Capı́tulo 1

Preliminares

En este capı́tulo se presentan algunas definiciones y hechos fundamentales de

la Teorı́a de Grupos y recordar nociones básicas de Álgebra Lineal. También
se presentan algunos resultados referentes a la descomposición que induce
un operador lineal de un espacio vectorial en subespacios invariantes con
respecto a tal operador; estos hechos son importantes para establecer la
descomposición de Cartan en el capı́tulo 5. El capı́tulo termina con una
breve exposición sobre productos tensoriales de espacios vectoriales. Los
conocimientos requeridos en Teorı́a de anillos y generalidades algebraicas se
pueden encontrar en [1] o bien, en [8].

1.1 Acciones de Grupo

Sólo se presentan las definiciones requeridas en este texto. Para el interesado
en abundar sobre las acciones de grupo, puede consultar [10] (p. 55).

Definición 1.1. Sea X un conjunto no vacı́o y G un grupo. Una acción

de G en X es una función . : G × X → X que satisface las siguientes dos
propiedades:

(A1) Si e es el elemento identidad de G, entonces e.x = x para todo x ∈ X;

(A2) para g, h ∈ G tenemos (gh).x = g.(h.x) para todo x ∈ X.

Decimos que un grupo G actúa en un conjunto X, o bien X es un G-

conjunto, si existe una acción de G en X.

1
2 Preliminares

Si G actúa en X y x ∈ X, definimos la órbita de x como el conjunto

Gx = {g.x : g ∈ G}

y el conjunto de órbitas de X es el conjunto

{Gx : x ∈ X}
S
y es claro que X = x∈X Gx, donde la unión es disjunta. Diremos que la
acción es transitiva si sólo existe una órbita.

Proposición 1.1. Supongamos que G actúa en X. La acción es transitiva

si y sólo si para cualesquiera dos elementos x, y ∈ X existe un elemento
g = g(x, y) ∈ G tal que g.x = y.

Suponga que G actúa en un conjunto X. Diremos que un elemento g ∈ G

fija a un punto x ∈ X si g.x = x; la acción se llama simple si el único ele-
mento de G que fija a algún punto de X es el elemento identidad.

Suponga que un grupo G actúa en un espacio vectorial V. Diremos que la

acción es irreducible si para cualquier subespacio W 6= 0 de V que satisfaga
G.W ⊂ W se tiene que W = V.

1.2 Algunas nociones de Álgebra Lineal

En esta sección, se intenta hacer sólo un pequeño recordatorio de los con-
ceptos y resultados que necesitaremos en el desarrollo de los capı́tulos poste-
riores, en especial, en los capı́tulos 3 y 5. Para el interesado en introducirce
ampliamente en el álgebra lineal, se recomienda [9].

Traza de operadores
Denotemos el espacio de matrices cuadradas de orden n con entradas en el
campo F por el sı́mbolo Mn (F). Recuerde que Mn (F) posee una estructura
natural de espacio vectorial sobre el campo F y su dimensión es n2 . La
traza de una matriz cuadrada de orden n es la suma de los elementos de
su diagonal. Algunas de las propiedades para la traza de una matriz se
enuncian en el siguiente resultado, cuya demostración se puede encontrar en
[8] (p. 383):
1.2 Algunas nociones de Álgebra Lineal 3

Proposición 1.2. Si A, B, C ∈ Mn (F) y a ∈ F, entonces

1. tr(A + B) = tr A + tr B;
2. tr(aA) = a tr A;
3. tr(ABC) = tr(BCA) = tr(CAB), en particular, tr(AB) = tr(BA).
Las propiedades 1 y 2 nos dicen que la traza es un funcional lineal en el
espacio de matrices cuadradas de orden n.

Si B y B ′ son bases de V y T es la matriz asociada a T con respecto a la

base B, entonces la matriz de T con respecto a la base B ′ es Q−1 T Q, donde
Q es la matriz de transición entre las bases B y B ′ . Por la propiedad 3 de
la Propoosición 1.2, tenemos que tr(Q−1 T Q) = tr T .
Definición 1.2. Sea T : V → V un operador lineal y T la matriz de T con
def
respecto a una base B de V. La traza de T se define como tr T = tr T .
Con las propiedades 1 y 2, podemos definir una forma bilineal en el espacio
End(V) = { operadores lineales en V} de la siguiente manera: dados dos
operadores lineales en V, digamos T : V → V y S : V → V, definimos
hT, Sitr = tr(TS),
y llamamos a h, itr una forma de traza. Además, por la propiedad 3 de la
Proposición 1.2, la forma de traza es simétrica, es decir, hT, Sitr = hS, Titr
para cualesquiera dos operadores S y T en V.

Familias conmutativas de operadores diagonalizables

Si T : V → V es un operador lineal en V y F es un campo algebráicamente
cerrado,
` entonces el espacio V se descompone como una suma de subespacios
V = λ∈F Vλ (T), donde
def
Vλ (T) = {a ∈ V : T(a) = λa},
`
para λ ∈ F. Aquı́ y en el resto del texto, el sı́mbolo indica suma directa de
espacios vectoriales. Es claro que sólo existe un número finito de λ ∈ F para
los que Vλ 6= 0. A tales elementos del campo se les llaman valores propios
de T y a cualquier vector no nulo de Vλ se llama vector propio de T asociado
al valor propio λ. Si λ es un valor propio de T, el subespacio Vλ se llama
subespacio propio (ver [8], p. 470).
4 Preliminares

Proposición 1.3. Si dos operadores lineales T : V → V y S : V → V

conmutan, entonces existe un vector propio común.
La demostración se puede encontrar en [2] (p. 212).

Recordemos que un operador T : V → V es diagonalizable si existe una

base para V conformada por vectores propios de T. Cuando el operador T
es diagonalizable y B es una base de vectores propios, entonces la matriz de
T con respecto a la base B es diagonal y los elementos de la diagonal son los
valores propios de T. Un resultado inmediato de esto es el siguiente.
Proposición 1.4. Si dos operdores lineales T : V → V y S : V → V
conmutan y son diagonalizables, existe una base de vectores propios comunes.
Como concecuencia se tiene el siguiente corolario que se obtiene al aplicar
la Proposición 1.4 e inducción sobre k.
Corolario 1.5. Sea Ti : V → V un operador lineal diagonalizable para cada
i ∈ {1, 2, . . . , k} ≡ Ik . Si Ti Tj = Tj Ti para i, j ∈ Ik , entonces existe una base
para V tal que las matrices de cada operador Ti es diagonal para cada i ∈ Ik .
Cuando un conjunto de operadores lineales satisface las hipótesis del
Corolario 1.5, decimos que tal conjunto de operadores lineales constituye
una familia de operadores lineales simultaneamente diagonalizables.
Teorema 1.6. Si Ti es una familia de operadores lineales simultaneamente
diagonalizables, con i ∈ Ik , entonces el espacio V se descompone en una
suma directa de subespacios
def
Vα = {a ∈ V : Ti (a) = α(Ti )a para toda i ∈ Ik },
donde α es un funcional lineal en el subespacio generado por la familia de
operadores lineales Ti .
Demostración. Cada operador lineal Ti induce una descomposición del espa-
cio en suma directa de subespacios Vα (Ti ); si i 6= j, entonces cada subespa-
cio Vα (Ti ) es suma directa de sus intersecciones con los subespacios Vβ (Tj ).
Iterando este proceso con todos los Ti vemos que V se puede expresar como
suma directa de subespacios Vα (como se define en el enunciado del Teorema)
tales que Ti (Vα ) ⊂ Vα para toda i ∈ Ik y cada operador lineal Ti tiene un
único valor propio en cada Vα . Se puede demostrar que cada operador lineal
Ti es representado por una matriz triangular en el espacio de coordenadas de
V y ası́, se tiene que para cada subespacio Vα , el único valor propio de Ti ,
visto como función de Ti , es lineal.
1.2 Algunas nociones de Álgebra Lineal 5

Dualidad y formas bilineales

Recordemos que si V es un espacio vectorial sobre el campo F, el espacio dual
de V, usualmente denotado por V∗ , es el espacio vectorial cuyos elementos
son todos los funcionales lineales en V, es decir,

V∗ = {α : V → F : α es lineal}.

Una forma bilineal en V es una función B : V × V → F que es lineal en cada

componente, es decir, la función v 7→ B(v, w) es lineal para todo w ∈ V y la
función w 7→ B(v, w) es lineal para todo v ∈ V. Decimos que la forma B es
no-degenerada si el único vector a ∈ V que satisface la ecuación B(a, b) = 0
para todo vector b ∈ V es el vector a = 0.

Proposición 1.7. Sea B : V × V → F una forma bilineal no-degenerada en

V y suponga que dim V < ∞, entonces existe un isomorfismo de espacios
vectoriales α 7→ aα tal que α(b) = B(aα , b) para todo b ∈ V.

La demostración se puede leer en [9] (p. 162).

Otra definición importante que hay que recordar es la siguiente: una

forma bilineal B : V × V → R se dice ser positiva definida si B(v, v) ≥ 0
para todo v ∈ V y la única posibilidad de que B(v, v) = 0 es que v = 0.

A una forma bilineal simétrica también se le conoce con el nombre de

producto interior. Cuando un espacio vectorial real V está acompañado de
un producto interior B : V × V → R positivo definido, decimos que la pareja
(V, B) es un espacio euclidiano y usualmente B es denotado por h, i o bien
(, )(en ocaciones, la forma es llamada producto euclidiano). En este texto,
utilizaremos indistintamente toda esta nomenclatura con la esperanza de que
no haya confusión.