CAPÍTULO II. 3 El grupo lineal

Transcripción

1 CAPÍTULO II 3 El grupo lineal Como ya se advirtió en el capítulo precedente, los grupos de transformaciones juegan un importante papel en el estudio de la geometría. En esta sección nos ocuparemos de aquellas transformaciones relacionadas con la estructura de espacio vectorial de R n. Definición II.1 Una aplicación f : R n R n se dice que es un automorfismo de R n si satisface las siguientes condiciones: i) f es biyectiva, es decir, la aplicación f asocia a cada vector u de R n un único vector de R n denotado por f(u), denominado el transformado o la imagen de u. Además, vectores distintos tienen transformados distintos, y cada vector de R n es la imagen de algún otro vector de R n. ii) f es lineal, esto es, para cualesquiera vectores u y v de R n y cualesquiera escalares α y β, se tiene que f(αu + βv) = αf(u) + βf(v). La linealidad de una aplicación f también se expresa, en lenguaje matemático coloquial, diciendo que f conserva o preserva las combinaciones lineales de vectores. Antes de ahondar en las propiedades de los automorfismos, conviene familiarizarse con ellos a partir de algunos casos concretos. Sea f : R R la aplicación dada por f(a) = 2a. Es evidente que f es biyectiva pues cada número real posee un duplo, números distintos tienen duplos distintos y cada real es el duplo de algún otro real, en concreto, de su mitad. Además, f(αa + βb) = 2(αa + βb) = α2a + β2b = αf(a) + βf(b). 2

2 Y lo mismo podría haberse razonado para aplicaciones del tipo h λ : R n R n, con λ un escalar no nulo, definidas mediante la expresión h λ (u) = λu. A los automorfismos anteriores se les conoce como homotecias de razón λ. Comprobemos ahora que la aplicación f : R 2 R 2 dada por f(x, y) = (2x y, x + y) es un automorfismo. Desde luego que cada vector u = (x, y) se transforma en el único vector f(u) = (2x y, x + y). Supongamos que un vector u = (x, y) se transforma en el vector (a, b). Entonces { } 2x y = a. x + y = b Resolviendo el sistema de dos ecuaciones lineales en las incógnitas x, y, obtenemos x = a + b 3, y = 2b a. 3 De aquí deducimos, por un lado, que dos vectores distintos no pueden tener el mismo transformado, y, por otro, que cada vector (a, b) es la imagen del vector ( a+b 3, 2b a 3 ). En suma: f es biyectiva. Veamos que f es lineal. Para ello tomemos dos vectores u = (x, y), v = (x, y ) y dos escalares α y β. Se tiene f(αu + βv) = f(αx + βx, αy + βy ) = = (2(αx + βx ) (αy + βy ), (αx + βx ) + (αy + βy )) = = (2(αx αy), αx + αy) + (2(βx βy ), βx + βy ) = = α(2x y, x + y) + β(2x y, x + y ) = αf(u) + βf(v), lo que prueba que f conserva combinaciones lineales. Resulta evidente que la aplicación identidad en R n, denotada por Id R n o, simplemente por Id si no hay confusión, la cual transforma cada vector sobre sí mismo (o sea, Id(u) = u, para cada u) es un automorfismo de R n. 3

3 Como muestra de aplicaciones que no son automorfismos, vayan las siguientes: * La aplicación f : R n R n que aplica todo vector en el vector 0 es lineal, pero no biyectiva. * La aplicación f : R R que transforma cada real a en su cubo a 3 es biyectiva, pero no lineal. * La aplicación f : R 2 R 2 dada por f(x, y) = (x 2, y 2 ) no es ni lineal ni biyectiva. Por qué? Dados dos automorfismos f y g de R n, su composición f g es también un automorfismo de R n. Recuérdese que la composición f g actúa aplicando cada vector u en el transformado por f del transformado por g de u, lo cual se escribe (f g)(u) = f(g(u)). Por ejemplo, la composición del automorfismo f(x, y) = (2x y, x + y) visto más arriba, con la homotecia h 4 de razón 4 proporciona el automorfismo g = f h 4 dado por g(x, y) = f(h 4 (x, y)) = f(4x, 4y) = (8x 2y, 4x + 4y). Si f, g y h son tres automorfismos de R n, se tiene que (f (g h))(u) = f((g h)(u)) = f(g(h(u))) = (f g)(h(u)) = ((f g) h)(u), luego la composición de automorfismos es asociativa. Además, es evidente que, sea cual sea el automorfismo f, se tiene que f Id = Id f = f. Como puede adivinarse, buscamos una estructura de grupo en el conjunto de los automorfismos de R n. Como la operación es asociativa y disponemos de un elemento neutro, la identidad, sólo nos falta ver que cada automorfismo posee un inverso. Y a ello nos dedicaremos de inmediato. De la condición i) de la definición II.1 se deduce que si f es un automorfismo de R n, para cada u R n existe al menos un v R n tal que u = f(v). Este vector v es único. Justifique el lector esta última afirmación. Al único vector v tal que f(v) = u se le denotará por f 1 (u). Esto permite definir otra aplicación, llamada la inversa de f, denotada por f 1, que asocia a cada 4

4 u de R n el vector f 1 (u). Como f(u) = v si y solo si f 1 (v) = u, entonces f(f 1 (v)) = v y f 1 (f(u)) = u, es decir, f f 1 = Id = f 1 f. Tampoco representa muchos problemas demostrar que f 1 es un automorfismo. Por ejemplo se probará a continuación la linealidad de f 1. Sean u y v dos vectores de R n, y α y β dos escalares. Aplíquese f a la combinación lineal αf 1 (u) + βf 1 (v) para obtener la cadena de igualdades f(αf 1 (u) + βf 1 (v)) = αf(f 1 (u)) + βf(f 1 (v)) = αu + βv, lo cual no es sino escribir αf 1 (u) + βf 1 (v) = f 1 (αu + βv), o sea, f 1 es lineal. A fin de cuentas, hemos demostrado el Teorema II.1 El conjunto de los automorfismos de un espacio vectorial R n constituye un grupo, denominado el grupo lineal, y se denotará GL n. Según la filosofía de Félix Klein, enunciada por primera vez en su tesis doctoral de la Universidad de Erlangen, la rama de las matemáticas conocida como álgebra lineal se ocupa de todos los conceptos que son invariantes por transformaciones del grupo lineal. En el siguiente teorema se compendian, sin demostración, algunas aseveraciones acerca de los automorfismos. Teorema II.2 Un automorfismo f GL n satisface las siguientes propiedades: i) El transformado del vector 0 es el vector 0 (f(0) = 0). ii) Si (u 1, u 2,..., u n ) es una base de R n, entonces (f(u 1 ), f(u 2 ),..., f(u n )) es otra base. 5

5 iii) Si S es un subespacio de R n de dimensión k, entonces el subconjunto f(s) = {f(u) : u S} iv) de las imágenes de todos los vectores de S es también un subespacio de la misma dimensión. Para subespacios S y T de R n se tiene que f(s + T ) = f(s) + f(t ) y f(s T ) = f(s) f(t ). Por eso, porque son invariantes por automorfismos, los conceptos de base, subespacio, dimensión, y suma e intersección de subespacios son competencia del álgebra lineal. El punto ii) del teorema anterior sugiere que un automorfismo quede determinado dando la imagen de una base, la cual debe ser también otra base. En efecto, sean (u 1, u 2,..., u n ) y (v 1, v 2,..., v n ) dos bases de R n. Veamos que solo hay un automorfismo f que transforma cada u i (i {1, 2,..., n} ) de la primera base en el correspondiente v i de la segunda. Si existiera ese automorfismo f, como cada vector u de R n se expresa de forma única como combinación lineal u = α 1 u 1 + α 2 u α n u n de los u i, por la linealidad de f, a u no le queda más remedio que aplicarse por f en el vector f(u) = α 1 f(u 1 ) + α 2 f(u 2 ) α n f(u n ). Luego la única posible opción para f sería f(u) = α 1 v 1 + α 2 v α n v n. Compruébese como ejercicio que una tal f definida así es un automorfismo. Sin embargo, lo que nos interesará en el futuro es encontrar una especie de ecuación que nos describa a un automorfismo en función de las coordenadas de los vectores respecto de una base prefijada, por lo común, la canónica. Comencemos entonces dando las imágenes u 1 = f(e 1 ), u 2 = f(e 2 ),..., u n = f(e n ) de los vectores e i de la base canónica de R n por medio del automorfismo f GL n. Cada uno de los u i tendrá unas coordenadas en la base canónica. Sean estas (a i1, a i2,..., a in ), es decir, para cada i {1, 2,..., n}, f(e i ) = u i = a i1 e 1 + a i2 e a in e n, 6

6 donde el doble subíndice de a ij se interpreta de forma parecida a la de los cambios de base de la sección precedente. El primero de los índices indica el vector u i que se va a expresar como combinación lineal de los de la base canónica, y el segundo, el e j al que multiplica en dicha combinación. Los n 2 números a ij pueden disponerse en una matriz A = (a ij ). Basta con estos datos para conocer la imagen de cualquier vector. En concreto, un sencillo cálculo demuestra que si (x 1, x 2,..., x n ) son las coordenadas de u, entonces f(u) es el vector cuyas coordenadas (y 1, y 2,..., y n ) vienen dadas por medio del producto matricial a 11 a a 1n a 21 a a 2n (y 1, y 2,..., y n ) = (x 1, x 2,..., x n ) a n1 a n2... a nn, o, resumida de forma más compacta y = xa, donde x representa al vector fila de las coordenadas de un vector u, por y se denota al vector fila de las coordenadas de f(u) y A es la matriz definida con anterioridad, cuyas filas están constituidas por las coordenadas de las imágenes f(e i ) de los vectores de la base. A las expresiones anteriores se las conoce como las ecuaciones del automorfismo, y se escribe f y = xa. De A se dirá que es la matriz de f, o la matriz asociada a f en la base canónica. En la figura II.10 se ilustra un automorfismo de R 2. Ha quedado establecido que cada automorfismo de GL n queda determinado por una matriz n n. Y ahora nos surge una pregunta natural, dada una matriz n n arbitraria A, existe algún automorfismo f de la cual sea su asociada? La respuesta, en general, es negativa. Por ejemplo, la matriz A llena de ceros no puede ser la matriz de un automorfismo f pues, en tal caso, la aplicación f transformaría todo vector en el vector 0. Ésta era una de las situaciones que se comentaron más arriba de una aplicación lineal no biyectiva. 7

7 Figura II.10 Una herramienta muy útil para averiguar si una matriz A de n filas y n columnas está acreditada para ser la asociada de algún automorfismo es el determinante. No se pretende aquí tratar de modo exhaustivo la teoría de determinantes, pero sí al menos enunciar sus propiedades más significativas. Con objeto de dar una definición elemental de los determinantes, recordaremos el concepto de adjunto de un elemento de una matriz. Sea A una matriz n n, con n > 1. Por adjunto del elemento a ij se entenderá a la matriz de n 1 filas y n 1 columnas obtenida de A mediante la supresión de la fila y la columna a la que pertenece a ij. Al adjunto de a ij se le denotará por A ij. Por ejemplo, si A es la matriz A = 2 π , ( 1 6 entonces el adjunto de a 12 = π es la matriz ( ) 2 4 es A = ), y el adjunto de a 22 = 0 8

8 Definición II.2 A cada matriz A de orden n n se le asocia un número real A, llamado el determinante de A, y que se calcula inductivamente mediante: i) Si n = 1, entonces A es el único elemento a 11 de la matriz. ii) Si n > 1, entonces A = a 11 A 11 a 12 A 12 + a 13 A ± a 1n A 1n. Adviértase que los signos del segundo miembro de la expresión de arriba cambian alternativamente. La definición anterior, aun no dando una fórmula explícita de cálculo, funciona. En efecto, el determinante de una matriz A de orden n n viene en función de n determinantes A 1n de orden (n 1) (n 1). Cada uno de ellos se obtendría evaluando otros determinantes de orden (n 2) (n 2). Y así sucesivamente llegaríamos a n! (factorial de n) determinantes de orden 1 1 cuyo valor es el de ellos mismos. Desde luego que no es nada cómodo operar así. Para órdenes bajos, existen procedimientos simples que dan el determinante de una matriz y que se recuerdan a continuación. El determinante de una matriz 2 2 es a 11 a 12 a 21 a 22 = a 11a 22 a 12 a 21. El de una matriz 3 3 es a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 = = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 13 a 22 a 31 a 11 a 23 a 32 a 12 a 21 a 33, para el que existe una sencilla regla mnemotécnica: los productos representados a la izquierda de la figura II.11 llevan signo positivo, mientras que los de la derecha lo llevan negativo. 9

9 Figura II.11 Por desgracia no hay otras reglas tan sencillas como estas que puedan ser aplicadas a determinantes de orden superior a 3. Las propiedades más importantes de los determinantes quedan resumidas en el siguiente Teorema II.3 Sea A una matriz n n. Entonces: i) A = A t, donde A t denota a la matriz traspuesta de A, es decir, la obtenida de A al intercambiar las filas por las columnas. El intercambio ha de entenderse en el sentido de que para cada i y cada j, el elemento de la i ésima fila y j ésima columna de A t coincide con el de la j ésima fila e i ésima columna de la matriz A. ii) Para n > 1, el determinante A es igual a 0 si y solamente si alguno de los vectores fila de A es combinación lineal del resto de los vectores fila. iii) Para n > 1, el determinante A es igual a 0 si y solamente si alguno de los vectores columna de A es combinación lineal del resto de los vectores columna. iv) Si B es una matriz obtenida de A mediante el intercambio de dos vectores fila o de dos vectores columna, entonces el determinante de B es el opuesto del determinante de A. v) Si a un vector fila de A se le suma una combinación lineal del resto de los vectores fila y no se alteran las filas restantes, se obtiene otra matriz B tal que B = A. vi) Si a un vector columna de A se le suma una combinación lineal del resto de los vectores columna y no se alteran las columnas restantes, se obtiene otra matriz B tal que B = A. 10

10 vii) Si B es otra matriz n n, entonces AB = A B. Usando del modo adecuado los enunciados de arriba, se facilita el cálculo de determinantes de matrices de orden superior. Por ejemplo, dada la matriz A = el determinante de A se obtendría, recurriendo directamente a la definición, por medio de, A = ( 7) Y así se reduce el cálculo de A al de 4 determinantes de matrices de orden 3 3. Sin embargo, es factible aprovechar que la segunda fila de A contiene dos ceros para, permutando las dos primeras filas, recurrir a la propiedad iv) y escribir = Así, solo necesitaremos evaluar dos determinantes en lugar de cuatro pues los dos primeros elementos de la primera fila son ceros y, multipliquen a lo que multipliquen, anularán a dos de los cuatro sumandos. Más aún, Si tenemos en cuenta a vi), multiplicando por 3 la tercera columna y sumándosela a la cuarta aniquilaremos otro elemento de la primera fila: ,

11 de donde A = ( 1) = = ( 1) ( 1) = 20. Lo que nos interesa, por el momento, de los determinantes es que resuelven el problema que nos planteábamos líneas arriba, el de dilucidar cuándo una matriz n n es la asociada de algún automorfismo. Teorema II.4 Una matriz de orden n n es la asociada de algún automorfismo f de R n si y solo si A 0. Dadas dos bases B = (u 1, u 2,..., u n ) y B = (v 1, v 2..., v n ) de R n, vimos más arriba que conocida la matriz A = (a ij ), cuyas filas son las coordenadas de los u i en la base B, los vectores fila x y y de coordenadas de un vector respecto de ambas bases quedan relacionados por medio de la expresión y = xa. Hay una evidente analogía entre esta última igualdad y la ecuación de un automorfismo. De hecho, fijadas B y B, puede considerarse el automorfismo f que transforma cada u i en el v i (i {1, 2..., n}). Es obvio que f y = xa, de donde se desprende fácilmente, con la ayuda del teorema II.4, que una matriz n n es la matriz de algún cambio de base si y solamente si A = 0. Conviene entonces bautizar esta propiedad. Definición II.3 De una matriz se dice que es no singular, si posee tantas filas como columnas y su determinante no se anula. A continuación expondremos otra naturaleza del grupo lineal. Para ello, obsérvese que el automorfismo Id deja invariantes a todos los vectores de la base canónica. La identidad quedará descrita por una matriz del tipo ,

12 o sea, una matriz (a ij ) donde a ij = 1 si i = j, y a ij = 0 para i j. A una tal matriz se la denomina matriz unidad de orden n y se la denota por I n, o simplemente por I si no hay lugar a confusión. Por otro lado, si f y g son dos automorfismos de R n de matrices respectivas A y B en la base canónica, entonces para hallar la imagen por g f del vector u, cuyas coordenadas consistan en el vector fila x, tendremos que multiplicar (a la derecha) primero por la matriz A y luego por la matriz B, es decir, (g f) y = xab. De ahí que la matriz asociada a la composición g f se obtenga como el producto (en orden inverso) de las respectivas matrices de g y f. Lo anterior nos lleva a pensar que el grupo lineal GL n es, en esencia, el grupo de las matrices no singulares de orden n n, con el producto invertido y con la matriz unidad como elemento neutro. Queda por dilucidar la existencia de elemento inverso. Sea entonces A una matriz no singular de orden n n. Esta matriz define un automorfismo f de R n. Denotemos por A 1 a la matriz asociada al automorfismo f 1 inverso de f. Como f f 1 = f 1 f = Id, ha de ocurrir que A 1 A = AA 1 = I, con lo que el grupo lineal GL n puede asimilarse al grupo de las matrices no singulares de orden n n. Aunque no abundaremos en ello, queremos incluir aquí algún método de cálculo de la inversa de una matriz. Dada una matriz A = (a ij ), si denotamos por (b ij ) a la inversa de A, entonces cada b ij viene dado por b ij = ( 1) i+j A ji A. En términos coloquiales, para hallar A 1, primero se traspone, luego se sustituye cada elemento a ji por el determinante de su adjunto A ji afectado del signo ( 1) i+j, y, por último, se dividen todos los elementos por A. Compruebe el lector, por el gusto de practicar, que si A = , entonces A 1 = /11 1/11 2/11 4/11 1/11 2/11. 2/11 5/11 1/11 13

13 Hay algunas consecuencias sencillas de todo lo razonado hasta ahora. Por ejemplo, sabemos que la matriz unidad I n satisface que A I n = A = I n A cualquiera que sea la matriz A de orden n n. Tomando determinantes y aplicando el teorema II.3.vii) se obtendrá A I n = A = I n A, lo cual solo sucede si I n = 1. Un argumento semejante lleva a que A 1 = A 1 para cada matriz no singular A. Hasta ahora solo hemos considerado ecuaciones de automorfismos en donde los datos estaban todos referidos a la base canónica. Para finalizar esta sección, se discutirá lo que ocurre cuando se manejan otras bases distintas. Sea f un automorfismo de GL n de ecuación f y = xa con respecto a la base canónica. Recuérdese que esto significa que los vectores fila de la matriz A son las imágenes f(e i ) de los vectores e i de la base canónica, y que si x representa al vector fila de coordenadas de un vector u, entonces y es el vector fila de coordenadas de la imagen f(u) de u. Todas las coordenadas están referidas a la base canónica. Sea ahora B = (u 1, u 2,..., u n ) otra base y P = (p ij ) la matriz del cambio de base. Se pretende encontrar alguna ecuación que ligue las coordenadas de cada vector u y las de su imagen f(u), pero ahora referidas a la nueva base B. Dado un vector u de coordenadas x respecto a la base B, sus coordenadas en la canónica serán x = xp, y su imagen por f tendrá unas coordenadas y = (xp )A respecto a la canónica. Las coordenadas y de f(u) respecto de la base B y las coordenadas y, también de f(u), pero respecto a la canónica están ligadas por la relación y = yp, y, multiplicando a la derecha ambos miembros por la inversa de P, se obtiene y = y P 1. Así, las coordenadas de f(u) referidas a la base B vendrán dadas por y P 1 = ((xp )A)P 1. Como el producto de matrices es asociativo, podemos escribir f y = x(p AP 1 ) 14

14 como nueva ecuación para f, donde las coordenadas están ahora referidas a la base B. Un hecho curioso se produce al tomar determinantes, y obtener P AP 1 = P A P 1 = A, es decir, un automorfismo puede quedar descrito por varias matrices dependiendo de la base que se fije, pero el determinante de todas esas matrices valdrá la misma cantidad. En ese sentido, el determinante es lo que en matemáticas se denomina un invariante. 15