
v = a1v1 + · · ·+anvn
de tal forma que sus coordenadas en la base A son
(1) [v]A = [a1, . . . ,an].
También lo podemos escribir en términos de la base B:
v = b1w1 + · · ·+bnwn
de tal forma que sus coordenadas en la base B son
(2) [v]B = [b1, . . . ,bn].
Lo que buscamos es una relación entre las dos expresiones (1) y (2) anteriores
para el vector v. Para esto, recordemos que las expresiones (1) y (2) en realidad son
isomorfismos φA y φB:
86 2 Transformaciones lineales
V
φA
��
V
φB
��
Kn Kn
y como [v]A ∈ Kn lo queremos relacionar com [v]B ∈ Kn, lo que necesitamos es
una función Kn // Kn que nos diga cómo obtener [v]B a partir de [v]A. Ahora,
como [v]A proviene del vector v ∈ V y como [v]B proviene del mismo vector v ∈
V , en el diagrama anterior es natural que pensemos en la función identidad idV :
V → V , para obtener el diagrama siguiente, donde hemos indicado con una flecha
punteada a la función que necesitamos:
V
idV //
φA
��
V
φB
��
Kn // Kn
y ası́, para idV : V →V , la correspondencia Lin(V,V )→ Lin(Kn,Kn) nos provee de
una (única) transformación lineal Kn→ Kn que, como sabemos, corresponde a una
matriz Q ∈Matn×n(K) que satisface
Q[v]A = [v]B,
es decir, es la función que cambia las coordenadas de v en la base A a la base B.
Recordemos ahora que, como Q = φB ◦ idV ◦ψA, entonces Q es un isomorfismo
y ası́ la matriz correspondiente es invertible. Denotaremos por Q = [idV ]BA a esta
matriz y la llamamos la matriz de cambio de base de A a B. Recordando cómo
se obtiene, en general, la matriz asociada a una transformación lineal, para el caso
idV : V → V , se tiene que Q es la transpuesta de la matriz de coeficientes que se
obtienen al expresar cada vector vi ∈A en términos de la base B.
Ejemplo 2.29. En R2 consideremos las bases A = {e1 = (1,0),e2 = (0,1)} y B =
{w1 = (1,1),w2 = (−1,1)}. La matriz de cambio de base de A a B se obtiene
expresando cada vector ei ∈A en términos de los vectores de la base B:
(1,0) = 12 (1,1)−
1
2 (−1,1) =
1
2 w1−
1
2 w2
(0,1) = 12 (1,1)+
1
2 (−1,1) =
1
2 w1 +
1
2 w2
y por lo tanto
Q =
( 1
2
1
2− 12
1
2
)
es la matriz de cambio de base de A a B. Por ejemplo, si v = (3,−4) ∈ R2, en la
base canónica A sus coordenadas son [v]A = [3,−4]A, y sus coordenadas en la base
B son
2.5 Cambios de base 87
[v]B = Q[v]A =
( 1
2
1
2
− 12
1
2
)(
3
−4
)
=
( 3
2 −
4
2
− 32 −
4
2
)
=
(
− 12
− 72
)
,
es decir, [v]B = [−1/2,−7/2]B.
Las propiedades siguientes son inmediatas:
Lema 2.30. Sea V un K-espacio vectorial de dimensión n y sean A,B,C bases or-
denadas de V . Si Q es la matriz de cambio de base de A a B y si R es la matriz de
cambio de base de B a C, entonces RQ es la matriz de cambio de base de A a C.
Demostración. Por el teorema 2.29, la matriz asociada a la composición
idV = idV ◦ idV : V,A→V,B→V,C
es
[idV ]CA = [idV ]
C
B[idV ]
B
A = RQ.
ut
Corolario 2.31. Sea V un K-espacio vectorial de dimensión n y sean A y B bases
ordenadas de V . Si Q es la matriz de cambio de base de A a B, entonces Q−1 es la
matriz de cambio de base de B a A.
Demostración. Q = [idV ]BA es invertible ya que idV es un isomorfismo. Sea R =
[idV ]AB la matriz de cambio de bases de B a A. En el lema anterior se tiene la situa-
ción
idV = idV ◦ idV : V,A→V,B→V,A
por lo que
[idV ]AA = [idV ]
A
B[idV ]
B
A = RQ,
y como [idV ]AA = In, por el ejemplo 28, entonces RQ = In. Similarmente se muestra
que QR = In. Se sigue que R = Q−1. ut
Ejercicio 2.54. Si c : C→ C es la función conjugación c(a+bi) = a−bi, a,b ∈ R,
y consideramos a C como R-espacio vectorial con la base B= {1, i},
(i) Muestre que c es lineal.
(ii) Calcule [c]B.
(iii) Considerando a C como C-espacio vectorial, muestre que la conjugación c
no es lineal.
Ejercicio 2.55. En el R-espacio vectorial R3, consideremos la base canónica A y
sea B= {(1,0,0),(1,1,0),(1,1,1)} otra base de R3.
(i) Encuentre la matriz de cambio de base de A a B.
(ii) Dado el vector u = (3,4,5) ∈ R3, calcule [u]A y [u]B.
88 2 Transformaciones lineales
Ejercicio 2.56. Sea T ∈ Lin(V,V ) y sean A y B bases de V . Denotemos con [T ]A =
[T ]AA y con [T ]B = [T ]
B
B a las matrices correspondientes a T en las bases A y B.
Sea Q la matriz de cambio de base. Demuestre que
[T ]B = Q−1[T ]AQ.
Ejercicio 2.57. Dadas dos matrices A,B ∈Matn×n(K), diremos que A es similar a
(o que es conjugada de) B si existe una matriz invertible Q ∈Matn×n(K) tal que
B = Q−1AQ.
Ası́, el ejercicio anterior nos dice que la matriz A = [T ]A es similar a B = [T ]B.
Demuestre que la relación de similaridad (o de conjugación) es una relación de
equivalencia en Matn×n(K).
Capı́tulo 3
Sistemas de ecuaciones lineales
Comenzamos el estudio del álgebra lineal considerando la solubilidad de siste-
mas de ecuaciones lineales de la forma
a11x1 +a12x2 + · · ·+a1nxn = b1
a21x1 +a22x2 + · · ·+a2nxn = b2
...
am1x1 +am2x2 + · · ·+amnxn = bm
con los coeficientes ai j y términos indendientes bi elementos de un campo K dado, y
en este capı́tulo culminamos, en la sección 3.1, con un criterio para la solubilidad de
un tal sistema y un resultado que nos dice cómo es el conjunto de soluciones cuando
éstas existen. Para ello usamos la herramienta desarrollada en los dos capı́tulos ante-
riores. En las secciones 3.2 y 3.3 desarrollamos un algoritmo, debido a Gauss, para
verificar el criterio de solubilidad de la sección 3.1 y al mismo tiempo determinar el
conjunto de soluciones del sistema dado.
3.1. Solución de sistemas de ecuaciones lineales
Para el sistema de ecuaciones lineales anterior, consideremos la matriz de coefi-
cientes ai j, a la que llamamos la matriz del sistema:
A :=
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
,
el vector columna de incógnitas y el vector columna de términos independientes:
89
90 3 Sistemas de ecuaciones lineales
x =
x1
x2
...
xn
∈ Kn y b =
b1
b2
...
bm
∈ Km,
recordemos que, por definición de producto de matrices, el sistema anterior se puede
escribir en forma abreviada como:
(∗) Ax = b
y ası́, considerando la transformación lineal TA : Kn→ Km asociada a la matriz A, el
sistema anterior se escribe como
TA(x) = b,
y, como vimos al final de la sección 2.3:
Lema 3.1. (1) En la situación anterior, el sistema Ax = b tiene soluciones x ∈ Kn si
y sólo si b ∈ Im(TA).
(2) Si Ax = 0 es el sistema homogéneo asociado, el conjunto de soluciones del
sistema homogéneo es Sh = ker(TA).
ut
La condición (1) del lema 3.1 dice que debemos conocer el subespacio vectorial
Im(TA) para poder decidir si un sistema de ecuaciones Ax = b tiene o no soluciones.
La proposición 3.2 siguiente nos dice quién es el subespacio Im(TA) y para esto,
dada la matriz del sistema
A =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
,
pensemos en sus columnas
C j =
a1 j
a2 j
...
am j
∈ Km,
de tal forma que la matriz A la podemos escribir como A = (C1,C2, . . . ,Cn), donde
las columnas C j son vectores de Km.
Proposición 3.2. Sea A ∈Matm×n(K). Entonces, el subespacio Im(TA) ⊆ Km está
generado por las columnas C1,C2, . . . ,Cn, i.e.,
Im(TA) = K(C1,C2, . . . ,Cn).
3.1 Solución de sistemas de ecuaciones lineales 91
Se sigue que la dimensión de Im(TA) es el número máximo de columnas de A lineal-
mente independientes.
Demostración. Si {e1, ..,en} es la base canónica de Kn, por 2.11 la imagen de TA :
Kn→ Km está generada por los vectores TA(e j):
Im(TA) = K(TA(e1), . . . ,TA(en)).
Ahora, como
TA(e j) = Ae j =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
0
...
1
...
0
=
a1 j
a2 j
...
am j
=C j
es decir, TA(e j) =C j es la columna j de A, el resultado se sigue. ut
A la luz de esta proposición, la condición (1) del lema 3.1 se lee:
El sistema Ax = b tiene soluciones⇔ b ∈ Im(TA)⇔ b ∈ K(C1,C2, . . . ,Cn),
y observamos que esto último sucede si y sólo si
K(C1,C2, . . . ,Cn) = K(C1,C2, . . . ,Cn,b),
ya que K(C1,C2, . . . ,Cn)⊆ K(C1,C2, . . . ,Cn,b). Hemos ası́ probado:
Corolario 3.3. El sistema Ax = b tiene soluciones si y sólo si
dimK K(C1,C2, . . . ,Cn) = dimK K(C1,C2, . . . ,Cn,b).
ut
Observación 3.4. Si se tiene un sistema de m ecuaciones lineales con n incógnitas:
a11x1 +a12x2 + · · ·+a1nxn = b1
a21x1 +a22x2 + · · ·+a2nxn = b2
...
am1x1 +am2x2 + · · ·+amnxn = bm,
la matriz del sistema es:
A =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
92 3 Sistemas de ecuaciones lineales
y si consideramos los términos independientes, tenemos otra matriz:
a11 a12 · · · a1n b1
a21 a22 · · · a2n b2
...
...
am1 am2 · · · amn bm
a la que llamamos la matriz aumentada porque le agregamos una columna extra,
la de términos independientes. Denotaremos esta matriz mediante (A|b), donde b
denota la columna de términos independientes del sistema. Con esta notación, el
corolario 3.3 se lee:
El sistema Ax = b tiene soluciones⇔ dimK(ImTA) = dimK(ImT(A|b)).
En la sección 3.2 desarrollaremos un algoritmo para calcular las dimensiones ante-
riores. El resultado siguiente reduce el problema de hallar todas las soluciones de
un sistema Ax = b al problema de hallar una solución particular del sistema más
todas las soluciones del sistema homogéneo asociado Ax = 0.
Proposición 3.5. Si S ⊆ Kn es el conjunto de soluciones del sistema de ecuaciones
Ax = b, bajo la condición (1) del lema anterior, y si v0 ∈ S es cualquier solución
particular del sistema Ax = b, entonces
S = v0 +ker(TA) := {v0 +w : w ∈ ker(TA)}.
Demostración. Si v ∈ S, entonces Av = b, y como v0 ∈ S, entonces Av0 = b. Se
sigue que A(v− v0) = 0 y ası́ v− v0 ∈ ker(TA), es decir, v− v0 = w ∈ ker(TA), i.e.,
v = v0 +w ∈ v0 + ker(TA) y por lo tanto S ⊆ v0 + ker(TA). Recı́procamente, si v ∈
v0 +ker(TA), entonces v = v0 +w con w ∈ ker(TA) y por lo tanto
Av = TA(v) = TA(v0 +w) = TA(v0)+TA(w) = TA(v0) = Av0
(ya que TA(w) = 0 porque w ∈ ker(TA)). Se sigue que Av = Av0 = b, la última igual-
dad porque v0 es solución del sistema. Se sigue que v es solución también, i.e., v∈ S.
ut
3.2. Operaciones elementalesy el rango de una matriz
Si A es una matriz m×n con entradas en un campo K, considerando la transfor-
mación lineal asociada TA : Kn→ Km, el objetivo de esta sección es desarrollar un
método sencillo para calcular la dimensión de la imagen de TA. A esta dimensión se
le llama el rango de la matriz A. Una aplicación inmediata del método que desarro-
llaremos, a la solución de sistemas de ecuaciones lineales, se hará en la sección 3.3.
Para motivar las operaciones con matrices que necesitaremos, supongamos que A es
la matriz de un sistema de ecuaciones Ax = b:
3.2 Operaciones elementales y el rango de una matriz 93
a11x1 +a12x2 + · · ·+a1nxn = b1
a21x1 +a22x2 + · · ·+a2nxn = b2
...
am1x1 +am2x2 + · · ·+amnxn = bm,
y observemos que:
(1). Si intercambiamos dos ecuaciones cualesquiera, el conjunto de soluciones no
se altera.
(2). Si fijamos cualquier ecuación
(∗) ai1x1 +ai2x2 + · · ·+ainxn = bi
y (α1,α2, . . . ,αn) ∈ Kn es una solución de (∗), y si multiplicamos (∗) por un escalar
λ 6= 0:
(†) (λai1)x1 +(λai2)x2 + · · ·+(λain)xn = λbi,
entonces (α1,α2, . . . ,αn) también es solución de (†). Recı́procamente, si (α1, . . . ,αn)
es solución de (†), factorizando y cancelando a λ 6= 0 se sigue que (α1,α2, . . . ,αn)
también es solución de (∗). Por lo tanto, el conjunto de soluciones del sistema de
ecuaciones Ax = b no se altera si multiplicamos cualquier ecuación del sistema por
un escalar distinto de cero.
(3). Si sumamos un múltiplo escalar de una ecuación a otra ecuación diferente, el
conjunto de soluciones no se altera ya que, por ejemplo, si la primera ecuación del
sistema la substituimos por la ecuación que resulta de sumar la primera ecuación
más λ veces la segunda ecuación, el nuevo sistema es:
(a11 +λa21)x1 +(a12 +λa22)x2 + · · ·+(a1n +λa2n)xn = b1 +λb2
a21x1 +a22x2 + · · ·+a2nxn = b2
...
am1x1 +am2x2 + · · ·+amnxn = bm,
y si (α1,α2, . . . ,αn) ∈ Kn es una solución del sistema original, entonces también es
solución del segundo sistema. En efecto, la única diferencia entre el sistema origi-
nal y el nuevo es la primera ecuación, y para esta nueva ecuación, substituyendo
(α1,α2, . . . ,αn) se tiene que:
(a11 +λa21)α1 + · · ·+(a1n +λa2n)αn = (a11α1 + · · ·+a1nαn)
+(λa21α1 + · · ·+λa2nαn)
= b1 +λb2.
94 3 Sistemas de ecuaciones lineales
Recı́procamente, si (β1, . . . ,βn) es solución del nuevo sistema de ecuaciones,
entonces, como la única diferencia entre el sistema original y el nuevo es la primera
ecuación, substituyendo en la nueva primera ecuación y en la segunda (que es igual
a la original) queda
(a11 +λa21)β1 + · · ·+(a1n +λa2n)βn = b1 +λb2
a21β1 + · · ·+a2nβn = b2
de donde, restando λ veces la segunda igualdad a la primera se obtiene que
a11β1 + · · ·+a1nβn = b1
i.e., (β1, . . . ,βn) es solución de la primera ecuación del sistema original y por lo
tanto es solución de todo el sistema original. Nótese que al asumir que operamos
con la primera y segunda ecuaciones del sistema, no se perdió generalidad porque
gracias a la parte (1) podemos intercambiar de lugar las ecuaciones del sistema.
Consideremos ahora las operaciones (1), (2) y (3) que no cambian el conjunto de
soluciones del sistema de ecuaciones lineales Ax = b y pensemos sólo en la matriz
correspondiente:
A =
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
.
Las operaciones correspondientes son:
(1). Intercambiar dos renglones de la matriz.
(2). Multiplicar un renglón de la matriz por un escalar λ 6= 0.
(3). Substituir un renglón por el renglón que resulta de sumar ese renglón y un
múltiplo escalar de otro renglón.
Llamaremos operaciones elementales con renglones a las operaciones anterio-
res. Más adelante veremos que se tienen las operaciones elementales con columnas
correspondientes.
Ejemplo 3.1. Dada la matriz
A =
1 2 02 3 1
−1 4 2
,
si intercambiamos el segundo y tercer renglón se obtiene la matriz:
B =
1 2 0−1 4 2
2 3 1
,
3.2 Operaciones elementales y el rango de una matriz 95
y si multiplicamos el tercer renglón de A por −2 obtenemos
C =
1 2 02 3 1
2 −8 −4
,
finalmente, si sumamos 2 veces el tercer renglón al segundo renglón de A se obtiene:
D =
1 2 00 11 5
−1 4 2
.
Definición 3.6. Una matriz elemental m×m es una matriz que se obtiene al hacer
una única operación elemental en la matriz identidad Im.
Ejemplo 3.2. Si a la matriz identidad
I3 =
1 0 00 1 0
0 0 1
sumamos el segundo renglón al tercero, obtenemos la matriz elemental:
E =
1 0 00 1 0
0 1 1
.
También, si multiplicamos el segundo renglón de I3 por 4 obtenemos la matriz ele-
mental
E =
1 0 00 4 0
0 0 1
.
El resultado siguiente nos dice que, dada una matriz A de tamaño m× n, hacer
una operación elemental con los renglones de A es lo mismo que multiplicar A a
la izquierda por la matriz elemental E que se obtiene haciendo la misma operación
elemental con los renglones de Im.
Teorema 3.7. Sea A una matriz m× n con entradas en un campo K. Si la matriz
B se obtiene de A por medio de una operación elemental con renglones y si E es
la matriz elemental que se obtiene haciendo la misma operación elemental en Im,
entonces
B = EA.
Recı́procamente, si E es una matriz elemental m×m, entonces la matriz producto
EA es la matriz que se obtiene de A por medio de la misma operación elemental con
renglones que se usó para obtener E a partir de Im.
Demostración. Como hay tres tipos de operaciones elementales, debemos conside-
rar estos tres casos:
96 3 Sistemas de ecuaciones lineales
Caso 1. Supongamos que B se obtiene de A intercambiando los renglones p y q, con
p 6= q, y sea E la matriz elemental m×m que se obtuvo al intercambiar los renglones
p y q en Im. Entonces, en el producto EA los únicos lugares afectados son aquellos
en los cuales el primer ı́ndice es p ó q, es decir, los términos de la forma ap j ó aq j,
para j = 1, . . . ,n; entonces, como en E estos renglones están intercambiados, en el
producto EA el renglón p consiste de los términos (aq1,aq2, . . . ,aqn) y el renglón q
es (ap1,ap2, . . . ,apn), es decir, EA = B. El recı́proco es similar.
Caso 2. Si B se obtiene de A multiplicando el renglón i de A por el escalar λ 6= 0,
sea E la matriz elemental que se obtiene de Im multiplicando su renglón i por λ .
Entonces, el único renglón afectado de Im es el i-ésimo donde en el lugar (i, i) hay
una λ , y ası́
EA =
1 0 · · · 0
0 1 0 · · · 0
...
...
0 · · · 0 λ 0 · · · 0
...
...
0 · · · · · · 0 1
a11 a12 · · · a1n
a21 a22 · · · a2n
...
am1 am2 · · · amn
=
a11 a12 · · · a1n
a21 a22 · · · a2n
...
λai1 λai2 · · · λain
...
am1 am2 · · · amn
= B,
ya que al multiplicar el renglón i de E por la columna 1 de A, todos los términos
se anulan excepto el término de A que está en renglón i, a saber, ai1 que queda
multiplicado por λ . Lo mismo sucede para las otras columnas de A. El recı́proco es
similar.
Caso 3. Si B se obtiene de A sumando λ veces el renglón q de A al renglón p, sea
E la matriz elemental que se obtiene con la misma operación en Im. Entonces, el
renglón p de E es de la forma
(0, . . . ,0,1,0, . . . ,0,λ ,0, . . . ,0)
con un 1 en el lugar p y λ en el lugar q; es decir, las entradas de E en el renglón p
son
ep j =
1 si j = pλ si j = q0 en los otros casos,
y los otros renglones de E son los de Im sin cambio alguno. Es claro que el producto
EA sólo afecta al renglón p de A, dejando los otros renglones de A fijos. Ahora, al
multiplicar el renglón Ep de E por la columna C j de A se obtiene
3.2 Operaciones elementales y el rango de una matriz 97
(0, . . . ,0,1,0, . . . ,0,λ ,0, . . . ,0) ·
a1 j
a2 j
...
ap j
...
aq j
...
am j
= ap j +λaq j
y ası́ el renglón p de EA es
(ap1 +λaq1,ap2 +λaq2, . . . ,apn +λaqn) = (ap1, . . . ,apn)+λ (aq1, . . . ,aqn),
es decir, es el renglón p de A más λ veces el renglón q de A y por lo tanto EA = B.
El recı́proco es análogo.ut
Observación 3.8. Si A es m× n y E es una matriz elemental m×m, entonces al
transponer, AT es n×m y ET es m×m. También, como al transponer los renglones
se vuelven columnas, las operaciones elementales con renglones se vuelven opera-
ciones elementales con columnas y ası́ si la matriz B se obtiene de A por medio de la
operación elemental con renglones que se usó para obtener E, entonces BT se obtie-
ne de AT por medio de una operación elemental con las columnas correspondientes
y ET se obtiene por medio de la misma operación elemental en ITm = Im. Se tiene
ası́ que EA = B implica que ATET = (EA)T = BT.
Corolario 3.9. Sea A ∈Matm×n(K) y supongamos que B se obtiene de A mediante
operaciones elementales con columnas. Si E es la matriz elemental que se obtiene
haciendo la misma operación elemental con columnas en Im, entonces
B = AE.
Recı́procamente, si E es una matriz elemental m×m, entonces la matriz producto
AE es la matriz que se obtiene de A por medio de la misma operación elemental con
columnas que se usó para obtener E a partir de Im.
Demostración. Sólo observamos que el producto es ahora por una matriz elemental
a la derecha de A, porque al transponer se cambia el orden del producto. ut
Proposición 3.10. Las matrices elementales son invertibles y la inversa de una ma-
triz elemental es una matriz elemental del mismo tipo.
Demostración. Como hay tres tipos de operaciones elementales, digamos con ren-
glones, tenemos tres tipos de matrices elementales:
Caso 1. Si la matriz elemental E se obtuvo intercambiando los renglones p y q de
Im, con p 6= q, entonces al multiplicar E por otra matriz A de tamaño adecuado, se
intercambian los renglones p y q de A. Ası́, para A = E, el producto EE intercambia
98 3 Sistemas de ecuaciones lineales
los renglones p y q del factor E de la derecha, por lo que EE = Im y por lo tanto
E = E−1.
Caso 2. Si E se obtuvo de Im multiplicando el renglón p de Im por λ 6= 0, sea E ′ la
matriz elemental que se obtiene de Im multiplicando su renglón p por λ−1. Entonces
E ′ es del mismo tipo que E y además es claro que EE ′ = Im = E ′E y por lo tanto
E−1 = E ′.
Caso 3. Si E se obtuvo de Im sumando λ veces el renglón q de Im al renglón p de
Im, sea E ′ la matriz elemental que se obtiene de Im sumando −λ veces el renglón q
de Im al renglón p de Im. Es claro que EE ′ = Im = E ′E y por lo tanto E−1 = E ′. ut
El rango de una matriz. Si A∈Matm×n(K), se define el rango de la matriz A como
la dimensión de la imagen de TA : Kn→ Km, es decir,
rang(A) := dimK(ImTA).
Proposición 3.11. Sea T : V →W una transformación lineal entre espacios vecto-
riales de dimensiones finitas. Sean A y B bases de V y W respectivamente. Entonces,
dimK(ImT ) = rang
(
[T ]BA
)
.
Demostración. Consideremos el diagrama siguiente, para A = [T ]BA:
V T //
φA
��
W
φB
��
Kn
TA
// Km
donde las flechas verticales son los isomorfismos dados por las bases respecti-
vas. Mostraremos que φB(ImT ) = ImTA. En efecto, si w ∈ φB(ImT ), entonces
w=φB(T (v)) con v ∈V . Se sigue que
w = φB ◦T (v) = TA ◦φA(v) = TA(φA(v)) ∈ Im(TA)
(la segunda igualdad es por la conmutatividad del diagrama anterior, es decir, para
ir de V a Km, las dos rutas dan el mismo resultado).
Recı́procamente, si w ∈ Im(TA), sea u ∈ Kn tal que TA(u) = w. Como φA es un
isomorfismo, para el u ∈ Kn sea v ∈V el único vector tal que φA(v) = u. Entonces,
w = TA(u) = TA(φA(v))
= TA ◦φA(v)
= φB ◦T (v) por la conmutatividad del diagrama
= φB(T (v)) ∈ φB(ImT )
3.2 Operaciones elementales y el rango de una matriz 99
y ası́ ImTA ⊆ φB(ImT ). Hemos ası́ probado que φB(ImT ) = ImTA y como φB es
un isomorfismo, se sigue que las dimensiones de ImT e ImTA son iguales, lo cual
es la afirmación que querı́amos probar. ut
La proposición 3.11 reduce el problema de calcular la dimensión de la imagen de
una transformación lineal arbitraria T : V →W al problema de determinar el rango
de una matriz. Algunas veces, a la dimensión de la imagen de una transformación
lineal T se le suele llamar el rango de la transformación lineal T . Ası́, la proposición
anterior nos dice que el rango de una transformación lineal T es el rango de la matriz
asociada en cualesquiera dos bases de los espacios involucrados. La proposición
siguiente nos dice que el rango de una matriz no cambia si la multiplicamos por
matrices invertibles, a la izquierda o a la derecha:
Proposición 3.12. Sea A ∈Matm×n(K). Si P es invertible m×m y Q es invertible
n×n, entonces:
(1) rang(AQ) = rang(A).
(2) rang(PA) = rang(A).
(3) rang(PAQ) = rang(A).
Demostración. La parte (3) se sigue de las partes (1) y (2). Para (1) observe que
Im(TAQ) = Im(TA ◦TQ)
= TA(TQ(Kn))
= TA(Kn) ya que TQ es un isomorfismo
= Im(TA).
Se sigue que: rang(AQ) = dimK(Im(TAQ)) = dimK(Im(TA)) = rang(A).
Para (2), como TPA = TP ◦TA, entonces
Im(TPA) = Im(TP ◦TA) = TP ◦TA(Kn) = TP(TA(Kn)),
y como TP es un isomorfismo porque P es invertible, entonces
dimK(TP(TA(Kn))) = dimK(TA(Kn))
y ası́
rang(PA) = dimK(Im(TPA)) = dimK(TA(Kn)) = rang(A).
ut
Corolario 3.13. Las operaciones elementales, en renglones o columnas, preservan
el rango de una matriz.
Demostración. Las operaciones elementales en una matriz A equivalen a multiplicar
A por matrices elementales, que ya vimos que son invertibles. ut
Si la matriz B se obtiene a partir de la matriz A mediante operaciones elementales,
lo denotaremos mediante A∼ B y diremos que A y B son equivalentes.
100 3 Sistemas de ecuaciones lineales
Teorema 3.14. Sea A ∈ Matm×n(K) de rango r = dimK(ImTA). Entonces, r ≤ m,
r≤ n y existe un número finito de operaciones elementales en renglones y columnas
de A tales que
A∼
(
Ir 01
02 03
)
,
donde 01, 02 y 03 son matrices cero del tamaño adecuado.
Demostración. Por la proposición 3.2, r es el número máximo de columnas lineal-
mente independientes de A y por lo tanto r ≤ n. Ahora, como TA : Kn → Km y
ası́ ImTA ⊆ Km, entonces r = dimK(ImTA)≤m. Esto prueba la primera afirmación.
Para la segunda afirmación, si A = 0 es la matriz cero, entonces r = 0 y por conven-
ción I0 = 0 y el número de operaciones elementales requiridas es cero. Supongamos
que A 6= 0; entonces r > 0. Mostraremos que A se puede transformar en la forma
requerida por inducción sobre el número de renglones m de A.
(i) Si m = 1, entonces A = (a11,a12, . . . ,a1n) con algún a1 j 6= 0. Sea k el menor
entero tal que a1k 6= 0. Entonces, A= (0, . . . ,0,a1k, . . . ,a1n) y multiplicando primero
por a−11k la columna k de A, y luego sumando múltiplos adecuados de esta columna
a las columnas siguientes se sigue que
A∼ (0, . . . ,0,1,0, . . . ,0)∼ (1,0, . . . ,0),
donde la última operación elemental fue intercambiar la columna k con la primera.
(ii) Supongamos que el teorema es cierto para toda matriz con ≤ m− 1 renglones
y sea A una matriz m× n. Como A 6= 0, existe un ai j 6= 0 en el lugar (i, j). Inter-
cambiando el renglón i con el renglón 1 y la columna j con la columna 1, llevamos
el término ai j al lugar (1,1); después multiplicamos por a−1i j y ya tenemos un 1 en
el lugar (1,1). Sumando múltiplos adecuados de este 1 volvemos ceros todos los
lugares a la derecha y abajo del 1 y obtenemos una matriz de la forma:
A∼
(
1 0
0 A′
)
donde 0 indica un renglón o columna de ceros y A′ es (m−1)×(n−1), y aplicamos
inducción sobre A′. ut
Corolario 3.15. Si A es m×n de rango r, entonces existen matrices invertibles B de
tamaño m×m y C de tamaño n×n, tales que
A∼ BAC =
(
Ir 01
02 03
)
.
Demostración. Usando el teorema anterior, ponemos B al producto de las matrices
elementales en renglones y C el producto de las matrices elementales en columnas
que se usaron para llevar A a la forma requerida. ut
Corolario 3.16. Si A es m×n, entonces
3.2 Operaciones elementales y el rango de una matriz 101
rang(A) = rang(AT).
Demostración. Por el corolario 3.15, BAC =
(
Ir 01
02 03
)
y ası́
CTATBT =
(
Ir 01
02 03
)T
=
(
Ir 02
01 03
)
,
y por lo tanto rang(AT) = r = rang(A). ut
Corolario 3.17. Si A es m×n, entoncesrang(A) = número máximo de columnas linealmente independientes
= número máximo de renglones linealmente independientes.
Demostración. El rango de AT es el número máximo de columnas linealmente inde-
pendientes de AT y las columnas de AT son los renglones de A. ut
Corolario 3.18. Si A es m× n, entonces el subespacio generado por las columnas
de A es isomorfo al subespacio generado por los renglones de A.
Demostración. Por el corolario 3.17 tienen la misma dimensión. ut
Corolario 3.19. Toda matriz invertible es producto de matrices elementales.
Demostración. Si A es n×n invertible, entonces TA : Kn→ Kn es un isomorfismo y
ası́ ImTA = Kn, por lo que rang(A) = dimK(ImTA) = n. Por el teorema 3.12 se sigue
que A∼ In, es decir, existen matrices elementales Ei y Fj, 1≤ i≤ k y 1≤ j≤ t, tales
que
(E1 · · ·Ek)A(F1 · · ·Ft) = In.
Como cada matriz elemental es invertible y su inversa es otra matriz elemental,
despejando A de la igualdad anterior se sigue el resultado deseado. ut
Ejemplo 3.3. Calcule el rango de la matriz A =
1 2 3 0
4 2 1 2
5 0 −1 2
2 4 6 0
. Para esto usamos
operaciones elementales:
102 3 Sistemas de ecuaciones lineales
A=
1 2 3 0
4 2 1 2
5 0 −1 2
2 4 6 0
∼
1 2 3 0
0 −6 −11 2
0 −10 −16 2
0 0 0 0
∼
1 2 3 0
0 1 116 −
1
3
0 10 16 −2
0 0 0 0
∼
1 2 3 0
0 1 116 −
1
3
0 0 − 73
4
3
0 0 0 0
∼
1 2 3 0
0 1 116 −
1
3
0 0 1 − 47
0 0 0 0
∼
1 0 − 23
2
3
0 1 116 −
1
3
0 0 1 − 47
0 0 0 0
∼
1 0 0 27
0 1 0 57
0 0 1 − 47
0 0 0 0
∼
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 0
= ( I3 00 0
)
y por lo tanto el rango de A es 3.
La inversa de una matriz. Usando el corolario 3.17 daremos un método para cal-
cular la inversa de una matriz invertible A. Para esto necesitaremos los conceptos
siguientes: si A = (ai j) es una matriz m× n y B = (bi j) es una matriz m× t, deno-
taremos con (A|B) a la matriz m× (n+ t) dada al yuxtaponer A y B una junta a la
otra, es decir, (A|B) = (ci j) donde
ci j =
{
ai j si 1≤ j ≤ n
bi, j−n si n+1≤ j ≤ n+ t.
Diremos que (A|B) es una matriz aumentada. Esto generaliza el caso cuando B = b
es un vector columna m×1, que ya habı́amos encontrado antes.
Lema 3.20. Si A = (ai j) es una matriz m× n, B = (bi j) es una matriz m× t y P =
(pi j) es una matriz r×m, entonces
P(A|B) = (PA|PB).
Demostración. Como (A|B) = ci j donde
ci j =
{
ai j si 1≤ j ≤ n
bi, j−n si n+1≤ j ≤ n+ t,
si P(A|B) = (ei j), entonces
ei j =
m
∑
k=1
pikck j =
m
∑
k=1
pikak j si 1≤ j ≤ n,
m
∑
k=1
pikbk, j−n si n+1≤ j ≤ n+ t,
es decir,
3.2 Operaciones elementales y el rango de una matriz 103
ei j =
{
término general de PA si 1≤ j ≤ n
término general de PB si n+1≤ j ≤ n+ t,
y por lo tanto P(A|B) = (PA|PB). ut
Para aplicar el lema 3.20 para encontrar la inversa de una matriz n×n invertible
A, consideremos la matriz aumentada
(1) (A|In)
de tamaño n× 2n. Como A−1 existe, multiplicando (1) por A−1 y usando el lema
anterior se obtiene:
(2) A−1(A|In) = (A−1A|A−1In) = (In|A−1).
Ahora, como A−1 es invertible, por el corolario 3.17, A−1 es producto de matrices
elementales, digamos
A−1 = Ek · · ·E1
y ası́ (2) queda:
(Ek · · ·E1)(A|In) = (In|A−1),
y como multiplicar por matrices elementales a la izquierda es lo mismo que hacer
operaciones elementales en los renglones de (A|In), hemos probado la primera parte
del resultado siguiente:
Proposición 3.21. Si A es invertible n×n, su inversa A−1 se puede hallar mediante
un número finito de operaciones elementales en los renglones de la matriz aumen-
tada (A|In) que transforman esta matriz en la matriz (In|A−1).
Recı́procamente, si mediante operaciones elementales en los renglones de (A|In)
se obtiene la matriz (In|B), entonces B = A−1.
Demostración. Sólo falta probar la segunda afirmación. Para esto, supongamos que
Ek, . . . ,E1 son matrices elementales que satisfacen que:
(Ek · · ·E1)(A|In) = (In|B).
Entonces, B = (Ek · · ·E1)In = (Ek · · ·E1) y (Ek · · ·E1)A = In, y por lo tanto BA = In.
Se sigue que B = A−1, ya que en el producto de matrices, una inversa por un lado es
inversa por los dos lados. ut
Ejemplo 3.4. Muestre que la matriz A =
1 2 30 4 2
−2 1 0
es invertible y calcule su in-
versa.
104 3 Sistemas de ecuaciones lineales
(A|I3) =
1 2 30 4 2
−2 1 0
∣∣∣∣∣∣
1 0 0
0 1 0
0 0 1
∼
1 2 30 1 12
0 5 6
∣∣∣∣∣∣
1 0 0
0 14 0
2 0 1
∼
1 2 30 1 12
0 0 72
∣∣∣∣∣∣
1 0 0
0 14 0
2 − 54 1
∼
1 2 30 1 12
0 0 1
∣∣∣∣∣∣
1 0 0
0 14 0
4
7 −
5
14
2
7
∼
1 2 00 1 0
0 0 1
∣∣∣∣∣∣
− 57
15
14 −
6
7
− 27
3
7 −
1
7
4
7 −
5
14
2
7
∼
1 0 00 1 0
0 0 1
∣∣∣∣∣∣
− 17
3
14 −
4
7
− 27
3
7 −
1
7
4
7 −
5
14
2
7
= (I3|A−1),
por lo que la inversa de A es:
A−1 =
− 17 314 − 47− 27 37 − 17
4
7 −
5
14
2
7
.
Sistemas de ecuaciones y el rango de una matriz. Si Ax = b es un sistema de
m ecuaciones en n variables, por el corolario 3.3 el sistema tiene soluciones si y
sólo si dimK K(C1, . . . ,Cn) = dimK K(C1, . . . ,Cn,b), donde C j son las columnas de
A. Hemos ası́ probado:
Corolario 3.22. Si Ax = b es un sistema de m ecuaciones en n incógnitas, entonces
el sistema tiene soluciones si y sólo si
rang(A) = rang(A|b),
donde (A|b) es la matriz aumentada del sistema.
ut
El corolario 3.22 es importante porque el rango de cualquier matriz es relativa-
mente fácil de calcular como veremos en la sección siguiente. Ası́, el criterio anterior
es fácil de verificar. Más aún, el método que desarrollaremos en la sección siguiente
nos dará al mismo tiempo el conjunto de soluciones de un sistema soluble.
Ejercicio 3.1. Si T : V →W es una transformación lineal entre espacios vectoriales
de dimensiones finitas, la nulidad de T es la dimensión del núcleo de T . La nulidad
de una matriz A es la nulidad de la transformación lineal TA asociada. Demuestre que
la nulidad de una transformación lineal es igual a la nulidad de la matriz asociada
en cualesquiera bases del dominio y codominio. Sugerencia: en la notación de la
proposición 3.9, muestre que φA(kerT ) = kerTA.
Ejercicio 3.2. Sea A una matriz m×n. Demuestre que existe una sucesión finita de
operaciones elementales de tipo 1 y 3 en renglones, que transforman A en una matriz
triangular superior.
3.2 Operaciones elementales y el rango de una matriz 105
Ejercicio 3.3. Sean A y B matrices m× t y t×n, respectivamente. Demuestre que
rang(AB)≤ rang(A),
rang(AB)≤ rang(B).
Ejercicio 3.4. Sea A una matriz m×n. Demuestre que rang(A) = 0 si y sólo si A es
la matriz cero.
Ejercicio 3.5. Sea A una matriz m× n con entradas en un campo K y sea λ ∈ K,
λ 6= 0. Demuestre que rang(λA) = rang(A).
Ejercicio 3.6. Sean A y B matrices m× t y t × n, respectivamente. Suponga que
rang(A) = m y rang(B) = t. Demuestre que AB es de rango m.
Ejercicio 3.7. Sea A una matriz m×n. Si A es de rango m, demuestre que existe una
matriz B, n×m, tal que BA = In.
Ejercicio 3.8. Sea A una matriz m×n. Si A es de rango n, demuestre que existe una
matriz B, n×m, tal que AB = Im.
Ejercicio 3.9. Calcule el rango de las matrices siguientes:
A =
3 2 5
0 −1 4
−3 4 0
3 1 9
B =
2 4 6 −2
1 −1 4 2
3 3 10 0
4 2 15 2
C =
1 2 7
7 2 1
1 0 1
0 2 0
D =
−1 −2 −3 −4
2 4 6 8
1 2 3 4
3 4 9 12
.
Ejercicio 3.10. Calcule el rango de las matrices cuadradas siguientes y determine
cuáles son invertibles:
A =
3 2 50 −1 4
−3 4 0
; B =
5 6 1 −1
1 −1 4 2
6 5 5 1
2 4 5 6
C =
2 2 32 3 1
1 0 1
; D =
2 −2 1 −1
2 4 2 1
1 2 2 1
3 4 −1 1
.
Ejercicio 3.11. Encuentre la inversa de las matrices invertibles del ejercicio anterior.
106 3 Sistemas de ecuaciones lineales
3.3. El método de Gauss
Dado un sistema de m ecuaciones lineales en n incógnitas Ax = b:
a11x1 +a12x2 + · · ·+a1nxn = b1
a21x1 +a22x2 + · · ·+a2nxn = b2
...
am1x1 +am2x2 + · · ·+amnxn = bm
el método que desarrollaremos transforma el sistema dado a un sistema que tenga
el mismo conjunto de soluciones que el anterior, pero que luzcamás sencillo—tan
sencillo que sus soluciones sean casi inmediatas—digamos de la forma
x1 +a′12x2 +a
′
13x3 +a
′
14x4 +a
′
15x5 + · · ·+a′1nxn = b′1
x2 +a′23x3 +a
′
24x4 +a
′
25x5 + · · ·+a′2nxn = b′2
x3 +a′34x4 +a
′
35x5 + · · ·+a′3nxn = b′3
...
xr +a′r,r+1xr+1 + · · ·= b′m
y la idea es trabajar con la matriz aumentada del sistema original (A|b) y transfor-
marla, mediante operaciones elementales en renglones, en una matriz (A′|b′) que
tenga asociado el sistema de ecuaciones sencillo de arriba. Lo primero que debemos
hacer es asegurarnos que el nuevo sistema tenga el mismo conjunto de soluciones
que el sistema original:
Proposición 3.23. Si Ax = b es un sistema de m ecuaciones lineales en n incógnitas
y si P es una matriz invertible m×m, entonces el sistema (PA)x = Pb tiene el mismo
conjunto de soluciones que el sistema original.
Demostración. Sea S ⊆ Kn el conjunto de soluciones del sistema original Ax = b
y sea S′ ⊆ Kn el conjunto de soluciones del sistema (PA)x = Pb. Mostraremos que
S = S′. En efecto, si v ∈ S, entonces Av = b y ası́ PAv = Pb por lo que v es solución
del sistema (PA)x = Pb, i.e., v ∈ S′. Recı́procamente, si v ∈ S′, entonces (PA)v = Pb
y multiplicando por la inversa de P obtenemos: P−1(PAv) = P−1Pb, i.e., Av = b y
por lo tanto v ∈ S. ut
Corolario 3.24. Si Ax = b es un sistema de m ecuaciones lineales en n incógnitas y
si (A′|b′) se obtiene de (A|b) mediante un número finito de operaciones elementales
en renglones, entonces el sistema A′x = b′ tiene el mismo conjunto de soluciones
que el sistema original.
Demostración. (A′|b′) se obtiene de (A|b) mediante el producto de un número finito
de matrices elementales E1, . . . , Ek. Poniendo P = E1 · · ·Ek, resulta que P es inver-
tible y P(A|b) = (PA|Pb) = (A′|b′), por lo que A′x = b′ es el sistema (PA)x = Pb.
Aplicamos entonces la proposición anterior. ut
3.3 El método de Gauss 107
Ya que el corolario 3.24 garantiza que no cambiamos el conjunto de soluciones
de Ax = b, pensemos ahora cómo debe ser la matriz de un sistema de ecuaciones
sencillo como sugerimos antes. Un momento de reflexión, mirando al ejemplo sen-
cillo previo, nos lleva a: (i) la matriz del sistema sencillo está escalonada y (ii) los
coeficientes de las variables que encabezan las ecuaciones del sistema sencillo son
igual a 1, por lo que despejar la variable correspondiente es trivial. Recordemos
ahora, de la proposición 3.5, que el conjunto de soluciones de Ax = b es de la forma
S = v0 +kerTA,
y por lo tanto el sistema sencillo debe serlo de tal manera que uno pueda leer el
núcleo de TA de este sistema, i.e., uno deberı́a ser capaz de dar una base del núcleo
kerTA a partir del sistema sencillo. Esto nos lleva a pedir que en la matriz aumentada
del sistema sencillo, las variables que encabezan ecuaciones sólo aparezcan en esa
ecuación. La definición formal es como sigue:
Definición 3.25. Una matriz m× n se dice que está en forma escalonada reducida
si:
(i) Todos los renglones con alguna entrada distinta de cero están arriba de los
renglones que consisten de ceros.
(ii) La primera entrada distinta de cero de un renglón no cero es 1 y es la única
entrada distinta de cero en su columna.
(iii) El 1 de la primera entrada distinta de cero de un renglón no cero está en una
columna a la derecha de la primera entrada no cero del renglón precedente.
Observación 3.26. La condición (i) sólo dice que los renglones que consisten de
ceros, si hay alguno de estos renglones, van en la parte de abajo de la matriz. La
condición (iii) nos dice que la matriz está escalonada y la condición (ii) dice que un
renglón no cero tiene un 1 como primera entrada no trivial y arriba y abajo de este
uno sólo hay ceros. Ası́, la definición anterior captura lo que deseamos que quiera
decir el término sencillo.
Ejemplo 3.5. La matriz
1 0 0 1 2 3
0 1 0 2 3 1
0 0 1 0 1 2
0 0 0 0 0 0
está en forma escalonada reducida.
La matriz
1 0 2 1 2 3
0 1 0 2 3 1
0 0 1 0 1 2
0 0 0 0 0 0
no está en forma escalonada reducida, ya que en la columna del 1 del tercer renglón
no todos las entradas son cero.
108 3 Sistemas de ecuaciones lineales
La matriz
1 0 0 1 2 3
0 3 0 2 3 1
0 0 1 0 1 2
0 0 0 0 0 0
no está en forma escalonada reducida, ya que el segundo renglón no comienza con
un 1.
La matriz
1 0 0 1 2 3
0 0 1 0 1 2
0 1 0 2 3 1
0 0 0 0 0 0
no está en forma escalonada reducida, porque el 1 del tercer renglón no está a la
derecha del 1 del renglón que lo precede.
La matriz
1 0 0 0 2 0
0 1 2 0 3 0
0 0 0 1 1 0
0 0 0 0 0 1
está en forma escalonada reducida.
La cuestión siguiente es evidente: ¿dada una matriz A de tamaño m× n, es po-
sible transformarla, mediante operaciones elementales, en forma escalonada redu-
cida? La respuesta es afirmativa y el procedimiento para realizarlo es el método de
eliminación gaussiana.
Método de eliminación de Gauss. Dada una matriz A de tamaño m×n, si A es la
matriz cero, por definición diremos que está en forma escalonada reducida. Supon-
gamos entonces que A no es la matriz cero. El método que describiremos tiene dos
partes:
Parte 1. De arriba hacia abajo:
Paso 1. Se escoge la columna distinta de cero más a la izquierda. Luego, usando
operaciones elementales en renglones traslade una de las entradas distintas de cero
en esta columna al primer renglón y luego conviértalo en 1 multiplicando este primer
renglón por el inverso multiplicativo de la entrada 6= 0 en cuestión. Se usan en este
paso a lo más 2 operaciones elementales.
Paso 2. Usando a lo más m− 1 operaciones elementales de tipo 3 en renglones,
convierta en ceros todos los lugares abajo del 1 del primer paso.
Paso 3. Sin tomar en cuenta el primer renglón, considere las columnas de la matriz
resultante y escoja la columna distinta de cero más a la izquierda. Repita los pasos
1 y 2 con esta columna.
Paso 4. Sin tomar en cuenta los dos primeros renglones, considere las columnas de
la matriz resultante y escoja la columna distinta de cero más a la izquierda. Repita
3.3 El método de Gauss 109
los pasos 1 y 2 con esta columna. Proceda de esta manera hasta que, sin tomar en
cuenta los renglones donde ya se aplicaron los pasos 1 y 2, la matriz que resulte
tenga sólo ceros o que ya se hayan agotado sus renglones. Note que el número de
pasos es a lo más m.
Parte 2. De abajo hacia arriba:
Paso 1. Comenzando con el último renglón distinto de cero, usando operaciones
elementales de tipo 3 en renglones, convierta en ceros todos las entradas arriba del
primer 1 de este renglón. De nuevo, el número de operaciones es a lo más m−1.
Paso 2. Repita lo anterior con el penúltimo renglón distinto de cero y proceda de
esta manera, de abajo hacia arriba, para convertir en ceros todos las entradas arriba
de los primeros 1 de los renglones distintos de cero. Note que en cada uno de estos
pasos se usan sólo un número finito de operaciones elementales en renglones y el
número de pasos es a lo más m.
Observe ahora que con el método de eliminación gaussiana descrito arriba, a
partir de la matriz A de tamaño m×n, se obtiene una matriz A′ del mismo tamaño y
que tiene forma escalonada reducida ya que, por los pasos de arriba hacia abajo se
satisfacen las condiciones (i) y (iii) de la definición 3.25, y por los pasos de abajo
hacia arriba se satisface la condición (ii). Se tiene ası́:
Proposición 3.27. El método de eliminación gaussiana transforma cualquier ma-
triz A ∈Matm×n(K) en una matriz A′ ∈Matm×n(K) en forma escalonada reducida.
ut
La primera consecuencia del método anterior es que el rango de la matriz A
es igual al rango de A′ ya que A′ se obtuvo a partir de A mediante operaciones
elementales, que no cambian el rango por la proposición 3.11, y se lee directamente
de la matriz A′ escalonada reducida:
Proposición 3.28. Sea A una matriz m× n y sea A′ una matriz escalonada redu-
cida que se obtiene a partir de A mediante operaciones elementales en renglones.
Entonces,el rango de A es el número de renglones distintos de cero en A′.
Demostración. Sea r el número de renglones distintos de cero de A′. Observe ahora
que como A′ está en forma escalonada reducida, los r renglones no cero de A′ son
linealmente independientes ya que los 1’s que están en la primera componente dis-
tinta de cero de cada uno de estos renglones están en diferentes columnas y son los
únicos elementos distintos de cero en esas columnas. Ası́, cualquier combinación
lineal de los renglones distintos de cero de A′ que dé el vector 0, debe tener todos
los coeficientes igual a 0. Por lo tanto, el rango de A′ debe ser r. Finalmente, como
A∼ A′, entonces por 3.11, rang(A) = rang(A′) = r. ut
Ejemplo 3.6. Calcularemos el rango de la matriz A =
2 3 13 3 17
1 3 11 3 13
2 4 16 6 24
1 2 8 2 10
usando eli-
minación gaussiana. En efecto, usando operaciones elementales en renglones:
110 3 Sistemas de ecuaciones lineales
2 3 13 3 17
1 3 11 3 13
2 4 16 6 24
1 2 8 2 10
∼
1 2 8 2 10
1 3 11 3 13
2 4 16 6 24
2 3 13 3 17
∼
1 2 8 2 10
0 1 3 1 3
0 0 0 2 4
0 −1 −3 −1 −3
∼
1 2 8 2 10
0 1 3 1 3
0 0 0 2 4
0 0 0 0 0
∼
1 2 8 0 6
0 1 3 0 1
0 0 0 1 2
0 0 0 0 0
∼
1 0 2 0 4
0 1 3 0 1
0 0 0 1 2
0 0 0 0 0
∼
1 0 0 2 4
0 1 0 3 1
0 0 1 0 2
0 0 0 0 0
y por lo tanto A∼ A′, con A′ escalonada reducida con 3 renglones no cero. Se sigue
que rang(A) = 3.
Unicidad de la forma escalonada reducida. Nuestro objetivo ahora es mostrar que
si A es una matriz m× n y A′ y A′′ son dos matrices en forma escalonada reducida
equivalentes a A, entonces A′ = A′′. Para esto, comencemos observando que si A es
la matriz cero entonces A′ y A′′ también son cero porque son equivalentes a A.
Supongamos entonces que el rango r de A satisface que r ≥ 1. Nuestro primer
objetivo es determinar algunas propiedades de cualquier matriz escalonada reducida
equivalente a A, digamos A′:
(1) Observe que, como A′ está en forma escalonada reducida y A′ ∼ A, por la pro-
posición anterior el rango de A es el número de renglones distintos de cero de A′.
Observe también que en A′ hay r renglones cuya primera entrada no cero es 1 y que
arriba y abajo (cuando es posible) de estos 1’s sólo hay ceros. Por lo tanto, las r
columnas correspondientes a estos 1’s son los vectores canónicos e1, . . . ,er de Km
ya que los m−r últimos renglones de A′ son todos cero. Entonces, r de las columnas
C′1, . . . ,C
′
n de A
′ son los vectores canónicos e1, . . . ,er. Sean k1 < k2 < · · ·< kr los lu-
gares donde están estos vectores canónicos, es decir, C′ki = ei. Sean Cki las columnas
correspondientes en A.
(2) Mostraremos que Ck1 , . . . ,Ckr son linealmente independientes. En efecto, si se
tiene una combinación lineal
(a) α1Ck1 + · · ·+αrCkr = 0,
como A′ se obtiene de A mediante operaciones elementales en renglones, existe una
matriz m×m invertible P tal que PA = A′. Multiplicando (a) por P se obtiene
(b) α1PCk1 + · · ·+αrPCkr = 0
3.3 El método de Gauss 111
y como PCki =C
′
ki = ei, entonces (b) es:
α1e1 + · · ·+αrer = 0
y por lo tanto α1 = · · · = αr = 0 ya que los ei son linealmente independientes. Se
sigue que Ck1 , . . . ,Ckr son columnas linealmente independientes de A.
(3) Observemos ahora que como A′ tiene sólo r renglones no cero en la parte supe-
rior, cada columna de A′ es de la forma:
C′j =
a′1 j
...
a′r j
0
...
0
.
Se sigue que C′j = a
′
1 je1 + · · ·+a′r jer, y como C′j = PC j, entonces
C j = P−1C′j = P
−1(a′1 je1 + · · ·+a′r jer)
= a′1 jP
−1e1 + · · ·+a′r jP−1er
= a′1 jCk1 + · · ·+a
′
r jCkr porque PCki = ei.
Hemos ası́ probado:
Teorema 3.29. Sea A ∈Matm×n(A) una matriz de rango r ≥ 1 y sea A′ una matriz
en forma escalonada reducida equivalente a A. Entonces,
(1) Para cada i = 1, . . . ,r existe una columna C′ki de A
′ tal que C′ki = ei, el vector
canónico de Km correspondiente.
(2) Si Cki es la columna de A correspondiente al ı́ndice ki, entonces Ck1 , . . . ,Ckr son
linealmente independientes.
(3) Para cada j = 1, . . . ,n, si la columna j de A′ es C′j =α1 je1+ · · ·+αr jer, entonces
la columna j de A es
C j = α1 jCk1 + · · ·+αr jCkr .
ut
Corolario 3.30. Si A ∈ Matm×n(A), entonces cualesquiera dos matrices en forma
escalonada reducida equivalentes a A son iguales. Es decir, la forma escalonada
reducida de A es única.
Demostración. Sean A′ y A′′ dos matrices en forma escalonada reducida equivalen-
tes a A con columnas (C′1, . . . ,C
′
n) y (C
′′
1 , . . . ,C
′′
n ) respectivamente. Mostraremos que
C′j =C
′′
j para toda j. Para comenzar, podemos suponer que el rango r de A satisface
que r ≥ 1. Por la parte (1) del teorema anterior las columnas e1, . . . ,er aparecen en
112 3 Sistemas de ecuaciones lineales
A′ y A′′. Sean k1 < · · ·< kr y `1 < · · ·< `r tales que C′ki = ei y C
′′
`i
= ei. Mostraremos
ahora que ki = `i para toda i = 1, . . . ,r por inducción sobre r.
(i) Si r = 1, C′k1 = e1 = C
′′
`1
y supongamos, sin perder generalidad, que `1 ≥ k1. Si
sucediera que `1 > k1, entonces C′′j = 0 para 1≤ j <`1, y por la parte (3) del teorema
anterior la columna de A correspondiente a C′′j es C j = 0 también, para 1 ≤ j < `1.
En particular, Ck1 = 0, lo cual contradice la parte (2) del teorema (ya que Ck1 debe
ser miembro de un conjunto linealmente independiente). Se sigue que k1 = `1.
(ii) Supongamos que ki = `i para toda i < r. Mostraremos que kr = `r. Sin per-
der generalidad, supongamos que `r ≥ kr. Si sucediera que `r > kr, entonces para
1≤ j < `r, las columnas C′′j tendrı́an ceros hacia abajo comenzando con el renglón
r− 1. Consecuentemente, por la parte (3) del teorema las columnas C j correspon-
dientes a C′′j tendrı́an también ceros hacia abajo comenzando con el renglón r− 1.
En particular, Ckr tendrı́a ceros a partir del renglón r−1.
Consideremos ahora la submatriz B de A dada por las primeras kr columnas:
B = (C1, . . . ,Ckr) y observemos que los renglones de B, a partir del renglón r− 1
son todos cero y por lo tanto el rango de B es≤ r−1, por (3.15). Pero esto contradice
la parte (2) del teorema que afirma que Ck1 , . . . ,Ckr son linealmente independientes.
Hemos ası́ probado que los vectores canónicos e1, . . . ,er que aparecen en A′ y
A′′, están en las mismas columnas de estas dos matrices. Por lo tanto, las columnas
de A que les corresponden son las mismas, es decir, Ck1 =C`1 , . . . ,Ckr =C`r .
Para mostrar que A′ = A′′, mostraremos que cualesquiera dos de sus columnas
son iguales: C′j =C
′′
j . En efecto, escribiendo cada una de estas columnas como com-
binación lineal de e1, . . . ,er:
C′j = α1e1 + · · ·+αrer y C′′j = β1e1 + · · ·+βrer,
por la parte (3) del teorema anterior, la columna C j de A que les corresponde satis-
face que:
C j = α1Ck1 + · · ·+αrCkr = β1Ck1 + · · ·+βrCkr
y, como los Cki son linealmente independientes, entonces αi = βi para toda i. Se
sigue que C′j =C
′′
j y por lo tanto A
′ = A′′. ut
Solución de sistemas de ecuaciones por el método de eliminación de Gauss. Si
Ax= b es un sistema de m ecuaciones lineales en n incógnitas y si (A′|b′) es la matriz
escalonada reducida equivalente a la matriz del sistema (A|b), por la proposición
3.21 y el corolario 3.22 el conjunto de soluciones de A′x = b′ es el mismo que el
del sistema original. Consideremos el sistema A′x = b′. Entonces, si el sistema es
soluble, el rango r de A es igual al rango de (A|b) y ası́ (A′|b′) tiene exactamente
r renglones distintos de cero y por lo tanto el sistema A′x = b′ tiene exactamente r
ecuaciones lineales en n incógnitas y como A′ está escalonada reducida, cada una
de las r ecuaciones del sistema A′x = b′ está encabezada por una de r variables con
coeficiente 1.
Paso 1. Se separan las n variables x1, . . . ,xn en dos conjuntos ajenos:
3.3 El método de Gauss 113
(i) Las que encabezan una ecuación en A′x = b′. Hay r de estas variables.
(ii) Las que no encabezan alguna ecuación de A′x = b′. Hay n− r de éstas.
Paso 2. A cada variable que no encabezauna ecuación de A′x = b′ le asignamos un
valor paramétrico t j. Ası́, hay n− r parámetros t j.
Paso 3. Despejamos las r variables que encabezan ecuaciones en términos de los
parámetros anteriores.
Con los pasos anteriores se obtiene un vector v = (x1, . . . ,xn) ∈ Kn, el cual es so-
lución del sistema Ax = b, como veremos a continuación, y donde sus componentes
son de dos tipos: parámetros ti ó sumas de (algunos) de estos parámetros más térmi-
nos constantes. Para mostrar que v es solución del sistema Ax = b, basta ver que es
solución de A′x = b′, donde A′ es la matriz escalonada reducida equivalente a A. Sin
perder generalidad, podemos asumir de ahora en adelante que A = A′. Escribamos
A = (C1, . . . ,Cn) con C j las columnas de A. Por la definición 3.25 de matriz escalo-
nada reducida existen r ı́ndices 1≤ k1 < · · ·< kr ≤ n tales que las columnas Cki = ei
(el vector canónico de Km correpondiente). De hecho, los ı́ndices ki corresponden
a las columnas de A donde aparecen los 1 que encabezan renglones. Tamnién, por
la definición 3.25, que las r columnas Cki forman una base de ImTA. Denotemos
con C ji a las n− r columnas de A diferentes de las Cki , ordenadas por los ı́ndices
1 ≤ j1 < · · · < jn−r ≤ n. Estas n− r columnas corresponden a las variables que no
encabezan ecuaciones en el sistema Ax = b.
Ahora, dados n− r escalares t1, . . . , tn−r (los valores paramétricos del paso 2 an-
terior), consideremos el vector columna
C =
n−r
∑
i=1
tiC ji .
Entonces, C es combinación lineal de (algunas) de las columnas de A y ası́ C∈ ImTA.
Ahora, como b ∈ ImTA porque estamos asumiendo que el sistema tiene soluciones,
entonces b−C ∈ ImTA, y como Ck1 , . . . ,Ckr es base de ImTA, entonces existen es-
calares únicos sk1 , . . . ,skr tales que
b−C = sk1Ck1 + · · ·+ skrCkr
y por lo tanto
(∗) b = (sk1Ck1 + · · ·+ skrCkr)+C =
r
∑
i=1
skiCki +
n−r
∑
i=1
tiC ji .
Se sigue que el vector
(∗∗) v =
r
∑
i=1
skieki +
n−r
∑
i=1
tie ji
es una solución del sistema Ax = b ya que
114 3 Sistemas de ecuaciones lineales
A · v =
r
∑
i=1
skiAeki +
n−r
∑
i=1
tiAe ji
=
r
∑
i=1
skiCki +
n−r
∑
i=1
tiC ji porque Ae j =C j
= b por (∗).
Note que el vector v anterior es el vector v obtenido en los pasos (1), (2) y (3)
de arriba. Observe también que, poniendo todos los ti = 0, se obtiene la solución
particular:
v0 :=
r
∑
i=1
skieki .
Finalmente, en la solución (∗∗), poniendo ti = 1 y t j = 0 para las j 6= i, se obtienen
las n− r soluciones
(†) ui :=
r
∑
i=1
s(i)ki Cki + e ji
1 ≤ i ≤ n− r. Otra forma de describir el procedimiento anterior, para obtener los
vectores ui, es el paso siguiente, que también comienza con la expresión obtenida
para el vector v solución del sistema:
Paso 4. Como en el vector v = (x1, . . . ,xn) obtenido arriba, las componentes son
sumas de (algunos) de los parámetros más términos constantes, podemos separar al
vector v de la forma siguiente:
(i) Agrupamos en un vector v0 a los términos constantes de cada componente de
v.
(ii) Juntamos en un vector los términos que contengan al parámetro t1 de cada
componente de v.
(iii) Juntamos en un vector los términos que contengan al parámetro t2 de cada
componente de v.
(iv) Etcétera.
Después, del vector obtenido en (ii) factorizamos a t1 para obtener t1u1 con u1 un
vector de Kn. Similarmente, factorizamos a t2 del vector obtenido en (iii) para tener
t2u2. Etcétera. Al final obtenemos la expresión siguiente para v:
v = v0 + t1u1 + t2u2 + · · ·+ tn−run−r,
con v0,u1, . . . ,un−r vectores de Kn.
Mostraremos ahora que los vectores u1, . . . ,un−r forman una base de kerTA, y
para ésto comenzamos mostrando que generan este núcleo: en efecto, por cons-
trucción cada ui ∈ kerTA y ası́ K(u1, . . . ,un−r) ⊆ kerTA. Supongamos ahora que
u = (α1, . . . ,αn) es cualquier elemento de kerTA. Entonces
3.3 El método de Gauss 115
(‡) u−
n
∑
k=r+1
αkuk =
r
∑
j=1
λ jek j
ya que, por la forma (†) de los ui, para k ≥ r+ 1, el vector −αkuk contiene el su-
mando −αke jk que cancela la componente αk en el lugar jk de u.
Ahora, como kerTA es espacio vectorial, se tiene que u−∑nk=r+1 αkuk ∈ kerTA y
ası́ el vector w := ∑rj=1 λek j ∈ kerTA. Es decir, A ·w = 0, y como A ·w es la suma de
columnas de A con coeficientes las entradas λ j correspondientes de w, entonces
λ1Ck1 + · · ·+λrCkr = 0
y como los Cki son linealmente independientes, entonces λi = 0 para toda i y ası́ en
(‡) se tiene que u−∑nk=r+1 αkuk = 0, es decir,
u =
n
∑
k=r+1
αkuk ∈ K(u1, . . . ,un−r)
y por lo tanto u1, . . . ,un−r genera a kerTA como se querı́a.
Hemos mostrado ası́ que Sh = kerTA =K(u1, . . . ,un−r). Finalmente, como u1, . . .,
un−r generan kerTA, y como
dimK kerTA = dimK Kn−dimK ImTA = n− rang(A) = n− r,
entonces u1, . . . ,un−r debe ser una base de kerTA. Hemos probado ası́:
Teorema 3.31. Sean Ax = b un sistema soluble de m ecuaciones lineales en n
incógnitas, (A′|b′) la forma escalonada reducida de (A|b) y r el rango de A. Supon-
gamos que v0 y u1, . . . ,un−r se obtuvieron con el método descrito arriba. Entonces,
(1) v0 es una solución particular de Ax = b.
(2) u1, . . . ,un−r es una base de kerTA.
(3) Consecuentemente, el conjunto de soluciones del sistema Ax = b es:
S = v0 +kerTA = {v ∈ Kn : v = v0 + t1u1 + t2u2 + · · ·+ tn−run−r, ti ∈ K}.
ut
Ejemplo 3.7. Halle todas las soluciones del sistema
3x1 +9x2 + x3 +5x4 = 7
2x1 +6x2 +3x3 + x4 = 7
x1 +3x2 + x3 + x4 = 3.
La matriz aumentada es:
(A|b) =
3 9 1 52 6 3 1
1 3 1 1
∣∣∣∣∣∣
7
7
3
116 3 Sistemas de ecuaciones lineales
y usando el método de eliminación de Gauss:
3 9 1 52 6 3 1
1 3 1 1
∣∣∣∣∣∣
7
7
3
∼
1 3 1 13 9 1 5
2 6 3 1
∣∣∣∣∣∣
3
7
7
∼
1 3 1 10 0 −2 2
0 0 1 −1
∣∣∣∣∣∣
3
−2
1
∼
1 3 1 10 0 1 −1
0 0 −2 2
∣∣∣∣∣∣
3
1
−2
∼
1 3 0 20 0 1 −1
0 0 0 0
∣∣∣∣∣∣
2
1
0
y por lo tanto rang(A|b) = 2 = rang(A), por lo que el sistema tiene soluciones. El
sistema de ecuaciones equivalente al dado es:
x1 +3x2 +2x4 = 2
x3− x4 = 1
y las variables que encabezan ecuaciones son x1 y x3, y las variables que no enca-
bezan ecuaciones son x2 y x4. Dando valores paramétricos a las variables que no
encabezan ecuaciones:
x2 = t1 y x4 = t2,
despejamos las variables que sı́ encabezan ecuaciones:
x3 = 1+ x4 = 1+ t2
x1 = 2−3x2−2x4 = 2−3t1−2t2
por lo que la solución general del sistema está dada por los vectores de la forma
v = (x1,x2,x3,x4)
= (2−3t1−2t2, t1,1+ t2, t2)
= (2,0,1,0)+(−3t1−2t2, t1, t2, t2)
= (2,0,1,0)+ t1(−3,1,0,0)+ t2(−2,0,1,1),
donde v0 = (2,0,1,0) es una solución particular del sistema y u1 = (−3,1,0,0)
y u2 = (−2,0,1,1) forman una base del subespacio de soluciones del sistema ho-
mogéneo asociado Sh.
Ejemplo 3.8. Considere el sistema de ecuaciones:
3.3 El método de Gauss 117
x1 +2x2 +4x3 +5x4 =−4
x1 +4x2 +6x3 +9x4 =−6
2x1 +6x2 +10x3 +14x4 =−6.
La matriz aumentada es:
(A|b) =
1 2 4 51 4 6 9
2 6 10 14
∣∣∣∣∣∣
−4
−6
−6
y usando el método de eliminación de Gauss: 1 2 4 51 4 6 9
2 6 10 14
∣∣∣∣∣∣
−4
−6
−6
∼
1 2 4 50 2 2 4
0 2 2 4
∣∣∣∣∣∣
−4
−2
2
∼
1 2 4 50 1 1 2
0 0 0 0
∣∣∣∣∣∣
−4
−1
4
∼
1 0 2 10 1 1 2
0 0 0 0
∣∣∣∣∣∣
−2
−1
4
∼
1 0 2 10 1 1 2
0 0 0 0
∣∣∣∣∣∣
0
0
1
,
por lo que rang(A|b) = 3 6= 2 = rang(A) y ası́ el sistema no tiene soluciones.
Ejercicio 3.12. Si A es m× n y m < n, demuestre que el sistema Ax = 0 tiene una
solución no trivial.
Ejercicio 3.13. Si Ax = b es un sistema de n ecuaciones con n incógnitas, demuestre
que el sistema tiene una única solución si y sólo si A es invertible. Muestre además
que la (única) solución es de la forma x = A−1b.
Ejercicio 3.14. Dé un ejemplo de un sistema de n ecuaciones con n incógnitas con
más de una solución.
Ejercicio 3.15. Halle todas las soluciones del sistema de ecuaciones
2x+ y− z = 5
x− y+ z = 1
x+2y−2z = 4.
Ejercicio 3.16. Halle todas las soluciones del sistema de ecuaciones
118 3 Sistemas de ecuaciones lineales
x1 +2x2−8x3 = 0
2x1−3x2 +5x3 = 0
3x1 +2x2−12x2 = 0.
Ejercicio 3.17.Halle todas las soluciones del sistema de ecuaciones
3x1−1x2 + x3 =−2
x1 +5x2−+2x3 = 6
2x1 +3x2 + x3 = 0.
Ejercicio 3.18. Halle todas las soluciones del sistema de ecuaciones
3x1−6x2− x3− x4 = 0
x1−2x2 +5x3−3x4 = 0
2x1−4x2 +3x3− x4 = 3.
Ejercicio 3.19. Halle todas las soluciones del sistema de ecuaciones
4x1 +3x2−9x3 + x4 = 1
−x1 +2x2−13x3 +3x4 = 3
3x1− x2 +8x2−2x4 =−2.
Capı́tulo 4
Determinantes
Hasta ahora hemos estudiado transformaciones lineales T : V → W entre K-
espacios vectoriales de dimensión finita, sin ninguna otra restricción. Para poder
avanzar en el estudio de las transformaciones lineales, debemos considerar prime-
ro aquellas funciones lineales que parezcan más sencillas, por ejemplo transfor-
maciones lineales T : V → V de un espacio en sı́ mismo. Llamaremos operadores
lineales a las funciones lineales de un espacio en sı́ mismo. Si V es de dimensión
finita, digamos n, un operador lineal T : V →V corresponde a una matriz cuadrada
A ∈Matn×n(K). Ası́, estudiar operadores lineales es equivalente a estudiar matrices
cuadradas. Hay varios caminos para hacer ésto y en este libro seguiremos el enfo-
que clásico basado en las propiedades de los determinantes de matrices cuadradas.
En este capı́tulo obtenemos las propiedades necesarias de los determinantes para
que en los capı́tulos siguientes podamos continuar con el estudio de los operadores
lineales.
4.1. Expansión por menores
Originalmente, los determinantes jugaban un papel importante en la solución al-
gorı́tmica de sistemas de ecuaciones lineales y, a pesar de que computacionalmente
han sido relegados, conviene recordar este origen del concepto de determinante con-
siderando un sistema de dos ecuaciones lineales en dos incógnitas:
ax+by = e
cx+dy = f
del cual supondremos que tiene solución única, en particular, las matrices involucra-
das son de rango 2. Usando el método de eliminación, por ejemplo, multiplicando
la primera ecuación por d y la segunda ecuación por b obtenemos:
119
120 4 Determinantes
adx+bdy = ed
bcx+bdy = b f
y luego restando nos da:
(1) (ad−bc)x = ed−b f .
Similarmente, si multiplicamos por c la primera ecuación y por a la segunda ecua-
ción y luego restamos para eliminar a la variable x, obtenemos:
(2) (ad−bc)y = ec−a f .
El escalar ad− bc que aparece en (1) y (2) es 6= 0, como el lector puede com-
probar fácilmente, vea el ejercicio 4.1, ya que el sistema original tiene una solución
única. A este escalar se le llama el determinante de la matriz del sistema
A =
(
a b
c d
)
y se denota
det(A) = det
(
a b
c d
)
= ad−bc.
Ejemplo 4.1. Si A =
(
3 4
2 5
)
, entonces
det(A) = det
(
3 4
2 5
)
= 3(5)−4(2) = 15−8 = 7.
Ejemplo 4.2. Si A =
(
2 6
3 9
)
, entonces
det(A) = det
(
2 6
3 9
)
= 2(9)−6(3) = 18−18 = 0.
Supongamos ahora que se tiene una matriz cuadrada 3×3:
A =
a11 a12 a13a21 a22 a23
a31 a32 a33
y queremos definir su determinante. La idea es proceder recursivamente, aprove-
chando que ya sabemos calcular el determinante de una matriz 2× 2. Para ésto,
fijamos un renglón de A, digamos el primer renglón R1 = (a11,a12,a13) y, para cada
entrada a1 j de este renglón, 1≤ j ≤ 3, se definen las matrices 2×2 que se obtienen
al eliminar el renglón y la columna de la entrada a1 j. Denotemos esta matriz por
A1 j. Hay tres de estas matrices:
4.1 Expansión por menores 121
A11 =
(
a22 a23
a32 a33
)
A12 =
(
a21 a23
a31 a33
)
A13 =
(
a21 a22
a31 a32
)
.
Después, para cada entrada a1 j consideremos el término (−1)1+ ja1 j det(A1 j), y
luego los sumamos para definir:
det(A) := (−1)1+1a11 det(A11)+(−1)1+2a12 det(A12)+(−1)1+3a13 det(A13)
= a11 det(A11)−a12 det(A12)+a13 det(A13).
Ejemplo 4.3. Si A =
2 3 41 4 5
5 6 8
, entonces
det(A) = det
2 3 41 4 5
5 6 8
= a11 det(A11)−a12 det(A12)+a13 det(A13)
= 2det
(
4 5
6 8
)
−3det
(
1 5
5 8
)
+4det
(
1 4
5 6
)
= 2(32−30)−3(8−25)+4(6−20)
= 4+51−56 =−1.
Para enfatizar que en la definición anterior, del determinante de una matriz 3×
3, se usó el primer renglón de la matriz para obtener las matrices menores 2× 2,
usaremos la notación det1(A) con el subı́ndice 1 indicando la dependencia anterior.
Recursivamente, supongamos ahora que ya se definió el determinante de cualquier
matriz cuadrada de tamaño menor que n× n (usando el primer renglón de estas
matrices) y sea A = (ai j) una matriz n× n. Para cada 1 ≤ i, j ≤ n se definen las
submatrices Ai j de A, eliminando el renglón i y la columna j de A:
a11 a12 · · · a1 j · · · a1n
a21 a22 · · · a2 j · · · a2n
...
...
...
...
ai1 ai2 · · · ai j · · · ain
...
...
...
...
an1 an2 · · · an j · · · ann
-Renglón Ri
Columna C j
?
122 4 Determinantes
Si ahora fijamos el primer renglón R1 = (a11,a12, . . . ,a1n) de A, y consideramos
las n matrices A11, A12,. . . , A1n, obtenidas al eliminar el primer renglón y las co-
lumnas correspondientes a las entradas a1 j, se define la expansión por menores del
determinante de A a lo largo del primer renglón como:
det1(A)=(−1)1+1a11det1(A11)+(−1)1+2a12det1(A12)+· · ·+(−1)1+na1ndet1(A1n)
=
n
∑
j=1
(−1)1+ ja1 jdet1(A1 j).
Observemos, para comenzar, que esta definición de det1(A) depende, en principio
del renglón R1 que se usó para la expansión anterior. Probaremos más adelante, en
4.17, que en efecto no depende del renglón elegido para hacer la expansión. Ahora,
como a la matriz A la podemos pensar en términos de sus columnas C j, digamos
A = (C1,C2, . . . ,Cn),
podemos pensar al determinante de A como una función con n variables, a saber, las
n columnas de A. Pensando al determinante ası́, lo primero que probaremos es que
el determinante es una función lineal en cada una de sus variables:
Proposición 4.1 (Propiedad 1). Sea A = (C1, . . . ,Cn) una matriz n×n con columnas
C1,. . . , Cn. Para cada una de las columnas Ck, se tiene que:
(1) Si la columna Ck es la suma de dos otras columnas, digamos Ck = C′k +C
′′
k ,
entonces
det1(C1, . . . ,C′k +C
′′
k , . . . ,Cn) = det1(C1, . . . ,C
′
k, . . . ,Cn)+det1(C1, . . . ,C
′′
k , . . . ,Cn).
(2) Si λ ∈ K y Ck es una columna de A, entonces
det1(C1, . . . ,λCk, . . . ,Cn) = λ det1(C1, . . . ,Ck, . . . ,Cn).
Demostración. (1): Como en A se tiene que la columna Ck =C′k +C
′′
k , al considerar
cada uno de los sumandos que aparecen en la definición de det1(A):
(−1)1+ ja1 j det1(A1 j)
podemos separarlos en dos casos con respecto al k fijo:
CASO 1. Si j 6= k, entonces a1 j no depende de Ck y, por hipótesis de inducción
det1(A1 j) es lineal en Ck.
CASO 2. Si j = k, entonces det1(A1k) no depende de Ck y a1 j = a1k = a′1k +a
′′
1k. Se
tiene ası́ que
(−1)1+ka1k det1(A1k) = (−1)1+k(a′1k +a′′1k)det1(A1k)
= (−1)1+ka′1k det1(A1k)+(−1)1+ka′′1k det1(A1k).
4.1 Expansión por menores 123
Esto prueba (1). Para (2) el análisis es similar. ut
Mostraremos más adelante que si dos columnas cualesquiera de una matriz cua-
drada son iguales, entonces su determinante es 0. Comenzamos con el caso cuando
las dos columnas iguales son adyacentes:
Proposición 4.2 (Propiedad 2). Si dos columnas adyacentes de una matriz A son
iguales, entonces det1(A) = 0.
Demostración. Supongamos que Ck = Ck+1 para dos columnas de A. Como hemos
fijado el renglón 1, debemos considerar qué es lo que pasa con los sumandos
(−1)1+ ja1 j det1(A1 j)
que aparecen en la definición de det1(A), variando el ı́ndice j de las columnas.
CASO 1. Si j es diferente de k ó k+1, entonces al eliminar la columna j y el renglón
1 de A, la matriz A1 j sigue teniendo dos columnas adyacentes iguales y, por hipótesis
de inducción, det1(A1 j) = 0 y por lo tanto el sumando
(−1)1+ ja1 j det1(A1 j) = 0.
CASO 2. Los dos sumandos restantes son:
(∗) (−1)1+ka1k det1(A1k)+(−1)1+k+1a1,k+1 det1(A1,k+1),
donde las entradas a1k = a1,k+1 porque Ck =Ck+1, y las matrices A1k = A1,k+1 por-
que en A al quitar la columna Ck queda la columna Ck+1 que es igual a la que se
quitó, y lo mismo sucede al quitar de A la columna Ck+1. Ası́, en (∗) los dos su-
mandosson iguales y de signo opuesto y por lo tanto se cancelan. Se sigue que
det1(A) = 0. ut
Proposición 4.3 (Propiedad 3). Si In es la matriz identidad de tamaño n×n, enton-
ces det1(In) = 1.
Demostración. En In cada ai j = 0 si i 6= j y a11 = 1. Como A11 = In−1 se sigue que
det1(A) =
n
∑
j=1
(−1)1+ ja1 j det1(A1 j)
= (−1)1+1a11 det1(A11) porque a1 j = 0 para 1 6= j
= (−1)21 ·det1(In−1)
= 1 por hipótesis de inducción.
ut
Proposición 4.4 (Propiedad 4). Si A es una matriz n×n, 1≤ k ≤ n y Ck y Ck+1 son
dos columnas adyacentes, entonces al intercambiarlas el determinante cambia de
signo.
124 4 Determinantes
Demostración. Sean
A = (C1, . . . ,Ck,Ck+1, . . . ,Cn) y A′ = (C1, . . . ,Ck+1,Ck, . . . ,Cn).
Mostraremos que det1(A) =−det1(A′). Para esto, consideremos la matriz auxiliar
A′′ := (C1, . . . ,Ck +Ck+1,Ck +Ck+1, . . . ,Cn)
donde en A substituimos la columna k por Ck +Ck+1 y lo mismo hicimos con la
columna k+1. Entonces,
0 = det1(A′′) por la propiedad 2
= det1(C1, . . . ,Ck,Ck, . . . ,Cn)+det1(C1, . . . ,Ck,Ck+1, . . . ,Cn)
+det1(C1, . . . ,Ck+1,Ck, . . . ,Cn)+det1(C1, . . . ,Ck+1,Ck+1, . . . ,Cn)
(por la propiedad 1)
= det1(A)+det1(A′),
la última igualdad, por la propiedad 2 aplicada al primero y cuarto sumandos. ut
Proposición 4.5 (Propiedad 5). Si en una matriz cuadrada A dos columnas cuales-
quiera son iguales, entonces det1(A) = 0.
Demostración. Se sigue de las propiedades 4 y 2. ut
Proposición 4.6 (Propiedad 6). Si en una matriz cuadrada A una columna Ck se
substituye por la suma de un múltiplo escalar λC j de otra columna más la columna
Ck, con j 6= k, entonces el determinante no cambia.
Demostración. Sean
A = (C1, . . . ,Ck, . . . ,Cn) y A′ = (C1, . . . ,λC j +Ck, . . . ,Cn).
Mostraremos que det1(A) = det1(A′). En efecto, como j 6= k, entonces
det1(A′) = det1(. . . ,λC j +Ck, . . .)
= det1(. . . ,λC j, . . .)+det1(. . . ,Ck, . . .) por la propiedad 1
= λ det1(. . . ,C j, . . .)+det1(. . . ,Ck, . . .) por la propiedad 1
= 0+det1(A) (porque en la primera matriz hay dos columnas
iguales, a saber C j en los lugares j y k)
= det1(A).
ut
Proposición 4.7 (Propiedad 7). Si A = (C1, . . . ,Cn) y las columnas son linealmente
dependientes, entonces det1(A) = 0.
4.2 Permutaciones y determinantes 125
Demostración. Por hipótesis algún Ck es combinación lineal de los otros C j, j 6= k,
digamos
Ck = ∑
j 6=k
λ jC j.
Se sigue que
det1(A) = det1(C1, . . . ,Ck, . . . ,Cn)
= det1(C1, . . . , ∑
j 6=k
λ jC j, . . . ,Cn)
= ∑
j 6=k
λ j det1(C1, . . . ,C j, . . . ,Cn)
= 0,
la última igualdad porque en las matrices involucradas las columnas de los lugares
j y k son iguales, con j 6= k. ut
Nuestro objetivo ahora será mostrar que el determinante no depende del renglón
i que se usa para el desarrollo por menores.
4.2. Permutaciones y determinantes
Si n ≥ 1 es un entero, denotemos con In := {1,2, . . . ,n} al subconjunto de los
números naturales del 1 al n. Diremos que In es un intervalo de naturales. Una
función biyectiva σ : In → In se llamará una permutación de In. Esta función la
podemos representar mediante el arreglo:
σ =
(
1 2 3 · · · n
σ(1) σ(2) σ(3) · · · σ(n)
)
donde debajo de cada natural x ∈ In hemos colocado su valor o imagen σ(x) ∈ In.
Ejemplo 4.4. . Si n = 4, se tienen las permutaciones siguientes:
e =
(
1 2 3 4
1 2 3 4
)
, σ =
(
1 2 3 4
1 2 4 3
)
,
τ =
(
1 2 3 4
1 3 4 2
)
, ϑ =
(
1 2 3 4
4 3 2 1
)
.
Note que una permutación α de I4 cambia de lugar los enteros 1,2,3,4. Es decir,
en la notación de arriba, los enteros que aparecen en el renglón inferior son todos
los números enteros del 1 al 4, y aparecen una sóla vez. Lo anterior es sólo una
reformulación del hecho de que la permutación α es una función biyectiva, i.e., es
inyectiva y suprayectiva.
126 4 Determinantes
Denotemos con Sn al conjunto de todas las permutaciones de In. Si σ ,τ ∈ Sn,
escribiendo estas funciones con su dominio y codominio
σ : In→ In y τ : In→ In
es claro que las podemos componer para obtener la función:
τ ◦σ : In→ In
dada por (τ ◦σ)(x) := τ(σ(x)). Como τ y σ son biyectivas, la composición τ ◦σ
también es biyectiva y ası́
τ ◦σ ∈ Sn,
es decir, la composición de funciones es una operación cerrada en Sn. En ocasiones
usaremos la yuxtaposición para denotar a la composición de dos permutaciones, es
decir, pondremos τ ◦σ = τσ . Recordemos también que la composición de funciones
es asociativa en general. También, si
e = idn : In→ In
es la función identidad dada por idn(x) := x, para cualquier x ∈ In, entonces idn es
una función biyectiva y por lo tanto idn ∈ Sn. Observe ahora que, para cualquier
permutación σ ∈ Sn, se tiene que idn ◦σ = σ ya que
(idn ◦σ)(x) = idn(σ(x)) = σ(x)
y similarmente se muestra que σ ◦ idn = σ . Finalmente, si σ ∈ Sn, como σ es biyec-
tiva, entonces tiene una función inversa σ−1 : In→ In dada por
σ
−1(y) = x⇔ σ(x) = y.
La función σ−1 ∈ Sn satisface que
σ ◦σ−1 = idn y σ−1 ◦σ = idn,
es decir, σ−1 es la inversa de σ en Sn. Hemos ası́ mostrado que:
Proposición 4.8. El conjunto Sn de funciones biyectivas de In en In es cerrado bajo
la composición de funciones y satisface las propiedades:
(1) e = idn ∈ Sn.
(2) Si σ ∈ Sn, entonces σ−1 ∈ Sn.
ut
El conjunto Sn junto con la composición, (Sn,◦), se llama el grupo simétrico en
n letras. Es conocido que hay n! funciones biyectivas de In en In y ası́ Sn es un
conjunto finito de cardinalidad |Sn|= n! = 1 ·2 ·3 · · ·n (el factorial de n).
Ejemplo 4.5. . Si n = 4, el grupo S4 tiene cardinalidad |S4| = 4! = 1 · 2 · 3 · 4 = 24.
La composición de dos permutaciones en S4 es fácil, usando la notación introducida
4.2 Permutaciones y determinantes 127
previamente, para τ y ϑ como en el ejemplo 1. Por ejemplo, para las permutaciones
τ =
(
1 2 3 4
1 3 4 2
)
y ϑ =
(
1 2 3 4
4 3 2 1
)
,
se tiene que
τ ◦ϑ =
(
1 2 3 4
1 3 4 2
)
◦
(
1 2 3 4
4 3 2 1
)
=
1 2 3 44 3 2 1
2 4 3 1
=
(
1 2 3 4
2 4 3 1
)
,
donde, en la segunda igualdad se calculó primero la acción de ϑ y luego la acción
de τ; note que añadimos un renglón extra para hacer explı́citos los cálculos, por
ejemplo, como ϑ(2) = 3, entonces τ(ϑ(2)) = τ(3) = 4. La última igualdad eli-
mina el renglón extra y escribe en la notación usual al resultado de componer las
permutaciones ϑ y τ .
Observe también que es fácil ver la inversa de una permutación, por ejemplo, si
τ =
(
1 2 3 4
1 3 4 2
)
la inversa se calcula leyendo el renglón inferior primero para que las imágenes sean
los valores en el primer rengón, y ası́ se obtiene:
τ
−1 =
(
1 2 3 4
1 4 2 3
)
.
Recordemos que la composición de funciones, en general, no es una operación
conmutativa. El ejemplo siguiente ilustra ésto:
Ejemplo 4.6. . Si n ≥ 3, en el grupo Sn la operación composición en general no es
conmutativa. Por ejemplo, S3 es un grupo de orden 3! = 6 y sus elementos son:
id3 =
(
1 2 3
1 2 3
)
, σ1 =
(
1 2 3
1 3 2
)
, σ2 =
(
1 2 3
2 1 3
)
,
σ3 =
(
1 2 3
2 3 1
)
, σ4 =
(
1 2 3
3 1 2
)
, σ5 =
(
1 2 3
3 2 1
)
,
y observe que
σ4σ1 =
(
1 2 3
3 1 2
)
◦
(
1 2 3
1 3 2
)
=
(
1 2 3
3 2 1
)
= σ5
y
128 4 Determinantes
σ1σ4 =
(
1 2 3
1 3 2
)
◦
(
1 2 3
3 1 2
)
=
(
1 2 3
2 1 3
)
= σ2
por lo que σ4σ1 6= σ1σ4. Observe que este ejemplo sirve para cualquier n≥ 3 (ejer-
cicio 4.13).
El signo de una permutación. Si σ ∈ Sn es cualquier permutación e In es la ma-
triz identidad n× n, escribiendo a In en términos de sus columnas e j (que son los
vectores básicos canónicos de Kn):
In = (e1, . . . ,en)
y usando a σ podemos permutar las columnas de In definiendo
Iσn := (eσ(1), . . . ,eσ(n))
y observamos que como Iσn sólo difiere de In en el orden en que aparecen sus co-
lumnas, entonces
det1(Iσn ) =±det1 In =±1.
Se define el signo de la permutación σ como
sgn(σ) := det1(Iσn )
donde observamos que el signo no depende del renglón i que se use para calcular el
determinante det1(Iσn ).
Observe ahora que si A es cualquier matriz n×n tal que detA 6= 0, escribiendo A
en términosde sus columnas A = (C1, . . . ,Cn) y definiendo (para σ ∈ Sn):
Aσ := (Cσ(1), . . . ,Cσ(n))
se tiene que:
Lema 4.9. Si A es cualquier matriz n×n tal que detA 6= 0 y si σ ∈ Sn es cualquier
permutación, entonces
sgn(σ) = det1(Aσ )/det1(A).
Demostración. Como Aσ y A sólo difieren en el orden en que aparecen sus colum-
nas, entonces det1 Aσ =±det1 A. Observemos ahora que Aσ e Iσn se obtienen a partir
de A e In por medio de los mismos intercambios de columnas por lo que el cambio
de signo en det1 Aσ es el mismo que en det1 Iσn (que es sgn(σ)), es decir,
det1 Aσ = sgn(σ)det1 A.
ut
Supongamos ahora que σ ,θ ∈ Sn son dos permutaciones y consideremos su com-
posición σ ◦ θ ∈ Sn (es decir, primero se aplica θ y luego se aplica σ ). Entonces,
para hacer actuar la composición en las columnas de In, primero permutamos estas
4.2 Permutaciones y determinantes 129
columnas usando θ y a la matriz Iθn le permutamos sus columnas usando ahora a σ ,
es decir,
Iσ◦θn = (I
θ
n )
σ = (eθ(1), . . . ,eθ(n))
σ = (eσθ(1), . . . ,eσθ(n)).
Se tiene entonces que:
sgn(σ ◦θ) = det1(Iσ◦θn ) por definición de signo
= det1(Iθn )
σ por la definición de la acción de una composición
= sgn(σ)det1(Iθn ) por el lema anterior
= sgn(σ)sgn(θ) por definición de signo,
y hemos ası́ probado
Lema 4.10. sgn(σ ◦θ) = sgn(σ)sgn(θ).
ut
Observemos ahora que, como σ ◦σ−1 = idn, entonces
1 = det1(In) = sgn(idn) = sgn(σ)sgn(σ−1)
y por lo tanto:
Corolario 4.11. sgn(σ−1) = sgn(σ).
ut
Permutaciones pares e impares. Una permutación σ de Sn que intercambia dos
elementos de In y deja fijos a los demás se llama una transposición. Si los ele-
mentos de In que se intercambian son a y b, entonces la permutación τ : In → In
correspondiente es la función
τ(x) =
x si x 6= a,b
b si x = a
a si x = b.
Note la simplicidad de las transposiciones, ya que sólo mueven dos elementos de In.
Si τ es una transposición de Sn que intercambia a a con b, la denotaremos por τ =
(a,b). Observe que la inversa de una transposición τ = (a,b), como permutación,
es ella misma ya que
ττ(a) = τ(b) = a y ττ(b) = τ(a) = b,
y los otros elementos z ∈ In están fijos bajo τ y consecuentemente bajo τ2 también.
Hemos ası́ mostrado que τ2 fija a todos los elementos de In y por lo tanto τ2 = idn,
i.e., τ−1 = τ . ¿Cuál es el signo de una transposición?
Proposición 4.12. Si τ ∈ Sn es una transposición, entonces sgn(τ) =−1.
Demostración. Supongamos que τ ∈ Sn intercambia a i con j (para i 6= j) y deja
fijos a los otros enteros de {1, . . . ,n}. Sin perder generalidad, supongamos que i < j
y consideremos el determinante
130 4 Determinantes
det1(Iτn ) = det1(eτ(1), . . . ,eτ(n)) = det1(. . . ,
i︷︸︸︷
e j , . . . ,
j︷︸︸︷
ei , . . .).
Si movemos a e j (intercambiándolo con la columna que tenga a la derecha) hasta
llevarlo al lugar adyacente a la izquierda de ei, esto involucra ` := j− i− 1 pasos.
Después, intercambiando a e j con ei (lo cual se hace en un sólo paso), nos queda la
matriz (. . . ,
i︷︸︸︷, . . . ,ei,e j, . . .) por lo que para llevar a la columna ei al lugar i-ésimo
que ocupaba al principio e j se necesitan sólo ` = j− i− 1 pasos. En total se usan
`+1+` pasos para poner a ei y e j en sus lugares correspondientes, de tal forma que
sgn(τ) = det1(Iτn ) = (−1)`+1+` det1(In) =−1.
ut
La importancia de las transposiciones radica en el resultado siguiente:
Teorema 4.13. Toda permutación σ en Sn es producto de transposiciones.
Demostración. Por inducción sobre n≥ 1. Si n= 1 no hay nada que probar. Si n> 1,
sea σ ∈ Sn y escribamos σ(n) = k. Si k 6= n, sea τ ∈ Sn la transposición dada por
τ(i) :=
i si i 6= k,n,
n si i = k
k si i = n,
(es decir, τ intercambia k y n) y si k = n pongamos τ = idn. Entonces, la composi-
ción τ ◦σ deja fija a n por la que la podemos ver como una permutación en Sn−1.
Entonces, por hipótesis de inducción existen transposiciones τ1, . . . ,τs en Sk−1 tales
que
τσ = τ1 ◦ · · · ◦ τs
y por lo tanto
σ = τ−1 ◦ τσ = τ−1 ◦ τ1 ◦ · · · ◦ τs = τ ◦ τ1 ◦ · · · ◦ τs
es decir, σ es producto de transposiciones como se querı́a. ut
Corolario 4.14. Si σ ∈ Sn se expresa como producto de transposiciones
σ = τ1 ◦ · · · ◦ τk,
entonces sgn(σ) = (−1)k.
Demostración. Por el lema 4.10 y la proposición 4.12,
sgn(σ) = sgn(τ1 ◦ · · · ◦ τk) = sgn(τ1) · · ·sgn(τk) = (−1) · · ·(−1) = (−1)k.
ut
4.2 Permutaciones y determinantes 131
Ası́, para calcular el signo de una permutación, expresamos a la permutación
como producto de transposiciones y luego contamos cuántas transposiciones hay.
Si hay un número par, entonces el signo es +1 y si hay un número impar el signo
es −1. Note sin embargo que la factorización del teorema anterior en general no es
única. Por ejemplo,
(1,2,3) = (1,3)(1,2) = (2,3)(1,3) = (1,3)(4,2)(1,2)(1,4)
= (1,3)(4,2)(1,2)(1,4)(2,3)(2,3).
¿Qué es lo que no cambia en estas factorizaciones? El corolario anterior nos dice
que lo que no cambia es la paridad del número de transposiciones involucradas (en
el ejemplo anterior el número de transposiciones siempre es par). Una permutación
σ ∈ Sn se dice que es par si sgn(σ) = 1 y se dice que es impar si sgn(σ) =−1. El
corolario anterior nos dice que una permutación es par si y sólo si en su factorización
aparece un número par de permutaciones.
El resultado principal de esta sección nos da una fórmula para el determinante
de una matriz A = (ai j) en términos de los coeficientes ai j, usando permutaciones
de Sn, y que no depende de la expansión en menores a lo largo de un renglón de A.
Antes necesitaremos un lema:
Lema 4.15. Sean v1, . . . ,vn vectores columna de Kn y sea A=(ai j) una matriz n×n.
Pongamos
C1 = a11v1 + · · ·+an1vn
...
Cn = a1nv1 + · · ·+annvn.
Entonces,
det1(C1, . . . ,Cn) = ∑
σ∈Sn
sgn(σ)aσ(1),1 · · ·aσ(n),ndet1(v1, . . . ,vn).
Demostración. Para calcular el determinante de la matriz (C1, . . . ,Cn), substituimos
las columnas C j por la combinación lineal correspondiente, usando la linealidad del
determinante con respecto a cada columna y notando que si se repiten columnas el
determinante correspondiente es 0 por lo que las únicas combinaciones que sobre-
viven son aquellas cuyas columnas son distintas, el determinante queda:
det1(C1, . . . ,Cn) = det1(a11v1 + · · ·+an1vn, . . . ,a1nv1 + · · ·+annvn)
= ∑
σ∈Sn
aσ(1),1 · · ·aσ(n),n det1(vσ(1), . . . ,vσ(n))
= ∑
σ∈Sn
aσ(1),1 · · ·aσ(n),n sgn(σ)det1(v1, . . . ,vn),
la última igualdad por el lema 4.9. ut
132 4 Determinantes
El resultado principal es:
Teorema 4.16 (Leibniz). Si A = (ai j) ∈Matn×n(K), entonces
det1(A) = ∑
σ∈Sn
sgn(σ)aσ(1),1 · · ·aσ(n),n.
Demostración. Si en el lema 4.15 ponemos v j = e j (los vectores columna canóni-
cos), entonces para A = (C1, . . . ,Cn) se tiene que
C1 = a11e1 + · · ·+an1en primera columna de A
...
Cn = a1ne1 + · · ·+annen n-ésima columna de A,
por lo que
det1(A) = det1(C1, . . . ,Cn)
= ∑
σ∈Sn
sgn(σ)aσ(1),1 · · ·aσ(n),n det1(e1, . . . ,en) por el lema 4.15
= ∑
σ∈Sn
sgn(σ)aσ(1),1 · · ·aσ(n),n ya que det1(e1, . . . ,en) = 1.
ut
Observe que la fórmula para det1 A del teorema anterior no depende del renglón
a lo largo del cual se desarrolle por menores el determinante de A, de tal forma que
de ahora en adelante denotaremos a det1(A) por det(A). Ahora si A es una matriz
cuadrada n×n y definimos
deti(A)=(−1)i+1ai1 det(Ai1)+(−1)i+2ai2 det(Ai2)+· · ·+(−1)i+nain det(Ain)
=
n
∑
j=1
(−1)i+ jai jdet(Ai j)
donde las Ai j son las matrices (n−1)×(n−1) obtenidas al eliminar de A el renglón
i y la columna j (decimos que deti(A) es la expansión (de Laplace) del determinante
de A, por menores a lo largo del renglón i), entonces hemos ası́ probado:
Corolario 4.17. Si A = (ai j) ∈Matn×n(K), entonces det1(A) = deti(A).
ut
Se sigue que una buena estrategia para calcular el determinante de una matriz es
elegir el renglón que tenga mas ceros para hacer el desarrollo por menores a lo largo
de ese renglón. Una última observación: en la demostración de la fórmula para el
determinante de A en el teorema4.16 sólo usamos que det(In) = 1 y el lema 4.15,
que a su vez sólo usó que el determinante es una función lineal en cada columna y
se anula cuando dos columnas son iguales. Dicho en otras palabras:
Corolario 4.18. El determinante de una matriz A de tamaño n×n está unı́vocamen-
te determinado por las propiedades:
4.3 Propiedades de los determinantes 133
(1) El determinante es una función lineal de las columnas.
(2) Si dos columnas de A son iguales, entonces detA = 0.
(3) det(In) = 1.
ut
4.3. Propiedades de los determinantes
Usando las siete propiedades de los determinantes probadas en la sección 4.1,
y la fórmula para el determinante del teorema 4.16, obtendremos en esta sección
las propiedades de los determinantes que usaremos en los capı́tulos siguientes. El
primer teorema que probaremos nos dice, en particular, que el desarrollo en menores
para calcular un determinante puede hacerse también por columnas:
Teorema 4.19. Si A = (ai j) ∈Matn×n(K), entonces det(AT) = det(A).
Demostración. Observe que, si σ ∈ Sn y σ( j) = k, entonces σ−1(k) = j y ası́
aσ( j),k = ak,σ−1(k)
y como {σ(1), . . . ,σ(n)}= {1, . . . ,n}, entonces cada producto
(∗) aσ(1),1 · · ·aσ(n),n = a1,σ−1(1) · · ·an,σ−1(n)
y ya que sgn(σ) = sgn(σ−1), se sigue que
det(A) = ∑
σ∈Sn
sgn(σ)aσ(1),1 · · ·aσ(n),n por el teorema 4.16
= ∑
σ∈Sn
sgn(σ−1)a1,σ−1(1) · · ·an,σ−1(n) por (∗)
= ∑
σ−1∈Sn
sgn(σ−1)a1,σ−1(1) · · ·an,σ−1(n)
(ya que σ−1 recorre Sn cuando σ lo hace)
= det(AT).
ut
Teorema 4.20 (Determinante de un producto). Si A y B son matrices n×n, entonces
det(AB) = det(A)det(B).
Demostración. Si B = (bi j), pongamos A = (A1, . . . ,An) con A j las columnas de A.
Sea C = AB y pongamos C = (C1, . . . ,Cn) con C j las columnas de C. Entonces, para
134 4 Determinantes
(C1, . . . ,Cn) = (A1, . . . ,An)
b11 · · · b1k · · · b1n...
bn1 · · · bnk · · · bnn
por definición de producto se tiene que
Ck = b1kA1 + · · ·+bnkAn
y ası́
det(AB) = det(C1, . . . ,Cn)
= det(b11A1 + · · ·+bn1An, . . . ,b1nA1 + · · ·+bnnAn)
= ∑
σ∈Sn
sgn(σ)bσ(1),1 · · ·bσ(n),n det(A1, . . . ,An) (por 4.15)
= det(A) ∑
σ∈Sn
sgn(σ)bσ(1),1 · · ·bσ(n),n
= det(A)det(B) (por 4.16).
ut
Corolario 4.21 (Determinante de la inversa de una matriz). Si A ∈ Matn×n(K) es
invertible, entonces det(A−1) = (detA)−1.
Demostración. AA−1 = In y ası́ 1 = det In = det(A)det(A−1). ut
A continuación, probaremos la regla de Cramer, de importancia teórica y que
solı́a tener importancia práctica también para la solución de sistemas de ecuaciones
lineales.
Teorema 4.22 (Regla de Cramer). Sea A = (C1, . . . ,Cn)∈Matn×n(K) una matriz tal
que detA 6= 0 y sea b =
b1...
bn
. Sean x1, . . . ,xn números indeterminados y conside-
remos el sistema de ecuaciones lineales
(∗) x1C1 + · · ·+ xnCn = b.
Entonces, para cada j = 1, . . . ,n, se tiene que
x j =
det(C1, . . . ,b, . . . ,Cn)
detA
,
donde en la matriz del numerador b está en lugar de la columna C j.
Demostración. En el deteminante det(C1, . . . ,b, . . . ,Cn), substituyendo la columna
b por el sistema de ecuaciones (∗) en el lugar j, se obtiene
4.3 Propiedades de los determinantes 135
det(C1, . . . ,
j︷︸︸︷
b , . . . ,Cn) = det(C1, . . . ,
j︷ ︸︸ ︷
x1C1 + · · ·+ xnCn, . . . ,Cn)
= x1 det(C1, . . . ,
j︷︸︸︷
C1 , . . . ,Cn)+ · · ·
+ x j det(C1, . . . ,
j︷︸︸︷
C j , . . . ,Cn)+ · · ·
+ xn det(C1, . . . ,
j︷︸︸︷
Cn , . . . ,Cn)
= x j det(C1, . . . ,Cn)
= x j detA,
(porque sólo sobrevive el sumando donde en el lugar j está la columna C j y los otros
sumandos son 0 ya que aparece una columna repetida). ut
Usando la regla de Cramer, podemos obtener una forma explı́cita de la inversa
de una matriz invertible:
Teorema 4.23. Si A ∈ Matn×n(K), entonces A es invertible si y sólo si detA 6= 0.
Más aún, si e j es el vector básico canónico visto como columna y si ponemos
bi j =
det(C1, . . . ,e j, . . . ,Cn)
detA
donde la columna e j está substituyendo a la columna Ci de A, entonces la inversa
de A es la matriz
A−1 = (bi j).
Demostración. Si A es invertible, entonces detA 6= 0 por el corolario anterior.
Recı́procamente, si detA 6= 0, pongamos X = (xi j) con las xi j indeterminadas y
consideremos el sistema de ecuaciones
(∗) AX = In.
Fijo el ı́ndice j, de la definición de producto de matrices y si A = (C1, . . . ,Cn), el
sistema (∗) nos da las igualdades
x1 jC1 + · · ·+ xn jCn = e j
que es un sistema de n ecuaciones en n incógnitas que se puede resolver usando la
regla de Cramer, ya que detA 6= 0, para obtener
xi j =
det(C1, . . . ,e j, . . . ,Cn)
detA
,
donde la columna e j aparece en el lugar de la columna i de A. Ası́, con bi j =: xi j se
obtiene la matriz B = (bi j) tal que AB = In. Nos falta probar que BA = In. Para ésto,
136 4 Determinantes
observemos que como det(AT) 6= 0, aplicando el procedimiento anterior a la matriz
AT, existe una matriz C tal que ATC = In. Se sigue que In = ITn = (A
TC)T =CTA y
ası́
In =CTA =CT(In)A =CT(AB)A = (CTA)(BA) = In(BA) = BA.
ut
El determinante de un operador lineal. Si T : V →V es un operador lineal en un
espacio vectorial de dimensión finita n y B es una base de V , podemos considerar
la matriz [T ]B y definir
det(T ) := det[T ]B
observando que esta definición no depende de la base de V , ya que si C es cualquier
otra base, se tiene que
[T ]B = Q−1[T ]C Q
donde Q es la matriz de cambio de base. Ası́, por el corolario 4.21 y el teorema 4.20
se sigue que det[T ]B = det[T ]C . Del teorema 4.23 se sigue que:
Corolario 4.24. Si T : V → V es un operador lineal en un espacio vectorial de
dimensión finita n, entonces T es un isomorfismo si y sólo si det(T ) 6= 0.
ut
Ejercicio 4.1. Una matriz cuadrada A se dice que es nilpotente si existe un entero
k ≥ 1 tal que An = 0. Si A es nilpotente demuestre que det(A) = 0.
Ejercicio 4.2. Una matriz A ∈Matn×n(C) se dice que es semisimétrica si AT =−A.
Si A es semisimétrica y n es impar, demuestre que det(A) = 0. ¿Qué pasa si n es
par?
Ejercicio 4.3. Si A ∈Matn×n(K) y λ ∈ K, demuestre que det(λA) = λ n det(A).
Ejercicio 4.4. Si A ∈ Matn×n(K) es triangular superior, i.e., si ai j = 0 para toda
i > j, demuestre que det(A) = a11 · · ·ann.
Ejercicio 4.5. Sean α1, . . . ,αn ∈ K. Demuestre que
det
1 α1 α21 · · · α
n−1
1
1 α2 α22 · · · α
n−1
2
...
1 αn α2n · · · αn−1n
= ∏1≤i< j≤n(α j−αi)
donde a la derecha se tiene el producto de todos los términos (α j−αi) con i < j
enteros del 1 al n. Sugerencia: Use inducción y para esto multiplique cada columna
por α1 y el resultado réstelo de la columna adyacente a la derecha. Demuestre que si
Vn es el determinante de la matriz n×n de la izquierda y si Vn−1 es el determinante
de una matriz (n−1)× (n−1) del mismo tipo, entonces
Vn = (αn−α1) · · ·(α2−α1)Vn−1.
4.3 Propiedades de los determinantes 137
Ejercicio 4.6. Si M es una matriz cuadrada n× n de la forma M =
(
A B
0 Ik
)
con A
una matriz cuadrada (n−k)×(n−k), Ik la matriz identidad k×k, B cualquier matriz
(del tamaño adecuado) y 0 una matriz cero adecuada, demuestre que detM = detA.
Sugerencia: use inducción sobre k, el tamaño de la matriz identidad.
Ejercicio 4.7. Sea Sn el conjunto de permutaciones de {1, . . . ,n}, para n ≥ 2. Sea
An ⊆ Sn el subconjunto de permutaciones pares y sea Bn ⊆ Sn el subconjunto de
permutaciones impares. Sea τ ∈ Sn una transposición y considere al función φτ :
An→ Sn dada por φτ(σ) := τ ◦σ .
(i) Si σ ∈ An (i.e., es par), demuestre que τ ◦σ ∈ Bn es impar. Se sigue que φτ
induce una función φτ : An→ Bn.
(ii) Demuestre que φτ : An→ Bn es biyectiva.
(iii) Concluya que el número de permutaciones pares es igual al número de per-
mutaciones impares.
Ejercicio 4.8. Sea A∈Matn×n(K) tal que detA 6= 0 y sea b= (b1, . . . ,bn)T un vector
columna dado de Kn. Sea X = (x1, . . . ,xn)T un vector columna de incógnitas x j y
considere el sistema de ecuaciones lineales AX = b. Demuestre que este sistema
tiene solución única.
Ejercicio 4.9. Si A es una matriz invertible, en la fórmula para bi j del teorema 4.23
demuestre queel numerador es (−1)i+ j det(A ji), donde A ji es la matriz que se ob-
tiene a partir de A eliminando el renglón j y la columna i. Concluya que
A−1 = (bi j) = transpuesta de
(
(−1)i+ j det(Ai j)
detA
)
.
Ejercicio 4.10. Si A es una matriz triangular superior invertible, demuestre que A−1
también es triangular superior.
Ejercicio 4.11. Sea A ∈ Matn×n(K). Demuestre que A es invertible si y sólo si el
rango de A es n.
Ejercicio 4.12. Sea A ∈Matn×n(K). Una submatriz de A es una matriz que se ob-
tiene eliminando (n− k) renglones y (n− k) columnas de A, para k entre 1 y n.
Demuestre que el rango de la matriz A es el mayor entero r, entre 1 y n, tal existe
una submatriz de A con determinante distinto de cero.
Ejercicio 4.13. Use el ejemplo 4.6 para mostrar que la operación composición no
es conmutativa en Sn, para todo n≥ 3.
Capı́tulo 5
Diagonalización de operadores
Cuando consideramos operadores lineales en un K-espacio vectorial de dimen-
sión finita n, es natural hacerse la pregunta ¿cuáles serán los operadores lineales más
sencillos? y una vez que tengamos una respuesta (o una idea para una respuesta), la
pregunta siguiente serı́a ¿qué tanto se parece un operador lineal arbitrario a uno de
los operadores lineales que consideramos sencillos?
Homotecias. De todos los operadores lineales en un K-espacio vectorial, los más
sencillos son de la forma siguiente: dado un escalar λ ∈ K, la función Fλ : V → V
dada por Fλ (v) := λv claramente es una aplicación lineal a la que llamaremos una
homotecia. Observe que si λ = 1, Fλ = idV y si λ = 0, entonces F0 = 0 es la función
constante cero. Si C= {v1, . . . ,vn} es una base de V , la matriz asociada a Fλ : V →V
es de la forma
[Fλ ]B =
λ 0 · · · 0
0 λ · · · 0
...
. . .
...
0 · · · 0 λ
(una matriz cuadrada n×n, con el escalar λ repetido en la diagonal y ceros fuera de
la diagonal principal). Estas matrices son fáciles de operar, por ejemplo, Fλ : V →V
es un isomorfismo si y sólo si la matriz [Fλ ]B es invertible, lo cual sucede si y
sólo si λ n = det[Fλ ]B 6= 0, i.e., si y sólo si λ 6= 0. También, la composición de dos
homotecias es una homotecia ya que
Fα ◦Fβ = Fαβ
y, si λ 6= 0, la inversa de Fλ es Fλ−1 .
Matrices diagonales. Las homotecias son ejemplos de matrices para las cuales to-
dos sus términos fuera de la diagonal principal son cero. A estas matrices se les
conoce como matrices diagonales de las cuales recordamos su definición (vea la
página 15 y el ejercicio 1.12 del capı́tulo 1): si λ1, . . . ,λn son escalares, una matriz
diagonal n×n es una matriz de la forma
139
140 5 Diagonalización de operadores
diag(λi) :=
λ1 0 · · · 0
0 λ2 · · · 0
...
. . .
...
0 · · · 0 λn
con los escalares λi en la diagonal principal y ceros fuera de la diagonal. Ası́, las
matrices asociadas a homotecias son diagonales. Siendo las matrices diagonales tan
sencillas nos planteamos el problema siguiente: si una matriz A no es diagonal,
¿cómo podemos diagonalizarla?, i.e., ¿cómo podemos transformarla en una matriz
diagonal? En la sección 5.1 siguiente se precisan las preguntas anteriores para poder
responderlas.
5.1. Valores y vectores propios
Nuestro objetivo ahora es determinar cuándo una matriz cuadrada dada se puede
transformar a una matriz diagonal y lo primero que haremos es precisar lo anterior:
si A y B son dos matrices cuadradas n×n, diremos que A es similar a B si existe una
matriz invertible Q tal que A = Q−1BQ. Una matriz A se dice que es diagonalizable
si A es similar a una matriz diagonal. La razón para esta definición es la siguiente:
dado un operador lineal T : V →V en un K-espacio vectorial de dimensión finita n,
se dice que es diagonalizable si existe una base B de V tal que la matriz asociada
a T en la base B es diagonal. Si el espacio vectorial V tiene una base A y si T es
diagonalizable, i.e., si existe otra base B tal que T es diagonal en la base B, sea Q
la matriz de cambio de base, i.e., Q = [idV ]BA; entonces
[T ]B = Q−1[T ]AQ
y ası́ las matrices [T ]B y [T ]A son similares.
Teorema 5.1. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n. Entonces, T es diagonalizable si y sólo si existe una base
B= {v1, . . . ,vn} de V y escalares λ1, . . . ,λn tales que
T (v j) = λ jv j para todo j = 1, . . . ,n
y por lo tanto
[T ]B =
λ1 0 · · · 0
0 λ2 · · · 0
...
. . .
...
0 · · · 0 λn
.
Demostración. Si T es diagonalizable, existe una base B = {v1, . . . ,vn} de V tal
que [T ]B = (di j) = diag(λi) es una matriz diagonal, i.e., dii = λi y di j = 0 si i 6= j.
Entonces, para cada v j ∈B se tiene que
5.1 Valores y vectores propios 141
T v j =
n
∑
i=1
di jvi = d j jv j = λ jv j.
Recı́procamente, si se tiene una base ordenada B = {v1, . . . ,vn} de V tal que
T v j = λ jv j para cada j, la matriz asociada a T es la matriz diagonal con los λ j en la
diagonal principal. ut
Observe que en el teorema 5.1 cada v j es miembro de una base B y por lo tanto
v j 6= 0; además el vector v j satisface que existe un escalar λ j ∈K tal que T v j = λ jv j.
Estas propiedades se capturan en la definición siguiente:
Definición 5.2. Sea T : V → V un operador lineal en un K-espacio vectorial V . Un
vector v 6= 0 de V se dice que es un vector propio de T si existe un escalar λ ∈ K
tal que T v = λv. El escalar λ se llama entonces un valor propio del operador T
correspondiente al vector propio v 6= 0. Si A ∈Matn×n(K), un vector propio de A
con valor propio λ , es un vector propio del operador lineal TA : Kn→ Kn con valor
propio λ .
Con esta terminologı́a el teorema 5.1 se lee:
Teorema 5.3. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n. Entonces, T es diagonalizable si y sólo si existe una base
B = {v1, . . . ,vn} de V consistente de vectores propios de T y si λ1, . . . ,λn son los
valores propios correspondientes a los vectores v j, entonces [T ]B = diag(λ j).
ut
Ejemplo 5.1. Sean V = R2 y A =
(
0 1
4 3
)
. Para la transformación lineal asociada
TA : R2→ R2 dada por
TA
(
x
y
)
=
(
0 1
4 3
)(
x
y
)
,
(1). Si v1 = (1,4), entonces TA(v1) = TA(1,4) = (4,16) = 4(1,4) = 4v1, por lo que
v1 es un valor propio de A y λ1 = 4 es el valor propio correspondiente.
(2). Si v2 = (1,−1), entonces TA(v2) = TA(1,−1) = (−1,1) = −1(1,−1) = −1v2,
por lo que v2 es un valor propio de A y λ2 =−1 es el valor propio correspondiente.
(3). Note que B= {v1,v2} es una base de R2 consistente de vectores propios y con
valores propios λ1 = 4 y λ2 =−1. Del teorema anterior se sigue que
[T ]B =
(
4 0
0 −1
)
.
Como la matriz de cambio de base, de la base canónica A= {e1,e2} a B es
Q =
(
1 1
4 −1
)
,
142 5 Diagonalización de operadores
entonces Q−1AQ =
(
1/5 1/5
4/5 −1/5
)(
0 1
4 3
)(
1 1
4 −1
)
=
(
4 0
0 −1
)
.
Ejemplo 5.2. Sea V el R-espacio vectorial de todas las funciones f : R→ R que
tienen derivadas de todos los órdenes y sea D : V →V la función dada por D( f ) = f ′
(la derivada de f ). De los cursos de Cálculo sabemos que D es un operador lineal
y queremos determinar sus valores y vectores propios. Supongamos entonces que
f ∈ V es un vector propio de D con valor propio λ ∈ R. Entonces f ′ = D f = λ f ,
es decir, tenemos la ecuación diferencial f ′ = λ f cuyas soluciones son de la forma
f (t) =Ceλ t , para alguna constante C. Se sigue que todo real λ es un valor propio de
D y los vectores propios correspondientes son las funciones f (t) =Ceλ t , para C 6= 0.
Observe que para λ = 0 los vectores propios correspondientes son las funciones
constantes f (t) =C 6= 0.
El polinomio caracterı́stico. En general, ¿cómo podemos calcular los valores pro-
pios de un operador lineal T : V →V en un K-espacio vectorial de dimensión finita
n? Para ésto, recordemos del teorema 2.13, que para el operador T se tiene que
dimK V = dimK kerT +dimK ImT y por lo tanto:
(1) Si T : V → V es inyectivo entonces dimK V = dimK ImT y por lo tanto T es
suprayectivo.
(2) Recı́procamente, si T : V →V es suprayectivo, entonces dimKImT = dimK V y
ası́ kerT = {0} y por lo tanto T es inyectivo.
Es decir,
(3) T : V →V es un isomorfismo⇔ T es inyectiva⇔ T es suprayectiva.
(4) En particular, T : V → V no es un isomorfismo⇔ kerT 6= {0} y por 4.24 ésto
es equivalente a que det(T ) = 0.
Usando estas observaciones obtenemos un método para calcular los valores pro-
pios de T :
Teorema 5.4. Sea T : V → V un operador lineal en un K-espacio vectorial de di-
mensión finita n. Entonces, un escalar λ ∈ K es un valor propio de T si y sólo
si el operador lineal (T − λ idV ) : V → V no es un isomorfismo, i.e., si y sólo si
det[T −λ idV ] = 0 (en cualquier base de V ).
En particular, si A ∈Matn×n(K), entonces, un escalar λ ∈ K es un valor propio
de A si y sólo si det(A−λ In) = 0.
Demostración. Si λ es un valor propio de T , entonces existe un vector v 6= 0 en V tal
que T v = λv y ası́ T v−λv = 0, i.e., (T −λ idV )v = 0 por lo que v ∈ ker(T −λ idV )
y por lo tanto ker(T −λ idV ) 6= {0} y ası́ (T −λ idV ) no es inyectiva.
Recı́procamente, si (T − λ idV ) no es invertible, entonces no es inyectiva, i.e.,
ker(T −λ idV ) 6= {0} y por lo tanto existe v 6= 0 en ker(T −λ idV ), i.e., v satisface
que (T −λ idV )v = 0, i.e., T v = λv. ut
5.1 Valores y vectores propios 143
Definición 5.5. Si A es una matriz n×n con entradas en el campo K, el polinomio
det(A− tIn) se llama el polinomio caracterı́stico de A. Note que det(A− tIn) ∈ K[t]
es un polinomio, en la variable t, con coeficientes en el campo K. Denotemos este
polinomio por φA(t) y observe que su grado es n con coeficiente de grado el término
(−1)n.
Corolario 5.6. Sea A ∈Matn×n(K) y si φA(t) = det(A− tIn), entonces:
(1) λ ∈K es un valor propio de A si y sólo si λ es raı́z del polinomio caracterı́stico
φA(t).
(2) La matriz A tiene a lo más n valores propios.
Demostración. Directo de las definiciones y del teorema anterior. ut
Ejemplo 5.3. . Encuentre los vectores propios en R2 de la matriz A =
(
0 1
4 3
)
.
(1) El polinomio caracterı́stico de A es:
φA(t) = det(A− tI2) = det
(
0− t 1
4 3− t
)
= t2−3t−4 = (t−4)(t +1)
cuyas raı́ces son λ1 = 4 y λ2 =−1 y ası́ éstos son los valores propios de A.
(2) Para el valor propio λ1 = 4, con el fin de hallar los vectores propios correspon-
dientes consideremos la matriz
A−λ1I2 = A−4I2 =
(
0−4 1
4 3−4
)
=
(
−4 1
4 −1
)
.
Entonces, v = (x,y)∈R2 es un vector propio correspondiente al valor propio λ1 = 4
si y sólo si v 6= 0 y v ∈ ker(A−4I2), i.e., si y sólo si v 6= 0 y(
−4 1
4 −1
)(
x
y
)
=
(
0
0
)
,
i.e., v debe ser una solución no trivial del sistema de ecuaciones
−4x+ y = 0
4x− y = 0.
Para resolver este sistema usamos el método de Gauss(
−4 1
4 −1
)
∼
(
4 −1
0 0
)
∼
(
1 −1/4
0 0
)
y ası́ el espacio de soluciones, i.e., ker
(
−4 1
4 −1
)
tiene dimensión 1 (ya que la
matriz tiene rango 1); poniendo y = t obtenemos x− (1/4)t = 0 por lo que x =
(1/4)t, y por lo tanto las soluciones del sistema anterior son los vectores de la forma
144 5 Diagonalización de operadores
v = (x,y) = ((1/4)t, t) = t(1/4,1) = t(1,4) con t ∈ R.
Ası́, los vectores propios de A con valor propio λ1 = 4 son los vectores de la forma
v = t(1,4) con t ∈ R−{0}.
(3) Para el valor propio λ2 =−1, consideremos la matriz
A−λ2I2 = A+ I2 =
(
0+1 1
4 3+1
)
=
(
1 1
4 4
)
.
Entonces, v = (x,y) ∈ R2 es un vector propio correspondiente al valor propio λ2 =
−1 si y sólo si v 6= 0 y v ∈ ker(A+ I2), i.e., si y sólo si v 6= 0 y(
1 1
4 4
)(
x
y
)
=
(
0
0
)
,
i.e., v debe ser una solución no trivial del sistema de ecuaciones
x+ y = 0
4x+4y = 0.
Para resolver este sistema usamos el método de Gauss(
1 1
4 4
)
∼
(
1 1
0 0
)
y ası́ el espacio de soluciones, i.e., ker
(
1 1
4 4
)
tiene dimensión 1 (ya que la matriz
tiene rango 1); poniendo y = r obtenemos x+r = 0 por lo que x =−r, y por lo tanto
las soluciones del sistema anterior son los vectores de la forma
v = (x,y) = (−r,r) = r(−1,1) = r(1,−1) con r ∈ R.
Ası́, los vectores propios de A con valor propio λ2 =−1 son los vectores de la forma
v = r(1,−1) con r ∈ R−{0}.
(4) Ası́ fue como obtuvimos los valores y vectores propios de A en el ejemplo 5.1.
Por el teorema 5.3, A es diagonalizable y la matriz diagonal similar a A es
diag(4,−1) =
(
4 0
0 −1
)
.
Supongamos ahora que se tiene un operador lineal T : V → V en un K-espacio
vectorial de dimensión finita n. Si A y B son bases de V , sea Q la matriz de cambio
de base y sea λ ∈ K. Entonces,
5.1 Valores y vectores propios 145
[T −λ idV ]B = Q−1[T −λ idV ]AQ
por lo que
det[T −λ idV ]B = det
(
Q−1[T −λ idV ]AQ
)
= det(Q−1)det[T −λ idV ]A det(Q)
= det[T −λ idV ]A.
Se sigue que el polinomio caracterı́stico de la matriz asociada al operador T en
cualquier base de V no depende de esta base y por lo tanto tiene sentido hablar del
polinomio caracterı́stico del operador T . Observe también que si T : V → V es un
operador lineal y v 6= 0 es un vector propio de T y si λ ,λ ′ ∈ K son dos valores
propios del vector propio v 6= 0, i.e., si T v = λv = λ ′v, entonces (λ −λ ′)v = 0 con
v 6= 0 y consecuentemente λ − λ ′ = 0, i.e., λ = λ ′ por lo que asociado al vector
propio v hay un único valor propio λ .
Teorema 5.7. Sea T : V → V un operador lineal en un K-espacio vectorial V . Sea
λ ∈ K y sea
Eλ (T ) := {todos los vectores propios de T con valor propio λ}∪{0}.
Entonces, Eλ (T ) es un subespacio vectorial de V , y de hecho,
Eλ (T ) = ker(T −λ idV ).
Eλ (T ) se llama el subespacio propio de V correspondiente al valor propio λ de T .
Demostración. Por definición 0 ∈ Eλ (T ) y si u,v ∈ Eλ (T ), entonces Tu = λu y
T v = λv por lo que
T (u+ v) = Tu+T v = λu+λv = λ (u+ v)
y consecuentemente u+ v ∈ Eλ (T ). Finalmente, si v ∈ Eλ (T ) y a ∈ K, entonces
T v = λv, por lo que
T (av) = aT v = a(λv) = λ (av)
y ası́ av ∈ Eλ (T ). ut
El teorema 5.7 dice, en particular, que si v1,v2 fueran dos vectores propios corres-
pondientes al mismo valor propio λ , entonces v1 + v2 también es un vector propio
de T , correspondiente al valor propio λ . Sin embargo, si v1 fuera un vector propio
correspondiente al valor propio λ1 y v2 fuera un vector propio correspondiente al
valor propio λ2 y si λ1 6= λ2, entonces v1 +v2 no es vector propio de T . Más aún, se
tiene el resultado siguiente:
Teorema 5.8. Sea T : V →V un operador lineal en un K-espacio vectorial V . Sean
v1, . . . ,vn vectores propios de T con valores propios λ1, . . . ,λn, respectivamente.
Supongamos además que λ1, . . . ,λn son distintos. Entonces los vectores propios
v1, . . . ,vn son linealmente independientes.
146 5 Diagonalización de operadores
Demostración. Por inducción sobre el número n de vectores propios considerados.
Si n = 1, v1 6= 0 es linealmente independiente. Supongamos válido el resultado para
n−1 y consideremos una combinación lineal
(∗) a1v1 + · · ·+anvn = 0.
Mostraremos que todos los ai = 0. En efecto, multiplicando (∗) por λ1 obtenemos
(1) a1λ1v1 +a2λ1v2 + · · ·+anλ1vn = 0
y aplicando T a (∗) obtenemos
a1T v1 +a2T v2 + · · ·+anT vn = 0,
i.e.,
(2) a1λ1v1 +a2λ2v2 + · · ·+anλnvn = 0.
Restando (1) y (2) se obtiene
(3) a2(λ2−λ1)v2 + · · ·+an(λn−λ1)vn = 0
y como por hipótesis de inducción los n− 1 vectores propios v2, . . . ,vn son lineal-
mente independientes, la igualdad (3) implica que
(4) a2(λ2−λ1) = · · ·= an(λn−λ1) = 0
y como λk−λ1 6= 0 para todo k ≥ 2, entonces (4) implica que
a2 = · · ·= an = 0
lo cual substituido en (∗) implica que a1v1 = 0 con v1 6= 0 por lo que a1 = 0 también.
ut
Corolario 5.9. Sea T : V → V un operador lineal en un K-espacio vectorial V de
dimensión finita n. Si T tiene n valores propios distintos, entonces T es diagonali-
zable.
Demostración. Por el teorema 5.8 T tiene n vectores propios linealmente indepen-
dientes que por lo tanto forman una base de V y por el teorema 5.3 ésto implica que
T es diagonalizable. ut
Observación 5.10. El corolario anterior nos da una condición suficiente para la dia-
gonalizabilidad de un operador lineal T . Sin embargo la condición no es necesaria,
por ejemplosi A = In es la matriz identidad n×n, entonces obviamente A es diago-
nalizable (de hecho, es diagonal) pero su único valor propio es λ = 1.
Corolario 5.11. Sea T : V → V un operador lineal en un K-espacio vectorial V
de dimensión finita n. Si T es diagonalizable, entonces el polinomio caracterı́stico
φT (t) de T se descompone en factores lineales en K[t].
5.1 Valores y vectores propios 147
Demostración. Como T es diagonalizable, existe una base B de V tal que [T ]B =
diag(λ1, . . . ,λn). Entonces, el polinomio caracterı́stico
φT (t) = det([T ]B− tIn) = det
λ1− t 0 · · · 0
0 λ2− t · · · 0
...
. . .
...
0 · · · 0 λn− t
= (λ1− t)(λ2− t) · · ·(λn− t) = (−1)n(t−λ1)(t−λ2) · · ·(t−λn),
con los λ j ∈ K. ut
Ejemplo 5.4. Sea Rθ : R2 → R2 el operador lineal que rota un vector v de R2 un
ángulo θ . En la base canónica de R2 la matriz asociada a Rθ es
[Rθ ] =
(
cosθ −senθ
senθ cosθ
)
y ası́, para v = (x,y) ∈ R2 se tiene que
Rθ (v) =
(
cosθ −senθ
senθ cosθ
)(
x
y
)
=
(
xcosθ − ysenθ
xsenθ + ycosθ
)
.
(1) Supongamos ahora que 0 < θ < π y observemos que si v 6= 0, entonces los
vectores 0,v,Rθ (v) no son colineales:
◦ -
6
0
v
Rθ (v)
��
��*
�
�
�
��
y ası́, como los subespacios de dimensión 1 de R2 son las rectas por el origen,
entonces ninguno de estos espacios queda invariante bajo la acción de Rθ . Esto
implica que si
W = {λv : λ ∈ R, v 6= 0}
es uno de estos subespacios de dimensión 1, entonces para cualquier w 6= 0 en W
se tiene que Rθ (w) 6∈W , i.e., Rθ (w) 6= λv; en particular Rθ (v) 6= λv (para v 6= 0).
Se sigue que Rθ no tiene vectores propios (y por lo tanto no tiene valores propios).
Otra forma de ver lo anterior es considerando el polinomio caracterı́stico de Rθ :
148 5 Diagonalización de operadores
φ(t) = det[Rθ − tI2] = det
(
cosθ − t −senθ
senθ cosθ − t
)
= (cosθ − t)2 + sen2 θ = cos2 θ −2t cosθ + t2 + sen2 θ
= t2− (2cosθ)t +1,
donde observamos que el discriminante del polinomio cuadrático anterior es
∆ = b2−4ac = 4cos2 θ −4
el cual es negativo ya que 0 < θ < π implica que |cosθ |< 1 por lo que 4cos2 θ −
4 < 0. Ası́, φ(t) no tiene raı́ces reales, i.e., Rθ no tiene valores propios reales y por
lo tanto no es diagonalizable.
Si T : V →V es un operador lineal en un K-espacio vectorial de dimensión finita
n, entonces su polinomio caracterı́stico φT (t) tiene grado n y ası́, contando sus mul-
tiplicidades, φT (t) tiene a lo más n raı́ces y por lo tanto T tiene a lo más n valores
propios. Si λ ∈ K es un valor propio de T con multiplicidad m ≥ 1, los dos teore-
mas siguientes relacionan la dimensión del espacio propio correspondiente con la
multiplicidad del valor propio y con la diagonalizabilidad del operador T . El lema
siguiente generaliza el ejercicio 6 del capı́tulo 4 y nos será útil tanto para el primer
teorema que probaremos, como para la sección sobre espacios invariantes.
Lema 5.12. Si M ∈ Matn×n(K) es de la forma M =
(
A B
0 C
)
con A y C matrices
cuadradas, 0 una matriz cero y B una matriz, ambas de tamaño adecuado, entonces
detM = detAdetC.
Demostración. Por inducción sobre el tamaño k de la matriz C. Si k = 1, enton-
ces M =
(
A B
0 c
)
, con B una matriz columna (n− 1)× 1. Desarrollando detM por
menores a lo largo del último renglón queda
detM = (−1)n+nc ·detA = detC ·detA
ya que C = (c) por lo que detC = c, y al eliminar el último renglón se elimina la
matriz renglón 0 (que es 1× (n−1)) y la matriz columna B (que es (n−1)×1).
Supongamos ahora que el resultado es válido para matrices de la forma conside-
rada y donde el tamaño de la matriz C es < k. Sea M =
(
A B
0 C
)
con C una matriz
k× k; entonces, desarrollando por menores a lo largo del último renglón que es de
la forma (
n−k︷ ︸︸ ︷
0, . . . ,0,ck,1, . . . ,ck,k), queda:
(∗) detM = (−1)n+n−k+1ck,1 detMk,1 + · · ·+(−1)n+n−k+kck,k detMk,k
donde Mk, j es la matriz que se obtiene eliminando de M el renglón y columna co-
rrespondientes al término ck, j. Observemos que cada Mk, j es una matriz de la forma
5.1 Valores y vectores propios 149
Mk, j =
(
A B j
0 C j
)
con C j una matriz (k−1)×(k−1). Aplicando la hipótesis de inducción se tiene que
detMk, j = detAdetC j y substituyendo en (∗) obtenemos que
detM = (−1)n+n−k+1ck,1 detAdetC1 + · · ·+(−1)n+n−k+kck,k detAdetCk
= detA
[
(−1)−k+1ck,1 detC1 + · · ·+(−1)−k+kck,k detCk
]
= detA
[
(−1)k+1ck,1 detC1 + · · ·+(−1)k+kck,k detCk
]
(ya que −k+ j ≡ k+ j ( mód 2))
= detAdetC.
ut
Teorema 5.13. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y sea λ ∈ K un valor propio de T con multiplicidad m ≥ 1. Sea
Eλ (T ) el espacio propio correspondiente. Entonces,
1≤ dimK Eλ (T )≤ m.
Demostración. Como Eλ (T ) ⊆ V , si {v1, . . . ,vr} es una base de Eλ (T ), podemos
extender este conjunto a una base de V , digamos B= {v1, . . . ,vr,vr+1, . . . ,vn}. Sea
A = [T ]B y recordando que los vi, para 1 ≤ i ≤ r, son vectores propios de T con
valor propio λ , entonces la matriz A es de la forma
A =
(
λ Ir B
0 C
)
con C una matriz cuadrada (n−r)×(n−r). Se sigue que el polinomio caracterı́stico
de A es de la forma
φA(t)= det[A− tIn]=det
(
λ Ir− tIr B
0 C− tIn−r
)
=det
(
(λ − t)Ir B
0 C− tIn−r
)
= det[(λ − t)Ir]det[C− tIn−r] = (λ − t)rφC(t)
y por lo tanto (λ − t)r divide a φT (t) por lo que la multiplicidad m de λ es al menos
r, i.e., m≥ r = dimK(Eλ (T ), como se querı́a. ut
En general, puede tenerse la desigualdad estricta dimK Eλ (T ) < m, como lo
muestra el ejemplo siguiente:
Ejemplo 5.5. Sea T : C2→C2 el operador lineal T (w,z) = (z,0). En la base canóni-
ca de C2 la matriz asociada a T es [T ] =
(
0 1
0 0
)
cuyo polinomio caracterı́stico es
φT (t) = t2 y ası́ T tiene un único valor propio λ = 0 con multiplicidad m = 2. Sin
150 5 Diagonalización de operadores
embargo, el espacio propio correspondiente Eλ (T ) = ker(T ) = {(w,0) : w ∈ C}
tiene dimensión 1.
El teorema 5.16 siguiente nos dice lo que sucede cuando se tiene la igualdad
dimK Eλ (T ) = multiplicidad de λ ,
para todos los valores propios λ de T . Antes, necesitaremos dos lemas.
Lema 5.14. Sea T : V →V un operador lineal en un K-espacio vectorial de dimen-
sión finita n. Sean λ1, . . . ,λk todos los valores propios distintos de T . Para cada
i = 1, . . . ,k sea vi ∈ Eλi(T ). Si v1 + · · ·+ vk = 0, entonces vi = 0 para toda i.
Demostración. Si sucediera lo contrario, renumerando los vectores si hiciera falta
podemos suponer que v1, . . . ,vs son 6= 0 y vs+1 = · · · = vk = 0. Entonces, para 1 ≤
i ≤ s los vi son vectores propios de T con valores propios λi, respectivamente, y se
tiene que v1 + · · ·+ vs = 0, en contradicción con el teorema 5.8. ut
Lema 5.15. Sea T : V →V un operador lineal en un K-espacio vectorial de dimen-
sión finita n. Sean λ1, . . . ,λk todos los valores propios distintos de T . Para cada
i = 1, . . . ,k sea Bi un subconjunto linealmente independiente de Eλi(T ). Entonces,
B=B1∪·· ·∪Bk es un subconjunto linealmente independiente de V .
Demostración. Pongamos Bi = {vi,1, . . . ,vi,ni}, de tal forma que
B= {vi j : 1≤ i≤ k, 1≤ j ≤ ni}.
Si se tuviera una combinación lineal
(∗)
k
∑
i=1
ni
∑
j=1
ai jvi j = 0,
para cada i pongamos wi =
ni
∑
j=1
ai jvi j ∈ Eλi(T ); entonces la combinación lineal (∗) la
podemos escribir como
k
∑
i=1
wi = 0, con los wi ∈ Eλi(T ). Por el lema 5.14 anterior se
debe tener que wi = 0, para todo i, y como los Bi son linealmente independientes,
de la igualdad 0 = wi =
ni
∑
j=1
ai jvi j se sigue que ai j = 0, para todo j y todo i, como se
querı́a. ut
Teorema 5.16. Sea T : V →V un operador lineal en un K-espacio vectorial de di-
mensión finita n. Supongamos que el polinomio caracterı́stico φT de T se descom-
pone en factores lineales en K[t] y sean λ1, . . . ,λk todos los valores propios distintos
de T . Entonces, T es diagonalizable si y sólo si dimK Eλi(T ) = multiplicidad de λi,
para todo i.
5.2 Subespacios invariantes y subespacios cı́clicos 151
Demostración. Pongamos mi = la multiplicidad de λi y di =dimK Eλi(T ). Observe
que n = dimK V = gr(φT ) = ∑ri=1 mi.
Si T es diagonalizable, entonces existe una base B de V consistente de vectores
propios de T . Sean Bi = B∩Eλi(T ) y ni = |Bi|; entonces, cada Bi es linealmente
independiente y por lo tanto ni ≤ dimK Eλi(T ) = di. Ahora, por el teorema 5.13,
dimK Eλi(T )≤ mi y ası́ ni ≤ di ≤ mi. Se sigue que
n =
r
∑
i=1
ni ≤
r
∑
i=1
di ≤
r
∑
i=1
mi = n
por lo que todas las desigualdades di ≤mi necesariamente son igualdades, i.e., di =
mi, para toda i.
Supongamos ahora que di = mi para toda i. Sea Bi una base de Eλi(T ) y sea
B=B1∪·· ·∪Br. Por el lema 5.15, B es linealmente independiente y como di = mi
y ya que Bi∩B j = /0, para i 6= j, entonces
|B|=
r
∑
i=1
|Bi|=
r
∑
i=1
di =
r
∑
i=1
mi = n
por lo que B es una base de V y como está formada por vectores propios de T , se
sigue que T es diagonalizable. ut
5.2. Subespacios invariantes y subespacios cı́clicos
Si T : V →V es un operador lineal y v∈V es un vector propio de T , el subespacio
generado por v, W = 〈v〉= K(v) satisface que T (W )⊆W . En efecto, si w = av∈W ,
entonces Tw = aT v = aλv = (aλ )v ∈W (donde λ es el valor propio de v).
Definición 5.17. Si T : V → V es un operador lineal, diremos que un subespacio
W ⊆ V es invariante bajo T o que es T -invariante, si T (W ) ⊆W , i.e., si Tw ∈W
para todo w ∈W .
Ejemplo 5.6. Sea T : V →V cualquier operador lineal. El subespacio {0} ⊆V es T -
invariante claramente. Lo mismo para el subespacio total V ⊆V . El núcleo kerT ⊆V
también es T -invariante ya que T (kerT ) = {0} ⊆ kerT . También, la imagen ImT ⊆
V es T -invariante ya que si w ∈ ImT ⊆V entonces Tw ∈ ImT .
Ejemplo 5.7. . La observación del inicio de esta sección es cierta en general: si T :
V → V es cualquier operador lineal y λ es un valor propio de T , el espacio propio
Eλ (T ) es T -invariante ya que si w ∈ Eλ (T ), entonces w = ∑aivi con ai ∈ K y los
vi ∈ V vectores propios de T correspondientes al valor propio λ . Se tiene entonces
que
Tw = ∑aiT vi = ∑ai(λvi) = λ ∑aivi = λw
por lo que Tw es un vector propio de T (si es 6= 0) con valor propio λ , i.e., Tw ∈
Eλ (T ).
152 5 Diagonalización de operadores
Ejemplo 5.8. . Sea T : R3→R3 el operador dado por T (x,y,z) = (4x,2x+y,3y− z)
y sea W el plano Y Z, i.e., W = {(0,y,z) ∈ R3}. Entonces W es T -invariante. Sin
embargo, el subespacio U = {(x,0,0) ∈R3} no es T -invariante ya que, por ejemplo
(1,0,0) ∈U pero T (1,0,0) = (4,2,0) 6∈U .
Subespacios T -cı́clicos. Una familia importante de subespacios T -invariantes es la
de los subespacios T -cı́clicos:
Definición 5.18. Sea T : V →V un operador lineal y sea v ∈V cualquier vector no
nulo de V . Sea C(T,v) el subespacio generado por los vectores v,T v,T 2v,T 3v, . . .
Claramente C(T,v) es T -invariante y se llama el subespacio T -cı́clico generado por
v.
Observación 5.19. El subespacio T -cı́clico C(T,v) generado por v es el menor
subespacio T -invariante que contiene a v ya que si W ⊆ V es cualquier subespa-
cio T -invariante que contiene a v, entonces T v ∈W y ası́ T 2v ∈W , etcétera. Ası́,
todos los generadores de C(T,v) están en W y por lo tanto C(T,v)⊆W .
Ejemplo 5.9. Sea T : R3→ R3 el operador dado por T (x,y,z) = (4x,x+ z,x− y) y
sea e3 = (0,0,1) ∈ R3. Queremos determinar el subespacio T -cı́clico generado por
e3. Para ésto observamos que Te3 = T (0,0,1) = (0,1,0) = e2 y T 2e3 = T (0,1,0) =
(0,0,−1) =−e3 por lo que
T ke3 =
{
±e2
±e3
y ası́ C(T,e3) = R(e3,Te3,T 2e3, . . .) = R(e2,e3) es el plano Y Z.
Observación 5.20. Si T : V → V es un operador lineal y W ⊆ V es T -invariante,
entonces la restricción de T a W es un operador lineal
TW = T |W : W →W
y como tal hereda algunas de las propiedades de T :
Teorema 5.21. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y sea W ⊆V un subespacio T -invariante. Entonces, el polinomio
caracterı́stico φTW de la restricción de T a W divide al polinomio caracterı́stico φT
de T .
Demostración. Escojamos una base B = {w1, . . . ,wr} de W y extendámosla a una
base de V , digamos C= {w1, . . . ,wr,vr+1, . . . ,vn}. Entonces,
[T ]C =
(
[TW ]B B
0 C
)
donde [TW ]B es r× r, B es r× (n− r), C es (n− r)× (n− r) y 0 es una matriz cero
de tamaño adecuado. Entonces,
5.2 Subespacios invariantes y subespacios cı́clicos 153
φT (t) = det
(
([TW ]B− t idV ) B
0 (C− t idV )
)
= det([TW ]B− t idV )det(C− t idV )
= φTW (t)h(t), (donde h(t) = det(C− t idV )),
i.e., φTW (t)|φT (t). ut
Teorema 5.22. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y sea C(T,v) el subespacio T -cı́clico generado por un vector v 6=
0 en V . Sea r = dimK C(T,v). Entonces, {v,T v,T 2v, . . . ,T r−1v} es base de C(T,v).
Demostración. Como v 6= 0, entonces {v} es linealmente independiente. Sea k≥ 1 el
mayor entero tal que B= {v,T v,T 2v, . . . ,T k−1v} es linealmente independiente. Tal k
existe porque V es de dimensión finita. Sea U ⊆C(T,v) el subespacio generado por
B, de tal forma que B es base de U porque es linealmente independiente y genera.
Observe que T kv ∈U ya que v,T v,T 2v, . . . ,T k−1v,T kv es linealmente dependiente,
por la maximalidad de k, y por lo tanto T kv es necesariamente combinación lineal
de los otros vectores, y por lo tanto T kv ∈U . Se sigue que U es T -invariante ya que
si u ∈U es cualquier vector, escribiéndolo en términos de la base B,
u = a0v+a1T v+ · · ·+ak−1T k−1v
se tiene que Tu = a0T v+ a1T 2v+ · · ·+ ak−1T kv ∈ U . Ahora, como C(T,v) es el
menor subespacio T -invariante de V tal que v ∈ C(T,v) y como v ∈U y U es T -
invariante, se sigue que C(T,v)⊆U y por lo tanto C(T,v) =U , como se querı́a. ut
Observación 5.23. ¿Si C(T,v) = K(v,T v,T 2v, . . . ,T k−1v) es el subespacio T -cı́clico
anterior, cómo es la matriz asociada al operador TC(T,v) : C(T,v)→ C(T,v) en la
base v,T v,T 2v, . . ., T k−1v? Calculando,
TC(T,v)(v) = T v = 0v+1T v+0T 2v+ · · ·+0T k−1v
TC(T,v)(T v) = T 2v = 0v+0T v+1T 2v+ · · ·+0T k−1v
TC(T,v)(T 2v) = T 3v = 0v+0T v+0T 2v+1T 3v+ · · ·+0T k−1v
...
TC(T,v)(T k−2v) = T k−1v = 0v+0T v+0T 2v+ · · ·+1T k−1v
TC(T,v)(T k−1v) = T kv = −a0v−a1T v−a2T 2v−·· ·= ak−1T k−1v
por lo que
[TC(T,v)]B =
0 0 · · · 0 −a0
1 0 · · · 0 −a1
0 1 · · · 0 −a2
...
. . .
...
0 0 · · · 1 −ak−1
y ası́ también podemos calcular su polinomio caracterı́stico:
154 5 Diagonalización de operadores
Teorema 5.24. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n. Sean C(T,v)⊆V el subespacio T -cı́clico generado por un v 6= 0,
k = dimK C(T,v) y B= {v,T v, . . . ,T k−1v} la base anterior de C(T,v). Entonces, el
polinomio caracterı́stico de TC(T,v) es
φTC(T,v)(t) = (−1)
k(a0 +a1t + · · ·+ak−1tk−1 + tk).
Demostración. Lo demostraremos por inducción sobre k. Para k = 1 es trivial. Aho-
ra, por definición
φTC(T,v)(t) = det([TC(T,v)]B− tIk) = det
−t 0 · · · 0 −a0
1 −t · · · 0 −a1
0 1 · · · 0 −a2
...
. . .
...
0 0 · · · −t −ak−2
0 0 · · · 1 (−t−ak−1)
y expandiendo por menores a lo largo del primer rengón obtenemos
φTC(T,v)(t) = (−t)det
−t 0 · · · 0 −a1
1 −t · · · 0 −a2
...
. . .
...
0 0 · · · −t −ak−2
0 0 · · · 1 (−t−ak−1)
+(−1)k+1(−a0)det
1 −t · · · 0 0
0 1 · · · 0 0
0 0 1 · · · 0
...
. . .
...
0 0 · · · 0 1
= (−t)(−1)k−1(a1 +a2t + · · ·+ak−1tk−2 + tk−1)+(−1)k+2a0(1)
(por hipótesis de inducción y porque la segunda matriz es triangular)
= (−1)k(a1t +a2t2 + · · ·+ak−1tk−1 + tk)+(−1)ka0
= (−1)k(a0 +a1t +a2t2 + · · ·+ak−1tk−1 + tk).
ut
5.3. Polinomios de matrices y de operadores
Si A ∈Matn×n(K) y n≥ 0 es un entero, se definen las potencias
5.3 Polinomios de matrices y de operadores 155
A0 = In y An := An−1 ·A si n≥ 1.
Es fácil probar (ejercicio 29) la regla de los exponentes: si m,n ≥ 0 son enteros,
entonces Am+n = AmAn.
Ahora, si a ∈ K es un escalar y Ak es la potencia k-ésima de una matriz cuadrada
A, entonces se tienen definidos los productos aAk y por lo tanto, si
f (t) = a0 +a1t +a2t2 + · · ·+antn ∈ K[t]
es un polinomiocon coeficientes a j ∈K, y si A∈Matn×n(K) es una matriz cuadrada
con entradas en K, se define
f (A) := a0In +a1A+a2A2 + · · ·+anAn
de tal forma que f (A) ∈Matn×n(K).
Lema 5.25. Sean A ∈Matn×n(K) y f (t),g(t) ∈ K[t]. Entonces,
(1) ( f +g)(A) = f (A)+g(A).
(2) ( f ·g)(A) = f (A)g(A).
Demostración. (1): Si ( f + g)(t) = (a0 + b0)+ (a1 + b1)t + · · ·+(a j + b j)t j + · · · ,
entonces
( f +g)(A) = (a0 +b0)In +(a1 +b1)A+ · · ·+(a j +b j)A j + · · ·
= (a0In +a1A+ · · ·+a jA j + · · ·)+(b0In +b1A+ · · ·+b jA j + · · ·)
= f (A)+g(A).
La parte (2) se demuestra en forma similar. ut
Si T : V → V es un operador lineal en un K-espacio vectorial, se definen las
potencias
T 0 = idV y T n := T n−1 ◦T (composición de operadores) si n≥ 1.
Es sencillo probar (ejercicio 5.30) la regla de los exponentes: T m ◦T n = T m+n, si
m,n≥ 0 son enteros. Si
f (t) = a0 +a1t +a2t2 + · · ·+antn ∈ K[t]
es un polinomio con coeficientes a j ∈ K, y si T : V → V es un operador lineal, se
define
f (T ) := a0 idV +a1T +a2T 2 + · · ·+anT n
de tal forma que f (T ) : V →V es un operador lineal.
Lema 5.26. Sean T : V →V un operador lineal y f (t),g(t) ∈ K[t]. Entonces,
(1) ( f +g)(T ) = f (T )+g(T ).
156 5 Diagonalización de operadores
(2) ( f ·g)(T ) = f (T )◦g(T ) (composición de operadores).
Demostración. La parte (1) se demuestra en forma similar a la del lema anterior. Pa-
ra la parte (2), si f (t) = a0+a1t+ · · ·+amtm y g(t) = b0+b1t+ · · ·+bntn, entonces
f (t)g(t) = c0 + c1t + · · ·+ cktk + · · · donde ck = ∑
i+ j=k
aib j. Se sigue que
( f ·g)(T ) = c0 idV +c1T + · · ·+ ckT k + · · ·
= (a0b0) idV +(a0b1 +a1b0)T + · · ·+
(
∑
i+ j=k
aib j
)
T i ◦T j + · · ·
= (a0 idV +a1T + · · ·+aiT i + · · ·)◦ (b0 idV +b1T + · · ·+b jT j + · · ·)
= f (T )◦g(T ).
ut
Proposición 5.27. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n. Sea B una base de V y sea A = [T ]B. Si f (t) ∈ K[t], entonces
[ f (T )]B = f (A).
Demostración. Sabemos que [idV ]B = In y por hipótesis [T ]B = A. Por otra parte,
[T 2]B = [T ]B[T ]B = AA= A2. Por inducción se sigue que [T k]B = Ak y el resultado
es entonces inmediato. ut
Gracias a esta proposición, lo que digamos de un polinomio de una matriz cua-
drada es válido si lo enunciamos para el operador lineal correspondiente y viceversa.
Ası́, en ocasiones sólo formularemos el resultado para una de estas instancias.
Teorema 5.28. Sea A una matriz n×n con entradas en K. Entonces, existe un poli-
nomio no nulo f (t) ∈ K[t] tal que f (A) = 0.
Demostración. El K-espacio vectorial Matn×n(K) tiene dimensión n2 y ası́, para
cualquier m > n2 las m matrices In,A,A2, . . . ,Am son linealmente dependientes en
Matn×n(K), i.e., existen escalares a j ∈ K, no todos cero, tales que
a0In +a1A+a2A2 + · · ·+amAm = 0
por lo que el polinomio f (t) := a0 +a1t +a2t2 + · · ·+amtm ∈ K[t] tiene algún coe-
ficiente a j 6= 0 y satisface lo requerido. ut
El polinomio mı́nimo. Dividiendo el polinomio f (t) dado en el teorema 5.28 entre
su coeficiente de grado am, obtenemos un polinomio g(t) ∈ K[t] con coeficiente de
grado 1, i.e., de la forma
g(t) = tm +bm−1T m−1 + · · ·+b1t +b0 ∈ K[t]
y tal que g(A) = 0. A un polinomio con coeficiente de grado 1 se le llama un po-
linomio mónico. Hemos ası́ mostrado que si A ∈ Matn×n(K), entonces existe un
5.3 Polinomios de matrices y de operadores 157
polinomio mónico g(t) ∈ K[t] tal que g(A) = 0. Por el principio del buen orden,
existe un polinomio mónico de menor grado m(t) ∈ K[t] tal que m(A) = 0. A un tal
polinomio se le llama un polinomio mı́nimo de A.
Lema 5.29. Sea A ∈Matn×n(K). Entonces, el polinomio mı́nimo de A es único.
Demostración. Supongamos que p(t) y q(t) son dos polinomios mı́nimos de A; en-
tonces p(t) y q(t) son del mismo grado, digamos k, y si
p(t) = tk +ak−1tk−1 + · · ·+a1t +a0 y q(t) = tk +bk−1tk−1 + · · ·+b1t +b0
entonces, para r(t) = p(t)−q(t) = (a0−b0)+(a1−b1)t + · · ·+(ak−1−bk−1)tk−1
(ya que los términos de grado se eliminan) se tiene que gr(r(t)) < k ó r(t) = 0 y
además
r(A) = p(A)−q(A) = 0−0 = 0,
y ası́ r(t) = 0 por la minimalidad del grado de p y q. Por lo tanto p(t) = q(t) como
se querı́a. ut
Proposición 5.30. Sea A ∈ Matn×n(K) y sea mA(t) el polinomio mı́nimo de A. Si
f (t) ∈ K[t] es cualquier polinomio tal que f (A) = 0, entonces mA(t) divide a f (t).
Demostración. Usando el algoritmo de la división en K[t], dividimos f (t) entre
mA(t) para obtener
(∗) f (t) = mA(t)q(t)+ r(t) con r(t) = 0 ó gr(r(t))< gr(mA(t).
Si sucediera que r(t) 6= 0, entonces de (∗) se tendrı́a que
0 = f (A) = mA(A)q(A)+ r(A) = 0 ·q(A)+ r(A) = r(A)
por lo que r(A) = 0 con gr(r(t)) < gr(mA(t), en contradicción con la minimalidad
del grado de mA(t). ut
Teorema 5.31 (Hamilton-Cayley). Sea T : V → V un operador lineal en un K-
espacio vectorial de dimensión finita n y sea φT (t) el polinomio caracterı́stico de T .
Entonces, φT (T ) = 0.
Demostración. Mostraremos que φT (T )v = 0 para todo v∈V . Si v = 0 esto es obvio
porque φT (T ) es lineal. Supongamos entonces que v 6= 0 y sea C(T,v) el subespacio
T -cı́clico generado por v. Sea r = dimK C(T,v). Como v, T v, T 2v, . . . ,T r−1v es una
base de C(T,v), para el vector T rv ∈C(T,v) existen escalares a0,a1, . . . ,ar−1 tales
que
(1) T rv =−a0v−a1T v−a2T 2v−·· ·−ar−1T r−1v
y el polinomio caracterı́stico del operador TC(T,v) : C(T,v)→C(T,v) es
(2) φTC(T,v)(t) = (−1)
r[a0 +a1t +a2t2 + · · ·+ar−1tr−1 + tr]
158 5 Diagonalización de operadores
de tal forma que φTC(T,v)(TC(T,v)) = (−1)
r[a0 idC(T,v)+a1TC(T,v) + a2T 2C(T,v) + · · ·+
ar−1T r−1C(T,v)+T
r
C(T,v)] por lo que
φTC(T,v)(T )v = (−1)
r[a0v+a1T v+a2T 2v+ · · ·+ar−1T r−1v+T rv] = 0
por (1) y (2). Finalmente, como φTC(T,v) divide a φT , se sigue que φT (t)= q(t)φTC(T,v)(t)
por lo que φT (T ) = q(T )◦φTC(T,v)(T ) y ası́
φT (T )v = q(T )
(
φTC(T,v)(T )v
)
= q(T )(0) = 0,
como se querı́a. ut
Corolario 5.32. Sea T : V →V un operador lineal en un K-espacio vectorial de di-
mensión finita n y sean φT (t) el polinomio caracterı́stico de T y mT (t) su polinomio
mı́nimo. Entonces, mT (t) divide a φT (t).
Demostración. En general mT (t) divide a cualquier polinomio que se anula en T .
ut
Sabemos que los valores propios de un operador lineal T (en un espacio de di-
mensión finita) son las raı́ces de su polinomio caracterı́stico. El resultado siguiente
nos dice que son las raı́ces de su polinomio mı́nimo.
Teorema 5.33. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y sea mT (t) el polinomio mı́nimo de T . Entonces, un escalar
λ ∈ K es un valor propio de T si y sólo si λ es raı́z de mT (t). Es decir, el polinomio
mı́nimo y el polinomio caracterı́stico de T tienen las mismas raı́ces.
Demostración. Como mT divide a φT , φT (t) = q(t)mT (t) y ası́ todo cero de mT
es cero de φT . Recı́procamente, si λ es un cero de φT (t) y v es un vector propio
correspondiente a λ , entonces usando que T v= λv y como mT (T )v= 0, escribiendo
mT (t) = a0 +a1t + · · ·+ar−1tr−1 + tr, se tiene que
0 = mT (T )v
= (a0 idV +a1T + · · ·+ar−1T r−1 +T r)v
= a0 idV v+a1T v+ · · ·+ar−1T r−1v+T rv
= a0v+a1λv+ · · ·+ar−1λ r−1v+λ rv
(ya que, por inducción T kv = λ kv)
= (a0 +a1λ + · · ·+ar−1λ r−1 +λ r)v
= mT (λ ) · v,
y como v 6= 0, la igualdad 0 = mT (λ )v implica que mT (λ ) = 0, como se querı́a. ut
Ejemplo 5.10. Si A =
4 1 00 1 0
1 1 4
, su polinomio caracterı́stico es
5.3 Polinomios de matrices y de operadores 159
φA(t) = det
4− t 1 00 1− t 0
1 1 4− t
= (4− t)(1− t)(4− t) =−(t−4)2(t−1)
por lo que su polinomio mı́nimo es f (t) = (t − 4)2(t − 1) ó g(t) = (t − 4)(t − 1).
Para ver cuál de estas dos posibilidades es la correcta, observamos que
g(A) =
0 1 00 −3 0
1 1 0
3 1 00 0 0
1 1 3
=
0 0 00 0 0
3 1 0
por lo que necesariamente el polinomio mı́nimo es mA(t) = (t−4)2(t−1).
Ejemplo 5.11. Si A =
(
1 4
2 8
)
, su polinomio caracterı́stico es
φA(t) = det
(
1− t 4
2 8− t
)
= (1− t)(8− t)−8 = t(t−9)
por lo que su polinomio mı́nimo es mA(t) = φA(t).
Observación5.34. Como mT |φT hay dos casos extremos:
(1) Que tengan el mismo grado. En este caso ambos polinomios tienen las mismas
raı́ces y las multiplicidades también son iguales; por lo tanto
φT (t) = (−1)nmT (t).
El teorema siguiente nos da un caso cuando ocurre ésto.
(2) El otro caso extremo es cuando el grado de mT es el mı́nimo posible, i.e., cuando
mT (t) = (t−λ1) · · ·(t−λr)
con λ1, . . . ,λr todos los valores propios distintos de T . El segundo teorema que
probaremos a continuación nos dice lo que sucede en este caso.
Teorema 5.35. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n. Supongamos que V es T -cı́clico. Entonces, el polinomio carac-
terı́stico φT y el polinomio mı́nimo mT tienen el mismo grado y por lo tanto
φT (t) = (−1)nmT (t).
Demostración. Por hipótesis existe un v ∈ V tal que B = {v,T v,T 2v, . . . ,T n−1v} es
una base de V . Entonces, para todo polinomio g(t) ∈ K[t] de grado k < n, digamos
g(t) = a0 +a1t + · · ·+aktk (con ak 6= 0), se tiene que
g(T )v = a0v+a1T v+a2T 2v+ · · ·+akT kv
160 5 Diagonalización de operadores
es decir, g(T )v es combinación lineal de elementos de B con el coeficiente ak 6= 0,
y ası́, como B es linealmente independiente, se debe tener que g(T )v 6= 0 por lo que
la aplicación lineal g(T ) 6= 0. En particular, el polinomio mı́nimo mT (t) no puede
tener grado < n (ya que se anula en T ) y por lo tanto gr(mT ) = n = gr(φT ). ut
El teorema 5.35 tiene un recı́proco 5.41 que probaremos al final de esta sección.
El teorema 5.35 da una condición para la cual el grado del polinomio mı́nimo mT
es el mayor posible. Por otra parte, sabemos que gr(mT )≥ el número de los valores
propios distintos de T y el teorema 5.36 siguiente dice lo que pasa cuando se tiene
la igualdad, i.e., cuando gr(mT ) = el número de raı́ces de φT :
Teorema 5.36. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n. Entonces, T es diagonalizable si y sólo si el polinomio mı́nimo
es de la forma
mT (t) = (t−λ1) · · ·(t−λk)
donde λ1, . . . ,λk son todos los valores propios distintos de T .
Demostración. Supongamos que T es diagonalizable y sean λ1, . . . ,λk los valores
propios distintos de T . Pongamos f (t) = (t − λ1) · · ·(t − λk). Como los λi son
raı́ces de mT , entonces f (t)|mT (t). Como T es diagonalizable, existe una base
B = {v1, . . . ,vn} de V consistende de vectores propios de T . Ası́, para cada v j ∈ B
existe un valor propio λi tal que T v j = λiv j, es decir, (T − λi idV )v j = 0. Ahora,
como (t−λi)| f (t), entonces f (t) = qi(t)(t−λi) por lo que
f (T )v j = qi(T )((T −λi idV )v j) = qi(0) = 0, para todo v j ∈B,
de donde se sigue que f (T )v= 0 para todo v∈V ya que B es base de V . Se sigue que
f (T ) = 0 y por la proposición 5.30 ésto implica que mT (t)| f (t) y como f (t)|mT (t),
se sigue que f (t) = mT (t).
Supongamos ahora que mT (t) = (t − λ1) · · ·(t − λk). Mostraremos que T es
diagonalizable por inducción sobre n = dimK V . Si n = 1 no hay nada que pro-
bar. Supongamos ahora que la restricción TW es diagonalizable para todo subes-
pacio T -invariante de V de dimensión < n. Para el valor propio λk, sea W :=
Im(T −λk idV )⊆V y observemos que W $V ya que, para el valor propio λk existe
un vector propio v 6= 0 en ker(T − λk idV ) por lo que (T − λk idV ) no es un iso-
morfismo y por lo tanto no es suprayectivo (para operadores ser isomorfismo es
equivalente a ser inyectivo o a ser suprayectivo) y ası́ su imagen no es todo V . Aho-
ra, si W = 0, se tendrı́a entonces que T = λk idV y por lo tanto T serı́a diagonal.
Supongamos entonces que W 6= 0. Por el ejemplo 5.6, W es T -invariante y ası́ por
hipótesis de inducción, la restricción TW : W →W es diagonalizable y por lo tanto
existe una base de W formada por vectores propios de TW (y consecuentemente de
T ), digamos B′ = {w1, . . . ,wr}. Sea Vλk(T ) = ker(T −λk idV )⊆V , el espacio pro-
pio correspondiente a λk y sea B′′ = {v1, . . . ,vm} una base de Vλk(T ). Observemos
ahora que para todo w ∈W = Im(T − λk idV ) se tiene que w = (T − λk idV )v con
v ∈V por lo que si calculamos la composición
5.3 Polinomios de matrices y de operadores 161
(T −λ1 idV ) · · ·(T −λk−1 idV )w = (T −λ1 idV )· · ·(T −λk−1 idV )(T −λk idV )v
= mT (T )v = 0,
ya que mT (T ) = 0. Se sigue que el polinomio (t−λ1) · · ·(t−λk−1) se anula en TW
y por lo tanto el polinomio mı́nimo de TW divide a (t − λ1) · · ·(t − λk−1) y con-
secuentemente λk no es raı́z de mTW , i.e., no es valor propio de TW . Se sigue que
W ∩Vλk(T ) = {0} y ası́ B
′∩B′′ = /0. Mostraremos ahora que B= B′∪B′′ es base
de V y para ésto, observemos primero que
n = dimK V = dimK ker(T −λk idV )+dimK Im(T −λk idV )
= dimK Vλk(T )+dimK W = m+ r
entonces basta mostrar que B es linealmente independiente. Esto último es directo
ya que si
aw1 + · · ·+arwr︸ ︷︷ ︸
w
+b1v1 + · · ·+bmvm︸ ︷︷ ︸
v
= 0
entonces w ∈W y v ∈V son tales que w+ v = 0 y ası́ w =−v ∈W ∩Vλk(T ) = {0}
por lo que w= 0= v y como B′ y B′′ son linealmente independientes, las igualdades
anteriores implican que ai = 0 y b j = 0, para toda i y j. Se sigue que B es base de V
con los wi vectores propios de TW (y por lo tanto de T ) y los v j ∈Vλk(T ) ( y por lo
tanto vectores propios de T ), i.e., B es una base de V consistente de vectores propios
de T y consecuentemente T es diagonalizable. ut
Ejemplo 5.12. La matriz A =
4 1 00 1 0
1 1 4
del ejemplo 5.10 no es diagonalizable por-
que su polinomio mı́nimo mA(t) = (t−4)2(t−1) tiene raı́ces múltiples.
Ejemplo 5.13. La matriz A =
4 1 00 1 0
1 1 3
tiene polinomio caracterı́stico
φA(t) = det
4− t 1 00 1− t 0
1 1 3− t
= (4− t)(1− t)(3− t) =−(t−4)(t−1)(t−3)
por lo que su polinomio mı́nimo mA(t) = (t−4)(t−1)(t−3) no tiene raı́ces múlti-
ples y por lo tanto A es diagonalizable.
El teorema 5.36 determina el polinomio mı́nimo de un operador lineal diagonali-
zable. En el capı́tulo 6 siguiente veremos la forma que tiene el polinomio mı́nimo de
un operador lineal no diagonalizable en el caso cuando el polinomio caracterı́stico
se descompone en K[t].
El polinomio anulador y los espacios T -cı́clicos. Si T : V → V es un operador
lineal en un K-espacio vectorial de dimensión finita y v∈V es un vector dado, como
162 5 Diagonalización de operadores
el polinomio mı́nimo mT (x) de T se anula en todo V , en particular mT (T )v = 0 y
ası́, el conjunto de todos los polinomios mónicos, con coeficientes en K, que se
anulan en v no es vacı́o y por lo tanto podemos escoger uno de grado menor al que
se llama el T -anulador de v y se denota por An(T,v)(x). Como en el caso para el
polinomio mı́nimo de T se prueba que An(T,v) es único y divide a cualquier otro
polinomio que se anula en v, en particular divide al polinomio mı́nimo de T . Parte
de la importancia del polinomio T -anulador es el resultado siguiente:
Proposición 5.37. Si T : V →V es un operador lineal en un K-espacio vectorial de
dimensión finita y v ∈ V es un vector no nulo, entonces la dimensión del espacio
T -cı́clico generado por v es el grado de An(T,v).
Demostración. Sea C(T,v) := 〈v,T v,T 2v, . . .〉 el subespacio T -cı́clico generado por
v y escribamos An(T,v)= xk+ak−1xk−1+· · ·+a1x+a0. Mostraremos que v,T v,T 2v,
. . . ,T k−1v es base de C(T,v). Para comenzar, como An(T,v)v = 0, entonces T kv+
ak−1T k−1v+ · · ·+ a1T v+ a0v = 0 por lo que T kv ∈ 〈v,T v, . . . ,T k−1v〉. Por induc-
ción se demuestra que T k+ jv∈ 〈v,T v, . . . ,T k−1v〉, para todo j≥ 0 y ası́ v,T v,T 2v, . . .,
T k−1v genera a C(T,v) y la independencia lineal es consecuencia de la minimalidad
del grado de An(T,v). ut
Lema 5.38. Si T : V → V es un operador lineal en un K-espacio vectorial de di-
mensión finita y si u,v ∈ V son tales que sus T -anuladores son coprimos, entonces
An(T,u+ v) = An(T,u) ·An(T,v).
Demostración. Sean C(T,u) y C(T,v) los subespacios T -cı́clicos correspondientes.
Es claro que u+v∈C(T,u)+C(T,v). Mostraremos primero que la suma anterior es
directa, i.e., que C(T,u)∩C(T,v) = {0}. En efecto, si existiera un 0 6=w∈C(T,u)∩
C(T,v), entonces An(T,w) tendrı́a grado positivo, y como w ∈C(T,u) entonces por
la definición de espacio T -cı́clico se tiene que w= f (T )u; similarmente, w∈C(T,v)
implica que w = g(T )v, con f ,g polinomios. Se sigue que
An(T,u)w = An(T,u) f (T )u = f (T )An(T,u)u = 0
y similarmente
An(T,v)w = An(T,v)g(T )v = g(T )An(T,v)v = 0
por lo que An(T,w) divide a An(T,u) y An(T,v), en contradicción con ser éstos
coprimos.
Observemos ahora que An(T,u)An(T,v)(u+ v) = 0 simplemente evaluando el
lado izquierdo y usando la linealidad de los polinomios de operadores y que éstos
conmutan entre sı́. De la igualdad anterior se sigue que An(T,u)An(T,v) divide a
An(T,u+v). Por otra parte, 0=An(T,u+v)(u+v) =An(T,u+v)u+An(T,u+v)v
y ası́
An(T,u+ v)u =−An(T,u+ v)v ∈C(T,u)∩C(T,v) = 0
por lo que An(T,u + v)u = 0 = An(T,u + v)v y consecuentemente An(T,u) y
An(T,v) dividen a An(T,u+v) y como son coprimos, su producto An(T,u)An(T,v)
también divide a An(T,u+ v). Se sigue que An(T,u+ v) = An(T,u)An(T,v). ut
5.3 Polinomios de matrices y de operadores 163
Por su definición, para todo v ∈ V el polinomio An(T,v) divide al polinomio
mı́nimo de T , y como sólo hay un número finito de estos divisores, entonces existe
un v0 ∈ V tal que An(T,v0) tiene grado mayor, i.e., gr(An(T,v0)) ≥ gr(An(T,v)),
para todo v ∈V . De hecho, se tiene más:
Lema 5.39. Con la notación anterior, An(T,v) divide a An(T,v0), para todo v ∈V .
Demostración. Factoricemos los polinomios T -anuladores de v0 y v como producto
de irreducibles en K[x]:
An(T,v0) = p
e1
1 (x) · · · p
er
r (x) y An(T,v) = p
ε1
1 (x) · · · p
εr
r (x)
(poniendo ei = 0 o εi = 0 si fuera necesario para tener los mismos primos en ambas
factorizaciones). Si el lema fuera falso, entonces algún εi > ei y pongamos entonces
w1 := p
ei
i (T )v0 ∈V y w2 :=
An(T,v)
pεii
(T )v ∈V.
Es claro que
An(T,w1) =
An(T,v0)
peii
y An(T,w2) = p
εi
i (x)
y que estos dos últimos polinomios son coprimos. Por el lema anterior se sigue que
el T -anulador de w1 +w2 es
An(T,v0)
peii
pεii
cuyo grado es mayor que el grado de An(T,v0) ya que εi > ei, en contradicción con
la elección de v0. ut
El resultado principal es:
Teorema 5.40. Si T : V → V es un operador lineal en un K-espacio vectorial de
dimensión finita, entonces V tiene un subespacio T -cı́clico de dimensión igual al
grado del polinomio mı́nimo de T .
Demostración. Mostraremos que existe un v0 ∈ V cuyo T -anulador An(T,v0) =
mT (x) es el polinomio mı́nimo de T , y ası́ el teorema se seguirá de la proposición
5.37. Para probar la igualdad requerida, sea v1, . . . ,vn una base de V y sea v0 como
en el lema 5.39. Por este mismo lema se tiene que An(T,vi) divide a An(T,v0) y por
lo tanto An(T,v0)vi = 0 para todo i = 1, . . . ,n, y consecuentemente An(T,v0) = 0
en todo V , ya que los vi son base de V . Se sigue que An(T,v0) = mT (x). ut
El recı́proco del teorema 5.36 es:
Corolario 5.41. Si T : V → V es un operador lineal en un K-espacio vectorial de
dimensión finita y si el polinomio mı́nimo de T tiene grado igual a dimK(V ), enton-
ces V es T -cı́clico. ut
164 5 Diagonalización de operadores
5.4. Sumas directas y diagonalización
En el capı́tulo 1 estudiamos la suma y la suma directa de dos subespacios vec-
toriales W1,W2 de un K-espacio vectorial V . En esta sección comenzamos generali-
zando el concepto de suma de subespacios a un número finito arbitrario W1, . . . ,Wk
de subespacios de V , definiendo la suma de subespacios como el conjunto
W1 + · · ·+Wk := {w1 + · · ·+wk : wi ∈Wi} ⊆V.
En forma similar al caso k = 2 del lema 1.10 se prueba que éste es un subespacio
vectorial de V . Recordemos ahora, de la proposición 1.11, que para el caso k = 2,
W =W1⊕W2 es una suma directa si y sólo si cada vector w ∈W se puede escribir
en forma única como w = w1 +w2 con w1 ∈W1 y w2 ∈W2. En el caso general se
tiene:
Teorema 5.42. Sean W1, . . . ,Wk subespacios vectoriales de un K-espacio vectorial
V y sea W :=W1+ · · ·+Wk. Entonces, todo vector w∈W se puede escribir en forma
única como w = w1 + · · ·+wk, con los wi ∈Wi, si y sólo si para cada j = 1, . . . ,k se
tiene que
Wj ∩ (W1 + · · ·+Ŵj + · · ·+Wk) = 0
donde el sı́mbolo ̂ quiere decir que se omite el sumando correspondiente.
Demostración. Supongamos primero que todo w ∈W se puede escribir en forma
única como w = w1+ · · ·+wk, con los wi ∈Wi. Si sucediera que alguna intersección
Wj∩ (W1+ · · ·+Ŵj + · · ·+Wk) 6= 0, entonces existirı́a un w 6= 0 en esta intersección
y ası́ w∈Wj y w∈ (W1+ · · ·+Ŵj + · · ·+Wk), por lo que podemos escribir a w como
w = w1 + · · ·+0ŵ j + · · ·+wk
y como
w = 0w1 + · · ·+1w j + · · ·+0wk
(donde w = w j ∈Wj), tendrı́amos ası́ dos formas distintas de escribir a w, una con-
tradicción.
Recı́procamente, si w ∈W se puede escribir como
w = w1 + · · ·+wk = w′1 + · · ·+w′k
con wi,w′i ∈Wi, entonces 0 = (w1−w′1)+ · · ·+(wk−w′k) y por lo tanto
w j−w′j =−
(
(w1−w′1)+ · · ·+ ̂(w j−w′j)+ · · ·+(wk−w
′
k)
)
donde el lado izquierdo está en Wj y el lado derecho está en (W1 + · · ·+Ŵj + · · ·+
Wk). Por la hipótesis se sigue que w j−w′j = 0, y ésto para todo j = 1, . . . ,k, lo cual
prueba la unicidad de la descomposición de w. ut
5.4 Sumas directas y diagonalización 165
Bajo las condiciones de este teorema, diremos que W es la suma directa de los
subespacios Wi y lo denotamos
W =W1⊕·· ·⊕Wk.
Corolario 5.43. Sean W1, . . . ,Wk subespacios vectoriales de un K-espacio vectorial
V y sea W :=W1+ · · ·+Wk. Entonces, W =W1⊕·· ·⊕Wk si y sólo si 0 = w1+ · · ·+
wk, con los wi ∈Wi, implica que wi = 0.
Demostración. Una implicación es obvia. Para la otra, si w ∈W se puede escribir
de dos formas w = w1 + · · ·+wk = w′1 + · · ·+w′k, con los wi,w′i ∈Wi, entonces
0 = (w1−w′1)+ · · ·+(wk−w′k) y por lo tanto wi−w′i = 0, como se querı́a. ut
Suma directa de transformaciones lineales. Si f : V1→W1 y g : V2→W2 son dos
funciones lineales con V1,V2 subespacios de un espacio V y W1,W2 subespacios de
W , entonces se tiene la función
f ⊕g : V1⊕V2→W1⊕W2
dada por ( f ⊕g)(x,y) := f (x)⊕g(y), que claramente es lineal y decimos que es la
suma directa de las aplicaciones lineales f y g.
Ejemplo 5.14. Para las trasformaciones lineales A : R2→ R3 y B : R2→ R2 dadas
por las matrices
A =
1 23 4
1 5
y B = (6 78 9
)
su suma directa
A⊕B : R2⊕R2→ R3⊕R2
está dada por la matriz
A⊕B :=
(
A 0
0 B
)
:=
1 2 0 0
3 4 0 0
1 5 0 0
0 0 6 7
0 0 8 9
una vez que hacemos las identificaciones
R2⊕R2 ' R4 y R3⊕R2 ' R5
donde los isomorfismos
φ : R2⊕R2→ R4 y ψ : R3⊕R2→ R5
166 5 Diagonalización de operadores
están definidos, para u = (x,y),v = (z,w) por φ(u,v) := (x,y,z,w), y similarmente
para ψ .
Este ejemplo es un caso particular de la proposición siguiente:
Proposición 5.44. Si f : V1→W1 y g : V2→W2 son dos funciones lineales con V1,V2
subespacios de un espacio V y W1,W2 subespacios de W, y si A1 es base de V1, A2 es
base de V2, B1 es base de W1, B2 es base de W2, entonces en las bases A=A1∪A2
de V1⊕V2 y B=B1∪B2 de W1⊕W2 la suma directa
f ⊕g : V1⊕V2→W1⊕W2
tiene como matriz asociada a la matriz
[ f ⊕g]BA =
(
[ f ]B1A1 0
0 [g]B2A2
)
.
Demostración. Escribamos A1 = {v1, . . . ,vr} y A2 = {vr+1, . . . ,vn}, por lo que A=
{v1, . . . ,vr,vr+1, . . . ,vn} y B1 = {w1, . . . ,ws} y B2 = {ws+1, . . . ,wm}, por lo que
B = {w1, . . . ,ws,ws+1, . . . ,wm}. Entonces, si vi ∈ A con 1 ≤ i ≤ r, se tiene que
vi ∈V1 por lo que ( f ⊕g)(vi) = f (vi) ∈W1 y ası́
( f ⊕g)(v1) = f (v1) = a11w1 + · · ·+a1sws
...
( f ⊕g)(vr) = f (vr) = ar1w1 + · · ·+arsws
y para r+1≤ i≤ n se tiene que vi ∈V2 por lo que ( f ⊕g)(vi) = g(vi) ∈W2 y ası́
( f ⊕g)(vr+1) = g(vr+1) = br+1,s+1ws+1 + · · ·+bs+1,mwm
...
( f ⊕g)(vn) = g(vn) = bn,s+1ws+1 + · · ·+bnmwm
y juntando estos dos sistemas, añadiendo ceros en los coeficientes adecuados, se
sigue el resultado deseado. ut
Operadores de proyección. Si V es un K-espacio vectorial y se tiene que
V =W1⊕·· ·⊕Wk
para cada v ∈ V , escribiéndolo en forma única como v = w1 + · · ·+wk, con los
wi ∈Wi,podemos definir pi : V → V mediante pi(v) := wi, notando que como la
descomposición de v anterior es única, entonces pi es una función (bien definida).
Lema 5.45. (1) Las pi : V →V son lineales y Im pi =Wi.
(2) p2i = pi ◦ pi = pi.
(3) pi ◦ p j = 0 si i 6= j.
(4) p1 + · · ·+ pk = idV .
5.4 Sumas directas y diagonalización 167
Demostración. Las partes (1), (2) y (3) son fáciles. Para (4), si v ∈ V lo escribimos
como v = w1 + · · ·+wk, con los wi ∈Wi, entonces
(p1 + · · ·+ pk)(v) = (p1 + · · ·+ pk)(w1 + · · ·+wk)
= p1(w1 + · · ·+wk)+ · · ·+ pk(w1 + · · ·+wk)
= w1 + · · ·+wk
la última igualdad porque pi(wi) = wi y pi(w j) = 0 si j 6= i. ut
La afirmación recı́proca también es cierta:
Proposición 5.46. Sean p1, . . . , pk : V → V operadores lineales que satisfacen las
condiciones (2), (3) y (4) del lema anterior. Entonces, poniendo Wi := Im pi se tiene
que
V =W1⊕·· ·⊕Wk.
Demostración. Para cualquier v ∈ V , aplicando el operador idV = p1 + · · ·+ pk se
obtiene
v = idV (v) = (p1 + · · ·+ pk)(v) = p1(v)+ · · ·+ pk(v)
con los pi(v) ∈Wi. Se sigue que V = W1 + · · ·+Wk. Para probar que la suma es
directa, supongamos que v∈Wj∩(W1+ · · ·+Ŵj + · · ·+Wk). Como v∈Wj = p j(V ),
entonces existe un v j ∈V tal que v= p j(v j); similarmente, como v∈W1+ · · ·+Ŵj+
· · ·+Wk, existen wi ∈V tales que v = p1(w1)+ · · ·+ p̂ j(w j)+ · · ·+ pk(wk). Se sigue
que
v = p j(v j) = p1(w1)+ · · ·+ p̂ j(w j)+ · · ·+ pk(wk)
y aplicando el operador p j a ambos lados de esta igualdad (usando que p2j = idV y
pi ◦ p j = 0 si i 6= j) se obtiene que
v = p2j(v j) = p j p1(w1)+ · · ·+ p̂2j(w j)+ · · ·+ p j pk(wk) = 0
por lo que Wj ∩ (W1 + · · ·+Ŵj + · · ·+Wk) = 0, como se querı́a. ut
Diagonalización y sumas directas. Aplicaremos los conceptos anteriores para ob-
tener un criterio de diagonalización de un operador lineal en términos de sus subes-
pacios propios.
Lema 5.47. Sea T : V → V un operador lineal en un K-espacio vectorial de di-
mensión finita tal que su polinomio caracterı́stico φT (t) se descompone en factores
lineales, y sean λ1, . . . ,λk los valores propios distintos de T . Si T es diagonaliza-
ble y Bi es una base ordenada de Eλi(T ), entonces B := B1∪ ·· ·∪Bk es una base
ordenada de V consistente de vectores propios de T .
Demostración. Por el lema 5.15, B es linealmente independiente y por el teorema
5.16, dimK Eλi(T ) es la multiplicidad ri del valor propio λi, y como Bi∩B j = /0 para
i 6= j, y dimK V = gr(φT (t)) = r1 + · · ·+ rk, entonces B tiene dimK(V ) elementos y
ası́ es base de V . ut
168 5 Diagonalización de operadores
Teorema 5.48. Un operador lineal T : V → V en un K-espacio vectorial de di-
mensión finita es diagonalizable si y sólo si V es suma directa de sus subespacios
propios.
Demostración. Sean λ1, . . . ,λk los valores propios distintos de T . Supongamos pri-
mero que T es diagonalizable y sean Bi bases ordenadas de los subespacios propios
Eλi(T ). Por el lema anterior B1 ∪ ·· · ∪Bk es una base ordenada de V y ası́, por el
ejercicio 37, V es suma directa de los Eλi(T ).
Recı́procamente, si V =Eλ1(T )⊕·· ·⊕Eλk(T ), escojamos para cada i una base de
Eλi(T ). Por el mismo ejercicio 37, B1∪·· ·∪Bk es una base ordenada de V y como
consiste de vectores propios de T , entonces T es diagonalizable por el teorema 5.3.
ut
Lema 5.49. Sea T : V → V un operador lineal en un K-espacio vectorial de di-
mensión finita y supongamos que V = W1⊕ ·· · ⊕Wk, con los Wi subespacios T -
invariantes de V . Sean Bi bases de Wi y pongamos B=B1∪·· ·∪Bk. Entonces, B
es base de V y si A = [T ]B, Bi = [TWi ]Bi , entonces
A =
B1 0 · · · 0
0 B2 · · · 0
...
...
...
0 0 · · · Bk
.
Demostración. Por el ejercicio 5.37, B es base de V . Por inducción sobre k es sufi-
ciente probar el caso k = 2, i.e., V =W1⊕W2 y B=B1∪B2. Mostraremos que
[T ]B =
(
B1 01
02 B2
)
con Bi = [T |Wi ]Bi . Para ésto, comenzamos recordando que todo v ∈ V se puede
escribir en forma única como v = w1 +w2 con wi ∈Wi, y por lo tanto T v = Tw1 +
Tw2 con Twi ∈Wi porque los Wi son T -invariantes. Escribamos B1 = {v1, . . . ,vr}
y B2 = {vr+1, . . . ,vn}, por lo que B= {v1, . . . ,vr,vr+1, . . . ,vn}. Entonces, si vi ∈B
con 1≤ i≤ r, se tiene que vi ∈W1 por lo que T vi ∈W1 y ası́
T (v1) = a11v1 + · · ·+a1rvr
...
T (vr) = ar1v1 + · · ·+arrvr
Ahora, para r+1≤ i≤ n se tiene que vi ∈W2 por lo que T vi ∈W2 y ası́
T (vr+1) = br+1,r+1vr+1 + · · ·+br+1,nvn
...
T (vn) = bn,r+1vr+1 + · · ·+bnnvn
y juntando estos dos sistemas obtenemos
5.5 El teorema fundamental del álgebra 169
T (v1) = a11v1 + · · ·+a1rvr +0vr+1 + · · ·+0vn
...
T (vr) = ar1v1 + · · ·+arrvr +0vr+1 + · · ·+0vn
T (vr+1) = 0v1 + · · ·+0vr +br+1,r+1vr+1 + · · ·+br+1,nvn
...
T (vn) = 0v1 + · · ·+0vr +bn,r+1vr+1 + · · ·+bnnvn
de donde se sigue el resultado deseado. ut
Teorema 5.50. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita y supongamos que V = W1⊕·· ·⊕Wk, con los Wi subespacios T -
invariantes de V . Si φT (t) es el polinomio caracterı́stico de T y φi(t) son los polino-
mios caracterı́sticos de las restricciones T |Wi : Wi→Wi, entonces
φT (t) = φ1(t) · · ·φk(t).
Demostración. Por inducción sobre k, comenzando con el caso k = 2: sean B1 una
base de W1 y B2 una base de W2. Por la demostración de 1.41, B :=B1∪B2 es base
de V =W1⊕W2, y si A = [T ]B, B1 = [TW1 ]B1 y B2 = [TW2 ]B2 , entonces
A =
(
B1 01
02 B2
)
con 01,02 matrices de ceros del tamaño adecuado. Se sigue que
φT (t) = det(A− tI) = det(B1− tI)det(B2− tI) = φ1(t)φ2(t).
Supongamos ahora que k > 1 y que el resultado es válido para k− 1. Ponga-
mos W = W1⊕ ·· ·⊕Wk−1 observando que W es T -invariante y que V = W ⊕Wk.
Por el caso k = 2 anterior se tiene que φT (t) = φ(t)φk(t), donde φ(t) es el po-
linomio caracterı́stico de T |W , que por hipótesis de inducción es de la forma
φ(t) = φ1(t) · · ·φk−1(t). El resultado se sigue. ut
5.5. El teorema fundamental del álgebra
En algunas instancias en este capı́tulo hemos visto cuán importante es para un
polinomio f (t) ∈ K[t] el que tenga todas sus raı́ces en el campo K. Por ejemplo,
el corolario 5.11 da como una condición necesaria, para que un operador lineal en
un K-espacio vectorial de dimensión finita sea diagonalizable, el que su polinomio
caracterı́stico tenga todas sus raı́ces en K. Usando este criterio, el ejemplo 5.4 dice
que el operador rotación por un ángulo 0 < θ < π no es diagonalizable porque su
polinomio caracterı́stico
φ(t) = t2− (2cosθ)t +1
170 5 Diagonalización de operadores
no tiene sus raı́ces en R, por lo que el operador correspondiente no tiene valores
propios reales y ası́, por el corolario 5.11, no es diagonalizable.
En esta sección probaremos que toda matriz cuadrada con entradas en el campo
de números complejos C tiene un vector propio; equivalentemente, probaremos que
todo polinomio no constante φ(t) y con coeficientes complejos, tiene una raı́z en C,
de hecho, tiene todas sus raı́ces en C. Esta forma del resultado que probaremos se
conoce como el teorema fundamental del álgebra, y nos será de gran utilidad en el
capı́tulo siguiente. La demostración que daremos, debida a H. Derksen [4], sólo usa
resultados de álgebra lineal que ya estudiamos y un resultado básico del cálculo, el
teorema del valor intermedio, cuyo enunciado es:
Teorema del valor intermedio. Si f : [a,b]→ R es una función continua en el
intervalo [a,b]⊆R y si f (a)< 0 y f (b)> 0, o viceversa, entonces existe un λ ∈ [a,b]
tal que f (λ ) = 0.
La demostración de este teorema puede verse en cualquier buen libro de cálculo,
por ejemplo, en Sagan [9, pág. 97]. Una consecuencia inmediata de este teorema es:
Corolario 5.51. Todo polinomio en R[x] de grado impar tiene una raı́z en R.
Demostración. Basta probarlo para cualquier polinomio mónico
φ(t) = tn +an−1tn−1 + · · ·+a1t +a0
con n impar y los a j ∈R. Pongamos a := |a1|+ · · ·+ |an|+1 y observe que φ(a)> 0
y φ(−a)< 0 y ası́, por el teorema del valor intermedio, existe un λ ∈ [−a,a] tal que
φ(λ ) = 0. ut
La demostración del teoremafundamental del álgebra se hará en una secuencia
de lemas acerca de la afirmación siguiente:
P(K,d,r): Supongamos que T1, . . . ,Tr son operadores lineales en un K-espacio vec-
torial de dimensión finita no divisible por d y que conmutan entre sı́. Entonces, los
operadores Tj tienen un vector propio en común.
Note que P(K,d,1) dice que todo operador lineal en un K-espacio vectorial de
dimensión finita no divisible por d tiene un vector propio.
Lema 5.52. Si P(K,d,1) es válido, entonces para todo r ≥ 1, P(K,d,r) también lo
es.
Demostración. Por inducción sobre r. Supongamos que P(K,d,r− 1) es válido.
Sean T1, . . . ,Tr operadores lineales en un K-espacio vectorial V de dimensión finita
n no divisible por d y que conmutan entre sı́. Si n = 1, el resultado es trivial. Si
n > 1, como P(K,d,1) es válido, el operador Tr tiene un valor propio λ ∈ K. Sea W
el núcleo de Tr−λ idV y sea U su imagen. Observe que W y U son invariantes bajo
T1, . . . ,Tr−1, esencialmente porque los operadores conmutan con Tr. Distinguimos
ahora dos casos:
5.5 El teorema fundamental del álgebra 171
CASO 1. Si W 6=V . Como dimCW +dimCU = dimCV = n, entonces d - dimCW ó
d - dimCU y como dimCW < n y dimCU < n, por inducción en n podemos asumir
que T1, . . . ,Tr tienen un vector común en W ó en U y ya acabamos.
CASO 2. Si W =V . Como P(K,d,r−1) es válido, podemos asumir que T1, . . . ,Tr−1
tienen un vector propio común v∈V y como W =V entonces v∈V =W = ker(Tr−
λ idV ) y ası́ v es un vector propio de Tr también. ut
Lema 5.53. P(R,2,r) es válido.
Note que el 2 en P(R,2,r) dice que el R-espacio vectorial considerado tiene dimen-
sión impar.
Demostración. Por el lema 5.53 es suficiente probar que P(R,2,1) es válido. Para
ésto, sea T un operador lineal en un R-espacio vectorial de dimensión impar. Enton-
ces, el polinomio caracterı́stico φT (t) tiene grado impar y por el teorema del valor
intermedio tiene una raı́z λ ∈ R, la cual es un valor propio de T . ut
Lema 5.54. P(C,2,1) es válido.
En otras palabras, este lema dice que todo operador lineal en un C-espacio vectorial
de dimensión impar tiene un vector propio.
Demostración. Sea T : Cn→ Cn un operador lineal con n impar. Denotemos con V
al conjunto de matrices n× n con entradas en C y que son iguales a su conjugada
transpuesta, i.e., A ∈V si y sólo si AT = A. Note que V es un R-espacio vectorial y
si A es cualquier matriz n×n y si B ∈V , entonces (AB+BAT)/2 y (AB−BAT)/2i
también están en V . Se tienen ası́ dos funciones L1,L2 : V →V dadas por
L1(B) :=
AB+BAT
2
y L2(B) :=
AB−BAT
2i
que claramente son lineales. Más aún, L1L2 = L2L1, como se comprueba directa-
mente. Observe ahora que dimRV = n2, el cual es impar porque n lo es. Por el
lema 5.53 aplicado a P(R,2,2) se sigue que L1 y L2 tienen un vector propio común,
digamos B,
(∗) L1(B) = λB y L2(B) = µB con λ ,µ ∈ R.
Se sigue que
(L1 + iL2)B = AB por definición de L1 y L2
= λB+ iµB por (∗)
y ası́ AB = (λ + µi)B, por lo que si B = (v1, . . . ,vn) son las columnas de B, la
igualdad anterior implica que
(Av1, . . . ,Avn) = AB = (λ +µi)B = ((λ +µi)v1, . . . ,(λ +µi)vn),
172 5 Diagonalización de operadores
es decir, Av j = (λ +µi)v j y por lo tanto las columnas v j de B son vectores propios
de A con valor propio (λ +µi). ut
Lema 5.55. P(C,2k,r) es válido, para todo k y r.
Demostración. Por el lema 5.52 basta probar que P(C,2k,1) es válido para todo k.
Por inducción sobre k, el caso k = 1 es el lema anterior. Supongamos que P(C,2`,r)
es válido para todo ` < k y sea A : Cn → Cn lineal. Para el entero k tal que 2k - n
se tienen dos posibilidades, ya sea que 2k−1 - n ó que 2k−1|n. En el primer caso
P(C,2k−1,r) es verdadera por hipótesis de inducción y ası́ A tiene un vector propio
como se querı́a. En el segundo caso consideremos el conjunto V de matrices n× n
con entradas complejas y tales que su transpuesta es igual a su negativa. i.e., BT =
−B. Note que V es un C-espacio vectorial y dimCV = n(n− 1)/2. Observe ahora
que como 2k−1|n y 2k - n, entonces 2k−1 - dimCV . También, para B ∈V se tiene que
AB−BAT y ABAT están en V y las funciones L1,L2 : V → V dadas por L1(B) =
AB−BAT y L2(B) = ABAT son lineales y conmutan entre sı́, y como P(C,2k−1,2)
es válido por hipótesis de inducción, entonces L1 y L2 tienen un vector propio en
común, digamos B, con L1(B) = λB y L2(B) = µB con λ ,µ ∈ C. Se sigue que
µB = L2(B) = ABAT = (AB−B)AT +BAT = A(BAT−AB)+A2B
= A(−L1(B))+A2B = A(−λB)+A2B = A(−λB+AB)
= A(AB−λB)
y ası́ A2B− λAB− µB = 0, i.e, (A2 − λA− µIn)B = 0 y por lo tanto, si B =
(v1, . . . ,vn) son las columnas de B, entonces
(∗) (A2−λA−µIn)v j = 0.
Ahora, para la ecuación x2− λx− µ = 0, notamos que para el complejo λ 2 + 4µ
existe1 otro complejo δ tal que δ 2 = λ 2 +4µ y por lo tanto
x2−λx−µ = (x−α)(x−β ) con α = (λ +δ )/2 y β = (λ −δ )/2
y (∗) se vuelve (A−αIn)(A−β In)v j = 0 y poniendo v := (A−β In)v j ∈Cn se tiene
que (A−αIn)v = 0. Si v 6= 0, entonces v es un vector propio de A con valor propio
α . Si v = 0, entonces v j es un vector propio de A con valor propio β . ut
El resultado prinicipal es:
Teorema 5.56. Todo operador lineal T en un C-espacio vectorial de dimensión fi-
nita n≥ 1 tiene un vector propio.
Demostración. Sea k ≥ 1 un entero tal que 2k - n. Por el lema 5.55, P(C,2k,1) es
válido y por lo tanto T tiene un vector propio. ut
1 Que todo complejo z = a+ bi, con a,b ∈ R tiene una raı́z cuadrada es porque poniendo c :=
√
a2 +b2 ∈ R, se tiene que
(√
(c+a)/2+(
√
(c−a)/2)i
)2
= a+bi.
5.5 El teorema fundamental del álgebra 173
Corolario 5.57 (Teorema fundamental del álgebra). Para todo polinomio no cons-
tante p(x) con coeficientes complejos, existe un λ ∈ C tal que p(λ ) = 0.
Demostración. Podemos suponer que p(x) es mónico, p(x) = xn +an−1xn−1 + · · ·+
a0. Entonces, por 5.20, p(x) = det(xIn−A), donde A es la matriz
A =
0 0 · · · 0 −a0
1 0 · · · 0 −a1
0 1 · · · 0 −a2
...
. . .
...
0 0 · · · 1 −an−1
y por el teorema anterior A tiene un valor propio λ ∈ C que por lo tanto satisface
que p(λ ) = 0. ut
Ejercicio 5.1. Considere las matrices siguientes:
(a) A =
(
1 2
3 2
)
∈Mat2×2(R)
(b) A =
0 −2 −3−1 1 −1
2 2 5
∈Mat3×3(R)
(c) A =
2 0 −14 1 −4
2 0 −1
∈Mat3×3(R)
(d) A =
(
i 1
2 −i
)
∈Mat2×2(C)
(i) Calcule sus valores propios.
(ii) Para cada uno de sus valores propios calcule el espacio propio correspondien-
te.
(iii) En cada caso determine si existe una base de Kn consistente de vectores pro-
pios.
(iv) Si es ası́, diagonalize la matriz correspondiente y encuentre la matriz Q tal
que
Q−1AQ = diag(λi).
Ejercicio 5.2. Sea T : P2(R)→ P2(R) la función dada por T ( f (x)) := f (x)+x f ′(x).
(i) Muestre que T es un operador lineal.
(ii) Encuentre los valores propios de T .
(iii) Encuentre una base B de P2(R) tal que [T ]B es diagonal.
174 5 Diagonalización de operadores
Ejercicio 5.3. Sea T : V → V un operador lineal en un K-espacio vectorial de di-
mensión finita. Demuestre que T es invertible si y sólo si λ = 0 no es un valor
propio de T .
Ejercicio 5.4. Sea T : V →V un operador lineal invertible en un K-espacio vectorial
de dimensión finita. Demuestre que λ ∈ K es un valor propio de T si y sólo si λ−1
es un valor propio de T−1.
Ejercicio 5.5. Si A = (ai j) es una matriz n× n triangular superior, demuestre que
los valores propios de A son las entradas en su diagonal principal.
Ejercicio 5.6. Si A es una matriz n× n similar a λ In con λ ∈ K, demuestre que
A = λ In.
Ejercicio 5.7. Si A es una matriz diagonalizable n×n que tiene un único valor pro-
pio, demuestre que A = λ In.
Ejercicio 5.8. Si A es una matriz n× n, demuestre que A y AT tienen el mismo
polinomio caracterı́stico y por lo tanto tienen los mismos valores propios.
Ejercicio 5.9. Sea A ∈Matn×n(K) y sea
φA(t) = (−1)ntn +an−1tn−1 + · · ·+a1t +a0 ∈ K[t]
su polinomio caracterı́stico.
(i) Demuestre que a0 = det(A). Concluya que A es invertible si y sólo si a0 6= 0.
(ii) Compare con el ejercicio 3 y explique.
(iii) Demuestreque Tr(A) = (−1)n−1an−1.
Ejercicio 5.10. Sea T : Matn×n(K)→Matn×n(K) la función dada por T (A) = AT.
(i) Demuestre que T es un operador lineal.
(ii) Demuestre que los únicos valores propios de T son ±1.
(iii) Describa los vectores propios correspondientes a cada valor propio de T .
(iv) Encuentre una base de Mat2×2(R) donde T sea diagonal.
(v) Encuentre una base de Matn×n(R) donde T sea diagonal.
Ejercicio 5.11. Sea F2 = Z/2Z= {0,1} el campo con dos elementos.
(i) Liste todas las matrices en Mat2×2(F2).
(ii) Calcule sus polinomios caracterı́sticos.
Ejercicio 5.12. Sea A ∈Matn×n(K) y sea
φA(t) = (−1)ntn +an−1tn−1 + · · ·+a1t +a0 ∈ K[t]
su polinomio caracterı́stico. Demuestre que si A es invertible (de acuerdo al ejercicio
5.9(i) esto es equivalente a que a0 6= 0), entonces
A−1 =
(−1
a0
)[
(−1)nAn−1 +an−1An−2 + · · ·+a1In
]
.
5.5 El teorema fundamental del álgebra 175
Ejercicio 5.13. Use el ejercicio anterior para calcular A−1 si
A =
1 2 10 2 3
0 0 −1
.
Ejercicio 5.14. Si A ∈ Matn×n(K) tiene dos valores propios λ1 6= λ2 y además la
dimensión de Eλ1(K) es n−1, demuestre que A es diagonalizable.
Ejercicio 5.15. Sea T : V → V un operador lineal invertible en un K-espacio vec-
torial de dimensión finita. Suponga que los valores propios distintos de T son
λ1, . . . ,λr con multiplicidades m1, . . . ,mr, respectivamente. Suponga que B es una
base de V tal que [T ]B es una matriz triangular superior. Demuestre que las entradas
diagonales de [T ]B son los λi repetidos con su multiplicidad.
Ejercicio 5.16. Para cada uno de los operadores lineales T siguientes, determine si
el subespacio W dado es o no T -invariante.
(i) T : P3(R)→ P3(R) dado por T ( f ) = f ′ y W = P2(R).
(ii) T : R[x]→ R[x] dado por T ( f (x)) = x f (x) y W = P2(R).
(iii) T : R3 → R3 dado por T (a,b,c) = (a+ b+ c,a+ b+ c,a+ b+ c) y W =
{(t, t, t) : t ∈ R}.
(iv) T : C([0,1],R)→ C([0,1],R) dado por T ( f (t)) =
(∫ 1
0
f (x)dx
)
· t y W =
{ f ∈ C([0,1],R) : f (t) = at +b para a,b ∈ R}.
(v) T : Mat2×2(R)→Mat2×2(R) dado por
T (A) =
(
0 1
1 0
)
·A y W = {A ∈Mat2×2(R) : AT = A}.
Ejercicio 5.17. Sea T : V → V un operador lineal y sea W ⊆ V un subespacio T -
invariante. Demuestre que W es f (T )-invariante para todo f (t) ∈ K[t].
Ejercicio 5.18. Sea T : V →V un operador lineal. Demuestre que la intersección de
cualquier familia de subespacios T -invariantes de V es un subespacio T -invariante.
Ejercicio 5.19. Sean L,T : V →V operadores lineales en un K-espacio vectorial de
dimensión finita tales que conmutan, i.e., L◦T = T ◦L.
(i) Si λ es un valor propio de L y Eλ (L) es el subespacio propio correspondiente,
demuestre que Eλ (L) es T -invariante.
(ii) Demuestre que L y T tienen un vector propio en común.
Ejercicio 5.20. Para cada operador lineal T : V → V y para el vector v ∈ V dado,
encuentre una base para el subespacio cı́clico generado por el vector v.
(i) T : R4→ R4 dado por T (a,b,c,d) = (a+b,b− c,a+ c,a+d) y v = e1.
(ii) T : P3(R)→ P3(R) dado por T ( f ) = f ′′ y v = x3.
(iii) T : Mat2×2(R)→Mat2×2(R) dado por T (A) = AT y v =
(
0 1
1 0
)
.
176 5 Diagonalización de operadores
(iii) T : P2(R)→ P2(R) dado por T ( f ) = f ′+2 f y v = x2.
Ejercicio 5.21. Sea T : V →V un operador lineal en un espacio vectorial de dimen-
sión 2. Demuestre que V es T -cı́clico o T = α · idV , para algún escalar α ∈ K.
Ejercicio 5.22. Sea T : V → V un operador lineal en un espacio vectorial de di-
mensión finita n. Demuestre que V es T -cı́clico si y sólo si cada subespacio propio
Eλ (T ) tiene dimensión 1.
Ejercicio 5.23. Sea T : V →V un operador lineal en un espacio vectorial de dimen-
sión finita n. Si T tiene n valores propios distintos, demuestre que V es T -cı́clico.
Ejercicio 5.24. Encuentre el polinomio mı́nimo de cada una de las matrices siguien-
tes:
(i) A =
(
2 1
1 2
)
.
(ii) A =
(
1 1
0 1
)
.
(iii) A =
4 −14 51 −4 2
1 −6 4
(iv) A =
3 0 12 2 2
−1 0 1
Ejercicio 5.25. Encuentre el polinomio mı́nimo de cada uno de los operadores si-
guientes:
(i) T : R2→ R2 dado por T (x,y) = (x+ y,x− y).
(ii) T : P2(R)→ P2(R) dado por T ( f ) = f ′+2 f .
(iii) T : P2(R)→ P2(R) dado por T ( f (t)) =−t f ′′(t)+ f ′(t)+2 f (t).
(iv) T : Matn×n(R)→Matn×n(R) dado por T (A) = AT. Note que T 2 = id.
Ejercicio 5.26. En los dos ejercicios anteriores, determine cuáles matrices u opera-
dores son diagonalizables.
Ejercicio 5.27. Sea T : V → V un operador lineal en un K-espacio vectorial de di-
mensión finita n y sea mT su polinomio mı́nimo. Demuestre que T es invertible si y
sólo si mT (0) 6= 0 (en ambos lados se tiene el 0 ∈ K).
Ejercicio 5.28. Si T : V →V es un operador lineal invertible en un K-espacio vecto-
rial de dimensión finita n y si mT (t) = a0+a1t+ · · ·+ak−1tk−1+ tk es su polinomio
mı́nimo, demuestre que
T−1 =− 1
a0
[
T k−1 +ak−1T k−2 + · · ·+a2T +a1 idV
]
.
(Vea el ejercicio 5.12).
5.5 El teorema fundamental del álgebra 177
Ejercicio 5.29. Si A ∈Matn×n(K) y m,n ≥ 0 son enteros, demuestre que Am+n =
AmAn.
Ejercicio 5.30. Si T : V →V es un operador lineal y m,n≥ 0 son enteros, demuestre
que T m+n = T m ◦T n.
Ejercicio 5.31. Sea T : V →V un operador lineal. Demuestre que T es nilpotente si
y sólo si 0 es su único valor propio.
Ejercicio 5.32. Dé un ejemplo de un operador lineal en C3 cuyo polinomio mı́nimo
sea p(x) = x2.
Ejercicio 5.33. Dé un ejemplo de un operador lineal en C4 cuyo polinomio mı́nimo
sea p(x) = x(x−1)2.
Ejercicio 5.34. Dé un ejemplo de un operador lineal en C4 cuyo polinomio carac-
terı́stico sea igual a su polinomio mı́nimo y éste sea p(x) = x(x−1)2(x−3).
Ejercicio 5.35. Dé un ejemplo de un operador lineal en C4 cuyo polinomio ca-
racterı́stico sea φ(x) = x(x− 1)2(x− 3) y cuyo polinomio mı́nimo sea p(x) =
x(x−1)(x−3).
Ejercicio 5.36. Dé un ejemplo de un operador lineal en C4 cuyo polinomio carac-
terı́stico sea φ(x) = (x−7)2(x−8)2.
Ejercicio 5.37. Sean W1, . . . ,Wk subespacios vectoriales de un K-espacio vectorial
de dimensión finita V . Si Bi es base de Wi, demuestre que W = W1⊕·· ·⊕Wk si y
sólo si B1∪·· ·∪Bk es base de W .
Ejercicio 5.38. Un operador lineal p : V →V se dice que es un operador de proyec-
ción si p2 = p. Si V es de dimensión finita, demuestre que los valores propios de un
operador de proyección son 0 o 1.
Ejercicio 5.39. Demuestre que el conjunto de matrices n× n con entradas en C y
que son iguales a sus transpuestas conjugadas, es un R-espacio vectorial. Muestre
que su dimensión es n2.
Ejercicio 5.40. Demuestre que el conjunto de matrices n× n con entradas en C y
tales que su transpuesta es igual a su negativa, es un C-espacio vectorial. Muestre
que su dimensión es n(n−1)/2.
Capı́tulo 6
Formas canónicas
En el capı́tulo 5 hemos visto las ventajas que tiene un operador lineal T diago-
nalizable, es decir cuando su matriz asociada (en alguna base) es diagonal, lo cual
es equivalente a que el espacio vectorial V tenga una base de vectores propios de T .
Sin embargo, también vimos ejemplos de operadores lineales no diagonalizables,
aún cuando su polinomio caracterı́stico φT se descomponga en factores lineales en
K[t]. En este capı́tulo veremos distintas formas de poner al operador lineal T que,
de alguna manera, están cercanas a la forma diagonal que estudiamos en el capı́tulo
5 anterior. Como antes, la forma asociada al operador T depende de la elección de
una base adecuada del espacio vectorial V en consideración. Debemos mantener en
mente que lo que buscamos es que la matriz asociada al operador T se parezca lo
más posible a una matriz diagonal. En este capı́tulo veremos dos de estas formas
para el operador T , a las que se llaman formas canónicas. La primera de ellas, la
forma triangular es fácil de obtener, la segunda forma canónica que estudiaremos,
la forma canónica de Jordan es muy importante en matemáticas, en particular en el
estudio de las ecuaciones diferenciales, pero requiere que el polinomio caracterı́sti-
co φT del operador T tenga todas sus raı́ces en el campo K correspondiente,lo cual
también se requiere para la existencia de una triangulación. Cada una de estas for-
mas canónicas tiene ventajas y desventajas, dependiendo de la aplicación que uno
tenga en mente.
6.1. Triangulación de operadores
Si T : V →V es un operador lineal en un K-espacio vectorial de dimensión finita
y si T no es diagonalizable, podrı́amos preguntarnos cuál es la matriz más simple
que le podemos asociar al operador T . Para comenzar, en este contexto la expresión
más simple podrı́a querer decir que la matriz asociada a T tenga muchos ceros. Un
ejemplo de una tal matriz es una matriz triangular superior, i.e., una matriz de la
forma
179
180 6 Formas canónicas
A =
a11 ∗. . .
0 ann
que tiene ceros en todas las entradas por debajo de la diagonal principal. Es claro que
una matriz triangular superior se parece en algo, o en mucho, a una matriz diagonal
y el problema que tenemos entonces es el siguiente: dado T : V → V un operador
lineal en un K-espacio vectorial de dimensión finita, ¿existe una base B de V tal que
la matriz asociada [T ]B sea triangular superior? Cuando esto suceda diremos que T
es un operador triangulable. La proposición siguiente caracteriza esta situación.
Proposición 6.1. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y sea B= {v1, . . . ,vn} una base de V . Las afirmaciones siguientes
son equivalentes:
(1) K(v1, . . . ,vk) es T -invariante para cada k = 1, . . . ,n.
(2) T vk ∈ K(v1, . . . ,vk), para cada k = 1, . . . ,n.
(3) La matriz [T ]B es triangular superior.
Demostración. Claramente (1) implica (2). Para la implicación (2) ⇒ (3), co-
mo T v1 ∈ K(v1), entonces T v1 = a11v1 para algún a11 ∈ K. Ahora, como T v2 ∈
K(v1,v2), entonces existe escalares a12,a22 tales que T v2 = a12v1 +a22v2. Similar-
mente, como T v3 ∈ K(v1,v2,v3), entonces existen escalares a13,a23, a33 tales que
T v3 = a13v1 +a23v2 +a33v3. Procediendo recursivamente vemos que
T v1 = a11v1
T v2 = a12v1 +a22v2
T v3 = a13v1 +a23v2 +a33v3
...
T vn = a1nv1 +a2nv2 +a3nv3 + · · ·+a1nvn
y por lo tanto la matriz asociada a T , en la base B, es transpuesta de la matriz de
coeficientes en las combinaciones lineales anteriores, i.e.,
[T ]B =
a11 a12 a13 · · · a1n
0 a22 a23 · · · a2n
0 0 a33 · · · a3n
...
...
. . .
...
0 0 0 · · · ann
i.e., [T ]B es triangular superior. Para la implicación (3) ⇒ (1) basta mostrar que
T v j ∈ K(v1, . . . ,vk) para j = 1, . . . ,k. Para ésto, como [T ]B es triangular superior,
entonces usando las entradas en la columna j de la matriz [T ]B como coeficientes
de los vectores v1, . . . ,v j, se sigue que el vector T v j es combinación lineal de estos
vectores y consecuentemente
6.2 La forma canónica de Jordan 181
T v j ∈ K(v1, . . . ,v j) para cada j = 1, . . . ,k.
Ahora, como K(v1, . . . ,v j) ⊆ K(v1, . . . ,vk) para j = 1, . . . ,k, entonces T v j ∈
K(v1, . . . ,vk) para toda j = 1, . . . ,k y ası́ K(v1, . . . ,vk) es T -invariante. ut
El resultado principal es:
Teorema 6.2. Sea T : V → V un operador lineal en un K-espacio vectorial de di-
mensión finita n y supongamos que todos los valores propios de T están en K. En-
tonces, T es triangulable.
Demostración. Por inducción sobre n = dimK V . Si n = 1 no hay nada qué pro-
blar. Supongamos ahora que el resultado es válido para todos los K-espacios vecto-
riales de dimensión < n. Por hipótesis del teorema existe un valor propio λ ∈ K
del operador T . Entonces existe un vector propio v 6= 0 con valor propio λ y
por lo tanto T − λ idV no es un isomorfismo y ası́ no es suprayectivo (recuerde
que para operadores lineales ser un isomorfismo es equivalente a ser suprayecti-
vo); entonces, si W = Im(T − λ idV ) se tiene que dimK W < n. Más aún, W es
T -invariante por el ejemplo 5.7 del capı́tulo 5 y consecuentemente la restricción
T |W : W →W es un operador lineal que, por hipótesis de inducción, es triangulable;
sea B′ = {w1, . . . ,wm} una base de W tal que la matriz correspondiente de T |W es
triangular superior. Por la proposición 6.1 ésto es equivalente a decir que
(1) Tw j = T |W (w j) ∈ K(w1, . . . ,w j) para j = 1, . . . ,m.
Extendemos B′ a una base de V , digamos B = {w1, . . . ,wm,v1, . . . ,vn} y obser-
vamos que, para cada k = 1, . . . ,n se tiene que
(2) T vk = T vk−λvk +λvk = (T −λ idV )vk +λvk
y, como W = Im(T −λ idV ) entonces (T −λ idV )vk ∈W = K(w1, . . . ,wm) y ası́ la
igualdad (2) dice que
(3) T vk ∈ K(w1, . . . ,wm,vk)⊆ K(w1, . . . ,wm,v1, . . . ,vk).
De (1) y (3), usando la proposición 6.1 se sigue que T es triangular en la base B. ut
Observación 6.3. La hipótesis fuerte en el teorema 6.2 anterior es la suposición que
T tiene todos sus valores propios en K. Por el teorema fundamental del álgebra
5.57 esto sucede siempre si K = C. Sin embargo si K = R esto puede ser falso; el
ejemplo 5.4 del capı́tulo 5 es un operador lineal en un R-espacio vectorial que no
tiene valores propios reales.
6.2. La forma canónica de Jordan
Para continuar en forma natural lo que hemos estado estudiando hasta ahora: va-
lores y vectores propios, espacios propios y subespacios T -cı́clicos, la forma canóni-
182 6 Formas canónicas
ca que estudiaremos usa algunas generalizaciones de estos conceptos, con la desven-
taja de que requiere que el polinomio caracterı́stico φT se descomponga en K[t], i.e.,
que tenga todas sus raı́ces en K. Esto sucede, por ejemplo si K = C por el teorema
fundamental del álgebra.
Recordemos que si T : V →V es un operador lineal en un K-espacio vectorial de
dimensión finita tal que su polinomio caracterı́stico φT tiene todas sus raı́ces en K,
sabemos que la diagonalizabilidad de T depende de que si al elegir una base Bi de
cada espacio propio Eλi(T ) de T , la unión B =
⋃
Bi sea una base de V . De hecho,
por el teorema 5.48 sabemos que T es diagonalizable si y sólo V es suma directa de
sus subespacios propios: V = Eλ1(T )⊕·· ·⊕Eλk(T ). Ası́, que T no sea diagonaliza-
ble quiere decir que algunos espacios propios Eλi(T ) son demasiado pequeños, es
decir, aún cuando los vectores propios, diferentes de cero, correspondientes a valo-
res propios distintos de T , son linealmente independientes, en general, no generan
a V , por ejemplo, el operador lineal T : C2→ C2 dado por la matriz
(
0 1
0 0
)
, tiene
un único valor propio λ = 0 y el espacio propio correspondiente Eλ (T )⊆ C2 tiene
dimensión 1, por el ejemplo 5.5 del capı́tulo 5. Se sigue que Eλ (T )$V .
La idea entonces es extender estos espacios propios pequeños a espacios propios
generalizados para los cuales se tienen bases B j cuya unión sı́ es una base de V ; sin
embargo en este caso la matriz asociada a T , en la base B, no será diagonal, sino
que tendrá la forma
[T ]B =
Jn1 0 0 · · · 0
0 Jn2 0 · · · 0
...
. . . 0
0 · · · 0 0 Jnr
donde cada 0 es una matriz cero de tamaño adecuado y cada bloque Jni es una matriz
cuadrada ni×ni de la forma siguiente
Jni =
λi 1 0 · · · 0
0 λi 1 · · · 0
...
. . . . . . 0
0 · · · 0 λi 1
0 · · · 0 λi
para algún valor propio λi de T . Observe que la matriz [T ]B, llamada la forma
canónica de Jordan, está, en efecto, muy cerca de ser diagonal, de hecho en la
diagonal principal de la matriz [T ]B se encuentran todos los valores propios de T
ya que éstos están en los bloques Jni , llamados los bloques de Jordan de la forma
canónica de Jordan. A la base B anterior la llamaremos una base de Jordan para el
operador T . En otras palabras, y usando el lenguaje de sumas directas de operadores
lineales de la sección 5.4, lo que probaremos es que existe una base de Jordan que
descompone al operador dado T : V →V en una suma directa de bloques de Jordan
6.2 La forma canónica de Jordan 183
[T ]B = Jn1 ⊕·· ·⊕ Jnr .
Para demostrar lo anterior, comenzamos observando que el caso general se pue-
de deducir del caso especial cuando T : V → V es un operador nilpotente, donde
recordamos que ésto quiere decir que T m = 0 para algún entero positivo m. En efec-
to,si T : V → V es un operador lineal arbitrario en un espacio vectorial complejo
de dimensión finita n, como vimos en la sección 5.3, existe un polinomio no nulo
m(t) ∈ C[t] tal que m(T ) = 0, por ejemplo, el polinomio mı́nimo de T , y si asumi-
mos que m(t) es este polinomio mı́nimo sabemos también que sus raı́ces son los
valores caracterı́sticos de T por el teorema 5.33. Por el teorema fundamental del
álgebra 5.57 podemos factorizar a m(t) de la forma
m(t) = (t−λ1)m1 · · ·(t−λr)mr
con mi enteros positivos y λi los valores caracterı́sticos distintos de T por lo que los
factores (t−λi)mi son coprimos por pares. Observe ahora que si m(t) = p(t)q(t) con
p(t) y q(t) coprimos, por el algoritmo de Euclides, vea por ejemplo [11, Teorema
VII.5, pág. 275], existen polinomios a(t),b(t) tales que p(t)a(t)+q(t)b(t) = 1 y por
lo tanto
(∗) p(T )a(T )+q(T )b(T ) = idV .
Dos consecuencias inmediatas de la igualdad (∗) anterior son:
(1) ker(p(T ))∩ker(q(T )) = 0
(2) ker(p(T ))+ker(q(T )) =V
ya que, para (1), si v ∈ ker(p(T ))∩ker(q(T )), entonces
v = idV (v) = a(T )p(T )v+b(T )q(T )v por (∗)
= a(T )0+b(T )0 porque v ∈ ker(p(T ))∩ker(q(T ))
= 0,
y para (2), si v ∈V , entonces por (∗)
v = idV (v) = p(T )
(
a(T )v
)
+q(T )
(
b(T )v
)
y observamos que p(T )a(T )v ∈ kerq(T ) ya que pq = m y ası́
q(T )(p(T )a(T )v) = m(T )(a(T )v) = 0
porque m(T ) = 0. Similarmente se prueba que q(T )b(T )v ∈ ker p(T ). Hemos
ası́ probado que v= p(T )(a(T )v)+q(T )(b(T )v) con el primer sumando en kerq(T )
y el segundo sumando en ker p(T ), que es el contenido de la afirmación (2).
Observemos ahora que como las potencias de T conmutan entre sı́, entonces los
espacios ker p(T ) y kerq(T ) son T -invariantes y por lo tanto lo que probamos es
que
V = ker p(T )⊕kerq(T )
184 6 Formas canónicas
con cada sumando T -invariante y la descomposición anterior se hizo bajo la úni-
ca condición de que los polinomios p y q fueran coprimos. Iterando lo anterior y
usando la factorización m(t) = (t−λ1)m1 + · · ·+(t−λr)mr se sigue que
V = ker(T −λ1 idV )m1 ⊕·· ·⊕ker(T −λr idV )mr
donde cada sumando es T -invariante. Finalmente, observamos, casi tautológicamen-
te, que (la restricción de) el operador
T −λi idV : ker(T −λi)mi → ker(T −λi)mi
es nilpotente ya que para todo v ∈ ker(T −λi)mi se tiene que (T −λi)miv = 0, i.e.,
(T −λi)mi = 0 en su núcleo ker(T −λi)mi .
Resumiendo, hemos mostrado que, para un operador lineal arbitrario T : V →
V en un espacio vectorial complejo de dimensión finita, se puede descomponer el
espacio V en suma directa de subespacios T -invariantes, donde las restricciones de
T son nilpotentes y por lo tanto la forma canónica de Jordan de T que queremos
se sigue de la descomposición en forma de Jordan de cada una de las restricciones
anteriores, invocando la proposición 5.44 ya que
T = T |ker(T−λ1 idV )m1 ⊕·· ·⊕T |ker(T−λr idV )mr
con cada sumando directo nilpotente.
Operadores nilpotentes. Para un operador nilpotente T : V → V en un espacio
vectorial de dimensión finita n, mostraremos que existe una base de V tal que la
matriz asociada a T es una matriz de bloques de Jordan. El primer lema nos muestra
cómo son estos bloques y el tercer lema nos muestra cómo separar el operador
T en suma directa de bloques de Jordan. El resultado principal es el teorema 6.7
consecuencia de los tres lemas que probaremos primero.
Lema 6.4. Sea T : V → V un operador nilpotente en un K-espacio vectorial V de
dimensión finita n y sea m > 0 el menor entero positivo tal que T m = 0. Entonces,
existe un vector v ∈ V tal que C = {v,T v,T 2v, . . . ,T m−1v} es linealmente indepen-
diente. Sea W ⊆V el subespacio generado por C y sea TW la restricción de T a W.
Entonces,
(1) W es T -invariante.
(2) [TW ]C =
0 1 0 · · · 0
0 0 1 · · · 0
...
. . . 0
0 · · · 0 0 1
0 · · · 0
.
Demostración. Como T m = 0 pero T m−1 6= 0, entonces existe un v ∈ V tal que
T m−1v 6= 0. Veremos que éste es el vector v que nos sirve. Para ésto, supongamos
que se tiene una combinación lineal
6.2 La forma canónica de Jordan 185
a0v+a1T v+a2T 2v+ · · ·+am−1T m−1v = 0
y supongamos que algún escalar ai es 6= 0; sea as el primer escalar 6= 0. Entonces,
0 = asT sv+ · · ·+am−1T m−1v = (as idV +as+1T + · · ·+am−1T m−1−s)T sv
y como as 6= 0, entonces as idV +as+1T + · · ·+ am−1T m−1−s es invertible y por lo
tanto T sv = 0, con s≤m−1 < m, una contradicción. Se sigue que tal as no existe y
por lo tanto todos los ai = 0, como se querı́a.
(1): Si T m−iv ∈ C, para 1 ≤ i ≤ m, entonces T (T m−iv) ∈ C ó T (T m−iv) = 0; en
cualquier caso T (T m−iv) ∈W y por lo tanto W es T -invariante.
(2): Pongamos w1 = v,w2 = T v, . . . ,wm = T m−1v para la base de W . Aplicando
T a cada uno de estos vectores y escribiendo el resultado en términos de la base
w1, . . . ,wm, obtenemos:
Tw1 = T v = 0 ·w1 +1 ·w2
Tw2 = T 2v = 0 ·w1 +0 ·w2 +1 ·w3
...
Twm−1 = T m−1v = 0 ·w1 + · · ·+0 ·wm−1 +1 ·wm
Twm = T mv = 0 = 0 ·w1 + · · ·+0 ·wm−1 +0 ·wm
y por lo tanto la matriz asociada a T restringida a W es la matriz deseada. ut
Lema 6.5. Sea T : V → V un operador nilpotente en un K-espacio vectorial V de
dimensión finita n y sea m > 0 el menor entero positivo tal que T m = 0. Sea W ⊆V
el subespacio generado por el subconjunto C= {v,T v,T 2v, . . . ,T m−1v} dado por el
lema 6.4 anterior. Si w ∈W es tal que T m−kw = 0 con 0 < k≤m, entonces w = T ku
para algún u ∈W.
Demostración. Como C= {v,T v,T 2v, . . . ,T m−1v} es base de W , entonces w ∈W es
de la forma w = a0v+a1T v+ · · ·+am−1T m−1v. Ası́
0 = T m−kw = a0T m−kv+a1T m−k+1v+ · · ·+ak−1T m−1v
(ya que para el ı́ndice k− 1, el exponente de T es m− k + k− 1 = m− 1, y para
ı́ndices mayores que k− 1 el exponente ` de T es ≥ m y por lo tanto T `v = 0 ).
Ahora, como T m−kv, . . . ,T m−1v es un subconjunto de C, entonces son linealmente
independientes, por lo que la igualdad anterior implica que a0 = a1 = · · ·= ak−1 = 0.
Se sigue que
w = akT kv+ · · ·+am−1T m−1v = T k(akv+ak+1T v+ · · ·+am−1T m−k−1v)
y ası́, para u = akv+ ak+1T v+ · · ·+ am−1T m−k−1v ∈W , se tiene que w = T k(u),
como se querı́a. ut
186 6 Formas canónicas
Lema 6.6. Sea T : V → V un operador nilpotente en un K-espacio vectorial V de
dimensión finita n. Sea W ⊆V el subespacio T -invariante generado por el subcon-
junto C= {v,T v,T 2v, . . . ,T m−1v} dado por el lema 6.5 anterior. Entonces, existe un
subespacio T -invariante U ⊆V tal que V =W ⊕U.
Demostración. Sea U ⊆ V el subespacio T -invariante de mayor dimensión tal que
W ∩U = {0}. Mostraremos que V =W +U . Supongamos que esto no sucede; en-
tonces, existe un vector v ∈ V tal que v 6∈W +U . Ahora, como T m = 0 para algún
m, y como v 6= 0, entonces T 0v = v 6∈W +U pero T mv = 0 ∈W +U . Por lo tanto,
existe un entero k, con 0 < k < m tal que T kv ∈W +U pero T iv 6∈W +U para todo
i < k. Escribamos T kv = w+u con w ∈W y u ∈U . Se tiene que
(∗) 0 = T mv = T m−k(T kv) = T m−k(w+u) = T m−kw+T m−ku.
Ahora, como W y U son T -invariantes, entonces T m−kw ∈W y T m−ku ∈U . De (∗)
se sigue que T m−kw = −T m−ku ∈ U , por lo que ambos están en W ∩U = {0} y
ası́ T m−ku = 0 = T m−kw. Por el lema 6.5 esto implica que w = T kw′ para algún
w′ ∈W . Se sigue que
T kv = w+u = T kw′+u
y por lo tanto T k(v−w′) = u ∈ U , y como U es T -invariante, la última igualdad
implica que T r(v−w′) ∈U para toda r ≥ k.
Por otro lado, si i < k, entonces T i(v−w′) = T iv−T iw′ 6∈W +U ya que de otra
manera se tendrı́a que
T iv = T iw′︸︷︷︸
∈W
+T i(v−w′)︸ ︷︷ ︸
∈U
∈W +U,
en contradicción con la elección de k.
Pongamos z := v−w′ y sea Ũ el subespacio de V generado por z,T z, . . . ,T k−1z
y U . Observe que como z 6∈ U y como Ũ ⊇ U , entonces dimK Ũ > dimK U . Más
aún, como T kz ∈U y como U es T -invariante entonces Ũ también es T -invariante.
Y como V =W +U , entonces V =W +Ũ . Por la maximalidad de U se debe tener
que W ∩Ũ 6= {0} y por lo tanto debe existir un vector de la forma w0+a1z+a2T z+
· · ·+akT k−1z en W ∩Ũ con w0 ∈W . Observe que no todos los a j son 0, ya que de
lo contrario setendrı́a que 0 6= w0 ∈U ∩W = {0}, una contradicción. Sea pues as
el primer coeficiente ai distinto de 0. Entonces
w0 +asT s−1z+as+1T sz+ · · ·+akT k−1z = w0 +(as +as+1T + · · ·+akT k−s)T s−1z
es un elemento de W y como as 6= 0, el operador (as +as+1T + · · ·+akT k−s) es in-
vertible por el ejercicio 5.9 del capı́tulo 5, y por el ejercicio 5.12 del mismo capı́tulo
su inverso L es un polinomio en T . Como U y W son T -invariantes, entonces son
g(T )-invariantes para cualquier polinomio g(t) ∈ K[t], en particular son invariantes
bajo el operador (as +as+1T + · · ·+akT k−s) y por lo tanto también son invariantes
bajo L. Ahora, como w0 ∈W y como w0 +(as +as+1T + · · ·+akT k−s)T s−1z ∈W ,
entonces (as+as+1T + · · ·+akT k−s)T s−1z∈W y por lo tanto, aplicando L, se sigue
6.2 La forma canónica de Jordan 187
que T s−1z = L((as +as+1T + · · ·+akT k−s)T s−1z) ∈W . Por lo tanto
w0 +T s−1z ∈W
y como w0 ∈W , se sigue que T s−1z ∈W ⊆W +U . Pero como s−1 < k, lo anterior
contradice la afirmación del segundo párrafo de la demostración. Se sigue que W +
U =V y como W ∩U = {0}, esto implica que V =W ⊕U . ut
Usando dos de los lemas anteriores obtenemos la forma canónica de Jordan de
un operador nilpotente:
Teorema 6.7. Sea T : V → V un operador nilpotente en un K-espacio vectorial V
de dimensión finita n. Sea n1 > 0 el menor entero positivo tal que T n1 = 0, Entonces,
existe una base B de V tal que
[T ]B =
Jn1 0 0 · · · 0
0 Jn2 0 · · · 0
...
. . . 0
0 · · · 0 0 Jnr
donde cada bloque Jn j =
0 1 0 · · · 0
0 0 1 · · · 0
...
. . . 0
0 · · · 0 0 1
0 · · · 0
es de tamaño n j× n j y además n1 ≥
n2 ≥ ·· · ≥ nr con n1 +n2 + · · ·+nr = n = dimK(V ).
Demostración. Por el lema 6.5, si W1 ⊆V es el subespacio generado por v1,T v1, . . .,
T n1−1v1, entonces existe un subespacio T -invariante U ⊆ V tal que V = W1⊕U .
Escojamos cualquier base U de U . Entonces, B = {v1,T v1, . . . ,T n1−1v1} ∪U es
base de V y la matriz asociada a T en esta base es de la forma(
Jn1 0
0 A2
)
con A2 = [TU ]U. Ahora, como T n1 = 0, entonces T
n2
U = 0 para algún entero n2 ≤ n1
(escogemos el menor entero positivo n2 con esta propiedad). Repetimos el argumen-
to para el espacio vectorial U y el operador nilpotente TU : U →U . ut
Usando el teorema 6.7 se obtiene la forma canónica de Jordan de cualquier ope-
rador lineal T : V → V , no necesariamente nilpotente, con la única condición de
que T tenga todos sus valores propios en K. En efecto, si λ1, . . . ,λk son todos los
valores propios distintos de T , por las observaciones previas a la sección de opera-
dores nilpotentes, los operadores (T −λ j idV ) restringidos a ker(T −λ j idV )m j son
nilpotentes. Entonces, por el teorema 6.7 existe una base B j de ker(T −λ j idV )m j
tal que
188 6 Formas canónicas
[T −λ j idV ]B j =
Jn1 0 0 · · · 0
0 Jn2 0 · · · 0
...
. . . 0
0 · · · 0 0 Jnr
donde cada bloque Jn j es de la forma
Jn j =
0 1 0 · · · 0
0 0 1 · · · 0
...
. . . 0
0 · · · 0 0 1
0 · · · 0
.
Se sigue que
[T ]B j =
λ j 0 0 · · · 0
0 λ j 0 · · · 0
...
. . . 0
0 · · · 0 0 λ j
+
Jn1 0 0 · · · 0
0 Jn2 0 · · · 0
...
. . . 0
0 · · · 0 0 Jnr
y ası́, poniendo J̃ni igual a la suma de Jni con la matriz diagonal diag(λi) corres-
pondiente se tiene que la matriz asociada al operador T (restringido al espacio
ker(T −λ j idV )m j ) es de la forma
[T ]B j =
J̃n1 0 0 · · · 0
0 J̃n2 0 · · · 0
...
. . . 0
0 · · · 0 0 J̃nr
donde cada bloque J̃ni =
λ j 1 0 · · · 0
0 λ j 1 · · · 0
...
. . . 0
0 · · · 0 λ j 1
0 · · · λ j
es de tamaño n ji ×n ji y además n j1 ≥
n j2 ≥ ·· · ≥ n
j
r con n
j
1 +n
j
2 + · · ·+n
j
r = dimK ker(T −λ j idV )m j .
Ahora, por el lema 5.49 y las observaciones previas a la sección de operadores
nilpotentes, la unión de las bases B=B1∪·· ·Br de los espacios ker(T −λ j idV )m j
es una base de V y por lo tanto la matriz asociada a T en esta base es de la forma
[T ]B =
[T ]B1 0 0 · · · 0
0 [T ]B2 0 · · · 0
...
. . . 0
0 · · · 0 0 [T ]Br
.
6.2 La forma canónica de Jordan 189
Hemos ası́ probado el resultado deseado:
Teorema 6.8. Sea T : V → V un operador lineal en un K-espacio vectorial V de
dimensión finita n. Supongamos que el polinomio caracterı́stico φT de T se descom-
pone en K[t] y sean λ1, . . . ,λr los valores propios distintos de T con multiplicidades
m1,m2, . . .mr respectivamente. Entonces, existe una base B de V tal que la matriz
asociada a T en esta base es de la forma
[T ]B =
J̃n1 0 0 · · · 0
0 J̃n2 0 · · · 0
...
. . . 0
0 · · · 0 0 J̃nr
donde cada bloque es de la forma J̃ni =
λi 1 0 · · · 0
0 λi 1 · · · 0
...
. . . 0
0 · · · 0 λi 1
0 · · · λi
.
ut
Ejemplo 6.1. Sea V el C-espacio vectorial de las funciones complejas de la forma
eλ z f (z)
donde λ ∈C y f (z) es un polinomio con coeficientes complejos y de grado≤ n−1.
Es claro que V es de dimensión finita. Observe que al derivar
d
dz
(
eλ z f (z)
)
= eλ z
(
λ f (z)+ f ′(z)
)
por lo que d/dz : V →V es un operador lineal. Pongamos ahora
e j+1 :=
z j
j!
eλ z
para j = 0,1, . . . ,n−1 (recordando que 0! = 1). Al derivar obtenemos
d
dz
(e j+1) =
z j−1
( j−1)!
eλ z +λ
z j
j!
eλ z = e j +λe j+1
y para j = 0 se tiene la igualdad del primer renglón del arreglo siguiente:
190 6 Formas canónicas
d
dz (e0) = λe0
d
dz (e1) = e0 +λe1
d
dz (e2) = e1 +λe2
...
d
dz (en) = en−1 +λen
por lo que la matriz asociada a d/dz en la base {e1, . . . ,en}, es:
λ 1 0 · · · 0
0 λ 1 · · · 0
...
...
...
0 0 0 · · · λ
que está en forma de Jordan. Este ejemplo muestra la relevancia de las matrices de
Jordan en el estudio de ecuaciones diferenciales lineales. Antes de ver otros ejempos
demostraremos la unicidad de la descomposición de Jordan.
Unicidad de la forma canónica de Jordan. Si A es una matriz compleja de tamaño
n×n, mostraremos que la forma canónica de Jordan J de A es única, salvo el orden
de los bloques de Jordan de la misma. Para ésto, es suficiente considerar el caso
cuando A es nilpotente, en cuyo caso tiene un único valor propio, a saber, λ = 0,
necesariamente de multiplicidad n, y la forma canónica de Jordan de A es de la
forma
J =
J1 0 · · · 0
0 J2 · · · 0
...
. . . 0
0 · · · 0 Js
donde Jk son los bloques de Jordan de A, cada uno de ellos de la forma
Jk =
0 1 0 · · · 0
0 0 1 · · · 0
...
. . . . . . 0
0 · · · 0 0 1
0 · · · 0 0
nk×nk
donde n1 + · · ·+ ns = n. Denotemos con qk al número de bloques de Jordan de ta-
maño nk×nk. Para demostrar la unicidad de J es suficiente mostrar que A determina
unı́vocamente los tamaños nk y números qk de los bloques de Jordan de A, don-
de 2 ≤ nk ≤ n y ponemos Jk = (0) para nk = 1 y también ponemos qk = 0 para
nk > n. Mostraremos que los qk sólo dependen de A. Para ésto, observe que si Q es
la matriz de cambio de base a la base de Jordan de A, i.e., A = QJQ−1, entonces
6.2 La forma canónica de Jordan 191
para cualquier t ≥ 0 se tiene que At = QJtQ−1 y para J = diag(J1, . . . ,Js) se tiene
que Jt = diag(Jt1, . . . ,J
t
s). Ahora, para un bloque Jk de tamaño nk, observe que para
t = 0,1, . . . ,n+1, se tiene que
rang(Jtk) = máx{0,nk− t}
ya que si t ≥ nk entonces Jtk = 0, después, para t = 0, J0k = Ink (la matriz identidad
nk× nk) tiene rango nk; luego, para t = 1, J1k = Jk tiene rango nk− 1, etcétera, el
resultado se sigue por inducción sobre t. Ası́, para
Jt =
Jt1 0 · · · 0
0 Jt2 · · · 0
...
. . . 0
0 · · · 0 Jts
se tiene que, como rang(At) = rang(Jt), entonces
rang(At) =
n+2
∑
nk=t+1
(nk− t)qk
para t = 0,1, . . . ,n+1, recordando que qk = 0 para nk > n. Por lo tanto, escribiendo
las fórmulas correspondientes a rang(At−1) y rang(At+1) se obtiene que qt es
qt = rang(At−1)+ rang(At+1)−2 rang(At)
para t = 1, . . . ,n. Se sigue que el número qt de bloques de Jordan de tamaño nt ×nt
sólo depende de A, como se querı́a. ut
Vectores propios generalizados. En la reducción delcaso de un operador arbitrario
T : V →V al caso nilpotente, usamos los subespacios T -invariantes de V de la forma
ker(T −λ idV )m
donde λ es un valor propio de T y m > 0 un entero y no nos preocupó mucho la
estructura de estos subespacios. Sin embargo, resulta que son muy interesantes y a
continuación los estudiamos un poco más, para después aplicar lo que obtengamos
al desarrollo de algunos ejemplos de calcular la forma canónica de Jordan de algunas
matrices sencillas. Recordemos que si v ∈V es un vector propio asociado a un valor
propio λ de T , entonces
(T −λ idV )v = 0
pero como los vectores propios no son suficientes para generar todo V , necesitamos
agregar otros vectores, que generalizan los vectores propios usuales, y que también
están asociados a un valor propio λ de T .
Definición 6.9. Si T : V → V es un operador lineal en un K-espacio vectorial de
dimensión finita n, un vector v 6= 0 de V se dice que es un vector propio generalizado
de T , correspondiente al escalar λ , si existe un entero p > 0 tal que
192 6 Formas canónicas
(T −λ idV )pv = 0.
Observación 6.10. (1): Si v 6= 0 es un vector propio de T asociado al valor propio
λ , entonces (T −λ idV )v = 0 y ası́ v es un vector propio generalizado de T , corres-
pondiente al valor propio λ , y con el exponente p = 1.
(2): Si v 6= 0 es un vector propio generalizado correspondiente al escalar λ , por el
principio del buen orden podemos escoger al menor entero positivo p > 0 tal que
(T −λ idV )pv = 0. A este entero positivo menor se le llama el perı́odo del vector v
con respecto a (T −λ idV ).
(3): Si v 6= 0 es un vector propio generalizado de T con perı́odo p y asociado al
escalar λ , entonces (T −λ idV )pv = 0 y (T −λ idV )p−1v 6= 0. Se sigue que, para el
vector (T −λ idV )p−1v 6= 0 de V se tiene que
(T −λ idV )
(
(T −λ idV )p−1v
)
= (T −λ idV )pv = 0,
i.e., (T −λ idV )p−1v es un vector propio de T con valor propio λ . Hemos ası́ mos-
trado que el escalar λ en la definición de vector propio generalizado, de hecho es un
valor propio de T .
(4): El operador (T −λ idV )k conmuta con T para toda k≥ 1. Esto se demuestra por
inducción sobre k. Para k = 1, se tiene que
T ◦ (T −λ idV ) = T ◦T −λT = (T −λ idV )◦T.
Suponiendo que la afirmación es válida para k, se tiene que
T ◦ (T −λ idV )k+1 =
(
T ◦ (T −λ idV )k
)
◦ (T −λ idV )
= (T −λ idV )k ◦T ◦ (T −λ idV ) hipótesis de inducción
= (T −λ idV )k ◦ (T −λ idV )◦T por la validez para k = 1
= (T −λ idV )k+1 ◦T.
(5): Si λ es un valor propio de T , entonces el operador (T−λ idV )k :V→V conmuta
con cualquier otro operador (T −µ idV )` de la misma forma. Esto se demuestra por
inducción sobre `≥ 1 y usando la observación 4 anterior. En efecto, para `= 1,
(T −λ idV )k ◦ (T −µ idV ) = (T −λ idV )k ◦T −µ(T −λ idV )k
= T ◦ (T −λ idV )k−µ(T −λ idV )k
= (T −µ idV )◦ (T −λ idV )k
Suponiendo ahora válido para `≥ 1,
6.2 La forma canónica de Jordan 193
(T −λ idV )k ◦ (T −µ idV )`+1 = (T −λ idV )k ◦ (T −µ idV )` ◦ (T −µ idV )
= (T −µ idV )` ◦ (T −λ idV )k ◦ (T −µ idV )
(por hipótesis de inducción)
= (T −µ idV )`(T −µ idV )◦ (T −λ idV )k
(por el caso `= 1)
= (T −µ idV )`+1 ◦ (T −λ idV )k.
Definición 6.11. Sea T : V → V un operador lineal y sea λ ∈ K un valor propio de
T . El espacio propio generalizado de T correspondiente a λ es el conjunto
Egλ (T ) := {vectores propios generalizados de T correspondientes a λ}∪{0}.
Que el conjunto Egλ (T ) es, en efecto, un subespacio vectorial de V es la primera
parte del lema siguiente:
Lema 6.12. Sea T : V →V un operador lineal y sea λ ∈ K un valor propio de T de
multiplicidad m. Entonces,
(1) Egλ (T ) es un subespacio T -invariante de V que contiente al espacio propio
Eλ (T ).
(2) Para cualquier escalar µ 6= λ , la restricción de T−µ idV a Egλ (T ) es inyectiva.
(3) dimK(Egλ (T ))≤ m.
(4) Egλ (T ) = ker(T −λ idV )m.
Demostración. (1). Claramente Eλ (T )⊆ Egλ (T ) (escogiendo p= 1 en la definición
de vector propio generalizado). Supongamos ahora que v,w ∈ Egλ (T ). Entonces,
existen enteros p > 0 y q > 0 tales que
(T −λ idV )pv = 0 = (T −λ idV )qw
y por lo tanto
(T −λ idV )p+q(v+w) = (T −λ idV )p+qv+(T −λ idV )p+qw
= (T −λ idV )q ((T −λ idV )p(v))
+(T −λ idV )p ((T −λ idV )q(w))
= 0+0 = 0
y ası́ v+w ∈ Egλ (T ). Similarmente, si α ∈ K es cualquier escalar y v ∈ Egλ (T ),
entonces para el entero p > 0 tal que (T −λ idV )p = 0, se tiene
(T −λ idV )p(αv) = α(T −λ idV )pv = α0 = 0
por lo que αv ∈ Egλ (T ). Finalmente, que Egλ (T ) es T -invariante es porque si v ∈
Egλ (T ), escojamos p > 0 tal que (T −λ idV )pv = 0. Entonces
194 6 Formas canónicas
(T −λ idV )p(T v) = T (T −λ idV )p(v) por la observación 6.10 (4)
= T (0) = 0
y por lo tanto T v ∈ Egλ (T ).
(2) Sea µ 6= λ otro escalar y supongamos que v ∈ Egλ (T ) es tal que (T −µ idV )v =
0. Si v no fuera 0, sea p > 0 el menor entero tal que (T −λ idV )pv = 0 y pongamos
w := (T − λ idV )p−1v 6= 0. Entonces (T − λ idV )w = (T − λ idV )pv = 0 y conse-
cuentemente w ∈ Eλ (T ). Más aún,
(T −µ idV )w = (T −µ idV )(T −λ idV )p−1v
= (T −λ idV )p−1(T −µ idV )v por la observación 5
= (T −λ idV )p−1(0) ya que (T −µ idV )v = 0
= 0,
y ası́ w ∈ Eµ(T ). Se sigue que w ∈ Eλ (T )∩Eµ(T ) = {0}, por lo que w = 0, una
contradicción, a menos que v = 0 y por lo tanto (T −µ idV ) es inyectiva en Egλ (T ).
(3): Pongamos W := Egλ (T ). Por la parte (1), W es T -invariante y ası́ podemos
considerar la restricción TW de T a W . Por la parte (2), λ es el único valor propio de
TW y por lo tanto el polinomio caracterı́stico de TW es de la forma
φTW (t) = (−1)
k(t−λ )k con k = dimK W .
Ahora, como φTW divide a φT , entonces (t−λ )k|φT (t) por lo que
k ≤ m = multiplicidad de λ en φT (t).
(4): Es claro que ker(T −λ idV )m ⊆ Egλ (T ). Para la otra inclusión, sean W y φTW
como en la demostración de la parte (3). Por el teorema de Hamilton-Cayley (5.27)
0 = φTW (TW ) = (−1)
k(TW −λ idW )k
y ası́ (T − λ idV )kw = 0 para todo w ∈W . Ahora, como k ≤ m por la parte (3),
ésto implica que para todo w ∈W se tiene que (T − λ idV )mw = 0, es decir, w ∈
ker(T −λ idV )m, por lo que Egλ (T ) =W ⊆ ker(T −λ idV )m, como se querı́a. ut
El resultado siguiente, clave para la descripción del operador lineal T , dice que,
a diferencia de los vectores propios, los vectores propios generalizados de T , sı́ ge-
neran a V :
Teorema 6.13. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y supongamos que su polinomio caracterı́stico φT se descompone
en K[t]. Entonces, los vectores propios generalizados de T generan a V .
Demostración. Por inducción sobre n = dimK(V ). Si n = 1, no hay nada que probar
ya que existe un único valor propio λ de T de multiplicidad 1, y Egλ (T ) = Eλ (T ) =
V . Supongamos ahora que n > 1 y que el resultado es válido para todos los espacios
6.2 La forma canónica de Jordan 195
vectoriales W de dimensión < n. Como φT se descompone en K[t], sea λ ∈ K un
valor propio de T de multiplicidad m. Mostraremos primero que
V = ker(T −λ idV )m︸ ︷︷ ︸
V1
⊕
Im(T −λ idV )m︸ ︷︷ ︸
V2
,
y para ésto, supongamos que v ∈ V1 ∩V2. Entonces, (T − λ idV )mv = 0 y además
v ∈ Im(T − λ idV )m, i.e., existe un u ∈ V tal que v = (T − λ idV )mu. Aplicando
(T −λ idV )m a ambos lados de esta última igualdad se obtiene que
0 = (T −λ idV )mv = (T −λ idV )2mu,
i.e., u es un vector propio generalizado de T correspondiente al valor propio λ , i.e.
u ∈ Egλ (T ) = ker(T −λ idV )m y por lo tanto (T −λ idV )mu = 0, i.e.,
v = (T −λ idV )mu = 0,
i.e., V1 ∩V2 = {0}. Mostraremos ahora que V1 +V2 = V . En efecto, como (T −
λ idV )m : V →V y V1 = ker(T −λ idV )m, V2 = Im(T −λ idV )m, entonces
dim(V ) = dim(V1)+dim(V2) = dim(V1⊕V2)
y como V1⊕V2 ⊆V , la igualdad anterior implica que V1⊕V2 =V .
Observe ahora que V1 6= {0} ya que λ es un valor propio de T y por lo tanto
existe un 0 6= v ∈ Eλ (T ) ⊆ ker(T −λ idV )m = V1. Ası́, dim(V1) ≥ 1 y por lo tanto
dim(V2) < n. Más aún, como T ◦ (T − λ idV )m = (T − λ idV )m ◦ T , entonces V2
es T -invariante y ası́T induce, por restricción, el operador lineal T2 : V2→ V2. Por
hipótesis de inducción V2 está generado por los vectores propios generalizados de T2
(los cuales obviamente también son vectores propios generalizados de T ); y como
los vectores de V1 = ker(T − λ idV )m son vectores propios generalizados de T y
como V =V1⊕V2, entonces V está generado por los vectores propios generalizados
de T , como se querı́a. ut
Ası́ como los vectores propios correspondientes a distintos valores propios son li-
nealmente independientes, sucede lo mismo con los vectores propios generalizados:
Teorema 6.14. Sea T : V →V un operador lineal en un K-espacio vectorial de di-
mensión finita n y supongamos que su polinomio caracterı́stico φT se descompone
en K[t]. Entonces, los vectores propios generalizados distintos de cero, correspon-
dientes a valores propios distintos de T , son linealmente independientes.
Demostración. Supongamos que v1, . . . ,vr son vectores propios generalizados de
T , correspondientes a valores propios distintos λ1, . . . ,λr, de multiplicidades m j,
respectivamente. Supongamos que se tiene un combinación lineal
(∗) a1v1 + · · ·+arvr = 0.
196 6 Formas canónicas
Mostraremos primero que a1 = 0. Para ésto, sea p el perı́odo de v1 (i.e., el menor
entero positivo p > 0 tal que (T −λ1 idV )pv1 = 0). Apliquemos el operador
L = (T −λ1 idV )p−1 ◦ (T −λ2 idV )m2 ◦ · · · ◦ (T −λr idV )mr
a ambos lados de (∗), recordando que los operadores en la composición anterior
conmutan y que vi ∈ Egλi(T ) = ker(T − λi idV )
mi , se obtiene que L(v j) = 0 para
toda j = 2, . . . ,r y ası́ (∗) queda
(†) a1(T −λ1 idV )p−1(T −λ2 idV )m2 · · ·(T −λr idV )mr v1 = 0
la cual podemos re-escribir como
(‡) (T −λ2 idV )m2 · · ·(T −λr idV )mr a1(T −λ1 idV )p−1v1 = 0
donde (T − λ j idV )m j es inyectiva en Egλ1(T ) para j = 2, . . . ,r y por lo tanto la
composición (T −λ2idV )m2 ◦ · · · ◦ (T −λr idV )mr es inyectiva en Egλ1(T ) y ası́ (‡)
implica que a1(T −λ1 idV )p−1v1 = 0, con (T −λ1 idV )p−1v1 6= 0 (por definición de
perı́odo). Se sigue que a1 = 0. En forma similar se muestra que a2 = 0, . . ., ar = 0,
como se querı́a. ut
Los dos teoremas anteriores nos dan el teorema de estructura siguiente:
Teorema 6.15. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y supongamos que su polinomio caracterı́stico φT se descompo-
ne en K[t]. Sean λ1, . . . ,λr los valores propios distintos de T , con multiplicidades
m1, . . . ,mr, respectivamente. Para cada j = 1, . . . ,r, sea B j una base de Egλ j(T ).
Entonces,
(1) Bi∩B j = /0, para i 6= j.
(2) B=B1∪·· ·∪Br es una base de V .
(3) dimK(Egλ j(T )) = m j.
Demostración. (1): Si v ∈ Bi ∩B j ⊆ Egλi(T )∩ Egλ j(T ) con i 6= j, entonces v ∈
Egλ j(T ) y v 6= 0 ya que está en una base. Se sigue que (T −λi idV )
pv 6= 0 para toda
p > 0, ya que (T −λi idV ) es inyectiva en Egλ j(T ) porque i 6= j y por 6.9. Pero esto
contradice el hecho de que v ∈ Egλi(T ). Se sigue que Bi∩B j = /0.
(2): Por el teorema 6.13, los vectores propios generalizados generan a V y ası́ para
todo v ∈ V existen vi ∈ Egλi(T ) tales que v = v1 + · · ·+ vr. Ahora, como cada vi ∈
Egλi(T ) es combinación lineal de la base Bi, entonces v es combinación lineal de
B y por lo tanto B genera a V . Pongamos ahora di := dimK(Egλi(T )) = |Bi|, y sea
d = |B|. Entonces,
6.2 La forma canónica de Jordan 197
d = |B|=
r
∑
i=1
|Bi| por la parte (1)
=
r
∑
i=1
di ≤
r
∑
i=1
mi ya que di ≤ mi por la parte (3) de 6.9
= gr(φT ) ya que los mi son las multiplicidades de las raı́ces de φT
= dimK(V ).
Se sigue que d ≤ dimK(V ). Por otra parte, como B genera a V , entonces dimK(V )≤
|B|= d. De las dos desigualdades anteriores se sigue que d = |B|= dimK(V ) y por
lo tanto B es base de V .
(3): En las desigualdades de la demostración de la parte (2) se tienen igualdades y
por lo tanto
r
∑
i=1
di =
r
∑
i=1
mi
con di ≤mi, para toda i, y ası́ no puede suceder que algún di < mi, i.e., se debe tener
que di = mi, para toda i. ut
Corolario 6.16. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y supongamos que su polinomio caracterı́stico φT se descompone
en K[t]. Entonces, T es diagonalizable si y sólo si Eλi(T ) = Egλi(T ), para todos los
valores propios λi de T .
Demostración. Por el teorema 5.16 sabemos que T es diagonalizable si y sólo si
dimK Eλi(T )=mi, para todos los valores propios λi (de multiplicidad mi). Por la par-
te (3) del teorema 6.15 se tiene que mi = dimK Egλi(T ). Ası́, T es diagonalizable si
y sólo si dimK Eλi(T ) = dimK Egλi(T ), para todos los λi, y como Eλi(T )⊆ Egλi(T ),
esto último sucede si y sólo si Eλi(T ) = Egλi(T ). ut
Nuestro objetivo ahora es seleccionar bases adecuadas para cada espacio propio
generalizado Egλi(T ) donde el operador T restringido tenga forma de bloques de
Jordan y luego usar el teorema 6.15 para obtener la forma canónica de Jordan de T .
Para ésto necesitaremos reducir el problema a operadores nilpotentes y el corolario
siguiente nos dice que los operadores (T −λ idV ) en Egλi(T ) son nilpotentes.
Corolario 6.17. Sea T : V → V un operador lineal en un K-espacio vectorial de
dimensión finita n y supongamos que su polinomio caracterı́stico φT se descompone
en K[t]. Sean λ1, . . . ,λr los valores propios distintos de T . Entonces,
(1) Las restricciones (T −λ j idV )|Egλ j (T ) son nilpotentes.
(2) Cada restricción T |Egλ j (T ) tiene un único valor propio, λ j.
Demostración. (1): Sea m j la multiplicidad de λ j. Por 6.9 (4), Egλ j(T ) = ker(T −
λ j idV )m j y ası́ para todo v ∈ Egλ j(T ) se tiene que (T −λ j idV )
m j(v) = 0, es decir,
(T −λ j idV )m j = 0 en Egλ j(T ), lo cual prueba (1).
198 6 Formas canónicas
(2): Sabemos que Egλ j(T ) es T -invariante. Ahora, si λ
′ es un valor propio de
T |Egλ j (T ) y si v 6= 0 es un vector propio (en Egλ j(T )) correspondiente, entonces
T (v) = λ ′v y ası́
(T −λ j idV )v = T v−λ jv = (λ ′−λ j)v
y por lo tanto
(∗) (T −λ j idV )kv = (λ ′−λ j)kv para todo entero k > 0.
Ahora, como v∈ Egλ j(T ) es un vector propio generalizado de T correspondiente
a λ j, entonces existe un entero k > 0 tal que el lado izquierdo de (∗) se anula. Se
sigue que existe un k > 0 tal que (λ ′−λ j)kv = 0 con v 6= 0 y por lo tanto el escalar
(λ ′−λ j)k = 0 para algún k > 0. Consecuentemente λ ′−λ j = 0, i.e., λ ′ = λ j, como
se querı́a. ut
Ciclos de vectores propios generalizados. Para todo operador lineal T : V →V en
un espacio vectorial de dimensión finita, asumiendo que todos los valores propios de
T están en el campo K, si λ ∈ K es un valor propio de T , sabemos que la restricción
(T −λ idV ) : ker(T −λ idV )m→ ker(T −λ idV )m
es un operador nilpotente. Por lo tanto, si m > 0 es el menor entero positivo tal que
(T −λ idV )m = 0, por los lemas 6.3, 6.4, 6.5, el teorema 6.6 y de las observaciones
que le siguen, existe un vector v 6= 0 tal que el conjunto
C := {v,(T −λ idV )v,(T −λ idV )2v, . . . ,(T −λ idV )m−1v}
es linealmente independiente y está formado por vectores propios generalizados de
T correspondientes al valor propio λ . Al conjunto anterior se llama un ciclo de
vectores propios generalizados de T correspondientes al valor propio λ . Observe
que el vector (T −λ idV )p−1v es el único vector propio de T , con valor propio λ ,
en todo el ciclo C. Observe también que si v es un vector propio de T , entonces
C = {v} es un ciclo de longitud 1. De los lemas y el teorema mencionado se sigue
que la matriz asociada a T , restringido al subespacio generado por C, es un bloque
de Jordan de T :
J̃ni =
λ 1 0 · · · 0
0 λ 1 · · · 0
...
. . . 0
0 · · · 0 λ 1
0 · · · λ
correspondiente al valor propio λ . Hemos ası́ mostrado que el teorema 6.7 nos dice
que, bajo las condiciones del mencionado teorema, V tiene una base de Jordan que
es unión disjunta de ciclos de vectores propios generalizados de T . Usaremos lo
anterior para calcular la forma canónica de Jordan en los ejemplos siguientes.
Ejemplo 6.2. Para la matriz 3×3 con entradascomplejas
6.2 La forma canónica de Jordan 199
A =
3 0 01 3 0
2 4 −1
su polinomio caracterı́stico es
φ(t) = det(A− tI3) = det
3− t 0 01 3− t 0
2 4 −1− t
=−(t−3)2(t +1)
por lo que su polinomio mı́nimo es
(t−3)2(t +1) ó (t−3)(t +1).
Para decidir cuál es el caso observemos que
(A−3I3)(A+ I3) =
0 0 01 0 0
2 4 −4
4 0 01 4 0
2 4 0
=
0 0 04 0 0
4 0 0
y por lo tanto el polinomio (t− 3)(t + 1) no se anula en A y consecuentemente el
polinomio mı́nimo debe ser (t − 3)2(t + 1). Por otra parte, los valores propios de
A son λ1 = 3, con multiplicidad 2, y λ2 = −1 con multiplicidad 1. Por el teorema
6.15, dimC Egλ1(A) = 2 y dimC Egλ2(A) = 1 y además
Egλ1(A) = ker(A−3I3)
2 y Egλ2(A) = ker(A+ I3) = Eλ2(A)
y recordamos que para obtener el espacio propio correspondiente a λ2 = −1 resol-
vemos el sistema de ecuaciones3 0 01 3 0
2 4 −1
xy
z
=−
xy
z
i.e., resolvemos el sistema
3x = −x
x+3y = −y
2x+4y− z = −z
de donde se sigue que x = 0, y = 0, z arbitrario, por lo que (0,0,1) es un vector
propio de A con valor propio λ2 =−1 y ası́ B2 = {(0,0,1)} es una base de Egλ2(A).
Ahora, como dimC Egλ1(A) = 2 y este espacio tiene una base consistente de una
unión de ciclos, las posibilidades para esta base son: una unión de dos ciclos de
longitud 1 ó un único ciclo de longitud 2. En el primer caso se tendrı́an dos vectores
propios distintos, pero como el espacio propio Eλ1(A) corresponde al sistema de
ecuaciones
200 6 Formas canónicas3 0 01 3 0
2 4 −1
xy
z
= 3
xy
z
i.e., al sistema
3x = 3x
x+3y = 3y
2x+4y− z = 3z
cuyas soluciones son de la forma (0, t, t) entonces una base de Eλ1(A) está dada por
el vector (0,1,1) por lo que dimC Eλ1(A) = 1, lo cual no es posible. Se sigue que la
base de Egλ1(A) es un ciclo de longitud 2. Observemos ahora que un vector (x,y,z)
es el vector final de un tal ciclo si y sólo si (A− 3I3)v 6= 0 pero (A− 3I3)2v = 0, y
como
A−3I3 =
0 0 01 0 0
2 4 −4
entonces
(A−3I3)2 =
0 0 00 0 0
−4 −16 16
por lo que el sistema de ecuaciones correspondiente es
−4x−16y+16z = 0
cuyas soluciones son de la forma (−4s+4t,s, t) = s(−4,1,0)+ t(4,0,1), y ası́ una
base del espacio propio generalizado Egλ1(A) es {(−4,1,0),(4,0,1)}, y como
(A−3I3)
40
1
=
04
4
,
se tiene el ciclo de vectores propios generalizados B1 = {(0,4,4),(4,0,1)} como
base de Egλ1(A).
Se sigue que la unión B=B1∪B2 = {(0,0,1),(0,4,4),(4,0,1)} es una base de
Jordan para A y por lo tanto la forma canónica de Jordan de A es
J = [A]B =
−1 0 00 3 1
0 0 3
ya que
6.2 La forma canónica de Jordan 201
A
00
1
=
3 0 01 3 0
2 4 −1
00
1
=
00
−1
=−1
00
1
+0
04
4
+0
40
1
A
04
4
=
3 0 01 3 0
2 4 −1
04
4
=
012
12
= 0
00
1
+3
04
4
+0
40
1
A
40
1
=
3 0 01 3 0
2 4 −1
40
1
=
124
7
= 0
00
1
+1
04
4
+3
40
1
Ejemplo 6.3. Sea D : P3(C)→ P3(C) el operador derivación D(p(t)) = p′(t). En la
base natural 1, t, t2, t3 de P3(C) la matriz asociada a D es
A =
0 1 0 0
0 0 2 0
0 0 0 3
0 0 0 0
y su polinomio caracterı́stico es
φ(t) = det(A− tI4) = det
−t 1 0 0
0 −t 2 0
0 0 −t 3
0 0 0 −t
= t4.
Notemos que A2 6= 0, A3 6= 0 y A4 = 0 por lo que su polinomio mı́nimo es m(t) = t4.
Ahora, como λ = 0 es su único valor propio, con multiplicidad 4, se tiene que
Egλ (D) = ker(D−0I4)4 = kerD4 = P2(C)
y como
dimC Eλ (D) = 4− rang(A+0I4) = 4− rang(A) = 4−3 = 1,
entonces una base de Egλ (D) no puede ser la unión de dos o tres ciclos porque los
vectores iniciales de cada ciclo serı́an vectores propios y no pueden existir dos o
más vectores propios linealmente independientes. Por lo tanto, la base de Egλ (D)
debe constar de un único ciclo de longitud 3 y la base de Jordan de A debe ser de la
forma
B= {D3v,D2v,Dv,v},
donde v es un polinomio de grado≤ 4 cuya tercera derivada D3v es un vector propio
de D con valor propio 0, i.e., su derivada es 0. Se sigue que D3v debe ser una cons-
tante no nula. Escogiendo D3v = 1 e integrando (con constantes de integración 1 en
cada paso) se obtiene que v = 1+ t +(1/2)t2 +(1/6)t3 es el polinomio deseado,
notando que Dv = 1+ t +(1/2)t2 y D2v = 1+ t, por lo que sus coordenadas en la
base 1, t, t2, t3 de P3(C) son:
202 6 Formas canónicas
D3v = 1 = (1,0,0,0)
D2v = 1+ t = (1,1,0,0)
Dv = 1+ t +(1/2)t2 = (1,1,1/2,0)
v = 1+ t +(1/2)t2 +(1/6)t3 = (1,1,1/2,1/6)
y por lo tanto, haciendo actuar la matriz A sobre cada uno de los vectores de la base
de Jordan
{(1,0,0,0),(1,1,0,0),(1,1,1/2,0),(1,1,1/2,1/6)}
y luego escribiéndolos como combinación lineal de los mismos obtenemos la forma
de Jordan J de A:
J =
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
.
Ejercicio 6.1. Para el operador lineal T : C2→C2 dado por T (u,v) = (v,0) encuen-
tre todos sus vectores propios generalizados.
Ejercicio 6.2. Lo mismo para el operador T : C2→ C2 dado por T (u,v) = (−v,u).
Ejercicio 6.3. Encuentre todos los vectores propios generalizados y la forma canóni-
ca de Jordan de la matriz
(
1 2
1 3
)
en Mat2×2(C).
Ejercicio 6.4. Encuentre la forma canónica de Jordan del operador T : P2(R)→
P2(R) dado por T (p) = 2p− p′.
Ejercicio 6.5. Encuentre todos los vectores propios generalizados y la forma canóni-
ca de Jordan de la matriz
1 0 11 2 0
1 3 1
en Mat3×3(C).
Ejercicio 6.6. Sean A,B ∈ Matn×n(C) tales que AB es nilpotente. Demuestre que
BA también es nilpotente.
Ejercicio 6.7. . Si A ∈Matn×n(C), demuestre A es nilpotente si y sólo si su único
valor propio es el 0.
Ejercicio 6.8. Dé un ejemplo de un operador en C4 cuyo polinomio caracterı́stico
sea t(t−1)2(t−3) y cuyo polinomio mı́nimo sea t(t−1)(t−3).
Ejercicio 6.9. Dé un ejemplo de un operador en C4 cuyo polinomio caracterı́stico
sea igual a su polinomio mı́nimo y éste sea t(t−1)2(t−3).
Ejercicio 6.10. Si T : V → V es un operador lineal en un K-espacio vectorial de
dimensión finita, demuestre que
{0V}= ker(T 0)⊆ ker(T 1)⊆ ker(T 2)⊆ ·· · ⊆ ker(T k)⊆ ·· ·
6.2 La forma canónica de Jordan 203
Ejercicio 6.11. En el ejercicio 6.10, si m ≥ 1 es un entero tal que ker(T m) =
ker(T m+1), demuestre que ker(T m) = ker(T m+k), para todo k ≥ 0.
Ejercicio 6.12. . En el ejercicio 6.10, si n= dimK V , muestre que ker(T n)= ker(T n+1).
Ejercicio 6.13. En el ejercicio 6.10, si n = dimK V y λ ∈ K es un valor propio de T ,
demuestre que Egλ (T ) = ker(T −λ idV )n.
Ejercicio 6.14. . En el ejercicio 6.10, si n = dimK V y T es nilpotente, demuestre
que T n = 0.
Ejercicio 6.15. Si T : V → V es un operador lineal en un K-espacio vectorial de
dimensión finita, demuestre que
V = Im(T 0)⊇ Im(T 1)⊇ Im(T 2)⊇ ·· · ⊇ Im(T k)⊇ ·· ·
Ejercicio 6.16. En el ejercicio 6.15, si m ≥ 1 es un entero tal que Im(T m) =
Im(T m+1), demuestre que Im(T m) = Im(T m+k), para todo k ≥ 0.
Ejercicio 6.17. En el ejercicio 6.15, si n= dimK V , muestre que Im(T n)= Im(T n+1).
Ejercicio 6.18. Sea T : V → V un operador lineal en un K-espacio vectorial de di-
mensión finita n y sea λ ∈ K. Demuestre que para toda base de V tal que la matriz
de T es triangular superior, se tiene que λ aparece dimker(T −λ idV )n veces en la
diagonal de la matriz de T .
Ejercicio 6.19. Si T : V → V es un operador lineal en un K-espacio vectorial de
dimensión finita n y es nilpotente, demuestre que existe otro operador lineal L en V
tal que L2 = T + idV .
Ejercicio 6.20. Usando el ejercicio 6.19, demuestre que si T es un operador lineal
en un K-espacio vectorial de dimensión finita n y T es invertible, entonces existe
otro operador lineal L en V tal que L2 = T .
Ejercicio 6.21. Sea T : C3→ C3 dado por T (u,v,w) = (v,w,0). Demuestre que no
existe otro operador lineal L en V tal que L2 = T .
Ejercicio 6.22. Sea C : Cn→ Cn la función C(z1, . . . ,zn) := (0,z1, . . . ,zn−1), un co-
rrimiento a la derecha ya que recorre las coordenadas un lugar a la derecha; en
particular, si n = 1, C es la función constante 0. Claramente C es un operador lineal.
Calcule su matriz asociada en labase canónica de Cn.
Ejercicio 6.23. Considere ahora el operador lineal C+λ In : Cn→ Cn, donde C es
un corrimiento a la derecha y λ ∈C es una constante. Calcule su matriz asociada en
la base canónica de Cn.
Ejercicio 6.24. Si T :Cn→Cn es una matriz arbitraria, interprete la forma canónica
de Jordan de T en términos de sumas directas de operadores lineales del ejercicio
6.23. ¿Qué pasa si T es nilpotente?
204 6 Formas canónicas
6.3. La exponencial de una matriz
Si A es una matriz cuadrada n×n, con entradas en C, generalizando la definición
de la función exponencial de un número real o complejo x:
exp(x) = ex,
se define la exponencial de la matriz A como la serie de potencias de A:
(1) exp(A) = eA :=
∞
∑
k=0
1
k!
Ak
y lo primero que se debe probar es que la serie anterior converge a una matrix
compleja n×n. Para comenzar, recordemos que si
M(k) =
a(k)11 a
(k)
12 · · · a
(k)
1n
a(k)21 a
(k)
22 · · · a
(k)
3n
a(k)n1 a
(k)
n2 · · · a
(k)
nn
es una sucesión de matrices cuadradas con entradas a(k)i j ∈ C, decimos que la suce-
sión de matrices {M(k)} converge a una matriz M = (ai j) del mismo tamaño n×n,
si cada sucesión de entradas {a(k)i j } converge a ai j cuando k→ ∞. Ası́, para probar
que la serie (1) converge a una matriz cuadrada n×n con entradas complejas, escri-
bamos A = (ai j)n×n y sea R ∈ R tal que |ai j| < R para todo i, j. Observe entonces
que para la potencia A2 = (c(2)i j ), se tiene que |c
(2)
i j |< nR2 ya que por definición
c(2)i j =
n
∑
t=1
aitat j
y cada sumando |aitat j|= |ait ||at j|< RR = R2 y ası́, de la desigualdad del triángulo
se sigue que
|c(2)i j | ≤
n
∑
t=1
|aitat j|<
n
∑
t=1
R2 = nR2,
y por inducción se demuestra fácilmente que para la potencia Ak = (c(k)i j ), se tiene
que
|c(k)i j |< n
k−1Rk
y por lo tanto para la suma parcial asociada a (1)
t
∑
k=0
1
k!
Ak
6.3 La exponencial de una matriz 205
la entrada i, j correspondiente satisface que
t
∑
k=0
1
k!
|c(k)i j |<
t
∑
k=0
1
k!
nk−1Rk
y como
∞
∑
k=0
nk−1
k!
Rk
converge, por ejemplo usando el criterio de la razón, ya que
(nkRk+1)/(k+1)!
(nk−1Rk)/k!
=
nR
k+1
≤ nR para k ≥ 0,
se sigue que cada entrada de la suma parcial asociada a (1) converge también, como
se querı́a. Hemos ası́ probado la primera parte del teorema siguiente:
Teorema 6.18. (1) Si A ∈Matn×n(C), entonces la serie
exp(A) = eA =
∞
∑
k=0
1
k!
Ak
converge a una matriz cuadrada n×n con entradas en C.
(2) Si A = 0 ∈Matn×n(C) es la matriz cero e In ∈Matn×n(C) es la matriz identidad,
entonces
exp(0) = e0 = In.
(3) Si α,β ∈ C, entonces
eαA+βA = e(α+β )A.
(4) Si A,B ∈Matn×n(C) satisfacen que AB = BA, entonces
eA+B = eAeB.
(5) Para cualquier A ∈Matn×n(C) la matriz eA es invertible y su inversa es e−A.
(6) Si Q ∈Matn×n(C) en invertible y A ∈Matn×n(C) es cualquier otra matriz, en-
tonces
eQAQ
−1
= QeAQ−1.
Demostración. Ya hemos demostrado la parte (1) y las partes (2) y (3) son obvias.
Para (4), como AB = BA, entonces
(A+B)n =
n
∑
k=0
(
n
k
)
AkBn−k
y por lo tanto, por definición de producto de series,
206 6 Formas canónicas
eAeB =
∞
∑
n=0
An
n!
·
∞
∑
m=0
Bm
m!
=
∞
∑
n=0
(
n
∑
k=0
Ak
k!
Bn−k
(n− k)!
)
=
∞
∑
n=0
n
∑
k=0
1
n!
n!
k!(n− k)!
AkBn−k =
∞
∑
n=0
1
n!
n
∑
k=0
(
n
k
)
AkBn−k
=
∞
∑
n=0
1
n!
(A+B)n = eA+B.
Finalmente, note que (5) se sigue de (4) y (2), y para la parte (6) observe que para
todo entero t ≥ 0 se tiene que
(QAQ−1)t = QAtQ−1
y ası́ cada suma parcial
t
∑
k=1
1
k!
(QAQ−1)t = Q
( t
∑
k=0
1
k!
Ak
)
Q−1
de donde se sigue el resultado deseado. ut
Ejemplo 6.4. Un ejemplo sencillo donde se muestra que si AB 6= BA, entonces
eA+B 6= eAeB es para
A =
(
0 1
0 0
)
B =
(
0 0
1 0
)
por lo que A2 = 0 = B2 y por lo tanto
eA =
A0
0!
+
A1
1!
= I2 +A =
(
1 1
0 1
)
y
eB =
B0
0!
+
B1
1!
= I2 +B =
(
1 0
1 1
)
y ası́
eAeB =
(
1 1
0 1
)(
1 0
1 1
)
=
(
2 1
1 1
)
mientras que
eBeA =
(
1 0
1 1
)(
1 1
0 1
)
=
(
1 1
1 2
)
por lo que alguno de estos dos debe diferir de eA+B.
A continuación mostramos algunos casos donde es fácil calcular la exponencial
de una matriz:
El caso diagonal. Si D = diag(λ1, . . . ,λn) es una matriz diagonal n×n, entonces
6.3 La exponencial de una matriz 207
eD =
eλ1 0 0 · · · 0
0 eλ2 0 · · · 0
...
. . .
...
0 · · · 0 eλn
.
Y más generalmente, si A es una matriz diagonalizable, i.e., si A = QDQ−1 con
D = diag(λ1, . . . ,λn) diagonal, por la propiedad (6) del teorema anterior se sigue
que
eA = QeDQ−1
donde eD es como arriba.
El caso nilpotente. Si N es una matriz nilpotente, entonces existe un entero q tal
que Nq = 0 y ası́ en la serie de potencias de N que define la exponencial expN los
términos de grado ≥ q se anulan y por lo tanto
eN = In +N +
1
2
N2 +
1
3!
N3 + · · ·+ 1
(q−1)!
Nq−1.
La forma canónica de Jordan. Otra manera de calcular la exponencial de una matriz
A es reducirla primero a su forma de Jordan J, digamos A = QJQ−1 con Q la matriz
de cambio de base. Entonces, por la parte (6) del teorema anterior se tiene que
eA = QeJQ−1.
Ahora, si la forma canónica de Jordan es
J =
Jn1 0 0 · · · 0
0 Jn2 0 · · · 0
... 0
0 · · · 0 0 Jnr
con Jni =
λi 1 0 · · · 0
0 λi 1 · · · 0
...
. . . . . .
...
0 · · · 0 λi 1
0 · · · 0 λi
el bloque de Jordan correspondiente al valor propio λi de A, entonces
eJ =
eJn1 0 0 · · · 0
0 eJn2 0 · · · 0
... 0
0 · · · 0 0 eJnr
donde como cada bloque de Jordan de A es de la forma
Jni(λi) = λiIni +Ni
con λiIni una matriz diagonal y Ni una matriz nilpotente de la forma
208 6 Formas canónicas
Ni =
0 1 0 · · · 0
0 0 1 · · · 0
...
. . .
...
0 · · · 0 0 1
0 · · · 0 0
entonces, claramente (λiIni)N = N(λiIni) y por lo tanto
exp(Jni) = exp(λiIni)exp(N).
El caso general. Otra manera de calcular la exponencial de una matriz compleja
arbitraria, usando la descomposición de Schur de la matriz, se verá en §8.5.
Ejercicio 6.25. Si A es una matriz cuadrada n×n, demuestre que los valores propios
de eA son de la forma eλ , donde λ es un valor propio de A.
Ejercicio 6.26. Si A =
(
0 1
1 0
)
, calcule eA.
Ejercicio 6.27. Si A =
0 1 0−1 0 1
0 −1 0
, calcule eA. Sugerencia: Los valores propios
de A son 0, i
√
2 y −i
√
2.
Ejercicio 6.28. Asociando a cada número complejo z = a+bi ∈ C, con a,b ∈ R, la
matriz A =
(
a b
−b a
)
, demuestre que la función ψ : C→Mat2×2(R) dada por z 7→ A,
satisface que, para cualesquiera z,w ∈ C:
ψ(z+w) = ψ(z)+ψ(w).
ψ(zw) = ψ(z)ψ(w).
Ası́, la función ψ representa a cada número complejo z como una matriz real 2×2,
y respeta las operaciones de suma y producto.
Ejercicio 6.29. Si A =
(
a b
−b a
)
∈Mat2×2(R), viendo a la matriz anterior como un
número complejo z = a+bi, escrı́balo en forma polar:
z = a+bi = |z|cosθ + i|z|senθ = |z|eiθ
y usando las fórmulas de De Moivre para computar las potencias de z, calcule la
matriz eA.
6.4 Ecuaciones diferenciales ordinarias lineales 209
6.4. Ecuaciones diferenciales ordinarias lineales
Dada una ecuación diferencial ordinaria lineal, de primer orden,
dx(t)
dt
= ax(t) con x(0) = x0,
donde a es una constante, ésta se resuelve separando variables
dx
x
= adt
de donde se sigue que
(1) x(t) = eatx0,
es la solución de la ecuación dada.
Sistemas de ecuaciones diferenciales lineales. Generalizando el problema anterior,
podemos considerar ahora sistemas de ecuaciones diferenciales ordinarias lineales
de la forma
dx(t)
dt
= Ax(t) con x(0) = x0,
donde ahora x(t) = (x1(t), . . . ,xn(t))T es un vector columna con n componentes y A
es una matriz n×n. La exponencial de una matriz se puede usar para resolver este
sistema. En efecto, la solución al sistema anterior está dada por
(2) x(t) = eAtx0.
(vea el ejercicio 6.30). Una ventaja de esta formulación, para la solución de un sis-
tema de ecuaciones diferenciales lineales, es que la hace ver inmediatamente como
una generalización directa del primer caso que recordamos arriba, cuya solución es
(1). Unadesventaja de esta formulación es que es difı́cil ver de entrada lo que está
sucediendo, pero aquı́ es donde la forma canónica de Jordan interviene: suponga-
mos que J es la forma canónica de Jordan de la matriz A, y que Q es la matriz de
cambio de base, i.e.,
A = QJQ−1.
Entonces, por el teorema 6.18 (6), se tiene que
etA = QetJQ−1
y por lo tanto la solución (2) se puede escribir como
(3) x(t) = QetJQ−1x0,
y la ventaja ahora es que es fácil calcular la matriz etJ , como vimos en la sección
anterior. De hecho, podemos considerar dos casos:
210 6 Formas canónicas
Caso 1. Si J es diagonal, J = diag(λ1, . . . ,λn), entonces
etJ = diag(etλ1 , . . . ,etλn)
y escribiendo Q en términos de sus columnas, Q = (C1, . . . ,Cn) y poniendo
Q−1x0 = (q0, . . . ,qn)T
(vector columna), entonces (3) queda como
x(t) = QetJQ−1x0 = (C1, . . . ,Cn)diag(etλ1 , . . . ,etλn)(q0, . . . ,qn)T,
y realizando los productos indicados en el lado derecho, queda
(4) x(t) =
n
∑
j=1
q jetλ jC j,
que muestra a la solución x(t) del sistema x′(t) = Ax(t), como una combinación
lineal de los vectores propios C1, . . . ,Cn de A, con coeficientes que dependen de los
valores propios de A, y varı́an con t.
Caso 2. Si A no es diagonalizable, entonces J está formada por bloques de Jordan:
J = diag(J1, . . . ,Jk)
y como observamos en la sección anterior, se tiene que
etJ = diag(etJ1 , . . . ,etJk)
y ahora la solución x(t) es una combinación lineal de vectores propios generalizados
de A, como el lector verificará en el ejercicio 6.31.
El caso no homogéneo. En general, para un sistema de ecuaciones lineales no ho-
mogéneo de la forma
dx(t)
dt
= Ax(t)+b con x(0) = x0,
donde x(t) es el vector columna
x(t) =
x1(t)...
xn(t)
,
A es una matriz n× n y b es un vector columna constante, si multiplicamos am-
bos lados de la ecuación no homogénea anterior por el factor de integración e−At ,
obtenemos que
6.4 Ecuaciones diferenciales ordinarias lineales 211
e−At
dx(t)
dt
− e−AtAx(t) = e−Atb
es decir,
d
dt
(
e−Atx(t))
)
= e−Atb
por lo que
x(t) = eAt
(∫ t
0
e−Asbds+C
)
=CeAt +CeAt
∫ t
0
e−Asbds,
donde C es una constante, es la solución deseada. Observe que la solución general
x(t) =CeAt +CeAt
∫ t
0
e−Asbds
tiene la forma
x(t) = x0(t)+xh(t)
donde xh es la solución general del sistema homogéneo asociado y x0 es una solu-
ción particular del sistema no homogéneo.
Ejercicio 6.30. Verifique que x(t) = eAtx0 es la solución general del sistema de
ecuaciones x′(t) = Ax(t), con x(0 = x0.
Ejercicio 6.31. Verifique que, si A no es diagonalizable y J es su forma canónica de
Jordan, entonces la solución general x(t) del sistema del ejercicio anterior, se puede
escribir como una combinación lineal de vectores propios generalizados de A.
Capı́tulo 7
Espacios con producto interno
Hasta ahora hemos estudiado espacios vectoriales en general, habiendo abstraı́do
las propiedades de los espacios Rn. En este proceso de abstracción hemos ignorado
ciertas propiedades de Rn, en particular de R2 y R3, relacionadas con el concepto
de medición tales como las nociones de longitud, área, volumen y ángulos, es decir,
de ciertas propiedades de los vectores de Rn importantes en el contexto de medir.
Por ejemplo, en R2, si visualizamos sus vectores v = (x,y) como segmentos de recta
dirigidos o flechas basados en el origen:
◦ -
6
‖v‖
�
��
��*
x
y
•
◦
observando esta figura vemos que se tiene un triángulo rectángulo con hipotenu-
sa el vector v y catetos sus componentes x, y. Para ser precisos, su hipotenusa en
realidad es lo que intuitivamente pensaremos como la longitud del vector v, a la que
denotaremos por ‖v‖ y a la que llamaremos la norma del vector v. Del teorema de
Pitágoras se sigue que ‖v‖2 = x2 + y2, por lo que
‖v‖=
√
x2 + y2.
Similarmente, para vectores en R3, digamos v = (x,y,z):
◦ -
6
�
�
�
v
��
��1
PPPPq��xy
z
213
214 7 Espacios con producto interno
por un razonamiento análogo se tiene que la norma del vector v está dada por
‖v‖=
√
x2 + y2 + z2.
Esto se puede generalizar a vectores v ∈ Rn, digamos v = (x1,x2, . . . ,xn) para
definir su norma como:
‖v‖=
√
x21 + x
2
2 + · · ·+ x2n.
Resulta que la norma es una función ‖ ‖ : Rn → R y el lector puede verificar
fácilmente que no es una función lineal. El objetivo es entonces tratar de obtener
la norma de un vector v usando funciones lineales y para ésto, en primer lugar hay
que ver a la norma de v como una función de las n componentes x j de v y luego se
introduce el producto punto de vectores de Rn usando estas componentes, mediante
la regla siguiente. Si v = (x1, . . . ,xn) y w = (y1, . . . ,yn) son dos vectores de Rn, su
producto punto es el escalar
v ·w := x1y1 + x2y2 + · · ·+ xnyn ∈ R.
Enfatizamos que el producto punto de dos vectores de Rn es un escalar y no un
vector. Observe que la norma de un vector v = (x1, . . . ,xn) de Rn está dada, en
términos del producto punto mediante la fórmula
‖v‖2 = v · v.
7.1. Productos internos y hermitianos
El producto punto de vectores de Rn es una función Rn×Rn→ R que satisface
las propiedades de la definición siguiente, como el lector puede verificar fácilmente,
y donde hemos incluido la conjugación compleja para el caso de espacios vectoriales
sobre C.
Definición 7.1. Denotemos con K al campo R o al campo C, y sea V un K-espacio
vectorial. Un producto interno en V es una función
〈 , 〉 : V ×V → K
que asigna a cada par ordenado de vectores (v,w) ∈V ×V un escalar 〈v,w〉 ∈ K que
satisface las propiedades siguientes:
(i) Es aditivo en la primera componente, i.e.,
〈v+ v′,w〉= 〈v,w〉+ 〈v′,w〉
para todo v,v′,w ∈V .
7.1 Productos internos y hermitianos 215
(ii) Es homogéneo en la primera componente, i.e.,
〈λv,w〉= λ 〈v,w〉
para todo v,w ∈V y λ ∈ K.
(iii) Es simétrico bajo conjugación, i.e.,
〈v,w〉= 〈w,v〉
para cualesquiera v,w ∈V y donde la barra denota la conjugación compleja.
(iv) Es positivo, i.e.,
〈v,v〉 ≥ 0
para todo v ∈V .
(v) Es no degenerado, i.e.,
〈v,v〉= 0⇔ v = 0.
Recordemos que R⊆C y que un complejo λ ∈C es real si y sólo si λ = λ . Ası́,
si V es un R-espacio vectorial la propiedad (iii) nos dice que un producto interno
real es simétrico: 〈v,w〉 = 〈w,v〉. Se sigue que un producto interno real es aditivo y
homogéneo en la segunda variable también.
Ejemplo 7.1. Si V =Rn y si v= (a1, . . . ,an), w= (b1, . . . ,bn) están en Rn, la función
dada por el producto punto:
〈v,w〉 := v ·w = a1b1 + · · ·+anbn =
n
∑
j=1
a jb j
es un producto interno en Rn. En ocasiones diremos que el producto punto es el
producto euclidiano usual de Rn. Su generalización al C-espacio vectorial Cn es
obvia:
Ejemplo 7.2. Si V =Cn y si v= (a1, . . . ,an), w= (b1, . . . ,bn) están en Cn, la función
dada por:
〈v,w〉 := a1b1 + · · ·+anbn =
n
∑
j=1
a jb j
es un producto interno en Cn, al que se suele llamar el producto hermitiano usual
de Cn.
Un mismo espacio vectorial puede tener diferentes productos internos:
Ejemplo 7.3. Si V = Rn y si λ1, . . . ,λn ∈ R son reales positivos dados, para v =
(a1, . . . ,an), w = (b1, . . . ,bn) en Rn, la función
〈v,w〉 := λ1a1b1 + · · ·+λnanbn =
n
∑
j=1
λ ja jb j
216 7 Espacios con producto interno
es un producto interno en Rn. Note que si todos los escalares λ j = 1 se recobra el
producto punto usual de Rn. Otro caso particular es cuando todos los λ j = λ > 0
son iguales a una constante positiva. En este caso se tiene que
〈v,w〉= λ (v ·w)
donde en la derecha se tiene al producto euclidiano usual.
Ejemplo 7.4. Si V = Pn(R) es el R-espacio vectorial de los polinomios con coefi-
cientes reales y de grado ≤ n, la función
〈 , 〉 : Pn(R)×Pn(R)→ R
dada, para p(x),q(x) ∈ Pn(R), por la integral definida:
〈p,q〉 :=
∫ 1
0
p(x)q(x)dx
es un producto interno en Pn(R). El único axioma que puede dar un poco de difi-
cultad es el (v), pero en este caso notamos que si p(x) = q(x), entonces p(x)q(x) =
p(x)2 y si p(x) 6= 0, entonces existe un real α tal que p(α) 6= 0 y ası́ p(α)2 > 0. Aho-
ra, como p(x) es una función