You are on page 1of 13

Universidad de la Rep ublica Segundo semestre 2004

Facultad de Ciencias Notas de



Algebra Lineal II
Centro de Matematica Andres Abella
Operadores en espacios de dimension nita I.
Diagonalizacion.
En este tema k es un cuerpo y V es un k-espacio vectorial no nulo de dimension nita n. Si B es una
base de V , supondremos siempre que B es una base ordenada es decir una base en la cual hemos elegido un
orden para sus elementos.
Al espacio de las transformaciones lineales de V en V lo denotaremos por L(V ) y a la transformacion
lineal identidad por id o id
V
. Al espacio de las matrices cuadradas de orden n con coecientes en k lo
denotaremos por M
n
(k) y a la matriz identidad por I o I
n
.
1. Diagonalizacion
Si T L(V ) y B y C son bases de V , escribiremos
C
[T]
B
a la matriz asociada a T de la base B en la
base C y [T]
B
para
B
[T]
B
. Si A M
n
(k), escribiremos L
A
a la transformacion lineal de k
n
en k
n
denida
por L
A
(v) = Av, v k
n
. Observar que si C = {e
1
, . . . , e
n
} es la base canonica de k
n
y A M
n
(k), es
[L
A
]
C
= A.
Si v
1
, . . . , v
n
k
n
, el smbolo [v
1
| |v
n
] denotara a la matriz cuadrada de orden n cuyas columnas son
v
1
, . . . , v
n
.
Denici on 1.1. Diremos que dos matrices A, B M
n
(k) son semejantes si existe una matriz Q M
n
(k)
invertible tal que A = Q
1
BQ. En esta situacion escribimos A B.
Es un ejercicio el vericar que la relaci on de semejanza es de equivalencia en M
n
(k).
Proposici on 1.1. Sean T L(V ) y B una base de V .
1. Si B

es otra base de V , entonces [T]


B
[T]
B
. Explcitamente, [T]
B
= Q
1
[T]
B
Q, siendo Q =
B
[id ]
B
.
2. Si A M
n
(k) es tal que A [T]
B
, entonces existe una base

B de V tal que A = [T]

B
.
Dem. 1. Si Q =
B
[id ]
B
, es
[T]
B
=
B
[id ]
B
[T]
B

B
[id ]
B
= Q
1
[T]
B
Q.
2. Si A = Q
1
[T]
B
Q, siendo Q = (q
ij
) y B = {v
1
, . . . , v
n
}, denimos
w
j
:=
n

i=1
q
ij
v
i
, j = 1 . . . , n.
Como la matriz Q es invertible, el conjunto

B = {w
1
, . . . , w
n
} es una base de V y
B
[id ]

B
= Q. Luego
A = Q
1
[T]
B
Q =

B
[id ]
B
[T]
B B
[id ]

B
= [T]

B
.
1
Corolario 1.2. Sean A M
n
(k) y B = {v
1
, . . . , v
n
} una base de k
n
. Si Q = [v
1
| |v
n
], es
[L
A
]
B
= Q
1
AQ.
Dem. Tomando como B

la base canonica de k
n
, la parte 1 de la Proposicion 1.1 implica:
[L
A
]
B
= Q
1
[L
A
]
B
Q = Q
1
AQ.
Corolario 1.3. Dos matrices son semejantes si y solo si representan a la misma transformaci on lineal.
Dem. Sean A y B en M
n
(k) tales que A B. Si consideramos L
A
L(k
n
), es A = [L
A
]
C
siendo C la
base canonica de k
n
. Luego B [L
A
]
C
y la parte 2 de la Proposicion 1.1 implica que existe B base de k
n
tal que B = [L
A
]
B
.
El recproco es la parte 1 de la Proposicion 1.1.
Recordar que una matriz cuadrada A = (a
ij
) se dice diagonal si a
ij
= 0, i = j.
Denici on 1.2. Una matriz A M
n
(k) es diagonalizable si es semejante a una matriz diagonal. Un operador
T L(V ) es diagonalizable si existe una base B de V en la cual [T]
B
es diagonal.
Ejemplo 1.1. Simetra axial respecto a una recta por el origen. Sea T a la simetra axial del plano R
2
respecto a una recta r que pasa por el origen. Sean 0 = u r y 0 = v R
2
tales que u y v son ortogonales.
Luego B = {u, v} es una base de R
2
y la matriz asociada a T en la base B es
_
1 0
0 1
_
. Luego la simetra
axial de eje r es diagonalizable.
Proposici on 1.4. Sea T L(V ).
1. Si T es diagonalizable y B es una base cualquiera de V , entonces [T]
B
es diagonalizable.
2. Si existe una base B de V tal que [T]
B
es diagonalizable, entonces T es diagonalizable.
Dem. Si T es diagonalizable, entonces existe una base C de V en la cual [T]
C
es diagonal. Si B es una
base cualquiera de V , la parte 1 de la Propsicion 1.1 implica que [T]
B
es semejante a [T]
C
, luego [T]
B
es
diagonalizable.
Si existe una base B de V tal que [T]
B
es diagonalizable, entonces [T]
B
es semejante a una matriz
diagonal D. La parte 2 de la Proposicion 1.1 implica que existe una base

B de V tal que [T]

B
= D, luego T
es diagonalizable.
De la relaci on A = [L
A
]
C
, siendo C la base canonica de k
n
, se deduce inmediatamente el siguiente
corolario.
Corolario 1.5. Una matriz A es diagonalizable si y solo si la transformaci on lineal L
A
L(k
n
) es diago-
nalizable.
2
Denici on 1.3. Dado T L(V ), un escalar k se dice un valor propio de T si existe 0 = v V tal que
T(v) = v, el vector v se dice que es un vector propio de T asociado a .
Dada A M
n
(k), un escalar k se dice un valor propio de A si existe 0 = v k
n
tal que Av = v, el
vector v se dice que es un vector propio de A asociado a . Es claro que los valores y vectores propios de la
matriz A coinciden con los del operador L
A
.
Observaci on 1.1. En la denicion de valor y vector propio de T L(V ) no se necesita la hip otesis dim
k
V <
. En el ejemplo 1.3 es estudia un caso en el cual el espacio tiene dimension innita.
Proposici on 1.6. Sea T L(V ). El operador T es diagonalizable si y solo si existe una base B de V
formada por vectores propios de T. En esta situaci on, si B = {v
1
, . . . , v
n
} y D = (d
ij
) = [T]
B
, entonces D
es una matriz diagonal y d
ii
es el valor propio correspondiente al vector propio v
i
, i = 1, . . . , n.
Dem. Si T es diagonalizable, entonces existe una base B = {v
1
, . . . , v
n
} de V tal que [T]
B
es diagonal.
Luego si d
11
, . . . , d
nn
son las entradas digonales de [T]
B
, es T (v
i
) = d
ii
v
i
, i = 1, . . . , n y cada v
i
es un
vector propio de T asociado al valor propio d
ii
.
Si B = {v
1
, . . . , v
n
} es una base de V formada por vectores propios de T con valores propios correspon-
dientes
1
, . . . ,
n
, entonces es T (v
i
) =
i
v
i
, i = 1, . . . , n y
[T]
B
=
_
_
_

1
0
.
.
.
.
.
.
.
.
.
0
n
_
_
_.
Ejemplo 1.2. Sea A =
_
1 3
4 2
_
M
2
(R).
Consideremos v
1
= (1, 1) y v
2
= (3, 4). Observar que B = {v
1
, v
2
} es una base de R
2
y que L
A
(v
1
) =
2 v
1
y L
A
(v
2
) = 5 v
2
, luego
[L
A
]
B
=
_
2 0
0 5
_
y Q
1
AQ = [L
A
]
B
, siendo Q =
_
1 3
1 4
_
.
Ejemplo 1.3. Sea C

(R) = {f : R R | f tiene derivada de todos los ordenes}. Denimos T L(C

(R))
por T(f) = f

. Observar que R es un valor propio de T si y solo si existe f = 0 tal que f

= f; luego
todo R es un valor propio de T y los vectores propios correspondientes a son las funciones de la forma
f(t) = c e
t
, c = 0.
Proposici on 1.7. Sea T L(V ) y B, C dos bases de V . Entonces
det ([T]
B
) = det ([T]
C
) .
Dem. Es [T]
B
= Q
1
[T]
C
Q, siendo Q =
C
[id ]
B
, luego
det ([T]
B
) = det
_
Q
1
[T]
C
Q
_
= (det Q)
1
det ([T]
C
) det Q = det ([T]
C
) .
3
Vista la proposicion anterior tiene sentido la denicion siguiente:
Denici on 1.4. Si T L(V ), denimos su determinante por det T := det ([T]
B
) siendo B una base
cualquiera de V .
Ejemplo 1.4. Sea V = R
2
[x] y T L(V ) denida por T(p(x)) = p

(x). Si B =
_
1, x, x
2
_
, es
[T]
B
=
_
_
0 1 0
0 0 2
0 0 0
_
_
det T = 0.
Proposici on 1.8. Sea T L(V ).
1. Si S es otro operador en V , vale det (T S) = det T det S.
2. El operador T es invertible si y solo si det T = 0.
En esta situaci on es det
_
T
1
_
= (det T)
1
.
3. Para todo en k y toda base B de V vale:
det (T id ) = det(AI),
siendo A = [T]
B
.
Dem. Sea B una base de V .
1.
det (T S) = det ([T S]
B
) = det ([T]
B
[S]
B
) = det ([T]
B
) det ([S]
B
) = det T det S.
2. Si T es invertible, es T T
1
= id , luego
1 = det(id ) = det
_
T T
1
_
= det T det
_
T
1
_
.
Esto implica que det T = 0 y que det
_
T
1
_
= (det T)
1
.
Si det T = 0, entonces det ([T]
B
) = 0, luego [T]
B
es invertible y esto equivale a que T sea invertible.
3. Si k, es
det (T id ) = det ([T id ]
B
) = det ([T]
B
[id ]
B
) = det(AI).
Denici on 1.5. Si A M
n
(k), denimos su polinomio caracterstico por

A
(t) := det(At I) k[t].
Si T L(V ), denimos su polinomio caracterstico por

T
(t) := det(T t id ) k[t].
4
Observaci on 1.2. De la Proposicion 1.8 se deduce que si A M
n
(k), T L(V ) y B es una base de V ,
entonces

T
(t) =

[T]
B
(t),

A
(t) =

L
A
(t).
Notar que si
A =
_
_
_
a
11
a
1n
.
.
.
.
.
.
.
.
.
a
n1
a
nn
_
_
_, es

A
(t) =

a
11
t a
1n
.
.
.
.
.
.
.
.
.
a
n1
a
nn
t

.
Es un ejercicio del practico el probar que vale la formula siguiente

A
(t) = (1)
n
t
n
+ (1)
n1
tr (A) t
n1
+ + det(A).
Luego gr

A
(t) = n si A M
n
(k) y gr

T
(t) = n si T L(V ) y dimV = n.
Ejemplo 1.5. Si A =
_
1 1
4 1
_
, es

A
(t) =

1 t 1
4 1 t

= t
2
2t 3.
Ejemplo 1.6. Si T L(R
2
[x]) esta denida por T(p(x)) = p

(x), (ejemplo 1.4) entonces

T
(t) =

t 1 0
0 t 2
0 0 t

= t
3
.
Proposici on 1.9. Sea T L(V ) y k. Son equivalentes:
1. El escalar es un valor propio de T.
2. Ker(T id ) = {0}.
3. El operador T id no es invertible.
4. El escalar es raz de

T
(t).
Dem.
es valor propio de T v = 0 : T(v) = v
v = 0 : v Ker (T id )
Ker (T id ) = {0}
T id : V V no es inyectiva
T id : V V no es invertible (dim
k
V < )
det (T id ) = 0


T
() = 0.
Corolario 1.10. Si T L(V ) y dimV = n, entonces T tiene a lo m as n valores propios.
Dem. Los valores propios de T son las races de

T
(t), como este polinomio tiene grado n, entonces
tiene a lo m as n races.
5
Ejemplo 1.7. Rotaci on. La rotaci on de angulo (0 < < ) es la transformacion lineal R

: R
2
R
2
denida por R

(x, y) = (x cos +y sen , x sen y cos ). Es


R

_
x
y
_
=
_
cos sen
sen cos
__
x
y
_
,

R

(t) = t
2
(2 cos )t + 1.
El discriminante de la ecuaci on t
2
(2 cos )t + 1 = 0 es
= 4 cos
2
4 = 4
_
cos
2
1
_
< 0, si 0 < < ,
luego R

no tiene valores propios y por lo tanto no tiene vectores propios y no es diagonalizable.


Observaci on 1.3. Si es un valor propio de T L(V ), entonces v V es un vector propio de T correspon-
diente al valor propio si y solo si v = 0 y v Ker(T id ).
Ejemplo 1.8. Consideremos la matriz A =
_
1 1
4 1
_
del ejemplo 1.5. Es

A
(t) = t
2
2t3 = (t3)(t+1),
luego A tiene valores propios
1
= 3 y
2
= 1. Observar que Ker (L
A
3 id ) = [(1, 2)] y Ker (L
A
+ id ) =
[(1, 2)]. El conjunto B = {(1, 2), (1, 2)} es una base de R
2
formada por vectores propios de L
A
, luego L
A
es diagonalizable. En particular tenemos
[L
A
]
B
=
_
3 0
0 1
_
y [L
A
]
B
= Q
1
AQ, siendo Q =
_
1 1
2 2
_
.
Ejemplo 1.9. Sea T L(R
2
[x]) denida por T(p(x)) = p

(x) (Ejemplo 1.6). Es



T
(t) = t
3
, luego 0 es el
unico valor propio de T. Los vectores propios de T son los polinomios constantes no nulos, luego no existe
una base de R
2
[x] formada por vectores propios de T y T no es diagonalizable.
Si B = {v
1
, . . . , v
n
} es una base de V , denimos coord
B
: V k
n
por
coord
B
(v) = (x
1
, . . . , x
n
) si v = x
1
v
1
+ +x
n
v
n
.
En el curso de algebra lineal I se prob o que coord
B
es un isomorsmo lineal.
Proposici on 1.11. Sea T L(V ), B una base de V , A = [T]
B
y un valor propio de T o -equivalentemente-
un valor propio de A. Entonces v V es un vector propio de T correspondiente a si y solo si coord
B
(v) k
n
es un vector propio de A correspondiente a .
Dem. Utilizando que coord
B
: V k
n
es un isomorsmo, tenemos que dado v V , es v = 0 si y solo si
coord
B
(v) = 0 y
T(v) = v coord
B
(T(v)) = coord
B
(v) [T]
B
coord
B
(v) = coord
B
(v) Acoord
B
(v) = coord
B
(v).
6
Ejemplo 1.10. Sea T L(R
2
[x]) denida por T(p(x)) = p(x) + xp

(x) + p

(x). Consideremos la base


C = {1, x, x
2
} de R
2
[x]. Es
A = [T]
C
=
_
_
1 1 0
0 2 2
0 0 3
_
_


T
(t) = (t 1)(t 2)(t 3),
luego los valores propios de T son 1,2 y 3. Operando obtenemos:
Ker(L
A
id ) = [(1, 0, 0)], Ker(L
A
2 id ) = [(1, 1, 0)], Ker(L
A
3 id ) = [(1, 2, 1)].
Luego
Ker(T id ) = [1], Ker(T 2 id ) = [1 +x], Ker(T 3 id ) =
_
1 + 2x +x
2

.
El conjunto B = {1, 1 +x, 1 + 2x +x
2
} es LI y por lo tanto es una base de R
2
[x]; en la base B obtenemos
[T]
B
=
_
_
1 0 0
0 2 0
0 0 3
_
_
.
Proposici on 1.12. Sea T L(V ),
1
, . . . ,
k
valores propios distintos de T y v
1
, . . . , v
k
vectores propios
correspondientes. Entonces {v
1
, . . . , v
k
} es LI.
Dem. La prueba la haremos pon induccion en k.
Si k = 1, entonces {v
1
} es LI porque como v
1
es un vector propio, es v
1
= 0.
Supongamos que el resultado es cierto para k 1 1 y sean
1
, . . . ,
k
valores propios distintos de T y
v
1
, . . . , v
k
vectores propios correspondientes. Sean a
1
, . . . , a
k
k tales que
a
1
v
1
+ +a
k1
v
k1
+a
k
v
k
= 0. (1)
Aplicando T en ambos lados de la ecuaci on (1) y teniendo en cuenta que v
1
, . . . , v
k
son vectores propios
obtenemos
a
1

1
v
1
+ +a
k1

k1
v
k1
+a
k

k
v
k
= 0. (2)
Multiplicando la ecuaci on (1) por
k
obtenemos
a
1

k
v
1
a
k1

k
v
k1
a
k

k
v
k
= 0. (3)
Sumando la ecuaci on (2) y la (3) obtenemos
a
1
(
1

k
)v
1
+ +a
k1
(
k1

k
)v
k1
= 0.
Por la hip otesis de induccion el conjunto {v
1
, . . . , v
k1
} es LI, luego
a
1
(
1

k
) = = a
k1
(
k1

k
) = 0.
Como
i
=
k
para todo i = 1, . . . , k 1, es
a
1
= = a
k1
= 0.
Substituyendo a
1
, . . . , a
k1
por 0 en la ecuaci on (1) obtenemos a
k
v
k
= 0 y como v
k
= 0, es a
k
= 0 y esto
completa la prueba de que {v
1
, . . . , v
k
} es LI.
7
Corolario 1.13. 1. Si A M
n
(k) tiene n valores propios distintos, entonces A es diagonalizable.
2. Si T L(V ) tiene n valores propios distintos, siendo n la dimensi on de V , entonces T es diagonali-
zable.
Ejemplo 1.11. Si A =
_
1 1
1 1
_
, es

A
(t) = t(t2). Luego A es diagonalizable y es semejante a
_
0 0
0 2
_
.
Observaci on 1.4. La matriz identidad y la matriz nula son ejemplos de matrices diagonales -luego diago-
nalizables- que tienen un solo valor propio, 1 y 0 respectivamente. Estos ejemplos nos muestran que las
hip otesis del corolario anterior son sucientes pero no necesarias para asegurar que el operador o la matriz
sea diagonalizable.
Denici on 1.6. Un polinomio f(x) k[x] se dice que escinde en k[x] si existen escalares a, a
1
, . . . , a
n
tales
que f(x) = a(x a
1
) (x a
n
) (pueden haber elementos repetidos en a
1
, . . . , a
n
).
Observar que si f(x) escinde, agrupando en terminos repetidos queda f(x) = a(x b
1
)
n
1
(x b
r
)
nr
,
con b
i
= b
j
si i = j y n
i
Z
+
, i = 1, . . . , r.
Ejemplo 1.12. 1. x
2
1 = (x + 1)(x 1) escinde en Q[x].
2. x
2
2 no escinde en Q[x].
3. x
2
2 =
_
x +

2
_ _
x

2
_
escinde en R[x].
4. x
2
+ 1 y
_
x
2
+ 1
_
(x 2) no escinden en R[x].
5. x
2
+ 1 = (x +i)(x i) escinde en C[x].
Observaci on 1.5. En C[x] todo polinomio no constante escinde, este es el llamado teorema fundamental
del algebra que sera demostrado en cursos posteriores.
Proposici on 1.14. Sea T L(V ). Si T es diagonalizable, entonces

T
escinde.
Dem. Sea B una base de V en la cual [T]
B
es diagonal.
[T]
B
=
_
_
_
a
1
.
.
.
a
n
_
_
_

T
(t) = (a
1
t) (a
n
t) = (1)
n
(t a
1
) (t a
n
).
Corolario 1.15. Sea T L(V ). Si

T
no escinde, entonces T no es diagonalizable.
Ejemplo 1.13. Si A =
_
0 1
1 0
_
M
2
(R), es

A
(t) = t
2
+ 1 que no escinde en R[t], luego A no es
diagonalizable. Observar que si consideramos A M
2
(C), es

A
(t) = t
2
+ 1 = (t i)(t + i) que escinde en
C[t], luego A es diagonalizable en M
2
(C) y es semejante a
_
i 0
0 i
_
.
8
Denici on 1.7. Sea T L(V ) y un valor propio de T.
1. El subespacio propio asociado al valor propio es E

:= Ker(T id ).
2. La multiplicidad geometrica de es MG() := dimE

.
3. La multiplicidad algebraica de es MA() := m ax
_
h : (t )
h
divide a

T
(t)
_
.
Si A M
n
(k) y es un valor propio de A, entonces se dene la multiplicidad algebraica y geometrica de
como las correspondientes al operador L
A
L(k
n
).
Observaci on 1.6. 1. Si T L(V ), entonces 0 es un valor propio de T si y solo si Ker(T) = {0}, en este
caso es E
0
= Ker(T).
2. El subespacio propio asociado a un valor propio consiste en el vector nulo y los vectores propios
correspondientes a .
3. Si T L(V ) y un valor propio de T es
MG() = dimKer(T id ) = dimV dimIm(T id ) = dimV rango(T id ).
En particular si A M
n
(k) y es un valor propio de A, entonces MG() = n rango(AI).
4. Si es un valor propio de T, es MA() = m si y solo si

T
(t) = (t )
m
p(t) con p() = 0.
Ejemplo 1.14. Sea T L(R
2
[x]) denida por T(p(x)) = p

(x). En el ejemplo 1.9 probamos que



T
(t) =
t
3
, luego 0 es el unico valor propio de T y E
0
= Ker(T) = R R
2
[x]. Entonces MA(0) = 3 y MG(0) = 1.
Observar que este es un ejemplo de un operador que no es diagonalizable pero que su polinomio caracterstico
escinde.
Ejemplo 1.15. Sea
A =
_
_
_
_
3 0 0 0
0 3 0 0
0 0 0 1
0 0 1 0
_
_
_
_
M
4
(R).
Es

A
(t) = (t 3)
2
_
t
2
+ 1
_
, luego 3 es el unico valor propio de A y MA(3) = MG(3) = 2.
Observar que en ninguno de los casos anteriores es T diagonalizable.
Teorema 1.16. Sea T L(V ) y un valor propio de T, entonces
1 MG() MA().
Dem. Como es un valor propio de T, es E

= {0} y luego MG() 1.


Sean B
1
una base de E

y B
2
un conjunto LI de V disjunto con B
1
tales que B = B
1
B
2
es una base de
V . Observar que T(v) = v para todo v B
1
, luego la matriz asociada a T en la base B es una matriz en
bloques de la forma
[T]
B
=
_
I
m
B
0 C
_
siendo m = #B
1
= dimE

= MG(). Luego

T
(t) = ( t)
m
g(t).
Como puede ser g() = 0, entonces es MA() m = MG().
9
Corolario 1.17. Sea T L(V ) y un valor propio de T, entonces MA() = 1 implica MG() = 1.
Denici on 1.8. Una familia de subespacios W
1
, . . . , W
k
de V se dice independiente si
w
1
+ +w
k
= 0, con w
i
W
i
, i = 1, . . . , k w
1
= = w
k
= 0.
Si los subespacios W
1
, . . . , W
k
son independientes, entonces la suma

k
i=1
W
i
se dice directa y se escribe

k
i=1
W
i
=

k
i=1
W
i
.
Proposici on 1.18. Sea T L(V ) y
1
, . . . ,
k
valores propios distintos de T. Entonces E

1
, . . . , E

k
son
subespacios independientes.
Dem. Sean v
1
E

1
, . . . , v
k
E

k
tales que v
1
+ + v
k
= 0. Si existiese alg un i {1, . . . , k} tal que
v
i
= 0, eventualmente reordenando los subndices existira alg un l, 1 l k tal que v
i
= 0, i = 1, . . . , l y
v
l+1
= = v
k
= 0. Luego es
v
1
+ +v
l
= 0 con v
i
= 0, i = 1, . . . , l. (4)
Si i {1, . . . , l} es 0 = v
i
E

i
, luego v
i
es un vector propio de T correpondiente al valor propio
i
.
Entonces la Proposicion 1.12 implica que {v
1
, . . . , v
l
} es LI y esto contradice (4). Luego es v
1
= = v
k
= 0
y E

1
, . . . , E

k
son subespacios independientes.
Teorema 1.19. Sea T L(V ). Son equivalentes:
1. T es diagonalizable.
2.

T
escinde y MG() = MA() para todo valor propio de T.
3. V =

h
i=1
E

i
, siendo
1
, . . . ,
h
los valores propios de T.
Dem. 1 2: Como T es diagonalizable, nosotros ya sabemos que

T
escinde y adem as podemos suponer
que existe una base B =
_
v
1
1
, . . . , v
1
n
1
, . . . , v
h
1
, . . . , v
n
h
h
_
de V tal que
[T]
B
=
_
_
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.

1
.
.
.

h
.
.
.

h
_
_
_
_
_
_
_
_
_
_
_
_
_
siendo
1
, . . . ,
h
los valores propios de T con
i
=
j
si i = j. Es decir que el valor propio
i
aparece
exactamente n
i
veces en [T]
B
para todo i = 1, . . . , h. Luego es

T
(t) = (
1
t)
n
1
(
h
t)
n
h
= (1)
n
(t
1
)
n
1
(t
h
)
n
h
.
Observar que por la forma de la matriz [T]
B
es
_
v
i
1
, . . . , v
i
n
i
_
E

i
, luego MG(
i
) n
i
= MA(
i
). Pero
siempre vale MG(
i
) MA(
i
), luego MG(
i
) = MA(
i
), para todo i = 1, . . . , h.
10
2 3: Sea

T
(t) = (1)
n
(t
1
)
n
1
(t
h
)
n
h
con
i
=
j
si i = j. La Proposicion 1.18 nos dice que

h
i=1
E

i
=

h
i=1
E

i
, luego
dim
_
h

i=1
E

i
_
=
h

i=1
dimE

i
=
h

i=1
MG(
i
) =
h

i=1
MA(
i
) =
h

i=1
n
i
= gr

T
(t) = dimV,
luego

h
i=1
E

i
= V .
3 1: Si B
i
es una base de E

i
para todo i = 1, . . . , h, entonces B = B
1
B
h
es una base de V
formada por vectores propios de T.
Teorema 1.20. Sea T L(V ). Si el operador T es diagonalizable, entonces existen escalares distintos

1
, . . . ,
h
y operadores no nulos P
1
, . . . , P
h
unicos tales que
1. P
2
i
= P
i
, i = 1, . . . , h (los operadores P
i
son proyecciones).
2. P
i
P
j
= 0 si i = j.
3. id = P
1
+ +P
h
.
4. T =
1
P
1
+ +
h
P
h
.
La descomposici on T =
1
P
1
+ +
h
P
h
se llama la descomposicion espectral de T.
Dem. Existencia: Como T es diagonalizable, entonces es V =

h
i=1
E

i
, siendo
1
, . . . ,
h
los distintos
valores propios de T. Para cada i {1, . . . , h}, denimos P
i
: V V por P
i
(v) = v
i
si v = v
1
+ + v
h
,
con v
i
E

i
, i = 1, . . . , h. Por las relaciones que conocemos entre proyecciones y sumas directas, sabemos
que P
1
, . . . , P
h
verican las condiciones 1, 2 y 3. Adem as como E

i
= {0}, es P
i
= 0 i = 1, . . . , n.
Si v V , es v = P
1
(v) + +P
h
(v) con P
i
(v) E

i
, i = 1, . . . , h, luego
T(v) = T (P
1
(v) + +P
h
(v)) = T (P
1
(v)) + +T (P
h
(v)) =
1
P
1
(v) + +
h
P
h
(v)
= (
1
P
1
+ +
h
P
h
) (v) T =
1
P
1
+ +
h
P
h
.
Unicidad: Sea T L(V ) tal que existen escalares distintos
1
, . . . ,
h
y operadores no nulos P
1
, . . . , P
h
que verican las condiciones 1, 2, 3 y 4. Probaremos que T es diagonalizable, que
1
, . . . ,
h
son los distintos
valores propios de T y que P
1
, . . . , P
h
son las proyecciones asociadas a la descomposicion V =

h
i=1
E

i
.
Sea W
i
= Im(P
i
), i = 1, . . . , h. Las condiciones 1, 2 y 3 implican que V =

h
i=1
W
i
y que si v =
w
1
+ + w
h
, con w
i
W
i
, entonces P
i
(v) = w
i
, i = 1, . . . h. Adem as como P
i
= 0, es W
i
= {0}
i = 1, . . . , h.
Si v W
i
, es P
i
(v) = v, luego
T(v) =
_
_
h

j=1

j
P
j
_
_
(v) =
h

j=1

j
P
j
(v) =
h

j=1

j
P
j
(P
i
(v)) =
h

j=1

j
(P
j
P
i
) (v) =
i
P
2
i
(v) =
i
P
i
(v) =
i
v.
Como W
i
= {0}, la relaci on anterior implica que
i
es un valor propio de T y que W
i
E

i
, para todo
i = 1, . . . , h. Adem as tenemos
V =
h

i=1
W
i
=
h

i=1
W
i

h

i=1
E

i
=
h

i=1
E

i
V. (5)
11
Luego V =

h
i=1
E

i
. Esto implica que T es diagonalizable y que
1
, . . . ,
h
son los distintos valores
propios de T. Observar que tomando dimensiones en la relaci on (5) obtenemos dimV =

h
i=1
dimW
i
=

h
i=1
dimE

i
. Por otro lado de W
i
E

i
se deduce que dimW
i
dimE

i
para todo i = 1, . . . , h. De estas
dos ultimas relaciones se tiene que dimW
i
= dimE

i
y como W
i
E

i
, es W
i
= E

i
para todo i = 1, . . . , h.
Esto implica que P
1
, . . . , P
h
son las proyecciones asociadas a la descomposicion V =

h
i=1
E

i
.
Ejemplo 1.16. Sea T L
_
R
3
_
denida por T(x, y, z) = (4x +z, 2x + 3y + 2z, x + 4z). Observar que es
T
_
_
x
y
z
_
_
=
_
_
4 0 1
2 3 2
1 0 4
_
_
_
_
x
y
z
_
_
y

T
(t) = (t 3)
2
(t 5).
Operando obtenemos
E
3
= [(1, 0, 1), (0, 1, 0)], E
5
= [(1, 2, 1)].
Luego

T
escinde, MG(3) = MA(3) = 2 y MG(5) = MA(5) = 1, esto implica que T es diagonalizable
y que B = {(1, 0, 1), (0, 1, 0), (1, 2, 1)} es una base de R
3
. Escribiendo un vector ge nerico de R
3
como
combinacion lineal de B obtenemos
(x, y, z) =
x z
2
(1, 0, 1) + (y x z)(0, 1, 0) +
x +z
2
(1, 2, 1).
Luego si denimos P
1
y P
2
en L
_
R
3
_
mediante
P
1
(x, y, z) =
x z
2
(1, 0, 1) + (y x z)(0, 1, 0) =
_
x z
2
, y x z,
z x
2
_
,
P
2
(x, y, z) =
x +z
2
(1, 2, 1) =
_
x +z
2
, x +z,
z +x
2
_
entonces la descomposicion espectral de T es T = 3P
1
+ 5P
2
. Adem as sabemos que P
1
y P
2
verican:
P
1
+P
2
= id, P
2
1
= P
1
, P
2
2
= P
2
y P
1
P
2
= P
2
P
1
= 0.
Denici on 1.9. Sean c
1
, . . . , c
k
elementos distintos de k, denimos p
1
(x), . . . , p
k
(x) k
k1
[x] por
p
i
(x) =

j=i
x c
j
c
i
c
j
=
(x c
1
)
(c
i
c
1
)

(x c
i1
)
(c
i
c
i1
)
(x c
i+1
)
(c
i
c
i+1
)

(x c
k
)
(c
i
c
k
)
, i = 1, . . . , k.
Observar que estos polinomios verican p
i
(c
j
) =
ij
, i, j = 1, . . . , k :
p
i
(c
l
) =

j=i
c
l
c
j
c
i
c
j
=
_
0, l = i

j=i
c
i
c
j
c
i
c
j
= 1, l = i
_
=
il
.
Los polinomios p
1
(x), . . . , p
k
(x) se llaman los polinomios de Lagrange asociados a c
1
, . . . , c
k
.
La siguiente proposicion sera util en el tema siguiente.
Proposici on 1.21. Sean c
1
, . . . , c
k
elementos distintos de k y b
1
, . . . , b
k
elementos de k. Entonces existe un
polinomio p(x) k[x] tal que p(c
i
) = b
i
, i = 1, . . . , k.
Dem. Sea p(x) =

k
i=1
b
i
p
i
(x), siendo p
1
(x), . . . , p
k
(x) los polinomios de Lagrange asociados a c
1
, . . . , c
k
.
Luego p(c
l
) =

k
i=1
b
i
p
i
(c
l
) =

k
i=1
b
i

il
= b
l
, l = 1, . . . , k.
12
Denici on 1.10. Sea T L(V ). Si p(x) = a
n
x
n
+a
n1
x
n1
+ +a
1
x +a
0
k[x], denimos
p(T) := a
n
T
n
+a
n1
T
n1
+ +a
1
T +a
0
id L(V ),
siendo T
n
= T T
. .
n
, n = 1, 2, . . .. Si denimos T
0
= id , podemos escribir p(T) =

n
i=0
a
i
T
i
siendo
p(x) =

n
i=0
a
i
x
i
.
Observaci on 1.7. Es un ejercicio del practico el probar que si T =

k
i=1

i
P
i
es la descomposicion espectral
de un operador diagonalizable T y q(x) k[x], entonces
q
_
_
k

j=1

j
P
j
_
_
=
k

j=1
q(
j
) P
j
.
Proposici on 1.22. Sea T L(V ) un operador diagonalizable y consideremos T =

k
i=1

i
P
i
la descom-
posici on espectral de T. Entonces cada P
i
es un polinomio en T.
Dem. Dado que
1
, . . . ,
k
son escalares distintos, podemos considerar los polinomios de Lagrange
q
1
(x), . . . , q
k
(x) asociados a
1
, . . . ,
k
; luego
q
i
(T) = q
i
_
_
k

j=1

j
P
j
_
_
=
k

j=1
q
i
(
j
) P
j
=
k

j=1

ij
P
j
= P
i
P
i
= q
i
(T), i = 1, . . . , k.
Ejemplo 1.17. Consideramos nuevamente el ejemplo 1.16 y buscamos polinomios q
1
y q
2
tales que P
1
=
q
1
(T) y P
2
= q
2
(T). Los valores propios de T son 3 y 5, luego tenemos que encontrar los polinomios de
Lagrange q
1
y q
2
asociados a 3 y 5:
q
1
(x) =
x 5
3 5
=
1
2
x +
5
2
q
2
(x) =
x 3
5 3
=
1
2
x
3
2
.
Observar que q
1
y q
2
verican
q
1
(3) = 1, q
2
(3) = 0,
q
1
(5) = 0, q
2
(5) = 1.
Luego
P
1
= q
1
(T) =
1
2
T +
5
2
id
P
2
= q
2
(T) =
1
2
T
3
2
id .
Queda como ejercicio el vericar que P
1
y P
2
coinciden con los obtenidos en el ejemplo 1.16.
13

You might also like