Jordan

Ejemplo introductorio. Sea f : R3 [x] → R3 [x] el endomorfismo definido por

f : P (x) 7→ 2P (x) + P 0 (x) + P 00 (x) + P 000 (x).
La matriz de f en base natural N de R3 [x] es
 
2 1 2 6
N
 0 2 2 6 
A = MN (f ) = 
 0
.
0 2 3 
0 0 0 2
Vamos a intentar diagonalizar este endomorfismo. Como la matriz A es triangular, resulta fácil
calcular el polinomio caracterı́stico: Qf (t) = (2 − t)4 . Por tanto, λ = 2 es el único VAP de f .
Un polinomio P (x) = a0 + a1 x + a2 x2 + a3 x3 es un VEP de VAP λ = 2 del endomorfismo f si y
sólo si 2P (x) + P 0 (x) + P 00 (x) + P 000 (x) = f (P (x)) = 2 · P (x), o sea, si y sólo si
(2a0 + a1 + 2a2 + 6a3 ) + (2a1 + 2a2 + 6a3 )x + (2a2 + 3a3 )x2 + 2a3 x3 = 2a0 + 2a1 x + 2a2 x2 + 2a3 x3 .
Resolviendo el sistema resultante, obtenemos que a3 = a2 = a1 = 0 y a0 ∈ R queda libre. Ası́ pues,
λ = 2 es el único VAP de f y los polinomios de grado cero son sus únicos VEPs: Nuc(f −2·Id) = R0 [x],
de forma que ma(2) = 4 y mg(2) = dim[Nuc(f − 2 · Id)] = 1. Por tanto, f no diagonaliza.
Transcurridos unos (breves) momentos de pánico, decidimos que no está todo perdido y buscamos
una base en la cual la matriz de f quede lo más simple posible, aunque no sea una matriz diagonal.
Concretamente, nos sacamos de la manga la base U de R3 [x] formada por los polinomios
P1 (x) = x3 P2 (x) = 6 + 6x + 3x2 P3 (x) = 12 + 6x P4 (x) = 6.
Resulta sencillo comprobar que las imágenes de los elementos de esta base son:
f (P1 (x)) = λ · P1 (x) + P2 (x) = 2 · P1 (x) + P2 (x)
f (P2 (x)) = λ · P2 (x) + P3 (x) = 2 · P2 (x) + P3 (x)
f (P3 (x)) = λ · P3 (x) + P4 (x) = 2 · P3 (x) + P4 (x)
f (P4 (x)) = λ · P4 (x) = 2 · P4 (x).
Por tanto, la matriz del endomorfismo f en la base U es:
   
λ 0 0 0 2 0 0 0
U
 1 λ 0 0   1 2 0 0 
J = MU (f ) = 
 0
= 
1 λ 0   0 1 2 0 
0 0 1 λ 0 0 1 2
donde λ = 2 es el único VAP del endomorfismo f .
Ejercicio. Ver que SJ = AS, si S es la matriz del cambio de base que pasa de base U a base N :
 
0 6 12 6
U
 0 6 6 0 
S = CN =  0 3
.
0 0 
1 0 0 0
(Indicación: No es necesario matarse haciendo el cálculo, basta recordar que MUU (f ) = CUN MN
N U
(f )CN .)
Antes de pasar a las definiciones, observamos que una base V = (Q1 (x), Q2 (x), Q3 (x), Q4 (x)) de
R3 [x] cumple que MVV (f ) = J si y sólo si
Q2 (x) = (f − λ · Id)(Q1 (x))
Q3 (x) = (f − λ · Id)(Q2 (x)) = (f − λ · Id)2 (Q1 (x))
Q4 (x) = (f − λ · Id)(Q3 (x)) = (f − λ · Id)3 (Q1 (x)).
Es decir, la elección del primer elemento Q1 (x) de la base V , determina el resto de la base.

1
2 Depositado en http://www.ma1.upc.edu/∼rafael/al/jordan.pdf

Ejercicio. ¡Entender bien esto! A continuación, comprobar que se obtiene a partir de Q1 (x) = x2 .
(Respuesta: Q2 (x) = 2 + 2x, Q3 (x) = 2 y Q4 (x) = 0, luego V no es una base. ¡Qué mala suerte!)
Bloques de Jordan, matrices de Jordan y bases de Jordan. Dado un escalar λ ∈ K y un
natural r ∈ N, Jr (λ) denotará la matriz r × r cuyos elementos diagonales son igual al escalar λ, cuyos
elementos subdiagonales son igual a uno y el resto son nulos. Por ejemplo,
 
  λ 0 0 0
  λ 0 0
λ 0  1 λ 0 0 
J1 (λ) = (λ) J2 (λ) = J3 (λ) =  1 λ 0   0 1 λ 0 .
J4 (λ) =  
1 λ
0 1 λ
0 0 1 λ
Las matrices de la forma Jr (λ) son bloques de Jordan. Las matrices diagonales por bloques, cuyos
bloques diagonales son bloques de Jordan, son matrices de Jordan. Por ejemplo, hay seis tipos diferentes
de matrices 3 × 3 de Jordan, a saber:
D = diag(λ, λ, λ) D0 = diag(λ, λ, µ) D00 = diag(λ, µ, η)
J = J3 (λ) J 0 = diag(J2 (λ), λ) J 00 = diag(J2 (λ), µ).
Tradicionalmente, el orden de los bloques no se tiene en cuenta. Por ejemplo, se considera que las
matrices diag(J2 (λ), λ) y diag(λ, J2 (λ)) representan la misma forma reducida de Jordan.
Si tenemos un endomorfismo f : E → E y una base U del ev E tal que J = MUU (f ) es una matriz
de Jordan, diremos que J es la matriz de Jordan de f o también que es la forma reducida de Jordan
de f , mientras que U es una base de Jordan de f . Estas definiciones plantean las siguientes preguntas:
¿Es verdad que todos los endomorfismos tiene una (única) matriz de Jordan?
¿Cómo se calcula la matriz de Jordan de un endomorfismo?
¿Cómo se calcula una base de Jordan de un endomorfismo?
Jordan de matrices versus Jordan de endomorfismos. Sea f : E → E un endomorfismo de un
K-ev de dimensión n. Sea A ∈ Mn (K) la matriz de f en alguna base de E. El problema de encontrar la
forma reducida de Jordan del endomorfismo f es similar al problema de encontrar la forma reducida
de Jordan de la matriz A, ya que las siguientes afirmaciones son equivalentes:
Existe una base U = (u1 , . . . , un ) de E, unos escalares λ1 , . . . , λn ∈ K y otros escalares
γ1 , . . . , γn−1 ∈ {0, 1} tales que


 f (u1 ) = λ1 u1 + γ1 u2
f (u2 ) = λ2 u2 + γ2 u3




..
 .
f (u ) = λn−1 un−1 + γn−1 un

n−1



f (un ) = λn un .


Existe una base U de E tal que la matriz MUU (f ) es de Jordan.

Existen en Mn (K) una matriz de Jordan J y una matriz invertible S tales que SJ = AS.
Sólo hablaremos de matrices pues son más sencillas que los endomorfismos. Cuando nos pidan
trabajar con un endomorfismo realizaremos los siguientes pasos:
1. Calcular la matriz del endomorfismo en alguna base adecuada.
2. Estudiar la forma reducida de Jordan de esa matriz.
3. Trasladar los resultados al contexto inicial.
Sev invariantes, restricciones y diagonalización por bloques. Sea f : E → E un endomorfismo
de un K-ev, U = (u1 , . . . , un ) una base de E y A = MUU (f ) la matriz del endomorfismo f en la base
U . Entonces las siguientes afirmaciones son equivalentes:
Los sev F = [u1 , . . . , ur ] y G = [ur+1 , . . . , un ] son invariantes por el
 endomorfismo
 f.
B 0
Existen unas matrices B ∈ Mr (K) y C ∈ Mn−r (K) tales que A = .
0 C
 Depositado en http://www.ma1.upc.edu/∼rafael/al/jordan.pdf 3

Por tanto, existe una relación entre los sev invariantes y la diagonalización por bloques. Esto hace que
la búsqueda de sev invariantes sea uno de los aspectos claves de este tema. A nivel teórico, efectuaremos
esta búsqueda en dos pasos:
En el Primer Teorema de Descomposición, asociaremos a cada VAP un gran sev invariante.
En el Segundo Teorema de Descomposición, trocearemos esos sev invariantes en otros menores.
A nivel práctico, daremos un algoritmo que resuelve completamente el problema de una sola tacada.
A continuación, listamos otras propiedades interesantes de los sev invariantes.
La suma e interseccion de sev invariantes también son sev invariantes.
[u] es un sev invariante por f si y sólo si u es un VEP de f .
Si λ es un VAP de f , entonces el sev propio Eλ = Nuc(f − λ · Id) es invariante por f .
Si Q(t) ∈ K[t], entonces los sev Nuc[Q(f )] e Im[Q(f )] son invariantes por f .

Ejercicio. Sea f : E → E un endomorfismo y U = (u1 , u2 , u3 , u4 ) una base de E. Supongamos que

los sev F = [u1 , u2 , u3 ] y G = [u2 , u3 , u4 ] son invariantes por f y sea A = MUU (f ) = (aij ) la matriz
del endomorfismo f en la base U . ¿Qué elementos de la matriz A podemos afirmar que son nulos?
(Respuesta: a41 , a12 , a42 , a13 , a43 , a14 .)

Sea f : E → E un endomorfismo y F un sev invariante por f . Entonces podemos definir el

endomorfismo f|F : F → F tal que

f|F (v) = f (v) ∀v ∈ F.

Esta aplicación es la aplicación restricción de f en F .

Ejemplo. Sea f : R3 [x] → R3 [x] la aplicación de la introducción y sea F = R1 [x]. Resulta que F es un
sev invariante por f . Además, la matriz de la restricción f|F en la base W del sev F formada por los
polinomios P3 (x) = 12 + 6x y P4 (x) = 6 es
 
W 2 0
MW (f|F ) = .
1 2

El polinomio mı́nimo. El polinomio mı́nimo de una matriz A ∈ Mn (K) es el polinomio mónico de

grado mı́nimo PA (t) tal que
PA (A) = 0.

Ejercicio. Probar que la definición anterior es correcta. Es decir, probar que no pueden existir dos
polinomios diferentes mónicos de grado mı́nimo que anulen a la matriz A.

Las principales propiedades del polinomio mı́nimo son las siguientes.

Las raı́ces del polinomio mı́nimo coinciden con los VAPs: λ ∈ σ(A) ⇔ PA (λ) = 0.
El polinomio mı́nimo divide a los polinomios que anulan a A: Q(A) = 0 ⇒ PA (t)|Q(t).
El polinomio mı́nimo divide al polinomio caracterı́stico: PA (t)|QA (t).
gr[PA (t)] ≤ gr[QA (t)] = n.
Ql
Si QA (t) descompone totalmente en K, es decir, si QA (t) = j=1 (λj − t)αj con λ1 , . . . , λl ∈ K
y α1 , . . . , αl ∈ N, entonces
Ql
• PA (t) = j=1 (t − λj )βj con 1 ≤ βj ≤ αj para toda j = 1, . . . , l.
• La matriz A diagonaliza si y sólo si βj = 1 para toda j = 1, . . . , l.
El polinomio mı́nimo es invariante por cambios de base: B = S −1 AS ⇒ PB (t) = PA (t).

Ejercicio. Calcular el polinomio mı́nimo y el polinomio caracterı́stico de las matrices

D = diag(λ, λ, λ) J = J3 (λ) J 0 = diag(J2 (λ), λ).
(Respuesta: QD (t) = QJ (t) = QJ 0 (t) = (λ − t)3 , PD (t) = t − λ, PJ (t) = (t − λ)3 y PJ 0 (t) = (t − λ)2 .)
4 Depositado en http://www.ma1.upc.edu/∼rafael/al/jordan.pdf

Primer Teorema de Descomposición. Sea f : E → E un endomorfismo de un K-ev tal que su

Ql
polinomio caracterı́stico descompone totalmente en K: Qf (t) = j=1 (λj − t)αj . Aquı́, λ1 , . . . , λl ∈ K
son los VAPs de f y los exponentes α1 , . . . , αl ∈ N son sus multiplicidades algebraicas: ma(λj ) = αj .
Vamos a descomponer E como una suma de sev invariantes asociados a los diferentes VAPs del
Ql
endomorfismo f . Sea Pf (t) = j=1 (t − λj )βj el polinomio mı́nimo, con 1 ≤ βj ≤ αj . Sabemos que los
sev Ēj = Nuc(f − λj · Id)αj son invariantes. Sean f¯j = f|Ēj : Ēj → Ēj sus restricciones. Entonces:
dim Ēj = αj y Ēj = Nuc(f − λj · Id)βj .
La primera descomposición es: E = Ē1 ⊕ · · · ⊕ Ēl .
Qf¯j (t) = (λj − t)αj y Pf¯j (t) = (t − λj )βj .

Segundo Teorema de Descomposición. A lo largo de esta sección supondremos que estamos en

las siguientes hipótesis. Sea f¯ : Ē → Ē un endomorfismo tal que dim Ē = α, Qf¯(t) = (λ − t)α y
Pf¯(t) = (t − λ)β , con 1 ≤ β ≤ α. Es decir, Ē es como los sev invariantes que acabamos de obtener en
la primera descomposición. Queremos descomponer Ē en sev invariantes más pequeños.
Si calculamos las dimensiones kj = dim[Nuc(f¯ − λ · Id)j ], para j = 1, . . . , β, resulta que

1 ≤ mg(λ) = k1 < k2 < · · · < kβ = α = ma(λ).

Después, dibujamos un diagrama de cajas con k1 cajas en el primer piso, k2 − k1 cajas en el segundo,
k3 − k2 en el tercero, etc. El exponente α = ma(λ) del polinomio caracterı́stico es igual al número
total de cajas del diagrama, el exponente β del polinomio mı́nimo da la altura del diagrama y la
multiplicidad geométrica p = k1 = mg(λ) es igual al número de cajas del primer piso. El diagrama
estará escalonado, es decir, un piso no puede contener mas cajas que el inferior.
Sea δj la altura de la columna j. Entonces β = δ1 ≥ δ2 ≥ · · · δp ≥ 1 y δ1 + · · · + δp = α. En estas
condiciones, existen p vectores u1 , . . . , up ∈ Ē tales que los α vectores

u1 , (f¯ − λ · Id)(u1 ), . . . , (f¯ − λ · Id)δ1 −1 (u1 )



 u2 , (f¯ − λ · Id)(u2 ), . . . , (f¯ − λ · Id)δ2 −1 (u2 )


..

 .
up , (f¯ − λ · Id)(up ), . . . , (f¯ − λ · Id)δp −1 (up )



forman una base de Ē y la matriz de la aplicación f¯ en esta base es la matriz de Jordan

J = diag(Jδ1 (λ), . . . , Jδ2 (λ)).

En particular, los sev Fj = [uj , (f¯ − λ · Id)(uj ), . . . , (f¯ − λ · Id)δj −1 (uj )], j = 1, . . . , p, son invariantes
por f¯ y la segunda descomposición es Ē = F1 ⊕ · · · ⊕ Fp .

Ejercicio. Probar que f¯ es diagonalizable si y sólo si β = 1. Probar que un endomorfismo general

Ql
f : E → E cuyo polinomio mı́nimo es Pf (t) = j=1 (t−λj )βj diagonaliza si y sólo si β1 = · · · = βl = 1.

Problemas relacionados. 1, 2 y 3.

Una pregunta natural es ¿cómo se encuentran los vectores u1 , . . . , up ∈ Ē? Es decir, ¿cuándo forman
una base los α vectores anteriores? Respuesta: Si y sólo si los p vectores

(f¯ − λ · Id)δ1 −1 (u1 ), (f¯ − λ · Id)δ2 −1 (u2 ), . . . (f¯ − λ · Id)δp −1 (up )

son li. Además, estos p vectores son una base del sev propio Ēλ = Nuc(f¯ − λ · Id). En particular, son
VEPs de VAP λ del endomorfismo f¯.
Un truco útil consiste en colocar cada uno de estos α vectores en una de las α cajas del diagrama,
siguiendo una reglas fáciles de recordar que explicaremos en la próxima sección.
 Depositado en http://www.ma1.upc.edu/∼rafael/al/jordan.pdf 5

El algoritmo de Jordan. El algoritmo estándar para calcular la forma de Jordan J de una matriz
A ∈ Mn (K) cuyo polinomio caracterı́stico descompone totalmente consta de los siguientes pasos.
Ql
1. Calcular y factorizar el polinomio caracterı́stico: QA (t) = j=1 (λj − t)αj .
2. Para cada VAP λ = λj de multiplicidad algebraica α = αj , tenemos que:
a) Calcular las dimensiones kj = dim[Nuc(A − λ · Id)j ], j = 1, . . . , β, siendo β el primer
número tal que kβ = α.
b) Dibujar el diagrama de cajas con k1 cajas en el primer piso, k2 − k1 cajas en el segundo,
k3 − k2 en el tercero, etc. El diagrama tiene α cajas, β pisos y k1 columnas.
c) A cada columna del diagrama, le asociamos el bloque de Jordan Jδ (λ), donde δ es la
altura de la columna.
3. La matriz de Jordan J tiene todos los bloques anteriores en la diagonal.
Si además queremos encontrar una matriz invertible S ∈ Mn (K) tales que SJ = AS, entonces:
4. Situamos un vector en cada caja de los diagramas anteriores del siguiente modo:
a) Escoger el techo. En la caja superior (techo) de cada columna ponemos cualquier vector
u ∈ Nuc(A − λ · Id)δ tal que u 6∈ Nuc(A − λ · Id)δ−1 , siendo λ el VAP de ese diagrama y
δ la altura de esa columna.
b) Bajar al suelo. En el resto de cajas de la columna colocamos los vectores

(A − λ · Id)(u), (A − λ · Id)2 (u), . . . , (A − λ · Id)δ−1 (u)

de arriba a abajo, donde u es el vector que hemos situado en la caja superior.

c) Comprobar el suelo. Los vectores de las cajas inferiores (suelo) deben ser li. (Además, son
VEPs.) Si no, cambiamos algunos vectores del techo y repetimos los pasos (b) y (c).
5. Esos vectores, ordenados de arriba a abajo y de izquierda a derecha, son una base de Jordan.
6. S se construye poniendo los vectores de la base de Jordan por columnas.
7. Comprobar que SJ = AS. (Opcional.)

Problemas relacionados. Clasificamos los problemas de cálculo de Jordan en 4 tipos, según dificultad:
Jordan con un único bloque: 5c, 5e, 6b y 16a.
Jordan con varios bloques, pero con un único VAP: 4, 5a, 5b y 5d.
Jordan con varios VAPs: 5f.
Jordan con parámetros: 6a.

Trucos. Los siguientes trucos pueden ser útiles en ocasiones:

VAPs de multiplicidad geométrica igual a uno. Si λ es un VAP tal que ma(λ) = α y mg(λ) = 1,
entonces β = α y kj = j para j = 1, . . . , β. Es decir, el diagrama de λ sólo tiene una columna.
Simplificando el cálculo de β. Sea λ un VAP tal que ma(λ) = α. Supongamos que al calcular
las dimensiones kj = dim[Nuc(A − λ · Id)j ], j ≥ 1, vemos que una de ellas es ks = α − 1.
Entonces no hace falta seguir, pues kβ = ks+1 = α. Es decir, cuando sólo nos queda una caja,
sólo podemos colocarla en un sitio: encima de la penúltima.
Matrices con un único VAP. Si la matriz A ∈ Mn (K) tiene un único VAP: σ(A) = {λ},
entonces QA (t) = (λ − t)α y PA (t) = (t − λ)β con n = α ≥ β ≥ 1. En este caso, siempre
podremos conseguir que el primer vector de la base de Jordan sea un vector de la base natural
N = (e1 , . . . , en ). Basta encontrar ej tal que (A − λ · Id)β−1 ej 6= 0. (Ejemplo: Problema 4.)
¿Cuántos VEPs tiene una base de Jordan? Los vectores del suelo son VEPs y el resto no. Por
tanto, basta contar las cajas del suelo.
Obteniendo información del polinomio mı́nimo y similares. Veamos dos ejemplos:
• Sea f : E → E un endomorfismo tal que f 3 = 4 · f . Es decir, el polinomio P (t) =
t3 − 4t = t(t − 2)(t + 2) anula a f , luego Pf (t)|P (t). Esto implica que todos los factores
del polinomio mı́nimo son simples y, por tanto, f diagonaliza. Si además sabemos que
f 2 6= 4 · Id, entonces Pf (0) = 0 y f no es invertible.
6 Depositado en http://www.ma1.upc.edu/∼rafael/al/jordan.pdf

• Sea f : E → E un endomorfismo tal que f 2 − 2 · f + Id = 0. Es decir, el polinomio

P (t) = t2 − 2t + 1 = (t − 1)2 anula a f , luego Pf (t)|P (t). Por tanto, el único VAP de f es
λ = 1. Si además sabemos que f 6= Id, entonces Pf (t) = (t − 1)2 y f no es diagonalizable.
Cálculo de sev invariantes. Una vez hemos encontrado una base de Jordan poniendo un vector
en cada caja del diagrama, resulta sencillo encontrar varios sev invariantes, aunque no todos. La idea
consiste en buscar sev invariantes que esten generados por algunos vectores de la base de Jordan. La
cuestión es ¿cómo se escogen los vectores de la base de Jordan de forma que el sev que generen sea
invariante? La respuesta es la siguiente: Si cogemos un vector de la base de Jordan, también tenemos
que coger todos los vectores de la base de Jordan situados en las cajas inferiores de esa columna.
Ejercicio. Probar que esto funciona.
Problemas relacionados. 7 y 11.
Equivalencia de matrices o endomorfismos. Decimos que dos matrices A, B ∈ Mn (K) son equi-
valentes cuando existe una matriz invertible S ∈ Mn (K) tal que B = S −1 AS. Es decir, cuando
puede pasar de una a otra mediante un cambio de base. En tal caso, escribiremos el sı́mbolo A ∼ B.
(Desafortunadamente, es el mismo sı́mbolo que el usado cuando se escalona una matriz mediante trans-
formaciones elementales, pero son cosas diferentes.) Análogamente, decimos que dos endomorfismos
f, g : E → E son equivalentes cuando existen dos bases U y V del ev E tales que MUU (f ) = MVV (g).
Los resultados principales relacionados con matrices equivalentes son:
A ∼ B ⇔ JA = JB , donde JA y JB son las formas de Jordan de A y B.
A ∼ B ⇒ det A = det B y traza A = traza B.
A ∼ B ⇒ QA (t) = QB (t) y PA (t) = PB (t).
Ası́ pues, matrices con diferentes determinantes (o trazas, o polinomios caracterı́sticos, o polinomios
mı́nimos) no pueden ser equivalentes. Estos resultados también son válidos para endomorfismos.
Problemas relacionados. 8, 9 y 10.
Problemas para no dormir. 12, 13, 14, 15, 16b y 17.