Curs 2016-2017
lgebra Lineal y Geometra
1. Espacios Vectoriales
Objetivos
J
J Conocer el concepto de espacio vectorial y sus propiedades.
J Conocer los conceptos de sistema generador e independencia lineal.
J Saber determinar una base de un espacio vectorial.
Calcular la matriz de cambio de base.
1.1 Definiciones
Un espacio vectorial es una estructura algebraica creada a partir de un conjunto no vaco,
una operacin interna y otra operacin externa que cumplen ciertas propiedades fundamen-
tales. A los elementos de un espacio vectorial se les llama vectores y a los elementos del
cuerpo, escalares.
Definicin Sea E un conjunto no vaco, en el que hay definidas una operacin interna
y otra externa denominadas suma y producto por escalares, respectivamente.
+ : E E E : R E E
Denominamos espacio vectorial sobre el cuerpo R de los nmeros reales a la terna (E, +, ),
si se cumplen las siguientes propiedades:
(i) El par (E, +) verifica las siguientes propiedades que lo dotan de estructura de grupo
abeliano.
(a) (~u + ~v) + w ~ (asociativa)
~ = ~u + (~v + w)
(b) ~u + ~v = ~v + ~u (commutativa)
1
2
(c) existe un elemento de E, ~0, denominado elemento neutro de E, tal que ~u +~0 = ~u,
para todo ~u E.
(d) para todo elemento ~u E, existe un elemento de E denotado por ~u, y
denominado elemento opuesto de ~u, tal que ~u + (~u) = ~0.
Los elementos de un espacio vectorial se denominan vectores, y los nmeros reales reciben
el nombre de escalares.
Ejemplo Los siguientes conjuntos con las operaciones definidas en cada caso son espacios
vectoriales
(i) El conjunto R3 = (x, y, z) : x, y, z R con las operaciones
(ii) El conjunto Rn [x] de los polinomios con coeficiente reales de grado menor o igual que
n con las operaciones habituales
p(x) = (a0 + a1 x + + an xn )
= a0 + a1 x + + an xn .
(iii) El conjunto MR (m, n) de las matrices de orden m n con las operaciones suma de
matrices y producto por escalares visto en Clcul (Matemtiques 1).
(i) ~u, ~v F = ~u + ~v F .
(ii) R y ~v F = ~u F .
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
3
(x1 + x2 ) + (y1 + y2 ) = x1 + y1 + x2 + y2 = 0 + 0 = 0
mientras que
(x1 , y1 ) = (x1 , y1 ) F,
ya que si sumamos las coordenadas obtenemos que
x1 + y1 = (x1 + y1 ) = 0.
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
4
(3) F = (x, y) R2 : x + y = 1 R2 .
En primer lugar observamos que (0, 0)
/ F , por tanto F no es un subespacio vectorial
de R2 .
1.2 Combinacin lineal de vectores
Sea S = ~v1 , . . . , ~vm un conjunto de vectores de un espacio vectorial E. Un vector ~u es
una combinacin lineal de los vectores de S, si existen escalares 1 , . . . , m tales que
~u = 1~v1 + + m~vm .
Una combinacin lineal se denomina nula si es igual al vector ~0. Cuando todos sus escalares
son nulos obtenemos la combinacin lineal trivial; es decir,
~0 = 0 ~v1 + + 0 ~vm .
Definicin Un conjunto S = ~v1 , . . . , ~vm de vectores de un espacio vectorial E se llama
libre si su nica combinacin lineal nula es la combinacin lineal trivial. En caso contrario,
el conjunto S se denomina ligado. Los vectores de un conjunto libre se denominan lineal-
mente independientes, mientras que los de un conjunto ligado se denominan linealmente
dependientes.
Ejemplos
Expresar el vector ~u = (2, 1) R como combinacin lineal de
2
(b) S = ~v1 = (2, 2), ~v2 = (4, 1)
Escribimos el vector como combinacin lineal de los elementos de S
(2, 1) = (2, 2) + (4, 1) = (2 + 4, 2 + ).
Igualando componentes obtenemos el sistema
)
2 = 2 + 4
1 = 2 +
cuya solucin es = 1 y = 1. Por tanto,
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
5
( c) S = w~ 1 = (0, 1), w
~ 2 = (2, 1), w
~ 3 = (1, 2)
Escribimos el vector como combinacin lineal de los elementos de S
1 = + 2
que es compatible e indeterminado y las soluciones son = 5 + 3 y = 2 2. Por
tanto,
Observamos que existen infinitas combinaciones lineales de los vectores de S que nos dan el
vector ~u.
( d) S = ~z1 = (4, 6), ~z2 = (6, 9)
Escribimos el vector como combinacin lineal de los elementos de S
1 = 6 + 9
que es incompatible. Por tanto, el sistema no tiene solucin y el vector ~u no se puede expresar
como combinacin lineal de los elementos de S. Observar que
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
6
Por tanto,
0 = 3 + 4
0= = = = 0.
0=+
Como la nica solucin del sistema es la nula, el sistema de vectores S = {~u, ~v } es linealmente
independiente.
Comprobar si los vectores ~u = (1, 1, 0) y ~v = (3, 3, 0) son linealmente independientes
o linealmente dependientes.
Planteamos el sistema que nos proporciona la combinacin lineal nula
Por tanto,
0 = + 3
0 = 3 = = 3.
0=0
Existen infinitas combinaciones lineales no nulas de los vectores ~u, ~v , por lo que el sistema
de vectores S = {~u, ~v} es linealmente dependiente. Observar que ~v = 3~u.
Proposicin Un conjunto de vectores S con al menos 2 elementos, es libre si y slo si
ningn vector de S es combinacin lineal del resto.
Demostracin Sea S = ~v1 , . . . , ~vm con m 2. Supongamos que
para algn j = 1, . . . , m, donde ~vbj significa que el vector ~vj no aparece en la combinacin.
Entonces,
~0 = 1~v1 + ~vj + + m~vm
es una combinacin lineal de los vectores de S no trivial, ya que j = 1 6= 0. Por tanto, S
es ligado.
Recprocamente, si S es ligado existen 1 , . . . , m no todos nulos tales que
~0 = 1~v1 + + j ~vj + + m~vm .
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
7
(vi) Sean R y ~vi , ~vj S. El conjunto S2 obtenido al reemplazar en S el vector ~vi por
v~i + ~vj es libre.
Ejemplo Sea S = ~u, ~v , w
~ un subconjunto ligado de un espacio vectorial E. Demostrar,
o en caso contrario dar un contraejemplo, las siguientes afirmaciones.
(i) El vector ~u depende linealmente de los otros dos.
(ii) Uno de los tres vectores depende linealmente de los otros dos.
~ = ~0.
~u + ~v + w
~u = ~v w.
~
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
8
Mtodo 2 Como los vectores ~u, ~v son linealmente independientes, imponemos que el
vector w
~ sea combinacin lineal del resto.
k 1 1
0 = 1 + 1 ;
1 1 0
es decir, tenemos que resolver el sistema
k =+
0=+ = = 1, = 1.
1=
Por tanto,
hSi = 1~v1 + 2~v2 + + m~vm ; 1 , . . . , m R .
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
9
~v = c1~v1 + . . . + cm~vm .
c1
.
[~v ]B = .
. .
cm
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
10
Ejemplo (1) El conjunto C = ~e1 = (1, 0, 0), ~e2 = (0, 1, 0), ~e3 = (0, 0, 1) es una base de
R3 , denominada base cannica.
En primer lugar tenemos que ver que el conjunto de vectores C genera R3 . Sea (x, y, z)
R3 , entonces
(x, y, z) = x~e1 + y~e2 + z~e3 .
En segundo lugar debemos comprobar que son linealmente independientes. Para ello, basta
observar que la matriz formada por los vectores es invertible y por tanto tiene rango 3.
Observar que
dim(R3 ) = 3.
(2) El conjunto C = 1, x, . . . , xn es una base de Rn [x], denominada base cannica.
En primer lugar tenemos que ver que el conjunto de vectores C genera Rn [x]. Sea
p(x) Rn [x], entonces
p(x) = a0 1 + a1 x + + an xn .
En segundo lugar, debemos comprobar que son linealmente independientes. Para ello, basta
observar que cada elemento de la base es un polinomio de grado diferente. Observar que las
coordenadas del vector p(x) en la base cannica son (a0 , a1 , . . . , an ), y que
dim(Rn [x]) = n + 1.
implica que
! !
0 0
= = = = = = 0.
0 0
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
11
! ! ! ! !
a11 a12 1 0 0 1 0 0 0 0
= a11 + a12 + a21 + a22 .
a21 a22 0 0 0 0 1 0 0 1
es decir, )
1 = + 2
= = 2, = 3.
1=
Por tanto,
!
3
[~v ]B = = 3~v1 + 2~v2 .
2
Qu relacin hay entre [~v ]B y [~v ]B ? Podemos ver alguna regla? Observemos que las
coordenadas de ~v en la base B se obtienen como la solucin del sistema escrito en forma
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
12
matricial siguiente ! ! !
1 1 2
= .
1 1 1
Por tanto,
!
1 2
[~v ]B = [~v]B .
1 1
La matriz que aparece en la relacin anterior esta formada por las coordenadas de los vectores
de la base B en la base B.
Definicin Sean B y B dos bases de un mismo espacio vectorial E de dimensin n.
La matriz de cambio de base de B a B, denotada por [IE ]B B es
[IE ]B B = [~u1 ]B , [~u2]B , . . . , [~un ]B MR (n),
donde B = ~u1 , . . . , ~un .
En el ejemplo anterior, !
1 2
[IE ]B B = .
1 1
Observacin
[IE ]BB = [IE ]1
B B
.
Ejemplo En el espacio vectorial E = R2 [x] consideramos las siguientes bases
C = 1, x, x2 , B = 1, 1 x, x + x2 , B = 1 + 3x, 2 + x + x2 , 1 + x + x2 .
Obtener las coordenadas del vector p(x) = 1 + 2x + 4x2 en cada una de las bases.
En primer lugar calculamos las coordenadas del vector p(x) en la base cannica C,
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
13
1
[p(x)]C = 2 .
4
1 1 0 1 2 1
[IE ]BC = 0 1 1 y [IE ]B C = 3 1 1 .
0 0 1 0 1 1
mientras que
2
1
1 2 1 1 0 1 1 1 3
1
7 .
[p(x)]B = [IE ]1 [p(x)]C
= 3 1 1 2 = 3 1 2 2 = 3
B C
3
0 1 1 4 3 1 5 4 19
3
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
14
Problemas Resueltos
(i) F1 = {(x, y, z, t) R4 : 2x y + z + t = 0} .
~v1 = (1, 0, 0, 2), ~v2 = (0, 1, 0, 1), ~v3 = (0, 0, 1, 1) es un sistema de generadores.
Problema
2. En el espacio vectorial de R4 se considera el conjunto de vectores S =
(2, 0, 1, 1), (1, 1, 2, 0), (0, 2, 5, 1), (5, 1, 0, 2) y el espacio generado por S, F=hSi.
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
15
Por tanto,
rang(F ) = 2.
es decir,
4 =
0 = + 2
2 = 2 5
2 =
El vector w
~ 1 si pertenece a F .
El vector w
~ 1 si pertenece a F .
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
16
El vector w
~ 2 no pertenece a F .
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
17
Problemas
Problema 3. Determinar si los siguientes subconjuntos son subespacios vectorial del cor-
respondiente espacio vectorial:
( !)
a11 a11
(i) F1 = A M22 (R) : A = M22 (R).
a21 a22
(ii) F2 = (x, y) R2 : x 3y = 0 R2 .
(iii) F3 = (x, y) R2 : 2x + y = 2 R2 .
(iv) F4 = p(x) Rn [x] : p(0) = 0 Rn [x].
Problema 4. Calcular los subespacios generados por los subconjuntos que se indican:
(i) S = (1, 1), (1, 0) .
(ii) S = 1 x, x2 .
( !)
1 1
(iii) S = .
0 1
(iv) S = (1, 1, 0, 1), (1, 1, 1, 1) .
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
18
sean
Problema
8. En el espacio vectorial de R4 se considera el conjunto de vectores S =
(2, 0, 1, 1), (1, 1, 2, 0), (0, 2, 5, 1), (5, 1, 0, 2) y el espacio generado por S, F=hSi.
Problema 10. Sea ~u, ~v , w~ un subconjunto ligado de un espacio vectorial E. Demostrar,
o en caso contrario dar un contraejemplo, las siguientes afirmaciones.
(ii) Uno de los tres vectores depende linealmente de los otros dos.
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
19
Problema 14. Sea S = ~u, ~v, w ~ un conjunto
independiente de vectores de un espacio
vectorial E. Determinar si el conjunto B = ~u 2~v + w,
~ ~u + ~v, ~u ~v es linealmente
independiente o dependiente.
Problema 15. Comprueba si los siguientes subconjuntos son base de R3 , y en caso afir-
mativo halla las coordenadas en dicha base del vector ~v R3 que se indica:
B1 = {~u1 = (1, 0, 1), ~u2 = (1, 0, 0), ~u3 = (0, 2, 1)}, ~v = (3, 2, 1).
B2 = {~u1 = (1, 1, 1), ~u2 = (1, 0, 1), ~u3 = (5, 2, 1)}, ~v = (1, 2, 3).
B3 = {~u1 = (1, 1, 2), ~u2 = (2, 1, 2), ~u3 = (1, 0, 1)}, ~v = (3, 0, 2).
Problema 16. Hallar la dimensin de los siguientes subespacios vectoriales y una base de
cada subespacio:
(i) F1 = {(x, y, z, t) R4 : 2x y + z + t = 0} .
(ii) F2 = {(x, y, z) R4 : x y + z = 0, x + y = 0} .
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
20
Problema 17. Hallar la condicin que debe cumplir el vector (x, y, z) R3 para formar
una base de R3 , junto con los vectores (1, 1, 0) y (1, 0, 2).
Problema 18. Hallar la condicin que debe cumplir el vector (x, y, z) R3 para formar
una base de R3 , junto con los vectores (1, 0, 1) y (3, 1, 0).
Problema 19. Sea B = ~v1 , ~v2 una base de R2 y los vectores ~u1 ,~u2 cuyas coordenadas
en la bese B son
[~u1 ]B = (1, 2), [~u2 ]B = (2, 0).
(i) Demostrar que B = ~u1 , ~u2 tambin es una base de R2 .
Problema 20. Sean B = ~v1 , ~v2 , ~v3 y B = ~u1 , ~u2 , ~u3 dos bases de un espacio vectorial
de dimensin 3, E. Sabiendo que
Problema 21. Comprobar que B = ~u1 = (2, 1, 1), ~u2 = (1, 0, 4), ~u3 = (2, 3, 2)
es una base de R3 , y dar las matrices de cambio [IR3 ]BB y [IR3 ]B B , donde C es la base
cannica de R3 . Hallar las coordenadas de un vector ~v , cuyas coordenadas en base B son
[~v ]B = (1, 0, 1, 2).
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
21
Problema 22. En el espacio de polinomios de orden menos o igual que 3, R3 [x], consid-
eramos las bases cannic, C y N = {q1 (x), q2 (x), q3 (x), q4 (x)}, donde
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
22
2. Aplicaciones lineales
JObjetivos
J Conocer el concepto de aplicacin lineal y matriz asociada (Identificacin).
Conocer la relacin entre las matrices asociadas a una misma aplicacin lineal en difer-
entes
J bases.
J Calcular los valores y vectores propios de un endomorfismo ( o una matriz).
J Saber determinar si un endomorfismo (o una matriz) es diagonalizable.
Saber determinar una base de vectores propios y la matriz diagonal de un endomorfismo
diagonalizable (o una matriz).
2.1 Definiciones
En este apartado se estudian las funciones entre espacios vectoriales y sus propiedades ms
relevantes as como su relacin con las matrices. Una aplicacin lineal es una correspondencia
entre espacios vectoriales que preserva las operaciones de suma de vectores y multiplicacin
por un escalar.
Definicin Sean E y F espacios vectoriales reales. Una correspondencia f : E F
se denomina aplicacin lineal si se cumplen las siguientes propiedades:
(i) Si ~u, ~v Rn , entonces f (~u + ~v) = k(~u + ~v ) = k~u + k~v = f (~u) + f (~v).
(b) La aplicacin f : Rn [x] Rn1 [x] definida por f (p(x)) = p (x) es una aplicacin
lineal.
Comprobamos que se cumplen las dos propiedades:
(i) Si p(x), q(x) Rn [x], entonces f (p(x) + q(x)) = (p(x) + q(x)) = p (x) + q (x) =
f (p(x)) + f (q(x)).
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
23
Las siguientes propiedades nos permiten conocer las principales caractersticas de las
aplicaciones lineales.
Propiedades Sea f : E F una aplicacin lineal. Entonces,
(i) Conociendo las imgenes mediante f de los vectores de una base de E, se puede calcular
tambin la imagen de cualquier vector de E.
(ii) La imagen del vector nulo de E mediante la aplicacin lineal f es el vector nulo de F .
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
24
(g f ) = IE y (f g) = IF .
Ker(f ) = ~u E : f (~u) = ~0 .
Es decir, el ncleo de f est formado por todos los elementos de E que se transforma en el
vector nulo de F . Observar que Ker(f ) E.
Dada f LR (E, F ) se llama imagen de f , y se representa por Im(f ), al conjunto
Im(f ) = ~v F : existe ~u E, f (~u) = ~v = f (E).
Es decir, la imagen de f est formada por todos los elementos de F que son imagen de algn
vector de E. Observar que Im(f ) F.
Proposicin Sea f LR (E, F ). Entonces,
(i) Los conjuntos Ker(f ) y Im(f ) son subespacios vectoriales de E y F , respectivamente.
(v) Si los espacios vectoriales E y F tienen la misma dimensin, se puede asegurar que
existe entre ellos una aplicacin lineal biyectiva.
(vi) Si el conjunto ~u1 , . . . , ~um es un conjunto de generadores de E, el conjunto f (~u1), . . . , f (~um)
es un conjunto de generadores de Im(f ).
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
25
Demostracin (i)
(i) Sean ~u, w
~ Ker(f ), entonces de la linealidad de la aplicacin f tenemos que
f (~u + w) ~ = ~0.
~ = f (~u) + f (w)
f (w
~ 1 + w
~ 2 ) = f (w ~ 2) = ~u1 + ~u2 .
~ 1 ) + f (w
1 = = m = 0.
(iv) Supongamos que la dimensin de E es n y que el conjunto B = ~u1 , . . . , ~un es una
base. Sea ~v Im(f ), entonces existe ~u E talque f (~u) = ~v . Expresamos el vector ~u en la
base B,
~u = 1~u1 + + n ~un .
Por la linealidad de f obtenemos que
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
26
dim(Im(f ) dim(E).
a11 a12 a1n
.. .. .. .. M (m n),
[f ]B1 B2 = . . . . R
am1 am2 amn
[f ]C1 C2 = 1 2 MR (1 2)
Ejemplo Sea f : R R2 definida por f (x) = (x, 4x). Hallar la matrix asociada a f
en las bases cannicas de R y R2 , respectivamente.
Consideramos C1 = {v~1 = 1} y C2 = {~e1 = (1, 0), ~e2 = (0, 1)} las bases cannicas de R y R2 ,
respectivamente. Entonces, f (~v1 ) = (1, 4) = 1 e~1 + 4 ~e2 . Por tanto,
" #
1
[f ]C1 C2 = MR (2 1).
4
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
27
" #
1 3
[f ]C1 C2 = MR (2 2).
5 1
" #
1 1 1
[f ]C1 C2 = MR (2 3).
2 3 1
[f ]BC = 1 5 MR (1 2).
[f ]CB = 6 9 MR (1 2).
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
28
f (p1 (x)) = (a1 b1 ), (b1 2c1 ), (3a1 2b1 2c1 )
= a1 b1 , b1 2c1 , 3a1 2b1 2c1
= f (p1 (x)).
(ii) Consideramos las bases cannicas C1 = {1, x, x2 } y C2 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
de R2 [x] y R3 respectivamente. Entonces,
Por tanto,
1 1 0
[f ]C1 C2 = 0 1 2 MR (3 3).
3 2 2
Por tanto,
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
29
Cambios de bases
De ahora en adelante V1 , N1 sern bases del espacio vectorial E y V2 , N2 sern bases del
espacio vectorial F .
Proposicin Sea f LR (E; F ). Entonces:
(i) [f ]N1 V2 = [f ]V1 V2 [IE ]N1 V1 .
(i) Para hallar [f ]C1 C2 , basta colocar las imgenes de la base cannica C1 en las columnas
de la matriz:
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
30
1 1
[f ]C1 C2 = 2 0 MR (3 2).
2 1
(ii) Si las coordenadas de un vector de R2 en base cannica son (x, y), entonces:
" # 1 1 " #
x x
f (x, y) = [f ]C1 C2 = 2 0 = (x + y, 2x, 2x + y).
y y
2 1
1 1 " # 0 1
1 2
[f ]N C2 = 2 0 = 2 4
1 3
2 1 3 7
3. Endomorfismos
f (~v ) = ~v.
Entonces, cada vector ~u E tal que f (~u) = ~u se denomina vector propio de f de valor
propio . El conjunto de vectores propios asociados a un autovalor es un espacio vectorial
de dimensin mayor o igual que 1; ya que ~0 E y verifica la condicin f (~0) = ~0.
A veces tambin se utiliza la nomenclatura autovalor (VAP) y autovector (VEP). El con-
junto de valores propios de un endomorfismo f se denota por (f ), y se denomina espectro
de f .
Observacin Si 1 y 2 son valores propios distintos de f y ~u y ~v son vectores propios
no nulos asociados a cada uno ellos, entonces ~u y ~v son linealmente independientes.
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
31
~u + ~v = ~0 = ~u = ~v
= = 0;
Ker(f I) 6= 0,
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
32
~v Ker(f I).
4 2 5
A = [f ]C = 5 3 5 .
0 0 4
Por tanto,
4 2 5
4 2
pf () = det(A I) = 5 3 5 = (4 )
5 3
0 0 4
= (4 ) (4 )(3 ) + 10 = (4 )(2 )(1 ).
Por tanto, la ecuacin caracterstica de f es
(4 )(2 )(1 ) = 0,
y el espectro es
(f ) = {1, 2, 4}.
Para hallar los vectores propios asociados a cada uno de los valores propios basta hallar los
ncleos.
(a) Ker(A 4I) = h(5, 5, 2)i, ya que
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
33
0 2 5 x 2y + 5z
5
(A 4I)(~u) = 5 7 5 y = 5x 7y + 5z = ~0 x = y = z.
2
0 0 0 z 0
2 2 5 x 2x 2y + 5z
(A 2I)(~u) = 5 5 5 y = 5x 5y + 5z = ~0 z = 0, x = y.
0 0 2 z 2z
5 2 5x 5x 2y + 5z
5
(A + I)(~u) = 5 2 5 y = 5x 2y + 5z = ~0 z = 0, y = x.
2
0 0 5 z 5z
1 0 0
0 2 0
A = [f ]V = . .. . . ,
.. . . 0
0 0 n
y por tanto
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
34
es decir, los escalares i son valores propios de f y los vectores ~ui son vectores propios de f .
Caracterizacin de los endomorfismo diagonalizables Un endo-
morfismo f , es diagonalizable si y slo si se cumplen las siguientes propiedades:
1 dim Ker(f i I) mi ,
f , es diagonalizable.
Matrices diagonalizables
Como cada matrix cuadrada de orden n se puede identificar con un endomorfismo sobre
un espacio vectorial de dimensin n, podemos extender los conceptos de valor propio, vector
propio, Ker, polinomio y ecuacin caracterstica y diagonalizacin al caso de matrices.
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
35
Problemas resueltos
Problema 23. Clasifica la siguiente funcin, halla una base y las ecuaciones implcitas de
Im(f ) y Ker(f )
f : R2 R2 , f (x, y) = (3y, 0).
Indicacin: Para encontrar una base o las ecuaciones implcitas del subespacio vectorial
Im(f ) basta hallar el subespacio vectorial generado por las columnas de la matrix asociada a
f en una base cualquiera, y despus encontrar sus ecuaciones. Esto es debido a que ~u Im(f )
sii f (~v ) = ~u, y por tanto
~u = f (~v) = [f ]V [~v ]B ,
" #
0 3
A = [f ]C =
0 0
Hallamos el ncleo de f :
Ker(f ) = h(1, 0)i, ya que
y = 0.
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
36
( 4)2 ( + 2) = 0,
y el espectro es
(f ) = {2, 4} con m1 = 1 y m2 = 2.
4 2 1 x 4x 2y + z
z
(A + 2I)(~u) = 2 4 1 y = 2x + 4y + z = ~0 x=y= .
2
4 4 4 z 4(x + y + z)
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
37
2 2 1 x 2x 2y + z
(A 4I)(~u) = 2 2 1 y = 2x 2y + z = ~0 z = 2x + 2y.
4 4 2 z 4x + 4y 2z
2 0 0 1 1 0
0 4 0 y P = [I]N C = 1 0 1.
0 0 4 2 2 2
(9 )2 (3 ) = 0,
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
38
y el espectro es
2 2 2 x 2x 2y + 2z
(A 3I)(~u) = 1 5 1 y = x + 5y + z = ~0 y = 0, z = x.
5 1 5 z 5x + y + 5z
4 2 2 x 4x 2y + 2z
(A 9I)(~u) = 1 1 1 y = x y + z = ~0 x = 0, y = z.
5 1 1 z 5x + y z
Problemas propuestos
Problema 26. Determina si las siguientes aplicaciones son lineales y, en caso de que lo
sean, halla la matriz asociada a f en las bases cannicas.
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
39
Problema 27. Clasifica las siguientes funciones, halla una base y las ecuaciones implcitas
de Im(f ) y Ker(f ):
Problema 28. Demostrar que una aplicacin lineal f es inyectiva si y slo si Ker(f ) = {~0}.
Problema 29. Determinar la relacin entre los parmetros a, b y c para que la matrix
1 a b
A = 0 4 c
0 0 1
sea diagonalizable.
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017
40
Problema 33. Sea f un endomorfismo de R2 cuya matriz en la base B formada por los
vectores v1 = (1, 1), v2 = (1, 2) es
1 0
M= .
1 2
c
Carmona, . & Encinas, A.M. LGEBRA I CLCUL MULTIVARIABLE. EEBE, 2017