Professional Documents
Culture Documents
UNIVERSIDAD NACIONAL
CAJAMARCA
DE
SECCIN JAN
TEMA
VALOR PROPIO Y
VECTOR PROPIO.
ASIGNATURA
ALUMNO
: LGEBRA LINEAL.
:
Manuel.
PATIO HUMBO,
Luis Antonio.
QUISPE HUAMN,
Walter.
SILVA GALVEZ,
Reiner.
TARRILLO FLORES,
Cristian Ricardo.
DOCENTE
SNCHEZ CULQUI,
Eladio.
FECHA
Algebra 1lineal
04-08-13.
JAN - PER
2013
INTRODUCIN
Valor y vector propio viene a ser un repaso conciso a los temas antes
desarrollados como matrices, sistemas lineales, espacios vectoriales, campos y
transformaciones lineales.
Vendra a ser el nexo entre la parte abstracta y operativa de la matemtica, en el
que se fundamenta en la obtencin de la forma cannica de Jordan, con un sistema
completo de invariantes para la semejanza o conjugacin de matrices.
Finalmente los valores propios y vectores propios su estudio en su mayora
consta de aspectos tericos para la mejor comprensin de algoritmos que se refleja en
las demostraciones en temas anteriores a este; permitiendo al estudiante o al
investigador tener un lenguaje matemtico ms riguroso que le permita sustentar su tesis
de una manera objetiva y fehaciente.
Algebra 2lineal
NDICE
Invariancia .. 24
Teorema 05. 25
5) Triangulacin de un ordenador ..25
Teorema 06 32
Teorema 07 33
6) Descomposicin de una suma directa .. 38
Proyeccin de un espacio vectorial . 41
Imagen y ncleo de una proyeccin . 43
Teorema 08 . 44
7) Bibliografa.45
Algebra 3lineal
y sea T
de
es un valor
propio de T, entonces:
a) Cualquier v tal que
valor propio
T (v )=v
tal que
T ( v )=v . Si
tal
T (v )=v
es un valor propio de T.
El operador ( T I es singular (no inversible).
DEMOSTRACIN
( i ) (ii)
Si
( ii ) ( iii)
Algebra 4lineal
es no nulo y
( iii ) (i)
Si ( T I )=0, entonces existe v 0 , tal que ( T I ( v ) =0), lo cual implica que
es valor propio de T.
propio
de
espacio
nulo
de
T- I
esto
E = { Ker( T I )=v } ,
E {0} ,
Se llama a
nulo.
Si E = Ker(I ) { 0 } , entonces T I
un valor propio de T si
es
donde es el subespacio
no es inyectiva.
T I
, no es inyectiva uando su
det (T I =0).
El criterio del determinante dado en (iii) nos permite hallar los vectores propios
de T, de forma sencilla.
Definicin N 02: Sea
propio de
una matriz
en K, es un escalar
de
nxn
sobre un cuerpo
K , un valor
(T I )
es
2) POLINOMIO CARCTERSTICO
La matriz (T I )
Algebra 5lineal
P ( )=det ( A I ) , llamado
Ejemplo 01
T : R2 R2 representado en la
A=
0 1
1 0
A= 0 1
1 0
El polinomio caracterstico de T (o de
A), es:
P( )
Las races de
P ( )=det ( A I ) = 1 = 2+1
1
Como
U :C2 C 2 representado
Sea el
son
P ( )= + 1
en C .
afirmando
nxn P
1
tal que B=P AP , se tiene que probar que:
I =P1 P
det [ P1 ( API )P ]
det [ P1 AP P1 P ]
det ( AI )
Algebra 6lineal
sobre
Ejemplo 01:
3/2 1 1/2
A= 0 3 0
1/2 1 3/2
en la base cannica.
DEMOSTRACIN
El polinomio caracterstico de A es:
p ( )= 3( trA ) 2 + ( A 11 + A22 + A 33 ) det ( A )
p ( )= 36 + 11 6=( 1 ) ( 2 )( 3 )
Los valores propios de A son:
[]
[]
[]
1
0
1
1=1.
1
0
1
2=2.
1
1
1
3 =3.
Una base de V =R
es B=
{[ ] [ ] [ ]}
1
1 1
,
0
0 , 1
1 1 1
Algebra 7lineal
0
1 1
A= 1 0
1
1 1 0
Afirmamos: A no diagonaliza sobre R, porque solo existe una sola raiz real.
A es diagonalizable sobre C , porque existen tres races complejas.
El vector propio asociado a
1=0
, es:
[]
1
v 1= 1
1
[ ]
1 3 i
+
2
2
v 2= 1 3 i
2
2
1
[ ]
1 3 i
2
2
v 2= 1 3 i
+
2
2
1
A continuacin discutiremos en forma paralela, dos ejemplos, que nos sirviran como
prembulo para luego enunciar los teoremas que confirman la validez de las
proposiciones que se plantean en cada problema.
Ejemplo A:
Sea T un operador lineal sobre
representado en la base ordenada
cannica por la matriz:
Algebra 8lineal
Ejemplo B:
R
4 1 1
A= 2 5 2
1 1 2
3 1 1
B= 7 5 2
6 6 2
Se pide:
a) Hallar el polinomio caracterstico de
A.
b) Hallar los vectores propios de T(de A)
y los vectores propios.
c) Hallar e espacio de los vectores
propios asociados con cada vector
caracterstico (llamado tambin
subespacio propio).
d) Hallar una base de V, si existe cuyos
elementos sean los vectores propios
de T.
e) Es diagoniable la matriz A?
Wi
f) Sea
el espacio de los vectores
propios asociados con el valor
caracterstico i .
Si
W =W 1+ W 2 ++W n
, entonces
Donde
Implica que:
dimV =dimV 1+ +dim V K
Solucin
a) El polinomio caracterstico de T es:
p ( )=det ( A I )
([
] [ ])
4 1 1
1 0 0
det 2 5 2 0 1 0
1 1 2
0 0 1
Se pide:
a) Hallar el polinomio caracterstico de
B.
b) Hallar los valores propios de T (de B)
y los vectores propios.
c) Hallar el espacio de los vectores
propios asociados con cada vector
caracterstico.
d) Hallar una base de V, si existe, cuyos
elementos sean los vectores propios de
T.
e) Es diagonizable la matriz B?
Wi
f) Sea
el espacio de los vectores
propios asociados con el valor
caracterstico i .
Si
W =W 1+ W 2 ++W n
, entonces
Solucin
c) El polinomio caracterstico de T es:
p ( )=det ( BI )
([
] [ ])
3 1 1
1 0 0
det 7 5 1 0 1 0
6 6 2
0 0 1
4
1
1
2
5
2
6
6
2
3
+12 16
2
( +2 ) ( 4 )
Algebra 9lineal
4
1
1
2
5 2
1
1
2
=2, =4
311 2 +39 45
( 3 )2 ( 5 )
1=2, 2=4
En consecuencia
valores propios de B.
Hallemos los vectores propios asociados a
cada valor propio.
En consecuencia
1=3, 2=5
( B3 I ) x=0
para cada valor
propio
son
[ ]
( A3 I ) x =0
[]
x1
x= x 2
x3
[]
0
0= 0
0
][ ] [ ]
43
1
1 x 1
0
2
53 2 x 2 = 0
1
1
23 x 3
0
[ ]
1 0 0
I= 0 1 0
0 0 1
[]
x1
x = x2
x3
[]
0
0= 0
0
Veamos:
son los
Para:
([
1=2
, ( B(2 ) I ) x=0
][
])[ ] [ ]
3 1 1 2 1 1
7 5 1 + 0 2 0
6 6 2 0 0 2
x1
0
x2 = 0
0
x3
][ ] [ ]
1 1 1 x1
0
0 0 6 x2 = 0
0 0 6 x3
0
1 1 0 x1
0
0 0 1 x2 = 0
0 0 0 x3
0
][ ] [ ]
][ ] [ ]
[][] []
1 1 1 x1
0
0 0 0 x2 = 0
0 0 0 x3
0
x1
x1
x1
x= x 2 = x 2 =x 1 x2
x3
x3
x3
v1
[][ ]
x1
x1
x= x 2 = x 2
x3
x 1+ x 2
[] []
1
0
x 1 0 + x2 1
1
1
{[ ]}
1
W 1=gen 1
0
v1
W1
Se lee:
{[ ] [ ]}
1 0
W 1=gen 0 , 1
1 1
es el subespacio propio
v1
W1
es el subespacio propio
v1
v1
. Esto es:
Ker ( T +2 I )= { v 1 }
,
W 1 es el espacio nulo de T 2 I
v1
v2
1=2
v1
v2
. Esto es:
Ker ( T 3 I )={ v 1 , v 2 }
W 1 es el espacio nulo de T 3 I
Se cumple: T (W 1) W 1
Algebra11lineal
Se cumple: T (W 1) W 1
Para:
2=4 ; ( B4 I ) X=0
][ ] [ ]
7 1 1 x 1
0
7 1 1 x 2 = 0
6 6 6 x 3
0
Definicin.-
es invarante por T,
Si T (W 1) W 1
[ ][ ] []
x1
0
0
x= x 2 = x 2 =x 2 1
1
x2
x3
sistema homogeneo:
( A5 I ) x=0
][ ] [ ]
45
1
1 x 1
0
2
55 2 x 2 = 0
1
1
25 x 3
0
{[ ]}
][ ] [ ]
W2
, esta
v2
est
v2
esto es:
Ker ( T 4 I )={v 2 }
[ ] [ ] []
x1
x3
1
x= x 2 = 2 x 3 =x3 2
1
x3
x3
W2
Adems T (W 2) W 2 , esto es
es
invariante por T.
W 2 es el espacio nulo de T 4 I .
{[ ]}
1
W 2=gen 2
1
W2
, esta
v3
est
, es;
0
W 2=gen 1
1
1 0 1 x1
0
0 1 2 x 2 = 0
0 0 0 x3
0
2=4
][ ] [ ]
1 0 0 x1
0
0 1 1 x2 = 0
0 0 0 x3
0
v2
{[ ] [ ]}
1 0
1 , 1
0 1
no es una base de V =R
W2
Adems T ( W 2) W 2 , esto es
{[ ]}
{[ ]}
Para
1
1=2 : W 1=gen 1
0
Para
0
2=4 : W 1=gen 1
1
es invariante por T.
d) Una base de V cuyos elementos son
los vectores propios de T, es:
{[ ] [ ] [ ]}
1 0 1
B=gen 0 , 1 , 2
1 1 1
v2
v3
[ ]
1 0 1
P= 0 1 2
1 1 1
En este caso:
{[ ][ ]}
1 0
W =gen 1 1
Se tiene:
0 1
W es un nuevo subespacio de V =R
se cumple:
P1 AP=
[]
3
3 3
=D
D=P AP .
f) Los subespacios propios asociados a
cada valor caracterstico, son:
Para
{[ ] [ ]}
1 0
1=3: W 1=gen 0 , 1
1 1
Algebra13lineal
2 dim W 1 ; 1=dim W 2
, esto es,
W =W 1+ W 2 y
W1
, que
con
Para
{[ ]}
1
2=5: W 1=gen 2
1
2=dimW 1 , 1=dim W 2
3
implica dimV =2+1 ; V =R
es la multiplicidad de
A. La multiplicidad geomtrica de
P( )=( 3 ) ( 5 )
En el ejemplo A se tiene:
La multiplicidad algebraica de
1=3
es 2 y la
En el ejemplo B, se tiene:
La multiplicidad de
1=2
1=3,
P( )=( +2 )2 ( 4 )
es 2 pero la
coinciden.
1=2,
tienen el mismo
valor.donde
Si f es cualquier
polinomio,
polinomio en
f ()
es un vector, entonces:
f ( T ) v=f ( )v
Algebra14lineal
f ( T ) v : Es la aplicacin del operador f ( T ) sobre el vector v .
es un
DEMOSTRACIN
Sea A la matriz de T en la base cannica.
Sea
un valor propio de T y v
n
n1
1
a 0
Sea f ( x )=a n x +a n1 x ++ a1 x +a0 , n
, un polinomio de grado n .
Si
Av =v , entonces
f ( A ) v =f ( )v
Veamos:
n
n1
1
Se tiene: f ( A ) =an A +a n1 A ++a1 A +a0 I
f ()v.
Algebra15lineal
Si
W =W 1 ,W 2 , , W k
, entonces
T 1 I
. Lo siguiente es equivalente.
1) T es diagonizable
2) El polinomio caracterstico de T es:
f ( x )=( x 1 )d ( x 2 )d ( x k )d , y
1
dim ( W i ) =d i ,i=1,2, , k
DEMOSTRACIN
Tenemos como hiptesis:
h1 : T es un operador lineal sobre el espacio vectorial V de dimensin finita.
h2 : 1 , , k
h3 :
=Ker (T 1 I )
h2,
, si tienen
polinomio caracterstico es
1 , , k
f ( x )=( x 1 ) ( x2 ) ( xn )
si
h2 , si se tiene
k < n , y si
Algebra16lineal
d1
si
dk
f ( x )=( x 1 )d ( x 2 )d ( x k )d
1
polinomio mnico f ( x) .
T 1 I
operador
d2
tiene
tiene
d1
vectores propios, el
vectores propios
T k I
Entonces
tiene
dk
vectores propios
Adems:
Por el caso 1, la matriz diagonal es:
1 0
0 2
0
0
1 I 1
0
0
2 I 2
Donde
0
IJ
0
0
n I n
es la matriz identidad de
orden
dj x dj
(2) ( 3 ) (probar que (2) (3) )
Del caso 1, se deduce que:
(3) ( 1 ) (probar que (3) (1) ) si se cumple (3) entonces, por el lema 3, e
debe tener que
V =W 1+ +W k ,
Algebra17lineal
Sea:
(1)
K [ x]
un polinomio Mnico de
de
A nxn
, obtenemos:
polinomio lineal.
Sea L ( V , V )={T /T :V V } el conjunto de operadores lineales sobre V.
Se sabe que la dimensin de espacio vectorial
2
Las primeras ( n
L ( V , V ) es n2 .
I , T , T 2, T3 , , Tn
entonces este
2
conjunto de n +1 vectores es linealmente independiente, esto es:
2
C0 I +C 1 T +C2 T 2 ++C n T n =0
2
Ci
, no todos nulos.
Algebra18lineal
a1 , a2 , , ak1 en K
ecuaciones lineales
k
n1
1
operadores T + ak1 T ++ak T +a0 I
Donde
I : V V es operador identidad y
T :V V
T 2 :V V
k1
:V V
T k :V V
La notacin f ( T ) v
f (T ):V V
v (f (T ))(v)
: Iv=v
Definicin de valor propio de T es: Tv=v , v o
La aplicacin identidad es
2
2
: T v = v
T 3 v =3 v
T v= v
Sumar:
Iv+Tv+ T v + + T v=v + v + + v
(
I +T + T 2 ++T k ) =(
1+ + + k ) v
f (T)
f ( T )=I + T +T 2+ +T k
2
f ( )=1+ + + +
f ()
es un polinomio en T.
es un polinomio en
Ilustracin con tres ejemplos, el tema relativo a los polinomios anuladores del
operador T y al polinomio ninimal de T.
Ejemplo 01.
Algebra19lineal
2 2 5
A= 3 7 15
1 2 4
Dado la matriz
Se pide:
a) Hallar el polinomio caracterstico de A (denotado por p (t)).
b) De (a) obtener otros polinomios, que sean divisores de p(t), tal que la matriz
A sea un anulador.
c) De b) elija usted, el polinomio Mnico de grado minino m(t) , tal que,
m ( A )=0
Solucin:
a) El polinomio caracterstico de A, es:
Dnde:
A 11 = 7 15 =( 7 ) (4 )( 2 ) (15 ) =2
2 4
| |
A 33= 2 2 =( 7 ) ( 2 )( 2 ) ( 3 )=8
3 7
Algebra20lineal
f ( t )=(t3)(t1)
h ( t )=t3
DIVISORES DE p(t )
q ( t )=t1
r ( t )=(t1)2
t3 (t1)
P ( t )=
b)
p(t) .
p(t) , que es:
([
] [ ] )( [
2 2 5
1 0 0
f ( A ) = 3 7 15 3 0 1 0
1 2 4
0 0 1
] [ ]) [ ]
2 2 5
1 0 0
0 0 0
3 7 15 0 1 0 = 0 0 0 =0
1 2 4
0 0 1
0 0 0
P(t) es 3
El grado de
f (t) es 2
A.
P(t) .
Algebra21lineal
3 2 1
A 2 2 1
2 2 0
Dado la matriz:
Su polinomio caracterstico es
p (t )=(t1)(t2)2
TEOREMA 3.-
h1 .T :V V
h2 . dimV =n
h3 . p ( x )=det ( T xI ) polinomio caracteristico de T .
h3 . m ( x ) : polinomio minimal de T .
c K es raiz de P ( x ) s . s . s . lo
es de m(x)
La tesis:
p ( c ) =0
m ( c ) =0
v 0 , v V , t . q .(T cI )v=0
Veamos:
() Si m ( c ) =0 ,
1. Supongamos que m ( c ) =0 .
Algebra22lineal
2. Ahora , analicemos en :
2
m ( T )=( T cI ) q ( T ) .
es,
4. Porque
q
(T ) w 0
operador
m ( T )=( T cI ) q (T )
, hacer
q
(T ) w =v
0
0=( TcI ) v , v 0
Esta ltima igualdad nos dice que c
1. Suponer que
que T ( v )=cv .
2. Por el lema anterior, esto implica que f ( T ) v=f ( c ) v para cualquier polinomio
f
de
cumplir: m ( T ) v=m ( c ) v , v 0
3. Pero m ( T )=0, entonces m ( c )=0
Algebra23lineal
T :V V
ij= 1 , i=i
0, j j
d)
~
B . adj ( B )=|B| I , adj ( B )=B
e) Induccin matemtica.
b) Polinomio caracterstico
c) Propiedad de determinantes
Empezar la demostracin:
{v 1 , v 2 , , v n }
para
V.
se expresa como
v 1 , v 2 , , v n } ; as tendremos.
T ( v i )= A ji v j ,1 i n
i=1
T ( v i )= A ji v j=0
i=1
Introducir la funcin
ij= 1 , i=i
0, j j
dentro de T
(
ij T A ji I ) v j =0 ,1 i n
i=1
Algebra24lineal
B ji
3.
llamaremos
B=[ B ji ] k
nxn
n xn
que
T A 11 I A 21 I
A12 I T A 22 I
detB=
p (t )
Donde
A=
A11
A 21
A12
A22
TrA= A 11 + A22
detA =A 11 A 22 A12 A 21
p ( x )=det ( xI A )=
Ya que
x A11 A21
A 12 x A22
11 x A11 12 A21
21 x A12 22 x A 22
xI A
5. Para
11=1
12=0
21=0
22=1
.
6. Se debe probar que
Para que
Algebra25lineal
dado en 3 y por
n=2 ,
cuando
ecuaciones lineales.
dado en
(7*),
T A 11 I
A12 I
9.
][ ] [ ]
A 11 I v 1
=0
0
T A 22 I v 2
T A22 I A21 I
~
B=
A 12 I T A 11 I
Y adems:
~
0
B B= det B
0
detB
B , es la matriz:
( detB )
[][
v 1 ( detB)v 1
=
v 2 ( detB)v 2
Esto es
( detB ) v 1=0 ,
{v 1 , v 2 }
Algebra26lineal
y que
][ ] [
det B
0 v 1 = (detB)v 1
0
detB v 2 (detB)v 2
][]
(detB ) v 1 0
=
(detB ) v 2 0
( detB ) v 2=0
de un espacio vectorial
para
V
v1 , v2
de dimensin 2.
Veamos:
Por lo anterior, se puede hacer:
( detB )
[]
[]
v1 ~
v
=( B B) 1
v2
v2
[ ] ( [ ]) [ ]
v ~
v
~
~0
(B B) 1 = B B 1 =B
0
v2
v2
][]
(detB )v 1 0
=
(detB )v 2 0
( detB ) v 1=0
( detB ) v 2=0
P (T )=0,
Por tanto:
puesto que
( detB )=P(T )
11. Generalizando:
~
a) sea B=adjB
b) por (7*) obtenemos:
n
c) sumar sobre i :
n
~Bki B ij
j=1
i=1
d) pero
v j =0 permutar la suma
~
B B=( detB ) I , lo cual permite hacer:
det B
e) por tanto:
Algebra27lineal
~Bki Bij= kj
i=1
del
kj ( detB ) v j =0
j=1
( detB ) v k =0 ,1 k n lqqd
4) SUBESPACIOS INVARIANTES
Para entender mejor la definicin de subespacio invariante, entendamos los siguientes
ejemplos:
Ejemplo 01
Dado la matriz
3
A= 1
1/2 1/2
A .
A.
A .
1 3
trA =1 =
3
2 2
A= 1
1/2 1/2
1 3
det ( A ) = =1
2 2
2 x +3 x2=0
{ }
x 1=2
( 2 x1 )( x +2 )=0
1
x2 =
2
Algebra28lineal
valores propios de
A.
x 1=2
Asociado a
Resolver:
[ ] []
( A(2 ) I ) U =0 , U= u1 ,0= 0
0
u2
][ ] [ ]
1
3 u1 = 0
1 /2 3/2 u2
0
[ ] [ ]
u1=3 u2 U =
3u 2
=u2 3 , u2 R
1
u2
x 1=2
Donde
ii)
Asociado a
x 2=1/2
Resolver:
( A 12 I )V =0 , V =[ vv ] ,0=[ 00]
1
2
][ ] [ ]
1
3 /2 3 v 1 = 0
: v v 2=0
se
reduce
a
2 1
1 /2 1 v 2
0
v 1=2 v 2 V =
[ ] []
2 v2
=v 2 2 , v 2 R
1
v2
Donde
c) Si
entonces:
T : R2 R 2
T ( X ) =AX , X=
Algebra29lineal
x 2=1/2
[]
x1
R2
x2
en la base cannica,
[][
][ ]
x1
x1
3
= 1
1/2
1/2
x2
x2
T ( x 1 , x 2 )= x1 +3 x 2 ,
o tambin:
1
1
x x
2 1 2 2
)
1
2
, respectivamente, son:
{[ ] }
i)
ii)
{[ ] }
2
,sR
1
e) Se cumplen:
T ( W 1 ) W 1
i)
T ( W 2) W 2
ii)
Probar la inclusin i)
Antes, definamos el conjunto
T (W 1) :
T ( W 1 ) ={ y R / x W 1 : y=T ( x) }
2
x=( u1 , u2 ) W 1 u1 +3 u2=0
Si
u 1=3u 2
Entonces:
1
1
T ( x )= ( 3 u2 ) +3 u2 , ( 3 u2 ) u2
2
2
Ahora,
T
( x )=(6 u2 ,2 u2 )
y
iii)
x=(3 u2 ,u2 )
..(1)
x=(3 u2 ,u2 ) W 1
implica que
T (W 1) W 1
Veamos:
En (1) se tiene:
Algebra30lineal
Ejemplo 02
T :V V
Suponga que
a) El ncleo de T
b) La imagen de T
es lineal.
es invariante bajo
T.
es invariante bajo
T.
INVARIANCIA
Definicin 5.-
invariante por
v W
T :V V
V.
espacio vectorial
Si W
Sea
V , se dice que
es un subespacio de
T , si
es
el vector
T (v)
En tal caso,
est en
W.
T :V V
definido por:
T^ ( w )=T (w)
Ejemplo:
para todo
v W .
T (W 1) W 1 , entonces
T ( W 2) W 2
, entonces
W1
es
W2
es
invariante por T
Cuando
por
tiene una
Teorema 5
T :V V .
Algebra31lineal
Supongamos que
es un subespacio invariante de
(OB CD ) ,
de
en
donde
W .
5) TRIANGULACIN DE UN OPERADOR
Introduccin .- la triangulacin de una matriz es un proceso algebraico que merece
especial atencin, porque depend de la obtencin de una base ordenada del operador
lineal T :V V .
Es necesario responder a las preguntas: cuando dos matrices son
semejantes? Cundo una matriz es triangulable?
inversible
B=P1 AP
tal que:
T :V V
es semejante al
S :V V
tal que
L:V V
si existe un isomorfismo
L=S1 TS
Definicin 07:
A K
una matriz
es triangulable, si
A B P K
Definicin 8:
n n
A B
tal que
selee A es # semejante a B
el operador
ordenada en la cual
nn
B=P AP
T :V V
T :V V
V =R3
T ( x , y , z )=(3 x + yz ,7 x +5 yz ,6 x +6 y2 x)
Algebra32lineal
, definido por:
Donde
3 1 1
A= 7 5 1
6 6 2
={e 1 , e2 , e3 }
A .
Solucin:
Pensando en l definicin 3, debemos halla una base ordenada de
={v 1 , v 2 , v 3 }
, en la cual
V , llammosla
es:
T ( v 1 ) =a11 v 1 (I )
T ( v2 ) =a12 v 1 +a22 v 2 (II )
T ( v 3 )=a 13 v 1 +a 23 v 2 +a 33 v3 (III )
Donde
a11 a12 a 13
[T ] = 0 a22 a 23
0
0 a 33
nmeros
( I ),( II ),(III )
Debemos hallar:
1 El escalar
vector
v3
Veamos:
Paso 1. Hallar
Algebra33lineal
v1
; 2 el vector
5 los escalares
; 3 el vector
; 6 los escalares
v2
; 4 el
c ,b , .
(I)
T ( v 1) = v 1
v 1=(x , y , z) .
(3 x + yz ,7 x +5 yz ,6 x +6 y 2 z )= (x , y , z)
(3 x ) x + yz =0
( 2 ) 7 x+(5) y z=0
6 x+ 6 y+ (2 ) z=0
El sistema (2) tiene solucin no trivial si su determinante es igual a cero.
3
1
1
7
5
1 =0
6
6
2
4 ( +2)2 =0 =4 =2
Paso 2.
i) con
=4,
7 x + yz=0
7 x + yz=0
6 x +6 y6 z=0
Se reduce a
x=0 x=0
{6 x6+ y6
z=0 y =z
[][] []
x
0
0
=
=z
y
z
1 ,z R
z
z
1
v1
ii) con
x + y z=0
7 x +7 yz =0
6 x +6 y0=0
Algebra34lineal
y =x
{x +6 yz=0
z=0 z=0
[][] []
x
x
1
=
=x
y
x
1
z
0
0
v2
v3
=2
?
se resuelva la ecuacin
( T I ) v 3=v 2
( T +2 I ) v 3=v 2
T v3 +2 I v 3=v2 , Iv 3=v 3 , v 3 =(x , y , z)
T v3 +2 v3 =v 2
(3 x + yz ,7 x +5 yz ,6 x +6 y 2 z ) +2 ( x , y , z )=(1,1,0)
(x + y z ,7 x+7 y z ,6 x+ 6 y )=(1,1,0)
x + yz
1a
7 x +7 yz 1 b
6 x+6 y
0 c
Realizando:
c6 a; b7 a
x + yz 1
0+0+6 z 6
0+0+6 z 6
yz=1
{x +z=1
Algebra35lineal
se obtiene:
x + y +1 1
x+ y
0
y
x
[][ ]
x
x
=
y
x
z 1
[]
0
= 0
1
para x=0
v3
{[ ] [ ] [ ]}
0 1 0
= 1 , 1 , 0
1
0
1
v1
Paso 4. La base
v2
v3
es la que va triangular a
T .
Para ello, se vuelve al sistema (1) con el fin de hallar los escalares:
, ,b , c , .
T ( v 1 )=4 v 1 (I )
( 2 ) T ( v 2 )=a v 1+ v 2 . ( II )
T ( v 3) =b v 1+ c v2 + v 3 (III )
Resolver
T ( x , y , z )=(3 x + yz ,7 x +5 yz ,6 x +6 y 2 z )
Para
v 2=(1,1,0)
Para
v 3=(0,0,1)
obtenemos
v
T ( 2)= (3+1,7+5,6+6 ) =(2,2,0)
obtenemos
v
T ( 3)=(1,1,2)
Resolver
( II) :
Resolver
( III ) :
Algebra36lineal
T ( v 1 ) =4 v 1
T ( v 2 ) =0 v 12 v 2
T ( v 3 )=0 v 1v 22 v 3
La matriz triangular de
en la base
4 0
0
[T ]= 0 2 1
0 0 2
es
OTRO MTODO
Si pensamos en la definicin 2, debemos hallar una matriz no singular
P , tal que B=P1 AP es matriz triangular. Las columnas de la matriz P
A .
P .
Hallar
A ,
es
P ( )=det ( A I )
( 4)(+2)2
A
=4
=2
A.
El vector propio
U , asociado a
el sistema homogneo
Algebra37lineal
son:
( A4 I ) U =0
=4 , se halla resolviendo
[ ] []
u1
0
U= u2 , 0= 0
0
u3
[]
0
U= 1
1
Se obtiene:
ii)
El vector propio
asociado a
=2 , se halla resolviendo
[]
v1
( A +2 I ) V =0 ,V = v2 .
el sistema homogneo
Se obtiene
v3
[]
1
V= 1
0
iii)
es
{[ ] [ ]}
0 1
1 , 1
1 0
y no
el vector cannico
[]
0
1
1
Paso 2. La matriz
es
[ ]
0 1 0
P= 1 1 0
1 0 1
1 1 0
P1= 1
0 0
1 1 1
4 0
0
[ T ] B =P AP= 0 2 1
0 0 2
1
Observacin:
{[ ] [ ] [ ]}
0 1 0
B= 1 , 1 , 0 .
1 0 1
B ,
Algebra38lineal
L=S
T S ,
donde:
L:V V
S :V V
S :V V
[ ][ ]
[ ][ ]
[ ][ ]
4 0
0 x
L ( x , y , z )= 0 2 1 y =(4 x ,2 y y ,2 z )
0 0 2 z
1 0 0 x
S ( x , y , z )= 0 1 0 y =( y , x + y , x + z )
0 0 1 z
1 1 0 x
0 0 y =(x + y , x , x y + z)
Est definida por ( x , y , z ) = 1
1 1 1 z
Algunas aclaraciones:
3
definida por
T ( x , y , z )=(3 x+ yz ,7 x +5 yz ,6 x +6 y2 z)
3 1 1
[T ]e = 7 5 1
6 6 2
e={e1 , e2 , e3 }
en la base cannica
]
Dnde:
2. La matriz de T
en la base ordenada
{[ ] [ ] [ ]} [
0 1 0
4 0
0
= 1 , 1 , 0 es [T ] = 0 2 1
1 0 1
0 0 2
Dnde:
Algebra39lineal
es
T V =4 v 1
T V =0 v1 2 v 2
T V =0 v 1v 22 v 3
1
{[ ]}
{[ ]}
0
1
W 1=gen 1 y W 2=gen 1
1
0
3.
m ( x )=(x4)(x+ 2)2
Es un operador
Es un operador
T 4 I
LEMA 6. Sea V
IK .
Sea T
T
T +2 I
sea un producto
de factores lineales.
m ( x )=( xc 1 )r ( x c j )r ( xc k )r ,c i IK
1
Sea w
v
tal que:
av
No pertenece a W
b ( T CI ) v
Est en
del operador T .
Demostracin:
Algebra40lineal
en W es un
T c j I ) v W
entonces (
[
( T c j I ) h(T )]
v =h(T )
g(T )
g (T )
Veamos:
1: Hacer dos supuestos:
h1 .
h2
Sea
. Sea
g el T - conductor de
2: Por el supuesto
h2 , g
minimal de T . Como
podemos suponer que
W , entonces el polinomio
g (T ) W
g no es constante y
g tiene la forma:
j
(esto es,
g ( x ) =(xc1 )r ( xc j ) r ( xc k )r
1
en W
ej
es positivo
son
divide a
g ( x ) =( T c j ) h( x )
Donde: g ( T )=( T c j T ) h ( T ) es un operador
4. Por el supuesto
h2
Pero
{( T c j T ) h ( T ) } W
Algebra41lineal
y por la definicin de
g , el vector
v =h ( T )
IK
es triangulable si,
IK .
Demostracin:
r
r
Si el polinomio minimal es m ( x )=( xc 1 ) ( x c k )
1
es triangulable.
Esto es , se debe probar que existe una base ordenada
={v 1 , v 2 , , v n }
que
triangula a T .
Para ello apliquemos en forma sucesiva el lema 6.
Comencemos aplicando el lema 6 al subespacio W 0= { 0 } : existe un vector, no nulo,
v 1 V
tal que
v 1 W 0
T c j T ) v 1=0 T v =C 1 v 1
y adems (
1
(1)
Por la ecuacin (1) obtenemos el subespacio
subespacio
W1
:existe un vector
v 2 V
W 1=gen {v 1 }
, tal que
. Aplicar el lema 6 al
v 2 W 1
y adems.
W2
: Existe un vector
v 3 V
W 2=gen {v 1 , v2 }
tal que
Algebra42lineal
v 3 W 2
. Aplicar el lema 6 al
y adems.
subespacio
{v 1 , v 2 , , v j }
del
( 1 ) , ( 2 ) , ( 3 ) , , ( j ) , ( n ) ; obtenemos:
T v =C 1 v 1
T v =a12 v1 +C 2 v 2
T v =a13 v1 + a23 v 2+C 3 v 3
1
3+ + C j v j
T v =a1 j v 1+ a2 j v 2 +a3 j v
vn
B={v 1 , v 2 , , v j }
de V
es:
c 1 a12 a13 a 1 j a 1n
0
c2
a23 a 2 j a 2n
0
[T ]B=
0
c3
Como observamos,
nmeros reales
Cj
a3 j a3 n
c j a jn
0 cn
[T ]B
dj
veces.
Si T
Algebra43lineal
IK .
es producto de
triangular
[T ]B
es:
P ( x )=(xc 1 )d ( xc k )d ,C j IK
1
dj
C1 , C2 , ,C n
Cj
TEOREMA 7. Sea V
IK
y sea T
es diagonizable si, y
tiene la forma .
m ( x )=( xc 1 ) ( xc k )
C1 , , Ck
Donde
IK .
Demostracin:
Si T
m ( x )=( xc 1 ) ( xc k )
IK
donde,
C1 , , Ck
tiene la forma
se ha demostrado en el lema 6.
m ( x )=( xc 1 ) ( xc k )
IK , entonces T es diagonizable la
h2 :T :V V
Algebra44lineal
, donde
IK .
h3 :
ocurrir que
m ( x )=( x c 1 ) ( xc j )2 ( xc k ) =( xc j )2 h (x)
cj
Tesis t: T
C1 , , Ck
T , esto es
W =gen { 1 , , k }
i=1,
k son los
1 .,
, los
vectores propios.
Cj
que
4. Como
t un valor propio
de T
tal
=( T C j I ) W .
W
entonces
= 1+ + k
donde
Ti =Ci i , 1 i K
b h ( T ) =T +T ++T
c h ( C j )=C j +C 2j + +C kj
Algebra45lineal
es un operador.
Ik [ x ]
2
2
T 1 C1 1
k
k
T 1
C1 1
Tk
C k k
2
T k C 2k k
k
k
T k
C k k
T1 ++ T 1=C1 1+ +C1 1
C 1 ++C k1 1
( T + +T k ) 1=
T k + +T k =C k k + +C k k
C k ++C kk k
( T ++T k ) k =
h( c1 )
h(T )
4. h ( T ) 1=h( c 1) 1 , ..,
h ( T ) k =h (c k ) k
5. En la igualdad:
= 1+ + k
aplicar el operador
h(T )
h ( T ) =h ( T ) 1 ++h ( T ) k
4
6. Por
7.
h ( T ) =h ( c1 ) + + h(c k ) k
h ( T ) =h ( c1 ) + + h(c k ) k
Algebra46lineal
cj
xc 1 )
9. Si el polinomio q( x) se divide entre el monomio (
, entonces por el
algoritmo de la divisin de polinomios, existe un polinomio h( x ) , tal que:
q ( x )=( xc 1) h ( x ) + R
c
q(
j)=0+
R.
Donde
9
se puede expresar del siguiente modo:
Luego, la igualdad
q ( x )q ( c j ) =( xc 1 ) h ( x )
10. Si
11. Aplicar en :
q ( T ) q ( c j )
q ( T )q ( c j )
=h(T )
q ( T ) q ( c j )
es un
elemento de W .
13. En la diferencia anterior se tiene que: W .
Pero el vector q ( T ) W
q ( ci ) =0
=0 W .
9
2
14. As obtendremos en
y en (8) tendremos m ( x )=( x c 1 ) h ( x ) .
Algebra47lineal
3 1 1
A= 2 2 1
2 2 0
T : R3 R 3 en la
base cannica.
Se tiene:
1). Polinomio caracterstica:
f ( x )=(x1)( x 1)2
2. Polinomio minimianl:
x1 obtenemos
AI
x=1 es:
{[ ]}
1
W 1=gen 0
2
ii) De
propio
x1 obtenemos
A2 I
x=2 es:
{[ ]}
1
W 2=gen 1
2
{[ ] [ ]}
1 1
0 , 1
2 2
que no constituye
3
una base del espacio vectorial V =R .
1
1 1 1
0 1
1
2
P= 0 1 0 , P =
0 1
0
2 2 0
1 0 1 /2
[ ]
Haciendo la operacin:
1 0 1
P AP= 0 2 2
0 0 2
1
Sea
5 6 6
B= 1 4
2
3 6 2
3
3
es una matriz del operador lineal T : R R en
la base cannica.
Se tiene:
1. Polinomio caracterstica:
f ( x )=(x1)(x 2)2
2. Polinomio miniminal:
m ( x )=( x1)( x2)
3. Valores propios : {1,2}
i)
De x1 oobtenemos
propio
AI
x=1 es:
{[ ]}
3
W 1=gen 1
3
ii)
De
x2
valor propio
Algebra49lineal
obtenemos
x=2 es:
A2 I
{[ ] [ ]}
2 2
W 2=gen 1 , 0
0 1
4.
{[ ] [ ] [ ]}
3
2 2
= 1 , 1 , 0
3
0 1
que es
3
una base del espacio vectorial V =R
3 2 2
La matriz que diagonaliza a la matriz A es la matriz: P= 1 1 0
3 0 1
la
[ ]
E l operado lineal T : R R
definido por:
T ( x , y , z )=(5 x6 y 6 z ,x+ 4 y +2 z , 3 x6 y4 z )
5 6 6
1 4
2
3 6 4
2
*) El polinomio caracterstico de T es f ( x )=(x1)(x 2)
x=1 es.
{[ ] }
3
W 1= t 1 : t IR
3
, la dimensin de W 1 es 1.
x=2 , es
{[ ] [ ]
3
2
W 2= s 1 +t 0 , s IR , t IR
3
1
la dimisin de
W2
es 2.
3
*) La dimensin de V = IR es 3.
*) Por que la
, se cumple que:
3=1+2
3
2 2
1 , 1 , 0
1
3
[ ] [ [ ]}
V =W 1 W 2=gen
Ha sucedido que el espacio base V se ha descompuesto en una suma de subespacios
invariante para T.
Geomtricamente, la suma directa que directa que acabamos de hacer, indica que los
vectores propios
{[ ] [ ] [ ]}
3
2 2
1 , 1 , 0
3
0 1
IR3 y en consecuencia
IR3 .
W 1 , ,W k
W 1 , ,W k
1
1+ + n=0 , i W 1
W 1 W 2
W 1 y W 2:
W1 yW 2
son
={0}.
W 1 , ,W k
Para k 2, los subespacios
, son independientes s, y solo si
W 1 W 2 W k ={0 }
subespacios
Wi
, adems cada
Wj
{[ ] } {[ ] [ ] }
1
1
0
W 1= t 2 : t IR y W 2= r 3 + s 1 : r , s R
Ejemplo 14. Sean
1
2
3
dos
3
w1
W2
subespacios de V= R , son
y
independientes?
Solucion:
W1
Si pruebo que
W2
w1
W2
son
independientes.
Veamos:
W 1 W 2
Sea
W 1 W 2
Entonces
W 1
Si
, entonces
=t (1,2,1)
(1)
W 2 ,
Si
.. (2)
Al igualar (1) y(2) obtenemos :t(-1,-2,1)= t ( 1,3,2 ) + s( 0,1,3)
t r =0
2 t3 rs=0 La unicasolucion de este sisitema es :t=0, r=0, s=0
t 2 r3 s=0
Algebra52lineal
.
u W 1 W 2
Por lo tanto:
implica
u=w1 +w 2 , w 1 W 2 , w2 W 2
W =W 1 , , W k .
W 1 , ,W k
P ara todo
Si
Bi
son independientes.
j , 2 j k , se tiene: W j ( W 1++W j1) ={0}
W i ,1 i k
, entonces la sucesin
(c)
Probemos que (a)
(b)
W j ( W 1 ++W j1 )
W j ( W 1 ++W j1 )
*) Si
( W 1 ++W j1 ) ,
existen vectores
= 1 , , j1 .(1)
*) De (1) obtenemos
Algebra53lineal
1 , , j1+ ( )=0
1 , , j1
tales que
son
1= 2 == j1= =0.
W j ( W 1+ +W j1) ={0}
probaremos que
(b) (c).
B1
*) Formaremos la sucesin B=( B1 , , B k ) donde, por hiptesis cada conjunto
W i ,1 i k .
es una base de
B i , 1 i k
bi
Bi
, por que
Bi
es un
Wi .
W j ( W 1+ +W j1) ={ 0 } ,
es 0. Como cada
Bi
es
independiente, la relacin (*) entre los vectores en B es la relacin trivial. Esto prueba
que B=( B1 , , B k ) es una base ordenada de B.
Definicin 9)
Sea V un espacio vectorial de dimensin finita. Sean
propios de V y sea
Si
W =W 1+ +W k
W j ( W 1+ +W j1) ={ 0 }
W =W 1+ +W k
Algebra54lineal
subespacios
para todo
es la suma directa de
W =W 1 W k
W 1 ++W k
W 1 ++W k ,
y se describe.
6.1)
Definicin 10.
E2=E .
2
Esto es, el operador lineal E: VV es una proyeccin de V si E =E .
, definido por:
( 12 x+ 12 y , 12 x+ 12 y , 0)
Es E una proyeccin de V?
Solucion:
[ ]
1
2
A=[
E]
=
1
e
La matiz asociada al operador E en la base canonca es:
2
0
cumple:
1
0
2
1
0
2
0 0
E =E .
6.1.1
2
Supongamos que E es una proyeccin ( E =E
E: VV
E
V
R=( E)
Algebra55lineal
se
R si , y solo si,
Eu=u
R y en
N , es
u=Eu+(uEu)
Demostracin:
Pr definicin de operador lineal, al elegir un vector w V , mediante E, hacemos
corresponder a un vector
u R , tal que,
u=Fw (1)
2
Aplicar E: E u=E ( Ew ) =E w , como
E =E
Eu=E w .(2)
Eu=u
Por (1):
B={u 1 , , ur }
[ ]
[E ]B =
diagonizable a E.
I 0
donde I es la matriz unidad de r r .
0 0
Algebra56lineal
[ ]
1
2
1
2
0
1
2
1
2
0
0
0
0
P ( )=( )2 ( 1 ) .
El polinomio caracterstico es
1
S =1=gen 1
Del valor propio =1, se obtiene el subespacio
0
{[ ]}
{[ ] [ ]}
1
0
S
=gen
,
1
0
=0
Del valor propio =0, se obtiene el subespacio
0
1
1 1 0
1 1 0
0 0 1
[ ]
1 0 0
1
P
AP=
0 0 0
Obtenindose D
0 0 0
4
[ ][
1
2
T
A
=
1
As:
2
0
1
2
1
2
0
0
0
1 0 0
0 0 0 = A1
0 0 0
{[ ]}
1
gen 1
Entonces una base de la imagen de E, es R=
0
Algebra57lineal
[ ][ ] [ ]
1
2
1
2
0
1
2
1
2
0
x
0
y =0
0
z
0
0
x+ y=0 y =x
Se obtiene
Luego:
[][ ] [ ] []
x
x
1
0
y = x =x 1 + z 0
z
z
0
1
{[ ] [ ]}
1
0
Entonces ker E= gen 1 , 0 , Segn la preposicin, la base B=
0
1
[ ]
Diagonizable E:
1 0 0
[E ]B = 0 0 0
0 0 0
TEOREMA 8: Si
V =W 1 W k
E1 , , E k
i Todo E 1
ii
es una proyeccin
Ei E j =0 , si i j
iii I =E1 + + E k
iv La imagen de
Algebra58lineal
.
.
Ei es W i
{[ ] [ ] [ ]}
1
1 0
1 , 1 , 0
0
0 1
E1 , , E k
se la imagen de
Ei
, Entonces
BILBIOGRAFIA
http://www2eco.uva.es/meneses/guia_de_trabajo/esquemas_teoricos/tem
a2.pdf.
Algebra59lineal