Algebra Lineal Dario Sanchez

Daro Snchez H ALGEBRA LINEAL 1
.
Algebra Lineal
Jos Daro Snchez Hernndez
Bogot-Colombia, Junio del 2005
danojuanos@hotmail.com
danojuanos@tutopia.com
El objeto de estas notas es brindar al lector un modelo de aprendizaje. A continuacin encontrar ms de
cien resultados bsicos, entre los cuales se hallan definiciones, teoremas, corolarios y algunos ejemplos, es
posible que encuentre la manera de volver a redactar algunos, entonces hgalo de forma que los pueda
recordar despus. Para las demostraciones es indispensable el uso de una biblioteca con un buen nmero
de textos de Algebra Lineal, en esta forma el estudiante utiliza tcticas de investigacin y emplea la
biblioteca. Luego encontrar resultados en donde se ha dado una posible demostracin, la cual se supone
es correcta, sin descartar la posibilidad de que haya algunos errores, el lector deber revisarlas analizando
cual de los resultados bsicos se han utilizado en la prueba.
1. RESULTADOS BASICOS
1.Un ANILLO es un conjunto , junto con dos operaciones y O B C B C ( )
( ) B C BC, las cuales satisfacen los siguientes axiomas:
E" O B C B C O es un grupo conmutativo bajo la operacin ( es un grupo ( ) ( )
conmutativo bajo la adicin).
E# BC D B CD es multiplicativamente asociativo . ( ) ( )( )
E$ B C D BC BD C D B CB DBse tienen las dos leyes distributivas). ( ) ( )
B C O O Si BC CB para todo , en se dice que el anillo es conmutativo.
Si existe un elemento en tal que para todo se dice un " O "B B" B B O
anillo con unidad identidad y a se le llama de " O
2.Sea un anillo con elemento unidad, un nmero entero y sea una funcin O 8 H
que asocia a cada -matriz sobre , un escalar en . Se dice que 8 8 E O H E O ( )
H 8 3 " 3 8 H 3 es " -lineal " si para cada , , es una funcin lineal en la -sima fila
cuando las otras filas se dejan fijas. ( ) 8 "
3.Una combinacin lineal de funciones -lineales, es -lineal. 8 8
4.Sea una funcin lineal. Decimos que es si las siguientes H 8 H alternada
condiciones son equivalentes:
EP" H E ! E siempre que , tenga dos filas iguales ( )
EP# E E Si es una matriz obtenida de por intercambiar dos filas, entonces
w
H E H E ( ) ( )
w
Daro Snchez H 2 EPKIFVE PMRIEP
5.Sea un anillo con elemento unidad, un nmero entero y sea una funcin O 8 H
que asocia a cada -matriz sobre , un escalar en . Se dice que 8 8 E O H E O ( )
H H 8 H M " es una si es -lineal, alternada y fun in determinante c ( )
6. Sea una funcin -lineal con la propiedad de que para toda matriz H # H E ! E ( )
# # O H sobre teniendo dos filas iguales. Entonces es alternada.
7. Sea una funcin -lineal en las matrices sobre . Supngase que tiene H 8 8 8 O H
la propiedad de que siempre que dos filas adyacentes de son iguales. H E ! E ( )
Entonces es alternada. H
8.Si y es una matriz sobre , denotemos por la matriz 8 " E 8 8 O E 3l4 ( )
( ) ( ) 8 " 8 " 3 4 E obtenida suprimiendo la -sima fila y la -sima columna de . Si
H 8 " E 8 8
34
es una funcin -lineal y es una matriz , se denota ( )
H E HE 3l4
34
( ) ( )
9.Sea y sea una funcin -lineal alternada en las matrices 8 " H 8 " ( )
( ) ( ) 8 " 8 " O 4 " 4 8 I sobre . Para cada , la funcin definida por
4
I E " E H E 8 E
4 34 34
3"
8
34
( ) ( ) ( )
_
, es una funcin -lineal alternada en el conjunto de
las matrices sobre . Si es una funcin determinante, tambin lo es cada 8 8 O H
una de las I
4
10. Sea un anillo conmutativo con elemento unidad y un nmero entero O 8
positivo. Existe al menos una funcin determinante en el conjunto de las matrices
8 8 O sobre .
11. Sea es una permutacin , definimos la 5 5 " # 8 " # 8
funcin
si es par
si es impar
=31
"
"
5
5
5
./> 8 8 O Denotando por la funcin determinante en las matrices sobre dada

por
./> E =31 E " " E 8 8 ( ) ( ) ( ) ( )
_
( ) ( )
5
5 5 5
donde E E 3 4 ( ) ( )
12. Sea un anillo conmutativo con unidad y sea un nmero entero positivo. O 8
Existe exactamente una funcin determinante en el conjunto de las matrices 8 8
sobre y es la funcin definida por O
./> E =31 E " " E 8 8 ( ) ( ) ( ) ( )
_
( ) ( )
5
5 5 5
H 8 8 8 Si es cualquier funcin -lineal, alternada en el conjunto de las matrices
sobre , entonces para cada una de tales matrices , se tiene . O E H E ./> E H M ( ) ( ) ( )
13. Sean un anillo conmutativo con unidad, y matrices sobre . O E F 8 8 O
Entonces , ./> EF ./>E ./>F ./> E ./> E ( ) ( )( ) ( ) ( )
>
14. Una frmula muy prctica de hallar el determinante de una matriz 8 8
debida a Cramer es dada por: Si fijamos cualquier columna 4
./> E " E ./>E 3l4 ( ) ( ) ( )
_
3"
8
34
34
Al escalar es usualmente llamado el ( ) ( ) " ./>E 3l4 3 4
34
cofactor de E
15.Si tomamos entonces la anterior frmula toma la forma; - " ./>E 3l4
34
34
( ) ( )
./> E E - 4 8 8 +.4E para cada La matriz , que es la transpuesta de la
_
3"
8
34 34
matriz de cofactores de es llamada E adjunta clsica de , as E
( ) ( ) ( ) +.4 E - " ./> E 4l3
34
34
34
16. Sea una matriz sobre . Entonces es invertible sobre si y slo si E 8 8 O E O
./> E O E E es invertible en . Cuando es invertible, el nico inverso para es
E ./> E +.4 E
"
"
( )
En particular, una matriz sobre un cuerpo es invertible si y slo si, su 8 8
determinante es diferente de cero.
17. Sean subespacios de un espacio vectorial . Diremos que [ [ [ Z
" # 5
[ [ [ ! [
" # 5 " # 5 3 3
son linealmente independientes si
entonces
3
! a3
18.Sea un espacio vectorial sobre un cuerpo Sean subespacios Z J [ [ [
" # 5
de y sea . Las siguientes afirmaciones son equivalentes: Z [ [ [ [
" # 5
( ) 3 [ [ [ son linealmente independientes.
" # 5
( ) 33 [ Cada vector de puede ser nicamente expresado en la forma
[ 3 " # 5
" # 5 3 3
con en , .
( ) 333 4 # 4 5 [ Para cada , el subespacio es disyunto con la suma
4
[ [ [ 3/ [ [ [ [4 " !
" # 4" 4 " #
+ + + ( ) ( )
19.Sea un espacio vectorial de dimensin finita sobre un cuerpo y sean Z J
[ [ [ Z
" # 5
subespacios de . Las siguientes afirmaciones son equivalentes:
( ) 3 Z [ [ [
" # 5
.
( ) 33 [ 3 " # 5 Z
5
Si es una base de entonces = es una base de " "
3 3 3
3 "
20. Si , entonces . Z [ [ [ .37Z .37[ .37[
" # 5 " 5
Sea un entero positivo y un subcuerpo de los nmeros complejos y sea el 8 J Z
espacio de las matrices sobre . Sea el subespacio de las matrices 8 8 J [
"
simtricas, 3/ matrices tales que . Sea el subespacio de las matrices E E [
>
#
8 8 3/ E E E Z [ [ anti-simtricas matrices tales que Entonces .
>
" #
Si es cualquier matriz en , la nica expresin de como suma directa, E 8 8 Z E
en y la otra en es donde . [ [ E E E E E E E E E
" # " # " #
" "
# #
> >
( ) ( ) ( )
21. Sea un espacio vectorial y una transformacin lineal en . Si es un Z X Z [
subespacio de , diremos que es Z [ invariante bajo X , si para cada vector
en , el vector [ est en , est contenido en . X [ 3/ X [ [ ( )
22.Si , entonces existen operadores lineales Z [ [ [ 5 I I I
" # 5 " # 5
en tales que Z
( ) ( ) + I 3/ I I Cada es una proyeccin o un proyector
3 3
3
#
( ) , I I ! 3 4 si
3 4
( ) - I [ El rango de es .
3 3
Inversamente, si son operadores lineales en que satisfacen las I I 5 Z
" 5
condiciones y , y si es el rango de entonces . ( ) ( ) ( ) + , - [ I Z [ [ [
3 3 " # 5
23.Sea un operador lineal en un espacio vectorial , sean y X Z [ [ I I
" 5 5
"
como en Entonces una condicin necesaria y suficiente para que cada ##
subespacio sea invariante bajo es que conmute con cada proyector [ X X I 3/
3 3
XI I X 3 " 5
3 3
.
24. Sea un operador lineal en un espacio vectorial de dimensin sobre un X 8
cuerpo . Un J valor caracterstico o valor propio, o autovalor ( ) de es un X
escalar en tal que existe un vector en tal que . Si es un - J Z X - - no nulo
valor caracterstico de entonces cada tal que es llamado X X - vector
caracterstico o vector propio o autovector ( ) de asociado con el valor X
caracterstico . -
25.Las siguientes afirmaciones son equivalentes:
( ) 3 - X es un valor caracterstico de
( ) ( ) ( ) 33 X -M El operador es singular no invertible
( ) ( ) 333 ./> X -M !
26. Si es una matriz sobre , un valor caracterstico de es un escalar en E 8 8 J E -
J E -M tal que la matriz es singular no inversible . ( ) ( )
27. Para hallar los valores caractersticos se considera la matriz polinomial BM E
de donde se obtiene el polinomio . Claramente los valores 0 B ./> BM E ( ) ( )
propios de son aquellos escalares tales que Por esta razn es E - J 0 - ! 0 ( )
llamado de . Es de notar que es un polinomio polinomio caracterstico E 0
mnico que tiene grado exactamente . 8
Las matrices similares tienen el mismo polinomio caracterstico. Pues
F T ET E F
"
entonces ( )
./> BM F ./> BM T ET ./> T BME T ./>T ./> BME ./>T ./> BME ( ) ( ) ( ) ( ) ( ) ( )
" " "
28.TEOREMA DE CAYLEY-HAMILTON Sea un operador lineal en el espacio vectorial de . X Z
dimensin sea una matriz sobre el cuerpo y sea el polinomio 8 E 8 8 J 0
caracterstico de o, Entonces o . X E 0 X ! 0 E ! ( ) ( ) ( )
29. Sea un operador lineal en el espacio vectorial de dimensin Existe un X Z 8
polinomio de grado no mayor que tal que . En el espacio de 1 8 1 X ! Z Z
#
( ) ( )
dimensin los operadores deben ser linealmente dependientes. 8 M X X
# 8
#
1 JB 1 X ! El conjunto de todos los polinomios en tal que es un ideal. ( )
Adems este ideal contiene un polinomio mnico de grado el polinomio 8
caracterstico de . As existe un nico polinomio mnico que genera al ideal de X :
todos los en tales que Este polinomio es llamado 1 JB 1 X ! : ( ) polinomio
minimal de . X
X Del teorema de Cayley-Hamilton se sigue que: El polinomio caracterstico de es
divisible por el polinomio minimal de . Se sigue tambin que los valores X
caractersticos de son precisamente las races del polinomio minimal, y del X
polinomio caracterstico. As estos dos polinomios tienen exactamente las mismas
races.
30. Sea un operador lineal en un espacio de dimensin finita . Diremos que X Z X
es cuyos componentes son los vectores diagonalizable si existe una base para Z
caractersticos de . X
31. Sea cualquier operador lineal en un espacio de dimensin finita , sean X Z
- - X [ X - M
" 5 3 3
valores caractersticos distintos de y sea el ncleo de . ( )
Entonces los espacios son linealmente independientes. [ [
" 5
32.Si es un operador diagonalizable en el espacio de dimensin finita y X Z
- - X
" 5
son valores caractersticos distintos de , entonces existen operadores
lineales en tales que I I Z
" 5
( ) + X - I - I
" " 5 5
( ) , M I I
" 5
( ) - I I ! 3 4
3 4
( ) . I I
#
3
3
( ) / I X El recorrido de es el espacio de vectores caractersticos de asociado con el
3
valor propio Vea el teorema Espectral -
3
( )
33. Sea un operador lineal en un espacio vectorial de dimensin finita . X Z
Supngase que existen escalares distintos y operadores lineales no 5 - - 5
" 5
nulos en que satisfacen las propiedades del numeral . I I Z + , - $#
" 5
( ) ( ) ( )
Entonces es diagonalizable, son precisamente los valores caractersticos X - -
" 5
de y los tambin satisfacen las condiciones y del numeral X I . / $#
3
( ) ( )
34. Sea un operador lineal en un espacio vectorial de dimensin finita sobre X Z
un cuerpo Entonces una condicin necesaria y suficiente para que sea J X
diagonalizable es que el polinomio minimal de sea de la forma X
: B - B - - - J ( ) ( )
" 5 " 5
donde son escalares distintos de .
35.Sea una matriz sobre un cuerpo . Entonces es similar sobre a una E 8 8 J E J
matriz diagonal si y solamente si el polinomio minimal de es de la forma: : E
: B - B - - - J ( ) ( )
" 5 " 5
donde son escalares distintos de .
T T ET E X Para hallar tal que sea diagonal, donde , se hace uso de los
"
polinomios de Lagrange de donde se hallan los y con los T I T X

4 4 4
34
B-
- -
_
( )
( )
( )
3
4 3
vectores de las bases de los s se obtiene . I T
4

36.Para un operador diagonalizable , la dimensin del espacio de los vectores X
caractersticos asociados a cada valor propio es la multiplicidad como raz del -
3
polinomio caracterstico de . X
37. Sean y operadores lineales diagonalizables en un espacio de dimensin X Y
finita . Si y conmutan, entonces ellos son simultneamente diagonalizables; Z X Y
esto es, existe una base para en la cual cada uno de sus vectores, es vector Z
caracterstico de y tambin vector caracterstico de . X Y
38.Sean y matrices sobre un cuerpo , cada una de las cuales es similar E F 8 8 J
sobre a una matriz diagonal. Si y B conmutan, existe una matriz inversible J E T
8 8 J T ET T FT sobre tal que ambas y son diagonales.
" "
39.TEOREMA DE DESCOMPOSICION PRIMARIA. Sea un operador lineal en un espacio vectorial X Z
de dimensin finita sobre un cuerpo . Sea el polinomio minimal para , J : X
: : : : : J <
< <
" # 5
<
3 3
" # 5
donde los son polinomios mnicos irreductibles sobre y
son enteros positivos. Sea el ncleo de , . Entonces [ : X 3 " # 5
3 3
<
( )
3
( ) + Z [ [
" 5
( ) , [ X Cada es invariante bajo
3
( ) - X [ X Si es un operador inducido en por entonces el polinomio minimal
3 3
para es . X :
3
<
3
3
40. Si son las proyecciones asociadas con la primera descomposicin de I I
" 5
X I X , entonces cada es un polinomio en y por consiguiente si un operador lineal
3
Y X Y I conmuta con entonces conmuta con cada uno de los , ie, cada subespacio
3
[ Y
3
es invariante bajo .
41.Sea un operador lineal en un espacio vectorial . Decimos que es R Z R
nilpotente si existe algn nmero entero tal que . < R !
<
42. Sea un operador lineal en un espacio vectorial de dimensin finita sobre X Z
un cuerpo . Supongamos que el polinomio minimal para se descompone sobre J X
J en un producto lineal de polinomios. Entonces existe un operador
diagonalizable en y un operador nilpotente en tal que H Z R Z
( ) + X H R
( ) , HR RH
El operador diagonalizable y el operador nilpotente son nicamente H R
determinados por y , cada uno de ellos es un polinomio en . ( ) ( ) + , X
43.Sea un espacio vectorial de dimensin finita sobre un cuerpo Z
algebraicamente cerrado, por ejemplo el cuerpo de los nmeros complejos.
Entonces cada operador lineal en puede ser escrito como suma de un X Z
operador diagonalizable y un operador nilpotente que conmutan. Estos H R
operadores y son nicos y cada uno es una polinomial en . H R X
De esto resulta que, el estudio de los operadores lineales sobre un espacio
vectorial sobre un cuerpo algebraicamente cerrado es esencialmente reducido al
estudio de operadores nilpotentes.
44. Si es cualquier vector en , el subespacio -ccloco generado por es el Z X
subespacio de todos los vectores de la forma siendo en Si ^ X 1 X 1 JB ( ) ( )
^ X Z X ( ) , entonces es llamado para . vector cclico
45.Si es algn vector en , el -anulador de es el ideal en Z X Q X JB ( )
consistiendo de todos los polinomios sobre tal que El 1 J 1 X ! ( ) nico
polinomio mnico : X
que genera estos ideales ser tambin llamado el -anulador

de . El -anulador divide al polinomio minimal del operador X : X
46. Sea cualquier vector no nuloen y sea el -anulador de Z : X
( ) ( ) + : ^ X El grado de es igual a la dimensin del subespacio cclico

( ) , : 5 X X X Si el grado de es , entonces los vectores forman la base

#
5"
de ^ X ( )
( ) ( ) - Y ^ X X Si es un operador lineal en inducido por , entonces el polinomio
minimal de es . Y :
Una consecuencia particular de este resultado es el siguiente: Si sucede que es

un vector cclico de , entonces el polinimio minimal de debe tener grado igual a X X
la dimensin del espacio ; Z por lo tanto el polinomio minimal de es el polinomio X
caracterstico de . Se sigue que X X tiene un vector cclico si y solamente si el
polinomio minimal y el polinomio caracterstico de son idnticos. X
47. Si es un operador lineal en un espacio de dimensin finita , entonces Y [ Y
tiene un vector cclico si y solamente si existe alguna base ordenada de en la [
cual es representado por la matriz asociada acompaante del polinomio Y ( )
minimal de . La matriz acompaante es: Y
! ! ! -
" ! ! -
! " ! -

! ! " -

_

_ _
"
#
$
5
48.Si es una matriz acompaante de un polinomio mnico , entonces es E : :
simultneamente polinomio minimal y el polinomio caracterstico de E
49. Sea un operador lineal en un espacio de dimensin finita sobre y sea X Z J [
un subespacio de que es invariante bajo . Una condicin necesaria y suficiente Z X
para que tenga un subespacio complementario -invariante es la siguiente: Si [ X "
es un vector en y es un polinomio sobre tal que este en , entonces Z 0 J 0 X [ ( )"
existe un vector en tal que . " [ 0 X 0 X ( ) ( )
50.Un subespacio es llamado si [ subespacio -admisible X
( ) 3 [ es invariante bajo X
( ) ( ) ( ) ( ) 33 0 X [ [ 0 X 0 X Si esta en , existe un en tal que " "
51.Sea un subespacio -invariante de y sea algn vector en . Sea [ X Z Z W [ " " ( )
el subespacio de todos los polinomios sobre el cuerpo de escalares tal que 0 J
0 X [ ( )" esta en . Entonces
( ) ( ) + W [ JB es un ideal no nulo de "
( ) ( ) ( ) , [ W [ W [ Si es cualquier vector en , entonces " "
( ) ( ) ( ) - ^ X [ W [ X " " " es disyunto de si y slo si es el -anulador de , ie, si y slo
si el generador mnico de es el -anulador de . W [ X ( ) " "
52. Sea un subespacio propio -admisible de Entonces existe un vector no [ X Z
nulo en tal que el subespacio cclico es disyunto de
" "
Z ^ X [ ( )
53.Sea un subespacio -admisible de y sea un vector en tal que [ X Z Z
"
( ) ( ) " ^ X [ es disyunto de
"
( ) ( ) # ^ X [ tiene dimensin mxima entre todos los subespacios disyuntos de ,
"
esto es, si implica que . [ ^ X ! .37^ X .37^ X ( ) ( ) ( ) " "
"
Entonces el subespacio es -admisible. [ ^ X X ( )
"
54. Sea un subespacio propio -admisible de . Entonces existe un vector no [ X Z
nulo en tal que es disyunto de . Si es escogido tal que
" " " "
Z ^ X [ ^ X ( ) ( )
tiene dimensin mxima entre todos los subespacios -cclicos disyuntos de , X [
tenemos
( ) ( ) + [ ^ X X El subespacio es -admisible.
"
( ) ( ) ( ) , ^ X [ ^ X Si es cualquier vector tal que es disyunto de , entonces " "
"
el -anulador de divide al -anulador de . X X "
"
55.TEOREMA DE DESCOMPOSICION RACIONAL. Sea un operador lineal en un espacio de X
dimensin finita . Entonces existen vectores no nulos en Z .37Z " < Z ( )
" <
con respecto a -anuladores tales que X T T
" <
( ) ( ) ( ) + Z ^ X ^ X
" <
( ) , " 5 < " T T Si , entonces divide a .
5" 5
Adems el entero y los anuladores son determinados unvocamente < T T
" <
por las condiciones y y el hecho de que ningn es . ( ) ( ) + , !
5
56. Si es un operador lineal en un espacio vectorial de dimensin finita [o, si X Z E
es una matriz sobre un cuerpo ], entonces los factores primos del 8 8 J
polinomio minimal de [o, de ] son los mismos factores primos del polinomio X E
caracterstico de [o, de ]. X E
57.Sea un operador lineal en un espacio vectorial de dimensin finita X Z
Entonces es un vector cclico si y solamente si los polinomios mnimo y X
caracterstico de son idnticos. X
58.Si tenemos un operador y una descomposicin racional en suma directa dada X
por el numeral , sea para && X X
3 3 3 3
5 "
"la base ordenada cclica"
3
^ X 5 ^ X ( ) ( )
3 3 3
. Donde denota la dimensin de , esto es el grado del anulador
T X
3 3 3
. La matriz del operador inducido en la base ordenada , es la matriz de
composicin de la polinomial . As si consideramos la base ordenada para T Z
3

que es la reunin de los arregladas en el orden entonces la matriz de
3 " <

X E E 5 5
E ! !
! E !

! ! E
en la base ser: donde es la matriz de
_

_ _
"
#
<
3 3
3
descomposicin de . T
3
8 8 E La matriz que es la suma directa de las matrices de composicin de los
polinomios mnicos no escalares tales que divide a para T T T T T
" # < 3" 3
3 " # < " ser llamada . forma racional
59.Si es un cuerpo y es una matriz sobre Entonces es similar sobre J F 8 8 J F
el cuerpo a una y solamente una matriz que esta en J forma racional
60.Supongamos que sea un operador lineal sobre y que el polinomio X Z
caracterstico de se descomponga sobre como sigue: X J 0 B - B - ( ) ( )
" 5
. .
" 5
donde son elementos distintos de y entonces el polinomio - - J . "
" 5 3
minimal de ser donde . X : B - B - " < . ( ) ( )
" 5 3
< <
" 5
3
[ 5/< X - M Si entonces el teorema de la descomposicin primaria nos dice
3 3
<
( )
3
que y que el operador posee un polinomio minimal Z [ [ [ X Xl
" # 5 3
[
3
igual a . ( ) B -
3
<
3
R [ R X - M R Sea el operador lineal sobre definido por , entonces, es
3 3 3 3 3 3
nilpotente y su polinomio minimal es . Sobre , actua como ms el escalar B [ X R
<
3 3
3
-
3
veces el operador idntico.
[ Supongamos que tenemos una base del espacio correspondiente a la
3
descomposicin clsica del operador nilpotente , entonces la matriz de en R X
3 3
relacin a esta base ordenada ser la suma directa de las matrices
_

_ _
- ! ! !
" - ! !
! " ! !

! ! " -
- - cada una con . Una matriz de esta forma es llamada
3
matriz elemental de Jordan con . valor caracterstico -
[ Z Reuniendo todas las bases de los obtenemos una base de . Describamos la
3
matriz de en relacin a esta base ordenada, as la E X E
E ! !
! E !

! ! E
_ _
_
_
_ j
"
#
5
matriz es suma directa de las matrices donde cada matriz esta dada E E E E
" 5 3
por y donde cada es una matriz elemental de E N
N ! !
! N !

! ! N
3
3
"
3
#
3
8
3
4
_ _
_
_
_
_ j
( )
( )
( )
( )
3
Jordan con valor caracterstico . Adems de eso, dentro de la matriz las - E
3 3
dimensiones de las matrices disminuyen a medida que aumenta. N 4
( ) 3
4
8 8 E Diremos que una matriz que satisface todas las condiciones descritas
hasta ahora en este numeral para ciertos escalares distintos esta bajo la ( ) - -
" 5
forma de Jordan .
61.OBSERVACIONES.( ) + E Todo elemento de que no este en la diagonal principal o
inmediatamente abajo de ella es nulo. En la diagonal de aparecen los valores E 5
caractersticos distintos de , adems cada se repite veces, siendo - - X - . .
" 5 3 3 3
la multiplicidad de como raz del polinomio caracterstico, esto es, . - . .37[
3 3 3
( ) , 3 E 8 Para cada la matriz es la suma directa de matrices elementales de
3 3
Jordan, , con valor caracterstico . El nmero es exactamente la dimensin N - 8
( ) 3
4
3 3
del espacio de los vectores caractersticos asociados al valor caracterstico En -
3
efecto, es el nmero de bloques nilpotentes elementales de la forma racional de 8
3
( ) ( ) X - M 5/< X - M
3 3
siendo por tanto igual a la dimensin del . En particular
notemos que es diagonazable si y solamente si para todo X 8 . 3
3 3
( ) - 3 N E < < < Para cada el primer bloque en la matriz es una matriz siendo la
( ) 3
"
3 3 3 3
multiplicidad de como una raz del polinomio minimal de . Esto se sigue del - X
3
hecho de que el polinomio minimal del operador nilpotente es . ( ) X - M B
3 3
<
3
62.Es claro que tenemos, como siempre, el mismo resultado para matrices si es F
una matriz sobre el cuerpo y si el polinomio caracterstico de se 8 8 J F
descompone completamente sobre , entonces es semejante sobre a una J F J
matriz bajo la forma de Jordan. es nica a menos del orden de los 8 8 E E
valores caractersticos. Decimos que es la de . E F forma cannica
63.Sea un espacio vectorial de dimensin finita sobre el cuerpo y sea un Z J X
operador lineal sobre . Decimos que es si todo subespacio Z X semi-simple
X X invariante posee un subespacio suplementario -invariante.
64.Sea un operador lineal sobre el espacio vectorial de dimensin finita y sea X Z
Z [ [ X 8
" 5
la descomposicin primaria de En otras palabras, si es el
grado del polinomio caracterstico de y es la descomposicin de X : : : 8
<
"
<
5
" 5
en factores primos, entonces es el ncleo de . Sea un subespacio [ : X [
4
<
4
3
( )
arbitrario de que sea invariante bajo , entonces . Z X [ [ [ [ [ ( ) ( )
" 5
65.Sea un operador lineal sobre y supongamos que el polinomio minimal de X Z X
sea irreductible sobre el cuerpo de escalares, entonces es . J X semi-simple
(Aqu es necesario recordar lo siguiente: admite un suplementario invariante [
0 JB Z 0 X [ b Z 0 X 0 X " " " es tal que tal que ). ( ) ( ) ( )
66.Sea un operador lineal sobre el espacio vectorial de dimensin finita. Una X Z
condicin necesaria y suficiente para que sea es que el polinomio X semi-simple
minimal de sea de la forma , siendo polinomios T X T T T T T
" 5 " 5
irreductibles distintos sobre el cuerpo de escalares. J
67.Si es un operador lineal sobre un espacio vectorial de dimencin finita sobre X
un cuerpo algebraicamente cerrado, entonces es si y solamente si, X semi-simple
X es diagonalizable.
X Es interesante destacar que es si y solamente si existe un semi-simple
polinomio , que sea un producto de primos distintos tal que Esto difiere 0 0 X ! ( )
apenas superficialmente de la condicin de que el polinomio minimal sea un
producto de primos distintos.
68.FORMULA DE TAYLOR: Sea un subcuerpo del cuerpo de los nmeros complejos y J
sean , polinomios sobre . Si es un polinomio cualquiera sobre con 1 2 J 0 J
1<+ 0 8 ( ) entonces
0 1 0 2 0 2 1 2 1 2 1 2 ( ) ( ) ( )( ) ( ) ( )
( )
( ) ( )
"
0 2 0 2
#x 8x
# 8
( ) ( ) # 8
.
69.Sea un subcuerpo del cuerpo de los nmeros complejos, sea un polinomio J 0
sobre y sea la derivada de . Las siguientes afirmaciones son equivalentes: J 0 0
w
( ) 3 0 J es un producto de polinomios irreductibles y distintos sobre
( ) 33 0 0 y son relativamente primos.
w
( ) 333 0 Considerado como un polinomio con coeficientes complejos, no posee
races mltiples.
70. Sea un subcuerpo del cuerpo de los nmeros complejos, sea un espacio J Z
vectorial de dimensin finita sobre y sea un operador lineal sobre . Sea J X Z
una base ordenada de y sea la matriz de en relacin a la base ordenada . Z E X
Entonces, es si y solamente si la matriz es semejante, sobre el X E semi-simple
cuerpo de los nmeros complejos, a una matriz diagonal.
71. Sea un subcuerpo del cuerpo de los nmeros complejos, sea un espacio J Z
vectorial de dimensin finita sobre y sea un operador sobre . Existe un J X Z
operador semi-simple sobre y un operador nilpotente sobre tales que W Z R Z
( ) ( ) 3 X W R 33 WR RW.
Adems de eso, el operador semi-simple y el operador nilpotente que W R
satisfacen las condiciones y son nicos y cada uno es un polinomio en . ( ) ( ) 3 33 X
72. Sea el cuerpo de los nmeros reales o el cuerpo de los nmeros complejos y J
sea un espacio vectorial sobre . Un sobre es una funcin Z J Z PRODUCTO INTERNO
que asocia a cada par ordenado de vectores , en un escalar en de " " Z J ( )
manera que:
( ) ( ) ( ) ( ) + " # # " #
( ) ( ) ( ) , - - " "
( ) ( ) ( ) - , donde la barra indica conjugado complejo, " "
( ) ( ) . ! ! , si .
73. m m
_
( ) es denominada la forma cuadrtica determinada por el producto
interno, conocida con el nombre de de . norma
Sguese de la definicin que
m m m m #V/ m m " " "
# # #
( )
As en el caso real
( ) ( ) " " " m m m m "
" "
% %
# #
En el caso complejo tambin podemos usar y obtener ( ) ( ) ( ) " " " V/ 3V/ 3
una expresin ms completa
( ) ( ) " " " " " m m m m m 3 m m 3 m #
" " 3 3
% % % %
# # # #

la ecuaciones y son denominadas las ( ) ( ) " # identidades de polarizacin.
74.Un espacio con producto interno es un espacio vectorial real o complejo dotado
de un producto interno sobre aquel espacio.
Z Si es un espacio con producto interno, entonces para cualesquier pareja de
vectores , en y todo escalar se tiene " Z -
( ) ( ) ( ) ( ) ( ) + m- m l-lm m , m m ! ! - m m m mm m . " " para
m m m m m m " " .
Para mostrar tmese calculando . La desigualdad en es ( ) ( ) ( ) - ! - # " # #
( ) "
m m
#
conocida como la desigualdad de auchy-Schwarz C
75.Sean y vectores en un espacio con producto interno. Decimos que y " " Z
son si . ortogonales ( ) " !
W Z W Si , decimos que es un conjunto si dos cualesquiera vectores ortogonal
distintos en son ortogonales. W
Un conjunto ortonormal es un conjunto ortogonal con la propiedad adicional de
que para todo . m m " W
76.Un conjunto ortogonal de vectores no nulos es linealmente independientes.
Si un vector es una combinacin lineal de un conjunto ortogonal de vectores "
no nulos entonces es exactamente la combinacin lineal "
" # 7

"
_
5"
7
m m
5
( ) "
5
5
#
Todo espacio de dimensin finita con producto interno posee una base
ortonormal.
Para tal fin tmese una base de y aplquese el proceso de Z " "
" 8
ortogonalizacin de Gram-Schmidt, para construir donde
" # 8
" " "
" " # # " 5" 5" 4
m m m m
4"
5

( ) ( ) "

"
# "
" 4
# #
5" 4
, ,
_
77.Sea un espacio con producto interno y sea un conjunto arbitrario de Z W
vectores de El de es el conjunto de todos los Z W W suplemento ortogonal
vectores en que son a todos los elementos de . Z W ortogonales

[ Z Si es un subespacio de dimensin finita de un espacio con producto
interno, entonces Z [ [
Z Sea { } un conjunto ortogonal de vectores no nulos en un espacio con

" 7
producto interno. Si es un vector arbitrario en , entonces " Z

_
5"
l l
m m
#
( ) "
5
#
5
#
m m "
Adems la igualdad vale si y slo si . "
_
5"
7
m m
5
( ) "
5
5
#
Esta igualdad es conocida con el nombre de En este caso desigualdad de Bessel.
particular en que es un conjunto ortonormal, la desigualdad de Bessel
" 7
ser .
_
( )
5"
7
5
# #
l l m m " "
[ Z Se afirma que si es un subespacio de dimensin finita de un espacio con
producto interno, ya mostramos que . Se sigue que existe una nica Z [ [
proyeccin con imagen y ncleo . Denominaremos esta proyeccin I [ [ I
como la proyeccin ortogonal de sobre . Z [

78.Sea un espacio de dimensin finita con producto interno y un funcional Z 0
lineal sobre , entonces existe un nico vector en tal que para Z Z 0 " " ( ) ( )
todo en . Tmese una base ortonormal para , en cuyo caso Z Z
3 "38
" " 0 0 0 0
_
( ) ( ) ( ) ( ) ( )
4"
8
4 4 5 5
y sea .
" "
NOTA: Este resultado no es vlido cuando la dimensin de es infinita. Basta tomar Z
Z 0 B 0 1 0 > 1 > .> P y y se da el funcional lineal definido por ( ) ( ) ( )
!
"
P 0 0 D 1 0 1 P 0 0 Z ( ) ( ) ( ) ( ) entonces no existe tal que para todo .
79.Para cualquier operador lineal sobre un espacio de dimensin finita con X Z
producto interno, existe un nico operador lineal sobre tal que X Z
( ) ( ) X X Z " " "
para todo , en .
Z Sea un espacio de dimensin finita con producto interno y una
" 8
base ortonormal ordenada de . Sea un operador lineal sobre y sea una ( ) Z X Z E
matriz de en relacin a la base ordenada , entonces . X E X
54 4 5
( )
@ Z Si es una base ortogonal, tenemos que todo puede ser escrito en la
forma donde @ @
_
( )
5"
8
5 5 " 8

Z X Sea un espacio de dimensin finita con producto interno y sea un operador
lineal sobre . En relacin con cualquier base ortonormal de , la matriz de es Z Z X
la transpuesta conjugada de la matriz de . X

80. Sea un operador lineal sobre un espacio con producto interno. Decimos X Z
que posee si existe un operador lineal sobre tal que X X Z un adjunto

( ) ( ) X X Z " " "
para todo y en
Dos comentarios deben ser hechos acerca del caso de dimensin finita
( ) " X X El adjunto de depende no slo de sino tambin del producto interno.
( ) # X X Para una base ordenada arbitraria , la relacin y es ms complicada

de la presentada en el ltimo resultado de (*

Z 8 8 J E Sea el espacio vectorial de las matrices sobre un cuerpo . Si est en
Z E ><E E E E el de es el escalar y es una funcional lineal ya trazo
"" ## 88
que , adems . >< -E F - >< E >< F >< EF >< FE ( ) ( ) ( ) ( ) ( ) ( )
81.Sea un espacio de dimensin finita con producto interno. Si y son Z X Y
operadores lineales sobre y es un escalar Z -
( )( ) ( )( ) ( )( ) ( )( ) + X Y X Y , -X -X - XY Y X . X X

, , , .
X X X Un operador lineal tal que es llamado .
auto-adjunto hermitiano o
Z X X X Si es una base ortonormal de entonces y entonces es auto-

adjunto si y solamente si su matriz, en relacin a toda base ortogonal, es una
matriz auto-adjunta.
Los operadores auto-adjuntos son importantes por las siguientes razones:
( ) " Para un operador de este tipo existe una base ortonormal formada por vectores
caractersticos
( ) # Muchos operadores que surgen en la prctica son auto-adjuntos.
82. Sea un espacio vectorial con producto interno y un operador sobre Sea Z X Z
: Z la funcin definida sobre las parejas ordenadas de vectores , en por "
: X : ( ) ( ) " " . La funcin es un producto interno si y solamente si el operador
lineal satisface X
( ) ( )
( )
( )
X X
X ! !

" "
si

Un operador que satisface es llamado X ( ) positivo.
X : El operador lineal es positivo si y solamente si la funcin definida por
: X X ( ) ( ) " " es un producto interno. Ntese que en este caso es auto-
adjunto.
83. Sea un espacio de dimensin finita con producto interno . Si es un Z : ( )
producto interno sobre , entonces existe un nico operador lineal positivo Z X
sobre tal que para cualquier , en . Z : X Z ( ) ( ) " " "
Z X Sea un espacio de dimensin finita con producto interno y un operador
lineal sobre . Entonces es positivo si y solamente si existe un operador lineal Z X
invertible sobre tal que . Y Z X Y Y
Z X Z Sea un espacio complejo con producto interno y un operador lineal sobre .

Si es real para todo en , entonces es autoadjunto. ( ) X Z X
X Un operador sobre un espacio con producto interno es positivo si y solamente
si su matriz, en relacin a una base ortogonal , satisface Adems si E E
( )
__
B B ! E B B !
" 8 54 4 5
4 5
entonces .
84. Sea una matriz con elementos complejos. Decimos que es E 8 8 E positivo
si vale lo siguiente: Siempre que sean nmeros complejos no todos nulos B B
" 8
entonces .
__
4 5
54 4 5
E B B !
Z Sea un espacio de dimensin finita con producto interno y una base
ordenada de . Si es un operador lineal sobre , entonces Z X Z X es positivo si
y solamente si la matriz de en relacin a esta base ordenada es X
positiva.
E 8 8 Si es una matriz con elementos complejos, entonces E es positiva si
y solamente si existe una -matriz inversible tal que 8 8 T E T T
.
Si es una matriz positiva y posee elementos reales entonces donde es E E T T T
>
una -matriz invertible con elementos reales. 8 8
8 8 E \ ] ] E\ Una -matriz es positiva si y solamente si ( )

El criterio de positividad es basado en dos observaciones:
( ) 3 E ./>E ! Si es una matriz positiva, entonces
( )
_

_ _
33 E " 5 8 E
E E E
E E E

E E E
Si es una matriz positiva y , la matriz
( ) 5
"" "# "5
#" ## #5
5" 5# 55
es una -matriz positiva. 5 5
Para ver basta observar que ( ) 3
./> E ./> T T ./> T ./> T ./> T ./> T ! ( ) ( ) ( ) ( ) ( ) ( )

85.Sea una -matriz. Los de son los escalares E 8 8 E 8 menores principales
definidos por . ./>E 5 " # 8
( ) 5
E 8 8 Sea una -matriz sobre el cuerpo de los nmeros complejos y supongamos
que es auto-adjunta hermitiana , entonces es positiva si y solamente si los E E ( )
menores principales de son todos positivos. E
E 8 8 Si es una -matriz sobre el cuerpo de los nmeros complejos las siguientes
afirmaciones son equivalentes:
( )
__
3 E B B ! B B A es positiva, esto es, siempre que son nmeros
4 5
54 4 5 " 8
complejos no todos nulos.
( ) ( ) 33 \ ] ] E\ 8 " es un producto interno sobre el espacio de las -matrices
complejas.
( ) ( ) 333 \ ] ] \ 8 " En relacin al producto interno cannico sobre las -matrices
el operador lineal es positivo \ E\

( ) 3@ E T T 8 8 T para alguna -matriz invertible sobre .
( ) @ E E E y los menores principales de son positivos.
E Si todo elemento de es real, estas afirmaciones son equivalentes a:

( )
__
@3 E E E B B ! B B y siempre que sean nmeros reales no
>
4 5
54 4 5 " 8
todos nulos.
( ) ( ) @33 \ ] ] E\ 8 " es un producto interno sobre el espacio de las -matrices
>
reales.
( ) ( ) @333 \ ] ] \ 8 " En relacin al producto interno cannico sobre las -
>
matrices reales, el operador lineal es positivo. \ E\
( ) B3 T E T T Existe una matriz invertible con elementos reales, tal que .
>
86.Sean y espacios con producto interno sobre el mismo cuerpo y sea una Z [ X
transformacin lineal de en . Decimos que si Z [ X conserva productos internos
( ) ( ) X X Z Z [ " " " para todo , en . Un de en es un isomorfismo
isomorfismo del espacio vectorial en que tambin conserva productos X Z [
internos.
87.Sean y espacios de dimensin finita con producto interno sobre el mismo Z [
cuerpo, que tengan la misma dimensin. Si es una transformacin lineal de X Z
en las siguientes afirmaciones son equivalentes: [
( ) 3 X conserva productos internos,
( ) ( ) 33 X es un isomorfismo de espacios con producto interno ,
( ) 333 X Z [ lleva toda base ortonormal de en una base ortonormal de .
( ) 3@ X Z [ lleva alguna base ortonormal de en alguna base ortonormal de
Z [ Sean y espacios de dimensin finita con producto interno sobre el mismo
cuerpo. Entonces y son isomorfos si y solamente si tienen la misma Z [
dimensin.
Z Notese que si la dimensin de no es finita todas las afirmaciones de este
numeral no son verdaderas como se puede ver tomando
Z 0 ! " 0 0 1 > 0 > 1 > .> ( ) ( ) ( )
es continua con como producto interno

!
"
#
[ Z 0 1 0 > 1 > .> X Z [ X0 > >0 > ( ) ( ) ( ) ( )( ) ( )
donde y dada por aqu

!
"
( ) 0 1 X0 X1 Z [ y no es isomorfo a .
88.Sean y espacios con producto interno sobre el mismo cuerpo y sea una Z [ X
transformacin lineal de en . Entonces conserva producto interno si y Z [ X
solamente si para todo en mX m m m Z
Un sobre un espacio con producto interno es un operador unitario
isomorfismo del espacio en si mismo.
Y Z Y Sea un operador lineal sobre un espacio con producto interno. Entonces
es unitario si y solamente si el adjunto de existe y . Y Y YY Y Y M

8 8 E E E M Una -matriz compleja se dice si . unitaria
Z Y Sea un espacio vectorial de dimensin finita con producto interno y sea un

operador lineal sobre . Entonces es unitario si y solamente si la matriz de en Z Y Y
alguna toda base ortonormal ordenada es una matriz unitaria. ( )
8 8 E E E M Una -matriz real o compleja se dice si ortogonal
E F 8 8 F Sean y -matrices complejas. Se dice que es unitariamente

equivalente a si existe una -matriz unitaria tal que . E 8 8 T F T ET
F E 8 8 T Decimos que es a si existe una -matriz ortogonalmente equivalente

ortogonal tal que . F T ET
89. Sea un espacio de dimensin finita con producto interno y un operador Z X

lineal sobre Decimos que es si conmuta con su adjunta, esto es, Z X normal
X X XX

Todo operador auto-adjunto es normal, como tambin lo es todo operador
unitario.
Z X Sea un espacio con producto interno y un operador lineal auto-adjunto
sobre . Todo valor caracterstico de es real. Los vectores caractersticos de Z X X
asociados a valores caractersticos distintos son ortogonales.
90.En un espacio de dimensin finita positiva con producto interno, todo operador
auto-adjunto posee un vector caracterstico no nulo . ( )
Z Es necesario que sea de dimensin finita, pues un operador auto-adjunto
sobre un espacio de dimensin infinita con producto interno puede no tener
valores caractersticos, por ejemplo; sea el espacio vectorial de las funciones Z
complejas o reales continuas, definidas sobre el intervalo unitario con el ( ) ! > "
producto interno . El operador es auto-adjunto y ( ) ( ) ( ) ( )( ) ( )
0 1 0 > 1 > .> X0 > >0 >

!
"
no posee valores caractersticos.
Z X Sea un espacio de dimensin finita con producto interno y sea un operador
lineal arbitrario sobre . Supongamos que sea un subespacio de que sea Z [ Z
invariante bajo Entonces el suplemento ortogonal de es invariante bajo . X [ X
91.Sea un espacio de dimensin finita con producto interno y sea un operador Z X
auto-adjunto sobre . Entonces existe una base ortonormal de cuyos vectores Z Z
son vectores caractersticos de . X
( ) divdase y mustrese el resultado por induccin Z [ [
E 8 8 Sea una matriz hermitiana auto-adjunta . Entonces existe una matriz ( )

unitaria tal que sea diagonal ( es unitariamente equivalente a una matriz T T ET E
diagonal). Si es una matriz simtrica real, existe una matriz ortogonal real tal E T
que sea diagonal. T ET
>
Z X Sea un espacio de dimensin finita con producto interno y un operador
normal sobre . Entonces todo vector caracterstico de tambin es un vector Z X
caracterstico de . X
*
Z X Sea un espacio complejo de dimensin finita con producto interno y sea un
operador normal sobre . Entonces posee una base ortonormal, donde cada Z Z
vector es un vector caracterstico de . X
8 8 E EE E E Una matriz compleja se dice si . normal

E 8 8 T Sea una matriz con elementos complejos. Existe una matriz unitaria tal
que sea diagonal si y solamente si . En otras palabras, es T ET EE E E E

unitariamente equivalente a una matriz diagonal si y solamente si es normal. E
92.Sea una proyeccin, . Las siguientes afirmaciones son equivalentes: I I I
#
( ) 3 I II I I es normal, .

( ) 33 I I I es auto-adjunta,
( ) 333 I es la proyeccin ortogonal sobre su imagen.

93. Sean subespacios de y sea la proyeccin sobre , [ [ [ Z I [
" # 5 4 4
4 " 5. Las siguientes afirmaciones son equivalentes:
( ) 3 Z [ [ y esta es una suma directa ortogonal
" 5
( ) 33 M I I I I ! 3 4 y para
" 5 3 4
( ) 333 [ 4 " 5 Si es una base ortonormal de , entonces la reunin de las
4 4 4
es una base ortonormal de . Z
X X ! X ! Sea un operador normal y un vector tal que , entonces . En
#
otras palabras, la imagen y el ncleo de un operador normal son disyuntos.
X 0 Sea un operador normal y un polinomio con coeficientes complejos.
Entonces el operador es normal. 0 X ( )
El polinomio minimal de un operador normal posee races distintas.
94.TEOREMA ESPECTRAL. Sea un operador normal sobre el espacio complejo de X Z
dimensin finita con producto interno. Sea los valores caractersticos - -
" 5
distintos de y sea la proyeccin ortogonal sobre el espacio de los vectores X I
4
caractersticos asociados al valor propio . Entonces -
4
( ) + X - I - I ,
" " 5 5
( ) , M I I ,
" 5
( ) - I I ! 3 4 si .
3 4
Adems, la descomposicin en la parte es nica, en el siguiente sentido: ( ) +
Supongamos que sean nmeros complejos distintos y - - I I I
" 5 " # 5
operadores lineales no nulos sobre tales que las condiciones y sean Z + , - ( ) ( ) ( )
satisfechas, entonces son exactamente los valores caractersticos - -
" 5
distintos de y para cada , es la proyeccin ortogonal de sobre el espacio de X 3 I Z
3
los vectores caractersticos de asociados al valor caracterstico . X -
3
X - I - I Se denominar a la descompocin
" " 5 5
resolucin espectral
de . Es de resaltar que si es un operador lineal arbitrario que tiene una X X
resolucin tal que y para , entonces X - I - I I I I I ! 3 4 X
" " 5 5 4 3 4
4
es normal.
X Z Si es un operador normal, entonces posee una base ortonornal formada de
vectores caractersticos de . X
X Z X Sea un operador lineal sobre . Entonces es normal si y solamente si el
adjunto es un polinomio en . X X
X X - I - I Si es un operador normal con resolucin espectral

" " 5 5
entonces . X - I - I
" " 5 5
X X X Decir que es auto-adjunto es decir que , o sea
( ) ( ) - - I - - I !
" " " 5 5 5
.
Usando el hecho de que para y el hecho de que ningn es el I I ! 3 4 I
3 4 4
operador nulo, vemos que es auto-adjunto si y solamente si . X - -
4 4
95.Sea un operador normal sobre el espacio complejo de dimensin finita con X Z
producto interno. Entonces, siempre que X es auto-adjunto positivo o unitario
todo valor caracterstico de sea real, positivo o de valor absoluto . X "
X Z Note que si es un operador lineal cualquiera sobre que tiene valores propios
reales no implica necesariamente que sea auto-adjunto pues X X debe ser normal
para que tal afirmacin acontezca.
X Z Sea un operador lineal sobre un espacio complejo con producto interno.
Decimos que es si para todo en . X X ! Z no negativo ( )
operador no negativo sobre . Entonces posee una nica raz cuadrada no Z X
negativa, esto es, existe uno y slo un operador no negativo sobre tal que R Z
R X
#
operador lineal arbitrario sobre . Entonces existe un operador unitario y un Z Y
operador no negativo sobre tal que . El operador no negativo es R Z X YR R
nico. Si es invertible, el operador tambin es nico. (Tmese y X Y R X X
#
Y XR X [ R
"
cuando sea inversible, en caso contrario sea la imagen de , existe
un isomorfismo de en y se toma entonces Y [ X Z Y X Y
! !

( )

" #
" # R ).
La descomposicin se denomina de . X RY X descomposicin polar
96.Sean y operadores normales sobre que conmutan. Entonces existe un X Y Z
operador normal sobre con estas propiedades: W Z
( ) 3 X Y W Tanto como son polinomios en
( ) 33 W Z X Y conmuta con todo operador lineal sobre que conmute con y .
X X Z X Sean un nmero finito de operadores normales sobre tales que
" 8 3
conmuta con para todos los . Entonces existe un operador normal sobre X 3 4 X Z
4
tal que sea un polinomio en . X X
4
Z Sea una familia arbitraria de operadores normales sobre , todos los cuales
conmutan. Entonces existe un operador normal sobre tal que todo operador X Z
de la familia sea un polinomio en . X
Z Si es una familia arbitraria de operadores normales sobre los cuales
conmutan, existe una base ortonormal ordenada de tal que todo operador en Z
sea representado por una matriz diagonal en relacin a la base .
97. Sea un espacio vectorial sobre un cuerpo . Una sobre es Z J Z forma bilineal
una funcin que asocia a cada par ordenado de vectores , en un escalar 0 Z "
0 J ( ) " en y que satisface
0 - -0 0 ( ) ( ) ( ) " " "
"
# " #
0 - -0 0 ( ) ( ) ( ) " " " "
" # " #
.
Z Sea un espacio vectorial de dimensin finita y sea una base
" # 8
ordenada de . Si es una forma bilineal sobre , la matriz de en relacin a la Z 0 Z 0
base ordenada es la -matriz con elementos . A veces, 8 8 E E 0
34
( )
3 4
indicaremos esta matriz por 0
Z J Sea un espacio vectorial de dimensin finita sobre el cuerpo . Para cada base
ordenada de , la funcin que asocia a cada forma bilineal sobre su matriz en Z Z
relacin a la base ordenada es un isomorfismo del espacio en el P Z Z J ( )
espacio de las -matrices sobre el cuerpo . 8 8 J
. ( ) P Z Z J 0 Z Z J0 ( ) es forma bilineal
Z U P P Si es una base ordenada de y es la base dual
" 8 " 8
de , entonces las formas bilineales Z 8

#
0 P P " 3 8 " 4 8 Z
34 3 4
( ) ( ) ( ) " " " , ,
forman una base del espacio . En particular, la dimensin de P Z Z J P Z Z J ( ) ( )
es . 8
#
P Z Z P P 0 Sea dada por de manera semejante, determina una
0 0 0
( )
transformacin lineal de en . Para cada fijo en , es lineal en . V Z Z Z 0
0

" " ( )
V Z Z V 0
0 0
( ) ( ) " " " .

0 Z Sea una forma bilineal sobre un espacio vectorial de dimensin finita. Sean
P V Z Z
0 0

y las transformaciones lineales de en definidas por
, ( )( ) ( ) ( )( ) P 0 V
0 0
" " "
entonces . <+819 P <+819 V ( ) ( )
0 0
0 Z 0 Si es una forma bilineal sobre el espacio de dimensin finita, el de rango
es el entero . < <+819 P <+819 V ( ) ( )
0 0
r .- El rango de una forma bilineal es igual al rango de la matriz de la forma
"
bilineal en relacin a cualquier base ordenada.
r .- Si es una forma bilineal sobre el espacio vectorial -dimensional las
#
0 8 Z
siguientes afirmaciones son equivalentes:
( ) ( ) 3 <+819 0 8
( ) ( ) 33 Z Z 0 ! Para cada nonulo en , existe un en tal que " "
( ) ( ) 333 Z Z 0 ! Para cada no nulo en , existe un en tal que " "
0 Z Una forma bilineal sobre un espacio vectorial se dice no-degenerada
( ) ( ) ( ) o no-singular si satisface las condiciones y del numeral anterior. 3 33
98.Sea una forma bilineal sobre el espacio vectorial . Decimos que es 0 Z 0
simtrica si para todos los vectores , en . 0 0 Z ( ) ( ) " " "
0 0 Si es una forma bilineal simtrica, la a es la forma cuadrtica asociada
funcin de a definida por . ; Z J ; 0 ( ) ( )
J Si es un subcuerpo del cuerpo de los nmeros complejos la forma bilineal
simtrica es completamente determinada por su forma cuadrtica asociada, de 0
acuerdo a la identidad de . polarizacin 0 ; ; ( ) ( ) ( ) " " "
" "
% %
0 ! ! Una forma bilineal se dice cuando si . definida positiva ( )
Z Sea un espacio vectorial de dimensin finita sobre un subcuerpo del cuerpo de
los nmeros complejos y sea una forma bilineal simtrica sobre . Entonces 0 Z
existe una base ordenada de en relacin a la cual es representada por una Z 0
matriz diagonal.
J E 8 8 Sea un subcuerpo del cuerpo de los nmeros complejos y sea una -
matriz simtrica sobre . Existe una -matriz inversible tal que sea J 8 8 T T ET
>
diagonal.
Z Sea un espacio vectorial de dimensin finita sobre el cuerpo de los nmeros
complejos. Sea una forma bilineal simtrica sobre que tiene rango . Entonces 0 Z <
existe una base ordenada de tal que " " Z
" 8
( ) 3 0 La matriz de en relacin a la base ordenada es diagonal.
( ) ( )

33 0
" 4 " <
! 4 <
" "
4 4
Z 8 Sea un espacio vectorial -dimensional sobre el cuerpo de los nmeros reales
y sea una forma bilineal simtrica sobre que tenga rango . Entonces existe 0 Z <
una base ordenada en en relacin a la cual la matriz de es diagonal Z 0 " "
" 8
y tal que , . Adems, el nmero de vectores de la base 0 " 4 " < ( ) " " "
4 4 4
para los cuales es independiente de la eleccin de la base. 0 " ( ) " "
4 4
99.Una forma bilineal sobre se dice si para 0 Z 0 0 antisimtrica ( ) ( ) " "
todos los vectores en . Supongamos que sea una forma bilineal arbitraria " Z 0
sobre . Si hacemos Z
1 0 0 ( ) ( ) ( ) " " "
"
#
2 0 0 ( ) ( ) ( ) " " "
"
#
entonces es una forma bilineal simtrica sobre y es una forma bilineal 1 Z 2
antisimtrica sobre . Adems de eso de manera nica. Z 0 1 2
Z 0 Si es de dimensin finita, la forma bilineal es antisimtrica si y solamente si,
su matriz en relacin a alguna o a toda base ordenada es antisimtrica, E ( )
E E
>
0 0 Cuando es antisimtrica, la matriz de en relacin a cualquier base ordenada
tendr todos los valores de la diagonal nulos.
Z 8 Sea un espacio vectorial -dimensional sobre un subcuerpo de los nmeros
complejos y sea una forma bilineal antisimtrica sobre . Entonces el rango de 0 Z <
0 < #5 Z es par, y si existe una base ordenada de en relacin a la cual la matriz
de es la suma directa de la matriz nula y copias de la 0 8 < 8 < 5 # # ( ) ( )
matriz .

! "
" !
100.Sea una forma bilineal sobre el espacio vectorial y sea un operador 0 Z X
lineal sobre . Decimos que si para todo y Z X 0 0 X X 0 conserva ( ) ( ) " " "
en . Z
0 Z Sea una forma bilineal no degenerada sobre un espacio vectorial de
dimensin finita. El conjunto de los operadores lineales sobre que conservan Z 0
es un grupo en relacin a la operacin de composicin.
E 8 8 En lenguaje matricial tenemos: Si es una -matriz invertible, el conjunto
de las -matrices tales que es un grupo en relacin a la 8 8 Q Q EQ E
>
multiplicacin matricial.
Si , entonces esta en este grupo matricial si y solamente si, E 0 Q Q X

donde es un operador lineal que conserva . X 0
0 X 0 Supongamos que sea una forma bilineal simtrica. Un operador conserva
si y solamente si, conserva la forma cuadrtica asociada a . X ; 0 0 ( ) ( )
Z 0 0 B C Sea el espacio o el espacio . Sea la forma bilineal donde "
8 8
4"
8
4 4
( )
_
" B B C C 0 ( ) ( )
" 8 " 8
y . El grupo que conserva es denominado el grupo
ortogonal 8-dimensional.
Como la matriz de en relacin a la base cannica es , este grupo consiste de 0 M
las matrices que satisfacen . Una tal matriz se denomina una Q Q Q M Q 8 8
>
matriz ortogonal.
0 Sea la forma bilineal simtrica sobre con forma cuadrtica
8
; B B B B 0 #: 8 ( )
_ _
" 8
4" 4:"
:
# #
4 4
8
. Esta es no degenerada y tiene signatura .

El grupo de las matrices que conservan una forma de este tipo es denominado un
grupo seudo-ortogonal

Sean
Z Z 0 "
3 4 3 3
" " " " ( ) >,
Z Z 0 "
3 4 3 3
" " " " ( )
el nmero es llamado de . .37Z .37Z 0

signatura
Z 8 Sea un espacio vectorial dimensional sobre el cuerpo de los nmeros
complejos y sea una forma bilineal simtrica no degenerada sobre . Entonces el 0 Z
grupo que conserva es isomorfo al complejo 0 8 grupo ortogonal b ( )
Z 8 Sea un espacio vectorial dimensional sobre el cuerpo de los nmeros reales y
sea una forma bilineal simtrica no degenerada sobre . Entonces, el grupo que 0 Z
conserva es isomorfo a un -grupo seudo-ortogonal. 0 8 8
0 Sea una forma bilineal simtrica sobre con forma cuadrtica
%
; B C D > > B C D X ( )
# # # # %
. Un operador lineal sobre que conserva esta
forma bilineal (o cuadrtica) particular es denominada una transformacin de
Lorentz Lorentz y el grupo que conserva se dice el grupo de 0 .
RESULTADOS PROBADOS #
1.Sea un espacio vectorial de dimensin , subespacios vectoriales de Z 8 [ [
" 5
Z tales que
y . Z [ [ [ .37Z .37[
" # 5 3
3"
O
_
Probar que . Z [ [ [
" # 5
SOLUCIN. En efecto, sea una base para , $
3 34 3 3 3
[ " 3 5 " 4 .37[
mostremos que si = es una base para entonces
5
3 "
3 " # 5
Z Z [ [ [
Sea entonces existen tal que @ + [ " 3 5 @ + [ [ [
" # 5

3 3 3
3"
5
( )
_
donde entonces por lo tanto genera . + [ + - @ - Z
3 3 3 34 34 34 34
4" 34
_ _
$
3

Ahora # . Como # , genera y es .37Z .37Z .37Z Z
5
3 "
_
3"
5
3 3
$
una base de por tanto Z Z [ [ [
" # 5
.

2. Sea V un espacio vectorial sobre y . Si donde J 0 JB [ Z 0 > ! X ( )
es un endomorfismo lineal de entonces es invariante por . Z [ X
SOLUCIN.-Usaremos el hechofcilmente verificable de que si es lineal, X Z Z
0 JB X0 X 0 X X entonces . ( ) ( )
As , [ 0 X ! ( )
0 X X 0 X X X0 X X 0 X X ! ! ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
0 X X ! X [ ( ) .
Luego o sea es invariante por . X [ [ [ X ( )
3.Si es un espacio vectorial real y es un operador lineal indenpotente en , Z I Z

esto es una proyeccin, entonces es invertible. Determine . M I M I ( )
"
SOLUCIN.- Supongamos que sea un espacio vectorial real cualquiera. + Z
Mostremos que es inyectivo ( ) M I
5/< M I M I ! I ! ( ) ( )
I I ! #I ! I ! 5/<I ( ) entonces
Pero
I
as
! M I M I I M I I I M I ! M I ( ) ( )( )
de donde
5/< M I ! ( )
( ) M I es sobreyectiva.
Dado tmese tenemos @ Z @ @
I@
#
"
( )

M I @ M @ I @ @ I@ @
I@ I@ I@ I@ I@
# # # # #
I I
#
O sea para todo , existe tal que . As es @ Z A @ Z M I A @ M I
I@
#
( )
biyectiva entonces es invertible. M I
Denotemos a tenemos as que . multiplicando por ( ) ( ) M I X M I X M I
"
recibimos o sea ( ) ( ) I I X I #IX I IX
# I
#
Por otro lado se tiene ( ) M I X M X IX M X M IX X M
( )
I
#
Verificacin
( )

M I M M I M
I I I
# # #
I I
#

( ) M M I M I M
I I I
# # #
I I
#
Observacin: Si podemos resolver el ejercicio con argumentos que .37Z 8 $
envuelven sumas directas
Si es una proyeccin entonces I Z Z Z M7I 5/<I
En efecto: Para todo y pues @ Z @ I@ @ I@ I@ M7I @ I@ 5/<I
I @ I@ I@ I @ I@ I@ ! ( )
#
.37Z 8 8 .37 M7I .37 5/<I entonces . ( ) ( )
Por el ejercicio , tenemos que . " Z M7I 5/<I
Pero por que entonces . Il 3./8>3.+. @ M7I @ I6 I@ I 6 I6 @
M7I
#
Il ! @ O/<I I@ !
O/<I
, pues .
Tomando para una base que es reunin de una base de con una base de , Z I 5/<I
tenemos que la matriz de referente a esta base es donde es una I E M
M !
! !

matriz donde . La matriz de referente a esta base es < < < .37 M7I M I ( )
F
#M !
! M

Como tenemos que es invertible y ./>F ! M I
F M
M ! M !
! M ! !
M !
! M
"
" "
# #
E
#

.
Luego . ( ) M I M
"
I
#
4.Determine los polinomios caractersticos y mnimo de la matriz real

_
_ _
" $ $
$ " $
$ $ &
.
SOLUCIN.-Su polinomio caracterstico es
./> BM E B " B #
B " $ $
$ B " $
$ $ B &
( ) ( )( )

#
El polinomio minimal divide al polinomio caracterstico y tiene a cada valor
caracterstico como raz; los nicos candidatos a polinomio mnimo son:
( )( ) ( )( ) B " B # B " B # o
#
Pero
( )( )
_ _ _
_ __ _ _ _
E M E #M
! $ $ $ $ $ ! ! !
$ ! $ $ $ $ ! ! !
$ $ ' $ $ $ ! ! !
Luego es el polinomio mnimo. ( )( ) B " B #
5.Si y son matrices sobre entonces y tienen los mismos E F 77 J EF FE

valores caractersticos.
SOLUCIN.-Sea valor propio de o sea - ! EF ./> !M EF ./> EF ! ( ) ( )
! ./>E ./>F ./> F ./> E ./> FE ./> !M FE - ! ( ) ( ) ( ) ( ) entonces es valor
propio de . FE
Sea un valor caracterstico de entonces existe tal que . - ! EF @ ! EF @ -@ ( )
Pongamos as como , tenemos que . F@ A EA -@ @ ! - ! EA ! A !
Ahora de donde . Como se EA -@ F EA F -@ FE A -F@ -A A ! ( ) ( ) ( )
sigue que es un valor propio de entonces es valor caracterstico de - FE - EF

6.Sea es continua , considerado como espacio vectorial real. Z 0 0
Muestre que el endomorfismo lineal definido por no X Z Z X0 B 0 > .> ( )( ) ( )
!
B
posee valores caractersticos.
SOLUCIN.-Por absurdo, supongamos que existe valor propio de , entonces - X
existe tal que entonces entonces 0 Z 0 ! X0 -0 X0 B 0 > .> -0 B 0 ( )( ) ( ) ( )
!
B
es diferenciable por tanto . Si entonces o sea 0 B -0 B - ! 0 B ! aB 0 ! ( ) ( ) ( )
w
lo cual es contradictorio (pues ) 0 !
Si la solucin de la ecuacin es de donde se - ! 0 B -0 B ! 0 B 5/ 5 ! ( ) ( ) ( )
w
C
-
tiene que lo cual es contradictorio. ( )( ) ( )
X0 B 5/ .> 5/ l 5-/ " -0 B

!
B
>- >- B B-
!
Observese que si entonces haciendo tenemos 5-/ 5- -/ B !
B- B-
! 5- 5- - - ! - es supuesto diferente de cero.
7. Muestre que si es un valor caracterstico de la matriz sobre el cuerpo - E J

entonces es un valor caracterstico de donde . 1 - 1 E 1 JB ( ) ( )
SOLUCIN.-Si valor propio de entonces existe tal que . - J E @ ! E@ -@
Tenemos que . Por que para (por la hiptesis) E @ - @ a8 " 8 " E@ -@
8 8
supongamos que entonces tenemos E @ - @
8" 8"
E @ E E @ E - @ - E@ - -@ - @
8 8" 8" 8" 8" 8
( ) ( )
As, si , entonces 1 E + E + E + M ( )
8 " !
8
1 E @ + E @ + E@ + M@ + - @ + -@ + @ ( )
8 " ! 8 " !
8 8
+ - + - + @ 1 - @ ( ) ( )
8 " !
8
o sea y . @ ! 1 E @ 1 - @ ( ) ( )
Luego es un valor propio de . 1 - 1 E ( ) ( )
8.Las matrices
E F G
$ " " ' $ #
# # " % " #
# # ! "! & $
! " ! !
! ! " !
! ! ! "
" ! ! !
_ _
_ _ _ _
_

_ _
Son -similares a matrices diagonales? Son -similares a matrices diagonales?
SOLUCIN.-Se aplica el resultado: Si es una matriz en el cuerpo entonces E 8 8 J
E J : E en es similar a una matriz diagonal si y slo si el polinomio minimal de es
de la forma , son distintos. : B - B - - - J ( ) ( )
5 " 5
+ E B " B # el polinomio caracterstico de es E
$ " "
# # "
# # !
_
_ _
( )( )
#
Como , el polinomio minimal de es entonces ( )( ) ( )( ) E M E #M ! E B " B # E
#
no es ni -similar, ni -similar a una matriz diagonal.
, : B # B " : B " tiene , es irreducible en F
' $ #
% " #
"! & $
_
_ _

- 3
# #
( )( )
: B # B 3 B 3 F
3
( )( )( ) en , luego es -similar a una matriz diagonal pero no es
-similar.
- G : B " B " B " B " :
! " ! !
! ! " !
! ! ! "
" ! ! !
_

_ _
( )( )( ) ,
- 3
% #
B "
#
es irreducible en .
Luego la matriz no es -similar pero es -similar a una matriz diagonal. G
9.Sea el operador lineal representado en relacin a la base cannica de X

$ $
$
, por . Pruebe que no posee vector cclico. Cual es el espacio
_
_ _
# ! !
! # !
! ! "
X
X " " $ -cclico de generado por el vector ?
$
( )
SOLUCIN.- el polinomio caracterstico de es + X X
# ! !
! # !
! ! "

$ $
_
_ _
-
X
( ) ( ) ( )( ) B # B " X B # B " @
#
$
y el polinomio minimal de es , si existiese
cclico, entonces esto es contradictorio. .37 $ 1<+.: #
$
3
, Z @ " " $ es el subespacio cclico de generado por el vector ,
$
( )
X @ # # $ @ X@ ( ), tenemos que son linealmente independientes. Como
.37Z # .37Z # @ X@ , tenemos que . Obsrvese que y pertenecen al plano
B C ! Z @ B C ! y son linealmente independientes, luego del plano/ .
10.Pruebe que si el operador tiene un vector cclico entonces tiene un X Z Z X

#
vector cclico. La recproca es verdadera?

SOLUCIN.- , sea el grado del polinomio mnimo de . Si es cclico + X Z Z 5 X Z
# #
en relacin a entonces existe tal que es una base X @ @ X @ X @ X @

# # #3 # 5" ( )
para entonces generan entonces es un vector Z @ X @ X @ X @ Z @
# #3 # 5" ( )
cclico de . X
, X X
La recproca es falsa, pues considere es obviamente lineal

# #
( ) ( ) @ @ @ @
" # # "
@ ! " X@ " ! @ X@ @ ! " ( ) ( ) ( ) y genera a , entonces es cclico en
#
relacin a . Obsrvese ahora que e no posee vector cclico (polinomio X X M M
#
minimal tiene grado menor que la dimensin del espacio). "
Otro ejemplo es y generan X X " ! ! " " ! X " !

# #
( ) ( ) ( ) ( )
( ) ( ) @ @ ! @
" # #
Z " ! X X !
# #
( ) es un vector cclico de . Obsrvese ahora que que no posee
vectores cclicos.
11. Sea un operador cclico, ie, existe un vector cclico para . Pruebe que X Z Z X
si es un operador que conmuta con , entonces es un polinomio en . Y Z Z X Y X
SOLUCIN.-Si es un operador cclico existe tal que para todo X Z Z A @ Z
@ + X A 5 X Y Z Z Y
_

3!
5"
3
3
donde grado del polinomio minimal de . As , conmuta
con tenemos para todo X
@ Z Y @ Y + X A + Y X A + X + X A + + X X A ( ) ( )
_
_ _ _ _ _
_ _
3! 3! 3! 4! 34 "
5" 5" 5" 5" 5"
3 3 3 4 3 4
3 3 3 4 3 4
+ X + X A + X @
_ _ _
_
_ _
4! 3! 4!
5" 5" 5"
4 3 4
4 3 4
Luego entonces es un polinomio en as Y + X Y X YA Z YA + X A
_ _
4! 4!
5" 5"
4 4
4 4
12.Determine el polinomio minimal y la forma cannica racional de las siguientes

matrices reales:
_ _
_ _ _ _

! " " - ! "
" ! ! ! - "
" ! ! " " -

-9= =/8
=/8 -9=
) )
) )
SOLUCIN.- su polinomio caracterstico es , su + E B
_
_ _
! " "
" ! !
" ! !

$
polinomio mnimo es , ya que . Tenemos entonces que es cclico B E E ! X
$ #
X X E
$ $ $
es un operador tal que es la base cannica de . As la
forma racional de es E + ! + ! + !
! " #
_
_ _
! ! !
" ! !
! " !
, F su polinomio caracterstico es:
_
_ _
- ! "
! - "
" " -

( )( ) ( )
_ _
B - B #-B - # B - B - # B - #
# #
que es igual al polinomio minimal de , y la forma cannica racional ser F

_

_ _
_
_
- ! !
! - # !
! ! - #
- G B #-9= B " su polinomio caracterstico es:

-9= =/8
=/8 -9=
) )
) )
#
)
como = tenemos que es irreductible en ? ) ) ) %-9= % %=/8 ! B #-9= B "
# # #

) . Luego el polinomio minimal es . Tenemos ahora algunas B #-9= B "
#
consideraciones.
3 =/8 ! - -M # Sea en ese caso el grado del polinomio minimal es . As el )
#
operador cuya matriz asociada a es cclico. La forma cannica racional es X G
( )

+ " + #-9=
! "
" #-9=
! "
)
)
33 =/8 ! -9= " ) )
que es la forma cannica racional.

" !
! "
M
333 =/8 ! -9= " ) )
que es la forma cannica racional.

" !
! "
M
13. Sea la matriz real determine la matriz real tal que E T T ET

" $ $
$ " $
$ $ &
_
_ _
"
es una matriz en la forma racional.
SOLUCIN.-Usaremos el hecho de que si son dos @ @
" 8 " 8
w
bases de y si es un operador lineal sobre y si es una matriz de Z X Z Z Z T
cambio de base entonces . As, calculemos la forma cannica para X T X T

w
"
al matriz El polinomio caracterstico es E B # B *B $)
_
_ _
" $ $
$ " $
$ $ &
. ( )( )
#
puesto que el polinomio es un polinomio irreductible en se sigue B *B $)
#
que la matriz en la forma cannica racional ser . Calculemos F

# ! !
! ! $)
! " *
_
_ _
la base de en la que el operador (cuya matriz relativamente a la base
w $
X
cannica de sea ) tenga por matriz . Pongamos sabemos que
$ w
" # $
E F @ @ @
Z @ 5/< B # X
"
espacio generado por
"
( )
Z @ @ 5/< B *B $) X
# # $
#
espacio generado por . ( )
Como es cclico, podemos tomar tal que . Pero Z @ @ X@
# # $ #
A B C D Z X #M A ! XA #A ! ( ) ( )
"
B $C $D $B C $D $B $C (D ! ( )
$B $C $D !
$B $C $D ! B C ! D !
$B $C (D !
_
_
_
A B C D Z X A *XA $)M ! $!B $!C $!B $!C ! ! ! ! ( ) ( ) ( )
#
#
B C.
As tomamos @ " " ! @ " " ! @ X@ % % '
" # $ #
( ) ( ) ( )
y la matriz dada por el cambio de base ser T T
" " %
" " %
! ! '
_
_ _
Por el resultado de arriba tenemos F T ET
"

14.Considere dos matrices reales que son similares sobre el cuerpo de 8 8 E C F
los nmeros complejos, entonces ellas son similares sobre el cuerpo de los reales.
SOLUCIN.- y similares sobre existe compleja tal que E F T E T FT
" "
"
"
entonces
T E FT T E FT !
" " " "
( )
Consideremos la ecuacin matricial
TE FT ! ( )
La ecuacin es un sistema lineal homogneo de incognita y ecuaciones; ( ) 8 8
# #
T E F
"
es una solucin no trivial de en . Pero los coeficientes y son reales ( ) ( )
y como existe solucin no trivial de en , tenemos que los coeficientes reales ( )
dados por los elementos de y cumplen las condiciones dela E F alternativa de
Roche, luego existe una solucin de en o sea ; real entonces T E T ET T ( )
"
E F y son similares en .
15.Sea una matriz real tal que Pruebe que es par y que es E 8 8 E M ! 8 E
#
similar, sobre el cuerpo de los reales a la matriz donde es la matriz

! M
M !
M
identidad donde . 5 5 8 #5
SOLUCIN.- el polinomio minimal de es que tiene grado . El + E M ! E B " #
# #
polinomio caracterstico de tiene grado y debemos tener que toda raz del E 8
polinomio caracterstico es raz del polinomio minimal, se sigue que ( ) B "
#
5
debe ser el polinomio caracterstico de para entonces tiene grado E 5 " B " ( )
#
5
#5 8 #5 8 entonces es par.
, E X Pensando en como en un operador (relativa a la base cannica)
8 8
tenemos que existe ; , , subespacios de tales que = < " 3 = Z Z

3 " =
8
8 <
" = Z
Z Z Xl T : y adems es cclico y su polinomio mnimo es . As
3
3
.37Z 1<+. T < 8 .37 .37Z : <
3
( )
_ _
. y .
3 3 3
8
3" 3"
= =
Pero el polinomio mnimo es y tenemos para todo , . ( ) ( ) B " < " 3 1<+. T #
#
"
3
As . La forma cannica de ser constituida de bloques 8 #= = 5 E 5
8
#
F G
! " ! F !
" !
F ! !
! ! F
3
"
#
5

_

_ _
o sea
- F F
! M
M !
Busquemos la forma cannica racional de la matriz dada por

5
5
siendo la matriz identidad. es el polinomio M 5 5 ./> BM F B " B "
5
# #
( )
minimal de . F
F M
M ! M ! ! !
! M ! M ! !
#
5 5
5 5

La forma cannica racional de la matriz ser entonces F G
F ! !
! F !

! ! F
_

_ _
"
#
5
La misma de la matriz . As es similar a , es similar a de donde se E E G F G
concluye que y son similares. E F
16. Sean matrices nilpotentes sobre el cuerpo . Demuestre que y R R $ $ J R

" # "
R
#
son similares si y solamente si ellas tienen el mismo polinomio minimal.
SOLUCIN.- ) tienen el mismo polinomio caracterstico ya que R R R R
" # " #
bTT R T R ./> BM R ./> BM T R T ./>T BM R T
" " "
" # # " "
( ) ( ) ( )
./>T ./> BM R ./>T ./> BM R !
"
" "
( ) ( )
R R R C Supongamos ahora que tienen el mismo polinomio caracterstico.
" # "
R < < R ! R ! B
#
< <
" #
<
entonces existen tales que . Luego divide al
" #
" #
"
polinomio minimal de , anlogamente divide al polinomio minimal de R B R

" #
<
#
entonces con . As el polinomio caracterstico de y : B : " 5 $ R R
" #
" #
5 5
3 " #
es . Ahora de la hiptesis se tiene . B : : 5 5
$
" #
" #
Tenindose que si entonces 5 " R R ! R R
" " # " #
si 5 # R R R R
! ! !
" ! !
! ! !
# " # " #
_
_ _
si 5 $ R R R R
! ! !
" ! !
! " !
" " # " #
_
_ _
Observacin: El mismo resultado se probara para matrices de dimensin menor
que . $
17. Sean y dos matrices sobre el cuerpo . Si y tienen: E F 8 8 J E F

+ - B B - B - - - El mismo polinomio caracterstico con ( ) ( ) ( )
" 5 3 4
. .
" 5
. $ " 3 5
3
para todo .
, El mismo polinomio minimal.
Entonces y son similares. E F
SOLUCIN.-Tenemos , donde y E F E F
E ! F !

! E ! F
_ _
_ _ _ _
" "
5 5
" 3
son matrices de dimensin . El polinomio mnimo de y es . $ E F B -
3 3 3 3
<
( )
3
E - M F - M
3 3 3 3
son nilpotentes entonces
. E - M T F - M T T F T - M E T F T
3 3 3 3 3 3 3 3 3 3 3
3 3 3
" " "
( )
Luego . As a3 " 3 5 E F E F E F
E ! F !

! E ! F
3 3
" "
5 5
_ _
_ _ _ _
18.Cual es el nmero de matrices complejas , dos a dos similares cuyo ' '
polinomio caracterstico es - B B # B " ( ) ( ) ( )
% #
SOLUCIN.-Posibilidades para el polinomio minimal. Si , : B B # B " ( ) ( )( )
entonces
" < # < " < < < < " < < " Forma cannica racional
" # "" "# "$ "% #" ##
Si , entonces : B B # B " ( ) ( ) ( )
#
# < # < " < # < # < < "
" # "" "# #" ##
$ < # < " < # < < " < " < "
" # "" #" ## "# "$
Si , entonces : B B # B " ( ) ( ) ( )
$
% < $ < " < $ < < " < " .
" # "" #" ## "$
Si , entonces : B B # B " ( ) ( ) ( )
%
& < % < " < % < < "
" # "" #" ##
Si , entonces : B B # B " ( ) ( )( )
#
' < " < # < " < # < < < "
" # "" #" "# "$ "%
.
Si , entonces : B B # B " ( ) ( ) ( )
#
( < # < # < < "
"" #" "# "$
.
) < # < # < #
"" #" "#
Si , entonces : B - B ( ) ( )
"! < % < # < % < #
" # "" #"
.
As tenemos diez posibilidades para la forma cannica o sea es le nmero de "!
matrices complejas dos a dos similares. ' '
Posibilidades para el polinomio mnimo.
: : B # B " : B # B "
7 7
! "
-
% # %
( ) ( ) ( ) ( )
_ _

_ _ _ _
# ! ! ! ! ! # ! ! ! ! !
" # ! ! ! ! " # ! ! ! !
! " # ! ! ! ! " # ! ! !
! ! " # ! ! ! ! " # ! !
! ! ! ! " ! ! ! ! ! " !
! ! ! ! " " ! ! ! ! ! "

: B # B " : B # B "
7 7
# $
$ # $
( ) ( ) ( ) ( )
_ _

_ _ _ _
# ! ! ! ! ! # ! ! ! ! !
" # ! ! ! ! " # ! ! ! !
! " # ! ! ! ! " # ! ! !
! ! ! # ! ! ! ! ! # ! !
! ! ! ! " ! ! ! ! ! " !
! ! ! ! " " ! ! ! ! ! "

: B # B " : B # B "
7 7
% %
# # # #
" #
( ) ( ) ( ) ( )
: B # B # : B # B #
/ /
# # #
" #
( ) ( ) ( ) ( )
_ _

_ _ _ _
# ! ! ! ! ! # ! ! ! ! !
" # ! ! ! ! " # ! ! ! !
! ! # ! ! ! ! ! # ! ! !
! ! " # ! ! ! ! ! # ! !
! ! ! ! " ! ! ! ! ! " !
! ! ! ! " " ! ! ! ! " "

: B # B " : B # B "
7 7
& &
# #
( ) ( ) ( ) ( )
: B # B # : B # B #
/ /
# # #
" #
( ) ( ) ( ) ( )
_ _

_ _ _ _
# ! ! ! ! ! # ! ! ! ! !
" # ! ! ! ! " # ! ! ! !
! ! # ! ! ! ! ! # ! ! !
! ! " # ! ! ! ! ! # ! !
! ! ! ! " ! ! ! ! ! " !
! ! ! ! ! " ! ! ! ! ! "

: B # B " : B # B "
' (
7 7
#
( )( ) ( )( )
_ _

_ _ _ _
# ! ! ! ! ! # ! ! ! ! !
! # ! ! ! ! ! # ! ! ! !
! ! # ! ! ! ! ! # ! ! !
! ! ! # ! ! ! ! ! # ! !
! ! ! ! " ! ! ! ! ! " !
! ! ! ! " " ! ! ! ! ! "

19.Determine la forma cannica de Jordan de la matriz compleja

_

_ _
# ! ! ! ! !
" # ! ! ! !
" ! # ! ! !
! " ! # ! !
" " " " # !
! ! ! ! " "
E
SOLUCIN.-El polinomio caracterstico de es . E B # B " ( ) ( )
&
El polinomio minimal de es E B # B " ( ) ( )
%
, , < % < % < "
" "" "#
, , < " < " < "
# ## #"
As la forma cannica de es:
-
E
# ! ! ! ! !
" # ! ! ! !
! " # ! ! !
! ! " # ! !
! ! ! ! # !
! ! ! ! ! "
_

_ _
20.Pruebe que toda matriz compleja es similar a su transpuesta. 8 8

SOLUCIN.- E E
E !

! E ! N
N !
_ _
_ _ _ _
"
5 - <
3
- <
3 33
3 33
polinomio minimal E B -
3 3
<
( )
3
N
- ! !
" - !

! ! -
- <
3
3
3
< <
3 34
34 34
_

_ _
en esta forma N -
- < B- 3 34 3
<
34
( )
Observacin: matriz nilpotente es similar a Q Q Q
>
Q ! Q ! Q ! , y
< <"
< Q Q ( ) ( )
> <
< >
As el polinomio minimal de es polinomio caracterstico de y es an el Q B Q B
< <
polinomio minimal y caracterstico de Q
>
Pero Q Q Q Q
! ! ! !
" ! ! !

! ! " !
_

_ _
> >
Ahora el polinomio mnimo de entonces y N B - N - M !
- < 3 - < 3
<
<
3 34 3 34
34
34
( )

N - M ! N N N - M N - M
- < 3 - < - < - < 3 - < 3
< " > >
3 34 3 34 3 34 3 34 3 34
34
entonces as por lo
tanto existe no singular tal que T

N - M T N - M T T N T - M N T N T
- < 3 - < 3 - < 3 - < - <
> >
" " "
3 34 3 34 3 34 3 34 3 34
As
E E " a3 5 E
E ! E !

! E
! E
3 3
>
" "
5
>
5
>
( ) ( )
_ _
_ _ _ _
( )
( )
,
Pero pues si entonces existe no singular tal que E F E F E F T
> >
F T ET F T ET T E T E F
"
> " > > > > >
> "
( ) ( ) entonces
As
E E
E ! E !

! E
! E

_ _
_ _ _ _
( )
( )
( )
" "
5
>
>
5
>
De y se deduce que . ( ) ( ) E E
>
21.Usando la frmula para el binomio para la serie , determine una raz ( ) " >
"
#
cuadrada para donde son matrices complejas la identidad y M R M R 8 8 M R
nilpotente.
SOLUCIN.- + " B B lBl " ( )
_

8!
8
8

donde

! 8 8x
" 8"
" 8 "
( ) ( )
, y tenemos "

" " " "
! 8 " 8" 8 ! 8

- " B B lBl " As ( )
_

"
#
"
#
8!
8
8
Tomando tenemos +
8
8

"
#
_
( )
5!
8
5 85
! 8 " 8" 8 ! 8 8
"
+ + !
,
=3 8 #

. Mostremos ahora por induccin que
( )
_
_
8 # + B " B 8
5!
8"
5
5
#
trminos de grado
Si 8 # + B " B " B B
_
_
5!
"
5
5 #
#
" "
# 8
#
#
Supongamos que trminos de grado entonces
_
_
( )
5!
8"
5
5
#
+ B " B 8 8 " #
_ _ _
_ _ _ _
5! 5! 5! 5!
8 8" 8" 8"
5 5 8 5 5 8
5 5 8 5 # #8 85
# # #
8
+ B + B + B + B + B # + + B " B
8 " # + + B #+ + B 8 " ( ) ( )
_
trminos de grado + trminos de grado
5"
8"
5 85 ! 8
8 8
+ B " B # + + B 8 "
!
# #8 8
8
5!
8"
5 85
_
_
( ) trminos de grado
trminos de grado " B 8 " ( )
As trminos de grado
_
_
( )
5!
8"
5
5
#
+ B " B 8 a8
/ R b8 R ! R ! a5 8 Ahora si es nilpotente tal que . Tomemos
8 5
F + R
_
5!
8"
5
5
entonces
trminos de grado n F + R " B M R ! M R
# #
5!
8"
5
#
BR
_
_
( )
ya que , R ! a5 8
5
Luego es una raz cuadrada de F M R
22.Use el ejercicio anterior para mostrar que toda matriz compleja no 8 8

singular posee una raz cuadrada.
SOLUCIN.-Aplicando el ejercicio es fcil ver que si entonces existe una #" - !
raz cuadrada de . Sea el polinomio minimal de . -M R : B - B - E ( ) ( )
" 5
< <
" 5
- - E ./>E ! - !
" 5 3
son valores caractersticos de y tenemos que
" a3 5.
Pero con polinomio minimal de , E E B - a3
E !

! E
_
_ _
( )
"
5
3 3
<
3
Sabemos que existe diagonal y nilpotente tales que donde los H R E H R
3 3 3 3 3
valores caractersticos de son los mismos de as H E
3 3
H - M T H T - M T
- !

! -
3 3 3 3 3 3
3
3
"
3
existe tal que
_
_ _
( )
Luego
E T - M T T T R T T T - M R T
3 3 3 3 3 3 3 3 3
" " " "
3 3 3 3
( ) ( )
pero es nilpotente entonces es nilpotente, luego existe una matriz tal que R R G
3 3 3
G - M R
#
3 3
3
tenemos entonces
Q T G T Q T G T T - M R T E
3 3 3 3 3 3 3 3 3
" " # "
3 3 3 3
#
( ) .
Entonces es raz cuadrada de , . Sea tenindose Q E " 3 5 Q
Q !

! Q
3 3
"
5
_
_ _
que entonces existe tal que Q E W
Q !

! Q
E !

! E
#
#
"
#
5
"
5
_ _
_ _ _ _
E W Q W W QW W QW E
" # " "
#
( ) . As es raz cuadrada de
23.Determine las clases de similaridad de las matrices complejas tales que E 8 8

E M
8
SOLUCIN.- es divisible por el polinomio mnimo de E M E M ! B "
8 8 8
( )
E B " 8 - - : . Ahora posee races distintas en , . As debe ser
8
" 8
( )( ) ( ) B - B - B - : E
" # 8
entonces slo tiene factores lineales as es siempre
diagonalizable. Luego si conocemos el polinomio mnimo y el polinomio
caracterstico de , conocemos su clase de similaridad. Las posibilidades para el E
polinomio mnimo : puede contener factores de la forma y obviamente : 5 B - ( )
3
en este caso tenemos escalares. Tomando una eleccin para , las - : :
5
8 !
posibilidades para son aquellos polinomios divisibles por de grado con los 0 : 8
!
mismos factores lineales
: B - B -
!
( ) ( )
3 5
0 B - B - ( ) ( )
3 5
< <
3 5
con , . Obsrvese que el orden de los es importante. As < < 8 < " <
3 5 3 3
si anotamos por el nmero total de posibilidades de elecciones de los , : 8 5 < ( )
3
tenemos que el nmero total de clases de similaridad es .
_
( )
5"
8
8
5
- : 8 5

24. Muestre que cualquier transformacin lineal , de dimensin finita X Z Z Z
sobre descompone en una suma directa de subespacios -invariantes y J Z X
cclicos , tales que si es el polinomio minimal entonces Z Z Z Xl 0 B
" < Z 3
3
( )
0 B l0 B # 3 < 0 X
3 3" "
( ) ( ) para y =al polinomio minimal de . En particular, muestre
que existe un vector tal que si entonces el polinomio @ Z Z @ X@ X @
"
5
minimal polinomio minimal de . Esto implica que si el polinomio minimal Xl X
Z
"
de polinomio caracterstico de entonces es cclico. X X X
SOLUCIN.-Sabemos que existen subespacios y nmeros reales tales que si Z <
34 34
: : X Z Z Z
_ _
3"
5
<
3
34
3
34
es el polinomio minimal de entonces , es cclico y los
polinomios donde . Tomemos X Xl : < < < <
34 Z 3" 3#
<
3
34 3
34
3
j
W 7+BW W W < ! W 4 = Z ! @
" # 5 34 3 34 34
y por definicin si . Tomemos
un vector cclico de y pongamos donde . Z A @ " 4 =
34 4 34
3"
5
_
[ A XA X A
4 4 4 4
#
.
Obviamente es -invariante y cclico. Sea A X 0 : :
4 4
"
< <
5
"4 54
0 X A : : X @ : : X @ !
4 4 34 34
" "
< < < <
5 5
3" 3"
5 5
( ) ( ) ( )( )
_
_ _
"4 54 "4 54
ya que y polinomio mnimo de y aqu aplicamos la @ Z X Xl :
34 34 34 Z
<
3

34
34
conmutatividad del producto de polinomios. As , es el polinomio 0 X l ! 0
4 [ 4
( )
4
mnimo por que
: : : X A : : : X @
s
" "
< < < < < <
3 3 5 5
4 34
"4 34 54 "4 34" 54
( ) ( ) .
Si es cero entonces , se tiene a Z 2 X @
34 34
( )
: : : X 2: : : X @ ! : : :
s s s
" " "
< < < < < < < < <
3 3 3 5 5 5
34
"4 34 54 "4 34 54 "4 34 54
( ) ( )
es divisible por polinomio mnimo de lo cual es un absurdo. : Z
<
3
34
34
( )
Conclusin: y cualquier polinomio que divide no divide en 0 X l ! : 0 X
4 [ 4
( )
4
[ : X l ! 0 Xl
4 [ 4 [

( )
4 4
entonces es polinomio mnimo de .
Obsrvese que
0 : : : : X 0
"
< <
" "
< <
5 5
"" " 5" 5
polinomio mnimo de .
0 : : 0 : :
4 4"
" "
< < < <
5 5
"4 54 "4" 54"

Pero As y < < " a3 5 0 0 0 l
34 34" " 4 0
4"
Mostremos ahora que
Z [ Z
_ _ _ _ _
_
4" 4" 3"
= = 5
4 34
Basta mostrar que . [ Z
4 34
3"
5
__
Sea
[ 2 X [ 2 X @ 2 X @ Z
4 4 34 34 34
3" 3" 3"
5 5 5
( ) ( ) ( )
_
_ _ _
2 X Z ( )
34
As , es cclico y [ Z Z [ :96 738 Xl :
4 "4 54 4 [
3"
5
<
3 4
34
_
.37[ < .37Z .37 Z
4 34 34 34
3" 3" 3"
5 5 5
_ _ _
Luego, . [ Z Z
4 "4 54
Obsrvese finalmente que es tal que y [ [ A XA
" " " "
:96 738 Xl :96 738 X :96 738 X :96 X
Z
"
. Claro que caracterstica de
entonces es cclico. .37[ 1<+. :96 738 X .37Z Z [ Z
" "
25. Muestre que toda matriz real es similar a una matriz de la forma 8 8
donde
_

_ _
_
_ _
E ! ! ! !
!
E ! !
! ! F !

! ! ! F
E
= S S S
M = S S

S S = S
S S S =
"
5
"
5
3
3 # # #
# 3 # #
# # 3 #
# # # 3
siendo
S M =
! ! " !
! ! ! "
# # 3
3 3
3 3

"
"
y cada tiene la forma F
4
F
! !
" !

! !
4
4
4
4
_

_ _
-
-
-
SOLUCIN.-Sea el polinomio caracterstico de . Como es real entonces - B E E - B ( ) ( )
tiene coeficientes reales es raz de entonces es tambin 3 - B - ! 3 " " ( ) ( )
raz de . Cada vez que de en de en , se - B : B :96 738 E :96 738 E ( ) ( )
puede decir lo mismo para el polinomio caracterstico. Tomemos entonces
: B B 3 B 3 B 3 B 3 ( ) ( ) ( ) ( ) ( ) " " " "
" " " " # # # #
< < < <
" " # #
B 3 B 3 B B ( ) ( ) ( ) ( ) " " - -
5 5 5 5 " 4
< <
> >
5 5
" 4
denotemos : La forma cannica de Jordan tomar la forma "
3 3 3
3 -
_

_ _
N ! ! ! !
!
N ! !
! ! N !

! ! ! N
- < 8
- <
>
>
" " "
5 58
5
" "
4 4
-
-
y sabemos que es similar a Estudiemos la -matriz siguiente: E #< #<
34 34

_

_ _
N !
! N ! ! !
3 ! ! ! ! ! !
! 3 ! ! ! !
" ! ! ! ! !
! " ! ! ! !

! ! 3 ! ! ! - <
- < 3
3 3
3 3
3 3 3 34
3 34
"
"
"
3 ! !
! ! ! ! !
! ! ! " ! !
! ! ! ! " !

! ! ! ! ! 3
G
"
"
"
3
3 3
3 3
Sea = una base de tal que la matriz del operador relativamente a @ @ Z X
" #< 3
la base sea la matriz . Si esto es G @ @ @ @ @ @
w
< "< # #< < #<
A @
#4" 4
A @ " 4 <
#4 4<
Tenemos
si o X @ 3 @ @ " 4 < " < " 4 #< "
3 4 4 4"
( ) "
si o X @ 3 @ 4 < 4 #<
3
4 4
( ) "
entonces
X
- ! ! ! ! ! ! ! !
! - ! ! ! ! ! ! !
" ! - ! ! ! ! ! !
! " ! ! ! ! ! ! !

! ! ! - ! ! ! ! !
! ! ! ! - ! ! ! !
! ! ! " !
3
3
3
3
3
3
w
_

_ _
- ! ! !

! ! ! ! ! ! " ! -
3
3
Colocando y . H M
- ! " !
! - ! "
3 #
3
3

As
X H W
H ! !
M H !
! M !

! ! H
w
_

_ _

3
# 3
#
3
3 3
3 3
3 3

"
"
por que el polinomio caracterstico de es . El H B - B - :96 738H
3 3 3 3
( )( )
polinomio caracterstico de es . Como el grado de W B - B - :96 738W H
3 3 3 3 3
( )( )
y de es dos tenemos ver observacin , concluimos que y son W /B "( H W
3 3 3
( )
similares.
As
G X E
W ! ! !
M W ! !
! M ! !

! ! W !
! ! M W
3 3 3
3
# 3
#
3
# #
w
_

_ _
.
Luego
E
E ! ! !

! E ! !
! ! N !

! ! ! N
_

_ _
"
5
=
=
-
-
" ""
3 48
4
26. Sea un espacio vectorial real o complejo dotado de un producto interno. Z

Demuestre que + para cualesquiera , , m m m m #m m #m m Z " " " "
# # # #
siendo la norma inducida por el producto interno. m m
SOLUCIN.-En efecto,
+ m m " " " " " " "
#
m m m m " " " "
# #
( )
m m " " " " " " "
#
m m m m # " " "
# #
( )
De y tenemos: ( ) ( ) " #
m m m m #m m #m m " " " + + = + .
# # # #
27. Sea un espacio vectorial real normado tal que para cualquier , vale Z Z "
m m m m #m m #m m 0 Z Z " " "
# # # #
. Muestre que si se define por
#0 m m m m m m 0 Z ( ) " " "
# # #
, entonces es un producto interno de el cual
induce la norma m m.
SOLUCIN.-Por hiptesis sabemos que 0 m m m m m m ( ) " " "
"
#
# # #
m m m m #m m #m m " " "
# # # #
( )
!0 0 ( ) ( ) " " lo cual es obvio de mostrar.
" Por hiptesis
#0 m m m m m m " ( ) ( ) " # " # " #
# # #

Por otro lado
#0 0 m m m m m m m m m m m m ( ) ( ) # " # # # # " " #
# # # # # #
m m m m m m m m #m m #m m #m m
# " " # # "

# # # # # # #
( )
" "
# #
# # # # # #
m m m m m m m m #m m #m m " # # " " # # " # ( ) ( )
#m m m m m m m m #m m #m m #m m
" " # # " # " # "

# # # # # # # "
#
( ) ( )
( )
m m m m m m #m m m m m m
" # # " # "

# # # # # #
( )
m m m m m m #m m #m m #m m #m m #m m " # # " " # "
# # # # # # # #
m m m m m m # " # " #
# # #
( )
Reemplazando y tenemos ( ) ( ) ( ) ( ) ( ) " # 0 0 0 " # # " #
# 0 - -0 a- Mostremos que . ( ) ( ) " "
3 0 8 80 8 ( ) ( ) " "
Por induccin , la igualdad es obvia. 8 !
Si tenemos 0 8 " 8 " 0 ( ) ( ) ( ) ( ) " "
0 8 0 8 " 0 8 " 0
"
( ) ( ) ( ) ( ) ( ) ( )
( )
" " " "
8 " 0 0 8 " " 0 80 ( ) ( ) ( ) ( ) ( ) ( ) " " " "
33 8 8 " Sea entero negativo, si tenemos
0 m m m m m m m m #m m #m m m m m m
( )
( )
" " " " " "
" "
# #
# # # # # # # #
0 ( ) "
Si es cualquier nmero negativo tenemos 8
0 8 0 8 0 8 8 0 80
3
( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
" " " " "
333 7 8 8 ! Ahora sea = - -
7
8
0 0 m m m m m m m7 8 m m7 m m8 m ( )

- " " " " " "
7 " 7 7 "
8 # 8 8 #8
# # # # # #
#
0 7 8 0 8 0 8 80 0 0
3 ! 3
" 7 7 7 7
8 8 8 8 8
# # # #
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
" " " " " - "
Ahora si - - : lim
8
:
8
8

0 - 0 : 0 : : 0 -0 ( ) ( ) ( ) ( ) " " " " " lim lim lim
8 8 8
8 8 8
$0 %m m m m m m m m 0 ! ! ( ) ( )
"
#
# # # #
si
. 0 ! ! ( )
Luego es un producto interno y tenemos o sea tal producto 0 0 m m
_
( )
interno induce la norma . m m
28.Sea una transformacin lineal del espacio vectorial dotado de un X Z Z Z

producto interno . Muestre que si para cualquier , entonces ( ) mX m m m Z
( ) ( ) ( ) X X Z " " " para cualquier , (as la norma es inducida por .
SOLUCIN.-Usamos el hecho
/ 3 / 3 " " e " e " ( )
mX m m m X X ( )
Sea
" " " " " " " , , , = Z X X X X X X ( ) ( )
X X X X X X X X " " " "
# / X X " " e "
Pero , = , , # / " " " " e "
Tenemos entonces para todo , . Tambin e " e " " / / X X Z
tenemos
. e " e " " " / 3 / X 3X X X
( ) "
29.Sea un espacio vectorial con producto interno . Muestre que si , , Z Z ( ) "

si y solamente si para cualquier . " # " # # Z ( ) ( )
SOLUCIN.- ) = entonces , esto a Z " # " # # " # # ( ) ( )
aplicando la definicin.
! a Z ) , = , , # " # " # #
! ! " " " "
30. Sea el espacio de las matrices complejas con producto interno dado Z 8 8
por ( ) ( ) E F X<+D9 EF
( ) ( ) + Muestre que de arriba es un producto interno.

( ) , Determine el complemento ortogonal de las matrices diagonales
.- SOLUCIN ( ) ( ) ( )
_ _ _ _
_
+ " E F ><+D9 EF + , , + ><+D9 FE
3 4 5 5
45 45 45 45
34

><+D9 FE F E ( )
# E F G ><+D9 E F G ><+D9EG ><+D9FG E G F G ( )

$ E F ><+D9 E F ><+D9EF E F - - - - ( )

% E E ><+D+ EE + + l+ l ! + ! E ! ( )
__ _
#
34 3 5
35 45 3 3
si algn esto es
implica que es en efecto un producto interno. " # $ C %
( ) , [ E Z E F ! F cualquiera que sea la matriz diagonal
E F ! ><+D9EF ! + , !
34
35 45
_ _
_
+ , ! + , ! , ! 5 " 8
_ _ _
_
34 5 5
35 45 55 55 55
As posee todos los elementos diagonales nulos [ E Z E
31. Considere un espacio de polinomios reales de dotado de producto Z 1<+. $

interno 0 1 0 > 1 > .>
( ) ( )
!
"
+ Determine el complemento ortogonal de los polinomios escalares
, Z " B B B Determine una base ortogonal de a partir de la base aplicando
# $
el procedimiento de Gran-Schmidt.
SOLUCIN.- Sea el conjunto de los polinomios escalares + [
donde es un escalar real [ : Z : 5 ! 5
: [ : 5 ! a5 5 + + B + B + B .B !
# $
!
"
! " # $

( )
5+ ! a5 + !
! !
+ + + +
# $ % # $ %
+ +
" # " # $ $
,
Una base para puede ser: ya que pues [ " #> " $> " %> .37[ $
# $
( ) ( ) ( )
.37[ "
, "
"
"
# # "
B"
m m " # # !
"
> " "
! #
B " B >.> D l B
"
# "
"
#

"
$ $ # " $

m m m m $ # '
# # " " "
B B B B
" "

$ # $ "
# "
#
"
#
"
"#
1

"
% % " # $

m m m m m m % # "'
$ # " " "
B B B B
" " "

% " % # % $
" # $
# #
$ "
%! "#!
" "
"# )!

B B B
%
$ # $ $ "
# & #!
32.Sea un espacio vectorial de dimensin finita con producto interno . Z 8

Sea un operador tal que . Demostrar que es auto-adjunto I Z Z I I I
#
II I I

.
SOLUCIN.- ) es auto-adjunto entonces I I I II II I I

II I I mI m mI m I ! I ! Z ) . Por consiguiente . Sea

entonces entonces de I I I I ! I I ! I I !
# #
( ) ( )
donde entonces I I I ! I I I a I I I "

( )
Ahora I I I I I I I ( ) ( )

( ) ( ) " "
33.Sea un espacio vectorial de dimensin finita con producto interno , . Z 8

Sea un operador positivo. Sea definida por X Z Z : Z Z
X

: X Y Z Y
X
( ) " " . Sea un operador lineal sobre y el operador adjunto.
Probar que es unitario si y slo si . Y X Y XY
SOLUCIN. ) unitario . Y : Y Y : X
X X
( ) ( )
Ahora
: Y Y XY Y Y XY Y XY
X
( )
Entonces
X Y XY a X Y XY

,
X Y XY
entonces
X Y XY : : Y Y a ,

X X
( ) ( )
entonces es unitario. Y
34. Sea un operador lineal normal en un espacio vectorial complejo de X Z

dimensin finita, dotado de un producto interno. Pruebe que donde X X

es una base ortogonal de . Z
SOLUCIN.- Sea la base ortogonal de , sea la matriz de " Z X E
" # 8 34
X en esa base
# X E E E puesto que , ( )
_
_ _
$
3 4 53 5 4 53 5 4 43 5 4 54
5" 5"
8 8

as E X
43 3 4

$ X F X Sea la matriz de es la base . En este caso siguiendo el mismo

34

raciocinio de recibimos . # X F
3 4 43

% F X X X E F E Pero as lo cual
43 3 4 3 4 4 3 34 43 34

implica que es la transpuesta conjugada de as: F E
43 34
X F E X

34 34

35. Sea un operador lineal normal en un espacio vectorial complejo de X Z

dimensin finita dotado de un producto interno y un subespacio de Puebe [ Z
que es normal. Xl
[
SOLUCIN. Con indicaremos a los subespacios de un espacio vectorial dado. "
I
Sea entonces . Z Z XZ Z X Z Z
w w w w w
I I I

En efecto, sean , tales que y en este caso " " Z Z
w w
, X Z a Z X ! X ! ( ) " "
w w a Z
a Z
"
w
w

a Z
a Z
w w w

"
w
w
X Z X Z Z "
# Por otra parte
X[ [ X [ [ [ X [ [

" ( )
( ) ( )
$ X X X X [ a [ Sean entonces y las restricciones de y a respectivamente,
" #

a [ " tenemos
X X X X X X X X X X
[
[
" # # [ #

" [
" " " "
"
| | o sea
"
% [ As para todo se tiene

X X X X XX X X X l X
" " [

"
( ) ( ) ( ) ( ) ( )

[ X [
XX X X X [

( )
( )
X X X Xl X X

" " "
[ "
( ) ( ) ( )
[
Luego
. X X X X
" "

" "
Entonces
Xl Xl Xl Xl Xl
[ [ [ [ [

( ) ( ) ( ) es normal.
36.Sea operador lineal sobre el espacio complejo de dimensin finita con X Z

producto interno. Pruebe que es normal si y slo si , donde es no X X RY R
negativo, unitario y conmuta con . Y R Y
SOLUCIN. . Si existen y tal que donde es unitario y positivo " Y R X YR Y R
luego auto-adjunto tenemos adems que:
X YR R Y RY
"
( )
X X RY YR R
" #
( )
# X X . es un operador positivo por que
X X X X mX m ! mX m ! X !
( ) ( ) y si
como es un operador no singular tenemos que: X
o sea X ! ! ! X ! ( )
As,
! X ! mX m ! X X ! X X ( ) ( ) entonces es un operador

positivo
$. es un operador positivo luego no negativo y normal. Siendo un espacio X X Z
complejo esto asegura la existencia de una raz cuadrada no negativa de . X X
Vamos a probar que esa raz cuadrada es de hecho positiva ya que lo es . ( ) X X
Sea la resolucin espectral de donde y , - I - I X X - - !

" " 5 5 3 3
3 " 5, . una vez que es positivo X X
En el caso su raz cuadrada no negativa tendr como resolucin espectral ( ) R

_ _ _
- I - I - !
" " 5 5 3
como , ser un operador positivo. - ! a3 R
3
% X R X X ) Si es no singular tambin lo es por que:
_
X ! mX m ! X X ! X X ! ( ) ( ) ( ) ( ) ( )
X X R
#
R ! R R ! mR m ! R !
#
.
Res positivo luego autoadjunto

( ) ( )
Entonces es no singular inversible . ! X ! R ! R ( ) ( ) ( )
& X YR Y XR XR ) Si entonces . Resta probar que es un operador unitario
" "
puesto que
YY XR XR XR R X XR R X
" " " " " "
( )( )
R
R
"
autoadjunto
autoadjunto
.
XR X X R X X X X X XX X X M M M
# # "
" " "
( ) ( ) ( )
R X X
#
as . Luego es operador unitario. Y Y Y
"
' X ) As tenemos que : Si es un operador lineal no singular normal sobre un
espacio vectorial complejo con producto interno entonces
X YR
Y
donde
unitario
positivo
siendo raz cuadrada positiva de y . R X X Y XR

"
37.Sea un cuerpo, un entero positivo y sea el espacio de las matrices J 8 Z 8 8

sobre Si es una matriz fija sobre , sea el operador lineal sobre J F 8 8 J X Z
F
definido por . Consideremos la familia de los operadores lineales X E EF FE
F
( )
X
F
obtenido haciendo que recorra el conjunto de las matrices F
diagonales. Demostrar que los operadores de esta familia son simultaneamente
diagonalizables.
SOLUCIN. Sea
/ /
" ! !
! ! !

! ! !
! ! !

! " !

! ! !
"" 34
_

_ _
_

_ _
( )
( )
4
3
/ Z Q 8 F
34
"348
genera una base para . Supngase diagonalizable entonces ( )
F X /
, !

! ,
_
_ _
"
8
F 34 34
. Vamos a determinar la matriz de en la base .
Basta notar que
X / / F F/
F 34 34 34
( )

! ! ! ! ! !
, ! , !
! " ! ! " !
! , ! ,
! ! ! ! ! !
_ _

_ _ _ _
_ _
_ _ _ _
( ) ( )
( ) ( )
4 4
3 3
" "
8 8

! ! ! ! ! !

! , ! ! , , !

! ! !
! ! !

! , !

! ! !
_ _ _

_ _ _ _ _ _
( ) ( )
( ) ( )
( )
( )
4 4
3 3
4
3
4 4 3 3

! ! !
, , / ( )
4 3 34
Vamos a probar ahora que si y , E Z F G
, ! - !

! , ! -
_ _
_ _ _ _
" "
8 8
entonces esto es cualquier dos elementos de la familia X X E X X E
F G G F
( ) ( )
conmutan y entonces son diagonalizables
E Z E E / E / E /
_ _ _
3" 3" 3"
8 8 8
"3 "3 #3 #3 83
83

y
X X E X E X / E X /
F G F "3 G "3 83 G 83
3" 3"
8 8
( ) ( ) ( )
_
_ _
E X X / E X X /
_ _
( ) ( ) ( ) ( )
3" 3"
8 8
"3 F G "3 83 F G 83
E X - - / E X - - /
_ _
( ) ( ) ( ) ( ) ( )
3" 3"
8 8
"3 F 3 " "3 83 F 3 8 83
E - - X / E - - X /
_ _
( ) ( ) ( ) ( ) ( ) ( )
3" 3"
8 8
"3 3 " F "3 83 3 8 F 83
E - - , , / E - - , , / X X E
_ _
( )( ) ( )( ) ( )
3" 3"
8 8
"3 3 " 3 " "3 83 3 8 3 8 83 G F

38.Sea un cuerpo, un entero positivo y sea el espacio de las matrices J 8 Z 8 8
sobre . Mostrar que , siendo cualquier J + T ET T E T a8 aE Z T ( ) ( )
" " 8
8
matriz no singular de Sea un polinomio con Z , 1 B + + B + B + B ( )

!
" # 8
# 8
coeficientes en entonces , siendo cualquier J 1 T ET T 1 E T aE Z T ( ) ( )
" "
matriz no singular de Z
SOLUCIN. +
T E T T E E E E T T ET T ET T ET T ET
" 8 " " " " "
8
T T M
"
( ) ( ) ( ) ( )
, 1 ( ) ( ) ( ) ( ) T ET + + T ET + T ET + T ET
" " " "
! " # 8
# 8
+ + T ET + T E T + T E T T + + E + E + E
! " # 8 " # 8
" " # " 8 " # 8
( )
!
T
T 1 E T
"
( )
39.Sea una matriz triangular sobre un cuerpo . Demostrar que los E 8 8 J

valores caractersticos de son los elementos de la diagonal, esto es los escalares E
de la forma +
33
SOLUCIN. Primero hallemos el determinante de una matriz triangular . E + ( )
34
Denotaremos con una permutacin cualesquiera del conjunto , 5( ) 3 " # 8
entonces
det( ) ( )
_
E =38 3 + + +
3"
8
" " 8 8
5
5 5 ( ) ( )
# # 5( )
Tenemos si entonces hay dos posibilidades o . 5 5 5 ( ) ( ) ( ) " " " " " "
Si , entonces en esta forma . 5( ) " " + ! + + + !
" " " " 8 8 5 5 5 ( ) ( ) ( )
# # 5( )
Si entonces y no aparece como sumando. 5( ) " " + ! + + +
" " " " 8 8 5 5 5 ( ) ( ) ( )
# # 5( )
Si , entonces o . 5 5 5 ( ) ( ) ( ) # # # # # #
Si por ser triangular entonces . 5( ) # # E + ! + + + !
# # " " 8 8 5 5 5 ( ) ( ) ( )
# # 5( )
Si , algn estar por debajo de la diagonal y en ese caso 5( ) # # +
3 3 5( )
+ + + !
" " 8 8 5 5 ( ) ( )
# # 5( )
.
Continuando en esta forma llegamos a la conclusin de que el determinante de
una matriz triangular es el producto de los elementos de la diagonal. Como
conclusin, dado que la matriz es triangular tenemos que E M -
./> E M + ! E ( ) ( )
_
- -
3"
8
33
, luego los valores caractersticos de son los
elementos de la diagonal de . E
40.Sea un espacio vectorial de dimensin y sea un operador lineal sobre . Z 8 X Z

Supongamos que sea diagonalizable. Si posee un vector cclico, mostrar X + X
que posee valores caractersticos distintos. Si posee vectores X 8 , X 8
caractersticos distintos y si es una base formada de vectores
" # 8
caractersticos de , mostrar que es un vector cclico de X X
" 8
SOLUCIN. Siendo diagonalizable entonces su polinomio caracterstico ser + X
dado por y el polinomio mnimo ser 0 B B - B - ( ) ( ) ( )
" 5
. .
" 5
: B B - B - - - 3 4 X ( ) ( ) ( )
" 5 3 4
donde si . Si tiene un vector cclico ,
entonces ^ X Z 1<+.9 : B 8 .37Z : B B - B - ( ) ( ) ( ) ( ) ( ) ( ) y . Luego
" 8
donde si , esto implica que tiene valores propios distintos. - - 3 4 X 8
3 4
, X 8 0 B : B B - B - Como tiene valores propios distintos entonces ( ) ( ) ( ) ( )
" 8
Sea entonces de donde se sigue que [ 5/< X - M Z [ [ .37[ "
3 3 " 8 3
( )
o sea esto es se tiene . Sean las [ a@ [ @ I Z [
3 3 3 3 3 3 3 3 3
- -
3

proyecciones asociadas a la descomposicin entonces Z [ [
" 8
I @ @ @
3 " 8 3
( ) . Por el teorema de descomposicin primaria tenemos que cada
I X I 2 X 2 B JB
3 3 3 3
es un polinomio en esto es, donde ( ) ( )
Si , entonces , donde , entonces @ Z @ @ @ @ [ @
" 8 3 3 " " 8 8
- -
donde , entonces , - - - - -
3 " " 8 8 " " 8 8
@ I I @ 2 X 2 X ( ) ( ) ( ) ( )
entonces . @ 2 X 2 X 1 X ^ X - -
" " 8 8
( ) ( ) ( ) ( ) ( )
41. Sea un operador lineal sobre un espacio de dimensin finita y sea la X Z V

imagen de . Demostrar que posee un subespacio suplementario - X + V X ( )
invariante si y solamente si, es disyunto del ncleo de . V R X
( ) , V R R X Si y son disyuntos, demostrar que es el nico subespacio -invariante
que es un suplementario de . V
SOLUCIN. ( ) + X ! es invariante bajo si y solamente si . Im Ker M V X V ( )
V R ! Z V R a R X ! R X R R y tenemos esto ( )
implica que es -invariante. R X
[ Z Z V [ X [ [ Si existe tal que . Entonces ( )
.37Z .37V .97[ .37[ .37Z .37
As como entonces o sea que X[ [ [ X [ X XZ V ( )
[ Z
X [ X V X [ V ! [ V Z X ! ya que , entonces ( )
a [ [ [ Ker Ker X R X R , as concluimos que y como
[ V ! V R ! entonces .
( ) , R V ! Z R V [ X[ [ Z [ V R [ si existe tal que .
42.Sea el operador lineal sobre que es representado en relacin con la base X

$
cannica por la matriz . Sea el ncleo de Demostrar que no
_
_ _
# ! !
" # !
! ! $
[ X #M [
posee ningn subespacio suplementario invariante. X
SOLUCIN. Tenemos ( )( )
_ _ _
_ __ _ _ _
X #M B C D B ! C + D !
! ! ! B !
" ! ! C !
! ! " D !
! " ! ( ) Ker( ) X #M [.
Sea , entonces " " ! ! ( )
( )
_ _ _
_ __ _ _ _
X #M
! ! ! " !
" ! ! ! "
! ! " ! !
" Ker( ) X #M
entonces . ( ) X #M [ "
Mostremos ahora que , en efecto, sea y X[ [ [ ! " ! # # ( )
, X # [
# ! ! ! ! !
" # ! # "
! ! $ ! ! !
#
_ _ _ _
_ __ _ _ _ _ _
esto nos indica que es invariante. [ X
Supongamos ahora que y se tiene que . a [ a0 B JB 0 X 0 X " ( ) ( ) ( )
Tomando tenemos que 0 X X #M ( )
0 X X #M ! " ! X #M ! B !
! ! ! ! !
" ! ! B !
! ! " ! !
( ) ( ) ( ) ( )( )
_ _ _
_ __ _ _ _
" " esto
implicara que uno es igual a cero lo cual es contradictorio, as no existe tal [
que 0 X 0 X ( ) ( ) "
43.Sea el operador lineal sobre que es representado en relacin a la base X J

%
ordenada cannica por la matriz . Sea el ncleo de .
_

_ _
- ! ! !
" - ! !
! " - !
! ! " -
[ X -M
( ) + [ Demostrar que es el subespacio generado por . %
%
( ) , Determinar los generadores unitarios de los ideales W [ W [ W [ ( ) ( ) ( ) % % %
% $ #
W [ ( ) %
"
.
SOLUCIN. ( )
_ _ _ _

_ __ _ _ _ _ _
+ B ! C ! D !
! ! ! ! B ! !
" ! ! ! C B !
! " ! ! D C !
! ! " ! A D !
A A " cualquiera, en particular podemos tomar as tenemos que
[ ! ! ! " ( ) %
%
( ) ( ) ( ) , W A 0 JB0 X [ Se sabe que as
3 W [ 0 JB0 X [ 5 ( ) ( ) % %
% %
Tomemos el polinomio constante en este
caso entonces 5 [ W [ " JB JB % %
% %
( )
33 W [ 0 JB0 X [ 7 B B - ( ) ( ) ( ) % %
$ $ #
. Se afirma que , en efecto
( ) ( )
_ _

_ __ _
X -M ! ! ! " [ B -
! ! ! ! !
" ! ! ! !
! " ! ! "
! ! " ! !
en esta forma es el polinomio
de menor grado posible.
333W [ 0 JB0 X [ 7 B B - B #-B - ( ) ( ) ( ) ( ) % %
# # $
#
# #
Afirmamos que
en efecto
( ) X -M
#
#
%
( ) ( )( )
_ _ _ _

_ __ _ _ __ _
X -M X -M ! ! " !
! ! ! ! ! ! ! ! ! !
" ! ! ! " " ! ! ! !
! " ! ! ! ! " ! ! "
! ! " ! ! ! ! " ! !
%
%
esto indica que es el polinomio de menor grado pues ( ) ( ) B - X -M [
#
# $
% %
3@ W [ 0 JB0 X [ ( ) ( ) % %
" "
. En forma anloga se afirma que
7 B B - B $-B $- B -
%
$
$ # # $
( ) ( ) , ahora
( ) ( ) ( ) ( )
_ _

_ __ _
X -M X -M X -M ! " ! !
! ! ! ! "
" ! ! ! !
! " ! ! !
! ! " ! !
$ # #
" %
% %
y es el de menor grado posible pues . ( ) ( ) B - X -M [
$ #
" $
% %
44. Sea un operador lineal sobre un espacio vectorial sobre un cuerpo . Sea X Z J
0 J Z 0 0 X un polinomio sobre y est en , sea . Supongamos que ( )
" <
sean vectores en tales que . Demostrar que Z Z ^ X ^ X ( ) ( )
" <
0 Z 0^ X 0^ X ^ 0 X ^ 0 X ( ) ( ) ( ) ( ) ( )
" < " <
( es el conjunto de los en etc.) 0Z 0 Z
SOLUCIN. ( ) ( ) ( ) ( ) ( ) + 0 X ^ X 0 X ^ X 0 !
" <
es suma directa para .
Suponga que
@ 0 X 1 X 0 X 1 X ( ) ( ) ( ) ( )
" " < <

0 X 2 X 0 X 2 X ^ X ^ X " ( ) ( ) ( ) ( ) ( ) ( ) ( )
" " < < " <

pero ah la suma es directa entonces 0 X 1 X 0 X 2 X ( ) ( ) ( ) ( )
3 3 3 3

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) , @ ^ 0 X X ^ 0 X X @ 1 X 0 X 1 X 0 X Sea por
" < " " < <
lo tanto por se sigue que , esto completa la prueba. ( ) ( ) ( ) " @ ^ X ^ X
" <
45.Sean y como en el ejercicio . Supongamos que y sean vectores en X Z %% "

Z X 0 0 con el mismo -anulado. Demostrar que, para todo polinomio , los vectores
y tienen el mismo -anulador. 0 X "
SOLUCIN. Sabemos que notemos entonces con: Z ^ X ^ X ( ) ( )
" <

Q X 1 JB 1 X ! T B JB ( ) ( ) ( )

Q X 1 JB 1 X ! T B JB ( ) ( ) ( ) " "
"
: B T B T B Q X Q X ( ) ( ) ( ) ( ) ( )
"
"
T X 0 T X 0
0 0
"
anulador de , anulador de . Tenemos que
"
( ) ( ) ( ) ( ) T 0 ! T 0 ! TlT 0 "
0 0 0

( ) ( )

T 0 ! T 0 ! TlT 0 #
0 0 0
" " "
" "
Notemos que:
( ) ( ) ( )( ) ( ) T 0 ! T 0 0 ! ! T lT
0 0 0

( ) ( ) ( )

T 0 ! T 0 0 ! ! T lT
0 0 0
" " "
" "
_
( )( ) ( ) ( ) T ! T 0 ! T 0 ! T lT $ " " "
( ) "
0 0 0 0
"

_

( ) ( ) ( ) T ! T 0 ! T 0 ! T lT %
( ) #
0 0 0 0
" "
"

de y se recibe que puesto que son polinomios mnicos. ( ) ( ) $ % T T
0 0 "
46.Sea el operador lineal sobre el cual se representa en relacin a la base X

$
cannica por . Determine vectores no nulos que
_
_ _
$ % %
" $ #
# % $
E
" <
satisfacen las condiciones del teorema de descomposicin racional.
(vea de los resultados bsicos) && .
SOLUCIN. X E 0 B ./> BM E B "
( ) ( ) ( )
$
,
tambin ( )( ) ( ) ( ) X M X M ! : B B "
#
En la descomposicin de el primer vector tiene a como -anulador ( es X : X
" 3
dado por el teorema de la forma racional); como y como estamos en el 1<+.: #
espacio de dimensin , entonces existe que genera un subespacio de $
#
dimensin uno, esto es debe ser un vector caracterstico de y su anulador
#
X X
: B " : : 0 B
# " #
debe ser porque debemos tener ( ) ( )
E F
G !
! G
! " !
" # !
! ! "

_
_ _
( )
( )
B"
B"
#
Tenemos
" "
/
X/ /
$ % % " $
" $ # ! "
# % $ ! #
" "
_ _ _
_ __ _ _ _
no es mltiplo de
Entonces
^ / X / X/ +/ ,X/ + , ( )
" " " " "

( ) ( ) ( ) ( ) + ! ! $, , #, + $, , #, @ @ @
" # $
.
Ahora @ Z 5/< B " X
" "
( )
@ @ Z 5/< B #B " X
# " #
#
( )
tomando . @ X@
$ #
( ) ( )( ) ( ) B C D A Z X M B C D ! ! !
"
_ _ _ _
_ __ _ _ _ _ _
# % % B #B %C %D !
" # # C B #C #D !
# % % D #B %C %D !
#B %C %D !
B #C #D
B #+ #,
As @ # " #
"
( )
Sea ahora entonces A @ @
" #
( ) X #X M A
#
_ _
_ _
_ j
_ _ _ _ _
_ __ _ _ _ _ _ _ _
$ % % $ % % $ % % " ! ! B
" $ # " $ # " $ # ! " ! C
# % $ # % $ # % $ ! ! " D
#
_ _
_ _
_ j
_ _ _ _ _
_ _ _ _ _ _ _ _ _ _
& ) ) ' ) ) " ! ! B !
# & % # ' % ! " ! C !
% ) ( % ) ' ! ! " D !

_ _ _ _
_ __ _ _ _ _ _
! "' "' B ! "
! ! ! C ! "
! ! ! D ! "
"'C "'D ! @
C D
, as
#
Ahora . En esta forma tenemos que @ X@
$ % % " $
" $ # " !
# % $ " "
$ #
_ _ _
_ __ _ _ _

" # $
# " # " " " $ ! " ( ) ( ) ( ) y son los vectores deseados.
47.Demostrar que si y son matrices sobre un cuerpo , una condicin E F $ $ J

necesaria y suficiente para que y sean semejantes sobre , es que posean el E F J
mismo polinomio caracterstico y el mismo polinomio minimal. Dar un ejemplo
que demuestre que esto es falso para matrices . % %
SOLUCIN. Si entonces y tienen el mismo polinomio T ET F E F
"
caracterstico pues
./> BM F ./> BT T T ET ./>T BM E T ./> T ./> BM E ./>T ( ) ( ) ( ) ( ) ( )
" " " "
./> BM E . ( )
Tambin si entonces ellas tienen el mismo ideal de anuladores pues T ET F
"
1 E ! 1 F 1 T ET T 1 E T ! ( ) ( ) ( ) ( )
" "
.
Supongamos que y son tales que y se tiene: E F T T 0 0
E E F F
" T T 0 0 B + B + B + Supngase inicialmente que entonces
E E F F 9 #
$ #
"
E G G F
! ! +
" ! +
! " +
T T
!
"
#
E F
=
_
_ _
# T T B + B + 0 0 B + T
E E E F " ! F
#
, y se tiene ( )
E F
G !
! G
G !
! G

T
B+
T
B+
E F
( ) ( )
$T T B + 0 0 B +
E E F F
$
( ) ( ) , entonces
E F
G ! !
! G !
! ! G
G ! !
! G !
! ! G
_ _
_ _ _ _
T
T
T
T
T
T
E
E
E
F
F
F
Veamos el contra ejemplo, tmese las siguientes matrices % %
E F T T B
! ! ! ! ! ! ! !
" ! ! ! " ! ! !
! ! ! ! ! " ! !
! ! ! ! ! ! ! !
_ _

_ _ _ _
, estas dos matrices tienen y
E F
#
0 0 B E F E F
! ! ! ! ! ! ! !
" ! ! ! " ! ! !
! ! ! ! ! ! ! !
! ! ! ! ! ! " !
E F
%
pero , pero no es similar a .
_ _

_ _ _ _

47.Sea un subcuerpo del cuerpo de los nmeros complejos y sea una matriz E
8 8 : E E sobre Sea el polinomio minimal de . Si consideramos como una
matriz sobre , entonces poseer un polinomio minimal , cuando es E 0
considerada como una matriz sobre . Usar un teorema sobre ecuaciones 8 8
lineales para demostrar que : 0
SOLUCIN.-Sea entonces . Para cada , : B + B : E E + E ! 5
5 4 5 4
4! 4!
5" 5"
4 4
_ _
( )
tenemos un sistema de ecuaciones en las incgnitas . Para 8 + + +
#
! " 5"
5 1<+.0 0 E 0 E ! donde es el polinomio minimal de sobre , como ( )
tenemos la SOLUCINes digamos . Luego por el teorema de la + + +
! " 5"

alternativa de Rouche se tiene que las SOLUCINes . + + + : 0
! " 5"

48.Sea un operador lineal sobre un espacio vectorial de dimensin finita. X Z

Demostrar que existe un vector en con la siguiente propiedad: Si es un Z 0
polinomio y entonces , 0 X ! 0 X ! ( ) ( ) (Un tal vector es denominado un
vector separador para el lgebra de los polinomios en ). X
SOLUCIN.-Resulta del teorema de la forma cannica racional que existe un Z
tal que el -anulador de es el polinomio mnimo de X : X Z ^ X :

_
_
( )
" 3 <
3
es el menor polinomio tal que . Entonces si es tal que : X ! 0 JB 0 X !
( ) ( )
entonces pues es el polinomio 0 ; : ; : 0 X 1 X : X 1 X ! ! :
( ) ( ) ( ) ( )
mnimo de . X
49.Si es una matriz compleja con polinomio caracterstico E & &

0 B B # B ( : B # B ( ( ) ( ) ( ) ( ) ( )
$ # #
y polinomio minimal cual es la forma
cannica de Jordan de ?. E
SOLUCIN. : E B # B ( :7 E B # B ( B -
- 3
$ # # <
3
( ) ( ) ( ) ( ) ( ) ( ) ( )
_
3
entonces donde y E E
E ! !
! E !

! ! E
N !

! N
_

_ _
_
_ _
"
#
5
3
- <
- <
3 3"
3 3=
3
N
- ! !
" - !
! " !

! ! -
- <
3
3
3
3 34
_

_ _
,
se tiene entonces:
( ) + E . . . - es una matriz , donde multiplicidad de como raz de
3 3 3 3 3
: .37
-
Ker( ) E - M
3
<
3
( ) , N < - Orden de multiplicidad de como raz del polinomio minimal
- < 3 3
3 3 "
( ) - El nmero de matrices elementales de Jordan que cumplen a la matriz
E .37
3
Ker( ) X - M
3
En ese caso, tenemos por lo tanto - # - ( . $ . # < # < "
" # " # " #
E E $ $ . $ E # # . #
E !
! E

( ) ( )
"
#
" " # #
donde es una matriz es una matriz
dadas por , , finalmente se recibe E E
N !
! N ! N
N !
" #
##
#" ("
("

E
# ! ! ! !
" # ! ! !
! ! # ! !
! ! ! ( !
! ! ! ! (
_

_ _
50.Clasificar a menos de semejanzas, todas las matrices complejas tales $ $ E

que E M
$
SOLUCIN. E M E M ! : E B "
$ $ $
7
de donde es divisor de y tenemos la ( )
descomposicin siguiente:
= B " B " B B
$
"3 $ "3 $
# #
( )
_ _
Las posibilidades son:
( ) ( ) ( ) ( ) ( ) " : E B " : E B " - -
7 - " #
$ "3 $ "3 $
# #
, con y
_ _
es en este caso la forma cannica de Jordan E
" ! !
! " !
! ! "
_
_ _
( ) ( ) ( )
_
_ _
# : E B - E
- ! !
! - !
! ! -
7 "
"
"
"
( ) ( ) ( )
_
_ _
$ : E B -
- ! !
! - !
! ! -
7 #
#
#
#
( ) ( ) ( )( ) ( ) ( ) % : E B " B - 0 B " B -
7 " - "
#
o tambin E E
" ! ! " ! !
! " ! ! - !
! ! - ! ! -
_ _
_ _ _ _
" "
"
( ) ( ) ( ) ( )( ) ( ) ( ) ( )( ) & ' : E B " B - 0 B " B - 0 B " B -
7 # - # - #
# #
,o,
,o, E E
" ! ! " ! !
! " ! ! - !
! ! - ! ! -
_ _
_ _ _ _
# #
#
( ) ( ) ( ) ( )( ) ( )( ) ( ) ( ) ( ) : E B - B - 0 B - B - 0 B - B -
7 " # - " # - " #
# #
,o,
,o, E E
- ! ! - ! !
! - ! ! - !
! ! - ! ! -
_ _
_ _ _ _
" "
# "
# #
( ) ( ) ( )( )( ) * : E B " B - B - 0
7 " # -
. E
" ! !
! - !
! ! -
_
_ _
"
#
51.Clasificar a menos de semejanzas, todas las matrices complejas tales 8 8 E

que E M
8
SOLUCIN. E M E M ! : E B " : E
8 8 8
7 7
, entonces es divisor de entonces ( ) ( )
es divisor de donde son las races -simas de la ( )( ) ( ) B - B - B - - - 8
" # 8 " 8
unidad y luego es siempre diagonalizable . Las posibilidades para - - E : B
3 4
( ) ( )
son
Caso " : B
B -
B -
B -
( )
_
_
"
#
8
tenemos entonces posibilidades, para de grado y a cada una G : B "
8
"
( )
/<
corresponde un solo pues tiene los mismos factores irreducibles que 0 B 0 B : B ( ) ( ) ( )
de esta forma tiene solamente clases de singularidades en el caso. G "
8
"
/<
Caso 2. por consiguiente en este caso tenemos : B B - B - 3 4 G ( ) ( )( )
3 4
8
#
posibilidades de eleccin del polinomio y para cada uno de ellas sera del : B 0 B ( ) ( )
tipo donde y son todos los posibles enteros positivos tales que ( ) ( ) B - B - + ,
3 4
+ ,
+ , 8 = 8 # = 8 # . Llamando el nmero de enteros tenemos clases de ( ) ( )
similaridad para ; haciendo variar ordenadamente obtenemos ( )( ) B - B - 3 4
3 4
G W 8 #
8
#
( ) clases de similaridad en el segundo caso.
Caso . , por lo tanto en este caso tenemos $ : B B - B - B - 3 4 5 3 ( ) ( )( )( )
3 4 5
G : B
8
$

posibles polinomios minimales y para cada uno de ellos ( )
0 B B - B - B - + , - ( ) ( ) ( ) ( )
3 4 5
+ , -
donde son todos posibles enteros positivos
tales que . Llamando el nmero de esos enteros y haciendo + , - 8 = 8 $ ( )
3 4 5 G = 8 $ variar. obtenemos clases de similaridad en el tercer caso.
8
$
( )
8 G = 8 8
=379 8
8
caso. sern las clases de similaridad en este caso. El final ser dada ( )
por las clases de similaridad.
_
( )
5"
8
8
5
G = 8 5
52. Sea un entero positivo, y sea una matriz sobre un cuerpo 8 8 # R 8 8 J

tal que pero . Demostrar que no posee ninguna raz cuadrada, R ! R ! R
8 8"
esto es, que no existe ninguna matriz tal que . 8 8 E E R
#
SOLUCIN. y ya vimos que en esta situacin tiene un vector R ! R ! R
8 8"
cclico esto es el conjunto genera a . Pero si tiene una raz R R Z R
8"
cuadrada debemos tener , entonces es nilpotente, E R E R ! E
# #8 8
entonces . E !
8
( ) + 8 # 8 #5 # 8 " Si es par, tenemos que y y entonces tenemos
8
#
! E E R 8 " R
8 # 8
#
( )
8
#
8
#
donde no es nilpotente, llegando a una
contradiccin.
( ) , # 8 $ 8 " 8 " Si es impar , entonces es par, luego . Tenemos
8"
#
! E E R 8 " R !
8" # 8" 8"
#
8" 8"
# #
, de donde Luego tambin es
contradictorio.
53.Aplicar el proceso de Gram-Schmidt a los vectores " "

" #
" ! " " ! " ( ) ( )
"
$
$
! $ % ( ), para obtener una base ortonormal de con el producto interno
cannico.
SOLUCIN. luego "
" " " "
# #
" ! " m m " " # m m # ( )
"
# # "

m m #
"!" "!"
" ! " " ! " " ! "
"
# "
"
#
( ) ( ) ( )
( ) ( )
"
$ $ "

m m m m

( ) "

" $ "
" #
# #
$ #
! $ % " ! " " ! " ( ) ( ) ( )
!$% "!" !$% "!"
# #
( ) ( ) ( ) ( )
! $ % " ! " " ! " ! $ % # ! # # ! # ! $ ! ( ) ( ) ( ) ( ) ( ) ( ) ( )
% %
# #
La base deseada ser entonces
! ! ! " !

" #
" #
m m m m m $m
$ " " " "
# # # #
( )
_ _ _ _
54.Sea el subespacio de generado por el vector . Usando el producto [ $ %

#
( )
interno cannico para . Sea la proyeccin otogonal de sobre determinar:
# #
I [
( ) ( ) + I B B Una frmula para .
" #
( ) , I La matriz en relacin a la base cannica
( ) - [
( ) . I Una base ortonormal en relacin a la cual sea representado por la matriz

" !
! !
SOLUCIN. ( ) ( ) ( ) + [ $ % I [ [ [ % $
#
Sea B B B " ! B ! " $ % % $ B B $ % % $ " " "
#
" # " #
( ) ( ) ( ) ( ) ( ) ( )
$ B B
$ % B
% $ B
% B
% $ B

"
"
"
"
" "
"
#
"' %
$ $
"
#
"' %
$ $
# "

#&
$ $ #&
$B %B $B %B
" "
# " # "
.
Por otra parte
$ % B $ B
( ) $B %B
#& #& #& #&
" "
"#B "'B
"#B *B %B $B
# " # " " "
# #
As
B B / B /
" " # # " #
$B %B $B %B
#& #&
" # # "

Por lo tanto
I B B ( )
" # "
$B %B
#&
" #
( ) ( ) ( ) , I " ! $ % / /
$! $ $ * "#
#& #& #& #& #&
" " " #

. I ! " / / ( )
% "# "'
#& #& "&
" " #
En esta forma obtenemos la matriz

I
/ /
* "#
#& #&
"# "'
#& #&
" #
( ) ( ) - [ % $
( ) ( )

. $ % %
" "
m m #& #&
$ %
"
"
%
# #
m m #& #&
% $
% $ ( )

#
#
I I ! ! ( )

% % %
" " # " " #
" "
#& #&
I I ! ! ! ( )

% % %
# " # " #
"
#&
.
En esta forma recibimos
I
" !
! !
% %
" #

55.Sea un espacio con producto interno, el subespacio generado por un Z [

vector no nulo y una proyeccin ortogonal de sobre . Si es un vector en " I Z [
Z , mostrar que
m I m m m " " " # - -
para todo en # . [
SOLUCIN. Lo que se quiere significa que la altura de un tringulo es siempre
menor o igual que uno de los lados
I " # -

m m m m
"

# #
mI m I I " " " " "
#
l l
m m
"
#
#
Por lo tanto
m I m I I " " " " " " - - -
#
m m I I I I m m m m mI m " " " " " " " " " "
# # # #
l l
m m
"
#
#
.
Por otro lado
m m m m m m " # " - " - " # " " -
# # #
m m m m m m m m
- -

# # # #
m m m m m m m m # " # " " " #
# # # #
m m m m
- -

# #
d/
-
m m
#
"
Entonces
m m m I m m m mI m # " # " " # "
# # # #
d/ I I
-
m m
#
" # " # "
( )
m I m ! # "
#
( ) I I m m mI m # " # " # "
# #
m m
-
#
" "
-
m m
#
m m mI m m m mI m #d/ # " " " # " "
# # # #
m m m m m m
- - -

# # #
.

56.Sea un espacio de dimensin finita con producto interno y sea Z
" 8
una base ortonormal de Mostrar que para cualesquier pareja de vectores , en Z "
Z , . ( ) ( )( )
_
" "
5"
8
5 5
SOLUCIN. Sean " B C
_ _
3" 3"
8 8
3 3 3 3
( )
_
_ _
B B B B
4 3 3 4 3 3 4 4 4 4 4
3" 3"
8 8
( )
_
_ _

4 4 3 3 3 4 3 4 4 4 4
3" 3"
8 8
B B B B
Anlogamente
( ) ( ) " " C C
4 4 4
4
,
en esta forma
( ) ( )( ) ( )( )
_
_ _ _ _ _
" " " B C B C
3" 3" 3" 3" 3"
8 8 8 8 8
3 3 4 4 3 3 3 3 3
4
.
57.Sea un subespacio de dimensin finita de un espacio con producto interno [ Z

y sea una proyeccin ortogonal de sobre . Demostrar que I Z [ I I ( ) ( ) " "
para todos los vectores , en . " Z
SOLUCIN. Sea una base ortogonal de . Entonces [
" 7
, I I
"
"

_ _
3" 3"
7 7

m m m m
3
3 3
3 3
# #
3

( )
_
_ _
I " " "
3" 3"
7 7

m m m m
3

3 3
3 3
# #
3
( )
_
_ _ _
" I
3" 3" 3"
7 7 7

m m m m m m
3 3 3
" " "

3 3 3
3 3 3
# # #

_
3"
7

m m
3
"
3
3
#

De donde se tiene que ( ) ( ) I I " " .
58.Sea un subespacio de un espacio con producto interno. Mostrar que W Z W

contiene un subespacio generado de . Para de dimensin finita mostrar que Z Z
( ) W W

es el subespacio generado por .
SOLUCIN. W ? ? ?
" " # # 7 7
? W "a37
"37

3
3

W @ Z @ @ ! a? W W A Z A @ ! a W

, ,
Notemos que si
? ? W @ W
_
3"
7
3 3 3

, ,
entonces
( ) ( ) ( )
_
_ _
@ ? @ ? @ ! ? @ ! a3
3" 3"
7 7
3 3 3 3 3
, pues ,
entonces
W @ ! @ Z W W

( ), ( )
pero tambin
( ) @ ! @ W Z y ,
entonces
W

,
luego
W W

( ) ( ) , W W W W

Notemos que valen las relaciones
, Z W W W W

entonces
.37W .37W

y como
W W W W

.
59.Sea un espacio de dimensin finita con producto interno y sea Z

Z X Z E
" 8
una base ortogonal de . Sea un operador lineal sobre y la
matriz de en relacin a la base ordenada . Demostrar que X E X
34 4 3
( ).
SOLUCIN. Z Z X E E
" 8 34
X
el operador y , entonces
( )
X X/ E X/ E X/ E
E E E
E E E

E E E
_

_ _
_ _ _
"" "# "8
#" ## #8
8" 8# 88
" 3" 3 # 3# 3 8 38 3
3" 3" 3"
8 8 8
donde
se sigue entonces que
( ) ( )
_
_ _
X E E E
4 3 54 5 3 54 5 3 34
5" 5"
8 8
60.Supongamos que y que y sean productos internos sobre Z [ [ 0 0 [

" # " # "
y respectivamente. Mostrar que existe un nico producto interno sobre tal [ 0 Z
#
que
( ) 3 [ [
#

"
( ) ( ) ( ) 33 0 0 [ 5 " # " " "
5 5
, cuando , estan en
SOLUCIN. Z [ [
" # " #
" " " " Z [ [
" # " #
0 0 0 0 ( ) ( ) ( ) ( ) " " " " "
" # " # " " " # # #
( ) 3 [ [ Tomemos y
" " # #
0 0 ! ! 0 ! 0 ! !
( ) ( ) ( ) ( )
" # " # " " # #
0 0 =98:<9.?->9= 38>/<89=
" #
y entonces [ [
#

"
( ) ( ) ( ) ( ) ( ) ( ) 33 [ 0 0 ! ! 0 0 ! ! 0 " " " " "
" " # "
tenemos
61.Sea un espacio con producto interno y un subespacio de de dimensin Z [ Z

finita. Existen, en general, muchas proyecciones que tienen a por imagen. Una [
de estas, la proyeccin ortogonal sobre , tiene la propiedad de que [ mI m m m
para todo en . Demostrar que si es una proyeccin con imagen , tal que Z I [
mI m m m Z I [ para todo en , entonces es una proyeccin ortogonal sobre .
SOLUCIN. Sea la base ortogonal de y entonces . [ I
" 7 3
3"
8

m m
_

3
3
#
Por la desigualdad de Bessel, tenemos
_
3"
8
l l
m m
#

3
#
3
#
m m
mI m I I
#
5" 5" 5" 5"
8 8 8 8

m m m m m m m m
5 5 5 5
_ _ _ _

5 5 5 5
5 5 5 5
# # # #

_ _ _ _
5" 5" 5"
8 8 8 8

m m m m m m m m m m
4"

5 4 5 5
l l

5 5 5
5 4 5 5 5
# # # # #
4 5
#

Entonces se recibe
mI m m m mI m m m
# #
Ahora
I Z I [ [ [ ( ) ( )
.
Si es una proyeccin con y , entonces I Z [ I I I Z [ mI m m m I ( )
#

es la proyeccin ortogonal en . [
62.Sea el espacio real con producto interno que consiste del espacio de Z
funciones continuas, definidas en el intervalo , tomando valores reales, " > "
con el producto interno
( ) ( ) ( )
0 1 0 > 1 > .>

"
"
.
Sea el subespacio de las funciones impares, esto es, funciones que satisfacen [
0 > 0 > [ ( ) ( ). Determinar el suplemento ortogonal de .
SOLUCIN. Se tiene que
Z 0 " " 0 , es continua
y
[ 0 Z 0 > 0 > ( ) ( ) .
Ntese que si es impar tenemos: 0

( ) ( ) ( ) ( ) ( ) ( )
" " " "
" " " "
0 > .> 0 > .> 0 > .> 0 > . >

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
" ! " ! " "
! " ! " " "
0 > . > 0 > . > 0 > .> 0 > .> 0 > .> 0 > .>
> >
De donde se deduce que
( )
"
"
0 > .> !
Afirmamos que , en efecto si es impar y es par [ 1 Z 1 > 1 > 1 0
( ) ( )
tenemos luego es impar entonces tenemos 0 > 1 > 0 > 1 > 10 ( ) ( ) ( )
( ) ( ) ( )
___
0 1 0 > 1 > .> !
"
"
impar
.
63.Sea el espacio con el producto interno cannico. Sea un operador Z X

#
definido por . Si , determinar X " # X 3 " B B X
% %
" #
( ) ( ) ( )
" #

SOLUCIN. Aqu
#
" # " # " # " #
+ , + , + 3+ , 3, + + , , ( ) ( )
X X " ! ! # " ! # ! "
%
" ( ) "!
( ) ( ) ( ) ( )
_ _ _ _
% %
" #
X X 3 " ! " ! " 3 "
%
# ( ) !" " #
( ) ( ) % %
En esta forma la matriz asociada ser dada por
X X
" 3 " 3 " 3 " #
# " # " # " 3 "

X B B B #B 3B B
" # B
3 " B
" # " # " #

"
#
( ) ( )

X C C B 3B #B B C C
" 3 B
# " B
"

( ) ( ) ( )
"
#
" # " # " # " #
B 3B C #B B C " ( ) ( ) ( )
" # " #
" #
X B B B B C #C 3C C
" # C
3 " C
"
" # " # " " #

"
#
( ) ( ) ( )

#
B C #C B 3C C B C #B C B 3C B C
" " # # " # " " # #
" # " #
( ) ( )
B 3B C #B B C # ( ) ( ) ( )
" # " #
" #
De y se sigue que ( ) ( ) " # X X " "
64.Sea un operador lineal sobre definido por , X X " 3 # X 3 3 % %

#
" #
( ) ( ) ( ) ( )
Usando el producto interno cannico, determinar la matriz de en relacin a la X
base cannica. conmuta con ? X X
SOLUCIN. X " ! " 3 " ! # ! " X ! " 3 " ! 3 ! " ( ) ( )( ) ( ) ( ) ( ) ( )

entonces tenemos que
X X
" 3 3 " 3 3 " 3 3 " 3 #
# 3 # 3 # 3 3 3

y
X X B B C C C C
" 3 3 B
# 3 B
" ( ) ( ) ( )
" # " # " #
"
#
" 3 B 3B #B 3B C C " 3 B 3B C #B 3B C ( ) ( ) ( ) ( ) ( ) ( )
" # " # " # " # " #
" #
X B B
" 3 # C
3 3 C
"
" #
"
#
( )

B B " 3 C #C 3C 3C B " 3 C #C B 3C 3C ( ) ( ) ( ) ( ) ( ) ( )
" # " # " # " " # # " #
B " 3 C #C B B C 3 B C 3 " 3 B 3B C #B 3B C
" " # # " # " #
" # " # " #
( ) ( ) ( ) ( ) .
Ahora veamos la conmutatividad entre X C X
XX
" 3 3 " 3 # " 3 3 # #3 3 $ $ #3
# 3 3 3 $ #3 & # #3 3 % 3
# # #
# #

X X
" 3 # " 3 3 " 3 % 3 3 #3 ' $3 "
3 3 # 3 " $3 # 3 3 #3 3 3
# #
# # #

Luego X X XX

65.Supongamos que sea con el producto interno cannico. Sea un Z X

$
operador lineal sobre cuya matriz en relacin a la base ordenada cannica es Z
definida por . Determinar una base del ncleo de E 3 3 " X
45
45 #
( ) .
SOLUCIN. X
E E E " 3 "
E E E 3 " 3
E E E " 3 "
3 3 3
3 3 3
3 3 3
_ _ _
_ _ _ _ _ _
"" "# "$
#" ## #$
$" $# $$
# $ %
$ % &
% & '
X
" 3 " " 3 " " 3 "
3 " 3 3 " 3 3 " 3
" 3 " " 3 " " 3 "
_ _ _
_ _ _ _ _ _
As tenemos que
X B B B
" 3 " B !
3 " 3 B !
" 3 " B !
" # $
"
#
$
( )
_ _ _
_ _ _ _ _ _
de donde el sistema
B 3B B !
" # $
3B B B ! B B B
" # $ # " $
"
3
( )
B 3B B !
" # $
tomando ( ) ( ) " B 3 B ! B 3 "
" $ #
"
3
. ( ) ( ) # B ! B 3 B 3 "
" $ #
w w w "
3
Luego
KerX 3 " ! ! " 3
( ) ( ) .
66.Sea un espacio de dimensin finita con producto interno y un operador Z X

lineal sobre . Si es inversible, mostrar que es inversible y Z X X X X
"
"
( ) ( )
SOLUCIN. Por hiptesis existe tal que entonces X XX X X M
" " "

( ) ( )
( ) ( )
( ) ( )
XX X X M M
X X X X M M
X X X X M
" "

" "

" "

Luego es inversible y su inverso es tal que . X X X
"
"
( ) ( )
67. Sea un espacio de dimensin finita y , vectores fijos en . Mostrar que Z Z " #
X Z X " # ( ) define un operador lineal sobre . Mostrar que posee un adjunto y
describir explcitamente. Supongamos ahora que sea con el producto X Z
8
interno cannico, y . Cual es el elemento de la " # C C B B 4 5 ( ) ( )

" 8 " 8
matriz de en relacin a la base ordenada cannica? X
SOLUCIN. Por hiptesis sea

X Z Z
X
( ) " #
( ) ( ) ( ) 3 en efecto " "
" "
( ) ( ) ( ) ( ) ( ) ( ) ( ) " " " " " " ! ! ! !
" " " "
Ahora
( ) ( ) ( ) ( ) ( ) ( ) ( ) " " " " # # " # " # ! ! a !
" " "
, ,
entonces
( ) ( ) ( ) ( ) " # " # X X
" "
( ) 33 X es lineal
X - - - - ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) " # " " # " " #
" " " "
- - -X X ( ) ( ) ( ) ( ) ( ) ( ) ( ) " # " # " # " #
" " "
.
Luego es un operador lineal. X
Como no se sabe si es finita, no podemos aplicar el resultado . Debemos .37Z (*
entonces hallar tal que X
X X Z
" # " # " #
para todo
X " # " # # " # "
" " " # " # # " " #
( ) ( ) ( ) ( )
# "
" #
( )
Entonces basta definir y tenemos X
# " ( )
( )
( )
X
X
X X
" #
# "

" # "
#
" # # "
" # " #
.
( ) ( ) ( ) 333 Z X X E " #
8
34
por hiptesis , sea entonces . Para la
determinacin de los sabemos que E

34
E X/ / / / / / / C / B / /
34 4 3 4 3 4 3 4 5 5 5 5 3
5" 5"
8 8
( ) ( )
_
_ _
" # " #
_ _
( )
5" 5"
8 8
5 4 4
4 5 5 5 3 3 3
C / / B / / C B B C
/ / / /
" =3 5 3
! =3 5 3
5 3 5 3 53
( )

$
68.Mostrar que el producto de dos operadores auto-adjuntos es auto-adjunto, si y

solamente si los dos operadores conmutan.
SOLUCIN. ( ) 3 R R X X RX XR Hiptesis general y , as, si suponemos

tenemos
( ) ( ) RX XR R X RX

de donde es auto-adjunto RX
( ) ( ) 33 RX RX Ahora la hiptesis es
XR X R RX RX X R

( ) y conmutan.
69.Sea el espacio vectorial de los operadores sobre de grado menor o igual a Z

$ 0 1 0 > 1 > .> > , con el producto interno . Si es un nmero real, determinar el ( ) ( ) ( )
!
"
polinomio en tal que 1 Z 0 1 0 >
> >
( ) ( )
SOLUCIN. Definamos . es una funcin lineal y , usando

J Z J .37Z %
0 J > 0 >
( ) ( )
el resultado bsico existe un nico tal que , es obtenido de () 1 Z J 0 0 1 1

> > >
( ) ( )
la siguiente manera. Tmese una base ortonormal de y calculando 0 0 0 0 Z
" # $ %
se tiene
1 J 0 0 0 > 0 0 > 0
> 4 4 4 4 4 4
4" 4" 4"
% % %
_ _ _
( ) ( ) ( )
y por el resultado tenemos . () 0 > J > 0 1 ( ) ( ) ( )
>
70.Sea el espacio con producto interno y un operador lineal sobre . Mostrar X Z

que la imagen de es el suplemento ortogonal del ncleo de X X
.
SOLUCIN. Debemos mostrar que donde X Z

( ) ( ) KerX
X Z X @ @ Z

( )
y
( ) ( ) Ker Ker X X
? Z ? @ ! a@ ,
y ? Z ? @ ! X@ !
Notemos primeramente que , en efecto y X Z X X Z

( ) KerX "
# # " # # " # " X X X ! ( ) KerX tenemos , = ,

5/<X #
por lo tanto
X Z ( ) ( ) Ker Ker X X

Para demostrar el recproco sea entonces , tenemos que # " X Z a X X Z ( )

X ! X ! a Z X ! # # # , ,
entonces
# Ker Ker Ker X X Z X X Z X ( ) ( )

71.Sea el espacio de las matrices sobre el cuerpo de los nmeros Z 8 8

complejos, con el producto interno Sea una matriz invertible E F >< EF T ( )
fija y sea el operador lineal sobre definido por Determinar el X Z X E T ET

T T
"
( )
adjunto de X
T
SOLUCIN. Haciendo las evaluaciones, recibimos
X E F T ET F >< T ETF >< T E TF >< TF T E
T
" " " "
( ) ( ) ( ) ( )( )

>< EF >< FE ( ) ( )
>< T FT E >< E T FT E T FT E X F

( ) ( ) ( )
" " "

T
Luego . X X
T
72.Sea un espacio complejo de dimensin finita con producto interno y sea un Z X

operador lineal sobre . Demostrar que es auto-adjunto si y slo si es Z X X ( )
real para todo en Z .
SOLUCIN. ( ) + X X Supongamos que , tenemos

X X X X a Z
,
entonces , (recurdese que si X D D D D
( ) , X a Z Z Si , entonces dados , tenemos "
X X X X X ( ) ( ) ( ) ( ) " " " " " "
entonces
X X " "
Ahora
X 3 3 ( ) ( ) " "
Z 3 Z " "
,
pero
X 3 3 X 33 X 3 X 3 X ( ) ( ) " " " " " " =
X X 3 X 3 X " " " "
entonces
3 X 3 X " "
En virtud de esto tenemos
X X X X X X M " " " " " " ( )
3 X 3 X 3 X 3 X 3 X 3 X MM " " " " " " ( )
Haciendo ahora tenemos 3 MM M ( ) ( )
( ) ( ) X X X X " " " "
X X X X ( ) ( ) " " " "
entonces
# X # X X X " " " " ,
as tenemos que
X X a Z X X
" " " , *.
73.Determinar una matriz unitaria que no sea ortogonal y recprocamente

determinar una matriz ortogonal que no sea unitaria.
SOLUCIN. ( ) ( )

+ E 5 =/8# !
" !
! /
Consideremos la matriz donde
3)
) 1 )
Tomemos entonces E
" !
! /
3

)
E E M
" ! " ! " !
! / ! / ! /
" !
! "
3 3 3 3

) ) ) )
Luego es una matriz unitaria, ahora E
E
" !
! /
>
3

)
y tenemos que
E E
" ! " ! " !
! / ! / ! /
>
3 3 #3

) ) )
luego eso indica que no es ortogonal. E E M E
>
( ) ( ) , + 3 , " 3 + , " #3 #3 " Sean , entonces
_ _
_
_
_ _
" &
#
#
" &
# #
Consideremos la matriz y tenemos E
+ ,
, +

E E M
+ , + , + , +, ,+ " !
, + , + ! " +, ,+ , +
>
# #
# #

Luego es ortogonal, ahora E
E E
+ , + , ++ ,, +, ,+
, + ,+ +, + ,
, +
# #

M
" 3 " 3 " 3 3
+619 "
_

_ _
_ _ _ _
( ) ( )
( )
_ _ _ _
_ _
_ _
_ _ _ _
" & " &
# #
# #
" & " &
As no es unitaria. E
74.Sea matrices complejas con producto interno dado por Z 8 8

E F >< EF Q Z X ( )
Q
. Para cada sea el operador lineal definido por
X E QE X Q
Q Q
( ) . Mostrar que es unitaria si y slo si es una matriz unitaria.
SOLUCIN. X E X F E F >< EF aE F Z " ) ,
Q Q

( ) ( )
X E X F QE QF >< QE QF >< QE F Q
Q Q

( ) ( ) ( )
as es unitaria. >< Q Q EF >< EF Q Q M Q ( ) ( )

( ) "
Q Q Q M ) Supongamos que es unitaria, es decir , entonces
E F >< EF >< M EF >< Q Q EF >< EF Q Q >< QEF Q ( ) ( ) ( ) ( ) ( )

>< QE QF QE QF X E X F X ( ) ( )
Q Q Q
Hiptesis
es unitario.
75.Sea el espacio con el producto interno cannico. Si es un operador Z Y

#
unitario sobre , mostrar que la matriz de en relacin a la base ordenada Z Y
cannica es

-9= =/8 -9= =/8
=/8 -9= =/8 -9=
) ) ) )
) ) ) )
,o,

para algn , . Sea el operador lineal correspondiente a la primera ) ) 1 ! # Y
)
matriz, esto es, es una rotacin de un ngulo . Ahora es posible convencerse Y
)
)
de que todo operador unitario sobre es una rotacin o una refleccin al eje Z "
"
seguida de una rotacin.
+ Y Y Qu es ?
)
9
, Y Y Mostrar que
)
)
- Sea un nmero real fijo e la base ortonormal obtenida girando 9

" #
Y % % 9 % )
" # 4 4
un ngulo , esto es, . Si es otro nmero real, cul es la matriz
9
de en relacin a la base ordenada ? Y
)

SOLUCIN. Z Y Z Z Y Y M Z Y
#
, unitario . Como es real, va a ser ( )
ortogonal, esto es tenemos que hallar tal que ,o tal que . Y Y Y M E E E M
> >
Tomemos , o donde . Entonces existe , E E + , "
+ , + ,
, + , +

# #
)
! # + -9= , =/8 ) 1 ) ) tal que , luego

-9= =/8 -9= =/8
=/8 -9= =/8 -9=
) ) ) )
) ) ) )
,o,

Y / -9= =/8
-9= =/8 "
=/8 -9= !
)
( ) ( )
"
) )
) )
) )
Y / -9= =/8
-9= =/8 !
=/8 -9= "
)
( ) ( )
#

) )
) )
) )
donde da una rotacin de un ngulo con los ejes Y
)
)

-
Y / -9= =/8
-9= =/8 "
=/8 -9= !
" )
( ) ( )

) )
) )
) )
Y / =/8 -9=
# )
( ) ( ) ) )
Luego es la refleccin en relacin a y la Y /
" !
! "
" )
rotacin de donde

-9= =/8
=/8 -9=
Y
) )
) )
)
Y Y Y
-9= =/8 " !
=/8 -9= ! "
) ) )
) )
) )
+ Y Y
-9= =/8 -9= =/8
=/8 -9= =/8 -9=
)
9
) ) 9 9
) ) 9 9

-9= -9= =/8 =/8 -9= =/8 =/8 -9=
=/8 -9= -9= =/8 =/8 =/8 -9= -9=

) 9 ) 9 ) 9 ) 9
) 9 ) 9 ) 9 ) 9
Y
-9= =/8
=/8 -9=

( ) ( )
( ) ( )
) 9 ) 9
) 9 ) 9
) 9
, Y Y Y Y Y Y M
) ) )
) ) )

, de donde
Y Y Y Y M
" !
! "
! ) ) ) )
- Y / Y / / / 9 % sea una base donde siendo
" # " " # # " # 9 9
la base cannica, entonces
Y T Y T Y
-9= =/8
=/8 -9=
) 9 % 9 %
"
, donde , ahora

9 9
9 9
9 9
" " " # 3" 3
3"
#
Y / -9= / =/8 / T /
9
_
9 9
# # " # 3# 3
3"
#
Y / =/8 / -9= / T /
9
_
Por lo tanto
T T T
-9= =/8 -9= =/8
=/8 -9= =/8 -9=
( )
34
"
9 9 9 9
9 9 9 9
y

76.Sea un espacio de dimensin finita con producto interno y sea un Z [
subespacio de Entonces , esto es, cada en puede ser Z Z [ [ Z
expresado de una nica manera bajo la forma , con en y en " # " # [ [
Definamos un operador lineal por . Y Y
" #
( ) + Y Demostrar que es auto-adjunto y unitario.
( ) , Z [ Si es con el producto interno cannico y es el subespacio generado
$
por encontrar la matriz de en relacin a la base ordenada cannica. ( ) " ! " Y
SOLUCIN. ( ) + Y Y Notemos que pues
"
" #

YY Y
( ) ( ) " # " # " #

Sean y , entonces tenemos " # " #
" " " # # #

Y " # " # " " # " " #
" # " " # # " # " # " #

# # " " # #
" # " # " #
! ! " # # "
3 3 3 3
Anlogamente
Y " # " # " " # #
" # " " # # " # " #
Luego
Y Y Y Y
" # " #

Pero de donde y entonces , o sea es unitario. Y Y Y Y Y Y YY M Y
" "
( ) ( ) , [ " ! " / /
" $
[ ! " ! " ! " / / /
# " $
( ) ( )
- - - B / B / B / / / / / /
" " # # $ $ " " $ # # $ " $
( ) ( )
/ / / ( ) ( ) - - - - -
" $ " # # " $ $
por lo tanto,
- - - - - - - -
" $ " # # " $ $ " # # $ "
B B B B B B
# # #
B B B B B
" $ " $ " $
Entonces
/ / B / / /
~------------
_____
( ) ( )
~--------------------
_______________________
B B
# #
" $ # # " $
B B
" $ " #
[
[
"
#
,
as
Y / / B / / /
" #
B B B B
# #
" $ # # " $
" $ " $
( ) ( )

B B B B
# # # # # # # #
B B B B
" # # $ $ " # # " $
" " " " $ $ $ $
/ B / / B / B / B /
Y/ / Y/ / Y/ /
" $ # # $ "

luego
Y
! ! "
! " !
" ! !
_
_ _
77.Sea un espacio complejo interno con producto interno y un operador lineal Z X

auto-adjunto sobre . Mostrar que Z
( ) + m 3X m m 3X m Z para todo en
( ) , 3X 3X si y solamente si, . " " "
( ) - M 3X es no singular.
( ) . M 3X es no singular.
( ) ( )( ) / Z Y M 3X M 3X Supongamos que sea de dimensin finita; demostrar que
es un operador unitario; es denominado una transformada de Cayley de . En Y X
cierto sentido, , donde Y 0 > 0 B ( ) ( )
( )
( )
"3B
"3B

SOLUCIN. ( ) + m 3X m 3X 3X
#
3 X 3 X 33 X X
3 X 3 X X X
X X " ( )
m 3X m 3X 3X
#
3 X 33 X X 3 X
3 X 3 X 3 3 X X ( )
X X # ( )
De y tenemos ( ) ( ) ( ) " # +
( ) ( ) ( ) , 3X 3X 3X 3X 3X 3X ! y " " " " " " "
Por la parte tenemos ( ) +
! m 3X m 3X 3X " " " " " " ( ) ( ) ( )
#
3X 3X m m m3X m
( ) "
" " " " " " ( ) ( ) ( )
# #
m m mX m " " "
# #
( )
( ) ( ) - , Por tenemos
" " " " 3X 3X 3X ! 3X! ! M 3X por lo tanto y entonces
es no singular (ya que es inyectiva)
( ) ( ) ( ) . m M 3X m m 3X m m 3X m m M 3X m ! !
( ) +
Luego es singular. M 3X
( ) ( ) ( ) ( ) ( ) / Y M 3X M 3X M 3X M 3X Notemos que y que

" "
( )( )
( )( )
( )( ) ( )( )
M 3X M 3X M X
M 3X M 3X M X
M 3X M 3X M 3X M 3X
#
#
luego
Y Y M 3X M 3X M 3X M 3X M 3X M 3X M 3X M 3X M
" " " "

( ) ( )( )( ) ( ) ( )( )( )
78.Si un espacio real, demostrar que las matrices siguientes son unitariamente )
equivalente.

-9= =/8 / !
=/8 -9=
! /
) )
) )
,
3
3
)
) -
SOLUCIN. Tenemos G / G /
" #
3 3 ) )
E G / B C
-9= =/8 B
=/8 -9= C

) )
) )
"
3

( )
)
B-9= C=/8 / B -9= B 3=/8 B ) ) ) )
3)
B=/8 C-9= / C -9= C 3=/8 C ) ) ) )
3)
Z " 3
C=/8 3B=/8 B 3C
B=/8 3C =/8 C 3B
( )
) )
) )
"
E G / B C
-9= =/8 B
=/8 -9= C

) )
) )
#
3

( )
)
B-9= C=/8 B/ B-9= 3B=/8

B=/8 C -9= C/ C-9= 3C =/8
) ) ) )
) ) ) )
3
3
)
)
Z " 3
C =/8 3B=/8 C 3B
B=/8 3C=/8 B 3C
( )
) )
) )
#
entonces como entonces T l+l l,l "
" "
3 3
w # #

T
3 3
" "
3 3
_
_ _

_ _
_ _
_
# #
# #
# #
# #
#
#
T T T M
" 3 " " " 3 # !
" 3 3 3 " 3 ! #

#
# # #
" "
_

,
luego es unitaria. T
T ET
" 3 -9= =/8 " "
" 3 =/8 -9= 3 3
"
#

) )
) )

-9= 3=/8 =/8 3-9= " "
-9= 3=/8 =/8 3-9= 3 3
"
#

) ) ) )
) ) ) )

-9= 3=/8 3=/8 -9= -9= 3=/8 3=/8 -9=
-9= 3=/8 3=/8 -9= -9= 3=/8 3=/8 -9=
"
#

) ) ) ) ) ) ) )
) ) ) ) ) ) ) )
F
# -9= 3=/8 ! / !
! # -9= 3=/8
! /
"
#
3
3

( )
( )
) )
) )
)
)
79.Sea un espacio de dimensin finita con producto interno y un operador Z X

lineal positivo sobre . Sea el producto interno sobre definido por Z T Z
X
T X Y Z Y
X

( ) ( ) " " . Sea un operador lineal sobre y su adjunto en relacin a
( ) Y T . Demostrar que es unitario en relacin al producto interno si y solamente
X
si X Y XY
SOLUCIN. es unitario T Y Y T ) Si entonces en efecto, Y

X X
( )
_____________
T Y Y XY Y Y XY Y XY
X

ll

X /= :9=3>3@9
T X X
X
( )
X Y XY a Z X Y XY

Y XY X a Y ) Si entonces , , X Y XY
o sea
T Y Y T a Z
X X
,
Luego es unitario. Y

80. Sea un espacio de dimensin finita con producto interno. Para cada par , Z "
en . Sea el operador lineal sobre definido por Mostrar Z X Z X
" "
( ) ( ) # # "
que
( ) + X X

"
"
( ) ( ) ( ) , ><+D X
"
"
( ) - X X X
" # $ " # $ ( )
( ) . X En que condiciones es auto-adjunto?
"
SOLUCIN.
( ) ( ) + X
"
# $ # " $ # " $ $ # "
X # $ " # $ " # $
"
( )
Entonces X X
"
"
( ) , / / / Sea la base ortogonal con respecto a este producto interno

" # 8
X / / / C / C
" " " " 3 3
3"
8
"
( )
_
"
X / C X / C
" " # 8
# 8
( ) ( )
siendo =
_
3"
8
3 3
B /
X
C B C B C B
C B C B C B

C B C B C B
"
" # 8
" " "
" # 8
# # "
" # 8
8 8 8
_

_ _
><+DX C B
" 3
3"
8
3
_
"
( ) ( ) ( ) ( ) ( ) - X X B X B B X B "
" # $ " "
$ # $ # $ # "
X B B B
" # $ ( )
( ) " # $ " # $ B # $ # " ( )
de y tenemos la igualdad. ( ) ( ) " #
( ) . X X X
?

"
" "

?
X X
" "
( ) ( ) # # " # # "
luego si , entonces, es autoadjunto. " X
"
81.Para cada una de las siguientes matrices simtricas reales , encontrar una E
matriz ortogonal real tal que sea diagonal. T T ET
>

" " " # -9= =/8
" " # " =/8 -9=
, ,
) )
) )
SOLUCIN. ( )

+ E
" "
" "
- ! - # " " " "
" # " #
" "
# #

_ _
( ) ( )
T T
" " " "
" " " "
,
" "
# #
>
_ _

T T M T
" !
! "
>

, de donde es ortogonal y
T ET H
" " " " " " ! ! ! !
" " " " " " ! % ! #
> " " "
# #
# _ _

( )

, E E X E
" #
# "
>
,
%
./> BM E B #B " % B #B $ B $ B "
B " #
# B "
( ) ( )( )

# #
- " - $ X - B C
" # B
# " C
" # " " "
, " "

( )
luego
B #C B
#B C C
B C
as
"
" "
m m
"
#
" " " " ( ) ( ) , ,
"
"
"
"
_
X - $ B C B C
" # B B #C $B
# " C #B C $C
" "
# # #
( )
de donde
"
# #
m m
"
#
" " " " ( ) ( ) ,
"
"
#
#
_
Tomando y entonces X H
" !
! $
" #
y para , , tenemos T T
" " " "
" " " "
" "
# #
>
_ _

T ET
" " " # " " " " " " # ! " !
" " # " " " $ $ " " ! ' ! $
> " " "
# # #

( )

- E
-9= =/8
=/8 -9=
) )
) )
aqu , E E X E ./> BM E
B -9= =/8
=/8 B -9=
>
%
( )

) )
) )
B -9= =/8 B " B " B " - " - "
# # # #
" #
) ) ( )( ) .
Ahora
=

( )
-9= =/8 B -9= B =/8 C B
=/8 -9= C =/8 B -9= C C
B C
) ) ) )
) ) ) )
( ) 3 =/8 ! -9= " Si , tenemos y entonces en la segunda ecuacin tendramos ) )
C C C ! " ! y entonces "
" "
( )
( )

33 =/8 ! -9= " C B Si entonces note que y ) )
=/8 "-9= =/8
"-9= =/8 "-9=
) ) )
) ) )
tenemos , "
" "
=/8
"-9= m m
"

)
) "
"
"
"
X - B C
-9= =/8 B -9= B =/8 C B
=/8 -9= C =/8 B -9= C C
" "
) ) ) )
) ) ) )
# # #
( ) =
( ) 333 =/8 ! -9= " Si entonces y en la primera ecuacin tenemos ) )
B B B ! ! " en esta forma "
# "
( )
( ) 3@ =/8 ! -9= " C Si entonces y entonces ) )
=/8
-9= "
)
)

note que y entonces ,
=/8 -9= " =/8
-9= " =/8 -9= " m m
# #
) ) )
) ) ) "
"
" "
#
#
Combinando y tenemos ,o, ( ) ( ) ( ) ( ) ( ) ( ) 3 333 " ! ! " ! " " !
Considerando y tenemos donde siendo ( ) ( ) 33 3@
" # " #
m m m m
" "
" "
" #
" #
" "
" #
=/8 =/8
"-9= -9= "
" "

) )
) )
, .
82. Una matriz simtrica compleja es autoadjunta? Es normal?

SOLUCIN. ( ) + Una matriz compleja simtrica puede no ser autoadjunta, como en el
siguiente caso de la matriz y sin embargo E E
3 !
! 3

>
E E
3 !
! 3

( ) , Una matriz compleja simtrica puede no ser normal pues si tomamos
E E E
3 " 3 "
" ! " !

>
y tenemos
_
_

E E
3 " 3 " # 3
" ! " ! 3 "
EE
3 " 3 " # 3
" ! " ! 3 !
E E EE
83.Para existe una matriz ortogonal real tal que sea E T T ET H

" # $
# $ %
$ % &
_
_ _
>
diagonal. Determinar esta matriz diagonal.
SOLUCIN.-Notemos primero que Entonces existe ortogonal tal que E E T
>
T ET H / / / X E
>
" # $
es diagonal. Sea la base cannica para la cual . 0
0
Hallemos base ortonormal tal que X
- ! !
! - !
! ! -
" # $
"
#
$
_
_ _
./> BM E B " B $ B & "' # # B & "#
B " # $
# B $ %
$ % B &
( ) ( )( ) ( )

( )( ) ( )
$ ) $ B $ B *B 'B B B *B ' B B B ( ) ( ) ( )
$ # #
* "!& * "!&
# #
_ _
Luego H
! ! !
! !
! !
_

_ _
* "!&
#
* "!&
#
_
_
84. Sea el espacio con el producto interno cannico. Sea un espacio Z X

#
vectorial sobre que es representado en relacin a la base ordenada cannica por Z
la matriz . Mostrar que es normal y determinar una base ortonormal E X
" 3
3 "

de constituida de vectores caractersticos de Z X
SOLUCIN. X E E
" 3 " 3
3 " 3 "
0
,
tenindose
E E
" 3 " 3 # !
3 " 3 " ! #

EE
" 3 " 3 # !
3 " 3 " ! #

,
entonces es normal, de donde es normal. E X
Hallemos base ortonormal de tal que esto es cada es X -
" # 3 3 3 3
#
un vector caracterstico de . X
./> BM E B #B # ! B " 3
B " 3
3 B "
( )

#
# %)
#
entonces
_
de donde - " 3 - " 3
" #
X - " 3 B C
" 3 B
3 " C
" "
"
" "
( )( )
de donde se obtiene el siguiente sistema
( ) ( )
B 3C B 3B
3B C C 3C
B C " " " " de donde y "
" "
m m
"
#
"
"
"
"
_
X - " 3 B C
" 3 B
3 " C
" "
# # #
( )( ),
por lo tanto
( ) ( )
B 3C B 3B
3B C C 3C
B C " " " " , de donde y "
# #
m m
"
#
"
"
#
#
_
luego " " " "
" "
# #
_ _
( ) ( )
85.Sea un operador normal sobre un espacio complejo de dimensin finita con X

producto interno. Demostrar que es autoadjunto positiva o unitaria segn que X
todo valor caracterstico de sea real positivo o de valor absoluto uno. X
SOLUCIN. ( ) + X X X Todo valor caracterstico de es real, entonces .
Como es normal, existe base ortonormal de donde cada vector X Z

" 8
caracterstico de o sea donde cada es un valor X X -
- !

! -
_
_ _
"
8
3
caracterstico de X
Por el resultado del numeral de los resultados bsicos, todo vector % *"
caracterstico de corresponde a un valor caracterstico , es tambin vector
3 3
X -
caracterstico de correspondiente al valor caracterstico X -
3
( ) X - X -
3 3 3 3 3 3
.
Entonces
X - - -
- !

! -
"
8
3 3 3
_
_ _
, pero
luego . X X
( ) , - ! X X ! a Z
3
es positivo. Falta apenas mostrar que
B X X B B B X B
_ _ _ _ _
( )
3" 3" 4" 3" 4"
8 8 8 8 8
3 3 3 3 4 4 3 3 4 4
entonces
B B X B B - B B3 - - lB l !
_ _ _ _ _ _
( )
3" 4" 3" 4" 3" 3"
8 8 8 8 8 8
3 4 3 4 3 4 3 4 3 3 3 3 3 3
#

3
pues . - !
3
( ) - l- l " l- l " Si entonces , entonces
3 3
#
X X M
- ! - ! l- l ! " !

! - ! - ! " ! l- l
" " "

8 8
#
8
#
_ _ _ _
_ __ _ _ _ _ _
Luego es unitario. X
86.Sea un operador lineal sobre un espacio de dimensin finita con producto X

interno y supongamos que sea positivo y unitario. Demostrar que X X M
SOLUCIN. Por ser positivo entonces es autoadjunto, por el primer enunciado X X
del numeral de los resultados bsicos, existe una base *"
" 8
ortonormal tal que entonces X -
3 3 3
pues . X X X X
- !

! -

_
_ _
"
8

Por ser unitario tenemos y entonces X X XX X X M ( )

o sea ,
_ _
_ _ _ _
- !

! -
- " - " a3
" !
! "
#
"
#
8
#
3
3
Ahora por ser positivo , , o sea X X ! a3
3 3
- ! - - " !
3 3 3 3 3 3 3
0, .
Entonces , , luego - " a3
3
X
" !

! "
_
_ _
y entonces . X M
87.Dar un ejemplo de una matriz tal que sea normal pero no sea # # E E E
#
normal.
SOLUCIN.
E E
! ! ! ! ! 3
3 ! 3 ! ! !

E E
! 3 ! ! " !
! ! 3 ! ! !

EE
! ! ! 3 ! !
3 ! ! ! ! "

entonces y en esta forma no es normal. EE E E E

Ahora
E E
! ! ! !
! ! ! !
# #

( )
En esta forma
( ) ( ) ( )( ) E E E E
# # # #

Luego es normal. E
#
88.Demostrar que es normal si y solamente si donde y son X X X 3X X X

" # " #
operadores autoadjuntos que conmutan.
SOLUCIN.
X X X 3X X 3X X 3X X 3X X X 3X X 3X X X X

" # " # " # " " # #
" # " # " #

( ) ( ) ( )( )
. X 3X X 3X X X X X
# # # #
" # " #
# " " #
XX X 3X X 3X X 3X X 3X X X 3X X 3X X X X

" # " # " # " # " #
" # " " # #

( )( ) ( )( )
. X 3X X 3X X X X X
# # # #
" # " #
# " "
#
Luego y es normal. X X XX X

Escribimos ahora , donde , X X 3X X X X X X X
" # " #
" "
# #3

( ) ( )
Tenemos
X X X X

"
"
#
"
( )
X X X X X X

#
" "
#3 #3
#
( ) ( )
luego y son autoadjuntos. X X
" #
X X X X X X X X X XX X X X
" #
" " "
%3 %3 %3
# #
# #
( )( ) ( ) ( )

X X X X X X X XX X X X X X
# "
" " "
%3 %3 %3
# #
# #
( )( ) ( ) ( )

En esta forma y conmutan. X X
" #
89.Demostrar que una matriz simtrica real posee una raz cbica simtrica real;
esto es, si es simtrica real, existe una matriz simtrica real tal que E F F E
$
SOLUCIN. Por el numeral de los resultados bsicos, tenemos que existe una *"
matriz real unitaria tal que T T T M ( )
>
T ET -
- !

! -
>
"
8
3
_
_ _
diagonal, donde
Entonces
E T HT " ( ) ( )
> "
"

Tomemos
I I H #
- !

! -
_

_ _
_
_
( )
$
$
"
8
$

Tmese , entonces F T IT ( )
> "
"
F T IT T IT T I T T IT T I T
# > " > " > > " > # "
" " " " "
( ) ( ) ( ) ( ) ( )
Ahora
F T I T T HT E
$ > $ " > "
" "
( ) ( )
( ) ( ) # "
90.Demostrar que toda matriz positiva es el cuadrado de una matriz positiva.

SOLUCIN. Si es positiva, entonces y resulta normal. Entonces estudiando E E E
el numeral de los resultados bsicos se sigue la existencia de una matriz *"

unitaria tal que diagonal. T T ET H
- !

! -

"
8

_
_ _
Ahora
H T ET T E T T ET H - - a3

3 3
( )

E E
,
y entonces , - a3
3

Pero si es positiva, tambin es positiva, dado que si entonces as E H ! T !
H T ET ET T !

T !
.
Luego
- B B !
- ! B B - B B

! - B B - B B
_ _ _ _ _
_ __ _ _ _ _ _ _ _
_
" " " " " "
8 8 8 8 8 8
3"
8
3 3 3
para todo con algn . Tenemos y entonces ( ) ( ) B B B ! ! " !
" 8 3
8 8

- " " ! - ! a3 -
3 3 3
de donde , . Luego existe y entonces tenemos la matriz _
I I H F T IT
- !

! -
_

_ _
_
_
( )
"
8
# > "
"
y tomando tenemos
F T I T T HT E
# > # " > "
" "
( ) ( ) .
F T FT I es positiva puesto que es positiva.
>
91Demostrar que si un operador es normal y nilpotente entonces es el operador

nulo.
SOLUCIN. Como es normal entonces existe una base ={ } ortonormal X
" 8
donde y . Si es nilpotente entonces y X - X X X !
- !

! -

3 3 3
"
8
8
_
_ _
tambin o sea , de donde H ! ! - !a3 - ! a3
- !
! -
8 8
8
"
8
8
3
3
_
_ _
as
X ! X !
92Si es un operador normal, demostrar que los vectores caractersticos de X X

asociados a valores caractersticos distintos son ortogonales.
SOLUCIN.
X -
X -
- - X

" "
3
4
3 4
con . Si es normal entonces existe una base
ortonormal tal que . X H
- !

! -
_
_ _
"
8
Si y respectivamente , " " ! ! X- M ! X- M ! ( ) ( ) ( )
3 4
Ker( ) X - M
3 3
( ) ( ) respectivamente " Ker X - M

4 4 3 3
-
( ) respectivamente y entonces " -
4 4
, . ! " - - - -
3 3
4 4 3 4 3 4
93 Sea un operador normal sobre un espacio complejo de dimensin finita con X

producto interno. Demostrar que existe un polinomio , con coeficientes 0
complejos, tales que X 0 X
( ).
SOLUCIN. Como es normal, existe una base ortonormal tal que X
" 8
X X - X -
- !

! -
_
_ _
"
8
3 3 3 3 3 3
, donde, y
Supngase que y que adems 0 + + B + B
! " 5
5
0 X + M + X + X X ( )
! " 5
5
Entonces debemos tener , 0 X X ( )
3 3
o sea
+ + X + X -
! 3 " 3 5 3 3 3
5

y entonces
, + + - + - - + + - + - - a
! 3 " 3 3 5 3 3 3 ! " 3 5 3 3 3 3
3 3
5 5

de donde
+ + - + - - 3 " # 8
! " 3 5 3
3
5
.
Luego donde y . 0 0 0 - - 0 - ! 3 4
_
( ) ( )
3"
8
3 3 3 3 3 4
Por consiguiente y 0 - - 0 0
3 3 3 3
B- B- B-
s
- - - - - -
s
43
B-
- -
3"
8
( ) ( ) ( )
( ) ( ) ( )
" 3 8
3 " 3 3 3 8
4
3 4
_ _
Comprobacin:
0 X 0 X 0 - 0 - - X ( ) ( ) ( ) ( ) ( )
_ _

4 3 4 3 4 4 4 4 4 4 4 4
3" 3"
8 8
Luego . X 0 X
( )
94.Si dos operadores normales conmutan, demostrar que su producto es normal.

SOLUCIN. Lema: Si y , son normales, entonces y YX XY Y X X Y YX

Y X XY

Por el resultado anterior tenemos , entonces X 0 X Y 1 Y

( ) ( )
X Y 0 X Y Y0 X YX

( ) ( )
Y X 1 Y X X1 Y XY

( ) ( )
Entonces
( ) ( )( ) XY XY Y X XY Y XX Y Y XYX XY YX XYY X XY XY

X X XX P/7+ P/7+ Y Y YY

Luego es normal. En forma anloga resulta normal. XY YX
95.Sea un espacio de dimensin finita con producto interno. Si y son Z X Y

operadores positivos sobre , entonces es tambin un operador positivo. Z X Y
Dar un ejemplo en el cual se muestre que no necesariamente es positivo. XY
SOLUCIN. ( ) + X X Y Y ! Por hiptesis y , sea entonces,

X Y X Y X Y ! ( )
Adems ( ) X Y X Y X Y

( ) ( )
_
_

, XY Y X YX XY
X X X
# #
# #
Y Y Y
" 3
3 "
Sea pero

adems no es positivo. XY
96.La suma de dos operadores normales puede no ser normal.

SOLUCIN. Tomemos y entonces y son X B C B ! Y B C C B X Y ( ) ( ) ( ) ( )
normales pues

( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
X " ! " ! " " ! ! ! " " !
X ! " ! ! ! " ! ! ! " ! !
X X

Adems X X XX
" !
! !

( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
Y " ! ! " ! " ! " ! " ! " ! "
Y ! " " ! " " ! ! ! " " ! " !
Y Y

y
tenindose
Y Y YY
! " ! " " ! ! " ! " " !
" ! " ! ! " " ! " ! ! "

, y ,
as . Y Y YY

Ahora
X Y X Y
" " " "
" ! " !

( ) , y ,
( )( )

X Y X Y
" " " " # "
" ! " ! " "
( ) ( )

X Y X Y
" " " " # "
" ! " ! " "
Se sigue entonces que no es normal. X Y
97.Sea un espacio con producto interno. Una proyeccin sobre se dice Z I Z

perpendicular si y solamente si y son subespacios ortogonales. V I R I ( ) ( )
Demostrar que es perpendicular si y slo si I I I
SOLUCIN. V I R I I " ( ) ( )
I I I ! ! " " " "
I I I M I I I I I I " " " " " ( )

98.Dada la matriz Mostrar que existe tal que E F F E
" ! !
" " !
! " "
_
_ _
#
SOLUCIN.
E M R R
" ! ! " ! ! ! ! !
" " ! ! " ! " ! !
! " " ! ! " ! " !
_ _ _
_ _ _ _ _ _
donde es nilpotente, entonces
F M R R F E
" ! !
" ! !
"
" "
# )
# #
" "
) #
_
_ _
y .
99.Cuales de las siguientes afirmaciones son verdaderas y cules falsas, justifique

sucintamente las respuestas falsas.
( ) + En un espacio vectorial complejo de dimensin finita con producto interno los
operadores diagonalizables coinciden con los operadores normales.
( ) , En un espacio vectorial complejo de dimensin finita con producto interno, sea
X Z Z X X un operador lineal en y una base de . Entonces .

( ) - X W En un espacio vectorial complejo de dimensin finita y dos operadores
lineales en . Entonces y son semejantes si y slo si tienen los mismos Z X W
polinomios caractersticos y mnimos.
( ) . En un espacio vectorial complejo de dimensin finita con producto interno Un
operador lineal en es normal si y slo si , donde es el polinomio Z Z X : X : ( )
minimal.
( ) / En un espacio vectorial complejo de dimensin finita con producto interno, dos
operadores normales y conmutan si y slo si existen un tercer operador X W
normal y dos polinomios y tales que Y > = X > Y W = Y ( ) ( )
SOLUCIN. ( ) + Falso - Pueden existir operadores lineales diagonalizables segn
bases ortonormales lo cual ocasiona que ellos no sean normales. Por ejemplo sea
Z " ! " " [ ^
#
con el producto interno cannico y con la base . Sean ( ) ( )
los subespacios generados por y respectivamente, sea la proyeccin ( ) ( ) " ! " " I
sobre de . no es proyeccin ortogonal luego es no normal y adems [ ^ I
I I
" !
! !

o sea es diagonal.
( ) , Falso - La igualdad slo es vlida para bases ortogonales.
( ) - X W Falso - Dos operadores y pueden tener los mismos polinomios
caractersticos y minimal, no obstante presentan formas cannicas de Jordan
diferentes. Por ejemplo sean y operadores lineales tales que sus formas X Y
cannicas de Jordan son
, y, X Y
- ! - !
" - " -
! !
! !
- ! - !
! - " -

_ _

_ _ _ _

" "
" "
" "
" "
Tenindose que
:96-+<+->X B - :96738X B - ( ) ( )
" "
% #
y
y :96-+<+->Y B - :96738Y B - ( ) ( )
" "
% #
X Y y no son semejantes por presentar formas cannicas de Jordan distintas sin
embargo tienen los mismos polinomios caractersticos y minimales.
( ) ( ) . *" Verdadero lea los resultados bsicos numeral
( ) ( ) / *" Verdadero lea los resultados bsicos numeral
100.Sea un operador lineal en un espacio vectorial de dimensin finita sobre X Z

un cuerpo algebraicamente cerrado. En este caso su polinomio caracterstico se J
escribe con distintos, pertenecientes a y 0 B B - B - - - J ( ) ( ) ( )
" 5 " 5
. .
" 5
. . . .37Z
" # 5
. Entonces el nmero de bloques elementales de dimensin
< - con en la diagonal de su forma de Jordan y dado por
3
7 #.37 X - M .37 X - M .37 X - M < " #
( ) 3
< 3 3 3
< <" <"
a a ( ) ( ) ( )
donde a( ) ( ) W /=:+-39 8?69 ./ W ncleo
SOLUCIN. El polinomio mnimo de es de la forma X
: B - B - " < . ( ) ( )
" 5 3 3
< <
" 5

Sabemos que , por su descomposicin racional y que X X X
" 5
:96-+<+->X B - X - M X - M
3 3 3 3 3
. 7 7
( ) ( ) ( )
3
De esto resulta que , para a a
cualquier . Sea y la base en la cual esta en la forma de 7 " R X - M R
3 3 3 3 3
Jordan:
R
! ! ! !
" ! ! !

! ! " !
5
!
! !
3
"
3
_

_ _
_____________________
_

_ _
_____________________
_

_ _
! !
" ! ! !

! ! " !
!
! 5
5 5
#
" #
Es inmediato que el rango de es igual a una dimensin menos el nmero de R
3
3
bloques elementales (ya que cada bloque elemental contiene una matriz identidad
de orden y ninguna otra de rango superior, donde es su dimensin). En 5 " 5
4
4
otras palabras la nulidad de es igual al nmero de columnas constitudas por R
3
3
ceros. Elevando al rango de cada bloque de dimensin aportar una nueva R #
3
columna, y as sucesivamente. En general podemos escribir:
. .37 X - M 8 R
" 3 3 3
a ( )
9
de bloques elementales en
3
. .37 X - M . 8 R
# 3 3 " 3
#
de bloques elementales en . a ( )
9
3

. X - M . 8 R
< 3 3 <" 3
<
a ( )
9
de bloques elementales en
3
Tomando de bloques de dimensin 8 8 3
3
9
de bloques de dimensin 7 8 3
3
9
tenemos entonces
y . 8 8 7 7 7
" " " " # $
y . . 8 8 7 7
# " # # # $

y . . 8 8 7
< <" < < <
De aqu resulta: y 8 . 7 8 8
" " " " #
y 8 . . 7 8 8
# # " # # $

y 8 . . 7 8 8
< < <" < < <"
Por lo tanto , 7 #. . . < #
< < <" <
Tomando , por definicin, la expresin resulta valida para . ! < "
!
De esto resulta la expresin final, dada por
7 #.37 X - M .37 X - M .37 X - M < " #
( ) 3
< 3 3 3
< <" <"
a a ( ) ( ) ( )
APENDICE
ESPACIO DUAL
Una funcin , a valores escalares, definida en un espacio vectorial 0 Z
satisfaciendo las condiciones
, 0 ? @ 0 ? 0 @ ? @ Z ( ) ( ) ( )
, y 0 ? 0 ? ? Z ( ) ( )
un escalar es denominada o sobre el espacio funcional lineal forma lineal
vectorial . Z
Llamamos al conjunto de las funciones lineales sobre el espacio vectorial . Z Z
Es fcil verificar que si y es un escalar, entonces 0 1 Z 0 1 Z 0 Z

donde
( )( ) ( ) ( ) 0 1 ? 0 ? 1 ?
( )( ) ( ) 0 ? 0 ?
Con estas operaciones, constituye un espacio vectorial denominado Z

espacio
dual de . De la misma manera que los elementos de un espacio vectorial son Z Z
llamados vectores contravariantes vectores , los elementos de son llamados Z

covariantes.
Sea una base del espacio vectorial . Una funcional lineal / / / Z 0 Z
" # 8

queda determinada cuando conocemos los nmeros: 8
. 0 / 0 / 0 / ( ) ( ) ( )
" " # # 8 8

De hecho, si entonces @ /
_
3"
8
3
3
0
0 @ 0 / 0 / ( ) ( )
_
_ _ _
3" 3" 3"
8 8 8
3 3 3
3 3 3
0 0 0 .
Por otro lado en una base de dada una arbitraria de / / / Z 8 ?:6+
" # 8
nmeros determina una funcional a saber, el funcional definido por ( )
" 8
0
0 @ ( )
_
3"
8
3
3
0
donde los son las coordenadas del vector en la base . 0
3
@
A cada base del espacio corresponde una base / / / Z
" # 8

" # 8
/ / / Z del espacio dual , llamada de , as definida: si base dual
@ /
_
3"
8
3
3
0 entonces
/ @ 3 " # 8
3 3
( ) 0
esto es, es el funcional lineal que al vector asocia su coordenada en / @ 3 =37+
3
la base . Debemos demostrar que es, en efecto, una base. El sistema
-
" # 8 3
3"
8
3
/ / / / ! es linealmente independiente, pues significa
_
_
_ _
( ) ( )
3" 3"
8 8
3 3
3 3
- - / @ / @ ! @ Z , cualesquiera que sea el vector Haciendo
sucesivamente , obtenemos , y como @ / 4 " 8 / / ! 4 " 8
4 3 4
3"
34
8
3
_
( ) -
/ /
" =3 3 4
! =3 3 4
3
4
( )

La suma del primer miembro se reduce a , por lo tanto . Se - -
4 4
! 4 " 8
sigue que todo funcional lineal es combinacin lineal de los elementos de , 0
pues de como ,y, obtenemos 0 @ 0 / 0 / / @ 0 / ( ) ( ) ( ) ( )

_
_ _
3" 3"
8 8
3 3 3 3
3 3 3 3
0 0 0
0 @ / @ / @ 0 / ( ) ( ) ( )
_ _ _
_
3" 3" 3"
8 8 8
3 3 3
3 3 3
, esto es, lo que demuestra totalmente
nuestra afirmacin.
EJEMPLO: Sea un abierto de y una funcin real diferenciable, definida en . E 0 E
8
La forma ms conveniente de definir la diferencial de en el punto es como 0 : E
una funcional lineal sobre el espacio vectorial . Es lo que hacemos en seguida, la
8
derivada de la funcin , en el punto , relativamente a un vector es
`0
`@
8
( ) : 0 : @
definida cuando el siguiente lmite existe:
lim
>
0 :>@ 0 :
>
( ) ( )
si @ ( ) "
8
, se demuestra facilmente, usando la regla de derivacin de las
funciones compuestas que
`0 `0
`@ `B
3
3
( ) ( )
_
: :
3

Usndose esta ltima expresin, es fcil verificar que goza de las siguientes
`0
`@
( ) :
propiedades:
" : : : @ A
`0 `0 `0
` @A `@ `A
8
( )
( ) ( ) ( )
# : : @
`0 `0
` @ `@
8
( ) -
( ) ( ) - - y escalar.
As, dados y , una funcin , de en es una funcional lineal. Esto es, : 0 @ : ( )
`0
`@
8

por definicin, la de en el punto la cual se indica por . De esta diferecial 0 : .0
:
manera, aplicada en el vector toma los valores .0 @
:
" 8
( )
`0 `0 `0
`@ `B `B
3 3
3 3
:
( ) ( ) ( )
_ _
: : .0 @
3 3
, esto es, .
Como sabemos, el espacio posee una base
8
cannica formada por los vectores
/ " ! ! / ! ! " B E
" 8
3
( ) ( ) Las funciones coordenadas , que
asocian a cada punto su coordenada , forman las diferenciales ; E 3 =37+ B ;
3
( )
lineales las cuales, en el punto son como ya vimos funcionales .B .B ; E
" 8
lineales o sea Afirmamos que es una base dual de la base .B .B .B
4 8 " 8
( )
cannica En efecto, si vemos que / / @
" 8
" # 8
( )
.B @ 4 " 8
4 3
3
`B
`B
( )
_
4
3
,
como , obtenemos que , por lo tanto
si
si
`B
`B
4 4 " 8
4
3
.B @ .B .B
" 3 4
! 3 4
( )
constituyen una base dual de la base como queramos demostrar. La / /
" 8
expresin conocida
.0 : .B
:
3
_
( )
3
`0
`B
3
que expresa la diferencial de una funcin como combinacin lineal de los , 0 .B
3
puede ser obtenida sustituyndose en , por su valor .0 : .B @
:
3
_
( ) ( )
3
`0
`B
3 3 3

3 " 8 .0 @ : .B @ . En efecto, procediendo as, obtenemos para cada
:
3
( ) ( ) ( )
_
3
`0
`B
3
vector , lo que significa . @ .0 : .B
:
3
_
( )
3
`0
`B
3
Como una base y su dual tiene el mismo nmero de elementos, la dimensin
del espacio dual de un espacio vectorial es igual a la dimensin de por lo Z Z

tanto y son isomorfos. Si y es la base Z Z / / / / / /
" # 8
" # 8

dual de , la aplicacin que al vector el cual depende de la X Z Z @ /

_
3
3"
8
3
base , asocia la funcional es un isomorfismo que / / / X @ /
" # 8
3"
8
3 3
( )
_
depende de la base pues si tomamos otra base la / / / 0 0 0

" # 8 " # 8
aplicacin definida de manera anloga a , ser tambin un X Z Z X

isomorfismo, ms no necesariamente el mismo. No nos es siempre posible
construir un isomorfismo cannico entre y , y por lo tanto no debemos Z Z

identificarlos. Pero es posible identificar con como mostraremos a Z Z

continuacin:
AFIRMACION: Existe un isomorfismo cannico entre y Z Z
En efecto, podemos definir la trasformacin lineal as: si es la @ Z @ ( )

funcional que asocia a cada el escalar esto es, La : : : : Z @ @ @
( ) ( )( ) ( )
aplicacin es biunvoca, esto es . En efecto, significa que ( ) ( ) @ ! @ ! @ !
: : : ( )( ) ( ) @ @ ! Z / / / Z cualquiera que sea . Sea = una base de y
" # 8
supngase que . Entonces cualquiera que sea @ / @ / ! Z
_ _
( ) ( )
3" 3"
8 8
3 3
3 3
: : :
Considerando la base dual y tomando sucesivamente
" # 8
/ / /
: : : / / / ! ! ! @ !
" # 8 " # 8
obtenemos que de donde .
Como y tienen la misma dimensin se sigue que es un isomorfismo Z Z

(porque y son de dimensin finita). Z Z

El lector podr observar fcilmente que la definicin de no envuelve ninguna
eleccin arbitraria, por lo tanto es un isomorfismo cannico.
OBSERVACION: Solamente para espacios de dimensin finita existe el isomorfismo
entre y . Esto se expresa diciendo que tales espacios son . Cuando Z Z

reflexivos
la dimensin de es infinita dada una base = de , el conjunto Z / Z /

definida de manera anloga es formada por funcionales linealmente /
independientes, ms nunca generan . Luego no es una base para As la Z Z

aplicacin lineal : es siempre biunvoca pero no es sobre a menos que Z Z Z

la dimensin de sea finita como en la afirmacin. En esta forma solamente los Z
espacios de dimensin finita gozan de la propiedad de ser reflexivos. El lector
podra encontrar en el anlisis funcional la aplicacin de que ciertos espacios de
dimensin infinita que son reflexivos, mas es bueno tener en mente que all tales
espacios poseen topologa, y las funciones lineales consideradas son apenas
continuas. En el caso puramente algebraico el cardinal de una base de , cuando Z

es infinito es siempre mayor que el nmero cardinal de una base de , esto es Z
.37Z .37Z
.
BIBLIOGRAFIA
- Algebra Moderna, Birkhoff & MacLane, Editorial Teide, Barcelona, 1960.
- Bourbaki, N., , Fascicule de Rsultats, Hermann, Thorie des ensembles
Pars, 1958.
- Carakushansky, Mina S. & La Penha, G., , McGraw-Hill, Algebra Lineal
Book Company, Bogot, 1980.
- Grossman, S.I., , Grupo Ed. Iberoamrica, 1983. Algebra Lineal
- Halmos, P.R., , Cecsa, Mxico D.F., 1965. Teora Intuitiva de Conjuntos
- Herstein, I.N., , Blaisdell Pub., London, 1964. Topics in Algebra
- Hoffmann & Kunze, , Editora Polgono, Sao Paulo, 1971. lgebra Linear
- Kaplan, W. & Lewis, D.J., , Wiley Int.Ed. 1970. Calculus and Linear Algebra
- Lang, S., , Fondo Ed. Interamericano, Sao Paulo, 1975. Algebra Lineal
- Mostow, Sampson & Meyer, , McGraw Fundamental Structures of Algebra
-Hill Book Company, N.Y., 1963.
- Muoz, J.M., , 4a. Ed., U.N., 2002. Introduccin a la Teora de Conjuntos
- Suppes, P., , Editorial Norma, Cali, Teora Axiomtica de Conjuntos
Colombia, 1968.
DLL
Espero que el lector haya obtenido algn provecho de este trabajo en el
aprendizaje del lgebra Lineal con operadores .
Quiero agradecer a mi hijo Juan Armando quien ha sido un animador permanente de este proyecto de aprendizaje en
matemtica avanzada y que sin l, habra sido imposible realizarlo. Tambin a mi esposa Nohora quien ley todos los
originales y cuid del buen manejo del lenguaje espaol. A la ingeniera Esperanza Nieto quien gentilmente ha ledo gran
nmero de los temas que han salido al ciberespacio.
Exitos y bienvenidos a la investigacin por internet. Cualquier comentario favor
hacerlo llegar a:

danojuanos@hotmail.com,
danojuanos@tutopia.com
Copyright Daro Snchez Hernndez

Algebra Lineal Dario Sanchez

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Lineal Dario Sanchez

Uploaded by

Copyright:

Available Formats

Daro Snchez H ALGEBRA LINEAL 1

./> 8 8 O Denotando por la funcin determinante en las matrices sobre dada

polinomios de Lagrange de donde se hallan los y con los T I T X

Daro Snchez H 6 EPKIFVE PMRIEP

que genera estos ideales ser tambin llamado el -anulador

46. Sea cualquier vector no nuloen y sea el -anulador de Z : X

( ) ( ) + : ^ X El grado de es igual a la dimensin del subespacio cclico

Una consecuencia particular de este resultado es el siguiente: Si sucede que es

vectores en que son a todos los elementos de . Z W ortogonales

Z Sea { } un conjunto ortogonal de vectores no nulos en un espacio con

proyeccin con imagen y ncleo . Denominaremos esta proyeccin I [ [ I

como la proyeccin ortogonal de sobre . Z [

( ) ( ) X X Z " " "

la transpuesta conjugada de la matriz de . X

de la presentada en el ltimo resultado de (*

Z X Z Sea un espacio complejo con producto interno y un operador lineal sobre .

el operador lineal es positivo \ E\

( ) @ E E E y los menores principales de son positivos.

E Si todo elemento de es real, estas afirmaciones son equivalentes a:

es continua con como producto interno

donde y dada por aqu

Z Y Sea un espacio vectorial de dimensin finita con producto interno y sea un

E F 8 8 F Sean y -matrices complejas. Se dice que es unitariamente

F E 8 8 T Decimos que es a si existe una -matriz ortogonalmente equivalente

89. Sea un espacio de dimensin finita con producto interno y un operador Z X

0 1 0 > 1 > .> X0 > >0 >

E 8 8 Sea una matriz hermitiana auto-adjunta . Entonces existe una matriz ( )

( ) 333 I es la proyeccin ortogonal sobre su imagen.

X X - I - I Si es un operador normal con resolucin espectral

de , entonces las formas bilineales Z 8

( ) ( ) " " " .

. Esta es no degenerada y tiene signatura .

Daro Snchez H 23 EPKIFVE PMRIEP

3.Si es un espacio vectorial real y es un operador lineal indenpotente en , Z I Z

4.Determine los polinomios caractersticos y mnimo de la matriz real

5.Si y son matrices sobre entonces y tienen los mismos E F 77 J EF FE

Daro Snchez H 25 EPKIFVE PMRIEP

X0 B 5/ .> 5/ l 5-/ " -0 B

7. Muestre que si es un valor caracterstico de la matriz sobre el cuerpo - E J

9.Sea el operador lineal representado en relacin a la base cannica de X

10.Pruebe que si el operador tiene un vector cclico entonces tiene un X Z Z X

vector cclico. La recproca es verdadera?

en relacin a entonces existe tal que es una base X @ @ X @ X @ X @

La recproca es falsa, pues considere es obviamente lineal

12.Determine el polinomio minimal y la forma cannica racional de las siguientes

13. Sea la matriz real determine la matriz real tal que E T T ET

que la matriz en la forma cannica racional ser . Calculemos F

Daro Snchez H 29 EPKIFVE PMRIEP

tenemos que existe ; , , subespacios de tales que = < " 3 = Z Z

16. Sean matrices nilpotentes sobre el cuerpo . Demuestre que y R R $ $ J R

polinomio minimal de , anlogamente divide al polinomio minimal de R B R

17. Sean y dos matrices sobre el cuerpo . Si y tienen: E F 8 8 J E F

19.Determine la forma cannica de Jordan de la matriz compleja

20.Pruebe que toda matriz compleja es similar a su transpuesta. 8 8

22.Use el ejercicio anterior para mostrar que toda matriz compleja no 8 8

23.Determine las clases de similaridad de las matrices complejas tales que E 8 8

Daro Snchez H 36 EPKIFVE PMRIEP

26. Sea un espacio vectorial real o complejo dotado de un producto interno. Z

# " " # # "

" " # # " # " # "

" # # " # "

28.Sea una transformacin lineal del espacio vectorial dotado de un X Z Z Z

29.Sea un espacio vectorial con producto interno . Muestre que si , , Z Z ( ) "

( ) ( ) + Muestre que de arriba es un producto interno.