Álgebra lineal II

Tarea 1
Gerardo González Garcı́a
Fecha de entrega: Viernes 27 de Marzo 2020

1. Sea (V, +, ·) un K-espacio vectorial de dimensión finita.

(a) Probar que un operador lineal T : V → V es invertible sı́ y sólo si cero no es un valor propio de T .
Solución
Sea T un operador lineal en V , entonces T es invertible sı́ y solo sı́ [T ]β es invertible para cualquier
β base de V , si y solo sı́ su polinomio caracterı́stico f (t) dado como en el problema 4 cumple que
f (0) = a0 = det([T ]β ) 6= 0, sı́ y solo 0 no es una raı́z de f (t), sı́ y solo si 0 no es un eigenvalor de T N
(b) Sea T : V → V un operador lineal invertible. Probar que un escalar λ es un valor propio de T sı́ y solo
sı́ λ−1 es valor propio de T −1 .
Solución
Sea λ ∈ K un valor propio de T , este es distinto de cero debido al inciso anterior, entonces existe
v̄ ∈ V \{0̄} tal que T (v̄) = λv̄. Al aplicar T −1 se obtiene que v̄ = T −1 (T (v̄)) = T −1 (λv̄) = λT −1 (v̄), pues
T −1 tambien es lineal, por lo tanto T −1 (v̄) = λ−1 v̄, es decir λ−1 es un valor propio de T −1 asociado al
mismo vector propio v̄. Para el regreso basta intercambiar a λ por λ−1 y a T por T −1 en el argumento
anterior. N
2. (a) Probar que matrices similares tienen el mismo polinomio caracterı́stico.
Solución
Sean A, B ∈ Mn (K) similares, entonces existe una matrı́z Q invertible tal que A = Q−1 BQ, entonces
por propiedades del determinante:
det(A) = det(Q−1 BQ) = det(Q−1 )det(A)det(Q) = [det(Q)]−1 det(A)det(Q) = det(A)
lo cual muestra lo deseado N
(b) Probar que la definición de polinomio caracterı́stico de un operador lineal en un espacio vectorial de
dimensión finita V es independiente de la elección de la base de V .
Solución
Sean β y γ bases de V y T un operador lineal en V . Ya que [T ]β = Q−1 [T ]γ Q donde Q = [Id]γβ , entonces
el polinomio caracterı́stico está dado por:
det([T ]β − tIn ) = det(Q−1 [T ]γ Q − Q−1 In Q) = det(Q−1 ([T ]γ − tIn )Q)
= det(Q−1 )det([T ]γ − tIn )det(Q) = [det(Q)]−1 det([T ]γ − tIn )det(Q) = det([T ]γ − tIn )
esto muestra lo requerido.N
3. Probar que cualquier matrı́z cuadrada A ∈ Mn (K), A y At tienen el mismo polinomio caracterı́stico.
Solución
Sea A ∈ Mn (K). Ya que la traposición es lineal y que el determinante de una matrı́z coincide con el deter-
minante de su traspuesta, se tiene que:
det(At − tIn ) = det(At − tInt ) = det((A − tIn )t ) = det(A − tIn )
Esto muestra que A y At tienen el mismo polinomio caracterı́stico. N
4. Sea A ∈ Mn (K) con polinomio caracterı́stico:
f (t) = (−1)n tn + an−1 tn−1 + ... + a1 t + a0
Probar que det(A) = f (0) = a0 . Deducir que A es invertible sı́ y sólo sı́ a0 6= 0.
Solución
Debido a que el polinomio caracterı́stico se define como f (t) = det(A − tIn ), entonces al evaluar en t = 0 se
obtiene que f (0) = det(A) = a0 . Además es conocido que A es invertible sı́ y solo si det(A) 6= 0, esto sucede
sı́ y solo sı́ a0 6= 0. N

1
5. Para cada uno de los siguientes operadores lineales en el espacio vectorial V , verificar si T es diagonalizable
y si es el caso, obtener una base β tal que [T ]β sea una matrı́z diagonal.
(a) V = P3 (R) y T definida por T (f (x)) = f 0 (x) + f 00 (x), donde f 0 (x) y f 00 (x) son la primera y segunda
derivada de f (x), respectivamente.
Solución
Sea γ = {1, x, x2 } la base canónica de P3 (R), ya que T (1) = 0, T (x) = 1 y T (x2 ) = 2 + 2x, entonces:
0 1 2
 
[T ]γ = 0 0 2
0 0 0
cuyo polinomio caracterı́stico es f (t) = −t3 . Por lo tanto su único valor propio es λ = 0 con multiplicidad
3. Vemos que la matrı́z:
0 1 2
 
[T ]γ − λI3 = 0 0 2
0 0 0
es de rango 2, por lo cual dim(Eλ ) = 3 − 2 = 1, que no coincide con su multiplicidad, entonces T no es
diagonalizable. N
(b) V = R3 y T definida por T (x, y, z) = (y, −x, 2z).
Solución
Sea γ = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} la base canónica de R3 , entonces:
0 1 0
 
[T ]γ = −1 0 0
0 0 2
cuyo polinomio caracterı́stico es:
−t 1 0
 
f (t) = det([T ]γ − tI3 ) = det −1 −t 0 = t2 (2 − t) + (2 − t) = (t2 + 1)(2 − t)
0 0 2−t
El único valor propio es λ = 2, ası́ que la matrı́z:
−2 1 0
 
[T ]γ − λI3 = −1 −2 0
0 0 0
es de rango 2, entonces dim(Eλ ) = 3 − 2 = 1, pero este eigenespacio por sı́ solo no puede formar una
base para V , por lo que T no es diagonalizable- N
(c) V = M2 (R) y T definida por T (A) = At .
Solución
n        o
Sea γ = M1 = 1 0 0 1 0 0
0 0 , M2 = 0 0 , M3 = 1 0 , M4 = 0 1
0 0 la base canónica de M2 (R).
Ya que T (M1 ) = M1 , T (M2 ) = M3 , T (M3 ) = M2 y T (M4 ) = M4 , entonces la matrı́z asociada a T en γ
está dada como:
1 0 0 0
!
[T ]γ = 0 0 1 0
0 1 0 0
0 0 0 1
cuyo polinomio caracterı́stico es:
1−t 0 0 0
!
f (t) = det([T ]γ − tI4 ) = det 0 −t 1 0 = (1 − t)[t2 (1 − t) − (1 − t)] = (t − 1)3 (t + 1)
0 1 −t 0
0 0 0 1−t
por lo cual, los valores propios son λ1 = 1 con multiplicidad 3 y λ2 = −1 con multiplicidad 1. Para λ1 :
0 0 0 0  x1  0
! !
[T ]γ − λ1 I4 = det 00 −1 1 0
1 −1 0
x2
x3 = 0
0 → x2 − x3 = 0
0 0 0 0 x4 0
1 0 0
 x  ! ! !
→ x12 =r 0 +s 1 +t 0 0
x3 0 1
x4 0 0 1
Mientras que para λ2 :
2 0 0 0 0
! !
x1  
2x1 = 0
[T ]γ − λ1 I4 = det 0 1 1 0 x2 = 0 → x2 + x3 = 0
0 1 1 0 x3 0
0 0 0 −2 x4 0 −2x4 = 0

2
 0
 x  !
→ x12 =r 1
x3 −1
x4 0
Por lo que:
1 0 0 0
( ! ! ! !)
β= 0 , 1 , 0 , 1
0 1 0 −1
0 0 1 0
es una base de R4 asociada a la base:
n       o
β0 = 1 0 , 0 1 , 01 0 0
, −1 1
0 0 1 0 0 0

que diagonaliza a T , de hecho:

1 0 0 0
!
[T ]β 0 = 0 1 0 0 N
0 0 1 0
0 0 0 −1
 
6. Para A = 1 4 . ∈ M2 (R), obtener una expresión para An , donde n es un entero positivo arbitrario.
2 3
Solución
El polinomio caracterı́stico de A es:

f (t) = (1 − t)(3 − t) − 8 = t2 − 4t − 5 = (t − 5)(t + 1)

entonces los eigenvalores son λ1 = 5 y λ2 = −1. Para λ1 :

 −4 4  x
 
(A − λ1 I2 ) x
x12 = 2 −2 x12 → x1 − x2 = 0 →
x1
= t 1
x2 1

Para λ2 = −1:
   
(A − λ2 I2 ) x1
= 2 4 x1
→ x + 2x = 0 → x1
= t −2
x2 2 4 x2 1 2 x2 1

Entonces una base de eigenvectores es:

n   o
β= 1
1 , −2
1

Si γ es la base canónica de R2 entonces A = [LA ]γ , por lo que la matrı́z de cambio de base Q = [Id]γβ está
dada por:  
Q = 11 −2 1
además:  
B = Q−1 AQ = 5 0
0 −1
Debido a la asociatividad del producto de matrices:
1
5n 0
  
An = [QBQ−1 ]n = [QBQ−1 ][QBQ−1 ]...[QBQ−1 ] = QB n Q−1 = 1 −2 1 2
1 1 0 (−1)n 3 −1 1

Haciendo los cálculos:  

1 5n + 2(−1)n+2 2(5n + (−1)n+1 )
An = N
3 5n + (−1)n+1 2 · 5n + (−1)n

7. Sea T un operador lineal definido en un K−espacio vectorial de dimensión finita (V, +, ·) con valores propios
distintos λ1 , λ2 , ..., λk de multiplicidades m1 , m2 , ..., mk , respectivamente. Suponga que β es una base de V
tal que [T ]β es una matrı́z triangular superior.
(a) Probar que las entradas de la diagonal de [T ]β son λ1 , λ2 , ..., λk y que cada λi aarece mi veces para
i ∈ {1, 2, ..., k}.
Solución
k
P
(b) Probar que tr([T ]β ) = mi λi .
i=1
Solución
(c) det([T ]β ) = (λ1 )m1 (λ2 )m2 · · · (λk )mk .

3
 8. Sea T un operador lineal invertible definido en un K−espacio vectorial de dimensión finita (V, +, ·) y λ un
valor propio de T . Probar que el subespacio invariante de T correspondiente a λ es el mismo que el subespacio
invariante de T −1 correspondiente a λ−1 . (ver ejercicio 1b)
Solución
En el ejercicio 1b se mostró que si v̄ es vector propio de T asociado a λ, entonces v̄ es un vector propio de
T −1 asociado a λ−1 y viceversa. Esto muestra que Eλ ⊂ Eλ0 −1 y que Eλ0 −1 ⊂ Eλ (donde los eigenespacios
primados correponden a los eigenespacios de T −1 ). Por lo tanto Eλ = Eλ0 −1 . N
k
P
9. Probar o dar contraejemplo: Si V = Wi y Wi ∩ Wj = {0̄} para i 6= j, entonces V = W1 ⊕ W2 ⊕ ... ⊕ Wk .
i=1
Solución
Es falsa la afirmación. Sean W1 = {(0, 0, x)|x ∈ R}, W2 = {(x, y, 0)|x, y ∈ R} y W3 = {(0, x, x)|x ∈ R}. Ya
que
(x, y, z) = (0, 0, z/2) + (x, y − z/2, 0) + (0, z/2, z/2)
3
Wi , además es son ajenos dos a dos, pero W3 ∩ (W1 + W2 ) = W3 ∩ R3 = W3 . N
P
entonces V =
i=1

10. Sean (V, +, ·) un K−espacio vectorial de dimensión finita, T : V → V un operador lineal y λ1 , λ2 , ..., λk
valores propios de T tales que λi 6= λj . Probar que:

h{v̄ ∈ V |v̄ es vector propio de T }i = Eλ1 ⊕ Eλ2 ⊕ · · · ⊕ Eλk

Solución
Llamemos W = h{v̄ ∈ V |v̄ es vector propio de T }i. Sea γi base de Eλi para cada i ∈ {1, 2, ..., k} y definimos
Sk
γ = . Sea v̄ ∈ W , entonces v̄ se puede colocar como suma de elementros de W que a su vez se pueden
i=1
colocar como elementos de γ, entonces γ genera a W .
k
P
Sea i ∈ {1, 2, ..., k} fija, supongamos que exixte v̄ 6= 0̄ en Eλi ∩ ( Eλj ), entonces:
j6=i

k
P
v̄ ∈ Eλi y v̄ ∈ ( Eλj )
j6=i

entonces:
k
X
v̄ = v̄j
j6=i

con v̄j ∈ Eλj para cada j 6=∈ {1, 2, , ..., k}. Al aplicar la tranformación se obtiene:
k
X
λi v̄ = λj v̄j
j6=i

pero vectores propios con valores propios distintos son l.i. por tanto λj = 0 lo cual es un absurdo, no existe tal
v̄ y γ es l.i, entonces es base y por un teorema anterior se cumple que W es la suma directa de eigenespacios.
N
11. Sean V un K−espacio vectorial y T : V → V un operador lineal. Probar que los siguientes subespacios de T
son T −invariantes:
(a) {0̄} y V .
Solución
Ya que T es lineal manda al 0̄ en el 0̄, es decir T ({0̄}) ⊂ {0̄}. Como el contradominio de T es V ,
entonces su imagen es un subconjunto de V , es decir, T (V ) ⊂ V . Esto muestra que dichos conjuntos son
T −invariantes. N
(b) El núcleo de T , N (T ) = {v̄ ∈ V |T (v̄) = 0̄} y la imagen de T , Im(T ) = {T (v̄)|v̄ ∈ V }.
Solución
Por definición del núcleo T (v̄) = 0̄ ∀v̄ ∈ V , entonces se cumple que T (N (T )) ⊂ {0̄} ⊂ N (T ), esto muestra
que que N (T ) es T −invariante.
Por otro lado, ya que el contradominio de T es V , se tiene que T (V ) ⊂ V , y aplicando T a esta contención,
T (T (V )) ⊂ T (V ), esto muestra que la imagen es T −invariante. N

4
(c) Eλ , para cualquier valor propio λ de T .
Solución
Sea v̄ ∈ Eλ , entonces T (v̄) = λv̄, pero λv̄ ∈ Eλ , pues Eλ = N (T − λId) es un subespacio de V , esto
muestra que T (Eλ ) ⊂ Eλ , es decir Eλ es T −invariante. N