EJERCICIOS DE ALGEBRA LINEAL II (2017.2.

4125)

Indice
1. Determinantes 2
2. Valores y vectores propios 3
3. Diagonalizabilidad 6
4. Subespacios invariantes y el Teorema de Cayley-Hamilton 9
5. Productos y cocientes 12
6. Producto tensorial 15
7. La forma canonica de Jordan, primera parte 17
8. La forma canonica de Jordan, segunda parte 19
9. Adenda 22
10. Cambios de notacion 23

1
2 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

1. Determinantes
Para los fines de esta seccion F sera un campo, n N y A, B F nn .
Definicion 1.1.
(1) Si n 2, entonces para cualesquiera i, j n denotaremos por A eij a la
matriz de tamano (n1)(n1) que resulta de remover el i-esimo renglon
y la j-esima columna de la matriz A.
(2) El determinante de A, det(A), se define recursivamente como sigue
(a) cuando n = 1, det(A) = A11 y
(b) en el caso n 2,
Xn
det(A) = (1)1+j A1j det(A
e1j ).
i=1

Proposicion 1.2. La funcion determinante es una transformacion lineal en cada

renglon siempre que el resto de los renglones se quedan fijos, en otras palabras, para
cualesquiera {u, v} {wi : i n} F 1n (esto es, una familia de vectores renglon)
y F , entonces para cada j n se tiene que

w1 w1 w1
.. .. ..

.

.

.

det u + v = det u + det

v .

.. . .
.. ..

.
wn wn wn
Proposicion 1.3. Para cualquier i n,
X n
det(A) = (1)i+j Aij det(A
eij ).
i=1

Proposicion 1.4. Si A tiene dos renglones iguales, entonces det(A) = 0.

Proposicion 1.5. Los enunciados siguientes son ciertos para cualquier F \{0}.
(1) Si B es la matriz que se obtiene de intercambiar dos renglones de A, en-
tonces det(B) = det(A).
(2) Cuando B es la matriz que resulta de multiplicar algun renglon de A por el
escalar , se sigue que det(B) = det(A).
(3) Si B es la matriz que se obtiene de sumar un multiplo escalar de un renglon
de A con otro renglon de A, tenemos la igualdad det(A) = det(B).
Proposicion 1.6. Si rank(A) < n, entonces det(A) = 0.
Proposicion 1.7. det(AB) = det(A) det(B).
Proposicion 1.8. La matriz A es invertible si y solo si det(A) 6= 0. Mas aun, si
A es invertible, entonces
1
det A1 =


.
det(A)
Proposicion 1.9. det (At ) = det(A).
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 3

Para los fines de las secciones 2, 3 y 4 supondremos siempre que V es un espacio

vectorial sobre el campo F , T L (V ), F y n N.

2. Valores y vectores propios

2.1. En este ejercicio, F = R; ademas, en cada inciso se proporciona una base B
para V . Calcule [T ]B y determine si todos los elementos de B son vectores propios
de T .
(1) V = R2 , T (x) = (10x1 6x2 , 17x1 10x2 ) y B = {(1, 2), (2, 3)}.
(2) V = R1 [x], T (a + bx) = (6a 6b) + (12a 11b)x y B = {3 + 4x, 2 + 3x}.
(3) V = R3 , T (x) = (3x1 + 2x2 2x3 , 4x1 3x2 + 2x3 , x3 ) y
B = {(0, 1, 1), (1, 1, 0), (1, 0, 2)}.
(4) V = R2 [x],
T (a + bx + cx2 ) = (4a + 2b 2c) (7a + 3b + 7c)x + (7a + b + 5c)x2 y
B = {x x2 , 1 + x2 , 1 x + x2 }.
2.2. Para cada A F nn realice lo siguiente.
Halle todos los valores propios de A.
Para cada valor propio de A halle el conjunto de vectores propios corres-
pondientes a este.
En los casos en que sea posible, halle una base para F n formada por valores
propios de A, una matriz diagonal D y una matriz invertible Q tales que
Q1 DQ = A.
 
1 2
(1) F = R y A = .
3 2

0 2 3
(2) F = R y A = 1 1 1 .
2 2 5
 
i 1
(3) F = C y A = .
2 i

2 0 1
(4) F = R y A = 4 1 4 .
2 0 1
2.3. En este ejercicio, F = R. Para cada inciso encuentre una base ordenada B
para V de tal modo que [T ]B sea una matriz diagonal.
(1) V = R2 y T (x) = (2x1 + 3x2 , 10x1 + 9x2 ).
(2) V = R3 y T (x) = (7x1 4x2 + 10x3 , 4x1 3x2 + 8x3 , 2x1 + x2 + 2x3 ).
(3) V = R2 [x] y T (p) = xp0 + p(2)x + p(3).
(4) V = R3 [x] y T (p) = p + p(2)x.
(5) V = R3 [x] y T (p) = xp0 + p00 p(2).
(6) V = R22 y    
a b d b
T = .
c d c a

(7) V = R22 y T (A) = At + 2 tr(A)I2 .

2.4. Suponga que es un valor propio de T . Demuestre que x V es un vector
propio de T correspondiente a si y solo si x ker(T IV ) \ {~0}.
4 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

2.5 (Determinante de un operador lineal). Suponga que V tiene dimension finita

y demuestre los siguientes enunciados.
(1) Si B y C son bases ordenadas para V , entonces
det ([T ]B ) = det ([T ]C ) .
Basados en lo anterior, definimos det(T ), el determinante de T , como sigue:
dada B, una base ordenada arbitraria para V , det(T ) := det ([T ]B ).
(2) T es invertible si y solo si det(T ) 6= 0.
(3) Si T es invertible, entonces
1
det T 1 =


.
det(T )
(4) Para cada U L (V ), det(U T ) = det(U ) det(T ).
(5) Si B es una base ordenada para V ,
det(T IV ) = det ([T ]B I) .
2.6. Demuestre los enunciados siguientes suponiendo que V tiene dimension finita.
(1) T es invertible si y solo si el cero de F no es un valor propio de T .
(2) Si T es invertible y F , entonces es un valor propio de T si y solo si
1 es un valor propio de T 1 .
(3) Enuncie y demuestre los resultados analogos a los incisos anteriores para
matrices.
2.7. Pruebe que si M F nn es una matriz triangular superior, entonces los
valores propios de M son precisamente las entradas de la diagonal de M .
2.8. Suponga que V tiene dimension finita.
(1) Muestre que si B es una base ordenada para V , entonces [IV ]B = I.
(2) Calcule el polinomio caracterstico de IV .
(3) Verifique que IV es diagonalizable y tiene solo un valor propio.
2.9 (Matrices escalares). Sea M F nn . Se dira que M es una matriz escalar
si existe F con M = I; en otras palabras, una matriz escalar es una matriz
diagonal en la que todas las entradas de la diagonal de esta son iguales.
(1) Pruebe que si M es una matriz escalar y N F nn es similar a M , entonces
N = M.
(2) Muestre que si M es diagonalizable y posee solo un valor propio, entonces
M es una matriz escalar.
 
1 1
(3) Verifique que no es diagonalizable.
0 1

2.10. Suponga que M, N F nn y demuestre los enunciados siguientes.

(1) Si M y N son similares, entonces tienen el mismo polinomio caracterstico.
(2) Si B y C son bases finitas para V , entonces, para cada F ,
det ([T ]B I) = det ([T ]C I) .
2.11. Sean B y C bases ordenadas de cardinalidad n para V . Haga M := [T ]C B y
suponga que es un valor propio de M (y, por ende, de T ). Recuerde que en clase
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 5

mencionamos que el diagrama de abajo conmuta

V
T /V
B B
 
Fn / Fn
LM

y emplee esta informacion para demostrar que los enunciados siguientes son ciertos.
(1) Para cada x V , si B (x) es un vector propio de M correspondiente a ,
entonces x es un vector propio de T correspondiente a .
(2) Para cualquier y F n , y es un vector propio de M correspondiente a si
y solo si B 1 (y) es un vector propio de T correspondiente a .
2.12. Verifique que si M F nn , entonces M y M t tienen el mismo polinomio
caracterstico (y, en consecuencia, poseen los mismos valores propios).
2.13. Suponga que es un valor propio de T y demuestre que si x V es un vector
propio de T correspondiente a , entonces n es un valor propio de T n y x es un
vector propio de T n correspondiente a n .
2.14. Enuncie y demuestre el resultado analogo al del ejercicio previo para matrices
cuadradas.
2.15. Recuerde que si M F nn , entonces la traza de M es el escalar
Xn
tr(M ) = Mii .
i=1

(1) Compruebe que si M, N F nn son similares, entonces tr(M ) = tr(N )

(sugerencia: puede usar, sin demostrar, que para cualesquiera P, Q F nn
se tiene la igualdad tr(P Q) = tr(QP )).
(2) Revise el ejercicio 2.5 e intente definir tr(T ), la traza de T . Verifique que
su definicion es adecuada (porfas).
2.16. Sea T : Rnn Rnn el operador lineal dado por T (M ) = M t .
(1) Muestre que 1 y 1 son los unicos valores propios de T .
(2) Describa los elementos de Rnn que son vectores propios de T .
(3) Encuentre una base ordenada B para R22 de tal modo que [T ]B sea una
matriz diagonal.
(4) Para cada n N, halle una base ordenada C para Rnn tal que [T ]C sea
una matriz diagonal.
2.17. Sean M, N, Q F nn tales que Q es invertible y N = Q1 M Q. Recuerde
que LM : F n F n es el operador lineal dado por LM (x) = M x, para cada x F n ,
y pruebe que existe C, una base ordenada para F n , con [LM ]C = N .
2.18. Demuestre, por induccion sobre n, que el polinomio caracterstico de cualquier
matriz cuadrada de tamano n con entradas en F es un polinomio de grado n con
coeficientes en F cuyo coeficiente principal es (1)n .
2.19. Suponga que el polinomio caracterstico de M F nn es
Xn
f= ai ti ,
i=0
6 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

donde an = (1)n . Demuestre los enunciados siguientes.

(1) f (0) = a0 = det(M ) y deduzca que M es invertible si y solo si a0 6= 0.
(2) Existe q F [t] tal que q n 2 y
n
Y
f= (Mii t) + q
i=1

(sugerencia: emplee induccion matematica sobre n).

(3) tr(M ) = (1)n1 an1 .
2.20. Suponga que es un valor propio de T y que g F [t].
(1) Pruebe que si x V es un vector propio de T correspondiente a , entonces
g() es un valor propio del operador lineal g(T ) y x es un vector propio de
g(T ) correspondiente a g(), esto es,
g(T )(x) = g()x.
(2) Establezca y demuestre el resultado analogo al inciso anterior para matrices
cuadradas con entradas en F .
(3) Verifique el resultado del inciso anterior cuando F = R, A es como en el
ejercicio 2.2(1), g = 2t2 t + 1, x = (2, 3) y = 4.
(4) Si T es diagonalizable y f es el polinomio caracterstico de T , entonces f (T )
es el operador cero en V , es decir, f (T )(x) = ~0V para cualquier x V .
22
2.21. Halle la lista completa de polinomios caractersticos de elementos de (Z2 )
(Z2 es el campo de los enteros modulo 2).

3. Diagonalizabilidad
3.1. En cada inciso se da una matriz cuadrada M con coeficientes en R. Si M es
diagonalizable, halle una matriz invertible Q y una matriz diagonal D de tal modo
que Q1 M Q = D.
 
1 2
(1) M =
0 1
 
1 3
(2) M =
3 1
 
1 4
(3) M =
3 2

7 4 0
(4) M = 8 5 0
6 6 3

0 0 1
(5) M = 1 0 1
0 1 1

3 1 1
(6) M = 2 4 2
1 1 1
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 7

1 1 0
(7) M = 0 1 2
0 0 3

3.2. Para cada operador lineal T , si T es diagonalizable, halle una base ordenada
B para V tal que [T ]B sea una matriz diagonal.
(1) F = R, V = R3 [x] y T (p) = p0 + p00 .
(2) F = R, V = R2 [x] y T (a + bx + cx2 ) = c + bx + ax2 .
(3) F = R, V = R3 y T (x) = (x2 , x1 , 2x3 ).
(4) F = R, V = R2 [x] y T (p) = p(0) + p(1)(x + x2 ).
(5) F = C, V = C2 y T (z, w) = (z + iw, iz + w).
(6) F = R, V = R22 y T (M ) = M t .
3.3. Muestre que si M F nn tiene n valores propios diferentes, entonces M es
diagonalizable.
3.4. Para cada n N, calcule M n , donde
 
1 4
M= .
2 3
3.5. Demuestre que si M F nn posee dos valores propios distintos, y , con
dim (E ) = n 1, entonces M es diagonalizable.
3.6. Suponga que B es una base finita para V de tal forma que [T ]B es una matriz
triangular superior.
(1) Verifique que el polinomio caracterstico de T se factoriza completamente
en polinomios lineales sobre F .
(2) Establezca y demuestre el analogo al resultado del inciso interior para ma-
trices.
(3) Pruebe que si T tiene k valores propios distintos, digamos {i : i k}, y
que si mi es la multiplicidad de i , para cualquier i k, entonces cada i
aparece mi veces en la diagonal de [T ]B (esto es, {j n : ([T ]B )jj = i }
tiene cardinalidad mi ).
3.7. Suponga que A F nn es similar a una matriz triangular superior y que
posee k valores propios distintos, {i : i k}, con correspondientes multiplicidades
{mi : i k}. Muestre que
k
X k
Y mi
tr(A) = mi i y det(A) = (i ) .
i=1 i=1

3.8. Pruebe que si V tiene dimension finita, es un valor propio de T y T es

invertible, entonces los enunciados siguientes son ciertos.
(1) El espacio propio de T correspondiente a es igual al espacio propio de
T 1 correspondiente a 1 (recuerde el ejercicio 2.6(2)).
(2) T 1 es diagonalizable, siempre que T lo es.
3.9. Suponga que es un valor propio de A F nn y denote por E y E0 a
los espacios propios de A y At correspondientes a (recuerde el ejercicio 2.12),
respectivamente. Demuestre lo siguiente.
(1) No siempre se tiene la igualdad E = E0 .
(2) dim (E ) = dim (E0 ).
8 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

(3) Si A es diagonalizable, At tambien lo es.

 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 9

4. Subespacios invariantes y el Teorema de Cayley-Hamilton

Para los fines de esta seccion z V \ {~0}.
4.1. Demuestre que los siguientes subespacios de V son T -invariantes:
{~0V }, ker(T ) y im(T ).
Mas aun, si es un valor propio de T , entonces E tambien es T -invariante.
4.2. Pruebe que si W es un subespacio T -invariante de V y g F [x], entonces W
es g(T )-invariante.
4.3. SupongaTque S es una familia no vaca de subespacios T -invariantes de V y
muestre que S es un subespacio T -invariante de V .
4.4. En cada uno de los incisos siguientes halle una base para el subespacio T -cclico
generado por el vector z.
(1) V = R4 , T (x) = x1 + x2 , x2 x3 , x1 + x3 , x1 + x4 ) y z = e1 .
(2) V = R3 [x], T (p) = p00 y z = x3 .
 
22 t 0 1
(3) V = R , T (M ) = M y z = .
1 0
   
1 1 0 1
(4) V = R22 , T (M ) = M yz= .
2 2 1 0
4.5. Si W es un subespacio T -invariante de V , entonces los enunciados siguientes
son ciertos.
(1) T  W L (W ).
(2) Si x W es un vector propio de T  W correspondiente al valor propio ,
entonces x es un vector propio de T correspondiente al valor propio .
4.6. Para cada inciso del ejercicio 4.4 denote por W al subespacio T -cclico corres-
pondiente y haga lo siguiente.
(1) Calcule el polinomio caracterstico de T  W de dos formas distintas (tal y
como se hizo en clase).
(2) Verifique que el polinomio caracterstico de T  W divide al polinomio
caracterstico de T .
4.7. Verifique que si g, h F [t] y f := gh, entonces f (T ) es la composicion de g(T )
con h(T ), esto es,
f (T ) = g(T ) h(T )
(sugerencia: emplee induccion sobre g).
4.8. Demuestre los enunciados siguientes suponiendo que W es el subespacio T -
cclico generado por z.
(1) W es T -invariante.
(2) Si X es un subespacio T -invariante de V y z X, entonces W X.
(3) Para cualquier y V : y W si y solo si existe g F [x] tal que y = g(T )(z);
en otras palabras,
W = {g(T )(z) : g F [x]}.
(4) Si V tiene dimension finita, digamos n, entonces
W = {g(T )(z) : g Fn [x]}.
10 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

4.9. Suponga que V tiene dimension finita y que W es un subespacio T -invariante

de V . Ahora sean B, una base ordenada para W , y E, un subconjunto ordenado
linealmente independiente de V , tales que B E = y C := B E (union ordenada)
es una base para V . Demuestre que si M := [T  W ]B , entonces existen N y N e,
un par de matrices con entradas en F , tales que
 
M N
[T ]C = e ,
O N
donde O es la matriz cero del tamano adecuado.
4.10. Sea f el polinomio caracterstico de la matriz M F nn y denote por O
a la matriz cero de tamano n n. El teorema de Cayley-Hamilton para matrices
afirma que f (M ) = O.
(1) Halle el error en la siguiente prueba del teorema de Cayley-Hamilton para
matrices.
Por definicion, f = det(M tIn ), as que podemos evaluar a f en M y
obtener
f (M ) = det (M M In ) = det(M M ) = det(O) = 0.
(2) De una argumento correcto para la igualdad f (M ) = O.
4.11. Sea W un subespacio T -invariante del espacio vectorial de dimension finita V .
Denote por f y g a los polinomios caractersticos de T y de T  W , respectivamente.
Suponga que f se factoriza completamente en polinomios lineales y demuestre los
enunciados siguientes.
(1) g tambien se factoriza completamente en polinomios lineales.
(2) W contiene un vector propio de T .
4.12. Pruebe que para cualquier M F nn se tiene que
dim span {M k : k N {0}} n.

4.13. Suponga que el polinomio caracterstico de M F nn es

X n
f= ai ti
i=0
y demuestre lo siguiente.
(1) M es invertible si y solo si a0 6= 0.
(2) Si M es invertible, entonces
n
1 X
M 1 = ai M i1 .
a0 i=1

4.14. Emplee el inciso (2) del ejercicio anterior para calcular

1
1 2 1
0 2 3 .
0 0 1


4.15. Suponga que V = span {T k (z) : k N {0}} y demuestre que los enunci-
ados siguientes son equivalentes para cualquier U L (V ).
(1) U T = T U .
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 11

(2) Existe g F [t] con U = g(T ).

Nota: segun el ejercicio 4.8(3), existe g F [t] con U (z) = g(T )(z).
4.16. Suponga que dim(V ) = 2 y demuestre que alguna de las condiciones sigui-
entes es cierta.
~

mismo, esto es, existe w V \ {0} con
(1) V es un subespacio T -cclico de s
V = span {T k (w) : k N {0}} .
(2) T es un multiplo escalar de la identidad, es decir, T = IV para algun
F.
4.17. Sea W un subespacio T -invariante del espacio vectorial de dimension finita
V . Suponga que k N y que para cada i k, xi es un vector propio de T ; mas
aun, siempre que i < j k, se sigue que los valores propios correspondientes a
xi y xj son distintos. Emplee induccion matematica sobre k para verificar que si
Pk
i=1 xi W , entonces {xi : i k} W .

4.18. Use el ejercicio anterior para probar que si T es diagonalizable y W es un

subespacio T -invariante de V , entonces T  W es diagonalizable.
4.19. Demuestre que si T tiene n valores propios y n = dim(V ), entonces V es
un subespacio T -cclico de s mismo (sugerencia: utilice el ejercicio 4.17 para hallar
w V \{~0} de tal modo que {T k (w) : 0 k n1} es linealmente independiente).
12 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

5. Productos y cocientes
Para esta seccion: V , W y X seran espacios vectoriales sobre el campo F .
5.1. A las funciones V : V W V y W : V W W definidas mediante las
formulas
V (x, y) = x y W (x, y) = y
se les llama proyecciones; de manera precisa: V es la proyeccion en la primera co-
ordenada y W es la proyeccion en la segunda coordenada. Demuestre lo siguiente.
(1) Tanto V como W son transformaciones lineales suprayectivas.
(2) Las igualdades ker(V ) = {~0V } W y ker(W ) = V {~0W } son ciertas.
(3) Los subespacios ker(V ) y ker(W ) son isomorfos a W y a V , respectiva-
mente.
Suponga que V y W tienen dimension finita y utilice el Teorema de la Dimension
y los incisos anteriores para probar, nuevamente, que
dim(V W ) = dim(V ) + dim(W ).
5.2. Verifique que la funcion T : F 2 F 2 F 22 dada por
 
x1 x2
T (x, y) =
y1 y2
es un isomorfismo (de hecho, este resultado se puede generalizar para obtener un
n
isomorfismo entre (F n ) y F nn para cualquier n N).
5.3. Muestre que si V0 V y W0 W , entonces V0 W0 V W .
5.4. Defina E := {(t, t) : t R} y verifique los enunciados siguientes.
(1) E R R.
(2) No existen V0 R y W0 R tales que E = V0 W0 .
5.5. Demuestre que si T : V W X es una funcion, entonces T es una trans-
formacion lineal si y solo si tanto W T : V W como X T : V X son
transformaciones lineales (estamos empleando la notacion del ejercicio 5.1). En
otros terminos, una funcion que llega a un producto de espacios vectoriales es una
transformacion lineal si y solo sus funciones coordenada son transformaciones lin-
eales.
5.6. Suponga que V0 y W0 son espacios vectoriales sobre F y que U : V V0 y
T : W W0 son transformaciones lineales. Defina U T : V W V0 W0
mediante
(U T )(x, y) = (U (x), T (y))
y haga lo siguiente.
(1) Pruebe que U T es una transformacion lineal.
(2) Exprese a ker(U T ) en terminos de ker(U ) y ker(T ).
(3) Halle una expresion para im(U T ) que involucre a im(U ) y im(T ).
A la transformacion lineal U T se le suele llamar el producto de U con T .
5.7. Sean U : V W y T : V X un par de transformaciones lineales, y sea
U 4T : V W X la funcion dada por
(U 4T )(x) = (U (x), T (x)).
(1) Verifique que U 4T es una transformacion lineal.
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 13

(2) Exprese a ker(U 4T ) en terminos de ker(U ) y ker(T ).

(3) Es cierto que im(U 4T ) = im(U ) im(T )?
A la transformacion lineal U 4T se le suele llamar la diagonal de U con T .
5.8. Suponga que W V y que V tiene dimension finita. En clase probamos,
usando el Teorema de la Dimension, que
dim(V /W ) = dim(V ) dim(W ).
El proposito de este ejercicio es dar una demostracion de este hecho que no use el
teorema de la dimension.
Fije una base ordenada {xi : i m} para W (donde m N) y un conjunto
{yi : i n} V \ W (aqu, n N y la lista no tiene repeticiones) de tal modo que
la union ordenada {xi : i m} {yj : j n} sea una base para V . Denote por
: V V /W a la proyeccion natural y demuestre lo siguiente.
(1) El conjunto {(yj ) : j n} genera a V /W .
(2) Si {j : j n} F satisface
n
X
j (yj ) = ~0V /W ,
j=1

entonces j = 0, para cada j n.

De todo lo anterior se concluye que {(yj ) : j n} es una base para V /W cuya
cardinalidad es dim(V ) dim(W ).
5.9. Suponga que W V y que T : V /W X es una funcion. Demuestre que
si : V V /W es la proyeccion natural, entonces T es lineal si y solo si T es
lineal.
5.10. Sea T L (V, W ). En clase probamos que si : V V / ker(T ) es la
proyeccion natural, entonces existe una funcion T de tal modo que el diagrama de
abajo conmuta
V
T /W
:

 T
V / ker(T )
Demuestre los enunciados siguientes.
(1) T es una transformacion lineal inyectiva.
(2) Si T es suprayectiva, entonces T es un isomorfismo.
5.11. Demuestre que si F y W := {p F [x] : p() = 0}, entonces W F [x] y
F [x]/W es isomorfo a F (sugerencia: defina T : F [x] F mediante T (p) = p()).
5.12. Emplee los ejercicios 5.8 y 5.10 para dar una prueba del Teorema de la
Dimension.
Para los ejercicios 5.13 y 5.14 supondremos lo siguiente: T L (V ), W V y
: V V /W es la proyeccion natural.
5.13. Pruebe que los enunciados siguientes son equivalentes.
14 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

(1) Existe una transformacion lineal T + que hace conmutativo el diagrama de

abajo.
V
T /V

 
V /W / V /W
T+
(2) W es un subespacio T -invariante de V .
5.14. Con la notacion e hipotesis del ejercicio 5.8: hagamos B := {xi : i m},
C := B {yj : j n} (union ordenada) y D := {(yj ) : j n}. Suponga,
ademas, que W es T -invariante y que T + es como en el ejercicio previo. Demuestre
lo siguiente.
(1) Existe M F mn tal que
 
[T  W ]B M
[T ]C = ,
O [T + ]D
donde O es la matriz cero de tamano n m.
(2) Si f , g y h son los polinomios caractersticos de los operadores lineales T ,
T  W y T + , respectivamente, entonces f = gh.
(3) Si T es diagonalizable, entonces T + tambien es diagonalizable.
(4) Si T  W y T + son diagonalizables y ningun valor propio de T  W es un
valor propio de T + , entonces T es diagonalizable.
5.15. Sean
1 1 3
M := 2 3 4 ,
1 2 1
T := LM y W el subespacio T -cclico generado por e1 en R3 . Haga lo siguiente.
(1) Calcule el polinomio caracterstico de T  W sin emplear determinantes
(recuerde lo hecho en el ejercicio 4.6(1)).
(2) Muestre que {e3 + W } es una base para R3 /W y use esta informacion
para determinar el polinomio caracterstico de T + (estamos siguiendo la
notacion establecida en el ejercicio 5.13).
(3) Emplee el ejercicio previo para hallar el polinomio caracterstico de M .
La moraleja de este ejemplo es que, a veces, se puede encontrar el polinomio carac-
terstico sin calcular determinantes.
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 15

6. Producto tensorial
6.1. Suponga que `, m, n N y demuestre que las funciones siguientes son bilinea-
les.
(1) b : Rn Rn R dada por b(x, y) = x y (el producto punto o producto
interior de los vectores x y y).
(2) b : F `m F mn F `n dada por b(M, N ) = M N (producto de matri-
ces).
(3) b : R3 R3 R3 dada por b(x, y) = x y (el producto cruz o producto
vectorial de x con y).
(4) b : F 2 F 2 F dada por
 
x1 x2
b(x, y) = det .
y1 y2

Para el resto de los ejercicios de esta seccion: V , W y X seran tres espacios

vectoriales sobre el campo F .

6.2. Demuestre que L (V, W ; X) y L (V, L (W, X)) son isomorfos.

6.3. Si S0 y S1 son conjuntos que generan a V y a W , respectivamente, entonces
{x y : x S0 y S1 } genera a V W .
6.4. El proposito de este ejercicio es verificar que el producto tensorial es asociativo,
esto es, que (V W ) X es isomorfo a V (W X). Con esta idea en mente,
demuestre que los enunciados siguientes son ciertos.
(1) Si v V , entonces existe Tv : W X (V W ) X, una transformacion
lineal, de tal forma que
Tv (w x) = v (w x),
para cualesquiera w W y x X (sugerencia: argumente que la funcion
bv : W X (V W ) X dada por bv (w, x) := (v w) x, para
cualesquiera w W y x X, es bilineal).
(2) Si v V y F , entonces Tv = Tv (sugerencia: comience por notar que
los dominios y contradominios de estas funciones coinciden; con respecto
a la regla de correspondencia, como ambas funciones son transformaciones
lineales y S := {w x : w W x X} genera a W X, basta con
mostrar que Tv  S = (Tv )  S).
(3) Si v, v 0 V , entonces Tv+v0 = Tv + Tv0 .
(4) Hay una transformacion lineal T : V (W X) (V W ) X que
satisface
T (v (w x)) = (v w) x,
siempre que v V , w W y x X (sugerencia: use los incisos (2) y (3)
para probar que la funcion b : V (W X) (V W ) X definida
mediante b(v, z) := Tv (z), para cualesquiera v V y z W X, es
bilineal).
(5) Existe una transformacion lineal U : (V W ) X V (W X) tal que
U ((v w) x) = v (w x),
para cualesquiera v V , w W y x X.
16 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

(6) Las funciones T y U son una la inversa de la otra: U T = IV (W X) y

T U = I(V W )X (sugerencia: emplee el ejercicio 6.3).
6.5. Suponga que V 0 , W 0 y X 0 son espacios vectoriales sobre F y demuestre los
enunciados siguientes.
(1) Existe una transformacion lineal
: L (V, W ) L (V 0 , W 0 ) L (V V 0 , W W 0 )
de tal suerte que (T U ) = T U , para cualesquiera T L (V, W ) y
U L (V 0 , W 0 ).
(2) Si T L (V, W ), T 0 L (V 0 , W 0 ), U L (W, X) y U 0 L (W 0 , X 0 ),
entonces
(U U 0 ) (T
T 0 ) = (U T )
(U 0 T 0 ).
6.6. Sean V 0 y W 0 un par de espacios vectoriales sobre F y sean T L (V, W )
y U L (V 0 , W 0 ). Suponga, ademas, que B = {xj : j k}, C = {yi : i `},
B 0 = {x0j : j m} y C 0 = {yi0 : i n} son bases ordenadas para V , W , V 0 y W 0 ,
respectivamente, donde k, `, m, n N. Halle la matriz asociada a la transformacion
Sk S`
lineal T U con respecto a las bases j=1 {xj x0i : i m} y j=1 {yj yi0 : i n}
C0
(ambas son uniones ordenadas) en terminos de las matrices [T ]CB y [U ]B 0 .
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 17

7. La forma canonica de Jordan, primera parte

Para esta seccion: V sera un espacio vectorial sobre el campo F , T L (V ) y
F.
7.1. Suponga que F y, para simplificar notacion, haga
U0 := T IV y U1 := T IV .
Demuestre que los enunciados siguientes son ciertos para cualesquiera k, ` N{0}.
k k
(1) (U0 ) U1 = U1 (U0 ) (sugerencia: induccion sobre k).
k ` ` k
(2) (U0 ) (U1 ) = (U1 ) (U0 ) .
(3) Si W es un subespacio T -invariante de V , entonces W es (T IV )-
invariante y, ademas,
(T  W IW )k = (T IV )k  W
(sugerencia: emplee induccion sobre k).
7.2. En cada inciso de este ejercicio se proporciona una matriz M . Halle una base
para cada uno de los espacios generalizados de LM consistente de uniones ajenas
de ciclos de vectores propios generalizados y emplee esta informacion para calcular
una forma canonica de Jordan para M .
   
1 1 1 2
(1) M = (2) M =
1 3 3 2
2 1 0 0
11 4 5 0 2 1 0
(3) M = 21 8 11 (4) M = 0 0

3 0
3 1 0
0 1 1 3
7.3. En este problema, F = R. Para cada inciso determine una base para cada
uno de los espacios generalizados de T consistente de uniones ajenas de ciclos de
vectores propios generalizados y emplee esta informacion para calcular una forma
canonica de Jordan para T .
(1) V = R2 [x] y T (p) = 2p p0 .
(2) V es el subespacio de C(R) generado por {fi : i 5}, donde
f1 (t) = 1, f2 (t) = t, f3 (t) = t2 , f4 (t) = et y f5 (t) = tet ,
para cada t R, y T (f ) = f 0 .
(3) V = R22 y  
1 1
T (M ) = M.
0 1
(4) V = R22 y T (M ) = 2M + M t .
7.4. Suponga que es un valor propio de T y demuestre los enunciados siguientes.
(1) Si C es un ciclo de vectores propios generalizados de T correspondientes a
, entonces span(C) es un subespacio T -invariante de V .
(2) Si C0 y C1 son ciclos de vectores propios generalizados de T correspondi-
entes a con vectores iniciales distintos, entonces C0 C1 = .
7.5. Verifique que las igualdades siguientes son ciertas para cualesquiera U L (V )
y k N.



(1) ker U k = ker (U )k .
18 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

(2) ker (T IV )k = ker (IV T )k .
7.6. Suponga que V tiene dimension finita y demuestre los enunciados siguientes.



(1) Para todo k N, ker T k ker T

k+1
.
(2) Si dim (im (T m )) = dim im T m+1 para algun m N, entonces
dim (im (T m )) = dim im T k

para cualquier k N con k m.

(3) Si dim (im (T m )) = dim im T m+1 para algun m N, entonces
ker (T m ) = ker T k

para cualquier k N con k m.

(4) Si dim (im ((T IV )m )) = dim im (T IV )m+1 para algun m N,
entonces K = ker ((T IV )m ).
(5) Segundo criterio de diagonalizabilidad. Supongamos que el polinomio
caracterstico de T se factoriza completamente en polinomios lineales y que
{i : i k} es una lista sin repeticiones de todos los valores propios de T .
Entonces, T es diagonalizable si y solo si
dim(im(T i IV )) = dim im(T i IV )2

para cada i k.
(6) El inciso anterior puede ser empleado para resolver el ejercicio 4.18.
7.7. Con las hipotesis y notacion del inciso (5) del ejercicio anterior: pruebe que si
para cada i k tenemos xi , yi Ki de tal modo que
k
X k
X
xj = yj ,
j=1 j=1

entonces xi = yi para cualquier i k.

7.8. Suponga que V tiene dimension finita y que el polinomio caracterstico de T
se factoriza completamente en polinomios lineales. Pruebe lo siguiente.
(1) Si B es una base para V que es union ajena de ciclos de vectores propios
generalizados de T , entonces B es una base canonica de Jordan para T .
(2) Si B es una base canonica de Jordan para T y es un valor propio de T ,
entonces B K es una base para K .
7.9. Con las mismas hipotesis del problema anterior: suponga que es un valor
propio de T y demuestre los enunciados siguientes.
(1) Si B es una base para K que es union ajena de ` ciclos de vectores propios
generalizados de T , entonces ` dim(E ).
(2) Si B es una base canonica de Jordan para T y [T ]B posee ` bloques de
Jordan cuyas entradas diagonales son , entonces ` dim(E ).
7.10. Si M es una matriz cuadrada con entradas en F cuyo polinomio caracterstico
se factoriza completamente en polinomios lineales, entonces M posee una forma
canonica de Jordan a la que es similar.
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 19

8. La forma canonica de Jordan, segunda parte

Para esta seccion: V sera un espacio vectorial de dimension finita sobre el
campo F y T sera un operador lineal en V cuyo polinomio caracterstico se factoriza
completamente en polinomios lineales.
8.1. Suponga que la lista completa de valores propios de T es 1 = 2, 2 = 4 y
3 = 3, y que los diagramas de puntos para T  Ki , i 3, son como sigue.
1 = 2 2 = 4 3 = 3
s s s s s s s
s s s

s s

Halle una forma canonica de Jordan para T

8.2. Suponga que F = R y que una forma canonica de Jordan para T es

2 1 0 0 0 0 0
0 2 1 0 0 0 0

0 0 2 0 0 0 0

0 0 0 2 1 0 0
.
0 0 0 0 2 0 0

0 0 0 0 0 3 0
0 0 0 0 0 0 3
Haga lo siguiente.
(1) Calcule el polinomio caracterstico de T .
(2) Halle el diagrama de puntos correspondiente a cada uno de los valores
propios de T .
(3) Determine para cuales valores propios de T se satisface que K = E .
(4) Para cada valor propio de T encuentre el mnimo p N tal que
K = ker ((T IV )p ) .
(5) Para cada valor propio de T calcule las dimensiones de los siguientes
subespacios de V .
(a) im 
(T  K ). 
2
(b) im (T  K ) .
(c) ker 
(T  K ). 
2
(d) ker (T  K ) .
8.3. Para cada matriz M (con entradas en R) halle una forma canonica de Jordan
J y una matriz invertible Q de tal forma que J = Q1 M Q.

3 3 2 0 1 1
(1) M = 7 6 3 (2) M = 4 4 2
1 1 2 2 1 1
0 3 1 2
0 1 1 2 1 1 2
(3) M = 3 1 2 (4) M =
2

1 1 2
7 5 6
2 3 1 4
20 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

8.4. Para cada T encuentre una forma canonica de Jordan J para T y una base
canonica de Jordan B para T de tal suerte que [T ]B = J.
(1) V es el subespacio de C(R) generado por {gi : i 4}, donde
g1 (t) = et , g2 (t) = tet , g3 (t) = t2 et y g4 (t) = e2t ,
para cada t R, y T esta dado por T (f ) = f 0 .
(2) V = R3 [x] y T (p) = xp00 .
(3) V = R3 [x] y T (p) = p00 + 2p.
(4) V = R22 y  
3 1
T (M ) = M M t.
0 3
(5) V = R22 y  
3 1
T (M ) = (M M t ).
0 3
(6) V = R2 [x, y] y T (p) = D1 p + D2 p.
8.5. Sean n N y M F nn . Demuestre que si el polinomio caracterstico de
M se factoriza completamente en polinomios lineales, entonces M y M t tienen una
forma canonica de Jordan en comun (sugerencia: empiece
por verificar que si
es
un valor propio de M y k N, entonces rank (M In )k = rank (M t In )k ).
8.6. Suponga lo siguiente: n N, M F nn , el polinomio caracterstico de M se
factoriza completamente en polinomios lineales, F es un valor propio de M y
C es un ciclo de vectores propios generalizados de M correspondientes a . Haga
W := span(C) y denote por C al conjunto ordenado de vectores que resulta de
invertir el orden natural en C.
t
(1) Verifique que [LM  W ]C = ([LM  W ]C ) .
(2) Pruebe que si J es una forma canonica de Jordan para M , entonces J y J t
son similares (sugerencia: emplee el inciso previo).
(3) Concluya que M y M t son similares.
8.7. Sea B una base canonica de Jordan para T y sea F un valor propio de T .
(1) Muestre que para cada F \ {0}, {x : x B} es una base canonica de
Jordan para T .
(2) Suponga que C es un ciclo de vectores propios generalizados de T corre-
spondientes a con C B y que la longitud de C es al menos 2. Sea x el
vector final de C y sea y E \ {~0}. Pruebe que
C 0 := (C \ {x}) {x + y}
(en otras palabras, C 0 se obtiene de C al reemplazar x con x+y y dejar todos
los demas vectores iguales) tambien es un ciclo de vectores generalizados
de T correspondientes a y que (B \ C) C 0 tambien es una base canonica
de Jordan para T .
(3) En clase argumentamos que B = {(1, 1, 1, 1), e2 + 2e3 , e1 , e1 + e4 } es una
base canonica de Jordan para LM , donde

2 1 0 1
0 3 1 0
M := 0
.
1 1 0
0 1 0 3
 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 21

Use el inciso anterior para hallar una base canonica de Jordan para M
distinta a B.
8.8. Suponga que tenemos un diagrama de puntos con k renglones y ` columnas.
Para cualesquiera i k y j `, denote por pi y qj al numero de puntos en
el i-esimo renglon y al numero de puntos en la j-esima columna del diagrama,
respectivamente. Demuestre los enunciados siguientes.
(1) ` = p1 y k = q1 .
(2) Si i k y j `, entonces
qj = max{s k : ps j} y pi = max{s ` : qs i}
(sugerencia: use induccion sobre k).
(3) Para cada i < k, ri+1 ri .
8.9. Emplee en el ejercicio anterior para verificar que el numero de puntos en cada
columna de un diagrama de puntos esta determinado por el numero de puntos en
los renglones.
8.10. Suponga que F es un valor propio de T y que J es una forma canonica
de Jordan para T . Pruebe los enunciados siguientes.
(1) La dimension de K es igual a la suma de las longitudes de los bloques de
Jordan correspondientes a en J.
(2) La igualdad E = K equivale a que todos los bloques de Jordan corre-
spondientes a en J sean matrices de tamano 1 1.
22 EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125)

9. Adenda
Para esta seccion: V sera un espacio vectorial sobre el campo F , F y
T L (V ).
Probado en clase:
Proposicion 9.1. Si C es un ciclo de vectores propios generalizados de T corres-
pondientes a y C 0 es el conjunto que resulta de remover de C su vector final,
entonces los enunciados siguientes son ciertos.
(1) Si C 0 6= y p es la longitud de C, entonces C 0 es un ciclo de longitud p 1
de vectores propios generalizados de T correspondientes a ; mas aun, C y
C 0 tienen el mismo vector inicial.
(2) Para cada y C 0 existe z C de tal modo que y = (T IV )(z).
(3) Si z C satisface que (T IV )(z) 6= ~0, entonces (T IV )(z) C 0 .
9.1. Si W V es T -invariante, entonces todo ciclo de vectores propios generaliza-
dos de T  W correspondientes a es un ciclo de vectores propios generalizados de
T correspondientes a .
9.2. Sea ` N. Para cada i ` sea Ci un ciclo de vectores propios generalizados
de T correspondientes a y sea Ci 0 el conjunto que resulta de quitarle a Ci su
vector final. Defina
`
[ [`
C := Ci , C 0 := Ci 0 y W := span(C).
i=1 i=1
Use la proposicion 9.1 para demostrar los enunciados siguientes.
(1) W es (T IV )-invariante.
(2) C 0 genera a im ((T IV )  W ).
9.3. Suponga que V tiene dimension finita y que es un valor propio de T . Defina
K := {x V : p N ((T IV )p (x) = ~0)},
U := (T IV )  K y W := im(U ). Demuestre lo siguiente.
(1) dim(W ) < dim(K ).
(2) W es T -invariante.
(3) ker(U ) = {x V : T (x) = x}.
(4) El espacio de vectores propios generalizados de T  W correspondientes a
es W , es decir,
{x W : p N ((T  W IW )p (x) = ~0)} = W.
(5) Si C es un ciclo de vectores propios generalizados de T  W correspondientes
a y x K es tal que U (x) es el vector final de C, entonces C {x} es
un ciclo de vectores propios generalizados de T correspondientes a . Mas
aun, C y C {x} tienen el mismo vector inicial.
EJERCICIOS DE ALGEBRA LINEAL II (2017.2.4125) 23

10. Cambios de notacion

Donde el libro dice... nosotros decimos...

Mmn (F ) F mn
F(S, F ) FS
P(F ) F [x]
Pn (F ) Fn [x]
N(T ) ker(T )
R(T ) im(T )
B B