Algebra Lineal - Taller 4

G. Padilla
1. ESPACIOS VECTORIALES
(1) Verica los axiomas de espacios vectoriales para las siguientes ternas (V, +, ). Decide cu ales de
ellas son espacios vectoriales reales. En caso negativo, especica cu al es la propiedad que falla:
(a) V = Ncon la suma y el producto usuales.
(b) V = Z con la suma y el producto usuales.
(c) V = Q con la suma y el producto usuales.
(d) V = R con la suma y el producto usuales.
(e) V = C con la suma y el producto usuales.
(f) Un polinomio en variable X con coecientes reales es una expresi on de la forma p(X) =
a
0
+ a
1
X + + a
n
X
n
donde a
0
, . . . , a
n
R y n 0 es un entero cualquiera (arbitrario para
cada expresi on). Si a
n
,= 0 decimos que n es el grado de p(X) y escribimos n = grad(p(X)).
V = R[X] es el conjunto de todos los polinomios con la suma y el estiramiento

a
0
+ a
1
X + + a
n
X
n

b
0
+ a
1
X + + b
n
X
n

= (a
0
+ b
0
) + (a
1
+ b
1
) X + + (a
n
+ b
n
) X
n

a
0
+ a
1
X + + a
n
X
n

= (a
0
) + (a
1
)X + + (a
n
)X
n
(g) V = R
n
[X] el conjunto de todos los polinomios de grado menor o igual a n.
(h) V = R
n
con la suma coordenada a coordenada y el estiramiento usual, n 2 entero.
(i) V = C
n
con la suma coordenada a coordenada y el estiramiento usual, n 2 entero.
(j) V = M
mn
(R) con la suma de matrices y la multiplicaci on de una matriz por una constante.
(k) V es el conjunto de funciones acotadas de R en s mismo; con la suma puntual ( f + g)(x) =
f (x) + g(x) y el estiramiento (f )(x) = f (x).
(l) V = M
22
(Z) con la suma de matrices y la multiplicaci on de una matriz por una constante.
(m) V = R
N
es el conjunto de sucesiones en los reales a = (a
n
)
nN
(e. d. a
n
R para todo
n N); con la suma coordenada a coordenada a + b = (a
n
+ b
n
)
nN
y el estiramiento
a = (a
n
)
nN
.
(n) V = C[0, 1] es el conjunto de funciones reales continuas con dominio en [0, 1]; con la suma
puntual y el estiramiento dados en el ejercicio (k).
(o) V = C
k
[0, 1] es el conjunto de funciones reales k-veces continuamente diferenciables con
dominio en [0, 1]; con la suma y el estiramiento del ejercicio (k).
(p) V es el conjunto de funciones con dominio en [, ] que son soluciones de la ecuaci on
diferencial y
//

2
y = 0; donde ,= 0 es una constante; con la suma puntual y el esti-
ramiento dados en el ejercicio (i).
En adelante escribiremos W V siempre que W sea un subespacio vectorial de V.
(2) Para cada ejemplo decide si W V. En caso negativo, especica la propiedad que no se cumple:
(a) W es el semiplano superior R (0, ) en V = R
2
.
(b) W es la uni on de los dos ejes coordenados en R
2
.
(c) W = x R
n
: [x[ < 1 es el interior de la bola unitaria en R
n
.
(d) W es el plano 3x + y 2z = 5 en R
3
.
(e) W es cualquier plano ax + by + cz = 0 en R
3
.
(f) V como en el ejercicio (1.k), y W es el subconjunto de sucesiones a V tales que Lim
n
a
n
converge en R, con las mismas operaciones de antes.
(g) V como en el ejercicio (1.k), y W es el subconjunto de sucesiones a V tales que

n=0
a
n
converge en R, con las mismas operaciones de antes.
1
2 ALT4
(h) V = R
n
y W es el subconjunto de soluciones x de la igualdad A x = y donde y R
m
y
A M
mn
(R) son datos jos.
(3) Muestra que C
k+1
[0, 1] C
k
[0, 1] para cualquier k 1 entero.
(4) Dado un espacio vectorial V y una familia arbitraria W
i
: i J de subespacios vectoriales de
V; demuestra que la intersecci on W =
i
W
i
V.
(5) Demuestra que si W
1
V y W
2
W
1
entonces W
2
V.
(6) Dados W
1
, W
2
V sea W
1
+W
2
= u + v : u W
1
, v W
2
. Muestra que W
1
+W
2
V.
(7) Sea W
i
: i J una familia arbitraria de subespacios vectoriales de V, tal que para cualesquiera
par de ndices i, j se tiene que W
i
W
j
o W
j
W
i
. Demuestra que W =
i
W
i
V.
(8) Si W R
n
, sea W

= v R
n
: v w = 0 w W. Demuestra que W

R
n
.
2. INDEPENDENCIA LINEAL
Dado un espacio vectorial V y cualquier subconjunto S V; una combinaci on lineal de S es una
expresi on de la forma v = a
1
s
1
+ a
n
s
n
tal que a
1
, . . . , a
n
R y s
1
, . . . , s
n
S.
(1) Demuestra que existe un subespacio vectorial unico S que satisface las siguientes propiedades:
(a) S S.
(b) Si W es cualquier subespacio vectorial y S W entonces S W.
(2) Verica que si R S entonces R S.
(3) Da un ejemplo de dos subconjuntos R, S R
3
tales que S = R es un subespacio propio y
S R = .
(4) En cada caso, decide si S es un conjunto de generadores de R
3
y especica si S es una base:
(a) S = .
(b) S = 0.
(c) S es el plano z = 0.
(d) S = (1, 0, 0), (0, 1, 0).
Diremos que
S es el subespacio generado por S.
S genera a W V si y s olo si W = S.
S es linealmente independiente si y s olo si se satisface (R S R = S) R S.
(5) Demuestra que las siguientes armaciones son equivalentes:
(a) S es linealmente independiente.
(b) Todo elemento S tiene una escritura unica.
(c) El cero 0 S tiene la escritura unica 0s
1
+ +0s
n
para cualesquiera s
1
, . . . , s
n
S; n 1
entero.
(6) Demuestra que S es el conjunto de todas las combinaciones lineales en S.
(7) Diremos que S es una base de V S es linealmente independiente y V = S. Demuestra que
todo espacio vectorial posee una base. Ayuda: Usa el Lema de Z orn.
3. TRANSFORMACIONES LINEALES
(1) Determine si las siguientes funciones son transformaciones lineales
(a) T : R R, tal que T(x) = x
2
(b) T : R
3
R
2
, tal que T(x, y, z) = (x, y)
(c) T : R
2
R
5
, tal que T(x, y) = (x + y, x y, y, 0, x)
(d) T : R
2
R
2
, tal que T(x, y) = (1, y)
(e) T : M
mn
(R) M
mn
(R), tal que T(A) = AB con B M
nn
(R) una matriz ja.
(f) T : M
mn
(R) M
mn
(R) dada por T(A) = A
T
.
(g) T : M
mn
(R) M
mn
(R), tal que T(A) = A
T
A.
(h) T : R
n
[x] R
n1
[x] dada por T(p(x)) = p
/
(x).
ALT4 3
(i) T : C[0, 1] R dada por T( f ) =
1
0
f (t)dt.
(j) T : R
N
R dada por T(a) =

n=0
a
n
.
(k) T : C
2
[0, 1] C[0, 1] dada por T(y) = y
//
(t) y(t).
(2) Calcula ker(T) e Im(T) para cada caso del ejercicio anterior.
(3) Sea A

cos() sen() 0
sen() cos() 0
0 0 1

. Describe la transformaci on T(x) = A

x.
(4) Si T : V W es una transformaci on lineal; muestra que ker(T) V e Im(T) W.
(5) Suponga que V es un espacio vectorial con una relaci on de equivalencia tal que, dados
a, a
/
, b, b
/
V y R arbitrarios; siempre se tiene
(a a
/
) (b b
/
) (a + b a
/
+ b
/
).
(a a
/
) (a a
/
).
Muestra que el conjunto cociente V/ es un espacio vectorial y la proyecci on cociente
V

-
V/ es una transformaci on lineal.
(6) Si W V muestra que a b (b a) W es una equivalencia que satisface las condiciones del
ejercicio anterior. Recprocamente; si es una equivalencia en V que satisface las condiciones
del ejercicio muestra que existe un W V tal que (a b) (b a) W.
(7) Si W V es el subespacio asociado a la equivalencia decimos que esta es una equivalencia
m odulo W. Muestra que la clase de equivalencia (a) de un vector a V es el subconjunto
a + W; que llamamos clase lateral de a por W. Por tal motivo el espacio cociente V/ tambi en
se escribe V/W.
(8) Si V
T
-
W es una transformaci on lineal, muestra que V/ker(T)

= Im(T).
(9) Dada una transformaci on lineal R
n
T
-
R
m
, muestra que existe una unica matriz A tal que
T(x) = x A
T
.
(10) A la matriz A asociada a la transformaci on T del ejercicio anterior, ll amela A = L(T). Sea
/(n, m) el conjunto de todas las transformaciones lineales de R
n
en R
m
. Muestra que
(a) /(n, m) es un espacio vectorial.
(b) /(n, m)
L
-
M
mn
(R) es un isomorsmo lineal.
Llamaremos a L(T) la matriz can onica de T.
4. TEOREMA DE LA DIMENSI ON
Diremos que
S es una base de V si y solo si S es linealmente independiente y genera a V.
La dimensi on dim(V) de un espacio V es el cardinal [S[ de alguna base S de V.
(1) Da una base para cada espacio vectorial del ejercicio (1) de la primera secci on de este taller.
(2) Para cada par W V del ejercicio (2) de la primera secci on de este taller, (a) Halla una base S
0
de W. (b) Completa S
0
S a una base de V.
(3) Si S V es un subconjunto linealmente independiente y V
T
-
W es una transformaci on
lineal inyectiva; demuestra que T(S) es linealmente independiente. En particular, si S es una
base de V, entonces T(S) es una base de Im(T).
(4) Muestra que todo subconjunto linealmente independiente de V est a contenido en alguna base.
(5) Sea V
L
-
W cualquier transformaci on lineal. Muestra que L es determinada por sus valores
sobre cualquier base S V.
(6) Demuestra que la dimensi on de V no depende de la elecci on de una base.
4 ALT4
(7) Muestra que V

= W si y s olo dim(V) = dim(W).
(8) Sea V un espacio vectorial de dimensi on nita, y V
L
-
W una transformaci on lineal. Muestra
que
(a) ker(T) e Im(T) poseen dimensi on nita.
(b) dim(V) = dim(ker(V)) + dim(Im(V)).
(9) Sea v
1
, . . . , v
n
cualquier base de R
n
. Muestra que existe un unico isomorsmo T de R
n
en s
mismo, tal que T(e
i
) = v
i
para cada 1 i n. Halla la matriz L(T) asociada a T (ver ejercicio
10 secci on 3).
(10) Sean B = v
1
, . . . , v
n
y B
/
= u
1
, . . . , u
n
dos bases de R
n
. Muestra que existe un unico iso-
morsmo T de R
n
en s mismo, tal que T(u
i
) = v
i
para cada 1 i n. Halla la matriz L(T)
asociada a T (ver ejercicio 10 secci on 3). Esta es la matriz de cambio de base de B a B
/
.
(11) Sean R
n
T
-
R
m
una transformaci on lineal, B = v
1
, . . . , v
n
una base de R
n
y B
/
= u
1
, . . . , u
m

una base de R
m
.
(a) Muestra que existe una unica matriz A ja, tal que si
v =

i
v
i
T(v) =

j
u
j
entonces = A
T
.
(b) Si L(T) es la matriz can onica de T; y P, Q son las matrices respectivas de cambio de base de
B, B
/
; muestra que A = Q
1
L(T)P.
A la matriz A del ejercicio anterior la llamaremos matriz de T en bases B, B
/
. En adelante
escribiremos
L(T)
B,B
/
= [B
/
]
1
L(T)[B] = Q
1
L(T)P
En particular, si n = m y B = B
/
entonces escribimos
L(T)
B
= [B]
1
L(T)[B] = P
1
L(T)P
Esta es la matriz de un endomorsmo lineal T en base B.
5. VALORES PROPIOS
Una constante R
n
es un valor propio de un endomorsmo lineal R
n
T
-
R
n
si y solo si existe
alg un vector u ,= 0 tal que T(u) = u. En dicho caso decimos que u es un vector propio de T. En
particular, si u es unitario, decimos que es una direcci on principal de T. Finalmente; diremos que T es
diagonalizable si existe una base de R
n
que consta de vectores propios de T.
(1) Da una interpretaci on geom etrica del hecho de que es un valor propio de T.
(2) Sea A = L(T) la matriz can onica de T. Muestra que es un valor propio de T si y solo si es una
raz del polinomio caracterstico p(z) = det(A zI
n
).
(3) Demuestra que una condici on suciente para que T sea diagonalizable es que el polinomio car-
acterstico tenga n races reales diferentes.
(4) Muestra que los unicos autovalores de una matriz ortogonal son = 1. Deduce que el
recproco del ejercicio anterior es falso.
(5) Verica que el polinomio caracterstico de una matriz es invariante por conjugaci on.
(6) Verica que los autovalores de un endomorsmo lineal son invariantes por cambio de base.
(7) Calcula los autovalores de la transformaci on T en cada caso:
(a) T(x, y) = (y, x).
(b) T(x, y) = (x, y).
(c) T(x, y) = (cos()x + sen()y, sen()x + cos()y).
(d) T(x, y, z) = (z, y, x).
(e) T(x, y, z) = (x y + 3z, 2x y + z, 5y).
(f) T es cualquier isometra lineal.