Professional Documents
Culture Documents
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))
por T(f) = 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
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
_
=
_
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
(x) + p
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
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