3.8. MATRICES CONJUGADAS: matrices de cambio de base

Por Jennyfer Paulina Bennetts Castillo

Deja un comentario

(Trabajo de titulación asesorado por la Dra. Diana Avella Alaminos)

INTRODUCCIÓN

El resultado que veremos nos dice que si conocemos la matriz asociada a una transformación respecto a ciertas bases y queremos saber cómo se ve esa transformación con respecto a otras bases, basta con conjugarla usando las matrices de cambio de base correspondientes.

Ahora que trabajaremos con cuatro bases, esta analogía podría ayudarnos:
Un recetario nos dice las medidas en un sistema de unidades para ingredientes y preparación, pero nosotros necesitamos hacer la conversión en ambos casos

Recordemos que las matrices no son la transformación, sino una forma de describirla que depende de las bases elegidas.

Teorema (3.8.1.): Sean $V$ y $W$ $K$ – espacios vectoriales de dimensiones finitas $n$ y $m$ respectivamente. Sean $B$ y $B’$ bases ordenadas de $V$ y $\Gamma$ y $\Gamma’$ bases ordenadas de $W$. Sea $T \in \mathcal{L}(V,W)$.
Se cumple que existen $P \in \mathcal{M}_{m \times m}(K)$ y $Q \in \mathcal{M}_{n \times n}(K)$ invertibles tales que $[ T ]_{B’}^{\Gamma’} = P^{-1} [ T ]_{B}^{\Gamma} Q.$

Demostración:

Sean $V$ y $W$ $K$ – espacios vectoriales de dimensiones finitas $n$ y $m$ respectivamente, $B$ y $B’$ bases ordenadas de $V$ y $\Gamma$ y $\Gamma’$ bases ordenadas de $W$. Consideremos $T \in \mathcal{L}(V,W)$. Usando la proposición (3.6.1) de la entrada 3.6 tenemos que:

$[ id_W ]_{\Gamma}^{\Gamma’} [ T ]_{B}^{\Gamma} [ id_V]_{B’}^{B}$$=[ id_W \circ T \circ id_V]_{B’}^{\Gamma’}$$=[ T]_{B’}^{\Gamma’}$

Si definimos $P = [ id_V ]_{\Gamma’}^{\Gamma}$ y $Q = [ id_V ]_{B’}^{B}$, entonces por el corolario (3.6.2) de la entrada 3.6 notamos que $P \in \mathcal{M}_{m \times m}(K)$ y $Q \in \mathcal{M}_{n \times n}(K)$ son invertibles y dado que $P^{-1} = [ id_V ]_{\Gamma}^{\Gamma’}$, tenemos: $P^{-1} [ T ]_{B}^{\Gamma} Q = [ T ]_{B’}^{\Gamma’}.$

Corolario (3.8.2.): Sea $V$ un $K$ – espacio vectorial de dimensión finita $n$, $B$ y $B’$ bases ordenadas de $V$ y $T \in \mathcal{L}(V,V)$. Se cumple que:

Existe $P \in \mathcal{M}_{n \times n}(K)$ invertible tal que $[ T ]_{B’}^{B’} = P^{-1} [ T ]_{B}^{B} P.$

Demostración: Sea $V$ un $K$ – espacio vectorial de dimensión finita $n$, $B$ y $B’$ bases ordenadas de $V$ y $T \in \mathcal{L}(V,V)$.

Consideremos la matriz $P = [ id_V ]_{B’}^{B} \in \mathcal{M}_{n \times n}(K)$.
Entonces por el corolario (3.6.2) de la entrada 3.6 $P$ es invertible con $P^{-1} = [ id_V ]_{B}^{B’}$. Además, usando la proposición (3.6.1) de la entrada 3.6 tenemos que

$P^{-1} [ T ]_{B}^{B} P$$=[ id_V ]_{B}^{B’} [ T ]_{B}^{B} [ id_V ]_{B’}^{B}$$=[id_V \circ T \circ id_V ]_{B’}^{B’}$$=[ T ]_{B’}^{B’}.$

Definición: Sean $A, C \in \mathcal{M}_{n \times n}(K)$. Si existe $P \in \mathcal{M}_{n \times n}(K)$ invertible tal que $A = P^{-1} C P,$ decimos que $A$ y $C$ son matrices conjugadas.

En el corolario anterior, las matrices $[ T ]_{B’}^{B’}$ y $[ T ]_{B}^{B}$ son matrices conjugadas.

Ejemplo

  • Sea $T : \mathbb{R}^2 \longrightarrow \mathbb{R}^2$ la reflexión con respecto a $\mathcal{L} = \langle (2,1) \rangle$. Sean $B’ = (e_1 , e_2)$ y $B = ((2,1) , (-1,2))$.
    $[T ]_{B’}^{B’} = \frac{1}{5} \begin{pmatrix} 3 & 4 \\ 4 & -3 \end{pmatrix}$

Justificación. $[ T ]_{B’}^{B’}$ $= [ id_{\mathbb{R}^2} ]_{B}^{B’} [ T ]_{B}^{B} [ id_{\mathbb{R}^2}]_{B’}^{B}$ $= \begin{pmatrix} 2 & -1 \\ 1 & 2 \end{pmatrix} \begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix} \frac{1}{5} \begin{pmatrix} 2 & 1 \\ -1 & 2 \end{pmatrix}$ $=\frac{1}{5} \begin{pmatrix} 2 & -1 \\ 1 & 2 \end{pmatrix} \begin{pmatrix} 2 & 1 \\ 1 & -2 \end{pmatrix}$ $=\frac{1}{5} \begin{pmatrix} 3 & 4 \\ 4 & -3 \end{pmatrix}$

Veamos ahora que todo par de matrices conjugadas son las matrices asociadas a una misma transformación lineal, con respecto a ciertas bases:

Teorema (3.8.3.): Sea $V$ un $K$ – espacio vectorial de dimensión finita $n$.
Si $A, C \in \mathcal{M}_{n \times n}(K)$ son tales que $A = P^{-1} C P$ para alguna $P \in \mathcal{M}_{n \times n}(K)$ invertible, entonces se cumple que:

Existen $T \in \mathcal{L}(V,V)$ y $B$ y $B’$ bases ordenadas de $V$ tales que $[ T ]_{B}^{B} = A$ y $[ T ]_{B’}^{B’} = C.$

Demostración: Sea $V$ un $K$ – espacio vectorial de dimensión finita $n$ y $A, C \in \mathcal{M}_{n \times n}(K)$. Supongamos que $A = P^{-1} C P$ para alguna $P \in \mathcal{M}_{n \times n}(K)$ invertible.

Buscamos $B$ y $B’$ bases ordenadas de $V$ con $P = [ id_V ]_{B}^{B’}$.

Consideremos $B’ = (w_1 , … , w_n)$ cualquier base ordenada de $V$ y $B = (v_1 , … , v_n)$ con $v_j = p_{1j}w_1 + … + p_{nj}w_n.$

Veamos que $B$ es también una base ordenada de $V$:

1) Veamos que es l.i.
Sean $\lambda_1 , … , \lambda_n \in K$ tales que $\theta_V = \lambda_1 v_1 + … + \lambda_n v_n$.

$\begin{pmatrix} 0 \\ \vdots \\ 0 \end{pmatrix}$ $= [ \theta_V ]_{B’}$ $= [ \lambda_1 v_1 + … + \lambda_n v_n ]_{B’}$ $= \lambda_1 [ v_1 ]_{B’} + .. + \lambda_n [ v_n ]_{B’}$ $= \lambda_1 \begin{pmatrix} p_{11} \\ \vdots \\ p_{n1} \end{pmatrix} + … + \lambda_n \begin{pmatrix} p_{1n} \\ \vdots \\ p_{nn} \end{pmatrix}$ $=\begin{pmatrix} \lambda_1 p_{11} + … + \lambda_n p_{1n} \\ \vdots \\ \lambda_1 p_{n1} + … + \lambda_n p_{nn} \end{pmatrix}$ $= \begin{pmatrix} p_{11} & … & p_{1n} \\ \vdots \\ p_{n1} & … & p_{nn} \\ \end{pmatrix} \begin{pmatrix} \lambda_1 \\ \vdots \\ \lambda_n \end{pmatrix}$ $= P \begin{pmatrix} \lambda_1 \\ \vdots \\ \lambda_n \end{pmatrix}$

Entonces $\begin{pmatrix} 0 \\ \vdots \\ 0 \end{pmatrix}$ $= P \begin{pmatrix} \lambda_1 \\ \vdots \\ \lambda_n \end{pmatrix}$

y en consecuencia $P^{-1} \begin{pmatrix} 0 \\ \vdots \\ 0 \end{pmatrix}$ $= \begin{pmatrix} \lambda_1 \\ \vdots \\ \lambda_n \end{pmatrix}.$

Así, $\begin{pmatrix} 0 \\ \vdots \\ 0 \end{pmatrix}$ $= \begin{pmatrix} \lambda_1 \\ \vdots \\ \lambda_n \end{pmatrix}$

$\therefore \lambda_1 = … \lambda_n = 0$

2) $| B | = n = \dim V$.

Dado que la lista $B=(v_1 , … , v_n)$ es linealmente independiente, en particular no tiene repeticiones, es decir $v_i\neq v_j$ para todo $i\neq j$. Entonces, $| B | = n = \dim V$.

Por 1) y 2), $B$ es una base ordenada de $V$.

Dado que definimos $P = [ id_V ]_{B}^{B’}$, entonces $P^{-1} = [ id_V ]_{B’}^{B}$.

Sabemos que existe $T : V \longrightarrow V$ lineal con $C = [ T]_{B’}^{B’}$ (ya que por el teorema (3.5.2) de la entrada 3.5 la transformación $\psi : \mathcal{L}(V,V) \longrightarrow \mathcal{M}_{n \times n} (K)$ con $\psi (S) = [S ]_{B’}^{B’}$ para toda $S\in \mathcal{M}_{n \times n} (K)$ es un isomorfismo). Veamos ahora que $A = [ T ]_{B}^{B}$. Como $A = P^{-1} C P$, usando la la proposición (3.6.1) de la entrada 3.6 tenemos que

$A = P^{-1} C P$ $= [ id_V ]_{B’}^{B} [ T ]_{B’}^{B’}[id_V ]_{B}^{B’}$ $= [ id_V \circ T \circ id_V ]_{B}^{B} = [ T ]_{B}^{B}$.

Proposición (3.8.4.): Sean $V$ y $W$ $K$ – espacios vectoriales de dimensión finita $n$ y $m$ respectivamente y $T \in \mathcal{L}(V,W)$.
Entonces existen $B$ y $\Gamma$ bases ordenadas de $V$ y $W$ tales que:

$[ T ]_{B}^{\Gamma} = \begin{pmatrix} I_r & 0_{r \times (n-r)} \\ 0_{(m-r) \times r} & 0_{(m-r) \times (n-r)} \end{pmatrix}$ con $r = \dim Im T$

Demostración: Sean $V$ y $W$ $K$ – espacios vectoriales de dimensión finita $n$ y $m$ respectivamente y $T \in \mathcal{L}(V,W)$. Sea $s =\dim Núc T$ y $\{ u_1 , … , u_s \}$ una base de $Núc T$.
Completamos a una base ordenada de $V$: $B = (v_1 , … , v_r , u_1 , … , u_s)$ con $n = r+s$.

Por el Teorema de la dimensión, teorema (2.3.1.) de la entrada 2.3:
$\dim Im T$ $= \dim V – \dim Núc T$ $= n-s = r.$
Por la demostración de ese teorema $( T(v_1) , … , T(v_r) )$ es una base ordenada de $Im T$.
Completamos a una base ordenada de $W$: $\Gamma = ( T(v_1) , … , T(v_r) , w_1 , … , w_t ).$

Para $j \in \{ 1 , … , r \}$: $[ T(v_j) ]_{\Gamma}= e_j$.
Para $j \in \{ 1 , … , s \}$: $[ T(u_j) ]_{\Gamma} =[ \theta_W ] = 0_{m \times 1}.$

Entonces, $[ T ]_{B}^{\Gamma} = \begin{pmatrix} I_r & 0_{r \times (n-r)} \\ 0_{(m-r) \times r} & 0_{(m-r) \times (n-r)} \end{pmatrix}$ con $r = \dim Im T$.

Tarea Moral

  1. Sean $V=W= \mathbb{R}^2$ y $T \in \mathcal{L}(V,W).$
    Considera $B = ( (1,1) , (1,-1) )$ base ordenada de $\mathbb{R}^2$ y $\mathcal{C}$ la base canónica de $\mathbb{R}^2.$
    Sea $A = [ T ]_{\mathcal{C}}^{\mathcal{C}} = \begin{pmatrix} 4 & 1 \\ 0 & 2 \end{pmatrix}$
    Encuentra $[ T ]_{B}^{B}$
    Sugerencia: $[ T ]_{B}^{B} = P^{-1}AP$ donde $P$ es la matriz de cambio de base de $B$ a $\mathcal{C}$
  2. Considera las siguientes matrices:
    $C = \begin{pmatrix} 0 & 1 \\ -2 & 3 \end{pmatrix}$
    $P = \begin{pmatrix} 4 & 1 \\ 3 & 1 \end{pmatrix}$
    $A = P^{-1}CP.$
    Sea $B’ = ( (1,1) , (1,2) )$ una base ordenada de $\mathbb{R}^2.$
    Encuentra $T \in \mathcal{L} ( \mathbb{R}^2 , \mathbb{R}^2)$ (dando de manera explicita su regla de correspondencia) y $B$ (otra base ordenada de $\mathbb{R}^2$) tales que $A = [ T ]_{B}^{B}$ y $C = [ T ]_{B’}^{B’}.$

Más adelante…

Abriremos la puerta a una nueva manera de “medir” y “orientar” los vectores, no solo en el plano o el espacio, sino en cualquier espacio vectorial. Definiremos el concepto de producto interno y veremos cómo éste nos permite hablar de «ángulos y ortogonalidad» en contextos abstractos, y cómo eso da lugar al subespacio ortogonal, una herramienta clave para simplificar problemas y descubrir estructuras ocultas.

Entradas relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.