LECCIONES de ALGEBRA MULTILINEAL

por

Mar Jess Iranzo Aznar y Francisco Prez Monasor a u e

Universitat de Val`ncia e ` Departament dAlgebra Doctor Moliner, 50 46100-Burjassot (Val`ncia) e

Indice Leccin 1. Preliminares o Leccin 2. Matrices sobre K[x]. Equivalencia. o Leccin 3. Los teoremas de Hamilton-Cayley y de Frobenius. Formas cannicas. o o Leccin 4. Polinomios m o nimos. Subespacios h-invariantes. Leccin 5. Espacios vectoriales con producto escalar. o Leccin 6. Espacios vectoriales eucl o deos. Isometr as. Leccin 7. Introduccin al Algebra de los tensores. o o Ayudas para resolver algunas de las cuestiones. Prcticas de Algebra Multilineal. a Bibliograf a.

Leccin 1. Preliminares. o (1.1) Denicin: Un anillo R es una estructura (R, +, .), donde (R, +) es un grupo o abeliano, . es interna, asociativa y se cumple: a(b + c) = ab + ac y (a + b)c = ac + bc a, b, c R. Si ab = ba a, b R, se dice que R es conmutativo. R se dice unitario ( o con unidad) si la estructura (R, .) tiene elemento neutro. Si R es anillo unitario, se llaman unidades del anillo R a los elementos que tienen inverso. Nota.- Mientras no se avise de lo contrario, los anillos se supondrn conmutativos a y unitarios. (1.2) Denicin.- Un ideal I del anillo R es una subestructura (I, +, .) de (R, +, .) de o modo que (I, +) es un subgrupo de (R, +), y r.a est en I cualesquiera que sean r R y a a I. Ejemplos: 1) Z es anillo y los conjuntos nZ con n entero son sus ideales, las unidades de Z son 1, 1. 2) Los polinomios en una indeterminada sobre un cuerpo K, K[x], forman un anillo con la suma y producto de polinomios, sus ideales son los conjuntos {r(x)f (x)} donde f (x) es un polinomio jo y r(x) recorre K[x], sus unidades son los polinomios constantes no cero. (1.3) Denicin: Una matriz n m con entradas o elementos en un anillo R es o una tabla (rectangular) de elementos de R dispuestos en n las y m columnas a11 . . . a1m A = (aij ) = . . . . . . . . . . an1 . . . anm Una matriz 1 m se dice una matriz la y una n 1 se dice matriz columna. Una matriz n n se dice matriz cuadrada . La diagonal principal de la matriz n n (aij ) es la sucesin de los elementos aii , i [1, n]. Una matriz triangular superior es la o que tiene nulos los elementos por debajo de la diagonal principal (i.e aij = 0, si i > j). Una matriz es triangular inferior si tiene nulos los elemento por encima de la diagonal principal. Una matriz diagonal tiene nulos todos los elementos que no estn en la diagonal, a n ndices de las i1 , . . . , ip y a veces la escribiremos A = diag [a11 , . . . , ann ]. Si se se alan otros de columnas j1 , . . . , jq , entonces la submatriz cuyas las son aij1 , aij2 , . . . , aijq con 3

i {i1 , . . . , ip } se le llama submatriz de A. Una submatriz cuyos ndices de las y de columnas son consecutivos se dice un bloque o caja de A los bloques ms notables son a los bloques la Ai o bloques columna Ai . Llamaremos descomposicin de A en bloques a una particin de A en bloques: o o A11 . . A= . Ah1 ... ... ... A1k . . . Ahk

de forma que bloques en una misma la tengan el mismo numero de las y bloques en una columna tengan el mismo nmero de columnas. Si en la descomposicin anterior h = k y u o todos los bloque Aij , i = j son ceros, se dice que A es suma diagonal de submatrices Aii y se escribe A = [A11 , . . . , Ahh ], o bien A = diag[A11 , . . . , Ahh ]. La expresin o descomposicin de una matriz sobre un cuerpo en bloques, est relao o a cionada con la expresin coordenada de un homomorsmo entre espacios vectoriales V y o W , descompuestos como suma directa de subespacios. Cuando las matrices son sobre un anillo R, se consideran R-mdulos en lugar de espacios vectoriales. o El conjunto de matrices n m sobre R, se suele denotar por M at(n m, R) o por ` M at(n, R) si n = m (algunas veces tambin se usa la notacin M atn (R) para este cone o junto). Se denen las siguientes operaciones, ya conocidas cuando se trata de matrices sobre un cuerpo: Suma de matrices n m : A = (aij ), B = (bij ), A + B = (aij + bij ). Producto de una matriz A M at(n m, R) por otra B M at(m r, R) es una matriz
m

P M at(n r, R) dada por P = (pjk ) donde pjk =

t=1

ajt btk

Producto de un elemento b R por una matriz A = (aij ) M at(n m, R) es la matriz n m denotada bA dada por bA = (b.aij ). Si A y B son matrices por bloques, de modo que el producto de A y B tenga sentido y que las siguientes expresiones tengan sentido: Ah1 B1k + Ah2 B2k + Ah3 B3k + . . . + Ahr Brk cualesquiera que sean h y k, entonces AB es a su vez una matriz por bloques cuyo bloque hk es el dado por la expresin anterior. o 4

(1.4) Proposicin.- El conjunto M at(n m, R) es grupo abeliano con la suma de o matrices. El conjunto M at(n n, R) es anillo no conmutativo (si n = 1) con la suma y producto de matrices. (1.5) Denicin.- Dada una matriz A M at(n n, R), se dene el determinante de A, o denotado det A ` |A|, de la misma manera que si se tratara de matrices sobre un cuerpo o es decir: det A =
n

e a1(1) .....an(n) .

Atencin .- Hemos introducido el determinante de una matriz cuadrada sobre un o anillo conmutativo. En general hay muchos problemas para extender esta nocin al caso o no conmutativo. (1.6) Deniciones.- Dada una matriz A, n n sobre R, una submatriz de A se dice principal si los ndices de las y columnas tomados para formar la submatriz son los mismos o, equivalentemente, la diagonal principal de la submatriz est formada por entradas a de la diagonal principal de la matriz. Si una submatriz de A es cuadrada, a su determinante se le dice menor de la matriz A. Si A = (aij ), la submatriz resultante de eliminar en la matriz A la la i y la columna j, se llama matriz adjunta del elemento ij (respecto de la matriz A), su determinante se llama menor complementario de aij , Dij . Se llama adjunto o cofactor de aij al elemento de R :(-1)i+j Dij ; un menor principal de A es el determinante de una submatriz principal de A. Si A = [A11 . . . Arr ] y tanto A como los bloques son matrices cuadradas , se verica que det(A) = det(A11 ) . . . det(Arr ). Propiedades de la funcin determinante. o 1) El determinante de una matriz sobre R con dos las (columnas) iguales es cero. 2) Si se efect a una permutacin entre las las (columnas) de una matriz A el deteru o o minante de la matriz resultante es e .det A donde e es la signatura de la permutacin , en particular si se intercambian dos las (columnas) el determinante de la matriz resultante es el opuesto al determinante de la matriz inicial A. 3) Si se multiplican los elementos de una la (columna) de una matriz A por un elemento t R, el determinante de la matriz as obtenida vale t.det(A). 5

4) det(A) no var si se sustituye una la (columna) de A por la que resulta de sumar a a esta la (columna) una combinacin lineal de las restantes. o 5) El determinante de un producto de matrices cuadradas sobre R, es el producto de los determinantes de los factores. 6) El determinante de una matriz cuadrada A coincide con la suma de los productos de los elementos de los elementos de una la (columna) por sus adjuntos. La suma de los productos de los elementos de una la (columna) por los adjuntos de una la (columna) distinta es el elemento nulo de R. 7) Como consecuencia de 6) se tiene A.(adj.A)t = (det(A))I = (adjA)t .A , donde adj.(A) representa la matriz cuyo elemento ij es el cofactor del elemeto ij de A. (1.7) Denicin.- Una matriz A, n n sobre el anillo R se dice regular, si existe una o matriz B , n n sobre R tal que A.B = B.A = I. (1.8) Proposicin.- Una matriz cuadrada A, n n sobre R es regular si y slo si su o o determinante es una unidad de R. Demostracin: Si A es regular, existe B tal que A.B = B.A = I. As que det(AB) = o det(A)det(B) = 1. Por tanto el determinante de A es una unidad de R. Rec procamente, si det(A) = u tiene inverso v R, sea B = v.(adjA)t , entonces A.B = v(A.(adj.A)t ) = v(u.I) = (v.u)I = I = BA. Notacin.- En el conjunto de matrices n n sobre R, denotaremos por Eij a la matriz o con la entrada ij igual a 1 y las dems iguales a 0. a (1.9) Denicin.- Llamaremos matrices elementales sobre R a las siguientes: o 1)Pij = I Eii Ejj + Eij + Eji . 2) Pij (u) = I + uEij , donde i = j y u es un elemento de R. 3) Qi (u) = I + (u 1)Eii , donde u es un elemento inversible de R. (1.10) Proposicin.- Sea A una matriz n n sobre R. Se verican: o 1) Pij A es la matriz obtenida de la A por intercambio de las las i y j. 2) Pij (u)A es la matriz obtenida de la A sumndole a los elementos de la la i los de a la j multiplicados por u. 6

3) Qi (u)A es la matriz que se obtiene de la A al multiplicar los elementos de la la i por u. 1bis) APij es la matriz obtenida de la A por intercambio de las columnas i y j. a 2bis) APij (u) es la matriz obtenida de la A sumndole a los elementos de la columna j los de la i multiplicados por u. 3bis) AQi (u) es la matriz que se obtiene de la A al multiplicar los elementos de la columna i por u. Demostracin.- Es formalmente la misma que para matrices sobre un cuerpo y basta o tener en cuenta que Eij .Ehk = jh Eik . (1.11) Corolario.- Las matrices elementales son regulares. Demostracin: Pij .Pij = I; Pij (u)Pij (u) = I : Qi (u)Qi (u1 ) = I. o

Expresin del polinomio caracter o stico. (1.12) Denicin: Dado un polinomio f (x) = a0 xn + a1 xn1 + . . . + an1 x + an = 0 o con coecientes en un cuerpo K con car K = 0, su derivado formal es el polinomio f (x) = na0 xn1 + (n 1)a1 xn2 + . . . + an1 . Convendremos tambin que el derivado del polinomio cero es el polinomio cero. e Notar que cualesquiera que sean f (x), g(x) K[x] y c K se tiene:i) (cf ) = cf ii)(f + g) = f + g iii) (f g) = f g + f g iv) (g n ) = ng n1 g Es fcil comprobar que el derivado del determinante de una matriz A, n n sobre K[x] a es la suma de los determinantes de las matrices resultantes de sustituir una la de A por la derivada de esa la y dejar las dems las iguales. a (1.13) Teorema.- Sea A M at(n n, K). Entonces los coecientes del polinomio caracter stico de A son a0 = 1,ar = (1)r menores principales r r de la matriz A. Demostracin: Por induccin sobre n. El resultado es obvio cuando n = 1. Suponer o o que la tesis es cierta para matrices en M at(r r, K) con r < n. Es claro que an = (1)n |A| y que a0 = 1. Denotaremos por D(i) al determinante de la matriz obtenida al sustituir la la i-sima e a de xI A por su derivada, es decir por (0, . . . , 0, 1i) , 0, . . . , 0) y dejar las dems las iguales. 7 Ar , donde Ar indica la suma de los

As si f (x) = det(xI A) , f = D(1)+. . .+D(n). Pero D(j) es el polinomio caracter , stico e e de la submatriz A(j) de A obtenida al eliminar la la j-sima y la columna j-sima. Por induccin el coeciente de x(n1)r en D(j) es (1)r o de x(n1)r en f es (1)r ( A(1) + . . . + r A(n) ). r A(j) . Luego el coeciente r

Pero por otra parte, ese coeciente es (n r)ar . En consecuencia (n r)ar = (1)r ( A(1) + . . . + r A(n) ). r

Para obtener la conclusin, basta probar que o (n r) Ar = ( A(1) + . . . + r A(n) ) r

o lo que es lo mismo, observar que un menor principal de orden r de la matriz A formado con las las y columnas l1 , . . . , lr aparece n r veces en los sumandos de la derecha, uno en cada ndice est en a A(i) con i {l1 , . . . , lr }, es decir, cada vez que el super r

{1, . . . , n} {l1 , . . . , lr }. Notar que a1 = (a11 + ... + ann ) = traza A. Utilizaremos la siguiente notacin: o Recordemos que si h es un endomorsmo de un espacio vectorial V sobre el cuerpo K, con dimK (V ) = n y (ai ) una base de V , Y = AX es la expresin coordenada o e a del endomorsmo h en la base (ai ). Notar que la columna i-sima de la matriz A est formada por las coordenadas del vector hai en la base (ai ). A es la matriz coordenada del o endomorsmo h en la base (ai ). Si (bi ) es una nueva base de V , X = P X es la expresin del cambio de coordenadas, siendo P una matriz regular sobre K, cuya columna j-sima e est formada por las coordenadas del vector bj en la base (ai ) y P 1 AP es la matriz a coordenada de h en la nueva base . Conclu mos que si A es matriz coordenada de un endomorsmo h respecto de una base de V , el conjunto de todas las matrices coordenadas de dicho endomorsmo es: {P 1 AP |P GL(n, K)} . 8

(Observar que toda matriz regular n n sobre K puede considerarse matriz de un cambio de base de un espacio vectorial de dimensin n sobre K. Recordar que el conjunto o de dichas matrices constituye un grupo denotado por GL(n, K) y denominado grupo general lineal de grado n sobre K.) (1.14) Denicin.- Dos matrices A, B n n sobre K se dicen semejantes si existe una o matriz regular P, n n sobre K tal que B = P 1 AP. Notas: 1) La relacin de semejanza es una relacin de equivalencia. o o 2) M at(n n, K) queda descompuesto en unin disjunta de clases de semejanza. o 3) La relacin de semejanza es una relacin de equivalencia en el grupo GL(n, K) y en o o este caso las clases de semejanza no son sino las clases de conjugacin del grupo GL(n, K). o Uno de los objetivos fundamentales de este curso es encontrar las formas o representantes cannicos de las clases de semejanza. Son llamadas formas cannicas porque estn o o a constru das siguiendo unos cnones determinados por las clases. Una forma cannica es a o tambien matriz coordenada del endomorsmo, pero no es preciso construir una base para obtenerla. Finalmente recordemos los siguientes conceptos. (1.15) Denicin.- Un elemento a R {0} es un divisor de cero en R si existe otro o elemento b R {0} tal que a.b = 0. Un anillo sin divisores de cero es un dominio de integridad. (1.16) Denicin.-Sea R un dominio de integridad. Diremos que a es un divisor de b o o que b es un mltiplo de a, si existe un elemento c R tal que b = ca (a R {0}) . u a u Sean a, b elementos de R. Un elemento d de R es un mximo com n divisor de (a, b), si u cumple:1) d es un divisor de a y b, y 2) si d es otro divisor com n de a y b, entonces d divide a d. Un m nimo comn mltiplo de a y de b es un elemento m mltiplo de a y de b u u u u u u tal que si m es otro m ltiplo comn de a y b, entonces m es un mltiplo de m. (1.17) Denicin.- Un Dominio de Ideales Principales es un dominio de integridad o R en el cual si I es ideal de R, existe d I tal que cualquier elemento de I es m ltiplo de u d. 9

Ejemplos: i) el anillo de los enteros ii) K[x] cuando K es un cuerpo. (1.18) Teorema (Algoritmo de la divisin). Sea R un anillo con unidad y f y g o polinomios no nulos sobre R. Supongamos que el coeciente director de g es una unidad de R. Entonces existen dos unicos polinomios q y r tales que: f = g.q + r con r = 0 o grado (r) < grado(g). (1.19) Teorema (Factorizacin unica). Sea K un cuerpo y f K[x] con grado f 1. o Entonces f se puede escribir de forma unica como producto de polinomios irreducibles en K[x], salvo el orden y la multiplicacin por constantes no cero. o (1.20) Teorema: (Identidad de Bezout).- Sea R un dominio de ideales principales, a, b R {0}. Entonces existe mximo com n divisor de a y b. Adems, si d es un a u a m.c.d(a, b), entonces existen r, s R, tales que ra + sb = d. Finalmente recordar que los polinomios irreducibles en C[x] son de grado 1, y los irreducibles en R[x] son de grado 1 o 2.

10

Leccin 2. Matrices sobre K[x]. Equivalencia. o Trabajaremos en toda la leccin con matrices n n con entradas en K[x], siendo K un o cuerpo. Introduciremos el concepto de equivalencia en este conjunto y obtendremos criterios para caracterizar esta relacin. En lecciones siguientes aplicaremos estos resultados a o las matrices de la forma (xI A) donde A es una matriz n n sobre K. Esta leccin utiliza la anterior y es de carcter preparatorio para caracterizar las clases o a de semejanza de matrices cuadradas sobre un cuerpo. Como bibliogaf pueden utilizarse [2],[4] y [6]. a (2.1) Denicin.- Dos matrices A y B , ambas n n sobre K[x] son equivalentes, si o existen matrices regulares P y Q, sobre K[x], tales que B = P AQ. (2.2) Teorema: Sea A una matriz cuadrada sobre K[x], entonces : a) Podemos transformar la matriz A en otra C =diag[c1 (x), ..., cr (x), 0, .., 0], donde o c1 (x)|c2 (x)|...|cr (x), siendo c1 (x), ......, cr (x) distintos de cero, por aplicacin de las siguientes operaciones: 1) Adicin de un mltiplo de una la (columna) a otra la (columna) o u 2) Cambio de dos las (columnas). b) A y C son equivalentes. Demostracin:a) Si A = (0) est probado. Por tanto podemos suponer que A = (0). o a Por cambio de las y columnas, si fuera necesario, podemos suponer que a11 = 0 y grad a11 grad aij siempre que aij = 0. Cada elemento debajo de a11 (en la primera columna) y cada elemento a la derecha de a11 (en la primera la), puede ser dividido por a11 , sea ai1 = qi1 a11 + ri1 y a1j = e q1j a11 + r1j . Sustrayendo de la la i-sima la primera la multiplicada por qi1 , (2 < i < n) y de la columna j-sima la primera columna multiplicada por q1j obtenemos una matriz e a11 r21 ... rn1 r12 ... . . . r1n ... ... ... ...

donde cada rij es o cero o de grado menor que a11 . Si algn rij = 0, podemos hacer cambios u de las y columnas para llevar este polinomio a la posicin (1, 1). Puesto que los grados no o 11

pueden decrecer indenidamente, una continuacin de este proceso nos llevar nalmente o a a una matriz de la forma b11 0 B = ... 0 0 ... ... ... ... ... 0 ...

u con b11 = 0 y grado b11 grad a11 . Supongamos que algn bij , i, j 2 no es divisible n por b11 , sea bij = qb11 + r con resto r = 0 y grado r < grado b11 . Aadiendo a la la i la primera la y substrayendo a la columna j la primera columna multiplicada por q, obtenemos una nueva matriz cuyo elemento (i, j) es r, con grado r < grado b11 grado o a11 . Como los grados no pueden decrecer indenidamente, una repeticin de la totalidad del procedimiento previo nos conduce a una matriz polinmica de la forma o b11 0 B= ... 0 0 b22 ... bn2 ... 0 . . . b2n ... ... . . . bnn

o donde cada bij es (o bien cero) divisible por b11 . Ahora la armacin se consigue por induccin sobre n. o b) Esto es consecuencia inmediata de la parte a), pues los cambios con las de la parte a) se consiguen multiplicando por la izquierda por matrices elementales, y los cambios con columnas se obtienen por postmultiplicacin por matrices elementales, recordar que las o matrices elementales son regulares. Notar que si se utilizan adems matrices del tipo Qi (u), con u unidad de K[x], se puede a o lograr que los polinomios ci (x) sean mnicos. (2.3) Corolario.- Una matriz cuadrada sobre K[x] es regular si y slo si es producto o de matrices elementales. Demostracin: Si A es dicha matriz n n, por el teorema previo existen matrices o elementales P1 , . . . , Pr , Q1 , . . . , Qs tales que (P1 . . . . .Pr )A(Q1 . . . . .Qs ) = C donde C es una matriz del tipo expresado en la tesis parte a) del teorema (2.1). Si A es regular, como (P1 . . . . .Pr ) y (Q1 . . . . .Qs ) son regulares, se sigue que C es regular. Luego c1 , . . . . , cn son no nulos y por (1.8) su producto es una unidad, en consecuencia todos los ci son unidades 12

y as C = Q1 (c1 ).Q2 (c2 )....Qn (cn ). Finalmente, tenemos A = (P1 ....Pr )1 Q1 (c1 ).Q2 (c2 ). . . . .Qn (cn )(Q1 . . . . .Qs )1 Recordando que la inversa de una matriz elemental es tambin elemental, se sigue que e A es producto de matrices elementales. (2.4) Denicin.- Sea A una matriz n n sobre K[x]. Para 1 j n denotamos o a u o por dj (A) al mximo com n divisor mnico de todos los menores j j no nulos de A. (Si todos los menores j j son nulos denimos dj (A) = 0). Los polinomios dj (A) se llaman divisores determinantales de A. Llamaremos rango de A al mayor j tal que dj (A) = 0 (2.5) Lema .- Si P y A son matrices n n sobre K[x] y P es elemental, entonces los divisores determinantales de A, de P A y de AP coinciden. Demostracin: Se deja como ejercicio.. o (2.6) Teorema.- Dos matrices A y B , ambas n n sobre K[x] son equivalentes si y slo si tienen los mismos divisores determinantales. o Demostracin: Si A y B son equivalentes, existen P, Q regulares tales que B = P AQ. o Por el corolario P y Q son producto de matrices elementales, luego por asociatividad del producto de matrices y por el lema (2.5), P AQ y A tienen los mismos divisores determinantales. Rec procamente, si A y B tienen los mismos divisores determinantales, A y B son equivalentes por el teorema (2.2) a matrices diagonales C = diag[c1 (x), c2 (x), ..., cr (x), 0, ..0] y D = diag[d1 (x), d2 (x), ..., ds (x), 0, ..0] donde los ci (x) y dj (x) son no nulos y pueden ser supuestos mnicos, ci |ci+1 y dj |dj+1 , ahora bien , los divisores determinantales de C de o a orden i son exactamente los c1 (x) . . . ci (x) para i r y cero si i > r , anlogamente los divisores determinantales de D de orden j son d1 (x) . . . dj (x) si j s y cero si j > s. En consecuencia, r = s y c1 (x) = d1 (x), . . . , cr (x) = dr (x) luego C = D y A y B son equivalentes. Nota. Si f K[x] es de grado mayor o igual que 1, f se puede escribir de forma unica como producto de polinomios irreducibles en K[x] , salvo en el orden y la multiplicacin o 13

por constantes no cero. A la mayor potencia de un factor irreducible que divide a f (x), se le dice factor primario de f (x). (2.7) Denicin.-Dada una matriz A = (0), n n sobre K[x], existen polinomios o mnicos unicos ci tales que ci |ci+1 de modo que A es equivalente a la matriz diagonal C = o diag[c1 (x), c2 (x), ..., cr (x), 0, ..., 0]. Dichos elementos ci se llaman factores invariantes de la matriz A. Llamaremos divisores elementales de la matriz A a la sucesin de todos o los factores primarios de todos los factores invariantes. Como consecuencia de los resultados previos, tenemos: i) Si los factores invariantes de una matriz A, n n sobre K[x], son E1 (x), . . . , Er (x), entonces los divisores determinantales de A son d1 (A) = E1 (x), d2 (A) = E1 (x).E2 (x), . . . , dr (A) = E1 (x) . . . Er (x), dr+1 (A) = . . . = dn (A) = 0 y rango de A = r. ii) Dos matrices A y B sobre K[x] son equivalentes si y slo si tienen los mismos factores o invariantes, o los mismos divisores determinantales los mismos divisores elementales y el o mismo rango. Nota. Los divisores elementales no determinan los factores invariantes. Considerar las matrices: 1 0 0 x 0 0 x 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 x

todas ellas tienen a x como divisor elemental, pero los factores invariantes son {1, x}, {x} y {1, 1, x} respectivamente. Ejercicio. Sea A = [A1 , . . . , Ar ] , Ai M at(ni ni , K[x]). Si Ai es equivalente a Bi M at(ni ni , K[x]), entonces A es equivalente a B = [B1 , . . . , Br ]. Ejemplo. Obtener los factores invariantes y los divisores elementales de la matriz sobre Q[x]: x2 1 B= 0 1 0 x1 1 1 14 0 0 x 1 0 0 1 x2

1 x 2 B 0 1

x1 0 1 1

0 0 x 1

0 1 0 x 2 1 0 x2 1

0 0 0 (x 2)(x 1) 0 0 1 x 1 1 + x 1 1 x 2

1 0 0 0 1 0 0 0 0 0 1 x 1 0 (x 2)(x 1) 0 0 0 1 x 1 0 (x 1)(x 2) 0 0 x2 1 x 2 0 x2 1 x 2 1 0 0 0 1 0 0 0 0 (x 1)(x 2) x(x 1)(x 2) (x 1)(x 2) 0 0 x2 x2 + 2x 1 1 0 0 0 0 0 0 1 0 0 x(x 1)(x 2) (x 1)(x 2) 0 0 0 (x 1)2 Si C = luego C x(x 1)(x 2) (x 1)(x 2) , d1 (C) = x 1, d2 (C) = (x 1)3 (x 2) (x 1)2 0 x1 0 y por el ejercicio anterior se sigue: 0 (x 1)2 (x 2) 1 0 0 1 B 0 0 0 0 0 0 0 0 x1 0 0 (x 1)2 (x 2)

Por lo tanto los factores invariantes de B son: 1, 1, x 1, (x 1)2 (x 2) y los divisores elementales son: (x 1), (x 1)2 , (x 2). (2.8) Lema .- Sean p(x), q(x) polinomios mnicos . Entonces las matrices n n sobre o K[x], A = diag[1, 1, . . . , p(x), 1, 1, . . . , q(x)] y B = diag[1, 1, . . . , 1, d(x), m(x)] son equivalentes, siendo d(x) el mximo com n divisor y m(x) el m a u nimo comn mltiplo de p(x) y u u q(x). Demostracin: Observar que los divisores determinantales de A y B son respectivao mente son 1, . . . , 1, d(x), p(x)q(x) y 1, ...., 1, d(x), d(x).m(x). Como p(x).q(x) = d(x).m(x) , A y B son equivalentes por el Teorema (2.6). 15

(2.9) Corolario.- Si e(x) = f1 (x) . . . fr (x) donde m.c.d(fi (x), fj (x)) = 1,, i = j, todos ellos mnicos, entonces la matrices sobre K[x]: o A = diag[1, .., f1 (x), ....., 1, ....1, fr (x)] y B = diag[1, . . . , 1, e(x)] son equivalentes. Demostracin: Por induccin sobre r. Para r = 1, es claro. Para r = 2, es el lema o o (2.8). Lo suponemos cierto para r 1. Sea e1 (x) = f1 (x). . . . .fr1 (x). Entonces A es o o equivalente a la matriz C = diag[1, . . . , 1, e1 (x), 1, . . . , 1fr (x)] por hiptesis de induccin, A su vez C es equivalente a B por el lema (2.8). Luego A y B son equivalentes.

16

Cuestiones 1. Hallar los factores invariantes de la matriz sobre R[x]: 1 0 1 x x2 x 2x x + 1 2x

2. Calcular el rango y los factores invariantes de las siguientes matrices sobre R[x]: 1 x x1 x 1 x2 + 1 (x 1)2 x2 x3 2x3 x2 + 1 x 1 0 0 0 0 x 1 0 0 x 1 5 4 3 x+2 3. Supongamos que A es una matriz 21 21 sobre R[x] de rango 21 que es equivalente a una matriz diagonal cuyas entradas distintas de 1 son (x 1)3 , (x2 + 1)2 , (x 1)(x2 + 1)4 , (x + 2)(x2 + 1)2 . Determinar los factores invariantes y divisores elementales de A.

17

Leccin 3. Teoremas de Hamilton Cayley y de Frobenius. Formas cannicas o o Los objetivos de esta leccin son: o 1) Caracterizar la semejanza de dos matrices A y B, n n sobre un cuerpo K, a travs e de la equivalencia de las matrices sobre K[x] : xI A y xI B . 2) Encontrar un representante cannico de cada clase de semejanza de matrices cuao dradas sobre K. Textos adecuados para esta leccin son [2],[3],[4] y [6].. o Por propsitos formales introducimos el concepto de polinomio matricial sobre K de o orden n, que no es sino un polinomio de la forma P (y) = Po + yP1 + ....... + y d Pd donde Po , P1 , ......., Pd son matrices nn sobre K, esto es, un polinomio con coecientes en el anillo de matrices n n sobre K. Notar que como M at(n n, K) no es conmutativo, este anillo M at(n n, K)[y] no es conmutativo. Si A es una matriz n n sobre K, denotaremos por z P (A) a la matriz P (A) := Po +AP1 +.......+Ad Pd . Diremos que A, nn sobre K, es ra de P (y) si P (A) = (0). Si p(x) es un polinomio sobre K, sea p(x) = to +t1 x+.....+tr xr +xr+1 , entonces p(A) := t0 I + t1 A + ..... + tr Ar + Ar+1 . Notas. 1) Los elementos de M at(n n, K) y la indeterminada conmutan, sin embargo es preciso tener alguna precaucin cuando se evala la funcin polinmica, ya que como el o u o o anillo de las matrices no es conmutativo, la evaluacin no es un homomorsmo. o 2) Para hacer la sustitucin de la indeterminada en un polinomio matricial, deberemos o tener el polinomio en la forma desarrollada y no como producto de dos polinomios. No obstante s son ciertas las reglas de sustitucin siguientes: Si F (y) = P (y)B yP (y), o o o P (y) + Q(y), entonces F (A) = P (A)B AP (A), P (A) + Q(A). o o (3.1) Lema .- Sea P (y) un polinomio matricial de orden n sobre K y A una matriz n n sobre K. Entonces, P (A) = (0) si y slo si existe F (y) t.q. P (y) = (yI A)F (y). o Demostracin: Si P (y) = (yI A)F (y) y F (y) = Q0 + yQ1 + ....... + y r Qr , entonces o P (y) = (yI A)F (y) = (yQ0 + y 2 Q1 + ....... + y r+1 Qr ) (AQ0 + yAQ1 + ....... + y r AQr ). Luego P (A) = (AQ0 + A2 Q1 + ....... + Ar+1 Qr ) (AQ0 + A2 Q1 + ....... + Ar+1 Qr ) = (0). Rec procamente, si P (A) = (0), entonces, si P (y) = P0 + yP1 + ....... + y d Pd , se tiene P (y) = P (y) P (A) = (P0 + yP1 + ....... + y d Pd ) (P0 + AP1 + ....... + Ad Pd ) = (yI 18

A)P1 + ...... + (y d I Ad )Pd , ahora bien, notar que en general (y k I Ak ) = (yI A)(y k1 I + y k2 A + ..... + Ak1 ) para 1 < k d. Por tanto, llamando Fk (y) = (y k1 I + y k2 A + ..... + Ak1 ), basta tomar, F (y) = P1 +
d

Fk (y)Pk , para tener que P (y) = (yI A)F (y).

k=2

Desde ahora identicaremos polinomio matricial con matriz polinmica. o (3.2) Teorema.- (Teorema de Hamilton-Cayley) Si p(y) = det (yI A) es el polinomio caracter stico de la matriz A Mat(n n, K) , entonces p(A) = (0). Demostracin: Considerar el polinomio matricial P (y) = diag[p(y), ...., p(y)] = p(y)I. o Recordar de la leccin de preliminares que (yI A)(adj(yI A))t = (det(yI A))I = P (y). o Aplicando ahora el lema (3.1) se tiene que P (A) = (0), luego p(A)I = (0). As p(A) = (0). (3.3) Teorema.- (Frobenius 1878) Sean A y B matrices n n sobre el cuerpo K. Las siguientes propiedades son equivalentes: a) B = T 1 AT con T GL(n.K) b)(xI B) = P (x)1 (xI A)Q(x) con P (x) y Q(x) matrices regulares sobre K[x]. Demostracin: a) b) Si B = T 1 AT, entonces (xI B) = (xT 1 T T 1 AT ) = o T 1 (xI A)T. b) a) Si (xI B) = P (x)1 (xI A)Q(x), entonces P (x)(xI B) = (xI A)Q(x), por tanto xP (x) P (x)B = (xI A)Q(x). Por el lema (3.1) y las observaciones previas, es AP (A) P (A)B = (0), es decir AP (A) = P (A)B. La implicacin estar probada o a si la matriz P (A) fuese regular sobre K. Ahora bien, existe por hiptesis R(x) tal que o P (x)R(x) = I. Podemos pensar P (x) y R(x) como polinomios matriciales y aplicar el lema (3.1) al polinomio matricial R(x) R(B), para concluir que existe un polinomio matricial G(x) tal que R(x) R(B) = (xI B)G(x), teniendo ahora I P (x)R(B) = P (x)R(x) P (x)R(B) = P (x)(R(x) R(B)) = P (x)(xI B)G(x) = = (xI A)Q(x)G(x). Es decir I P (x)R(B) = (xI A)Q(x)G(x) As que aplicando el lema (3.1) a la relacin anterior es I P (A)R(B) = (0), o sea o P (A)R(B) = I. 19

Notas. i) Suponer que A y B son semejantes. Una matriz que exhibe la semejanza entre A y B es la matriz P (A), tal que P (x)1 (xI A)Q(x) = (xI B). Para obtenerla podemos seguir los siguientes pasos: 1. encontrar R(x), S(x) tales que R(x)(xI A)S(x) = [1, ..., 1, E1 , ..., Er ] 2. encontrar U (x), V (x) tales que U (x)(xI B)V (x) = [1, ..., 1, E1 , ..., Er ] 3. xI B = U (x)1 R(x)(xI A)S(x)V (x)1 y basta considerar P (x) = R(x)1 U (x). Notar que destacamos ahora los factores invariantes distintos de 1, que denotamos con E1 , ..., Er y que no aparecen ceros en la diagonal dado que el rango de una matriz del tipo xI A con A M at(n n, K) es n. Ejemplo. 1 1 0 2 yB= matrices sobre R. 2 0 1 1 x 1 1 1 x 1 1 1x 1 1x xI A = 2 2 x x 2 x 2 0 x x+2 1 0 0 x2 x + 2 Observando las matrices elementales que han intervenido a la izquierda tenemos: Sean A = R(x) = P21 (x)Q1 (1). Anlogamente: a x 2 1 x 1 xI B = 1 x 1 x 2 1 0 1 1x = 0 x2 x + 2 0 x2 x + 2 As : U (x) = P21 (x)Q1 (1)P12 y P (x) = R(x)1 U (x) = Q1 (1)P21 (x)P21 (x)Q1 (1)P12 = P12 Por lo tanto P (A) = P12 . ii) Si A y B son semejantes pueden existir varias matrices regulares que exhiban la 2 1 0 1 2 0 0 1 semejanza entre ambas. Por ejemplo: B = = = 0 2 1 0 1 2 1 0 0 1 2 0 0 1 . 1 0 1 2 1 0 (3.4) Corolario.- Dos matrices A y B sobre M at(n n, K), son semejantes si y slo si o los factores invariantes de xI A coinciden con los factores invariantes de xI B. 20 1 1x x 2 1x 2 (1 x)x

1 0

Demostracin: Por el teorema (3.3), A y B son semejantes si y slo si las matrices o o xI A y xI B son equivalentes sobre K[x]. Por los resultados de la leccin anterior, ello o equivale a que xI A y xI B tengan los mismos factores invariantes. Ejercicio. Sea E un cuerpo que contiene a K como subcuerpo. Si f (x), g(x) K[x], ambos no cero, probar que el mximo com n divisor mnico de ambos, como polinomios a u o en K[x], coincide con el mximo com n divisor mnico de ambos, como polinomios en a u o E[x]. (3.5) Corolario.- Sean A, B M at(n n, K) y E un cuerpo que contiene a K como subcuerpo. Entonces A y B son semejantes como matrices sobre K si y slo si lo son como o matrices sobre E. o Demostracin: xI A y xI B son equivalentes sobre E[x] si y slo si tienen los o o mismos divisores determinantales sobre E[x]: Di i = 1, ..., n , donde Di es el m.c.d mnico en E[x] de los menores de orden i no nulos de cada una de las matrices. Como dichos menores pertenecen a K[x] basta aplicar el ejercicio anterior para obtener la tesis. (3.6) Denicin.-Dado un polinomio mnico con coecientes en K de grado mayor o o o n igual que 1, sea f (x) = t0 + t1 x + ..... + tr xr + xr+1 , la matriz compaera o asociada al polinomio f (x) es la matriz (r + 1) (r + 1) 0 1 0 C(f ) = ... 0 0 0 0 1 ... 0 0 0 0 0 ... 0 0 ... ... ... ... ... ... 0 t0 0 t1 0 t2 ... ... 0 tr1 1 tr

(3.7) lema.- a) el polinomio caracter stico de C(f ) es f (x). b) Los factores invariantes de (xI C(f )) son 1, ..., 1, f (x). c)f (C(f )) = (0). Demostracin: Probaremos a) por induccin sobre el grado de f . Si grado f = 1, o o o entonces f = t0 + x, C(f ) = [to], xI C(f ) = [x + to] y la armacin es obvia. Suponemos el resultado probado para matrices compaeras de polinomios de grado n menor o igual que r, y lo probamos para polinomios de grado r + 1. Sea g(x) = t1 + t2 x + o ..... + tr xr1 + xr , entonces, por la hiptesis inductiva det (xI C(g)) = g(x). Calculemos 21

el determinante de xI C(f ) desarrollndolo por la primera la : a |xI C(f )| = x.det(xI C(g)) + (1)r+2 .t0 .(1)r = x.g(x) + to = f (x) b) Existe un menor r r de xI C(f ) cuyo determinante es (1)r . Luego el mximo a com n divisor mnico de los menores de orden r es 1. Los mximos comunes divisores u o a mnicosde menores de orden inferior, dividen a ste y por tanto valen tambien 1. o e c) Es consecuencia inmediata del Teorema de Hamilton-Cayley y de a). (3.8) Lema : Sean p(x), q(x) K[x], y A M at(n n, K). Denotemos r(x) = p(x) + q(x), t(x) = p(x)q(x). Entonces se tiene: a) p(A) + q(A) = r(A), t(A) = p(A)q(A), en consecuencia p(A)q(A) = q(A)p(A). b) Si A = diag[A1 , . . . , Ar ] donde las Ai son submatrices cuadradas de A, entonces p(A) = diag[p(A1 ), ..., p(Ar )]
n m i

Demostracin: a) Sea p(x) = o

i=0 max(m,n)

ai x , q(x) =
j=0

bj xj , entonces

r(x) =
i=0 max(m,n)

(ai + bi )xi (entendemos que ai = 0, i > n, bi = 0, i > m). Entonces

max(m,n) i

r(A) =
i=0

(ai + bi )A =
i=0

ai Ai + bi Ai = p(A) + q(A) .

En cuanto a la segunda parte, notar en primer lugar que si p(x) = an xn , entonces o evidentemente an An q(A) = t(A). Probemos ahora que t(A) = p(A)q(A) por induccin sobre el grado n de p(x). Claramente es cierto si n = 0. Supongamos que el resultado es cierto para polinomios de grado menor o igual que n 1. Sea p1 (x) = p(x) an xn . Entonces t(x) = (p1 (x) + an xn )q(x) = p1 (x)q(x) + an xn q(x). Por lo anterior t(A) = p1 (A)q(A) + an An q(A) = (p1 (A) + an An )q(A) = p(A)q(A).
n

b) Si p(x) =
i=0

ai xi y A = diag[A1 , . . . , Ar ] evidentemente A2 = diag[A2 , . . . , A2 ] y r 1

Ai = diag[Ai , . . . , Ai ] por tanto, ai Ai = diag[ai Ai , . . . , ai Ai ]. Adems ai Ai + aj Aj = a r r 1 1 diag[ai Ai + aj Aj , . . . , ai Ai + aj Aj ], luego la tesis es cierta. r r 1 1 (3.9) Denicin.- Sea A M at(n n, K), llamamos primera forma cannica de o o A ( o mejor de la clase de semejanza denida por A) a la matriz B = diag[C(E1 ), C(E2 ), . . . , C(Er )] donde E1 , E2 , . . . , Er son los factores invariantes distintos de 1 de la matriz (xI A). 22

(3.10) Teorema.- Cada matriz A M at(n n, K) es semejante a su primera forma cannica. o Demostracin: Sea B la primera forma cannica. Por el lema (3.7) la matriz xI B o o es equivalente a la matriz diag[1, ..., 1, E1 , 1, ..., 1, E2 , ......, 1, ....., 1, Er ] y esta es equivalente a la matriz diag[1, 1, ...., 1, E1 , E2 , ...., Er ] , a su vez xI A es equivalente a la misma matriz, por tanto xI B y xI A son equivalentes como matrices sobre K[x]. Por el corolario (3.4), A y B son semejantes. (3.11) Proposicin.- Sea A M at(n n, K). Se tiene: o a) El polinomio caracter stico de A : p(x) = |xI A| es el producto de todos los factores invariantes de xI A. o b) El ultimo factor invariante Er es el polinomio mnico de menor grado quie tiene a A por ra z. c) Ms an si g(x) K[x] {0} y g(A) = (0), entonces Er (x) divide a g(x). a u Demostracin: a) Si 1, ...1, E1 , ..., Er son los factores invariantes de xI A, sabemos o que dicha matriz es equivalente a diag[1, 1, ...., 1, E1 , E2 , ...., Er ]. Por lo tanto tienen los mismos divisores determinantales y en particular se tiene que |xI A| = E1 .E2 ....Er . b) Por el lema (3.7), el polinomio caracter stico de C(Ei (x)) es Ei (x). Por el teorema u de Hamilton-Cayley es Ei (C(Ei (x)) = (0). Como Er (x) es un mltiplo de cada Ei (x), se sigue del lema (3.8) que Er (C(Ei (x)) = (0), por la parte b) del lema (3.8) es Er (B) = (0), siendo B la primera forma cannica de la clase de semejanza de A. Por el teorema (3.10) o existe una matriz Q regular sobre K tal que A = QBQ1 , as que Aj = QB j Q1 y por tanto Er (A) = Q(Er (B))Q1 = (0). Supongamos que existe un polinomio no nulo g(x) tal g(A) = (0), entonces g(B) = (0) y por tanto g(C(Ei )) = (0) para todo i. En particular g(C(Er )) = (0). Denotemos P = C(Er ). Supongamos g(x) = c0 + c1 x + ..... + cs1 xs1 + cs xs , con s < m = grado Er (x) , entonces g(P ) = c0 I +c1 P +.....+cs1 P s1 +cs P s = (0). Multiplicando por la g(P ) 1 1 0 0 0 1 derecha, por la matriz columna (m1) . y teniendo en cuenta que: P . = . ( . . . . . . 0 0 0 23

 1 0 primera columna de P ), P 2 . = P . .

0 1 0 . . 0 . 1 . (segunda columna de P ) y P s . = 1 . . . . . . . 0 0 0 0 c0 c1 . . . c o (s-sima columna de P , pues s < m), se tiene que s1 = (0) , contradiccin. As e cs 0 . . . 0 grado g(x) grado Er (x). c) Si g(x) es un polinomio no cero tal que g(A) = (0), haciendo uso del algoritmo de la

divisin existen q(x), r(x) K[x] tales que g(x) = q(x)Er (x) + r(x), con r(x) = 0 o grado o r(x) < grado Er (x). Por el lema (3.8), (0) = g(A) = q(A)Er (A) + r(A), lo que implica r(A) = 0, luego r(x) = 0. As g(x) = q(x)Er (x). (3.12) Denicin.- Sea h un K-endomorsmo del espacio vectorial V y sea A una o matriz coordenada de h. Llamaremos factores invariantes y polinomio caracter stico del endomorsmo h, a los factores invariantes, distintos de 1, de xI A y al determinante de xI A respectivamente. Llamaremos polinomio m nimo de h al ultimo factor invariante de xI A. Los divisores elementales de un endomorsmo h son los divisores elementales de xI A. (3.13) Denicin.- Sea A una matriz n n sobre K. Sean F1 (x), F2 (x), . . . , Fs (x) los o divisores elementales de la matriz xI A. Llamaremos segunda forma cannica de A o (o mejor de su clase de semejanza o del endomorsmo h denido por la matriz A) a la matriz C = diag[C(F1 ), C(F2 ), . . . , C(Fs )]. (3.14) Teorema.- Toda matriz A M at(n n, K) es semejante a su segunda forma cannica C. o Demostracin: Basta probar que las matrices xI A y xI C son equivalentes sobre o K[x]. Por el teorema (2.1), xI A es equivalente a la diag [1, . . . , 1, E1 , E2 , . . . , Er ]. Esta es equivalente a diag [1, . . . , 1, E1 , 1, . . . , E2 , 1, 1, . . . , Er ], la cual, por el corolario (2.9) de la 24

leccin anterior, es equivalente a la matriz diag [1, ..., 1, F1 , 1, ...., 1, F2 , ..., 1, ..., 1, Fs ]. Por o otra parte, la matriz xI C = diag[(xI C(F1 )), (xI C(F2 )), ....., (xI C(Fs ))], a su vez xI C(Fi ) es equivalente por el lema (3.7) a la matriz diag [1, ..., 1, Fi (x)]. Por tanto xI C es equivalente a diag [1, ..., 1, F1 , 1, ...., 1, F2 , ..., 1, ..., 1, Fs ]. Luego xI A y xI C son equivalentes. Por el teorema (3.3) A y C son semejantes. Nota: La esencia de la demostracin es que las matrices diagonales sobre K[x] : o diag[1, ..., 1, F1 , 1, ...., 1, F2 , ..., 1, ..., 1, Fs ], diag[1, ..., 1, E1 , 1, ...., 1, E2 , ..., 1, ..., 1, Er ] y diag[1, ..., 1, E1 , E2 , ..., Er ] son equivalentes. (3.15) Lema.- Sean A, B y C matrices sobre K[x], A y C cuadradas. Entonces: A O det( ) = det(A)det(C) B C Demostracin: Claramente se verica el enunciado con C = I (desarrollos sucesivos o A O A O I O por las ultimas columnas). Tambien, de = , se sigue que B C B I O C det( A B A B O A ) = det( C B O I )det( I O O ). C

Luego det(

O ) = det(A)det(C). C

(3.16) Corolario.- Sean A1 , ..., An matrices cuadradas sobre K[x]. Entonces A1 det( ... O A2 ... O ... O O ... O ) = det(A1 )det(A2 ) . . . det(An ). ... ... ... . . . An

Demostracin: Por induccin sobre n aplicando el lema anterior. o o u (3.17) Lema.- Sea p(x) = t0 + t1 x + ..... + tr xr + xr+1 y e = 0 un nmero natural. Denotamos [C(p)] O [C(p)] 1 C(p)e = . . . ... O O O O O ... ... O O ... ... O ... ... ... ... O . . . . . . [C(p)] O O... ... 1 [C(p)]

donde C(p) es la matriz asociada al polinomio p(x) y hay e cajas C(p). Entonces |xI a C(p)e | = p(x)e . Adems los factores invariantes de xI C(p)e son: 1, . . . , 1, p(x)e . 25

Demostracin: Por el corolario (3.16) es |xI C(p)e | = p(x)e . Si de xI C(p)e elimo inamos la primera la y la ultima columna, obtenemos una submatriz triangular superior en cuya diagonal principal todas las entradas son 1, por lo que el determinante de tal submatriz es (1)e(r+1)1 , es decir 1, as que el divisor determinantal de orden e(r+1)1 es 1 al igual que los anteriores por ser divisores del ultimo. Supongamos que los divisores elementales del endomorsmo h son F1 (x) = p1 (x)e1 , o F2 (x) = p2 (x)e2 , . . . , Fs (x) = ps (x)es , donde los polinomios pi (x) son polinomios mnicos irreducibles en K[x]. (3.18) Denicin.- Llamamos forma cannica normal del endomorsmo h, o de la o o clase de semejanza denida por cualquiera de sus matrices coordenadas, a la matriz C(p1 ) 0 D= ... 0
e1

0... e C(p2 ) 2 ... 0

0 ... 0 0 ... 0 ... ... ... e 0 . . . C(pr ) r

(3.19) Teorema.- Toda matriz A es semejante a su forma cannica normal. o Demostracin: La matriz xI D es equivalente a la matriz diagonal o diag [1, ..., 1, p1 (x)e1 , 1, ..., 1, p2 (x)e2 , ..., 1, . . . , 1, ps (x)es ] que por la nota siguiente al teorema (3.14), es equivalente a la matriz xI A. Por el teorema (3.3) A y D son semejantes. Ejemplo Hallar las formas cannicas de la matriz real: o 2 1 A= 0 1 0 0 0 1 0 0 1 0 1 1 1 2

Por el ejemplo de la Leccin 2 sabemos que los factores invariantes de xI A son o 1, 1, x 1, (x 1)2 (x 2). As los factores invariantes de A son : x 1, (x 1)2 (x 2) y sus divisores elementales son x 1, (x 1)2 y (x 2). Primera forma cannica: o 26

1 0 B= 0 0 Segunda forma cannica: o

0 0 1 0

0 0 0 1

0 2 5 4

1 0 0 0 0 2 0 0 C= 0 0 0 1 0 0 1 2 Forma cannica normal: o 1 0 D= 0 0 0 2 0 0 0 0 1 1 0 0 0 1

27

Cuestiones 1. Construir dos matrices reales 2 2, con el mismo polinomio caracter stico , pero que no sean semejantes. 2. Construir dos matrices reales 3 3 con el mismo polinomio m nimo pero que no sean semejantes. 3. Razonar que dos matrices reales 22 con el mismo polinomio m nimo son semejantes. 4. Razonar o negar mediante contraejemplo: i) Si A, B M at(n n, K) y A es equivalente a B entonces pol.car. A = pol. car. B. ii) Si A, B M at(n n, K) y pol. car. A = pol.car.B, entonces A es equivalente a B. iii) Si A, B M at(n n, K) son equivalentes, tambin lo son xI A y xI B. e iv) Sea A M at(n n, R) tal que A3 = A, entonces A es semejante a una matriz del tipo diag [Ir , O]. 5. Demostrar que si A M at(nn, K) tiene polinomio m nimo x4 , entonces rangA=n r siendo r el nmero de factores invariantes de A. u 6. Probar que existen 5 clases de semejanza de matrices reales 4 4 vericando (A + I)(A I) = A. 7. Encontrar una matriz racional A tal que (A2 + I)(A2 I) = (0), con A2 + I = (0) y A2 I = (0). 8. Sea G GL(n, R) , G nito. Suponer G = {A1 , ..., Am } y traza( que Ai = (0). Ai ) = 0. Probar

9. Si A M at(n n, K) tiene un polinomio m nimo que es producto de factores irreducibles distintos entre s razonar que el polinomio caracter , stico de A determina los factores invariantes de A. Por lo tanto, si A, B tienen polinomios m nimos de la forma anterior, y |xI A| = |xI B|, entonces A y B son semejantes. 10. Encontrar todas las matrices regulares reales 2 2 que exhiban la semejanza entre 2 1 0 1 y . 1 0 1 2 11. Probar, utilizando las formas cannicas, que para n = 2, 3, 4, respectivamente o M at(n n, Z/pZ) tiene p + p2 , p + p2 + p3 , p + 2p2 + p3 + p4 clases de semejanza y que o GL(n, Z/pZ) tiene p2 1, p(p2 1), p(p3 1) clases de conjugacin (p primo).

28

Leccin 4. Polinomios m o nimos. Subespacios h-invariantes. Subespacios fundamentales. En esta leccin descompondremos un espacio vectorial en suma directa de subespacios o invariantes por un endomorsmo. Como ya es habitual las cuestiones se trasladarn de la a teor de matrices a la teor del endomorsmo y viceversa. Obtendremos la dimensin a a o de los espacios fundamentales asociados a los valores propios de un endomorsmo h . o Previamente recordaremos la nocin de valor y vector propio de un h EndK (V ) ( de o una matriz n n sobre K), siendo n = dimK (V ). Si t K es un valor propio de h, el conjunto S(t, h) formado por el cero de V y todos los vectores propios de h correspondientes al valor propio t, constituye un subespacio vectorial de V. El objetivo de esta leccin es probar que la dimensin de S(t, h) coincide con el o o nmero de divisores elementales de h que son de la forma (x t)e donde e = 0 es un u nmero natural. Como consecuencia probaremos que un endomorsmo h es diagonalizable u si y slo si su polinomio m o nimo es producto de polinomios con coecientes en K, de grado 1, distintos entre s . En toda la leccin h es un endomorsmo del K-espacio vectorial V de dimensin n o o sobre K. Como bibliograf recomendamos los textos [2],[3] y [4], salvo para los primeros resula tados. Si f (x) = t0 + t1 x + ..... + tr xr , entonces f (h) := t0 1V + t1 h + ..... + tr hr . Se verica el lema(3.8) de la leccin anterior, cambiando la matriz A por el endomorsmo h. o (4. 1) Denicin.- Un subespacio S de V se dice h-invariante, si h(v) S, cualquiera o que sea v S. Ejemplos: Son subespacios h-invariantes de V : Ker(h), Im(h), K(v) siendo v un vector propio para h; tambin por supuesto V y {0}. e (4.2) Denicin: 1) Dado un elemento v V y h un endomorsmo de V , llamamos o polinomio m nimo de v, a un polinomio mnico f (x) = t0 + t1 x + ... + tr xr + xr+1 , de o grado m nimo, tal que f (h)(v) = 0. Notar que el polinomio m nimo del vector nulo es 1. 2) Llamamos subespacio h-mongeno generado por v y lo denotamos por Sh,v al o subespacio vectorial de V generado por v y las imgenes hi (v), para todo i natural. a 29

Notas: 1) Si v V {0}, la familia, v, h(v)h2 (v), ..., hn (v) es ligada, por tanto, existen elementos
n

si no todos nulos de forma que

i=1

si hi (v) = 0.

nimo de h, entonces Er (h)(v) = 0, v V . 2) Si Er (x) es el polinomio m 3) Si f (x) es el polinomio m nimo de v y g(x) es otro polinomio no cero tal que g(h)(v) = 0, entonces g(x) es un mltiplo de f (x). u o (4.3) Lema: Sh,v (v = 0) es un subespacio h-invariante de V cuya dimensin coincide con el grado del polinomio m nimo de v. o u Demostracin: Sea a Sh,v {0}, entonces a es combinacin lineal de un nmero o nito de elementos hi (v), supongamos: a = ti1 hi1 (v) + ... + tir hir (v). Por tanto,
j=r j=r j=r

h(a) = h(
j=1

tij hij (v)) = (

j=1

tij h(hij (v))) =

j=1

tij hij +1 (v) Sh,v

Supongamos que el polinomio m nimo de v es f (x) = s0 +s1 x+...+sr xr +xr+1 (r+1 n) entonces la familia v, hv, ..., hr+1 (v) es ligada pues (1) s0 v +s1 h(v)+...+sr hr (v)+hr+1 (v) = f (h)(v) = 0, luego hr+1 (v) = s0 v s1 h(v) ... sr hr (v). an Pero la familia: v, h(v), ..., hr (v) es libre, pues en otro caso existir elementos ai K, no todos cero tales que a0 v + a1 h(v) + ... + ar hr (v) = 0. Suponiendo ar = 0 entonces amos que el polinomio mnico de grado r, g(x) = o a1 a0 v + a1 a1 h(v) + ... + hr v = 0 tendr r r a o (a1 a0 ) + (a1 a1 )x + ... + xr , verica g(h)(v) = 0, lo que estar en contradiccin con la r r denicin del polinomio m o nimo de un vector. a Sea T = K(v, h(v), ..., hr (v)), entonces T Sh,v . Adems hr+1 (v) T. Probaremos o que T = Sh,v viendo, por induccin, que cada hi (v) T, i. Ello es obvio si i = 1, . . . , r+1. Supongamos i > r + 1. Cmo por la hiptesis inductiva hi (v) T se tiene que hi (v) = o o x0 v + x1 h(v) + ... + xr hr (v), luego hi+1 (v) = x0 h(v) + x1 h2 (v) + ... + xr hr+1 (v) = xr s0 v + (x0 xr s1 )h(v) + ... + (xr1 xr sr )hr (v). nimo de v. Luego T = Sh,v y por tanto dimK Sh,v = r + 1 = grado del polinomio m o (4.4) Lema: Sea f (x) = t0 + t1 x + ... + tr xr + xr+1 un polinomio mnico de grado r + 1 y sean W y h un espacio vectorial y un endomorsmo de W cuya matriz coordenada en una cierta base es C(f ). Entonces se tiene: 30

1) dim(W ) = r + 1; 2) Existe un vector b1 W, tal que W = Sh,b1 ; 3) polinomio m nimo de b1 = f (x). Demostracin: 1) Claramente dimK W = r + 1, pues C(f ) es (r + 1) (r + 1). o 2) Recordar que 0 1 0 C(f ) = ... 0 0 0 0 1 ... 0 0 0 0 0 ... 0 0 ... ... ... ... ... ... 0 t0 0 t1 0 t2 ... ... 0 tr1 1 tr

Sea (b1 , b2 , ..., br+1 ) la base de W, en la cual la matriz de h es C(f ), entonces es claro que h(b1 ) = b2 , h(b2 ) = b3 = h2 (b1 )..., h(br ) = br+1 = hr (b1 ), y h(br+1 ) = t0 b1 t1 b2 ...... tr br+1 = hr+1 (b1 ) . As (b1 , h(b1 ), ...., hr (b1 )) es base de W luego W = Sh,b1 ; 3) f (h)(b1 ) = t0 b1 + t1 h(b1 ) + ............. + tr hr (b1 ) + hr+1 (b1 ) , pero como hr+1 (b1 ) = u t0 b1 t1 h(b1 ) ..... tr hr (b1 ) es f (h)(b1 ) = 0, luego f (x) es m ltiplo del polinomio nimo de b1 es de grado m nimo de b1 . Como (b1 , h(b1 ), ...., hr (b1 )) es libre, el polinomio m mayor o igual que r + 1, luego dicho polinomio es f (x). (4.5) Lema. Sea h un endomorsmo de V cuya matriz coordenada en una cierta base A1 0 , donde A1 , A2 son matrices cuadradas n1 n1 y n2 n2 es de la forma A = 0 A2 respectivamente. Entonces V = V1 V2 , donde V1 y V2 son h-invariantes y Ai es matriz coordenada de h|Vi i=1,2. Demostracin: Sea B = B1 B2 la base de V en la cual la matriz coordenada de h es o A, donde B1 es el conjunto de los n1 primeros elementos y B2 el de los n2 ultimos. Sean V1 = K(B1 ) y V2 = K(B2 ). Evidentemente V = V1 V2 y ambos son h-invariantes. (4.6) Corolario. Sea h un endomorsmo de V con una matriz coordenada A de la forma A = diag[A1 , A2 , ...., Ar ] donde las submatrices Ai son cuadradas ni ni . Entonces V = V1 . . . Vr siendo Vi subespacios h-invariantes de V, siendo Ai matriz coordenada de h|Vi . Demostracin: Por induccin sobre r. o o 31

Es obvio si r = 1. Lo suponemos vlido para r 1. Podemos poner A = diag[A1 , B], a donde B = diag[A2 , ...., Ar ] . Por el Lema 4.5 V = V1 W2 , donde V1 y W2 son ho invariantes, siendo B matriz coordenada de h|W2 . Por induccin W2 = V2 . . . Vr siendo Vi subespacios h-invariantes de V. Por tanto V = V1 V2 . . . Vr siendo Vi subespacios h-invariantes de V. (4.7)Teorema.- Sean E1 (x), ....., Er (x) los factores invariantes (o los divisores elementales) de h. Entonces existen elementos a1 , ...., ar en V tales que V = V1 . . . Vr siendo nimo de ai = Ei (x). Vi = Sh,ai con polinomio m Demostracin: La primera (o segunda forma cannica) B (C) de h, es suma diagonal o o de las submatrices cuadradas asociadas a los polinomios Ei (x), factores invariantes (o divisores elementales) de h , B = diag[C(E1 ), C(E2 ), . . . , C(Er )]. Por el corolario 4.6 V = V1 . . . Vr siendo Vi subespacios h-invariantes de V. Como Vi es h-invariante hi = h|Vi es un endomorsmo de Vi . Considerar la base de V union disjunta de bases de los Vi , de forma que la matriz de h sea B y la de hi sea C(Ei ). Por el lema 4.4 cada nimo de ai = Ei (x). Finalmente notar que como hi (v) = h(v) Vi = Shi ,ai con polinomio m , v Vi , se tiene que Shi ,ai = Sh,ai . (4.8) Denicin.- a) Un elemento t K es un valor propio para h (para A) si o rg(h t1V ) < n (respectivamente rango (A tI) < n, o |A tI| = 0). b) Un vector v V {0} (respectivamente una n-tupla X t = (x1 , x2 , . . . , xn ) no nula de K n ) es un vector propio para h (para A) si h(v) = tv, (AX = tX) para algn t K. u Notas: 1) t es un valor propio para h, si y slo si existe v V {0} tal que h(v) = tv; o 2) Si t es valor propio para h, entonces existe un vector v no nulo cuyo polinomio minimo es (x t) y de la nota 3) a la denicin 4.2, se sigue que (x t) divide al polinomio o m nimo de h y por tanto al polinomio caracter stico de h. (4.9) Denicin.- Si t K llamamos subespacio fundamental de h correspondiente a o t, al conjunto, denotado por S(t, h) := {v V |h(v) = tv}. Notas: 32

1) S(t, h) es un subespacio vectorial de V , que coincide con el conjunto de elementos de V cuyo polinomio m nimo divide a (x t). 2) S(t, h) = Ker(h t1V ). (4.10) Lema.- Sea h un endomorsmo de V y t K. Si V es suma directa de subespacios h-invariantes V = V1 . . . Vr , y denotamos por Si (t) al subespacio fundamental de h|Vi correspondiente a t, entonces S(t, h) = S1 (t) . . . Sr (t). Demostracin: Claramente Si (t) Vi y Si (t) S(t, h), luego S1 (t) . . . Sr (t) o S(t, h). Sea a S(t, h) V . Expresemos a = v1 + .... + vr , vi Vi , entonces h(a) = a h(v1 ) + .... + h(vr ), donde h(vi ) Vi por ser Vi un subespacio h-invariante, adems h(a) = ta = tv1 + .... + tvr y como la suma de los Vi es directa, se tiene, para cada i, h(vi ) = tvi luego vi Si (t) y por tanto S(t, h) S1 (t) . . . Sr (t). Notar que los elementos de un subespacio h-mongeno Sh,a son de la forma r(h)(a), o siendo r(x) un polinomio de grado estrictamente menor que el grado del polinomio m nimo de a, lo que se deduce de la demostracin del lema 4.3. o (4.11) Lema.- Supongamos que V = Sh,a y t K, entonces dimK S(t, h) = 0 o 1; es igual a 1 si y slo si (x t) divide al polinomio m o nimo de a. Demostracin: Sea pol.min.a := f (x). o Si (x t) divide a f (x), existe g(x) K[x] tal que f (x) = (x t)g(x), entonces g(h)(a) = b = 0 y (h t1V )(b) = f (h)(a) = 0, por tanto h(b) = tb y b S(t, h). Si v S(t, h) {0}, entonces v = r(h)(a), con grado r(x) < grado f (x), adems 0 = a o (h t1V )(v) = (h t1V )r(h)(a). Por la nota 3) a la denicin 4.2, se sigue que f (x) divide a (x t)r(x) , luego existe s(x) K[x] tal que (x t)r(x) = s(x)f (x) = s(x)(x t)g(x), por tanto r(x) = s(x)g(x). As gradf (x) > grad r(x) grad g(x) = grad f (x) 1, luego r(x) y g(x) deben tener el mismo grado, as que s(x) = s es un elemento de K y v = r(h)(a) = sg(h)(a) = sb. Concluyendo que S(t, h) = K(b). Si (x t) no divide a f (x), entonces m.c.d (f (x), (x t)) = 1 y de la identidad de Bezout se sigue que existen u(x), v(x) K[x] tales que 1 = u(x)(x t) + v(x)f (x) . Si v S(t, h),v = r(h)(a), se tiene: v = u(h)(h t1V )(r(h)(a)) + v(h)f (h)(r(h)(a)) = 0. . (4.12) Lema. .-Sean t1 , ...tk elementos de K distintos entre s Entonces la suma lineal 33

S de los subespacios S(t1 , h), ..., S(tk , h) es directa. Demostracin: Probaremos que la interseccin de S(ti , h) con la suma de los restano o tes es igual a cero, para cada i. Sea pi (x) =
j=i

(x tj ) . Entonces m.c.d((xti ), pi (x)) = 1

o Existen polinomios r(x) y s(x) tales que r(x)(xti )+s(x)pi (x) = 1. Sea v en la interseccin de S(ti , h) con la suma de los restantes S(tj , h) con j = i, es decir v = v1 + ... + vi1 + vi+1 + ... + vk . entonces (h ti 1V )(v) = 0 = pi (h)v, y de la identidad de Bezout se sigue que v = 1V (v) = r(h)(h ti 1V )(v) + s(h)pi (h)(v) = 0. (4.13) Teorema. - Sea h un K-endomorsmo de V y t K, entonces dimK S(t, h) coincide con el nmero de divisores elementales, de factores invariantes de h, que son u o divisibles por xt. Como consecuencia, h es diagonalizable si y slo si el polinomio m o nimo de h se excinde , sobre K, como producto de factores de grado 1 distintos entre s . Demostracin: Por el teorema 4.7 , V = V1 . . . Vr siendo Vi = Sh,ai con polinomio o m nimo de ai = Fi (x), siendo Fi (x), .., Fs (x) los divisores elementales de h. Por los lemas 4.10 y 4.11, si t es un elemento de K, entonces dim S(t, h) coincide con el nmero de los u divisores elementales divisibles por (x t). Por denicin, h es diagonalizable cuando V posee una base de vectores propios de h, o es decir si y slo si la suma S de los subespacios fundamentales es igual a V . Pero por o los lemas 4.10 y 4.11 la dimensin de S coincide con el nmero de divisores elementales o u divisibles por polinomios de grado 1 (es decir de la forma (xt)). Luego h es diagonalizable si y slo si n = dim(V ) = dim(S), es decir si y slo si existen n divisores elementales, lo que o o equivale a que el polinomio m nimo de V se excinda sobre K como producto de factores lineales distintos. Como consecuencia del resultado anterior obtendremos los factores invariantes de un endomorsmo partiendo de su polinomio caracter stico. Ejemplo. Sea h el endomorsmo de un R-espacio vectorial V de dimensin 4, que o tiene como matriz coordenada en una base (a1 , a2 , a3 , a4 ) de V a la matriz: 2 1 A= 0 1 0 0 0 1 0 0 1 0 1 1 1 2 34

|xI A| = (x 2)(x 1)3 . dim S(1, h) = 4 rang(A I) = 4 2 = 2, as los factores invariantes de h deben de ser: x 1, (x 1)2 (x 2). nimo de (4.14) Proposicin.- Sea h EndK (V ) y ai V, i [1, 2] con polinomio m o ai = qi (x), siendo m.c.d.(q1 (x), q2 (x)) = 1. Entonces se tiene: i) La suma lineal Sh,a1 + Sh,a2 es directa. nimo de a = q1 (x).q2 (x). ii) Existe a V tal que Sh,a1 Sh,a2 = Sh,a , con polinomio m Demostracin: i) Sea b Sh,a1 Sh,a2 , entonces el polinomio m o nimo de b divide a q1 (x) y a q2 (x) luego es 1 y por tanto b = 0 y la suma lineal es directa. nimo de a es q(x) = q1 (x).q2 (x). En ii) Tomar a = a1 + a2 . Veamos que el polinomio m efecto, q(h)(a) = q(h)(a1 ) + q(h)(a2 ) = q1 (h)q2 (h)(a1 ) + q1 (h)q2 (h)(a2 ) = q2 (h)(q1 (h)(a1 )) + q1 (h)(q2 (h)(a2 )) = 0. Por tanto el polinomio m nimo de a divide a q(x). Si f (x) es el polinomio m nimo de a, entoces f (h)(a) = 0, luego f (h)(a1 ) = 0 y f (h)(a2 ) = 0 (por ser la suma directa), as f (x) es m ltiplo de q1 (x) y de q2 (x) y por tanto de su m u nimo comn mltiplo q(x). u u Conclusin: f (x) = q(x). Por otra parte, por el lema 4.3 es dimK Sh,a = grado q(x) = o grado q1 (x)+grado q2 (x) = dimK Sh,a1 +dimK Sh,a2 = dimK (Sh,a1 Sh,a2 ) y como Sh,a Sh,a1 Sh,a2 , se sigue que Sh,a = Sh,a1 Sh,a2 . nimo q(x) = (4.15) Proposicin.- Sea h EndK (V ) y a V, con polinomio m o q1 (x).q2 (x) siendo m.c.d.(q1 (x), q2 (x)) = 1, entonces existen vectores a1 , a2 V con polinomio m nimo de ai = qi (x) de modo que Sh,a = Sh,a1 Sh,a2 . Demostracin: Tomar a1 = q2 (h)(a) y a2 = q1 (h)(a). Entonces evidentemente Sh,a1 o y Sh,a2 son subespacios de Sh,a luego Sh,a1 + Sh,a2 Sh,a . Por la identidad de Bezout existen polinomios r(x) y s(x) tales que 1 = r(x)q1 (x) + s(x)q2 (x), luego 1V = r(h)q1 (h) + s(h)q2 (h) y a = 1V (a) = (r(h)q1 (h) + s(h)q2 (h))(a) = r(h)(a2 ) + s(h)(a1 ), en consecuencia Sh,a Sh,a1 + Sh,a2 , luego Sh,a = Sh,a1 + Sh,a2 . Es claro que polinomio m nimo de ai es qi (x). Finalmente, dimK Sh,a = grado q(x) = grado q1 (x) + grado q2 (x) = dimK Sh,a1 + dimK Sh,a2 . Luego Sh,a = Sh,a1 Sh,a2 . Ejemplos. 1. Con los mismos datos del ejemplo anterior, vamos a describir otra manera de obtener 35

una matriz regular, que exhiba la semejanza entre la primera y segunda forma cannica o del endomorsmo h. Por el teorema (4.7) sabemos que existen b1 , b2 V tales que V = Sh,b1 Sh,b2 con polinimo de b2 = (x 1)2 (x 2). Por la proposicin o nomio m nimo de b1 =x 1 y polinomio m (4.15) existen c1 , c2 V tales que Sh,b2 = Sh,c1 Sh,c2 con c1 = (h 1V )2 (b2 ), c2 = nimo de c1 = x2 y polinomio m nimo de c2 = (x1)2 . (h21V )(b2 ) siendo: polinomio m o En la base (b1 , b2 , h(b2 ), h2 (b2 )) la matriz coordenada de h es la primera forma cannica o de h. En la base (b1 , c1 , c2 , h(c2 )) la matriz coordenada de h es la segunda forma cannica de h. As bastar expresar esta ultima en funcin de la primera para obtener la matriz a o regular deseada. c1 = (h 1V )2 (b2 ) = h2 (b2 ) 2h(b2 ) + b2 c2 = h(b2 ) 2b2 h(c2 ) = h2 (b2 ) 2h(b2 ) 1 0 P = 0 0 0 1 2 1 0 0 2 0 1 2 0 1

es una matriz regular que exhibe la semejanza entre ambas formas cannicas. o 2. Sea V un Q-espacio vectorial de dimensin 4 y h un endomorsmo de V tal que en o la base (a1 , a2 , a3 , a4 ) tiene como matriz coordenada: 10 0 A= 25 0 Se pide: nimo de i) Calcular los polinomios m nimos de a1 y de a2 . Razonar que el polinomio m a1 + a2 es (x 5)2 (x2 6x + 1). ii) Obtener los factores invariantes, divisores elementales y formas cannicas de h. o iii) Encontrar matrices regulares que exhiban la semejanza entre A y la primera forma cannica y entre la primera forma cannica y la segunda. o o 36 0 1 0 2 0 3 0 0 0 3 0 4

 1 10 0 0 i) A = , coordenadas de h(a1 ). Notar que (a1 , h(a1 )) es libre. 0 25 0 0 10 75 0 0 A = , coordenadas de h2 (a1 ) 25 250 0 0 1 0 0 0 1 0 0 0 10 0 25 0 0 0 25 0 , luego 75 0 250 0 0 0 250 0 2 h (a1 ) 75a1 = 10(h(a1 ) 10a1 ), por lo tanto: h2 (a1 ) 10h(a1 ) + 25a1 = 0 y el polinomio m nimo de a es x2 10x + 25 = (x 5)2 . 1 0 0 1 2 A = , coordenadas de h(a2 ). Notar que (a2 , h(a2 )) es libre. 0 0 0 3 0 0 2 13 A = , coordenadas de h2 (a2 ) 0 0 18 3 0 1 0 0 0 1 0 0 0 2 0 3 0 0 0 3 , luego 0 13 0 18 0 0 0 18 2 h (a2 ) 13a2 = 6(h(a2 ) 2a2 ), por lo tanto: h2 (a2 ) 6h(a2 ) a2 = 0 y el polinomio m nimo de a2 es x2 6x 1. Notar que este polinomio es irreducible en Q[x]. Como o m.c.d((x 5)2 , x2 6x 1) = 1, aplicando la Proposicin 4.14 se sigue:

Sh,a1 +a2 = Sh,a1 Sh,a2 y el polinomio m nimo de a1 + a2 es (x 5)2 (x2 6x 1). Como el grado de dicho polinomio es 4, aplicando el Lema 4.3 concluimos que la dimensin de Sh,a1 +a2 es 4 , o obteniendo: V = Sh,a1 +a2 = Sh,a1 Sh,a2 ii) Como el polinomio m nimo de a1 + a2 debe dividir al polinomio m nimo del endomorsmo, se concluye que h tiene un unico factor invariante que es (x 5)2 (x2 6x 1) = x4 16x3 + 84x2 140x 25 y los divisores elementales son: (x 5)2 , x2 6x 1. Las formas cannicas de h son: o 37

0 0 0 1 0 0 Primera forma cannica: B = o 0 1 0 0 0 1 0 25 1 10 Segunda forma cannica: C = o 0 0 0 0 5 0 0 1 5 0 Forma cannica normal: D = o 0 0 0 0 0 1 iii) Volviendo a las descomposiciones de V

25 140 84 16 0 0 0 0 0 1 1 6 0 0 1 6 tenemos:

a) (a1 + a2 , h(a1 + a2 ), h2 (a1 + a2 ), h3 (a1 + a2 )) es una base de V en la que h tiene a la primera forma cannica como matriz coordenada. o o b) (a1 , h(a1 ), a2 , h(a2 )) es una base de V en la que h tiene a la segunda forma cannica como matriz coordenada. Como h2 (a1 + a2 ) = 25a1 + 10h(a1 ) + a2 + 6h(a2 ) y h3 (a1 + a2 ) = 250a1 + 75h(a1 ) + 6a2 + 37h(a2 ), obtenemos que la matriz 1 0 Q= 1 0 verca:Q1 CQ = B. Por otra parte, es sencillo obtener que: h(a1 +a2 ) = 10a1 +2a2 25a3 +3a4 , h2 (a1 +a2 ) = 75a1 + 13a2 250a3 + 18a4 , h3 (a1 + a2 ) = 500a1 + 80a2 1875a3 + 111a4 . Por lo tanto la matriz: 1 1 P = 0 0 verica:P 1 AP = B. 10 2 25 3 75 13 250 18 500 80 1875 111 0 25 1 10 0 1 1 6 250 75 6 37

38

Cuestiones 1. Demostrar que si A, B M at(n n, R) tales que A3 = I, B 3 = I y rang(A I) =rang(B I), entonces A y B son semejantes. 2. Sean A, B M at(n n, R) tales que A5 = A, B 5 = B. Si rang(A I) =rang(B I) , rang(A + I) =rang(B + I) y rangA =rangB , probar que A es semejante a B. 3. Si h es un endomorsmo de un espacio vectorial real V de dimensin 2, de ecuacin: o o t s Y = X en una base a1 , a2 de V , razonar que existe un subespacio h-invariante s t de V , distinto de V y de {0} si y solo si s = 0. 4. Sea h un endomorsm de un espacio vectorial nito dimensional V y p(x) su polinomio caracter stico. Probar que p(x) es irreducible si y solo si no existe un subespacio h-invariante de V , distinto del trivial y del propio V . 5. Sea h un endomorsmo de V con dimK (V ) = n . Si h tiene n + 1 vectores propios de forma que cualesquiera n de ellos son linealmente independientes, probar que existe t K tal que h = t1V . 6. Demostrar que si A y B son matrices n n regulares sobre un mismo cuerpo K, entonces AB y BA son semejantes. 7. Es cierto que todo elemento de orden nito de GL(n, K) (K cuerpo cualquiera) es diagonalizable?.

39

Leccin 5. Espacios con Producto Escalar o En toda la leccin, V es un espacio vectorial de dimensi/n nita sobre un cuerpo K. o c (5.1) Denicin.- Un producto escalar (bilineal) sobre V es una aplicacin o o F : V V K (a, b) F (a, b) que, cualesquiera que sean los elementos t, s K y a, b, c V cumple las siguientes reglas: a) F (ta + sb, c) = tF (a, b) + sF (b, c). b) F (a, tb + sc) = tF (a, b) + sF (a, c). Consecuencias :1) para todo a V es F (a, 0V ) = 0K = F (0V , a). En efecto: F (a, 0V + b) = F (a, b) = F (a, 0V ) + F (a, b). Luego F (a, 0V ) = 0K y anlogamente se prueba que F (0V , a) = 0. a 2) Para todo par de elementos a, b V se verica F (a, b) = F (a, b) = F (a, b). Pues 0 = F (a, 0V ) = F (a, b + (b)) = F (a, b) + F (a, b), luego F (a, b) = F (a, b) = (1).F (a, b) = F (a, b). Notaciones.-1) Cuando V est dotado de un producto escalar F diremos que la esa tructura (V, F ) es un espacio mtrico, tambien diremos que F es una mtrica o una e e geometr sobre V . El elemento F (a, b) de K ser llamado producto escalar de a y b a a (respecto de F ). Otras notaciones empleadas son < a, b > a.b . Llamaremos cuadrado o de a al producto escalar F (a, a). 2) Si S es un subespacio vectorial de V, la restriccin de F a S S es un producto o escalar sobre S, llamada la mtrica subordinada por F en S. e Ejemplos: Sea V un espacio vectorial real de dimensin 2, con base {a1 , a2 }. Si o a = x1 a1 + x2 a2 y b = y1 a1 + y2 a2 , y ponemos F1 (a, b) = x1 y2 + x2 y1 , F2 (a, b) = x1 y2 x2 y1 , F3 (a, b) = x1 y2 + 2x2 y1 , son tres productos escalares sobre V . Expresin Coordenada de un producto escalar o Sea (V, F ) un producto escalar. Supongamos que n = dim(V ) y sea (ai ) una base de V . Denotemos por aij al elemento F (ai , aj ) de K, y sea A la matriz n n sobre K cuya 40

entrada en el lugar ij sea aij . La expresin coordenada del producto escalar consiste o en determinar el producto escalar de dos elementos de V en funcin de sus coordenadas o respecto de una base y los productos escalares de los elementos de la base. Supongamos a = x1 a1 + .... + xn an y b = y1 a1 + .... + yn an o matricialmente a = X t (ai ) y b = Y t (ai ),
n n

siendo X = (x1 , ...., xn ) e Y = (y1 , ...., yn ). Entonces F (a, b) = F (

n n i=1 n

xi ai ,
j=1

yj aj ) =

xi F (ai ,
i=1 j=1

yj aj ) = X t B, donde B es la matriz (columna) (F (ai ,

j=1 n n n

yj aj )).

Por otra parte F (ai ,

j=1 n

yj aj ) =
j=1

yj F (ai , aj ) =
j=1

F (ai , aj )yj , para i = 1, ..., n. En

consecuencia B = (F (ai ,
j=1

yj aj )) = AY.

o De donde F (a, b) = X t AY que es la expresin coordenada del producto escalar F respecto de la base (ai ) Rec procamente, si A M at(n n, K) y (a1 , .., an ) es una base de V , podemos denir F (a, b) = X t AY y demostrar que F es un producto escalar sobre V . En efecto, F (tc1 +
t t sc2 , b) = (tX1 + sX2 )t AY = tX1 AY + sX2 AY = tF (c1 , b) + sF (c2 , b) y F (a, tb1 + sb2 ) =

X t A(tY1 + sY2 ) = tX t AY1 + sX t AY2 = tF (a, b1 ) + sF (a, b2 ). Es claro que F (ai , aj ) = aij . As A puede considerarse matriz coordenada de un cierto producto escalar. Si (bi ) es una nueva base de V y X = P X la expresin del cambio de coordenadas, o entonces F (a, b) = X t AY = X t (P t AP )Y . (5.2) Denicin.- Dos matrices A y B n n sobre K son congruentes si existe una o matriz P regular tal que B = P t AP . Notas: 1) La relacin de congruencia es una relacin de equivalencia. o o 2) El conjunto de las matrices n n sobre K queda descompuesto como unin disjunta o de clases de congruencia . 3) Una clase de congruencia es el conjunto de matrices coordenadas de un producto escalar en todos los sistemas coordenados posibles. 4) Dos matrices congruentes tienen el mismo rango. (5.3) Denicin.- Llamamos rango de un producto escalar F al rango de cualquiera o de sus matrices coordenadas. Si rango F = n = dim(V ), F se dice regular, en otro caso 41

F se dice singular o degenerada. (5.4) Denicin.- Sea F un producto escalar sobre V . Se dice que F es una mtrica o e simtrica u ortogonal si F (a, b) = F (b, a) para todo par de elementos a y b de V . La e mtrica se dice antisimtrica o simpltica si F (a, b) = F (b, a), cualesquiera que sean e e e a y b de V y car K = 2. Notas: 1) Si F es una geometr ortogonal o simpltica, entonces son equivalentes a e F (a, b) = 0 y F (b, a) = 0 (el rec proco tambien es cierto aunque no lo probaremos de momento). 2) Si F es ortogonal o simpltica, lo mismo ocurre con todas las mtricas subordinadas e e por F. (5.5) Proposicin.- Sea (V, F ) un espacio mtrico. F es ortogonal si y slo si cualquiera o e o de sus matrices coordenadas es simtrica. F es simpltica si y slo si cualquiera de sus e e o matrices coordenadas es antisimtrica. e Demostracin: Sea A = (aij ) = (F (ai , aj )) la matriz coordenada de F respecto de o la base (ai ). Si F es ortogonal aij = F (ai , aj ) = F (aj , ai ) = aji en consecuencia A es simtrica . Si F es simpltica aij = F (ai , aj ) = F (aj , ai ) = aji , en consecuencia A es e e antisimtrica. e Rec procamente, si una matriz coordenada A de F es simtrica, se tiene F (a, b) = e e X t AY = (X t AY )t = Y t At X = Y t AX = F (b, a). Si A es antisimtrica, F (a, b) = X t AY = (X t AY )t = Y t At X = (Y t AX) = F (b, a). En lo que sigue las mtricas consideradas sern ortogonales o simplticas, e a e salvo que se diga lo contrario. (5.6) Denicin.-Sea (V, F ) un espacio mtrico. Dos elementos a, b V son ortogo e onales respecto de F si F (a, b) = 0. Un vector a se sice istropo (respecto de F ) si o F (a, a) = 0. Dos subespacios S y T de V son ortogonales si se cumple F (a, b) = 0 para todo a S y todo b T . Un subespacio es istropo si es ortogonal a s mismo. Si S es o un subespacio de V , llamamos complemento ortogonal de S respecto de F al conjunto u S := {a V |F (a, b) = 0, b S}. Al complemento ortogonal de V se le llama n cleo de la mtrica. e 42

Observaciones.-1) S es subespacio vectorial de V. En efecto, sean a, b S y t, s K, entonces para todo v S es F (ta + sb, v) = tF (a, v) + +sF (b, v) = 0, luego ta + sb S . 2) Si F es una mtrica sobre V y S es un subespacio de V, entonces el ncleo de la e u mtrica subordinada por F en S coincide con S S e (5. 7) Proposicin.- rango F = dim V /V o V

. En consecuencia, F es regular si y slo si o

= 0.

Demostracin: Sea A la matriz coordenada de F en alguna base (ai ). Sea a = X t (ai ). o Se tiene: a V aV

F (a, b) = 0 cualquiera que sea b = Y t (ai ) en V , es decir

F (a, b) = X t AY = 0 , cualquiera que sea la n-tupla coordenada Y . Por

tanto a V

las coordenadas de a son soluciones al sistema homgeneo X t A = (0). o

Por el teorema de Rouch-Frobenius , las soluciones de este sistema homogneo componen e e o un subespacio vectorial de K n de dimensin nrango (A), luego dim (V F , es decir rang F = dim(V /V

) = n rango

).

Es ahora una consecuencia inmediata que F es regular si y slo si V o

= 0.

(5. 8) Denicin.- Un subespacio S de V ,con mtrica F , se dice regular respecto de o e F , si S S = 0. Es decir, si la mtrica subordinada por F en S es regular. e Ejemplos: 1) De los ejemplos de la pgina primera, la mtrica F1 es simtrica, la a e e e e e e mtrica F2 es antisimtrica y la mtrica F3 no es ni simtrica ni antisimtrica. e En efecto, F1 (b, a) = y1 x2 + y2 x1 = x1 y2 + x2 y1 = F1 (a, b); F2 (b, a) = y1 x2 y2 x1 = x1 y2 + x2 y1 = F2 (a, b). 2) Tanto para F1 como para F2 los vectores a1 , a2 de la base son vectores istropos. o 3) Respecto de F1 : a)los vectores a1 + a2 y a1 a2 son ortogonales; b) Los subespacios R(a1 + a2 ) y R(a1 a2 ) son ortogonales, adems R(a1 + a2 ) = a R(a1 a2 ). (5.9) Denicin.- Sea V un K-espacio vectorial con caracter o stica de K distinta de 2. Una forma cuadrtica sobre V es una aplicacin q : V K que cumple: a o 1) Para todo v V y todo t K, se tiene : q(tv) = t2 q(v); 43

2) La aplicacin Q : V V K dada por Q(v, w) = (1/2)(q(v + w) q(v) q(w)) o es un producto escalar (simtrico) sobre V . e (5.10) Proposicin.- Sea F un producto escalar simtrico sobre V, con carK = 2. o e Entonces la aplicacin q : V K dada por q(v) = F (v, v) es una forma cuadrtica o a sobre V, llamada forma cuadrtica asociada a F. a Demostracin: q(tv) = F (tv, tv) = t2 F (v, v) = t2 q(v) ; (1/2)(q(v+w)q(v)q(w)) = o (1/2)[F (v, v) + F (v, w) + F (w, v) + F (w, w) F (v, v) F (w, w)] = F (v, w). (Observar que F y q se determinan mutuamente) (5.11) Denicin.-Sea (V, F ) un espacio mtrico. Sean S1 , S2 , .., Sr subespacios vectoo e riales de V . La suma de los subespacios S1 , S2 , .., Sr se dice ortogonal (respecto de F) si es directa y adems se verica F (vi , vj ) = 0 para vi Si y vj Sj . a En lo que sigue y salvo que se explicite el cuerpo, supondremos que car K = 2. (5.12) Teorema.- Sea (V, F ) una geometr ortogonal, entonces V es suma ortogonal a de subespacios de dimensin 1. o Demostracin: Por induccin sobre dim(V ) = n. El resultado es obvio si dimensin o o o de V es 1. Suponemos el resultado cierto cuando dim(V ) = n 1. Si todo vector de V es istropo, entonces F (v, w) = 0, cualesquiera que sean v, w V, y el resultado se o sigue. En caso contrario, existe en V un vector a no istropo. En tal caso veamos que o a o V = K(a) K(a) y el resultado se seguir por induccin. Sea v V, escribir v = ta + w donde t y w se determinarn de modo que w K(a) . Para ello debe ser F (a, w) = 0. a Pero entonces ser F (a, v) = tF (a, a), as que tomaremos t = F (a, v)/F (a, a) y w = a v (F (a, v)/F (a, a))a. Evidentemente, F (a, w) = 0. Luego V = K(a) + K(a) . La suma de K(a) y K(a) es directa por ser a no istropo. Cmo dim(K(a) ) = n 1, o o la tesis se sigue por induccin. o (5.13) Denicin.- Sea (V, F ) una geometr ortogonal. Una base (ai ) de V se dice o a ortogonal (respecto de F ) si F (ai , aj ) = 0 si i = j. Si V posee una tal base, entonces la matriz coordenada de F en esa base es diagonal. 44

(5.14) Corolario.-Si (V, F ) es una geometr ortogonal, entonces V posee una base a ortogonal (para F ). Toda matriz simtrica es congruente con una matriz diagonal. e Demostracin: Es consecuencia inmediata del teorema (5.12) o (5.15) Teorema.- a) Sea V un espacio vectorial complejo. Entonces una geometr a ortogonal F admite una expresin coordenada X t AY con A = diag[1, ...., 1, 0, ..., 0]. o b) Sea V un espacio vectorial sobre el cuerpo de los reales. Una geometr ortogonal a F , admite una expresin coordenada X t AY donde A = diag[1, ...., 1, 1, ..., 1, 0, ..., 0]. o Demostracin: En cualquiera de los dos casos (V, F ) posee una base ortogonal, sea o (ai ). Supongamos ordenada la base de modo que F (ai , ai ) = di = 0 para i [1, r] y F (ai , ai ) = 0 para i > r. Tomar como nueva base de V, la base (bi ) denida en cada caso como sigue: a) (en el caso complejo) bi = (di )(1/2) ai para i [1, r], y bi = ai para i > r, en tal caso, F (bi , bi ) = 1 para i [1, r] y F (bi , bi ) = 0 para i > r. b) (en el caso real) bi = (|di |)(1/2) ai para i [1, r], y bi = ai para i > r, en tal caso, F (bi , bi ) = 1 para i [1, r] y F (bi , bi ) = 0 para i > r. (5.16) Corolario.- Dos matrices n n simtricas complejas A y B son congruentes si e y slo rango (A) = rango (B). o Demostracin: Si A y B son congruentes, son equivalentes y por tanto tienen el o mismo rango. Rec procamente, si A y B son matrices simtricas complejas del mismo e rango, ambas son congruentes con una misma matriz diag [1, ...., 1, 0, ...0] y por tanto son congruentes entre s . (5.17) Teorema.-(Ley de inercia de Sylvester). Si son A, B matrices reales ambas n n de la forma diag[1, ..., 1, 1, ..., 1, 0, ....0] y congruentes, entonces tienen el mismo rango y el mismo nmero de unos. u Demostracin: Como A y B son congruentes, ambas son matrices coordenadas de un o u mismo producto escalar ortogonal F de V en bases (ai ) y (bi ). Sean sA el nmero de unos u de A y sB el nmero de unos de B y r = rango(A) = rango(B). Sean S = R(a1 , ....., asA ) y T = R(bsB +1 , ...., bn ). Si a S, a = x1 a1 + .... + xsA asA , entonces F (a, a) = (x1 )2 + .... + (xsA )2 , el cual es mayor que cero salvo que a = 0. Si b T, b = ysB +1 bsB +1 +....+yr br +...+ yn bn . Por tanto , F (b, b) = (ysB +1 )2 ..... (yr )2 , por tanto F (b, b) 0. En consecuencia 45

S y T son subespacios vectoriales de V , cuya interseccin es cero, luego su suma es directa o y as S T = U V, es decir dim(S) + dim(T ) = sA + n sB = dim(U ) dim(V ) = n. a Por tanto sA sB . De modo anlogo se prueba la desigualdad en sentido contrario. Consecuencia: Si F es un producto escalar ortogonal real sobre un R-espacio vectorial V , dos bases ortogonales de (V, F ) tienen el mismo nmero de elementos con cuadrado u positivo. (5.18) Denicin.- Llamamos signatura de un producto escalar ortogonal real F al o nmero de elementos de una base ortogonal (ai ) tales que F (ai , ai ) > 0. Asimismo llamareu mos signatura de una matriz simtrica real a la signatura del producto escalar ortogonal e del cual es matriz coordenada. (5.19) Teorema.- Dos matrices simtricas reales nn son congruentes si y slo si tienen e o el mismo rango y la misma signatura. Demostracin: Si A y B son simtricas reales n n congruentes, se pueden considerar o e como matrices coordenadas de un mismo producto escalar ortogonal F sobre un R- espacio vectorial V . As tienen la misma signatura y el mismo rango. Rec procamente si tienen igual rango y signatura, ambas son congruentes a la matriz diag[1, ..., 1, 1, ..., 1, 0, ....0] con r unos y por tanto congruentes entre s . (5.20) Teorema.- (Criterio de Sylvester sobre la signatura). Sea A una matriz simtrica e da real n n. Denotemos por Ai a la submatriz principal de A constitu por las i primeras las y columnas. Supongamos que det Ai = 0 para i = 1, ..., n. Entonces la signatura de A est determinada por el nmero de trminos positivos de la sucesin : a u e o det A1 , det A2 / det A1 , ....., det An / det An1 En particular, A es denida positiva (tiene signatura mxima) si y slo si det Ai > 0, i = a o 1, ..., n. e Demostracin: Sea V un espacio vectorial real, (ai ) una base y F la mtrica ortogonal o con matriz coordenada A en la base (ai ). Construyamos una base ortogonalizada de la
i1

inicial en la forma siguiente: bi = ai

k=1

xk ak , donde xk son elementos a determinar de

modo que F (bi , bj ) = 0, i = j o lo que es lo mismo F (bi , bj ) = 0, para i > j, para lo cual 46

basta que F (bi , aj ) = 0 para todo i > j. En efecto, si F (bi , aj ) = 0 siempre que i > j, se tiene: F (bi , bj ) = F (bi , aj
k<j

yk ak ) = F (bi , aj )
k<j

yk F (bi , ak ) = 0 . Ahora bien

F (bi , aj ) = F (ai , aj )
k<i

xk F (ak , aj ). As que lo que buscamos son valores de xk tales

que F (ai , aj ) =
k<i

xk F (ak , aj ), j = 1, ..., i 1. Es decir:

x1 F (a1 , a1 ) + x2 F (a2 , a1 ) + ... + xi1 F (ai1 , a1 ) = F (ai , a1 ) x1 F (a1 , a2 ) + x2 F (a2 , a2 ) + ... + xi1 F (ai1 , a2 ) = F (ai , a2 ) ................................................................ x1 F (a1 , ai1 ) + x2 F (a2 , ai1 ) + ... + xi1 F (ai1 , ai1 ) = F (ai , ai1 ) Como det (F (ak , aj )) = det Ai1 = 0, existe una solucin unica para el anterior sistema o de ecuaciones. Notar que (b1 , ..., bi ) es base de R(a1 , ..., ai ) y que Ai es matriz coordenada de la mtrica subordinada a dicho subespacio en la base (a1 , ..., ai ). e Sea ui = F (bi , bi ), i = 1, ..., n. Existen matrices regulares Pi , tales que Pit Ai Pi = diag [u1 , .., ui ]. Tomando determinantes: (det Pi )2 det Ai = u1 ...ui . Luego signo (u1 ...ui ) = signo det Ai . Recapitulando: sig u1 =sig det A1 , sig u1 .sig u2 =sig det A2 ,..., sig (u1 ....ui ) =sig det Ai , de donde se sigue la tesis. Ejemplo. Dada la matriz simtrica real: e 1 A = 2 0 se pide: i) Clasicarla, es decir, dar su rango y signatura. ii) Obtener una matriz P regular tal que P t AP = diag[1, ..., 1, 1, ..., 1, 0, ....0]. iii)Obtener una base ortogonal de un espacio vectorial real de dimensin 3, en el que o se ha denido una mtrica ortogonal que tiene a A como matriz coordenada en una base e (a1 , a2 , a3 ). 47 2 0 6 1 1 1

i)Vamos a pasar de la matriz A a su congruente cannica, mediante operaciones elemeno

t tales con las las y las corresponodientes con las columnas. Notar que Pij = Pij , Pij (t)t =

(t), Pji Qi (u)t = Qi (u). 1 2 0 1 2 0 1 2 6 1 0 2 1 0 1 1 0 1 1 0 0 1 0 0 1 0 0 0 1 1 0 1 0 0 0 1 0 0 1

0 2 1

0 1 1 0 1 0

0 1 2

0 1 1 0 1 0

0 1 1

0 1 2

As el rango y la signatura de A es 3. 1 0 2 ii) P = P12 (2)P23 P23 (1) = 0 0 1 . 0 1 1 iii) La base ortogonal buscada es: b1 = a1 , b2 = a3 , b3 = 2a1 + a2 a3

Una referencia bibliogrca adecuada para este tema es [5] a

48

Leccin 6. Espacios Vectoriales Euclidianos o

En toda la leccin V es un espacio vectorial de dimensin nita n, sobre el cuerpo R o o de los nmeros reales. u (6.1) Denicin.- Se llama espacio vectorial euclidiano a un espacio vectorial real o dotado de una mtrica e F : V V R (a, b) F (a, b) simtrica que cumple: rango F = signatura F = n. Diremos entonces que F es una e mtrica euclidiana. e (6.2) Denicin.- Una base (ai ) de un espacio vectorial euclidiano (V, F ) se dice o ortonormal, si i, j [1, n] es F (ai , aj ) = ij . Una familia (v1 , ..., vt ) de elementos de V es ortonormal respecto de F si para todo i, j es F (vi , vj ) = ij . Consecuencias: 1) Como consecuencia de los resultados de la leccin anterior, un o espacio vectorial euclidiano V posee una base (ai ) ortonormal. 2) La matriz coordenada de una mtrica euclidiana referida a una base ortonormal es la e identidad. Si (ai ) es dicha base y a = x1 a1 +...+xn an , entonces F (a, a) = (x1 )2 +...+(xn )2 . Propiedades: 1) Una geometr ortogonal F de V es euclidiana si y slo si F (a, a) > 0 a o si a = 0 (y como consecuencia, si (V, F ) euclidiano F (v, v) = 0 v = 0). 2) Cualquier familia ortonormal es libre. 3) Si F es euclidiana, lo mismo ocurre con todas las mtricas subordinadas, luego todo e subespacio no trivial es regular. Demostracin: 1) Si F es euclidiana, es F (a, a) > 0 si a = 0, en virtud de la cono secuencia 2. Rec procamente, si se verica F (a, a) > 0 si a = 0, por los resultados de la leccin anterior, existe una base, (ai ) de V vericando F (ai , aj ) = 0 si i = j, y por la o hiptesis F (ai , ai ) > 0 i. Luego signatura F = n. o 2) Si (v1 , ..., vt ) es una tal familia y 0 = x1 v1 + ... + xt vt , entonces 0 = F (x1 v1 + ... + xt vt , vi ) = xi para todo i. 3) Es consecuencia de 1). 49

(6.3) Teorema. (Mtodo de ortonormalizacin de Schmidt).- Toda familia ortonormal e o (a1 , ....., at ) de un (V, F ) euclidiano puede completarse hasta obtener una base ortonormal de V. Demostracin: Sea n = dim(V ) y supongamos t < n. Elegir bt+1 en V de modo o que la familia (a1 , ....., at , bt+1 ) sea libre. Escribir ct+1 = bt+1 y1 a1 ... yt at , donde yj = F (aj , bt+1 ), (j = 1, ..., t), y at+1 = ct+1 /(F (ct+1 , ct+1 ))1/2 , la familia (a1 , ....., at , at+1 ) ortonormal. El resultado se sigue por induccin sobre n t. o (6.4) Corolario.- Si (V, F ) es euclidiano y S es un subespacio de V , entonces V = SS . Demostracin: Por la propiedad 3) (S, F|SxS ) es euclidiano, por tanto es regular o (S S = 0), y S posee una base (a1 , ....., at ) ortonormal, que por el teorema (6.3 ) puede completarse con (at+1 , ..., an ), hasta obtener una base ortonormal de V , luego R(at+1 , ..., an ) S y as V = SR(at+1 , ..., an ) SS . (6.5) Denicin.- Si (V, F ) es un espacio vectorial euclidiano, denimos longitud, o mdulo o norma del vector v = 0, que denotaremos por |v|F o simplemente |v| (si no o hay confusin), como la ra cuadrada positiva del nmero real F (v, v). La norma del o z u vector cero se dene igual a 0. (6.6) Teorema. -(Desigualdad de Schwarz).- En un espacio (V, F ) euclidiano se cumple |F (v, w)| |v|.|w| y vale la igualdad si y slo si v y w son linealmente dependientes. o Demostracin: Si v = 0, la armacin es trivialmente cierta. Supongamos v = 0. o o Por el corolario (6.4), V = R(v)R(v) , por tanto w = tv + b, con F (v, b) = 0. Luego F (v, w) = tF (v, v), as que t = F (v, w)/F (v, v)), luego F (w, w) = (F (v, w)/F (v, v)))2 F (v, v) + F (b, b). Por tanto F (v, v)F (w, w) = F (v, w)2 + F (v, v)F (b, b) |F (v, w)|2 . Vale la igualdad si y slo si F (b, b) = 0, lo que equivale a que b = 0 es decir a que o w = tv. (6.7) Teorema.- (Desigualdad triangular) En un espacio vectorial euclidiano (V, F ) se cumple |v + w| |v| + |w|, cualesquiera que sean los elementos v y w en V. Demostracin: Denotemos por v 2 = F (v, v), y por v.w = F (v, w)) Se tiene: |v+w|2 = o 50

(v +w)2 = v 2 +2(v.w)+w2 (|v|)2 +2|v.w|+(|w|)2 (|v|)2 +2|v|.|w|+(|w|)2 = (|v|+|w|)2 es decir (|v + w|)2 (|v| + |w|)2 . Extraer la ra cuadrada. z (6.8) Denicin.- Un endomorsmo h del espacio vectorial euclidiano (V, F ) es una o isometr de (V, F ), si para todo v de V se cumple: F (h(v), h(v)) = F (v, v). a (6.9) Proposicin.- Si h es isometr de (V, F ), entonces h es un automorsmo de V o a y F (v, w) = F (h(v), h(w)) cualesquiera que sean los elementos v y w en V. Demostracin: F ((v + w), (v + w)) = F (v, v)) + F (w, w) + 2(F (v, w)) = F (h(v + o w), h(v + w)) = F (h(v), h(v)) + F (h(w), h(w)) + 2F (h(v), h(w)), por tanto F (v, w) = F (h(v), h(w)). Aplicando lo anterior a los elementos de una base ortonormal (ai ), se tiene , F (h(ai ), h(ai )) = F (ai , ai ) = 1 y F (h(ai ), h(aj )) = 0, para i = j. As la familia (hai ) es una familia ortonormal, luego es libre y por tanto una base de V . As h es un automorsmo de V. Expresin coordenada de un cambio de bases ortonormales o Sean (ai ) y (bi ) bases de V , (ai ) ortonormal respecto de (V, F ) y sea X = P X el cambio de coordenadas asociado al cambio de bases. Entonces (bi ) es ortonormal si y solo si P t P = I. En efecto: F (a, b) = X t Y = X t P t P Y = X t Y , para cualquier eleccin de a y o b (luego de sus coordenadas) si y solo si P t P = I. (6.10) Denicin.- Una matriz real n n es ortogonal si P t P = I. o Nota. Si (V, F ) es euclidiano y h es un endomorsmo de V , h es una isometr de V a si y solo si h tiene una matriz coordenada ortogonal en una base ortonormal de V . En efecto, si Y = P X es la expresin coordenada de h en una base ortonormal de V , se tiene: o F (h(a), h(a)) = Y t Y = X t P t P X = F (a, a) = X t X, para cualquier a V , si y solo si P tP = I (6.11) Lema.- Sea (V, F ) un espacio vectorial euclidiano y h un endomorsmo de V . Entonces son equivalentes: 1) En una base ortonormal de (V, F ) la matriz coordenada de h es simtrica e 2) F (h(a), b) = F (a, h(b)) cualesquiera que sean a, b V. Demostracin: Sea (ai ) una base ortonormal de V, y sea A la matriz coordenada de o h en esa base. Sean a = X t (ai ) y b = Y t (ai ), entonces 51

1) 2) Si A es simtrica F (h(a), b) = (AX)t Y = X t At Y ) = X t (AY ) = F (a, h(b)). e 2) 1) Si F (h(a), b) = F (a, h(b))a, b, entonces (X t At )Y = F (h(a), b) = F (a, h(b)) = o X t (AY ). Por tanto, para cada eleccin de coordenadas es (X t At )Y = X t (AY ), y as A = At . (6.12) Teorema.- Toda matriz simtrica real es diagonalizable. e Demostracin: Sea A una matriz simtrica real n n. Sea (V, F ) un espacio vectorial o e euclidiano. Sea h el endomorsmo de V de matriz coordenada A en una base ortonormal de (V, F ). Por el lema 6.11, se verica F (ha, b) = F (a, hb) cualesquiera que sean a, b V. Veamos, en primer lugar, que los factores irreducibles del polinomio m nimo de h son de grado 1 Sea p(x) un factor irreducible del polinomio mnimo. Si no fuera de grado 1 ser un a polinomio de grado 2 sin raices reales. Si f (x) es el polinomio m nimo de h, por el Teorema 4.7 sabemos que existe w V tal que el polinomio m nimo de w es f (x). Si f (x) = p(x)g(x), basta considerar g(h)(w) = v para concluir que el polinomio m nimo de v es p(x), por o e tanto el subespacio Sh,v es h-invariante de dimensin 2. Con la mtrica subordinada G = o F|Sh,v Sh,v y la restriccin h1 = h|Sh,v se verica G(h1 (a), b) = F (h(a), b) = F (a, h(b)) = G(a, h1 (b)), a, b Sh,v . Por el lema (6.11), la matriz coordenada de h1 en una base e nimo ortonormal de Sh,v es simtrica real 2 2. Pero por otra parte el polinomio m o de h1 es p(x) que tambien es su unico factor invariante, pues Sh,v es de dimensin 2, y por tanto es su polinomio caracter stico que es irreducible. Esto es una contradiccin o a11 a12 es ya que el polinomio caracter stico de una matriz simtrica real 2 2: e a12 a22 x2 (a11 + a22 )x + a11 a22 a2 que no es irreducible en R[x]. Luego las raices del 12 polinomio m nimo son reales. Probaremos que dichas ra son simples. Sea t una de dichas ra ces ces. Si t no es simple, (x t)2 divide a f (x) y por un argumento anlogo al usado anteriormente, existe a V, a tal que el polinomio m nimo de a es (x t)2 , as (h t1V )(a) = b = 0, y (h t1V )(b) = (h t1V )2 (a) = 0 por tanto h(a) = ta + b y h(b) = tb. Entonces F (h(a), b) = F (ta + b, b) = tF (a, b) + F (b, b) = F (a, h(b)) = F (a, tb) = tF (a, b) Luego F (b, b) = 0, as b = 0, contradiccin. Luego las ra o ces del polinomio m nimo de A son reales y simples. Ahora, por el Teorema (4.13) , se sigue que A es semejante a una matriz diagonal . 52

(6.13) Teorema.- (Diagonalizacin simultnea de Formas Cuadrticas) Sea V un eso a a pacio vectorial real y sean F y H dos productos escalares ortogonales. Entonces, si F es mtrica euclidiana, existe una base de V que es ortonormal para F y ortogonal para H. e Demostracin: Sea (ai ) una base ortonormal de (V, F ). Sea A la matriz coordenada de o e H en la base (ai ). La matriz A es simtrica. Sea h el endomorsmo de matriz coordenada o A en la base (ai ). Haremos ahora la demostracin en varios pasos: Paso 1: V es suma ortogonal (respecto de F ) de los subespacios fundamentales de h. En efecto, por el teorema (6.12), h es diagonalizable y por tanto es suma directa de los subespacios S(ti , h) fundamentales de h. Veamos que dichos subespacios son dos a dos ortogonales: si a S(ti , h) y b S(tj , h), i = j, entonces h(a) = ti a y h(b) = tj b. Pero ti F (a, b) = F (ti a, b) = F (h(a), b) = F (a, h(b)) = F (a, tj b) = tj F (a, b), luego (ti tj )F (a, b) = 0 y como ti tj = 0, es F (a, b) = 0. e o Paso 2: Como (V, F ) es euclidiano, cada S(ti , h) lo es con la mtrica restriccin de la o F, luego cada S(ti , h) tiene una base ortonormal (respecto de F ). La unin de las bases ortonormales de los S(ti , h) , es una base ortonormal (bi ) de (V, F ). Paso 3: (bi ) es una base ortogonal para H. En efecto, sea X la n-tupla coordenada de bi respecto de la base (ai ) e Y la de bj , entonces H(bi , bj ) = X t AY = X t At Y = (AX)t Y = F (h(bi ), bj ) = F (ti bi , bj ) = ti F (bi , bj ) = 0 si i = j pues bi y bj son ortogonales respecto de F . Notar que de la demostracin del teorema anterior se deduce que si (V, F ) es euclidiano o n-dimensional, A es una matriz n n real simtrica y h el endomorsmo de V de expresin e o coordenada Y = AX en una base (ai ) ortonormal de V , entonces V posee una base ortonormal de vectores propios relativos a h. Ejemplo. Dadas las mtricas F y H de un espacio vectorial real V de dimensin 3, e o que tienen expresiones coordenadas: 3 3 Y 10

1 t 1 F (a, b) = X 3 53

1 2 3

2 t H(a, b) = X 2 6

2 1 8

6 8 Y 17

en una cierta base de V , encontrar, si procede, una base ortogonal para ambas mtricas. e Por el criterio de Sylvester la mtrica F es euclidiana. Sea (a1 , a2 , a3 ) la base de V en e tienen las expresiones coordenadas dadas. 3 1 1 3 1 0 3 1 3 0 1 0 0 1 0 0 10 3 3 10 3 0 1 0 1 1 3 0 verica P t AP as P = P12 (1)P13 (3) = 0 1 0 0 1 (a1 a2 a3 )P es ortonormal respecto de F . 1 1 3 0 0 2 2 1 0 0 1 6 2 1 8 6 1 1 0 1 8 17 0 0 que las mtricas e 1 1 A = 1 2 3 3 0 1 0 3 1 0 0 1 0 0 1 0 0 0 1

= I y la base (b1 b2 b3 ) =

3 2 0 = 0 1 0 1 0 2

0 2 =C 1

es la matriz coordenada de H en la base ortonormal (bi ). Sea h el endomorsmo de V cuya expresin coordenada en la base (bi ) es Y = CX. o Por el teorema (6.13) sabemos que V es suma ortogonal de los subespacios fundamentales respecto de h. Por lo tanto buscaremos una base ortonormal en cada uno de ellos y por el teorema citado, la unin de ellas ser base ortonormal respecto de F y ortogonal respecto o a de H. |xI C| = (x 2)(x + 3)(x 1). 1 0 0 x1 S(1, h) = Ker(h 1V ) , 0 2 2 x2 = (0) x3 0 2 2 x1 = 0, 2x2 + 2x3 = 0, 2x2 2x3 = 0 luego una base de S(1, h) es (0, 1, 1). 0 0 0 x1 0 3 2 x2 = (0) S(2, h) = Ker(h 21V ), x3 0 2 3 3x2 + 2x3 = 0, 2x2 3x3 = 0 luego una base de S(2, h) es (1, 0, 0). 54

5 S(3, h) = Ker(h + 31V ), 0 0

0 2 2

0 x1 2 x2 = (0) x3 2

5x1 = 0, 2x2 + 2x3 = 0 luego una base de S(3, h) es (0, 1, 1). ) La base buscada es: ((1/ 2)b2 + (1/ 2)b3 , b1 , (1/ 2)b2 (1/ 2)b3 ) (6.14) Deniciones.- El conjunto de las matrices ortogonales n n constituye un grupo con la operacin producto de matrices, llamado grupo ortogonal de grado n, o denotado por O(n) o bien por O(n, R). El conjunto de las isometr de un espacio vectorial as euclidiano (V, F ) constituye un grupo con la composicin de aplicaciones llamado grupo o ortogonal del espacio (V, F ), denotado por O(V, F ) o por O(V ) si no hay confusin. o Queda como ejercicio comprobar que si jamos una base ortonormal en V , la aplicacin o de O(V ) en O(n), que asocia a una isometr h de V su matriz coordenada en dicha base, a es un isomorsmo de grupos. Basta tener en cuenta la nota que sigue a la Denicin 6.10. o Sean A y B matrices n n reales simtricas, diremos que B es congruente ortogonal e con A si existe una matriz P ortogonal tal que B = P t AP = P 1 AP . Sean A y B matrices n n ortogonales, diremos que B es equivalente ortogonal a A si existe P ortogonal tal que B = P 1 AP . Consecuencias: 1) Las relaciones de congruencia y equivalencia ortogonales de matrices simtricas y de matrices ortogonales, respectivamente, son relaciones de equivalencia. e 2) El conjunto de matrices simtricas n n reales se expresa como unin disjunta de e o clases de congruencia ortogonal 3) Una clase de congruencia ortogonal de matrices simtricas reales n n no es sino el e conjunto de matrices coordenadas de un mismo producto escalar ortogonal H en todas las bases ortonormales de un mismo espacio vectorial euclidiano (V, F ). (6.15) Teorema.- Toda matriz A real simtrica n n es congruente ortogonal con una e matriz n n diagonal y en la diagonal aparecen los valores propios de A. Demostracin: Sea (V, F ) un espacio euclidiano, y (ai ) una base ortonormal del o mismo. Sea Y = AX la ecuacin de un endomorsmo h en la base (ai ). Por la nota o 55

siguiente al teorema (6.13), existe una base (bj ) ortonormal de (V, F ) formada por vectores propios de h. En consecuencia la matriz coordenada del endomorsmo h en la nueva base o es: B = P 1 AP , donde X = P X es la expresin del cambio de coordenadas asociado al cambio de bases ortonormales y por tanto P es ortogonal . As B es una matriz diagonal y en dicha diagonal estan todos los valores propios de h. Las matrices A y B son congruentes ortogonales: (6.16) Teorema.- Dos matrices simtricas reales son congruentes ortogonales si y slo e o si tienen el mismo polinomio caracter stico. Demostracin: Sean A y B dichas matrices. Si son congruentes ortogonales, son seo mejantes y por tanto tienen el mismo polinomio caracter stico. Para el rec proco, sabemos que A y B son congruentes ortogonales (luego semejantes) a matrices diagonales CA y CB en las cuales estn los valores propios de A y B respectivamente. Ordenando conveniena o temente los valores propios en CA y CB (ordenacin que es una congruencia ortogonal) concluimos que A y B son congruentes ortogonales a una misma matriz, luego congruentes ortogonales entre s . Ejemplo. Dada la matriz simtrica real e 2 2 4 A = 2 5 2 4 2 2 obtener una matriz B congruente ortogonal cannica con A y una matriz ortogonal P o que exhiba la congruencia ortogonal entre ambas. |xI A| = (x + 3)(x 6)2 . Sea V un espacio euclidiano de dimensin 3 y (a1 , a2 , a3 ) una base ortonormal de V . Sea o h un endomorsmo de V que tiene a A como matriz coordenada en dicha base. Sabemos que existe una base ortonormal de V que est formada por vectores propios respecto de a h. Dicha base la formaremos uniendo bases ortonormales de cada uno de los subespacios fundamentales. S(6, h) 4 2 4 x1 2 1 2 x2 = (0) x3 4 2 4 56

2x1 + x2 + 2x3 = 0 Una base est formada por: (0, 2, 1) y (1, 2, 0). La ortonormalizamos por el proa cedimiento de Gram-Schmidt: u1 = (0, 2, 1), u2 = (1, 2, 0) F (u1 , u2 )F (u1 , u1 )1 u1 = (1, 2/5, 4/5), as u1 = 1/ 5(0, 2, 1), 5/3(1, 2/5, 4/5) es base ortonormal de S(6, h). S(3, h) 5 2 4 2 4 x1 8 2 x2 = (0) x3 2 5 5x1 2x2 4x3 = 0 2x1 + 8x2 2x3 = 0 4x1 2x2 + 5x3 = 0 as x1 = x3 , 2x2 = x1 y (2, 1, 2) es base. La base ortonormal buscada es: (1 , u2 , 1/3(2, 1, 2)) y una matriz ortogonal que exhibe la congruencia ortogonal entre u A y la cannica o 6 0 0 es 0 6 0 0 0 3

0 5/3 2/3 P = 2/ 5 25/15 1/3 1/ 5 4 5/15 2/3

Clasicacin de las isometr de un espacio vectorial euclidiano o as (6.17) Lema.- Si h es una isometr de (V, F ) euclidiano y S es un subespacio ha a o invariante, entonces S es tambien h-invariante y h|S es una isometr de la restriccin de F a S . Demostracin: Notar en primer lugar que h|S es una isometr de (S, F|SS ) . Sea b o a S entonces dado a S , existe a en S tal que h(a ) = a, luego F (a, hb) = F (h(a ), h(b)) = F (a , b) = 0. As h(b) S (6.18) Lema.- Si h es una isometr de (V, F ) euclidiano y t es un valor propio de h, a entonces t = 1. 57

Demostracin: Si t es un valor propio de h existe a V vector propio de h correo spondiente al valor propio t, es decir h(a) = ta. Por tanto, F (h(a), h(a)) = F (ta, ta) = t2 F (a, a) = F (a, a). Por tanto t = 1. (6.19) Teorema.- Sea h una isometr de (V, F ). Entonces (V, F ) es suma ortogonal a de subespacios h-invariantes de dimensiones 1 o 2. . Demostracin: Por induccin sobre la dimensin de V . Es trivial si dimensin de o o o o V = 1. Supongamos el resultado cierto para isometr de espacios vectoriales de dimensin as o menor que n. Si t es un valor propio de h, y a un vector propio asociado, entonces V = e o R(a)R(a) . Como R(a) es h-invariante , R(a) es tambin h-invariante de dimensin n 1 y bastar aplicar la hiptesis inductiva. Podemos suponer que h no tiene valores a o propios (reales). Sea p(x) un factor mnico irreducible del polinomio m o nimo de h. Es de grado 2. Existe un vector a V con polinomio m nimo de a = p(x). El subespacio o e Sh,a es h -invariante de dimensin 2. Por el Lema (6.17) el subespacio (Sh,a ) es tambin a o h-invariante y h|(Sh,a ) es una isometr de la restriccin de F a (Sh,a ) . Tenemos V = o (Sh,a ) (Sh,a ) . Aplicando la hiptesis inductiva al subespacio (Sh,a ) se sigue la tesis. Notar que los subespacios 2-dimensionales se entienden indescomponibles, es decir que no se pueden expresar como suma ortogonal de dos uni-dimensionales. (6.20) Lema .- Una matriz ortogonal 2 2 , o bien tiene el valor propio 1 o bien su polinomio caracter stico es de la forma x2 2xcosw + 1, con cosw = 1. Si el polinomio caracter stico es x2 2xcos w + 1, con cos w = 1, entonces A es equivalente ortogonal con la matriz ortogonal cos w sen w (sen w > 0) Demostracin: Sea A = (aij ). Como AAt = I es a2 + a2 = a2 + a2 = 1 y o 11 12 21 22 a11 a21 + a12 a22 = 0. Tomar a11 = cos v, a12 = sen v, a21 = sen u, a22 = cos u. Entonces sen (u + v) = 0 y por tanto v + u = 180o o v + u = 0o . La primera igualdad implicar cos v = cos u, sen v= sen u, y por tanto el polinomio caracter a stico de A a ser x2 1, con lo que A tendr los valores propios 1. En el segundo caso la matriz A a 58 sen w cos w

cos u sen u . Si fuera sen u = 0, entonces A tendr como valor propio cos u a sen u cos u que ser 1. En otro caso su polinomio caracter a stico es x2 2xcos u + 1. ser a Si el polinomio caracter stico es x2 2xcos w + 1, con cos w = 1 se tiene: cos w sen w cos u =cos w y sen u = sen w y las matrices y A son equivalentes sen w cos w ortogonales. Notar que si (V, F ) es euclidiano 2-dimensional indescomponible y h es una isometr a de V , esta no puede tener valores propios, luego por el resultado anterior su polinomio caracter stico es de la forma x2 2xcos w + 1, con cos w = 1. (6.21) Corolario.- Si P es una matriz ortogonal, el polinomio m nimo de P slo puede o poseer factores irreducibles del tipo x1,x+1 y x2 2xcosw +1 con cos w = 1 y ninguno repetido. Demostracin: P es matriz coordenada de una isometr h de un espacio vectorial o a euclidiano (V, F ) en una base ortonormal (ai ). Por el teorema (6.19), V es suma ortogonal o de subespacios h-invariantes, Sj , de dimensiones 1 2: V = S1 ...Sr , recordar que los de dimensin 2 se suponen indescomponibles. Es claro que el polinomio m o nimo de h|Si divide al polinomio m nimo de h, i = 1, ..., r y que el polinomio m nimo de h|Si coincide con el o polinomio caracter stico de h|Si , que es x1 x+1 o de la forma x2 2xcos w+1, siendo cos w = 1. Si consideramos los posibles x 1, x + 1, p1 (x), ..., ps (x) del ultimo tipo, distintos entre s se tendr que el polinomio m , a nimo de h dividir a (x1)(x+1)p1 (x)...ps (x) y este a ultimo divide al polinomio m nimo de h. As que coinciden. En consecuencia, los divisores elementales de una matriz ortogonal (una isometr son del tipo: x 1, x + 1, x2 2xcos a) w + 1, con cos w = 1. (6.22) Teorema.- Toda matriz ortogonal es equivalente ortogonal con una suma diagcos w sen w onal de cajas [1], [1] y del tipo con cos w = 1, sen w > 0. sen w cos w Demostracin: Si P es matriz ortogonal, P es matriz coordenada de una isometr o a h de un espacio vectorial euclidiano (V, F ) en una base ortonormal (ai ). Por el teorema o (6.19), V es suma ortogonal de subespacios h-invariantes, Sj , de dimensiones 1 2. Formar una base ortonormal (bi ) de V por yuxtaposicin de las bases ortonormales de los Sj . La o matriz coordenada B de h en la nueva base (bi ), es suma diagonal de cajas [1] y cajas 59

2 2 equivalentes ortogonales a las enunciadas. P y B son equivalentes ortogonales, pues son dos matrices coordenadas de una misma isometr en dos bases ortonormales. a (6.23) Corolario.- Dos matrices ortogonales reales n n, A y B son equivalentes ortogonales si y slo si tiene el mismo polinomio caracter o stico. Demostracin: Si A y B son equivalentes ortogonales son semejantes y por tanto o tienen el mismo polinomio caracter stico. Rec procamente, si tienen el mismo polinomio caracter stico, en este caso tienen los mismos divisores elementales (ver cuestin 9 de la Leccin 3) y por tanto A y B son o o equivalentes ortogonales a una misma matriz suma diagonal de cajas [1] y cajas del tipo cos w sen w , con cos w = 1, sen w > 0. sen w cos w Ejemplo Dado el endomorsmo h de un espacio vectorial euclidiano (V, F ) cuya expresin coordenada en una cierta base ortonormal (ai ) de V es Y = AX, donde o 2+ 3 A = 1/4 2 2 3 2 2 3 2 2 3 2 2+ 3

probar que es una isometr y dar el representante cannico de la clase de equivalencia a o ortogonal denida por A. Encontrar una matriz ortogonal P que exhiba la equivalencia ortogonal entre ambas. Por la nota despus de la denicin (6.10), basta probar que A es ortogonal, es decir e o o stico de A: |xI A| = que At A = I. A continuacin se calcula el polinomio caracter o (x 1)(x2 3x + 1), 2cosw = 3 luego cosw = 3/2 y el representante cannico de la clase de equivalencia ortogonal de A es : 1 0 0 S(1, h) = Ker(h 1V ) (2 + 3)/4 1 2/4 (2 3)/4 2/4 2 1 3/4 2/4 (2 3)/4 x1 x2 = (0) 2/4 (2 + 3)/4 1 x3 60 0 3/2 1/2 0 1/2 3/2

Realizando los clculos se tiene que (1, 0, 1) es base de S(1, h). Se obtiene a continuacin a o el complemento ortogonal S(1, h) : y1 1 ) y2 = (0) y3

(1

y1 + y3 = 0, luego una base de dicho complemento ortogonal es (1, 0, 1), (0, 1, 0). Concluimos que b1 = 1/ 2a1 + 1/ 2a3 b2 = 1/ 2a1 1/ 2a3 b3 = a2 es base ortonormal de V y la matriz ortogonal: 1/ 2 1/ 2 0 0 0 1 P = 1 2 1/ 2 0 o P Q3 (1) exhibe la equivalencia ortogonal entre A y su equivalente ortogonal cannica. o

61

Cuestiones 1. Demostrar que no existe una base simultneamente ortogonal para los productos a 1 0 0 1 escalares simtricos reales de expresiones coordenadas: X t e Y , Xt Y. 0 1 1 0 2. Demostrar que si A y B son matrices regulares reales vericando :AAt = BB t , entonces B 1 A es ortogonal. 3. Razonar o negar mediante contraejemplo las siguientes armaciones: i) Dos matrices n n simtricas reales semejantes son congruentes ortogonales. e ii) Dos matrices n n simtricas reales con el mismo polinomio m e nimo son congruentes ortogonales. iii) Dos matrices n n ortogonales con el mismo polinomio m nimo son equivalentes ortogonales. e 4. Sea P una matriz ortogonal. Razonar: i) A = P + P es simtrica.ii) Si t es un valor propio de A y v es vector propio asociado, es decir v = y (h + h 1)(v) = tv , siendo h 0 el endomorsmo de V de ecuacin Y = P X en una cierta base de V , entonces si v no es o vector propio de h, su polinomio m nimo es x2 tx + 1. 5. Construir razonadamente una matriz coordenada de un endomorsmo h de un Respacio vectorial V de dimensin cuatro, teniendo en cuenta: i) existe una mtrica eucl o e dea sobre V para la cual h es una isometr a,ii) dimR S(1, h) = 1, iii) 2 es valor propio de g = h + h1 . cos sen exhiba la equivalencia ortogonal entre ambas. 6. Encontrar la forma cannica de A = o sen cos y una matriz ortogonal que

7. i) Sea A una matriz ortogonal para la que 1 no es valor propio. Probar que I + A e es regular y que S = (I A)(I + A)1 es antisimtrica. ii) Para cualquier matriz antisimtrica S probar que I + S es regular y que la matriz e A = (I S)(I + S)1 es ortogonal y 1 no es valor propio de ella. 8. Si G es un subgrupo nito de GL(V ), siendo V un R-espacio vectorial de dimensin o nita, probar que existe una mtrica euclidiana sobre V de forma que cada elemento de G e es una isometr para dicha mtrica. a e 9. Encontrar: i) Dos matrices simtricas reales que sean congruentes pero no congruentes ortogonales. e 62

ii) Dos matrices ortogonales que sean equivalentes pero no equivalentes ortogonales. 10. Sea n > 1 y A una matriz n n antisimtrica y ortogonal. Probar: e i) n es par. ii) el polinomio m nimo de A es x2 + 1. iii) A es equivalente ortogonal a una matriz suma diagonal de n/2 cajas del tipo 0 1 1 0

11. Si P es una matriz ortogonal n n, probar que |traza(P )| n. 12. Sea (V, F ) euclidiano y h una isometr Si V = S1 S2 S3 , donde los Si son ha. stico de h|S2 = invariantes y polinomio caracter stico de h|S1 = x 1, polinomio caracter stico de h|S3 = x2 + x + 1, obtener los divisores elementales x2 + x + 1 y polinomio caracter de h y descomponer V como suma directa de h-mongenos generados por elementos cuyos o polinomios m nimos sean los divisores elementales.

63

Leccin 7. Introduccin al lgebra tensorial o o a (7.1) Denicin.- Una aplicacin lineal de V en K, se dice una forma lineal sobre o o V y al espacio vectorial HomK (V, K), se le llama espacio dual de V y se escribe V . Al o espacio vectorial (V ) := V , se le llama espacio bidual de V . que es cannicamente isomorfo con V . (7.2) Denicin.- Dados r+1 espacios vectoriales V1 , . . . , Vr , W sobre un mismo cuerpo o o K, se llama aplicacin r-lineal de V1 . . . Vr en W a una aplicacin o f : V1 . . . Vr W que para cada i cumple: a) f (v1 , . . . , vi + vi , . . . , vr ) = f (v1 , . . . , vi , . . . , vr ) + f (v1 , . . . , vi , . . . , vr ), b) f (v1 , . . . , tvi , . . . , vr ) = tf (v1 , . . . , vi , . . . , vr ). Nota: Ambas propiedades equivalen a v f (v1 , . . . , tvi + si , . . . , vr ) = tf (v1 , . . . , vi , . . . , vr ) + sf (v1 , . . . , vi , . . . , vr ). El concepto de aplicacin lineal es un caso particular para r = 1. o (7.3) Denicin.- Se llama funcin (o forma) r-lineal sobre V a una aplicacin o o o r-lineal de V r en K. Las formas bilineales son casos particulares cuando r = 2. o (7.4) Teorema.- Sean V1 , V2 , ..., Vr , W K-espacios vectoriales de dimensin nita. El conjunto de las aplicaciones r-lineales f : V1 . . . Vr W es un K-espacio vectorial con las operaciones habituales de suma de aplicaciones y producto por un escalar. Si V1 , V2 , ..., Vr son K-espacios vectoriales y V1 , V2 , ..., Vr , sus espacios duales respectivos, escribiremos: V1 V2 ... Vr = L(V1 V2 ... Vr , K) donde el segundo miembro representa el espacio vectorial de las aplicaciones r-lineales de V1 V2 ... Vr en K. Llamaremos a V1 V2 ... Vr producto tensorial de los espacios V1 , V2 , ..., Vr . Si r = 1 la notacin exigir que V = L(V , K) = V y ya hemos o a recordado que dicha identicacin se cumple cannicamente. o o 64

Si v1 V1 , ..., vr Vr , escribiremos v1 ... vr para denotar la aplicacin multilineal o denida por: (v1 ... vr )(f1 , ..., fr ) = f1 (v1 )...fr (vr ) donde f1 V1 , ..., fr Vr . A un elemento de la forma v1 ... vr se le dice tensor descomponible. Notar que no todos los elementos de V1 V2 ...Vr son descomponibles. (7.5) Teorema.- Sean n1 , ..., nr las dimensiones respectivas de V1 , ..., Vr . Sea (ej )i=1,...,nj i una base de Vj , j = 1, ..., r. Entonces: (e11 e22 ... err ), 1 i1 n1 , 1 i2 n2 , ..., 1 ir nr i i i es una base de V1 V2 ... Vr . As la dimensin de V1 V2 ... Vr es n1 n2 ...nr . o
i i Demostracin: Sea (j )i=1,...,nj la base de Vj dual de (ej )i=1,...,nj , es decir (j )(ej ) = o i k

i,k .
i i Sea h V1 V2 ... Vr . Escribiremos h(11 , ..., rr ) = hi1 ...ir K. Veamos que

h=

hi1 ...ir (e11 e22 ... err ). Para ello debemos comprobar que dan la misma imagen i i i

a para cada (f1 , ..., fr ) V1 ... Vr . Por r-linealidad bastar comprobarlo con cada
l l r-tupla (11 , ..., rr ) de V1 ... Vr . l l hi1 ...ir (e11 e22 ... err )(11 , ..., rr ) = i i i l l h(11 , ..., rr ). As h = l l hi1 ...ir 11 (e11 )...rr (err ) = hl1 ...lr = i i

hi1 ...ir (e11 e22 ... err ). i i i i1 ...ir (e11 e22 ... err ) con i1 ...ir K. Para i i i
l l i1 ...ir 11 (e11 )...rr (err ) = l1 ...lr . i i

Por otra parte supongamos que 0 =

l l a cualquier eleccin de r-tupla (11 , ..., rr ) ser: 0 = o

Por lo tanto la familia (e11 e22 ... err ), 1 i1 n1 , 1 i2 n2 , ..., 1 ir nr es una i i i base de V1 V2 ... Vr . En el caso de que solo intervengan V y su dual V , se dir tensor de orden (r, s) a ( de tipo, o de grado (r, s)) (r > 0 s > 0) a todo elemento del producto tensorial o o V ... V V ... V , donde V aparece r veces y V aparece s veces. Dicho producto o tensorial se suele escribir abreviadamente V (r,s) bien r V s V , (V (r,s) = 0 si r < 0 65

o s < 0 y es igual a K si r = s = 0). Un tensor de dicho espacio se dice que es r veces contravariante y s veces covariante. Un tensor de V (r,0) se dice que es r-contravariante y un tensor de V (0,s) se dice que es s-covariante. Como consecuencia del teorema anterior, o la dimensin de V (r,s) es nr+s ( cero si V (r,s) = 0). Si (ei ) es una base de V y ( i ) su o dual, sabemos que los elementos de la forma ei1 ... eir j1 ... js constituyen una base de V (r,s) . Observar que : a) un vector de V es del tipo tensorial (1, 0), b) un elemento de K es del tipo tensorial (0, 0), c) una forma lineal de V es del tipo tensorial (0, 1) d) un producto escalar sobre V es del tipo tensorial (0, 2). (7.6) Proposicin.- Si f1 , ..., fi , fi , ..., fr V , v1 , ..., vi , vi , ..., vr V, t, s K, se verio ca: f1 ... (tfi + sfi ) ... fr = t(f1 ... fi ... fr ) + s(f1 ... fi ... fr ) v1 ... (tvi + svi ) ... vr = t(v1 ... vi ... vr ) + s(v1 ... vi ... vr ) Demostracin: (f1 ... (tfi + sfi ) ... fr )(v1 , ..., vi , ...vr ) = (v1 ... vi ... o vr )(f1 , ..., tfi + sfi , ..., fr ) = t(v1 ... vi ... vr )(f1 , ..., fi , ...fr ) + s(v1 ... vi ... vr )(f1 , ..., fi , ...fr ) = (t(f1 ... fi ...fr ) + s(f1 ... fi ...fr ))(v1 , ..., vi , ...vr ) Anlogamente se prueba la segunda armacin. a o Ejercicio. Sean f, g las formas lineales de R2 dadas por : f (x, y) = 2x + y, g(x, y) = o x 2y . Si (e1 , e2 ) es la base dual de la base cannica de R2 , obtener las coordenadas del tensor f g en la base (ei ej ), 1 i, j 2 de (R2 ) (R2 ) . Tensores simtricos y antisimtricos. e e o Sea f : V p K arbitraria y p , se llama aplicacin transformada de f por a g : V p K dada por g(v1 , . . . , vp ) = f (v(1) , . . . , v(p) ) y se escribe g = f. (7.7) Propiedades: 1. Si f es p-lineal, entonces f tambin es p-lineal. e o 2. La aplicacin V (0,p) V (0,p) , dada por f f es una aplicacin lineal. o 3. Si , p , se tiene: (f ) = ( )f. 66

4. Si p y f1 , f2 , ..., fp son elementos de V , entonces: (f1 f2 ... fp ) = f1 (1) f1 (2) ... f1 (p) . Demostracin: 1. Suponer que vi = v + v y que (j) = i, entonces: o f (v1 , ..., v + v , ..., vp ) = f (v(1) , ..., v + v , ..., v(p) ) = f (v(1) , ..., v , ..., v(p) )
i j j

+f (v(1) , ..., v , ..., v(p) ) = f (v1 , ..., v , ..., vp ) + f (v1 , ..., v , ..., vp ).
j i i

Anlogamente se comprueba la parte b) de la Denicin 7.2. a o 2 se comprueba fcilmente. a 3. (f )(v1 , ..., vp ) = f (v(1) , ..., v(p) ) = (f )(w1 , ..., wp ) = f (w(1) , ..., w(p) ) = f (v((1)) , ..., v((p)) ) = ( )f (v1 , ..., vp ) 4. (f1 f2 ... fp )(v1 , ..., vp ) = (f1 f2 ... fp )(v(1) , ..., v(p) ) = =f1 (v(1) )...fp (v(p) ) = f1 (1) (v1 )...f1 (p) (vp ) = (f1 (1) ... f1 (p) )(v1 , ..., vp ) luego (f1 f2 ... fp ) = f1 (1) f1 (2) ... f1 (p) . o Recordar que un elemento de V (0,p) es simplemente una aplicacin p-lineal de V p en K, que recibe el nombre de tensor covariante de grado p. Vamos a considerar ahora un e subespacio de V (0,p) , el de los tensores alternados de grado p, tambin llamados formas de grado p o bien p-formas sobre V . Previamente introducimos los siguientes conceptos. e (7.8) Denicin.- Un tensor h V (0,p) ) se dice simtrico si p , es h = h. o e (7.9) Denicin.- Un tensor h V (0,p) se dice antisimtrico si p , es h = e h, o donde e es la signatura de . e o (7.10) Teorema.- Un tensor h V (0,p) es simtrico si y slo si para cualquier transposie o cin t p es th = h. Un tensor h V (0,p) es antisimtrico si y slo si para cualquier o transposicin t p es th = h. o Demostracin: Basta recordar que si es una permutacin, = t1 ...tr , donde cada o o o ti es una transposicin , que e = (1)r y aplicar la propiedad 3 de (7.7). (7.11) Denicin.- Un tensor h V (0,p) se dice alternado si siempre que vi = vj con o i = j, se tiene que h(v1 , . . . , vi , . . . , vj , . . . , vp ) = 0. e (7.12) Teorema.- Sea K un cuerpo con car K = 2. Un tensor h V (0,p) es antisimtrico si y slo si es alternado. o 67

Demostracin: Si h es antisimtrico se tiene: o e h(v1 , ..., vj , ..., vi , ..., vp ) = (i, j)h(v1 , ..., vi , ..., vj , ..., vp ) = h(v1 , ..., vi , ...vj , ...vp ) Si vi = vj se sigue: 2h(v1 , ..., vj , ..., vi , ..., vp ) = 0 y como car K = 2, se concluye h(v1 , ..., vj , ..., vi , ..., vp ) = 0, luego h es alternado. Suponer ahora que h es alternado. Situando en los lugares i, j la misma suma v + v , se tiene: h(v1 , ..., v + v , ..., v + v , ..., vp ) = h(v1 , ..., v, .., v, ..., vp ) + h(v1 , ..., v, ..., v , ..., vp )+ v h(v1 ,...,, ..., v, ..., vp ) + h(v1 , ..., v , ..., v , ..., vp ); como h es alternado, queda: h(v1 , ..., v , ..., v, ..., vp ) = h(v1 , ..., v, ..., v , ..., vp ) luego por el Teorema (7.10) h es antisimtrico. e Nota: Si la familia (v1 , . . . , vp ) es ligada y el tensor h V (0,p) es alternado, entonces: h(v1 , . . . , vp ) = 0. (7.13) Proposicin.- El conjunto de los tensores p-covariantes simtricos y el conjunto o e de los tensores p-covariantes antisimtricos son dos subespacios vectoriales de V (0,p) . e Demostracin: Es evidente. Notar que el tensor 0 es simultneamente simtrico y o a e antisimtrico. e o o e Denotaremos con Ap (V ) ( p V p (V ))al conjunto de los tensores antisimtricos p-covariantes de V . Supondremos en lo sucesivo que car K = 0 (7.14) Proposicin.- Sea p 2 y h V (0,p) . Sea A(h) = o A(h) Ap (V ). tonces
1 p! p

e (h). Entonces

o Demostracin: Claramente A(h) V (0,p) . Sea p cualquier transposicin. Eno

(A(h)) = ( 1 p!

1 p!

e (h)) =
p

1 p!

e ((h))) =
p

1 p!

e (( )(h)) =
p

e (( )(h)) =
p

1 p!

e (( )(h)) = A(h)
p

e pues cuando recorre p , tambin lo recorre. 68

(7.15) Corolario.- Sea h V (0,p) . Entonces h es antisimtrico si y slo si A(h) = h. e o Demostracin: Como acabamos de demostrar A(h) es antisimtrico, luego si A(h) = h o e entonces h es antisimtrico. e Rec procamente, si h es antisimtrico y p , entonces e ((h)) = h, cualquiera que e sea la paridad de , luego A(h) = h. (7.16) Corolario.- La aplicacin A de V (0,p) en Ap (V ) es un epimorsmo de espacios o vectoriales, llamado operador antisimetrizacin. o Demostracin: Por el corolario anterior la aplicacin es suprayectiva. Claramente es o o tambien lineal. Producto exterior. (7.17) Denicin.- Si f1 , f2 , . . . , fp son elementos de V , llamamos producto exterior o de la p-tupla (f1 , f2 , . . . , fp ) a f1 f2 . . . fp := p!A(f1 f2 . . . fp ) =
p

e ((f1 f2 . . . fp ))

Notas: 1) f1 f2 . . . fp es un tensor antisimtrico. e 2) i) Si f, g V , entonces f g =

2

e ((f g) = (f g) (1, 2)(f g) = (f g) (g f ).

ii) (f1 f2 f3 )(v1 , v2 , v3 ) = (f1 f2 f3 )(v1 , v2 , v3 ) (f2 f1 f3 )(v1 , v2 , v3 ) (f3 f2 f1 )(v1 , v2 , v3 ) (f1 f3 f2 )(v1 , v2 , v3 ) + (f3 f1 f2 )(v1 , v2 , v3 )+ (f2 f3 f1 )(v1 , v2 , v3 ) = f1 (v1 )f2 (v2 )f3 (v3 )f2 (v1 )f1 (v2 )f3 (v3 )f3 (v1 )f2 (v2 )f1 (v3 ) f1 (v1 )f3 (v2 )f2 (v3 ) + f3 (v1 )f1 (v2 )f2 (v3 ) + f2 (v1 )f3 (v2 )f1 (v3 ) = f1 (v1 ) f1 (v2 ) f1 (v3 ) det f2 (v1 ) f2 (v2 )) f2 (v3 ) f3 (v1 ) f3 (v2 ) f3 (v3 ) En general: (f1 f2 . . . fp )(v1 , ..., vp ) =
p

e ((f1 f2 . . . fp ))(v1 , ..., vp ) = e f1 (v(1) )...fp (v(p) ) = det(fi (vj )).

e (f1 f2 . . . fp )(v(1) , ..., v(p) ) =

p p

69

3) Si p y f1 , f2 , . . . , fp son elementos de V , entonces f1 f2 . . . fp = e (f (1) f (2) . . . f (p) ) , es decir los productos exteriores de dos p-tuplas, que dieren solo en el orden, coinciden salvo quizs en el signo.. En efecto: a e (f (1) f (2) . . . f (p) ) =
p

e e (f (1) f (2) . . . f (p) ) =

=
p

e e ( 1 )(f1 f2 . . . fp ) = f1 f2 . . . fp , ya que cuando recorre

p , tambin 1 lo recorre y e 1 = e e . e 4) Como consecuencia de 3) se tiene que si f1 , f2 , . . . , fp son elementos de V , siendo fi = fj , i = j, entonces f1 f2 . . . fp = 0. Basta tomar = (i, j). 5) Utilizando la Proposicin 7.6 es sencillo probar que si f1 , f2 , . . . , fp son elementos de o V , se tiene: f1 f2 . . . j fj . . . fp = j (f1 . . . fj . . . fp )

(7.18) Proposicin.- f1 f2 . . . fp = 0 f1 , f2 , . . . , fp son elementos de V o linealmente independientes. Luego si p > dimK (V ), siempre se tiene que f1 f2 . . .fp = 0 o Demostracin: ) Si {f1 , f2 , . . . , fp } fuese ligada, uno de ellos es combinacin lineal o de los anteriores, sea fi . fi =
j<i

j fj . Por tanto : f1 f2 . . . fi . . . fp = j (f1 . . . fj . . . fj . . . fp ) = 0

j<i

f1 f2 . . .
j<i

j fj . . . fp =

) Si {f1 , f2 , . . . , fp } es libre, podemos completarla hasta obtener una base de V {f1 , f2 , . . . , fp , fp+1 , . . . , fn }, que es dual de una base (e1 , . . . , en ) de V , por tanto: (f1 f2 . . .fi . . .fp )(e1 , . . . , ep ) =
p

e ((f1 . . . fp )(e(1) , . . . , e(p) )) = 1 = 0,

ya que para =identidad de p , el sumando correspondiente es 0. Luego f1 f2 . . . fi . . . fp = 0. (7.19) Teorema.- Sea B = (e1 , . . . , en ) una base de V y B = (e1 , . . . , en ) su base dual. Entonces se tiene: i) Si p > n, es Ap (V ) = {0}. ii) Si p n, es dim Ap (V ) = base de Ap (V ). 70 n p y B = {ei1 ei2 . . . eip }1i1 <i2 <...<ip n es una

Demostracin: Observar que como el conjunto {ei1 ei2 . . . eip }1i1 ,i2 ,...,ip n es o a base de V (0,p) , un sistema generador de Ap (V ) est formado, por (7.16), por el conjunto {A(ei1 ei2 . . . eip )}1i1 ,i2 ,...,ip n . Por la denicin de producto exterior, la familia {ei1 ei2 . . . eip }1i1 ,i2 ,...,ip n es o un sistema generador de Ap (V ). u Por la nota 4), el producto ei1 ei2 . . . eip es cero si hay alg n factor repetido. Adems, los productos de dos p-tuplas que dieran una de otra en el orden, son iguales a salvo el signo, luego son linealmente dependientes. Concluyendo: {ei1 ei2 . . . eip }1i1 <i2 <...<ip n es un sistema generador de Ap (V ). Si p > n por (7.18) es Ap (V ) = {0}. Supongamos ahora que p n. De la denicin (7.17) observamos que dos elementos: o (ei1 ei2 . . . eip )1i1 <i2 <...<ip n y (ej1 ej2 . . . ejp )1j1 <j2 <...<jp n distintos, dieren en al menos un ndice y por tanto son combinaciones lineales, no cero por (7.18), de subconjuntos disjuntos de una base de V (0,p) . Luego la familia B = {ei1 ei2 . . . eip }1i1 <i2 <...<ip n es una base de Ap (V ).

71

Cuestiones 1. Comprobar que si f1 , f2 , g1 .g2 V , puede suceder que f1 f2 = g1 g2 , siendo f1 = g1 y f2 = g2 . 2. Comprobar que no todo tensor p-covariante sobre V es de la forma : f1 f2 . . .fp , con f1 , f2 , .., fp V . 3. Sea Np (V ) el subespacio de V (0,p) generado por los tensores p-covariantes sobre V ndices i, j, i = j. Comprobar: de la forma f1 f2 . . . fp con fi = fj para algunos i) Si h V (0,p) , h e h Np (V ). ii) Np (V ) = Ker(A). iii) V (0,p) = Np (V ) Ap (V ). iv) Cada producto escalar sobre V se expresa de forma unica como suma de uno simtrico y de uno antisimtrico. e e 4. Sea Mp (V ) el subespacio de V (0,p) generado por los tensores p-covariantes sobre V o de la forma h h con h V (0,p) y una transposicin cualquiera.. Comprobar: o i) Si h V (0,p) , h h Mp (V ), cualquiera que sea la permutacin ii) Mp (V ) = Ker(S), siendo S(h) =
1 p! p

h.

a iii) V (0,p) = Mp (V ) Sp (V ), donde Sp (V ) est formado por todos los tensores pcovariantes simtricos. e

72

Ayudas para resolver algunas de las cuestiones Leccin 3 o 4. i) Falsa. ii) Falsa. iii)Falsa. iv) Falsa, el polinomio m nimo de A divide a x3 x = x(x + 1)(x 1). Considerar por ejemplo I. 5. Los factores invariantes de A son todos de la forma xi , considerar la primera forma cannica. o 6. Notar que el polinomio m nimo de A divide a x2 + x 1 = (x a)(x b) donde a = (1 + 5)/2 y b = (1 5)/2. Obtener las cinco posibles familias de factores invariantes. 8. Sea A = Ai . Observar que AAi = A y que por tanto A2 = mA. Continuar

analizando el polinomio m nimo de A. Leccin 4 o 3. Si s = 0 obtener el polinomio caracter stico y observar que es irreducible en R[x]. nimo de A divide a xp 1 = 7. Falso. Si A GL(n, K) con Ap = I, el polinomio m o e (x 1)(xp1 + ... + x + 1). Si K = Q, el polinomio ciclotmico p-simo es irreducible en Q[x] y por tanto, tomando una matriz que lo tenga como polinomio mnimo, no ser a diagonalizable. Leccin 6. o 3. i) Cierto. ii) Falso, pueden tener el mismo polinomio m nimo y distinto polinomio caracter stico. iii) Falso. 4. Al ser (h + h1 )(v) = tv se sigue que (h2 th + 1V )(v) = 0. Como v no es vector propio respecto de h, se sigue que el polinomio m nimo de v respecto de h es x2 tx + 1. 5. Por la nota despus de la denicin (6.10), la matriz coordenada de h en una base e o ortonormal de V es ortogonal. Utilizar la cuestin anterior para concluir que existe v V o tal que su polinomio m nimo es x2 2x + 1. Aplicar el teorema (4.13) para concluir que dicha matriz tiene a 1 y 1 como valores propios. 1 0 6. |xI A| = (x 1)(x + 1), as es la equivalente ortogonal cannica de A. Si o 0 1 V es euclidiano y h la isometr de V que tiene a A como matriz coordenada en una base a ortonormal de V , se tiene V = S(1, h)S(1, h) y se trata de busacar bases ortonormales en S(1, h) y S(1, h). 73

8. Sea (V, F ) euclidiano y G = {1 , ..., n }. Se dene a.b = F (1 (a), 1 (b)) + ... + e e F (n (a), n (b)). Se trata de probar que esta nueva mtrica es tambin euclidiana y que cada elemento de G es una isometr para esta mtrica. a e 11. Dado que P y su equivalente ortogonal cannica tienen el mismo polinomio caraco ter stico, tienen, en particular, la misma traza. nimo de a1 = x 1. En S2 existe a2 tal 12. En S1 existe a1 tal que polinomio m nimo que polinomio m nimo de a2 = x2 + x + 1 y en S3 existe a3 tal que polinomio m de a3 = x2 + x + 1. Necesariamente se tiene: S1 = S1 h1 ,a1 S2 = S2 h2 ,a2 S3 = S3 h3 ,a3 y polinomio m nimo de h = (x 1)(x2 + x + 1). Leccin 7 o 1. Sea V un R-espacio vectorial de dimensin 2. Tomar p = 2. Sea (e1 , e2 ) una base o de V y (e1 , e2 ) la dual. Notar que e1 e2 = 2e1 (1/2)e2 . 2. Sea V un R-espacio vectorial de dimensin 2. Tomar p = 2. Sea (e1 , e2 ) una base o de V y (e1 , e2 ) la dual. Suponer que e1 e2 + e2 e1 = f1 f2 donde f1 , f2 V y llegar a contradiccin. o

74

Prcticas de Algebra Multilineal a Prctica 1 a 1. Sea V un R-espacio vectorial de dimensin 3. Sea (a1 , a2 , a3 ) una base de V y h el o endomorsmo de V dado por : h(a1 ) = 2a1 , h(a2 ) = a1 + a2 + a3 , h(a3 ) = a3 . Obtener: i) las coordenadas del vector h(a) siendo a = 3a1 + 2a2 ii) considerando la matriz P13 , obtener la nueva base de V de forma que X = P13 X sea la expresin del cambio de coordenadas. o iii) lo anlogo a ii) con la matriz P12 (1). a iv) la matriz coordenada del endomorsmo en la base obtenida en ii). v) la matriz coordenada del endomorsmo en la base obtenida en iii). 2. Sean f (x), g(x) K[x], mnicos no nulos. Probar: o i) si m.c.d.(f, g) = 1 entonces m.c.m.(f, g) = f g ii) m.c.d.(f /d, g/d) = (1/d)m.c.d.(f, g) iii) si d =m.c.d.(f, g) y m =m.c.m.(f, g) , entonces dm = f g. 3. Utilizando la expresin del polinomio caracter o stico de una matriz sobre un cuerpo K, hallar 0 1 i) 0 0 el polinomio caracter stico 0 0 1 0 1 0 0 0 ii) 1 0 1 0 0 1 1 0 1 0 3, determinar el 0 1 1 1 0 . . ii) . . . . . . . 1 1 1 de : 1 1 0

4. Como en 1 ... . . . i) . . . 1 ...

polinomio caracter stico de las matrices n n sobre K: ... 1 ... 1 . . . . . . ... 0

5. Determinar el polinomio caracter stico de la matriz n n sobre K: 0 1 1 . . . 1 ... 0 ... 1 . . . . . . . . . 1 1 . . . 1 1 1 . . . 0

75

Prctica 2 a 7. Demostrar que si P, A M at(n n, K[x]) y P es elemental, los divisores determinantales de A, P A y AP coinciden. 8. Sea A = diag[A1 , ..., Ar ] con Ai M at(ni ni , K[x]). Si Ai Bi M at(ni ni , K[x]), probar que A B = diag[B1 , ..., Br ]. 9. Hallar los factores invariantes y en su caso los divisores elementales de las matrices sobre K[x] (K = R, o C): x+1 2x + 2 x 2x

1 x x1 x 1 x2 + 1 (x 1)2 x2 x3 2x3 x2 + 1 1 x 2x 0 x2 x + 1 1 x 2x 0 0 1 x+1

x 1 0 0

1 0 x + 1 1 0 x 0 1

10. Suponer que A M at(21 21, R[x]) con rango A= 21, es equivalente a: diag(1, ..., 1, (x 1)3 , (x2 + 1)2 , (x 1)(x2 + 1)4 , (x + 2)(x2 + 1)2 ) Determinar los factores invariantes y divisores elementales de A. 11. Si se conoce que los divisores elementales de A M at(6 6, R[x]) son: x 1, x 1, x2 + 1, x2 + 1 y que el rango de A es 6, determinar los factores invariantes de A.

76

Prctica 3 a 12. Sea A = diag[A1 , ..., Ar ] con Ai M at(ni ni , K). Si A es semejante a Bi M at(ni ni , K), probar que A es semejante a B = diag[B1 , ..., Br ]. 13. Demostrar que si A M at(n n, K) se sigue que A es semejante a A . 14. Obtener los factores invariantes y los divisores elementales de xI A , sobre Q[x], donde 1 2 A= 2 2 1 2 2 2 1

Obtener las formas cannicas y encontrar matrices regulares que exhiban la semejanza o entre A y sus formas cannicas. o n 15. i) Si f (x) = t0 + t1 x + + tr xr + xr+1 K[x] y C(f ) es la matriz compa era de f (x), razonar que C(f ) es regular si y solo si t0 = 0. ii) Hallar la inversa de la matriz real: 0 0 5 1 0 4 0 1 1 iii) Obtener los factores invariantes de: x 1 0 0 0 x 1 0 0 0 x 1 0 0 0 x x 1 0 0 x 1 0 0 0 0 x 1 1 0 0 x

77

Prctica 4 a 16. Un endomorsmo h de un R-espacio vectorial V de dimensin 4, tiene en la base o o (a1 , a2 , a3 , a4 ) la expresin coordenada: Y = AX donde : 1 0 3 0 1 1 1 0 A= 0 0 2 0 3 0 2 2 Obtener los factores invariantes y divisores elementales de h, las formas cannicas y el o a polinomio m nimo del vector: a2 + a4 . Encontrar adems una matriz regular que exhiba la semejanza entre la primera y la segunda forma cannica. o 17. Lo mismo con : 2 1 A= 0 0 1 2 0 0 0 0 2 5 0 0 0 2

18. Lo mismo con: 2 2 0 0 4 0 0 0 A= 4 4 1 3 1 5 3 5 19. Lo mismo con: 1 2 2 1 0 1 A= 1 2 0 1 4 1 1 1 1 1

20. Sean A, B M at(n n, K). Suponer que existe P M at(n n, K), P regular tal que B = P 1 AP . Sea E el conjunto de las matrices regulares n n sobre K que exhiben la semejanza entre A y B. Probar que : E = {T P |T GL(n, K), AT = T A} Encontrar dicho conjunto en el caso: A = 2 1 1 0 ,B = 0 1 1 . 2

78

Prctica 5 a 21. Sea h un automorsmo de V con dimQ (V ) = 4, cumpliendo : a) h5 = h b) no deja jo ningn vector distinto de 0 u c) tiene un vector propio v1 d) existe v2 tal que (v2 , h(v2 )) es libre, pero h2 (v2 ) = v2 . Determinar los posibles factores invariantes y divisores elementales de h. 22. Sea h un endomorsmo de V con dimQ (V ) = 4, de modo que no existen subespacios h-invariantes 1-dimensionales y cumpliendo que h4 = h. Se pide: a) probar que el polinomio m nimo de h es x2 + x + 1 b) encontrar alguna matriz coordenada de h. 23. De un endomorsmo h de V con dimQ (V ) = 3 se sabe: a) la imagen del vector de coordenadas (1, 0, 0) en un base de V , es el de coordenadas (2, 0, 0) b) la imagen del de coordenadas (1, 1, 0) es el de coordenadas (1, 1, 0) c) el polinomio m nimo de h es x2 3x + 2. Hallar la expresin coordenada del endomorsmo en dicha base. Obtener el polinomio o caracter stico y las formas cannicas de h. o o o 24. Sea h EndR (R4 ) que en la base cannica de R4 tiene la expresin coordenada: 1 1 Y = 1 1 Sea a = (1, 1, 1, 1). Se pide: a) probar que R4 = Ker h Sh,a b) hallar factores invariantes, divisores elementales y formas cannicas de h. o 2 0 2 4 2 1 0 1 1 1 X 1 1

79

Prctica 6 a 25. Dadas las matrices simtricas reales: e 1 2 A = 2 6 1 0 3 1 1 5 D= 1 1 se pide: 0 0 1 1 2 1 1 1B = 1 0 1C = 1 2 1 1 1 1 2 1 1 0 1 5 0 1 2 0 1 1 E = 0 5 0 F = 0 2 0 3 1 0 5 1 0 2

1) Clasicarlas, es decir dar su rango y signatura. 2) Determinar en cada caso matrices o regulares P tales que P AP sea la cannica : diag [1, ..., 1, 1, ..., 1, 0, ..., 0]. 3) Determinar bases ortogonales respecto de las mtricas ortogonales, asociadas a cada una de dichas e matrices, denidas sobre un R-espacio vectorial 3-dimensional. 26. Clasicar las formas cuadrticas reales denidas sobre V , de expresiones coordea nadas (en bases adecuadas): 1) q1 (a) = 4x2 6xy 7y 2 (dimV =2). 2) q2 (a) = 3x2 + 4xy y 2 + 8xz 6yz + z 2 (dimV =3). 3) q3 (a) = 3x2 + 4xy y 2 + 6xz 6yz + z 2 (dimV =4). 27. Sea V un R-espacio vectorial 3-dimensional. Se dene en V una mtrica cuya e expresin coordenada, en una base (a1 , a2 , a3 ) de V , es: o 1 2 F (a, b) = X 0 Se pide: a) Analizar dicha mtrica: es regular?, es ortogonal ?, existen vectores istropos no e o nulos? es cualquier subespacio de V regular?. b) Hallar el complemento ortogonal de R(a1 ). c) Hallar la signatura de dicha mtrica utilizando el criterio de Sylvester. Obtener e tambin una base ortogonal. e 28. Ortogonalizar por el proceso de Gram-Schmidt la base del espacio euclidiano R3 (con la mtrica de matriz identidad en la base cannica): ((1, 1, 1), (0, 1, 1), (0, 0, 1)). e o 2 1 1 0 1Y 3

80

Prctica 7 a 29. Dadas las mtricas F, H denidas sobre un R-espacio vectorial V de dimensin 3, e o de expresiones coordenadas: 1 1 3 F (a, b) = X t 1 2 3 Y 3 3 10 2 2 6 H(a, b) = X t 2 1 8 Y 6 8 17 en una cierta base de V , encontrar una base de V ortogonal para ambas mtricas. e 30. Demostrar que no existe una base simultneamente ortogonal para los productos a escalares reales simtricos de expresiones coordenadas : e Xt 1 0 0 1 Y, X t 0 1 1 0 Y

en una cierta base de V , con dimR V= 2. 31. Obtener una congruente ortogonal cannica de : o 2 1 1 32. Lo mismo que en 31 con: 2 0 1 0 2 0 1 0 2 33. Lo mismo con: 1 2 2 34. Lo mismo con: 2 2 4 2 5 2 4 2 2 81 2 1 2 2 2 1 1 2 1 1 1 2

Hallar una matriz ortogonal que exhiba la congruencia ortogonal entre ambas.

Prctica 8 a 35. Sea P una matriz ortogonal. Razonar: e i) A = P + P t es simtrica ii) Si t es valor propio de A (es decir existe v = 0 v V , V R-espacio vectorial, tal que o (h + h1 )(v) = tv, siendo h endomorsmo de V de expresin coordenada: Y = P X en una cierta base de V ) y v no es vector propio de h, entonces el polinomio m nimo de v relativo a h es: x2 tx + 1. 36. Dado el endomorsmo h de un espacio vectorial euclidiano V , cuya expresin o coordenada en una cierta base ortonormal (ai ) es Y = AX, donde 2+ 3 A = 1/4 2 2 3 2 2 3 2 2 3 2 2+ 3

probar que es una isometr y dar el representante cannico de la clase de equivalencia a o o ortogonal denida por A. Encontrar una matriz ortogonal P tal que P t AP sea la cannica. 37. Lo mismo que en el problema anterior con : 1 1+ 3 1 A = 1/3 1 3 1+ 3 1 3 1 3 1 + 3 1

38. Utilizar el problema 35 para dar otra forma de resolver el 36. 39. Construir razonadamente una matriz A ortogonal sabiendo que (A2 + 2I)(A3 I) = (0), que A = I y que dimR S(1,A) =2. 40. Construir razonadamente una matriz coordenada de un endomorsmo h de un R-espacio vectorial de dimensin 4, teniendo en cuenta: o i) existe una mtrica eucl e dea F sobre V para la cual h es una isometr a ii) dimR S(1,h)=1 iii) 2 es valor propio de g = h + h1 .

82

Bibliograf a 1. W. Greub, Multilinear Algebra, Springer. 1978 2. T. Hungerford, Algebra, Springer, 1974 3. B. Jacob, Linear Algebra, Freeman and Company, 1990 4. N. Jacobson, Lectures in Abstract Algebra II, Freeman and Company, 1985 5. J. Sancho San Romn, Algebra Lineal y Geometr Octavio y Flez, 1976 a a, e 6. K. Spindler, Abstract Algebra with Applications, (V.I), Marcel Dekker, 1994. 7. S. Xamb, Algebra Lineal y Geometr Lineales (V.II), Eunibar, 1977 o as

83