Álgebra Lineal

Volumen I
Transformaciones lineales

Jorge Luis Arocha

versión compilada el
6 de agosto de 2017
Jorge Luis Arocha Pérez
Instituto de Matemáticas
Universidad Nacional Autónoma de México
México D.F. 04510

BibTeX:

@textbook{ArochaLA
AUTHOR = {Arocha, Jorge L.}
TITLE = {\’Algebra Lineal}
YEAR = {2014}
NOTE = {Available at [Link]}
}

Mathematics Subject Classification 2010: 00—01, 12—01, 15—01

c
°2014 Jorge Luis Arocha Pérez
Permitida la reproducción para uso individual y no comercial.
Todos los demás derechos están reservados.
Introducción
Este libro lo escribı́ como texto básico para el curso de “Álgebra Lineal” para estu-
diantes de Licenciatura que he impartido por muchos años en la Facultad de Ciencias
de la Universidad Nacional Autónoma de México.
Se presupone que los estudiantes hayan cursado ya las materias de “Álgebra su-
perior” y “Geometrı́a Analı́tica” o sea tengan ciertos conocimientos sobre matrices,
vectores, polinomios, números complejos, etc.
El objetivo es desarrollar el álgebra lineal sobre campos arbitrarios pero se hace
énfasis en los reales, los complejos y los residuos módulo un número primo. Después de
una introducción corta a la teorı́a de campos se estudian los espacios vectoriales, las
transformaciones lineales, los determinantes y finalmente los teoremas de descomposi-
ción de operadores.
Por ahora, aquı́ no hay prácticamente nada de transformaciones bilineales, produc-
tos escalares, espacios duales, ortogonalidad, tensores etc. En mis planes está escribir
un segundo volumen o aumentar este libro con capı́tulos sobre estos temas.
El material desarrollado es demasiado para un semestre y usualmente yo imparto en
un semestre los capı́tulos I–IV (aquellas secciones que no están marcadas como avan-
zadas). Un segundo semestre podrı́a comenzar con las secciones de polinomios sobre
campos, continuar con la descomposición de operadores lineales y terminar con aque-
llos temas que ya señalé, faltan aquı́. Otras secciones las escribı́ porque me parecieron
un buen material de lectura complementaria para los alumnos curiosos.
Una particularidad de la exposición es que para mı́, las matrices no tienen orden, por
ejemplo, las matrices de cambio de base estan naturalmente indexadas por conjuntos
de vectores y los conjuntos de vectores no tienen un orden natural. Como resultado de
esto este libro es fundamentalmente conceptual y no computacional.
El libro es inusualmente colorido y visualmente agresivo. La razón de esto es que
cuando estaba en el papel de alumno yo preferı́a estudiar por las libretas de notas de
mis compañeras de clase. Se me hacı́a muy fácil memorizar la imagen completa de una
página llena de rayas, flores, corazones etc. y dentro de todo esto, las matemáticas. La
idea es que cada página luzca visualmente diferente. He tratado dentro de lo posible,
lograr esto.
Los caracteres de matemáticas están en un color diferente. El texto y las secciones
avanzadas están marcados con un birrete. Uso unos lentes para marcar aquello que
el lector no debe dejar pasar. Errores comunes que cometen los que no están familia-
rizados con el material están marcados con calaveras. Los teoremas están resaltados
visualmente, etc.
Se incluyen más de un centenar de ejercicios. Los ejercicios más notables consisten
en material adicional que un estudiante de matemáticas o fı́sica debe conocer tarde o
temprano. Las soluciones de los ejercicios no rutinarios se dan al final del libro.
He compilado un glosario de términos que es a la vez un ı́ndice del libro y un
diccionario de los conceptos introducidos y/o usados.
Incluyo una guı́a de estudio. De esta guı́a yo escojo las preguntas para los exámenes.
Esto representa una ventaja enorme para los estudiantes ya que una de las dificultades
IV

más importantes de ser estudiante es comprender que es lo que se espera de ellos.

Finalmente, quiero agradecer a mis colegas Javier Bracho, Francisco Larrión y Omar
Antolı́n que han influenciado de una u otra manera a esclarecer mis ideas sobre el
tema y que contribuyeron substancialmente a hacer de este, un libro mejor. Muchos
de mis estudiantes más notables han encontrado errores en mis notas de clase, mi
agradecimiento a todos ellos.

Jorge L. Arocha
México D.F. Octubre de 2014
Capı́tulo 1 Campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Operaciones binarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Conmutatividad (2). Asociatividad (3). Elementos neutros (4). Elementos in-
versos (4). Distributividad (5). El álgebra “abstracta”(5).
1.2 Números . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Naturales (6). Enteros (6). Grupos (6). Anillos (7). Racionales (8). Reales (8).
Complejos (9).
1.3 Morfismos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Morfismos de grupos (10). Morfismos de anillos (11). Isomorfismos (12). Com-
posición de morfismos (14).
1.4 Campos de restos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
El anillo de los enteros módulo n (15). Dominios de integridad (16). El campo
de los enteros módulo p (16).
1.5 Campos primos. Caracterı́stica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Campos primos (18). Caracterı́stica (19).
1.6 Aritmética de campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Múltiplos y exponentes enteros (20). Asociatividad general (20). Distributividad
general (21). Fórmula multinomial (21). La expansión de ΠΣαij (22).
*1.7 Anillos con división . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Cuaterniones (23). Caso finito (25).
Capı́tulo 2 Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1 El plano cartesiano. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Definición y ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
El espacio de n-adas Kn (29). El espacio de polinomios K [x] (30). El espacio
de sucesiones KN (30). El espacio de series K [[x]] (30). El espacio de funciones
KN (30). El espacio de N-adas KN (31). El espacio de N-adas finitas K{N }
(31). Subcampos (32). El espacio de N-adas de vectores EN (32). El espacio de
NM-matrices KN M (32). El espacio de tensores (33).
2.3 Subespacios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
Unión e intersección de subespacios (34). Combinaciones lineales (35). Cerra-
dura lineal (36).
2.4 Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Conjuntos generadores (38). Conjuntos linealmente independientes (38). Bases
(39). Dimensión (41). Bases canónicas (43).
2.5 Clasificación de espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Isomorfismos lineales (44). Coordinatización (45). Clasificación (46). Campos
de Galois (47). Como pensar en espacios vectoriales (47).
2.6 Suma de subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
 VI Contenido
Subespacios de Rn (48). Suma de conjuntos y subespacios (49). La igualdad
modular (49). Suma directa (51). Isomorfismo canónico entre la suma y la suma
directa. (51). Subespacios complementarios (52). Espacios vectoriales versus
conjuntos (53).
2.7 Espacios cocientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Subespacios afines (54). El espacio cociente (56). El isomorfismo con los com-
plementarios (57).
*2.8 El espacio afı́n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
La regla del paralelogramo (58). Cerradura afı́n (59). Generadores e indepen-
dencia (59). Bases afines (60).
*2.9 El caso de dimensión infinita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
El Lema de Zorn (62). Existencia de bases (62). Cardinales (63). Equicardina-
lidad de las bases (63).
Capı́tulo 3 Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.1 Definición y ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Imágenes de subespacios (65). Homotecias (66). Inmersiones (67). Proyecciones
(67).
3.2 Operaciones entre transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . 68
El espacio vectorial de las transformaciones lineales (68). Composición de trans-
formaciones lineales (69). El álgebra de operadores lineales (70). El grupo ge-
neral lineal (71).
3.3 Extensiones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Extensiones y restricciones (71). El isomorfismo entre FN y Mor (E, F) (73). Un
criterio de isomorfismo (73).
3.4 Coordinatización de transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . 74
El producto escalar canónico (75). El producto de matrices (75). Productos de
matrices y vectores (76). La transformación lineal de una matriz (77). La matriz
de una transformación lineal (77). Composición de TLs y producto de matrices
(77). Matrices inversas (78).
3.5 Cambios de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Cambios de base en un espacio vectorial (79). Cambios de base en el espacio
de transformaciones lineales (80). Cambios de base en el espacio de operadores
lineales (81).
3.6 El núcleo y la imagen de una TL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Definiciones (82). Transformaciones lineales con núcleo trivial (83). Descompo-
sición de transformaciones lineales (83). Un criterio de isomorfismo (84). Des-
composición canónica de transformaciones lineales (84).
*3.7 Transformaciones semilineales y coalineaciones . . . . . . . . . . . . . . . . . . . . . 86
Trasformaciones semilineales reales (86). Propiedades de las transformaciones
semilineales (87). Automorfismos semilineales. (87). Coalineaciones (88). Es-
tructura de las coalineaciones (89).
Capı́tulo 4 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.1 Permutaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
El grupo simétrico (93). Ciclos y órbitas (94). El grupo alternante (95). El signo
de una permutación (97).
 Contenido VII

4.2 Determinantes. Propiedades básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

Definición de los determinantes (98). Determinantes de matrices pequeñas (98).
El determinante de la identidad (99). Matrices con filas nulas (100). El deter-
minante de la transpuesta (100). El determinante del producto (100). Matrices
con filas iguales (101). Matrices de permutaciones (102). Permutaciones de co-
lumnas y renglones (103).
4.3 Expansión de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Cambios de ı́ndices (104). Complementos algebraicos (106). La expansión de un
determinante por sus renglones (106). La expansión de Laplace en forma gráfica
(107). Multinearidad de los determinantes (108). La inversa de una matriz (110).
El determinante de un operador lineal (111).
*4.4 La expansión generalizada de Laplace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Matrices diagonales y triangulares por bloques (114). La expansión generalizada
de Laplace en forma gráfica (114).
4.5 El rango de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Matrices no singulares (116). Espacios de columnas y renglones (117). Lema de
aumento de matrices no singulares (117). Bases de una matriz (118).
4.6 Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
Regla de Cramer (120). Existencia de soluciones (121). Eliminación de ecuacio-
nes dependientes (122). El núcleo y la imagen de una matriz (122). Bases del
subespacio afı́n de soluciones (123).
4.7 Método de eliminación de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
Transformaciones elementales (124). Ejemplo (125). El caso general (125). So-
lución de ecuaciones matriciales, matriz inversa (126).

Capı́tulo 5 Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

5.1 Polinomios sobre campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Suma y producto de polinomios (129). La función de evaluación (130). División
de polinomios (131). Divisibilidad (132). Factores y raices (133). Ideales de
polinomios (134). Unicidad de la factorización en irreducibles. (135). El conjunto
ordenado de polinomios mónicos (136). Desarrollo de Taylor (137).
*5.2 Polinomios complejos. Teorema de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
Forma polar. Igualdad de Moivre (139). Continuidad (140). Lı́mite de sucesiones
complejas (142). Teorema de Gauss (142).
5.3 Factorización de polinomios complejos y reales . . . . . . . . . . . . . . . . . . . . . 144
Caso Complejo (144). Caso real (144).
*5.4 Campos de fracciones. Funciones racionales . . . . . . . . . . . . . . . . . . . . . . . . 146
Campos de fracciones (146). Funciones racionales (148).

Capı́tulo 6 Descomposición de operadores lineales . . . . . . . . . . . . . . . . . . . . . . . 149

6.1 Suma directa de operadores lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
Subespacios invariantes, componentes irreducibles (150). Ejemplos en dimensión
2 (152). Las matrices y los subespacios invariantes (152).
6.2 Polinomios de operadores lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
 VIII Contenido
El morfismo de K [x] en End (E) (154). La subálgebra K [h] (155). El polinomio
mı́nimo (155). El perı́odo de un vector (156). Anuladores (157). Propiedades
del perı́odo. (157).
6.3 Subespacios radicales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
Núcleos de polinomios de operadores lineales (158). Operadores lineales radi-
cales (160). Componentes radicales (160). Existencia de un vector de perı́odo
máximo (161).
6.4 Subespacios cı́clicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
h-combinaciones (162). Conjuntos h-generadores (162). Subespacios cı́clicos
(163). Conjuntos h-independientes (165). h-bases (165).
6.5 Descomposición en subespacios cı́clicos radicales. . . . . . . . . . . . . . . . . . . 166
El espacio cociente por un subespacio invariante (166). Polinomios y el espacio
cociente (167). El perı́odo en el espacio cociente (168). Existencia de h-bases
(169). Unicidad de la descomposición (171). Estructura de los operadores cı́clico-
radicales (173).
6.6 Polinomio caracterı́stico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
Rectas invariantes (174). El polinomio caracterı́stico de un operador lineal (175).
El polinomio caracterı́stico y el polinomio mı́nimo (176).
6.7 Formas normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
Forma normal de Jordán (179). Forma normal real (180). Forma normal canóni-
ca (182).
Soluciones de ejercicios selectos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
Notaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
Guı́a de estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
 IX

El álgebra es la oferta hecha por el Diablo a los matemáticos.

El Diablo dice:

“Yo te daré a ti esta poderosa maquinaria

que responderá cualquier pregunta que tu quieras.
Todo lo que se necesita que tu hagas es entregarme tu alma:
dame la geometrı́a y tendrás esta maravillosa máquina”

...el daño a nuestra alma está ahı́,

porque cuando usted pasa a hacer cálculos algebraicos,
esencialmente usted deja de pensar...

Sir Michael Atiyah

La forma correcta de leer las matemáticas consiste en primero

leer las definiciones de los conceptos y las afirmaciones de los teoremas; luego,
poner el libro a un lado y tratar de descubrir por si mismo las pruebas adecuadas.

Si los teoremas no son triviales, el intento puede fallar,

pero es probable que de todas maneras sea instructivo.

Para el lector pasivo un cómputo rutinario y un milagro de creatividad,

se leen con la misma facilidad, y más tarde, cuando deba depender de sı́ mismo,
se dará cuenta de que se fueron tan fácilmente como vinieron.
El lector activo, que se ha enterado de lo que no funciona,
entiende mejor la razón del éxito del método del autor,

y después encontrará las respuestas que no están en los libros...

Paul Halmos
X
 Capítulo primero
Campos

l objeto del álgebra lineal es el estudio de los espacios vectoriales. Estos espa-
cios son estructuras algebraicas a cuyos elementos se le llaman vectores. Para
definir un espacio vectorial es necesario tener ”números”, que en este contexto,
se llaman escalares. Las operaciones definidas en los espacios vectoriales son la suma y
resta de vectores y la multiplicación de escalares por vectores. La mayorı́a de los temas
estudiados en este libro no dependen del conjunto de escalares y el lector puede casi
siempre considerar que los escalares son los números reales R y que el espacio vectorial
es el espacio “geométrico” común Rn .
Sin embargo, como esta teorı́a no depende (al menos en gran parte) del conjunto de
escalares (y teniendo en cuenta diferentes aplicaciones a otras areas de las matemáticas
y las ciencias naturales) es conveniente elevar un paso el nivel de abstracción y pensar
que el conjunto de escalares es un campo arbitrario K.
El primer objetivo de este capı́tulo es dar al lector un conocimiento básico de lo
que es un campo. Esto se pretende lograr por tres medios: dando la definición formal,
estudiando algunas propiedades (como la caracterı́stica) de los mismos, viendo que las
reglas usuales de manipulación de fórmulas en un campo no se diferencian esencialmente
de las fórmulas en los reales y sobre todo, dando los ejemplos fundamentales de campos.

1.1 Operaciones binarias

Sea A un conjunto. Una operación binaria es una función del producto cartesiano
A × A en A. O sea, es una regla mediante la cual a cualesquiera dos elementos de A
se le hace corresponder un tercer elemento de A. Demos algunos ejemplos sencillos:
1) a + b suma 5) ab exponenciación
2) a − b resta 6) loga b logaritmo
3) ab producto 7) mcd (a, b) máx común divisor
4) ab división 8) mcm (a, b) mı́n común múltiplo

Lo primero que observamos de los ejemplos anteriores es que no hemos definido

en cual conjunto está definida la operación. Esto no es correcto formalmente, ası́ por
2 Capı́tulo 1. Campos
ejemplo la división es una operación que no está definida en el conjunto de los números
enteros. Sin embargo el lector podrá fácilmente encontrar los conjuntos en los cuales
estos ejemplos son operaciones binarias.

Ejercicio 1 ¿En cuales conjuntos las operaciones 1-8 están correctamente definidas?
Ejercicio 2 ¿Que es una operación unaria? De ejemplos. [185]
Ejercicio 3 Dados tres números reales a, b, c definamos A (a, b, c) como el area del
triángulo con lados a, b y c. ¿Es esta una operación ternaria en R? [185]

Lo segundo que debemos de observar, es la variedad de notaciones usadas para

representar las operaciones binarias. Sobre todo, son complicadas las notaciones de la
operaciones 4-6. Lo que tienen en común, es que no nos alcanza una lı́nea de sı́mbo-
los para escribirlas. Necesitamos subir y/o bajar además de movernos de derecha a
izquierda. O sea, necesitamos dos dimensiones para escribirlas.
Quizá sea más ilustrativo, poner un ejemplo más complejo
R ¡
π/4 ¢ de notación dos-dimensional. La integral en el recuadro
a sin x + b sin x2 dx a la izquierda está bien definida para cualesquiera valores
0
reales a, b y por lo tanto es una operación binaria en R.
Más sencillos son los ejemplos de notaciones lineales 1-3,7-8. En realidad, para las
notaciones lineales solo hay tres posibilidades:
◦ (a, b) notación prefija o funcional
a◦b notación operacional
ab◦ notación sufija

Las operaciones 1-3 están en notación operacional y las operaciones 7-8 están en
notación prejija. La notación sufija es útil en computación pero muy en contra de la
tradición y no se usará nunca más en este libro.
Cualquier intento, de tratar de unificar las notaciones usadas en la comunicación
entre humanos, solo llevarı́a a confusiones mucho peores. Sin embargo, tenemos la
libertad de escoger una notación unificada para las operaciones binarias abstractas que
definamos. De una vez, postularemos que siempre usaremos la notación operacional
para definir operaciones binarias abstractas.
Recalquemos que una operación “abstracta” no significa nada más que es una ope-
ración que puede ser una de muchas. Primero aprendemos lo que quiere decir 3 + 2.
Después, tempranamente en el estudio de las matemáticas, la expresión a + b significa
que a un número a (no se sabe cual) le sumamos un número b (tampoco se sabe cual).
Ahora, la expresión a + b significará que a un objeto a (número, polinomio, matriz,
quien sabe que) le “sumamos” (no se sabe lo que quiere decir “suma”) un objeto b (del
mismo tipo que a).
Sección 1.1 Operaciones binarias 3

Conmutatividad

¿Es 3+2 igual a 2+3? Sı́. ¿Es 32 igual a 23 ? No. Una operación binaria
∀a, b ∈ A denotada por ◦ y definida en el conjunto A se dice que es conmuta-
a◦b=b◦a tiva si se cumple la propiedad en el recuadro a la izquierda. Ser o no
conmutativa es la propiedad más sencilla que diferencia las operaciones binarias.

Ejercicio 4 ¿Cuales de las operaciones 1-9 son conmutativas? [185]

Asociatividad

¿Que quiere decir 2 + 3 + 5? ¿Acaso debemos sumar 2 + 3 y al resultado sumarle 5?

¿No será que debemos sumar 2 al resultado de la suma 3 + 5? Claro, no hay ninguna
diferencia entre los dos procedimientos. Este hecho se expresa como (2 + 3) + 5 =
2 + (3 + 5) .
Una operación binaria denotada por ◦ y definida en el
conjunto A se dice que es asociativa si se cumple la pro- ∀a, b, c ∈ A
piedad en el recuadro de la derecha. a ◦ (b ◦ c) = (a ◦ b) ◦ c
Los estudiantes preuniversitarios se encuentran por pri-
mera vez con la dificultad de una operación no asociativa en el caso de la operación de
3
exponenciación. A esta temprana edad es muy necesario insistir que la expresión 22
¡ ¢3
es ambigua porque 2(2 ) = 256 6= 64 = 22 .
3

Ejercicio 5 ¿Cuales de las operaciones 1-9 son asociativas? [185]

La asociatividad de una operación es una propiedad crucial. Sin esta propiedad, el

manejo algebraico de una operación se complica bastante.
Es más, gracias a ella podemos introducir la notación de la operación
“repetida”. Si tenemos 11 elementos a1 , a2 , . . . , a11 entonces, para denotar P
11
a
la suma a1 + a2 + · · · + a11 podemos usar la notación (mucho más cómoda) n=1 n
que se muestra en el recuadro a la derecha. Esta notación no requiere de la
conmutatividad de la operación “suma” gracias a que los ı́ndices tienen un orden y
sabemos cual elemento debe ir primero y cual después.
Si tenemos que la operación es no solamente asociativa sino también conmutativa
entonces podemos ser más generosos con esta notación.
P Supongamos que aρ , a` , aκ , a9 y a∇ son elementos de un conjunto con una
an suma asociativa y conmutativa. Entonces la suma de estos (¡no importa el
n∈N
orden!) la podemos denotar por la expresión en el recuadro a la izquierda,
donde N es el conjunto de ı́ndices {ρ, κ, `, ∇, 9}.
4 Capı́tulo 1. Campos
Si la operación binaria definida noPse llama “suma” sino “producto”, entonces Q es
usual, en lugar de usar la letra griega (sigma mayúscula), usar la letra griega (pi
mayúscula). Podemos, en este caso, usar la primera o segunda notación dependendiendo
de si nuestro producto es conmutativo o no.
Elementos neutros
La suma de números naturales tiene un elemento especial y único: el cero. Su
propiedad definitoria es que cualquier número sumado con cero da el mismo número.
La misma propiedad la tiene el uno con respecto al producto de números naturales.
Para una operación binaria denotada por ◦ y definida en el ∀a ∈ A
conjunto A se dice que e ∈ A es un elemento neutro si este a ◦ e = e ◦ a = a
cumple la propiedad en el recuadro.
Una operación binaria no puede tener más de un elemento neutro. Efectivamente,
sean e y e0 elementos neutros. Por ser e neutro, tenemos e ◦ e0 = e0 . Por ser e0 neutro,
tenemos e ◦ e0 = e. De estas dos igualdades obtenemos e = e0 .

Ejercicio 6 ¿Cuales de las operaciones 1-9 tienen neutro? [185]

Los elementos neutros juegan un papel importante en las notaciones para operacio-
nes repetidas. Supongamos que tenemos un producto asociativo y conmutativo. Sean
Q Q Q además N y M dos conjuntos finitos y disjuntos de ı́ndi-
ai • ai = ai ces. Naturalmente, de la definición se sigue la propiedad
i∈N i∈M i∈N∪M
del recuadro a la izquierda.
Pero ¿que pasa si alguno de los conjuntos de ı́ndices (digamos M) es vacı́o? Si
queremos que esta propiedad se conserve entonces observamos que
Y Y Y Y
ai • ai = ai = ai
i∈N i∈∅ i∈N∪∅ i∈N
Q
por lo que necesariamente i∈∅ ai tiene que ser el elemento neutro de nuestra operación
(si no hay neutro entonces estamos en problemas).
Es por esto, como el lector seguramente ya sabe, que la suma vacı́a de números es
igual a cero y el producto vacı́o de números es igual a uno.
Elementos inversos
Para cada número entero a hay un único número −a tal que sumado con a da cero.
Generalizemos esta propiedad a operaciones binarias arbitrarias. Sea ◦ una operación
binaria en el conjunto A con elemento neutro. Se dice que a ∈ A
a ◦ b = b ◦ a = e tiene elemento inverso b si se cumple la propiedad en el recuadro
a la izquierda.
Para cualquier operación binaria asociativa el elemento inverso de otro es único.
Efectivamente si b y c son inversos de a entonces b = b ◦ e = b ◦ (a ◦ c) = (b ◦ a) ◦ c =
e ◦ c = c o sea que b y c tienen que ser el mismo.
Sección 1.1 Operaciones binarias 5

Ejercicio 7 Describa los inversos en las operaciones 1-9. [185]

Distributividad
Frecuentemente nos encontramos con conjuntos en los cuales hay más de una ope-
ración binaria definida. El ejemplo más sencillo son los naturales en los que sabemos
sumar y sabemos multiplicar. Estas dos operaciones están relacionadas con la propiedad
de que podemos sacar factor común o sea ax + ay = a (x + y).
Sean ◦ y ¦ dos operaciones binarias definidas en el ∀a, b, c ∈ A
conjunto A. Se dice que la operación ¦ es distribu- a ¦ (b ◦ c) = (a ¦ b) ◦ (a ¦ c)
tiva respecto a la operación ◦ si se cumplen las dos (b ◦ c) ¦ a = (b ¦ a) ◦ (c ¦ a)
propiedades en el recuadro a la derecha.
Que ¦ sea distributiva respecto a ◦ no es lo mismo que ◦ sea distributiva
respecto a ¦. Por ejemplo, en los naturales el producto es distributivo con
respecto a la suma: a (b + c) = (ab) + (ac) y sin embargo, la suma de
naturales no es distributiva respecto al producto: a + (bc) 6= (a + b) (a + c).

Ejercicio 8 De un ejemplo de dos operaciones binarias tales que ambas son distribu-
tivas una con respecto a la otra. [185]

El álgebra “abstracta”
Filosóficamente, el concepto de “abstracción” es la propiedad, que tiene el pensa-
miento humano, de que podemos fijarnos solamente en ciertas caracterı́sticas “esencia-
les” de un objeto o fenómeno, y olvidarnos de las restantes.
La abstracción es imprescindible para el lenguaje. El concepto “silla” nos permi-
te reconocer una silla, independientemente si esta es de madera, de hierro, plástica,
grande, cómoda, con tres, cuatro o cinco patas etc. Casi cada palabra del español (y
de cualquier idioma) representa un concepto abstracto, sea esta verbo, sustantivo o
adjetivo.
La ciencia lleva este nivel de abstracción a un nivel aún mayor. Parte de este
conocimiento cientı́fico, pasa al conocimiento público. Baste recordar conceptos como:
velocidad, volumen, higiene, ADN, penicilina, electrón, metal, colesterol, triángulo,
etc. Algunos de los mencionados, son muy antiguos, otros surgieron hace muy poco.
Sin embargo, la mayorı́a de estos conocimientos queda solamente en manos de los
especialistas en la materia.
Con las matemáticas pasa igual. No hace falta saber que la suma de naturales es una
operación binaria conmutativa para saber que 2 + 3 = 3 + 2. Sin embargo, el concepto
de “operación” y que estas operaciones pueden cumplir o no ciertas propiedades es
relativamente “nuevo”.
6 Capı́tulo 1. Campos
En la primera mitad del siglo XX, progresivamente, la comunidad matemática se
fué dando cuenta de las ventajas del pensamiento algebraico en el lenguaje de opera-
ciones abstractas. Tanto fué el entusiasmo, que muchos, en un principio, le llamaron a
esta forma de pensar “Algebra moderna”. Otros aún más entusiastas le llamaron “Ma-
temática moderna”. En la actualidad este lenguaje es parte intrı́nseca e indivisible del
pensamiento en matemáticas y cualquier calificación de “moderna” suena muy tonta.
Otros, por otro lado, prefierieron referirse a esta forma de pensar como “Algebra
abstracta”. Esto, en mi opinión, aunque más moderado, tampoco tiene ningún senti-
do. Toda álgebra es abstracta, de hecho, todas las matemáticas son abstractas. Estoy
convencido de que, el tiempo se encargará de acabar con todos estos calificativos.

1.2 Números

En esta sección repasaremos los principales tipos de números que el lector ya co-
noce: naturales, enteros, racionales, reales y complejos. Esto nos dará la posibilidad de
introducir las definiciones más básicas del álgebra: grupos, anillos y campos.
Naturales

El conjunto de los números naturales N = {0, 1, 2, ...}

ab = a
| + {z
... + a} = |b + {z
... + b}
es el conjunto de los cardinales de los conjuntos fini-
b veces a veces
tos. En N hay dos operaciones binarias bien definidas:
la suma y el producto. De hecho, el producto es una operación derivada de la suma y la
suma solo se puede definir en términos de conjuntos. Por ejemplo, a + b es el cardinal
de la unión de dos conjuntos finitos y disjuntos uno de cardinal a y otro de cardinal b.
Como la unión de conjuntos es asociativa, también lo es la suma de naturales. De la
definición se obtiene que el producto de naturales también es asociativo. Tanto la suma
como el producto son conmutativos. La suma tiene elemento neutro 0 y el producto
tiene elemento neutro 1. El producto es distributivo respecto a la suma.
Enteros

Ningún elemento de N salvo el cero tiene inverso para la

suma. Para lograr la existencia de inversos inventamos los −b + a = c ⇔ a = b + c
números negativos Z− = {−1, −2, −3, ...} y en el conjunto −b + (−a) = − (a + b)
Z = N ∪ Z− de los números enteros definimos la suma co-
mo la operación conmutativa definida por las propiedades
en el recuadro a la derecha.
Grupos
Sección 1.2 Números 7

Nuevamente la suma de enteros es asociativa con neutro cero pero ahora, cada
elemento tiene inverso. O sea, los enteros dan el G1) la operación es asociativa
primer ejemplo de grupo. A un conjunto no vacı́o G2) tiene elemento neutro
con una operación binaria se le llama grupo si se G3) todo elemento tiene inverso
cumplen los tres axiomas G1-G3. A
los grupos cuya operación es conmutativa se les llama abelianos en ho-
nor al matemático noruego Niels Henrik Abel (1802-1829). Abel fué el
que resolvió el problema algebraico más importante de su época. De-
mostró, que no existen fórmulas en radicales para resolver las ecuaciones
polinomiales de grado 5 o mayor (a diferencia de las ecuaciones de grado
≤ 4 para las cuales si hay fórmulas generales). Al momento de encontrar
esta demostración, el problema ya duraba varios siglos sin resolverse.
Abel murió a los 26 años a causa de una neumonı́a.

Anillos

La operación de producto de naturales se extiende fácilmen-

a (−b) = − (ab)
te al conjunto de los enteros mediante las reglas en el recuadro.
(−a) b = − (ab)
Nuevamente el producto es asociativo,conmutativo y distributivo
(−a) (−b) = ab
con respecto a la suma. O sea los enteros también dan el primer
ejemplo de anillo.
Un conjunto A no vacı́o con dos opera-
A1) (A, +) es un grupo abeliano
ciones binarias + y • se le llama anillo si
A2) • es asociativa
se cumplen los axiomas en el recuadro a la
A3) • es distributiva con respecto a +
derecha. Si el anillo es tal que la operación •
A4) • tiene elemento neutro
es conmutativa entonces se dice que tenemos
un anillo conmutativo.
En un anillo al neutro para la suma se le llama cero y se denota por 0. Al neutro
para el producto se le llama uno y se denota por 1. El inverso de un elemento a con
respecto a la suma se llama el opuesto de a y se denota por −a. La expresión a − b
es una forma corta de escribir a + (−b).
Observemos que si a es un elemento de un anillo entonces a • 0 = a • 0 + a − a =
a • (0 + 1) − a = a − a = 0. De la misma manera vemos que 0 • a = 0. Si 1 = 0
entonces, a = 1 • a = 0 • a = 0 por lo que el anillo consta de un solo elemento. Para
descartar esta trivialidad supondremos siempre que 1 6= 0. De aquı́ se desprende que 0
no puede tener inverso ya que 0 = a • 0 = 1 es una contradicción.
En cualquier anillo a−1 (si existe) denota al inverso multiplicativo de a. Como
1 • 1 = 1 tenemos 1−1 = 1. También (−1)−1 = −1 ya que si a = −1 entonces
0 = a (a + 1) = aa + a por lo que aa = −a o sea, (−1) (−1) = 1. Luego, en todo
anillo 1 y −1 tienen inversos. En Z ningún elemento salvo 1 y −1 tiene inverso.
8 Capı́tulo 1. Campos
Normalmente en la definición de anillo no se pide el axioma A4. En este caso, a los anillos
que tienen elemento neutro para el producto se le llaman anillos unitarios. Un ejemplo de
anillo no unitario es el conjunto de todos los enteros pares. Con el objetivo de simplificar,
para nosotros todos los anillos son unitarios.

Racionales

Para lograr que cada elemento diferente de cero tenga inverso inventamos las fraccio-
nes y con ellas el conjunto de números racionales Q. Una fracción es un par ordenado
a c de números enteros denotado por a/b donde b 6= 0. Dos
= ⇔ a • d = c • b fracciones son iguales cuando se cumple la igualdad en el
b d
recuadro. Los números racionales Q son las fracciones con
la relación de igualdad ası́ definida. Los enteros son parte de los racionales por cuanto
podemos identificar cada número entero a ∈ Z con la fracción a/1.
La suma y el producto de números racionales se de-
finen por las igualdades en el recuadro. Nuevamente los a + c = a • d + c • b
racionales con la suma forman un grupo abeliano y otra b d b•d
vez el producto es asociativo, conmutativo, tiene ele- a c a • c
• =
mento neutro y es distributivo con respecto a la suma. b d b•d
Sin embargo, ahora todo elemento diferente de cero tie-
ne inverso multiplicativo. O sea los racionales nos dan el primer ejemplo de campo.
Un conjunto K con dos operaciones binarias
C1) (K, +) es un grupo abeliano + y • se le llama campo si se cumplen los
C2) (K\0, •) es un grupo abeliano tres axiomas C1-C3. Un campo es un anillo
C3) • es distributiva con respecto a + conmutativo en el cual todo elemento dife-
rente de cero tiene inverso multiplicativo.

Ejercicio 9 Si ◦ es una operación en A entonces, en A2 está definida la operación por

¡coordenadas
¢ (x, y) ◦ (x0 , y0 ) = (x ◦ x0 , y ◦ y0 ). Pruebe que
¡ si2 (A, ◦)
¢ es un grupo entonces
2
A , ◦ es un grupo, si (A, +, •) es un anillo entonces, A , +, • es también un anillo.
Ejercicio¡ 10 Sea¢ (K, +, •) un campo. Como K es un anillo entonces, por el ejercicio
anterior, K2 , +, • también es un anillo. ¿Será K2 un campo? [186]

Reales
Sección 1.2 Números 9

Dicen que cuando Pitágoras (Samos 569-475 A.C.) descubrió que

la longitud de la hipotenusa de un triángulo rectángulo con cate-
tos de longitud uno no es un número racional √
quedó horrorizado. A nosotros nos parece esto 2
1
una exageración. Sin embargo, si nos ponemos
en el lugar de Pitágoras comprenderemos que 1
en aquel momento era inconcebible que existan √ p
números que no sean cociente de dos enteros. 2 6=
q
La pintura a la izquierda es un detalle del fres-
co de Rafael “La escuela de Atenas” en la cual
supuestamente, se muestra a Pitágoras.
√
Sigamos a Pitágoras y probemos que efectivamente 2 no es un racional. Para esto
denotemos °
√ por kak
° 2 el
° número
° de veces que el natural a se divide entre 2. Tenemos
p ° 2° ° 2°
2 = q ⇒ 2q 2 = p 2 ⇒ 1 + 2 kqk2 = 2 kpk2 lo que es una contradicción ya que
un número impar no puede ser igual a uno par.

√
Ejercicio 11 Sea n un natural. Pruebe que n es un natural o no es racional. [186]
√
Ejercicio 12 Basandose en el anterior de otra prueba de que 2 no es racional. [186]

Esto motiva la construción de los números reales R. La construción de los reales

es un proceso complicado y se han descubierto muchas maneras de formalizar esta
construción, siendo la más popular la de las cortaduras de Dedekind. Para nuestros
propósitos basta una definición menos formal y más intuitiva: un número real es sim-
plemente un lı́mite de racionales. Las propiedades de la suma y producto de racionales
se traspasan fácilmente a los reales usando las propiedades del lı́mite de sucesiones. De
esta manera obtenemos nuestro campo principal (R, +, •) . El campo de los reales se
destaca porque es ordenado (siempre podemos decidir si un número real es mayor,
menor o igual a cero) y porque es cerrado (el lı́mite de reales si existe es un real). Por
otro lado, no es un factor a despreciar el hecho de que el espacio en que vivimos es (o
al menos nos parece que es) R3 .

Ejercicio 13 Pruebe que la longitud de un segmento de recta es un número real.

[186]

Complejos
En 1546 Gerolamo Cardano publicó su libro “Ars Magna” en el cual dió métodos
(basados en parte en el trabajo de otros matemáticos) para el calculo de las raices
de los polinomios de grado 3 y 4. Estos métodos, a veces requerı́an el extraer raices
cuadradas de números negativos, incluso cuando el resultado final era un número real.
10 Capı́tulo 1. Campos
Rafael Bombelli estudió este asunto en detalle y es considerado como el descubridor de
los números complejos.
Para lograr que todos los √ polinomios tengan raices
inventamos el imaginario i = −1 y definimos que un (a + bi) + (a0 + b0 i) =
número complejo es algo de la forma a + bi donde a, b ∈ (a + a0 ) + (b + b0 ) i
R. La suma y el producto de complejos se definen por las
fórmulas en los recuadros a la derecha y abajo a la izquierda.
Las propiedades de la suma y el producto se desprenden
(a + bi) × (a0 + b0 i) = inmediatamente de sus definiciones y es fácil comprobar
(aa0 − bb0 ) + (ab0 + a0 b) i que (C, +, •) es un anillo conmutativo. Para ver que
es un campo, observamos que si a + bi 6= 0 entonces,
−1 ¡ 2 ¢
2 −1
(a + bi) = a + b (a − bi). La principal propiedad que hace que para muchas
cosas el campo C sea el más simple es que el (a diferencia de R) es algebraicamente
cerrado, o sea que todo polinomio de grado n > 0 con coeficientes en complejos tiene
n raices complejas.

1.3 Morfismos

En las matemáticas cada vez que se estudian ciertos objetos, es necesario también
estudiar las funciones entre ellos, que “preservan” las propiedades de dichos objetos.
En esta sección estudiaremos las funciones entre conjuntos con operaciones binarias.
Recordemos que si f : A → B es una función entonces al conjunto A se le llama
dominio de f y al conjunto B codominio de f. La imagen de la función denotada
por Im f es el subconjunto del codominio {b ∈ B | ∃a ∈ A f (a) = b}
Morfismos de grupos

Sean ◦ y • operaciones binarias definidas en los conjuntos A y B respectivamente.

Una función f : A → B se le llama morfismo si para cualesquiera a1 y a2 elementos
de A se cumple que f (a1 ◦ a2 ) = f (a1 ) • f (a2 ).

Todo morfismo conserva las propiedades fundamentales de las operaciones

binarias. Más precisamente, si f : (A, ◦) → (B, •) es un morfismo entonces,
1. • es una operación binaria dentro de la imagen de f.
2. Si ◦ es conmutativa entonces • es conmutativa en la imagen de f.
3. Si ◦ es asociativa entonces • es asociativa en la imagen de f.
4. Si e es neutro de ◦ entonces f (e) es neutro de • en la imagen de f.
5. Si a0 es inverso de a en A entonces f (a0 ) es inverso de f (a) en Im f.

Prueba. Sean b1 , b2 y b3 elementos cualesquiera en la imagen de f. Existen a1 , a2 y

Sección 1.3 Morfismos 11

a3 en A tales que f (ai ) = bi para i ∈ {1, 2, 3}. Como f es un morfismo, obtenemos la

igualdad b1 • b2 = f (a1 ) • f (a2 ) = f (a1 ◦ a2 ) (*)
que prueba la primera afirmación. Si ◦ es conmutativa entonces, usando (*) obtenemos
b1 • b2 = f (a1 ◦ a2 ) = f (a2 ◦ a1 ) = b2 • b1
por lo que • es también conmutativa. Si ◦ es asociativa entonces, usando (*) obtenemos
(b1 • b2 ) • b3 = f (a1 ◦ a2 ) • f (a3 ) = f ((a1 ◦ a2 ) ◦ a3 ) =
= f (a1 ◦ (a2 ◦ a3 )) = f (a1 ) • f (a2 ◦ a3 ) = b1 • (b2 • b3 )
y por lo tanto • es asociativa en la imagen de f. Si e es neutro de la operación ◦
entonces, b1 • f (e) = f (a1 ) • f (e) = f (a1 ◦ e) = f (a1 ) = b1
f (e) • b1 = f (e) • f (a1 ) = f (e ◦ a1 ) = f (a1 ) = b1
por lo que f (e) es el neutro de • en la imagen de f. Sea a0 el inverso de a en A entonces,
f (a) • f (a0 ) = f (a ◦ a0 ) = f (e)
f (a0 ) • f (a) = f (a0 ◦ a) = f (e)
de lo que concluimos que f (a0 ) es el inverso de f (a).

Ejercicio 14 Justifique todas las igualdades utilizadas en la prueba de 1.1.

¿Y porqué siempre dentro de la imagen de f y no en todo B? La respuesta es que
lo único que sabemos de B está dado por el morfismo. Aquellos elementos de B que no
tienen preimagen no los podemos enlazar con los de A y por lo tanto no podemos decir
nada de ellos. De aquı́ en adelante a la imagen de cualquier función f (y en particular
de un morfismo) la denotaremos por Im f.
Hay que tener cuidado con 1.1.4 ya que es posible que el neutro en Im f sea diferente del
neutro en todo el codominio. Por ejemplo en la imagen de la función R 3 x 7−→ (0, x) ∈ R2
el neutro multiplicativo para el producto por coordenadas es el (0, 1) , Sin embargo el neutro
en todo el codominio es el (1, 1).

Si (A, ◦) es un grupo entonces (Im f, •) es un grupo.

Prueba. Por 1.1.1 • es una operación binaria en Im f. Por 1.1.3 esta operación es
asociativa. Por 1.1.4 esta operación tiene elemento neutro. Por 1.1.5 cada elemento
b = f (a) ∈ Im f tiene su inverso f (a0 ) donde a0 es el inverso de a en A. Esto completa
la prueba de todos los axiomas de grupo.
Si el dominio de un morfismo es un grupo entonces se dice que este es un morfismo
de grupos.

Ejercicio 15 Construya un morfismo inyectivo de (R, +) en (R, •). ¿Cual es la imagen

de este morfismo? ¿Es esta imagen un grupo?
12 Capı́tulo 1. Campos
Morfismos de anillos

¿Y que pasa con la distributividad? ¿También se conserva? El primer problema a

resolver es que en la distributividad están involucradas dos operaciones. Sean (A, +, •)
y (B, +, •) dos conjuntos cada uno con dos operaciones binarias. Observese que estas
son cuatro operaciones distintas pero hemos usado estas notaciones porque el trabajar
con cuatro sı́mbolos diferentes ya es demasiada confusión.
Una función f : A → B se le llama morfismo si para cualesquiera a1 y a2 ele-
mentos de A se cumple que f (a1 + a2 ) = f (a1 ) + f (a2 ) y f (a1 • a2 ) = f (a1 ) • f (a2 ).
Recalquemos que el “y” quiere decir que se tienen que cumplir las dos propiedades. O
sea, si hay dos operaciones entonces, se requiere que la función sea morfismo para cada
una de ellas.

Si • es distributiva con + en A entonces,

• es distributiva con + en la imagen de f.

Prueba. Sean x, y, z ∈ A tales que f (x) = a, f (y) = b y f (z) = c. Tenemos

a • (b + c) = f (x) • (f (y) + f (z)) = f (x) • f (y + z) = f (x • (y + z)) =
= f (x • y + x • z) = f (x • y) + f (x • z) = f (x) • f (y) + f (x) • f (z) = a • b + a • c
y esto prueba la tesis.
Ahora tenemos otro problema técnico. Nos gustarı́a que la imagen de un anillo fuera
un anillo pero la función nula (R+, •) 3 x 7−→ 0 ∈ (R+, •) es un morfismo y su imagen
no lo es (postulamos que en un anillo 1 6= 0). Por esto, definiremos un morfismo de
anillos como un morfismo f cuyo dominio es un anillo y tal que f (0) 6= f (1)
Si el dominio de un morfismo de anillos es un campo entonces se dice que este es
un morfismo de campos.

Ejercicio 16 Demuestre que si (A, +, •) es un anillo y f : A → B es un morfismo y

f (0) 6= f (1) entonces, (Im f, +, •) es un anillo. Demuestre que lo mismo ocurre para
los campos.
Ejercicio 17 Pruebe que si f : A → B es un morfismo de anillos y A es un campo
entonces f es inyectivo. En particular todo morfismo de campos es inyectivo. [186]

Isomorfismos

A los morfismos biyectivos se les llama isomorfismos. Esto se aplica tanto pa-
ra conjuntos con una como también con dos operaciones binarias. Ası́ que tenemos
isomorfismos de grupos, de anillos y de campos. Para cada isomorfismo f existe una
función inversa f−1 . ¿Cuando será f−1 un morfismo? La respuesta es que siempre.
Sección 1.3 Morfismos 13

La inversa de un isomorfismo es un isomorfismo.

Prueba. Sea f : (A, ◦) → (B, •) un isomorfismo. Sean b1 , b2 cualesquiera elementos

de B. Denotemos a1 = f−1 (b1 ) y a2 = f−1 (b2 ). Tenemos
f−1 (b1 • b2 ) = f−1 (f (a1 ) • f (a2 )) = f−1 (f (a1 ◦ a2 )) = a1 ◦ a2 = f−1 (b1 ) ◦ f−1 (b2 )
que es lo que se requerı́a demostrar. Si el isomorfismo involucra dos operaciones binarias
entonces el mismo argumento aplicado a las dos operaciones, nos da la prueba de la
tesis.
Ahora podemos aplicar 1.1 en los dos sentidos. Si f : (A, ◦) → (B, •) es un isomor-
fismo entonces de que • es conmutativa implica que ◦ es conmutativa y en conclusión
◦ es conmutativa si y solo si • es conmutativa. Lo mismo ocurre con la asociativi-
dad, con la existencia de neutros e inversos y para el caso de dos operaciones con la
distributividad. O sea que ◦ tiene exáctamente las mismas propiedades de •.
Pero no solo son operaciones parecidas sino que son en cierto sentido la misma.
Para convencernos de esto supongamos que conocemos la operación ◦ y conocemos el
isomorfismo f pero no sabemos nada de la operación •. ¿Podremos¡calcular b1 • b2 ? La ¢
respuesta es sı́, lo podemos calcular por la identidad b1 • b2 = f f−1 (b1 ) ◦ f−1 (b2 ) .
Recı́procamente, ◦ se define de forma única por la operación • y el isomorfismo f
mediante la identidad a1 • a2 = f−1 (f (a1 ) ◦ f (a2 )). En conclusion ambas operaciones
se definen una a otra.
Para que el lector comprenda mejor eso de que
◦ y • son la misma operación veamos un ejemplo. ◦ u v • 1 −1
Sea A el conjunto de letras {u, v} y B el conjunto de u u v 1 1 −1
los números {1, −1}. Definamos las operaciones ◦ y • v v u −1 −1 1
mediante las tablas del recuadro a la derecha.
El lector debe observar que la segunda tabla es la tabla usual de multiplicación de
enteros. Además, para obtener la segunda tabla de la primera lo único que necesitamos
es cambiar ◦ por • , u por 1 y v por −1. Esto lo que quiere decir, es que la función
u 7→ 1 , v 7→ −1 es un isomorfismo de (A, ◦) en (B, •). El lector puede ver que ambas
tablas son en esencia la misma, solamente que las notaciones para los elementos y la
operación están cambiadas.
Si para dos grupos (o anillos o campos) existe un isomorfismo entre ellos entonces
se dice que ellos son isomorfos. Etimológicamente, la palabra “isomorfo” significa que
“tienen la misma forma”. En forma intuitiva, que ellos sean isomorfos quiere decir
que los dos son iguales con la salvedad de que podemos cambiar las notaciones de los
elementos y las operaciones.
Ciertos tipos de morfismos tienen nombres especiales. A los morfismos sobreyectivos
se les llama epimorfismos, a los inyectivos se les llama monomorfismos. A los mor-
fismos de un conjunto en si mismo se les llama endomorfismos y a los endomorfismos
biyectivos se les llama automorfismos.
14 Capı́tulo 1. Campos
En otras ramas de las matemáticas también se definen morfismos e isomorfismos. Sin em-
bargo no siempre es suficiente la biyectividad para definir los isomorfismos. Por ejemplo,
en topologı́a los morfismos son las funciones continuas. Pero la inversa de una biyección
continua no siempre es continua. Por esto, un isomorfismo de espacios topológicos hay que definirlo
como una biyección continua cuya inversa es continua.

Composición de morfismos
Sean A, B y C tres conjuntos y f : A → B , g : B → C dos funciones. A la función
g ◦ f : A → C definida por (g ◦ f) (a) = g (f (a)) se le llama la composición de f con
g. A partir de ahora el sı́mbolo ◦ solo lo utilizaremos para denotar la composición de
funciones. Observese el orden en que escribimos las funciones ya que la composición de
funciones no es conmutativa.

La composición de funciones es asociativa.

Prueba. Sean f : A → B , g : B → C y h : C → D tres funciones. Por definición de

composición para cualquier a ∈ A tenemos
(h ◦ (g ◦ f)) (a) = h ((g ◦ f) (a)) = h (g (f (a))) = (h ◦ g) (f (a)) = ((h ◦ g) ◦ f) (a)
que es lo que se querı́a probar
Ahora, supongamos que en A, B y C hay definidas operaciones binarias. Entonces
f, g y g ◦ f pueden ser morfismos o no. Sin embargo, si f y g lo son entonces f ◦ g
también lo es.

Las composiciones de morfismos son morfismos.

Prueba. Denotemos las operaciones en A, B y C con el mismo sı́mbolo •. Como f y

g son morfismos tenemos (g ◦ f) (a • b) = g (f (a • b)) = g (f (a) • f (b)) = g (f (a)) •
g (f (b)) = (g ◦ f) (a) • (g ◦ f) (b) que es lo que se necesitaba probar.

Ejercicio 18 Pruebe que el conjunto de los automorfismos de un conjunto con una o

dos operaciones binarias es un grupo con respecto a la composición de funciones.
Ejercicio 19 Sean f y g dos funciones. Pruebe que si g ◦ f es la identidad entonces,
f es inyectiva y g es sobreyectiva. [186]
Sección 1.4 Campos de restos 15

1.4 Campos de restos

Hasta ahora los campos que conocemos son Q, R y C que se supone que ya son muy
conocidos por el lector. Es imprescindible, para dar una intuición saludable de lo que
es un campo, introducir otros que no sean tan usuales. En esta sección presentaremos
ciertos campos que tienen un número finito de elementos. Para construirlos, usaremos
las propiedades de los morfismos de la sección anterior.

El anillo de los enteros módulo n

Sea n un número natural mayor que 1. Para un entero

a ¢ b = (a + b) mod n
a la notación a mod n significa el resto de la división de a
a ¡ b = (ab) mod n
entre n. O sea, el menor natural k tal que existe un entero
t para los cuales a = k + tn. Por definición a mod n ∈ Zn = {0, 1, ..., n − 1} y en Zn
hay naturalmente definidas dos operaciones binarias como se muestra en el recuadro.

Ejercicio 20 Construya las tablas de sumar y multiplicar en Z2 , Z3 y Z4 .

(Zn , ¢, ¡) es un anillo conmutativo.

def
Prueba. Denotemos f : Z 3 a 7−→ a mod n ∈ Zn o sea f (a) = a mod n. Observemos
que por definición de las operaciones ¢ y ¡ se tiene que a ¢ b = f (a + b) y a ¡ b =
f (ab). Además, para cualesquiera x, y ∈ Z existen enteros p, q tales que x = f (x)+qn,
y = f (y) + pn y por lo tanto f (x) = f (y) si y solo si x − y es multiplo de n.
Probemos que f : (Z, +) → (Zn , ¢) es un morfismo. Tenemos que f (x) + f (y) =
x + y − (q + p) n y por lo tanto f (x) + f (y) − (x + y) es múltiplo de n. Luego,
f (x + y) = f (f (x) + f (y)) o lo que es lo mismo, f (x + y) = f (x) ¢ f (y) y esto prueba
que f es morfismo para la suma.
Ahora probaremos que f : (Z, ·) → (Zn , ¡) es un morfismo. Tenemos que f (x) f (y) =
(x − qn) (y − pn) = xy+(nqp − yq − xp) n y por lo tanto f (x) f (y) −xy es múltiplo
de n. Luego, f (xy) = f (f (x) f (y)) o lo que es lo mismo, f (xy) = f (x) ¡ f (y) y esto
prueba que f es morfismo para el producto.
Como f es sobreyectiva, (Z, +, •) es anillo conmutativo y los morfismos preservan
las propiedades de las operaciones, concluimos que (Zn , ¢, ¡) es también un anillo
conmutativo.
16 Capı́tulo 1. Campos
Hemos denotado la suma y el producto en Zn con los sı́mbolos extraños
¢ y ¡. El objetivo de esto fué el asegurarnos que en la demostración del
resultado anterior el lector no se confundiera con la suma y el producto
habitual de números enteros. De ahora en lo adelante no haremos más esto. La suma
en Zn se denotará con el sı́mbolo + y el producto, con la ausencia de sı́mbolo alguno,
o a lo más, con un punto. Para poder hacer esto es necesario que el lector comprenda
(muchas veces solo del contexto) en que sentido estamos utilizando estas notaciones.
Ası́ por ejemplo, 2 + 3 = 5 si la suma es la habitual de enteros o es la de Z11 pero
2 + 3 = 1 si la suma es la de Z4 .

Dominios de integridad

Después de saber que (Zn , +, ·) es un anillo conmutativo, lo natural es preguntarnos

si este es un campo. Lo único que le falta a un anillo conmutativo para ser campo, es la
existencia de inversos para el producto. Veamos por ejemplo el caso de Z6 . Aquı́ tenemos
2 · 3 = 0. Que raro, el producto de dos números diferentes de cero es igual a cero. ¿Es
posible eso en un campo? Veremos que no.
Un anillo conmutativo se le llama dominio de integridad si el producto de ele-
mentos distintos de cero es siempre diferente de cero. Sabemos que Z, Q, R y C son
dominios de integridad. También, ya vimos que Z6 no es dominio de integridad.

Todo campo es un dominio de integridad.

Prueba. Supongamos pq = 0 y p 6= 0 entonces multiplicando la primera igualdad

por el inverso multiplicativo de p obtenemos 0 = p−1 0 = p−1 pq = q. Luego, q = 0.
Luego, Z6 no es un campo. Este ejemplo se generaliza fácilmente. Sea n = pq una
descomposición en factores no triviales (ambos diferentes a 1) de n. Sabemos que p
y q están en Zn y que pq = n = 0 mod n. Luego, si n es un número compuesto (no
primo) entonces, Zn no es un dominio de integridad y por lo tanto no es un campo.
El campo de los enteros módulo p

Y ¿que pasa cuando p es primo?

Zp es un dominio de integridad.

Prueba. Sean x, y ∈ {1, . . . , p − 1} . Si xy = 0 en Zp entonces xy = 0 mod p. Luego,

en Z tenemos que xy = kp. Como p es primo entonces, p divide a x o a y pero esto
no puede ser ya que ambos son menores que p.
Este resultado no es suficiente para probar que Zp es un campo ya que hay dominios
de integridad que no son campos (por ejemplo Z). Nos hace falta el siguiente resultado.
Sección 1.5 Campos primos. Caracterı́stica 17

Todo dominio de integridad finito es un campo.

Prueba. Sea A un dominio de integridad finito. Para ver que A es un campo solo hay
que demostrar que todo elemento no nulo tiene inverso. Sea a un elemento arbitrario
no nulo de A. Denotemos por fa la función A 3 x 7→ ax ∈ A. Esta función es inyectiva
ya que (ax = ay) ⇒ (a (x − y) = 0) ⇒ (x − y = 0) ⇒ x = y.
Como fa es una función inyectiva de un conjunto finito en si mismo es también so-
breyectiva. Luego tiene que existir b tal que fa (b) = ab = 1. Como el producto es
conmutativo, esto demuestra que a tiene inverso.
Como Zp es finito, concluimos inmediatamente que Zp es un campo si y
solo si p es un número primo. Los campos Zp son los primeros ejemplos
de campos que tienen un número finito de elementos. A los campos
finitos se les lama campos de Galois en honor al matemático francés
Evariste Galois (1811-1832). Al resolver el problema de encontrar cuales
ecuaciones polinomiales son solubles en radicales y cuales no, Galois de
facto inventó la Teorı́a de Grupos. Galois murió a los 20 años en un
duelo provocado por asuntos amorosos y/o polı́ticos.

Ejercicio 21 Halle los inversos de los elementos no nulos de Z5 . [186]

Ejercicio 22 Demuestre que Z211 con las operaciones (a, b) + (x, y) = (a + x, b + y)
y (a, b) (x, y) = (ax + 7by, ay + xb) es un campo de 121 elementos. [187]

1.5 Campos primos. Caracterı́stica

Sea K un campo. Un subcampo de K es sencillamente un subconjunto no vacı́o

de K que es campo para las mismas operaciones. Si L es un subcampo de K entonces
∀a, b ∈ L ∀c ∈ L\{0} se tienen que cumplir las siguientes propiedades
1. a + b ∈ L, −a ∈ L, (L es un subgrupo aditivo)
2. ab ∈ L, c−1 ∈ L, (L\{0} es un subgrupo multiplicativo)

Recı́procamente, si se cumplen las propiedades 1 y 2 entonces, las operaciones de

suma, opuesto, producto e inverso están correctamente definidas dentro de L y el tiene
que contener a 0 y a 1. Como los axiomas de campo se cumplen dentro de todo K,
también se cumplen dentro de L. Esto indica que para comprobar si L es un subcampo
basta comprobar las propiedades 1 y 2. El ejemplo más sencillo de esto es Q, que es
subcampo R, que a su vez es subcampo de C.
18 Capı́tulo 1. Campos
El concepto de subcampo incluye las operaciones. Si por un lado {0, ..., p−1} =
Zp es un subconjunto de Q, por el otro, Zp NO es un subcampo de Q (ya que
por ejemplo 2 (p − 1) = p − 2 en Zp lo que no es cierto en Q). De la misma
manera, ningún Zp es subcampo de Zq para p 6= q.

Campos primos
Todo campo es subcampo de si mismo. A los campos que no tienen ningún sub-
campo distinto de si mismo se les llama campos primos. Los campos primos son los
más sencillos y deduciremos cuales son todos ellos.

Todo campo K contiene un único subcampo primo

que está contenido en cualquier subcampo de K.

Prueba. La intersección de una colección arbitraria de subcampos de K es un sub-

campo. Para ver esto observamos que si a y b pertenecen a todos los subcampos de la
colección entonces a + b también. Por lo tanto, a + b está en la intersección de ellos.
Lo mismo ocurre para el producto, para los neutros y los inversos. En particular, la
intersección de todos los subcampos de K es un subcampo que no contiene subcampos
propios y está contenida en cualquier subcampo de K.

El campo Q de los números racionales es primo.

Prueba. Sea K un subcampo de Q. Tenemos 1 ∈ K y por lo tanto todas las sumas

1 + ... + 1 y sus opuestos aditivos tienen que estar en K. Luego, todos los enteros están
en K. También los inversos multiplicativos de los números enteros y sus productos
tienen que estar todos en K. Luego, todos los racionales están en K.

Los campos Zp de los restos módulo un número primo son campos primos.

Prueba. Sea K un subcampo de Zp . Tenemos 1 ∈ K y por lo tanto todas las sumas

1 + ... + 1 están en K. Como cualquier elemento de Zp es suma de unos obtenemos que
Zp ⊆ K.

Teorema de Clasificación de Campos Primos

Los campos Zp y el campo Q son los únicos campos primos.

Prueba. Sea un K campo primo. Para un número natural n denotemos por n =

n veces
z }| {
1 + ... + 1 donde 1 es el neutro multiplicativo de K. Observese que 0 = 0. Obvia-
Sección 1.5 Campos primos. Caracterı́stica 19

mente, n es un elemento del campo. Denotemos por P = {n ∈ K | n ∈ N} . Hay dos

posibilidades excluyentes
1. La aplicación n 7→ n es una biyección de en N en P.
2. Existen dos naturales distintos n y m tales que n = m.
En el primer caso K contiene a los naturales. Como K es un campo también tiene
que contener a los opuestos de los naturales, o sea a los enteros. Por la misma razón, K
tiene que contener a los inversos de los enteros con lo que se prueba que los racionales
son un subcampo de K. Como K es primo obtenemos que K = Q.
En el segundo caso, sea p el natural más pequeño para el cual existe n < p tal que
n = p. Tenemos n = p ⇒ p − n = p − n = 0. Si n > 0 entonces, p − n < p y además
p − n = 0 lo que contradice la minimalidad de p. Luego, n = 0 y por lo tanto p = 0.
Sea ahora x > p. Como sabemos dividir los enteros con resto entonces, existen
naturales a, k tales que x = a + kp y a < p. De aquı́
kp veces k veces
z }| { z }| {
x = a + kp = a + kp = a + 1 | + ·{z
· · + 1} + · · · + 1| + ·{z
· · + 1} = a + 0 + · · · + 0 = a
p veces p veces
lo que muestra que P es el anillo Zp de los restos módulo p. Si p no es primo entonces,
en Zp ⊆ K hay dos elementos a, b no cero tales que ab = 0. Como en un campo esto
no es posible entonces, deducimos que p es primo. Luego, Zp es un subcampo de K.
Como K es primo obtenemos que K = Zp .

Caracterı́stica

Por el teorema anterior cualquier campo o contiene a Q o contiene a Zp . Se dice

que un campo es de caracterı́stica 0 si este contiene a Q. Se dice que un campo es de
caracterı́stica p si este contiene a Zp . La caracterı́stica de un campo es un número
primo o es cero. La propiedad fundamental de la caracterı́stica de un campo es la
siguiente:

Si K es un campo de caracterı́stica t
entonces, ta = 0 para cualquier a ∈ K.

Prueba. Si t es un número primo entonces, el campo contiene a Zt y

def
... + x} = 1x + ... + 1x = (t1) x
tx = |x + {z
t veces
Como 1 ∈ Zt entonces también t1 ∈ Zt . En Zt se tiene que t1 = 0. Si t = 0 la
afirmación es trivial.

Ejercicio 23 ¿Contradice o no 1.15 que todo campo es un dominio de integridad?

[187]
20 Capı́tulo 1. Campos
Ejercicio 24 Pruebe el recı́proco de 1.15: Si t es el menor natural positivo tal que
para todo a ∈ K se tiene que ta = 0 entonces la caracterı́stica de K es igual a t.
Ejercicio 25 ¿Es cierto o no que en todo campo (a = −a) ⇒ (a = 0)? [187]

1.6 Aritmética de campos

Los campos se comportan en la mayorı́a de las cosas importantes como los números
reales. Por más que tratemos construir un campo raro pero muy raro (lo que es posible)
no lograremos que se dejen de cumplir todas las propiedades de la aritmética las cuales
nos son familiares desde temprana edad. Pasemos a describir en toda su generalidad
algunas consecuencias simples y otras un poco más complicadas de los axiomas de
campo lo que nos convencerá de lo afirmado.
Múltiplos y exponentes enteros
En todo campo para cualquier número entero n y cualquier elemento del campo a
se usan las siguientes notaciones
⎧ n veces ⎧ n veces
⎪ z }| {
⎨ a + a + ... + a si n > 0 ⎪ z }| {
⎨ aa...a
n
si n > 0
na = 0 si n = 0 a = 1 si n=0
⎪
⎩ ⎪
⎩ 1
(−n) (−a) si n < 0 a− n
si n < 0 y a 6= 0

y se cumplen las propriedades usuales: (n + m) a = na + ma y an+m = an am .

Asociatividad general
Recordemos nuevamente el uso del sı́mbolo de sumatoria Σ. Si A es un con-
X
n
junto finito de elementos del campo entonces podemos escribir la expresión
ai
i=1
en el recuadro a la izquierda para expresar que queremos sumar todos los
elementos del conjunto A = {a1 , ..., an }.
La asociatividad de la operación de suma nos dice que esta expresión tiene sentido
único ya que no es necesario explicitar cuales sumas hay que realizar primero y cuales
después.
En realidad incluso esta notación es redundante, más consisa es esta otra X
notación en el recuadro a la derecha que podemos usar gracias a la conmuta- a
tividad de la suma. O sea no importa si en la suma a1 está delante de a2 o al a∈A
revés. Solo es necesario especificar cual es el conjunto A de elementos que se
están sumando.
Como tenemos que el producto de elementos de un campo es también
Y n Y asociativo y conmutativo podemos usar las expresiones equivalentes
ai = a de la izquierda para denotar el producto de todos los elementos del
i=1 a∈A
conjunto A = {a1 , ..., an } .
Sección 1.6 Aritmética de campos 21

Distributividad general

Más difı́cil es dar una forma general de la ley distributiva. Usando las leyes de
los campos obtenemos (a + b) (c + d) = a (c + d) + b (c + d) = ac + ad + bc + bd
à !à ! y el lector podrá convencerse fácilmente, haciendo
X X XX
a b = ab el cálculo para conjuntos pequeños A y B, que en
a∈A b∈B a∈A b∈B general se cumple la fórmula de la izquierda.
Más general, para muchos factores tenemos
à !à ! à !
X X X XX X
a b ··· c = ... ab · · · c
a∈A b∈B c∈C a∈A b∈B c∈C

A esta igualdad la llamaremos forma general de la ley distributiva y tendremos

muchas ocasiones en que la usaremos.
Fórmula multinomial

Aplicando la forma general de la ley distributiva al caso en que todos los conjuntos
sean iguales obtenemos la siguiente fórmula:
à !n
X X X
a = ... a1 · · · an (*)
a∈A a 1 ∈A a n ∈A

Esta fórmula aunque relativamente sencilla tiene un gran defecto. Por ejemplo, el
producto aabacccbba que pudiera aparecer como sumando a la derecha de la igualdad
tiene (gracias a la asociatividad y conmutatividad del producto) una manera mucho
más sencilla de expresarse como a4 b3 c3 . Para arreglar este defecto, démosle nombres
a los elementos de A y pongamos A = {x1 , ..., xm }. Ahora, si n1 , ..., nm son naturales
entonces, un monomio
P xn1 1 · · · xnmm aparece como sumando a la derecha en la fórmula
(*) si y solo si ni =P
n (ya que los sumandos en (*) son productos de n elementos de
A). Supongamos que ni = n. Si todos los ni son uno o cero entonces en (*) hay n!
sumandos iguales al monomio xn1 1 · · · xnmm (ya que podemos ordenarlos de ese número
de maneras). Si digamos n7 es mayor que 1 entonces tenemos que dividir por n7 ! ya que
al permutar x7 ...x7 no obtenemos nuevos sumandos en (*). Lo mismo sucede con los
otros ni . Como por definición 0! = 1! = 1, finalmente obtenemos la siguiente expresión
conocida como fórmula multinomial.
à m !n
X X n!
xi = xn1 1 · · · xnmm
i=1
n1 !...nm !

donde la suma a la derechaP de la igualdad recorre todas las soluciones en números

naturales de la ecuación ni = n. En el caso particular m = 2, haciendo el cambio
de variable n1 = k obtenemos
22 Capı́tulo 1. Campos

n
X n! n 1 n 2 X
n
n!
(x + y) = x y = xk yn−k
n 1 +n 2 =n
n1 !n2 ! k=0
k! (n − k) !

que es la famosa fórmula del binomio de Newton.

Si bien las fórmulas que hemos demostrado parecen ser complicadas
los argumentos que llevan a ellas son muy sencillos. Es importante
que el estudiante se familiarize bien con estos argumentos ya que
las formas multilineales y en particular los determinantes son muy
parecidos a la parte derecha de la igualdad (*).
Sir Isaac Newton (Inglaterra 1643-1727) es probablemente el
cientı́fico más renombrado de todos los tiempos. Fundador de la
mecánica, la óptica y el cálculo diferencial. Sus tres leyes de la
mecánica fundaron la base de la ingenierı́a que llevó a la revolución industrial.

Ejercicio 26 Sea K un campo de caracterı́stica p > 0. Demuestre que la función

K 3 x 7→ xp ∈ K es un morfismo de campos. Demuestre que si K es un campo
finito entonces esta función es un automorfismo de K. A este automorfismo se le llama
automorfismo de Frobenius. [187]

La expansión de ΠΣαij

Ahora deduciremos otra consecuencia de la forma general de la ley Y X

distributiva que usaremos mucho más adelante. Supongamos que N es un αij
conjunto finito de ı́ndices y que para cada pareja de ı́ndices (i, j) tenemos i∈N j∈N
un elemento del campo K que denotaremos por αij . Nuestro objetivo es
usar la ley distributiva para expresar el elemento del campo del recuadro a la derecha
como una suma de productos.
Para esto lo más cómodo es pensar que el conjunto N es {1, . . . , n} y expresar la
forma general de la ley distributiva en nuestro caso de la siguiente manera
à ! à !
X X X X XY
α1j1 · · · αnjn = ... α1j1 · · · αnjn = αiji
j1 ∈N jn ∈N j1 ∈N jn ∈N i∈N
donde la suma más a la derecha en esta igualdad recorre todos los elementos (j1 , . . . , jn )
del producto cartesiano N×· · ·×N de n copias de N o sea, Nn . Otra manera de pensar
a (j1 , . . . , jn ) es que tenemos una función f : N = {1, . . . , n} 3 i 7→ ji = f (i) ∈ N y en
nuestra suma tenemos que recorrer todas estas posibles funciones o sea, el conjunto NN
de todas las funciones de N en N. Luego, en estas notaciones finalmente obtenemos
YX XY
αij = αif(i)
i∈N j∈N f∈N N i∈N
Sección 1.7 Anillos con división 23

que es una fórmula que ya no depende de cual es el conjunto N.

Debemos recalcar una vez más que todo lo dicho en esta sección es válido para
cualquier campo, sea este R, C, Q, Zp o cualquier otro campo que aún no conozcamos.
Esta es la ventaja intrı́nseca de la abstracción. No tenemos que demostrar el teorema
de Pitágoras para triángulos de acero, madera, etc. Estas propiedades no tienen nada
que ver con que el cuadrado de la hipotenusa sea igual a la suma de los cuadrados de
los catetos. De la misma manera el binomio de Newton no tiene nada que ver con que
si los números son reales o complejos u otros. Solo basta que nuestros números formen
un campo.
Un lector atento, podrı́a observar que en las pruebas de todas las fórmulas en ningún
momento usamos la existencia de inversos en el campo. Luego, estas son válidas en cualquier
anillo conmutativo.
A diferencia de las matemáticas elementales en matemáticas superiores, por aritmética
se entiende el estudio de las propiedades de divisibilidad en anillos. En este sentido, la
aritmética de campos es trivial ya que todo elemento se divide entre cualquier otro no nulo.

1.7 Anillos con división

Si en los axiomas de campo eliminamos la condición de que el producto es conmu-

tativo obtenemos el concepto de anillo con división (también se le llama cuerpo). O
sea, un anillo con división es un conjunto
AD1) (D, +) es un grupo abeliano
D con una suma y un producto tal que se
AD2) (D\0, •) es un grupo
cumplen los axiomas del recuadro. En par-
AD3) • es distributivo con respecto a +
ticular, todo campo es anillo con división.

Ejercicio 27 Pruebe que si (D, +, •) es tal que (D, +) es un grupo, (D\ {0} , •) es un
grupo y el producto es distributivo respecto a la suma entonces, la suma es conmutativa.
En otras palabras en los axiomas de anillo con división la conmutatividad de la suma
es consecuencia del resto de los axiomas. [188]

Cuaterniones
No es muy fácil construir anillos con división que no sean campos. Para esto, supon-
gamos que en lugar de un solo número imaginario i tenemos tres diferentes imaginarios
i, j y k que cumplen que i2 = j2 = k2 = −1. Un cuaternión es un número de la forma
a + bi + cj + dk donde a, b, c, d son números reales. El lector debe observar la analogı́a
con los números complejos. Podemos sumar cuaterniones por coordenadas
(a + bi + cj + dk) + (a0 + b0 i + c0 j + d0 k)
= (a + a0 ) + (b + b0 ) i + (c + c0 ) j + (d + d0 ) k
24 Capı́tulo 1. Campos
y es fácil comprobar que el conjunto de todos los cuaterniones H es un grupo abeliano
respecto a la suma.
Para poder mutiplicar cuaterniones postulamos que si a es un real y x es un imagi-
nario entonces ax = xa. También postulamos que si x y y son dos imaginarios distintos
entonces xy = −yx. Esto nos dice que nuestra multiplicación de cuaterniones no es
conmutativa.
Ahora, si a + bi + cj + dk y a0 + b0 i + c0 j + d0 k son dos cuaterniones arbitrarios
entonces los multiplicamos como si fueran polinomios en las variables no conmutativas
i, j, k y usando los postulados obtenemos que su producto es igual a
aa0 − bb0 − cc0 − dd0 +
+ (ab0 + ba0 ) i + (ac0 + ca0 ) j + (da0 + ad0 ) k+
+ (bc0 − cb0 ) ij + (cd0 − dc0 ) jk + (db0 − bd0 ) ki.

Para poder concluir la definición de la multiplica- a00 = aa0 − bb0 − cc0 − dd0
ción de cuaterniones postulamos que ij = k, jk = i y b00 = ab0 + ba0 + cd0 − dc0
ki = j. Ası́ definitivamente, obtenemos que el produc- c00 = ac0 + ca0 + db0 − bd0
to de nuestros cuaterniones es (a00 + b00 i + c00 j + d00 k) d00 = da0 + ad0 + bc0 − cb0
donde los coeficientes a00 , b00 , c00 y d00 son los definidos
en el recuadro a la derecha. O sea, el producto de cuaterniones es un cuaternión. No
es difı́cil (pero si laborioso) probar directamente que este producto es asociativo tiene
elemento neutro 1 = 1 + 0i + 0j + 0k y que es distributivo respecto a la suma.
Para comprobar la existencia de inversos multiplicativos definimos para un cuater-
nión no nulo x = a + bi + cj + dk su cuaternión conjugado x̄ = a − bi − cj − dk. De
la definición de producto de cuaterniones tenemos que xx̄ = x̄x = a2 + b2 + c2 + d2 es
un número real que tiene inverso multiplicativo. De esto se deduce que x̄ (xx̄)−1 es el
inverso multiplicativo de x. En resumen, el conjunto de los cuaterniones H es un anillo
con división pero no es un campo.
Los cuaterniones fueron descubiertos en 1843 por el fı́sico, ma-
temático y astrónomo irlandés Sir William Rowan Hamilton
(1805 — 1865). De aquı́ la notación H para denotar el anillo de
cuaterniones. Los cuaterniones jugaron un papel fundamental
en la matemática y la fı́sica del siglo XIX. Por ejemplo, James
Clerk Maxwell usó los cuaterniones para desarrollar sus ecua-
ciones del electromagnetismo. En la actualidad son importan-
tes por ejemplo, para las aplicaciones en las cuales se requie-
re describir en forma eficiente rotaciones espaciales (robótica,
control de naves espaciales, gráficos por computadoras, etc.).

Ejercicio 28 Muestre que la tabla de multiplicar de los imaginarios i, j, k es conse-

cuencia de las igualdades de Hamilton i2 = j2 = k2 = ijk = −1. [188]
Sección 1.7 Anillos con división 25
Ejercicio 29 Muestre que los cuaterniones que son raices cuadradas de −1 forman
naturalmente una esfera en R3 . Más precisamente (a + bi + cj + dk)2 = −1 si y solo
si se cumple que b2 + c2 + d2 = 1. [188]
Ejercicio 30 Contraste 5.5 con el hecho de que hay un infinito número de cuaternio-
nes que son raices de −1 (ejercicio 29). ¿Que falla en la prueba de 5.5 para el caso de
los cuaterniones? [188]

Caso finito
Los cuaterniones son un anillo con división infinito y es natural preguntarse si se
pueden construir anillos con división finitos que no sean campos. El siguiente teorema
responde esta pregunta en forma negativa.

Teorema de Wedderburn

Todo anillo con división finito es un campo.

La prueba de este teorema involucra un análisis del grupo multiplicativo del anillo
y usa técnicas de teorı́a de grupos más allá de los objetivos de este libro.
26
 Capítulo segundo
Espacios Vectoriales

ste es el objeto central del álgebra lineal. Motivaremos la introducción de este

concepto en el ejemplo geométrico del plano cartesiano. Daremos las definición
de espacio vectorial complementandola con los ejemplos más fundamentales.
Profundizaremos en la estructura de estos, estudiando sus subespacios, sus bases y sus
dimensiones, lo que nos llevará a entender todos los espacios vectoriales (al menos los
de dimensión finita). Finalizaremos este capı́tulo con el estudio de las operaciones entre
subespacios y subespacios afines con lo que podremos introducir los espacios cocientes.

2.1 El plano cartesiano

Hubo algún tiempo, en que el álgebra y la geometrı́a eran dos

cosas totalmente aparte. Los algebristas trabajaban con números,
polinomios, raices, fórmulas, etc. y los geómetras con puntos, li-
neas, polı́gonos, etc. René Descartes (Francia 1596-1650) fué el
que tuvo la brillante idea de introducir los ejes de coordenadas.
Tomamos dos rectas perpendiculares, a la
y
horizontal se le llama “eje de las equis” y
a la vertical se le llama “eje de las yes”. p
py
Para cada punto del plano p trazamos la perpendicular al eje
x y al eje y y de esta manera obtenemos los puntos px en el
eje x y py en el eje y. Por cuanto, el eje de las x lo podemos
identificar (escogiendo una unidad de medida) con R donde
el cero es el origen de coordenadas (la intersección de los dos px x
ejes) por tanto, px es simplemente un número real. De la misma
manera py es otro número real. Ası́, a cada punto del plano p se
le hace corresponder biunı́vocamente una pareja de números reales (px , py ). Además,
es conveniente representar cada punto del plano como el segmento dirigido desde el
origen de coordenadas hasta el punto o sea como vectores. A los elementos de R
(para diferenciarlos de los vectores) los llamaremos escalares.
28 Capı́tulo 2. Espacios vectoriales
Denotaremos los vectores por letras latinas en negritas. A diferencia de
estos, los escalares se denotarán por letras latinas y griegas normales.
y a + b Si a = (ax , ay ) y b = (bx , by ) son dos vectores la suma de los
a mismos se define como a + b = (ax + bx , ay + by ) . La suma, geo-
métricamente no es nada más que la diagonal del paralelogramo
generado por a y b . Del hecho que (R, +) es un grupo abeliano
b se desprende fácilmente que nuestro plano cartesiano R2 es también
x un grupo con respecto a la suma de vectores.
Si a = (ax , ay ) es un vector y α un escalar el producto αa se define y 2a
como (αax , αay ) . Geométricamente este producto es aumentar (o reducir) a
en un factor α el vector a. Si el factor es negativo entonces el resultado
apunta en la dirección opuesta. Si el factor es cero entonces el vector se x
degenera al origen de coordenadas.
α (a + b) = αa+αb El producto por escalares es distributivo con respecto a la su-
(α + β) a =αa+βa ma de vectores y también con respecto a la suma de escalares
o sea se cumplen las igualdades en el recuadro. Estas dos le-
yes distributivas (¡son diferentes!) se cumplen porque son ciertas en cada coordenada.
Además, obviamente tenemos que α (βa) = (αβ) a. Todo esto nos dice que el plano
cartesiano es nuestro primer ejemplo de espacio vectorial sobre los reales.

2.2 Definición y ejemplos

La primera definición de espacio vectorial la dio Giuseppe Peano (Ita-

lia, 1858 -1932), en su libro “Cálculo Geométrico” publicado en 1888.
Peano es más conocido por su axiomática de los números naturales, o
por la “Curva de Peano” que es una inmersión continua sobreyectiva
del intervalo en el cuadrado.
Sea K un campo cuyos elementos los llamaremos escalares y
(E, +) un grupo abeliano cuyos elementos los llamaremos vectores.
Diremos que es un espacio vecto-
rial sobre K si está definida una operación de pro- E1) α (a + b) = αa + αb
ducto de escalares por vectores K×E → E que cumple (α + β) a =αa+βa
las propiedades E1-E3. A los axiomas E1 y E2 se les E2) α (βa) = (αβ) a
llama distributividad y asociatividad respectiva- E3) 1a = a
mente del producto por escalares.
Como (E, +) es un grupo abeliano entonces, tiene que tener un vector neutro que
denotaremos por 0. El opuesto del vector a se denota por −a. Por otro lado el campo
de escalares tiene un neutro para la suma: el 0, un neutro para el producto: el 1,
opuestos para la suma −α e inversos multiplicativos α−1 . Las relaciones que cumplen
estos con respecto al producto por escalares nos las da el siguiente resultado básico.
Sección 2.2 Definición y ejemplos 29

En todo espacio vectorial para cualquier vector a y cualquier

escalar α se cumple que 0a = 0, (−1) a = −a y α0 = 0.

Prueba. La demostración se realiza mediante las siguentes tres cadenas de igualdades

E3 E1
0a = 0a + 1a − a = (0 + 1) a − a = a − a = 0
E3 E1
(−1) a =³(−1) a + 1a − a = (−1 +´1) a − a = 0a − a = −a
E1
α0+α0 = α (0 + 0) = α0 =⇒ (α0 = 0)
donde los signos “=” están marcados con los axiomas por los que son válidos.

Ejercicio 31 Demuestre geométricamente que la diagonal del paralelogramo generado

por a y b tiene coordenadas (ax + bx , ay + by ). [188]
Ejercicio 32 ¿Cual es la interpretación geométrica de la resta de vectores?
Ejercicio 33 ¿Cuantas diferentes operaciones hay en α (βa) y (αβ) a? [188]
Ejercicio 34 Demuestre que αa = 0 ⇒ α = 0 o a = 0. [188]
Ejercicio 35 ¿Cual es el mı́nimo número de elementos que puede tener un espacio
vectorial? [188]

Veamos ahora algunos ejemplos de espacios vectoriales. Es muy importante que

el lector no se pierda en la cantidad de “ejemplos” que sigue. La mayorı́a de ellos
son fundamentales para entender este libro. En particular, introduciremos notaciones
básicas que serán usadas constantemente.
El espacio de n-adas Kn

Consideremos el producto cartesiano de n copias Kn = {(a , a , ..., a ) | a ∈ K}

1 2 n i
del campo K. Este producto se denota por Kn y
está formado por todas las n-adas (a1 , a2 , ..., an ). Al escalar ai se le llama la i-ésima
coordenada de la n-ada (a1 , a2 , ..., an ). Luego, una n-ada tiene n coordenadas.
Los vectores serán las n-adas, los escalares serán los elemen-
(a1 , ..., an ) tos de K. En Kn se introduce fácilmente la suma por coor-
+ (b1 , ..., bn ) denadas como se muestra en el recuadro a la izquierda. Del
(a1 + b1 , ..., an + bn ) hecho de que las propiedades necesarias se cumplen en cada
coordenada se desprende que (Kn , +) es un grupo abeliano.
La multiplicación por escalares también se introduce por
(a1 , ..., an )
coordenadas. El axioma E1 se reduce en cada coordenada a la
× α
distributividad del producto respecto a la suma en el campo K.
(αa1 , αa2 , ..., αan )
El axioma E2 a la asociatividad del producto en K. Finalmente,
el axioma E3 se reduce en cada coordenada a que 1 es el neutro para el producto en el
campo K. De esta manera obtenemos que Kn es un espacio vectorial sobre K.
30 Capı́tulo 2. Espacios vectoriales
El espacio de polinomios K [x]
Podemos sumar polinomios, esta suma se hace co- ± n ²
eficiente por coeficiente. También sabemos multipli- X a i ∈ K
car un elemento de K por un polinomio. Es muy co- K [x] = ai xi |
n∈N
i=0
nocido que todos los axiomas de espacio vectorial se
cumplen. En cierto sentido
Pn estei espacio vectorial es parecido al anterior. Podemos aso-
ciar a cada polinomio i=0 ai x la (n + 1)-ada (a0 , a1 , , ..., an ) y la multiplicación por
escalar es la misma que en Kn+1 . Para la suma podemos tener un problema P si soni de
grados diferentes pero esto se resuelve agregando suficientes ceros o sea si m i=0 bi x es
otro polinomio con n > m entonces podemos asociarle la n-ada (b0 , b1 , ..., bm , 0, ..., 0)
con suficientes ceros para completar las n coordenadas y entonces la suma es la misma
que en Kn+1 . Aunque sepamos multiplicar polinomios, esto no tiene ningún papel en
el concepto de espacio vectorial.
El espacio de sucesiones KN
Dos sucesiones se suman por coordenadas como se mues-
(a1 , a2 , ..., an , ...) tra en el recuadro. La mutiplicación por un escalar es
+ (b1 , b2 , ..., bn , ...) también por coordenadas. Los axiomas de espacio vec-
(a1 + b1 , , ..., an + bn , ....) torial se comprueban fácilmente. El lector debe observar
que los elementos de la sucesión pueden estar en un cam-
po arbitrario y no necesariamente en R como estamos acostumbrados. La noción de
convergencia de sucesiones no tiene nada que ver con el concepto de espacio vectorial.
El espacio de series K [[x]]
Las series se suman coeficiente por coeficiente. Pa- ±∞ ²
ra multiplicar por un escalar se multiplican todos los X
coeficientes por el escalar. Los axiomas de espacio vec- K [[x]] = ai xi | ai ∈ K
i=0
torial se cumplen porque se cumplen para cada coefi-
ciente.
P∞ Dei hecho, este ejemplo es el mismo que el del espacio de sucesiones. Cada serie
i=0 ai x se determina unı́vocamente por la sucesión (a0 , a2 , ..., an , ...) de sus coefi-
cientes y no hay diferencia entre sumar series y sumar las correspondientes sucesiones.
Lo mismo pasa con la multiplicación por un escalar. Al igual que con los polinomios,
el concepto de producto de series no juega ningún papel en el hecho de que K [[x]] sea
un espacio vectorial.
El espacio de funciones KN
Hay una biyección natural entre las n-adas (a1 , a2 , ..., an ) ∈ Kn y las funciones
{1, ..., n} 3 i 7→ ai ∈ K. Igualmente las sucesiones (a0 , a1 , ..., an , ...) se corresponden
biunı́vocamente con las funciones N 3 i 7→ ai ∈ K. Ahora, generalicemos estos ejem-
plos. Si N es un conjunto arbitrario (no necesitamos de operación alguna en N) entonces
el conjunto de todas las funciones de N en K se denota por KN . Dadas dos funciones
Sección 2.2 Definición y ejemplos 31

f, g ∈ KN la suma de ellas se define como es habitual por (f + g) (i) = f (i) + g (i) para
cualquier i ∈ N. El producto por un escalar se define por (λf) (i) = λf (i). Los axiomas
de espacio vectorial se comprueban fácilmente. Por ejemplo, la suma de funciones es
conmutativa porque para cada i en N se cumple que f (i) + g (i) = g (i) + f (i) gracias
a la conmutatividad de la suma en el campo. Como hemos visto, el espacio Kn y el
espacio de sucesiones son un caso particular de este ejemplo cuando N es {1, ..., n} y N
respectivamente. Además, ya observamos que K [[x]] = KN .

El espacio de N-adas KN

Muy frecuentemente una función en KN se denotará por αN . Más pre-

cisamente, αN es la función que a cada i ∈ N le hace corresponder el
escalar αi . Por ejemplo, si N = {1, . . . , n}, entonces αN = (α1 , . . . , αn ).
La bondad de esta notación es que podemos pensar los elementos de KN (funciones)
como si fueran n-adas. Para poder seguir pensando en αN como si fuera en una n-ada
necesitamos las palabras adecuadas. A las funciones αN de KN las llamaremos N-adas.
Al conjunto N lo llamaremos conjunto de ı́ndices de αN y a los elementos de N los
llamaremos ı́ndices. Si i es un ı́ndice, entonces diremos que αi es la i-ésima coorde-
nada de αN . En estas notaciones la suma de dos N-adas es por coordenadas. O sea, la
i-ésima coordenada de αN + βN es αi + βi . El producto por escalares también es por
coordenadas. O sea, la i-ésima coordenada de λαN es λαi .
Si el conjunto N es finito y tiene n elementos entonces, la diferencia fundamental
entre una N-ada y una n-ada es que las coordenadas de la N-ada no necesariamente
están ordenadas. Por ejemplo, si el conjunto N es un conjunto de tres vectores entonces,
estos no tienen un orden natural. Para poder identificar una N-ada de estos con una
3-ada, necesitamos definir artificialmente cual es el primer vector cual es el segundo y
cual es el tercero.
El espacio de N-adas finitas K{N}

Sea αN ∈ KN una N-ada. Diremos que αN es finita si el conjunto de ı́ndices i tales

que αi 6= 0 es finito. Si el conjunto de ı́ndices N es finito entonces, cualquier N-ada
es finita (porque un subconjunto de un conjunto finito es finito). Sin embargo, si el
conjunto de ı́ndices es infinito entonces habrá N-adas infinitas.
Si sumamos dos N-adas finitas el resultado será una N-ada finita (porque 0+0 = 0).
Si multiplicamos una N-ada finita por un elemento del campo el resultado será una
N-ada finita (porque λ0 = 0). Los axiomas de espacio vectorial se cumplen porque ya
sabemos que se cumplen para cualesquiera N-adas. Al espacio de N-adas finitas se le
denota por K{N} . Si N es finito K{N} = KN . Si N es infinito K{N} 6= KN .
PnComoi ejemplo de espacio de N-adas finitas veamos el siguiente. Cada polinomio
i=0 ai x determina unı́vocamente una N-ada aN donde ai = 0 si i > n. Esta N-ada
es finita. Recı́procamente, si aN es una N-ada finita entonces, necesariamente, hay un
32 Capı́tulo 2. Espacios vectoriales
ai = 0 para cualquier i > n. Ası́, le podemos hacer corresponder
natural n tal que P
a aN el polinomio ni=0 ai xi . Esta correspondencia es biunı́voca y las operaciones son
las mismas en ambos espacios. Esto nos muestra que, el espacio de polinomios es el
espacio de N-adas finitas. En otras palabras K{N} = K [x].

Subcampos

Sea L un subcampo de K. Podemos sumar los elementos de K y al multiplicar

un elemento de L por uno de K obtenemos un elemento de K. Esto significa que
tenemos una operación binaria en K (la suma) y una multiplicación por escalares
L × K → K. En este caso, los axiomas de espacio vectorial se desprenden directamente
de las definiciones de campo y subcampo y obtenemos que K es un espacio vectorial
sobre L. Un caso muy particular es que todo campo es espacio vectorial sobre si mismo.
Otro ejemplo importante es que R es subcampo de C. Como cada complejo se puede
escribir como una pareja (a, b) con coordenadas en R y la suma de complejos y el
producto por un real son las mismas operaciones que en R2 tenemos que C como
espacio vectorial sobre R es lo mismo que R2 . Otro ejemplo más es que R es un espacio
vectorial sobre Q. Este caso es suficientemente complicado para que no digamos nada
más sobre él.

El espacio de N-adas de vectores EN

Ahora, nos debemos preguntar, cual es el mı́nimo de condiciones que le debemos

pedir a las coordenadas de una N-ada, para poder definir un espacio vectorial. Ya vimos
que, si las coordenadas están en un campo entonces, obtenemos un espacio vectorial.
Pero esto es pedir mucho. En realidad, solo necesitamos saber sumar las coordenadas
y multiplicar cada coordenada por un escalar, o sea, necesitamos que las coordenadas
sean vectores.
Más precisamente. Sea E un espacio vectorial sobre el campo K. Denotaremos
por EN el conjunto de todas las N-adas de E. Si aN y bN son dos elementos de
EN entonces, la i-ésima coordenada de aN + bN es ai + bi . Esto lo podemos hacer
porque sabemos sumar los elementos de E. Ahora, si λ es un elemento de K entonces, la
i-ésima coordenada de λaN es λai . Esto lo podemos hacer porque sabemos multiplicar
los escalares en K por los vectores en E. Los axiomas de espacio vectorial se demuestran
fácilmente debido a que se cumplen en cada coordenada.

El espacio de NM-matrices KNM

Un caso particular de N-adas de vectores es cuando estos vectores son M-adas

¡ ¢N
de escalares. Este espacio es KM . Para aclarar un poco que sucede en este caso,
supongamos que N = {1, 2} y que M = {1, 2, 3}. Entonces, un elemento del espacio
¡ M ¢N
K es una 2-ada (a1 , a2 ) de vectores y cada uno de ellos es una 3-ada de escalares.
Sección 2.2 Definición y ejemplos 33

Los dos vectores los podemos represen- µ ¶

a1 = (α11 , α12 , α13 ) tar como en el recuadro a la izquierda α11 α12 α13
a2 = (α21 , α22 , α23 ) y para simplificar nos quedamos con la α21 α22 α23
tabla que vemos a la derecha.
Esta tabla es un elemento del espacio de (N × M)-adas KN×M , o sea, los ı́ndices
¡ ¢N
son parejas en el producto cartesiano N × M. Esto nos permite identificar KM con
KN×M y como las operaciones en ambos espacios son las mismas estos espacios son
en esencia el mismo. Cambiando el orden en que ponemos los indices obtenemos las
igualdades ¡ M ¢N ¡ ¢M
K = KN×M = KM×N = KN
que el lector debe comparar con (ax )y = axy = ayx = (ay )x para números naturales
a, x, y.
Desde ahora, para simplificar la notación, a una (N × M)-ada cualquiera la lla-
maremos NM-ada. También, en lugar de usar la notación α(N×M) para denotar una
NM-ada concreta, usaremos la notación αNM . A una coordenada de esta NM-ada la
denotaremos αij en lugar de usar la más complicada α(i,j) . En esta notación, es más
cómodo pensar que hay dos conjuntos de ı́ndices (N y M) en lugar de uno solo (N×M).
O sea, una NM-ada es un conjunto de elementos del campo indexado por dos conjuntos
de ı́ndices. Cuando N = {1, . . . , n} y M = {1, . . . , m} entonces obtenemos una matriz
con n renglones y m columnas. En el ejemplo anterior obtuvimos una matriz con 2
renglones y 3 columnas.
Para conjuntos N y M arbitrarios (por ejemplo, conjuntos de jeroglı́ficos chinos), la
diferencia es que no hay un orden preestablecido entre los elementos de los conjuntos de
ı́ndices por lo que no sabrı́amos cual columna o renglón poner primero y cual después.
Como esta diferencia no es tan importante y para no formar confusión en la terminologı́a
desde ahora, a las NM-adas los llamaremos NM-matrices. Escribiremos KNM para
denotar el espacio vectorial de todas las NM-matrices. Como ya sabemos, en este
espacio las matrices se suman por coordenadas y se multiplican por escalares también
por coordenadas.
Sea αNM una NM-matriz. Es costumbre llamarle a las coordenadas αij de αNM
entradas de la matriz. Si i ∈ N entonces la M-ada αiM ∈ KM es el i-ésimo renglón
de la matriz αNM . Si j ∈ M entonces la N-ada αNj ∈ KN es la j-ésima columna.
Al conjunto N se le llama conjunto de ı́ndices de los renglones. Análogamente, al
conjunto M se le llama conjunto de ı́ndices de las columnas.
Si N0 , M0 son subconjuntos no vacı́os de N y M respectivamente entonces a la
matriz αN 0 M 0 se le llama submatriz de αNM . Si |N0 | = |M0 | = 1 entonces la submatriz
es una entrada. Un renglón es una submatriz donde |N0 | = 1 y M0 = M o sea una
submatriz del tipo αiM . Una columna es una submatriz donde |M0 | = 1 y N = N0 o
sea una submatriz del tipo αNj . Una última observación acerca de las matrices, es que
toda esta terminologı́a de “columnas” y “renglones” viene de la manera usual en forma
de tabla en que escribimos una matriz concreta.
34 Capı́tulo 2. Espacios vectoriales
El espacio de tensores

Bueno, ¿y si tenemos más de dos conjuntos de ı́ndices? Pues es lo mismo. Una

NML-ada es una (N × M × L)-ada. Al igual que en las matrices denotaremos por
αNML a una NML-ada con tres conjuntos de ı́ndices o sea un tensor de exponente
3. Las matrices son tensores de exponente 2 y las N-adas son tensores de exponente 1.
Los tensores de exponente 0 son los elementos del campo.
Si bien podemos pensar un tensor de exponente 1, co-
mo una serie de elementos del campo uno al lado de otro
y pensar los de exponente 2, como una tabla rectangu-
lar de elementos del campo, también podemos pensar los
tensores de exponente 3, como un conjunto de elementos
del campo dispuestos en un arreglo que llenan un cubo
en el espacio. Para cada i ∈ N tenemos que αiML es un
tensor de exponente 2 o sea una matriz. Todo αNML nos
lo podemos imaginar como muchas matrices puestas una
encima de la otra.
Sin embargo cuando el exponente del tensor es grande ya nuestra imaginación no
da para visualizar geométricamente un arreglo de los elementos del campo dispuestos
en un cubo de dimensión grande. Es mucho más útil el manejo algebraico de estos, que
tratar de visualizarlos. En este contexto, la terminologı́a de “renglones” y “columnas”
se hace inutilizable. Como es lógico, los tensores con conjuntos de ı́ndices fijos forman
un espacio vectorial. La suma se hace por coordenadas y también la multiplicación por
un escalar.

2.3 Subespacios

Sea E un espacio vectorial sobre K. Un subespacio es un conjunto no vacı́o de

vectores que es un espacio vectorial para las mismas operaciones.

Un conjunto de vectores F no vacı́o es un subespacio si y solo si para

cualesquiera a, b ∈ F y λ ∈ K los vectores a + b y λa están en F.

Prueba. Si F es un subespacio de E entonces, por definición a + b y λa están en F.

Recı́procamente, sea F un conjunto de vectores de E que cumple las hipótesis. Como
la suma de vectores es asociativa y conmutativa en E, también lo es en F. Sea a ∈ F
(existe por ser F no vacı́o). Tenemos 0a = 0 ∈ F. Además ∀b ∈ F (−1) b = −b ∈ F.
Con esto se comprueba que (F, +) es grupo abeliano. Los axiomas de espacio vectorial
se cumplen en F por ser este un subconjunto de E.
Sección 2.3 Subespacios 35

Unión e intersección de subespacios

¿Serán la intersección (y la unión) de subespacios un subespacio? La unión de
subespacios no es un subespacio. Por ejemplo, el eje x y el eje y en el plano cartesiano
son subespacios sin embargo, la unión de los mismos no es un subespacio ya que (0, 1)+
(1, 0) = (1, 1) que no pertenece a la unión de los dos ejes. Por el contrario, la intersección
de subespacios sı́ es un subespacio.

La intersección de un conjunto de subespacios es un subespacio.

Prueba. La intersección de subespacios nunca es vacı́a porque cada subespacio con-

tiene al 0. Si a y b son dos vectores en cada uno de los subespacios de un conjunto
entonces, a + b también está en cada uno de los subespacios del conjunto. Lo mismo
sucede para αa.

Combinaciones lineales
Veamos unos ejemplos importantes de subespacios. Sea a un vector
no nulo en R2 . El conjunto hai = {αa | α ∈ R} de todos los múltiplos a
del vector a es un subespacio de R2 ya que αa + βa = (α + β) a, y
α (βa) = (αβ) a. Geométricamente, teniendo en cuenta la identificación
de vectores con los puntos del plano cartesiano, vemos que los vectores hai
en este espacio son los puntos de la recta por el origen que pasa por a.
Sean ahora a y b dos vectores en R3 no colineales o sea a 6= βb. Considere-
mos el conjunto de vectores {αa + βb | α, β ∈ R}. Este conjunto de vectores se denota
por ha, bi y es un subespacio ya que αa + βb+α0 a + β0 b = (α + α0 ) a + (β + β0 ) by
λ (αa + βb) = λαa+λβb. Geométricamente, vemos que este conjunto contiene a la
recta hai que pasa por a y a la lı́nea hbi que pasa por b.
En R3 hay un solo plano que contiene estas dos rectas.
¿Será este plano el subespacio ha, bi? Claro que sı́. Para
a cada punto p de este plano dibujemos la paralela a la lı́nea
p
hai que pasa por p obteniendo un punto de intersección con
b la recta hbi el cual es βb para algún β ∈ R. Análogamente,
ha, bi dibujando la paralela a hbi obtenemos el punto αa en la
recta hai y vemos que p = αa + βb. Luego, p ∈ ha, bi.
Estos ejemplos nos motivan a la siguiente definición. Sea N un conjunto X
de vectores. Una combinación lineal de N es cualquier vector de la forma αi i
que se muestra en el recuadro a la derecha. A los escalares αi se les llama i∈N
coeficientes de la combinación lineal.
Es posible que no se entienda esta notación. El conjunto de ı́ndices es el conjunto
de vectores N por lo que en la suma hay tantos sumandos como vectores hay en
N. Ası́ por ejemplo si N = {a, b, c, d} entonces una combinación lineal de N es un
36 Capı́tulo 2. Espacios vectoriales
P
vector de la forma αa + βb + γc + δd. En otras palabras, la notación i∈N αi i debe
interpretarse ası́: “tómese los vectores de N, cada uno de ellos multiplı́quese por un
escalar y súmese los resultados”. No importa el orden de los sumandos, la suma de
vectores es conmutativa
Todo esto está muy bien si el conjunto N es finito. Si N es infinito tenemos un
problema. ¿Que es una suma infinita de vectores? La manera de evitar este problema
es que le pediremos a los coeficientes αi que todos salvo un número finito sean cero o
sea, que la N-ada αN cuyas coordenadas son los coeficientes de la combinación lineal
es finita. Como podemos despreciar los sumandos iguales a cero, tenemos que una
combinación lineal es siempre una suma de un número finito de vectores.

El conjunto de todas las combinaciones lineales de N es un subespacio.

P P
Prueba. Sean i∈N αi i y i∈N βi i dos combinaciones lineales de N entonces, de
la asociatividad y conmutatividad de la suma de vectores y de la distributividad del
producto por escalares obtenemos:
X X X
αi i+ βi i = (αi + βi ) i
i∈N i∈N i∈N

¡P los (α
que es una combinación lineal de N ya que todos ¢ i +P
βi ) salvo un número finito
tienen que ser cero. Lo mismo ocurre con γ α
i∈N i i = i∈N γαi i.

Cerradura lineal
Denotaremos por hNi al conjunto de todas las combinaciones lineales de N.

Si F es un subespacio que contiene a N entonces, F contiene a hNi.

Prueba. Si N ⊆ F entonces, F contiene a todos los múltiplos de los vectores en N y

a todas sus sumas finitas. Luego, cualquier combinación lineal de N está en F.

Los siguientes tres conjuntos de vectores coinciden

1. El conjunto de todas las combinaciones lineales de N.
2. La intersección de todos los subespacios que contienen a N.
3. El subespacio más pequeño que contiene a N.

Prueba. Denotemos por F1 , F2 y F3 a los tres conjuntos del enunciado de la proposi-

ción. Por definición F1 = hNi. Por la proposición 2.3 el conjunto F2 es un subespacio
que contiene a N y de 2.5 obtenemos que F1 ⊆ F2 . Por definición de intersección
tenemos que F2 ⊆ F3 . Por definición, F3 está contenido en cualquier subespacio que
contiene a N y en particular F3 ⊆ F1 . Resumiendo, F1 ⊆ F2 ⊆ F3 ⊆ F1 .
Sección 2.4 Bases 37

A cualquiera de estos tres conjuntos (¡son iguales!) se le denota por hNi y se le

llama cerradura lineal de N o también el subespacio generado por N.

Propiedades de la cerradura lineal

La cerradura lineal cumple las siguientes propiedades:

¨ N ⊆ hNi (incremento),
¨ N ⊆ M ⇒ hNi ⊆ hMi (monotonı́a),
¨ hhNii = hNi (idempotencia).

Prueba. El incremento es inmediato de 2.6.3. Supongamos ahora que N ⊆ M. Cual-

quier combinación lineal de N es también combinación lineal de M (haciendo cero los
coeficientes de los vectores en M\N). Finalmente, por 2.6.3 hhNii es el subespacio más
pequeño que contiene a hNi. Como hNi es un subespacio entonces, hhNii = hNi.
En matemáticas las palabras “clausura”, “cerradura” y “envoltura” son sinónimos.
Por esto con el mismo éxito, otros autores le llaman “clausura lineal” o “envoltura
lineal” a nuestro concepto de cerradura lineal. Además, es bueno que el lector encuentre
el parecido entre el concepto de cerradura lineal y el concepto de “cerradura” en análisis
(la intersección de todos los cerrados que contienen a un conjunto).
En general una función que a un conjunto N le hace corresponder otro conjunto hNi y
que cumple las propiedades 1-3 se le llama operador de cerradura (clausura, envoltura).
En este caso a los conjuntos tales que N = hNi se le llaman cerrados. Que se cumplan las
propiedades 1-3 es, en general, equivalente a que el operador de cerradura se defina como la intersección
de todos los cerrados que contienen al conjunto. En todas las ramas de las matemáticas se encuentran
operadores de cerradura.

Ejercicio 36 Demuestre que N es un subespacio si y solo si N = hNi.

Ejercicio 37 Demuestre que (x ∈ hN ∪ yi \ hNi) ⇒ (y ∈ hN ∪ xi). [189]

2.4 Bases

X Observemos que la definición de combinación lineal de

K{N} 3 αN 7→ αi i ∈ E
N determina la función fN del recuadro a la izquierda
i∈N
P que a cada N-ada finita αN le hace corresponder el vec-
tor i∈N αi i. Esta función no tiene porqué ser sobreyectiva ni inyectiva, depende del
conjunto de vectores N. Por ejemplo, sea N = {x, y, z} ⊆ R3 donde x = (0, 0, 1),
y = (0, 1, 0) y z = (0, 1, 1). En este caso fN (2, 2, 0) = fN (0, 0, 2) = (0, 2, 2) por lo que
fN no es inyectiva. Tampoco es sobreyectiva porque (1, 0, 0) no tiene preimagen.
38 Capı́tulo 2. Espacios vectoriales
En esta sección estableceremos que en todo espacio vectorial existen conjuntos N
para los cuales la función fN es biyectiva. Este hecho es fundamental, porque en este
caso existe la función inversa f−1
N : E → K
{N}
que nos permitirá introducir coordenadas
en cualquier espacio vectorial. Es más, veremos que los conjuntos de vectores para los
cuales fN es biyectiva tienen la misma cantidad de vectores. Esto quiere decir que cada
vector de E se define por un cierto número de elementos del campo (coordenadas) y
que este número es independiente del vector a definir. Solo depende del espacio. Ası́,
en R2 nos hacen falta siempre dos reales y en R7 nos hacen falta siete.
Conjuntos generadores

Primero, lo más fácil. La imagen de la función fN es hNi , o sea, la cerradura lineal

de N. Diremos que N es un conjunto generador si hNi es todo el espacio o sea, si
fN es sobreyectiva.

Los generadores son un filtro

Todo sobreconjunto de un conjunto generador es generador.

Prueba. Supongamos M ⊇ N. Por monotonı́a de la cerradura lineal tenemos hNi ⊆

hMi. Si hNi es todo el espacio entonces, necesariamente hMi también lo es.

Conjuntos linealmente independientes

Ahora, veamos cuando fN es inyectiva. Observese que en un lenguaje más descrip-

tivo, fN es inyectiva si y solo si se cumple la propiedad 3 del siguiente resultado.

Teorema de Caracterización de Conjuntos Linealmente Independientes

Sea N un conjunto de vectores. Las siguientes afirmaciones son equivalentes:

1. Cualquier subconjunto propio de N genera un subespacio más pequeño
que hNi.
2. Cualquier vector en N no es combinación lineal de los restantes.
3. Si dos combinaciones lineales de N son iguales entonces, todos sus co-
eficientes son iguales.
4. Si una combinación lineal de N es cero entonces, todos sus coeficientes
son cero.

Prueba. (1 ⇔ 2) Si 1 no es cierto entonces existe a ∈ N tal que hNi = hN\ai pero

entonces a ∈ hN\ai lo que contradice 2. Recı́procamente, si 2 no es cierto entonces
existe a ∈ N tal que a ∈ hN\ai. Por incremento N\a ⊆ hN\ai y como además
a ∈ hN\ai entonces N ⊆ hN\ai. Por monotonı́a e idempotencia hNi ⊆ hN\ai lo que
contradice 1.
Sección 2.4 Bases 39
¡P P ¢ ¡P ¢
(3 ⇔ 4) Observese que i∈N αi i = i∈N βi i ⇔ i∈N (αi − βi ) i = 0 y además
(αi = βi ) ⇔ (αi − βi = 0). Luego, la existencia de combinaciones lineales iguales con
algunos coeficientes diferentes es equivalente a la existencia de combinaciones lineales
iguales a cero con algunos coeficientes no cero.
(2 ⇔ 4) Si no se cumple 2 entonces hay un vector a ∈ N que es combinación
lineal de N\a. Pasando todos los sumandos hacia un lado de la igualdad obtenemos
una combinación lineal de N igual a cero con un coeficiente distinto de cero. Esto
contradice 4. Recı́procamente, si no se cumple 4 entonces hay un vector a ∈ N y una
combinación lineal de N igual a cero y con αa 6= 0. Despejando a, obtenemos que
a ∈ hN\ai. Esto contradice 2.

Ejercicio 38 Busque en la prueba del Teorema de Caracterización de Conjuntos Li-

nealmente Independientes (2.9) donde se usan los inversos nultiplicativos. [189]

Diremos que un conjunto de vectores N es linealmente independiente si se

cumple alguna (y por lo tanto todas) las afirmaciones de la proposición anterior. Los
conjuntos de vectores que no las cumplen se les llama linealmente dependientes.
A partir de ahora para no repetir constantemente frases largas, a los con-
juntos de vectores linealmente independientes los llamaremos conjuntos
LI. A los conjuntos de vectores linealmente dependientes los llamaremos
conjuntos LD. Estas notaciones se deben pronunciar “ele i” y “ele de”.

Los independientes son un ideal

Todo subconjunto de un conjunto LI es LI.

Prueba. Sea N ⊆ M tal que M es LI. Cualquier combinación lineal de N es combi-

nación lineal de M. Luego toda combinación lineal de N igual a cero tiene todos sus
coeficientes iguales a cero
Antes de pasar a la definición de base, demostremos un pequeño resultado que
usaremos repetidamente en lo adelante.

Lema de Aumento de un Conjunto LI

Si N es independiente y N ∪ a es dependiente entonces a ∈ hNi.

Prueba. Si N ∪ a es LD entonces, por la caracterización 2.9.4 de los conjuntos LI,

hay una combinación de N ∪ a igual a cero cuyos coeficientes no todos son igual a cero.
Si el coeficiente en a fuera igual a cero tendrı́amos una contradicción con que N es LI.
Luego, el coeficiente en a es diferente a cero y despejando a obtenemos a ∈ hNi.
40 Capı́tulo 2. Espacios vectoriales
Bases
La relación entre los conjuntos generadores y los con- E
juntos LI la podemos ver intuitivamente en la figura a la
derecha. Aquı́ están representados los subconjuntos del Conjuntos generadores
espacio E que son generadores o que son LI. Mientras
más arriba más grande es el subconjunto. Nuestro interés
ahora se va a concentrar en la franja del centro donde Conjuntos LI
hay subconjuntos que a la vez son generadores y LI. La
siguiente proposición nos dice que “esta franja no puede ∅
ser muy ancha”.

Teorema de Caracterización de Bases

Sea N un conjunto de vectores. Las siguientes afirmaciones son equivalentes

1. N es generador y N es LI,
2. N es LI y cualquier sobreconjunto propio de N es LD,
3. N es generador y cualquier subconjunto propio de N no es generador.

Prueba. (1 ⇒ 2) Sea N independiente y generador. Sea a ∈ / N. Como N es generador

a ∈ hNi . De la caracterización 2.9.2 de los conjuntos LI se sigue que N ∪ a es LD.
Luego todo sobreconjunto propio de N es LD.
(2 ⇒ 3) Sea N independiente maximal. Por incremento N ⊆ hNi. Si a ∈ / N entonces
N ∪ a es LD. Por el Lema de Aumento de un Conjunto LI (2.11) tenemos a ∈ hNi .
Luego, N es generador. Si algún subconjunto propio de N fuera generador entonces
existirı́a a ∈ N tal que a ∈ hN\ai y por la caracterización 2.9.2 de los conjuntos LI
esto contradice la suposición de que N es LI.
(3 ⇒ 1) Sea N generador minimal. Si N es LD entonces, por la caracterización 2.9.1
de los conjuntos LI existe subconjunto propio M de N tal que hMi = hNi . Como N
es generador entonces M también lo es. Esto contradice que N es minimal.
Sea F un subespacio. Un conjunto de vectores que es generador de F y que es LI
se le llama base de F. Las bases de todo el espacio se llaman simplemente bases. El
ser base es equivalente a ser un conjunto LI lo más grande posible o ser un conjunto
generador lo más pequeño posible. También, el ser base es equivalente a que nuestra
función fN del principio de esta sección sea biyectiva.

Lema de Incomparabilidad de las Bases

Dos bases diferentes no están contenidas una dentro de la otra.

Prueba. Si N ⊆ M son dos bases diferentes entonces N es un subconjunto propio de

M y por el Teorema de Caracterización de Bases (2.12) esto es una contradicción.
Sección 2.4 Bases 41

Teorema de Existencia de Bases

Sea N un conjunto generador y L ⊆ N un conjunto

LI. Entonces, existe una base M tal que L ⊆ M ⊆ N.

Prueba. Sean L y N como en las hipótesis del teorema. Sea M un conjunto LI tal
que L ⊆ M ⊆ N. Si M es maximal con estas propiedades (∀a ∈ N\M M ∪ a es LD)
entonces, por el Lema de Aumento de un Conjunto LI (2.11) tenemos N ⊆ hMi. Como
N es generador, esto significa que M también lo es y por lo tanto M es una base.
Nuestra tarea es encontrar un M que es maximal con estas propiedades. Esto es fácil
si el conjunto N es finito. Primero ponemos M igual a L. Si M es maximal terminamos,
si no, entonces existe a ∈ N\M tal que M ∪ a es LI. Agregamos a al conjunto M y
repetimos este proceso. Como N es finito este proceso tiene que terminar.

Ejercicio 39 Usando el Teorema de Existencia de Bases pruebe que: 1. Todo espacio

vectorial tiene base. 2. Cualquier conjunto LI esta contenido en una base. 3. Cualquier
conjunto generador contiene a una base. [189]

Dimensión
Ahora lo que queremos ver es que todas las bases tienen el mismo número de
vectores. Para probar esto se necesita ver primero una propiedad clásica de las bases.

Propiedad del Cambio de las Bases

Si M y N son dos bases entonces, para cualquier

a ∈ M existe b ∈ N tal que (M\a) ∪ b es base.

Prueba. Sea a un vector fijo pero arbitrario en M. Para un vector b ∈ N denotemos

Mb = (M\a) ∪ b. Si para todos los b ∈ N\ (M\a) el conjunto Mb fuera LD entonces,
por el Lema de Aumento de un Conjunto LI (2.11) todo b ∈ N serı́a combinación
lineal de M\a. O sea, N ⊂ hM\ai y por lo tanto hNi ⊆ hM\ai . Como hNi es todo el
espacio tendrı́amos a ∈ hM\ai lo que no es posible ya que M es LI.
Hemos demostrado que existe b ∈ N\ (M\a) tal que Mb es LI. Demostremos que
Mb es generador. Sea v un vector arbitrario. Por ser M base tenemos que b y v son
combinaciones lineales de M o sea
Xexisten escalares apropiados
X tales que
b = αa a + αx x v = λa a + λx x
x∈M\a x∈M\a
Como Mb es LI entonces, b no es una combinación lineal de M\a y por lo tanto
αa 6= 0. Luego, podemos despejar a de la primera ecuación, substituirla en la segunda
y ası́ obtener que v ∈ hMb i. Esto significa que Mb es generador.
42 Capı́tulo 2. Espacios vectoriales
Equicardinalidad de las Bases

Dos bases cualesquiera de un espacio vectorial tienen el mismo cardinal.

Prueba. Sean A = {a1 , ..., an } y B dos bases. Por la Propiedad del Cambio de las Bases
(2.15) existe otra base A1 = {b1 , a2 , ..., an } donde b1 ∈ B. Observese que |A1 | = n
ya que en otro caso A1 Ã A lo que contradice el Lema de Incomparabilidad de las
Bases (2.13). Aplicando la Propiedad del Cambio de las Bases (2.15) a A1 obtenemos
otra base A2 = {b1 , b2 , a3 , ..., an } tal que b2 ∈ B. Observese que |A2 | = n ya que en
otro caso A2 Ã A1 lo que contradice el Lema de Incomparabilidad de las Bases (2.13).
Repitiendo este proceso obtenemos bases A3 , A4 , ..., An todas con n vectores y además
An ⊆ B. Como B es base An = B y por lo tanto B también tiene n vectores.
Al cardinal de una base (cualquiera) se le llama dimensión del espacio vectorial. La
dimensión de un espacio vectorial E se denotará por dim E. Los espacios vectoriales que
tienen una base finita se les llama finito dimensionales o de dimensión finita. Por
el contrario, si sus bases son infinitas entonces, el espacio vectorial es de dimensión
infinita. La teorı́a de los espacios vectoriales de dimensión finita es más sencilla pero
más completa que la de los espacios de dimensión infinita. Para darnos cuenta de que
hay muchas cosas que no se cumplen en el caso infinito dimensional veamos como
ejemplo el siguiente resultado que tendremos múltiples ocasiones para utilizarlo.

Sea F un espacio vectorial finito dimensional y E un

subespacio de F. Si dim E = dim F entonces E = F.

Prueba. Sea N una base de E. Por el Teorema de Existencia de Bases (2.14) existe
una base M del espacio F que contiene a N. Como M es finita entonces, N también es
finita. Como las dimensiones coinciden, el número de vectores en N es igual al número
de vectores en M. Luego N = M y por lo tanto E = hNi = hMi = F.

La prueba de la Equicardinalidad de las Bases la hemos hecho solamente

para el caso que el espacio tiene una base finita. Nuestra prueba del Teo-
rema de Existencia de Bases es solo para el caso que el conjunto generador
es finito. Finalmente, solo probamos que los espacios vectoriales que tienen un conjunto
generador finito tienen base. Es importante que el lector sepa que estas tres afirmacio-
nes son válidas en general. Las pruebas generales dependen de un conocimiento más
profundo de la Teorı́a de Conjuntos que no presuponemos que lo posea el lector. A los
interesados en esto les recomiendo leer ahora la última sección de este capı́tulo.

Ejercicio 40 Pruebe que si E un subespacio de F entonces dim E ≤ dim F. [189]

Ejercicio 41 Encuentre un ejemplo donde no se cumple 2.17. [189]
Sección 2.4 Bases 43

Bases canónicas
Ya sabemos que todo espacio vectorial tiene bases. Sin embargo no solamente tie-
nen una base sino muchas. Por esto es conveniente construir bases que son las más
“sencillas” para los ejemplos de espacios vectoriales que construimos en la Sección 2.2.
Comenzemos con R2 . Sean e1 = (1, 0) y e2 = (0, 1). Cualquier vector (a, b) en
R2 R2 tiene una manera de expresarse como combinación lineal de N = {e , e }.
1 2
Efectivamente, tenemos la igualdad (a, b) = ae1 + be2 . Esto quiere decir que el con-
junto N es generador. Por otro lado, si αe1 + βe2 = (α, β) = 0 = (0, 0) entonces,
necesariamente, α y β son ambos cero. De aquı́ obtenemos que conjunto N es una
base que llamamos la base canónica de R2 . Los vectores e1 y e2 se pueden visualizar
geométricamente como los dos vectores de longitud 1 en ambos ejes de coordenadas.
Luego, la dimensión de R2 es 2.
Pasemos ahora a Kn . Para cada i en el conjunto de ı́ndices {1, . . . , n} denotemos
Kn
por ei el vector cuya i-esima coordenada es 1 y todas las demás son cero (recuerde
que todo campoP tiene uno y cero). Sea N el conjunto de todos esos vectores. Tenemos
(α1 , . . . , αn ) = ni=1 αi ei y esto significa que cada vector en Kn se expresa de forma
única como combinación lineal de N. O sea, N es generador y por la caracterización
2.9.3 de los conjuntos LI el conjunto N es LI. A la base N se le llama base canónica
de Kn . La dimensión de Kn es n. © ª
Veamos el espacio de polinomios K [x]. Sea N el conjunto xi | i ∈ N . Es claro
K [x] que todo polinomio se puede escribir de forma única como combinación lineal
finita de N. A la base N se le llama base canónica de K [x]. Luego, K [x] es de
dimensión infinita contable. Desafortunadamente, para el espacio de series no se puede
dar explicitamente una base.
Para el espacio K{N} de todas las N-adas finitas ya hicimos casi todo el trabajo
K{N} (véase Kn ). Para cada i en el conjunto de ı́ndices N denotemos por e el
i
vector cuya i-esima coordenada P es 1 y las demás son cero. Sea M el conjunto de todos
esos vectores. Tenemos αN = ei ∈M αi ei donde los coeficientes son distintos de cero
solamente en un subconjunto finito de indices. Luego, M es una base de este espacio
la cual es su base canónica. La dimensión de K{N} es el cardinal de N ya que hay una
biyección entre N y M.
Recordemos al lector que lo de N-ada finita es no trivial solo para cuando el con-
KN junto N es infinito. Si el conjunto de ı́ndices es finito entonces estamos hablando
de todas las N-adas o sea de KN . Luego, en el caso de que N es finito K{N} = KN y
la base canónica de KN es la construida en el párrafo anterior. En el caso de que el
conjunto N sea infinito entonces el espacio KN no tiene una base canónica.
El campo de los números complejos como espacio vectorial sobre los reales tiene
como base canónica al conjunto {1, i} y por lo tanto tiene dimensión 2. Los reales
como espacio vectorial sobre los racionales no tienen una base canónica.
Todos los espacios que hemos visto que no tienen base canónica son de dimensión
infinita. Pero, no todos los espacios de dimensión finita tienen una base canónica. El
44 Capı́tulo 2. Espacios vectoriales
ejemplo más sencillo es tomar un subespacio de un espacio de dimensión finita. Si este
subespacio es suficientemente general, entonces no hay manera de construir una base
canónica del mismo incluso en el caso de que todo el espacio tenga una base canónica.
El lector debe ser muy intuitivo aquı́ ya que al no poseer una definición formal de ”base
canónica”, no podemos probar rigurosamente su inexistencia. Considerese una esfera en
R3 y un plano T tangente a la misma. Solo con escoger el origen de coordenadas en el
único punto de intersección de T con la superficie convertimos a ese plano en un espacio vectorial de
dimensión 2. Sin embargo, no hay dos vectores notables (¿canónicos?) del plano para formar una base.

Ejercicio 42 ¿Cual es la base canónica del espacio de las NM-matrices? [189]

2.5 Clasificación de espacios vectoriales

En esta sección veremos que todo espacio vectorial es isomorfo a un espacio de
N-adas finitas. Para el caso finito dimensional esto quiere decir que el único (salvo
isomorfismos) espacio vectorial de dimensión n sobre un campo K que existe es el
espacio de las n-adas Kn .
Isomorfismos lineales
En el Capı́tulo 1 vimos los morfismos de operaciones binarias, grupos, anillos y
campos. Para los espacios vectoriales es igual, la única diferencia es que en ellos hay
definida una operación que no es interna del espacio: el producto de un escalar por un
vector. Sin embargo, esto no presenta mayores dificultades.
Sean E y F dos espacios vectoriales sobre el mismo campo
f (a + b) = f (a) + f (b) K. Una función f : E → F se le llama morfismo de
f (αa) = αf (a) espacios vectoriales si para cualesquiera a, b ∈ E y
cualquier α ∈ K se cumplen las propiedades del recuadro.
A los morfismos de espacios vectoriales también se les llama transformaciones
lineales. Esta última expresión será la que usemos porque tiene dos importantes ven-
tajas. Primero, es más corta que la primera. Segundo es mucho más antigua, hay
mucha más cantidad de personas que la conoce y por lo tanto facilita la comunicación
con ingenieros y cientı́ficos de diversas areas.

Ejercicio 43 Demuestre que la composición de morfismos es un morfismo. [189]

El estudio de las transformaciones lineales lo pospondremos hasta el siguiente

capı́tulo. Aquı́ estaremos interesados en los isomorfismos de espacios vectoriales. Una
transformación lineal f : E → F es un isomorfismo de espacios vectoriales o iso-
morfismo lineal si esta es biyectiva. Análogamente al caso de operaciones binarias
Sección 2.5 Clasificación de espacios vectoriales 45

tenemos el siguiente resultado:

La inversa de cualquier isomorfismo lineal es un isomorfismo lineal.

Prueba. Sea α ∈ K y x, y ∈ F. Como f es una biyección existen a, b ∈ E tales que

f (a) = x , f (b) = y. Como f es isomorfismo tenemos
f−1 (x + y) = f−1 (f (a) + f (b)) = f−1 (f (a + b)) = a + b = f−1 (x) + f−1 (y)
f−1 (αx) = f−1 (αf (a)) = f−1 (f (αa)) = αa =αf−1 (x)
que es lo que se querı́a demostrar.
Ya observamos, que los isomorfismos son nada más que un cambio de los nombres
de los elementos y las operaciones. Esto quiere decir que “cualquier propiedad” debe
conservarse al aplicar un isomorfismo. Lo siguiente es un ejemplo de esta afirmación.

Un isomorfismo transforma conjuntos LI en conjuntos LI, con-

juntos generadores en conjuntos generadores y bases en bases.

Prueba. Sea f : E → F un isomorfismo de espacios vectoriales. Sean M ⊆ E y

def
N = f (M) ⊆ F. ! x ∈ÃE , y = f (x) ∈ !
à Sean además F. Como
à f es isomorfismo
! tenemos
X X X
αi i = x ⇔ αi f (i) = y ⇔ βj j = y
i∈M i∈M j∈N
donde βf(i) = αi . Ası́ el conjunto de coeficientes {αi | i ∈ M} es exactamente el mismo
© ª
que βj | j ∈ N .
Si M es generador entonces, para cualquier y ∈ F el vector x = f−1 (y) es combi-
nación lineal de M y por la equivalencia anterior el vector y es combinación lineal de
N. Luego, si M es generador entonces N también lo es.
Supongamos que M esÃLI entonces, ! Ã x = 0 obtenemos
poniendo !
X X
αi i = 0 ⇔ βj j = 0
i∈M j∈N
luego, cualquier combinación lineal de N que es nula determina una combinación lineal
nula de M con los mismos coeficientes nulos. Luego, N es LI.

Ejercicio 44 Demuestre que los isomorfismos conmutan con el operador de cerradura

lineal, esto es f (hMi) = hf (M)i, y que trasforman subespacios en subespacios de la
misma dimensión.
46 Capı́tulo 2. Espacios vectoriales
Coordinatización
Sea N un conjunto de vectores del espacio vectorial F. Al principio de la sección
anterior introducimos la función fN que a cada N-ada finita le hace corresponder la
combinación lineal cuyos coeficientes son dicha N-ada. Esta función es siempre una
transformación lineal ya que
X X X
fN (αN + βN ) = (αi + βi ) i = αi i + βi i = fN (αN ) + fN (βN )
i∈N X i∈N X i∈N
fN (λαN ) = (λαi ) i = λ αi i = λfN (αN ) .
i∈N i∈N
Por otro lado, ya vimos que fN es sobreyectiva si y solo si N es generador, que fN
es inyectiva si y solo si N es LI y por lo tanto fN es un isomorfismo si y solo si N
es una base. En el caso de que N sea una base, la función inversa f−1
N : F → K
{N}
es
un isomorfismo lineal llamado coordinatización de F mediante la base N. En otras
palabras, si N es una base dePF, y x es un vector de F entonces, existe una única
N-ada αN ∈ K{N} tal que x = i∈N αi i. En este caso, a los coeficientes αi se les llama
coordenadas de x en la base N.
Clasificación
Se dice que dos espacios son isomorfos si existe un isomorfismo entre ellos. No hay
ninguna razón (por ahora) para que deseemos distinguir dos espacios vectoriales que
son isomorfos. Si esto sucede, uno es igual a otro salvo los “nombres” de los vectores
y las operaciones. La clave para ver que los espacios vectoriales son isomorfos es que
estos tengan la misma dimensión.

Dos espacios vectoriales sobre el mismo campo son

isomorfos si y solo si tienen la misma dimensión.

Prueba. Sean E y F dos espacios vectoriales. Si E y F son isomorfos entonces por 2.19
un isomorfismo entre ellos transforma biyectivamente una base de uno en una base del
otro por lo que tienen la misma dimensión. Recı́procamente, sean N y M bases de E
y F respectivamente. Mediante los isomorfismos de coordinatización podemos pensar
que E = K{N} y F = K{M} . Si los dos tienen la misma dimensión entonces, hay una
biyección f : M → N. Sea g : K{N} 3 αN 7→ βM ∈ K{M} la función tal que βi = αf(i) .
Podemos pensar que la función g es la que le cambia el nombre a los ı́ndices de una
N-ada. Esta es claramente un isomorfismo de espacios vectoriales (ya que la suma de
N-adas es por coordenadas y lo mismo con el producto por un escalar).
Esta proposición nos permite saber como son TODOS los espacios vectoriales. Ya
vimos (mediante la base canónica) que el espacio vectorial de todas las N-adas finitas
tiene dimensión |N|. Escogiendo el conjunto N adecuadamente obtenemos todas las
dimensiones posibles. En el caso de que N sea finito con n elementos , este espacio es
Sección 2.5 Clasificación de espacios vectoriales 47

Kn por lo que es válido el siguiente teorema.

Teorema de Clasificación de Espacios Vectoriales

Todo espacio vectorial es isomorfo a un espacio de N-adas finitas.

Todo espacio vectorial de dimensión finita es isomorfo a un Kn .

Campos de Galois
Una aplicación sencilla del Teorema de Clasificación de Espacios Vectoriales (2.21)
es la siguiente.

El número de elementos en un campo finito es potencia de un número primo.

Prueba. Sea K un campo. Ya vimos que siempre que se tenga un subcampo L de K

entonces, K es un espacio vectorial sobre L. Esto es en esencia porque podemos sumar
vectores (los elementos de K) y podemos multiplicar escalares (los elementos de L) por
vectores.
Si K es finito entonces su subcampo primo no puede ser Q. Esto quiere decir que
K contiene como subcampo a un Zp . La dimensión de K sobre Zp tiene que ser finita
ya que si no, entonces K serı́a infinito. Luego existe un natural n tal que el espacio
vectorial K es isomorfo a Znp que tiene exactamente pn elementos.

Como pensar en espacios vectoriales

A partir de ahora el lector debe siempre tener en mente el Teorema de Clasificación
de Espacios Vectoriales (2.21). Al hablar de un espacio vectorial en primer lugar, se
debe pensar en R2 y R3 . La interpretación geométrica de estos dos espacios como los
segmentos dirigidos con origen en el cero da una intuición saludable acerca de lo que
es cierto y lo que no.
En segundo lugar el lector debe pensar en el ejemplo Rn . Si el lector lo prefiere,
el número n puede ser un número fijo suficientemente grande digamos n = 11. Ya en
este caso, para entender es necesario usar varios métodos: las analogı́as geométricas en
dimensiones pequeñas, el cálculo algebraico con sı́mbolos y los razonamientos lógicos.
Casi todo lo que se puede demostrar para espacios vectoriales finito dimensionales se
demuestra en el caso particular de Rn con la misma complejidad. Las demostraciones de
muchos hechos válidos en Rn se copian tal cual para espacios vectoriales de dimensión
finita sobre cualquier campo.
En tercer lugar se debe pensar en Cn . El espacio vectorial Cn es extremadamen-
te importante dentro de las matemáticas y la fı́sica. Además, el hecho de que C es
algebraicamente cerrado hace que para Cn algunos problemas sean más fáciles que
en Rn . Hay una manera de pensar en Cn que ayuda un poco para tener intuición
48 Capı́tulo 2. Espacios vectoriales
geométrica. Como ya vimos {1, i} es una base de C como espacio vectorial sobre R. De
la misma manera Cn es un espacio vectorial sobre R de dimensión 2n o sea, hay una
biyección natural entre Cn y R2n (la biyección es (a1 + b1 i, a2 + b2 i, ..., an + bn i) 7→
(a1 , b1 , a2 , b2 , ..., an , bn )). Esta biyección no es un isomorfismo (son espacios sobre
campos diferentes). El conjunto de subespacios de Cn sobre R es un subconjunto pro-
pio del conjunto de subespacios de Cn sobre C (¡pruebelo!).
Los que se interesan en las ciencias de la computación deben también pensar en Znp y
en general en cualquier Kn donde K es un campo finito. Las aplicaciones más relevantes
incluyen la codificación de información con recuperación de errores y la criptografı́a,
que es la ciencia de cifrar mensajes.
Uno de los objetivos de este libro es familiarizar al lector con el manejo de un campo
K general. El pensar en el espacio Kn , en general, tiene la ventaja de que no hay que
distraerse con los detalles particulares que se cumplen en uno u otro campo.
En el caso infinito-dimensional la situación es más fea. Nuestros teoremas afirman
que R como espacio vectorial sobre Q tiene una base. En otras palabras, existe un
conjunto de números reales (la base) tal que cualquier número real se puede expresar
de forma única como combinación lineal finita de este conjunto usando coeficientes
racionales. El problema es que no se conoce una base explı́cita de este espacio.

Ejercicio 45 Sean x, y ∈ R y E = {ax + by | a, b ∈ Q}. ¿Es E un espacio vectorial

sobre Q? ¿Cual es su dimensión? ¿Es E un espacio vectorial sobre R? [189]

2.6 Suma de subespacios

En esta sección introduciremos las operaciones más básicas entre subespacios. Pero
antes, es saludable dar una interpretación geométrica de los subespacios para que el
lector pueda comparar el caso general con el caso de los espacios R2 y R3 .
Subespacios de Rn
¿Cuales son todos los subespacios de Rn ? Del Teorema de Clasificación de Espacios
Vectoriales (2.21) sabemos que estos tienen que ser isomorfos a Ri para i ∈ {0, 1, . . . , n}
según sea su dimensión. Si i = 0 entonces todo el subespacio es el vector 0 (el origen
de coordenadas). Si i = n entonces, el subespacio es por 2.17 todo el espacio. Luego,
los casos interesantes son los que 0 < i < n.
Si i = 1 entonces, el subespacio es isomorfo a R y tiene que tener una base de un
vector. O sea, existe un vector a tal que el subespacio es igual a hai. Ya vimos que hai
es la recta que pasa por el origen y por el punto a que es el final del vector a. Luego,
los subespacios de dimensión 1 de Rn son las rectas que pasan por el origen.
Si i = 2 entonces, el subespacio tiene que ser isomorfo a R2 y tiene que tener una
Sección 2.6 Suma de subespacios 49

base {a, b} de dos vectores. La base {a, b} tiene que ser LI y en este caso eso quiere
decir que b no es un múltiplo escalar de a. En otras palabras, los puntos finales de
los vectores a, b y el origen de coordenadas no están alineados. En este caso hay un
único plano (R2 ) que pasa por estos tres puntos y también ya vimos que este plano es
ha, bi. Luego, los subespacios de dimensión 2 de Rn son los planos por el origen. Para
R3 este análisis termina con todas las posibilidades: sus subespacios son: el origen, las
rectas por el origen, los planos por el origen y todo el espacio.
Ahora tenemos que pensar por lo menos en los subespacios de R4 y ya se nos
acaba la intuición y la terminologı́a geométrica. Por esto, pasemos al caso general. Un
subespacio de dimensión i en Rn esta generado por una base {a1 , . . . , ai } de i vectores
LI. Que sean LI lo que quiere decir es que sus puntos y el origen no están contenidos
en un subespacio de dimensión menor que i. Si este es el caso entonces hay un único
Ri que contiene a todos estos puntos y este es el subespacio ha1 , . . . , ai i.

Suma de conjuntos y subespacios

Sean E y F dos subespacios sobre un campo K. En la proposición 2.3 vimos que

E ∩ F es un subespacio. Por definición de intersección E ∩ F es el subespacio más
grande contenido en E y en F. Ya observamos además que E ∪ F no es un subespacio.
Sin embargo, hay un subespacio que es el más pequeño que contiene a los dos y este
es hE ∪ Fi. El subespacio hE ∪ Fi tiene una descripción muy simple:

hE ∪ Fi = {a + b | a ∈ E, b ∈ F}

Prueba. Todo vector a + b es una combinación lineal de E ∪ F. X X

αx x + βy y
Recı́procamente, toda combinación lineal de E∪F se puede escri-
x∈E y∈F
bir como en el recuadro. Como E y F son subespacios entonces,
el primer sumando está en E y el segundo sumando está en F. Esto quiere decir que
todo elemento de hE ∪ Fi es de la forma a + b con a en E y b en F.

Dados dos conjuntos cualesquiera de vectores A y

A + B = {a + b | a ∈ A, b ∈ B}
B definimos la suma de estos como en el recuadro
a la izquierda. Después de esta definición el resultado 2.23 se puede reformular como
hE ∪ Fi = E + F. Es por esto que al subespacio hE ∪ Fi se le llama la suma de los
subespacios E y F y desde ahora se le denotará por E + F.

La igualdad modular

Sean E y F dos subespacios. Ahora trataremos de calcular la dimensión de E + F.

Para esto necesitaremos primero encontrar bases de E ∩ F y E + F.
50 Capı́tulo 2. Espacios vectoriales

Existen E una base de E y F una base de F tales que

E ∩ F es base de E ∩ F y E ∪ F es base de E + F.

Prueba. Sea N una base de E ∩ F . Como N es LI y está contenida en E entonces,

por el Teorema de Existencia de Bases (2.14) existe una base E de E que contiene a N.
Análogamente, existe una base F de F que contiene a N.
Demostremos primero que E∩F = N. Efectivamente, por la forma en que contruimos
E y F tenemos N ⊆ E ∩ F. Para la prueba de la otra inclusión sea a ∈ E ∩ F. Como
N ∪ a ⊆ E entonces, tenemos que N ∪ a es LI. Como N es base de E ∩ F y las bases
son los conjuntos LI más grandes, obtenemos que a ∈ N. Luego, E ∩ F ⊆ N.
Solo nos queda probar que E ∪ F es una base de E + F. En primer lugar, cualquier
a + b ∈ E + F es combinación lineal de E ∪ F por lo que E ∪ F es generador de E + F.
Necesitamos probar que EX ∪ F es LI. Para
X esto supongamos
X Xque
0= αi i = αi i+ αi i+ αi i
i∈E∪F i∈E\N i∈N i∈F\N
y demostremos que todos los αi son cero. Sean x, y, z el primer, segundo y tercer
sumando respectivamente en la igualdad anterior. Por construcción, tenemos x ∈ E,
y ∈ E ∩ F y z ∈ F. Además, como z = − (y + x) y E es un subespacio, obtenemos
z∈E P∩ F. Como N es una base de E ∩ F el vector z es combinación lineal de N, o sea
z = i∈N λi i para ciertos coeficientes λi . De aquı́ obtenemos que
X X
0=x+y+z= αi i+ (αi + λi ) i
i∈E\N i∈N
Como E es LI, todos los coeficientes de esta combinación lineal son cero. En particular,
αi = 0 para todo i ∈ E\N y por lo tanto x = 0. Substituyendo x obtenemos
X X
0=y+z= αi i+ αi i
i∈N i∈F\N
y como F es LI deducimos que los restantes coeficientes también son cero.

Igualdad modular

Si E y F son dos subespacios entonces,

dim E + dim F = dim (E + F) + dim (E ∩ F).

Prueba. Por 2.24 existen bases E y F de E y F tales que E ∪ F es base de E + F y E ∩ F

es base de E ∩ F. Luego, la fórmula se reduce a la conocida igualdad entre cardinales
de conjuntos |E| + |F| = |E ∪ F| + |E ∩ F|.
Sección 2.6 Suma de subespacios 51

Ejercicio 46 Construya ejemplos de subespa- E F (E + F) E F (E + F)

cios reales E y F tales que ellos y E + F tienen 1 1 1 1 2 3
las dimensiones definidas en la tabla del recua- 1 1 2 2 2 3
dro a la derecha. ¿Puede tener E + F dimensión 1 2 2 2 2 4
diferente a las de la tabla?

Suma directa

Para dos espacios vectoriales E y F (no necesariamente contenidos en otro espa-

cio) sobre un mismo campo K definiremos la suma directa de ellos como el espacio
vectorial

¡ E0 ⊕ 0F¢ = ¡{(a, b) 0| a ∈ E,0 ¢b ∈ F}

(a, b) + a , b = a +a ,b+b
λ (a, b) = (λa, λb)

Observese que como conjunto la suma directa es el producto cartesiano de conjuntos.

La diferencia está en que la suma directa ya trae en su definición las operaciones de
suma de vectores y multiplicación por un escalar. Deberı́amos probar que la suma
directa es efectivamente un espacio vectorial, o sea que cumplen todos los axiomas.
Nosotros omitiremos esta prueba por ser trivial y aburrida. Mejor nos concentraremos
en algo más interesante.

dim (E ⊕ F) = dim E + dim F.

Prueba. Sea E0 = {(a, 0) | a ∈ E} y F0 = {(0, b) | b ∈ F}. Es claro que los espacios E

y E0 son isomorfos y por lo tanto tienen la misma dimensión. Otro tanto ocurre con
F y F0 . Por definición de suma de subespacios tenemos que E0 + F0 = E ⊕ F . De la
Igualdad modular (2.25) obtenemos dim (E0 + F0 ) = dim E0 + dim F0 − dim (E0 ∩ F0 ) =
dim E + dim F.

Isomorfismo canónico entre la suma y la suma directa.

De esta última proposición y de la igualdad modular se deduce que si dos subespa-

cios E y F son tales que E ∩ F = {0} entonces dim (E ⊕ F) = dim (E + F) o sea E ⊕ F es
isomorfo a E + F. A continuación probaremos solo un poquito más. Sin embargo, este
poquito nos llevará a profundas reflexiones.
52 Capı́tulo 2. Espacios vectoriales
Isomorfismo Canónico entre la Suma y la Suma directa

Si E y F son subespacios tales que E ∩ F = {0} entonces la función

E ⊕ F 3 (a, b) 7→ a + b ∈ E + F
es un isomorfismo de espacios vectoriales.

Prueba. Sea f la función definida en el enunciado. Tenemos

f (λ (a, b)) = f (λa, λb) = λa + λb = λ (a + b) = λf (a, b)
f ((a, b) + (x, y)) = f (a + x, b + y) = a + x + b + y = f (a, b) + f (x, y)
por lo que solo queda demostrar que f es biyectiva. Por definición de suma de subespa-
cios f es sobreyectiva. Para probar la inyectividad supongamos que f (a, b) = f (x, y)
entonces, a − x = y − b. Como a, x ∈ E entonces a − x ∈ E. Como b, y ∈ F entonces
y − b ∈ F. Luego a − x = y − b ∈ E ∩ F = {0} por lo que a = x y b = y.
Observemos que el isomorfismo (a, b) 7→ a + b no depende de escoger base al-
guna en E ⊕ F. Todos los isomorfismos que construimos antes de esta proposición se
construyeron escogiendo cierta base en alguno de los espacios. Los isomorfismos que no
dependen de escoger alguna base juegan un papel importante en el álgebra lineal y se les
llama isomorfismos canónicos. Decimos que dos espacios vectoriales son canónica-
mente isomorfos si existe un isomorfismo canónico entre ellos. Ası́ por ejemplo todo
espacio vectorial E de dimensión 3 es isomorfo a K3 pero no es canónicamente isomorfo
a K3 porque no se puede construir de cualquier espacio vectorial de dimensión 3 un
isomorfismo con K3 que no dependa de escoger alguna base. Cuando veamos los pro-
ductos escalares veremos que hay fuertes razones para que diferenciemos las bases. Los
isomorfismos no canónicos no necesariamente preservan una u otra propiedad de las
bases. Por otro lado, los isomorfismos canónicos si las preservan. Si por un lado, debe
haber cierta resistencia a considerar iguales a dos espacios vectoriales isomorfos por el
otro, los espacios canónicamente isomorfos no se diferencian en nada uno del otro, por
lo que se puede pensar que es el mismo espacio.

Ejercicio 47 1. Demuestre que E ⊕ F y F ⊕ E son canónicamente isomorfos.

2. ¿Como se debe llamar esta propiedad de la suma directa de espacios?
3. Demuestre que la suma directa de espacios es asociativa.
4. ¿Tiene la suma directa elemento neutro? [189]

Subespacios complementarios
Sea S un espacio vectorial y E un subespacio de S . Diremos que el subespacio
F es complementario de E en S si S = E ⊕ F. Esta igualdad por el Isomorfismo
Canónico entre la Suma y la Suma directa (2.27) lo que quiere decir es que S = E + F
y E ∩ F = {0}. En R2 dos rectas por el origen diferentes son complementarias una a
otra. En R3 un plano y una recta no contenida en el plano (ambos por el origen) son
Sección 2.6 Suma de subespacios 53

complementarios uno a otro.

Todo subespacio tiene complementario.

Prueba. Sea E un subespacio de S. Sea A una base de E. Por el Teorema de Existencia

de Bases (2.14) hay una base C de S que contiene a A. Sea F el espacio generado por
B = C\A. Como C es generador de S, todo elemento en S es combinación lineal de C
y en particular todo elemento de S se expresa como a + b con a ∈ E y b ∈ F. Luego
S = E + F.
à si x ∈ E ∩ F entonces,!existen
Por otro lado, Ã combinaciones lineales! tales que
X X X X
x= αa a = αa a ⇒ αa a − αa a = 0 .
a∈A a∈B a∈A a∈B
Como C es LI entonces, por la caracterización 2.9.4 de los conjuntos LI la última
combinación lineal tiene todos sus coeficientes iguales a cero. Luego, E ∩ F = {0}.

Si E y F son dos subespacios complementarios entonces cada vector x

se expresa de forma única como x = a + b donde a ∈ E y b ∈ F.

Prueba. Si E y F son complementarios entonces E+F es todo el espacio y por lo tanto

todo vector es de la forma a+b. Si a+b = a0 +b0 entonces a−a0 = b0 −b ∈ E∩F = {0}
por lo que la descomposición x = a + b es única.

Ejercicio 48 Demuestre el recı́proco de 2.29: Si cada vector se expresa de forma única

como x = a + b con a ∈ E y b ∈ F entonces, E y F son complementarios. [189]
Ejercicio 49 Pruebe que E = E1 ⊕ E2 ⊕ · · · ⊕ En si y solo si cualquier vector x ∈ E
se expresa de forma única como x = x1 + · · · + xn con xi ∈ Ei . Sugerencia: Usar 2.29,
el ejercicio anterior y la asociatividad de la suma directa para aplicar inducción en el
número de sumandos n.

Espacios vectoriales versus conjuntos

Hemos demostrado ya unos cuantos resultados que se parecen mucho a los de Teorı́a
de Conjuntos y siempre es saludable establecer analogı́as con resultados ya conocidos.
Para acentuar más esta similitud hagamos un diccionario de traducción
54 Capı́tulo 2. Espacios vectoriales
Conjunto ←→ Espacio vectorial
Subconjunto ←→ Subespacio vectorial
Cardinal ←→ Dimensión
Intersección de subconjuntos ←→ Intersección de subespacios
Unión de subconjuntos ←→ Suma de subespacios
Unión disjunta ←→ Suma directa
Complemento ←→ Subespacio complementario
Biyecciones ←→ Isomorfismos
Si nos fijamos atentamente muchos de los resultados que hemos demostrado para es-
pacios vectoriales tienen su contraparte válida para conjuntos usando el diccionario que
hemos construido. Probablemente, el ejemplo más notable de esto son las igualdades
modulares para conjuntos y para espacios vectoriales.
Sin embargo, es preciso ser cuidadosos en tratar de llevar resultados de los conjuntos
a los espacios vectoriales. Por ejemplo, el complemento de un subconjunto es único
y no siempre hay un único subespacio complementario. Otro ejemplo, un poco más
substancial, es que la intersección de conjuntos distribuye con la unión o sea A ∩
(B ∪ C) = (A ∩ B) ∪ (A ∩ C) . Por otro lado la intersección de subespacios en general
no distribuye con la suma o sea, la igualdad A∩(B + C) = (A ∩ B)+(A ∩ C) no siempre
es verdadera. Para ver esto tómese en R3 los subespacios A = h(0, 0, 1) , (1, 1, 0)i , B =
h(1, 0, 0)i y C = h(0, 1, 0)i . Calculamos A∩(B + C) = h(1, 1, 0)i y (A ∩ B)+(A ∩ C) =
{(0, 0, 0)} y vemos que son distintos.

Ejercicio 50 Si A y B son dos conjuntos entonces la diferencia simétrica de los mismos

es el conjunto A +2 B = (A ∪ B) \ (A ∩ B). Demuestre que todos los subconjuntos
finitos de un conjunto cualquiera U forman un espacio vectorial de dimensión |U| sobre
el campo Z2 para la suma +2 y el producto 1A = A, 0A = ∅. Vea, que los conceptos
de nuestro diccionario de traducción se aplican a este caso en forma directa.

2.7 Espacios cocientes

Ya vimos que para un subespacio E del espacio F, siempre existen subespacios com-
plementarios a él. Sin embargo hay muchos subespacios complementarios y no hay una
manera canónica de escoger alguno de ellos. En esta sección nos dedicaremos a cons-
truir canónicamente el espacio cociente F/E que es el espacio de todos los subespacios
afines paralelos a E y que es isomorfo a cualquier subespacio complementario de E.

Subespacios afines
Sección 2.7 Espacios cocientes 55

Ya vimos que en el plano cartesiano R2 los subespacios son el

origen {0}, todo R2 y las rectas por el origen. Sin embargo, hay otras
`0 R2
rectas en el plano que no pasan por el origen. Para obtener una de
estas rectas lo que tenemos que hacer es trasladar una recta por el
origen ` mediante un vector x (véase la figura). De esta manera, ` x
obtenemos la recta `0 que se obtiene sumandole x a cada vector en
la recta `. Observese que si x 6= 0 entonces ` y `0 no se intersectan.
Esto nos motiva a la siguiente definición. Sea A un conjunto de vectores en un espa-
cio vectorial (¡sobre cualquier campo!) y x un vector. Al conjunto A+x = {a + x | a ∈ A}
se le llama la traslación de A con el vector x. Observese que la operación de trasladar
es un caso particular (cuando uno de los sumandos contiene a un solo vector) de la
operación de suma de conjuntos de vectores introducida en la sección anterior.
Un subespacio afı́n es el trasladado de un subespacio. En otras palabras, un
conjunto de vectores E es un subespacio afı́n si existen un subespacio E y un vector
x tales que E = E + x. Observese que los subespacios son también subespacios afines.
Basta trasladar con el vector cero. Esto causa una confusión linguı́stica: el adjetivo
“afı́n” se usa para hacer el concepto de “subespacio” más general, no más especı́fico.
Por esto, cuando se habla de subespacios afines es común referirse a los subespacios
como subespacios vectoriales o como subespacios por el origen.
Las traslaciones de un subespacio cumplen una propiedad muy sencilla pero fun-
damental: que es posible trasladar el subespacio vectorial con diferentes vectores y
obtener el mismo subespacio afı́n. Más precisamente:

E+x=E+a
a ∈ E + x si y solo si E + x = E + a. x
a
0 E

Prueba. La parte del “si” es trivial ya que 0 ∈ E. Para el recı́proco probemos primero
el caso que x = 0. Como a ∈ E y E es un subespacio, tenemos y ∈ E ⇔ y − a ∈ E ⇔
y ∈ E + a. Ahora por el caso general. Sabemos que, z = a − x ∈ E y del primer caso,
E = E + z. Luego, E + x = E + z + x = E + a.

Ahora observemos, que un trasladado de un subespacio afı́n es a su vez un subespa-

cio afı́n ya que (E + x)+y = E+(x + y). Dos subespacios afines se le llaman paralelos
si uno es un trasladado del otro. La relación de paralelismo entre subespacios afines
es de equivalencia ya que si E = F + x y G = E + y entonces, G = F + (x + y). Esto
significa que el conjunto de los subespacios afines se parte en clases de paralelismo
y dos subespacios son paralelos si y solo si están en la misma clase de paralelismo.
Ahora veremos que en cada clase de paralelismo hay un solo subespacio afı́n que
pasa por el origen.
56 Capı́tulo 2. Espacios vectoriales

Todo subespacio afı́n es paralelo a un solo subespacio vectorial.

Prueba. Si E + x = F + y entonces, E = F + y − x. Como F + y − x contiene al cero

entonces, x−y ∈ F. Como F es un subespacio, y−x ∈ F y 2.30 nos da F = F+y−x.
Este resultado nos permite definir la dimensión de un subespacio afı́n. Cada uno
de ellos es paralelo a un único subespacio y su dimensión es la dimensión de ese
subespacio. En otras palabras, si E = E + x entonces dim E = dim E. Es común utilizar
la terminologı́a geométrica para hablar de los subespacios afines de dimensión pequeña.
Ası́, un punto es un subespacio afı́n de dimensión cero, una recta es un subespacio
afı́n de dimensión uno, un plano es un subespacio afı́n de dimensión dos.

Dos subespacios afines paralelos o son el mismo o no se intersectan.

Prueba. Si y ∈ (E + x) ∩ (E + x0 ) entonces, por 2.30, E + x = E + y = E + x0 .

Es un error común (debido al caso de rectas R2 ) pensar que es equivalente

que dos subespacios afines sean paralelos a que estos no se intersecten. Para
convencerse de que esto no es cierto, el lector debe pensar en dos rectas no
coplanares en R3 .

El espacio cociente

Sea D un espacio vectorial y E un subespacio vectorial de D.

2
x + x0
Si E = E + x y F = E + y son dos subespacios afines paralelos R
x
entonces E + F = (E + x) + (E + x0 ) = (E + E) + (x + x0 ) = x0
E + (x + x0 ) lo que muestra que E + F está en la misma clase de y0
y + y0
paralelismo que E y F. En otras palabras (véase la figura a la 0
derecha) la suma de cualquier vector en E con cualquier otro en y
F está en un mismo espacio paralelo a E y F.
Denotemos por D/E al conjunto de todos los subespacios afines de D paralelos
a E. La observación anterior nos dice que la suma de subespacios afines es una
operación en D/E. Esta suma es asociativa y conmutativa debido a que la suma de
vectores cumple estas propiedades. El subespacio E es el neutro para esta operación y
el opuesto de E + x es E − x. Luego, D/E es un grupo abeliano para la suma y para
convertirlo en un espacio vectorial solo nos falta el producto por escalares..
Sea A un conjunto arbitrario de vectores y λ un escalar. Defini-
λA = {λa | a ∈ A}
remos al conjunto λA como en el recuadro a la izquierda.
Sección 2.7 Espacios cocientes 57

Sean E = E+x un subespacio afı́n paralelo a E y λ un escalar. Tenemos

λE = λ (E + x) = λE + λx = E + λx lo que muestra que λE está en la R x
2 2x
misma clase de paralelismo que E. En otras palabras (véase la figura a la 2y
derecha) el producto de un escalar por todos los vectores en E resulta en 0 y
espacio paralelo a E. Este producto convierte a D/E en un espacio vectorial llamado
espacio cociente de D por E.

Ejercicio 51 Pruebe los axiomas de espacio vectorial para el espacio cociente.

Ejercicio 52 ¿Cual es el espacio cociente de R3 por el plano xy?
Ejercicio 53 ¿Que pasa si sumamos dos espacios afines no paralelos? [190]

El isomorfismo con los complementarios

R2
Sea F un subespacio complementario a E.
Entonces, cualquier subespacio afı́n paralelo
a E intersecta a F en un y solo un vector. F E

Prueba. Sea E = E + x cualquier subespacio afı́n paralelo a E. Como D = E ⊕ F

existen unos únicos vectores y ∈ E y z ∈ F tales que x = y + z. Luego por 2.30
E + x = E + y + z = E + z y por lo tanto z ∈ E + x o sea, z ∈ E ∩ F. Si z0 es otro
vector en E ∩ F entonces, existe a ∈ E tal que z0 = a + x. De aquı́ x = −a + z0 y
por la unicidad de la descomposición de un vector en suma de vectores de espacios
complementarios, y = −a y z = z0 .

Sea F un subespacio complementario a E. Entonces,

f : F 3 x 7→ (E + x) ∈ D/E
es un isomorfismo de espacios vectoriales.

Prueba. Por 2.33 la aplicación f : F 3 x 7→ (E + x) ∈ D/E tiene inversa (que a cada

E+x ∈ D/E le hace corresponder el único vector en (E + x)∩F). Luego, f es biyectiva.
Además, f (x + y) = E + (x + y) = (E + x) + (E + y) = f (x) + f (y)
f (λx) = E + (λx) = λ (E + x) = λf (x)
por lo que f es un isomorfismo.
Este isomorfismo es canónico. Luego, cualquier subespacio complementario a E es
canónicamente isomorfo a D/E. Esta proposición también nos dice que la dimensión
de D/E es la misma que la de un complementario a E o sea, es dim D − dim E.
58 Capı́tulo 2. Espacios vectoriales
Es posible (gracias al isomorfismo con los complementarios) desarrollar toda el álgebra
lineal sin la introducción de los espacios cocientes. Si embargo, es más cómodo hacerlo
con ellos. Además es importante que el lector se familiarice con el concepto, ya que, en el
estudio de estructuras algebraicas más generales, no siempre existen estructuras “complementarias”
(por ejemplo en la teorı́a de grupos). Por otro lado, las estructuras cocientes si se pueden construir.
Por ejemplo, todo grupo tiene un cociente por cualquier subgrupo normal.

2.8 El espacio afı́n

Recordemos de la sección anterior que un subespacio afı́n del espacio vectorial F

es el trasladado E + x de un subespacio vectorial E de F. La dimensión de E + x es
por definición la dimensión de E.
Los subespacios afines de dimensión pequeña reciben nombres especiales según la
tradición geométrica. Los de dimensión 0 se le llaman puntos. Los de dimensión 1 se
le llaman rectas y los de dimensión 2 se le llaman planos.
Un punto es, en otras palabras, un subespacio afı́n E + x donde E es de dimensión
cero. Pero el único subespacio vectorial de dimensión cero es {0} . Luego, un punto es
un conjunto de la forma {0} + x = {x}. Esto nos da una biyección obvia {x} 7→ x entre
los puntos del espacio afı́n y los vectores del espacio vectorial.
Al conjunto de todos los puntos del espacio vectorial F se le llama el espacio afı́n
de F. Pero como, dirá el lector, si la diferencia entre {x} y x es puramente formal
entonces, ¿cual es la diferencia entre el espacio afı́n y el espacio vectorial? La respuesta
es ambivalente pues es la misma pregunta que ¿que diferencia hay entre geometrı́a y
álgebra? Antes de Descartes eran dos cosas completamente distintas, despues de él, son
cosas muy parecidas.
Intuitivamente, un espacio afı́n es lo mismo que el espacio vectorial pero sin origen.
El espacio afin de R2 es el plano de Euclides en el que estudiamos la geometrı́a más
clásica y elemental: congruencia de triángulos, teorema de Pitágoras, etc. Los resultados
de esta geometrı́a no dependen de cual es el origen de coordenadas. Dos triángulos son
congruentes o no independientemente de en que lugar del plano se encuentran.
A un nivel más alto, podemos pensar el espacio afı́n de un espacio vectorial como una
estructura matemática adecuada para poder estudiar las propiedades de los espacios
vectoriales que son invariantes por traslaciones, o sea, que no cambian al mover un
objeto de un lugar a otro en el espacio.
La regla del paralelogramo

La conocida regla del paralelogramo para la suma de vectores en el plano R2 se

generaliza a todas las dimensiones y sobre cualquier campo.
Postularemos que el conjunto vacı́o es un subespacio afı́n de dimensión −1. Eso nos
evitará muchos problemas en la formulación de nuestros resultados.
Sección 2.8 El espacio afı́n 59

La intersección de subespacios afines es un subespacio afı́n.

Prueba. Sea x un punto en la intersección. Cada uno de los subespacios afines, es

E + x para cierto subespacio E del espacio vectorial. Si F es la intersección de todos
estos subespacios entonces F + x es la intersección de los subespacios afines.

Regla del paralelogramo

Si a y b son vectores LI de un espacio vectorial entonces, a + b

es la intersección de los subespacios afines hai + b y hbi + a.

Prueba. Obviamente a + b ∈ (hai + b) ∩ (hbi + a). Por otro lado, ambos hai + b y
hbi + a tienen dimensión 1 y por lo tanto su intersección tiene dimensión 0 o 1. Si esta
dimensión es cero entonces terminamos. Si esta dimensión es uno entonces hai + b =
hbi + a y por lo tanto a ∈ hai + b. Por 2.30 tenemos que hai + b = hai + a = hai,
Por lo tanto b ∈ hai y esto contradice que {a, b} es LI.

Cerradura afı́n
Para un conjunto A de puntos en el espacio afı́n, la cerradura afı́n de A es la
intersección de todos los subespacios afines que contienen a A. A la cerradura afı́n de
A la denotaremos por [A]. Esto la diferencia claramente de la cerradura lineal hAi.
Para la cerradura afin, tenemos las mismas propiedades que para la cerradura lineal.

[A] es el subespacio afin más pequeño que contiene a A.

Prueba. [A] es un subespacio afin. Si B es un subespacio afı́n que contiene a A

entonces [A] ⊆ B pues para hallar [A] tuvimos que intersectar con B.

La cerradura afı́n cumple las siguientes propiedades:

1. A ⊆ [A] (incremento)
2. A ⊆ B ⇒ [A] ⊆ [B] (monotonı́a)
3. [[A]] = [A] (idempotencia).

Prueba. Es exactamente la misma que para el caso de la cerradura lineal.

Generadores e independencia
Un conjunto de puntos A es generador afı́n si [A] es todo el espacio afı́n. Los
conjuntos afinmente independientes los definiremos con el siguiente resultado.
60 Capı́tulo 2. Espacios vectoriales
Definición de conjuntos afinmente independientes

Sea A un conjunto de puntos. Las siguientes afirmaciones son equivalentes

1. Cualquier subconjunto propio de A genera un subespacio afı́n más pe-
queño que todo A.
2. Cualquier punto en A no está en la cerradura afı́n de los restantes.

Prueba. Es análoga a la prueba (1 ⇔ 2) de la caracterización de conjuntos LI.

Los conjuntos de puntos que no son afinmente independientes los llamaremos afin-
mente dependientes.
Nuevamente para evitarnos largas oraciones, a los conjuntos afinmente
independientes los llamaremos conjuntos AI y a los conjuntos afinmente
dependientes los llamaremos conjuntos AD.

Todo sobreconjunto de un generador afin es un generador afin.

Todo subconjunto de un conjunto AI es AI.

Prueba. Sea A un generador afı́n y B ⊇ A. Tenemos [A] ⊆ [B] y como [A] es todo el
espacio afin entonces [B] también lo es.
Sea A que es AI y B ⊆ A. Si B fuera AD entonces existirı́a b ∈ B tal que b ∈
[B\b] ⊆ [A\b] y esto no puede ser pues A es AI.

Bases afines
Una base afin es un conjunto de puntos que es AI y generador afin. Ahora podria-
mos seguir por el mismo camino demostrando que las bases afines son los generadores
afines más pequeños o los AI más grandes. Despues, el teorema de existencia de base,
el lema del cambio para las bases afines, la prueba de que dos bases afines tienen el
mismo cardinal, etc.
Este camino aunque se puede realizar, sin embargo, tiene dos desventajas. La pri-
mera es que aún no hemos definido combinaciones afines y estas se necesitan para
probar todo esto. La segunda, y más obvia, es que todo esto es muy largo. Por suerte,
hay una sencilla relación que enlaza las bases afines con las bases del espacio vectorial
y esto nos ahorrará mucho trabajo.

Sea A = {x0 , x1, . . . , xn } un conjunto de puntos. Defina-

mos A0 = {x1 − x0 , . . . , xn − x0 }. Entonces, A es una ba-
se afı́n si y solo si A0 es una base del espacio vectorial.

Prueba. Veamos que [A] = hA0 i + x0 . Efectivamente, hA0 i + x0 es un subespacio

Sección 2.9 El caso de dimensión infinita 61

afı́n que contiene a A y por lo tanto [A] ⊆ hA0 i + x0 . Por otro lado [A] − x0 es un
subespacio por el origen que contiene a A0 y por lo tanto [A] − x0 ⊇ hA0 i.
De aquı́ inmediatamente obtenemos que A es generador afı́n si y solo si A0 es un
generador. Luego, podemos suponer por el resto de la prueba que tanto A como A0
son generadores. Nos queda probar que A es AI si y solo si A0 es LI.
Supongamos que A0 es LD. Sea B0 una base lineal tal que B0 ⊂ A0 . Como al
principio de la prueba B = {x0 } ∪ (B0 + x0 ) es un generador afı́n del espacio. Como
B0 6= A0 entonces, B 6= A y por lo tanto A es AD.
Supongamos que A es AD. Entonces, hay un subconjunto propio B de A que genera
al espacio. Sea y ∈ B Como al principio de la prueba B0 = {xi − y | xi ∈ B \ {y}} es
un generador lineal del espacio. Luego la dimensión del espacio es estrictamente menor
que n y por lo tanto A0 no puede ser LI.
Ahora podemos traspasar todos los resultados probados para las bases del espacio
vectorial a las bases afines. En particular, es cierto que:
1. Las bases afines son los conjuntos generadores afines minimales por inclusión.
2. Las bases afines son los conjuntos AI maximales por inclusión.
3. Si A es un conjunto AI y B es un conjunto generador afı́n tal que A ⊆ B entonces
hay una base afı́n C tal que A ⊆ C ⊆ B.
4. Dos bases afines cualesquiera tienen el mismo número de puntos (uno más que
la dimensión).
Las demostraciones de estos resultados son obvias dada la correspondencia entre
las bases afines y las bases del espacio vectorial.

Ejercicio 54 Formule el lema del cambio para las bases afines.

El siguiente resultado es el análogo del lema Lema de Aumento de un Conjunto LI

(2.11) para el caso afı́n y es consecuencia directa de la correspondencia entre las bases
afines y las bases del espacio vectorial.

Si A es un conjunto AI entonces A ∪ b es AD si y solo si b ∈ [A].

2.9 El caso de dimensión infinita

En la Sección 2.4 enunciamos el Teorema de Existencia de Bases (2.14) y la Equi-

cardinalidad de las Bases (2.16) pero solo los probamos para el caso de que el espacio
tiene dimensión finita. En esta sección demostramos estos resultados para los casos
faltantes. Porque siempre aparece un curioso que quiere saber.
62 Capı́tulo 2. Espacios vectoriales
Como estas demostraciones dependen de resultados de Teorı́a de Conjuntos y una
exposición de esta nos llevarı́a a escribir otro libro, lo haremos todo en forma minima-
lista: Antes de cada una de las dos pruebas daremos exclusivamente las definiciones y
resultados que necesitamos. Los resultados complicados de Teorı́a de Conjuntos no los
demostraremos.
El Lema de Zorn
Un conjunto ordenado es un conjunto con una relación de orden, o sea una
relación reflexiva antisimétrica y transitiva (véase el glosario). Sea P un conjunto orde-
nado y A un subconjunto de P. Diremos que x ∈ P es una cota superior de A si para
cualquier y ∈ A se cumple que y ≤ x. Diremos que x ∈ A es elemento maximal de
A si para cualquier otro y ∈ A se cumple que x ­ y. Se dice que A es una cadena
si para cualesquiera x, y ∈ A se cumple que x ≤ y o que y ≤ x. Diremos que A esta
inductivamente ordenado si A 6= ∅ y cualquier cadena contenida en A tiene una
cota superior que está en A. El siguiente resultado es clásico en teorı́a de conjuntos.

Lema de Zorn

Cualquier conjunto inductivamente ordenado tiene un elemento maximal.

Existencia de bases

Teorema de Existencia de Bases (caso general)

Sea N un conjunto generador y L ⊆ N un conjunto

LI. Entonces, existe una base M tal que L ⊆ M ⊆ N.

Prueba. Sean L y N como en las hipótesis. Denotemos

T = {M | M es linealmente independiente y L ⊆ M ⊆ N} .
El conjunto T está naturalmente ordenado por inclusión. Sea M un elemento maximal
de T. Entonces ∀x ∈ N\M M ∪ x es dependiente y por el Lema de Aumento de un
Conjunto LI (2.11) tenemos N ⊆ hMi. Como N es generador, esto significa que M
también lo es y por lo tanto M es una base.
Nuestra tarea es encontrar un elemento maximal de T. Probemos que el conjunto T
está inductivamente ordenado. Efectivamente,S T es no vacı́o ya que L ∈ T. Sea {Bi }i∈I
una cadena arbitraria en T y denotemos B = i∈I Bi . El conjunto B es una cota superior
de la cadena {Bi }i∈I y tenemos que convencernos que B está en T. Como para cualquier
i tenemos Bi ⊆ N entonces, B ⊆ N. Supongamos que B es linealmente dependiente.
Entonces, existe un subconjunto finito B0 de B y una combinación lineal de B0 igual
a cero tal que todos sus coeficientes son no cero, o sea B0 es linealmente dependiente.
Como B0 es finito, y {Bi }i∈I es una cadena entonces, tiene que existir i0 tal que B0 ⊆ Bi0
Sección 2.9 El caso de dimensión infinita 63

y esto contradice que todo subconjunto de un conjunto linealmente independiente es

linealmente independiente. Luego, T está inductivamente ordenado y por el Lema de
Zorn (2.43) el conjunto T tiene un elemento maximal.

Cardinales
Dados dos conjuntos A y B denotaremos |A| ≤ |B| si existe una inyección de A en
B. La relación A ∼ B definida como |A| ≤ |B| y |B| ≤ |A| es una relación de equivalencia
entre todos los conjuntos. A la clase de equivalencia que contiene al conjunto A se le
llama cardinal del conjunto A y se denota por |A|. Los cardinales están ordenados por
la relación de orden que ya definimos. Los cardinales pueden ser finitos o infinitos. El
cardinal infinito más pequeño es ℵ0 que es el cardinal de los naturales (ℵ es la primera
letra del alfabeto hebreo y se llama “álef”).
Si a y b son dos cardinales, entonces siempre se pueden escoger conjuntos disjuntos
A y B talea que |A| = a y |B| = b. La suma de cardinales a + b se define como el
cardinal de la unión A ∪ B. El producto de cardinales ab se define como el cardinal
del producto cartesiano A × B. No es dificil probar que la suma y el producto están
bien definidos, o sea no dependen de cuales conjuntos A y B se escojan.
Necesitaremos dos resultados acerca de los cardinales de conjuntos. El primero es
muy sencillo y daremos una demostración para él.

P
Si ∀i |Ai | ≤ t entonces, i∈I |Ai | ≤ t |I|.

Prueba. Podemos pensar que los Ai son disjuntos. SeaST un conjunto de cardinal t.
Por hipótesis existen inyecciones fi : Ai 7→ T . Sea ϕ : i∈I Ai → T × I definida por
ϕ (a) = (fi (a) , i) si a ∈ Ai . Por definición de ϕ si ϕ (a) = ϕ (b) entonces, a y b están
en el mismo conjunto Ai , fi (a) = fi (b) y por lo tanto a = b. Luego, ϕ es inyectiva.

El siguiente resultado que necesitamos se demuestra (usando muchas cosas) en la

Teorı́a de Conjuntos (véase por ejemplo: Kamke E., Theory of sets. Dover, New York,
1950. página 121). Nosotros omitiremos la prueba.

Si |A| es infinito entonces, ℵ0 |A| = |A|.

Equicardinalidad de las bases

Equicardinalidad de las Bases (caso infinito)

Dos bases cualesquiera tienen el mismo cardinal.

64 Capı́tulo 2. Espacios vectoriales
Prueba. Sean A y B dos bases. Ya probamos el caso en que una de las dos bases es
finita. Luego, podemos suponer que A y B son infinitos. Como B es una base y debido
a la finitud de las combinaciones lineales entonces ∀a ∈ A el mı́nimo subconjunto
Ba ⊆ B tal que a ∈ hBa i existe y es finito.
Construyamos la relación R ⊆ A × B de manera que (a, b) ∈ R si y solo si b ∈ Ba .
Tenemos |B| ≤ |R| ya que si hubiera un b0 ∈ B no relacionado con ningún elemento de
A entonces, A ⊆ hB\b0 i y como A es base obtendrı́amos que B\b0 es generador lo que
contradice que B es base.
Por otro lado, como |A| es infinito y |Ba | es finito entonces, usando 2.45 y 2.46
obtenemos X
|B| ≤ |R| = |Ba | ≤ ℵ0 |A| = |A| .
a∈A
Luego |B| ≤ |A| y por simetrı́a de nuestros razonamientos |A| ≤ |B|.
 Capítulo tercero
Transformaciones
Lineales

as transformaciones lineales son uno de los objetos más estudiados y más impor-
tantes en las matemáticas. El objetivo de este capı́tulo es familiarizar al lector
con el concepto de transformación lineal y sus propiedades básicas. Introduci-
remos las matrices y estudiaremos la relación de las mismas con las transformaciones
lineales. Veremos los conceptos de nucleo e imagen de una transformación lineal y sus
aplicaciones.

3.1 Definición y ejemplos

Sean E y F dos espacios vectoriales sobre K. Una fun-

ción f : E → F se le llama transformación lineal de E en f (a + b) = f (a) + f (b)
F si para cualesquiera vectores a y b y cualquier escalar λ f (λa) = λf (a)
se cumplen las propiedades del recuadro a la derecha.

Nuevamente, para no reescribir constantemente frases largas, en lugar de

decir que f es una transformación lineal, diremos que f es una TL. En
plural escribiremos TLs.

Imágenes de subespacios

Toda TL transforma subespacios en subespacios.

Prueba. Sea f : E → F una TL y E0 un subespacio de E. Denotemos F0 = f (E0 ) la

imagen de E0 . Sean a y b vectores en F0 . Existen vectores x,y tales que f (x) = a y
f (y) = b. Tenemos, f (x + y) = a + b por lo que a + b ∈ F0 . Sea ahora λ un escalar.
Tenemos f (λx) = λa por lo que λa ∈ F0 . Luego, F0 es un subespacio de F.
66 Capı́tulo 3. Transformaciones lineales

Las TLs NO necesariamente transforman conjuntos LI en conjuntos LI ni

tampoco conjuntos generadores en conjuntos generadores.

Homotecias
Veamos el ejemplo más simple de TL. Si a cada vector x de un espacio E le hacemos
corresponder el vector 2x obtenemos la función h2 : E 3 x 7→ 2x ∈ E . Esta función es
una TL ya que h2 (a + b) = 2 (a + b) = 2a + 2b = h2 (a) + h2 (b)
h2 (λa) = 2λa = λ2a = λh2 (a)
Observese que en el segundo renglón se usa la conmutatividad del producto de escalares.
Lo mismo ocurre si en lugar del escalar 2 usamos cualquier otro escalar α ∈ K
obteniendo la TL hα : E 3 x 7→ αx ∈ E. A las funciones hα se les llama homotecias.
Hay dos casos particulares de homotecias especialmente importantes. Si α = 1
entonces obtenemos la función identidad x 7→ x. A esta función se la denotará por I.
Si α = 0 entonces obtenemos la función nula x 7→ 0 que se denotará por O.
En el caso del campo R las homotecias tienen una interpretación geométrica muy
clara. Si α > 0 entonces cada punto x ∈ Rn se transforma en el punto αx que está en
la misma recta por el origen que x pero a una distancia del origen α veces mayor que
x. Esto quiere decir que hα es la dilatación de razón α. Si 0 < α < 1 entonces hα es
una contracción de razón 1/α.
En la figura de la derecha observamos la dilatación x 7→ 2x en el
plano cartesiano R2 . La curva interior (que es la gráfica de la fun- R2
ción 5 + sin 5θ en coordenadas polares) se transforma en la misma
curva pero del doble de tamaño (10 + 2 sin 5θ).
Si α = −1 entonces a la homotecia h−1 : x 7→ −x se le llama
función antipodal. El nombre viene de la siguiente interpretación.
Si trazamos una recta que pase por el centro de la Tierra intersec- v 7→ 2v
taremos la superficie en dos puntos. Estos puntos se dicen que son antı́podas o sea,
nuestros antı́podas son la personas que viven “pies arriba” del “otro lado” de la Tierra.
Si coordinatizamos la Tierra con unos ejes de coordenadas con origen en el centro de
la misma, nuestros antı́podas se obtienen multiplicando por −1.
En la figura de la izquierda está representada la función antı́podal
R 2 en R2 . En ella hay dos curvas cerradas de cinco pétalos. La primera
es la misma que la de la figura anterior (10 + 2 sin 5θ). La segunda
es la antı́poda de la primera (−10 − 2 sin 5θ). La figura es expresa-
mente complicada para que el lector tenga la oportunidad de pensar
un poco en que punto se va a transformar cada punto. Cualquier
v 7→ −v homotecia hα con α < 0 se puede representar como h−1 (h−α ) por
lo que hα se puede interpretar como una dilatación seguida de la función antı́podal. A
pesar de su simplicidad las homotecias juegan un papel fundamental en la comprensión
de las TL y este papel se debe a que ellas son todas las TL en dimensión 1.
Sección 3.1 Definición y ejemplos 67

Si dim E = 1 entonces toda TL de E en E es una homotecia.

Prueba. Sea {a} una base de E y f una TL de E en E. Como {a} es una base tiene
que existir un escalar λ ∈ K tal que f (a) = λa. Sea x = αa un vector arbitrario en
E . Como f es lineal tenemos f (x) = f (αa) = αf (a) = αλa = λαa = λx lo que
demuestra que f es una homotecia.

Inmersiones
Hasta ahora las TL que hemos visto (las homotecias) están definidas de un espacio
en si mismo. Las inmersiones son la TL más simples que están definidas de un espacio
en otro distinto. Sea E un subespacio de F. A la función i : E 3 x 7→ x ∈ F se le
llama inmersión de E en F. Las inmersiones son TLs inyectivas y son las restriciones
a subespacios de la función identidad. No hay mucho que decir de las inmersiones
excepto de que hay una para cada subespacio.
Proyecciones
Ahora supongamos al revés (de las inmersiones) que F es subespacio de E . ¿Ha-
brá alguna TL natural de E en F? Lo que podemos hacer es buscarnos un espacio G
complementario de F (existe por 2.28) De esta manera E = F ⊕ G y por 2.29 tenemos
que cada vector x ∈ E se descompone de manera única como a + b donde a es un
vector en F y b es un vector en G . Ası́ para cada x ∈ E tenemos un único a ∈ F y
esto nos da una función que denotaremos por πF y la llamaremos proyección de E en
F a lo largo de G . Cualquier proyección πF restringida a F es la identidad por lo que
necesariamente es sobreyectiva.
La notación πF sugiere erroneamente que esta función solo depende del subes-
pacio F . Esto no es cierto, cualquier subespacio F tiene muchos subespacios
complementarios diferentes y la proyección depende del subespacio comple-
mentario que escojamos.

Las proyecciones son transformaciones lineales.

Prueba. Escojamos un subespacio G complementario de F . De esta manera πF es

una función fija y bien definida.
Si x, y son dos vectores entonces hay descomposiciones únicas x = πF (x) + πG (x)
y y = πF (y) + πG (y) . Luego x + y = (πF (x) + πF (y)) + (πG (x) + πG (y)) . El
primer sumando de la derecha está en F y el segundo en G . Por la unicidad de la
descomposición necesariamente tenemos πF (x + y) = πF (x) + πF (y) .
Sea ahora λ ∈ K. Tenemos λx = λπF (x)+λπG (x) . Nuevamente, el primer sumando
de la derecha está en F y el segundo en G y por la unicidad de la descomposición
necesariamente tenemos πF (λx) = λπF (x) .
68 Capı́tulo 3. Transformaciones lineales
¿Como son geométricamente las proyecciones? En esencia el problema es el siguien-
te. Dados dos espacios complementarios F , G y un vector a como hallar un vector en
F y otro en G que sumados den a. Esto ya lo hicimos una vez cuando introducimos
las coordenadas cartesianas en R2 . Dado un vector a trazamos la recta paralela al eje
y que pasa por a y la intersección del eje x con esta recta es un vector πx (a) . De
manera análoga obtenemos πy (a) y sabemos que a = πx (a) + πy (a).
En el caso general es exactamente igual. Esta cons-
trucción se ilustra en la figura de la derecha. Tenemos
que F es un subespacio de dimensión k y uno de sus
complementarios G es de dimensión n − k. Hay un solo
subespacio afı́n paralelo a F que pasa por a y este es
F + a. La intersección (F + a) ∩ G es un solo punto y
este punto es el vector πG (a) . Análogamente se observa
que πF (a) = (G + a) ∩ F. Como es lógico, no pudimos
dibujar el espacio Rn ası́ que el lector deberá contentarse
con el caso n = 3, k = 2 y con la prueba general.

Si F y G son complementarios entonces, para cualquier

vector a se cumple a = ((G + a) ∩ F) + ((F + a) ∩ G).

Prueba. Como F y G son complementarios (G + a) ∩ F es un solo punto que deno-

taremos x. Sea y ∈ G tal que a = x + y. Tenemos que F + a = F + x + y = F + y y
por lo tanto y ∈ (F + a) . Luego y = (F + a) ∩ G.

3.2 Operaciones entre transformaciones lineales

Ahora, veremos que operaciones se definen naturalmente entre las TLs.
El espacio vectorial de las transformaciones lineales
Sea f una TL y λ un escalar. Denotaremos por λf a la función a 7→ λf (a). A esta
operación se le llama producto de un escalar por una TL.

El producto de un escalar por una TL es una TL.

Prueba. Efectivamente, tenemos

(λf) (a + b) = λf (a + b) = λ (f (a) + f (b)) = (λf) (a) + (λf) (b)
(λf) (αa) = λf (αa) = λαf (a) = αλf (a) = α (λf) (a)
lo que significa que λf es una TL.
Sean ahora f y g dos transformaciones lineales. Denotaremos por f + g a la función
Sección 3.2 Operaciones entre transformaciones lineales 69

a 7→ f (a) + g (a). A esta operación se le llama suma de TLs.

La suma de dos TLs es una TL.

Prueba. Denotemos h = f + g. Tenemos

h (αa) = f (αa) + g (αa) = α (f (a) + g (a)) = αh (a)
h (a + b) = f (a + b) + g (a + b) = f (a) + g (a) + f (b) + g (b) = h (a) + h (b)
lo que significa que h es una TL.
Luego, podemos sumar transformaciones lineales y multiplicarlas por escalares. Los
axiomas de espacio vectorial se comprueban de manera muy simple usando las defini-
ciones. Por ejemplo, la prueba de la distributividad del producto por escalares con res-
pecto a la suma es la siguiente: (λ (f + g)) (a) = λ (f (a) + g (a)) = λf (a) + λg (a) =
(λf + λg) (a). Al espacio vectorial de todas las TLs del espacio E en el espacio F lo de-
notaremos por Mor (E, F). Esta notación es debido que a las transformaciones lineales
también se les llama morfismos de espacios vectoriales. Debido a todo lo dicho es
válido el siguiente resultado:

Mor (E, F) es un espacio vectorial.

Composición de transformaciones lineales

Sean f ∈ Mor (E, F) y g ∈ Mor (F, G) dos TLs. La composición h = g ◦ f se define

como la función E 3 a 7→ g (f (a)) ∈ G. Demostremos que h = g ◦ f ∈ Mor (E, G) o
sea, que h es una TL.

La composición de TLs es una TL.

Prueba. Sea h = g ◦ f la composición de dos TLs. Tenemos

h (a + b) = g (f (a + b)) = g (f (a) + f (b)) = g (f (a)) + g (f (b)) = h (a) + h (b)
h (αa) = g (f (αa)) = g (αf (a)) = αg (f (a)) = αh (a)
que es lo que se querı́a demostrar.

La composición de TLs cumple las siguientes propiedades:

1. f ◦ (g ◦ h) = (f ◦ g) ◦ h (asociatividad)
2. f ◦ (g + h) = f ◦ g + f ◦ h (distributividad a la izquierda)
3. (f + g) ◦ h = f ◦ h + g ◦ h (distributividad a la derecha)
4. f ◦ λg = λf ◦ g = λ (f ◦ g) (conmuta con el producto por escalares)
70 Capı́tulo 3. Transformaciones lineales
Prueba. Ya vimos en el Capı́tulo 1 que la composición es asociativa. Con
(f ◦ (g + h)) (a) = f ((g + h) (a)) = f (g (a) + h (a)) =
= f (g (a)) + f (h (a)) = (f ◦ g) (a) + (f ◦ h) (a) = ((f ◦ g) + (f ◦ h)) (a)
probamos la distributividad a la izquierda. Para la distributividad a la derecha usamos
((f + g) ◦ h) (a) = (f + g) (h (a)) = f (h (a)) + g (h (a)) =
= (f ◦ h) (a) + (g ◦ h) (a) = ((f ◦ h) + (g ◦ h)) (a)
Finalmente, probamos que la composición conmuta con el producto por escalares con
(f ◦ λg) (a) = f (λg (a)) = λf (g (a)) = (λ (f ◦ g)) (a) =
= λf (g (a)) = (λf) (g (a)) = (λf ◦ g) (a) .
El lector debe justificar cada una de las igualdades utilizadas en esta prueba.

El álgebra de operadores lineales

A una TL de un espacio vectorial en si mismo se le llama operador lineal. Nue-
vamente, usaremos la abreviatura OL para referirnos a los operadores lineales. Los
OLs juegan (como veremos más adelante) un papel muy importante en el estudio de
las TLs y por esto es que merecen un nombre especial. El conjunto de todos los OLs
de E se denotará por End E. Lo hacemos ası́ porque a los OLs también se les llama
endomorfismos de un espacio vectorial. Por definición tenemos End E = Mor (E, E).
La principal diferencia entre las TLs y los OLs es que la operación de composición
es una operación interna en espacio vectorial End E. O sea, si componemos dos OLs,
obtenemos otro OL.
⇐⇒ Si un espacio vectorial cual-
quiera (el cual ya trae definidos la Alg1) ∗ es asociativa
suma y el producto por escalares) Alg2) ∗ es distributiva con respecto a +
tiene otra operación binaria ∗ que Alg3) ∗ tiene elemento neutro
cumple los axiomas en el recuadro a Alg4) ∗ conmuta con el producto por escalares
la derecha entonces, se le llama álgebra . Observese que los primeros tres axiomas los
podemos resumir en uno: la suma de vectores y ∗ definen un anillo en el espacio vecto-
rial. El cuarto axioma lo que quiere decir es que para cualquier escalar λ y cualesquiera
vectores a y b se cumple que λa ∗ b = a ∗ λb = λ (a ∗ b).
Ya vimos (3.9 ) que la operación de composición de OLs cumple los axiomas Alg1,
Alg2 y Alg4. Para ver que End E es un álgebra solo nos queda comprobar que la
composición tiene elemento neutro. Pero esto es obvio ya que la función identidad
cumple que f ◦ I = I ◦f = f. O sea, es el neutro para la composición. Hemos demostrado
el siguiente resultado

El espacio vectorial End E en un álgebra con respecto a la composición.

Hay otras dos álgebras importantes que deben ser muy conocidas por el lector. Pri-
mero, el conjunto de los polinomios con coeficientes reales R [x] es un espacio vectorial
sobre R, pero además sabemos multiplicar polinomios. Este producto cumple todos
Sección 3.3 Extensiones lineales 71

los axiomas de Alg1-Alg4. Este ejemplo se generaliza a los polinomios sobre cualquier
campo. El segundo ejemplo son los números complejos. Estos son un espacio vectorial
de dimensión dos sobre los reales pero además sabemos multiplicar números complejos.
La multiplicación de complejos también cumple todos los axiomas Alg1-Alg4.
Un álgebra se le llama conmutativa si el producto de vectores es con-
mutativo. El álgebra de los números complejos y el álgebra de polinomios
sobre un campo son conmutativas. Las álgebras End E casi nunca son con-
mutativas (salvo en dimensión 1). Por ejemplo en el plano cartesiano R2 la rotación
f en 45◦ y la reflexión g en el eje y son (como veremos después) OLs. Sin embargo,
(g ◦ f) (1, 0) = √12 (−1, 1) 6= √12 (−1, −1) = (f ◦ g) (1, 0).

Un álgebra con división es un álgebra en la cual todo vector no nulo tiene inverso multipli-
cativo. El Teorema de Frobenius (demostrado en 1877) afirma que las álgebras con división
de dimensión finita sobre los reales son R, C y H (los cuaterniones), no hay más.

El grupo general lineal

Una función cualquiera es biyectiva si y solo si esta tiene inversa. En el capı́tulo
anterior, cuando vimos los isomorfismos de espacios vectoriales, demostramos que si una
TL tiene inversa entonces esta inversa también es una TL. En particular, la función
inversa de un OL es un operador lineal. Un operador lineal se le llama singular si
este no tiene inverso. En el caso contrario se le llama no singular. A los OLs no
singulares también se les llama automorfismos del espacio vectorial. En otras palabras
los automorfismos son los endomorfismos biyectivos.
Al conjunto de todos los OLs no singulares del espacio vectorial E se le denota
por GL (E). La suma de OLs no singulares puede ser singular ya que, por ejemplo, la
función nula cumple que 0 = f−f. Sin embargo, la composición de OLs no singulares es
siempre un OL no singular. Luego, la composición es una operación binaria en GL (E)
que ya sabemos que es asociativa y tiene elemento neutro. Además, cada elemento tiene
inverso ya que f ◦ f−1 = f−1 ◦ f = I. Luego, GL (E) es un grupo para la composición al
cual se llama grupo general lineal del espacio vectorial E.

3.3 Extensiones lineales

Estudiaremos en esta sección una manera universal de construir TLs. Pero antes,
veamos algunas consideraciones de tipo general acerca de funciones entre conjuntos
arbitrarios.
Extensiones y restricciones
Sean A y B dos conjuntos y A0 un subconjunto de A. Cada vez que se tiene una
función f : A → B también se tiene una función f0 : A0 → B definida por f0 (a) =
f (a) para cualquier a ∈ A0 . A la función f0 se le llama restricción de f a A0 y
72 Capı́tulo 3. Transformaciones lineales
la denotaremos por fA 0 . Todas las diferentes restricciones de f se obtienen al tomar
diferentes subconjuntos A0 . Las inmersiones son las restricciones de la identidad.
Si h y g son dos funciones tales que h es una restricción de g entonces se dice que g
es una extensión de h. Si está dada una función g : A0 → B y A es un sobreconjunto
de A0 entonces, pueden haber muchas extensiones h : A → B de g, ya que podemos
escoger arbitrariamente los valores de h (x) para todos los x ∈ A\A0 .
Es un problema frecuente en matemáticas el encontrar extensiones que cumplan
ciertas propiedades. En nuestro caso, debemos encontrar extensiones que sean TLs.
Formulemos nuestro problema más precisamente. Sean E y F dos espacios vectoriales
sobre K y N un conjunto de vectores de E. Sea h : E → F una TL. Sabemos que
N ⊂ E y por lo tanto tenemos la restricción hN : N → F. ¿Será posible para cualquier
función g : N → F encontrar una extensión h : E → F de g que sea TL? ¿Será única tal
extensión? Veremos que ambas preguntas tienen respuesta positiva si N es una base.
Para demostrar la existencia de la extensión debemos construirla. Sea N una base
de E y g : N → F una función arbitraria de N en F. P Cualquier x ∈ E se expresa de
forma única como combinación lineal de N o sea x = i∈N αi i. A X
la función h del recuadro a la derecha se le llama extensión lineal x 7→ αi g (i)
de g. Observese que (como debe ser) la restricción de h a N es igual i∈N
a g ya que si x ∈ N entonces, la descomposición de x en la base N
tiene coeficientes αi = 0 para i 6= x y αi = 1 para i = x.

Las extensiones lineales son transformaciones lineales.

Prueba. TenemosX X X
h (x + y) = (αi + βi ) g (i) = αi g (i) + βi g (i) = h (x) + h (y)
i∈N X i∈N X i∈N
h (λx) = λαi g (i) = λ αi g (i) = λh (x)
i∈N i∈N
y esto prueba que h es una TL.
Para demostrar la unicidad de la extensión debemos convencernos de que dos TLs
distintas no pueden coincidir en una base.

Las TLs están determinadas por sus valores en una base.

Prueba. Sean f, g : E → F dos TLs y N una base de E. Supongamos que f (i) = g (i)
para cualquier i ∈ [Link] x ∈ E se expresa de forma única como combinación
lineal de N o sea x = i∈N αi i. Luego
à ! à !
X X X X
f (x) = f αi i = αi f (i) = αi g (i) = g αi i = g (x)
i∈N i∈N i∈N i∈N
y por lo tanto las TLs f y g son iguales.
Sección 3.3 Extensiones lineales 73

El isomorfismo entre FN y Mor (E, F)

Recordemos ahora de la Sección 2.2 que el conjunto de todas las funciones de N en

F es el conjunto de las N-adas de vectores de F, que este es un espacio vectorial para
la suma y el producto por escalares definidos por coordenadas y que se denota por FN .
Dada una base N de E entonces, hemos construido una correspondencia biunı́voca
entre FN y Mor (E, F). A cada N-ada hN ∈ FN le corresponde su extensión lineal
h ∈ Mor (E, F) y a cada TL h ∈ Mor (E, F) le corresponde hN su restricción a N (que
es una N-ada). Veamos que esta correspondencia es un isomorfismo.

Si N es una base de E entonces, la biyección

r : Mor (E, F) 3 h 7→ hN ∈ FN
es un isomorfismo de espacios vectoriales.

Prueba. Solo nos queda probar que r es una TL. Efectivamente, sean h, h0 ∈ Mor (E, F)
y λ un escalar. Tenemos r (λh) = (λh)N = λhN = λr (h)
r (h + h0 ) = (h + h0 )N = hN + h0N = r (h) + r (h0 )
que se cumplen por las definiciones de suma y producto por escalares de las N-adas.

Un criterio de isomorfismo

Al establecer que los espacios Mor (E, F) y FN son isomorfos es natural que espere-
mos que cualquier propiedad de las TL se traduzca de alguna u otra manera al lenguaje
de las N-adas de vectores. En este caso queremos hacer la traducción de la propiedad
de una TL de ser o no un isomorfismo de espacios vectoriales. Ya vimos en el capı́tulo
anterior que un isomorfismo transforma una base del dominio en una base del codo-
minio. ¿Será esta propiedad suficiente para comprobar que una TL
(1, 0, 0) 7→ (1, 0)
es un isomorfismo?. La respuesta es NO. Por ejemplo, la extensión
(0, 1, 0) 7→ (0, 1)
lineal de la función definida en la base canónica de R3 como en el
(0, 0, 1) 7→ (0, 1)
recuadro a la derecha transforma a esta base en la base canónica de
R2 y sin embargo no es inyectiva. Nos falta la propiedad evidentemente necesaria de
que la restricción de la TL debe ser inyectiva.

Una TL es un isomorfismo si y solo si su restricción a una

base es inyectiva y la imagen de esta restricción es una base.

Prueba. Ya hemos probado la necesidad. Para la suficiencia sea N una base de E

y hN ∈ FN una N-ada de vectores de F tal que sus coordenadas son todas diferentes
(la inyectividad) y que el conjunto de sus coordenadas (la imagen) es una base M =
h (N) de F. ProbemosPque la extensión P lineal h : E → F de hN es un isomorfismo.
Efectivamente, si x = i∈N αi i y y = i∈N βi i son dos vectores cualesquiera en E y
74 Capı́tulo 3. Transformaciones lineales
h (x) = h (y) entonces,
X X
αi h (i) = βi h (i)
i∈N i∈N
y como todos los h (i) = hi son diferentes, estas son dos combinaciones lineales iguales
de la base M. Luego, los coeficientes de estas combinaciones lineales tienen que coincidir
αi = βi y por lo tanto x = y. Luego, h es inyectiva.
P h es sobreyectiva sea z ∈ F. Como M es una base
Para ver que P de F existen γi ∈ K
tales que z = i∈N γi h (i) y por lo tanto z = h (v) donde v = i∈N γi i.

3.4 Coordinatización de transformaciones lineales

Para darle coordenadas a una TL lo primero es darle coordenadas a los espacios

entre los cuales está definida la TL. Sean N y M bases de E y F respectivamente.
Tenemos los isomorfismos de coordinatización E ↔ K{N} y F ↔ K{M} . Para cada
f
f ∈ Mor
¡ {N}(E, F) tenemos
¢ la composición g : K{N} → E → F → K{M} que es una TL en
Mor K , K{M} .
¡ ¢
Recı́procamente para cada g ∈ Mor K{N} , K{M} tenemos la
g f
composición f : E → K{N} → K{M} → F que es una TL en E −→ F
Mor (E, F). Es fácil ver y es intuitivamente ¡claro que esta
¢ co- l l
rrespondencia biunı́voca Mor (E, F) ↔ Mor K{N} , K{M} es un K{N} −→ K{M}
g
isomorfismo de espacios vectoriales.
Podemos pensar a N como la base canónica de K{N} . Luego, aplicando 3.13 obte-
¡ ¢ ¡ ¢N
nemos el isomorfismo Mor K{N} , K{M} ↔ K{M} = K{M}×N que es el conjunto de
las MN matrices tales que cada columna es una N-ada finita. Para el caso que más
¡ ¢N
nos interesa en que N y M son bases finitas obtenemos Mor (E, F) ↔ KM = KMN .
Sea f ∈ Mor (E, F). A la matriz αMN que le corresponde a f mediante el isomorfismo
construido se le llama matriz de la TL f en las bases M y N. Los resultados de la
sección anterior nos dicen como construir αMN dada f. Para cada P i ∈ N la columna
αMi es el vector f (i) coordinatizado en la base M. O sea f (i) = a∈M αai a.

Ejercicio 55 Sean E ↔ E0 y F ↔ F0 isomorfismos de espacios vectoriales. Construya

un isomorfismo Mor (E, F) ↔ Mor (E0 , F0 ).
Pn P
Ejercicio 56 Pruebe que la función K [x] 3 ai xi 7→ ni=0 ai (x + 1)i ∈ K [x] es
i=0
un isomorfismo de espacios vectoriales. Construya algunas columnas de la matriz αNN
de esta TL en la base canónica del espacio de polinomios. Demuestre que las entradas
de esta matriz están definidas por la ecuación recursiva αkn = αk,(n−1) + α(k−1),(n−1)
con las condiciones de frontera αkn = 0 si k > n y αkn = 1 si k = 0 o k = n.
P
La fórmula f (i) = a∈M αai a nos dice también como construir f dada αMN . Las
Sección 3.4 Coordinatización de transformaciones lineales 75

imagenes de los i ∈ N lasPcalculamos por la fórmula y a f la construimos por extensión

lineal. O sea, si E 3 x = i∈N βi i entonces, Ã !
X X X X X
F 3 f (x) = βi f (i) = βi αai a = αai βi a
i∈N i∈N a∈M a∈M i∈N
P
La expresión i∈N αai βi es un escalar y hay uno para cada a ∈ M por lo que son las
coordenadas de una M-ada. A esta M-ada se le llama producto de la matriz αMN
por el vector βN y se denota por αMN βN .
X Observese que este producto lo podemos escribir como en el
αMN βN = αMi βi
recuadro. Esto quiere decir que este producto se obtiene mul-
i∈N
tiplicando las columnas de αMN por las correspondientes coor-
denadas de βN y sumando los resultados. En otras palabras αMN βN es la combinación
lineal de las columnas de αMN cuyos coeficientes son las coordenadas de βN .
En esta sección estudiaremos sistemáticamente el isomorfismo entre las TLs y las
matrices repitiendo detalladamente todo lo dicho en esta introducción. Si el lector no
entendió, le recomiendo seguir adelante y después releer esta introducción.
El producto escalar canónico
Sean αN y βN dos N-adas. El producto escalar de estas N- X
αN βN = αi βi
adas es el escalar del recuadro a la derecha. De esta manera, el i∈N
producto escalar de dos vectores es un elemento del campo.
No se debe confundir el “producto por un escalar” con el “producto esca-
lar”. El primero es un producto de un escalar por un vector y el segundo es
un producto de dos vectores. Más adelante veremos que hay otros productos
definidos en cualquier espacio vectorial. Por esto a este producto lo llama-
remos canónico y solamente está definido en el espacio vectorial de las N-adas para
cierto conjunto finito de ı́ndices N.

El producto escalar cumple las siguientes propiedades:

1. xy = yx (conmutatividad)
2. x (y + z) = xy + xz (distributividad a la izquierda)
3. (y + z) x = yx + zx (distributividad a la derecha)
4. x (λy) = (λx) y = λ (xy) (conmuta con el producto por escalares)

Ejercicio 57 Pruebe las principales propiedades del producto de N-adas (3.15).

Ejercicio 58 Busque tres vectores x y z en R2 tales que (xy) z 6= x (yz). [190]
Ejercicio 59 ¿Se puede definir el producto escalar canónico en K{N} ?
Ejercicio 60 Pruebe que ∀αN ∈ RN se cumple que α2N = αN αN ≥ 0.
76 Capı́tulo 3. Transformaciones lineales
El producto de matrices
Sean αMN y βNL dos matrices. Observese que el conjunto de ı́ndices de las columnas
de la primera, coincide con el conjunto de ı́ndices de los renglones de la segunda. Ası́,
tanto un renglón αiN como una columna βNj son vectores del espacio KN de N-adas
y podemos formar su producto αiN βNj . Cuando hacemos esto, para todos los i ∈ M
y todos los j ∈ L obtenemos una ML-matriz formada por todos estos productos. A
esta matriz se le llama el producto de las matrices αMN y βNL y se denotará por
αMN βNL . Resumiendo, si γML = αMN βNL entonces γij = αiN βNj . Por ejemplo, si los
conjuntos de ı́ndices son M = {1, 2}, N = {1, 2, 3} y L = {1, 2} entonces, en forma gráfica
tenemos ⎛ ⎞
µ ¶ β11 β12 µ ¶
α11 α12 α13 ⎝ α β α β
β21 β22 ⎠ = 1N N1 1N N2
α21 α22 α23 α2N βN1 α2N βN2
β31 β32
y por definición de producto escalar de vectores tenemos
µ ¶ µ P3 P3 ¶
α1N βN1 α1N βN2 α 1i βi1 Pi=1 α1i βi2
= Pi=1 3 3 .
α2N βN1 α2N βN2 i=1 α 2i βi1 i=1 α2i βi2

Productos de matrices y vectores

Sean αMN y βNL dos matrices. Si el conjunto de indices L tiene un solo elemento
entonces la matriz βNL tiene una sola columna. En este caso podemos escribir βNL =
βN1 y diremos que βN1 es un vector columna o una N-ada columna. Obviamente,
podemos pensar que βN1 es una N-ada βN . En este caso podemos hacer el producto de
matrices αMN βN1 = αMN βN y este es el producto de una matriz por un vector
definido al principio de esta sección. Análogamente se define el producto por el otro
lado. Si el conjunto de indices M tiene un solo elemento entonces la matriz αMN tiene
un solo renglón. En este caso podemos escribir αMN = α1N y diremos que α1N es
un vector renglón o N-ada renglón. Obviamente, podemos pensar que α1N es una
N-ada αN . En este caso podemos hacer el producto de matrices α1N βNL = αN βNL y
esta es la definición del producto de un vector por una matriz.
En este libro, no haremos distinciones entre N-adas, N-adas columna y N-adas
renglón o sea α1N = αN1 = αN . Para esto, dimos las definiciones de producto de
una matriz por un vector y al revés. Intuitivamente, el lector debe pensar que cuando
aparezca un vector en un producto de matrices este se convierte en vector fila o columna
según sea conveniente.

Claro, este abuso de la notación aunque es muy cómodo puede llevar (si
nos ponemos pedantes) a contradicciones. Por ejemplo, podemos sumar dos
N-adas pero no podemos sumar una N-ada columna con una N-ada renglón.
Observese que, no solo el producto de matrices por vectores y al revés son casos
particulares del producto de matrices, sino también el producto escalar canónico de
dos N-adas al constatar que αN βN = α1N βN1 .
Sección 3.4 Coordinatización de transformaciones lineales 77

Ejercicio 61 Tome dos matrices con entradas enteras y multiplı́quelas. Repita este
ejercicio hasta que usted comprenda muy bien el concepto de producto de matrices.

La transformación lineal de una matriz

Sea αMN una MN-matriz. Esta matriz define una función KN 3 βN → αMN βN ∈
M
K . Esta función¡ es una TL
¢ como ya vimos al principio de esta sección utilizando el
N M MN
isomorfismo Mor K , K ↔ K . Sin embargo, la prueba directa de este hecho es
muy sencilla.

El multiplicar una matriz fija por N-adas es una TL.

Prueba. Sea αMN una matriz cualquiera pero fija. Por las propiedades del produc-
to escalar tenemos que para todo i ∈ M se cumple que αiN (βN + γN ) = αiN βN +
αiN γN y que αiN (λβN ) = λ (αiN βN ). Esto significa que son válidas las igualdades
αMN (βN + γN ) = αMN βN + αMN γN y αMN (λβN ) = λ (αMN βN ).

La matriz de una transformación lineal

En la proposición anterior vimos que al mutiplicar MN-matrices por N-adas obte-
nemos ejemplos de TLs. Ahora queremos ver que estos son todos los ejemplos posibles,
o sea, que cualquier TL de KN en KM se obtiene multiplicando por una MN-matriz.
En realidad,
¡ N esto ¢ya lo probamos al principio de esta sección al construir el isomorfis-
M MN
mo Mor K , K ↔ K . Sin embargo, aquı́ es más simple ya que tenemos bases
canónicas de KN y KM . Sea E = {ei : i ∈ N} la base canónica de KN . Recordemos que
ei es la N-ada con coordenadas δji = 1 si i = j y δji = 0 si i 6= j. Sea f : KN → KM una
TL. Denotemos αMi = f (ei ) ∈ KM . A la matriz αMN cuyas columnas son las imagenes
de la base canónica mediante la TL f la llamaremos matriz de la TL f.

Sea f : KN → KM una TL y αMN su matriz. Entonces,

para cualquier βN ∈ KN se cumple que f (βN ) = αMN βN .

Prueba. Sea f0 : βN 7→ αMN βN . Sabemos que f α e = P α δ = α

0 MN i j∈N Mj ji Mi
y f son TLs. Si i ∈ N entonces, por definición de la
base canónica y del producto de una matriz por un vector tenemos la igualdad del
recuadro. Luego f y f0 coinciden en la base canónica y por 3.12 ambas son la misma
función.

Ejercicio 62 Halle la matriz de la rotación con ángulo α en R2 . [190]

78 Capı́tulo 3. Transformaciones lineales
Composición de TLs y producto de matrices

La matriz de la composición de dos TLs es

igual al producto de las matrices de las TLs.
¡ ¢ ¡ ¢
Prueba. Sean f ∈ Mor KN , KM y g ∈ Mor KM , KL dos TLs. Sean αMN y βLM las
matrices de f y g respectivamente. Para cualquier γN ∈ KN y cualquier i ∈ L tenemos
X X X
βiM (αMN γN ) = βij (αjN γN ) = βij αjk γk =
j∈M j∈M k∈N
XX X
= βij αjk γk = (βiM αMk ) γk = (βiM αMN ) γN
k∈N j∈M k∈N
y por lo tanto βLM (αMN γN ) = (βLM αMN ) γN . Como γN 7→ βLM (αMN γN ) es la TL
g ◦ f entonces, tenemos (g ◦ f) (γN ) = (βLM αMN ) γN que es lo que se querı́a probar.

El producto de matrices es asociativo, distribuye por ambos lados

con la suma de matrices y conmuta con el producto por un escalar.

Prueba. Sean f, g y h TLs cuyas matrices son αMN , βLM y γKL respectivamente.
La matriz de (h ◦ g) ◦ f es (γKL βLM ) αMN . La matriz de h ◦ (g ◦ f) es γKL (βLM αMN ).
Como la composición de TLs es asociativa tenemos (h ◦ g) ◦ f = h ◦ (g ◦ f) y por lo
tanto (γKL βLM ) αMN = γKL (βLM αMN ). Esto prueba la asociatividad.
Las demás propiedades se prueban exactamente igual o sea, se desprenden de las
respectivas propiedades de las TLs y de la proposición 3.18.

Ejercicio 63 Pruebe la asociatividad del producto de matrices directamente de la

definición de producto o sea, sin usar TLs. [190]

El espacio de todas las NN-matrices

¡ ¢
es un álgebra isomorfa a End KN .

Prueba. Ya sabemos que KNN es un espacio vectorial. El resultado anterior hace la

mayor parte del trabajo necesario para mostrar que KNN es un álgebra. Solo falta el
neutro para el producto, que es la matriz del operador identidad en KN . Esta matriz es
INN definid por Iij = δij (el delta de Kronecker) y la llamaremos matriz identidad.
Además, ya sabemos que la aplicación que a un OL en KN le hace corresponder su
matriz es un isomorfismo de espacios vectoriales. La proposición 3.18 completa la tarea
de demostrar que esta aplicación es un isomorfismo de álgebras.
Sección 3.5 Cambios de base 79

Matrices inversas
¡ ¢
Sea f ∈ Mor KN , KM y αMN¡ la matriz¢ de f. La
¡ función
¢ f es biyectiva si y solo si,
existe la TL f−1 tal que f◦f−1 = I KN y f−1 ◦f = I KM . A la matriz de la TL f−1 se le
llama matriz inversa de αMN y se denota por α−1 MN . De la proposición 3.18 obtenemos
que la matriz inversa cumple que αMN αMN = INN y αMN α−1
−1
MN = IMM . Observese que
el conjunto de ı́ndices de las columnas de α−1
MN es M y no N. Análogamente, el conjunto
−1
de ı́ndices de los renglones de αMN es N y no M.
De la definición es inmediato que una matriz tiene inversa si y solo si su TL es
un isomorfismo de espacios vectoriales. En particular los conjuntos de ı́ndices N y M
tienen que tener el mismo cardinal ya que estos cardinales son las dimensiones del
dominio y el codominio de esta TL. O sea, la matriz debe ser cuadrada. Ahora nos
preocuparemos en traducir nuestro criterio de isomorfismo 3.14 al lenguaje de matrices.

Una matriz cuadrada αMN tiene inversa si y solo si sus

columnas son todas diferentes y son una base de KM .
¡ ¢
Prueba. Sea αMN una matriz cuadrada y f ∈ Mor KN , KM su TL. La restricción de
f a la base canónica de KN es la N-ada de las columnas de la matriz αMN . Por 3.14 la
función f tiene inversa si y solo si esta restricción es inyectiva (las columnas diferentes)
y su imagen (el conjunto de columnas) es una base.
Es posible probar un criterio análogo al anterior substituyendo las columnas por
los renglones. Sin embargo, su prueba aquı́ se nos harı́a innecesariamente complicada.
Mejor lo dejaremos para el próximo capı́tulo donde esto será una facil consecuencia de
un resultado mucho más importante.

Ejercicio 64 Sean f y g las rotaciones del plano R2 en los ángulos α y β respectiva-

mente. Use el ejercicio 62 para hallar las matrices en la base canónica de f, g y f ◦ g.
Use 3.18 para hallar fórmulas para el seno y el coseno de la suma de dos ángulos. [190]
Ejercicio 65 ¿Cual es la matriz inversa a la matriz de una rotación?
Ejercicio 66 Sea f el OL en R2 que deja fijo a (1, 0) y manda (0, 1) en (1, 1). ¿Cual
es su matriz? ¿Cual es la matriz inversa?

3.5 Cambios de base

Es usual en las aplicaciones que sea conveniente realizar ciertos cálculos en un sis-
tema de coordenadas y después realizar otros cálculos en otro sistema de coordenadas.
En el álgebra lineal estos cambios de coordenadas son lineales o sea, la transformación
que lleva unas coordenadas a otras es una TL.
80 Capı́tulo 3. Transformaciones lineales
Cambios de base en un espacio vectorial
Sean V y N dos bases del espacio E. Conocemos los isomorfismos de coordinati-
zación KV ↔ E ↔ KN . Nuestro problema ahora es: dada una V-ada βV que son las
coordenadas del vector x en la base V, ¿como hallar las coordenadas γN de x en la
base N? En este caso las letras V y N tienen el sentido de que V es la base “vieja” y
que N es la base “nueva”.
Sea αNV la matriz cuyas columnas son los vectores de la base V X
expresados en las coordenadas de N. O sea, para cualquier v ∈ V v = αiv i
tenemos la fórmula en el recuadro a la derecha. A la matriz αNV se le i∈N
llama matriz de cambio de base (de V a N). Esta matriz no es otra
cosa que la matriz del isomorfismo KV → E → KN .

Si βV es la V-ada de las coordenadas de un vector en la base V entonces,

αNV βV es la N-ada de las coordenadas del mismo vector en la base N.
P
Prueba. Descompongamos x ∈ E en las dos bases. Tenemos, x =
P v∈V βv v =
i∈N γi i y por lo tanto
à ! à !
X X X X X
x= βv αiv i = αiv βv i = γi i
v∈V i∈N i∈N v∈V i∈N
De la unicidad
P de las coordenadas de cualquier vector en la base N obtenemos la
igualdad v∈V αiv βv = γi que es la que se necesitaba demostrar.
Ejemplo. Queremos calcular las coordenadas de un vector u = (x, y) ∈ R2 en la
base N = {a1 , a2 } donde a1 = (2, 3) y a2 = (1, 2). Las coordenadas (x, y) son las
coordenadas de u en la base canónica. Luego, V = {e1 , e2 } es la base canónica y para
construir la matriz αNV de cambio de base necesitamos las coordenadas de V en la
base N. Estas coordenadas se pueden hallar resolviendo dos sistemas de ecuaciones
lineales pero es más sencillo usar la siguiente argumentación. Como un cambio de base
es un isomorfismo entonces la matriz αNV tiene inversa que es la matriz de cambio de
la base N a la base V. Las columnas de esta matriz ya las tenemos, son a1 y a2 . Luego,
denotando p y q las coordenadas que buscamos, o sea, u = pa1 + qa2 tenemos:
µ ¶ µ ¶−1 µ ¶ µ ¶µ ¶ µ ¶
p 2 1 x 2 −1 x 2x − y
= = = .
q 3 2 y −3 2 y 2y − 3x
y en estos cálculos lo único que no conoce el lector es como calcular la matriz inversa.
Pero, esto lo pospondremos hasta el próximo capı́tulo.
Cambios de base en el espacio de transformaciones lineales
Veamos como cambia la matriz de una TL cuando cambian las bases. Sean V, N
dos bases del espacio E y W, M dos bases del espacio F. Conocemos los isomorfismos
de coordinatización KWV ↔ Mor (E, F) ↔ KMN . El problema ahora es: dada una WV-
matriz αWV que es la matriz de la TL f : E → F en las bases V y W, ¿como hallar
Sección 3.5 Cambios de base 81

la matriz βMN de f en las bases N y M? Nuevamente, V, W son las bases “viejas” y

M, N son las bases nuevas.

Sea γNV la matriz de cambio de base de V a N en E. Sea λMW la X

matriz de cambio de base de W a M en F. O sea, para cualquier v ∈ V v = γiv i
i∈N
X
y cualquier w ∈ W tenemos las fórmulas en el recuadro a la derecha.
Estas matrices no son otra cosa que las matrices de los isomorfismos w = λjw j
V N W M j∈M
de coordinatización K → E → K y K → F → K .

Si αWV es la matriz de f en las bases V y W entonces,

λMW αWV γ−1
NV es la matriz de f en las bases N y M.

Prueba. Las columnas de αWV son los coeficientes de las X

f (v) = αwv w
imagenes por f de la base V expresadas en la base W o sea, ∀v ∈
w∈W
V se cumple la fórmula del recuadro a la derecha. Denotemos
X por βMN la matriz de f en las bases N, M. Las columnas de βMN
f (i) = βji j
son los coeficientes de las imagenes por f de la base N expresadas
j∈M
en la base M. O sea, para cualquier i ∈ N se cumple la fórmula del
recuadro a la izquierda.
Usando las fórmulas que definen las matrices λMW , γNV , αwv y βMN , detalladas en
los recuadros
à ! obtenemos para cada v ∈ V las igualdades Ã
antriores, !
X X X X X X
λjw αwv j = αwv w = f (v) = γiv f (i) = βji γiv j.
j∈M w∈W w∈W i∈N j∈M i∈N
De la unicidad de las coordenadas de cualquierPvector en la base
P M obtenemos que
para cualesquiera j ∈ M y v ∈ V se cumple que i∈N βji γiv = w∈W λjw αwv y por lo
tanto βMN γNV = λMW αWV . Como γNV es la matriz de un isomorfismo entonces, γNV
tiene inversa por lo que podemos despejar βMN .

αWV La proposición anterior la podemos interpretar gráfica-

KV −→ KW mente de la siguiente manera. Las matrices αWV , βMN ,
γNV ↓ ↓ λMW γNV , y λMW son las matrices de TLs entre espacios co-
KN −→ KM mo se muestra en el diagrama a la izquierda. Se dice que
βMN
un diagrama de funciones es conmutativo si cua-
lesquiera dos caminos dirigidos entre dos cualesquiera conjuntos son funciones iguales.
En nuestro caso, el que el diagrama a la izquierda sea conmutativo lo quiere decir es
que βMN γNV = λMW αWV .

Cambios de base en el espacio de operadores lineales

82 Capı́tulo 3. Transformaciones lineales
Si f ∈ End (E) = Mor (E, E) es un OL entonces, podemos escoger las mismas
bases para el dominio y el codominio ya que estos son iguales. Sean V, N dos bases
de E. El problema ahora es: dada una VV-matriz αVV que es la matriz del OL f en
la base V, hallar la matriz βNN de f en la base N. Sea αVV
γNV la matriz de cambio de base de V a N en E. En este KV −→ KV
caso, el diagrama de la derechaes conmutativo por ser un γNV ↓ ↓ γNV
N N
caso particular del anterior. Luego, βNN γNV = γNV αVV y K −→ K
β NN
despejando obtenemos que βNN = γNV αVV γ−1 NV .
µ ¶ Ejemplo. Sea f la TL del plano R2 que tiene la matriz del re-
cos α − sin α
cuadro a la izquierda en la base V = {a1 , a2 } donde a1 = (2, 3) y
sin α cos α
a2 = (1, 2). ¿Cual será la matriz de f en la base canónica? La ma-
triz de cambio de base a la base canónica es la que tiene como columnas a los vectores
a1 y a2 . Luego, la matriz de f en la base canónica es
µ ¶µ ¶µ ¶−1 µ ¶
2 1 cos α − sin α 2 1 cos α + 8 sin α −5 sin α
=
3 2 sin α cos α 3 2 13 sin α cos α − 8 sin α
y esto es una advertencia de que un operador lineal puede tener en una base una matriz
que es igual a la de la rotación en la base canónica y sin embargo no es una rotación.

3.6 El núcleo y la imagen de una TL

En esta sección queremos ver que para describir todas las transformaciones lineales
nos es suficiente conocer las inmersiones, las proyecciones y los isomorfismos. Después,
veremos interesantes consecuencias de este resultado.
Definiciones
Para esto comenzaremos con dos definiciones fundamentales. Sea f : E → F una
TL. Al conjunto {y ∈ F | ∃x ∈ E f (x) = y} se le llama imagen de la TL. La imagen
de f se denotará por Im f. Al conjunto {x ∈ E | f (x) = 0} se le llama núcleo de la
TL. El núcleo de f se denotará por ker f. Esta notación es debida a que en inglés
núcleo es “kernel” y en alemán es “kern”. La imagen es el conjunto de los vectores
en el codominio que tienen preimagen y el núcleo es el conjunto de los vectores en el
dominio cuya imagen es el vector 0.

La imagen y el núcleo de una TL son subespacios.

Prueba. Sean x, y vectores en Im f y λ ∈ K. Por definición existen a, b tales que

f (a) = x, f (b) = y. Como f es lineal tenemos f (a + b) = f (a) + f (b) = x + y y
además f (λa) = λf (a) = λx. Esto quiere decir que Im f es un subespacio.
Sean a, b vectores en ker f y λ ∈ K. Tenemos f (a + b) = f (a) + f (b) = 0 + 0 = 0
y f (λa) = λf (a) = λ0 = 0. Esto quiere decir que ker f es un subespacio.
Sección 3.6 El núcleo y la imagen de una TL 83
El núcleo y la imagen de una TL son subespacios de espacios diferentes. Si f :
E → F entonces ker f ⊂ E e Im f ⊂ F. Solamente en el caso que la TL es un OL
o sea, cuando E = F el núcleo y la imagen son subespacios del mismo espacio.
Sin embargo, como veremos más adelante, en este caso, aunque estos subespacios tienen
dimensiones complementarias ellos NO siempre son complementarios.

Transformaciones lineales con núcleo trivial

Observese que, como para cualquier TL se tiene que f (0) = 0 entonces el vector
cero siempre es un elemento del núcleo. Si el núcleo solo contiene al vector cero se
dice que f tiene núcleo trivial. Cualquier TL inyectiva tiene núcleo trivial ya que en
este caso la preimagen de cualquier vector es única. Lo importante es que el recı́proco
también es cierto.

Una TL es inyectiva si y solo si su núcleo es trivial.

Prueba. Sea f una TL. Sean x,y dos vectores en el dominio de f. Tenemos
(f (x) = f (y)) ⇔ (f (x) − f (y) = 0) ⇔ (f (x − y) = 0) ⇔ (x − y ∈ ker f)
y por lo tanto el que existan dos vectores diferentes cuyas imagenes sean iguales es
equivalente a la existencia de un vector no nulo en el núcleo de la TL.

Descomposición de transformaciones lineales

Ahora, demostraremos el resultado prometido al principio de la sección. Sea f :

E → F una TL. Sea K un subespacio complementario cualquiera pero fijo del ker f.
Sea fK : E → Im f la restricción de f al subespacio K. Denotemos por i : Im f → F
a la inmersión del subespacio Im f en F. Finalmente, denotemos por πK : E ³ K la
proyección de E a K a lo largo del ker f.

Teorema de Descomposición de una TL

f = i ◦ fK ◦ πK y fK es un isomorfismo.

Prueba. Sea x un vector arbitrario en el dominio de f. Por 2.29 (página 53) existen
unos únicos vectores a ∈ K, b ∈ ker f tales que x = a + b. De aquı́ obtenemos
(i ◦ fK ◦ πK ) (x) = i (fK (πK (x))) = i (fK (a)) = f (a) = f (a) + f (b) = f (x)
y con esto queda probado que f = i ◦ fK ◦ πK .
Para probar que fK es un isomorfismo sea f (x) ∈ Im f. Por 2.29 existen unos únicos
vectores a ∈ K, b ∈ ker f tales que x = a + b. Como fK (a) = f (a) = f (a) + f (b) =
f (x) entonces fK es sobreyectiva. Si fK (a) = fK (b) entonces, fK (a − b) = 0. Como
(a − b) ∈ K ∩ ker f entonces, a − b = 0 o sea a = b. Luego, fK es inyectiva.
84 Capı́tulo 3. Transformaciones lineales
Este teorema lo podemos visualizar más fácilmente si ob- f
servamos el diagrama de la derecha. La primera afirmación del E −→ F
Teorema de Descomposición de una TL lo que dice es que este πK ↓ ↑i
diagrama es conmutativo. La segunda afirmación nos dice que K −→ Im f
fK
fK es un isomorfismo de espacios vectoriales.

Para cualquier transformación lineal f : E → F,

dim E = dim ker f + dim Im f.

Prueba. Por el teorema anterior Im f es isomorfo a un complementario de ker f.

Un criterio de isomorfismo

Recordemos un sencillo resultado de teorı́a de conjuntos: toda función inyectiva de

un conjunto finito en otro con el mismo número de elementos es biyectiva. De hecho,
esto lo usamos en el primer capı́tulo para probar que Zp es un campo para p primo.
El objetivo ahora, es mostrar que “exactamente” el mismo resultado (simple pero muy
útil) se cumple para espacios vectoriales de dimensión finita. Esto es una consecuencia
del Teorema de Descomposición de una TL (3.26).

Sean E y F dos espacios de dimensiones finitas e iguales.

Una TL f : E → F es inyectiva si y solo si es sobreyectiva.

Prueba. Por 3.27 tenemos dim ker f = dim E−dim Im f. Si f es sobreyectiva entonces,
F = Im f. Por hipótesis dim F = dim E. De aquı́, debido a que todas las dimensiones son
finitas, dim ker f = 0 y por lo tanto ker f = {0}. De 3.25 concluimos que f es inyectiva.
Si f es inyectiva entonces, la función f : E → Im f es un isomorfismo y por lo tanto
dim E = dim Im f. Por hipótesis dim F = dim E. Como Im f es un subespacio de F
entonces, aplicando 2.17 (página 42) obtenemos F = Im f.
Como consecuencia de este resultado probaremos que para comprobar que dos ope-
radores lineales f y g en un espacio de dimensión finita son el inverso uno del otro, solo
es necesario comprobar una de las dos igualdades g ◦ f = I o f ◦ g = I.

Sean f, g : E → E dos OLs de un espacio finito dimen-

sional. Entonces, f ◦ g = I si y solo si g ◦ f = I.

Prueba. La función identidad es sobreyectiva. Luego, si f ◦ g = I entonces, f es

sobreyectiva. Por 3.28 f es inyectiva y por lo tanto tiene inversa f−1 . Componiendo
con f−1 obtenemos f−1 ◦ f ◦ g = f−1 ◦ I y por lo tanto g = f−1 .
Sección 3.6 El núcleo y la imagen de una TL 85

Descomposición canónica de transformaciones lineales

Para aplicar el Teorema de Descomposicion de una TL necesitamos escoger (ya que
hay muchos) un subespacio complementario K del núcleo de f. Ya vimos (véase 2.34)
que cualquier tal subespacio es isomorfo al cociente E/ ker f. Queremos substituir K
por E/ ker f en el Teorema de Descomposicion de una TL para ası́ obtener otra versión
del mismo que no dependa de escoger nada, o sea que sea canónico.
En el Teorema de Descomposicion de una TL están in-
volucradas tres funciones: la proyección πK (que es sobre- f
E −→ F
yectiva), la restricción fK (que es biyectiva) y la inmersión i ?↓ ↑i
(que es inyectiva). Esta última no depende de K y podemos E/ ker f ←→ Im f
quedarnos con ella. Ası́ que todas nuestras incognitas están ?
representadas en el diagrama de la derecha.
¿Cuales funciones podemos escoger para nuestras incognitas? No tenemos muchas
variantes. El espacio cociente E/ ker f está formado por todos los subespacios afines
x 7→ ker f + x ker f + x. El espacio Im f está formado por todas las imagenes
f (x) 7→ ker f + x f (x). Luego, la única posible respuesta a nuestra pregunta son
las funciones definidas en el recuadro a la izquierda.
La primera de estas funciones tiene dominio E, codominio E/ ker f, se le llama
función natural y se denota por “nat”. La función natural es una TL ya que
nat (x + y) = ker f + x + y = ker f + x + ker f + y = nat (x) + nat (y)
nat (λx) = ker f + λx = λ ker f + λx = λ (ker f + x) = λ nat (x)
y además es evidentemente sobreyectiva.
La segunda de estas funciones es nuestra preocupación fundamental ya que tenemos
que probar que es un isomorfismo. Esta función tiene dominio Im f, codominio E/ ker f
y la denotaremos por g. La función g es una TL ya que
g (f (x) + f (y)) = g (f (x + y)) = ker f + x + y = g (f (x)) + g (f (y))
g (λf (x)) = g (f (λx)) = ker f + λx =λ (ker f + x) = λg (f (x))
y es también evidentemente sobreyectiva.
¿Que quiere decir que g es inyectiva? Lo que quiere decir es que si los subespacios
afines ker f + x y ker f + y son el mismo entonces, f (x) = f (y). Como para un sub-
espacio afı́n E paralelo al ker f se cumple que (E = ker f + x) ⇔ (x ∈ E) entonces, la
inyectividad de g es equivalente a que la función f sea constante en cualquier subespacio
afı́n paralelo al ker f.

Los subespacios afines paralelos a ker f son precisamente

los conjuntos de vectores en que la función f es constante.

Prueba. Tenemos
(y ∈ ker f + x) ⇔ (∃a ∈ ker f | y = a + x) ⇔ (f (y − x) = 0) ⇔ (f (y) = f (x))
lo que nos convence de la validéz del resultado.
86 Capı́tulo 3. Transformaciones lineales
Luego, g es un isomorfismo y por lo tanto tiene un iso-
morfismo inverso que denotaremos por f0 . El isomorfismo f0 f
E −→ F
es el que a un subespacio afı́n ker f + x le hace corresponder nat ↓ ↑i
f (x). Ası́ completamos nuestro diagrama como en el recua- E/ ker f −→ Im f
dro a la derecha. Solo nos falta demostrar que este es conmu- f0
tativo. Sin embargo esto es muy fácil porque la composición
de funciones nat f0 i
x 7−→ ker f + x 7−→ f (x) 7−→ f (x)
es evidentemente igual a la función f.

3.7 Transformaciones semilineales y coalineaciones

Una función f : E → F de espacios vectoriales sobre K
se le llama transformación semilineal si existe un automor- f(a + b) = f(a) + f(b)
fismo λ 7→ λ̄ del campo K tal que∀ a, b ∈ E y ∀ λ ∈ K se f (λa) = λ̄f (a)
cumplen las propiedades del recuadro.
Observese que las trasformaciones lineales son semilineales usando como automor-
fismo del campo la función identidad. Para construir otras trasformaciones semilineales
necesitamos automorfismos del campo que no sean la identidad. El ejemplo más im-
portante es la conjugación a + bi 7→ a − bi en el campo de los números complejos.

Ejercicio 67 Pruebe que para una transformación semilineal no nula f el correspon-

diente automorfismo del campo es único. [190]

Trasformaciones semilineales reales

En el caso del campo de los números reales no hay trasformaciones semilineales que
no sean lineales debido al siguiente resultado:

El único automorfismo de R es la identidad.

√
Prueba. Sea f un automorfismo de R. Supongamos que x > 0 y sea y = x entonces,
f (x) = f(y2 ) = f (y)2 > 0. En particular si x = b − a > 0 entonces f (b − a) =
f (b) − f (a) > 0. En otras palabras, f es monótona b > a ⇒ f (b) > f (a). Como f−1
también es un automorfismo entonces, tambien es monótona. Luego, f conmuta con el
supremo y el ı́nfimo (véase el ejercicio 68).
Como f (1) = 1 y 1 es generador del grupo aditivo de Z obtenemos que f es la
identidad en Z. Como f (a/b) = f (a) /f (b) obtenemos que f es la identidad en Q. Sea
x un irracional y denotemos por A el conjunto de todos los racionales menores que x.
Sabemos que x = sup A y por lo tanto f (x) = f (sup A) = sup f (A) = sup A = x.
Sección 3.7 Transformaciones semilineales y coalineaciones 87

Ejercicio 68 Sean R un conjunto ordenado, f : R → R una biyección tal que f y f−1

son monótonas y A ⊆ R tal que sup A existe. Pruebe que f (sup A) = sup f (A). [190]
Ejercicio 69 Sea f 6= I un automorfismo de C. Pruebe que las siguientes afirmaciones
son equivalentes: 1. f es la conjugación compleja. 2. f es continua. 3. f es la identidad
en R. [190]

Propiedades de las transformaciones semilineales

Al igual que las TL las transformaciones semilineales preservan subespacios.

Toda trasformación semilineal trans-

forma subespacios en subespacios.

Prueba. Sea f : E → F una trasformación semilineal y F un subespacio de E. Sean

a, b ∈ F y α ∈ K. Tenemos f(a + b) = f(a) + f(b) por lo que f (F) es cerrado para
la suma. Sea λ ∈ K tal que λ̄ = α. Tenemos αf (a) = λ̄f (a) = f (λa) o sea f (E) es
cerrado para el producto por escalares.

Toda trasformación semilineal transforma

subespacios afines en subespacios afines.

Prueba. Sea f : E → F una trasformación semilineal y F un subespacio de E. Si F + x

es un subespacio afı́n entonces, f (F + x) = f (F) + f (x) que es también un subespacio
afı́n puesto que por el resultado anterior f (F) es un subespacio.

Automorfismos semilineales.
A diferencia de las TL las transformaciones semilineales no forman un espacio vec-
torial: la suma de transformaciones semilineales no necesariamente es semilineal. A las
transformaciones semilineales f : E → E biyectivas las llamaremos automorfismos
semilineales.

La composición de automorfismos semi-

lineales es un automorfismo semilineal.

Prueba. Sean f y g dos automorfismos semilineales. De la misma manera que para

los operadores lineales se prueba que (f ◦ g) (a + b) = (f ◦ g) (a) + (f ◦ g) (b). Sean
λ 7→ λ̃ y λ 7→ λ̄ los automorfismos del campo correspondientes a f y g respectivamente.
¡ ¢
Tenemos que (f ◦ g) (λa) = f λ̄a = ē λa y la prueba termina al observar que λ 7→ ēλ
siendo una composición de automorfismos del campo es automorfismo del campo.
88 Capı́tulo 3. Transformaciones lineales

Ejercicio 70 Sea λ 7→ λ̄ un automorfismo del campo K. Pruebe que la transforma-

ción Kn 3 (x1 , . . . , xn ) 7→ (x1 , . . . , xn ) ∈ Kn es un automorfismo semilineal. A tales
automorfismos semilineales los llamaremos estandar. Pruebe que toda transformación
semilineal de Kn en Kn es la composición de un automorfismo semilineal estandar con
una TL. [191]

La inversa de un automorfismo semi-

lineal es un automorfismo semilineal..

Prueba. Sea f : E → E un automorfismo semilineal. Sean λ ∈ K y x, y ∈ E. Sean

a, b ∈ E tales que f (a) = x , f (b) = y. Tenemos
f−1 (x + y) = f−1
¡ (f¢(a) + f¡(b)) =¢f−1 (f (a + b)) = a + b = f−1 (x) + f−1 (y)
−1 −1
f λ̄x = f λ̄f (a) = f−1 (f (λa)) = λa =λf−1 (x)
solo queda observar que la función λ̄ 7→ λ es un automorfismo de K.
Estos dos últimos resultados significan que el conjunto de todos los automorfismos
semilineales forman un grupo respecto a la composición de funciones.
Coalineaciones
Una biyección f : E → E en un espacio vectorial se le llama coalineación si la
imagen de cualquier subespacio afı́n es un subespacio afı́n y la preimagen de cual-
quier subespacio afı́n es un subespacio afı́n de E. En otras palabras, tanto f como f−1
transforman subespacios afines en subespacios afines. Obviamente, si f es una coali-
neación entonces f−1 también lo es. El siguiente resultado nos dice que la definición de
coalineación es posible hacerla de diversas maneras.

Sea f : E → F una biyección entre dos espacios afines. Entonces, las

siguientes afirmaciones son equivalentes:
1. f y f−1 transforman subespacios afines en subespacios afines.
2. f y f−1 transforman generadores afines en generadores afines.
3. f y f−1 transforman bases afines en bases afines.
4. f y f−1 transforman conjuntos AI en conjuntos AI.
5. f y f−1 conmutan con la cerradura afı́n.

Prueba. (1 ⇒ 2) Sea A un conjunto generador afı́n de E y B = f (A). Sea C = f−1 [B]

que es un subespacio afı́n por ser la preimagen de un subespacio. Tenemos, B ⊆ [B] y
por lo tanto A = f−1 (B) ⊆ f−1 [B] = C. Luego E = [A] ⊆ C y por lo tanto C = E. De
aquı́ f (E) = [B] y como f es sobreyectiva tenemos que B es generador. Por simetrı́a, si
B es generador entonces f−1 (B) también lo es.
Sección 3.7 Transformaciones semilineales y coalineaciones 89

(2 ⇒ 3) Sea ahora A una base afı́n de E y B = f (A). Sabemos que B es generador

afı́n. Si B no fuera AI entonces existirı́a b tal que B\b es generador y por lo tanto,
tendrı́amos que f−1 (B\b) = A\f−1 (b) es generador afı́n. Esto contradirı́a que A es
una base afı́n. Por simetrı́a, si B es una base afı́n entonces f−1 (B) también lo es.
(3 ⇒ 4) Sea ahora A un conjunto AI. Sea A0 una base afı́n que lo contiene. Sabemos
que f (A0 ) es una base afı́n. Como f (A) ⊆ f (A0 ) tenemos que f (A) es AI. Por simetrı́a,
si B es AI entonces f−1 (B) también lo es.
(4 ⇒ 1) Sea A una base afı́n del subespacio afı́n [A]. Como A es AI entonces
B = f (A) también lo es. Si b ∈ [A] entonces A ∪ b es AD y por lo tanto B ∪ f (b)
también lo es. Por 2.42 f (b) ∈ [B] y por lo tanto f [A] ⊆ [B]. Si b ∈ [B] entonces B ∪ b
es AD y por lo tanto A ∪ f−1 (b) también lo es. Luego, f−1 (b) ∈ [A] y por lo tanto
[B] ⊆ f [A]. Esto significa que f transforma el subespacio afı́n [A] en el subespacio afı́n
[B]. Por simetrı́a, f−1 también transforma subespacios afines en subespacios afines.
(5 ⇒ 1) Si f [A] = [f (A)] entonces la imagen del subespacio afı́n [A] es el subespacio
afı́n [f (A)]. O sea, f trasforma subespacios en subespacios. Por simetrı́a, f−1 también
transforma subespacios en subespacios.
(1 ⇒ 5) Sea f una coalineación. Sea A un conjunto de puntos. Como f transforma
subespacios afines en subespacios afines la restricción de f a [A] es una coalineación del
espacio afin [A] en el espacio afin f [A]. Como esta restricción transforma generadores
en generadores tenemos que f (A) es generador de f [A]. Luego f [A] = [f (A)]. Para ver
de que f−1 conmuta con la cerradura afı́n usamos que f−1 es una coalineación.

Ejercicio 71 Sea A un conjunto con un operador de cerradura y f : A → A una

biyección. Si f y f−1 conmutan con el operador de cerradura entonces f es una isotonı́a
del conjunto ordenado de cerrados.

Estructura de las coalineaciones

La composición de coalineaciones de un espacio afı́n es una coalineación. Lo mismo
sucede con la inversa de una coalineación. Luego el conjunto de todas las coalineaciones
de un espacio afı́n F es un grupo respecto a la composición de funciones.
Si dim E = 1 entonces cualquier biyección de E en E es una coalineación ya que en
este caso todos los subespacios afines son puntos y la condición de preservar puntos no
es ninguna restricción.
Un importante subgrupo de coalineaciones son las traslaciones o sea, las funciones
de la forma ta : F 3 x 7→ x + a ∈ F y de estas hay una para cada vector a en el
espacio vectorial F. Como ta ◦ tb = ta+b observamos que el subgrupo de traslaciones
es isomorfo al grupo aditivo del espacio vectorial F.
Sea f una coalineación en E. Denotemos a = f (0) y ta la traslación x 7→ x + a.
Observemos que la coalineación f0 = t−a ◦ f es tal que f0 (0) = 0. Luego, cualquier
coalineación es la composición f = ta ◦ f0 de una coalineación que preserva 0 seguida de
90 Capı́tulo 3. Transformaciones lineales
una traslación.
Si f es un automorfismo semilineal entonces f transforma subespacios afines en
subespacios afines y por lo tanto es una coalineación que preserva 0.
Ahora, comenzaremos a probar el resultado principal de esta sección: que en dimen-
sión al menos 2 toda coalineación que preserva 0 es semilineal. En todo lo que sigue,
E es un espacio vectorial de dimensión al menos 2 sobre el campo K.

Toda coalineacion en E preserva el paralelismo de rectas.

Prueba. Sea f una coalineación y `, `0 dos rectas paralelas diferentes. Como f es un

automorfismo del conjunto ordenado de subespacios afines dim [` ∪ `0 ] = dim f [` ∪ `0 ] =
dim [f (`) ∪ f (`0 )] y por lo tanto f (`) y f (`0 ) son coplanares.
También dim [` ∩ `0 ] = dim f [` ∩ `0 ] = dim [f (`) ∩ f (`0 )] y por lo tanto f (`) y f (`0 )
no se intersectan.

Toda coalineacion en E que preserva 0 es un

automorfismo del grupo aditivo de vectores.

Prueba. Sea f una coalineación de E que preserva 0. Recordemos que para cualquier
vector x el subespacio hxi es la recta por el origen que pasa por x. Y como f preserva
0 tenemos f hxi = hf (x)i o sea, f también conmuta con la cerradura lineal.
Sean a, b ∈ E dos vectores. Tenemos que probar que f (a + b) = f (a) + f (b).
Esto es trivial si {a, b} contiene a 0 por lo que podemos suponer que a 6= 0 y b 6= 0.
Supongamos primero que {a, b} es LI. Por la regla del paralelogramo sabemos que
a + b = (hai + b) ∩ (hbi + a) ,
f (a) + f (b) = (hf (a)i + f (b)) ∩ (hf (b)i + f (a)) .
Como f preserva el paralelismo f (hai + b) es una recta paralela a f (hai) = hf (a)i
que pasa por f (b) , o sea f (hai + b) = hf (a)i + f (b). Análogamente, f (hbi + a) =
hf (b)i + f (a). Como f conmuta con la intersección (el ı́nfimo) tenemos
f (a + b) = f (hai + b)∩f (hbi + a) = (hf (a)i + f (b))∩(hf (b)i + f (a)) = f (a)+f (b)
y esto concluye el caso de que {a, b} es LI.
Es claro que si {a, b} es LI entonces, también lo es {a − b, b} y por lo tanto
f (a) = f (a − b + b) = f (a − b) + f (b) .
Luego, si {a, b} es LI entonces, f (a − b) = f (a) − f (b).
Supongamos que {a, b} es LD. Entonces, hai = hbi. Como dim E > 1 existe c ∈ / hai
tal que los conjuntos {a, c}, {b, c} son LI.
Si b 6= −a entonces, {a + c, b − c} es LI y por el caso anterior tenemos que
f (a + b) = f (a + c + b − c) = f (a + c) + f (b − c) = f (a) + f (b)
y en particular, si char K 6= 2 y b = a, obtenemos f (2a) = 2f (a).
Si char K = 2 y b = a = −a entonces f (a + b) = f (2a) = f (0) = 0 = 2f (a).
Sección 3.7 Transformaciones semilineales y coalineaciones 91

Si char K 6= 2 y b = −a entonces, {a + c, b + c} es LI y tenemos que

2f (c) = f (2c) = f (a + c + b + c) = f (a + c) + f (b + c) = f (a) + f (b) + 2f (c)
y por lo tanto f (a) + f (b) = 0 = f (0) = f (a + b).

Ejercicio 72 Complete la demostración del resultado anterior mostrando que si {a, c}

es LI, b = ρa y ρ 6= −1 entonces {a + c, b − c} es un conjunto LI. [191]
Ejercicio 73 Complete la demostración del resultado anterior mostrando que si {a, c}
es LI, b = −a y char K 6= 2 entonces {a + c, b + c} es un conjunto LI. [191]

Si f es una coalineación en E que preserva 0 entonces, existe un automor-

fismo λ 7→ λ̄ del campo K tal que f (λa) = λ̄f (a) para todo vector a ∈ E.

Prueba. Sea a ∈ E\0. Como f preserva 0 tenemos que f (hai) = hf (a)i. Sabemos
que αa ∈ hai y por lo tanto f (αa) ∈ hf (a)i. Como en hf (a)i están precisamente los
múltiplos de f (a) existe un escalar que denotaremos αa tal que f (αa) = αa f (a). De
esta manera está definida una función K 3 α 7→ αa ∈ K que es biyectiva pues f es una
biyección de hai en hf (a)i.
Queremos probar que αa no depende de a. O sea que para cualesquiera a, b ∈ E\0
tenemos que αa = αb . Supongamos que {a, b} es LI. Usando 3.38 obtenemos que
αa f (a) + αb f (b) = f (αa) + f (αb) = f (αa + αb) =
= f (α (a + b)) = αa+b f (a + b) = αa+b f (a) + αa+b f (b)
y como {f (a) , f (b)} es LI obtenemos αa = αa+b = αb .
Supongamos que {a, b} es LD entonces, como dim E > 1 existe c tal que {a, c} y
{c, b} son dos conjuntos LI. Por el caso anterior αa = αc = αb .
Como αa no depende de a denotaremos ᾱ = αa . Sabemos que para cualquier vector
a ∈ E tenemos f (αa) = ᾱf (a). Solo falta ver que α 7→ ᾱ es un automorfismo de K.
Sea a un vector no nulo. Usando 3.38 obtenemos que ¡ ¢
(α + β)f (a) = f ((α + β) a) = f (αa + βa) = f (αa) + f (βa) = ᾱ + β̄ f (a)
(αβ)f (a) = f (αβa) = ᾱf (βa) = ᾱβ̄f (a)
y como f (a) es no nulo obtenemos α + β = ᾱ + β̄ y αβ = ᾱβ̄.
Resumiendo los dos últimos resultados obtenemos:

Caracterización de las coalineaciones

Si dim E ≥ 2 entonces, cualquier coalineación en

E que preseva 0 es un automorfismo semilineal.

Combinando esto con 3.31 vemos que el caso de los reales es más sencillo.
92 Capı́tulo 3. Transformaciones lineales

Toda coalineación en un espacio vectorial real de dimensión dos

o más es un automorfismo lineal seguido por una traslación.
 Capítulo cuarto
Determinantes

l determinante es cierta función que a cada matriz cuadrada le hace corresponder

un elemento del campo. Todo lo que se digamos acerca de la importancia de los
determinantes en las matemáticas es poco. Este es uno de los conceptos sin los
cuales realmente no se puede entender nada en las matemáticas superiores. En este
capı́tulo daremos la definición de los determinantes, estudiaremos sus propiedades,
métodos de cálculo y principales aplicaciones.

4.1 Permutaciones

La definición de determinante de una matriz pasa inevitablemente por la definición

del signo de una permutación. El lector debe entender bien esta sección para poder
pasar al estudio de los determinantes.
El grupo simétrico

Sea N un conjunto finito. Una permutación de N es una biyección de N en N.

Al conjunto de todas las permutaciones de N lo denotaremos por SN . La composición
de biyecciones es una biyección y toda biyección tiene inversa, por lo tanto, SN es un
grupo respecto a la composición. Al grupo (SN , ◦) se le llama el grupo simétrico
de N. Denotaremos por IN a la función identidad que es el neutro de SN . Es impor-
tante recordar nuestra notación de la composición (σ ◦ ω) (a) = σ (ω (a)) ya que la
composición no es conmutativa.

Si |M| = |N| entonces los grupos SM y SN son isomorfos.

Prueba. Sean M y N dos conjuntos equicardinales. σ

Si ω : M → N es una biyección entonces fijándonos en el M ←− M
diagrama conmutativo del recuadro a la derecha obtenemos ω↓ ↑ ω−1
una función ∆ : SM 3 σ 7→ ωσω−1 ∈ SN . Observemos, que N ←− N
ωσω−1
∆ tiene inversa SN 3 ρ 7→ ω−1 ρω ∈ SM .
94 Capı́tulo 4. Determinantes
Además, ∆ (σθ) = ωσθω−1 = ωσω−1 ωθω−1 = ∆ (σ) ∆ (θ) y por lo tanto, ∆ es
un isomorfismo de los grupos SM y SN .
El lector debe interpretar este resultado como que, en el grupo SM podemos cam-
biarle el nombre a los elementos de M mediante la biyección δ : M → N y obteniendo
el grupo SN . En particular, el número de elementos de SN solo depende del número de
elementos en N.

El número de permutaciones de un conjunto con n elementos es n!.

Prueba. Para la prueba es más claro encontrar ρ (n) el número de biyecciones f :

M → N donde |M| = |N| = n. Si n = 1 entonces ρ (n) = 1 = 1!. Hagamos inducción
en n. Si i ∈ M entonces, el conjunto de biyecciones lo podemos partir en n partes
disjuntas según cual sea j = f (i). Cada parte tiene tantos elementos como biyecciones
f : M\i → N\j y por hipótesis de inducción este número es (n − 1) !. Luego, ρ (n) =
n (n − 1) ! = n!.
Ejemplo. Supongamos que N = {1, 2, 3}. El resultado anterior nos dice que hay 6
permutaciones y estas son las siguientes:
1 7→ 1 1 7→ 1 1 7→ 2 1 7→ 2 1 7→ 3 1 7→ 3
I = 2 7→ 2 , α = 2 7→ 3 , β = 2 7→ 1 , γ = 2 7→ 3 , δ = 2 →7 1 , ε= 2→ 7 2 ,
3 7→ 3 3 7→ 2 3 7→ 3 3 7→ 1 3→ 7 2 3→ 7 1

La permutación I es la función identidad que es el neutro

◦ α β γ δ ε para la composición. Haciendo unos pocos cálculos obtene-
α I γ β ε δ mos que la tabla de composición de estas permutaciones es
β δ I ε α γ la del recuadro. Observese que en cada renglón y columna
γ ε α δ I β todas las entradas son diferentes. Esta propiedad se cumple
δ β ε I γ α para la tabla de la operación de cualquier grupo ya que no
ε γ δ α β I es nada más que el reflejo de que (a ∗ b = a ∗ c) ⇒ (b = c).

Ciclos y órbitas

Sea M = {x0 , . . . , xn−1 } ⊆ N. A la permuta- ¯

xi+1 mod n si y = xi
ción σ mostrada en el recuadro a la derecha se le σ (y) =
y si y ∈
/M
llama ciclo de orden n. A esta permutación se
le denotará por (x0 , . . . , xn−1 ). Dos ciclos (x0 , . . . , xn−1 ) y (y0 , . . . , ym−1 ) se les llama
disjuntos si ningún xi es igual a algún yj .
Es importante notar que la composición de ciclos disjuntos es conmutativa (¡pruébe-
lo!) pero la composición de ciclos en general no lo es. También debemos notar que
debido a las propiedades de la función mod n se tiene que (a, . . . , b, c) es la misma
permutación que (c, a, . . . , b) , o sea, siempre podemos escoger el principio del ciclo.
Sección 4.1 Permutaciones 95

Sea σ ∈ SN una permutación. La relación en N definida

por ∃n ∈ Z tal que a = σn (b) es de equivalencia.

Prueba. Tenemos a = σ0 (a) y por lo tanto es reflexiva. Si a = σn (b) y b = σm (c)

entonces a = σn+m (c) y por lo tanto es transitiva. Si a = σn (b) entonces, b = σ−n (a)
por lo que la relación es simétrica.
A las clases de equivalencia de esta relación se le llaman órbitas de la permutación.

La restricción de una permutación a una órbita es un ciclo.

Prueba. Supongamos que M es una órbita. Sea a ∈ M. Tenemos M = {σn (a) | n ∈ Z}.
El conjunto M no puede ser infinito por lo que existe un natural p más pequeño tal que
σp (b) ya apareció antes en la sucesión a, σ (a) , . . .. Observemos que σp (a) = a por-
que si no, habrı́a un número k mayor que cero y menor que p tal que σp (a) = σk (a)
o sea, σk (a) tendrı́a dos preimagenes diferentes σk−1 (a) 6= σp−1 (a) y esto no pue-
de ser ya que σ es una biyección. Dividiendo con resto cualquier¡ entero¢n entre p
tenemos que n = kp + r con 0 ≤ r < p. Luego, σn (a) = σr σkp (a) = σr (a)
n
¡y M = {σ (a)p−1 | n ∈ Z¢p }. Esto quiere decir que la restricción de σ a M es el ciclo
a, σ (a) , . . . , σ (a) .

Toda permutación es composición de ciclos disjuntos.

Prueba. Solo tenemos que tomar los ciclos correspondientes a todas las órbitas y
componerlos en cualquier orden.
Observese que la descomposición en ciclos disjuntos de una permutación es única
salvo el orden de la composición.
Ejemplo. Sea σ = (1, 2, 3, 4) ◦ (4, 5) ◦ (2, 6, 3). Estos ciclos no son disjuntos y la
permutación es la siguiente
1 7→ 2 , 2 7→ 6 , 3 7→ 3 , 4 7→ 5 , 5 7→ 1 , 6 7→ 4
Luego, la descomposición en ciclos disjuntos es σ = (1, 2, 6, 4, 5) ◦ (3).

Ejercicio 74 Tome una permutación y descompóngala en composición de ciclos dis-

juntos. Repita el ejercicio hasta que entienda bien los conceptos de órbita y de descom-
posición en ciclos disjuntos.
Ejercicio 75 ¿Cuantas órbitas tiene un ciclo? ¿Cuantas órbitas tiene la identidad? Si
σ tiene k órbitas, ¿cuantas órbitas tiene σ−1 ?
96 Capı́tulo 4. Determinantes
El grupo alternante
Una permutación se le llama par si en su descomposición en ciclos disjuntos hay
un número par de ciclos de orden par. En otro caso se le llama impar.
En particular, los ciclos pares son de orden impar. A los ciclos de orden 2 se les llama
transposiciones. Las transposiciones son impares. La inversa de cualquier transposi-
ción es ella misma.

Al componer una permutación con una trans-

posición la paridad de la permutación cambia.

Prueba. Sea σ una permutación y τ = (a, b) una transposición. Distingamos dos

casos: que a y b están en una misma órbita de σ o que no.
Si están en la misma órbita M entonces escogiendo el principio del ciclo en M y
renumerando los elementos de N podemos lograr que τ = (1, k) con k > 1 y que la
restricción de σ a M es (1, 2, . . . , n) con n ≥ k. Como τ (σ (k − 1)) = 1 y τ (σ (n)) = k,
obtenemos (1, k) ◦ (1, 2, . . . n) = (1, . . . , k − 1) ◦ (k, . . . , n) .
Si n es par entonces, k − 1 y n − k + 1 tienen la misma paridad por lo que la paridad
de σ cambia. Si n es impar entonces k − 1 y n − k + 1 tienen diferente paridad por lo
que la paridad de σ cambia.
Si están en diferentes órbitas M1 y M2 entonces escogiendo los principios de los
ciclos en M1 , M2 y renumerando los elementos de N podemos lograr que τ = (1, k)
con k > 1 y que la restricción de σ a M1 es (1, . . . , k − 1) y la restricción de σ a M2
es (k, . . . , n). Como τ (σ (k − 1)) = k y τ (σ (n)) = 1, obtenemos que
(1, k) ◦ (1, . . . , k − 1) ◦ (k, . . . , n) = (1, 2, . . . n)
y ya vimos que (1, . . . , k − 1) ◦ (k, . . . , n) tiene paridad diferente que (1, 2, . . . n).
Con esto hemos demostrado que la paridad de τ ◦ σ es diferente a la de σ. La
demostración de que la paridad de σ ◦ τ es diferente a la de σ es análoga.

Toda permutación es composición de transposiciones.

Prueba. Se comprueba fácilmente que (x0 , . . . , xn−1 ) = (xn−1 , x0 ) ◦ . . . ◦ (x2 , x0 ) ◦

(x1 , x0 ) y esto prueba que todo ciclo se descompone en composición de transposiciones.
La prueba se completa porque toda permutación es composición de ciclos.

Una permutación es par si y solo si es com-

posición de un número par de transposiciones.

Prueba. Las transposiciones son impares. Aplicando repetidamente 4.6 obtenemos que
las composiciones de un número par de transposiciones son pares y las composiciones
Sección 4.2 Determinantes. Propiedades básicas 97

de un número impar de transposiciones es impar. La prueba se completa con 4.7.

Hay muchas descomposiciones de una misma permutación en composición

de transposiciones. El resultado anterior nos garantiza que en dos diferentes
descomposiciones la paridad del número de transposiciones es la misma.
Al conjunto de todas las permutaciones pares de N se le denotará por AN . La com-
posición de dos permutaciones pares es par y la inversa de una permutación par es
también par. Luego AN es un grupo para la composición y se le llama grupo alter-
nante. Al conjunto de las permutaciones impares lo denotaremos por A− N . Observese
−
que AN y AN tienen la misma cantidad de permutaciones e igual a n!/2 ya que el
componer con una transposición fija es una biyección entre AN y A−
N.

El signo de una permutación

En todo campo K hay dos elementos notables, 1 y −1. El primero es el neutro para
el producto y el segundo es el opuesto para la suma del primero. Observese que estos
dos elementos son diferentes si y solo si la caracterı́stica del campo es diferente de 2.
El signo de una permutación es la función sgn : SN → K que es 1 si la permutación es
par y es −1 si la permutación es impar.

¨ sgn (π ◦ ρ) = sgn π sgn ρ

¨ sgn π−1 = sgn π

Prueba. La composición de dos permutaciones de la misma paridad es una permu-

tación par. La composición de dos permutaciones de diferente paridad es impar. Las
órbitas de una permutación no cambian al tomar la inversa.
La función sgn jugará un papel vital en todo lo que sigue. En particular, en la
definición de determinante de una matriz los signos de los sumandos están definidos
precisamente mediante la función sgn. Por esto, el lector debe familiarizarse muy bien
con la definición de esta función y sus propiedades.
El resultado 4.9 lo que quiere decir es que la función sgn : SN → K es un morfismo del
grupo SN al grupo multiplicativo del campo. Su imágen es {1, −1} y su núcleo es AN si el
campo es de caracterı́stica diferente de dos.

4.2 Determinantes. Propiedades básicas

¯ Resolvamos el sistema de ecuaciones lineales de la
ax + by = 1 d−b
cx + dy = 1 izquierda. Supongamos que ∆ = ad − bc 6= 0. Des- x=
pejando x en la primera ecuación y substituyendo ∆
a−c
en la segunda obtenemos y. Substituyendo este y en alguna de las ecua- y=
∆
ciones obtendremos x. Esta solución es la del recuadro a la derecha.
98 Capı́tulo 4. Determinantes
Sean ahora u = (a, b) y v = (c, d) dos vectores en el plano R2
y u + v como se muestra en la figura a la izquierda. Estos dos vecto-
v
q res definen un paralelogramo cuyos vértices son 0, u, u + v, v.
R2 Queremos calcular el area de este paralelogramo. Para esto,
u sea q el punto de intersección de la recta u, u + v con la recta
0 p x paralela al eje x que pasa por v. Sea p el punto de intersección
de la recta u, u + v con el eje x. Es fácil ver que el triángulo
v, q, u + v es igual al triángulo 0, p, u. Luego, el paralelogramo 0, u, u + v, v tiene área
igual a la del paralelogramo 0, v, q, p. En la figura a la dere-
cha los triángulos p, a, u y 0, v,d tienen dos ángulos iguales y v
R2 q
o sea son congruentes. Por el Teorema de Tales tenemos que d
(b ÷ (a − p) = d ÷ c) ⇒ (pd = ad − cb) .
Sabemos que, pd es el área (base por altura) del paralelo- b u
gramo 0, v, q, p. Luego, hemos demostrado que el area del 0 c pa x
paralelogramo 0, u, u + v, v es igual a ∆ = ad − bc.
Estos dos ejemplos nos dan una idea de la importancia del número ∆ = ad − bc
para la solución de sistemas de dos ecuaciones lineales y para el cálculo de areas en R2 .
Los determinantes son la generalización de este número a dimensiones arbitrarias.
Definición de los determinantes
Sea N un conjunto finito. Recordemos que SN es el conjunto de todas las las per-
mutaciones de N. Si σ ∈ SN e i ∈ N entonces, denotaremos por σi la imagen de i por
la permutación σ, o sea σi es una forma corta de escribir σ (i).
El determinante de una matriz αNN es por defi- X Y
nición el elemento del campo definido por la fórmula det αNN = sgn σ αiσi
en el recuadro de la derecha. A esta fórmula se la co- σ∈ SN i∈N
noce como fórmula de Leibniz.
En los capı́tulos anteriores ya acostumbramos al lector a las sumatorias en las
cuales el conjunto de ı́ndices es un conjunto de vectores. A partir de ahora, el lector
deberá acostumbrarse a usar sumatorias en las cuales el conjunto de ı́ndices es un
conjunto de permutaciones. Es oportuno enfatizar que el orden en que se efectúe la
suma no es relevante ya que la suma en cualquier campo es conmutativa
Recalquemos que el determinante de una matriz está definido solo cuando
los conjuntos de ı́ndices de renglones y columnas coinciden y son finitos.
Por este motivo en este capı́tulo todos los espacios serán de dimensión
finita y todos los conjuntos de ı́ndices serán finitos.

Ejercicio 76 ¿Como se reescribirı́a la definición de determinante usando que AN es

el conjunto de las permutaciones pares y A−
N el de las impares?.
Sección 4.2 Determinantes. Propiedades básicas 99

Determinantes de matrices pequeñas

Interpretemos esta definición para conjuntos N con pocos elementos. Si |N| = 1

entonces la matriz αNN consta de una sola entrada y su determinante es esta entrada.
µ ¶ Si, digamos N = {1, 2} entonces tenemos 2 permutaciones de N que
α11 α12 —
son I y (1, 2). A la primera le corresponde el sumando α11 α22 y a
α21 α22 +
la segunda el sumando −α12 α21 . Gráficamente, cuando N = {1, 2} el
determinante es la suma de los dos productos que se muestran en el recuadro.
Pongamos ahora N = {1, 2, 3}. Hay 6 permutaciones de N y estas son I, (1, 2, 3),
(1, 3, 2), (2, 3), (1, 2) y (1, 3). Las tres primeras son de signo positivo y se corresponden
con los tres sumandos α11 α22 α33 , α12 α23 α31 y α13 α21 α32 . Gráfica- ⎛ ⎞
α11 α12 α13
mente, estos tres sumandos se pueden representar por la diagonal ⎝
α21 α22 α23 ⎠
principal de la matriz y los dos “triángulos” con lados paralelos
α31 α32 α33
a esta diagonal como se muestra en el recuadro de la derecha.
Las otras tres permutaciones tienen signo negativo y se corresponden con los suman-
⎛ ⎞ dos −α11 α23 α32 , −α12 α21 α33 y −α13 α22 α31 . Gráficamente, estos
α11 α12 α13
⎝α21 α22 α23 ⎠ tres sumandos se pueden representar por la diagonal alterna de la
α31 α32 α33 matriz y los dos “triángulos” con lados paralelos a esta diagonal
como se muestra en el recuadro de la izquierda.
El número de sumandos en la definición del determinante es |SN | = |N| !. Este
número crece rápidamente con |N| como se ve en la siguiente tabla
n 1 2 3 4 5 6 7 8 9 10
n! 1 2 6 24 120 720 5, 040 40, 320 362, 880 30 628, 800
Por esto, calcular determinantes directamente de la definición es muy ineficiente.

El determinante de la identidad

Ya vimos que el conjunto de matrices αNN es un álgebra respecto al producto y

suma de matrices y multiplicación por elementos del campo. El elemento neutro para
el producto lo llamamos matriz identidad, denotamos INN y ¯
1 si i = j
es la matriz cuyas entradas son iguales al delta de Kronecker δij = 0 si i 6= j
δij definido en el recuadro a la derecha. Cuando el conjunto de
µ ¶ ı́ndices está ordenado, la matriz identidad se puede representar gráfica-
1 0
0 1 mente como una que tiene unos en la diagonal y ceros en todas las demás
entradas como se muestra en el recuadro a la izquierda para una matriz
de dos renglones y columnas.

El determinante de la matriz identidad es 1. det INN = 1

Prueba. Si la permutación σ ∈ SN no es la identidad entonces hay un i ∈ N tal que

100 Capı́tulo 4. Determinantes
Q
i 6= σi y por lo tanto δiσi
i∈NX = 0. Luego,
Y Y
det INN = sgn σ δiσi = sgn (IN ) δii = 1.
σ∈ SN i∈N i∈N

Matrices con filas nulas

Si una matriz tiene una columna o un ren-

glón nulo entonces, su determinante es cero.
Q
Prueba. Cada sumando de los determinantes i∈N αiσi contiene como factor una
entrada de cada renglón. Si un renglón es nulo entonces, todos estos sumandos tienen
un factor cero y por lo tanto la suma de todos ellos es cero. Lo mismo ocurre con las
columnas.

El determinante de la transpuesta

Dada una matriz αMN su transpuesta se define ⎛ ⎞

como la matriz βNM = αT MN tal que βij = αji . Gráfica-
α11 α12 α13 α14
mente la operación de transponer una matriz es hacer ⎜α21 α22 α23 α24 ⎟
⎜ ⎟
una reflexión con respecto a la diagonal de la matriz.
Observese que el conjunto de ı́ndices de los renglones
⎝α31
α41
α32
α42
α33
α43
α34 ⎠
α44
T
de la matriz αTNM es M y no N como se podrı́a pensar
de los subı́ndices.

El determinante no se altera al transponer una matriz. det A = det AT

Prueba. Tenemos que demostrar que det αNN = det αTNN . Efectivamente, por la
definición
X Y ∙ ¸ X Y
T cambio de variable
det αNN = sgn σ ασi i = −1 = sgn ω αω − 1 (i)i =
ω=σ
∙
σ∈ SN i∈N ¸ X Y
ω∈ SN i∈N
cambio de variable
= = sgn ω αjω j = det αNN .
j = ω−1 (i)
ω∈ SN j∈N

El determinante del producto

La siguiente propiedad básica de los determinantes es probablemente la más impor-

tante para el álgebra lineal. Como la demostración de esta propiedad es laboriosa, le
recomiendo al lector omitirla en una primera lectura. La complejidad de esta demostra-
ción es el precio que tenemos que pagar por dar una definición directa del determinante.
Sección 4.2 Determinantes. Propiedades básicas 101

Teorema del determinante del producto

El determinante del producto de dos matrices es igual det AB = det A det B

al producto de los determinantes de las dos matrices.

Prueba. Sean A = αNN y B = βNN . Para el objeto de esta demostración denotemos

por FN el conjunto de todas las funciones de N en N. Claramente SN ⊂ FN . Sea,
def
además, TN = FN \ SN el conjunto de todas las funciones no biyectivas de N en N.
Por la definición de determinanteX
y de producto
Y Xde matrices tenemos
det AB = sgn σ αij βjσi
σ∈ SN i∈N j∈N
Q P P Q
y usando la fórmula i∈N j∈N γij = ω∈ FN i∈N γiω i (Sec. 1.6, pág. 22) obtenemos
X X Y X X Y
det AB = sgn σ αiω i βω i σi + sgn σ αiω i βω i σi
σ∈ SN ω∈ TN i∈N σ∈ SN ω∈ SN i∈N
Denotando por ∇ el primer sumando nuestro∙determinante se convierte ¸ en
X X Y cambio de variable
=∇+ sgn σ αiω i βω i σi = =
σ=ρ◦ω
σ∈ SN
X X
ω∈ SN i∈N
Y Y ∙ ¸
cambio de var
=∇+ sgn (ρ ◦ ω) αiω i βω j ρ(ω j ) = =
k = ωj
à N
ρ∈ S ω∈ SN !Ã
i∈N j∈N !
X Y X Y
=∇+ sgn ω αiω i sgn ρ βkρk = ∇ + det A det B
ω∈ SN i∈N ρ∈ SN k∈N
O sea, para completar la demostración tenemos que probar que ∇ = 0. Para esto
recordemos que AN es el subgrupo de las permutaciones pares e A−
N es el conjunto de
todas las permutaciones impares.
XSi observamos
X Ydetenidamente la definición de ∇
∇= sgn σ αiω i βω i σi
ω∈ TN σ∈ SN i∈N
vemos que para probar ∇ = 0 es suficiente construir para cada ω ∈ TN una biyección
f : AN → A−
N tal que si θ = f (σ) entonces,
Y Y
αiω i βω i σi = αiω i βω i θi
i∈N i∈N
Esto nos garantizará que cada sumando positivo se cancele con otro negativo.
Sea ω ∈ TN arbitraria pero fija. Como ω no es una biyección existen j, k ∈ N
distintos tales que ω (j) = ω (k) . Sea t ∈ A− N la transposición que intercambia j y k.
Sea f : AN 3 σ 7→ σ ◦ t ∈ A− N . La función f es biyectiva ya que su inversa es θ 7→ θ ◦ t.
Además,
Y tenemos Y Y
αiω i βω i (σ◦t)i = αjω j βω j σk αkω k βω k σj αiω i βω i σi = αiω i βω i σi
i∈N i∈N\{j,k} i∈N
donde la última igualdad es válida porque ωj = ωk .
102 Capı́tulo 4. Determinantes
Matrices con filas iguales

Si una matriz tiene dos columnas o dos renglo-

nes iguales entonces su determinante es cero.

Prueba. Supongamos que para αNN se tiene que αjM = αkM o sea, los renglones j y
k son iguales. Todo sumando del determinante depende exactamente de una entrada
en el renglón j y de otra en el renglón
X k. Luego, podemos Y escribir
det αNN = αjσj αkσk sgn σ αiσi .
σ∈ SN i∈N\{j,k}
Denotemos por ρ a la transposición (j, k). La función Φ : SN 3 σ 7→ σ ◦ ρ ∈ SN es una
biyección y el sumando correspondiente a σ ◦ ρ esY igual a
αjσk αkσj sgn (σ ◦ ρ) αiσi
i∈N\{j,k}
pero como αjσk = αkσk y αkσj = αjσj entonces, αjσk αkσj sgn (σ ◦ ρ) = −αjσj αkσk sgn σ.
Esto significa que Φ es una biyección que transforma a un sumando en su negativo y
por lo tanto det αNN = 0. La prueba para las columnas se obtiene transponiendo la
matriz.

Matrices de permutaciones

Sean M y N dos conjuntos finitos y φ : M → N una ¯

1 si j = φ (i)
biyección. Denotaremos por φMN a la matriz cuyas en- φij = 0 en otro caso
tradas están definidas como en el recuadro. A esta matriz
la llamaremos matriz de la biyección φ. Como φ es una biyección entonces la matriz
φMN tiene la misma cantidad de renglones y de columnas. Además, en cada columna
y cada renglón de φMN hay exactamente una entrada igual a 1 y las demás son cero.
Haremos un buen uso de las matrices de biyecciones en la próxima sección. Aquı́ es-
taremos interesados solo en el caso particular cuando N = M, o sea, que φ es una
permutación. En este caso a φNN se le llama matriz de la permutación φ.

Si φ y σ son dos permutaciones de N entonces, el producto φNN σNN

de las matrices de permutaciones es la matriz de la permutación σ ◦ φ.

def
Prueba. Denotemos γNN = φNN σNN . Tenemos¯ que
X 1 si j = σ (φ (i))
γij = φik σkj = σφ(i)j =
0 en otro caso
k∈N
y esta es la definicion de la matriz de la permutación σ ◦ φ.
El resultado anterior se puede escribir de forma corta como φNN σNN = (σ ◦ φ)NN .
Sección 4.2 Determinantes. Propiedades básicas 103
¡ −1 ¢
La matriz de la inversa de una permutación es φ NN = (φNN )−1
igual a la inversa de la matriz de la permutación.

−1
Prueba. Sea φ una permutacion
¡ −1 ¢ φNN su matriz y γNN la matriz−1de φ . Por 4.15
tenemos que φNN γNN = φ ◦ φ NN = INN . O sea, γNN = (φNN ) .

Ejercicio 77 ¿Cual es la TL de la matriz de una permutación? ¿Que tienen que ver

4.15 y 4.16 con que la correspondencia entre matrices y TL es un morfismo de álgebras?
Ejercicio 78 Demuestre que la transpuesta de la matriz de la permutación φ es la
matriz de la permutación φ−1 .
¡ ¢ ¡ ¢
Ejercicio 79 Pruebe que (AB)T = BT AT y AT −1 = A−1 T .

El determinante de la matriz de una permu- det φNN = sgn φ

tación es igual al signo de la permutación.

Prueba. Sea φ una permutación y φNN

Xsu matriz.
Y Por definición tenemos que
det φNN = sgn σ φiσi .
σ∈ SN i∈N
Por otro lado, por definición de φNN tenemos
¯ que
Y 1 si σ = φ
φiσi = .
0 en otro caso
i∈N
Usando estas dos igualdades obtenemos la prueba.

Permutaciones de columnas y renglones

Sea αMN cualquier matriz y φNN la matriz de la permutación φ.

El producto αMN φNN es la matriz que se obtiene de αMN

permutando sus columnas usando la permutación φ.

Prueba. Sea γMN = αMN φNN . Tenemos

X
γij = αik φkj = αiφ − 1 (j)
k∈N
y por lo tanto γMj = αMφ − 1 (j) o lo que es lo mismo γMφ(j) = αMj . Más descriptivamente,
la columna j de la matriz αMN tiene ı́ndice φ (j) en la matriz γMN .
104 Capı́tulo 4. Determinantes
En este recuadro se ilustra graficamente que es lo que pasa
⎛ ⎞ cuando se permuta una matriz genérica de 4 renglones y
α11 α12 α13 α14
⎜α21 α22 α23 α24 ⎟ columnas usando la permutación 1 7→ 2 7→ 4 7→ 1. Los
⎜ ⎟ principios de las flechas marcan las columnas que se moverán
⎝α31 α32 α33 α34 ⎠
α41 α42 α43 α44 y los finales de las flechas marcan el lugar donde quedarán
las columnas.

Al permutar las columnas de una matriz con la permutación

φ, el determinante se multiplica por un factor igual a sgn φ.

Prueba. Al permutar la columnas lo que estamos haciendo es multiplicar la matriz

por la matriz de φ. Por 4.17 el determinante de la matriz de φ es igual al signo de φ.
Usando el Teorema del determinante del producto concluimos la demostración.
¿Qué pasa con los renglones? Pues lo mismo, solo hay que multiplicar por el otro la-
do. El lector puede modificar los razonamientos anteriores para el caso de los renglones.
También puede tomar la via rápida: permutar los renglones de una matriz es lo mismo
¡ ¢T
que permutar las columnas de la transpuesta y entonces αT MN φMM = φTMM αMN =
φ−1 α
MM MN (véanse los ejercicios 78 y 79). Esto quiere decir que si multiplicamos por
−1
la izquierda con la matriz de permutaciones φMM entonces los renglones se permutan
mediante la permutación φ y el determinante cambia igual (ya que sgn φ = sgn φ−1 ).

4.3 Expansión de Laplace

En esta sección encontraremos una descomposición de los determinantes como una
combinación lineal de determinantes de matrices más pequeñas. Después veremos im-
portantes consecuencias de esta expansión, en particular que una matriz tiene inversa
si y solo si esta tiene determinante diferente de cero.
Cambios de ı́ndices
******* DOS NOTACIONES *******
Sea αMN una matriz y φ : N → L una biyección. Sea φNL la matriz de la biyección
φ (véase la página 102). Podemos construir una matriz βML por la fórmula βML =
αMN φNL . A esta operación la llamaremos cambio de ı́ndices de las columnas de
la matriz αMN mediante la biyección φ. De la misma manera se definen los cambios
de ı́ndices de los renglones. Observese que las permutaciones de las columnas y los
renglones son un caso particular de los cambios de ı́ndices cuando N = L. Si N 6= L
entonces, podemos pensar que hacer un cambio de ı́ndices de las columnas es darle
nuevos nombres a estas.
Una matriz cuadrada es una matriz cuyas cantidades de renglones y columnas
coinciden. A este número común se le llama orden de la matriz. Necesitaremos los
Sección 4.3 Expansión de Laplace 105

cambios de ı́ndices para definir los determinantes de las matrices cuadradas. Ası́, si
φ : N → M es una biyección entonces, podrı́amos definir det αMN = det αMN φNM . El
único “pero” es que, en principio, esta definición no solo depende de la matriz αNM
sino también de la biyección φ. El cuanto depende esta definición de φ lo responde la
siguiente proposición.

Si φ y ϕ son dos biyecciones

¡ de N¢ en M enton-
−1
ces, det αMN φNM = sgn φ ◦ ϕ det αMN ϕNM .

Prueba. Usando Teorema del determinante del producto (4.13) obtenemos que
det αMN φNM = det αMN ϕNM ϕ−1 −1
NM φNM = det αMN ϕNM det ϕNM φNM
Ahora, observese que φ ◦ ϕ−1 es una permutación de M y que la matriz
¡ de¢esta per-
mutación es ϕ−1 φ
NM NM cuyo determinante es igual (por 4.17) a sgn φ ◦ ϕ−1
.

No podemos poner la conclusión de este resultado como sgn φ det αMN φNM =
sgn ϕ det αMN ϕNM ya que como φ y ϕ son biyecciones de N en M ninguna
de las dos tiene signo.
Como el signo de cualquier permutación es o 1 o −1 esto quiere decir que el deter-
minante det αNM está definido “salvo signo” o sea, que hay un elemento a ∈ K tal que
el determinante es a o es −a. En un campo de caracterı́stica dos esto es irrelevante ya
que en este caso 1 = −1. Sin embargo en los casos más importantes (R y C) de que
el campo sea de caracterı́stica diferente de dos tenemos una ambigüedad al definir el
determinante det αNM .
Esta ambigüedad se resuelve en diferentes casos de varias maneras. En muchos casos
no nos interesa el valor concreto det αMN sino solamente saber si es cierto o no que
det αMN = 0. Si este es el caso entonces, en realidad no nos importa que biyección
se escogió para calcular el determinante. Por ejemplo, una matriz cuadrada αMN se
le llama singular si det αMN = 0, en el caso contrario se le llama no singular. Es
claro, que el ser singular o no singular NO depende de la biyección escogida para definir
det αMN . Otro ejemplo, es que si una matriz tiene una columna o renglón nulo entonces
su determinante es cero.
En otros casos lo importante no es el valor de algún determinante sino una igualdad
entre estos. Al cambiar los ı́ndices en ambos lados de la igualdad los determinantes
cambian en el mismo signo y la igualdad es cierta independientemente de los cambios de
ı́ndices escogidos. Por ejemplo, las igualdades det αMN = det αTMN y det (αLM βMN ) =
det αLM det βMN son válidas independientemente de los cambios de ı́ndices usados para
definir los determinantes.
En otros casos hay una biyección natural que nos dice cual debe ser el valor de
det αMN . Esto sucede por ejemplo si los conjuntos N y M son conjuntos de naturales.
En este caso podemos siempre escoger la única biyección que conserva el orden. Por
106 Capı́tulo 4. Determinantes
ejemplo si N = {2, 3, 7} y M = {1, 4, 5} entonces la biyección es 2 → 1, 3 → 4, 7 → 5.
¿Y por que no escoger de los dos posibles valores el que sea mayor que cero?
Primero, a veces se necesita el valor del signo del determinante y segundo
¿qué quiere decir que 0 < x ∈ Z5 ? La desigualdad 0 < x solo tiene sentido si
el campo está ordenado. Este es el caso de R pero no el de Zp ni el de C.
En muchos de los textos de álgebra lineal esta ambigüedad se resuelve postulando que los
conjuntos de ı́ndices siempre tienen que ser conjuntos de naturales. Esto no solamente es
innecesario, sino que también hace la exposición más compleja y conceptualmente menos
clara. Por ejemplo, las matrices de cambio de base están naturalmente indexadas por conjuntos de
vectores que no poseen un orden natural.

Complementos algebraicos
Estos razonamientos nos interesan ahora por el siguiente caso particular en el cual
todo es más fácil. Sea αNN una matriz y sean i, j ∈ N. La matriz αN\i N\j se obtiene
de la matriz αNN eliminando el renglón i y la columna j. ¿Habrá una manera natural
de definir el determinante de αN\i N\j ?. Veremos que si.
Sea ϕ : N\j → N\i. una biyección cualquiera. Podemos definir ϕ (j) = i y de
esta manera ϕ se convierte en una permutación de N. sgn ϕ det α
N\i N\j ϕN\jN\i
Definamos el determinante det αN\i N\j con la expresión
del recuadro a la derecha. Parecerı́a que no hemos hecho nada ya que en principio esta
definición depende de ϕ.

La expresión sgn ϕ det αN\i N\j ϕN\jN\i no depende de ϕ.

Prueba. Sea ω otra permutación de N tal que ω (j) = i. Aquı́ hay que tener cuidado.
Por un lado ω es una biyección de N\j en N\i y por otro es una permutación de
N. Otro tanto ocurre con ϕ. Para evitar confusiones, a las permutaciones de N las
denotaremos en esta demostración
¡ ¢por ω^ yϕ ^ respectivamente. Por 4.20 tenemos que
−1
det αN\i N\j ϕN\jN\i = sgn ϕ ◦ ω det αN\i N\j ωN\jN\i . Observese que ϕ◦ω−1 es una
permutación de N\i. ¿Que pasa con ω ^ ◦ϕ ^ −1 ? Pues, ¡en todo elemento
¢ ¡de N\i−1coincide
¢
con ω ◦ ϕ−1 y además ϕ ^ ◦ω^ −1 (i) = i. Luego sgn ϕ ◦ ω−1 = sgn ϕ ^ ◦ω^ y por
¡ −1
¢
las propiedades de la función signo se tiene que sgn ϕ ^ ◦ω
^ = sgn ϕ
^ sgn ω.
^ Luego
det αN\i N\j ϕN\jN\i = sgn ϕ
^ sgn ω^ det αN\i N\j ωN\jN\i y pasando sgn ϕ ^ al otro lado de
la igualdad terminamos la prueba.
Ahora, podemos dar la siguiente definición. Si αij es una entrada de la matriz A =
αNN entonces el complemento algebraico de αij es α∗ij = sgn ϕ det αN\i N\j ϕN\jN\i
donde ϕ es cualquier permutación de N tal que ϕ (j) = i. A los complementos al-
gebraicos también se les llama cofactores. La matriz α∗NN cuyas entradas son los
complemento algebraicos α∗ij es la matriz de los complementos algebraicos de
αNN o matriz de cofactores de αNN .
Sección 4.3 Expansión de Laplace 107

La expansión de un determinante por sus renglones

Teorema de Expansión de Laplace

X
Sea αiN un renglón arbitrario de la matriz αNN . det αNN = αij α∗ij
El determinante de αNN es igual a la suma de las j∈N

entradas del renglón por sus cofactores.

Prueba. Si i ∈ N entonces tenemos la partición del grupo simétrico en el [

recuadro a la derecha donde Si→j
N = {σ ∈ SN | σ (i) = j} . Luego, aplicando Si→j
N
la definición de determinante y sacando factor común obtenemos j∈N
X X Y
det αNN = αij sgn σ αnσn
j∈N σ∈ SiN→ j n∈N\i

Sea ω una permutación de N tal que ω (j) = i. Hagamos el cambio de variable

ρ = ω ◦ σ en la sumatoria interior. Tenemos ρ (i) = i o sea, ρ ∈ Si→iN = SN\i . Luego,
X X Y
det αNN = αij sgn ω sgn ρ αnω − 1 (ρn )
j∈N ρ∈ SN \ i n∈N\i
X X
= αij sgn ω det αN\i N\j ωN\jN\i = αij α∗ij
j∈N j∈N

donde la última igualdad se obtiene por la definición de α∗ij .

Como es natural hay un teorema exactamente igual a este correspondiente a las
columnas. El lector debe observar que este teorema se expresa en forma más compacta
usando el producto escalar canónico de N-adas: det αNN = αiN α∗iN .
La expansión de Laplace en forma gráfica
El Teorema de expansión de Laplace es la primera herramienta (aparte de la de-
finición) de que disponemos para calcular determinantes. Este reduce el problema a
calcular varios determinantes de matrices más pequeñas. Es especialmente útil cuando
hay renglones (o columnas) con muchos ceros.
Sin embargo, todavı́a debemos precisar el como calcular los cofactores en forma
gráfica. Si bien, la definición de estos es sencilla necesitamos una biyección simple de
N\i en N\j que facilite los cálculos cuando N está ordenado o sea N = {1, ..., n}.
Sea por ejemplo i = 2 y j = 7. En este caso, la biyec-
1 3 4 5 6 7 8 ... n
ción natural de N\2 en N\7 es la que se muestra en
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
el recuadro y la llamaremos ϕ. Tenemos que definir
1 2 3 4 5 6 8 ... n
ϕ (2) = 7 para completar una permutación de N.
Sabemos que ϕ transforma 7 7→ 6 7→ 5 7→ 4 7→ 3 7→ 2 7→ 7 y que deja fijos a todos
los demás elementos de N. Luego, ϕ es un ciclo de longitud j − i + 1 (si i > j entonces
es un ciclo de longitud i − j + 1).
108 Capı́tulo 4. Determinantes
Como todo ciclo de orden par tiene signo negativo y todo de ⎛ ⎞
i+j + − + −
orden impar tiene signo positivo obtenemos sgn ϕ = (−1) lo ⎜
− + − + ⎟
que es muy sencillo ya que es la “regla del tablero de aje- ⎜ ⎝ + − + − ⎠
⎟
drez”. A la derecha se muestra el sgn ϕ para una matriz con 4
− + − +
renglones y columnas. Observese el parecido con el tablero.
Con estas permutaciones, los complementos algebraicos tienen una interpretación
gráfica muy sencilla. Si se quiere sacar el complemento algebraico de αij entonces
⎛ ⎞ táchese el renglón i, táchese la columna j, sáquese
α11 α12 α13 α14 el determinante de la matriz que queda y finalmente
⎜ α21 α22 α23 α24 ⎟ multiplı́quese por el signo de la regla del tablero de
− det ⎜ ⎟
⎝ α31 α32 α33 α34 ⎠ ajedrez. Ası́ por ejemplo, en el recuadro se mues-
α41 α42 α43 α44 tra una matriz de orden cuatro en la cual estamos
calculando el complemento algebraico de α23 .
Al matemático y fı́sico Pierre-Simon Laplace (Francia 1749-
1827) se le conoce fundamentalmente por sus trabajos en me-
cánica celeste, ecuaciones diferenciales y teorı́a de las probabi-
lidades. El publicó la demostración del Teorema de Expansión
de Laplace (4.22) en 1772 en un artı́culo donde estudiaba las
órbitas de los planetas interiores del sistema solar. En este
artı́culo, Laplace analizó el problema de solución de sistemas
de ecuaciones lineales mediante el uso de determinantes.

Ejercicio 80 Tóme una matriz y calcule su determinante usando el teorema de ex-

pansión de Laplace. Repita hasta que usted esté satisfecho.
Ejercicio 81 Demuestre que el determinante de la matriz αij = Y
xi−1
j es igual a la expresión en el recuadro a la derecha. A este (xj − xi )
determinante se le conoce como determinante de Vandermonde 1≤i<j≤n
y la matriz tiene el mismo nombre. [191]

La expansión de Laplace reduce el cálculo del determinante de una matriz al cálculo de

determinantes de matrices más pequeñas. Por esto es también usada para dar una definición
alternativa de determinante de manera de manera recursiva. En este caso, la fórmula de
Leibniz es una consecuencia de esta definición.

Multinearidad de los determinantes

El determinante se puede ver como una función del espacio de matrices en el campo.
¿Será el determinante una TL? ¿Se cumplirá que det (A + B) = det A + det B? La
respuesta es NO. Para probar que no, basta ver un ejemplo. Para las siguientes matrices
µ ¶ µ ¶
1 0 0 0
A= 0 0 ,B= 0 1
Sección 4.3 Expansión de Laplace 109

tenemos det A + det B = 0 6= 1 = det (A + B). Sin embargo, los determinantes cumplen
una propiedad bastante parecida.
Sea E un espacio vectorial sobre el campo K. A las funciónes de E en K se les
llama funcionales. Si un funcional es una TL entonces se le llama funcional lineal
del espacio E.
En esta terminologı́a vemos que la propiedad det (A + B) 6= det A + det B lo que
quiere decir es que el determinante NO es un funcional lineal del espacio vectorial de
las matrices. Pasemos a considerar una función f con valor en K de dos variables x, y
que toman sus valores en E o sea, f : E2 3 (x, y) 7→ f (x, y) ∈ K. Como E2 es un
espacio vectorial sobre K entonces podrı́a suceder que f sea un funcional lineal. Sin
embargo, hay una propiedad un poco más sutil que podrı́a cumplir la función f y es
que sea lineal en la primera variable. En otras palabras, que ∀y ∈ E se cumple
que f (a + b, y) = f (a, y) + f (b, y) y f (λa, y) = λf (a, y). Análogamente, se define
la propiedad de que f sea lineal en la segunda variable. Si f es lineal en las dos
variables entonces, se dice que f es un funcional bilineal (el “bi” es porque son dos
variables).
Evidentemente todo esto se puede hacer cuando tenemos muchas variables en cuyo
caso nos referiremos a los funcionales multilineales. Más rigurosamente, sea f :
EN → K una función donde N es un conjunto de variables. Sea i ∈ N una variable.
Podemos pensar a f como una función de dos variables f : EN\i ⊕ E → K. Si ∀y ∈ EN\i
la función E 3 x 7→ f (y, x) ∈ K es un funcional lineal entonces, diremos que f es
lineal en la variable i. Diremos que f es un funcional multilineal si f es lineal en
todas sus variables. Por ejemplo, la función f : R3 3 (x, y, z) 7→ x + y + z ∈ R es un
funcional lineal. La función g : R3 3 (x, y, z) 7→ xyz ∈ R es un funcional multilineal
porque (x + x0 ) yz = xyz + x0 yz y también para las otras variables. Observese que f
no es multilineal y que g no es lineal.
Ahora queremos ver que los determinantes son funcionales multilineales. El espacio
¡ ¢N
de matrices KNN es isomorfo a KN . Un isomorfismo de estos es el que a cada matriz
le hace corresponder la N-ada de sus renglones. Luego, podemos pensar el determinante
como un funcional cuyas variables son los renglones.

El determinante es un funcional multilineal de los renglones.

Prueba. Para probar que un funcional es multilineal hay que probar que es lineal en
cada variable. Sea i ∈ N arbitrario pero fijo en toda esta prueba. Sea A = αNN una
matriz tal que su i-ésimo renglón es la suma de dos N-adas xN y yN . Sea B la misma
matriz que A excepto que su i-ésimo renglón es xN . Sea C la misma matriz que A
excepto que su i-ésimo renglón es yN . Tenemos que probar que det A = det B + det C.
(Si el lector no entiende porqué entonces, debe regresar al principio de esta sección
y volver a pensar en la definición de funcional multilineal.) Usando la expansión de
110 Capı́tulo 4. Determinantes
Laplace por el renglón i obtenemos
det αNN = αiN α∗iN = (xN + yN ) α∗iN = xN α∗iN + yN α∗iN = det B + det C
donde la última igualdad se cumple porque los cofactores de las entradas del renglón i
son los mismos en las matrices A, B y C (recuerdese que hay que “tachar” el renglón
i).
Sea ahora A = αNN una matriz tal que su i-ésimo renglón es λxN . Sea B la misma
matriz que A excepto que su i-ésimo renglón es xN . Usando la expansión de Laplace
por el renglón i obtenemos det αNN = αiN α∗iN = λxN α∗iN = λ det B.
Por transposición el determinante es también multilineal en las columnas.
Los determinantes son los únicos funcionales multilineales de los renglones que son iguales
a 1 en la matriz identidad y que cambian por un factor de sgn θ cuando se permutan
los renglones con la permutación θ. Esto permite dar una definición alternativa de los
determinantes. El primer problema aquı́ es demostrar la existencia del determinante.

La inversa de una matriz

Recordemos que, dada una matriz αMN decimos que α−1 MN es la matriz inversa de
αMN si se cumple que αMN α−1 MN = IMM y α−1
α
MN MN = INN . Mediante el isomorfismo
−1
de las matrices con las TLs concluimos que αMN y αMN son la matrices de dos TLs
una la inversa de otra y por lo tanto estas TLs son isomorfismos. Luego, si αMN tiene
inversa entonces, ella es cuadrada.

Si las matrices βNL y αMN tienen inver- (AB)−1 = B−1 A−1

sa entonces, (αMN βNL )−1 = β−1 −1
NL αMN .

Prueba. Usando el isomorfismo de las matrices con las TL la prueba se reduce a la

ya conocida por nosotros igualdad (f ◦ g)−1 = g−1 ◦ f−1 .
Sea ϕ : N → M cualquier biyección y ϕNM la matriz de esa biyección. La matriz
ϕNM siempre tiene inversa e igual a la matriz de la biyección ϕ−1 . Usando el resultado
anterior obtenemos que ϕNM (αMN ϕNM )−1 = α−1 MN .O sea, cualquier cambio de ı́ndices
apropiado reduce el cálculo de matrices inversas al caso en que el conjunto de columnas
coincide con el conjunto de renglones. Por esto, nos olvidaremos un poco de los ı́ndices
para poder enunciar más fácilmente nuestros resultados.
La siguiente proposición nos dice que en ciertos casos para probar que una matriz
es inversa de otra es suficiente comprobar una de las dos igualdades involucradas en
la definición. Aquı́, la clave es que las matrices son finitas y cuadradas lo que significa
que sus TLs son entre espacios de la misma dimensión finita.

Si AB = I entonces, BA = I.

Prueba. Sean f, g : KM → KM las TLs de las matrices A y B respectivamente.

Sección 4.3 Expansión de Laplace 111

Mediante el isomorfismo de las matrices con las TLs concluimos que f ◦ g = I. De 3.29
(página 84) obtenemos que g ◦ f = I y por lo tanto BA = I.

Si una matriz tiene inversa entonces ella es

no singular. Además, det A−1 = (det A)−1 .

Prueba. Por definición de matriz

¡ inversa
¢ y el Teorema del determinante del producto
tenemos que 1 = det I = det AA−1 = det A det A−1 . De esta igualdad obtenemos que
det A 6= 0 y det A−1 = (det A)−1 .
Para probar que el recı́proco de esta afirmación también es cierto, lo que haremos
es construir la matriz inversa en el caso de que el determinante sea diferente de cero.

Si A es una matriz no singular entonces, su A∗T

A−1 =
inversa es la transpuesta de la matriz de sus det A
cofactores dividida por el determinante de A.

Prueba. Para hacer la demostración lo que hay que hacer es multiplicar. Sea αMM =
A y B = βMM = (det A)−1 A∗T . Tenemos βMj = (det A)−1 α∗jM y de la definición
de producto de matrices obtenemos que la entrada ij de la matriz AB es igual a
αiM βMj = (det A)−1 αiM α∗jM . Si i = j entonces αiM α∗jM es la expansión de Laplace del
det A por el renglón i de lo que obtenemos que αiM βMj = 1.
Solo queda probar que αiM α∗jM = 0 si i 6= j. Si nos fijamos atentamente, vemos que
esta es la expansión de Laplace por el renglón j del determinante de la matriz C obtenida
de la matriz A substituyendo el renglón j por el renglón i. Como la matriz C tiene dos
renglones iguales entonces, su determinante es cero y necesariamente αiM α∗jM = 0.

El determinante de un operador lineal

Sea f ∈ End E un OL. Si escogemos una base de E entonces en esta base el OL f

tiene por coordenadas una matriz A. Podrı́amos definir det f = det A. Sin embargo, no
nos queda claro si esta definición depende o no de como hallamos escogido la base.

Si A y B son las matrices de f ∈ End E

en dos bases entonces, det A = det B.

Prueba. Sean A = αMM y B = βNN las matrices de f en las bases M y N respectiva-

mente. Por la fórmula del cambio de bases para matrices (3.23) tenemos B = γNM Aγ−1
NM
donde γNM es la matriz ¡ de cambio de
¢ la base M a la base N. Tenemos
det βNN = det γNM αMM γ−1 −1
NM = det γNM det αMM det γNM = det αMM
112 Capı́tulo 4. Determinantes
ya que por 4.26 la igualdad det γNM (det γNM )−1 = 1 es cierta e independiente del
cambio de ı́ndices que se utilize para definir el determinante de γNM .

El determinante de un OL f ¡en un espacio de dimensión finita! es por

definición el determinante de su matriz en alguna base y este escalar no
depende de la base escogida.
Esta definición nos permite traducir propiedades de las matrices a los OLs. Por
ejemplo, un OL es biyectivo si y solo si su determinante es diferente de cero.

El determinante de un OL en Rn tiene una importante interpretación geométrica: Si A es

un subconjunto de Rn que tiene “volumen n-dimensional” (su medida de Lebesgue) igual
a vol A ∈ R+ y f es un OL entonces vol f (A) = |det f| vol A. En particular, los OLs de
determinante 1 o −1 son los que “preservan el volumen”. Si el lector se intimida con lo de “volumen
n-dimensional”, entonces es mejor que piense en el area en el plano R2 .

El signo del determinante de un OL en Rn tiene otra importante interpretación geométrica.

El espacio Rn es un espacio “orientado”. Esto, intuitivamente, lo que quiere decir es que por
mucho que alquien trate de convertir su mano derecha en su mano izquierda no lo logrará,
a menos que use un espejo. Matemáticamente, las reflexiones invierten la “orientación” del espacio.
Todo lo que es derecho se convierte en izquierdo y recı́procamente. Por eso las reflexiones tienen en
R3 determinante negativo. Los OLs en Rn que tienen determinante positivo son los que preservan la
“orientación” y los que tienen determinante negativo son los que invierten la “orientación”

4.4 La expansión generalizada de Laplace

Ahora generalizaremos dramáticamente el teorema de expansión de Laplace. Sea

αNN una matriz y I, J subconjuntos de N de la misma cardinalidad. Para ahorrarnos
mucha escritura, denotemos I0 = N\I y J0 = N\J. Además, denotemos por ∇IJ = det αIJ
el determinante de la submatriz αIJ de αNN (ver página 33). Claro, este determinante
está definido solo salvo signo. De los signos no nos preocuparemos ahora sino solo más
adelante. Por otro lado, denotemos por ∆IJ = det αI0 J0 el determinante de la submatriz
αI0 J0 de αNN (no nos preocupemos por los signos). En estas notaciones, un sumando del
Teorema de expansión de Laplace es de la forma ∇IJ ∆IJ donde I y J son subconjuntos
de cardinal 1. Nos gustarı́a tener un teorema de expansión donde los subconjuntos sean
de un cardinal fijo pero arbitrario.
Para esto, ahora sı́ nos tenemos que preocupar por los signos. Sin embargo, la
siguiente proposición nos dice que esto realmente no es un problema. Sea φ cualquier
permutación de N tal que φ (J) = I y por lo tanto φ (J0 ) = I0 . La restricción de φ a J
y la restricción de φ a J0 son biyeccciones y sus matrices se denotarán por φJI y φJ0 I0
respectivamente.
Sección 4.4 La expansión generalizada de Laplace 113

La expresión sgn φ det αIJ φJI det αI0 J0 φJ0 I0

no depende de la permutación φ.

Prueba. Sea ϕ otra permutación tal que ϕ (J) = I. Observese que ρ = φ ◦ ϕ−1 es
una permutación de N tal que ρ (I) = I y ρ (I0 ) = I0 . Sea x el signo de la restricción de
ρ a I y y el signo¡ de la restricción
¢ de ρ a I0 . Como los conjuntos I y I0 son disjuntos
−1
tenemos que sgn φ ◦ ϕ = xy.
Por 4.20 tenemos
det αIJ φJI = x det αIJ ϕJI y det αI0 J0 φJ0 I0 = y det αI0 J0 ϕJ0 I0 . Multiplicando estas dos
igualdades obtenemos ¡ ¢
det αIJ φJI det αI0 J0 φJ0 I0 = sgn φ ◦ ϕ−1 det αIJ ϕJI det αI0 J0 ϕJ0 I0
y usando las propiedades de la función sgn obtenemos la prueba.
Ahora, para I, J subconjuntos de N definamos ∇IJ y ∆IJ ∇ = det α φ
IJ IJ JI
con las fórmulas de la derecha donde φ denota una permu- ∆ = sgn φ det α 0 0 φ 0 0
IJ IJ JI
tación (arbitraria pero la misma para las dos definiciones)
tal que φ (J) = I (y en consecuencia φ (J0 ) = I0 ). Esta definición no es correcta en el
sentido de que ambos ∇IJ y ∆IJ dependen de φ. Sin embargo ∇IJ ∆IJ no depende de φ
y esto es lo importante.

Expansión Generalizada de Laplace

X
Si I es un conjunto deP p renglones de la matriz αNN det αNN = ∇IJ ∆IJ
entonces, det αNN = ∇IJ ∆IJ donde la suma reco- |J|=p
rre los subconjuntos de columnas J de cardinalidad p.

Prueba. Si I ⊆ N y |I| = p entonces, tenemos la partición del gru- [

po simétrico a la derecha donde SI→J
N = {σ ∈ SN | σ (I) = J}. Aplicando la SI→J
N
definición de determinante obtenemosX X Y |J|=p
det αNN = sgn σ αnσn
|J|=p σ∈ SI → J n∈N
N
Sea φ una permutación de N tal que φ (J) = I. Hagamos el cambio de variable ρ = φ◦σ.
Entonces, X X Y
det αNN = sgn φ sgn ρ αiφ − 1 (ρn )
|J|=p ρ∈ SIN→ I n∈N
0 0
Como ρ (I) = I entonces, ρ (I ) = I . Luego ρ se puede descomponer en la composición
de dos permutaciones θ ◦ ω donde θ ∈ SI y ω ∈ SI0 . Substituyendo ρ por θ ◦ ω la
suma se convierte en suma doble y si sacamos factores comunes obtendremos: ⎞
à !⎛
X X Y X Y
det αNN = sgn φ sgn θ αiφ − 1 (θn ) ⎝ sgn ω αiφ − 1 (ω n ) ⎠
|J|=p θ∈ SI n∈I ω∈ SI 0 n∈I 0
Lo contenido en el primer paréntesis es det αIφ(J) = ∇IJ . Lo contenido en el segundo
114 Capı́tulo 4. Determinantes
paréntesis es det αI0 φ(J0 ) y este determinante multiplicado por sgn φ es ∆IJ .
Observemos que la Expansión Generalizada de Laplace también es válida cuando
la hacemos por un conjunto de columnas.
Matrices diagonales y triangulares por bloques

Sea αMM una matriz. Supongamos que existe una partición M1 ∪ · · · ∪ Mt = M

y que αij = 0 si i y j pertenecen a bloques Mp y Mq diferentes. Entonces decimos
que αMM es diagonal por bloques. Si αMM es diagonal por bloques y cada bloque
contiene un solo ı́ndice entonces, decimos que αMM es diagonal.
Supongamos ahora que, para la partición M1 ∪ · · · ∪ Mt = M se cumple que si
i ∈ Mp , j ∈ Mq y p < q entonces αij = 0. En este caso, decimos que αMM es
triangular por bloques. Si αMM es triangular por bloques y cada bloque tiene un
solo ı́ndice entonces decimos que αMM es triangular. Es claro de las definiciones que
toda matriz diagonal por bloques es triangular por bloques. En particular, toda matriz
diagonal es triangular.

Si αMM es una matriz triangular por bloques entonces,

Q
det αMM = ti=1 det αM i M i .

Prueba. Haremos la prueba por inducción en el número de bloques t. Para t = 1 la

proposición es trivial. Denotemos M0 = M\M1 . Aplicando la expansión P generalizada
de Laplace al conjunto de renglones I = M1 obtenemos det αMM = |J|=|I| ∇IJ ∆IJ .
Si J 6= I entonces, en αIJ hay una columna j ∈
/ M1 y por lo tanto j ∈ Mq con 1 < q.
Luego, por definición de matriz triangular, ∀i ∈ I = M1 se tiene que αij = 0. O sea, la
columna j es cero en αIJ e independientemente de la biyección que se escoja para calcular
el deteminante tenemos ∇IJ = 0. Luego, det αMM = ∇II ∆II = det αM 1 M 1 det αM 0 M 0 .
La matriz αM 0 M 0 es triangular
Q por bloques con un bloque menos y por hipótesis de
inducción det αM 0 M 0 = ti=2 det αM i M i .

Ejercicio 82 ¿Cuales
⎛ de las⎞siguentes
⎛ matrices
⎞ son⎛triangulares?
⎞
a 0 0 a 1 1 a 1 1
A =⎝ 1 b 0 ⎠B =⎝ 0 b 1 ⎠C =⎝ 0 b 0 ⎠ [192]
1 1 c 0 0 c 0 1 c
Ejercicio 83 Sean M = {1, . . . , 5} y αMM una matriz triangular por los bloques
M1 = {1, 2}, M2 = {3} y M3 = {4, 5}. ¿Cual es el aspecto de αMM en forma gráfica?
[192]
Sección 4.4 La expansión generalizada de Laplace 115

La expansión generalizada de Laplace en forma gráfica

Ahora, precisaremos los signos de las biyecciones en la expansión generalizada de
Laplace cuando la matriz está dada en forma gráfica. Como esto es útil solo para
calcular el determinante de matrices concretas y hacerlo ası́ es por lo general extre-
madamente ineficiente y complicado, recomiendo omitir en una primera lectura lo que
resta de esta sección.
Si N = {1, . . . , n} entonces, entre dos cualesquiera subconjuntos I, J ⊆ N del mismo
cardinal hay una biyección natural que conserva el orden. Para esto, introduzcamos la
notación {m1 , m2 , . . . , mt }< para señalar que ∀p ∈ {2, . . . , t} se tiene que mp−1 < mp .
Ahora, si I = {i1 , . . . , it }< y J = {j1 , . . . , jt }< entonces, la biyección es φ1 : I 3 ip 7→
jp ∈ J. También, tenemos una biyección natural entre los complementos de I y J.
Para esto sean K = N\I = {k1 , . . . , ks }< y L = N\J = {`1 , . . . , `s }< y definamos
φ2 : K 3 kp 7→ `p ∈ L. Luego, para cualesquiera subconjuntos I, J ⊆ N del mismo
cardinal la permutación φJI = φ1 ∪ φ2 cumple lo necesario para calcular el signo de un
sumando de la expansión generalizada de Laplace, o sea φJI (I) = J y φJI (N\I) = N\J.
Observese, que la biyección φ1 es la natural de renglones a columnas que se obtiene
si en una matriz αNN tachamos todos los renglones con ı́ndices en K y todas las colum-
nas con ı́ndices en L. De la misma manera φ2 es la biyección de renglones a columnas
si tachamos todos los renglones con ı́ndices en I y todas las columnas con ı́ndices en J.
Calculemos el signo de φJI . Al estudiar la expansión (normal) de Laplace en forma
gráfica vimos que si I = {i} y J = {j} entonces,
(j, j − 1, · · · , i + 1, i) si j > i
φJI = φji es el ciclo que se muestra a la derecha y
(j, j + 1, · · · , i − 1, i) si j < i
por lo tanto sgn φji = (−1)i+j (la regla del “tablero
de ajedrez”).

J\j
sgn φJI = sgn φji11 sgn φI\i11 .

¡ ¢−1 J\j
Prueba. Sea θ = φJI ◦ φI\i11 . Tenemos que demostrar que sgn θ = (−1)i1 +j1 .
Para esto, recordemos que K = N\I = {k1 , . . . , ks }< y L = N\J = {`1 , . . . , `s }< . Sea p el
menor ı́ndice tal que i1 < kp y sea q el menor ı́ndice tal que j1 < `q (es admisible que
p = s+1 y/o q = s+1). Usando la definición de
(kp , kp+1 , · · · , kq−1 , i1 ) si p < q
θ calculamos que esta permutación es igual a la
(kp−1 , kp−2 , · · · , kq , i1 ) si p > q
del recuadro a la izquierda. Luego, θ es siempre
I si p = q
un ciclo de longitud |p − q| + 1 y por lo tanto
sgn θ = (−1)p+q .
Como i1 y j1 son los elementos más pequeños de I y J respectivamente entonces, te-
nemos que {k1 , . . . , kp−1 , i1 }< = {1, . . . , p − 1, p} y {`1 , . . . , `q−1 , j1 }< = {1, . . . , q − 1, q}
y de aquı́ finalmente, p = i1 y q = j1 .
Iterando este resultado obtenemos sgn φJI = sgn φji11 sgn φji22 · · · sgn φjitt . Observese
que αir jr son las entradas en la diagonal de la submatriz αIJ de αNM . Luego, para
116 Capı́tulo 4. Determinantes
hallar sgn φJI lo que hay que hacer es multiplicar los signos de la regla del tablero de
ajedrez de los
P elementos
P en la diagonal de αIJ . También se puede hacer, calculando la
paridad de i∈I i + j∈J j.
⎛ ⎞ Ejemplo. Calculemos el determinante de una matriz αNN del re-
4 5 1 1
⎜ 1 2 3 2 ⎟
⎜ ⎟
cuadro a la izquierda haciendo la expansión generalizada de Laplace
⎝ 4 5 2 3 ⎠ por el conjunto I del segundo y cuarto renglones. Tenemos que re-
1 2 3 4 correr todos los subconjuntos J de dos columnas.
Observese, que si la columna 4 no está en J entonces la matriz αIJ tiene dos renglones
iguales por lo que todos los sumandos correspondientes en la expansión serán cero.
Además, para J = {3, 4} la matriz αN\I N\J tiene dos renglones iguales por lo que
también el correspondiente sumando es cero.
Solo nos quedan dos sumandos cuando J = {1, 4} y
J = {1, 4} J = {2, 4}
cuando J = {2, 4}. Para ellos podemos extraer del table- µ − + ¶ µ + + ¶
ro de ajedrez las submatrices del recuadro a la derecha − + + +
y multiplicando los signos en las diagonales obtenemos
{1,4} {2,4}
sgn φI = −1 y sgn φI = 1. Luego, por la expansión generalizada de Laplace el
determinante de nuestra matriz es igual a
¯ ¯¯ ¯ ¯ ¯¯ ¯
¯ 2 2 ¯¯ 4 1 ¯ ¯ 1 2 ¯¯ 5 1 ¯
¯ ¯¯ ¯ ¯ ¯¯ ¯
¯ 2 4 ¯¯ 4 2 ¯ − ¯ 1 4 ¯¯ 5 2 ¯ = 4 × 4 − 2 × 5 = 6
donde usamos las barras verticales para ahorrar espacio al denotar los determinantes.

4.5 El rango de una matriz

En esta sección definiremos las bases de una matriz como las submatrices más
grandes con determinante diferente de cero. Probaremos que las bases de una matriz
definen y están definidas por las bases de los espacios de columnas y renglones. Esto
es el fundamento de los diversos métodos de solucion de los sistemas de ecuaciones
lineales.
Matrices no singulares
Agrupemos en un solo resultado lo que hemos probado para las matrices no singu-
lares.

Caracterización de Matrices No Singulares

Para cualquier matriz cuadrada A las

siguientes afirmaciones son equivalentes:
1. A tiene inversa, 3. los renglones de A son LI,
2. A es no singular, 4. las columnas de A son LI.

Prueba. La implicación 1⇒2 es el resultado 4.26. La implicación 2⇒1 es el resultado

Sección 4.5 El rango de una matriz 117

4.27. La equivalencia 1⇔4 es el resultado 3.21 (página 79). De aquı́, 2⇔4 y como los
determinantes no cambian por transposición obtenemos 2⇔3.

Espacios de columnas y renglones

Al subespacio de KN generado por los renglones de la matriz αMN se le llama

espacio de renglones de la matriz. Aquı́ tenemos un pequeño problema de lenguaje:
es posible que haya renglones iguales y los conjuntos no distinguen elementos iguales.
Por esto, diremos que un conjunto de renglones es LI si ellos son distintos dos a dos
y es LI en el espacio de renglones de la matriz. Un conjunto de renglones distintos dos a
dos que es una base del espacio de renglones lo llamaremos base de los renglones de
αMN . Análogamente se define el espacio de columnas de una matriz, los conjuntos
de columnas LI y las bases de las columnas.

El espacio de columnas de αMN es la imagen de la TL de αMN .

Prueba. Sea f : KN 3 βN 7−→ αMN βN ∈ KM la TL de la matriz αMN . La imagen de

f es igual a hf (B)i donde B es cualquier base de KN . En particular si tomamos B igual
a la base canónica obtenemos que f (B) es el conjunto de columnas de αMN .

Obviamente, el espacio de renglones de una matriz es la imagen de la TL corres-

pondiente a la transpuesta de la matriz.

Lema de aumento de matrices no singulares

El siguiente lema es parte importante de las demostraciones de los que siguen. Su

demostración es clásica e ingeniosa. Este lema es en cierta manera análogo al lema de
aumento de conjuntos LI que vimos en el Capı́tulo 2.

Lema de Aumento de Submatrices No Singulares

Sea αIJ una submatriz cuadrada no singular de αMN . Sea m ∈ M\I

tal que el conjunto de renglones indexado por I ∪ m es LI.
Entonces, existe n ∈ N tal que la matriz αI∪m J∪n es no singular.
118 Capı́tulo 4. Determinantes
Prueba. Denotemos M0 = I ∪ m y Bn = αM 0 J∪n , para cada n ∈ N \ J. Al
absurdo, supongamos que ∀n ∈ N \ J se cumple que det Bn = 0. Si n ∈ J entonces,
denotemos por Bn la matriz αM 0 J a la que artificialmente le agregamos otra columna
αM 0 n . En este caso Bn tiene dos columnas iguales y por lo tanto también det Bn = 0.
Para cualquier n, podemos pensar la matriz Bn gráficamente µ ¶
αIJ αIn
como se muestra en el recuadro. Sean Bin los cofactores de las Bn =
αmJ αmn
entradas de la última columna en la matriz Bn . Observemos
que en la definición de los Bin no están involucradas las entradas de la última columna.
Luego, Bin no depende de n y podemos denotar Bin = βi ∈ K. De la expansión de
Laplace por la última columna enXla matriz BX n obtenemos:
0 = det Bn = αin Bin = αin βi = βM 0 αM 0 n .
i∈M 0 i∈M 0
Como esto es válido ∀n ∈ N concluimos que βM 0 αM 0 N = 0N . Como βm = det αIJ 6= 0
esto significa que los renglones de αM 0 N están en una combinación lineal nula con
coeficientes no todos nulos. Esto contradice la hipótesis de que sus renglones son LI.

Bases de una matriz

Sea αMN una matriz. Entre las submatrices cuadradas no singulares de αMN tene-
mos la relación de contención
(αI0 J0 ⊆ αIJ ) ⇔ (I0 ⊆ I y J0 ⊆ J)
Una base de αMN es una submatriz no singular maximal por contención.

Si αIJ es una base de una matriz αMN entonces el conjunto de ren-

glones indexado por I es una base del espacio de renglones de αMN .

Prueba. Sea αIJ una submatriz de αMN . Es conveniente µ ¶

αIJ αIY
denotar X = M \ I y Y = N \ J y pensar que αMN es de la αMN =
αXJ αXY
forma en el recuadro a la derecha. Supongamos que αIJ es
cuadrada y que es una base de αMN . Entonces, por la Caracterización de Matrices No
Singulares (4.33) los renglones de αIJ son LI y con más razón los renglones de αIN son
LI .
Si los renglones de αIN no son una base de los renglones de αMN entonces, existe
otro renglón indexado por m ∈ X tal que el conjunto de renglones indexado por I ∪ m
es LI y por el Lema de Aumento de Submatrices No Singulares (4.35) existe n ∈ Y
tal que αI∪m J∪n es no singular y esto contradice la suposición de que αIJ es una base.
Luego, los renglones de αIN son una base de los renglones.

Una consecuencia importante de 4.36 es la siguiente.

Sección 4.6 Sistemas de ecuaciones lineales 119

Teorema del rango

Para cualquier matriz los siguientes tres números coinciden:

1. La dimensión de su espacio de renglones.
2. La dimensión de su espacio de columnas.
3. El número de renglones y columnas en cualquier base de la matriz.

Prueba. La igualdad (1) = (3) es consecuencia inmediata de 4.36. La igualdad (2) =

(3) también la obtenemos de 4.36 teniendo en cuenta que los determinantes no cambian
al transponer una matriz.
El rango de una matriz es por definición el número común del resultado anterior.

Ejercicio 84 Sean E = F ⊕ G espacios vectoriales y xi = (yi , zi ) vectores donde

xi ∈ E, yi ∈ F y zi ∈ G. Pruebe que si los yi son LI entonces los xi son LI. Esto es lo
que se usa en la prueba de 4.36 cuando se usa la frase “con más razón”.

4.6 Sistemas de ecuaciones lineales

Sea A = αNM una matriz y xM una columna. El producto de estas X
matrices es nuevamente una columna αNM xM = bN . Si desarrollamos αij xj = bi
este producto por la definición de producto de matrices entonces ob- j∈M
tenemos para cada i ∈ N la igualdad en el recuadro a la derecha.
Como ya es usual podemos interpretar la columna xM como un vector x en el
espacio vectorial KM y a bN como un vector b en el espacio KN y en estas notaciones
la igualdad se escribe en una forma más simple Ax = b. Supongamos que A es una
matriz fija. Si hacemos variar x en KN entonces esta igualdad la podemos pensar
como una TL de KM en KN . Como es lógico, si conocemos x entonces como sabemos
multiplicar matrices hallamos b = Ax. Más difı́cil es el problema inverso, si se conoce
b entonces, ¿como hallar x tal que Ax = b?
A una igualdad de la forma Ax = b donde A y b son conocidos y x es incógnita se
le llama sistema de ecuaciones lineales. ¿Porqué sistema? ¿Porqué ecuaciones en
plural si nada más tenemos UNA?. La respuesta a estas preguntas no es gran misterio,
es un problema histórico. Cuando sobre la faz de la Tierra aún no vivı́an las matrices
y los vectores, los humanos necesitaban
P encontrar unos números xj tales que para
cualquier i ∈ N se cumpla que j∈M αij xj = bi . Obsérvese que se necesitan encontrar
|M| números. En el caso de que |N| = 1 se decı́a que tenemos que resolver una ecuación
lineal. Para el caso |N| > 1 los números xj deberı́an de cumplir todas y cada una de las
ecuaciones (para cada i ∈ N) y entonces, se decı́a que se necesitaba resolver un sistema
de ecuaciones lineales. De hecho, para acercarnos más a la verdad, debemos substituir
120 Capı́tulo 4. Determinantes
en todo lo dicho los “se decı́a” por “se dice” en presente. Luego, hay dos formas de ver
los sistemas de ecuaciones lineales:
¨ Tenemos que encontrar |M| elementos delPcampo xj tales que
para cualquier i, se cumple la igualdad j∈M αij xj = bi ,
¨ Tenemos que encontrar un vector x ∈ KM tal que Ax = b.

Ambas formas son en esencia la misma ya que encontrar un vector x es lo mis-

mo que encontrar todas sus coordenadas xj . Sin embargo, la elegancia de la segun-
da forma hace que nuestra manera de pensarlo sea mucho más simple y sistemáti-
ca (a costo de aprender sobre matrices y vectores). Por ejemplo, si ocurre que la
matriz A es no singular entonces multiplicando por A−1 a la izquierda obtenemos
Ax = b ⇒ A−1 Ax = A−1 b ⇒ x = A−1 b y como ya sabemos encontrar la matriz
inversa y sabemos multiplicar matrices la solución del sistema de ecuaciones lineales
está a la mano. Esto no significa que ya sepamos resolver todos los sistemas de ecua-
ciones lineales ya que para que una matriz sea no singular se necesita primero que sea
cuadrada y que además el determinante sea diferente de cero.

Regla de Cramer

Sea Ax = b un sistema de ecuaciones lineales. A la matriz A se le llama matriz

del sistema y al vector b lo llamaremos vector de coeficientes libres. Denotaremos
por A (j) la matriz obtenida de la matriz del sistema substituyendo la j-ésima columna
por el vector de coeficientes libres. Un ejemplo de esta substitución es el siguiente
µ ¶ µ ¶ µ ¶
1 2 3 7 1 7 3
A= , b= , A (2) = .
4 5 6 8 4 8 6

Regla de Cramer

Si la matriz A es no singular entonces, la j-ésima det A (j)

xj =
coordenada xj del vector x es igual al determi- det A
nante de A (j) dividido entre el determinante de A.

Prueba. Sea αNN una matriz no singular. Ya observamos que en este caso nece-
sariamente x = α−1 −1
NN b. Denotemos por βij las entradas de αNN entonces, tenemos
xj = βjN bN . Por 4.27 tenemos que βjN = α∗Nj / det αNN y de aquı́ xj det αNN = bN α∗Nj .
Para terminar la demostración basta observar que la expresión a la derecha de la igual-
dad es la expansión de Laplace de A (j) por la columna j.
Sección 4.6 Sistemas de ecuaciones lineales 121

Gabriel Cramer (Suiza 1704-1752) publicó su famosa regla en

el artı́culo “Introducción al análisis de las curvas algebraicas”
(1750). Esta surgió del deseo de Cramer de encontrar la ecuación
de una curva plana que pasa por un conjunto de puntos dado. El
escribe su regla en un apéndice del artı́culo y no da prueba algu-
na para ella. Este es uno de los orı́genes históricos del concepto
de determinante. Es curioso (y educativo) ver con que palabras
Cramer formula su regla:

“Uno encuentra el valor de cada indeterminada formando n

fracciones el común denominador de las cuales tiene tantos términos
como las permutaciones de n cosas.”

Cramer continúa explicando como se calculan estos términos como productos de

ciertos coeficientes de las ecuaciones y como se determina el signo. El también señala
como los numeradores de las fracciones se pueden encontrar substituyendo ciertos co-
eficientes de los denominadores por los coeficientes libres del sistema.
Para nosotros, con más de dos siglos de ventaja, es mucho más fácil. Las “n frac-
ciones” son det A (j) / det A y el “común denominador” es det A (que tiene tantos
sumandos como las permutaciones de n cosas).
La Regla de Cramer (4.38) tiene fundamentalmente un interés histórico por ser
uno de los orı́genes del concepto de determinante. Es necesario recalcar que esta regla
solo funciona para el caso de que la matriz es no singular. O sea, cuando en el sistema
se tienen tantas incognitas como ecuaciones y el determinante de la matriz del sistema
no es nulo.

Existencia de soluciones

Cuando se tiene un sistema de ecuaciones se deben contestar tres preguntas:

¨ ¿Existe una solución?

¨ ¿Como encontrar una solución en el caso de que exista?
¨ ¿Como encontrar TODAS las soluciones?

La Regla de Cramer da la respuesta a las tres preguntas para cuando A es una matriz
no singular: la solución existe, es única y se halla por la Regla de Cramer. Ahora
responderemos en general la primera pregunta.
Primero, una definición. Si Ax = b es un sistema de ecuaciones lineales entonces
la matriz ampliada del sistema denotada por (A|b) es la matriz que se obtiene de la
matriz del sistema añadiendo el vector columna de coeficientes libres b.
122 Capı́tulo 4. Determinantes
Teorema de Existencia de Soluciones

El sistema Ax = b tiene una solución si y solo si el rango de la

matriz del sistema coincide con el rango de la matriz ampliada.

Prueba. Por definición de rango de una matriz siempre se tiene que rank A ≤
rank (A|b) . Que coincidan es equivalente a que ambas matrices tengan el mismo espa-
cio de columnas, es decir a que b sea combinación lineal de las columnas de A. El que
b sea combinación lineal de las columnas
P de A = αMN es equivalente a la existencia de
escalares xj con i ∈ N tales que i∈N αMi xi = b o sea a que Ax = b tenga al menos
una solución.

Eliminación de ecuaciones dependientes

Lema de Eliminación de Ecuaciones Dependientes

Sea I el conjunto de ı́ndices de una base de renglones de la ma-

triz ampliada (αMN |bM ). Entonces, el conjunto de soluciones de
αMN xN = bM es exactamente el mismo que el de αIN xN = bI .

Prueba. Como αMN xN = bM tiene más ecuaciones que αIN xN = bI entonces cada
solución de αMN xN = bM es solución de αIN xN = bI .
Recı́procamente, sea xN tal que αIN xN = bI y m ∈ M\I. El renglón (αmN |bm )
es combinación lineal de los indexados por I. Luego existen escalares
αmN = λI αIN
λi tales que se cumplen las igualdades a la derecha. Multiplicando
bm = λI bI
la primera igualdad por xN y usando la definición de xN obtenemos
αmN xN = λI αIN xN = λI bI = bm y por lo tanto xN satisface todas las ecuaciones del
sistema αMN xN .
Otra manera, más algorı́tmica, de ver este lema es que si tenemos un sistema de
ecuaciones αMN xN = bM y un renglón de este sistema es combinación lineal de los
demás entonces, debemos eliminar la ecuación correspondiente a este renglón. El Lema
de Eliminación de Ecuaciones Dependientes (4.40) nos garantiza que esta operación
no altera el conjunto de soluciones. Repitiendo esta operación una cierta cantidad de
veces, obtenemos una matriz ampliada con renglones LI.
El núcleo y la imagen de una matriz
Sea αMN una MN-matriz. Ella es la matriz de la TL f : KN 3 xN 7→ αMN xN ∈
KM . Luego, podemos definir la imagen de la matriz αMN como Im αMN = Im f y
el núcleo de la matriz αMN como ker αMN = ker f. Pasemos ahora a analizar la
imagen. Por definición de imagen tenemos Im αMN = {βM | ∃xN αMN xN = βM }. O
sea, Im αMN es el conjunto de vectores βM tales que el sistemaPde ecuaciones lineales
αMN xN = βM tiene al menos una solución. Tenemos αMN xN = i∈N αMi xi que es una
Sección 4.6 Sistemas de ecuaciones lineales 123

combinación lineal de las columnas. Luego, Im αMN es el subespacio generado por las
columnas de la matriz αMN . Además, si γN es una solución de αMN xN = βM entonces,
3.30 (página 85) nos dice que el conjunto de todas sus soluciones es el subespacio afı́n
γN + ker αMN . Resumamos todo lo dicho en 4.41 para referencias futuras.

¨ El subespacio ker αMN es el conjunto de soluciones de αMN xN = 0M .

¨ El subespacio Im αMN es el generado por las columnas de αMN .
¨ Si γN es una solución de αMN xN = βM entonces, el conjunto de todas
sus soluciones es el subespacio afı́n γN + ker αMN .

Bases del subespacio afı́n de soluciones

Ahora daremos la solución general de los sistemas de ecuaciones lineales. Sea αMN xN =
bM un sistema de ecuaciones. Primero, podemos suponer que la matriz del sistema
αMN tiene el mismo rango que la matriz ampliada [αMN |bM ] porque si no entonces,
el conjunto de soluciones es vacı́o. Segundo, podemos suponer que la matriz ampliada
[αMN |bM ] tiene renglones linealmente independientes porque si no, entonces podemos
descartar aquellos que son combinación lineal de otros.
Luego existe un conjunto de columnas J ⊆ N tal que αMJ es una base de la ma-
triz ampliada [αMN |bM ]. Si tomamos Y = N \ J podemos representar nuestro sistema
de ecuaciones lineales como se muestra en el recuadro a la
αMJ xJ + αMY xY = bM
izquierda.
Aquı́ las incógnitas xJ y xY son aquellas que se corresponden con las columnas
indexadas por J y Y respectivamente. Por ejemplo, en el sistema de ecuaciones
2x1 + 1x2 + 1x3 + 0x4 = 5
3x1 + 2x2 + 0x3 + 1x4 = 5
podemos tomar J al conjunto de las dos primeras columnas y Y al conjunto de la tercera
y cuarta columnas. Luego a este sistema lo podemos escribir como
µ ¶µ ¶ µ ¶µ ¶ µ ¶
2 1 x1 1 0 x3 5
3 2 x
+ 0 1 x
= 5 .
2 4

Ahora, como la matriz αMJ tiene inversa, lo que hacemos es simplemente despejar
xJ y obtenemos xJ = α−1 −1
MJ bM − αMJ αMY xY . En nuestro ejemplo obtenemos
µ ¶ µ ¶µ ¶ µ ¶µ ¶ µ ¶
x1 2 −1 5 2 −1 x3 −2x3 + x4 + 5
x
= −3 2 5
− −3 2 x
= 3x − 2x − 5
2 4 3 4

Esto describe en forma paramétrica

¡ el conjunto de todas¢ las soluciones, para cual-
quier vector xY hay una solución α−1 b
MJ M − α−1
α
MJ MY Yx , xY del sistema. Otra manera
de describir el conjunto solución es ponerlo en la forma descrita en 4.41. Para encontrar
una solución ponemos xY = 0 y en nuestro ejemplo el vector solución es (5, −5, 0, 0).
Para encontrar el núcleo de la matriz del sistema ponemos bM = 0. Para encontrar
124 Capı́tulo 4. Determinantes
una base del núcleo recorremos con xY a la base canónica de KY . En nuestro ejemplo
(x3 , x4 ) = (1, 0) ⇒ (x1 , x2 ) = (3, −2)
(x3 , x4 ) = (0, 1) ⇒ (x1 , x2 ) = (6, −7)
y finalmente obtenemos que el conjunto de soluciones (x1 , x2 , x3 , x4 ) es el subespacio
afı́n
(5, −5, 0, 0) + ρ (1, 0, 3, −2) + τ (0, 1, 6, −7)
donde ρ y τ son escalares cualesquiera.

4.7 Método de eliminación de Gauss

La idea del método de eliminación de Gauss es realizar ciertas transformaciones de

las matrices que no cambian lo que se pretende calcular y que convierte a las matrices en
otras con muchas entradas iguales a cero. Este es el método más universal y eficiente (al
menos manualmente) para calcular los determinantes, el rango, el núcleo, las matrices
inversas, etc. Aquı́, estudiaremos brevemente este método.
Transformaciones elementales

Sea αMN una matriz. Sean αiN , αjN dos renglones de αMN y λ ∈ K un escalar.
Denotemos βjN = λαiN + αjN y sea βMN la matriz obtenida de αMN reemplazando
el renglón αjN por la N-ada βjN . A la operación que dados αMN , i, j y λ obtenemos
βMN se le llama transformación elemental de los renglones. Otra manera útil
de pensar las transformaciones elementales de los renglones es que en la matriz αMN
al renglón αjN le sumamos el renglón αiN multiplicado por λ. De forma análoga, se
definen las transformaciones elementales de las columnas. Una transformación
elemental es de renglones o de columnas.

Las transformaciones elementales no cambian los determinantes.

Prueba. Sean αMM , βMM y γMM matrices que se diferencian solo en el renglón inde-
xado por j para el cual se tiene que βjM = λαiM + αjM y γjM = αiM . Como el determi-
nante es un funcional lineal de los renglones tenemos det βMM = λ det γMM + det αMM
y como la matriz γMM tiene dos renglones iguales entonces, det βMM = det αMM .
La prueba termina al recordar que el determinante no cambia por transposición de la
matriz.
Las bases y el rango de una matriz dependen exclusivamente de los determinantes
de sus submatrices y por lo tanto no son afectados por las transformaciones elementales.
Sin embargo, las trasformaciones elementales de las columnas cambian los núcleos y el
subespacio afı́n solución de un sistema de ecuaciones lineales. Para las transformaciones
elementales de los renglones la situación es diferente.
Sección 4.7 Método de eliminación de Gauss 125

Las transformaciones elementales de los renglones de la matriz ampliada no

cambian el subespacio afı́n solución de un sistema de ecuaciones lineales.

Prueba. Sea αMN xN = bM un sistema de ecuaciones lineales. Sea βMN xN = cM otro

sistema que se diferencia solo en la ecuación j para la cual se tiene βjN = λαiN + αjN y
cj = λbi + bj . Si γN es una solución del primer sistema entonces, βjN γN = λαiN γN +
αjN γN = λbi + bj = cj por lo que γN es una solución del segundo sistema. Si γN es una
solución del segundo sistema entonces, αjN γN = βjN γN − λαiN γN = cj − λbi = bj por
lo que γN es una solución del primer sistema.

Ejemplo
El método de Gauss se puede precisar en todo detalle para convertirlo en un algo-
ritmo programable en una computadora. Pero como tratamos de enseñar a humanos y
no a computadoras la mejor manera no es dar todos los detalles sino dejar a la crea-
tividad individual y a la imitación de ejemplos el como aplicar las transformaciones
elementales.
La matriz ampliada siguiente arriba a la izquierda representa un sistema de ecua-
ciones lineales. Despues de las 4 transformaciones elementales de los renglones que se
muestran obtenemos la matriz de abajo a la derecha. La solución del sistema de esta
última es obvia.
à ¯ ! à ¯ ! à ¯ !
1 1 0 ¯ 3 1 1 0 ¯ 3 1 1 0 ¯ 3
¯ 2 r 2 :=r 2 −2r 1 ¯ −4 r 3 :=r 3 −3r 1 ¯ −4
2 3 4 ¯ −→ 0 1 4 ¯ −→ 0 1 4 ¯
3 3 1 ¯ 1 3 3 1 ¯ 1 0 0 1 ¯ −8
à ¯ ! à ¯ !
1 1 0 ¯ 3 1 0 0 ¯ −25
r 2 :=r 2 −4r 3 ¯ 28 r 1 :=r 1 −r 2 ¯ 28
−→ 0 1 0 ¯ −→ 0 1 0 ¯
0 0 1 ¯ −8 0 0 1 ¯ −8

Aquı́ las transformaciones elementales realizadas están marcadas en las flechas. Por
ejemplo, la primera es r2 := r2 − 2r1 lo que significa que al segundo renglón le sumamos
el primero multiplicado por −2. Observese que después de dos transformaciones ya
vemos que el determinante de la matriz del sistema es 1 porque en una matriz triangular
el determinante es el producto de las entradas diagonales.
El caso general
Para el cálculo de los determinantes no hay mucho más que decir. Podemos utilizar
transformaciones elementales de columnas y renglones para convertir nuestra matriz
cuadrada en matriz triangular. Si en el proceso nos aparece un renglón o columna cero
entonces el determinante es cero.
Para resolver los sistemas de ecuaciones lineales trabajamos con la matriz ampliada
y solo podemos realizar transformaciones elementales de los renglones. Podemos además
126 Capı́tulo 4. Determinantes
multiplicar un renglón por un escalar porque esto no afecta la ecuación correspondiente
al renglón. Si nos aparece un renglón cero podemos descartarlo como combinación lineal
de los otros. Si nos aparece un renglón que es cero en la matriz del sistema pero su
coeficiente libre no es cero entonces el sistema no tiene solución porque el rango de
la matriz ampliada es mayor que el rango de la matriz del sistema. Finalmente, si en
algún momento nos aparece una configuración del tipo
⎛ ¯ ⎞
a ∗ ··· ∗ ∗ ∗ ¯¯ ∗
⎜ 0 b ··· ∗ ∗ ∗ ¯ ∗ ⎟
⎝ ··· ··· ··· ··· ··· ··· ¯ ··· ⎠
¯
0 0 ··· c ∗ ∗ ¯ ∗

donde a, b, . . . , c son diferentes de cero entonces las primeras columnas forman una
base de la matriz y tenemos más incógnitas que ecuaciones. En este caso debemos
seguir diagonalizando la parte correspondiente a las primeras columnas hasta obtener
⎛ ¯ ⎞
1 0 ··· 0 ∗ ∗ ¯¯ ∗
⎜ 0 1 ··· 0 ∗ ∗ ¯ ∗ ⎟
⎝ ··· ··· ··· ··· ··· ··· ¯ ··· ⎠.
¯
0 0 ··· 1 ∗ ∗ ¯ ∗

Para este sistema procedemos como en la sección anterior y pasamos restando las
incógnitas que sobran como parámetros hacia la parte derecha del sistema de ecuacio-
nes. Tomemos el mismo ejemplo de la sección anterior
µ ¯ ¶ µ ¯ ¶ µ ¯ ¶
2 1 1 0 ¯ 5 r2 :=2r2 −3r1 2 1 1 0 ¯¯ 5
r −r
r 1 := 1 2 2 1 0 2 −1 ¯¯ 5
¯ −→ −→
3 2 0 1 ¯ 5 0 1 −3 2 ¯ −5 0 1 −3 2 ¯ −5

y por lo tanto la solución de este sistema es x1 = 5 − 2x3 + x4 y x2 = −5 + 3x3 − 2x4

donde x3 y x4 pueden tomar cualquier valor.
Aquı́ es cuando el lector se preguntará ¿Para qué diagonalizar la primera y segunda
columna si ya la tercera y cuarta están en forma diagonal? Pues tiene toda la razón,
simplemente está escogiendo otra base de la matriz. La solución del sistema se obtiene
directamente de la matriz ampliada original en la forma x3 = 5−2x1 −x2 y x4 = 5−3x1 −
2x2 donde x1 y x2 pueden tomar cualquier valor. Que es mejor es cuestión de gustos
u otras necesidades. Por ejemplo, si se necesita substituir x1 y x2 en otras fórmulas
entonces, la mejor solución es la primera. Si por el contrario se necesita substituir x3 y
x4 en otras fórmulas entonces, la mejor solución es la segunda.
Solución de ecuaciones matriciales, matriz inversa

Si tenemos varios sistemas de ecuaciones lineales αMN xN1 = bM1 , . . . , αMN xN` =
bM` todos con la misma matriz del sistema αMN entonces, podemos denotar L =
{1, . . . , `} y escribirlos todos en la forma αMN xNL = bML . Esta ecuación matricial
tiene la matriz ampliada [αMN |bML ] y podemos aplicarle a esta matriz la eliminación
de Gauss para resolver todos nuestros sistemas al mismo tiempo. Esto lo podremos
Sección 4.7 Método de eliminación de Gauss 127

hacer porque en la eliminación de Gauss no se reordenan columnas y solo se aplican

transformaciones elementales a los renglones, ası́ que no nos importa cuantas columnas
haya después de la barra vertical.
En particular, si M = N entonces, la única solución posible (si existe) a la ecuación
matricial αMM xMM = IMM serı́a xMM = α−1 MM . Esta es la forma en que con el método
de eliminación de Gauss se calculan las matrices inversas. Por ejemplo:
à ¯ ! à ¯ !
¯ 1 0 0
1 1 0 1 1 0 ¯ 1 0 0
¯ 0 1 0 r 2 :=r 2 −2r 1 ¯ −2 1 0 r 2 :=r 2 −4r 3
¯
2 3 4 −→ 0 1 4 ¯ −→
¯ 0 0 1
3 3 1 r 3 :=r 3 −3r 1 0 0 1 ¯ −3 0 1
à ¯ ! à ¯ !
1 1 0 ¯ 1 0 0 1 0 0 ¯ −9 −1 4
¯
0 1 0 ¯ 10 1 −4
r 1 :=r 1 −r 2 ¯ 10 1 −4
−→ 0 1 0 ¯
0 0 1 ¯ −3 0 1 0 0 1 ¯ −3 0 1

y por lo tanto
à !à ! à !
1 1 0 −9 −1 4 1 0 0
2 3 4 10 1 −4 = 0 1 0 .
3 3 1 −3 0 1 0 0 1

Ejercicio 85 Tome un sistema de ecuaciones lineales y resuelvalo por el método de

eliminación de Gauss. Repita cuantas veces le sea necesario.

No está de más recalcar aquı́ que el método de eliminación de Gauss funciona

en espacios vectoriales sobre cualquier campo sea este Q, R, C, Zp u otro campo
cualquiera. Solo hay que realizar las operaciones de suma, producto y división como
están definidas en el campo en particular.
128
 Capítulo quinto
Polinomios

pesar de que técnicamente, el estudio de los polinomios no es parte del Álgebra

Lineal, ellos son una herramienta ineludible para la clasificación de los opera-
dores lineales. Es por esto que necesitamos aprender algunas de las cosas más
básicas sobre ellos.

5.1 Polinomios sobre campos

Hay muchas maneras de ver los polinomios. La manera más sencilla de

verlos es que un polinomio de grado n en la literal x es una expresión X
n

formal del tipo en el recuadro a la derecha donde los coeficientes a0 , ..., an ai xi

i=0
son elementos de cierto campo K y an 6= 0. Al coeficiente an se le llama
coeficiente principal del polinomio. Todos los elementos del campo son polinomios
de grado cero. Dos polinomios se consideran iguales solo cuando todos sus coeficientes
son iguales.
En la definición anterior no encaja el polinomio cero cuyos coeficientes son todos
cero. Es el único polinomio con coeficiente principal cero y su grado no está bien defi-
nido. Algunos de los resultados formulados en esta sección, obviamente no son válidos
para el polinomio cero. El lector interesado en cuales sı́ y cuales no, deberá pensarlo
por si mismo en cada caso.

Suma y producto de polinomios

Aunque el lector seguramente conoce las definiciones de suma y producto de poli-

nomios, nos parece apropiado recordar el porqué
P de las mismas. Si interpretamos a x
i
como un elemento del campo K entonces, ai x también es un elemento
P del campo
K. Esto quiere decir que un polinomio define una función K 3 x 7→ ai xi ∈ K y en
esta interpretación x no es una literal sino una variable. Siendo esta interpretación de
los polinomios fundamental, necesitamos que la suma y producto de polinomios con-
cuerde con la definición de suma y producto de funciones (f + g) (x) = f (x) + g (x),
130 Capı́tulo 5. Polinomios
(fg) (x) = f (x) g (x). Por esto, tenemos
Xn X n Xn
¡ i ¢ X
n
i i i
ai x + bi x = ai x + bi x = (ai + bi ) xi
i=0 i=0 i=0 i=0
donde la primera igualdad se da por asociatividad y conmutatividad y la segunda por
distributividad. O sea, interpretamos al polinomio como la imagen por la función de
evaluación de la variable x que toma sus valores en el campo. Para el producto, usando
la forma general de la ley distributiva tenemos
à n !à m ! ⎛ ⎞
mı́n(n,k)
X X XX
n m X
n+m X
ai xi bj xj = ai bj xi+j = ⎝ ai bk−i ⎠ xk
i=0 j=0 i=0 j=0 k=0 i=máx(0,k−m)

donde la segunda igualdad se obtiene haciendo el cambio de variable k = i + j y usando

asociatividad, conmutatividad y distributividad. Se puede saber sumar y multiplicar
polinomios sin saberse estas fórmulas. Lo importante es saber aplicar sistemáticamente
asociatividad, conmutatividad y distributividad para obtener el resultado deseado.
El lector debe observar en la fórmula del producto que el coeficiente principal del
producto de dos polinomios es an bm . Como en un campo no hay divisores de cero
entonces an bm 6= 0 y por lo tanto el grado del producto de dos polinomios es igual a la
suma de sus grados.
El conjunto de todos los polinomios sobre un campo arbitrario K forma un anillo
conmutativo (para ser campo solo le falta la existencia de inversos multiplicativos).
A este anillo se denota por K [x]. Ya antes observamos que K [x] es un espacio vec-
torial sobre K. Si a esta estructura de espacio vectorial le agregamos el producto de
polinomios, obtenemos un álgebra en el sentido de la página 70.
La función de evaluación
Pn i
Sea p (x) = Pani x uni polinomio en K [x] . Sea b un elemento arbitrario del
i=0
campo. Obviamente i=0 ai b es también un elemento del campo ya que la suma, la
multiplicación y P
las potencias están bien definidas en un campo arbitrario. Es natural
denotar p (b) = ni=0 ai bi . Esto nos da una función K 3 b 7→ p (b) ∈ K llamada la
función de evaluación del polinomio p.
Recı́procamente, diremos que una función f : K → K es polinomial si existe un
polinomio p (x) ∈ K [x] tal que f es la función de evaluación del polinomio p, o sea que
∀b ∈ K se tiene que f (b) = p (b).
Identificar los polinomios con las funciones polinomiales es un craso error. Ası́ por
ejemplo, hay solo 4 funciones de Z2 en Z2 pero hay una cantidad infinita de polinomios
en Z2 [x]. Sin embargo, si el campo es infinito esto no sucede.

Un polinomio de grado n está predeterminado por su

evaluación en n + 1 diferentes elementos del campo.
Sección 5.1 Polinomios sobre campos 131
P
Prueba. Sea p (x) = ni=0 ai xi y b0 , . . . , bn diferentes elementos del campo entonces,
en forma matricial
⎛ tenemos ⎞⎛
bn bn−1 · · · b0 1 an
⎞ ⎛ p (b ) ⎞
0 0 0
⎜ bn1 bn−1 · · · b 1 ⎟ a p (b 1) ⎟
⎜ . 1
. . .
1
. ⎟⎜ ⎝
n−1
.
⎟ ⎜
⎠ = ⎝ . ⎠.
⎝ .. .. .. .. .. ⎠ .. ..
bn
n bn−1
n ··· bn 1 a0 p (bn )
Si conocemos las evaluaciones p (b0 ) , . . . , p (bn ) entonces, para encontrar los coeficien-
tes a0 , ..., an tenemos que resolver este sistema de ecuaciones lineales. La matriz de
este sistema es una matriz de Vandermonde cuyo determinante es diferente de cero
si y solo si todos los bi son diferentes (véase el ejercicio 81). Esto quiere decir que el
sistema tiene una solución única, o sea los ai están predeterminados por los p (bi ).
De este resultado se deduce fácilmente, que en el caso de campos infinitos, la corres-
pondencia entre funciones polinomiales y polinomios es biyectiva y más aún, que esta
correspondencia es un isomorfismo de anillos. Por esto, es frecuente que se identifiquen
los polinomios reales con las funciones polinomiales reales.
Un problema que frecuentemente aparece en aplicaciones de las matemáticas es que se
tiene una función f : R → R de la cual no se sabe mucho salvo que podemos medir su valor
aproximado en cualquier punto de cierto intervalo. Entonces, se toman mediciones en n
puntos diferentes y esta función se “aproxima” con el único polinomio de grado n − 1 que toma los
mismos valores que f en estos puntos. El estudio de los métodos para resolver este tipo de problemas
se conoce en análisis numérico como interpolación polinomial.

División de polinomios

Para el siguiente resultado y su prueba, el lector debe pensar que el grado del
polinomio cero es igual a cero.

División con Resto de Polinomios

Sea q un polinomio de grado al menos 1 y sea p otro polinomio.

Existen únicos polinomios c y r tales que:
1. p = cq + r
2. El grado de r es estrictamente menor que el grado de q.

P P
Prueba. Sea p = ai xi un polinomio de grado n y q = bi xi un polinomio de
grado m ≥ 1. Si n < m entonces poniendo c = 0 y r = p terminamos.
Supongamos m ≤ n. Sea c1 como en el recuadro a la izquierda. Sa-
xn−m an cando cuentas nos podemos convencer de que el grado de r1 = p −c1 q
c1 =
bm es estrictamente menor que el grado de p. Si el grado de r1 es menor
que el grado de q entonces ya terminamos, si no entonces, haciendo
cálculos similares podemos escribir r1 = c2 q + r2 y vamos disminuyendo el grado de ri
hasta que este sea menor que el grado de q.
132 Capı́tulo 5. Polinomios
Luego, existe un i tal que p = (c1 + ... + ci )q + ri y el grado de ri es estrictamente
menor que el grado de q o ri .
Par convencernos de la unicidad supongamos que cq+r = c0 q+r0 . De aquı́ (c − c0 ) q =
r0 − r. Como el grado de r0 − r es estrictamente menor que el grado de q solo queda la
posibilidad que c − c0 = r0 − r = 0.
Al polinomio c se le llama cociente de la división de p entre q. Al polinomio r se
le llama resto de la división de p entre q.
Divisibilidad
Sean p y q dos polinomios. Si existe un polinomio c tal que p = cq entonces
se dice que q divide a p, o que q es un divisor de p, o que p es un múltiplo
de q. Obviamente, cualquier polinomio no cero de grado cero divide a cualquier otro
polinomio (en un campo hay inversos).
Para denotar la relación de divisilidad entre polinomios usaremos el sı́mbolo “·|”. O
sea, p·|q significa que p divide a q. Observese que el punto está del lado del polinomio
más “pequeño”.
La tradición exige que la relación de divisibilidad se denote por el sı́mbolo “|”.
Nosotros modificaremos ligeramente este sı́mbolo por dos razones. Primero,
el autor utiliza sistemáticamente “|” para denotar “tal que”. Segundo, “|”
sugiere que la relación es simétrica y no lo es para nada, todo lo contrario. Sin embargo,
es importante que el lector conozca esto para poder leer satisfactoriamente otros libros.
Nuestra notación es antisimétrica. O sea, podrı́amos usar p|·q para denotar que p es múlti-
plo de q. Nosotros no haremos esto para evitar confundir al lector ya acostumbrado a la
notación tradicional.

Si p·| q y q·| p entonces existe un elemento del campo α tal que p = αq.

Prueba. Tenemos que existen polinomios a y b tales que p = aq y q = bp y por lo

tanto p = abp. El grado de la parte derecha de esta igualdad es la suma de los grados
de a, b y p. Ası́ vemos que necesariamente los polinomios a y b tienen que tener grado
cero, o sea, son elementos del campo.
La relación de divisibilidad entre polinomios es obviamente reflexiva y transitiva.
pero no es ni simétrica ni antisimétrica.
Debido a que en un campo hay siempre inversos multiplicativos, todo polinomio
p se expresa de forma única como αp0 donde α es el coeficiente principal y p0 es
un polinonio mónico o sea, un polinomio cuyo coeficiente principal es igual a 1. Del
resultado anterior se puede deducir fácilmente que la relación de divisibilidad entre
polinomios mónicos es antisimétrica y por lo tanto es una relación de orden (parcial).
Este simple hecho será fundamental para nosotros ya que frecuentemente usaremos
la antisimetrı́a para probar que dos polinomios mónicos son iguales.
Sección 5.1 Polinomios sobre campos 133

Además, esto significa que el conjunto de polinomios con la relación de divisibilidad

es un conjunto parcialmente ordenado y por lo tanto a él se aplican los conceptos
tales como máximo y mı́nimo; cotas superiores e inferiores; elementos maximales y
minimales; supremos e ı́nfimos (véase el glosario).
Especial interés tienen el supremo y el ı́nfimo los cuales para este caso se traducen
como el mı́nimo común múltiplo y el máximo común divisor.

Ejercicio 86 Encuentre todos los divisores mónicos del polinomio (x + 1)2 (x + 2).
Organı́celos de tal manera que se vea claramente la relación de orden entre ellos.

Factores y raices
Diremos que q es un factor de p si q·|p, el grado de q es al menos uno y q es
mónico. Los ceros de la función de evaluación son las raices del polinomio p, o sea son
los elementos del campo b tales que p (b) = 0. Al conjunto de todas las raices de p lo
llamaremos núcleo de p y lo denotaremos por ker p (en inglés “núcleo” es “kernel”).
Las raices y los factores de un polinomio están enlazados por el siguiente resultado:

Para que b sea una raı́z de p es necesario

y suficiente que (x − b) sea un factor de p.

Prueba. Dividamos con resto p entre (x − b). Sean c y r tales que p (x) = c (x) (x − b)+
r. Como (x − b) es de grado uno r tiene que ser de grado cero. Evaluando en b obtene-
mos p (b) = c (b) (b − b) + r = r. Luego, si b es raı́z entonces, r = 0 y recı́procamente.

Sea b una raı́z del polinomio p. Si n ≥ 1 es el mayor natural tal que (x − b)n es
factor de p entonces a n se le llama multiplicidad de la raı́z b. Es muy incómodo
trabajar con el concepto de multiplicidad. Por ejemplo, tomemos la afirmación: “Si b1
y b2 son dos raices del polinomio p entonces (x − b1 ) (x − b2 ) es un factor de p”. Esta
afirmación es cierta no solo para cuando b1 6= b2 sino también cuando son iguales pero
la raı́z tiene multiplicidad mayor que 2.
Es mucho más cómodo pensar que si una raı́z tiene multiplicidad n en-
tonces hay n “diferentes” raices todas del mismo “valor”. Este abuso del
lenguaje será común en este libro y a partir de ahora no tendremos necesi-
dad de usar continuamente el concepto de multiplicidad. Le dejamos al lector interesado
la desagradable tarea, de ajustar los hechos expuestos a un lenguaje más riguroso.
Ahora el núcleo de un polinomio no es exactamente un conjunto sino una “colección”
de elementos ¡del campo en la cual
¢ puede haber elementos repetidos. Ası́ por ejemplo
3 2
tenemos Ker x − 6x + 9x − 4 = {1, 1, 4}. Ajustada nuestra terminologı́a, podemos
establecer una importante consecuencia del resultado anterior.
134 Capı́tulo 5. Polinomios

Un polinomio de grado n ≥ 1 tiene a lo más n raices.

Prueba. Si elQ polinomio p tiene como raices a b1 , . . . , bn+1 entonces p tiene, por 5.4,
como factor a n+1i=1 (x − bi ) que es un polinomio de grado n + 1. Esto contradice que
p tiene grado n.

Ejercicio 87 Sea G un subgrupo finito del grupo multiplicativo de un campo. Calcule

el producto de todos los elementos de G. [192]
Ejercicio 88 Demuestre que todo subgrupo finito con q elementos del grupo multi-
plicativo de un campo es isomorfo a (Zq , +). [192]

Ideales de polinomios

Un conjunto I de polinomios se llama ideal si se cumplen las dos siguientes propie-

dades:
¨ Si p, q ∈ I entonces p + q ∈ I.
¨ Si p ∈ I y r ∈ K [x] entonces rp ∈ I.

En otras palabras, la suma es una operación binaria dentro del ideal y cualquier
múltiplo de un elemento del ideal también está en el ideal. Los ideales más sencillos
son los que se forman tomando todos los múltiplos de un polinomio fijo p. Si qp y q0 p
son dos tales múltiplos entonces qp + q0 p = (q + q0 ) p también es un múltiplo de p.
Esto demuestra la propiedad 1. La propiedad 2 se cumple obviamente. A estos ideales
se les llama ideales principales. Lo asombroso es que todo ideal es ası́.

Todo ideal de polinomios es principal.

Prueba. Sea I un ideal. Sea ahora m un polinomio no nulo de grado mı́nimo tal
que m ∈ I y denotemos por Im el conjunto de todos los múltiplo de m o sea, Im =
{αm | α ∈ K [x]}. Por definición de ideal se tiene que Im ⊆ I. Probemos que Im ⊇ I.
Efectivamente, si g ∈ I entonces dividiendo g entre m obtenemos polinomios c, r tales
que g = cm + r donde el grado de r es menor que el grado de m. Tenemos r = g − cm
y por definición de ideal r ∈ I. De la minimalidad del grado de m obtenemos r = 0. y
por lo tanto g = cm ∈ Im . Esto prueba que Im = I o sea, que I es principal.
Observese que fácilmente podemos definir los ideales en cualquier anillo conmuta-
tivo. Sin embargo, no siempre cualquier ideal es principal. Este es el caso por ejemplo,
para el anillo de polinomios de dos variables K [x, y].
Una primera consecuencia de 5.6 es el Teorema de Bezout, el cual tendremos mu-
chı́simas oportunidades para utilizarlo.
Sección 5.1 Polinomios sobre campos 135

Teorema de Bezout

Sean p y q dos polinomios sin factores comunes.

Existen polinomios α y β tales que αp + βq = 1.

Prueba. Denotemos por Ipq = {αp + βq | α, β ∈ K [x]}. Probemos que Ipq es un ideal.
Veamos primero que la suma de elementos de Ipq está en Ipq . Efectivamente,
(αp + βq) + (α0 p + β0 q) = (α + α0 ) p + (β + β0 ) q = α00 p + β00 q
donde α00 = (α + α0 ) y β00 = (β + β0 ). Ahora, comprobemos que los múltiplos de los
elementos de Ipq están en Ipq . Tenemos, γ (αp + βq) = γαp + γβq = α0 p + β0 q donde
α0 = γα y β0 = γβ y con esto concluimos que Ipq es un ideal.
Como todo ideal de polinomios es principal, existe m tal que Ipq = {αm | α ∈ K [x]}.
Como p, q ∈ Ipq , existen polinomios α y β tales que p = αm y q = βm. Como p
y q no tienen factores comunes, esto significa que m es de grado cero y por lo tanto
Ipq = K [x]. En particular, 1 ∈ Ipq .

Etienne Bezout (Francia, 1730-1783). Famoso en su época sobre to-

do por los seis volúmenes de su libro de texto “Cours complet de
mathématiques à l’usage de marine et de l’artillerie” que por muchos
años fueron los libros que estudiaban los que aspiraban a ingresar a
la “École Polytechnique”. Su investigación matemática la dedicó al
estudio de los determinantes y de las soluciones de ecuaciones polino-
miales.

Ejercicio 89 Demuestre el teorema de Bezout para Z: Sean p y q dos enteros sin

factores comunes. Entonces, existen dos enteros α y β tales que αp + βq = 1. [193]
Ejercicio 90 Demuestre que si p y q son dos polinomios tales que el máximo común
divisor de p y q es r entonces, existen polinomios α y β tales que αp + βq = r. [193]

Unicidad de la factorización en irreducibles.

Diremos que un factor q es factor propio del polinomio mónico p, si p 6= q.

Un polinomio se le llama irreducible si este es mónico, tiene grado al menos 1 y no
tiene factores propios. En otras palabras, cuando no se puede descomponer no trivial-
mente en producto de dos factores. Cualquier polinomio p se puede descomponer como
αp1 p2 . . . pn donde α es su coeficiente principal y p1 · · · pn son polinomios irreducibles.
La prueba de esto es obvia. Si un polinomio no es irreducible puedo descomponerlo en
producto de dos factores. Si estos factores no son irreducibles puedo descomponer en
factores cada uno de ellos y ası́ sucesivamente llegamos a factores irreducibles.
136 Capı́tulo 5. Polinomios

Si p y q son dos polinomios y r es un factor irre-

ducible de pq entonces r es un factor de p o de q.

Prueba. Supongamos que r no es un factor de p y probemos que es un factor de

q. Como r es irreducible p y r no tienen factores comunes. Por el teorema de Bezout
existen polinomios α y β tales que αr + βp = 1. Multiplicando por q obtenemos que
αrq + βpq = q. Como la parte izquierda de esta igualdad se divide entre r entonces r
es un factor de q.

Sea p = αp1 · · · pn una descomposición en factores irreducibles de p. Si q

es cualquier factor irreducible de p entonces, q es igual a alguno de los pi .

Prueba. Por inducción en n. Si n = 1 entonces q divide a p1 y como p1 y q son

irreducibles obtenemos que p1 = q. Sea n > 1. Por 5.8 o q es un factor de pn o q es
un factor de p1 · · · pn−1 . En el primer caso q = pn y en el segundo el resultado se sigue
por hipótesis de inducción.

Teorema de Factorización de Polinomios

Cualquier polinomio p se descompone como αp1 p2 . . . pn donde α

es su coeficiente principal y p1 · · · pn son polinomios irreducibles.
Esta descomposición es única salvo el orden de los factores.

Prueba. Solamente debemos probar la unicidad. Además, sacando como factor el

coeficiente principal podemos suponer que p es mónico. Si p es de grado 1 entonces no
hay nada que probar ya que entonces p es irreducible y la única descomposición de p
es el mismo.
Supongamos que el teorema es cierto para cualquier polinomio de grado estric-
tamente menor que k. Sea p mónico de grado k que tiene dos descomposiciones en
irreducibles p1 . . . pn = p01 . . . p0m . Como pn es irreducible entonces de 5.9 obtenemos
que tiene que existir un j tal que p0j = pn . Luego, para p/pn = p/p0j tenemos dos
descomposiciones que por hipótesis de inducción son iguales salvo orden.

El conjunto ordenado de polinomios mónicos

Sea p = pj11 pj22 . . . pjmm la descomposición en factores irreducibles

del polinomio mónico p. Entonces, todos los divisores mónicos de
p son de la forma pk1 1 pk2 2 . . . pkmm con 0 ≤ ki ≤ ji .
Sección 5.1 Polinomios sobre campos 137

Prueba. Sea q un divisor mónico de p = pj11 pj22 . . . pjmm . Por el resultado 5.9 y la
transitividad de la relación de divisibilidad cualquier factor irreducible de q es factor
irreducible de p y por lo tanto q = pk1 1 pk2 2 . . . pkmm para ciertos ki ≥ 0. Supongamos
que k1 > j1 . Entonces como p1 no divide a pj22 . . . pjmm obtenemos que pk1 1 no divide a
p. Esto contradice que q divide a p. Este mismo argumento funciona si suponemos que
para cierto i se tiene que ki > ji .
Sean p y q dos polinomios mónicos. Sea {p1 , . . . , pm } el conjunto de los polinomios
irreducibles que son factores de p ó de q. Entonces por el Teorema de Factorización
de Polinomios encontramos descomposiciones únicas p = pj11 . . . pjmm y q = pk1 1 . . . pkmm
donde los exponentes son naturales algunos posiblemente iguales a cero.
Si p = pj11 . . . pjmm y q = pk1 1 . . . pkmm son dos polinomios mónicos descompuestos
máx(j ,k ) máx(j ,k )
de la manera anterior, entonces de 5.11 concluimos que p1 1 1 . . . pm m m es el
mı́n(j ,k ) mı́n(j ,k )
mı́nimo común múltiplo de p y q; y que p1 1 1 . . . pm m m es el máximo común
divisor de p y q. Esto prueba que cualesquiera dos polinomios tienen máximo común
divisor y mı́nimo común múltiplo.
Este mismo argumento se puede usar para convencernos de que cualquier conjunto
finito de polinomios tiene mı́nimo común múltiplo y máximo común [Link] asunto
es un poco más complejo cuando
© el conjunto
ª de polinomios es infinito. Ası́ por ejemplo,
el conjunto de polinomios x, x2 , x3 , . . . no tiene mı́nimo común múltiplo. Sin embargo,
cualquier conjunto de polinomios (finito o infinito) si tiene máximo común divisor. La
prueba de este hecho es en esencia la misma que la anterior, solo hay que observar que
cualquier conjunto de naturales (finito o infinı́to) tiene mı́nimo.

Ejercicio 91 Pruebe que cualquier conjunto de polinomios mónicos tiene máximo

común divisor.
Ejercicio 92 Sea p = pj11 pj22 . . . pjmm la descomposición en factores irreducibles del
polinomio mónico p. ¿Cuantos divisores mónicos tiene p?

Desarrollo de Taylor
Brook Taylor (Inglaterra 1685-1731). Entre las contribuciones de este
matemático, se destacan: La invención de la rama de las matemáticas
que hoy en dı́a se conoce como Cálculo en Diferencias, la invención
de la integración por partes, y la fórmula llamada por su nombre. En
1772 Lagrange proclamó esta fórmula como “el principio básico del
cálculo diferencial”. A esta fórmula, enunciada en la siguiente propo-
sición, se le llama Desarrollo de Taylor alrededor del punto x0 .
Como el lector sabe de los cursos de cálculo, este desarrollo es mucho
más general y se cumple en cierta clase de funciones. Sin embargo para polinomios,
su demostración es independiente del campo y puramente algebraica (no requiere del
concepto de continuidad).
138 Capı́tulo 5. Polinomios
Desarrollo de Taylor

Para cualquier polinomio p (x) y cualquier elemento del campo

x0 existen unos únicos coeficientes α0 , α1 , . . . , αn tales que
p (x) = α0 + α1 (x − x0 ) + · · · + αn (x − x0 )n .

P
Prueba. Sea p (x) = ak xk un polinomio de grado n. Si x0 = 0 entonces, αk = ak .
Supongamos que x0 6= 0. Por el binomio de Newton tenemosà n µ ¶ !
j µ ¶
X n Xn X j Xn X j
αj (x − x0 )j = αj xk (−x0 )j−k = (−x0 )j−k αj xk
j=0 j=0 k=0
k k=0 j=k
k
y para encontrar los coeficientes
¡j ¢ αj tenemos el sistema de ecuaciones lineales ak =
Pn j−k
j=k bkj αj donde bkj = k (−x0 ) . Observese que bkk = 1 por lo que la matriz de
nuestro sistema de ecuaciones es triangular con unos en la diagonal y por lo tanto su
determinante es distinto de cero. Luego, el sistema tiene solución única.

­ En otras palabras el desarrollo ® de Taylor para polinomios lo que afirma es que

2
1, (x − x0 ) , (x − x0 ) , . . . es una base del espacio vectorial de polinomios. Esmuy
notablela forma que toman los coeficientes αi en términos de las derivadas del polinomio
(véanse los ejercicios que siguen).

Ejercicio 93 Pruebe que si P = {p0 , p1 , p2 , . . .} es un conjunto de polinomios tales que

∀i ∈ N el grado de pi es i entonces, P es una base del espacio vectorial de polinomios.
P ¡ ¢¡ ¢
Ejercicio 94 Demuestre que la expresión ij=k (−1)j−k kj ij es igual a la función
delta de Kronecker δik o sea, es cero si i 6= k y es uno si i = k. [193]
Ejercicio P95 Demuestre que los coeficientes α del Desarrollo de Taylor (5.12) del
Pn ¡i¢ ji−j
k
polinomio ak x son iguales a βj = i=j j ai x0 . [194]
Ejercicio 96 Pruebe que los coeficientes αj del Desarrollo de Taylor (5.12) del po-
linomio p (x) son iguales a p(j) (x0 ) /j! donde p(j) (x) denota el polinomio derivado j
veces. [194]

5.2 Polinomios complejos. Teorema de Gauss

Sección 5.2 Polinomios complejos. Teorema de Gauss 139

Johann Carl Friedrich Gauss (Alemania 1877-1855) fué el más grande

matemático de su época. Este teorema que lleva su nombre fué de-
mostrado por primera vez en su tesis doctoral (1799). Este teorema
es conocido como el “teorema fundamental del álgebra”. En este libro
hemos mencionado otros resultados de Gauss y cualquiera que se de-
dique a estudiar matemáticas, estadı́stica, fı́sica o astronomı́a oirá de
este cientı́fico en más de una ocasión.
En esta sección demostraremos que el campo de los números complejos es algebrai-
camente cerrado. Como esta demostración no es algebraica sino analı́tica necesitaremos
introducir algunos conceptos básicos de análisis complejo. Para esto, presupondremos
que el lector conoce los correspondientes conceptos de análisis real.
Si bién, el contenido de esta sección no es básico para la comprensión del álgebra
lineal, por otro lado, si es fundamental que el lector conozca a la perfección el enunciado
del teorema de Gauss: todo polinomio complejo de grado al menos 1 tiene una raı́z.

Forma polar. Igualdad de Moivre

Todo número complejo z se puede representar en la forma

polar z = r (cos ϕ + i sin ϕ) donde r es la longitud del vector
→
−
0z en el plano complejo y ϕ es el ángulo que forma dicho vector r
con el eje real de este plano (vease la figura). Al número r se le r sin ϕ
llama módulo del número complejo y es común que se denote por ϕ
kzk. Al ángulo ϕ se le llama argumento del número complejo. r cos ϕ
La forma polar hace mucho más fácil calcular el producto y las
potencias de números complejos.

Para hallar el producto de dos números complejos hay

que multiplicar sus módulos y sumar sus argumentos.

Prueba. Sean r (cos ϕ + i sin ϕ) y ρ (cos ψ + i sin ψ) dos complejos. Tenemos

r (cos ϕ + i sin ϕ) ρ (cos ψ + i sin ψ) =
rρ ((cos ψ cos ϕ − sin ψ sin ϕ) + (cos ψ sin ϕ + cos ϕ sin ψ) i) =
rρ (cos (ϕ + ψ) + i sin (ϕ + ψ))
que es lo que se necesitaba probar.

Aplicando este resultado al caso de la potencia de núme-

zn = rn (cos nϕ + i sin nϕ)
ros complejos obtenemos la igualdad mostrada en el re-
cuadro a la izquierda. Esta igualdad se conoce como la Igualdad de De Moivre. Una
de sus consecuencias más importantes es el siguiente resultado.
140 Capı́tulo 5. Polinomios

Los polinomios zn − a tienen exactamente n raices complejas.

Prueba. Sea a = r (cos ϕ√+ i sin ϕ). Para k ∈ {0, 1, ..., n − 1} denotemos xk el núme-
ro complejo con módulo n r y argumento (ϕ + 2kπ) /n. Por la Igualdad de Moivre
tenemos µ ¶
n
¡√n
¢n ϕ + 2kπ ϕ + 2kπ
xk = r cos n + i sin n = r (cos ϕ + i sin ϕ) = a
n n
que es lo que se necesitaba probar.
Abraham de Moivre (Francia 1667-1754). Uno de los fundadores de la
Geometrı́a Analı́tica y de la Teorı́a de las Probabilidades. A pesar de
su exelencia cientı́fica, nunca tuvo la oportunidad de tener un puesto
en alguna universidad. Sus ingresos provenı́an de dar clases privadas
de Matematicas y murió en la pobreza. Moivre también es famoso por
haber predicho el dı́a de su muerte. Descubrió que dormı́a 15 minutos
más cada noche y sumando la progresión aritmética calculó que morirı́a
en el dı́a que dormirı́a 24 horas. ¡Tuvo razón!

Ejercicio 97 Pruebe que el conjunto de raices complejas del polinomio zn − 1 es un

grupo para el producto. ¿Que grupo es este? [194]

Continuidad

Una función f : C → C es continua en el punto z0 si para todo real positivo ε

existe otro real positivo δ tal que se cumple que (kz − z0 k < δ) ⇒ (kf (z) − f (z0 )k < ε).
Una función continua en todo punto del plano complejo se le llama continua.

La función módulo z 7→ kzk es continua.

Prueba. Veamos la desigualdad kz − z0 k ≥ kkzk − kz0 kk. Esta desigualdad es equi-

valente a la siguiente: “En un triángulo el valor absoluto de la diferencia de dos de
sus lados siempre es menor o igual que el tercero”. La prueba de esta la dejaremos
en calidad de ejercicio. Por esta desigualdad, tenemos que ∀ε > 0 ∃δ = ε tal que si
kz − z0 k < δ entonces, kkzk − kz0 kk ≤ kz − z0 k < ε y esto prueba nuestra tesis.

Ejercicio 98 Pruebe que en un triángulo el valor absoluto de la diferencia las lon-

gitudes de dos de sus lados siempre es menor o igual que la longitud del tercero.
[194]
Sección 5.2 Polinomios complejos. Teorema de Gauss 141

La suma y el producto de funciones continuas

en un punto z0 son continuas en el punto z0 .

Prueba. Sean f y g funciones continuas en z0 . Con el objetivo de ahorrar espacio

denotemos fz = f (z), f0 = f (z0 ), gz = g (z) y g0 = g (z0 ). Para todo ε > 0 existen δ1
y δ2 tales que
(kz − z0 k < δ1 ) ⇒ (kfz − f0 k < ε)
(kz − z0 k < δ2 ) ⇒ (kgz − g0 k < ε)
y en particular para el mı́nimo (que llamaremos δ) de δ1 y δ2 se cumplen las dos des-
igualdades a la derecha. Sumando y aplicando la desigualdad del triángulo obtenemos:
θ = 2ε > kfz − f0 k + kgz − g0 k ≥ kfz − f0 + gz − g0 k = k(f + g) (z) − (f + g) (z0 )k
Luego, para todo θ > 0 existe δ tal que (kz − z0 k < δ) ⇒ k(f + g) (z) − (f + g) (z0 )k <
θ con lo que se prueba que la suma de continuas es continua.
Por otro lado, por la desigualdad del triángulo y 5.13 tenemos
k(fg) (z) − (fg) (z0 )k = kfz gz − f0 g0 k =
k(fz − f0 ) (gz − g0 ) + (fz − f0 ) g0 + (gz − g0 ) f0 k ≤
kfz − f0 k kgz − g0 k + kfz − f0 k kg0 k + kgz − g0 k kf0 k <
< ε2 + ε kg0 k + ε kf0 k < (1 + kg0 k + kf0 k) ε = cε = θ
donde la última desigualdad se da para ε < 1. Como c es una constante que no
depende de z obtenemos que para todo θ > 0 existe δ tal que (kz − z0 k < δ) ⇒
k(fg) (z) − (fg) (z0 )k < θ lo que prueba que el producto de funciones continuas es
continua.

Para cualquier polinomio complejo p la función

de evaluación C 3 z 7→ p (z) ∈ C es continua.

Prueba. La función de evaluación de un polinomio se obtiene usando sumas y pro-

ductos de funciones constantes y la función identidad f (z) = z. Estas funciones son
continuas y de 5.16 obtenemos la prueba.

Sea g una función continua en el punto z0 y f una función continua en

el punto g (z0 ) entonces, la composición f ◦ g es continua en el punto z0 .

Prueba. Por la continuidad de f en g (z0 ) tenemos que ∀ε > 0 ∃δ (kz − g (z0 )k < δ) ⇒
kf (z) − f (g (z0 ))k < ε. Por otro lado, de la continuidad de g en z0 sabemos que ∀δ >
0 ∃δ0 (ky − z0 k < δ0 ) ⇒ kg (y) − g (z0 )k < δ. Componiendo estas dos propiedades
obtenemos ∀ε > 0 ∃δ0 (ky − z0 k < δ0 ) ⇒ kf (g (y)) − f (g (z0 ))k < ε que es lo que
necesitabamos.
142 Capı́tulo 5. Polinomios

El módulo de un polinomio es una función continua.

Prueba. Por 5.18 y porque los polinomios y el módulo son funciones continuas.

Lı́mite de sucesiones complejas

Una sucesión de números complejos {zj } = {aj + bj i} tiene lı́mite z = a + bi si las

sucesiones reales {aj } y {bj } tienen lı́mites a a y b respectivamente. Esto es equivalente
a que los módulos y los argumentos de la sucesión converjan al módulo y al argumento
del lı́mite. También, esto es equivalente a que ∀ε > 0 ∃N tal que ∀k > N kzk − zk < ε.
Una sucesión es convergente si esta tiene lı́mite. Por una propiedad análoga para
las sucesiones reales se tiene que toda subsucesión de una sucesión convergente es
convergente y converge al mismo lı́mite. Una sucesión {zj } = {aj + bj i} es acotada
si ambas sucesiones {aj } y {bj } son acotadas. Esto es equivalente a que la sucesión
real {kzj k} sea acotada. Es claro que una sucesión no acotada no puede tener lı́mite.
También, que toda sucesión acotada tiene una subsucesión convergente pues esta misma
propiedad se cumple para sucesiones reales. Expongamos otras dos propiedades que son
un poco más difı́ciles de probar.

Sea f una función continua en z0 y {zk } una sucesión de núme-

ros complejos que converge a z0 . Entonces, lı́m f (zk ) = f (lı́m zk ).

Prueba. Como f es continua en z0 y lı́m zk = z0 entonces tenemos que

∀ε > 0 ∃δ (kz − z0 k < δ) ⇒ (kf (z) − f (z0 )k < ε)
.
∀δ > 0 ∃N (k > N) ⇒ (kzk − z0 k < δ)
Por la transitividad de la implicación obtenemos que
∀ε > 0 ∃N (k > N) ⇒ kf (zk ) − f (z0 )k < ε
y esto quiere decir que lı́m f (zk ) = f (z0 ).

Si {zk } es no acotada y p es un polinomio de grado al

menos 1 entonces, la sucesión {kp (zk )k} es no acotada.

Prueba. Sea p (z) un polinomio de grado n > 1. Por la desigualdad triangular,

tenemos
X
n
° i° X n X
n−1
kp (z)k ≥ °ai z ° = kai k kzki = kan k kzkn + kai k kzki ≥ kan k kzkn
i=0 i=0 i=0
Como {zk } no es acotada, tampoco lo son {kan k kzk kn } y {kp (zk )k}.
Sección 5.2 Polinomios complejos. Teorema de Gauss 143

Teorema de Gauss
Ya estamos listos para demostrar el Teorema de Gauss pero antes, veamos un
resultado preliminar que hace la mayorı́a del trabajo.

Sea p un polinomio complejo de grado al menos 1. Si z0 no es

una raı́z de p entonces, existe z ∈ C tal que kp (z)k < kp (z0 )k.

Prueba. Hagamos el desarrollo de Taylor de p (z) alrededor del punto z0 . Tenemos

Xn X
n
p (z) = αj (z − z0 )j = p (z0 ) + αj (z − z0 )j
j=0 j=1
ya que α0 = p (z0 ) . Sea αk el primero de los {αj | j > 0} diferente de cero y escojamos
z = z0 + tθ donde θ es una (véase 5.14) de las raices de la ecuación αk xk + p (z0 ) = 0
y t es un real tal que 0 < t < 1 que definiremos despues. Por la definición de θ, z y k
tenemos
Xn
¡ ¢ X n
k k j j
p (z) = p (z0 ) + αk θ t + αj θ t = p (z0 ) 1 − t +k
αj θj tj
j=k+1 j=k+1
y por lo tanto, de la desigualdad del triángulo obtenemos:
¡ ¢ Xn
° j° j
kp (z)k ≤ 1 − tk kp (z0 )k + °αj θ ° t = kp (z0 )k + tk q (t)
j=k+1

donde q (t) denota el polinomio (con coeficientes re- Xn

° j ° j−k
− kp (z0 )k + °αj θ ° t
ales) del recuadro a la derecha. Observemos que se
j=k+1
cumple la desigualdad q (0) = − kp (z0 )k < 0.
Por continuidad (de los polinomios reales) existe un t0 > 0 suficientemente pequeño
tal que q (t0 ) < 0. Luego, kp (z0 + t0 θ)k ≤ kp (z0 )k + tk0 q (t0 ) < kp (z0 )k.

Ejercicio 99 ¿Donde se usa en la demostración anterior que t < 1? [194]

Teorema de Gauss

Todo polinomio de grado mayor que

cero tiene al menos una raı́z compleja.

Prueba. Sea p un polinomio. Denotemos A = {kp (z)k : z ∈ C}. El conjunto A es

un conjunto de reales acotado inferiormente pues kp (z)k ≥ 0. Luego (por un teorema
clásico de análisis matemático), A tiene un ı́nfimo que denotaremos por μ.
Demostremos que μ es el mı́nimo o sea, que μ ∈ A. Como μ es ı́nfimo hay una suce-
sión {aj } de elementos de A que converge a μ y por lo tanto hay una sucesión de comple-
144 Capı́tulo 5. Polinomios
jos {zj } tales que lı́m kp (zj )k = μ. Si la sucesión {zj } no estuviera acotada entonces, por
5.21 la sucesión {kp (zj )k} tampoco lo serı́a lo que contradice que esta sucesión converge
a μ. Luego, {zj } es acotada y podemos escoger una subsucesión convergente que pode-
mos suponer la misma. Denotemos y = lı́m zj . Como el módulo de un polinomio es una
función continua entonces, por 5.20 tenemos μ = lı́m kp (zj )k = kp (lı́m zj )k = kp (y)k.
Luego, μ ∈ A.
Si μ 6= 0 entonces, por 5.22 existirı́a un y0 tal que kp (y0 )k < kp (y)k = μ lo que
contradice que μ es el mı́nimo de A. Luego, kp (y)k = 0 y por lo tanto p tiene una
raı́z.

5.3 Factorización de polinomios complejos y reales

En esta sección utilizaremos el teorema de Gauss para averiguar cuales son todos
los polinomios irreducibles con coeficientes complejos y los polinomios irreducibles con
coeficientes reales. Esto nos dará la posibilidad de encontrar la descomposición en
factores (única salvo orden de los factores) de los polinomios complejos y reales.

Caso Complejo

Clasificación de los polinomios complejos irreducibles

Los polinomios complejos irreducibles son

exactamente los mónicos de grado uno.

Prueba. Al absurdo supongamos que un polinomio irreducible tiene grado mayor

que uno. Por el Teorema de Gauss (5.23) este polinomio tiene una raı́z α. Por 5.4 el
polinomio se divide entre (x − α) y esto contradice que el polinomio es irreducible.

Este resultado nos da la posibilidad de factorizar completamen-

Q
k
te los polinomios complejos. Por el Teorema de Factorización de
an (x − αj )n j
j=1 Polinomios (5.10) cada polinomio complejo p (x) se tiene que des-
componer como en el recuadro a la izquierda. En esta fórmula, an
es el coeficiente principal del polinomio. Los complejos αj sonP las diferentes raices de
p (x). El natural nj es la multiplicidad de la raı́z αj y n = ni es el grado de p (x).
Nuevamente, por el Teorema de Factorización de Polinomios (5.10) esta descomposición
es única salvo orden de los factores.

Caso real
Sección 5.3 Factorización de polinomios complejos y reales 145

Recordemos que si a+bi es un número complejo entonces su

complejo conjugado es a−bi. Denotaremos por z̄ el complejo 1. z ∈ R ⇒ z̄ = z
conjugado del número complejo z. Es fácil comprobar que la 2. z + u = z̄ + ū
operación de conjugación cumple las propiedades del recuadro 3. zu = z̄ū
a la derecha.
Las propiedad 1 es trivial de la definición. Las propiedades 2 y 3 significan que la
conjugación compleja es un automorfismo del campo de los números complejos.

Ejercicio 100 Demuestre que la conjugación es un automorfismo. [194]

Sea p un polinomio con coeficientes reales y α una raı́z

compleja de p. Entonces ᾱ es también una raı́z de p.
P
Prueba. Como α es raı́z de p = ai xi y por las propiedades de la conjugación
tenemos X X X
0 = 0̄ = ai αi = ai ᾱi = ai ᾱi
que es lo que se querı́a probar.

Clasificación de los polinomios reales irreducibles

Si p es un polinomio real irreducible entonces p es de la

forma x − α o es de la forma (x − a)2 + b2 con b 6= 0.

Prueba. Si p es de grado 1 entonces necesariamente es igual a x − α para cierto

número real α. Si p es de grado 2 entonces por el teorema de Gauss este tiene un factor
x − α para cierto α complejo. Si α fuera real esto contradecirı́a que p es irreducible.
Luego, α = a + bi con b 6= 0. Por la proposición anterior a − bi también es una raı́z
de p por lo que
p (x) = (x − (a + bi)) (x − (a − bi)) = (x − a)2 + b2
Si p es de grado al menos 3 entonces, por el teorema de Gauss este tiene una raı́z
compleja α. Si α fuera real entonces x − α serı́a un factor de p. Si α = a + bi con b 6= 0
entonces (x − a)2 + b2 serı́a un factor de p. En ambos casos se contradice la suposición
de que p es irreducible.
Ahora, ya podemos descomponer completamente en factores los polinomios con
coeficientes reales. Cada polinomio real p (x) se tiene que expresar como:
Y
k k ³
Y
0
´m `
nj
p (x) = an (x − αj ) (x − a` )2 + b2`
j=1 `=1
146 Capı́tulo 5. Polinomios
En esta fórmula, an es el coeficiente principal del polinomio. Los números reales αj son
las diferentes raices reales de p (x). El número natural nj es la multiplicidad de la raı́z
αj . Los números complejos (a` + b` i) y (a` − b` i) son las diferentes raices complejas
de p (x). El númeroP naturalPm` es la multiplicidad de la raı́z compleja (a` + b` i).
Obviamente, n = ni + 2 m` es el grado de p (x). Nuevamente, por el Teorema
de Factorización de Polinomios (5.10) esta descomposición es única salvo orden de los
factores.
La diferencia fundamental entre los números reales y los números complejos se
expresa de manera muy evidente en los resultados de esta sección. Esta diferencia
hará que posteriormente nos sea mucho más fácil clasificar los operadores lineales en un
espacio vectorial complejo que en un espacio vectorial real. En general, todo es más fácil
para los campos que cumplen el Teorema de Gauss o sea, los campos algebraicamente
cerrados.

5.4 Campos de fracciones. Funciones racionales

Sea (A, +, ·) un anillo conmutativo y denotemos por 0 el neutro aditivo y por 1 el

neutro multiplicativo respectivamente . Queremos construir un campo que contenga a
A. Esta es una situación análoga a cuando construimos el campo de los racionales Q
para que contenga al anillo conmutativo Z . ¿Funcionará esta misma construcción en
el caso general? Investiguemos para lograr una respuesta.

Campos de fracciones

Lo primero es definir las fracciones. Consideremos con- ³ a c´

junto de todas las fracciones a/b donde a ∈ A y b ∈ = ⇔ (ad = bc)
b d
A \ {0}. Dos fracciones las consideraremos iguales si se cum-
ple la igualdad en el recuadro a la derecha.

Ejercicio 101 Pruebe que la igualdad de fracciones es una relación de equivalencia.

[194]

Ahora, necesitamos definir las operaciones entre fracciones. Primero el

ac ac producto porque es el más fácil. Definamos el producto por la fórmula
=
b d bd en el recuadro a la izquierda. Nos tenemos que convencer primero de que
esta definición es correcta. O sea que si las fracciones son iguales sus productos son
iguales. Más precisamente, necesitamos ver que se cumple lo siguiente:
µ ¶ µ ¶
a a0 c c0 ac a0 c0
= 0 y = 0 ⇒ =
b b d d bd b0 d0
Sección 5.4 Campos de fracciones. Funciones racionales 147

y efectivamente de las hipótesis de esta implicación tenemos ab0 = a0 b , cd0 = c0 d y

multiplicando estas dos igualdades obtenemos acb0 d0 = a0 c0 bd, lo que es equivalente a
la tesis de la implicación.
Este producto es conmutativo y asociativo ya que ambas propiedades se cumplen
en los “numeradores” y en los “denominadores”. La fracción 1/1 es neutro para el
producto y cualquier fracción a/b donde a 6= 0 tiene inverso multiplicativo b/a ya
que ab/ba = 1/1 por la conmutatividad del producto en A. Todo esto significa que el
conjunto de fracciones con numerador distinto de cero forman un grupo conmutativo.
Definamos ahora la suma de fracciones por la fórmula en el a c ad + cb
recuadro a la derecha. Para convencernos que la definición es b + d = bd
correcta tenemos que probar que las sumas de fracciones iguales
son iguales. O sea que:
µ ¶ µ ¶
a a0 c c0 ad + cb a0 d0 + c0 b0
= 0 y = 0 ⇒ =
b b d d bd b0 d0
y efectivamente haciendo algunos cálculos inteligentes obtenemos
µ ¶ µ ¶ µ ¶
ab0 = a0 b 0 = (ab0 − a0 b) dd0 = (ad + cb) b0 d0 =
⇒ ⇒
cd0 = c0 d = (c0 d − cd0 ) bb0 = 0 = (a0 d0 + c0 b0 ) bd
que era lo que se necesitaba probar.
La comprobación de que esta suma es conmutativa es obvia. La asociatividad se
comprueba calculando que a c u adv + cbv + ubd
+ + =
b d v bdv
independientemente del orden en que se haga la suma. La fracción 0/1 es neutro para
la suma y cualquier fracción a/b tiene opuesto −a/b (para esto último es necesario
observar que 0/1 = 0/v para todo v 6= 0). Luego, el conjunto de todas las fracciones es
un grupo abeliano respecto a la suma.
Solo nos falta la distributividad para comprobar que las fracciones con las opera-
ciones definidas forman un campo y esto se comprueba con los siguientes cálculos:
u ³ a c ´ uad + ucb uad ucb ua uc u a u c
+ = = + = + = + .
v b d vbd vbd vbd vb vd vb vd
Por último observemos que si identificamos al elemento a ∈ A con la fracción a/1
podemos pensar que el anillo A es un subconjunto de las fracciones ya que que la suma
y el producto de estas fracciones coinciden con la suma y el producto dentro de A.
Hemos hecho todas estas pruebas detalladamente para no equivocarnos al afir-
mar que esto que hemos demostrado sirve para cualquier anillo conmutativo. El lector
deberı́a analizar cuidadosamente cada igualdad en los razonamientos anteriores para
convencerse de que todas ellas se desprenden de los axiomas de anillo conmutativo y
de las definiciones de las operaciones entre fracciones. Al conjunto de todas las frac-
ciones con las operaciones ası́ definidas se le llama el campo de fracciones del anillo
conmutativo A.
148 Capı́tulo 5. Polinomios
MENTIRA, no hay tal campo de fracciones para cualquier anillo conmu-
tativo. ¿Puede usted encontrar el error? Si cree que puede regrese arriba
y búsquelo, si no, siga leyendo.
El problema es el siguiente. Al definir el producto (a/b) (c/d) = (ac/bd) con b y
d distintos de cero supusimos que necesariamente bd es DISTINTO DE CERO. Esto
no es cierto en cualquier anillo conmutativo, por ejemplo en Z6 tenemos 2 × 3 = 0.
Si en el anillo hay tales elementos no podemos definir adecuadamente el producto de
fracciones (tampoco la suma). Ya vimos, que si un anillo conmutativo es tal que para
cualesquiera b y d distintos de cero se tiene que bd es distinto de cero entonces, se dice
que este anillo es un dominio de integridad. Ahora si, todo dominio de integridad tiene
su campo de fracciones. El ejemplo evidente de dominio de integridad es Z. Su campo
de fracciones es Q.
Funciones racionales
El ejemplo por el cual hemos escrito esta sección es el siguiente:

Todo anillo de polinomios con coeficientes

en un campo es un dominio de integridad.

Prueba. Tenemos que probar que el producto de dos polinomios diferentes de cero
es diferente de cero (recuerdese que un polinomio es cero cuando todos sus coeficientes
son cero). P P
Sean p (x) = ni=0 ai xi y q (x) = m i
i=0 bi x dos
P polinomios cualesquiera de grados n
y m respectivamente. Denotemos p (x) q (x) = n+m i=0 ci xi
. Por la fórmula del producto
de polinomios, tenemos cn+m = an bm . Como an 6= 0, bm 6= 0 y todo campo es dominio
de integridad obtenemos cn+m 6= 0 y por lo tanto p (x) q (x) 6= 0.
Observese que en la demostración no se usó el hecho de que en el campo K hay inversos
multiplicativos. Eso quiere decir que de hecho, hemos demostrado algo mucho más fuerte:
Los anillos de polinomios con coeficientes en un dominio de integridad son dominios de
integridad.
Como el anillo de polinomios K [x] es un dominio de integridad este tiene su campo
de fracciones que se denota por K (x) . Nótese la diferencia entre K [x] y K (x). A los
elementos de K (x) se les llama funciones racionales (en la variable x). Las funciones
racionales son fraciones de polinomios p (x) /q (x) que se suman y multiplican mediante
las reglas a las que todos estamos acostumbrados.

Ejercicio 102 ¿Conoce usted un campo infinito de caracterı́stica 2? [195]

Ejercicio 103 ¿Que pasa si construimos el campo de fracciones de un campo? [195]
 Capítulo sexto
Descomposición de
Operadores Lineales

ay dos teoremas que son muy conocidos por el lector y que son muy parecidos.
El primero es que todo número natural se descompone de forma única salvo
orden de los factores en producto de números primos. El segundo es que todo
polinomio se descompone de forma única salvo orden de los factores en producto de
polinomios irreducibles. Para los operadores lineales hay un teorema parecido todo
operador lineal se descompone en suma directa de OLs irreducibles, el “tipo” de tal
descomposición es único. En este capı́tulo daremos la demostración de este teorema y
lo que es más importante, encontraremos cuales son todos los OLs irreducibles de un
espacio vectorial de dimensión finita.

6.1 Suma directa de operadores lineales

Recordemos que el acrónimo OL significa para nosotros un operador lineal, o sea una
transformación lineal de un espacio en si mismo. Con otras palabras, un endomorfismo
del espacio. Usaremos sistemáticamente este acrónimo. Sin embargo, al conjunto de
todos los OLs de un espacio vectorial E lo denotaremos por End (E). Ya vimos que
el conjunto End (E) es un álgebra para la suma de funciones, la multiplicación por
escalares y la composición de OLs. El conjunto End (E) contiene el neutro para la
suma que es el operador lineal O que a cualquier vector le hace corresponder el vector
0. También contiene al neutro para la composición de funciones I que es la identidad
I (a) = a.
En este capı́tulo todos los espacios vectoriales serán de dimensión finita. Si f : E → E
y g : F → F son dos OLs entonces, a la función
f ⊕ g : E ⊕ F 3 (a, b) 7→ (f (a) , g (b)) ∈ E ⊕ F
se le llama suma directa de los OLs f y g. Es fácil comprobar que la suma directa de
dos OLs es un OL.
150 Capı́tulo 6. Descomposición de operadores lineales

Ejercicio 104 Pruebe que la suma directa de OLs es siempre un OL. [195]

El lector no debe confundir la suma directa de OLs con la habitual suma de

funciones. Si f : E → E y g : E → E son dos OLs entonces su suma se define
como (f + g) (a) = f (a) + g (a).
Veamos ahora un ejemplo. Sea f : R2 → R2 la rotación en el [f ⊕ g] [a, b, c]
ángulo α en contra de las manecillas del reloj o en otras palabras 2c
(1, 0) 7→ (cos α, sin α) y (0, 1) 7→ (− sin α, cos α). Sea g : R → R
c
la dilatación de factor 2 o sea z 7→ 2z. El espacio R2 ⊕ R lo f [a, b]
3 [a, b, c]
podemos pensar como R en el cual el primer sumando es el
plano x, y y el segundo es el eje z. Sabemos como transforma f α
el plano x, y (rotando) y como transforma g el eje z (dilatando). [a, b]
Vease la figura a la derecha.
Ahora si (a, b, c) es un vector arbitrario de R3 entonces podemos rotar a (a, b)
en el plano xy obteniendo (a cos α − b sin α, b cos α + a sin α) y dilatar c en el eje z
obteniendo 2c. De esta manera, obtenemos el OL de todo R3 que a (a, b, c) le hace
corresponder (a cos α − b sin α, b cos α + a sin α, 2c) . Este OL es precisamente f ⊕ g.

Ejercicio 105 Dado f ⊕ g ∈ End (E ⊕ F) podemos definir a f0 = f ⊕ I y g0 = I ⊕ g.

Pruebe que f ⊕ g = f0 ◦ g0 = g0 ◦ f0 . Esto significa que podemos pensar la suma directa
como la composición de dos OLs que conmutan. [195]

Subespacios invariantes, componentes irreducibles

A partir de ahora y en todo este capı́tulo la función h : E → E es un

OL del espacio vectorial finito dimensional E. La dimensión de h es por
definición la dimensión de E.
La simplicidad de la operación de suma directa de OLs nos lleva a querer descom-
poner h en suma directa de otros OLs. La pregunta es: ¿Dado h será posible encontrar
OLs f y g tales que h = f ⊕ g?. Detallemos un poco más el problema. Si F y G
son subespacios complementarios de E entonces, por el isomorfismo canónico entre
la suma de subespacios complementarios y la suma directa de subespacios tenemos
E = F + G = F ⊕ G. La pregunta es ¿cuando existen OLs f : F → F y g : G → G tales
que h = f ⊕ g?
Supongamos que efectivamente h = f ⊕ g y sea a un vector en F. Por definición
de f ⊕ g para calcular h (a) tenemos que expresar a como suma de un vector en F
y otro en G. Esta descomposición es única y en este caso es a = a + 0 por lo que
h (a) = f (a) + g (0) = f (a) + 0 = f (a). De aquı́ deducimos que h (a) ∈ F y como
esto se hizo para un vector arbitrario en F obtenemos que h (F) = {h (a) | a ∈ F} ⊆ F.
Sección 6.1 Suma directa de operadores lineales 151

De la misma manera se demuestra que h (G) ⊆ G.

Esto nos lleva a la siguiente definición. Diremos que F ⊆ E es un subespacio
invariante de h (o que F es h-invariante) si se cumple que h (F) ⊆ F.
6.1

Un OL se descompone como suma directa de dos OLs si y

solo si él tiene dos subespacios invariantes complementarios.

Prueba. Ya demostramos la necesidad. Demostremos la suficiencia. Para esto su-

pongamos que h : E → E tiene dos subespacios invariantes complementarios F y G.
Tenemos E = F ⊕ G, h (F) ⊆ F y h (G) ⊆ G. Sean f : F → F y g : G → G las
restricciones de la función h a los subespacios F y G respectivamente. Obviamente f y
g son OLs. Sea x un vector arbitrario en E. Existen unos únicos a ∈ F, b ∈ G tales que
x = a + b y por linearidad tenemos h (x) = h (a + b) = h (a) + h (b) = f (a) + g (b)
por lo que h = f ⊕ g.

Acabamos de traducir nuestro problema original al de la existencia de subespacios

invariantes complementarios pero hay un caso degenerado que no nos facilita en nada
las cosas. Todo el espacio E es invariante pues obviamente h (E) ⊆ E. Igualmente el
subespacio {0} formado solo por el origen es invariante ya que h (0) = 0. Además, los
subespacios {0} y E son complementarios y en este caso h se descompone como la suma
directa de f : 0 7→ 0 y g = h. Tal descomposición siempre existe, pero no nos da nada
ya que g = h.
Un subespacio se le llama no trivial si él no es ni todo el espacio y ni el origen.
Un OL se le llama reducible tiene dos subespacios invariantes complementarios no
triviales y en otro caso se le llama irreducible. A la restriccion de h a un subespacio
invariante no trivial que tiene un complementario invariante se le llama componente
de h. En otras palabras, f es una componente de h si existe g tal que h = f ⊕ g
y esta descomposición es no trivial. Los OLs irreducibles son exactamente aquellos
cuya única descomposición como suma directa de dos es la trivial o sea, aquellos que
no tienen componentes. Si un OL es reducible entonces, este se descompone como
suma directa de dos componentes. Si alguna de las componentes es reducible entonces
podemos descomponerla. Asi, vemos que cualquier OL es suma directa de componentes
irreducibles.

Ejercicio 106 Sea α un escalar no nulo y f un OL. Pruebe que si f es irreducible

entonces αf es irreducible. [195]
Ejercicio 107 Se dice que dos operadores f y g son conjugados si existe un OL
biyectivo ρ tal que f = ρ ◦ g ◦ ρ−1 . Pruebe que la relacion de conjugación es de
equivalencia. [195]
152 Capı́tulo 6. Descomposición de operadores lineales
Ejercicio 108 Pruebe que f y g son conjugados si y solo si existen bases A y B del
espacio tales que la matriz de f en la base A es igual a la matriz de g en la base B.
[195]
Ejercicio 109 Pruebe que si f es irreducible y g es un conjugado de f entonces, g
también es irreducible. [195]

Ejemplos en dimensión 2

Todo OL de dimensión 1 es irreducible pues los únicos subespacios posibles son

los triviales. Veamos que sucede en dimensión 2. Supongamos que E es de dimensión
2. Si h es reducible entonces, E = F ⊕ G y necesariamente F y G son subespacios
h-invariantes de dimensión 1. Por la proposición 3.2 las restricciones f y g de h a F
y G respectivamente son homotecias, o sea, existen escalares α y β tales que f es la
multiplicación por α y g es la multiplicación por β.
µ ¶ Si {x} es una base de F y {y} es una base de G y
α 0 entonces la matriz de h en la base {x, y} es la del R2
0 β recuadro a la izquierda, o sea es diagonal. Hemos
demostrado que cualquier operador lineal reduci- x
ble de dimensión 2 cumple que existe una base en la cual su
matriz es diagonal. En la figura de la derecha está representada x 7→ 3x y 7→ 2y
el OL de este tipo cuando E = R2 , {x, y} es la base canónica,
α = 3 y β = 2.
Una rotación de R2 en un ángulo α en contra de las manecillas del reloj es obvia-
mente irreducible para α ∈ / {0◦ , 180◦ } ya que en este caso, ninguna recta por el origen se
queda en su lugar. O sea, las rotaciones no tienen subespacios invariantes no triviales.
Otro ejemplo es el que surge si a un cuadrado le apli- µ ¶
R2 y camos dos fuerzas en sentido contrario a dos de sus λ 1
lados opuestos. Más precisamente, al OL que tiene co- 0 λ
x mo matriz en la base canónica de R2 la del recuadro a
la derecha la llamaremos λ-deslizamiento. La figura de la izquierda
muestra intuitivamente como se mueven los puntos de R2 al aplicar
un 1-deslizamiento. De esta figura, se ve que la única recta por el
origen que es invariante es el eje x. Luego un λ-deslizamiento es irreducible (λ 6= 0) ya
que el eje x no tiene complementario invariante.

Ejercicio 110 ¿Será cierto que si un operador es irreducible entonces es biyectivo?

[195]
Sección 6.1 Suma directa de operadores lineales 153

Las matrices y los subespacios invariantes

Sea F es un subespacio invariante del OL h : E → E. Sea G un subespacio comple-

mentario a F. Escojamos bases A y B de F y G respectivamente. Sabemos que A ∪ B
es una base de todo el espacio. Sea x un vector en la base A. Podemos hallar las
coordenadas de h (x) en la base A ∪ B
X X
h (x) = αa a + βb b
a∈A b∈B
y como h (x) ∈ hAi entonces, todas las coordenadas βb son iguales a cero.
µ ¶Estas coordenadas forman una columna de la matriz de h en la base
M ∗ A ∪ B y por lo tanto despues de ordenar las bases, esta matriz tiene
0 ∗ que verse como en el recuadro a la izquierda. La matriz M es la de la
restricción de h a F. El 0 representa una submatriz con entradas cero
con |A| columnas y |B| renglones. Finalmente, los “*” representan submatrices de las
dimensiones apropiadas. Resumiendo para futuras referencias:
6.2

Si F es un subespacio invariante de h y A es una base de todo

el espacio que contiene a una base B de F entonces, la matriz
de h en la base A es triangular por bloques y el bloque superior
izquierdo es la matriz de la restricción de h a F en la base B.

Si además, G es h invariante entonces, el mismo razonamiento nos µ ¶

hace ver que el “*” superior derecho es una submatriz con entradas M 0
cero con |B| columnas y |A| renglones. En este caso la matriz tiene 0 M0
que verse como en el recuadro a la derecha. La matriz M0 es la de
la restricción de h a G. Resumiendo para futuras referencias:
6.3

Si F y G son subespacios invariantes complementarios de h y

los conjuntos A y B son bases de F y G respectivamente enton-
ces, la matriz de h en la base A ∪ B es diagonal por bloques y
los bloques diagonales son las matrices de las restricciónes de
h a F en la base A y de h a G en la base B respectivamente.

Ejercicio 111 Demuestre que (f ⊕ g)2 = f2 ⊕ g2 . Traduzca esta igualdad al lenguaje

de matrices.
154 Capı́tulo 6. Descomposición de operadores lineales
6.2 Polinomios de operadores lineales

En esta sección introduciremos una herramienta para el cálculo de los subespacios

invariantes de un OL a saber, los polinomios de OLs. Se recomienda que el lector lea
(o vuelva a leer) la sección 5.1 en la cual se introducen los ideales de polinomios y se
demuestra que todo ideal de K [x] es principal.
El morfismo de K [x] en End (E)
Para cualquier número natural n el operador hn ⎧ n veces
se define como en el recuadro a la derecha. De aquı́, ⎨ z }| {
n h ◦ ... ◦ h si n > 0
como sabemos sumar OLs y multiplicar por escalares h =
⎩ I si n = 0
a los OLs, vemos que una expresión como por ejemplo
2 1
h − 2h + 5I es un OL que conocemos si tan solo
conocemos a h
P
En general si p (x) = ni=0 αi xi ∈ K [x] es un polinomio
P arbitrario con coeficientes
en el campo del espacio vectorial E, entonces ph = ni=0 αi hi es un OL bien definido. Al
proceso de substituir la variable x por el OL h y de esta manera convertir el polinomio
p (x) en el OL ph se le llama evaluación de p en h.
El lector debe prestar atención a la notación. Usaremos ph y no p (h) aun-
que al parecer esta última es más natural. El problema es que tendremos
que evaluar polinomios en operadores lineales y a su vez estos en vectores.
Si usaramos la notación p (h) tendrı́amos que escribir p (h) (a) y estos son demasiados
paréntesis en comparación con ph (a).
Recordemos de la sección 3.2 que un álgebra es un espacio vectorial con un pro-
ducto de vectores asociativo, distributivo, con elemento neutro y que conmuta con el
producto por escalares. Ya vimos, que el espacio vectorial End (E) es un álgebra para
la composición de OL. También vimos que el espacio vectorial de todos los polinomios
K [x] es un álgebra para el producto de polinomios.
Una subalgebra es un subconjunto de una álgebra que es álgebra para las ope-
raciones inducidas en el subconjunto. Un subconjunto de una algebra es subálgebra
cuando es subespacio del espacio vectorial, es cerrado para el producto y contiene el 1.
Una transformación lineal entre dos álgebras es un morfismo de álgebras si esta
conmuta con el producto y preserva el 1.
6.4

La función de evaluación de polinomios en un

operador lineal es un morfismo de álgebras.

Prueba. La función de evaluación K [x] 3 p (x) 7→ ph ∈ End (E) es una función

cuyo dominio y codominio son álgebras. Sean α0 , ..., αn y β0 , ..., βn los coeficientes de
dos polinomios p y q respectivamente. Tenemos la misma cantidad de coeficientes en
Sección 6.2 Polinomios de operadores lineales 155

ambos polinomios ya que siempre podemos agregar suficientes ceros. Sea λ un escalar.
Tenemos Pn P
n
(λp)h = λαi hi = λ αi hi = λph
i=0 i=0
P
n
i
P
n P
n
(p + q)h = (αi + βi ) h = αi hi + βi hi = ph + qh
i=0 i=0 i=0
y esto muestra que la evaluación en h es una TL.
Por definiciónÃde producto de!polinomios, tenemos
Pn Pn Pn Pn P
n P
n ¡ ¢
(pq)h = αi βj xi+j = αi βj hi+j = αi βj hi ◦ hj =
i=0 j=0 i=0 j=0 i=0 j=0
h
Pn P n ¡ ¢ P n Pn
= αi hi ◦ βj hj = αi hi ◦ βj hj = ph ◦ qh
i=0 j=0 i=0 j=0
¡ 0¢ 0
y finalmente, con 1h = x h = h = I terminamos la prueba.

La subálgebra K [h]

El morfismo de evaluación en h tiene como imágen el conjunto de todos los OL

que son la evaluación en h de algún polinomio de K [x]. Este conjunto de OLs se
denotará por K [h]. Esto refleja que en la evaluación lo que hacemos es substituir la
variable x por el OL h.
6.5

K [h] es una subálgebra conmutativa del álgebra de operadores lineales.

Prueba. Como la imágen de una transformación lineal es un subespacio, obtenemos

que K [h] es un subespacio de End (E). Como 1 (h) = I, obtenemos que I ∈ K [h]. Como
ph ◦qh = (pq)h obtenemos que K [h] es cerrado para la composición. La conmutatividad
se sigue de la conmutatividad del producto de polinomios. Efectivamente, ph ◦ qh =
(pq)h = (qp)h = qh ◦ ph y por lo tanto, los OLs en K [h] conmutan entre ellos.
La conmutatividad de K [h] es un hecho trivial pero muy notable. Los operadores
lineales en general, no son conmutativos para la composición. Sin embargo, los que
están en K [h] sı́ conmutan entre ellos. Esto jugará un papel importante en lo que
sigue.
Cada vez que se tiene un morfismo de álgebras, la imágen de este morfismo es una subálgebra
del codominio del morfismo. Si el dominio del morfismo es un álgebra conmutativa entonces
la imagen es una subálgebra conmutativa.

El polinomio mı́nimo

El morfismo de evaluación en h tiene como núcleo el conjunto de todos los polino-

mios p tales que ph = O.
156 Capı́tulo 6. Descomposición de operadores lineales
6.6

El núcleo del morfismo de evaluación en h es un ideal de K [x].

Prueba. El núcleo de una transformación lineal es un subespacio y por lo tanto si

ph = qh = O entonces (p + q)h = O. Sea r (x) cualquier polinomio. Necesitamos
mostrar que (rq)h = O. Para cualquier a ∈ E tenemos
(rq)h (a) = (rh ◦ qh ) (a) = rh (qh (a)) = rh (0) = 0
y esto es todo lo que querı́amos probar.
Por 5.6 todo ideal de K [x] es principal y por lo tanto existe un único polinomio
h (nótese la letra gótica) de coeficiente principal 1 (o sea, mónico) tal que si ph = O
entonces, p es un múltiplo de h. En sı́mbolos matemáticos {p (x) ∈ K [x] | ph = O} =
{qh | q ∈ K [x]}. Al polinomio h se le llama polinomio mı́nimo de h. El polinomio
mı́nimo de h es el polinomio mónico de grado más pequeño que al evaluarlo en h se
obtiene el OL nulo O. Por ahora, no sabemos mucho del polinomio mı́nimo de h, solo
sabemos que existe y que es único.
Otra manera más descriptiva de ver el polinomio mı́nimo es la siguiente. Consi-
deremos la sucesión infinita de operadores I, h, h2 , . . .. Todos los elementos de esta
sucesión no pueden ser LI en el espacio vectorial End (E) porque este espacio es de
dimensión finita e igual a (dim E)2 . Esto quiere decir que hay un primer natural n y
unos coeficientes escalares αi tales que hn = α0 h0 + α1 h1 + · · · + αr−1 hn−1 . Denotando
p (x) = xn − αr−1 xn−1 − · · · − α1 x1 − α0 x0 vemos que ph = O y que este es el único
polinomio mónico de grado más pequeño que cumple esto. Luego, p es el polinomio
mı́nimo de h.
El perı́odo de un vector
Si p es un polinomio entonces ph es un OL. Si a es un vector entonces a la imagen
por ph de a se le denotará por ph (a). Luego, ph (a) se obtiene en dos pasos: primero
tomamos el polinomio p lo evaluamos en h y ası́ obtenemos ph ; segundo la función ph
la evaluamos en a y ası́ obtenemos ph (a).
6.7

Para cualquier vector a, el conjunto de todos los

polinomios p tales que ph (a) = 0, es un ideal.

Prueba. Si ph (a) = qh (a) = 0 y r es cualquier polinomio entonces

(p + q)h (a) = (ph + qh ) (a) = ph (a) + qh (a) = 0
(rp)h (a) = rh (ph (a)) = rh (0) = 0
y esto es todo lo que se requerı́a probar.
Nuevamente, como todo ideal de polinomios es principal entonces, existe un úni-
co polinomio mónico q tal que el conjunto {p ∈ K [x] | ph (a) = 0} es exactamente el
conjunto de todos polinomios que son múltiplos de q. Al polinomio q se le llama el
h-perı́odo del vector a o sencillamente el perı́odo de a si está implı́cito cual es el
Sección 6.2 Polinomios de operadores lineales 157

operador h. En otras palabras, el perı́odo de a es el polinomio q mónico de grado más

pequeño tal que qh (a) = 0.
Más descriptivamente. En la sucesión infinita de vectores a, h (a) , h2 (a) , . . . todos
los elementos no pueden ser LI porque el espacio E es de dimensión finita. Esto quiere
decir que hay un primer natural n y unos coeficientes escalares αi tales que hn =
α0 h0 (a) + · · · + αr−1 hn−1 (a). Denotando p (x) = xn − αn−1 xn−1 − · · · − α1 x1 − α0 x0
vemos que ph (a) = 0 y que este es el único polinomio mónico de grado más pequeño
que cumple esto. Luego, p (x) es el perı́odo de a.

Ejercicio 112 Pruebe que 0 es el único vector cuyo perı́odo es de grado cero. [195]
Ejercicio 113 Pruebe que los vectores no nulos cuyo perı́odo es el polinomio x son
exactamente aquellos que están en el núcleo de h. [196]

Anuladores
Sea ahora A ⊆ E un conjunto arbitrario de vectores. El h-anulador de A es
el conjunto de polinomios {p ∈ K [x] | ∀a ∈ A ph (a) = 0}. Previamente ya habı́amos
considerado dos anuladores. En el caso de que A es todo el espacio entonces el anulador
es el ideal usado para definir el polinomio mı́nimo. En el caso de que A es un solo vector
entonces el anulador es el ideal usado para definir el perı́odo del vector. Análogamente
a las pruebas de 6.6 y 6.7 podemos probar que cualquier anulador es un ideal. Esto nos
permite definir el h-perı́odo de un conjunto de vectores como el polinomio generador
de su anulador. El anulador de un conjunto de vectores es el conjunto de polinomios
que son múltiplos de su perı́odo.
De aquı́ en lo adelante denotaremos por perh (A) al h-perı́odo de un con-
junto de vectores A. Ası́, perh (a) es el h-perı́odo del vector a y perh (E)
es el h-perı́odo de todo el espacio o sea, el polinomio mı́nimo de h.
Propiedades del perı́odo.
6.8

El h-anulador de A es el conjunto de los múlti-

plos comunes a los perı́odos de los vectores en A.

Prueba. Sea A0 = {p ∈ K [x] | ∀a ∈ A ph (a) = 0} el h-anulador de A. Sea A1 =

{p ∈ K [x] | ∀a ∈ A p ` perh (a)} el conjunto de los múltiplos comunes a los perı́odos
de los vectores en A.
Si p ∈ A1 y a ∈ A, entonces existe q tal que p = q perh (a) y por lo tanto
ph (a) = qh (perh (a)h (a)) = qh (0) = 0. Luego, A1 ⊆ A0 .
Recı́procamente, sean p ∈ A0 y a ∈ A entonces ph (a) = 0 y por definición de
perı́odo perh (a) a p. Luego, A0 ⊆ A1 .
158 Capı́tulo 6. Descomposición de operadores lineales
Una consecuencia directa de esto son los siguientes dos resultados:
6.9

perh (A) es el mı́nimo común múltiplo

de los perı́odos de los vectores en A.
6.10

El polinomio mı́nimo de h es el mı́nimo común

múltiplo de los perı́odos de todos los vectores.
6.11

Si h = f ⊕ g entonces el polinomio mı́nimo de h es igual al

mı́nimo común múltiplo de los polinomios mı́nimos de f y g.

Prueba. Demostraremos que el h-anulador de todo el espacio es igual al conjunto de

los múltiplos comunes de los polinomios mı́nimos de f y g. Lo que se quiere demostrar
es una consecuencia directa de esto.
Sea E = E1 ⊕ E2 la descomposición en subespacios invariantes de tal manera que
f y g son las restricciones de h a E1 y E2 respectivamente. Sean a ∈ E1 y b ∈ E2 .
Cualquier vector en E es de la forma a + b.
Si p es un común múltiplo de los polinomios mı́nimos de f y g entonces ph (a + b) =
pf (a) + pg (b) = 0 y por lo tanto p está en el h-anulador de todo el espacio.
Reciprocamente si p está en el h-anulador de todo el espacio, entonces tiene que
anular a todos los vectores en E1 y por lo tanto es un múltiplo del polinomio mı́nimo
de f. Por la misma razón es un múltiplo del polinomio mı́nimo de g.

monotonı́a del perı́odo

6.12

Si A ⊆ B entonces, perh (A) ·| perh (B).

Prueba. Sea A0 el h-anulador de A. Si p es el perı́odo de B entonces ph (b) = 0 para

cualquier b ∈ B y por lo tanto ph (a) = 0 para cualquier a ∈ A. Luego p ∈ A0 y por
lo tanto es un múltiplo del perı́odo de A.

6.3 Subespacios radicales

Núcleos de polinomios de operadores lineales

Los núcleos de los polinomios evaluados en un OL son un objeto importante para
la descomposición de ese OL en componentes irreducibles. Su importancia está dada
Sección 6.3 Subespacios radicales 159

por el siguiente resultado.

invariancia de los núcleos

6.13

El núcleo de cualquier operador en

K [h] es un subespacio h-invariante.

Prueba. Sabemos que el núcleo de cualquier OL es un subespacio. Demostremos la

invariancia. Sea p un polinomio y a ∈ ker ph . Entonces ph (a) = 0. Por la conmu-
tatividad de los OL en K [h] tenemos ph (h (a)) = h (ph (a)) = h (0) = 0. O sea,
h (a) ∈ ker ph .

monotonı́a de los núcleos

6.14

Si p a q entonces Ker ph ⊆ Ker qh .

Prueba. Sea q = p0 p. Si x ∈ Ker ph entonces qh (x) = p0h (ph (x)) = p0h (0) = 0 y
por lo tanto x ∈ Ker qh .

En lo que sigue muy frecuentemente nos encontraremos parejas de polinomios sin

factores comunes. Necesitamos hacer un aparte para hablar de estas parejas. Primero,
les daremos un nombre más corto. Dos polinomios p y q se les llama coprimos si
cualquier divisor común a ambos es de grado 0. O sea, no tienen factores comunes no
triviales. Dos polinomios p y q son coprimos si y solo si los factores irreducibles de p
son diferentes a los factores irreducibles de q.

Lema de Descomposición de Núcleos

6.15

Si p y q son polinomios coprimos entonces, ker (pq)h = ker ph ⊕ ker qh .

Prueba. Todos los núcleos involucrados son subespacios. Lo que hay que probar es
que ker ph ∩ ker qh = {0} y que ker (pq)h = ker ph + ker qh . O sea, es una suma directa.
Por el Teorema de Bezout existen polinomios r, s tales que rp + sq = 1.
Sea x ∈ ker ph ∩ ker qh . Tenemos que
x = 1h (x) = (rp + sq)h (x) = rh (ph (x)) + sh (qh (x)) = rh (0) + sh (0) = 0
lo que prueba que ker ph ∩ ker qh = {0}.
Sea x ∈ ker (pq)h y denotemos y = (sq)h (x), z = (rp)h (x). Como rp + sq = 1
tenemos z + y = x. Además, por la conmutatividad tenemos que
ph (y) = (psq)h (x) = sh ((pq)h (x)) = sh (0) = 0
qh (z) = (qrp)h (x) = rh ((pq)h (x)) = rh (0) = 0
o sea, y ∈ ker ph y z ∈ ker qh . Luego ker (pq)h ⊆ ker ph + ker qh .
160 Capı́tulo 6. Descomposición de operadores lineales
Para probar la otra inclusión sean a ∈ ker p (h) y b ∈ ker q (h). Tenemos que
(pq)h (a + b) = ph (qh (a + b)) = ph (qh (a) + qh (b)) =
= ph (qh (a)) = qh (ph (a)) = qh (0) = 0
y por lo tanto ker ph + ker qh ⊆ ker (pq)h .

Operadores lineales radicales

Por la invariancia de los núcleos (6.13) y el Lema de Descomposición de Núcleos

(6.15) si (pq)h = O y p, q son coprimos entonces, h tiene dos subespacios invariantes
complementarios ker ph y ker qh y podrı́amos tener (si la descomposición es no trivial)
que h es reducible. El candidato que tenemos para el polinomio pq es el polinomio
mı́nimo de h.
Un polinomio p se descompone en producto de dos factores coprimos si y solo si p
tiene al menos dos factores irreducibles distintos. Esto nos lleva a la siguiente definición.
Diremos que h es radical de tipo p si el polinomio mı́nimo de h tiene un solo factor
irreducible e igual a p. Equivalentemente, h es radical si el perı́odo de cualquier vector
es de la forma pm donde p es un polinomio mónico sin factores no triviales.
En la teorı́a de anillos el radical de un ideal I es el conjunto de todos los elementos x tales
que para cierto natural m se tiene que xm ∈ I. El radical de cualquier ideal es un ideal. En
este lenguaje, un operador es radical de tipo p (irreducible) si el radical del anulador del
espacio es el ideal generado por p.
6.16

Si h es irreducible entonces, es radical.

Prueba. Si h no es radical entonces el polinomio mı́nimo h de h se descompone no

trivialmente como un producto h = pq donde p y q son coprimos. Por el Lema de
Descomposición de Núcleos (6.15) tenemos E = ker (pq)h = ker ph ⊕ ker qh siendo
ker ph y ker qh subespacios invariantes de h (por la invariancia de los núcleos (6.13)).
Como p es un factor propio de h que es el mı́nimo común múltiplo de los perı́odos de
todos los vectores entonces, ker ph 6= E y por la misma razón ker qh 6= E. Esto quiere
decir que la descomposición ker ph ⊕ ker qh es no trivial y por lo tanto h es reducible.

Este resultado no alcanza para caracterizar a los operadores lineales irreducibles.

Por ejemplo la identidad en R2 tiene polinomio mı́nimo x − 1 o sea, es radical. Sin
embargo, es evidentemente la suma directa de la identidad en el eje x y la identidad
en el eje y.
Componentes radicales
Un vector se le llama radical de tipo p si su perı́odo es igual a pm y p es irreducible.
Un conjunto de vectores se le llama radical de tipo p si todos sus vectores son radicales
de tipo p.
Sección 6.3 Subespacios radicales 161
6.17

Si p es factor irreducible de multiplicidad m del polinomio mı́nimo de h

entonces, ker pm
h es el conjunto de todos los vectores radicales de tipo p.

Prueba. Sea a un vector de perı́odo pk . Si k > m entonces pk = perh (a) no divide

al polinomio mı́nimo y esto no puede ser. Luego k ≤ m. De la monotonı́a de los
núcleos (6.14) obtenemos ker pkh ⊆ ker pm m
h y por lo tanto a ∈ ker ph . Recı́procamente,
si a ∈ ker ph entonces ph (a) = 0 y por lo tanto perh (a) es un divisor de pm . Como
m m

p es irreducible, necesariamente perh (a) es igual a pk para cierto k ≤ m.

Por el teorema de descomposición de un polinomio
Q en factores irreducibles el poli-
mp
nomio mı́nimo de h es igual a un producto p∈P p donde P es el conjunto de sus
factores irreducibles y mp es la multiplicidad del polinomio irreducible p. Por el resul-
m
tado anterior, los espacios ker ph p son los subespacios radicales maximales de h.
De la invariancia de los núcleos (6.13) sabemos que los subespacios radicales maxima-
les son invariantes. A la restricción de h a un subespacio radical maximal se le llama
componente radical de h.

Teorema de Descomposición en Componentes Radicales

6.18

Todo operador lineal es la suma directa de sus componentes radicales.

Q
Prueba. Sea h = p∈P pm p el polinomio mı́nimo de h. Si en P hay un solo polinomio
irreducible entonces h es radical y no hay nada que probar. Hagamos inducción en
el número de polinomios irreducibles en P. SeaQr un polinomio irreducible fijo pero
arbitrario en P. Denotemos q = rm r y q0 = p∈P\r p
mp
. Tenemos que h = qq0 y
que q, q0 son coprimos. Del Lema de Descomposición de Núcleos (6.15) obtenemos la
descomposición en subespacios invariantes complementarios E = F ⊕ G donde F =
ker qh y G = ker q0h .
Sean f y g las restricciones de h a F y G respectivamente. Tenemos que f = f ⊕ g
y que f es una componente radical. De 6.11 el polinomio mı́nimo de g es q. Como q
tiene menos factores irreducibles que h, podemos aplicar hipótesis de inducción.
Como la descomposición de un polinomio en polinomios irreducibles es única salvo
orden de los factores entonces, la descomposición de un operador lineal en componentes
radicales es única salvo orden de los sumandos.
Existencia de un vector de perı́odo máximo
La descomposición en componentes radicales nos permite limitarnos a considerar
el caso en que el operador lineal h es radical. Esto simplifica mucho las cosas por la
simplicidad de la relación de divisibilidad entre los divisores de los polinomios tipo pn
cuando p es irreducible. Esta relación orden es total. Por ejemplo, si A es un conjunto
de divisores de pn entonces se cumple que el mı́nimo común multiplo de A es un
polinomio en A.
162 Capı́tulo 6. Descomposición de operadores lineales
6.19

Para cualquier operador lineal h existe un vector tal

que su perı́odo es igual al polinomio mı́nimo de h.

Prueba. Sea h el polinomio mı́nimo de h : E → E. Primero para el caso cuando

h = pn con p irreducible. El polinomio h es el mı́nimo común múltiplo de los perı́odos
de todos los vectores y todos estos son divisores de pn . Por la observación que precede
a este resultado tiene que ocurrir que uno de esos perı́odos es pn .
El caso general por inducción en el número de componentes radicales. Descom-
pongamos h = f ⊕ g donde f es una componente radical. Esta descomposición se
corresponde con la descomposición E = F ⊕ G en subespacios invariantes. Los opera-
dores f y g son las restricciones de h a F y G respectivamente. Los polinomios mı́nimos
f y g de f y g respectivamente son coprimos y cumplen que h = fg. Por hipótesis de
inducción existen vectores a y b en F y G respectivamente tales que f = perh (a) y
g = perh (b).
Denotemos p = perh (a − b). Tenemos p·|h = fg. Además, (ph (a − b) = 0) ⇒
(ph (a) = ph (b)). Como F y G son invariantes F 3 ph (a) = ph (b) ∈ G. Como F y G
son complementarios ph (a) = ph (b) = 0. Luego, perh (a) ·|p = f y perh (b) ·|p = g.
Como f y g son coprimos entonces, h = fg·|p

6.4 Subespacios cı́clicos

h-combinaciones
Sea h : E → E un operador lineal. Sea V = {v1 , . . . , vn } ⊆ E un conjunto de
vectores. Una h-combinación de V es un vector de la forma
ph (v1 ) + qh (v2 ) + · · · + rh (vn )
donde los coeficientes p, q, ..., r son polinomios arbitrarios en K [x].
Le dejamos al lector dar la definición para el caso de que V es infinito. En este caso,
hay que exigir soporte finito, o sea que el conjunto de coeficientes no nulos sea finito.
Las h-combinaciones son combinaciones lineales en el caso de que los coeficien-
tes sean polinomios de grado cero. Recordemos que hVi denota el conjunto de to-
das las combinaciones lineales de V. Denotemos por hVih el conjunto de todas las
h-combinaciónes de V. La observación anterior significa que hVi ⊆ hVih .
Conjuntos h-generadores
6.20

El conjunto de todas las h-combinaciones

de V es un subespacio invariante.
Sección 6.4 Subespacios cı́clicos 163

Prueba. Sea λ un escalar. Sean a = ph (v1 )+· · ·+qh (vn ) y b = rh (v1 )+· · ·+sh (vn )
dos h-combinaciones de V. Entonces,
a + b = p0h (v1 ) + · · · + q0h (vn ) donde p0 = p + r, . . . , q0 = q + s,
λa = p0h (v1 ) + · · · + q0h (vn ) donde p0 = λp, . . . , q0 = λq,
h (a) = p0h (v1 ) + · · · + q0h (vn ) donde p0 (x) = xp (x) , . . . , q0 (x) = xq (x) .
Las dos primeras igualdades prueban que es un subespacio. La tercera muestra que es
invariante.
Ya es la tercera vez que nos tropezamos con una situación similar. Las anteriores
fueron la cerradura lineal y la cerradura afı́n. Los ejercicios siguientes tres resultados
muestran que la función V 7→ hVih es un operador de cerradura que llamaremos h-
cerradura. Las pruebas son completamente análogas a las que dimos en el Capı́tulo
2 para la cerradura lineal.

Ejercicio 114 Pruebe que la intersección de subespacios invariantes es invariante.

Ejercicio 115 Pruebe que hVih es la intersección de todos los subespacios invariantes
que contienen a V.
Ejercicio 116 Pruebe que la h-cerradura cumple las siguientes propiedades:
¨ V ⊆ hVih (incremento),
¨ V 0 ⊆ V ⇒ hV 0 ih ⊆ hVih (monotonı́a),
¨ hhVih ih = hVih (idempotencia).

A hVih le llamaremos el subespacio invariante h-generado por V. Si hVih es todo

el espacio diremos que V es un h-generador. Obviamente los sobreconjuntos de h-
generadores y los conjuntos generadores (sin la h) son h-generadores.
6.21

perh hVih = perh V.

Prueba. Tenemos V ⊆ hVih y por la monotonı́a del perı́odo (6.12) sabemos que
perh V ·| perh hVih . Denotemos q = perh V. Si x ∈ hVih entonces, x es una h-combinación
x = ph (v1 ) + · · · + rh (vn ), donde {v1 , . . . , vn } ⊆ V. De la linearidad y conmutatividad
obtenemos que
qh (x) = qh (ph (v1 )) + · · · + qh (rh (vn )) = ph (qh (v1 )) + · · · + rh (qh (vn )) = 0.
Luego, perh V está en el anulador de hVih y por lo tanto perh hVih ·| perh V.

Subespacios cı́clicos

Un subespacio invariante se le llama h-cı́clico si este está h-generado por un solo

vector. Los subespacios cı́clicos son los h-análogos de las rectas por el origen que están
generadas (sin la h) por un solo vector. Al operador h se le llama cı́clico si todo el
espacio es h-cı́clico.
164 Capı́tulo 6. Descomposición de operadores lineales
El siguiente resultado es “análogo” a que si una recta por el origen está generada
por a entonces también está generada por los múltiplos de a.
6.22

Si q es un polinomio coprimo con perh a enton-

ces, haih = hqh (a)ih y perh a = perh qh (a).

Prueba. Denotemos p = perh a. Sea q un polinomio coprimo con p y denotemos

a0 = qh (a). Demostremos que existe un polinomio r tal que a = rh (a0 ). Efectivamente
por el Teorema de Bezout existen polinomios s y r tales que sp + rq = 1 y por lo tanto
rh (a0 ) = (rq)h (a) = (sp)h (a) + (rq)h (a) = I (a) = a
y ası́ el polinomio r cumple lo que queremos.
Luego a0 ∈ haih y a ∈ ha0 ih . Usando la monotonı́a y la idempotencia de la h-
cerradura obtenemos que ha0 ih ⊆ haih y haih ⊆ ha0 ih .
Por esto, usando 6.21 obtenemos que
perh qh (a) = perh hqh (a)ih = perh haih = perh a.

Ahora veremos que los subespacios cı́clicos pueden tener dimension grande. Esto
significa que la analogı́a con las rectas por el origen no hay que llevarla demasiado lejos.
6.23

© de a es de grado
Si el perı́odo
n−1
n, ª
entonces el conjunto de
vectores a, h (a) , . . . , h (a) es una base de haih .
© ª
Prueba. Denotemos p = perh a y B = a, h (a) , . . . , hn−1 (a) . Tenevos que con-
vencernos que B es una base del subespacio haih . Si hubiera una combinación lineal
β0 a + β1 h (a) + · · · + βn−1 hn−1 (a) = 0
con no todos sus coeficientes nulos entonces, el polinomio no nulo
q (x) = β0 + β1 x + · · · + βn−1 xn−1
serı́a tal que qh (a) = 0 y esto contradice (q tiene grado menor que n) que los polino-
mios en el anulador de a son los multiplos de p. Luego, B es LI.
Por otro lado, para cualquier vector x ∈ haih existe un polinomio q tal que x =
qh (a). Efectuando la división con resto obtenemos q = cp + r donde el grado de r es
estrictamente menor que n y por lo tanto rh (a) ∈ hBi.
Tenemos que
rh (a) = (q − cp)h (a) = qh (a) − ch (ph (a)) = qh (a) = x
Esto significa que hBi = haih y por lo tanto es una base de haih .
Una consecuencia obvia de este resultado es la siguiente.
6.24

dim haih es igual al grado del perı́odo de a.

Sección 6.4 Subespacios cı́clicos 165

Conjuntos h-independientes
Un conjunto de vectores {v1 , . . . , vn } no nulos se le llama h-independiente si
(ph (v1 ) + · · · + qh (vn ) = 0) ⇒ (ph (v1 ) = · · · = qh (vn ) = 0)
Esto es equivalente a que si una h-combinación de ellos es cero entonces, para todo i el
coeficiente de vi es un múltiplo del perı́odo de vi . Al considerar coeficientes de grado
cero vemos que los conjuntos h-independientes siempre son linealmente independien-
tes. En particular, el número de elementos en un conjunto h-independiente no puede
sobrepasar la dimensión del espacio.

Es posible imaginar tres definiciones distintas de h-independencia:

(ph (v1 ) + · · · + qh (vn ) = 0) ⇒ (p = · · · = q = 0)
(ph (v1 ) + · · · + qh (vn ) = 0) ⇒ (ph = · · · = qh = O)
(ph (v1 ) + · · · + qh (vn ) = 0) ⇒ (ph (v1 ) = · · · = qh (vn ) = 0)
En la primera se pide que los polinomios sean cero. En la segunda que los operadores
lineales sean cero. En la tercera que los vectores sean cero. Las dos primeras son
erroneas.
6.25

Si V = {v1 , . . . , vn } es h-independiente entonces hVih = hv1 ih ⊕ · · · ⊕ hvn ih .

Prueba. Por inducción en el natural n. Si n = 1 el resultado es obvio. Denotemos

V 0 = {v2 , . . . , vn }. Tenemos que probar que hVih = hv1 ih +hV 0 ih y que hv1 ih ∩hV 0 ih = 0.
Si a ∈ hVih entonces existen coeficientes polinomiales tales que a = ph (v1 ) +
qh (v2 )+· · ·+rh (vn ). Obviamente, a0 = ph (v1 ) ∈ hv1 ih , a00 = qh (v2 )+· · ·+rh (vn ) ∈
hV 0 ih y a = a0 + a00 . Luego, hVih ⊆ hv1 ih + hV 0 ih . La otra inclusión se demuestra igual.
Supongamos que a ∈ hv1 ih ∩ hV 0 ih . Entonces, existen polinomios tales que
ph (v1 ) = a = qh (v2 ) + · · · + rh (vn )
por lo tanto
ph (v1 ) − qh (v2 ) − · · · − rh (vn ) = 0.
Como V es h-independiente entonces, a = ph (v1 ) = 0. Luego, hVih = hv1 ih ⊕ hV 0 ih y
usando la hipótesis de inducción terminamos la prueba

h-bases
El resultado anterior es bueno para nosotros. Si solo V además de h-independiente
fuera h-generador, obtendrı́amos una descomposición de todo el espacio en suma directa
de subespacios invariantes h-generados por un solo vector o sea cı́clicos.
Una h-base es un conjunto de vectores que es h-independiente y h-generador. El
único problema es que no sabemos si existen o no las h-bases. Veremos en la siguiente
sección que sı́ existen, sin embargo, demostrarlo no es tan sencillo como en el caso de
las bases ordinarias.
166 Capı́tulo 6. Descomposición de operadores lineales
Por lo pronto, nos conformaremos con dos consecuencias obvias de lo ya demostrado:
6.26

Si A es una h-base entonces, la dimensión del espacio es igual

a la suma de los grados de los h-perı́odos de los vectores en A.

Prueba. Es consecuencia de que la dimensión de la suma directa es la suma de las

dimensiones y de que la dimensión de un subespacio cı́clico es igual al grado del perı́odo
de su h-generador (6.23).
6.27

Si A es una h-base entonces, el polinomio mı́nimo de h es igual

al mı́nimo común multiplo de los h-perı́odos de los vectores en A.

Prueba. Es consecuencia de que el perı́odo de la suma directa es el mı́nimo común

múltiplo de los perı́odos de los sumandos (6.11) y de 6.21.

6.5 Descomposición en subespacios cı́clicos radicales.

Entre todos los subespacios h-cı́clicos los más grandes son aquellos que están h-
generados por vectores cuyo perı́odo tiene grado lo más grande posible (6.23), o sea,
aquellos cuyo perı́odo es igual al polinomio mı́nimo. A estos subespacios les llamaremos
les llamaremos h-cı́clicos maximales. Por 6.19 siempre existe algún subespacio h-
cı́clico maximal.
La estrategia para deshacernos del problema de que no cualquier subespacio inva-
riante tiene complementario invariante es limitarnos a los operadores radicales, fijarnos
solamente en los subespacios invariantes maximales y construir un complementario que
sı́ es invariante. Para eso necesitaremos usar espacios cocientes.
El espacio cociente por un subespacio invariante

Sea h : E → E un OL y F un subespacio h-invariante o sea h (F) ⊆ F. El espacio

cociente E/F es el conjunto de todos los subespacios afines paralelos a F. Lo que
queremos ver es que si los vectores v y u están en un mismo subespacio afı́n paralelo
a F entonces h (v) y h (u) cumplen exactamente lo mismo.
Efectivamente, si v y u están en un mismo subespacio afı́n paralelo a F entonces
v − u ∈ F. Como F es h-invariante entonces h (v) − h (u) = h (v − u) ∈ F y por lo
tanto h (v) y h (u) están en un mismo subespacio afı́n paralelo a F. Nótese que aquı́ el
argumento crucial es que F es h-invariante.
Definiremos la función h e en el espacio cociente con la igualdad h
e (v + F) = h (v)+F.
Por la observación precedente, h e está bien definida, o sea, si v + F = u + F entonces,
Sección 6.5 Descomposición en subespacios cı́clicos radicales. 167

h (v) + F = h (u) + F. Observese que he es un OL en E/F ya que

e (v + F + u + F) = h
h e (v + u + F) = h (v + u) + F =
= h (v) + F + h (u) + F = he (v + F) + h
e (u + F) ;
e (λ (v + F)) = h
h e (λv + F) = h (λv) + F = λh (v) + F = λ (h (v) + F) = λh
e (v + F) .

Necesitaremos conocer mejor los OLs del espacio cociente End (E/F).
6.28

El conjunto EndF (E) de todos los operadores lineales

que dejan invariante F es una subálgebra de End (E).

Prueba. Sean f y g dos operadores en EndF (E). Sea λ un escalar. Para cualquier
vector v ∈ F tenemos f (v) ∈ F y g (v) ∈ F y por lo tanto
(g + f) (v) = g (v) + f (v) ∈ F ; I (v) ∈ F ;
(g ◦ f) (v) = g (f (v)) ∈ F ; (λf) (v) = λf (v) ∈ F.
F
Luego, End (E) es una subalgebra.
6.29

e ∈ End (E/F) es un morfismo de álgebras.

La función EndF (E) 3 h 7→ h

Prueba. Probaremos que h 7→ he es morfismo para la composición

fg
◦ g (v + F) = (f ◦ g) (v) + F = f (g (v)) + F = e
³ f (g (v)
´ + F) =
= fe(g (v) + F) = fe(e
g (v + F)) = fe ◦ g
e (v + F) ;
y para la suma
f]
+ g (v + F) = (f + g) (v) + F = f (v) +³F + g´(v) + F =
= fe(v + F) + ge (v + F) = fe + g
e (v + F) ;
y para el producto por escalares
e (v + F) = (λf) (v) + F = f (λv) + F = fe(λv + F) =
λf ³ ´
= f (λ (v + F)) = λfe (v + F) ;
e

y que preserva la identidad eI (v + F) = I (v) + F = v + F = I (v + F) .

Ejercicio 117 Muestre que el morfismo h 7→ he es sobreyectivo y su núcleo está for-

mado por aquellos operadores lineales cuya imagen es F. [196]

Polinomios y el espacio cociente

e en E/F a saber
Sea F ⊆ E un subespacio h-invariante. Ya vimos como se define h
e (v + F) = h (v) + F y comprobamos que esta definición es correcta debido a la h-
h
168 Capı́tulo 6. Descomposición de operadores lineales
invariancia de F. Para poder definir p fh (v + F) = ph (v) + F necesitamos que F sea
ph -invariante. Por suerte, esto se cumple automáticamente.
6.30

Sea p un polinomio. Si F es h-invariante entonces también es ph -invariante.

Prueba. Como el conjunto de los operadores que preservan F es una subálgebra del
algebra de todos los operadores entonces todos los hn estan ahı́, también todas las
combinaciones lineales de estos o sea, todos los polinomios evaluados en h.

fh es un OL bien definido en el espacio cociente. Por otro lado, si evaluamos

Luego, p
el polinomio p en el operador he obtendremos p que es otro OL bien definido en el
h
espacio cociente.
6.31

fh = ph
p

Prueba. Sea p (x) = Σαi xi . Como la función h 7→ h e es un morfismo de álgebras,

tenemos
X^ n Xn Xn Xn ³ ´i
fh =
p αi hi = αg
i hi = αi
e
hi = α e =p
i h h
i=0 i=0 i=0 i=0
y esto es lo que se necesitaba probar.

Esto es muy cómodo, ya que en el cociente tenemos la fórmula ph (v + F) =

fh (v + F) = ph (v) + F.
p

El perı́odo en el espacio cociente

6.32

Si b ∈ v + F entonces perh (v + F) ·| perh (b).

Prueba. Sea b ∈ v+F. Si p = perh (b) entonces ph (b + F) = ph (b)+F = 0+F = F

y por lo tanto perh (b + F) ·|p. La prueba concluye observando que v + F = b + F.

Ejercicio 118 Pruebe que perh (b) ·| perh (b + F) si y solo si hbih ∩ F = {0}. [196]

El resultado que sigue no es trivial y consiste en que bajo ciertas condiciones es

posible encontrar un b ∈ v+F tal que perh (b) ·| perh (v + F) y por lo tanto perh (b) =
perh (v + F).
Sección 6.5 Descomposición en subespacios cı́clicos radicales. 169

Lema del Perı́odo

6.33

Sea h ∈ End (E) radical y F = haih un subespacio h-cı́clico maximal. Pa-

ra cualquier v+F ∈ E/F existe b ∈ v+F tal que perh (b) ·| perh (v + F).

Prueba. Sea pn (con p irreducible) el polinomio mı́nimo de h. Como F = haih es

maximal, el h-perı́odo de a es pn . Los h-perı́odos de todos los vectores son potencias
e
de p. Los h-perı́odos de todos v + F son potencias de p ya que por 6.32 estos son
divisores de los perı́odos de los vectores.
e
Sea v + F ∈ E/F de h-perı́odo pm . Sabemos que m ≤
n. Veamos que existe un natural k y un vector a0 tales F = ha0 ih
que se cumplen las propiedades del recuadro a la derecha. perh (a0 ) = pn
Efectivamente, sabemos que ph (v) + F = ph (v + F) = F pm
m m k 0
h (v) = ph (a ) (*)
o lo que es lo mismo pm h (v) ∈ F = haih . Luego, existe
un polinomio r tal que pm h (v) = rh (a). Usando el teorema de descomposición de un
polinomio en producto de irreducibles, existen un polinomio q coprimo con p y un
def
natural k ≥ 0 tales que r = pk q. Por 6.22 el vector a0 = qh (a) es también un h-
generador de F y a0 tiene el mismo h-perı́odo que a o sea, pn . Además pm h (v) =
k k 0
rh (a) = ph (qh (a)) = ph (a ) y esto demuestra la igualdad (*).
Si ocurriera que m > k entonces, aplicando pn−m h a la igualdad (*) y observando
que p es el polinomio mı́nimo, obtendrı́amos que 0 = pnh (v) = pn−m+k
n
h (a0 ) . Como
0 n
n − m + k < n esto contradecirı́a que el h-perı́odo de a es p .
Luego, m ≤ k y esto nos sirve para definir el siguiente vector
def
b = v − pk−m h (a0 ) .
Observese que b ∈ v + F ya que pk−m h (a0 ) ∈ ha0 ih = F. Aplicando pm h a la definición
de b, obtenemos que 0 (*)
pm m k
h (b) = ph (v) − ph (a ) = 0
por lo que perh (b) ·|pm .

Existencia de h-bases

Lema del Cociente

6.34

Sea h : E → E un operador radical y F = haih un subespacio h-cı́clico

e
maximal. Si {v1 + F , . . . , vm + F} es una h-base del espacio cociente
E/F entonces, existen vectores b1 ∈ v1 + F, . . . , bm ∈ vm + F tales que
{a, b1 , . . . , bm } es una h-base de E.

Prueba. Sea a un h-generador de F. Aplicando el Lema del Perı́odo (6.33) a v1 +

F, . . . , vm + F, obtenemos b1 ∈ v1 + F, . . . , bm ∈ vm + F tales que el h-perı́odo de bi es
170 Capı́tulo 6. Descomposición de operadores lineales
e def
igual al h-perı́odo de vi + F. Denotemos B = {a, b1 , . . . , bm }. Observese que
def
B r a = {b1 + F, . . . , bm + F} = {v1 + F, . . . , vm + F}
e
es una h-base
­ ®de E/F. Probemos que B es h-generador de E. Si x ∈ E entonces
x + F ∈ B r a h , o sea, existen coeficientes polinomiales tales que
x + F = qh (b1 + F) + · · · + rh (bm + F) = qh (b1 ) + · · · + rh (bm ) + F
o lo que es lo mismo x−qh (b1 )−· · ·−rh (bm ) ∈ F = haih . Luego, existe otro polinomio
s tal que x − qh (b1 ) − · · · − rh (bm ) = sh (a) y por lo tanto
x = sh (a) + qh (b1 ) + · · · + rh (bm ) ∈ hBih .
Para probar que B es h-independiente supongamos que existen polinomios tales que
0 = sh (a) + qh (b1 ) + · · · + rh (bm ) . (*)
Pasando al cociente (sumando F) y teniendo en cuenta que sh (a) ∈ F obtenemos
0 + F = sh (a) + F + qh (b1 ) + F + · · · + rh (bm ) + F =
= qh (b1 + F) + · · · + rh (bm + F) .
Como B r a es independiente obtenemos que
qh (b1 + F) = · · · = rh (bm + F) = 0 + F.
e
Como el h-perı́odo de bi es igual al h-perı́odo de bi + F concluimos que
qh (b1 ) = · · · = rh (bm ) = 0.
Substituyendo esto en la igualdad (*) obtenemos sh (a) = 0.

Teorema de Existencia de h-bases

6.35

Cualquier operador lineal radical h tiene una h-base.

Prueba. Sea h : E → E un operador radical y F = haih subespacio h-cı́clico maximal.

Hagamos inducción en dim h. Si dim h = 1 entonces, F = E y por lo tanto {a} es una
h-base.
Supongamos dim h > 1. Si F = E entonces, otra vez {a} es una h-base. Si no,
entonces E/F es no trivial y dim E/F < dim h. El operador h e en E/F es radical (vease
e o sea, E/F
6.32 y 6.10) y por lo tanto podemos aplicar la hipótesis de inducción a h,
e
tiene una h-base. Por el Lema del Cociente (6.34) existe una h-base de E.

Ejercicio 119 Demuestre la siguente afirmación. Sean h : E → E un OL y E = F ⊕ G

una descomposición de E en subespacios h-invariantes. Si A es una h-base de F y B es
una h-base de G entonces A ∪ B es una h-base de E. [196]
Ejercicio 120 Use el ejercicio anterior, el Teorema de Descomposición en Componen-
tes Radicales (6.18) y el Teorema de Existencia de h-bases (6.35) para demostrar que
todo operador lineal h tiene una h-base.
Sección 6.5 Descomposición en subespacios cı́clicos radicales. 171

Teorema de Descomposición en Componentes Radicales Cı́clicas

6.36

Todo operador lineal es suma directa de componentes radicales cı́clicas.

Prueba. Sea h : E → E un OL. Si h es radical entonces E tiene una h-base

{a1 , . . . , an }. Por 6.25 E = ha1 ih ⊕· · ·⊕han ih . Por 6.20 todos los ha1 ih son subespacios
invariantes. Denotando por fi la restricción de h a hai ih obtenemos h = f1 ⊕ · · · ⊕ fn .
Si h no es radical entonces usando el Teorema de Descomposición en Componentes
Radicales (6.18) lo descomponemos en componentes radicales y posteriormente cada
componente radical la descomponemos en componentes cı́clicas.
Unicidad de la descomposición
A diferencia de la descomposición en componentes radicales una descomposición en
componentes radicales cı́clicas no es única. Esto sucede porque h-bases pueden haber
muchas. Por ejemplo para la identidad en R2 cualesquiera dos rectas diferentes por
el origen forman una descomposición en subespacios invariantes radicales cı́clicos. Sin
embargo, lo que sı́ es único es el “tipo” de la descomposición.
Si h = f1 ⊕ · · · ⊕ fn es una descomposición entonces, a la sucesión p, q, . . . , r de los
polinomios mı́nimos de las componentes se le llama el tipo de la descomposición.
Dos tipos se consideran iguales si uno se puede obtener del otro reordenando la sucesión.

Teorema de Unicidad del Tipo

6.37

Dos descomposiciones cualesquiera en compo-

nentes radicales cı́clicas tienen el mismo tipo.

Antes de demostrar nuestro teorema de unicidad necesitamos demostrar tres re-

sultados auxiliares sencillos. El lector ávido puede saltárselos y regresar a ellos en la
medida de sus necesidades. En los siguientes tres resultados h : E −→ E es un operador
radical con polinomio mı́nimo pn (no se necesita que sea cı́clico).
6.38

perh x = p × perh ph (x).

Prueba. Los perı́odos de los vectores son divisores del polinomio mı́nimo, en par-
ticular, el perı́odo de x es pk para cierto k ≤ n. Tenemos pk−1
h (ph (x)) = pkh (x) = 0.
Por otro lado pk−2h (ph (x)) = pk−1
h (x) 6= 0. Luego, pk−1 es el polinomio mónico de
grado más pequeño que anula a ph (x). Un lector cuidadoso deberı́a analizar los casos
k ∈ {0, 1} para los cuales esta prueba es formalmente incorrecta.
6.39

ph (E) es un subespacio invariante y dim ph (E) < dim E.

172 Capı́tulo 6. Descomposición de operadores lineales
Prueba. El subespacio F = ph (E) = Im ph es invariante ya que h (ph (x)) =
ph (h (x)). Sea x un vector no nulo de perı́odo pk (claramente estamos asumiendo
que E 6= {0}). Si k = 1 entonces, x ∈ ker ph . Si k > 1 entonces, el vector no nulo
y = pk−1
h (x) es tal que ph (y) = 0. De aquı́, el OL ph tiene núcleo no trivial y por lo
tanto F 6= E. Luego, dim F < dim E.
6.40

Si X es una h-base de E entonces ph (X) \ {0} es una h-base de ph (E).

def
Prueba. Para todo x ∈ E denotemos x = ph (x). Sea X = {u, . . . , v} una h-base
def def
de E. Comprobaremos que X = {x | x ∈ X y x 6= 0} es una h-base de F = ph (E).
Efectivamente, si y ∈ F entonces, como X es h-generador, existen polinomios tales
que:
y = qh (u) + · · · + rh (v) = qh (u) + · · · + rh (v) .
Es claro que en la suma de ­ la
® derecha podemos descartar aquellos sumandos para los
cuales x = 0. Luego, F ⊆ X h o sea, X es un h-generador de F. Supongamos que para
ciertos polinomios q, . . . , r se tiene que
0 = qh (u) + · · · + rh (v) = (qp)h (u) + · · · + (rp)h (v) .
Como X es h-independiente, entonces
0 = (qp)h (u) = qh (u) = · · · = (rp)h (v) = rh (v)
y por lo tanto X es h-independiente. Luego, X es una h-base de F.
Ya estamos listos para probar el teorema de unicidad.
Prueba. (Del Teorema de Unicidad del Tipo) De la definición del tipo y de la
unicidad de la descomposición en componentes radicales queda claro que es suficiente
demostrar el teorema para OLs radicales h : E −→ E cuyo polinomio mı́nimo es una
potencia de un polinomio irreducible que denotaremos por p.
def
Para cualquier vector x denotaremos x = ph (x). Para cualquier conjunto de vec-
def
tores X denotaremos X = {x | x ∈ X y x 6= 0}.
Sean E = ha1 ih ⊕ · · · ⊕ han ih = hb1 ih ⊕ · · · ⊕ hbm ih dos descomposiciones en
subespacios cı́clicos. Como h es radical los perı́odos de todos sus vectores son poten-
cias del polinomio irreducible p. Sean pn i los perı́odos de los ai y pm i los perı́odos
de los bi . Los tipos de estas dos descomposiciones son pn1 , . . . , pn n y pm 1 , . . . , pm m
respectivamente. Reordenando los sumandos podemos suponer que n1 ≥ · · · ≥ nn y
que m1 ≥ · · · ≥ mm . También podemos suponer que n ≥ m. Tenemos que probar que
n = m y que los ni son iguales a los mi .
Hagamos la prueba del teorema por inducción en dim h. Si dim h = 1 entonces,
necesariamente n = m = 1 y n1 = m1 .
Los conjuntos A = {a1 , . . . , an } y B = {b1 , . . . , bm } son dos h-bases de E. Por 6.40
tenemos que A y B son bases de F = ph (E). Sea k ∈ {0, . . . , n} el mayor ı́ndice tal que
nk > 1. Sea ` ∈ {0, . . . , m} el mayor ı́ndice tal que m` > 1.
Si i > k entonces, perh (ai ) = p y por lo tanto ai = 0. Luego, A = {a1 , . . . , ak }.
Sección 6.5 Descomposición en subespacios cı́clicos radicales. 173
© ª
Un argumento análogo nos dice que B = b1 , . . . , b` .
­ ® ­ ®
Luego, F = ha1 ih ⊕ · · · ⊕ hak ih = b1 h ⊕ · · · ⊕ b` h son dos descomposiciones
de F en subespacios ciclico-radicales. Por 6.38 los tipos de estas descomposiciones son
pn 1 −1 , . . . , pnk −1 y pm 1 −1 , . . . , pm ` −1 . Como por 6.39 dim F < dim E, podemos aplicar
hipótesis de inducción y ası́ obtenemos que
k = `, n1 − 1 = m1 − 1, · · · , nk − 1 = mk − 1.
O sea, todos los ni son iguales a los mi desde i = 1 hasta k = `.
Sea ∇ el grado de p. De 6.26 obtenemos que
(n1 + · · · + nn ) ∇ = dim E = (m1 + · · · + mm ) ∇
y por lo tanto nk+1 + · · · + nn = mk+1 + · · · + mm .
Todos los ni y los mi para i > k son iguales a 1 y por lo tanto n = m. Con esto,
para todo i el natural ni es igual a mi .

Ejercicio 121 Sean p = perh (a) y q = perh (b) los perı́odos de dos vectores. De-
muestre que si p y q son coprimos entonces, ha + bih = haih ⊕ hbih . [196]
Ejercicio 122 Use el ejercicio anterior y el Teorema de Descomposición en Compo-
nentes Radicales Cı́clicas (6.36) para probar que cualquier OL tiene una descomposición
en OL cı́clicos f1 ⊕· · ·⊕ft en la cual el polinomio mı́nimo de cada fi divide al polinomio
mı́nimo del siguiente. [197]
Ejercicio 123 Usando el Teorema de Unicidad del Tipo (6.37) demuestre que el tipo
de las descomposiciones introducidas en el ejercicio anterior es único. [197]

Estructura de los operadores cı́clico-radicales

Ahora queremos conocer todos los subespacios invariantes de los operadores cı́cli-
co radicales para poder demostrar que estos son irreducibles. En los tres siguientes
resultados h : E → E es un operador cı́clico-radical con polinomio mı́nimo pn .
6.41

Si x es un vector de perı́odo pk con k < n entonces, exis-

te un vector y tal que x = ph (y) y perh (y) = pk+1 .

Prueba. Sea a un vector h-generador. Existe un polinomio q tal que x = qh (a). Si

q fuera coprimo con p entonces el perı́odo de x fuera el mismo que el de a y eso no es
cierto por hipótesis. Luego q = pr y si ponemos y = rh (a) obtenemos que x = ph (y).
Por 6.38 perh (y) = pk+1 .
6.42

Si perh (x) = pk entonces hxih = ker pkh .

174 Capı́tulo 6. Descomposición de operadores lineales
Prueba. Sea x de perı́odo pk . Aplicando repetidamente 6.41 existe un vector a tal que
x = pn−k
h (a) y perh (a) = pn y por lo tanto a es un h-generador de todo el espacio.
Como x ∈ ker pkh por monotonı́a de la h-cerradura tenemos que hxih ⊆ ker pkh .
Recı́procamente, sea b ∈ ker pkh entonces, perh b·|pk y por 6.41 existe y tal que b =
pn−k
h (y). Sea q tal que y = qh (a) . Entonces b = pn−k h (qh (a)) = qh (x). Luego,
k
ker ph ⊆ hxih .
6.43

Los subespacios ker pkh , k ∈ {0, 1, . . . , n} son

los únicos subespacios invariantes de h.

Prueba. Sea F cualquier subespacio h-invariante de E. Sea k ≤ n tal que perh F = pk .

De aquı́, F ⊆ ker pkh . Por 6.19 existe un vector x ∈ F de perı́odo pk . Por monotonı́a de
la h-cerradura hxih ⊆ F. Por 6.42 hxih = ker pkh .

Teorema de Caracterización de los OLs irreducibles

6.44

Un operador lineal es irreducible si y solo si es cı́clico y radical.

Prueba. Sea h un OL. Si h no es cı́clico radical entonces por el Teorema de Descom-

posición en Componentes Radicales Cı́clicas (6.36) este se descompone no trivialmente.
Si h es cı́clico radical entonces, por 6.43 sus subespacios invariantes son del tipo ker pkh .
Por monotonı́a de los núcleos (6.14), dados dos de estos, siempre hay uno incluido den-
tro del otro. Luego, h no tiene una pareja de subespacios invariantes complementarios
no triviales.

6.6 Polinomio caracterı́stico

Rectas invariantes
Los subespacios invariantes no triviales más sencillos que nos podemos imaginar
son los de dimensión 1 o sea, las rectas por el origen. Si h : E → E es un OL y F
es invariante de dimensión 1 entonces, la restricción de h a F es una homotecia. Sea
{a} una base de F. Entonces, existe un escalar λ (la razón de la homotecia) tal que
h (a) = λa.
Recı́procamente, supongamos que existen un escalar λ y un vector no nulo a tales
que h (a) = λa entonces, al vector a se le llama vector propio del operador h y al
escalar λ se le llama valor propio de h. También decimos que λ es el valor propio
correspondiente al vector propio a. Observese que el valor propio correspondiente
a un vector es único pues de λa = λ0 a obtenemos (λ − λ0 ) a = 0 y como a 6= 0 esto
implica que λ = λ0 .
Sección 6.6 Polinomio caracterı́stico 175
6.45

La recta hai es h-invariante si y solo si a es un vector propio de h.

Prueba. Ya vimos la parte “solo si”. Supongamos que a es un vector propio. Sea λ su
correspondiente valor propio. Por linearidad de h, para cualquier escalar α se cumple
que h (αa) = αh (a) = α (λa) = (αλ) a y esto significa que hai es h-invariante.

El polinomio caracterı́stico de un operador lineal

Recordemos que el determinante de un OL está bien definido como el determinante
de su matriz en una base arbitraria.
El hecho de que h (a) = λa lo podemos expresar como que el operador λI − h
evaluado en el vector a es cero. O sea el vector está en el núcleo de λI − h. Esto quiere
decir que ker (λI − h) es el conjunto de todos los vectores propios correspondientes a
λ. Sabemos que ker (λI − h) 6= {0} si y solo si det (λI − h) = 0 (véase 4.26, 4.27, 3.25
y 3.28). Luego, λ es un valor propio de h si y solo si det (λI − h) = 0.
Ası́, para calcular los valores propios de h podrı́amos probar todos los elementos λ
del campo y comprobar si det (λI − h) = 0. Esta estrategia es imposible de realizar si el
campo K es infinito. Por esto es mejor considerar la función K 3 x 7→ det (xI − h) ∈ K
y encontrar sus raices.
6.46

det (xI − h) es un polinomio mónico de grado dim h en la variable x.

Prueba. Sabemos que el determinante de un OL no depende de la base en el cual se

calcule. Tomemos una base cualquiera N del espacio vectorial. Tenemos |N| = dim h.
Sea αNN la matriz de h en la base N. La matriz de xI − h en la base N es βNN =
xδNN − αNN donde δNN es el delta de Kronecker (la matriz identidad). Las entradas
de βNN son βii = x − αii y βij = −αij para cualquier j 6= i.
El determinante lo calculamos por laX
definición
Y
det βNN = sgn σ βiσi .
σ∈S N i∈N
Como los βij son polinomios, el producto y la suma de polinomios son polinomios,
tenemos que det βNN es un polinomio. Observemos además que βNN solo contiene la
variable x en la diagonal. Por esto, la potencia más grande de x en det βNN se obtiene
cuando la permutación σ es la identidad,
Y Yo sea en el producto
βii = (x − αii ) .
i∈N i∈N
Por la ley distributiva vemos que es de grado |N| y tiene coeficiente principal 1.
Al polinomio det (xI − h) se le llama polinomio caracteristico de h. De esta ma-
nera, los valores propios de h son las raices del polinomio caracterı́stico. Si αNN es la ma-
triz de h en la base N entonces, los vectores propios correspondientes a un valor propio
λ se pueden hallar resolviendo el sistema de ecuaciones lineales (λδNN − αNN ) aN = 0N .
176 Capı́tulo 6. Descomposición de operadores lineales
Este es un sistema de ecuaciones lineales y su conjunto de soluciones es ker (λI − h). El
conjunto ker (λI − h) es un subespacio invariante (porque es el nucleo de un polinomio
evaluado en h) que se conoce como el subespacio propio correspondiente al valor
propio λ. La restricción de h a un subespacio propio es una homotecia. De hecho, los
subespacios propios son los subespacios invariantes más grandes en los que h es una
homotecia.

Ejercicio 124 A la suma de las entradas en la diagonal de una matriz se le llama

traza de la matriz. Demuestre que la traza es una propiedad de los operadores lineales,
o sea que la traza no cambia al hacer un cambio de base. [197]

El polinomio caracterı́stico y el polinomio mı́nimo

Para ver como se relacionan el polinomio caracterı́stico ⎛ ⎞

y el polinomio mı́nimo daremos la siguiente definición. Sea 0 0 ... 0 −α0
⎜ 1 0 ... 0 −α1 ⎟
p = xn + αn−1 xn + ... + α1 x + α0 un polinomio mónico. ⎜
⎜
⎟
⎟
⎜ ... ... ... ... ... ⎟
A la matriz cuadrada de orden n que se muestra en el ⎝ 0 0 ... 0 −αn−2 ⎠
recuadro a la derecha se le llama matrı́z acompañante 0 0 ... 1 −αn−1
del polinomio p.
6.47

El polinomio caracterı́stico de la matriz

acompañante del polinomio p es igual a p.

Prueba. Por definición el polinomio caracterı́sti- ⎛ ⎞

co de la matriz acompañante del polinomio p = xn + x 0 ... 0 α0
n ⎜ −1 x ... 0 α1 ⎟
αn−1 x +...+α1 x+α0 es el determinante de la matriz ⎜ ⎜ ...
⎟
⎟
... ... ... ...
que se muestra a la derecha. Calculémoslo. Triangu- ⎜ ⎝ 0 0 ... x αn−2
⎟
⎠
lando con el método de eliminación de Gauss obtene- 0 0 ... −1 x + αn−1
mos que este determinante es igual al de la siguiente
⎛ ⎞
matriz: x 0 ... 0 α0
⎜ 0 x ... 0 α1 + α0 x−1 ⎟
⎜ ... ... ... ... ... ⎟.
⎝ −1 −n+3 ⎠
0 0 ... x αn−2 + αn−3 x + · · · + α1 x + α0 x−n+2
−1 −n+2
0 0 ... 0 x + αn−1 + αn−2 x + · · · + α1 x + α0 x−n+1
Multiplicando las entradas en la diagonal obtenemos p. El lector debe observar el
uso de potencias negativas de la variable. Esto quiere decir que el cálculo lo hicimos en
el campo de funciones racionales K (x).
Sección 6.6 Polinomio caracterı́stico 177
6.48

Sea h un OL ©cı́clico con polinomio mı́nimo

ª p de grado n. La matriz de
h en la base a, h (a) , . . . , hn−1 (a) es la matriz acompañante de p.

def © ª
Prueba. Denotemos B = {v0 , . . . , vn−1 } = a, h (a) , . . . , hn−1 (a) . Sabemos por
6.23 que B es una base. Veamos como transforma h a los vectores de la base B. Tenemos
que para k ∈ {0, . . . , n − 2} se cumple que h (vk ) = vk+1 lo que justifica las n − 1
primeras columnas de la matriz acompañante. Por otro lado si p = xn + αn−1 xn−1 +
· · · + α1 x + α0 es el polinomio mı́nimo de h. entonces
X
n−1 X
n−1
n i
h (vn−1 ) = h (a) = ph (a) − αi h (a) = 0 − αi vi
i=0 i=0
y esto justifica la última columna de la matriz acompañante.
Una consecuencia inmediata de 6.48 y 6.47 es el siguiente:
6.49

Si h es cı́clico entonces, los polinomios

mı́nimo y caracterı́stico de h coinciden.

Ejercicio 125 Pruebe que si los polinomios mı́nimo y caracterı́stico de h coinciden

entonces, h es cı́clico. [198]
6.50

Si h = f ⊕ g entonces, el polinomio caracterı́stico de h es

igual al producto de los polinomios caracterı́sticos de f y g.

Prueba. Sean F y G los subespacios invariantes en los cuales estan µ ¶

M 0
definidas f y g. Por 6.3, si A es una base de F y B es una base de G
0 M0
entonces, en la base de todo el espacio A ∪ B, la matriz de xI − h es
diagonal por bloques. El determinante de cualquier matriz diagonal por bloques es igual
al producto de los determinantes de los bloques diagonales. El determinante del bloque
superior izquierdo es el de xI−f o sea, el polinomio caracterı́stico de f. El determinante
del bloque inferior derecho es el de xI − g o sea, el polinomio caracterı́stico de g. ¥

Teorema de Hamilton-Caley-Frobenius
6.51

El polinomio caracterı́stico es un múltiplo del polinomio mı́nimo.

Estos dos polinomios tienen los mismos factores irreducibles.

Prueba. Por el Teorema de Descomposición en Componentes Radicales Cı́clicas (6.36)

todo OL tiene una descomposición en componentes cı́clicas. Por 6.49 los polinomios
178 Capı́tulo 6. Descomposición de operadores lineales
mı́nimos y caracterı́sticos coinciden en cada una de las componentes. Por 6.50 el po-
linomio caracterı́stico es el producto de los de las componentes. Por 6.11 el polinomio
mı́nimo es el mı́nimo común múltiplo de los de las componentes. El mı́nimo común
múltiplo es siempre un divisor del producto. El mı́nimo común múltiplo siempre tiene
los mismos factores irreducibles que el producto.

La primera afirmación se conoce en la literatura como Teorema de Hamilton-Caley

y es equivalente por definición de polinomio mı́nimo a que el polinomio caracterı́stico
de h, evaluado en h es el operador nulo. La segunda se conoce como Teorema de
Frobenius. Una curiosidad histórica es que fué Frobenius el que dió la primera prueba
completa del Teorema de Hamilton-Caley.
Es posible dar muchas diferentes demostraciones del Teorema de Hamilton-Caley
que no pasan por la descomposición de un operador en componentes cı́clicas (que es
el resultado “duro” de esta teorı́a). La idea de una de ellas es tomarse un vector a,
observar que en el subespacio invariante haih los polinomios caracterı́stico y mı́nimo
coinciden y por lo tanto el polinomio caracterı́stico está en el h-anulador de a. Como
el vector a es arbitrario entonces el polinomio caracterı́stico está en el h-anulador de
todo el espacio y por lo tanto es un múltiplo del polinomio mı́nimo.
El Teorema de Frobenius se prueba fácilmente sobre los complejos ya que lo esencial
aquı́, es saber que si p es un factor irreducible del polinomio caracterı́stico entonces,
ker (ph ) 6= ∅ o sea, existen vectores de perı́odo p. Esto es inmediato en el caso complejo
porque todos los irreducibles son de grado 1 y todo valor propio tiene al menos un
vector propio correspondiente. En el caso general, para que esto funcione, es necesaria
la introducción del campo de descomposición de un polinomio y esto queda fuera de
los objetivos de este libro.
Por otro lado, el saber a priori la veracidad de estos dos teoremas no ayuda en
mucho para la prueba de la existencia de h-bases, o lo que es lo mismo, la existencia
de una descomposición en componentes cı́clicas.

Ejercicio 126 Un OL es diagonalizable si existe una base en la cual su matriz es

diagonal. Pruebe que un OL es diagonalizable si y solo si su polinomio mı́nimo es un
producto de diferentes polinomios de grado 1. [198]
Ejercicio 127 Pruebe que si un operador lineal en dimensión n tiene n diferentes
valores propios entonces es diagonalizable. [198]
Ejercicio 128 Un OL es triangulable si existe una base ordenada en la cual su
matriz es triangular. Pruebe que un OL es triangulable si y solo si existe una cadena
de subespacios invariantes {0} ⊆ E1 ⊆ · · · ⊆ En = E tales que dim Ek = k. [198]
Ejercicio 129 Pruebe que f ⊕ g es triangulable si y solo si f y g lo son. [198]
Sección 6.7 Formas normales 179
Ejercicio 130 Pruebe que un OL es triangulable si y solo si los factores irreducibles
de su polinomio caracterı́stico (que son los mismos del mı́nimo) son polinomios de grado
1. En particular, todo OL complejo es triangulable. [199]

Los OL sobre C que no son diagonalizables tienen medida de Lebesgue cero. Estos estan con-
tenidos en una hipersuperficie (definida por el discriminante del polinomio caracterı́stico)
y por lo tanto, en cualquier vecindad de cualquier operador casi todos son diagonalizables.
Este hecho tiene importantes consecuencias para las aplicaciones en las ciencias naturales.

6.7 Formas normales

Un OL h siempre se descompone en suma directa de sus componentes radicales
cı́clicas. Por lo tanto, existen bases del espacio vectorial en las cuales la matriz de h es
diagonal por bloques. Los bloques son las matrices de las componentes cı́clico-radicales
de h. Nuestra tarea ahora es encontrar bases en las cuales la matriz de un operador
cı́clico-radical es lo más “simple” posible. Estas matrices dependen mucho de cual es
el polinomio mı́nimo (que para operadores cı́clicos son iguales al caracterı́stico) del
operador lineal. Por esto, empezaremos con casos particulares. Esto significa que en lo
que sigue usaremos los mismos argumentos varias veces.
Forma normal de Jordán
Camille Jordan (Lyon 1838 - Parı́s 1922) Matemático e ingeniero.
Conocido tanto por su trabajo en la teorı́a de grupos como por su
influyente libro “Cours d’analyse”. Su libro “Traité des substitu-
tions et des équations algébriques” publicado en 1870 contiene su
descubrimiento de las ahora conocidas como formas normales de
Jordán. Fué el primero que realmente entendió a Galois despues
de la publicación póstuma de los trabajos de Galois en 1846 y con-
tribuyó mucho a que la Teorı́a de Grupos y la Teorı́a de Galois
fueran parte de la corriente principal de las matemáticas.
Una matriz del tipo que se muestra en el recuadro de la de- ⎛ ⎞
recha se le llama celda de Jordán. Observese que el polino- λ 1 ··· 0
⎜ 0 λ ··· 0 ⎟
mio caracterı́stico de una celda de Jordan es igual a (x − λ)n ⎜ ⎜ .. .. . .
⎟
.. ⎟
y su polinomio mı́nimo es el mismo. Esto último se puede pro- ⎜ . . ⎜ . . ⎟
⎟
⎝ 0 0 ··· 1 ⎠
bar directamente de Hamilton-Caley y haciendo algunos cálculos
0 0 ··· λ
rutinarios.
Como no necesitaremos esto, no haremos los cálculos. Sin embargo, el lector puede
hacerse una idea de la prueba general con lo siguiente:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 1 0 0 0 0 1 0 0 0 0 1
⎜ 0 0 1 0 ⎟ ⎜ 0 0 0 1 ⎟ ⎜ 0 0 0 0 ⎟
A = ⎝ 0 0 0 1 ⎠ , A2 = ⎝ 0 0 0 0 ⎠ , A3 = ⎝ 0 0 0 0 ⎠ , A4 = 0.
0 0 0 0 0 0 0 0 0 0 0 0
180 Capı́tulo 6. Descomposición de operadores lineales
6.52

Si h es un operador cı́clico-radical con polinomio mı́nimo (x − λ)n

entonces, en cierta base, la matriz de h es una celda de Jordan.

Prueba. Denotemos por p al polinomio (x − λ). Sea h : E −→ E cı́clico-radical con

polinomio mı́nimo pn . Sabemos que dim E = n. Sea a tal que haih = En . Tal vector
existe ya que h es cı́clico. Sabemos que perh (a) = pn .
def
Para k ∈ {1, . . . , n} denotemos ak = pn−k
h (a). Sea A = {a1 , . . . , an } y demostremos
que A es linealmente independiente y por lo Ptanto una base del espacio.
Supongamos que para ciertos escalares β a = 0. Entonces
Ãkn−1k !
X n Xn X def
0= βk ak = βk pn−k
h (a) = βn−j pj (a) = qh (a)
k=1 k=1 j=0 h
El polinomio q es de grado estrictamente menor que el grado del perı́odo de an y por
lo tanto q = 0. Además, en la familia de polinomios pj hay exactamente un polinomio
de grado t para cualquier t ∈ {0, . . . , n − 1} . Luego, estos polinomios son linealmente
independientes y de q = 0 concluimos que todos los βkj son cero.
Veamos como es la matriz de h en esta base. Para k ∈ {1, . . . , n − 1} tenemos
ak = ph (ak+1 ) = h (ak+1 ) − λak+1 y despejando obtenemos h (ak+1 ) = ak + λak+1 .
En otras palabras, en la base A el vector h (ak+1 ) tiene coordenadas (0, . . . , 1, λ, . . . , 0)
donde el 1 aparece en el ı́ndice k y λ aparece en el ı́ndice k + 1. Estas son las columnas
2, . . . , n de una celda de Jordán.
Para ver como es la primera columna, observemos que a1 ∈ E1 = ker ph y por
lo tanto h (a1 ) − λa1 = 0. En otras palabras, en la base A el vector h (a1 ) tiene
coordenadas (λ, . . . , 0) y esa es la primera columna de una celda de Jordán.

El resultado anterior se aplica para operadores cı́clico-radicales cuyo polinomio mı́ni-

mo es potencia de un polinomio de grado 1. Como por el Teorema de Gauss, los poli-
nomios irreducibles en C [x] siempre son de grado 1, entonces este siempre es el caso
para los OL cı́clico-radicales definidos en un espacio vectorial sobre los complejos.
Conjugando esto con la descomposición de un operador lineal en sus componentes
cı́clico-radicales obtenemos el siguiente:

Forma normal de Jordán

6.53

Si h es un operador lineal en un espacio vectorial finito dimensional sobre

el campo de los números complejos entonces, existe una base del espacio
vectorial en la cual la matriz del operador es diagonal por bloques y los
bloques son celdas de Jordán.
Sección 6.7 Formas normales 181

Forma normal real

En el caso de los operadores lineales en un espacio vectorial sobre el campo R de los

números reales el problema es un poco más complicado ya que tenemos más polinomios
de grado 2 que son irreducibles. Más precisamente, un polinomios del tipo (x − α)2 +β2
es irreducible si β 6= 0. Denotemos
µ ¶ µ ¶ µ ¶
α −β 0 1 0 0
Λ= ,I= ,O= .
β α 0 0 0 0
La matriz Λ tiene polinomio caracterı́stico (x − α)2 + β2 y como este polinomio es
irreducible entonces por Hamilton-Caley su polinomio mı́nimo es el mismo. La matriz
Λ es muy parecida a la de una rotación en el plano R2 . De hecho, si α2 + β2 = 1
entonces, es la matriz de una rotación de un ángulo igual a arc cos α.
Una matriz del tipo que se muestra en el recuadro de la derecha se le llama celda
cuadrática.
³ Observese
´n que el polinomio caracterı́stico de una celda cuadrática es igual
2 2
a (x − α) + β . El lector debe notar el parecido con las ⎛ ⎞
Λ I ··· O
celdas de Jordán. El parecido está dado por la correspondencia ⎜ O Λ · · · O ⎟
⎜ ⎟
de sı́mbolos λ ↔ Λ , 1 ↔ I y 0 ↔ O. La diferencia fundamental ⎜ ⎜ ..
. .. .. .. ⎟
⎟
. . .
está en que en el caso de las celdas de Jordán las entradas son ⎜ ⎝ O O ··· I ⎠
⎟
elementos del campo y aquı́ son matrices de orden 2. O O ··· Λ

³ ´n
6.54

2 2
Si (x − α) + β con β 6= 0 es el polinomio mı́nimo de un operador cı́clico-
radical h entonces, en cierta base, la matriz de h es una celda cuadrática.
³ ´
Prueba. Denotemos por p al polinomio (x − α)2 + β2 . Sea h : E −→ E cı́clico
radical con polinomio mı́nimo pn . Sabemos que dim E = n. Sea a tal que haih = En .
Tal vector existe ya que h es cı́clico. Sabemos que perh (a) = pn .
Denotemos por r al polinomio (x − α) /β. El lector puede comprobar fácilmente
que se cumple la siguiente iqualdad polinomial
p
xr = − β + αr †
β
def
Para k ∈ {1, . . . , n} denotemos ak = (p/β)n−k h (a) y bk = rh (ak ). Sea A =
{a1 , b1 , . . . , an , bn } y demostremos que A es linealmente independiente y por lo tanto
una base del espacio. P P
Supongamos que para ciertos escalares ωk ak + ρk bk = 0. Entonces
à n−1 µ !
X n X ωn−j + ρn−j r ¶ def
0= (ωk ak + ρk bk ) = pj (a) = qh (a) .
k=1 j=0
β
h

El polinomio q es de grado estrictamente menor que el grado del perı́odo de a y

por lo tanto q = 0. Además, en la familia de polinomios pj , rpj hay exactamente un
182 Capı́tulo 6. Descomposición de operadores lineales
polinomio de grado t para cualquier t ∈ {0, . . . , 2n − 1} . Luego, estos polinomios son
linealmente independientes y de q = 0 concluimos que todos los coeficientes son cero.
Veamos como es la matriz de h en la base ordenada A. Tenemos bk = rh (ak ) =
1
β
(h (ak ) − αak ) y despejando h (ak ) = αak + βbk . Esto justifica todas las columnas
con ı́ndice impar de la celda cuadrática. Además, usando la igualdad polinomial †
tenemos µ ¶
p
h (bk ) = (xr)h (ak ) = (ak ) − βak + αr (ak ) = ak−1 − βak + αbk
β h
Esta igualdad es válida incluso para k = 1 si definimos a0 = 0. Esto justifica todas las
columnas con ı́ndice par de la celda cuadrática.
El resultado anterior es válido sobre cualquier campo (por ejemplo Q) en el cual
(x − α)2 + β2 sea un polinomio irreducible. Para R esto termina el análisis ya que todo
polinomio real irreducible es de esta forma o es de grado 1.
Conjugando esto con la descomposición de un operador lineal en sus componentes
cı́clico-radicales obtenemos el siguiente:

Forma normal real

6.55

Si h es un operador lineal en un espacio vectorial finito dimensional sobre el

campo de los números reales entonces, existe una base del espacio vectorial
en la cual la matriz del operador es diagonal por bloques y los bloques son
celdas de Jordán o celdas cuadráticas.

Forma normal canónica

Ahora analizaremos el caso general en el cual el polinomio irreducible es arbitrario.

Denotaremos por p al polinomio α0 + α1 x + · · · + αm−1 xm−1 + xm . Ası́, p es mónico de
grado m y supondremos que p es irreducible en nuestro campo. En este caso, nuestros
bloques para construir las celdas son las matrices de orden m siguientes
⎛ ⎞ ⎛ ⎞
0 0 · · · 0 -α0 ⎛ ⎞
0 ··· 0 1
⎜ 1 0 · · · 0 -α1 ⎟ ⎜ 0 ··· 0 0 ⎟ 0 ··· 0
⎜ ⎟
Λ = ⎜ ... ... . . . ... ... ⎟,I=⎜ ⎟
⎝ ... . . . ... ... ⎠ O =
⎝ ... . . . ... ⎠.
⎝ ⎠
0 0 ··· 0 -αm −2 0 ··· 0
0 ··· 0 0
0 0 ··· 1 -αm −1
El lector debe reconocer que Λ es la matriz acompañante del polinomio p.
Una matriz del tipo que se muestra en el recuadro de la ⎛ ⎞
derecha donde los bloque son los definidos previamente se le Λ I ··· O
⎜ O Λ ··· O ⎟
llama celda canónica. Usando 6.47 obtenemos que el polino- ⎜ ⎜ .. .. ..
⎟
⎟
..
mio caracterı́stico de una celda canónica es a igual a pn . La ⎜ ⎜ . . . . ⎟
⎟
⎝ O O ··· I ⎠
diferencia con las celdas cuadráticas es que los bloques son di-
O O ··· Λ
ferentes aunque estén denotados con las mismas letras.
Sección 6.7 Formas normales 183

Observese que las celdas canónicas para p = (x − λ) son celdas de Jordán. Sin
embargo, las celdas canónicas y las celdas cuadráticas son diferentes. Efectivamente,
supongamos m = 2 y p = (x − α)2 + β2 = x2 − 2αx + γ donde γ = α2 + β2 entonces,
en la desigualdad
⎛ ⎞ ⎛ ⎞
0 −γ 0 1 α −β 0 1
⎜ 1 2α 0 0 ⎟ ⎜ β α 0 0 ⎟
⎝ 0 0 0 −γ ⎠ =
6 ⎝ 0 0 α −β ⎠
0 0 1 2α 0 0 β α
la celda canónica es la de la izquierda y la celda cuadrática es la de la derecha. La
ventaja de las celdas cuadráticas es que son más fáciles de intuir geométricamente
mediante rotaciones. La ventaja de las celdas canónicas es que siempre funcionan.
6.56

Si h es un operador cı́clico-radical con polinomio mı́nimo pn

entonces, en cierta base, la matriz de h es una celda canónica.

Prueba. Sea p mónico de grado m. Sea h : E −→ E cı́clico radical con polino-

mio mı́nimo pn . Tenemos que dim Ek = mk. Sea a tal que haih = En . Tal vector
existe ya que h es cı́clico. Sabemos que perh (a) = pn . Para ¡ ¢
k ∈ {1, . . . , n} y j ∈ {0, . . . , m − 1}, denotemos ajk como en el ajk = xj pn−k h (an )
recuadro a la derecha.
Tenemos nm vectores ajk y necesitamos convencernos que estos forman una base del
espacio, o lo que es lo mismo, que son linealmente independientes. Sean βkj escalares
P
tales que βkj ajk = 0. Tenemos
à !
X X ¡ ¢ X def
0= βkj ajk = βkj xj pn−k h (a) = βkj xj pn−k (a) = qh (a) .
k,j k,j k,j h
El polinomio q es de grado estrictamente menor que el grado del perı́odo de an y por lo
tanto q = 0. Además, en la familia de polinomios xj pk hay exactamente un polinomio
de grado t para cualquier t ∈ {0, . . . , nm − 1} . Luego, estos polinomios son linealmente
independientes y de q = 0 concluimos que todos los βkj son cero.
Ordenemos nuestra base de la siguiente manera
a01 , a11 , . . . , am−1
1 , a02 , a12 , . . . , am−1
2 , . . . , a0n , a1n , . . . , am−1
n
y veamos como es la matriz de h en esta base ordenada.
´ − 2}¡¡tenemos¢
Para j ∈ {0, .³. . , m
¢ ¡ ¡ ¢¢
j
h ak = h xj pn−k h (an ) = h hj pn−k h (an ) = aj+1 k
y esto justifica las columnas de la celda canónica cuyos ı́ndices no son divisibles entre
m que son del tipo (0, . . . , 0, 1, 0, . . . , 0).
Denotemos los coeficientes de p por αi , o sea, p = α0 + α1 x + · · · + αm−1 xm−1 + xm
184 Capı́tulo 6. Descomposición de operadores lineales
def
y definamos r = ¡p − xm¢ . Tenemos ¡ ¢ ¡ ¢
h am−1 k = xm pn−k h (an ) = (p − r) pn−k h (an ) =
n−(k−1) ¡ ¢
= ph (an ) − rpn−k h (an ) =
= a0k−1 − α0 a0k − α1 a1k − · · · αm−1 am−1
k
la cual es válida incluso para k = 1 si definimos a00 = 0. Esto justifica las co-
lumnas de la celda canónica cuyos ı́ndices son divisibles entre m que son del tipo
(0, . . . , 0, 1, 0, . . . 0, −α0 , . . . , αm−1 , 0, . . . , 0).
Conjugando esto con la descomposición de un operador lineal en sus componentes
cı́clico-radicales obtenemos el siguiente:

Forma normal canónica

6.57

Si h es un operador lineal en un espacio vectorial finito dimensional sobre

cualquier campo entonces, existe una base en la cual la matriz del operador
es diagonal por bloques y los bloques son celdas canónicas.

Definamos el tipo de un OL como el tipo de una de sus descomposiciones

en componentes radicales cı́clicas. Hay muchı́sima libertad al construir
formas normales. Por esto, no hay que sobredimensionar la importancia de
las diferencias entre unas y otras. Lo importante y común a todas las formas normales
es que ellas solo dependen del tipo del operador y no del operador en si mismo.

Ejercicio 131 Se dice que dos OL f y g son conjugados si existe un OL invertible h

tal que f = h ◦ g ◦ h−1 . Demuestre que dos OL tienen el mismo tipo si y solo si son
conjugados. [199]
Ejercicio 2 (Sección 1.1 página 2) Una operación unaria en el conjunto A es una
función de A en A. Por ejemplo para cada entero x hay otro entero −x. De esta manera
la operación x 7→ −x es una operación unaria. Otros ejemplos comunes son hallar el
complemento de un conjunto o hallar el complejo conjugado de un número complejo.

Ejercicio 3 (Sección 1.1 página 2) El area del triángulo con lados a, b y c no es

una operación ternaria en R ya que no para cualesquiera a, b y c existe un triángulo
con lados de esas longitudes.

Ejercicio 4 (Sección 1.1 página 3) La suma, el producto, el máximo común divisor

el mı́nimo común múltiplo y el máximo son operaciones conmutativas. Las demás no
lo son.

Ejercicio 5 (Sección 1.1 página 3) Ya vimos en el texto que la exponenciación no

es asociativa. Observemos que 4 = 4 − (2 − 2) 6= (4 − 2) − 2 = 0 por lo que la resta
no es asociativa. Tenemos 4 = 4/ (2/2) 6= (4/2) /2 = 1 y por lo tanto la división no es
asociativa. Tampoco es asociativo el logaritmo. El resto de las operaciones mancionadas
sı́ son asociativas.

Ejercicio 6 (Sección 1.1 página 4) La resta no tiene elemento neutro ya que de

a − e = a se sigue que e = 0 pero por otro lado 0 − a = −a 6= a. Lo mismo
ocurre con la división. La operación de exponenciación no tiene elemento neutro ya
que e1 = 1 ⇒ e = 1 pero 12 = 1 6= 2. Lo mismo ocurre con el logaritmo. El neutro de
la suma es el cero, el neutro del producto es el uno. El 1 también es el neutro para el
mı́nimo común múltiplo. La operación de máximo común divisor no tiene neutro.

Ejercicio 7 (Sección 1.1 página 5) Es importante señalar que el inverso tiene sentido
solo si hay neutro. El inverso de a para la suma es −a, para el producto es a1 . Aunque
el mı́nimo común múltiplo tiene neutro 1, esta operación no tiene inversos.

Ejercicio 8 (Sección 1.1 página 5) Fijémonos en un conjunto U y en el conjunto

de todos los subconjuntos de U que denotaremos por 2U . En 2U están bien definidas
las operaciones de unión e intersección de conjuntos. Estas operaciones cumplen las
propiedades requeridas como se puede observar en los dos siguientes diagramas de
Venn.
186 Soluciones de ejercicios selectos

A A
B B

C C
A ∩ (B ∪ C) = A ∪ (B ∩ C) =
= (A ∩ B) ∪ (A ∩ C) = (A ∪ B) ∩ (A ∪ C)

Ejercicio 10 (Sección 1.2 página 8) No porque si (a, b) = (1, 0)−1 entonces en K

tiene que cumplirse que b • 0 = 1 lo que no es posible en un campo.
√
Ejercicio 11 (Sección 1.2 página 9) Supongamos que n es un racional. √ De-
componiendo su numerador y denominador en factores primos obtenemos que n =
pn1 1 pn2 2 . . . pnt t para ciertos naturales primos p1 p2 . . . pt y ciertos números enteros n1 , n2 , . . . , nt .
Pero entonces, n = p2n 1 2n 2
1 p2 . . . p2n
t
t
tanto ∀i ∈ {1, ..., t} 2ni ≥ 0. Luego,
y por lo √
todos los ni son naturales lo que significa que n es natural.
√ √
Ejercicio 12 (Sección 1.2 página 9) Tenemos 1 < 2 < 2 y por lo tanto 2 no es
natural. Por el ejercicio anterior, no es racional.

Ejercicio 13 (Sección 1.2 página 9) Siempre podemos medir un segmento de recta

con cada vez más precisión (al menos teóricamente). Cada medición nos da un número
racional. Luego, la longitud del segmento es un lı́mite de racionales por lo que es un
real.

Ejercicio 17 (Sección 1.3 página 12) Sabemos que Im f es un campo con neutro
aditivo 0, neutro multiplicativo 1 y que 0 = f (0)¡ 6= f (1)
¢ = 1. Si f¡ (a) ¢= 0 y a
¡ no ¢fuera
el cero de A entonces tendrı́amos 1 = f (1) = f aa−1 = f (a) f a−1 = 0f a−1 = 0
lo que no puede ser, o sea si f (a) = 0 entonces a = 0. Luego, si f (x) = f (y) entonces,
f (x − y) = 0 y por lo tanto x = y.

Ejercicio 19 (Sección 1.3 página 14) Si f no es inyectiva entonces existen x 6= y

tales que f (x) = f (y) y por lo tanto g (f (x)) = g (f (y)) . Luego, g ◦ f no puede ser la
identidad.
Si g no es sobreyectiva entonces existe x tal que ∀y se tiene que g (y) 6= x en particular
∀f (z) se tiene que g (f (z)) 6= x y por lo tanto g ◦ f no es sobreyectiva. Luego, g ◦ f no
puede ser la identidad.

Ejercicio 21 (Sección 1.4 página 17)

 Soluciones de ejercicios selectos 187

La tabla de multiplicar en Z5 es la derecha. Luego el elemento

inverso de 1 es 1, el elemento inverso de 2 es 3, el elemento • 0 1 2 3 4
inverso de 3 es 2 y el elemento inverso de 4 es 4. Observese que 0 0 0 0 0 0
1 0 1 2 3 4
en la tabla de multiplicar de Z5 \0 en cada columna y en cada 2 0 2 4 1 3
renglón nos encontramos con todos los elementos posibles. Esto 3 0 3 1 4 2
es una propiedad de las operaciónes binarias de los grupos. De 4 0 4 3 2 1
hecho, un conjunto con una operación binaria asociativa y con
elemento neutro es un grupo si y solo si su tabla de multiplicar cumple esta propiedad.

Ejercicio 22 (Sección 1.4 página 17) La prueba de que es un anillo conmutativo es

directa de las definiciónes de suma y producto. Para ver que es un campo observamos
que el producto (a, b) (x, y) = (ax + 7by, ay + bx) tiene neutro (1, 0). Para hallar los
inversos multiplicativos resolvemos el sistema de ecuaciones lineales
¯
ax + 7by = 1
ay + bx = 0
que tiene como solución única x = a/∆ , y = −b/∆ donde ∆ = a2 − 7b2 . Nos queda
comprobar que si ∆ = 0 entonces a = b = 0. Efectivamente, observando la siguiente
tabla calculada en Z11
x 1 2 3 4 5 6 7 8 9 10
x2 1 4 9 5 3 3 5 9 4 1
7x2 7 6 8 2 10 10 2 8 6 7
vemos que ningún a2 puede ser igual a un 7b2 .

Ejercicio 23 (Sección 1.5 página 19) No, porque t no es un elemento del campo
al contrario, t es un número natural. Lo que quiere decir tx es x + · · · + x, t veces.

Ejercicio 25 (Sección 1.5 página 20) De que a = −a obtenemos que

0 = a + a = 1a + 1a = (1 + 1) a
Como todo campo es dominio de integridad obtenemos que a = 0 o 1 + 1 = 0. Si la
caracterı́stica del campo es diferente de 2 entonces, 1 + 1 6= 0 por lo que la afirmación
del ejercicio es cierta. Si la caracterı́stica del campo es 2 entonces, 1 + 1 = 0 y por lo
tanto a = −a para cualquier elemento del campo.

Ejercicio 26 (Sección 1.6 página 22) En cualquier campo (xy)p = xp yp . Por

X p
p p!
el binomio de Newton (x + y) = xk yn−k . El coeficiciente binomial
k=0
k! (p − k) !
p!/k! (p − k) ! se divide entre p si k ∈ [1, ..., n − 1]. Esto quiere decir (ver 1.15) que
en un campo de caracterı́stica p todos los sumandos del binomio de Newton excepto
el primero y el último son cero. Luego (x + y)p = xp + yp . Esto muestra que x 7→ xp
es un morfismo. Como todo morfismo de campos es inyectivo (ver ejercicio 17) y toda
función inyectiva de un conjunto finito en si mismo es sobreyectiva obtenemos que este
morfismo es automorfismo para campos finitos.
188 Soluciones de ejercicios selectos

Ejercicio 27 (Sección 1.7 página 23) Usando la distributividad por la derecha e

izquierda obtenemos que:
(a + 1) (b + 1) = (a + 1) b + a + 1 = ab + b + a + 1
(a + 1) (b + 1) = a (b + 1) + b + 1 = ab + a + b + 1
Igualando y cancelando ab por la izquierda y 1 por la derecha obtenemos que b + a =
a + b.

Ejercicio 28 (Sección 1.7 página 24) Las seis igualdades necesarias se pueden
obtener de la siguiente manera
(ijk = −1) ⇒ (ijkk = −k) ⇒ (ij = k) ⇒ (ijj = kj) ⇒ (kj = −i)
(ijk = −1) ⇒ (iijk = −i) ⇒ (jk = i) ⇒ (jkk = ik) ⇒ (ik = −j)
(ijk = −1) ⇒ (kijkkj = −kkj) ⇒ (ki = j) ⇒ (kii = ji) ⇒ (ji = −k)

Ejercicio 29 (Sección 1.7 página 25) Por definición de producto de cuaterniones

³ ´ µ 2 ¡ 2 ¢ ¶
2 a − b + c2 + d2 = −1
(a + bi + cj + dk) = −1 ⇔ .
ab = ac = ad = 0
Como a es un real b2 + c2 + d2 6= 0 por lo que cualquier solución de estas ecuaciones
requiere que a = 0.

Ejercicio 30 (Sección 1.7 página 25) En los cuaterniones (x − i) (x + i) = x2 −

ix + xi + 1 6= x2 + 1 lo que quiere decir que no es posible definir correctamente los
polinomios con coeficientes cuaterniónicos.

Ejercicio 31 (Sección 2.2 página 29)

El triángulo abc es semejante al triángulo uvw de hecho son u
congruentes porque ac = uw (lados opuestos de un paralelogra- b c
mo tienen la misma longitud). Luego bc = wv y por lo tanto la w v
coordenada en x del vector −→ es igual a la de −
au → más bc. La
aw a
prueba para la otra coordenada es igual.

Ejercicio 33 (Sección 2.2 página 29) En la expresión α (βa) se utiliza un solo tipo
de operación (la de un escalar por un vector). En la expresión (αβ) a se utilizan dos
operaciones diferentes primero la del producto de escalares y después la de un escalar
por un vector.

Ejercicio 34 (Sección 2.2 página 29) Si α 6= 0 entonces tiene inverso y por lo tanto
αa = 0 ⇒ a = α−1 αa = α−1 0 = 0

Ejercicio 35 (Sección 2.2 página 29) El mı́nimo número de elementos en un espacio

vectorial es 1 ya que al menos necesita tener el neutro para la suma de vectores. Y
efectivamente un conjunto formado por un solo elemento 0 es un espacio vectorial sobre
cualquier campo definiendo α0 = 0 para cualquier α en el campo.
 Soluciones de ejercicios selectos 189

Ejercicio 37 (Sección 2.3 página 37) Supongamos

P que x ∈ hN ∪ yi\hNi. Entonces,
existe una combinación lineal x = αy y + i∈N αi i. Tenemos que αy 6= 0 (ya que
x∈/ hNi). Luego, despejando y obtenemos que y ∈ hN ∪ xi.

Ejercicio 38 (Sección 2.4 página 39) Solo en la prueba de que 2⇒4 al despejar a.

Ejercicio 39 (Sección 2.4 página 41) 1.- El conjunto vacı́o es LI y todo el espacio
E es generador. Luego existe N tal que ∅ ⊆ N ⊆ E que es base. 2.- Si M es LI entonces
existe una base N tal que M ⊆ N ⊆ E. 3.- Si L es generador entonces existe una base
N tal que ∅ ⊆ N ⊆ L.

Ejercicio 40 (Sección 2.4 página 42) Sea A una base de E. Como F es generador
y A ⊆ F es LI entonces por el Teorema de Existencia de Bases (2.14) existe una base
B de F que contiene a A. De aquı́ tenemos dim E = |A| ≤ |B| = dim F. Esta prueba es
válida independientemente de si los cardinales de A y B son finitos o no.
P
Ejercicio 41 (Sección 2.4 página 42) El conjunto de todos los polinomios ai xi
tales que a0 = 0 es un subespacio de K [x] de la misma dimensión que K [x].

Ejercicio 42 (Sección 2.4 página 44) La diferencia entre el espacio de las (N × M)-
adas y las NM-matrices es solo en las notaciones. Luego, el espacio de las NM-matrices
tiene dimensión |N × M| = |N| |M|. Para cada pareja i, j con i ∈ N y j ∈ M hay una
matriz eij en la base canónica la cual tiene su entrada ij igual a 1 y todas las demás
igual a cero.
f g
Ejercicio 43 (Sección 2.5 página 44) Sean E → F → G transformaciones lineales.
Tenemos que f (g (x + y)) = f (g (x) + g (y)) = f (g (x)) + f (g (y)) y f (g (λx)) =
f (λg (x)) = λf (g (x)) y esto era todo lo que se querı́a probar.

Ejercicio 45 (Sección 2.5 página 48) El conjunto E es contable y es un espacio

vectorial sobre Q. Si existe un racional α tal que y = αx entonces la dimensión de E
sobre Q es 1. Si por el contrario α no existe entonces la dimensión de E sobre Q es 2.
El conjunto E no es un espacio vectorial sobre R.

Ejercicio 47 (Sección 2.6 página 52) 1.- Es fácil probar que la aplicación E ⊕ F 3
(a, b) 7→ (b, a) ∈ F ⊕ E es un isomorfismo canónico. 2.- Conmutatividad. 3.- El
isomorfismo canónico es ((a, b) , c) 7→ (a, (b, c)) 7→ (a, b, c). 4.- Si. La aplicación
E ⊕ {0} 3 (a, 0) 7→ a ∈ E es un isomorfismo canónico. Por esto podemos pensar que
E ⊕ {0} = E.

Ejercicio 48 (Sección 2.6 página 53) Denotemos por S a todo el espacio. Como
cada vector se expresa como a + b con a ∈ E y b ∈ F tenemos S = E+F. Supongamos
que a 6= 0 ∈ E∩F entonces 0 = 0 + 0 = a − a lo que contradice que la descomposición
190 Soluciones de ejercicios selectos
de 0 es única. Luego E ∩ F = {0} y por lo tanto S = E ⊕ F.

Ejercicio 53 (Sección 2.7 página 56) Si E = E + x y F = F + y son dos subespacios

paralelos o no entonces E + F es igual a (E + F) + (x + y) o sea, es un espacio afı́n
paralelo a E + F. Si E es paralelo a F entonces, E = F y por lo tanto E + F = E.

Ejercicio 58 (Sección 3.4 página 75) Tómese x = (1, 0) , y = (0, 1) y z = (1, 1) .

Tenemos (xy) z = 0 (1, 1) = (0, 0) y x (yz) = (1, 0) 1 = (1, 0) por lo que (xy) z 6=
x (yz) .
µ ¶
cos α − sin α
Ejercicio 62 (Sección 3.4 página 77)
sin α cos α

Ejercicio 63 (Sección 3.4 página 78) Para cualesquiera n ∈ N y k ∈ K tenemos

X XX
(αnM βML ) γLk = (αnM · βMl ) γlk = αnm βml γlk =
X X l∈L X l∈L m∈M
αnm βml γlk = αnm (βmL · γLk ) = αnM (βML γLk )
m∈M l∈L m∈M

Ejercicio 64 (Sección 3.4 página 79) Las matrices de f, g y f◦g tienen que cumplir:
µ ¶ µ ¶µ ¶
cos (α + β) − sin (α + β) cos α − sin α cos β − sin β
= =
sin (α + β) cos (α + β) sin α cos α sin β cos β
µ ¶
cos α cos β − sin α sin β − cos α sin β − sin α cos β
=
cos α sin β + sin α cos β cos α cos β − sin α sin β
y por lo tanto cos (α + β) = cos α cos β − sin α sin β
sin (α + β) = cos α sin β + sin α cos β

Ejercicio 67 (Sección 3.7 página 86) Sea f semilineal y σ y ρ dos automorfis-

mos del campo tales que para cualquier escalar λ y cualquier vector a se cumple que
f (λa) = σ (λ) f (a) = ρ (λ) f (a). Podemos escoger a tal que f (a) 6= 0 y por lo tanto
((σ (λ) − ρ (λ)) f (a) = 0) ⇒ (σ (λ) = ρ (λ)).

Ejercicio 68 (Sección 3.7 página 87) Supongamos que sup A existe. Entonces, ∀b ∈
R tenemos (∀a ∈ A b ≥ a) ⇒ (b ≥ sup A) . Usando que f y f−1 son monótonas vemos
que ∀f (b) ∈ f (R) = R tenemos (∀f (a) ∈ f (A) f (b) ≥ f (a)) ⇔ (∀a ∈ A b ≥ a) ⇒
(b ≥ sup A) ⇒ (f (b) ≥ f (sup A)) y esto prueba que f (sup A) = sup f (A).

Ejercicio 69 (Sección 3.7 página 87) (1 ⇒ 2) La conjugación compleja es continua.

(2 ⇒ 3) Tenemos (véase la prueba de 3.31) que f es la identidad en Q. De que los reales
son los lı́mites de los racionales y f es continua obtenemos que f es la identidad en R.
(3¡ ⇒¢ 1) Si f es la identidad en R entonces, f (a + bi) = a + bf (i). Como f (i)2 =
f i2 = f (−1) = −1 y f (i) 6= i entonces, f (i) = −i.
Para ver que hay muchos automorfismos de C que no son la conjugación compleja véase
por ejemplo: Yale, Paul B., Automorphisms of the complex numbers, Mathematics
 Soluciones de ejercicios selectos 191

Magazine, May-June 1966, 135—141.

Ejercicio 70 (Sección 3.7 página 88) La función (x1 , . . . , xn ) 7→ (x1 , . . . , xn ) es

biyectiva ya que λ 7→ λ̄ es biyectiva. Además, tenemos
(x1 + y1 , . . . , x¡n + yn ) = (x1¢ + y¡1 , . . . , xn + y¢n ) = (x1 , . . . , xn ) + (y1 , . . . , yn )
λx1 , . . . , λxn = λ̄x1 , . . . , λ̄xn = λ̄ (x1 , . . . , xn )
y esto muestra que la función es un automorfismo semilineal.
Si f es una transformación semilineal arbitraria cuyo automorfismo del campo es σ
entonces, su composición con el automorfismo semilineal estandar correspondiente a
σ−1 es una transformación lineal.

Ejercicio 72 (Sección 3.7 página 91) Supongamos que 0 = αa + αc + βb −

βc = (α − β) c + (α + βρ) a. Como {a, c} es LI entonces, α = β y α (1 + ρ) = 0.
Como ρ 6= −1 entonces, 0 = α = β.

Ejercicio 73 (Sección 3.7 página 91) Supongamos que 0 = αa + αc + βb +

βc = (α + β) c + (α − β) a. Como {a, c} es LI entonces, α = β y α = −β. Como
char K 6= 2 entonces, 0 = α = β.

Ejercicio 81 (Sección 4.3 página 108) Es saludable poner la matriz de Vander-

monde en
forma gráfica como se muestra en el recuadro a la dere- ⎛ 1 1 ··· 1
⎞
cha. Denotemos por v (x1 , x2 , . . . , xn ) al determinante ⎜ x x2 · · · xn ⎟
de esta matriz. Denotemos ⎜ 12 ⎟
⎜ x1 x 2
· · · x2 ⎟
Y ⎜ 2 n ⎟
f (x1 , x2 , . . . , xn ) = (xj − xi ) ⎝ ··· ··· ··· ··· ⎠
n−1
1≤i<j≤n x1 xn−1
2 · · · xn−1
n
Veamos que v (x1 , x2 , . . . , xn ) = f (x1 , x2 , . . . , xn ).
Por inducción en n. Para n = 1 tenemos f (x1 ) = v (x1 ) = 1. Supongamos que está pro-
bado hasta n − 1. Pongamos y = xn . Tenemos que probar que v (x1 , . . . , xn−1 , y) =
f (x1 , . . . , xn−1 , y). Para esto veamos ambos lados de la igualdad como polinomios en
la variable y. Ambos polinomios tienen grado n − 1.
Haciendo la expansión de Laplace por la última columna vemos que el coeficiente
principal de v (x1 , . . . , xn−1 , y) es igual a v (x1 , . . . , xn−1 ). Por otro lado
Y Y
f (x1 , . . . , xn−1 , y) = (xj − xi ) (y − xi )
1≤i<j≤n−1 1≤i≤n−1
que tiene coeficiente principal f (x1 , . . . , xn−1 ). Por hipótesis de induccion v (x1 , . . . , xn−1 ) =
f (x1 , . . . , xn−1 ) y por lo tanto nuestros dos polinomios tienen el mismo coeficiente prin-
cipal.
Además, las raices de v (x1 , . . . , xn−1 , y) son x1 , . . . , xn−1 porque evaluando y en estos
valores obtenemos una matriz con dos columnas iguales. Es obvio que x1 , . . . , xn−1 son
también las raices de f (x1 , . . . , xn−1 , y).
Luego, v (x1 , . . . , xn−1 , y) y f (x1 , . . . , xn−1 , y) son dos polinomios del mismo grado, con
192 Soluciones de ejercicios selectos
los mismos coeficientes principales y las mismas raices y por lo tanto son polinomios
iguales.

Ejercicio 82 (Sección 4.4 página 114) Las tres. Para la matriz A los bloques son
M1 = {1} , M2 = {2} y M3 = {3}. Para la matriz B los bloques son M1 = {3} , M2 = {2}
y M3 = {3}. Para la matriz C los bloques son M1 = {2} , M2 = {3} y M3 = {1} ya que
α23 = α21 = α31 = 0. Los determinantes de las tres matrices son iguales a abc.

Ejercicio 83 (Sección 4.4 página 114)

El aspecto es el del recuadro a la derecha. Aquı́ hemos de- ∗ ∗ 0 0 0
notado por ∗ las entradas que pueden ser diferentes de cero. ∗ ∗ 0 0 0
Las entradas con 0 son las que obligatoriamente tienen que ∗ ∗ ∗ 0 0
ser cero. Además, hemos dividido con rectas los tres bloques ∗ ∗ ∗ ∗ ∗
de la matriz. El determinante de una matriz de este tipo es ∗ ∗ ∗ ∗ ∗
igual al producto de los determinantes de sus tres bloques
diagonales.

Ejercicio 87 (Sección 5.1 página 134) Como G es un subgrupo el elemento neutro

1 ∈ G y los inversos de los elementos en G están en G. Como los inversos son únicos y
¡ −1 ¢−1
a = a entonces la función f : G 3 a 7→ a−1 ∈ G es una biyección tal que f2 es la
© permite partir ªG en tres partes disjuntas G = A ∪ B ∪ C tales que
identidad. Esto nos
f (A) = B y C = a ∈ G | a−1 = a . Por esto
à !−1 à !−1
Y Y¡ ¢ −1 Y Y
a= a−1 = a−1 = a
a∈A a∈A a∈A a∈B
y por lo tanto Y Y Y Y Y
def
ρ= a= a a a= a
a∈G a∈A a∈B a∈C a∈C
Por otro lado, si a ∈ C entonces tiene que ser raiz del polinomio x2 − 1 y en cualquier
campo este polinomio tiene a lo más las raices 1 y −1 (véase 5.5). Luego si −1 ∈ G
entonces, ρ = −1 y si −1 ∈/ G entonces ρ = 1.

Ejercicio 88 (Sección 5.1 página 134) Sea K un campo y G un subgrupo finito de

(K \ 0, •). Si x ∈ G entonces al natural n más pequeño © tal que xn = 1ª lo llamaremos
orden de x. En este caso todos los elementos de hxi = 1, x, x2 . . . xn−1 son diferentes
y la función f : (hxi , •) 3 xi 7→ i ∈ (Zn , +) es un isomorfismo de grupos. Luego, lo que
hay que probar es que en G existe un elemento de orden q = |G|.
1. Sea F un subgrupo de G. Para x ∈ G el conjunto xF = {xf | f ∈ F} se le llama
clase lateral de x. Tenemos que si f ∈ F entonces fF = F ya que F es un subgrupo.
De ¡ ¢ ¡ ¢
(y ∈ xF) ⇒ (y = xf) ⇒ x = yf−1 ⇒ xF = yf−1 F ⇒ (xF = yF)
(y ∈ xF ∩ zF) ⇒ (xF = yF = zF)
obtenemos que las clases laterales forman una partición de G. La función F 3
 Soluciones de ejercicios selectos 193

f 7→ xf ∈ xF es la inversa de xF 3 xf 7→ f ∈ F y por lo tanto cualquier clase

lateral tiene la misma cantidad de elementos que F. Luego |F| es un divisor de |G|
y el cociente |G| ÷ |F| es el número de clases laterales. Este hecho se conoce como
Teorema de Lagrange. En particular, el orden de cada x ∈ G es un divisor de
q = |G|.
2. Sea x de orden n y denotemos ϕ(n) el número de elementos de orden n en hxi.
Como x tiene orden n entonces, ϕ(n) ≥ 1. La función ϕ(n) no depende de x pues
cualesquiera dos x, y de orden n son tales que los grupos hxi y hyi son isomorfos.
Luego, ϕ(n) solo depende del natural n.
Como cualquier z ∈ hxi tiene cierto orden que por el TeoremaP de Lagrange es
un divisor de n y el número de elementos en hxi es n entonces, d ·| n ϕ (d) = n
donde la suma recorre todos los divisores de n. A ϕ se la conoce como Función
de Euler.
3. Denotemos por ρ (n) al número de elementos de orden n en nuestro grupo G.
Como cualquier z ∈ G tiene P cierto orden que por el Teorema de Lagrange es un
divisor de |G| = q entonces, d ·| q ρ (d) = q donde la suma recorre los divisores
de q.
4. Si en G no hay un elemento de orden n entonces ρ (n) = 0. Si ¡por¢ el contrario
n
x ∈ G tiene orden n entonces,∀y = xk ∈ hxi tenemos que yn = xk = (xn )k =
1. Luego, todos los n elementos de hxi son raices del polinomio zn − 1. Como
el polinomio zn − 1 no puede tener más de n raices en el campo K (véase 5.5)
entonces, todos los elementos de G de orden n están en hxi y por lo tanto ρ (n) =
ϕ (n). De aquı́, para cualquier n se tiene que ϕ (n) − ρ (n) ≥ 0.
5. De (2) y (3) tenemos que
X X X
0= ϕ (d) − ρ (d) = (ϕ (d) − ρ (d))
d ·| q d ·| q d ·| q
y como por (4) ϕ (d) − ρ (d) ≥ 0 entonces, para cualquier d divisor de q = |G|
tenemos ϕ (d) = ρ (d). En particular, ρ (q) = ϕ (q) ≥ 1. Esto significa que en G
hay un elemento de orden q = |G|.

Ejercicio 89 (Sección 5.1 página 135) Idea: todo lo demostrado para polinomios
se traduce tal cual para los enteros. La única diferencia es que en lugar de usar el
concepto de grado de un polinomio hay que usar el concepto de valor absoluto de un
entero.

Ejercicio 90 (Sección 5.1 página 135) Si r es el máximo común divisor de p y

q entonces los polinomios p0 = p/r y q0 = q/r no tienen factores comunes. Por el
Teorema de Bezout existen polinomios α y β tales que αp0 + βq0 = 1. La prueba
concluye multiplicando esta igualdad por r.

Ejercicio 94 (Sección 5.1 página 138) Si i < k entonces la suma es vacı́a y por
lo tanto es cero. Si i = k entonces, hay un solo sumando en el cual i = j = k y este
194 Soluciones de ejercicios selectos
sumando es uno. Supongamos i > k. Haciendo los cambios de variables t = j − k y
n = i − k obtenemos
X µ ¶µ ¶ X µ ¶ n µ ¶
n+k X
i n
j−k j i t (n + k) ! t n
(−1) = (−1) = (−1)
j=k
k j t=0
k!t! (t − n) ! k t=0
t
Pn ¡ ¢
y esta última expresión es cero ya que t=0 (−1)t nt es el binomio de Newton de
(x − 1)n evaluado en x = 1.

Ejercicio 95 (Sección 5.1 página 138) DeP la prueba del Desarrollo¡de ¢ Taylorj−k(5.12)
n j
sabemos que si k ∈ {0, . . . , n} entonces, ak = j=k bkj αj donde bkj = k (−x0 ) . Por
el ejercicio
Pnanterior tenemos
P P ¡ ¢¡ ¢ P
j=k bkj βj = ni=k ij=k (−1)j−k kj ij ai xi−k
0 = ni=k δik ai xi−k
0P = ak
Pn
Luego, j=k bkj βj = ak y como el sistema de ecuaciones lineales ak = nj=k bkj αj tiene
solución única obtenemos que αj = βj .

Ejercicio 96 (Sección P 5.1 página 138) Formalmente

P (¡y en cualquier campo!) la
derivada de p (x) = ni=0¡a¢i xi es p(1) (x) = ni=1 iai xi−1 y por lo tanto p(j) (x0 ) =
Pn P
i!
i=j (i−j)! ai x
i−j
= j! ni=j ij ai xi−j
0 . Del ejercicio anterior obtenemos la prueba.

Ejercicio 97 (Sección 5.2 página 140) Las raices del polinomio zn − 1 son xk =
cos k 2π
n
+ i sin k 2π
n
para k ∈ {0, . . . , n − 1}. Tenemos
µ ¶ µ ¶
2π 2π 2π 2π
xk xm = cos (k + m) + i sin (k + m) = cos ` + i sin ` = x`
n n n n
donde ` = (k + m) mod n. Para el producto, estas raices forman un grupo isomorfo a
Zn .

Ejercicio 98 (Sección 5.2 página 140) Sean a, b y c tres lados de un triángulo.

Por simetrı́a solo tenemos que probar que |a − b| ≤ c. Podemos suponer que a ≥ b.
Por la desigualdad del triángulo b + c ≥ a y de aquı́ c ≥ a − b.
°¡ ¢ ° ¡ ¢
Ejercicio 99 (Sección 5.2 página 143) Para usar ° 1 − tk p (z0 )° = 1 − tk kp (z0 )k.

Ejercicio 100 (Sección 5.3 página 144) Para la propiedad 2 vemos que
(a + bi) + (c + di) = (a + c) + (b + d) i =
= (a + c) − (b + d) i = (a − bi) + (c − di) = (a + bi) + (c + di)
Finalmente, para probar la propiedad 3 vemos que
(a + bi) (c + di) = (ac − bd) + (ad + bc) i =
= (ac − bd) − (ad + bc) i = (a − bi) (c − di) = (a + bi) (c + di)

Ejercicio 101 (Sección 5.4 página 146) Tenemos ab = ba por lo que (a, b) ∼ (a, b)
lo que significa que la relación es reflexiva. De ad = bc obtenemos cb = da. Esto
significa que si (a, b) ∼ (c, d) entonces (c, d) ∼ (a, b) por lo que la relación es simétrica.
 Soluciones de ejercicios selectos 195

Si ad = bc y cf = de entonces adcf = bcde por lo que af = be. Esto significa que

si (a, b) ∼ (c, d) y (c, d) ∼ (e, f) entonces (a, b) ∼ (e, f) por lo que la relación es
transitiva.

Ejercicio 102 (Sección 5.4 página 148) El campo de funciones racionales Z2 (x)
contiene a Z2 y por lo tanto es de caracterı́stica 2. Este campo tiene evidentemente un
número infinito de elementos.

Ejercicio 103 (Sección 5.4 página 148) El campo de fracciones de un campo es él
mismo.

Ejercicio 104 (Sección 6.1 página 150) Sean (a, b), (a0 , b0 ) ∈ E ⊕ F. Tenemos
(f ⊕ g) ((a, b) + (a0 , b0 )) = (f ⊕ g) (a + a0 , b + b0 ) = (f (a + a0 ) , g (b + b0 )) =
= (f (a) + f (a0 ) , g (b) + g (b0 )) = (f (a) +, g (b)) + (f (a0 ) , g (b0 )) =
= (f ⊕ g) (a, b) + (f ⊕ g) (a0 , b0 )
con lo que tenemos la primera propiedad de linearidad. Para la segunda vemos que
(f ⊕ g) (λ (a, b)) = (f ⊕ g) (λa, λb) = λ (f (a) , g (b)) = λ ((f ⊕ g) (a, b)).

Ejercicio 105 (Sección 6.1 página 150)

(f0 ◦ g0 ) (a, b) = f0 (g0 (a, b)) = f0 (a, g (b)) = (f (a) , g (b)) = (f ⊕ g) (a, b).

Ejercicio 106 (Sección 6.1 página 151) Si E es un subespacio y f (E) ⊆ E entonces

αf (E) ⊆ αE = E. Recı́procamente, si αf (E) ⊆ E entonces f (E) ⊆ α−1 E = E. Luego,
f y αf tienen los misimos subespacios invariantes.

Ejercicio 107 (Sección 6.1 página 151) Reflexividad: f = Id ◦f ◦ Id−1 . Simetrı́a:

¡ ¢−1
Si f = ρ ◦ g ◦ ρ−1 entonces g = ρ−1 ◦ f ◦ ρ−1 . Transitividad: Si f = ρ ◦ g ◦ ρ−1 y
g = ω ◦ h ◦ ω−1 entonces f = ρ ◦ ω ◦ h ◦ ω−1 ◦ ρ−1 = (ρ ◦ ω) ◦ h ◦ (ρ ◦ ω)−1 .

Ejercicio 108 (Sección 6.1 página 151) Sea L la matriz de f en la base A y M la

matriz de cambio de base de A a B. En la base B la matriz del operador f es MLM−1
(véase la página 81). Si ρ es el operador de la cuya matriz en la base B es M entonces,
f = ρ ◦ g ◦ ρ−1 .

Ejercicio 109 (Sección 6.1 página 152) Si g es reducible entonces tiene un par de
subespacios g-invariantes no triviales complementarios F y G. Si ρ es un OL biyectivo
entonces ρ (F) y ρ (G) son no triviales y complementarios. Además, si f = ρ ◦ g ◦ ρ−1
entonces ¡ ¢
f (ρ (F)) = ρ ◦ g ◦ ρ−1 (ρ (F)) = (ρ ◦ g) (F) ⊆ ρ (F)
O sea, ρ (F) es f-invariante. Lo mismo ocurre con ρ (G) y concluimos que f es reducible.

Ejercicio 110 (Sección 6.1 página 152) Falso, un 0-deslizamiento en R2 es irredu-

cible pero no es biyectivo.

Ejercicio 112 (Sección 6.2 página 157) Sea p el perı́odo de a. Si p es de grado

196 Soluciones de ejercicios selectos
cero entonces, p = 1 y por lo tanto 0 = ph (a) = h0 (a) = a.

Ejercicio 113 (Sección 6.2 página 157) Si p = x entonces ph (a) = h (a) por lo
que ph (a) = 0 si y solo si a ∈ ker h.

Ejercicio 117 (Sección 6.5 página 167) Sea f un operador lineal en End (E/F) y
G un subespacio complementario a F. Definimos h como la función nula en F, como
h (a) = G ∩ f (a + F) en G y en todo el espacio por extensión lineal. Para ver que
h es lineal solo hay que comprobar que es lineal en G. Esto es trivial porque en G la
nat
función h cumple h = nat−1 ◦f ◦ nat donde a 7−→ a + F es el isomorfismo canónico
e basta comprobarlo para los
entre el cociente y un complementario. Para ver que f = h
vectores a que estan en G. Pero f (a + F) = h (a) + F ya que f = nat ◦h ◦ nat−1 .
Para calcular el núcleo
³ comprobamos
´ que para cualquier vector a se cumple que
e
h (a) = O (a) ⇔ (h (a) + F = F) ⇔ (h (a) ∈ F).

Ejercicio 118 (Sección 6.5 página 168) Supongamos que hbih ∩ F = {0}. Sea p =
perh (b + F). Tenemos que ph (b + F) = ph (b) + F = F y por lo tanto ph (b) ∈ F. Por
hipótesis, ph (b) = 0. Luego, perh (b) ·|p.
Supongamos perh (b) ·| perh (b + F) y sea qh (b) ∈ F. Tenemos, qh (b + F) = qh (b)+
F = F y por lo tanto perh (b) ·| perh (b + F) ·|q. Luego, qh (b) = 0.

Ejercicio 119 (Sección 6.5 página 170) Es fácil ver que hA ∪ Bih ⊇ hAih + hBih =
F + G = E y por lo tanto A ∪ B es h-generador. Comprobemos que A ∪ B es h-
independiente. Observese que A ∩ B = ∅ ya que 0 no está en ningún conjunto h-
independiente y A ∩ B ⊆ F ∩ G = {0}. Luego una h-combinación de A ∪ B es de la
forma
ph (a1 ) + · · · + qh (an ) + rh (b1 ) + · · · + sh (bn )
donde A = {a1 , . . . , an } y B = {b1 , . . . , bm }. Si esta h-combinación es igual cero en-
tonces
F = hAih 3 ph (a1 ) + · · · + qh (an ) = −rh (b1 ) − · · · − sh (bn ) ∈ hBih = G
y por lo tanto,
ph (a1 ) + · · · + qh (an ) = rh (b1 ) + · · · + sh (bn ) = 0
y como A y B son h-independientes deducimos que
ph (a1 ) = · · · = qh (an ) = rh (b1 ) = · · · = sh (bn ) = 0.

Ejercicio 121 (Sección 6.5 página 173) Demostremos primero que haih ∩ hbih =
{0}. Tenemos para cualquier polinomio r que
(ph rh (a) = rh (ph (a)) = 0) ⇒ (rh (a) ∈ ker ph )
y por lo tanto haih ⊆ ker ph . Análogamente hbih ⊆ ker qh . Por el Lema de Descomposi-
ción de Núcleos (6.15) sabemos que ker ph ∩ker qh = {0} y por lo tanto haih ∩hbih = {0}.
De rh (a + b) = rh (a)+rh (b) concluimos que ha + bih ⊆ haih +hbih . Demostraremos
que ambos subespacios tienen la misma dimensión (finita) y por lo tanto son iguales.
Como haih ∩ hbih = {0} el conjunto {a, b} es una h-base de haih + hbih y por 6.26
 Soluciones de ejercicios selectos 197

dim (haih + hbih ) es la suma de los grados de p y q. De la misma manera que en la

prueba de 6.19 podemos demostrar que perh (a + b) = pq. Por 6.26 dim ha + bih es
igual al grado de pq o sea, igual a la suma de los grados de p y q.

Ejercicio 122 (Sección 6.5 página 173)

Sean p, q, . . . , r los factores irreducibles del polinomio mı́ni-
mo del OL h. Organizaremos los polinomios en el tipo de p`1 p`2 · · · p`t
m1 m2
una descomposición de h en componentes radicales cı́clicas q q · · · qm t
en una tabla donde `i ≥ `i+1 , mi ≥ mi+1 y ni ≥ ni+1 . Pa- ... ..
.
.
· · · ..
ra hacer nuestra tabla cuadrada puede ser que necesitemos rn1 rn2 · · · rnt
hacer algunos de los exponentes iguales a cero. O sea, hacia
la derecha de la tabla pueden haber polinomios iguales a 1.
Cada entrada diferente de 1 de esta tabla se corresponde con una componente radical
cı́clica de h. Los renglones de la tabla corresponden a las componentes radicales de h.
Para cada columna i ∈ {1, . . . , t} denotemos por gi a la suma directa de las componentes
irreducibles de h correspondientes a las entradas de la columna. Por el 6.11 el polinomio
mı́nimo de gi es igual a p`i qm i · · · rni y por lo tanto el polinomio mı́nimo de cada gi es
un múltiplo del polinomio mı́nimo de gi+1 . Por el ejercicio anterior los gi son cı́clicos.
Denotando fi = gt−i obtenemos la descomposición deseada.

Ejercicio 123 (Sección 6.5 página 173) El tipo de tales descomposiciones está for-
mado por los productos de los polinomios en las columnas de la tabla del ejercicio
anterior. De la unicidad del tipo de las descomposiciónes en componentes irreducibles
se desprende la unicidad de la tabla salvo reordenamiento de los renglones.

Ejercicio 124 (Sección 6.6 página 176) Para probar esto, demostraremos que
la traza es uno de los coeficientes del polinomio caracterı́stico. Como el polinomio
caracterı́stico es invariante bajo cambios de base, entonces lo mismo es válido para sus
coeficientes.
Sea A = αNN una matriz. Su polinomio caracterı́stico es
X Y Y
det (xI − A) = sgn σ (x − αii ) (−αkσk )
σ∈SN i k
donde el primer producto recorre todos los ı́ndices i ∈ N tales que σi = i y el segundo
los ı́ndices k ∈ N tales que σk 6= k.
Como cualquier permutación σ que no sea la identidad tiene al menos dos k tales que
σk 6= k, entonces todos los sumandos correspondientes a permutaciones que no sean la
identidad son polinomios de grado menor o igual que |N| − 2. Luego, los coeficientes en
xn y xn−1 del polinomio caracterı́stico coinciden con los correspondientes coeficientes
del polinomio à !
Y X
(x − αii ) = xn − αii xn−1 + · · ·
i∈N i∈N
y ası́ vemos, que el coeficiente en xn−1 es igual a la traza multiplicada por −1.
198 Soluciones de ejercicios selectos

Ejercicio 125 (Sección 6.6 página 177) El grado del polinomio caracterı́stico n
es igual a la dimensión del espacio. Por 6.19 existe un vector a tal que su perı́odo es
igual al del polinomio mı́nimo. Por 6.24 la dimensión de haih es n, o sea haih es todo
el espacio.

Ejercicio 126 (Sección 6.6 página 178) Si el polinomio mı́nimo es un producto de

diferentes polinomios de grado 1 entonces las componentes radicales son homotecias
ya que para cualquier vector a en el subespacio radical de tipo x − λ se cumple que
h (a) − λa = 0. Las homotecias tienen matrices diagonales en cualquier base y la suma
directa de operadores diagonalizables es diagonalizable.
Si en cierta base N el OL h tiene matriz diagonal αNN entonces, podemos denotar
Nλ = {i ∈ N | αii = λ}. También denotemos hλ a la restricción de h al subespacio
generado por Nλ . Los operadores hλ son homotecias porque en la base Nλ su matriz
es λI y por lo tanto el polinomio mı́nimo de hλ es x − λ. Tenemos que h es la suma
directa de los hλ y que su polinomio mı́nimo es el producto de los x − λ ya que todos
estos son diferentes.

Ejercicio 127 (Sección 6.6 página 178) Si λ1 , . . . , λn son n diferentes valores

propios de un operador lineal en dimensión n entonces su polinomio caracterı́stico es
(x − λ1 ) · · · (x − λk ) y por el Teorema de Hamilton-Caley-Frobenius este coincide con
su polinomio mı́nimo. Por el ejercicio anterior el operador es diagonalizable.

Ejercicio 128 (Sección 6.6 página 178) Supongamos que h es triangulable entonces
existe una base B = {v1 , . . . , vn } en la cual la matriz de h es triangular. Denotemos
Ek = hv1 , . . . , vk i , evidentemente {0} ⊆ E1 ⊆ · · · ⊆ En = E y dim Ek = k. Ademas
{h (v1 ) , ...., h (vk )} ⊆ Ek debido a la forma triangular de la matriz de h. Luego, los Ek
son invariantes.
Recı́procamente supongamos que una cadena de subespacios invariantes {0} ⊆ E1 ⊆
· · · ⊆ En = E cumple que dim Ek = k. Escojamos v1 ∈ E1 y para k ∈ {2, ..., n}
escojamos vk ∈ Ek \ Ek+1 . El conjunto B = {v1 , . . . , vn } es LI ya que ningún vk es
combinación lineal de los anteriores. Luego {v1 , . . . , vk } es una base de Ek .
Como Ek es invariante entonces por 6.2, en la base B la matriz de h tiene las entradas
cuyas columnas están indexadas por {1, . . . .k} y cuyos renglones están indexados por
{k + 1, . . . .n}; iguales a cero. En particular, ∀k en la columna k solo pueden ser distintos
de cero las entradas correspondientes a los renglones {1, . . . .k}.

Ejercicio 129 (Sección 6.6 página 178) Si f y g son triangulables entonces en

cierta base la matriz de f es diagonal con dos bloques y cada uno de ellos triangular.
Luego, f es triangulable.
Recı́procamente, sea {0} ⊆ E1 ⊆ · · · ⊆ En = E la cadena de subespacios invariantes
def
que hace que h = f ⊕ g sea triangulable (véase el ejercicio anterior).
Sea E = F ⊕ G la descomposicion en subespacios invariantes de tal manera que f es
 Soluciones de ejercicios selectos 199

la restricción de h al subespacio F. Sea π la proyección a F a lo largo de G, o sea, si

x = y + z con y ∈ F y z ∈ G entonces π (x) = y.
Para k ∈ {1, . . . , n} denotemos Fk = π (Ek ) . Los subespacios Fk cumplen que
{0} ⊆ F1 ⊆ · · · ⊆ Fn = F.

Probemos que los espacios Fk son invariantes. Para esto sea x = y + z con y ∈ F y
z ∈ G. Por linearidad tenemos h (x) = h (y) + h (z) . Como F y G son invariantes
entonces h (y) ∈ F y h (z) ∈ G y por definición de π tenemos que
π (h (x)) = h (y) = h (π (x))
esto quiere decir que π conmuta con h. Luego
h (Fk ) = h (π (Ek )) = π (h (Ek )) ⊆ π (Ek ) = Fk

y por lo tanto los Fk son invariantes.

Por otro lado, como dim Ek = 1 + dim Ek−1 tenemos dos alternativas posibles
Fk = Fk−1 ó dim Fk = 1 + dim Fk−1
y si en la cadena de subespacios invariantes
{0} ⊆ F1 ⊆ · · · ⊆ Fn = F
eliminamos las repeticiones obtendremos otra cadena de subespacios invariantes
{0} ⊆ F01 ⊆ · · · ⊆ F0m = F
en la cual se cumple que dim F0k = k. Por el ejercicio anterior esto quiere decir que f es
triangulable.

Ejercicio 130 (Sección 6.6 página 178) Por Teorema de Descomposición en Com-
ponentes Radicales Cı́clicas (6.36) y el ejercicio anterior solo hay que probarlo para
operadores cı́clicos radicales. Sea h cı́clico radical con polinomio mı́nimo pn . La única
cadena de subespacios invariantes posible es por 6.43 la siguiente
{0} ⊆ ker ph ⊆ · · · ⊆ ker pkh ⊆ · · · ker pnh = E.
Por 6.42 y 6.23 tenemos que dim ker pkh es igual al grado de pk . Luego, esta cadena
cumple los requisitos del ejercicio 128 si y solo si el grado de p es 1.
En los complejos, todo polinomio irreducible es de grado 1.

Ejercicio 131 (Sección 6.7 página 184) Sean f y g del mismo tipo. Entonces,
usando la Forma normal canónica (6.57) vemos que existen bases del espacio en las
cuales f y g tienen la misma matriz. Esto quiere decir que en la misma base f y g
tienen matrices A y CAC−1 donde C es la matriz adecuada de cambio de bases. La
matriz C es la matriz de un OL invertible h por lo que f = h ◦ g ◦ h−1 .
Recı́procamente, supongamos que f = h ◦ g ◦ h−1 . Si A, B y C son las matrices de f, g y
h respectivamente en cierta base entonces A = CBC−1 . Luego , en otra base (definida
por el cambio de base C), la matriz de g es A. Por lo tanto, existen bases en las cuales
las matrices de g y f son las mismas. Como el tipo de un operador se puede calcular
por su matriz sin usar la base en la que está definida entonces, los tipos de f y g son
200 Soluciones de ejercicios selectos
el mismo.
Álgebra. Espacio vecto- Automorfismo. Endomorfismo
rial con un producto de vectores asocia- biyectivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
tivo, distributivo, con elemento neutro y Automorfismo de Frobenius.
que conmuta con el producto por escala- La función K 3 x 7→ xp ∈ K donde
res . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70, 78, 99 K es un campo finito de caracterı́stica
Álgebra conmutativa. Álge- p > 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
bra en la cual el producto de vectores es Automorfismo semilineal.
conmutativo . . . . . . . . . . . . . . . . . . . . 71, 155 Transformación semilineal biyectiva de
Anillo. Conjunto un espacio en si mismo. . . . . . . . . . . . . . . 87
con dos operaciones binarias denotadas Base. Conjunto de
por + y • que es grupo abeliano para la vectores que es generador y LI. Conjun-
suma, que el producto es asociativo con to generador minimal. Conjunto LI ma-
elemento neutro y distributivo respecto ximal . . . . . 40, 45, 49, 61, 72, 80, 117
a la suma . . . . . . . . . . . . . . . . . . . . . . . . . . 7, 70 Base canónica.
Anillo conmutativo. El conjunto de N-adas {ei | i ∈ N} donde
Anillo en el cual el producto es conmu- la j-ésima coordenada de ei es el delta
tativo . . . . . . . . . . . . . 7, 15, 23, 130, 146 de Kronecker δij . . . . . . . . . . . . . 43, 77, 82
Anulador de un conjunto de vectores. Base de las columnas. Conjunto
La intersección de los anuladores de to- de columnas diferentes que son una base
dos los vectores en el conjunto. . . . . . 157 del espacio de columnas . . . . . . . . . . . . . 117
Anulador de un OL. El anulador de Base de los renglones. Conjunto
todo el espacio. . . . . . . . . . . . . . . . . . . . . . . 157 de renglones diferentes que son una base
Anulador de un vector. El conjunto de del espacio de renglones. . . . . . . . . . . . . 117
polinomios p tales que ph (a) = 0 . . 157 Base de una matriz.
Argumento de un complejo. Submatriz no singular maximal por con-
→
−
El ángulo que forma el vector 0z con el tención. . . . . . . . . . . . . . . . . . . . . . . . . 118, 124
eje real del plano complejo. . . . . . . . . . 139 Binomio de Newton.
Asociatividad. Propiedad de algunas Fórmula para expandir (x + y)n 22, 138
operaciones binarias que consiste en que Cadena. Subconjunto de un
a ◦ (b ◦ c) = (a ◦ b) ◦ c conjunto ordenado que está totalmente
para cualesquiera elementos a, b y c del ordenado . . . . . . . . . . . . . . . . . . . . . . . . . . . *, 61
conjunto en el cual está definida la ope- Cambio de ı́ndices. Biyección
ración . . . . . . . . . . 3, 14, 20, 69, 78, 130 mediante la cual los ı́ndices de una N-
Asociatividad del producto por escalares. ada (o columnas, o renglones) obtienen
nuevos nombres. Es la operación en que
Axioma de espacio vectorial: una biyección ω : N → L se le aplica
(βa) = (αβ) a . . . . . . . . . . . . . . . . . . . . . . . . 28 a las columnas de una matriz αMN pa-
 202 cam — com
ra obtener la matriz βML = αMω(N) que Ciclo. Permutación σ del
cumple que βij = αiω − 1 (j) . Análogamen- grupo simétrico de N que cambia un con-
te se definen los cambios de ı́ndices de junto {x0 , . . . , xn−1 } ⊆ N según la regla
los renglones. . . . . . . . . . . . . . . . . . . . . . . . . 104 σ (xi ) = xi+1 mod n y deja todos los demás
Campo. Anillo conmutativo en elementos de N fijos . . . . . . 94, 107, 115
el cual todo elemento diferente de cero Ciclos disjuntos. Ciclos tales
tiene inverso . . . . . . . . . . . . . . . . . . 8, 16, 17 que los conjuntos de elementos que ellos
Campo algebraicamente cerrado. no dejan fijos no se intersectan . . . . . . 94
Campo en el cual todo polinomio de gra- Clases de equivalencia. Si ≈ es una re-
do al menos uno tiene una raı́z. Campo lación de equivalencia en A entonces, las
el cual los polinomios irreducibles son to- clases de equivalencia son los subconjun-
dos de grado uno . . . . 10, 47, 139, 145 tos de A para los cuales a ≈ b si y solo si
Campo de fracciones. a y b están en la misma clase *, 55, 62
Entre las fracciones de un dominio de in- Coalineación. Función biyectiva de un
tegridad se define la suma y el producto espacio vectorial en si mismo que tal que
exactamente de la misma manera que se f y f−1 preservan subespacios afines. 88
definen estas operaciones en Q. Para es- Cociente.
tas operaciones el conjunto de fracciones Al efectuar la división con resto de un
es un campo . . . . . . . . . . . . . . . . . . . . . . . . . 147 elemento p de un anillo conmutativo (Z,
Campo ordenado. K [x]) entre otro q obtenemos la igualdad
Campo con una relación de orden en el p = cq + r. Al elemento c se le llama co-
cual todo elemento es comparable con el ciente de la división de p entre q . . . 132
cero. Los elementos mayores que cero se Codominio de una función.
les llama positivos y los menores que cero Sea f : A → B una función. Al conjun-
negativos. Los axiomas que debe cumplir to B se le llama codominio de la función
la relación de orden son: f . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11, 82
1. El opuesto de un positivo es negativo, Coeficiente principal. El coefi-
2. El opuesto de un negativo es positivo, ciente diferente de cero de un polinomio
3. La suma de positivos es positiva, que multiplica a la potencia más grande
4. El producto de positivos es positivo. de la variable . . . . . . . . . . . . . . . . . . . . . . . . 129
Los campos R y Q están ordenados. Coeficientes de un polinomio.
Cualquier campo ordenado tiene que ser (véase polinomio) . . . . . . . . . . . . . . . . . . . 129
de caracterı́stica cero. Además, C no se Cofactor. De la entrada αij es el escalar
puede ordenar . . . . . . . . . . . . . . . . *, 9, 106 sgn ω det αN\i ω(N\j)
Campo primo. Campo cuyo único donde ω es cualquier permutación de N
subcampo es el mismo . . . . . . . . . . . . . . . 18 tal que ω (j) = i . . . . . . . . . . . . . . . . . . . . . 106
Caracterı́stica de un campo. Columna de una matriz.
Es cero si el campo contiene como sub- Dada una matriz αNM y j ∈ M a la N-
campo a Q. Es igual al número primo p ada αNj (j está fijo, los elementos de N
si el campo contiene como subcampo a varı́an) se le llama j-ésima columna de la
Zp . . . . . . . . . . . . . . . . . . . . 19, 97, 105, 148 matriz αNM . . . . . . . . . . . . . . . . . . . . . . 33, 76
Cerradura lineal. El conjun- Combinación lineal.P Los vec-
to de todas las combinaciones lineales de tores de la forma i∈N αi i (donde solo
un conjunto de vectores . . . . . 37, 45, 49 un número finito de los ai es diferente de
 com — dia 203

cero) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35, 49 ∀ elementos a y b del conjunto en el cual

Complemento algebraico. está definida la operación . . . . . . . . . . . . . . 3
Cofactor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 Contracción. Homotecia cuyo escalar es
Componente radical. un real mayor que 0 y menor que 1 . 66
Restricción del OL a un subespacio radi- Coordenada.
cal maximal . . . . . . . . . . . . . . . . . . . . . . . . . 161 De la n-ada (a1 , a2 , ..., an ) es alguno de
Composición de funciones. los ai . De la N-ada aN es alguno de los
Operación entre dos funciones que con- ai para i ∈ N . . . . . . . . . . . . . . . . . . . . . . . . . 29
siste en aplicar primero una función y Coordinatización.
después la otra . . . . . 14, 44, 69, 78, 93 DadaPuna base N de F, es el isomorfismo
Conjunto acotado inferiormente. F 3 i∈N αi i 7→ αN ∈ K{N} . . . . . . 46, 80
Conjunto que tiene una cota infe- Cota inferior. Una
rior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . *, 143 cota inferior de un subconjunto A de un
Conjunto acotado superiormente. conjunto ordenado B es un elemento b
Conjunto que tiene una cota superior . * de B tal que cualquier elemento de A es
Conjunto generador. Conjunto de mayor o igual que B . . . . . . . . . . . . . . *, 143
vectores cuya cerradura lineal es todo el Cota superior. Una cota superior
espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38, 45 de un subconjunto A de un conjunto or-
Conjunto h-independiente. Conjunto denado B es un elemento b de B tal que
de vectores no nulos tales que los suman- cualquier elemento de A es menor o igual
dos de cualquier h-combinación nula son que B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . *, 61
nulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 Defina la multiplicidad de una raı́z.
Conjunto inductivamente ordenado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
Conjunto ordenado no vacı́o dentro del Delta de Kronecker.
cual cada cadena tiene cota superior 61 Función δij de dos variables que toma
Conjunto LD. Acrónimo de conjunto valor 1 si i = j y toma valor 0 si i 6=
linealmente dependiente . . . . . . . . . . . . . 39 j . . . . . . . . . . . . . . . . . . . . . . . . . . . . .138, 78, 99
Conjunto LI. Acrónimo de conjunto Desarrollo de Taylor.
linealmente independiente . . . . . . . . . . . 39 Expresión de una función P como serie
Conjunto linealmente dependiente. de potencias f (x) = ai (x − x0 )i . El
Conjunto de vectores que no es LI . . 39 coeficiente de la serie ai es la i-ési-
Conjunto linealmente independiente. ma derivada de f evaluada en el punto
x0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138, 143
Conjunto de vectores A tal que ∀a ∈ A Determinante. El determinante de
se cumple que hA\ai 6= hAi . . . . 39, 116 α
PNN es Q
Conjunto ordenado. Conjunto σ∈ SN sgn σ i∈N αiσ i . . . .98, 22, 124
en el cual está definida una relación de Determinante de un OL.
orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . *, 61 Determinante de su matriz en una base.
Conjunto totalmente ordenado. No depende de la base escogida . . . . 111
Conjunto ordenado en el cual dos ele- Diagrama. Reperesentación gráfica
mentos cualesquiera son comparables . * de una familia de conjuntos y de funcio-
Conmutatividad. Propiedad de algunas nes entre ellos mediante la utilización de
operaciones binarias que consiste en que flechas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
a◦b=b◦a Diagrama conmutativo.
 204 dia — ext
Diagrama en el cual cualesquiera dos ca- incógnito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
minos dirigidos (que siguen el orden de Ecuación matricial. Ecuación AX = B
las flechas) de un conjunto a otro repre- donde la matrices A y B son conocidas y
sentan dos descomposiciones de la misma la matriz X es incógnita . . . . . . . . . . . . . 126
función como composición de las funcio- Elemento maximal. Elemento
nes de las flechas de los caminos . . . . 81 tal que cualquier otro no es mayor que
Dilatación. Homotecia cuyo escalar es el . . . . . . . . . . . . . . . . . . . . . . . . *, 40, 61, 118
un real mayor que 1 . . . . . . . . . . . . . . . . . . 66 Elemento minimal. Elemento tal que
Dimensión. cualquier otro no es menor que el *, 40
El cardinal de cualquier ba- Elementos comparables. Dos elementos
se . . . . . . . . . . . . . . . . . . . . . . . . 42, 50, 55, 84 a y b de un conjunto ordenado para los
Dimensión de un OL. Dimensión cuales o a ¹ b o b ¹ a o los dos . *, 40
del espacio donde está definido el opera- Endomorfismo. Morfismo cuyo dominio
dor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 y codominio coinciden . . . . . . . . . . . . . . . 13
Dimensión de un subespacio afı́n. Si Entensión lineal de una función.
E es una traslación del subespacio E en- Extensión que es transformación lineal.
tonces la dimensión de E es la dimensión Si la función tiene como dominio una ba-
de E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 se, entonces la extensión lineal existe y es
Distributividad. única . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Relación de una operación binaria ¦ con Entrada de una matriz.
respecto a otra ◦ que consiste en que las Coordenada de una NM-ada . . . . . . . . 33
igualdades Epimorfismo. Morfismo sobreyectivo 13
a ¦ (b ◦ c) = (a ¦ b) ¦ (a ¦ c) Escalar. Elemento del campo
(b ◦ c) ¦ a = (b ¦ a) ◦ (c ¦ a) (¡la escala!) sobre el cual está definido el
se cumplen para cualesquiera elementos espacio vectorial . . . . . . . . . . . . . . . . . . 28, 28
a, b y c del conjunto en el cual está de- Espacio cociente. Si E
finida la operación. . . . . . . . 5, 21, 69, 78 es un subespacio de F entonces, el espa-
Distributividad del producto por escalares. cio cociente F/E es el conjunto de todos
los subespacios afines paralelos a E do-
Axioma de espacio vectorial: tado con la suma de subespacios afines
α (a + b) = αa + αb y (α + β) a =αa+βa 28 y el producto de subespacios afines por
Divisor. Para dos polinomios p y q escalares . . . . . . . . . . . . . . . . . . . . . . . . . . 56, 85
se dice que q es un divisor de p si ∃c tal Espacio de columnas.
que q = cp . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 El espacio generado por las columnas de
Dominio de integridad. Anillo una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
conmutativo en el cual el producto de Espacio de renglones.
elementos diferentes de cero es diferente El espacio generado por los renglones de
de cero . . . . . . . . . . . . . . . . . . . . . .16, 19, 147 una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
Dominio de una función. Sea Espacio vectorial. Grupo
f : A → B una función. Al conjunto A se abeliano con un producto por escala-
le llama dominio de la función f . 11, 82 res distributivo, asociativo y con neu-
Ecuación lineal. tro. . . . . . . . . . . . . . . . . . . 28, 47, 54, 56, 69
Ecuación αN xN = βN donde las N-adas Extensión de una función.
αN y βN son conocidos y el vector xN es Si f es una restricción de g entonces g es
 fac — gru 205

una extensión de f . . . . . . . . . . . . . . . . . . . 72 Función inversa. La inversa

Factor de un polinomio. Divisor de una función f : A → B es una función
mónico de grado al menos 1 . . . . . . . . 133 g tal que f ◦ g = IB y g ◦ f = IA . Una
Factor propio. función tiene inversa si y solo si esta es
Factor mónico diferente al polino- biyectiva . . . . . . . . . . . . . . . . . . . . . . . . . . . *, 45
mio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 Función inyectiva. Cada
Forma polar de un complejo. elemento de la imagen tiene una única
Es la expresión r (cos ϕ + i sin ϕ) donde preimagen . . . . . . . . . . . . . . . . . . . . . . . . . *, 83
r es el módulo de z y ϕ es el argumento Función nula. La que a todo elemento le
de z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 corresponde el cero . . . . . . . . . . . . . . . . . . . 66
Fórmula multinomial. Fórmula Función racional.
para expandir la n-sima potencia de una Fracción de dos polinomios . . . . . . . . . 148
suma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 Función sobreyectiva.
Fracción. Pareja de elementos Función tal que su imagen coincide con
de un dominio de integridad (por ejem- su codominio . . . . . . . . . . . . . . . . . . . . . . *, 84
plo K (x) o Z) que se denota por a/b. Funcional. Función de un espacio
Dos fracciones a/b y c/d se consideran vectorial en su campo . . . . . . . . . . . . . . . 109
iguales si ad = bc . . . . . . . . . . . . . . . . 146, 8 Funcional bilineal.
Función. Informalmente Funcional lineal en sus dos variables 109
es una regla o procedimiento me- Funcional lineal.
diante el cual para cada elemento Funcional que es una TL. . . . . . . . . . . . 109
de un conjunto a podemos obtener Funcional lineal en una variable.
(calcular) otro único elemento f (a) de Función de muchas variables con image-
otro conjunto y que llamamos la imagen nes en un campo que para cualesquiera
de a mediante la función f. Formalmen- valores fijos de las demás variables de-
te, una función f : A → B es un subcon- termina un funcional lineal de la variable
junto del producto cartesiano f ⊆ A × B que se trata . . . . . . . . . . . . . . . . . . . . . . . . . . 109
que cumple que para cualquier a ∈ A Funcional multilineal.
existe una única pareja (a, b) ∈ f. . . . . . * Funcional lineal en todas sus varia-
Función antipodal. La función bles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
x 7→ −x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 Grado de un polinomio. La poten-
Función biyectiva. Función inyectiva. y cia mayor de la variable con coeficiente
sobreyectiva . . . . . . . . . . . . . . . . . . . . . . . *, 93 diferente de cero. Si el grado es cero el
Función continua. Función continua en polinomio es un elemento del campo. No
todos los puntos de su dominio . . . . . 140 está definido el grado del polinomio ce-
Función continua en un punto. La ro. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
función f es continua en z0 si ∀ε > 0 ∃δ Grupo. Conjunto con una operación bina-
tal que kz − z0 k < δ ⇒ kf (z) − f (z0 )k < ria asociativa que tiene elemento neutro
ε. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 y en el cual todo elemento tiene inver-
Función de evaluación. so. . . . . . . . . . 6, 11, 14, 57, 71, 93, 134
De un polinomio p (x) es la función: Grupo abeliano. Grupo en el cual la
p : K 3 b 7→ p (b) ∈ K. . . . . . 131 operación es conmutativa . . . . . . . . . . . . . . 6
Función identidad. La que a todo Grupo alternante.
elemento le corresponde el mismo . . . 66 El subgrupo (del grupo simétrico) de to-
 206 gru — mat
das las permutaciones pares . . . . . . . . . 97 Ínfimo de un conjunto de reales.
Grupo general lineal. El grupo El número máximo x tal que x ≤ a para
de automorfismos de un espacio vecto- cualquier a ∈ A. Para el ı́nfimo x de A
rial. El grupo de operadores lineales no siempre existe una sucesión {ak } de ele-
singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 mentos de A cuyo lı́mite es x . . . . . . . 144
Grupo simétrico. Inmersión. Restricción de la función
El grupo de todas las permutaciones con identidad a un subconjunto . . . . . . 67, 83
la operación de composición . . . . . . . . . 93 Inverso.
h-base. Conjunto h- De un elemento a para la operación bi-
independiente y h-generador. Todo OL naria ◦ es un elemento b que cumple que
h tiene h-bases . . . . . . . . . . . . . . . . . . . . . . 165 a ◦ b = b◦ a = e para cualquier elemento
h-cerradura. Conjunto de todas las a del conjunto en el cual está definida la
h-combinaciones . . . . . . . . . . . . . . . . . . . . . 163 operación. Si un elemento tiene inverso
h-combinación. Vector de entonces este es único. En los anillos y
la forma ph (v1 ) + qh (v2 ) + · · · + rh (vn ) campos es el inverso para el producto . 4
donde p, q, ..., r son polinomios . . . . . 162 Isomorfismo. Morfismo biyecti-
h-generador. Conjunto de vectores que vo. La inversa de cualquier isomorfismo
h-genera a todo el espacio . . . . . . . . . . 163 es también un isomorfismo. . . . . . . 12, 51
Homotecia. Transformación lineal Isomorfismo canónico. Isomorfismo
que consiste en la multiplicación por un cuya construcción no depende de esco-
escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 ger algo (una base, un complementario,
Ideal. Subconjunto I de un anillo A tal etc.) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51, 57
que Isomorfismo de espacios vectoriales.
1. ∀p, q ∈ I p + q ∈ I, Transformación lineal biyectiva . . 44, 73
2. ∀p ∈ I ∀r ∈ A rp ∈ I . . . . . . . . . . 134 Isomorfismo lineal.
Ideal principal. Ideal formado por todos Isomorfismo de espacios vectoriales . 44
los múltiplos de un polinomio . . . . . . 134 Isotonı́a. Función
Idempotencia. Propiedad de una función monótona biyectiva entre dos conjuntos
que consiste en que f ◦ f = f2 = f. . . . 37 ordenados tal que su inversa es también
Igualdad de De Moivre. Fórmula monótona. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
para calcular la n-esima potencia de un Lı́mite de una sucesión.
número complejo en forma polar . . . 139 La sucesión {zk } tiene lı́mite z si ∀ε > 0
Imagen de un elemento. (véase: ∃N tal que ∀k > N kzk − zk < ε. . . . 142
Función) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . * Matriz. Es una NM-ada o sea un
Imagen de una función. El conjunto indexado por dos conjuntos 33
conjunto de los elementos del codominio Matriz acompañante de un polinomio.
que tienen alguna preimagen. Se denota Matriz cuadrada cuya última columna
por Im f . . . . . . . . . . . . . . . . . . . . . . . . . . . . *, 82 es el vector de coeficientes del polinomio
Imagen de una matriz. multiplicado por -1, la paralela inferior
La imagen de su transformación lineal. a la diagonal contiene unos y todas las
Su espacio de columnas . . . . . . . . . . . . . 122 demás entradas son cero. . . . . . . . . . . . 176
Ínfimo. Matriz ampliada.
El máximo de las cotas superio- Del sistema Ax = b es la matriz
res . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . *, 143 (A|b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
 mat — mon 207

Matriz cuadrada. Matriz inversa. La matriz

Matriz con la misma cantidad de colum- cuadrada αMN es la inversa de βNM si
nas y renglones . . . . . . . . . . . . . . . . . 105, 79 βNM αMN = INN y αMN βNM = IMM .
Matriz de cambio de base. Si ambos N y M son finitos entonces,
Escogidas dos bases V y N de un espacio basta comprobar una de las dos igualda-
vectorial la matriz αNV cuyas columnas des. Una matriz cuadrada tiene inversa
son los coeficientes de las expresiones de si y solo si su determinante es diferente
la base V como combinación lineal de la de cero . . . . . . . . . . . . . . 79, 110, 116, 126
base N. O sea, para P cualquier v ∈ V se Matriz singular.
cumple que v = i∈N αiv i. Si βV son Matriz cuadrada con determinante igual
las coordenadas de un vector en la base a cero . . . . . . . . . . . . . . . . . . . . 105, 116, 120
V entonces αNV βV son las coordenadas Matriz triangular.
del mismo vector en la base N. . . . . . . 80 Matriz triangular por bloques en la cual
Matriz de permutación. La cada bloque es de cardinalidad 1 . . . 114
matriz que se obtiene al permutar las co- Matriz triangular inferior.
lumnas o los renglones de la matriz iden- Matriz αMM en la cual M = {1, . . . , m}
tidad. Matriz que tiene exactamente un y tal que en su representación gráfica to-
1 en cada renglón y columna y todas las das las entradas por encima de la diago-
demás entradas son cero . . . . . . . . . . . . 102 nal son cero . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Matriz de una transformación lineal. Matriz triangular por bloques. Matriz
αMM en la cual hay una partición del
Escogidas una base N en el dominio conjunto de ı́ndices M1 ∪ · · · ∪ Mt = M
y otra M en el codominio de una TL y que αij = 0 si i ∈ Mp , j ∈ Mq y
f la matriz αMN cuyas columnas son p < q . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
los coeficientes de las expresiones de Matriz triangular superior.
las imagenes de la base N como com- Matriz αMM en la cual M = {1, . . . , m}
binación lineal de la base M. O sea, y tal que en su representación gráfica to-
para cualquier
P j ∈ N se cumple que das las entradas por debajo de la diago-
f (j) = i∈M αij i . . . . . . . . . . . . 77, 74, 81 nal son cero . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Matriz del sistema. La ma- Máximo. El máximo de un subconjunto
triz A del sistema de ecuaciones lineales A de un conjunto ordenado B es una co-
Ax = b . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 ta superior que pertenece a A. Si existe
Matriz diagonal. Matriz αMM en la entonces, el máximo es único . . . . . . . . . . *
cual si i 6= j entonces, αij = 0 . . . . . . . 114 Mı́nimo.
Matriz diagonal por bloques. Matriz El mı́nimo de un subconjunto A de un
αMM en la cual hay una partición del conjunto ordenado B es una cota inferior
conjunto de ı́ndices M1 ∪ · · · ∪ Mt = M que pertenece a A. Si existe entonces, el
y que αij = 0 si i y j pertenecen a blo- mı́nimo es único . . . . . . . . . . . . . . . . . . *, 143
ques diferentes . . . . . . . . . . . . . . . . . . . . . . . 114 Módulo de un complejo. La longitud
→
−
Matriz identidad. del vector 0z en el plano complejo . 139
La matriz INN cuyas entradas son el del- Monomorfismo. Morfismo inyectivo. 13
ta de Kronecker: unos en la diagonal y Monotonı́a.
ceros en el resto de las entradas. La ma- Propiedad de una función de un conjun-
triz del operador identidad . . . . . . 78, 99 to ordenado a otro que consiste en que
 208 mor — orb
x ≤ y ⇒ f (x) ≤ f (y) . . . . . . . . . . . . . . . . . 37 el caso de grupos la preimagen del neu-
Morfismo. Es una función f : A → B que tro. Para anillos y espacios vectoriales la
cumple que f (x ◦ y) = f (x) • f (y) donde preimagen del cero . . . . . . . . . . . . . . . . . . . 82
◦ es una operación definida en A y • es Núcleo de un polinomio.
una operación definida en B . . . . . 10, 44 La colección de sus raices. Cada raı́z
Morfismo de álgebras. TL aparece tantas veces como su multipli-
que conmuta con el producto y preserva cidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
el 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 Núcleo de una matriz. El núcleo
Morfismo de anillos. de su transformación lineal. El conjun-
Función entre con dominio en un anillo to solución de un sistema de ecuaciones
que es morfismo para la suma y para el con vector de coeficientes libres igual a
producto y tal que f (0) 6= f (1). . . . . . 12 cero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Morfismo de campos. Núcleo de una TL. La preimagen del
Función con dominio en un campo que cero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
es morfismo de anillos. . . . . . . . . . . . . . . . 12 Núcleo trivial. Núcleo igual a {0} . . 83
Morfismo de espacios vectoriales. OL. Acrónimo de operador lineal . . . 70
Función f de un espacio vectorial a otro Operación binaria.
sobre el mismo campo que es un morfis- Función mediante la cual para cuales-
mo de los grupos abelianos de vectores quiera dos elementos a y b de un con-
y que cumple f (αa) = αf (a) para cual- junto A podemos encontrar otro elemen-
quier vector a y cualquier escalar α . 44 to de A que es el resultado de la opera-
Morfismo de grupos. ción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Morfismo cuyo dominio y codominios son Operador cı́clico. OL h tal que todo el
grupos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11, 93 espacio es h-cı́clico . . . . . . . . . . . . . . . . . . 163
Multiplicidad de una raı́z. Operador diagonalizable. OL tal
El elemento del campo α es una raı́z de que existe una base en la cual su matriz
multiplicidad n del polinomio p si n es el es diagonal . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
mayor natural tal que (x − α)n ·|p. . 133 Operador irreducible. OL
Múltiplo. Para dos polinomios p y q se que no se puede decomponer como suma
dice que p es un múltiplo de q si ∃c tal directa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
que p = cq . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 Operador lineal. Transformación lineal
n-ada. Elemento (a1 , a2 , ..., an ) del de un espacio en si mismo . . . . . . . . . . . 70
producto cartesiano An . . . . . . . . . . . . . . 29 Operador radical. OL cuyo polinomio
N-ada. Función en una notación mı́nimo (o caracterı́stico) es potencia de
diferente, αN : N 3 i → αi ∈ A. A N se un polinomio irreducible . . . . . . . . . . . . 160
le llama el conjunto de ı́ndices y a las αi Operador singular. OL no biyectivo 71
se le llaman coordenadas. . . . . . . . . 31, 76 Operador triangulable. OL tal
Neutro. De una operación que existe una base ordenada en la cual
binaria ◦ es un elemento e que cumple su matriz es triangular . . . . . . . . . . . . . . 178
que a ◦ e = e ◦ a = a para cualquier a Opuesto. El inverso de un elemento de
del conjunto en el cual está definida la un anillo o campo respecto a la suma . 7
operación. Si una operación tiene neutro Órbita de una permutación. Clase
entonces este es único . . . . . . . . . . . . . . . . . . 4 de equivalencia de la relación (a ∼ b) ⇔
Núcleo de un morfismo. El (a = σn (b)) . . . . . . . . . . . . . . . . . . . . . . . . . . 95
 ord — ran 209

Orden de un ciclo. El número de Producto de matrices.

elementos que un ciclo no deja fijos . 94 Si αMN y βNL son dos matrices en-
Orden de una matriz. tonces γML = αMN βN,L es la matriz
El número de renglones y columnas de cuyas entradas son los productos esca-
una matriz cuadrada . . . . . . . . . . . . . . . . 105 lares canónicos γij = αiN βNj de los
Perı́odo de un conjunto de vectores. renglones de αMN por las columnas de
El generador del anulador del conjunto βNL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76, 101
de vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 Producto de un escalar por una función.
Perı́odo de un vector.
El polinomio mónico p más pequeño tal Si en el codominio de f está definido un
que ph (a) = 0. El generador del anula- producto por escalares entonces λf es la
dor del vector. . . . . . . . . . . . . . . . . . . . . . . . 156 función tal que (λf) (a) = f (λa) . . . . 68
Permutación. Biyección de un conjunto Producto de un vector por una matriz.
finito en si mismo . . . . . . . . . . . . . . . . . . . . 93 Es la combinación lineal de los renglones
Permutación impar. Permutación de la matriz cuyos coeficientes son las
que se descompone en la composición de coordenadas del vector . . . . . . . . . . . . . . . 76
un número impar de transposiciones 97 Producto de una matriz por un vector.
Permutación par. Permutación Es la combinación lineal de las columnas
que se descompone en la composición de de la matriz cuyos coeficientes son las
un número par de transposiciones . . . 97 coordenadas del vector . . . . . . . . . . . . . . . 76
Plano. Producto escalar. Producto
Subespacio afı́n de dimensión bilineal de dos vectores cuyo resultado es
dos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55, 35 un escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Polinomio.
Pn Expresión formal Producto escalar canónico.
i
i=0 ai x donde los coeficientes ai son ProductoP escalar definido en K{N} como:
elementos de un campo . . . . . . . . . . . . . 129 αN βN = i∈N αi βi . . . . . . . . . . . . . . . . . . 75
Polinomio caracterı́stico. El po- Proyección. Si C = A × B entonces,
linomio det (xI − h). Es un múltiplo del la función f : c = (a, b) 7→ a se le lla-
polinomio mı́nimo y tiene los mismos fac- ma proyección de C a A a lo largo de B.
tores irreducibles que el polinomio mı́ni- En particular, nosotros la usamos en el
mo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 caso de que E = F ⊕ G (¡la suma directa
Polinomio irreducible. Polinomio es un producto cartesiano!). En este caso
mónico de grado al menos 1 sin factores las proyecciones son TLs . . . . . . . . . 67, 83
propios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 Punto. Subespacio afı́n de dimensión
Polinomio mı́nimo. El cero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
polinomio mónico más pequeño que anu- Raı́z de un polinomio.
la un OL. El generador del anulador del Elemento del campo en el cual la función
operador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 de evaluación del polinomio toma valor
Polinomio mónico. Polinomio cuyo cero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
coeficiente principal es 1 . . . . . . . . . . . . 135 Rango de una matriz. El orden de sus
Preimagen de un elemento. Sea b bases.
un elemento del codominio de f. La prei- La dimensión de su espacio de columnas.
magen de b es el conjunto de todos x en La dimensión de su espacio de renglo-
dominio tales que f (x) = b . . . . . . . *, 82 nes.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
 210 rec — sub
Recta. corresponder 1 si esta es par y −1 si esta
Subespacio afı́n de dimensión es impar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
uno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55, 35 Sistema de ecuaciones lineales.
Regla del tablero de ajedrez. Ecuación Ax = b donde la matriz A y
Regla mediante la cual se hallan los sig- el vector b son conocidos y el vector x es
nos de los cofactores de una matriz en incógnito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
forma gráfica. El signo del cofactor de Subálgebra. Subespacio vectorial que
αij es (−1)i+j . . . . . . . . . . . . . . . . . . . . . . . . 108 contiene al 1 y en el cual el producto es
Relación antisimétrica. interno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
Si a ≈ b y b ≈ a entonces, a = b . . . . . * Subanillo. Subconjunto de un anillo que
Relación de equivalencia. Relación es un anillo para las mismas operaciones
simétrica, reflexiva y transitiva . . . *, 55 del anillo más grande . . . . . . . . . . . . . . . . 17
Relación de orden. Subcampo. Subconjunto de un campo
Relación antisimétrica, reflexiva y tran- que es un campo para las mismas opera-
sitiva . . . . . . . . . . . . . . . . . . . . . . . . . *, 61, 118 ciones del campo más grande . . . . 17, 32
Relación en un conjunto. Subconjunto Subespacio. Subconjunto de un espacio
del producto cartesiano A × A = A2 . . * vectorial que es a su vez espacio vectorial
Relación reflexiva. para las mismas operaciones que las de
Para todo a se tiene a ≈ a . . . . . . . . . . . . * todo el espacio. . . . . . . . . . 34, 48, 52, 82
Relación simétrica. Subespacio afı́n.
(a ≈ b) ⇒ (b ≈ a) . . . . . . . . . . . . . . . . . . . . . * Traslación de un subespacio 54, 68, 85
Relación transitiva. Subespacio generado. Cerradura
Si a ≈ b y b ≈ c entonces, b ≈ a. . . . . . * lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Renglón de una matriz. Dada Subespacio h-cı́clico. Subespacio
una matriz αNM e i ∈ N a la M-ada αiM h-generado por un solo vector . . . . . . 163
(i está fijo, los elementos de M varı́an) Subespacio h-generado. La h-cerradura
se le llama i-ésimo renglón de la matriz de un conjunto de vectores . . . . . . . . . 163
αNM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33, 76 Subespacio invariante. Subespacio
Resto. Al efectuar la di- donde está bien definida la restricción de
visión con resto de un elemento p de un un OL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
anillo conmutativo (Z, K [x]) entre otro Subespacio radical. Subespacio
q obtenemos la igualdad p = cq + r. Al invariante en el cual el operador es radi-
elemento r se le llama resto de la división cal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
de p entre q . . . . . . . . . . . . . . . . . . . . 132, 15 Subespacios afines paralelos.
Restricción de una función. Dos subespacios afines son paralelos si
Una función f : A0 → B se le llama res- uno es traslación del otro . . . . . . . . . . . . 55
tricción de g : A → B si A0 ⊆ A y pa- Subespacios complementarios.
ra cualquier a ∈ A0 se cumple f (a) = Dos subespacios cuya suma es todo el
g (a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 espacio y cuya intersección es el ori-
Serie.
P∞ Expresión formal del tipo gen . . . . . . . . . . . . . . . . . . 52, 54, 56, 67, 83
i
i=0 ai x . A los elementos del campo ai Subgrupo. Subconjunto de un grupo que
se le llaman coeficientes de la serie . . 30 es un grupo para la misma operación del
Signo de una permutación. grupo más grande . . . . . . . . . . . . . . . . . . . . 17
Función que a cada permutación le hace Submatriz. Dada una matriz
 suc — vec 211

αNM a cualquier matriz αN 0 M 0 tal que formación elemental de los renglones de

N0 ⊆ N y M0 ⊆ M se le llama submatriz una matriz consiste en sumarle a un re-
de αNM . . . . . . . . . . . . . . . . . . . . . . . . . 33, 118 glón otro multiplicado por un escalar.
Sucesión. Elemento (a0 , a1 , ..., an , ...) del Análogamente se definen las transforma-
conjunto AN de funciones f : N → A 30 ciones elementales de las columnas . 124
Sucesión acotada. Transformación lineal. Morfismo de
La sucesión {zk } es acotada si existe un espacios vectoriales . . . . . . . . . . 44, 65, 72
real M tal que ∀k kzk k ≤ M. . . . . . . . 142 Transformación lineal de una matriz.
Sucesión convergente.
Una sucesión que tiene lı́mite . . . . . . . 142 Dada la matriz αMN es la función:
Suma de conjuntos. KN 3 βN → αMN βN ∈ KM . . . . . . . . . . 77
Si A y B son conjuntos y entre sus ele- Transformación semilineal. Función de
mentos hay una operación de suma en- un espacio vectorial a otro que es mor-
tonces: fismo para la suma y que cumple que
A + B = {a + b | a ∈ A y b ∈ B} . . . . . 49 f (λx) = λ̄f (x) para cierto automorfismo
Suma de funciones. Si en el λ 7→ λ̄ del campo de escalares. . . . . . . . 86
codominio mutuo de f y g está definida Transposición. Ciclo de orden dos. . 96
una suma entonces f + g es la función tal Transpuesta.
que (λ + g) (a) = f (a) + g (a). . . . . . . 69 Matriz que se obtiene de otra intercam-
Suma directa de espacios. El producto biando los subı́ndices de sus entradas, o
cartesiano de los subespacios con la su- sea si A = αNM y AT = B = βMN en-
ma definida por coordenadas y también tonces αij = βji . . . . . . . . . . . . . . . . . . . . . . 100
el producto por escalares. Si la intersec- Traslación de un conjunto de vectores.
ción de dos subespacios tiene dimensión
cero entonces, la suma directa de ellos es Si A es un conjunto de vectores y x otro
canónicamente isomorfa a la suma . . 50 vector entonces A + x es la traslación de
Suma directa de OL. A con el vector x . . . . . . . . . . . . . . . . . . . . . 54
OL definido por coordenadas en la suma Valor propio. Escalar tal que para cierto
directa de espacios . . . . . . . . . . . . . . . . . . 149 vector propio a se tiene que h (a) = λa.
Supremo. El mı́nimo de las cotas Raı́z del polinomio caracterı́stico . . . 174
inferiores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . * Vector.
Tensor de exponente n. Un conjunto Elemento de un espacio vectorial. En Rn
indexado por n conjuntos de ı́ndices 34 son los segmentos dirigidos del origen a
Tipo de una descomposición. un punto del espacio . . . . . . . . . . . . . 28, 28
Si h = f1 ⊕ · · · ⊕ fn es una descomposi- Vector columna.
ción de h entonces, su tipo es la sucesión Matriz con una sola columna . . . . . . . . 76
de los polinomios mı́nimos de f1 , . . . , fn . Vector de coeficientes libres. El vec-
Dos tipos son iguales si uno se puede ob- tor b del sistema de ecuaciones lineales
tener del otro reordenando la sucesión. Ax = b . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
En el tipo pueden haber polinomios igua- Vector propio. Vector a tal que la recta
les . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 hai es invariante . . . . . . . . . . . . . . . . . . . . . 174
TL. Acrónimo de transformación Vector renglón.
lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 Matriz con un solo renglón . . . . . . . . . . 76
Transformación elemental. Una trans-
212 vec — vec
 de todos las n-adas (a1 , . . . , an )
∀ Para todo. donde todos los ai están en A.
∃ Existe. AN El conjunto de todas las funcio-
∃! Existe y es único. nes f : N → A. El conjunto
P⇒Q Si P entonces Q. de todos las N-adas aN donde
P implica Q. ∀i ∈ N el elemento ai pertenece
P es suficiente para Q. a A. Si N = {1, . . . , n} entonces
P ⇐ Q P solo si Q. AN = An .
P es necesario para Q.
P ⇔ Q P si y solo si Q. 0 El vector cero. El origen de co-
P y Q son equivalentes. ordenadas.
P es necesario y suficiente para 0 Cero es elemento neutro para la
Q. suma de un anillo o campo.
1 Uno es el elemento neutro para
b∈B b pertenece a B. el producto de un anillo o cam-
B3b B contiene a b. po.
A⊆B A es subconjunto de B. −1 Menos uno es el opuesto de 1 en
A⊇B A es sobreconjunto de B. un anillo o campo.
AÃB A es subconjunto propio de B. INN Matriz identidad.
O sea, A ⊆ B y A 6= B. I La función identidad. La permu-
A ! B A es sobreconjunto propio de B. tación identidad
O sea, A ⊇ B y A 6= B. O La función nula. La matriz nula
A∪B La unión de A y B. ℵ0 El cardinal de N.
A∩B La intersección de A y B.
A\B La resta de conjuntos. El conjun- K Un campo arbitrario.
to de los elementos de A que no Kn El espacio de las n-adas.
pertenecen a B. KN El espacio de las N-adas.
A×B El producto cartesiano de dos K [x] El álgebra de polinomios en la
conjuntos. El conjunto de todas variable x con coeficientes en K.
las parejas (a, b) con a ∈ A y K [[x]] El álgebra de series en la variable
b ∈ B. x con coeficientes en K.
2A El conjunto de todos los subcon- K (x) El campo de funciones racionales
juntos del conjunto A. El con- en x con coeficientes en K.
junto de todas las funciones
f : A → {0, 1}. N El conjunto de los naturales.
A n
El producto cartesiano de A con- Z El anillo de los enteros.
sigo mismo n veces. El conjunto Zn El anillo de restos módulo n.
Para n primo Zn es un campo.
214 Notaciones
Q El campo de los racionales.
R El campo de los reales. A+B La suma de dos conjuntos de
C El campo de los complejos. vectores.
SN El grupo simétrico de N. λA El producto de un escalar por un
AN El grupo alternante de N. conjunto de vectores.
A− Las permutaciones impares de A+x El conjunto de vectores A tras-
N
N. ladado mediante el vector x. Si
A es un subespacio entonces, es
f:A→B un subespacio afı́n.
Una función que tiene dominio E⊕F La suma directa de dos espacios.
A y codominio B. Si E y F son subespacios que se
f : A 3 a 7→ f (a) ∈ B intersectan solo en el origen en-
Usada para denotar funciones tonces es canónicamente isomor-
concretas por ejemplo, fa a la suma de E y F.
f : R 3 a 7→ a2 ∈ R+
es la función con dominio R y αMN Una matriz cuyos renglones
codominio R+ que a cada real le están indexados por M y cuyas
hace corresponder su cuadrado. columnas están indexadas por
N.
p mod q El resto de la división de p en- αij La entrada αij de una matriz
tre q. Está bien definido en cual- αMN .
quier anillo con división. Por αiN El i-ésimo renglón de la matriz
ejemplo, en los números enteros αNM .
y en los polinomios con coeficien- αMj La j-ésima columna de la matriz
tes en un campo. αNM .
n! El factorial del natural n. Se de- αMω(N) Si ω es una permutación de N,
fine como n! = 1 × 2 × · · · × n. es la matriz αMN cuyas colum-
|A| El cardinal del conjunto A. Pue- nas están permutadas mediante
de ser finito o infinito. ω. Si ω : N → L es una biyec-
kzk El módulo del número complejo ción, es la matriz cuyas colum-
z. nas están indexadas por L me-
hNi La cerradura lineal de N. El con- diante el cambio de ı́ndices ω.
junto de todas las combinaciones αω(M)N Lo mismo que el anterior pero
lineales de N. para los renglones
α∗ij El cofactor de la entrada αij de
lı́m zk El lı́mite de la sucesión {zk }. una matriz cuadrada.
dim E La dimensión de E.
sgn π El signo de la permutación π. A∗ La matriz de cofactores de A.
det A El determinante de la matriz A. AT La matriz transpuesta de A.
Im f La imágen de la función f. (A|b) La matriz ampliada del sistema
ker f El nucleo del morfismo f. Ax = b.
Notaciones 215
216 Notaciones

Alfabeto gótico
A B C D E F G H I J K L M
A B C D E F G H I J K L M

N O P Q R S T U V W X Y Z
N O P Q R S T U V W X Y Z

a b c d e f g h i j k l m
a b c d e f g h i j k l m

n o p q r s t u v w x y z
n o p q r s t u v w x y z

Alfabeto caligráfico
A B C D E F G H I J K L M
A B C D E F G H I J K L M

N O P Q R S T U V W X Y Z
N O P Q R S T U V W X Y Z

Alfabeto griego
A B Γ ∆ E Z H Θ I
α β γ δ ²ε ζ η θϑ ι
alfa beta gamma delta épsilon zeta eta zita iota

K Λ M N Ξ O Π P Σ
κκ λ μ ν ξ o π ρ σ
kappa lamda mu nu xi ómicron pi ro sigma

T Υ Φ X Ψ Ω
τ υ φϕ χ ψ ω
tau úpsilon fi chi psi omega
 19. Todo campo K contiene un único sub-
Capı́tulo 1 campo primo que está contenido en cual-
quier subcampo de K.
1. Defina los siguientes conceptos:
20. Q es un campo primo.
• Operación binaria.
21. Los campos Zp son primos.
• Propiedad conmutativa.
22. Teorema de Clasificación de Campos Pri-
• Propiedad asociativa.
mos.
• Propiedad distributiva.
23. Defina la caracterı́stica de un campo.
• Elemento neutro.
24. En un campo de caracterı́stica t para
• Elemento inverso.
cualquier elemento x se cumple que tx =
2. En cualquier campo 0x = 0.
0.
3. Defina los siguientes conceptos:
25. Demuestre la fórmula del binomio de
• Grupo y grupo abeliano.
Newton en base a la fórmula multino-
• Anillo y anillo conmutativo.
mial.
• Campo.
4. Defina los morfismos. Capı́tulo 2
5. Los morfismos preservan las operaciones
binarias. 1. Definición de espacio vectorial.
6. Los morfismos preservan la conmutativi- 2. ¿Que es una n-ada? ¿Que es una N-ada?
dad. ¿Cual es su conjunto de ı́ndices? ¿ Que
7. Los morfismos preservan la asociativi- son sus coordenadas?
dad. 3. ¿Que es una NM-matriz? ¿Que es una
8. Los morfismos preservan el neutro. entrada, renglón, columna?
9. Los morfismos preservan el inverso. 4. Definición de subespacio.
10. Los morfismos preservan la distributivi- 5. Los subespacios son los conjuntos cerra-
dad. dos para la suma y el producto por esca-
11. La inversa de un isomorfismo es un iso- lares.
morfismo. 6. La unión de subespacios no es un subes-
12. Defina la suma y el producto en Zn . pacio.
13. (Zn , +, •) es un anillo conmutativo. 7. La intersección de subespacios es un su-
14. Todo campo es un dominio de integri- bespacio.
dad. 8. Definición de combinación lineal y sus
15. Zn es un dominio de integridad si y solo coeficientes.
si n es primo. 9. El conjunto de todas las combinaciones
16. Todo dominio de integridad finito es un lineales de un conjunto de vectores es un
campo. subespacio.
17. Definición de subcampo. 10. Los siguientes tres conjuntos de vectores
18. Definición de campo primo coinciden:
218 Guı́a de estudio
• El conjunto de todas las combinacio- tración del lema).
nes lineales de N. 30. Si E y F son subespacios tales que E∩F =
• La intersección de todos los subespa- {0} entonces la función
cios que contienen a N. E ⊕ F 3 (a, b) 7→ a + b ∈ E + F
• El subespacio más pequeño que con- es un isomorfismo de espacios vectoria-
tiene a N. les.
11. Propiedades básicas de la cerradura li- 31. Que es un isomorfismo canónico. De-
neal: muestre que E ⊕ F y F ⊕ E son canónica-
• incremento, mente isomorfos.
• monotonı́a, 32. Todo subespacio tiene complementario.
• idempotencia. 33. Si E y F son dos subespacios complemen-
12. Todo sobreconjunto de un conjunto ge- tarios entonces cada vector x se expresa
nerador es generador. de forma única como x = a + b donde
13. Teorema de caracterización de conjuntos a ∈ E y b ∈ F.
LI. 34. Defina los subespacios afines.
14. Todo subconjunto de un conjunto LI es 35. ¿Que es el paralelismo de subespacios afi-
LI. nes?
15. Lema de aumento de un conjunto LI. 36. Todo subespacio afı́n es paralelo a un so-
16. Teorema de caracterización de bases. lo subespacio vectorial.
17. Teorema de existencia de bases. 37. Dos diferentes subespacios afines parale-
18. Propiedad del cambio de las bases. los no se intersectan
19. Dos bases cualesquiera de un espacio vec- 38. ¿Que es el espacio cociente? ¿Cuales son
torial tienen el mismo cardinal. sus operaciones?
20. Si E es un subespacio de F y dim E = 39. Cualquier subespacio complementario a
dim F < ∞ entonces, E = F. E intersecta al subespacio afı́n (E + x) en
21. Describa las bases canónicas de los espa- un solo punto.
cios vectoriales K{N} y K [x]. 40. D/E es canónicamente isomorfo a cual-
22. La inversa de un isomorfismo lineal es un quier complementario de E.
isomorfismo lineal.
23. Un isomorfismo transforma conjuntos LI Capı́tulo 3
en conjuntos LI, conjuntos generadores
1. Definición de transformación lineal.
en conjuntos generadores y bases en ba-
2. Toda TL transforma subespacios en su-
ses.
bespacios.
24. Describa el isomorfismo de coordinatiza-
3. Toda TL de un espacio de dimensión 1
ción en una base.
es una homotecia.
25. Dos espacios vectoriales sobre un mismo
4. Definición de proyección. Toda proyec-
campo son isomorfos si y solo si tienen
ción es una TL.
la misma dimensión.
5. El producto de un escalar por una TL es
26. Todo espacio vectorial finito dimensional
una TL.
es isomorfo a un Kn .
6. La suma de dos TLs es una TL.
27. El número de elementos en un campo fi-
7. La composición de TLs es una TL.
nito es potencia de un número primo.
8. Propiedades de la composición de TLs:
28. hE ∪ Fi = {a + b | a ∈ E, b ∈ F}
asociatividad, distributividad y conmu-
29. La igualdad modular (incluye la demos-
tatividad con el producto por escalares.
 Guı́a de estudio 219

9. Definición de Álgebra. De tres ejemplos F es inyectiva si y solo si es sobreyectiva.

de álgebras. ¿Que es el grupo general li- 26. Los subespacios afines paralelos a ker f
neal? son precisamente los conjuntos de vecto-
10. Las extensiones lineales son TLs. res en que la TL f es constante.
11. Las TLs están predeterminadas por sus
valores en una base. Capı́tulo 4
12. Si N es una base de E entonces, la fun-
1. Si |M| = |N| entonces, los grupos simétri-
ción que a cada TL h ∈ Hom (E, F) le ha-
cos SM y SN son isomorfos.
ce corresponder su restricción hN ∈ FN
2. El número de permutaciones de un con-
es un isomorfismo de espacios vectoria-
junto con n elementos es n!.
les.
3. Que son las órbitas de una permutación.
13. Una TL es un isomorfismo si y solo si su
4. La restricción de una permutación a una
restricción a una base es inyectiva y la
órbita es un ciclo.
imagen de esta restricción es una base.
5. Definición de permutaciones pares e im-
14. Propiedades del producto escalar canóni-
pares. Definición del signo.
co de N-adas conmutatividad, distributi-
6. La composición de una permutación con
vidad y conmutatividad con el producto
una transposición cambia la paridad de
por escalares.
la permutación.
15. Definición del producto de matrices.
7. Toda permutación es composición de
16. ¿Cual es la TL definida por una matriz?.
transposiciones.
¿Cual es la matriz de una TL?
8. Pruebe que sgn (π ◦ ρ) = sgn π sgn ρ y
17. La matriz de la composición de dos TLs
que sgn π−1 = sgn π.
es igual al producto de las matrices de
9. Definición de determinante de una ma-
las TLs.
triz. Regla del triángulo para los deter-
18. Defina las matrices de cambio de base.
minantes de orden 3.
19. La N-ada de las coordenadas de un vec-
10. El determinante de la matriz identidad
tor en la base nueva se obtiene multipli-
es 1.
cando la matriz de cambio de base por la
11. Si una matriz tiene una columna o un
V-ada de las coordenadas del vector en
renglón nulo entonces, su determinante
la base vieja.
es cero.
20. Sea f : E → F una TL. Sean B y C ma-
12. El determinante no se altera al transpo-
trices de cambio de base en E y F respec-
ner una matriz.
tivamente. Si A es la matriz de f en las
13. Si una matriz tiene dos renglones iguales
bases viejas entonces CAB−1 es la matriz
entonces, su determinante es cero.
de f en las bases nuevas.
14. Si φ y ϕ son dos cambios de ı́ndices de
21. Definición de núcleo e imagen de una TL.
N en M entonces, se cumple la igualdad:
22. La imágen y el núcleo son subespacios.
det αMφ(N) =
23. Una TL es injectiva si y solo si su núcleo ¡ ¢
sgn φ ◦ ϕ−1 det αMϕ(N) .
es trivial.
15. Definición de matriz no singular.
24. Si K es un subespacio complementario a
16. Definición de cofactores de una entrada
ker f entonces, la restricción de f a K es
de una matriz. Pruebe que los cofactores
inyectiva.
no dependen del cambio de ı́ndices usado
25. Sean E y F dos espacios tales que
para calcular el determinante.
dim E = dim F < ∞. Una TL de E a
17. Teorema de expansión de Laplace.
220 Guı́a de estudio
18. Definición de funcional multilineal mios.
19. El determinante es un funcional multili- 3. Defina la función de evaluación de un po-
neal de los renglones. linomio.
20. det A−1 = (det A)−1 . 4. Un polinomio de grado n está predeter-
21. A−1 = A∗T / det A. minado por su evaluación en n + 1 dife-
22. El determinante de un OL no depende rentes elementos del campo.
de la base que se use para calcularlo. 5. División con resto de polinomios.
23. Enuncie la expansión generalizada de La- 6. Defina los divisores, los múltiplos y los
place factores de un polinomio.
24. El determinante de una matriz triangu- 7. Si p·|q y q·|p entonces existe un elemen-
lar por bloques es igual al producto de to del campo α tal que p = αq.
los determinantes de sus bloques. 8. Defina los divisores, los múltiplos y los
25. Enuncie la caracterización de matrices factores de un polinomio.
no singulares. 9. Defina las raices de un polinomio.
26. Lema de aumento de submatrices no sin- 10. Para que b sea una raı́z de p es necesario
gulares. y suficiente que (x − b) sea un factor de
27. Si αIJ es una base de una matriz αMN p.
entonces el conjunto de renglones inde- 11. Un polinomio de grado n tiene a lo más
xado por I es una base del espacio de n raices.
renglones de αMN . 12. Defina los ideales de un anillo y los idea-
28. Enuncie el Teorema del rango. les principales.
29. Regla de Cramer. 13. Todo ideal de polinomios es principal.
30. Teorema de existencia de soluciones. 14. Teorema de Bezout.
31. Lema de eliminación de ecuaciones de- 15. Defina factores propios, polinomios
pendientes. mónicos, factores irreducibles.
32. Describa el procedimiento general de so- 16. Si p y q son dos polinomios y r es un
lución de los sistemas de ecuaciones li- factor irreducible de pq entonces r es un
neales. factor de p o de q.
33. Las transformaciones elementales no 17. Sea p = αp1 · · · pn una descomposición
cambian los determinantes. en factores irreducibles de p. Si q es cual-
34. Las transformaciones elementales de los quier factor irreducible de p entonces, q
renglones de la matriz ampliada no cam- es igual a alguno de los pi .
bian el subespacio afı́n solución de un sis- 18. Teorema de Factorización de Polinomios.
tema de ecuaciones lineales. 19. Desarrollo de Taylor.
35. Resuelva un sistema de ecuaciones linea- 20. Enuncie el Teorema de Gauss.
les por el método de Gauss. 21. Usando el Teorema de Gauss demuestre
36. Encuentre la inversa de una matriz por la clasificación de los polinomios comple-
el método de eliminación de Gauss jos irreducibles.
22. Demuestre la clasificación de los polino-
Capı́tulo 5 mios reales irreducibles.
1. Defina los polinomios sobre un campo, Capı́tulo 6
sus coeficientes, el grado y el coeficiente
principal. 1. Defina la suma directa de operadores li-
2. Defina la suma y el producto de polino- neales.
 Guı́a de estudio 221

2. Defina los subespacios inveriantes de un un vector tal que su perı́odo es igual al

operador lineal. polinomio mı́nimo de h.
3. Un OL se descompone como suma direc- 23. Definición de h-combinación y sus coefi-
ta de dos OLs si y solo si él tiene dos su- cientes.
bespacios invariantes complementarios. 24. El conjunto de todas las h-
4. Defina los operadores lineales irreduci- combinaciones de V es un subespacio
bles. invariante.
5. Demuestre que todo operador lineal se 25. Definición de subespacio h-generado y
descompone en suma de irreducibles. conjunto de vectores h-generador.
6. Demuestre que si un operador lineal se 26. perh hVih = perh V.
descompone en suma directa de otros dos 27. Definición de subespacio h-cı́clico y de
entonces, en cierta base su matriz es dia- operador cı́clico.
gonal por bloques. 28. Si q es un polinomio coprimo con perh a
7. Defina la función de evaluación de un po- entonces haih = hqh (a)ih .
linomio en un operador lineal. 29. Si el perı́odo de a es de grado
8. La función de evaluación de polinomios © entonces eln−1
n, conjunto
ª de vectores
en un operador lineal es un morfismo de a, h (a) , . . . , h (a) es una base de
álgebras. haih .
9. La imagen de la función de evaluación de 30. Definición de conjunto h-independiente.
polinomios es una subálgebra conmuta- 31. Si V = {v1 , . . . , vn } es h-independiente
tiva del álgebra de operadores lineales. entonces hVih = hv1 ih ⊕ · · · ⊕ hvn ih .
10. El núcleo del morfismo de evaluación en 32. Definición de h-base.
h es un ideal de K [x]. 33. El conjunto EndF (E) de todos los opera-
11. Defina el polinomio mı́nimo de un ope- dores lineales que dejan invariante F es
rador lineal. una subálgebra de End (E).
12. Defina el anulador de un conjunto de vec- 34. La función EndF (E) 3 h 7→ h e ∈
tores. End (E/F) es un morfismo de álgebras.
13. Defina el h-perı́odo de un conjunto de 35. Pruebe que p fh = ph .
vectores. 36. Si b ∈ v+F entonces perh (v + F) ·| perh (b).
14. El h-anulador de A es el conjunto de los 37. Lema del perı́odo (sin demostración)
múltiplos comunes a los perı́odos de los 38. Lema del cociente.
vectores en A. 39. Teorema de Existencia de h-bases.
15. Si h = f ⊕ g entonces el polinomio mı́ni- 40. Teorema de Descomposición en Compo-
mo de h es igual al mı́nimo común múlti- nentes Radicales Cı́clicas
plo de los polinomios mı́nimos de f y g. 41. Defina el tipo de una descomposición.
16. Monotonı́a del perı́odo. 42. Teorema de Unicidad del Tipo (sin de-
17. Invariancia de los núcleos. mostración).
18. Monotonı́a de los núcleos. 43. Teorema de Caracterización de los OLs
19. Lema de Descomposición de Núcleos. irreducibles.
20. Si h es irreducible entonces, es radical. 44. Definición de vector propio y de valor
21. Enuncie el Teorema de Descomposición propio.
en Componentes Radicales (sin demos- 45. La recta hai es h-invariante si y solo si
tración). a es un vector propio de h.
22. Para cualquier operador lineal h existe 46. Definición de polinomio caracterı́stico.
222 Guı́a de estudio
Cual es el grado del polinomio carac- 50. Si h = f ⊕ g entonces, el polinomio ca-
terı́stico (sin demostración). racterı́stico de h es igual al producto de
47. Demuestre que las raices del polinomio los polinomios caracterı́sticos de f y g.
caracterı́stico son los valores propios. 51. Teorema de Hamilton-Caley-Frobenius.
48. Definición de matriz acompañante de un 52. Definición de celda de Jordán.
polinomio. 53. Si h es un operador cı́clico-radical con
49. Sea h un OL cı́clico con polinomio mı́ni- polinomio mı́nimo (x − λ)n entonces, en
mo p©de grado n. La matrizªde h en la cierta base, la matriz de h es una celda
base a, h (a) , . . . , hn−1 (a) es la ma- de Jordan.
triz acompañante de p. 54. Forma normal de Jordán
Sección 7.1 El espacio dual 1

7.1 El espacio dual

Funcionales lineales
Sabemos que cualquier campo K es un espacio vectorial de dimensión 1 sobre si
mismo. Las TLs de un espacio vectorial en el campo K son especialmente importantes
por lo que tienen un nombre particular: funcionales lineales.
Más detalladamente, si E es un espacio vectorial sobre K entonces a las TLs f : E →
K se les llama funcionales lineales. No está demás recalcar aquı́ que los funcionales
lineales son un caso muy particular de las TLs y por lo tanto todo lo que sabemos de
las TLs se aplica a los funcionales lineales. En particular:
1. Sabemos sumar funcionales lineales y multiplicar escalares por funcionales lineales
(?? y ??).
2. El conjunto de todas los funcionales lineales Mor (E,K) es un espacio vectorial
para la suma de funcionales lineales y el producto por escalares (??).
Al espacio Mor (E,K) lo denotaremos por E# y lo llamaremos el espacio dual de E.
El porqué de este nombre lo aclararemos un poco más adelante. Siguiendo la tradición a
los vectores en el espacio dual los llamaremos covectores. Luego, el término “covector”
es solamente un sinónimo de “funcional lineal”.
El isomorfismo de un espacio con su dual
Algo muy importante que probamos en todo detalle para las TLs es que si le da-
mos coordenadas a los espacios vectoriales escogiendo bases entonces, obtenemos por
extensión lineal los isomorfismos
¡ ¢ ¡ ¢N
Mor (E, F) ↔ Mor K{N} , K{M} ↔ K{M} .
Si la TL es un covector entonces su codominio es K y esto se simplifica mucho ya que
K como espacio vectorial sobre K tiene base canónica M = {1}. Ası́ obtenemos que si
N es una base de E entonces
¡ ¢
E# = Mor (E, K) ↔ Mor K{N} , K ↔ KN ⊇ K{N} ↔ E
En el caso de que la base N sea infinita entonces la contención K{N} ⊆ KN es propia
(no hay igualdad) y esto nos da una TL de E a E# que es inyectiva pero no sobreyec-
tiva. Cuando la base N es finita entonces K{N} = KN y obtenemos un isomorfismo no
canónico entre E y E# .
Pasemos a describir este isomorfismo con más detalle. Supongamos que E es finito
dimensional y sea N una de sus bases. Sea f : E → K un covector y x ∈ E un vector.
Como N es una base y f es una TL. Tenemos que
à !
X X X
f (x) = f xi i = xi f (i) = fi xi
i∈N i∈N i∈N
donde los xi son las coordenadas de x en la base N y los fi son los escalares f (i).
2

Observese que si interpretamos a x como la variable de la función f entonces, los xi

son variables y la suma a la derecha es una forma lineal cuyos coeficientes son los fi .
Esto nos da una función que a cada covector f le hace corresponder la forma lineal
mencionada arriba. Esta función es biyectiva ya que su inversa es la que a una forma
lineal le hace corresponder la evaluación de la forma lineal en las coordenadas de un
vector. Más aún, es un isomorfismo de espacios vectoriales ya que
(f + g) (i) = f (i) + g (i) = fi + gi
(αf) (i) = αf (i) = αfi
Como el espacio de formas lineales es canónicamente isomorfo a KN obtenemos que E
y E# son isomorfos (NO canónicamente).

La base dual

Sea E un espacio vectorial (posiblemente de dimensión infinita) y sea N una de sus

bases. Cualquier vector x se expresa de forma única como una combinación lineal (de
soporte finito) de N. Los coeficientes de tal combinación lineal son las coordenadas del
vector x en la base N. Hay una coordenada para cada vector de la base N
Ahora, sea i un vector en la base N y denotemos por iH (x) ∈ K a la coordenada de
x correspondiente a i. Con esta notación nuestra combinación lineal se escribe como
X
x= iH (x) i
i∈N
H
Obsérvese que si j ∈ N entonces para i (j) hay dos posibilidades. Si j = i, entonces
iH (j) = 1. Si j 6= i, entonces iH (j) = 0. Esto es muy claro si observamos cual es la
coordenada de j correspondiente a i. Esto se expresa de forma compacta como
¯
H 1 si j = i
i (j) = δij =
0 en otro caso
donde δij es el delta de Kronecker.

La notación iH (x) sugiere que este es un elemento del campo el cual depende
solo de i y de x. Esto es falso, iH (x) también depende de cual es la base N.
Esto es ası́ porque la relación entre un espacio y su dual no es canónica.

Ejercicio 1 Denotemos i = (1, 0), j = (0, 1) y k = (1, 1). Los conjuntos N = {i, j} y
M = {i, k} son dos bases de R2 . Calcule iH (k) en las bases N y M. [11]

La función iH : E 3 x 7−→ iH (x) ∈ K es un funcional lineal por la sencilla razón de

que para sumar dos vectores hay que sumar sus coordenadas y para multiplicarlo por
un escalar hay que multiplicar sus coordenadas por el escalar. Luego, iH es un covector
def
en E# . Denotaremos NH = {iH | i ∈ N}.
Sección 7.1 El espacio dual 3
7.1

El conjunto de covectores NH es linealmente independiente.

Prueba. Recalquemos que el cero en el espacio dual es la función O que a cada

vector del espacio le hace corresponder
X el cero del campo. Supongamos que tenemos
H
una combinación lineal O = αi i . Para cualquier j ∈ N tenemos que
à i∈N !
X X X
0 = O (j) = αi iH (j) = αi iH (j) = αi δij = αj
i∈N i∈N i∈N
y esto prueba que todos los coeficientes de nuestra combinación lineal son cero.
7.2

Si E es de dimensión finita entonces, NH genera a E# .

Prueba. Sea f ∈ E# un covector. Necesitamos convencernos que f es combinación

lineal de NH . Como N es finito podemosX
definir el covector
g= f (i) iH
i∈N
que está enPel subespacio generado por NH . Veamos que f = g.
Si x = i∈N αi i es un vector arbitrario entonces
X X
f (x) = αi f (i) = iH (x) f (i) = g (x) .
i∈N i∈N
usando la definición de igualdad de funciones, obtenemos que f = g.
De 7.1 y 7.2 obtenemos que si el espacio es de dimensión finita entonces NH es una
base del espacio dual E# llamada la base dual de N.

Ejercicio 2 Sea N una base del espacio E. Sea Σ la función que a cada vector en E
le hace corresponder la suma de sus coordenadas en la base N. Pruebe que Σ es un
/ hNH i.
funcional lineal. Pruebe que si E es de dimension infinita entonces Σ ∈

El problema de caracterizar al conjunto hNH i en espacios de dimension infinita es impor-

tante en Análisis Funcional. Por ejemplo, el Teorema de Representación de Riesz dice que
en un espacio de Hilbert el conjunto hNH i es exactamente el conjunto de los funcionales
lineales acotados.
La función H : N 3 i 7−→ iH ∈ E# definida en la base N de E la podemos
extender por extensión lineal (véase la sección 3.3) a todo el espacio E. Por definición
P H def
P H
de extensión lineal, si x = i∈N αi i entonces, x = i∈N αi i y la imagen de la
función H : E 3 x 7−→ xH ∈ E# es el subespacio generado por NH .
La función H siempre es inyectiva. Si el espacio es de dimensión finita entonces H es
biyectiva o sea, un isomorfismo de espacios vectoriales. El lector debe observar que es
la tercera vez que construimos el isomorfismo entre un espacio de dimensión finita y su
4

dual en tres lenguajes diferentes (todas son equivalentes). Primero, basado en teoremas
ya demostrados para las transformaciones lineales en general. Segundo, usando las
formas lineales. Por último, usando las bases duales. En lo adelante, preferiremos esta
última construcción por ser más detallada que las anteriores.
7.3

Para⎛cualesquiera
X dos vectores
⎞ x, y ∈ E se tiene que
x= αi i X
⎝ Xi∈N ⎠ =⇒ xH (y) = αi βi
y= βi i i∈N
i∈N

Prueba. Como H es lineal tenemos à !

X X X XX X
xH (y) = αi iH (y) = αi iH βj j = αi βj iH (j) = αi βi
i∈N i∈N j∈N i∈N j∈N i∈N
que es lo que se requerı́a demostrar
Este resultado se puede reformular como que xH (y) es el producto escalar canónico
de las N-adas correspondientes a x y a y. En particular, como el producto escalar
canónico es simétrico, siempre se tiene que xH (y) = yH (x).
7.4

X x ∈ E se cumple que
Para cualquier vector
H
x = xH (i) iH
i∈N

Prueba. Sabemos que la coordenada de x correspondiente a i en la base N es iH (x) =

xH (i). Como H es un isomorfismo, las coordenadas de xH en la base NH son iguales a
las coordenadas de x en la base N.

Ejercicio 3 Describa el espacio dual al de los polinomios K [x] . [11]

La transformación lineal dual

f Sean E y F dos espacios vectoriales y f : E → F una TL. Para

E −→ F cada covector ϕ : F → K en el espacio dual F# tenemos que la
& . composición ϕ◦f es un covector en el espacio
ϕ◦f ϕ f
K dual E# . Esto nos da una función f# : F# 3 E −→ F
ϕ 7→ ϕ ◦ f ∈ E# que es una TL ya que ϕ ◦ # ⇓ # ⇓ ⇓ #
(f + g) = ϕ ◦ f + ϕ ◦ g y que ϕ ◦ (αf) = α (ϕ ◦ f) (véase ?? en la E# ←− F#
# f#
página ??). A la TL f se le llama la transformación lineal
dual a f.
Observese en el recuadro de la derecha como la TL dual tiene la dirección de la
flecha invertida. Además, es importante enfatizar que la definición de transformación
Sección 7.1 El espacio dual 5

lineal dual es canónica, o sea, no se necesitan ningunas bases para poder definirla.

La TL dual en coordenadas
7.5

Si A es la matriz de una TL en ciertas bases, enton-

ces AT es la matriz de su dual en las bases duales.

Prueba. Sea f : E −→ F una TL. Sean N y M bases de E y F respectivamente.

Podemos pensar que E = KN , F = KM y que f : KN 3 βN 7→ αMN βN ∈ KM para
cierta matriz αMN . Tenemos que averiguar cual es la matriz γN H M H de f# en las bases
duales. Por definición de la matriz de una TL la columna γN H jH son las coordenadas
de f# (jH ) en la base NH . Por 7.4, la coordenada en iH ∈ NH de cualquier covector xH
es igual a xH (i). Tenemos que
γiH jH = f# (jH ) (i) = (jH ◦ f) (i) = jH (f (i)) = jH (αMi ) = αji
Luego, si identificamos N con NH y M con MH mediante las biyecciones naturales
obtenemos que γN H M H = γNM = αT MN .

Covariancia y contravariancia

Cuando tenemos un espacio vectorial ya coordinatizado con una base y se cambia la

base, las n-adas correspondientes a los vectores cambian multiplicando por la matriz
de cambio de base o sea, x0 = Ax. Por otro lado, las n-adas correspondientes a los
covectores cambian multiplicando por la transpuesta de la matriz de cambio de base o
lo que es lo mismo, multiplicando por el otro lado y0 = yA. Por esto, se dice que los
vectores son contravariantes y los covectores son covariantes.
Estas palabras vienen de la siguiente intuición geométrica. Si en el plano tenemos
un vector y se rota el sistema de coordenadas entonces es como si el vector rotara en el
sentido contrario, o sea, el vector “contravarı́a”. Los covectores en el plano dual hacen
justo lo opuesto varı́an como lo hace el sistema de coordenadas o sea, “covarı́an”. Esto
ocurre porque la matriz transpuesta de una rotación es igual a su inversa. Sin embar-
go, para otros cambios de base esto no es necesariamente cierto. Los vectores siguen
“contravariando” pero los covectores no covarı́an. Por esto, nosotros nos ovidaremos
de esta interpretación geométrica.

Propiedades de la TL dual
7.6

La dual de la identidad en E es la identidad en E# .

Prueba. Si f es la identidad entonces, ∀ϕ ∈ G# tenemos que f# (ϕ) = ϕ ◦ f = ϕ.

6
7.7
f g
Si E → F → G son dos transformacio-
nes lineales entonces, (g ◦ f)# = f# ◦ g# .

Prueba. Para cualquier ϕ ∈ G# tenemos que ¡ ¢ ¡ ¢

(g ◦ f)# (ϕ) = ϕ ◦ (g ◦ f) = (ϕ ◦ g) ◦ f = f# (ϕ ◦ g) = f# g# (ϕ) = f# ◦ g# (ϕ)
que es lo que se necesitaba demostrar.
Otras propiedades de la TL dual se pueden encontrar en los ejercicios que siguen.

Ejercicio 4 Pruebe que una TL f : E → F es inyectiva si y solo si existe otra TL

g : F → E tal que g ◦ f es la identidad en E. [11]
Ejercicio 5 Pruebe que una TL g : F → E es sobreyectiva si y solo si existe otra TL
f : E → F tal que g ◦ f es la identidad en E. [11]
Ejercicio 6 Pruebe que si f es sobreyectiva entonces f# es inyectiva. Pruebe que si f
es inyectiva entonces f# es sobreyectiva. [11]
Ejercicio 7 Pruebe que si f es un isomorfismo entonces f# también lo es.

El doble dual

Sea E un espacio vectorial sobre K. Definamos el doble dual de E como el dual

del dual de E o sea,
¡ ¢#
E## = E# = Mor (Mor (E, K) , K) .
A pesar de parecer algo muy complicado, el doble dual es simple y muy natural como
se podrá ver de los siguientes argumentos.
Sea x ∈ E un vector y f ∈ E# un covector. Sabemos que f(x) es un escalar. De
hecho, el covector f es la función
E 3 x 7−→ f (x) ∈ K.
Consideremos ahora la función
ẋ : E# 3 f 7−→ f (x) ∈ K
que tiene como dominio a E# y toma valores en el campo K.
7.8

ẋ es una transformación lineal.

Prueba. Tenemos ẋ(f + g) = (f + g) (x) = f (x) + g (x) = ẋ(f) + ẋ(g) y además para
α ∈ K tenemos que ẋ(αf) = (αf) (x) = α (f (x)) = αẋ(f).
Luego ẋ es un vector del espacio doble dual E## .
Sección 7.1 El espacio dual 7
7.9

La función E 3 x 7−→ ẋ ∈ E## es una trasformación lineal injectiva. Si

E es de dimensión finita entonces esta función es un isomorfismo de espa-
cios vectoriales.

Prueba. Sea f ∈ E# cualquier covector. Tenemos que

•
z }| {
x + y (f) = f (x + y) = f (x) + f (y) = ẋ (f) + ẏ (f) = (ẋρx + ẏ) (f)
•
z}|{
αx (f) = f (αx) = αf (x) = αẋ (f)
lo que demuestra que nuestra función es una trasformación lineal.
Si ẋ = 0 ∈ E## entonces para cualquier covector f tenemos que ẋ (f) = 0. Supon-
gamos que x 6= 0 , entonces existe una base A de E que contiene a x. Definamos f en
la base A haciendo f (x) = 1 y f (y) = 0 ∀y ∈ A\ {x}. En todo el espacio f se define
por extensión lineal. Luego ẋ (f) = f (x) = 1 lo que contradice que ẋ = 0. De aquı́,
necesariamente x = 0 o sea nuestra función tiene nucleo trivial y es injectiva.
Si dim E < ∞ entoces sabemos que dim E = dim E# = dim E## y todo monomor-
fismo entre espacios de dimensiones finitas e iguales es un isomorfismo.
Lo importante del resultado anterior no es que E y E## son isomorfos en el caso
de dimensión finita. Esto ya lo sabı́amos porque dim E = dim E## . Lo importante es
que el isomorfismo x 7−→ ρx es canónico.

Ejercicio 8 Sea f : E → F una TL entre espacios de dimensión finita. Demuestre que

si identificamos E con E## y F con F## mediante los isomorfismos canónicos, entonces
f = f## .

Anuladores
Sea A ⊆ E un conjunto de vectores. Diremos que un covector anula a A si f (A) =
{0} , o sea si f (a) = 0 para cualquier a ∈ A. Al conjunto
© ª
A0 = f ∈ E# | f (A) = {0}
de todos los covectores que anulan a A se le llama el anulador de A.
7.10

1. A0 es un subespacio de E# .
2. E0 = {0} y {0}0¡= E# . ¢
3. (A ⊆ B) =⇒ A0 ⊇ B0 .

Prueba. (1) Si f y g están en A0 entonces ∀a ∈ A f (a) = 0 y g (a) = 0 y por lo

tanto (f + g) (a) = 0. También ∀α ∈ K tenemos que (αf) (a) = 0.
(2) Para cualquier covector f tenemos que f (0) = 0 y por lo tanto {0}0 = E# . Por
definición del covector 0 tenemos que E0 = {0}.
8

(3) Si f ∈ B0 entonces f anula a todos los vectores en B y por lo tanto a todos los
vectores en A.
7.11

Si F es un subespacio de E entonces F0 es canónicamente

isomorfo al dual de cualquier subespacio complementario
a F. Si dim E < ∞ entonces, dim F0 = dim E − dim F.

Prueba. Sea G un subespacio complementario de F o sea E = F ⊕ G. Sea g ∈ G# .

Definamos g igual a g en G, igual a cero en F y en todo el espacio por extensión lineal.
En otras palabras, si x = a + b con a ∈ F y b ∈ G, entonces g (x) = g (b).
Obviamente g ∈ F0 y la función G# 3 g 7−→ g ∈ F0 es una TL que tiene como
inversa a la restricción de g a G. Luego G# ≈ F0 .
Si E es de dimensión finita entonces dim F0 = dim G# = dim G = dim E − dim F.
7.12

Sea f : E 7−→ F una TL. Entonces, ker f# = (Im f)0 .

Prueba. Tenemos © ª © ª
ker f# = g ∈ F©# | f# (g) = 0 = g ∈ ªF# | (g ◦ f) (E) = {0} =
= g ∈ F# | g (Im f) = {0} = (Im f)0
7.13

Sea f : E 7−→ F una TL entre espacios de dimensión

finita. Entonces dim Im f# = dim Im f.

Prueba. De 7.12 y 7.11 tenemos que

dim ker f# + dim Im f = dim F
Por otro lado, sabemos que el nucleo y la imagen de una TL siempre tienen dimensiones
complementarias. En este caso,
dim ker f# + dim Im f# = dim F#
Además, como F es de dimensión finita, dim F# = dim F. Igualando las dos ecuaciones
obtenemos lo que se requerı́a.
Observese que teniendo en cuenta que la matriz de la TL dual es la transpuesta,
este ultimo resultado es equivalente a que el espacio de renglones y columnas de una
matriz tienen la misma dimensión.

Ejercicio 9 Sea f : E 7−→ F una TL. Pruebe que, Im f# = (ker f)0 . [11]
Sección 7.1 El espacio dual 9
Ejercicio 10 Sea f : E 7−→ F una TL entre espacios de dimensión finita. Pruebe que
dim ker f# = dim ker f. [12]
10
Ejercicio 1 (Sección 7.1 página 2) En la base N tenemos iH (k) = 1. En la base
M tenemos iH (k) = 0.

Ejercicio 3 (Sección 7.1 página 4) Para cada sucesión (infinita) (a0 , a1 , ...) con
elementos en K hay un funcional lineal
Xn Xn
i
K [x] 3 αi x 7→ ai αi ∈ K
i=0 i=0 © ª
y estos son todos, pues estos funcionales restringidos a la base canónica A = 1, x, x2 , ...
nos dan todas las funciones de A en K. En este caso no tenemos base dual. Los fun-
cionales ± n ²
X
AH = ai xi 7→ aj | j ∈ N
i=0
son un conjunto LI pero no generador pues con combinaciones lineales finitas solo
podemos generar funciones de A en K de soporte finito.

Ejercicio 4 (Sección 7.1 página 6) Si existe g entonces, por el ejercicio ??, f es

f0 i
injectiva. Supongamos que f es inyectiva. Entonces f se factoriza como E → Im f → F
donde f0 es un isomorfismo. Si π : F → Im f es cualquier proyección entonces, g = f−1
0 ◦π
cumple que g ◦ f es la identidad en E.

Ejercicio 5 (Sección 7.1 página 6) Si existe f entonces, por el ejercicio ??, g es

sobreyectiva. Supongamos que g es sobreyectiva. Entonces, por el ?? la función g se
π g
factoriza como F → K →0 E donde K es un subespacio complementario al núcleo de
g, π es la proyección a K a lo largo del núcleo de g y g0 es la restricción de g a K.
Sabemos que g0 es un isomorfismo.
Si i : K → F es la inmersion, entonces f = i ◦ g−1
0 cumple que g ◦ f es la identidad en E.

Ejercicio 6 (Sección 7.1 página 6) Si f es sobreyectiva entonces, por el ejercicio 5

existe g tal que g ◦ f = I y por lo tanto
f# ◦ g# = (g ◦ f)# = I# = I.
Aplicando el ejercicio 4 obtenemos que f# es inyectiva. La prueba de la otra afirmación
es análoga.

Ejercicio 9 (Sección 7.1 página 8) Sea g ∈ Im f# ⊆ E# entonces ∃h ∈ F# tal

que h ◦ f = f# (h) = g. Si x ∈ ker f entonces, g (x) = (h ◦ f) (x) = h (0) = 0 y por
lo tanto g ∈ (ker f)0 . Luego Im f# ⊆ (ker f)0 .Recı́procamente, sea g ∈ (ker f)0 ⊆ E#
12 Soluciones de ejercicios selectos
entonces ∀x ∈ ker f tenemos que g (x) = 0. Sea G un subespacio complementario al
ker f y B una base de G. El conjunto f (B) ⊆ F es LI y por lo tanto está contenido en
una base A de F. Para i ∈ B definamos h (f (i)) = g (i) y para a ∈ A \ f (B) definamos
h (a) con un valor arbitrario del campo. La función h está definida en la base A de F
y por extensión lineal la convertimos en un covector en F# .Ahora, si y ∈ E entonces
y = x + z con x en ker f y z en G. Además z es una combinación lineal de B. Luego
X X
g (y) = g (x)+ αi g (i) = h (f (x))+ αi h (f (i)) = h (f (x))+h (f (z)) = h (f (y))
i∈B i∈B
y por lo tanto g = h ◦ f = f (h) lo que prueba que g ∈ Im f# .
#

Ejercicio 10 (Sección 7.1 página 9) De 7.12 y del ejercicio 9 tenemos que

dim Im f# + dim ker f = dim E
Por otro lado, sabemos que el nucleo y la imagen de una TL siempre tienen dimensiones
complementarias. En este caso,
dim Im f + dim ker f = dim E
Igualando las dos ecuaciones obtenemos lo que se requerı́a.
Covector. Vector en el espacio dual. Funcional lineal. TL del espacio en el
Sinónimo de funcional lineal. . . . . . . . . . . 1 campo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
14
 f g
1. Definición de funcional lineal 10. Si E → F → G son dos transformaciones
2. Definicición del espacio dual lineales entonces, (g ◦ f)# = f# ◦ g# .
3. Explique la diferencia entre los funcional 11. La función E 3 x 7−→ ẋ ∈ E## es una
lineales y las formas lineales trasformación lineal injectiva. Si E es de
4. Definición de la base dual. dimensión finita entonces esta función es
5. El conjunto de covectores de la base dual un isomorfismo de espacios vectoriales.
es linealmente independiente. 12. Pruebe que: 1.- A0 es un subespacio de
0
6. Si el espacio es de dimensión finita en- E# . 2.- E0 =¡ {0} y {0} ¢ = E# . 3.-
tonces, la base dual es un conjunto (A ⊆ B) =⇒ A ⊇ B .0 0

generador. 13. Si F es un subespacio de E entonces F0

7. Definición de Transformación Lineal es canónicamente isomorfo al dual de
Dual cualquier subespacio complementario a
8. Si A es la matriz de una TL en ciertas ba- F. Si dim E < ∞ entonces, dim F0 =
ses, entonces AT es la matriz de su dual dim E − dim F.
en las bases duales. 14. ker f# = (Im f)0
9. La dual de la identidad en E es la iden- 15. dim Im f# = dim Im f.
tidad en E# .
Sección 7.2 Funcionales bilineales 1

7.2 Funcionales bilineales

Sean E y F dos espacios vectoriales sobre K. A un funcional f : E ⊕ F → K se le
llama bilineal si se cumplen las dos siguientes propiedades
¨ ∀x ∈ E el funcional F 3 y 7→ f (x, y) ∈ K es lineal
¨ ∀y ∈ F el funcional E 3 x 7→ f (x, y) ∈ K es lineal
o en otras palabras un funcional bilineal es un funcional de dos variables que es lineal
en cada variable. Es claro que la suma de funcionales bilineales es también un fun-
cional bilineal. Lo mismo ocurre con el producto por escalares. Luego, el conjunto de
funcionales bilineales Bil (E, F) es un espacio vectorial.
Los funcionales bilineales están en el mismo corazón de muchas ramas de
las matemáticas: teorı́a de números, grupos de Lie, análisis funcional, etc.
También de la fı́sica: relatividad especial, teorı́a cuántica, etc.

La notación
Hay muchas funciones, funcionales, covectores, transformaciones lineales, etc. re-
lacionadas con los funcionales bilineales por esto es importante escoger una buena
notación, especial para los mismos. La primera observación que debemos hacer, es que
el producto escalar canónico en Kn definido por
(α1 , . . . , αn ) (β1 , . . . , βn ) = α1 β1 + · · · + αn βn
es un funcional bilineal.
Por esto podemos pensar que un funcional bilineal es una especie de producto que a
dos vectores (sean del mismo espacio o no) le hace corresponder un elemento del campo,
o sea un escalar. Por esto, usaremos una notación operacional que recuerde un producto
para denotar a los funcionales bilineales pero siempre entre comillas angulares. Asi por
ejemplo un funcional bilineal será una función
• : E ⊕ F 3 (x, y) 7→ x • y ∈ K
que cumple que ∀x, x ∈ E, ∀y, y0 ∈ F, ∀α ∈ K se tiene que
0

1. x + x0 •y = x • y + x0 •y αx • y =α x•y
2. x • y + y0 = x • y + x • y0 x • yα = x•y α

y ası́ convertimos las propiedades de linearidad 1 y 2 en una especie de propiedades

distributivas a la derecha e izquierda y asociativas a la derecha e izquierda de nuestro
“producto”.
Observese que las propiedades 1 son equivalentes a que ∀y ∈ F la función
•y : E 3 x 7→ x • y ∈ K
es un funcional lineal, o sea los •y son covectores en el espacio dual E# . De la
misma manera las propiedades 2 son equivalentes a que ∀x ∈ E la función
x• : F 3y 7→ x • y ∈ K
2

es un funcional lineal, o sea los x• son covectores en el espacio dual F# .

Hagamos un resumen de nuestra notación
• ∈ Bil (E, F) x• ∈ F#
x•y ∈K •y ∈ E#

Esta notación se debe pensar de la siguiente manera. Los x • y son escalares.

Si fijamos a x y variamos y entonces, obtenemos el covector x• . Si fijamos a y y
variamos x entonces, obtenemos el covector •y . Si variamos a x y a y entonces,
obtenemos el funcional bilineal • .
Los funcionales bilineales en coordenadas

Sea M y N bases de E y F respectivamente. Si x ∈ E y y ∈ F entonces existen

combinaciones lineales finitas X X
x= xi i y = yj j
i∈M j∈N
donde los xi y los yj son ciertos escalares. Aplicando las propiedades de linearidad
obtenemos X X XX
x•y = xi i • yj j = xi yj i • j
i∈M j∈N i∈M j∈N
y si denotamos por αij al escalar i•j obtenemos
XX
x•y = xi yj αij
i∈N j∈M
o sea, una forma bilineal. Los escalares αij forman una matriz αMN llamada matriz
del funcional bilineal en las bases M y N.
Esto funciona incluso para los espacios de dimensión infinita pues para cada pareja de
vectores (x, y) solo un número finito de los productos xi yj son diferentes de cero. Por esto,
a la matriz αM N no hay que pedirle que tenga columnas o renglones de soporte finito. En
esencia esto quiere decir que en el caso de dimensión infinita dim Mor (E, F) < dim Bil (E, F).

Debido al amplio uso de los funcionales bilineales muchas y muy varia-

das personas escriben de los funcionales bilineales, usan muchas diferentes
notaciones e incluso usan diferentes terminologı́as. Probablemente el ejem-
plo más notable de esto es que los matemáticos más clásicos que escriben en inglés (no
ası́ en otros idiomas) abusan del lenguaje confundiendo el concepto de “forma bilineal”
con el de “funcional bilineal”. En realidad los funcionales bilineales se convierten en
formas bilineales solamente despues de escoger bases en los espacios.

Las TLs acompañantes

Observemos que para cada vector x ∈ E tenemos que x• es un covector en F# .

De la misma manera para cada vector y ∈ F tenemos que y• es un covector en
E# . Esto nos da dos funciones:
Sección 7.2 Funcionales bilineales 3

−• : E 3 x 7→ x• ∈ F#
•− : F 3 y 7→ •y ∈ E#
Veremos que las funciones −• y •− son TLs y las llamaremos transforma-
ciones lineales acompañantes izquierda y derecha del funcional bilineal • .
7.1

Las funciones −• y •− son transformaciones lineales.

Prueba. Por simetrı́a de la definición de funcional bilineal solo hay que probar una
de las dos afirmaciones. Probemos la primera. Debemos comprobar que x + x0 • =
x• + x0 • y esto es trivial ya que ∀y tenemos que x + x0 • y = x • y +
x0 • y . De la misma manera vemos que αx• = α x• .
La importancia de las TLs acompañantes es que cualquiera de las dos define al
funcional bilineal.
7.2

Si f : E → F# es una TL entonces, f (x) (y) es un funcional bilineal.

Prueba. Es lineal en la primera variable porque f es lineal. Es lineal en la segunda

variable porque f (x) es un covector.
Estos resultados nos dan funciones ¡ ¢
Bil (E,¡F) 3 ¢ • 7−→ −• ∈ Mor E, F#
Mor E, F# 3 f 7−→ f (x) (y) ∈ Bil (E, F)
y queremos convencernos de que estas funciones son la inversa una de la otra.
7.3

La TL acompañante izquierda de f (x) (y) es f.

def
Prueba. Sea x•y = f (x) (y). Tenemos x• = f (x) luego, −• = f.
7.4

def
Si • es un funcional bilineal y f = −• entonces, x•y = f (x) (y).

Prueba. Tenemos f (x) = x• luego, f (x) (y) = x • y .

Luego, la función que a cada funcional bilineal le hace corresponder su TL acom-
pañante izquierda es biyectiva. Mas aún, esta correspondencia
¡ ¢ es un isomorfismo canóni-
#
co entre los espacios vectoriales Bil (E, F) y Mor E, F . Como esto último no lo usa-
remos, dejaremos su prueba en calidad de ejercicio.

Ejercicio 1 Pruebe que la función • 7−→ −• es una TL. [7]

4

Núcleos de los funcionales bilineales

Sea • : E ⊕ F → K un funcional bilineal. A los conjuntos

© ª
ker −• = © x ∈ E | x• = 0 ∈ F# ª = {x ∈ E | x • y = 0 ∀y ∈ F}
ker •− = y ∈ F | •y = 0 ∈ E# = {y ∈ F | x • y = 0 ∀x ∈ E}
se les llama núcleo izquierdo y núcleo derecho del funcional bilineal • . En
otras palabras, el nucleo izquierdo es el nucleo de la TL acompañante izquierda y
similarmente para el nucleo derecho.
Un funcional bilineal • se le llama no singular o no degenerado si sus dos
núcleos son triviales. esto es equivalente a que las dos trasformaciones lineales acom-
pañantes sean inyectivas.
Hay una manera bastante facil de deshacernos de los núcleos de un funcional bi-
lineal. Denotemos por E0 ⊆ E al núcleo izquierdo de • y por E1 ⊆ E a cualquier
subespacio complementario a E0 . Denotemos por F0 ⊆ F al núcleo derecho de • y
por F1 ⊆ F a cualquier subespacio complementario a F0 .
7.5

La restricción de • a E1 ⊕ F1 es no singular.

Prueba. Sea A = {x ∈ E1 | x • y = 0 ∀y ∈ F1 } el núcleo izquierdo de la restric-

ción de • a E × F. Si y es un vector cualquiera en F entonces, y = y0 + y1 con
y0 ∈ F0 y y1 ∈ F1 . Si además, x ∈ A ⊆ E1 entonces,
x • y = x • y0 + x • y1 = 0 + 0
y por lo tanto A ⊆ E0 . Luego A ⊆ E0 ∩ E1 = {0} y esto significa que A es trivial. La
prueba de que el núcleo derecho es trivial es análoga.
Observese que el funcional bilineal • está determinado a priori por su restricción
a E1 ⊕ F1 ya que si (x, y) ∈ E ⊕ F entonces (x, y) = (x0 + x1 , y0 + y1 ) con (x0 , y0 ) ∈
E0 ⊕ F0 y (x1 , y1 ) ∈ E1 ⊕ F1 . De aquı́
x • y = x0 • y0 + x0 • y1 + x1 • y0 + x1 • y1 = x1 • y1
ya que todos los demás sumandos son cero.

Núcleos de los funcionales bilineales en dimensión finita

7.6

Si E y F son finito dimensionales y •

es no singular entonces, dim E = dim F.

Prueba. Como • es no singular las TLs acompañantes son inyectivas por lo

que dim E ≤ dim F# y dim F ≤ dim E# . Como los espacios son finito dimensionales
dim E = dim E# y dim F = dim F# . De las desigualdades obtenemos la prueba.
Sección 7.2 Funcionales bilineales 5
7.7

Si E y F son de la misma dimensión finita entonces, los núcleos

derecho e izquierdo de • tienen la misma dimensión.

Prueba. Sean E1 y F1 subespacios complementarios a los núcleos derecho e izquierdo

de • . Por 7.5 la restrición de • a E1 ⊕F1 es no singular. Por 7.6 dim E1 = dim F1 .
Como por hipótesis E y F tienen la misma dimensión, entonces los núcleos tienen la
misma dimensión.
El siguiente resultado es una consecuencia directa del anterior.
7.8

Si E y F son de la misma dimensión finita entonces,

las siguientes afirmaciones son equivalentes:
1. • es no singular,
2. el núcleo derecho de • es trivial,
3. el núcleo izquierdo de • es trivial.

Dualidad de las TL acompañantes

Veamos ahora una primera aplicación del isomorfismo canónico entre un espacio y su
doble dual. Para esto sean E y F dos espacios de dimensión finita. Sea • : E⊕F → K
un funcional bilineal cualquiera. Recordemos que F es isomorfo a F## mediante el
isomorfismo canónico F 3 y 7−→ ẏ ∈ F## y que ẏ se define como el funcional lineal
F# 3 z 7−→ z (y) ∈ K o sea, ẏ es la evaluación en y.
7.9

Las TLs acompañantes son duales una de la otra.

def
Prueba. Probemos que h = ( −• )# es igual a •− . Tenemos h : F## → E# y
como F = F## los dominios y codominios de h y •− coinciden. Sea (x, y) ∈ E ⊕ F.
Como estamos identificando F con F## mediante el isomorfismo canónico tenemos que
y = ẏ es también un elemento de F## . Por la definición de TL dual tenemos que
h (ẏ) (x) = (ẏ ◦ −• ) (x) = ẏ ( −• (x)) =
= ẏ ( x• ) = x• (y) = x • y = •− (y) (x)
y por lo tanto h = •− . La prueba de que ( •− )# = −• es análoga.
Tanto la afirmación 7.9 como su prueba son un poco informales. De hecho, lo que se prueba
#
es que si φ : F 3 y 7−→ ẏ ∈ F## es la inyección canónica entonces •− = ( −• ) ◦φ.
En el caso de que F sea de dimensión finita entonces φ es un isomorfismo canónico y
podemos “pensar” que es la identidad.
6

Los isomorfismos entre E y E#

Si E es de dimensión infinita entonces, no hay isomorfismos entre E y E# ya que
dim E < dim E# . Si E es de dimensión finita entonces, E y E# tienen la misma dimen-
sión y por lo tanto son isomorfos. Ahora, queremos ver que escoger un isomorfismo
entre E y E# es equivalente a escoger un funcional bilineal no singular en Bil (E, E).
7.10

La correspondencia que a cada funcional bilineal no singular • le

hace corresponder el isomorfismo −• entre E y E# es biunı́voca.

Prueba. Sea • ∈ Bil (E, E) un funcional bilineal no singular. La TL acompañante

izquierda −• es inyectiva y como E y E# tienen la misma dimensión finita entonces,
−• es un isomorfismo entre E y E# .
Recı́procamente, sea f : E → E# un isomorfismo. Entonces, de 7.2 obtenemos que
def
x • y = f (x) (y) es un funcional bilineal. De 7.3 sabemos que −• = f. Como
f es un isomorfismo entonces, el núcleo izquierdo es trivial. Usando 7.8 obtenemos que
• es no singular.
Al escoger una base en un espacio finito-dimensional este se convierte en un espacio
de n-adas en el cual tenemos producto escalar canónico que es un funcional bilineal.
O sea, escoger una base es mucho más que escoger un funcional bilineal. El resultado
anterior nos dice que para escoger un isomorfismo entre E y E# es necesario y suficiente
escoger un funcional bilineal.
Lo anterior es importante porque cuando se tiene un funcional bilineal entonces este
está definido en cualquier subespacio del espacio (mediante la restricción). Aunque no
se tenga una base del subespacio, si se tiene el isomorfismo del subespacio con su dual.

Ejercicio 2 Demuestre que la TL izquierda del producto escalar canónico en Kn es

el isomorfismo entre E y E# definido por la base dual a la canónica.
Ejercicio 1 (Sección 7.2 página 3) Sean • y dos funcionales bilineales. Su
suma está definida como
x (• + ) y = x • y + x y .
Luego, tenemos la igualdad de covectores
x (• + ) = x• + x
y de aquı́ la igualdad de TLs
− (• + ) = −• + − .
Observese que el único argumento que se usa para pasar de una igualdad a la siguiente
es la definición de cuando dos funciones son iguales.
De la misma manera se comprueba que − (α•) = α −• .
8
1. Definición de funcional bilineal lineales. Que es un funcional bilineal no
2. Cual es la matriz de un funcional bili- degenerado.
neal. 8. Si E y F son finito dimensionales y •
3. ¿Que es la función −• ? es no singular entonces, dim E = dim F.
4. Si f : E → F# es una TL entonces, 9. Si E y F son de la misma dimensión finita
f (x) (y) es un funcional bilineal. entonces, los núcleos derecho e izquierdo
5. La TL acompañante izquierda de de • tienen la misma dimensión.
f (x) (y) es f. 10. Demuestre que los funcionales bilineales
def
6. Si • es un funcional bilineal y f = no singulares están en correspondencia
−• entonces, x • y = f (x) (y). biunı́voca con los isomorfismos entre un
7. Defina los núcleos de los funcionales bi- espacio y su dual.
Sección 7.3 Productos escalares 1

7.3 Productos escalares

Sea E un espacio vectorial. Un producto escalar en E es un funcional bilineal
• ∈ Bil (E, E) tal que se cumplen los dos siguientes axiomas:
1) • es no singular
2) ∀x, y ∈ E ( x • y = 0) ⇔ ( y • x = 0)

El primer axioma no es muy importante. Del segundo axioma es claro que los nucleos
derecho e izquierdo del funcional bilineal coinciden. Luego, si el funcional fuera singular,
entonces bastarı́a restringirlo a un subespacio complementario al nucleo para obtener
la no singularidad. Nosotros exigiremos la no singularidad para seguir la tradición y
no ensuciar con trivialidades lo que sigue.

Ejercicio 1 Pruebe que el producto escalar canónico en Kn es un producto escalar.

Frecuentemente pensaremos que E trae consigo un producto escalar • . Por esto

le llamaremos a E espacio con producto escalar.
Alternancia y simetrı́a
Se dice que un vector x es isotrópico si x • x = 0. A los vectores que no son
isotrópicos se les llama anisotrópicos.
El espacio C2 con el producto escalar canónico tiene vectores isotrópicos no nulos
(x = (i, 1)). El espacio de Minkowsky es R4 con el producto escalar definido por la
forma bilineal
xx0 + yy0 + zz0 − c2 tt0
donde c es la velocidad de la luz. El espacio de Mikowsky es el espacio donde “vive”
la teorı́a de la relatividad. Los vectores isotrópicos en este espacio forman un cono
x2 + y2 + z2 = c2 t2 llamado çono de luz”.
Si para un producto escalar se cumple que todo vector es isotrópico entonces se dice
que este es alternante.
A R2 con el producto escalar definido por la forma bilineal xy0 − yx0 se le llama
plano simpléctico real. Este plano es alternante.
A un producto escalar se le llama simétrico si para cualesquiera vectores x , y se
cumple que x • y = y • x . Por otro lado, si para cualesquiera vectores x , y se
cumple que x • y = − y • x entonces se le llama antisimétrico.
7.1

Todo producto escalar alternante es antisimétrico.

Prueba. Para cualesquiera vectores x , y tenemos que

0= x+y•x+y = x•x + y•y + x•y + y•x =
= x•y + y•x
2

El siguiente hecho muy importante para nuestra exposición, tiene una demostración
ingeniosa pero que no aporta nada substancial al estudio de los productos escalares.
Por esto, pospondremos para más adelante esta prueba para no perturbar el hilo de la
exposición.
7.2

Todo producto escalar es simétrico o es alternante.

Perpendicularidad
Sea • un producto escalar en E. Diremos que dos vectores x, y son perpendi-
culares y lo denotaremos por x ⊥ y si se cumple que x • y = 0. En este lenguaje,
el segundo axioma se traduce como (x ⊥ y) ⇔ (y ⊥ x). O sea, que la relación de
perpendicularidad es simétrica.
El uso de la palabra “perpendicularidad” para esta relación proviene del caso
particular del producto escalar canónico en Rn . Sin embargo las propiedades
de la perpendicularidad de otros productos escalares pueden ser muy diferen-
tes a las del producto escalar canónico en Rn .
Ampliaremos esta notación a los conjuntos de vectores. Diremos que A es perpen-
dicular a B y escribiremos A ⊥ B si cualquier vector en A es perpendicular a cualquier
vector en B.
7.3

def
El conjunto de vectores A⊥ = {x ∈ E | x ⊥ y ∀y ∈ A} es un subespacio.

Prueba. Si y, y0 ∈ A⊥ y α ∈ K entonces
x • y + y0 = x • y + x • y0 = 0
x • αy = α x • y = 0
y esto prueba la afirmación.
Al subespacio A⊥ se lo llamaremos subespacio perpendicular al conjunto de
vectores A. Obsérvese que A⊥ es el conjunto de vectores B más grande tal que A ⊥ B.
7.4

1. E⊥ = {0} y {0}⊥¡ = E# . ¢
2. (A ⊆ B) =⇒ A⊥ ⊇ B⊥ .
3. A⊥ = hAi⊥
4. A ⊆ A⊥⊥ .

Prueba. (1) Si x ∈ E⊥ entonces x está en el nucleo de • y por definición de

producto escalar x = 0. Por otro lado todo vector es perpendicular a {0}.
Sección 7.3 Productos escalares 3

(2) Si x ∈ B⊥ entonces es perpendicular a todos lo vectores en B y por lo tanto es

perpendicular a todos los vectores en A.
(3) Por 2, A ⊆ hAi =⇒ A⊥ ⊇ hAi⊥ . Por otro lado si x ∈ A⊥ y y ∈ hAi entonces
X X
x•y = x• αi i = αi x • i = 0
i∈A i∈A
⊥
lo que demuestra que x ∈ hAi .
(4) Obviamente A ⊥ A⊥ y por lo tanto A ⊆ A⊥⊥ .
El resultado anterior es todo lo que podremos decir de las propiedades del subespacio
perpendicular. Sin embargo, si E es de dimensión finita, entonces hay propiedades más
profundas. Para esto necesitaremos un resultado auxiliar.
7.5

Si E es de dimension finita, {x1 , . . . , xk } es un conjunto

de vectores LI y {α1 , ..., αk } es un conjunto de escalares
entonces existe un vector y tal que ∀i xi • y = αi .

Prueba. El elemento clave de la prueba es que como el producto escalar es no dege-

nerado y E es de dimension finita entonces, la transformación lineal acompañante
•− : E 3 y 7−→ •y ∈ E#
es un isomorfismo de espacios vectoriales y por lo tanto es sobreyectiva.
Sea f ∈ E# definida por f (xi ) = αi y en todo el espacio por extensión lineal. Por la
sobreyectividad de •− tiene que existir un vector y tal que f = •y y ese vector
cumple lo que se requiere.
Ahora podremos hacer más fuerte el inciso 2 de 7.4. Recalquemos que el sı́mbolo ⊂
significa “subconjunto propio”.
7.6

Sean F y G subespacios de E que es

¡ de dimen-
¢
sión finita. Si F ⊂ G entonces, F ⊃ G⊥ .
⊥

Prueba. Por 7.4.2 solo tenemos que probar que F⊥ 6= G⊥ . Sea una A una base de F y
B una base de G tal que A ⊆ B. Como F 6= G entonces A 6= B. Sea b ∈ B\A. Por 7.6
existe un vector y tal que y ⊥ A y b • y = 1. Luego, y ∈ A⊥ y y ∈ / B⊥ . Usando
7.4.3 obtenemos que y ∈ F pero y ∈/ G.
7.7

Si E es de dimension finita y F es un subes-

pacio de E entonces, dim F⊥ = dim E − dim F.

Prueba. Sea {0} = E0 ⊂ E1 ⊂ · · · ⊂ En = E una cadena maximal de subespacios

de E o sea que dim Ei = i. Consideremos los subespacios perpendiculares a los de la
4

cadena. Por 7.7 estos forman otra cadena maximal

E = E⊥ ⊥ ⊥
0 ⊃ E1 ⊃ · · · ⊃ En = {0}
y port lo tanto dim Ei = n − i. La prueba concluye al saber que cualquier subespacio
está en alguna cadena maximal.
7.8

Si dim E < ∞ y F es un subespacio de E entonces F⊥⊥ = F.

Prueba. De 7.7 obtenemos que dim F = dim F⊥⊥ . Como por 7.4.4 tenemos que
F ⊆ F⊥⊥ y de estos dos F⊥⊥ = F.

Observese que a pesar de que dim F⊥ = dim E − dim F no necesariamente se

tiene que cumplir que E = F ⊕ F⊥ . Por ejemplo si x es isotrópico entonces
x ∈ hxi ∩ hxi⊥ .

Suma perpendicular
Sean (E, • ) y (F, ) dos espacios con productos escalares sobre el mismo
campo. En E⊕F podemos definir un funcional llamado suma perpendicular (externa)
de la siguiente manera:
(x, y) ♣ (x0 , y0 ) = x • x0 + y y0 .
La propiedad fundamental de la suma perpendicular es que todos los vectores en E
(aquellos de la forma (x, 0)) son perpendiculares a todos los vectores en F (aquellos de
la forma (0, y)) ya que x • 0 + 0 y = 0.
7.9

La suma perpendicular de dos productos escalares es un funcional bilineal.

Prueba. La comprobación de que ♣ es bilineal es rutinaria. Por ejemplo

(x, y) + (a, b) ♣ (x0 , y0 ) = (x + a, y + b) ♣ (x0 , y0 ) =
= x + a • x0 + y + b y0 = x • x0 + a • x0 + y y0 + b y0 =
= (x, y) ♣ (x0 , y0 ) + (a, b) ♣ (x0 , y0 )
y las otras propiedades se prueban igual.
7.10

La suma perpendicular de dos productos escalares es no singular.

Prueba. Supongamos que (x, y) 6= (0, 0) está en el nucleo izquierdo de ♣ . Por

simetrı́a, podemos suponer que x 6= 0. Entonces para todo x0 ∈ E se cumple que
0 = (x, y) ♣ (x0 , 0) = x • x0
y esto contradice que • es un producto escalar.
La prueba de que el nucleo izquierdo es trivial es similar.
Sección 7.3 Productos escalares 5

Ejercicio 2 Demuestre que • y son simétricos si y solo si ♣ es simétrico.

Ejercicio 3 Demuestre que • y son alternantes si y solo si ♣ es alter-
nante.

Espacios irreducibles
Si E y F son subespacios perpendiculares y complementarios (o sea E ∩ F = {0} ,
E+F = G y E ⊥ F) de un espacio (G, • ) con producto escalar entonces, escribiremos
E° ⊥ F = G y diremos que (G, • ) es la suma perpendicular (interna) de (E, • )
y (F, • ). En este caso debido al ??, el producto escalar en G es la suma perpendicular
externa de las restricciones del producto escalar a los subespacios E y F = E⊥ .
Diremos que un espacio con producto escalar es reducible si existen subespacios no
triviales (diferentes de {0} y todo el espacio) tales que el espacio es la suma perpendicu-
lar de ellos. En otro caso se le llama irreducible. Por definición de suma perpendicular
un espacio es irreducibe si y solo si para cualquier subespacio no trivial H se tiene que
E 6= H ⊕ H⊥ .
Cualquier espacio de dimensión 1 es irreducible ya que no tiene subespacios no
triviales. A un espacio (E, • ) de dimensión 2 que tiene una base {x, y} de vectores
isotrópicos tales que x • y = 1 = − y • x , se le llama plano simpléctico. En
esta base la forma bilineal de • es (a, b) • (a0 , b0 ) = ab0 − ba0 .
7.11

Los planos simplécticos son irreducibles.

Prueba. Los planos simplécticos son alternantes ya que (a, b) • (a, b) = ab−ba =
0. Como un plano simpléctico tiene dimensión 2 los únicos subespacios no triviales
tienen dimensión 1 o sea estan generados por un vector a. Pero como a es isotrópico
a ∈ hai ∩ hai⊥ .

Caracterización de los productos irreducibles

7.12

Sea (E, • ) de dimensión finita con producto escalar irreducible no nulo.

Si (E, • ) no es alternante entonces, dim E = 1.
Si (E, • ) es alternante entonces, es un plano simpléctico.

Prueba. Si (E, • ) no es alternante entonces existe un vector x que es anisotrópico

y por lo tanto hxi y hxi⊥ se intersectan en el origen. Como por 7.7 hxi y hxi⊥ tienen
dimensiones complementarias y son finito dimensionales entonces, hxi y hxi⊥ son com-
plementarios. Como por hipotesis el espacio es irreducible, entonces hxi⊥ tiene que ser
trivial, o sea, de dimensión cero.
Supongamos que (E, • ) es alternante. El vector x es isotrópico y por lo tanto
para cualquier βx ∈ hxi tenemos que x • βx = 0. Si para cualquier otro vector
6

z ∈/ hxi se tiene que x • z = 0 entonces el núcleo de • contiene a x y esto

contradice que • es no singular.
Luego, existe z ∈/ hxi tal que x • z = α 6= 0. Sea y = z/α. Tenemos x • y =
1 = − y • x (por ser • antisimétrico) y x • x = 0 = y • y (porque todo
vector es isotrópico). Esto significa que el subespacio hx, yi es un plano simpléctico.
Como los planos simpléticos son irreducibles solo nos falta por probar que hx, yi es
todo E.
Sea u = αx + βy ∈ hx, yi. Si además u ∈ hx, yi⊥ entonces,
0= x•u =α x•x +β x•y =β
0= u•y =α x•y +β y•y =α
y por lo tanto hx, yi ∩ hx, yi⊥ = {0}. Por 7.7 tenemos que E = hx, yi ° ⊥ hx, yi⊥ . Como
⊥
por hipótesis E es irreducible, hx, yi tiene que ser trivial o sea E = hx, yi.

Espacios ortogonales y simplécticos

Como evidentemente cualquier espacio de dimensión finita con producto escalar

es suma de irreducibles entonces todos los primeros se obtienen sumando perpendi-
cularmente espacios de dimensión 1 o planos simplécticos. Un espacio de dimensión
finita con producto escalar se le llama ortogonal si es suma perpendicular de espa-
cios de dimensión 1. Un espacio de dimensión finita con producto escalar se le llama
simpléctico si es suma perpendicular de planos simplécticos.
Es más cómodo pensar en los espacios ortogonales de otra manera. Diremos que un
conjunto A de vectores es ortogonal si sus vectores son anisotrópicos y perpendiculares
dos a dos, o sea si ∀x, y ∈ A se tiene que
(x ⊥ y) ⇔ (x 6= y)
La ortogonalidad es una propiedad mucho más fuerte que la independencia lineal.
7.13

Todo conjunto ortogonal es linealmente independiente.

P
Prueba. Supongamos que A es ortogonal y que 0 = i∈A αi i es una combinación
lineal nula de A. Si j ∈ A entonces
X multiplicandoX por j obtenemos
0= 0•j = αi i • j = αi i • j = αj j • j
i∈A i∈A
y como j • j 6= 0 entonces αj = 0. Esto quiere decir que todos los coeficientes de la
combinación lineal son iguales a cero.
A los conjuntos ortogonales que son bases del espacio se le llaman bases ortogo-
nales. Las bases ortogonales no siempre existen.
7.14

Un espacio es ortogonal si y solo si tiene una base ortogonal.

Sección 7.3 Productos escalares 7

Prueba. Sea (E, • ) un espacio de dimensión n < ∞ con producto escalar.

Si el espacio es ortogonal entonces existen n espacios de dimensión 1 tales que
E = E1 °⊥ ··· °⊥ En . Cualquier conjunto A = {x1 , . . . , xn } tal que xi ∈ Ei \ {0} es una
base de E. Además por definición de suma perpendicular i 6= j =⇒ xi ⊥ xj . Si se
cumpliera que paraPcierto j se tiene que xj es isotrópico entonces, para cualquier vector
en el espacio y = ni=1 αi xi se tendrı́a que
Xn
xj • y = αi xj • xi = αj xj • xj = 0
i=1
y esto contradecirı́a que • es no singular. Luego, A es una base ortogonal.
Recı́procamente, sea A = {x1 , . . . , xn } una base ortogonal. Entonces, E = E1 ⊕
· · · ⊕PEn donde Ei = hxi i. Además, las Pnsumas directas son perpendiculares ya que si
j
y = i=1 αi xi ∈ E1 ⊕ · · · ⊕ Ej y z = k=j+1 βk xk ∈ Ej+1 ⊕ · · · ⊕ En entonces
X j Xn
y•z = αi βk xi • xk = 0
i=1 k=j+1
Luego, el espacio es ortogonal.

Ejercicio 4 Un conjunto de vectores isotrópicos {x1 , . . . , xn , y1 , . . . , yn } se le llama

conjunto de Darboux si sus vectores son perpendiculares dos a dos excepto en el caso
xi • yi = − yi • xi = 1. Pruebe que todo conjunto de Darboux es linealmente
independiente. [11]
Ejercicio 5 A un conjunto de Darboux que es base del espacio se le llama base de
Darboux. Pruebe que un espacio es simpléctico si y solo si tiene una base de Darboux.
[11]

¿Y que pasa si sumamos espacios de dimensión 1 con planos simplécticos?

7.15

Si la suma perpendicular de un espacio de dimensión 1 con un

plano simpléctico es un espacio con producto escalar entonces,
es un espacio ortogonal sobre un campo de caracterı́strica 2.

Prueba. Un espacio de dimensión 1 es simétrico porque está generado por un vector x

y x • x = α 6= 0 y por lo tanto no es alternante. Un plano simpléctico es alternante
y por lo tanto antisimetrico.
Si el campo no es de caracterı́stica 2 entonces el plano simpléctico no es simetrico
y por lo tanto la suma perpendicular de ellos no serı́a ni simétrica ni alternante. Por
7.2 esto significa que esta suma no es un producto escalar.
Luego podemos asumir que la caracterı́stica del campo es igual a 2 y por lo tanto
la suma perpendicular es un producto escalar simétrico.
El plano simpléctico está generado por dos vectores isotrópicos y, z tales que
8

z • y = y • z = 1 (como la caracterı́stica es 2, tenemos 1 = −1). Observe-

se que en la suma perpendicular hxi ° ⊥ hy, zi tenemos x • y = x • z = 0.
Los vectores definidos por las igualdades
def def def
a = x + y + z , b = x + αy , c = x + (α + 1) y + z
forman una base del espacio y cumplen que:
a • a = b • b = c • c = α 6= 0
a•b = a•c = b•c =0
o sea forman una base ortogonal (¡calcúlelo!).
Luego, al sumar perpendicularmente espacios de dimensión 1 obtenemos espacios
ortogonales, al sumar planos simplécticos obtenemos espacios simplécticos y si mescla-
mos planos simplécticos con espacios de dimensión 1 obtenemos espacios ortogonales.
De aqui tenemos el siguiente Teorema.

Teorema de caracterización de los productos escalares

7.16

Cualquier espacio con producto escalar de dimensión finita o es ortogonal o es sim-

pléctico. Ambas posibilidades son excluyentes. Los espacios ortogonales son aquellos
en los que el producto es simétrico pero no alternante. Los espacios simplécticos
son aquellos en los cuales el producto es alternante.

Lo que sabemos de los productos escalares queda resumido en la siguiente tabla.

def simétrico pero
ortogonal ⇔ ∃ base ortogonal ⇔
no alternante
def suma de planos
simpléctico ⇔ ⇔ alternante
simplécticos

En caracterı́stica diferente de dos, la alternancia es equivalente a la anti-

simetrı́a. Luego, en este caso, los espacios ortogonales son los que tienen
producto escalar simétrico y los espacios simplécticos son los que tienen
producto escalar antisimétrico.
La prueba del teorema de caracterización de los productos escalares se simplifica algo si
se excluyen los campos de caracterı́stica 2. Nosotros la expusimos en toda su generalidad
debido a que los campos de caracterı́stica 2 tienen mucha importancia para las ciencias de
la computación.

La prueba faltante

Ahora probaremos el resultado 7.2 que dice que todo producto escalar es simmetrico
o alternante. Recomiendo omitir esta prueba en una primera lectura.
Diremos que un vector x es simétrico si para cualquier vector y se tiene que
x • y = y • x . A los vectores que no son simétricos los llamaremos asimétricos.
Sección 7.3 Productos escalares 9

Ejercicio 6 Pruebe que el conjunto de todos los vectores simétricos es un subespacio.

7.17

Todo vector asimétrico es isotrópico.

Prueba. Sea a un vector asimétrico. Entonces existe b tal que a • b 6= a • b .

Tenemos que
1 2
0= a•a a•b − a•a a • b = a • (a a • b − a • a b) =
1
= (a a • b − a • a b) • a = a • a a•b − a•a b•a =
3
= a • a ( a • b − b • a ) ⇒ ( a • a = 0)
Las igualdades marcadas con 1 son por bilinearidad. La igualdad marcada con 2 es
por simetrı́a de la perpendicularidad. La implicación 3 es porque en un campo no hay
divisores de cero y la definición de b.
7.18

Los vectores asimétricos son perpendiculares a los simétricos.

Prueba. Sea a un vector asimétrico. Entonces existe b tal que a • b 6= a • b .

Sea x cualquier vector simétrico. Tenemos que
1 2
0= a•x a•b − a•x a • b = a • (x a • b − a • x b) =
1 3
= (x a • b − a • x b) • a = x • a a•b − a•x b•a =
4
= a • x ( a • b − b • a ) ⇒ ( a • x = 0)
Las igualdades marcadas con 1 son por bilinearidad. La igualdad marcada con
2 es por simetrı́a de la perpendicularidad. La igualdad marcada con 3 es porque x
es simétrico. La implicación 4 es porque en un campo no hay divisores de cero y la
definición de b.
El lector debe observar que las pruebas de 7.17 y 7.18 son casi iguales.
7.19

Si existe un vector asimétrico entonces, todo vector es isotrópico.

Prueba. Sea a un vector asimétrico. Sea x cualquier vector. Si x es asimétrico en-

tonces, usando 7.17 obtenemos que x es isotrópico. Luego, podemos suponer que x es
simétrico. Como los vectores simétricos forman un subespacio entonces, el vector x + a
tiene que ser asimétrico. Por 7.17 a y x + a son isotrópicos. Por 7.18 x ⊥ a. Luego,
0= x+a•x+a = x•x + a•x + x•a + a•a = x•x
lo que prueba que cualquier vector es isotrópico.
Obviamente 7.19 es equivalente a 7.2.
10
 P
Ejercicio 4 (Sección 7.3 página 7) Sea 0 = ni=1 (αi xi + βi yi ) una combinación
lineal nula de un conjunto de Darboux. Multiplicando por xj obtenemos
Xn
0 = xj • 0 = (αi xj • xi + βi xj • yi ) = βj xj • yj = βj
i=1
y por lo tanto todos los βj son cero.
Multiplicando por yj obtenemos
Xn
0 = 0 • yj = (αi xi • yj + βi yi • yj ) = αj xj • yj = αj
i=1
y por lo tanto todos los αj son cero.

Ejercicio 5 (Sección 7.3 página 7) Sea (E, • ) un espacio de dimensión 2n < ∞

con producto escalar.
Si el espacio es simpléctico entonces existen n planos simplécticos tales que E =
E1 °⊥ ··· °⊥ En . Por definición de plano simplectico existe una base de vectores iso-
trópicos xi , yi ∈ Ei tales que xi • yi = − yi • xi = 1. Por definición de suma
perpendicular, la base de todo el espacio {x1 , . . . , xn , y1 , . . . , yn } es una base de Dar-
boux.
Reciprocamente, si {x1 , . . . , xn , y1 , . . . , yn } es una base de Darboux entonces los planos
E1 = hxi , yi i son simplécticos y el espacio es suma perpendicular de ellos.
12
1. Definición de producto escalar. 11. La suma perpendicular de dos productos
2. Definición de vector isotrópico. Defini- escalares es un funcional bilineal.
ciones de productos escalares simétricos, 12. La suma perpendicular de dos productos
alternantes, y antisimétricos. escalares es no singular.
3. Definición de perpendicularidad. 13. Definición de suma perpendicular (inter-
4. Definición de subespacio perpendicular. na).
⊥ ⊥ # 2)(A ⊆ B) =⇒
¡ ⊥ = {0}
5. 1)E ¢ y {0} ⊥= E . ⊥ 14. Definición de plano simplectico.
A ⊇ B . 3)A = hAi 4)A ⊆ A⊥⊥ .
⊥ 15. Los planos simplécticos son irreducibles.
6. Si E es de dimension finita, {x1 , . . . , xk } 16. Caracterización de los productos irredu-
es un conjunto de vectores LI y cibles (enunciado y demostración)
{α1 , ..., αk } es un conjunto de escalares 17. Definición de espacio ortogonal y espacio
entonces existe un vector y tal que ∀i simpléctico.
xi • y = αi . 18. Definición de conjunto ortogonal
7. Sean F y G subespacios de E que es 19. Todo conjunto ortogonal es linealmente
¡de ⊥dimensión ¢ finita. Si F ⊂ G entonces, independiente.
F ⊃ G⊥ . 20. Un espacio es ortogonal si y solo si tiene
8. Si E es de dimension finita y F es un una base ortogonal.
subespacio de E entonces, dim F⊥ = 21. ¿Qué se obtiene cuando se suma perpen-
dim E − dim F. dicularmente un espacio de dimensión 1
9. Si dim E < ∞ y F es un subespacio de E con un plano simpléctico? (sin demostra-
entonces F⊥⊥ = F. ción)
10. Definición de suma perpendicular exter- 22. Enuncie el Teorema de caracterización
na. de los productos escalares.
Sección 7.4 Productos escalares simétricos 1

7.4 Productos escalares simétricos

Funcionales cuadráticos
Sea • : E ⊕ E −→ K un funcional bilineal (no necesariamente producto escalar).
A la función Q : E 3 x 7−→ x • x ∈ K se le llama funcional cuadrático del
funcional bilineal • . De la misma manera que los funcionales bilineales, escogida
una base, son formas bilineales, los funcionales cuadráticos en una base son formas
cuadráticas o sea, polinomios de muchas variables tales que el grado de cualquier
monomio es igual a 2.
En todo lo que relacionado a las formas y funcionales cuadráticos asumi-
remos en lo que sigue que la caracterı́stica del campo es diferente de 2.
La teorı́a de las formas cuadráticas en caracterı́stica 2 es muy diferente y
nosotros no la estudiaremos.
7.1

Si Q es el funcional cuadrático del funcional bilineal • entonces,

def Q (x + y) − Q (x) − Q (y)
x∗y =
2
es un funcional bilineal. Si • es simétrico entonces, • = ∗ .

Prueba. El lector debe observar que la definición de es correcta ya que en caracterı́stica

def
diferente de dos el elemento del campo 2 = 1 + 1 tiene inverso multiplicativo.
Usando la bilinearidad de • y la definición de Q obtenemos que
x•y + y•x
x∗y =
2
el cual es obviamente un funcional bilineal simétrico y que coincide con • si este
último es simétrico.
El resultado anterior establece (en caracterı́stica diferente de 2) una correspondencia
uno a uno entre los funcionales cuadráticos y los funcionales bilineales simétricos. Por
esto, tenenos que:
Toda la teorı́a de los funcionales y formas cuadráticas es
equivalente a la teorı́a de los funcionales bilineales simétricos.
El lector puede pensar que simplemente son dos lenguajes para lo mismo. Pongamos
varios ejemplos de esto.
Una funcion Q : E −→ K es un funcional cuadrático (el funcional cuadrático de
algún funcional bilineal) si y solo si la función
E ⊕ E 3 x 7−→ Q (x + y) − Q (x) − Q (y) ∈ K
es un funcional bilineal.
Para cualquier funcional cuadrático Q (αx) = α2 Q (x), en particular, Q (0) = 0.
2

Un espacio en el cual está dado un funcional cuadrático se le llama espacio

cuadrático.
En un espacio cuadrático se dice que dos vectores x, y son perpendiculares si
Q (x + y) = Q (x) + Q (y).
El nucleo de un funcional cuadrático está formado por los vectores que son
perpendiculares a cualquier vector.
Un funcional cuadrático es no singular (o no degenerado) si su nucleo es
trivial.
Ocupemonos ahora de otro ejemplo un poco más elaborado de este cambio de
lenguaje. Una forma cuadrática es diagonal si ella es una combinación lineal de los
cuadrados de las variables. Ası́ por ejemplo, x2 + 2y2 es diagonal y x2 + 2xy no lo
es. Una forma cuadrática es diagonal, si y solo si la matriz de su producto bilineal
simétrico es diagonal.
7.2

Si Q : E −→ K es un funcional cuadrático no singular entonces,

existe una base de E en la cual Q es una forma cuadrática diagonal.

Prueba. Sea • el funcional bilineal de Q. Por hipótesis • es no singular y

simétrico y por lo tanto (E, • ) es un espacio ortogonal. Sea APuna base ortogonal.
Tenemos que si i, j ∈ A entonces (i 6= j) ⇒ (i ⊥ j). Luego si x = i∈A xi i entonces,
XX X X
Q (x) = x • x = xi xj i • j = x2i i • i = Q (i) x2i
i∈A j∈A i∈A i∈A
que es lo que se requerı́a probar.

Ejercicio 1 Muestre que la suposición de que Q es no singular en 7.2 no es relevante.

Complementos y proyecciones ortogonales (Gram—Schmidt)

Sea (E, • ) un espacio ortogonal y F un subespacio de E. Puede ocurrir o no que
E = F ⊕ F⊥ . Si esto ocurre, entonces la suma directa es perpendicular y se dice que F⊥
es el complemento ortogonal de F.
Si la restricción de • a un subespacio F tiene nucleo no trivial entonces diremos
que F es degenerado
7.3

Un subespacio tiene complemento ortogonal si y solo si no es degenerado.

Prueba. Sea F un subespacio. Si F es degenerado entonces existe un vector no nulo

y ∈ F tal que y ⊥ F. Luego, y ∈ F⊥ y por lo tanto F no tiene complemento ortogonal.
Recı́procamente si E 6= F+F⊥ entonces por ?? se tiene que cumplir que F∩F⊥ 6= {0}.
Sección 7.4 Productos escalares simétricos 3

Si el vector no nulo y ∈ F ∩ F⊥ entonces y ⊥ F y por lo tanto y está en el nucleo de

la restricción del producto a F.
Si E = F ⊕ F⊥ entonces todo vector x ∈ E se expresa de forma única como una
suma x = a + b donde a ∈ F y b ∈ F⊥ y por lo tanto a ⊥ b. En este caso al vector a
se le llama la proyección ortogonal de x al subespacio F y depende exclusivamente
del vector a y del subespacio F.
Las proyecciones ortogonales son un caso especial de las proyecciones en general
que estudiamos al principio del capı́tulo de transformaciones lineales. En particular,
las proyecciones ortogonales son transformaciones lineales.
Ahora nos ocuparemos en construir la proyeccion ortogonal. Sea A un conjunto
ortogonal o sea, un conjunto de vectores anisotrópicos perpendiculares
X x•i
dos a dos. Como E es de dimensión finita y todo conjunto ortogonal i
es LI, el conjunto A tiene que ser finito. Sea x un vector arbitrario. i∈A i • i
Denotemos por πA (x) al vector del recuadro de la derecha.
7.4

El vector πA (x) es la proyección ortogonal de x al subespacio hAi.

Prueba. Obviamente πA (x) ∈ hAi. Tenemos que demostrar que x − πA (x) ∈ hAi⊥
o sea, que para todo vector y ∈ hAi se cumple que (x − πA (x)) • y = 0. Probar
esto es equivalente a probar que x • y = πA (x) • y .
Supongamos que y = j ∈ A. Efectivamente, como (i 6= j) ⇒ ( i • j = 0) tenemos
que
X x•i x•j
πA (x) • j = i•j = j•j = x•j
i∈A
i•i j•j
def P
Sea ahora y = j∈A αj j un vector arbitrario en hAi. Tenemos que
X X
πA (x) • y = αj πA (x) • j = αj x • j = x • y
j∈A j∈A
que es lo que se necesitaba demostrar.
Como πA (x) ∈ hAi tenemos que si x ∈ / hAi entonces, x − πA (x) 6= 0. Por 7.4
def
(x − πA (x)) ⊥ A y por lo tanto en el conjunto B = A ∪ {x − πA (x)} dos vectores
distintos cualesquiera son perpendiculares. Lo único que le falta a B para ser ortogonal
es que x − πA (x) sea anisotrópico. Desafortunadamente, no es cierto en general que
/ hAi) ⇒ (x − πA (x) es anisotrópico) .
(x ∈

Ejercicio 2 Sea • el producto escalar en R3 definido por la forma cuadrática

x2 + y2 − z2 . El conjunto A = {(1, 0, 0)} es ortogonal. Sea x = (1, 1, 1). Calcule el vector
def
y = x − πA (x). ¿Es y anisotrópico? [7]

Sin embargo, hay ejemplos de importancia fundamental (el producto escalar canóni-
4

co en Rn y en general cualquier producto interior sobre R) en los cuales todo vector es

anisotrópico. En los espacios que cumplen esta condición, debido a 7.4 obtenemos que
(A ortogonal y x ∈ / hAi) ⇒ (A ∪ {x − πA (x)} ortogonal) y esto nos permite formular
el siguiente algoritmo llamado proceso de ortogonalización de Gram—Schmidt:
Requisito: Producto escalar • sin vectores isotrópicos.
Entrada: Base arbitraria A = {a1 , . . . , an }.
Salida: Base ortogonal B = {b1 , . . . , bn }.
⎧
⎨ b1 ← a1 ; B ← {b1 } ; ¯
Algoritmo: bk ← (ak − πB (ak )) ;
⎩ Desde k = 2 hasta n
B ← B ∪ {bk } ;
Ejemplo: Supongamos que en R3 está definido el siguiente funcional bilineal
(x, y, z) • (x0 , y0 , z0 ) = xy0 + yx0 + xz0 + zx0 + yz0 + zy0 .
Este funcional bilineal es simétrico y su forma cuadrática es 2 (xy + xz + yz). Los vec-
tores de la base canónica son todos isotrópicos y Gram—Schmidt no siempre funciona.
Si funciona o no depende de que en cada paso se obtengan vectores anisotrópicos y
esto a su vez depende de la base original escogida. Por esto, haremos “trampa” ya que
el autor conoce una base en la cual sı́ funciona.
Definiremos e1 = (1, 1, 0) , e2 = (1, 0, 1) y e3 = (0, 1, 1). Es evidente que {e1 , e2 , e3 }
es una base de R3 y que e1 • e1 = e2 • e2 = e3 • e3 = 2. Sin embargo, esta
base no es ortogonal ya que e1 • e2 = 3.
Apliquemos el resultado 2 . Sea a = e1 . Calculando obtenemos
e2 • a 1
e2 − a = (−1, −3, 2)
a•a 2
por lo que definiremos b = (1, 3, −2). Tenemos a • b = 0 y b • b = −10.
Como b es anisotrópico podemos seguir adelante. Nuevamente, calculando obtenemos
e3 • a e3 • b 2
e3 − a− b = (−3, 1, 1)
a•a b•b 5
por lo que definiremos c = (−3, 1, 1). El conjunto {a, b, c} es ortogonal y para un vector
w= ¡ αa+βb+γc expresado
¢ en esta base se tiene que nuestra forma cuadrática es igual
2 2 2
a 2 α − 5β − 5γ . Observese que αa+βb+γc = (α + β − 3γ, α + 3β + γ, −2β + γ)
y que otra manera de interpretar esto es que si en el polinomio xy + xz + yz se hacen
los cambios de variables x = α + β − 3γ
y = α + 3β + γ
z = −2β + γ
entonces se obtiene α2 − 5β2 − 5γ2 . Esto se puede comprobar directamente con algunos
cálculos elementales.
Los vectores isotrópicos son los ceros de una forma cuadrática los cuales forman una hi-
percuádrica en Rn y por lo tanto son un conjunto de medida cero. Esto quiere decir que
Gram—Schmidt “casi siempre” funciona.
Sección 7.4 Productos escalares simétricos 5

Metodo de Lagrange
El método de Lagrange es ampliamente conocido en la teorı́a de las formas cuadráti-
cas. Aquı́ está traducido al lenguage de los productos escalares simétricos. El objetivo es
el mismo que Gram—Schmidt: dada una base del espacio hay que “ortogonalizarla”. A
diferencia de Gram—Schmidt el método de Lagrange funciona para cualquier producto
escalar ortogonal simétrico sobre un campo de caracterı́stica diferente de dos.
Sea (E, • ) un espacio ortogonal sobre un campo K de caracterı́stica diferente
de dos.
7.5

Si todos los vectores de una base A son isotrópicos entonces, existen

x, y ∈ A tales que {x + y} ∪ A\ {x} es una base y x + y es anisotrópico.

Prueba. Supongamos que todos los vectores de la base A son isotrópicos. Si ocurriera
que los vectores de A fueran perpendiculares dos a dos entonces, el producto escalar
serı́a alternante (¡pruébelo!) y por lo tanto no podrı́a ser ortogonal. Luego, en A existen
dos vectores x, y tales que x • y 6= 0. Tenemos que
x + y • x + y = x • x + 2 x • y + y • y = 2 x • y 6= 0
y es claro que {x + y} ∪ A\ {x} es una base porque x + y ∈ / hA\ {x}i.
Supongamos dim E ≥ 2 y que la base A contiene un vector anisotrópico a. Deno-
def
temos B = A \ {a}. Sea πa : E → E la funcion definida por
πa (x) = x • a a − a • a x.
Como πa es la suma de dos operadores lineales, es un operador lineal.
7.6

El conjunto πa (B) es LI y es perpendicular al vector a.

El conjunto πa (B) ∪ {a} es una base del espacio.
La restricción (hπa (B)i , • ) es un espacio ortogonal.

def
Prueba. Para escribir menos, denotemos α = a • a . Sabemos que α 6= 0. Supon-
gamos que hay una combinación
à de πa (B) .Tenemos que
lineal nula !
X X X X
0= βi πa (i) = βi i • a a−α βi i = γa − α βi i
i∈B i∈B i∈B i∈B
para algún γ ∈ K. Como A = B ∪ {a} es una base entonces todos los coeficientes βi
tienen que ser cero. Esto demuestra que πa (B) es LI y de paso que πa (B) tiene la
misma cantidad de vectores que B.
Sea πa (i) ∈ πa (B) entonces
πa (i) • a = i • a a•a − a•a i•a =0
y esto demuestra que a ⊥ πa (B).
Como πa (B) es LI y le falta un solo vector para ser una base del espacio solo
6

tenemos que probar que a ∈ / hπa (B)i. Supongamos que a ∈ hπa (B)i. Entonces para
ciertos coeficientes ωj tenemos
à que !
X X X X
0 = −a + ωj πa (j) = −1 + ωi j • a a−α ωj j = ρa − α ωj j
j∈B j∈B j∈B j∈B
para algún ρ ∈ K. Como A = B ∪ {a} es una base entonces todos los coeficientes ωj
tienen que ser cero. Luego, a = 0 y esto es una contradicción. Luego, πa (B) ∪ {a} es
una base del espacio.
def
Denotemos F = hπa (B)i. Solo nos queda probar que la restricción de • a F es
un producto escalar ortogonal. La simetrı́a se preserva. Solo nos falta ver que es no
singular.
Como πa (B)∪{a} es una base del espacio entonces F⊥ = hai y E = F ⊕F⊥ . Usando
7.3 obtenemos que (F, • ) es no degenerado.

Ejercicio 3 Pruebe que πa es la proyección ortogonal al subespacio a⊥.

Ya estamos listos para exponer el método de Lagrange para ortogonalizar una base.
Sea A una base arbitraria de E. Si dim E = 1 entonces A ya es ortogonal. Supongamos
que sabemos aplicar el método de Lagrange para todos los espacios ortogonales de
dimension n − 1 y sea E un espacio ortogonal de dimensión n ≥ 2.
Si A no contiene vectores anisotrópicos entonces, le aplicamos 7.5 y cambiamos a
una base que sı́ contiene vectores anisotrópicos.
Ası́, podemos suponer que A contiene un vector anisotrópico a y entonces cam-
biamos la base A por la base πa (B) ∪ {a}. Por 7.6 el vector a es perpendicular a
def
F = hπa (B)i. Además, F tiene dimensión n − 1 y (F, • ) es un espacio ortogonal al
que le podemos aplicar el método de Lagrange.
El lector podrá apreciar mejor la diferencia geométrica entre Gram—Schmidt y La-
grange si piensa en R3 con el producto escalar canónico y en una base {a, b, c}. En
Gram—Schmidt proyectamos el vector a a la linea perpendicular al plano hb, ci. En
Lagrange proyectamos los vectores b, c al plano perpendicular al vector a.
Ejercicio 2 (Sección 7.4 página 3) Tenemos
(1, 1, 1) · (1, 0, 0)
πA (x) = π{(1,0,0)} (1, 1, 1) = (1, 0, 0) = (1, 0, 0)
(1, 0, 0) · (1, 0, 0)
y por lo tanto x − πA (x) = (0, 1, 1) el cual es isotrópico.
8
1. Definición de funcional cuadrático de un funcional bilineal. Si • es simétri-
funcional bilineal. co entonces, • = ∗ .
2. Si Q es el funcional cuadrático del 3. Si Q : E −→ K es un funcional cuadráti-
funcional bilineal • entonces, co no singular entonces, existe una base
def Q(x+y)−Q(x)−Q(y) de E en la cual Q es una forma cuadráti-
x∗y = 2 es un
ca diagonal.
Sección 7.5 Isomorfismos de espacios con producto escalar 1

7.5 Isomorfismos de espacios con producto escalar

Sean (E, • ) y (F, ) dos espacios con producto escalar. Una TL biyectiva
f : E → F es un isomorfismo de espacios con producto escalar si f preserva el
producto o sea si ∀x, y ∈ E se cumple que x • y = f (x) f (y) .
La inversa de un isomorfismo es un isomorfismo. Si existe un isomorfismo entre
(E, • ) y (F, ) entonces se dice que los espacios con producto escalar son iso-
morfos. Si E = F entonces, abusaremos del lenguaje y diremos que los productos
escalares son isomorfos.

Ejercicio 1 Pruebe que la composicion de isomorfismos de espacios con producto

escalar es un isomorfimo. Lo mismo para la función inversa.
Ejercicio 2 Pruebe que los isomorfismos de espacios con producto escalar preservan
la relación de perpendicularidad, los conjuntos ortogonales, la alternancia, la simetrı́a
y la antisimetrı́a.

Si dos espacios son isomorfos entonces, o los dos son ortogonales o los dos son
simplécticos. A un isomorfismo entre espacios ortogonales los llamaremos isomorfismo
ortogonal. A un isomorfismo entre espacios simplecticos los llamaremos isomorfismo
simpléctico.
Si (E, • ) es un espacio ortogonal entonces el conjunto de todos sus automorfis-
mos ortogonales es un subgrupo del grupo general lineal GL (E) y se le llama grupo
ortogonal de (E, • ) y lo denotaremos por O (E, • ) o por O (E) si queda claro
cual es el producto bilineal.
Si (E, • ) es un espacio simpléctico entonces el conjunto de todos sus automor-
fismos simplécticos es un subgrupo del grupo general lineal GL (E) y se le llama grupo
simpléctico de (E, • ) y lo denotaremos por Sp (E, • ) o por Sp (E) si queda
claro cual es el producto bilineal.
Clasificación de productos bilineales. Caso simpléctico.

Ya sabemos como construir todos los productos bilineales posibles: sumando planos
simplecticos o sumando espacios de dimensión 1. Sin embargo, es muy posible que al
construir dos espacios con producto bilineal de diferentes formas obtengamos el mismo
(salvo isomorfismos). En lo que sigue nos ocuparemos de este problema. El resultado
más basico que usamos para probar que dos espacios son isomorfos es la “extensión
bilineal”.
7.1

Si dos productos bilineales coinciden

en una base entonces, son el mismo.
2
P P
Prueba. Sea N una base del espacio y x = i∈N αi i , y = j∈N βj j dos cualesquiera
de sus vectores. Tenemos X X XX
x•y = αi i • βj j = αi βj i • j
i∈N j∈N i∈N j∈N
y por lo tanto x•y está definido a priori por los i•j .

Ejercicio 3 Sean (E, • ) y (F, ) dos espacios con producto bilineal con bases
N y M respectivamente. Pruebe que si f : N → M es una función biyectiva tal que
∀i, j ∈ N, i • j = f (i) f (j) entonces, la extensión lineal de f es un isomorfismo
de espacios con producto bilineal.

Esto nos da inmediatamente que existe “un solo” espacio simpléctico.

7.2

Cualesquiera dos espacios simplécticos de

la misma dimensión finita son isomorfos.

Prueba. Sean (E, • ) y (F, ) dos espacios simplécticos de la misma dimensión

finita. Entonces, E = P1 ° ⊥ ... °⊥ Pn y F = Q1 ° ⊥ ... °
⊥ Qm donde los Pi y los Qj son
planos simplécticos (todos de dimensión 2). Luego 2n = 2m = dim E = dim F y por lo
tanto n = m. Cada plano simpléctico tiene una base {x, y} de dos vectores isotrópicos
tales que x • y = − y • x = 1. Sean {xi , yi } ⊆ Pi y {x0i , yS0i } ⊆ Qi para i ∈
{1, . . . , n} las bases de estos planos simplécticos. Los conjuntos N = ni=1 {xi , yi } y M =
S n 0 0
i=1 {xi , yi } son bases de E y F respectivamente. Como la sumas son perpendiculares
entonces, para i 6= j tenemos que
xi • xj = xi • yj = yi • xj = yi • yj = 0
x0i x0j = x0i y0j = y0i x0j = y0i y0j = 0
y por lo tanto, la función f : N 3 a → a0 ∈ M es una biyección entre las bases que
preserva el producto bilineal.

Los espacios simplécticos a pesar de (o tal vez, debido a) su simplicidad tienen amplias
aplicaciones en la fı́sica (óptica geométrica, mecánica clásica, termodinámica, cuantización
geométrica, etc) y en la matemática aplicada (teorı́a de control). En matemáticas (como ya
vimos) ellos surgen naturalmente y son importantes para muchos problemas del análisis y el álgebra.

Equivalencia cuadrática

La clasificación de los espacios ortogonales es mucho más compleja que la de los

espacios simplécticos.
Diremos que un escalar no nulo ω es un cuadrado si existe β tal que ω = β2 .
Diremos que dos escalares no nulos α y γ son cuadráticamente equivalentes si
existe otro escalar β tal que α = β2 γ. En otras palabras, si αγ−1 es un cuadrado.
Sección 7.5 Isomorfismos de espacios con producto escalar 3

Clasificación de los espacios ortogonales en dimensión 1

7.3

Sean • y dos productos bilineales definidos en un espacio vecto-

def
rial E de dimensión 1. Sea x una base de E. Denotemos α = x • x 6=
def
0 y γ = x x 6= 0. Entonces, los productos • y son iso-
morfos si y solo si α y γ son cuadráticamente equivalentes.

Prueba. Si α y γ son cuadráticamente equivalentes entonces para cierto β tenemos

que x x = β2 α. La homotecia f : x 7→ βx cumple que
x x = β2 α = β2 x • x = βx • βx = f (x) • f (x)
lo que muestra que • y son isomorfos.
Recı́procamente, supongamos que f es un operador tal que x x = f (x) • f (x) .
Como todo operador en diemensión 1 es una homotecia, existe β tal que f (x) = βx y
por lo tanto
def
γ = x x = f (x) • f (x) = βx • βx = β2 x • x = β2 α
lo que demuestra que α y γ son cuadráticamente equivalentes.
La equivalencia cuadrática depende mucho del campo. Por ejemplo en C todo núme-
ro es un cuadrado y por lo tanto dos complejos cualesquiera son cuadráticamente equi-
valentes. En R los cuadrados son los números positivos y por lo tanto hay dos clases
de equivalencia cuadrática: los positivos y los negativos. En Q los cuadrados son los
productos y cocientes de cuadrados de números primos y por lo tanto hay infinitas cla-
ses de equivalencia cuadrática, una por cada racional de la forma p±1 q±1 . . . r±1 donde
p, q, . . . , r son primos todos diferentes.
Clasificación de espacios ortogonales
Sea (E, • ) un espacio ortogonal sobre K y N una de sus bases ortogonales. A
la N-ada αN : N 3 i 7→ i • i ∈ K la llamaremos la huella del espacio ortogonal en
la base N. Como la base es ortogonal sabemos que ∀i, j ∈ N se cumple que (i 6= j) ⇒
( i • j = 0) y por lo tanto la huella define completamente el producto bilineal. La
huella no es otra cosa que la diagonal de la matriz del producto bilineal en la base N.
Sean αN ∈ KN y βM ∈ KM . Diremos que αN y βM son cuadráticamente equi-
valentes si existe otra M-ada γM ∈ KM y una biyección φ : M → N tal que ∀j ∈ M
se cumple que αφ(j) = γ2j βj .
7.4

Sean (E, • ) y (F, ) dos espacios ortogonales sobre K. Sean N y

M bases ortogonales de E,y F respectivamente. Si la huella de E en la
base N es cuadráticamente equivalente a la huella de F en la base M
entonces los espacios son isomorfos.

Prueba. Sean αN y βM las dos huellas mencionadas. Sean γM ∈ KM y una biyección

4

φ : M → N tal que αφ(j) = γ2j βj . Sea f : F → E el operador linear no singular tal que
f (j) = γ−1
j φ (j).Tenemos ∀j ∈ M
j j = βj = γ−2 j αφ(j) = γ−1 −1
j φ (j) • γj φ (j) = f (j) • f (j)
y por lo tanto f es un isomorfismo de espacios ortogonales.
Para ver que el recı́proco de este resultado NO es cierto consideremos el producto bi-
lineal en Q2 definido por (x, y) (x0 , y0 ) = 5xx0 +5yy0 . Sea además (x, y) • (x0 , y0 ) =
xx0 + yy0 el producto escalar canónico. A pesar que la huella (5, 5) no es cuadrática-
mente equivalente en Q2 a (1, 1) tenemos que el operador lineal definido por f (x, y) =
(x + 2y, y − 2x) cumple que
f (x, y) • f (x0 , y0 ) = (x + 2y) (x0 + 2y0 ) + (y − 2x) (y0 − 2x0 ) =
= 5xx0 + 5yy0 = (x, y) (x0 , y0 )
por lo que Q2 on el producto es isomorfo a Q2 con el producto escalar canónico.
La clasificación de los espacios ortogonales sobre Q y muchos otros campos es un
problema complicado. Por esto nos conformaremos con estudiar los casos más sencillos.
Si en el campo hay una sola clase de equivalencia cuadrática por ejemplo C entonces
7.4 nos da que solo puede haber salvo isomorfismos un solo producto ortogonal y
podemos pensar que este es el producto escalar canónico en cierta base ortogonal.
Si en el campo K hay exactamente dos clases de equivalencia cuadrática entonces
podemos asumir que las coordenadas de las huellas son iguales a 1 o a un elemento de
K fijo ρ que no sea un cuadrado. Este tipo de huellas está está predeterminada por la
cantidad de 1 en ellas ya que las demás forzosamente son iguales a ρ. Esta cantidad de
1 puede ser desde cero hasta la dimensión del espacio por lo que obtenemos.
7.5

En un espacio E sobre un campo con dos clases de equivalencia cuadrática

se pueden definir a lo más 1 + dim E productos ortogonales diferentes.

El lector debe obervar el “a lo más” ya que es muy posible que algunos de estos
productos sean isomorfos. En lo que sigue inmediatamente veremos que sobre R los
1 + dim E productos son efectivamente diferentes.
Ley de inercia de Silvestre
Un ordenamiento de un campo K es un subconjunto P ⊆ K \ {0} cerrado para
la suma y el producto y tal que P ∪ −P = K \ {0}. A los elementos de P se les llama
positivos y a los de −P negativos. Observase que P y −P son necesariamente disjuntos
ya que si x,−x ∈ P entonces x + (−x) ∈ P lo que contradice que 0 ∈ / P. Escribiremos
x > y si x − y ∈ P.
El producto de dos negativos es positivo ya que si x, y ∈ P entonces (−x) (−y) =
xy ∈ P. En particular, cualquier cuadrado es positivo y como 12 = 1 tenemos que
1 > 0. De aquı́, 1 + · · · + 1 > 0 por lo que un campo ordenado tiene necesariamente
caracterı́stica cero, o sea, contiene a Q. Cualquier campo K tal que Q ⊆ K ⊆ R se
Sección 7.5 Isomorfismos de espacios con producto escalar 5

puede ordenar pero estos no son los únicos.

Una bonita y útil caracterización de los campos que se pueden ordenar es el Teorema de
Artin - Schreier: Un campo se puede ordenar si y solo si −1 no es suma de cuadrados.

Se dice que un producto bilineal ortogonal definido en un espacio vectorial sobre

un campo ordenado es definido positivo si para cualquier vector x 6= 0 se tiene
que x • x > 0. También diremos que el espacio con producto bilineal es definido
positivo. Analogamente se definen que un producto bilineal es definido negativo si
para cualquier vector x 6= 0 se tiene que x • x < 0.
7.6

La suma perpendicular de espacios definidos positivos es definida positiva.

Prueba. Si (x, y) ∈ E ⊕ F entonces, (x, y) • (x, y) = x•x + y•y > 0.

Evidentemente, hay un resultado similar para los espacios definidos negativos. De

aquı́, vemos que un producto es definido positivo (negativo) si y solo si existe una base
ortogonal tal que x • x > (<) 0 para cualquier vector en la base.

Ley de inercia de Silvestre

7.7

Todo espacio ortogonal sobre un campo ordenado es suma perpendicular de

un subespacio definido positivo con otro definido negativo. Si el espacio es
finito dimensional entonces, las dimensiones de estos dos subespacios están
definidas a priori por el producto bilineal.

Prueba. Sea A una base ortogonal y

def def
A+ = {x ∈ A | x • x > 0} A− = {x ∈ A | x • x < 0}
Los subespacios E+ = hA+ i y E− = hA− i son perpendiculares y definidos positivo y
negativo respectivamente. Luego E = E+ °⊥ E− es la descomposición buscada.
Si F es un subespacio definido positivo arbitrario entonces F ∩ E− = {0}. Por la
igualdad modular tenemos que
dim F + dim E− = dim (F + E− ) ≤ dim E
y por lo tanto
dim F ≤ dim E − dim E− = dim E+
Esto quiere decir que dim E+ se puede caracterizar como la dimensión más grande
posible de un subespacio definido positivo y por lo tanto está definida a priori por el
producto bilineal.
En Rn la ley de inercia de Silvestre tiene como consecuencia que los n+1 productos
bilineales posibles son diferentes ya que las dimensiónes de los subespacios definidos
positivos maximales son todas diferentes.
6

Equivalencia cuadrática en campos finitos

7.8

En cualquier campo finito hay tantas clases de equiva-

lencia cuadrática como raices cuadradas de la unidad.

Prueba. Recalquemos (véase la solución al ejercicio ?? el Teorema de Lagrange para

grupos finitos: si F es un subgrupo de G entonces, las clases laterales xF = {xy | y ∈ F}
forman una partición del grupo y todas tienen el mismo número de elementos. En
particular |F| es un divisor de |G| y el número de clases laterales es igual a |G| ÷ |F|. Al
conjunto de todas estas clases laterales lo denotaremos por G/F.
En nuestro caso G es el grupo multiplicativo del campo y F es el subgrupo de
todos los cuadrados no nulos. El lector deberá observar que una clase de equivalencia
cuadrática no es más que xF para cierto x ∈ G. Luego, |G/F| = |G| ÷ |F| es el número
de clases de equivalencia
© cuadrática.
ª
Sea H = x ∈ G | x2 = 1 el conjunto de raices cuadradas de la unidad. Observese
que H es otro subgrupo de G y que la función
f : G/H 3 xH 7→ x2 ∈ F
es evidentemente sobreyectiva. Para ver que f es inyectiva supongamos que x2 = y2
entonces, x−2 y2 = 1 y por lo¡tanto x−1 y ∈ ¢ H. Luego
−1
x yH = H ⇒ (yH = xH) .
Como f es una biyección, por el Teorema de Lagrange obenemos que |G| ÷ |H| = |F| y
por lo tanto |G| ÷ |F| = |H|.
Como en un campo cualquiera el número de raices del polinomio x2 − 1 es ≤ 2 y en
un campo de caracterı́stica 6= 2 los números +1 y −1 son dos raices cuadradas de la
unidad, obtenemos que, en un campo de finito de caracterı́stica 6= 2 hay exactamente
dos clases de equivalencia cuadrática: aquellos que son cuadrados y aquellos que no lo
son. Para los campos de caracterı́stica 2 tenemos el siguiente:
7.9

En un campo finito de caracterı́sti-

ca 2 todo elemento es un cuadrado.

Prueba. En cualquier campo de caracterı́stica 2 tenemos que

(x − 1)2 = x2 − 2x + 1 = x2 + 1 = x2 − 1
y por lo tanto las raices cuadradas de 1 son las raices del polinomio (x − 1)2 el cual
tiene como única raiz a 1. Aplicando 7.8 terminamos la prueba.
Este resultado nos dice en un espacio vectorial sobre un campo finito de carac-
terı́stica 2, dos huellas cualesquiera son cuadráticamente equivalentes y por lo tanto
hay un solo producto ortogonal.
Sección 7.5 Isomorfismos de espacios con producto escalar 7

Campos finitos de caracterı́stica diferente de 2

Sabemos que si la caracterı́stica es diferente de 2 entonces, en el campo hay exac-

tamente dos clases de equivalencia quadrática.
En lo que sigue K es un campo finito de caracterı́stica diferente de 2 y ρ es un
elemento de K que no es un cuadrado.

Es un error que pensar que podemos tomar ρ = −1. Hay campos finitos de
caracterı́stica diferente de 2 en los cuales −1 es un cuadrado, por ejemplo, en
Z5 tenemos 22 = 4 = −1.
7.10

Los productos ortogonales en K2 con huellas {1, 1} y {ρ, ρ} son isomorfos.

Prueba. Sea {a, b} una base de K2 y • el producto ortogonal para el cual

a•a = b•b =ρ
a•b = b•a =0
def © ª
Sea A = α2 ρ | α ∈ K . El conjunto A esta formado por el cero y por todos los
elementos no nulos de K cuadraticamente equivalentes a ρ. Como K tiene exactamente
dos clases de equivalencia cuadrática, tenemos
|K| − 1 |K| + 1
|A| = +1=
2 2
Como la función K 3 x 7→ 1 − x ∈ K es una biyección entonces |1 − A| = |A| y por lo
tanto
|(1 − A) ∩ A| = |1 − A| + |A| − |(1 − A) ∪ A| ≤ 2 |A| − |K| = 1.
los conjuntos |1 − A| y |A| tienen intersección no vacı́a. Esto quiere decir que existen dos
elementos del campo α y β tales que α2 ρ = 1−β2 ρ o lo que es lo mismo α2 ρ+β2 ρ = 1.
Observese que como ρ no es un cuadrado entonces, ambos α y β son diferentes de cero.
def
Sea c = αa + βb. El conjunto {c, b} una base de K2 ya que α 6= 0 y tenemos que
c • c = α2 ρ + β2 ρ = 1 b•b =ρ
c • b = b • c = βρ
def
Lo malo de esta base es que no es ortogonal. Definamos d = b − βρc. El conjunto
{c, d} una base de K2 y ahora tenemos que ¡ ¢
c•c =1 d • d = ρ 1 − β2 ρ = α2 ρ2
c•d = d•c =0
Como d • d es un cuadrado entonces, podemos normalizar definiendo e =
d/αρ. En la base ortogonal {c, e} la huella del producto bilineal es {1, 1}.
El resultado anterior nos permite afirmar las posible huellas para un producto
bilineal sobre K son {ρ, 1, . . . 1} y {1, 1, . . . 1}. Solo falta probar que estos dos productos
son diferentes. Para esta prueba lo más sencillo es usar el Teorema de Witt sobre
8

isomorfismos entre espacios con producto bilineal sobre cualquier campo.

Teorema de cancelación de Witt

7.11

Sea E un espacio ortogonal. Sean F y G dos subespacios de

E. Si F es isomorfo a G entonces, F⊥ es isomorfo a G⊥ .

La prueba de este resultado nos llevarı́a lejos en el estudio del grupo ortogonal y
esto sale fuera de los objetivos de este libro.

Ejercicio 4 Pruebe usando el Teorema de Witt que los productos con huellas {1, ρ}
y {1, 1} no son isomorfos. [9]
Ejercicio 5 Pruebe lo mismo, pero sin usar el Teorema de Witt. [9]
Ejercicio 4 (Sección 7.5 página 8) Supongamos que son isomorfos. Sean {a, b} y
{c, d} bases ortogonales en las cuales el producto bilineal tiene huellas {1, 1} y {1, ρ}
respectivamente. Tenemos que los subespacios hai y hci son isomorfos pero los su-
bespacios hai⊥ = hbi y hci⊥ = hdi por Clasificación de los espacios ortogonales en
dimensión 1 (7.3) no lo son. Esto contradice el Teorema de Witt.

Ejercicio 5 (Sección 7.5 página 8) Sean {a, b} y {c, d} bases ortogonales en las
cuales el producto bilineal tiene huellas {1, 1} y {1, ρ} respectivamente. Sean α, β, γ y
ω escalares tales que c = αa + βb y d = γa + ωb. Tenemos
c • d = αγ + βω = 0
c • c = α2 + β2 = 1
d • d = γ2 + ω2 = ρ
De α = 0 obtenemos que β = 1, ω = 0 y γ2 = ρ lo que contradice que ρ no es un
cuadrado. Luego, podemos suponer que α 6= 0. Multiplicando la tercera igualdad por
α2 y usando las dos primeras obtenemos que
¡ ¢
α2 ρ = α2 γ2 + α2 ω2 = β2 ω2 + α2 ω2 = β2 + α2 ω2 = ω2
y de aquı́ obtenemos que ρ es el cuadrado de ω/α. Esto contradice que ρ no es un
cuadrado.
10
1. Definición de productos definidos positi- 2. Ley de inercia de Silvestre
vos.
Sección 6.6 Productos interiores 1

6.6 Productos interiores

Los productos interiores se definen solo en espacios vectoriales sobre los complejos
o sobre los reales. En esta sección K denota uno de estos dos campos. El lector debe
conocer los conceptos de módulo, el conjugado y la parte real de un número complejo.
def √
|a + bi| = a2 + b2
def
a + bi = a − bi
def
Re (a + bi) = a
y sus propiedades más elementales:
x + y = x + y xy = xy xx = |x|2
x + x = 2 Re x Re x ≤ |x| (x ∈ R ⇔ x = x)
Si E es un espacio vectorial sobre C entonces a una función f : E → K se le llama
funcional semilineal si ∀x, y ∈ E ∀α ∈ C se cumple que
f (x + y) = f (x) + f (y) y f (αx) = αf (x)
Los funcionales semilineales sobre R son los funcionales lineales.
Definición
Sea E un espacio vectorial sobre K ∈ {R, C}. A una función
• : E ⊕ E 3 (x, y) 7→ x • y ∈ K
se le llama producto interior si se cumplen las siguientes propiedades:
1. ∀y ∈ E la función •y : E 3 x 7→ x • y ∈ K es un funcional lineal.
2. ∀x ∈ E la función x• : E 3 x 7→ x • y ∈ K es un funcional semilineal.
3. (Simetrı́a conjugada) x • y = y • x y en particular x • x es siempre
un real.
4. (Definida positiva) x • x ≥ 0 y ( x • x = 0) ⇒ x = 0.
Ejemplos de productos interiores
1. El producto escalar canónico en Rn .
2. En Cn el producto definido por
X
n
(α1 , . . . , αn ) • (β1 , . . . , βn ) = αi βi
i=1

3. En el espacio de todas las funciones reales continuas en el intervalo [0, 1] el pro-

ducto definido por Z1
f • g = f (x) g (x) dx
0
2

La norma
√
Sea un vector x en un espacio con producto interior. Definiremos kxk = x•x
y la llamaremos la norma de x. Veamos las primeras propiedades de la norma.

Teorema de Pitágoras
6.1

Si x•y = 0 entonces, kx + yk2 = kxk2 + kyk2 .

Prueba. kx + yk2 = kxk2 + 2 Re x • y + kyk2 = kxk2 + kyk2 .

6.2

kαxk = |α| kxk.

√
Prueba. kαxk = αα kxk = |α| kxk.

Desigualdad de Cauchy-Schwarz
6.3

| x • y | ≤ kxk kyk.

Prueba. Sea
y•x
z=y− x
x•x
(compárese con Gram-Schmidt). Tenemos z • x = 0 y por lo tanto
y•x x•y | x • y |2
0 ≤ kzk2 = z • y = kyk2 − = kyk2
−
kxk2 kxk2
y despejando obtenemos lo que se querı́a demostrar.

Desigualdad del Triángulo

6.4

kx + yk ≤ kxk + kyk.

Prueba. Tenemos
kx + yk2 = kxk2 + kyk2 + 2 Re x • y ≤ kxk2 + kyk2 + 2 | x • y |
y usando Cauchy-Schwarz obtenemos
kx + yk2 ≤ kxk2 + kyk2 + 2 kxk kyk = (kxk + kyk)2
y sacando raiz cuadrada obtenemos lo que se querı́a demostrar.
1. Definición de funcional semilineal. 5. kαxk = |α| kxk.
2. Definición de producto interior. 6. Desigualdad de Cauchy-Schwarz
3. Definición de norma 7. Desigualdad del Triángulo
4. Teorema de Pitágoras