Guia de Ejercicios PDF

Prcticas 0 a 7
lgebra

Exactas Ingeniera

2013
Prctica 0
1

PRCTICA 0

NOTA A LOS ALUMNOS:
Los temas que se incluyen en esta prctica se suponen conocidos por ustedes.
Debido a que el conocimiento de los mismos ser necesario a lo largo de todo el curso, es
fundamental que a modo de repaso, resuelvan estos ejercicios consultando bibliografa y/o
al docente.

Ejercicio 1.- Calcular
1 1 1 1 12 1 1 1 1
a) 1 ( ) b) ( ) (1 2 )
2 3 4 5 24 9 5 4 5
+ + + + +
1 2 1
( )
1 1 1 1 1 1 2 1 1 2 3
9 6 4
c) d) ( ) ( 1 ) 2( ) (3( ) ( ))
1
2 3 6 5 9 18 5 4 3 7 14
(5 )
7
+
+ + + +
+

Ejercicio 2.- Verificar las igualdades
3 1 1 3
( : ) ( : )
4 3 3 4
a) 24, 3 b) 2
1 5 2
( )
9 6 9
= =

Ejercicio 3.- Calcular
1 1
2 1 2
2 2
1 1 1 1 1 1 1 1 1
a) ( ( ) ) b) ( : ) c) ( : ) d) ( : )
8 4 2 27 3 27 3 27 3

+
Ejercicio 4.- Ordenar de menor a mayor
Ejercicio 5.- Si tuviera que elegir la parte ms grande de una fortuna F, cul de las dos
fracciones elegira,
2
2
1
de de ?
1
n n
F F
n n
+

1 1
2 2
2 2
1 1 1 1 1 1 1 1
a) ; ; ; ; b) ; ;
5 6 7 9 15 5 8 1000
9 3 2 1 1
c) ; ; ; ; 2 ; 3 3 ; 3 ; ; ; ; ( ) ; (100) ; (100)
5 4 9 7 17

2

Ejercicio 6.- Analizar la validez de las siguientes proposiciones; dar un contraejemplo para
las que no son vlidas
2 2 2 2
2
2 2
2
2 2 0
2 (2 )
2
a) 0 ; 0 i) 0
1
b) ( ) j) 0
c) k) 0
d) l) ( ) 0
e) (2 ) 2 m) 1 0
f ) (2 ) 2 n) 36 6 0
g) 0 o) (5 5) 5 0
1 1 1
h) p)
n
m n m n
m n m n
n n
n
a b a b a b a a a a
a b a b a a
a
a b a b a a a
a a a a a
a a
a a a
a a a a
a
a c
b
c
a b a b b d
d
+
= =
+ = + =
+ = + =
= =
= =
= =
+ =
= + =
+

Rtas: V, F, F, F, V, F, V, F, V, F, F, V, V, V, F, F.
Ejercicio 7.- Una solucin se dice ms concentrada que otra si tiene mayor proporcin
entre la sustancia activa y el diluyente que la otra. El boticario tiene un botelln de 1 litro y
medio donde 1/5 es sustancia activa y un bidn de 2 litros donde 2/3 es sustancia activa.
En cul de los dos envases la solucin es ms concentrada?
Ejercicio 8.- El precio de un equipo de audio con el 15 % de descuento es de $ 3417. Cul
era el precio original?
Ejercicio 9.- Resolver las ecuaciones.
a) 6 x
2
6x 12 = 0 b) 9 x
2
12 x + 4 = 0 c) 2 x
2
7 x + 3 = 0
d) 15 x
2
= 8x 1 e) 3 x
2
5x = 2 f) x
2
+ 2 x 2 = 0
Ejercicio 10.- Hallar dos nmeros cuyo producto sea 4 y que sumen 6.
Ejercicio 11.- Representar en el plano
A
1
= (2,2) A
2
= (3,1) A
3
= (1,4) A
4
= (2,0) A
5
= (1/4,1/2)
A
6
= (1,1/4) A
7
= ( 2 ,1) A
8
= ( 2 ,1) A
9
= ( 2 ,1) A
10
= ( 2 ,1)
A
11
= (0,1) A
12
= (3,1+ 2 )
Prctica 0
3

Ejercicio 12.- Representar en el plano los siguientes conjuntos
A
1
= { (x,y) / x = 1 } A
2
= { (x,y) / x 2 } A
3
= { (x,y) / y < 2 }
A
4
= { (x,y) / 3 < y < 2 } A
5
= { (x,y) / x =1, y < 2 } A
6
= { (x,y) / x = y }
A
7
= { (x,y) / x = 2y } A
8
= { (x,y) / x = 2 y + 1} A
9
= { (x,y) / x .y < 0 }
A
10
= { (x,y) / x . y = 0 } A
11
= A
4
A
6
A
12
= A
2
A
7

A
13
= A
3
A
10
A
14
= A
3
A
4
A
15
= (A
8
A
3
) A
9

Ejercicio 13.- Definir algebraicamente los siguientes conjuntos del plano
a) b)

c) d)

Ejercicio 14.- Sean los siguientes subconjuntos del plano
A = {(x,y) / 1/2 x 2 ; 1 y 1 } B = {(x,y) / x
2
+ y
2
1 }
C = {(x,y) / x = y } D = {(x,y) / x 1/3 ; y 1/2 }
E = { (x,y) / 0 < x <
2
2
; 0 < y <
2
2
}
Hallar grficamente AB; AB; BC; AD; AD; BD; EB; EB; AE.
Verificar que E B.
y
x 3
y
x
2
x
y
x
y
4 6

4

Ejercicio 15. - Sea S la circunferencia de
radio 1 y centro en el origen. Sea un ngulo,
0 < 360 , con vrtice en el origen, uno de
cuyos lados coincide con el semieje positivo de
las x. Sea P el punto donde el otro lado de
interseca a S.
Si P = (x,y), se define
cos = x ; sen = y.
a) Cunto valen sen 90 ; cos 180 ; cos
270 ; sen 180 ?
b) Decidir si son positivos o negativos sen 37 ; cos 224 ; sen 185.
c) Para todo se tiene sen
2
+ cos
2
= 1. Por qu?
Deducir que 1 sen 1 y que 1 cos 1.
d) La longitud de la circunferencia de radio 1 es 2 . Hallar la longitud del arco que
corresponde a los siguientes ngulos:
= 30

= 45
= 60

= 72

= 300

= 210

= 270

= 750

= 432

= 90

Graficar en cada caso dichos ngulos y arcos en la circunferencia de radio 1.
e) Sabiendo que
o o o o o
0 0 30 / 6 45 / 4 60 / 3 90 / 2
sen 0 1/ 2 2 / 2 3 / 2 1
cos 1 3 / 2 2 / 2 1/ 2 0

y que
sen( ) sen cos sen cos
cos( ) cos cos sen sen

=
=

Calcular:
sen 7/12 cos 5/12
sen /12 cos 3/4
sen 5/6 cos 7/6

f) Hallar sabiendo que
i)
sen 1/ 2
cos 3 / 2
ii)
sen 2 / 2
cos 2 / 2
iii)
sen 3 / 2
cos 1/ 2

x
y
y
P
x 0
S

1
Prctica 1
5
PRCTICA 1
VECTORES EN R
2
y EN R
3

DEFINICIONES Y PROPIEDADES
Una flecha, que sirve para representar cantidades fsicas (fuerzas, velocidades), es un
vector.
Para dar un vector necesitamos un origen (A) y un extremo (B)
que lo determinan totalmente, proporcionando su direccin,
longitud y sentido.
Vectores equivalentes son los que tienen igual direccin, longitud y sentido.

Los vectores de la
izquierda son todos
equivalentes a v.

Los vectores se pueden sumar.
La suma (v +w), de v y w es equivalente
a una de las diagonales del paralelogramo
de lados v y w.
Tambin se puede multiplicar un vector por un nmero (escalar).

El resultado es un vector de igual direccin que el dado, el nmero afecta la longitud y el
sentido del vector.
En el plano R
2
los puntos estn dados por pares de nmeros reales (sus coordenadas); para
dar un vector bastar dar dos pares de nmeros reales que caractericen su origen y su
extremo.
v
w
v
v + w
v
2v
v v

6
AB = v

est dado por A =(1,2) y B =(5,3)
OC = w

est dado por O =(0,0) y C =(2,1)

Algo anlogo se puede decir en el espacio de tres dimensiones R
3
; ahora, cada punto, en
particular el origen y el extremo de un vector, estar dado por una terna de nmeros reales.

AB = v

est dado por
A =(2,4,3) y
B =(4,10,6)

OC
est dado por

O =(0,0,0) y
C =(2,0,0)

En adelante trabajaremos con vectores cuyo origen O tiene todas sus coordenadas iguales a
cero (O =(0,0) en R
2
, O =(0,0,0) en R
3
) identificando entonces el punto A con la flecha
OA
.
Dados A y B en R
2
, A =(a
1
,a
2
) y B =(b
1
,b
2
), definimos
la suma A + B =(a
1
+b
1
, a
2
+b
2
) y
el producto por un escalar c R c A = (ca
1
, ca
2
).
Anlogamente, en R
3
, si A =(a
1
, a
2
, a
3
) y B =(b
1
, b
2
, b
3
)
C
B
A
2
3
1
2 O x 5
y
1
B
A
v
C
O
y
z
x
Prctica 1
7
la suma A + B =(a
1
+b
1
, a
2
+b
2
, a
3
+b
3
) y
1
, ca
2
, ca
3
).
Propiedades:
1) A +(B +C) =(A +B) +C
2) A +B =B +A
3) Si c R, c (A+B) =c A +c B
4) Si c
1
R y c
2
R, (c
1
+c
2
) A =c
1
A +c
2
A y (c
1
c
2
) A =c
1
( c
2
A)
5) O +A =A
6) 1 A =A
7) A +(1) A =O Notacin A =(1) A
8) 0A =O
En este contexto,
a) AB
es equivalente a CD
si y slo si D C =B A ; en particular,
AB
es equivalente a OP
si y slo si P =B A.
b) AB
y CD
son paralelos o tienen igual direccin si existe k en R, k 0 tal que

B A =k ( D C).
Si k >0, AB
y CD
tienen igual sentido; si k <0, AB
y CD
tienen sentidos opuestos.

LONGITUD DE UN VECTOR
En R
2
, si v =(v
1
, v
2
), la norma o longitud de v, que notaremos v , es
2 2
1 2
v v = + v
Anlogamente, en R
3
, si v =(v
1
, v
2
, v
3
) la norma o longitud de v es
2 2 2
1 2 3
v v v = + + v
Propiedades:
1) Si A =O, entonces A =0; si A O, entonces A >0.
v
v
1
v
2

8
2) A = A
3) Si c R A c =c A .
4) Desigualdad triangular: B A + A + . B
Si A y B son dos puntos de R
2
, la distancia entre A y B es la longitud del vector B A
(equivalente a AB
) y se nota
d(A,B) = B A

Anlogamente, en R
3
, la distancia entre dos puntos A y B es
d(A,B) = B A
Un vector A se dice unitario si A =1.
NGULO ENTRE DOS VECTORES
Llamaremos ngulo entre A y B al ngulo (A,B) que determinan los dos vectores y
verifica 0 (A,B) .

PRODUCTO INTERNO O ESCALAR
Dados dos vectores A y B llamaremos producto interno (o escalar) de A y B al nmero real
cos B A B A = ( = (A,B) ).
Propiedad:
2 2 2 1
( )
2
A B B A B A = +
En particular si A y B son vectores en el plano, A =(a
1
,a
2
) y B =(b
1
,b
2
)
A B =a
1
b
1
+a
2
b
2

B A
B
A
A
B
Prctica 1
9
En R
3
, si A =(a
1
,a
2
,a
3
) y B =(b
1
,b
2
,b
3
)
A B =a
1
b
1
+a
2
b
2
+a
3
b
3

Observaciones: 1) El producto escalar de dos vectores es un nmero real.
2) A A A =
Propiedades:
PE1.- A B =B A
PE2.- A (B +C) =A B +A C =(B +C) A
PE3.- Si k R, (kA) B =k (A B) =A (kB)
PE4.- Si A = O , A A =0. Si A O, A A >0
PE5.- Desigualdad de Cauchy-Schwarz: A B A B
De PE5 se deduce que si A y B son ambos distintos de cero, vale
1 1
A B
A B

Propiedad: el ngulo entre dos vectores A y B ( = (A,B)) es el nico ngulo entre 0 y
que verifica cos
A B
A B

=
Diremos que dos vectores A y B son ortogonales o perpendiculares si A B =0.
PRODUCTO VECTORIAL
Si A =(a
1
, a
2
, a
3
) y B =(b
1
, b
2
, b
3
) son vectores de R
3
, el producto vectorial de A y B es:
A B =(a
2
b
3
a
3
b
2
, a
3
b
1
a
1
b
3
, a
1
b
2
a
2
b
1
)
Observacin: El producto vectorial de dos vectores de R
3
es un vector de R
3
.
Propiedades:
PV1.- A B = B A
PV2.- A (B +C) =A B +A C
(B +C) A = B A +C A
PV3.- Si k R, (k A) B =k (A B) =A (k B)

10
PV4.- A A = O
PV5.- A B es perpendicular a A y a B
PV6.- B A
2
= A
2
B
2
(AB)
2

PV7.- B A = A B sen donde es el ngulo formado por A y B.
Observacin:
De PV7 se deduce que B A es el rea del paralelogramo de vrtices O, A, B, A +B.
RECTAS
Dados en el plano R
2
un vector A y un punto P laecuacin paramtrica de la recta L que
pasa por P en la direccin de A es:
X =t A +P (t R).
Si A =(a
1
, a
2
) y P =(p
1
, p
2
),
se escribe: (x, y) =t (a
1
, a
2
) +(p
1
, p
2
)

1 1
2 2
x t a p
y t a p
= +
= +

Si c =a
2
p
1
a
1
p
2
, la recta L es el conjunto de soluciones de la ecuacin
a
2
x a
1
y =c
Para describir una recta en R
2
podemos utilizar la ecuacin parmetrica X =t A +P
(donde X =(x, y)) o utilizar la ecuacin implcita a x +b y =c.
Dados en R
3
un vector A y un punto P laecuacin paramtrica de la recta L que pasa por P
en la direccin de A es:
X =t A +P (t R).
Si A =(a
1
, a
2
, a
3
) y P =(p
1
, p
2
, p
3
) tenemos
(x, y, z) =t (a
1
, a
2
, a
3
) +(p
1
, p
2
, p
3
)

1 1
2 2
3 3
x t a p
y t a p
z t a p
= +
= +
= +

L
A
P
Prctica 1
11
Si c =a
2
p
1
a
1
p
2
y d =a
3
p
2
a
2
p
3
, la recta L es el conjunto de soluciones del sistema
2 1
3 2
a x a y c
a y a z d
=

Para describir una recta en R
3
podemos utilizar la ecuacin paramtrica X =t A +P (donde
X =(x, y, z)) o un sistema de dos ecuaciones lineales con tres incgnitas.
NGULO ENTRE DOS RECTAS
Para definir el ngulo entre dos rectas usamos sus vectores direccin, eligiendo entre los
ngulos que stos forman, el nico tal que 0 / 2.
Dos rectas en R
2
en R
3
son perpendiculares si sus direcciones lo son.
Dos rectas en R
2
en R
3
son paralelas si sus direcciones lo son.
PLANOS EN R
3

Dados un vector N y un punto Q de R
3
, la ecuacin del plano que pasa por Q y es
perpendicular a N es : (X Q ) N =0
El plano es el conjunto de todos los puntos X tales que (X Q ) es perpendicular a N.
Diremos que N es un vector normal al plano.
Si X =(x
1
,x
2
, x
3
) y N =(a,b,c), la ecuacin resulta:
: a x
1
+b x
2
+c x
3
=d donde d =Q N
Dos planos son paralelos si sus vectores normales lo son.
Una recta es paralela a un plano si el vector direccin de la recta y el vector normal al
plano son perpendiculares.
Dados un punto P y un plano cuya normal es N, se define distancia de P a como la
distancia de P a P, donde P es el punto de interseccin del plano con la recta de
direccin N que pasa por P.
Si Q es un punto en el plano, esta distancia es:
( )
d( , )
Q P N
P
N

= .
Si P =(x
0
, y
0
, z
0
) y : ax +by +cz =k entonces:
0 0 0
2 2 2
d( , )
ax by cz k
P
a b c
+ +
=
+ +
.

12
En el desarrollo de la prctica, para simplificar la notacin, suprimiremos las flechas arriba
de los vectores.
VECTORES EN R
n

Llamaremos punto o vector en el espacio R
n
a la n-upla
X = (x
1
, x
2
, x
3
, ..., x
n
) donde x
1
, x
2
, x
3
, ..., x
n
son nmeros reales.
Estos nmeros son las coordenadas de X.
Si A =(a
1
, a
2
, a
3
, ..., a
n
) y B =(b
1
, b
2
, b
3
, ..., b
n
)
decimos que A = B si y slo si a
1
=b
1
, a
2
=b
2
, a
3
=b
3
, ..., a
n
=b
n
.
Definimos la suma A + B =(a
1
+b
1
, a
2
+b
2
,..., a
n
+b
n
) y
1
, ca
2
, ca
3
, ..., ca
n
).
Propiedades:
1) A +(B +C) =(A +B) +C
2) A +B =B +A
3) Si c R, c (A+B) =c A +c B
4) Si c
1
R y c
2
R, (c
1
+c
2
) A =c
1
A +c
2
A y (c
1
c
2
) A =c
1
( c
2
A)
5) O +A =A
6) 1 A =A
7) A +(1) A =O Notacin A =(1) A
8) 0A =O
Llamaremos norma de A =(a
1
, a
2
, a
3
, ..., a
n
) al nmero
2 2 2
1 2
...
n
A a a a = + + +
Propiedades:
1) Si A =O, entonces A =0; si A O, entonces A >0.
2) A = A
3) Si c R A c =c A .
4) Desigualdad triangular: B A + A + . B
Prctica 1
13

Si A =(a
1
, a
2
, a
3
, ..., a
n
) y B =(b
1
, b
2
, b
3
, ..., b
n
), llamaremos distancia entre A y B a la
longitud del vector AB
2 2 2
1 1 2 2
d( , ) ( ) ( ) ( )
n n
A B B A b a b a b a = = + + +
Si A = (a
1
, a
2
, a
3
, ..., a
n
) y B =(b
1
, b
2
, b
3
, ..., b
n
) llamaremos producto escalar de A y B al
nmero real
A B =a
1
b
1
+a
2
b
2
+... +a
n
b
n

Propiedades:
PE1.- A B =B A
PE2.- A (B +C) =A B +A C =(B +C) A
PE3.- Si k R, (kA) B =k (A B) =A (kB)
PE4.- Si A = O , A A =0. Si A O, A A >0
PE5.- Desigualdad de Cauchy-Schwarz: A B A B
Dados en R
n
un vector A y un punto P laecuacin paramtrica de la recta L que pasa por P
en la direccin de A es:
X =t A +P (t R).

EJERCICIOS

Ejercicio 1.- Efectuar las operaciones indicadas.
a) A +B; A +2 B; A B; A +(1/2) B; A 3 B, si A =(3,2) y B =(2,4)
b) A 3 B; A +C B; 2 A 2 (C +B), si A =(1,2,0); B =(2,0,0) y C =(1,1,1)

Ejercicio 2.- Hallar, si es posible, x; y; z tales que
a) (x, x +1) =(3, y) b) (2 x +y, x 2 y) =(1,3)
c) (2,4) =(2 x +y, x 2 y) d) (1,2,3) = x (2,4,3) +y (1,2,12) +z (0,0,3)

Ejercicio 3.- Encontrar las coordenadas del punto medio del segmento AB para
a) A =(2,1); B =(4,1) b) A =(1,0,5); B =(2,4,7)

14
Ejercicio 4.- Calcular la longitud de los vectores
(3,0); (2,1); (3,4); ) 3 , 3 , 3 ( ; (2,3,0); 3 (2,3,6)
Ejercicio 5.- Graficar en el plano el conjunto S ={(x, y) R
2
/ ) , ( y x =1}
Ejercicio 6.- Hallar la distancia entre A y B si
a) A =(1,3); B =(4,1) b) A =(4,2,6); B =(3,4,4) c) A =(1,2,3); B =(3,2,0)
Ejercicio 7.- Determinar todos los valores de k tales que
a) A =2 si A =(1, k, 0)
b) d (A , B) =2 si A =(1,1,1); B =(k,k,2)
c) A =1 si A =k (2,2,1)
Ejercicio 8.- Si v =(2,1,1); w =(1,0,2); u =(2,2,1), calcular
a) b) c) 3 3 + + + v w v w v w
d) v u e)
1
w
w
f) + v w u
Ejercicio 9.- En cada caso encontrar los dos vectores unitarios paralelos a A
a) A =(3,1) b) A =(0,3,0) c) A =(2,3,6) d) A =(a,b,c)
Ejercicio 10.- a) Sean A =(1,2); B =(1,2); C =(2,1); D =(1,0); E =(0,0); F =(x, y)
Calcular A B; A C; A E; B C;
B ( C +D); (D C ) A; F A; F E
b) Sean A =(1,1,1); B =(1,1,0); C =(2,1,1); D =(2,3,1); E =(1,0,2)
Calcular A B; A C; A (B +C); A (2 B 3 C);
A D; A E; D (A +E )
Ejercicio 11.- a) Encontrar y representar en el plano todos los vectores (x, y) ortogonales a
i) A =(1,2) ii) E
1
=(1,0) iii) E
2
=(0,1)
b) encontrar todos los vectores (x, y, z) de R
3
ortogonales a
i) E
1
=(1,0,0) ii) E
2
=(0,1,0) iii) E
3
=(0,0,1)
Prctica 1
15
iv) E
1
y E
2
v) E
1
y E
3
vi) E
2
y E
3

Ejercicio 12.- Dados A =(1,2) y B =(3,4), hallar todos los vectores (x, y) de R
2
tales que
A (x, y ) =A B
Ejercicio 13.- a) Encontrar un vector ortogonal a (1,1) de longitud 8, es nico?
b) encontrar todos los vectores ortogonales a (0,0,1) de longitud 1; dibujarlos.
c) Encontrar un vector que sea ortogonal a A y aB si A =(1,2,1) y B =(2,0,1)
Ejercicio 14.- Hallar el ngulo que forman A y B en los siguientes casos
a) A =(1,1); B =(1,0) b) A =(1,2); B =(2,1)
c) A =(1, 3); B =(2,2 3) d) A =(2,1,1); B =(1,1,2)
Ejercicio 15.- En cada caso, encontrar B tal que
a) si A =(1,1), (A , B) = / 4 y B =2
b) si A =(1,0), (A , B) = / 3 y B =1
Ejercicio 16.- Sea A un vector de longitud 3. Si B es un vector tal que (A , B) = / 4
y (A B) es ortogonal a A, calcular . B
Ejercicio 17.- Encontrar una ecuacin paramtrica de
a) la recta que pasa por (1,3,1) y tiene direccin (1,2,2)
b) la recta que pasa por (1,1) y (2,3)
c) la recta que pasa por el origen y es paralela a la recta que contiene a
A =(2,2,1) y B = (3,2,1)
d) dos rectas distintas L
1
y L
2
que pasen por (2,1,2) y sean perpendiculares a la recta
L : X = (2,2,2) +(1,0,1)
Ejercicio 18.- Encontrar la interseccin de cada par de rectas
a) X = (2,2,2) +(1,0,0) X = (1,1,1) +(0,1,1)
b) X = (1,3,1) +(0,1,2) X = (2,1,0) +(1,1,2)
c) X = (2,2,1) +(3,0,2) X = (2,1,1) +(1,1,2)

16
Ejercicio 19.- Si A =(1,2,2); B =(1,1,2); C =(2,2,1), calcular
A B; B A; A C; A (B C); (A B) C; (A B) A ; (A B) C
Ejercicio 20.- Hallar v, de norma 1, que sea ortogonal a A =(1,1,1) y a B =(1,1,1)
Ejercicio 21.- Calcular el rea de
a) el paralelogramo de vrtices O, A, B y (A + B ) si A =(2,1,0) y B =(1,5,0)
b) el tringulo de vrtices A =(1,3,2); B =(1,5,0) y C =(1,1,2)
Ejercicio 22.- Dar una ecuacin del plano .
a) es perpendicular a N =(1,2,1) y pasa por P =(5,3,3)
b) contiene a los puntos A =(2,1,3); B =(2,1,1) y C =(3,3,2)
c) contiene a los ejes x e y
d) es paralelo al plano : 3x +y 4z =2 y pasa por el punto P =(1,1,2)
Ejercicio 23.- Sean : 2x y +3z =5; : x +3y z =2
L : X = (1,1,1) +(1,0,2); L : X = (3,5,1) +(0,1,2).
Calcular: L ; L ; .
Ejercicio 24.- Sean L: X = (k
2
+1, k, k+7) y : x +2 y 3 z =2.
Determinar todos los valores de k para los cuales L =
Ejercicio 25.- Si L : X = (1,1,3) +(0,2,1) y A =(1,2,3),
a) hallar una ecuacin del plano que contiene a L y al punto A
b) hallar una ecuacin de la recta L perpendicular a que pasa por A
c) calcular L y L .
Ejercicio 26.- a) Dar una ecuacin del plano que contiene a las rectas
L: X = (1,2,1) +(3,0,0) y L: X = (2,4,2) +(0,1,1)
b) Si L: X = (1,2,0) +(1,1,1), dar una ecuacin del plano que contiene a L y tal que
la recta L: X = (1,0,1) +(1,2,3) es paralela a .
Prctica 1
17
Ejercicio 27.- Sean : x
1
+x
2
+x
3
=5 y L: X = (1,1,2). Hallar una recta L
contenida en que sea perpendicular a L. Es nica?
Ejercicio 28.- Sea : 3x
1
2 x
2
+4x
3
=1
a) Dar las ecuaciones de dos rectas L
1
y L
2
, contenidas en y perpendiculares entre s
b) Dar la ecuacin de una recta L contenida en que sea perpendicular a la recta
L: X =t (2,3,1) +(2,1,2)
Ejercicio 29.- Hallar la distancia entre P =( 2,2,1) y el plano que contiene a las rectas
L: X = (1,2,1) +(1,3,2) y L: X = (2,1,3) +(3,2,5)
Ejercicio 30.- Sea P =(2,1,1)
a) si : x
1
+x
2
x
3
=3, cul es el punto de a menor distancia de P?
b) si L: X = (1,3,1) +(2,2,0), cul es el punto de L a menor distancia de P?
Ejercicio 31.- Sean L: X = (2, 3,1) y : x
1
+2 x
2
=0. Determinar
a) todos los puntos de R
3
que estn a distancia 5 de
b) todos los puntos de L que estn a distancia 5 de .
Ejercicio 32.- Si
1
: 3 x
1
+2 x
2
6 x
3
=1 y
2
: 3 x
2
+4 x
3
=3, hallar todos los
puntos P de R
3
que verifican
a) d (P,
1
) =d (P,
2
) b) d (P,
1
) =d (P,
2
) =2

EJERCICIOS SURTIDOS

1. Demostrar las siguientes igualdades e interpretarlas geomtricamente
2 2 2
a) 0
b) 0 ( )
= + =
+ = + =
A B A B A B
A B A B A B Teorema de Pitgoras

2. Sean la recta : (2,1, 1) (1, 1,2) + L y los puntos A =(1,0,2) y B =(3,1,6).
Hallar todos los puntos PL tales que el tringulo ABP es rectngulo en P.

18
3. Sean P=(1,2,0) , Q=(2,1,1) y L:(1,1, 1)+(0, 1,3).
Dar una ecuacin del plano que contiene a la recta paralela a L que pasa por P, y a la
recta paralela a L que pasa por Q.

4. Sean el plano :2 2 1 + = x y z , (1,1,1) = A y (3,2, 1) = B . Hallar todos los puntos
y C D tales que ABCD es un cuadrado.
5. Sean
1
: (0,1, 1) (0, 1,0) + L y
2
: (1,1,1) (2,3,0) + L .
Encontrar, si es posible, un plano tal que ( , ) 2 6 = d P para todo
1
P L y para todo
2
P L .

6. Sean
1
:3 2 4 x y z + = , y
2
el plano que contiene a los puntos A=(0,1,1),
B=(3,1, 1) y C=(3,0,1).
Hallar todos los puntos del plano
1
que estn a distancia 2 del plano
2
.
7. Sean
1
:7 5 2 0 = x y z ,
2
:5 4 0 = x y z , y L la recta que pasa por los puntos
P =(2,3, 3) y Q =(1,2, 1). Hallar todos los planos que verifican simultneamente:
i)
1 2
= ii) ( , ) 14 = d R para todo R L.

8. Sean
2
1
: ( , , 1) + k k k k L ;
2
: (4,1, 1) (2 ,0,2 ) + k k L y : 2 2 3 + = x y z .
Hallar todos los k R para los cuales ( , ) ( , ) = d P d Q para todo
1
P L y todo
2
Q L

9. Sean
1 2 3
: 3 1 x x x + = , : (0, 2,1) (1,2,3) + L y P=(1,1,2).
Encontrar una recta ' L que satisfaga simultneamente:
)P ' i L ) ' ii L L ) ' es paralela a iii L .

10. Dadas L:(1,2,1)+(0,1,1) y L:(2,1,2)+(1,1,0), hallar todos los planos tales que
L= y d(P,)= 2 para todo P L.

11. Sean L
1
:(1,2,2)+(0,1,1); L
2
:(0,1,1)+(2,1,1) y L
3
:(1,3,1)+(0,5,0).
Encontrar, si es posible, una recta L tal que L
1
L
2
L ; L
3
L y LL
3
.

12. Sean en
3
R el plano
1 2 3
:2 2 4 x x x + = , P=(2,2,2) y Q=(1,0,1).
Determinar un plano ' que contenga a P, a Q, y al punto R de tal que d(P,R)=d(P, ).
Prctica 2
19
PRCTICA 2
SISTEMAS LINEALES Y MATRICES

Un sistema lineal de m ecuaciones con n incgnitas es un conjunto de m ecuaciones
lineales en las variables
1 2
( , ,..., )
n
x x x :
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
.............
............
.....................................................
............
n n
n n
m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + + =
+ + + =
+ + + =

donde las a y las b con subndices representan constantes.
Cuando b
i
=0 para todo i, 1im, se dice que el sistema es homogneo.
Una n-upla
1 2
( , ,..., )
n
s s s es una solucin del sistema si y slo si al reemplazar x
i
por s
i
,
1in, se satisface cada una de las m ecuaciones.
Un sistema se dice incompatible si no tiene ninguna solucin.
Un sistema se dice compatible si tiene alguna solucin.
Si un sistema compatible tiene solucin nica es determinado, y si tiene infinitas soluciones
es indeterminado.
Por matriz ampliada o matriz aumentada del sistema, entendemos el arreglo rectangular de
nmeros:
11 12 1 1
21 22 2 2
1 2
n
n
m m mn m
a a a b
a a a b
a a a b

En general, dados los nmeros naturales n y m, se llama matriz de m filas y n columnas con
coeficientes reales, al arreglo rectangular A=
11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a a
a a a

, donde
ij
a R.
Abreviadamente A =
( )
ij
a .

20
Llamamos filas de A a las n-uplas ( )
1 2
, , , con 1,...,
i i i in
A a a a i m = =
Llamamos columnas de A a las m-uplas
( )
1 2
, , , con 1,...,
j
j j mj
A a a a j n = =
Con esta notacin,
( )
1
2 1 2
, , , y tambin
n
m
A
A
A A A A A
A

= =

.
Decimos que dos sistemas de ecuaciones son equivalentes cuando tienen el mismo conjunto
de soluciones.
Propiedad: Las siguientes operaciones sobre las ecuaciones de un sistema dan lugar a un
sistema equivalente al dado:
1- Multiplicar una de las ecuaciones por una constante no nula.
2- Intercambiar dos de las ecuaciones.
3- Sumar un mltiplo de una de las ecuaciones a otra ecuacin.
Las anteriores operaciones sobre las ecuaciones se corresponden con las siguientes
operaciones sobre las filas de la matriz aumentada del sistema. Se denominan operaciones
elementales sobre las filas:
1- Multiplicar una de las filas por una constante no nula.
2- Intercambiar dos de las filas.
3- Sumar un mltiplo de una de las filas a otra fila.
El mtodo de eliminacin de Gauss para resolver sistemas lineales, consiste en llevar la
matriz aumentada del sistema planteado, va la aplicacin sistemtica de operaciones
elementales sobre sus filas, a la forma escalonada en las filas reducida, que a continuacin
describiremos. La resolucin del sistema resultante, que es equivalente al original, es
inmediata.
Se dice que una matriz se encuentra en la forma escalonada en las filas reducida, si se
cumplen las siguientes condiciones:
1- Si una fila no consta nicamente de ceros, entonces su primer coeficiente no nulo es un 1
(a este 1 se lo denomina 1 principal).
2. Si existen filas que constan slo de ceros (filas nulas), se agrupan en la parte inferior de
la matriz.
Prctica 2
21
3- Si dos filas sucesivas son no nulas, el 1 principal de la fila inferior se presenta ms a la
derecha que el 1 principal de la fila superior.
4- Cada columna que contenga un 1 principal tiene ceros en todas las dems posiciones.
Si una matriz tiene slo las propiedades 1, 2 y 3 se dice que est en la forma escalonada en
las filas.
Llamamos rango fila (o rango) de la matriz A al nmero de filas no nulas que tiene la
matriz escalonada en las filas equivalente a A.
En el conjunto de las matrices de m filas y n columnas con coeficientes reales, notado R
mn
,
estn definidos la suma y el producto por escalares, de la siguiente manera:
Si A =
( )
ij
a R
mn
, B =
( )
ij
b R
mn
y k R, entonces
A +B =
( )
ij ij
a b + R
mn
kA =
( )
ij
ka R
mn
Es decir, suma y producto por escalares se calculan coordenada a coordenada, en forma
anloga a como se hace en R
n
.
Si A =
( )
ij
a R
mn
y B =
( )
ij
b R
ns
se define el producto de A por B como
AB =C =
( )
ij
c R
ms

donde
ij
c es igual al producto escalar de la fila i de A por la columna j de B

ij
c =(fila i de A) . (columna j de B)
Es posible calcular AB slo si la cantidad de columnas de A coincide con la cantidad de
filas de B.
Propiedades del producto.
- Es asociativo: (AB)C =A(BC)
- Es distributivo: A(B+C) =AB +AC
(A+B)C =AC +BC

22
- La matriz identidad I =
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

R
nn
, verifica AI =IA para toda
matriz cuadrada A R
nn
. La matriz I es el elemento neutro para este producto.
Notacin: El sistema
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
.............
............
.....................................................
............
n n
n n
m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + + =
+ + + =
+ + + =

puede escribirse AX =B, con A =
( )
ij
a R
mn
, X =
1
n
x
x

R
n1
, B =
1
m
b
b

R
m1
.
En adelante identificaremos X R
n1
con x R
n
y B R
mx1
con b R
m
. As el sistema
se escribir Ax =b.
Propiedades: Sean A R
mn
, b R
m
,
S
0 =
{ }
/
n
A = x x 0 R
S
b =
{ }
/
n
A = x x b R
a) Si x S
0
e y S
0
, entonces x +y S
0
. Si x S
0
y k R , entonces kx S
0
.
Esto dice que la suma de dos soluciones de un sistema homogneo es tambin solucin del
mismo, y que los mltiplos de una solucin son tambin soluciones.
b) Si x S
b
e y S
b
, entonces x y S
0
.
Prctica 2
23
Esto es, la diferencia entre dos soluciones de un sistema no homogneo, es solucin del
sistema homogneo asociado.
c) Sea s una solucin particular del sistema Ax =b (s S
b
), entonces
S
b
=S
0
+s = y R
n
/ y =x +s , con x S
0
.
Esto significa que cualquier solucin del sistema Ax =b puede obtenerse sumando una
solucin particular del sistema con una solucin del sistema homogneo asociado.
Una matriz cuadrada A R
nn
se dice inversible si existe B R
nn
tal que AB =BA =I .
Cuando B existe, es nica y la notamos B =A
1
.
Propiedad: Si A R
nn
y C R
nn
son inversibles, entonces AC es inversible y vale
(AC)
1
=C
1
A
1
.
Diremos que dos matrices son equivalentes por filas si puede obtenerse una de la otra por
medio de una sucesin finita de operaciones elementales sobre las filas.
Propiedad: Si A R
n(n
, las siguientes afirmaciones son equivalentes:
a) A es inversible.
b) Ax =b tiene solucin nica, cualquiera sea b R
n
.
c) Ax =0 tiene nicamente la solucin trivial.
d) A es equivalente por filas a I R
nn
.

24
EJERCICIOS
Ejercicio 1.- Dado el sistema lineal
S
1 2 3
1 2 4
1 3 4
2 2
3 0
2 3 1
x x x
x x x
x x x
+ + =
+ =
+ + =

Cules de las siguientes 4-uplas son soluciones de S? y del sistema homogneo asociado?
x =(2,2,1,0) y =(1,1,1,4) z =(0,0,0,0)
u =(2,
5
3
,
10
3
,7) v =(1,
1
3
,
1
3
,0) w =(1, 2,3, 7)

Ejercicio 2.- Determinar, si existen, a y b para que (2, 2,1) sea solucin de

1 2 3
2 3
1 2 3
2 1
4
(2 ) 3
x ax x
ax bx
bx x a b x
+ + =
+ + =

Ejercicio 3.- Obtener un sistema equivalente al dado, cuya matriz ampliada sea escalonada
en las filas reducida.
a)
1 2 3
1 2 3
1 2 3
2 2
2 2 1
2 2 0
x x x
x x x
x x x
+ + =
+ + =
+ + =

b)
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
2 3 2 1
3 3 5 3 0
2 2 2 2 2 2
x x x x x
x x x x x
x x x x x
+ + + + =
+ + + + =
+ =

Prctica 2
25
Ejercicio 4.- Resolver por el mtodo de eliminacin de Gauss el sistema cuya matriz
aumentada es ( ) A b .
a) A =
1 2 3 1
2 2 2 3
1 1 0 4
1 1 3 3

=(1,2, 1,0)
=(0,0,0,0)
b
b

b) A =
1 1 2 1
2 1 1 0
1 1 2 1
0 2 4 2

=(1,2,1,2)
=(2,0, 1,1)
=(0,0,0,0)
b
b
b

c) A =
2 1 2
1 3 2
1 2 0

=(5,3,2)
=( 1,1,2)
=(2,1,1)
=(0,0,0)
b
b
b
b

d) A =
1 2 1 2
0 1 0 3
0 2 3 1

=(2,1,2)
=(0,0,0)
=(1,0,0)
=(0,1,0)
b
b
b
b

e) A =
1 2 1 2
1 1 1 0
1 0 1 2

=(3,1, 1)
=(0, 1, 2)
=(0,0,0)
=(1,1,2)

b
b
b
b

f) A =
1 2 3 1 4
2 4 6 2 1
0,1 0,2 0,3 3 2
2 4 0 2 1

=(1,2,3,2)
=(1, 3,0,3)
b
b

Ejercicio 5.- Determinar si el sistema tiene soluciones no triviales, sin resolverlo.

26
a)
1 2
1 2
0
0
x x
x x
+ =
b)
1 2 3
2 3
2 0
0
x x x
x x
+ =
+ =

c)
1 2 3 4
2 4
3 4
4
2 0
0
0
0
x x x x
x x
x x
x
+ + =
+ =
d)
11 1 12 2 13 3 14 4
21 1 22 2 23 3 24 4
0
0
a x a x a x a x
a x a x a x a x
+ + + =
+ + + =

Ejercicio 6.- Mostrar tres elementos de cada uno de los conjuntos siguientes.
a) S
1
=
{ }
3 3
/ , 1 , 3
ij ji
A a a i j
= R (matrices simtricas)
b) S
2
=
{ }
3 3
/ 1, 1 , 3
ij ji
A a a i j
+ = R
c) S
3
=
{ }
3 3
/ , 1 , 3
ij ji
A a a i j
= R (matrices antisimtricas)
d) S
4
=
4
4 4
1
/ 0
ii
i
A a
=

=

R (matrices de traza nula)

e) S
5
=
{ }
3 4
/ tiene alguna fila nula
A A R
f) S
6
=
{ }
3 3
/ 0, si
ij
A a i j
= > R (matrices triangulares superiores)

Ejercicio 7.- Efectuar, cuando sea posible, los clculos indicados.
A =
2 2
1 3
1 0

, B =
1 2 3
2 0 0
1 1 0

, C =
1 1 1
2 1 1
0 1 0

, D =
2 1
0 2

, E =
2 2 1
1 1 0

Prctica 2
27
i) BA ii) BC iii) CB iv) AB v) BA C
vi) ED vii) DA viii) EA +D ix) AE +3C

Ejercicio 8.- Dadas A =
1 3 2
1 1 1
7 7 5

y B =
2 1 1
0 1 1
3 3 3

, hallar
a) la tercera fila de AB
b) la tercera columna de BA
c) el coeficiente c
32
de C =BAB

Ejercicio 9.- Determinar todas las matrices B que verifican:
a)
1 2
0 1

B =
1 0
0 1

b)
1 1
2 2

B =
1 0
0 1

c)
1 2 3 3
4 5 6 = 6
1 2 3 3
B

d)
1
2
2 1
1 1 0
1 1 1 = 1 0 2
0 2 3 0 0 2
B

28
e)
1 1 0 2 1
1 1 1 = 3 0
0 2 3 1 2
B

Ejercicio 10.- Hallar todas las matrices
2 2
A

R tales que
2 1 2 1
= .
2 1 2 1
A A

Ejercicio 11.- Hallar todas las matrices
2 2
X

R tales que AX +B =BX +A.
a)
2 1 1 0
= =
1 1 2 2
A B

b)
2 1 1 0
= =
1 5 2 2
A B

Ejercicio 12.- Determinar cules de las siguientes matrices son inversibles; exhibir la
inversa cuando exista.
1 0 3 0 1 2 1 2
= = = =
0 1 0 3 0 1 1 2
A B C D

2 1 1 2 1 1
= 0 1 1 = 0 1 1
3 1 1 2 0 0

E F
1 1 1 1
= = +
0 2 0 2
G H G H

Ejercicio 13.- Sea A =
1 3 2
0 1 1
1 0 1

. Decidir si A
1
es solucin del sistema
Prctica 2
29

1 5 4 1 2 0
=
1 1 0 0 1 1
X

.

Ejercicio 14.- Sea
3 3
A

R .
Si
1 0 1
3 y 1 son soluciones de = 4
1 2 5

Ax , hallar 4 soluciones de
1
= 4
5

Ax .

Ejercicio 15.- Sean (1,3,1), (2,2,4) y (2,0,4) soluciones de un sistema lineal no homogneo.
a) Hallar dos rectas distintas tales que todos sus puntos sean soluciones del sistema
homogneo asociado.
b) Econtrar un plano tal que todos sus puntos sean soluciones del sistema no homogneo.

Ejercicio 16.- Sea
3 3
A

R .

0 2 1 1 0
2 y 1 son soluciones de = 2 y 1 es solucin de = 0 .
2 1 2 2 1
A A

x x
Encontrar una recta de soluciones del sistema
1 0
= 2 + 0 .
2 1
A

x
Ejercicio 17.- Sean
1 1 1 1
1 1 1 4
= , = 2 1 1 0
0 1 2 3
1 3 3 1

A B y
{ }
4
0
/ = A = x x 0 R S .

30
Encontrar todos los
0
2
tales que = 3
4
B

x x S .

Ejercicio 18.- Dadas
5 1 2
= 2 1 3 y = 3
3 2 1 1
a
A a
a

+

c , determinar todos los valores de a
para los cuales el sistema Ax =c es compatible.
Resolver el sistema para alguno de los valores de a hallados.

Ejercicio 19.-
a) Encontrar todos los valores de k R para los cuales el sistema S tiene solucin nica.
S
2
1 2 3
2 3
3
( 1) 0
( 1) 0
( 2) 0
k x x kx
k x x
k x
+ + =
+ =
+ =

b) Determinar todos los valores de k para los cuales el sistema S admite solucin no trivial
S
1 2 3 4
1 2 3 4
1 2 3 4
1 2 3 4
( 1) 2 3 0
( 2) 4 0
2 ( 4) 0
2 3 0
k x x kx x
x k x kx x
x x kx k x
x x kx x
+ + + =
+ + + + =
+ + + =
+ + =

Ejercicio 20.- Encontrar todos los valores de a y b para los cuales los sistemas cuyas
matrices ampliadas se dan a continuacin son compatibles.
Prctica 2
31
a)
1 3 1
2 a b

b)
2
1 3 3
0 1 1 2
b
a a b

+ +

c)
1 3 3 2
2 3 3 2
0 1 1 a a b a

+ +

d)
1 1 2
2 4 4 2
2 0 12 1
a b
a
a
+

Ejercicio 21.- Resolver el sistema para todos los valores de b.

1 2 3 4
1 2 3
1 2 3 4
2 2
2 2
3 3 2 2
x bx x x b
x bx x
x bx x x b
+ + = +
+ =
+ + =

Ejercicio 22.- Encontrar todos los valores de a y b para los cuales (2,0,1) es la nica
solucin del sistema
1 2 3
1 2 3
2 3
2 2 2
3
2 3 3
x ax x
x x bx
x x
+ =
+ =

Ejercicio 23.- Hallar todos los valores de k para los cuales
M ={(1,1,0,0)+(2,0,1,0) , R} es el conjunto de soluciones del sistema

1 2 3
2 2
2 4
3 4
2 0
( 1) 2 1
( 1) 4 1
x x x
k x x k
k x x k
+ =
+ = +
+ + =

32
Ejercicio 24.- Determinar, para todos los valores reales de a y b, si el sistema cuya matriz
ampliada es
1 1 1
1 2 2
1
a
a a a
a a b

+

es compatible determinado, compatible

indeterminado o incompatible.

Ejercicio 25.- Encontrar todos los valores de a y b para los cuales el sistema cuya matriz
ampliada es
1 1 1
1 1 1
1
a
a
a a b

tiene como conjunto solucin una recta.

EJERCICIOS SURTIDOS
1. Sea A una matriz cuadrada que verifica A
2
+A +I =0.
Demostrar que A
1
=I A.

2. Determinar , a bRpara que (1, 1,2, 1) sea solucin del sistema cuya matriz
aumentada es
1 2 1 2
2 2 0 2 2
4 5 4
a
b
a b

.
Para los valores hallados resolver el sistema.

3. Se considera el sistema
1 2 3 4
1 2 3 4
1 2 3 4
1 2 3 4
2 3 3 2
2 1
0
2 3 5 7
=
+ + + =
+ + =
ax x cx x
x ax bx cx
x cx ax bx
bx ax cx x

Hallar los valores de , , a b c R para los cuales (2, 1, 1,2) = X es solucin del sistema.

Prctica 2
33
4. Encontrar una matriz X que satisfaga la ecuacin

0 1 1 2 1 0
2 1 6
1 1 1 0 1 0
1 1 2
0 3 2 1 2 1

=

X X

5. Se sabe que
1
1
0

y
3
1
1

son soluciones del sistema = Ax b. Hallar alguna solucin de
= Ax b que tambin sea solucin de
1 2 3
2 2 9 + = x x x .

6. Hallar todos los valores de k R para los cuales el conjunto de soluciones del sistema
2 1
2
2 2
+ + =
+ + =
+ =
x ky z
kx y kz k
y kz k
es una recta contenida en el plano 4 2 4 + = x y z .

7. Se sabe que
2
1
1

es solucin de
0
3 1
2

=

Ax y que
1
2
0

es solucin de
0
2 1
2

=

Ax .
Encontrar cuatro soluciones distintas del sistema
0
1
2

=

Ax .

8. Hallar todos los valores de aR tales que {(2,0,3)} es el conjunto de soluciones del
sistema
1 2 3
1 2 3
2
1 2 3
5
3 3
x x x
x ax x
x x ax a
+ =
+ + =
+ + =

9. Sean
2 3 6
2 2 6
1 1 3
A

=

,
3 3
B

R una matriz inversible y
3 3
C

R tales que BC=A.
Hallar las soluciones del sistema
2
2 B C B = x x
3
( ) R x .

34

10. Hallar todos los valores de , a bR para los cuales el sistema

1 2 3 4
1 2 3 4
1 2 3 4
3
: 2 2 1
2 2
x x ax x b
S x x ax x
x x x x b
+ + =
+ + =
+ + =
es compatible indeterminado.
Resolver el sistema para alguno de los valores hallados.

11. Sean
4 0 0
1 0
0 1 2
A k

=

y
0 0 3
0 3 0
3 0 0
B

=

.
Hallar todos los valores de k R para los cuales el sistema 2 A B = x x x tiene infinitas
soluciones. Resolver el sistema para alguno de los valores de k hallados.

12. Se sabe que (1,2,0) y (3,0,1) son soluciones de un sistema no homogneo S. Hallar una
solucin de S que sea tambin solucin del sistema
1 2
1 2 3
1 2 3
3
2 2
4 3 8
x x
x x x
x x x
+ =
+ + =
+ + =

13. Sean en
4
R los sistemas
1 2 4
1 1 2 3
1 2 3 4
3 1
2 2
3 3 2 3 5
x x x
S x x x
x x x x
+ =
+ =
+ + =
y
1 2
2
1 3
2 4 x x
S
x ax b
+ =
+ =

Hallar todos los valores de , a bR para los cuales S
1
y S
2
tienen infinitas soluciones
comunes. Para los valores hallados encontrar todas las soluciones comunes.

Prctica 3

35
PRCTICA 3
DETERMINANTES

Una permutacin del conjunto { } 1,2,...,n es un arreglo de estos nmeros en cierto orden,
sin omisiones ni repeticiones. Para denotar una permutacin cualquiera se escribir
1 2
( , ,..., )
n
j j j , donde j
i
es el i-simo elemento de la permutacin. Se dice que ocurre una
inversin en una permutacin
1 2
( , ,..., )
n
j j j siempre que un entero mayor precede a uno
menor. Diremos que una permutacin es par, si el nmero total de inversiones es un
nmero par, y diremos que es impar si el nmero total de inversiones es impar.
Sea
n n
A

R ,
11 12 1
21 22 2
1 2
n
n
n n nn
a a a
a a a
A
a a a

=

Por producto elemental tomado de A se entiende cualquier producto de n elementos
tomados de A, sin que dos cualesquiera de ellos provengan de una misma fila ni de una
misma columna.
Una matriz
n n
A

R admiten! (n!=n(n1)(n2)...3.2.1) productos elementales. Estos son de
la forma
1 2
1 2
.....
n
j j nj
a a a donde
1 2
( , ,..., )
n
j j j es una permutacin de { } 1,2,...,n .
Se denomina producto elemental con signo tomado de A a un producto elemental
1 2
1 2
.....
n
j j nj
a a a multiplicado por +1 por 1 segn la permutacin
1 2
( , ,..., )
n
j j j sea
respectivamente par o impar.
Se define el determinante de A como la suma de todos los productos elementales con signo
tomados de A.
Notamos det( ) A A = =
1 2
1 2
.....
n
j j nj
a a a
Propiedades: Si A es una matriz cuadrada que contiene una fila de ceros, det( ) A =0.
Si A es una matriz triangular denn, det( ) A es el producto de los elementos
de la diagonal, es decir det( ) A =
11 22
.....
nn
a a a .

36
Propiedad: Sea
n n
A

R
Si Aes la matriz que se obtiene cuando una sola fila de A se multiplica
por una constante k, entonces det( ) det( ) A k A = .
Si Aes la matriz que se obtiene al intercambiar dos filas de A, entonces
det( ) det( ) A A = .
Si Aes la matriz que se obtiene al sumar un mltiplo de una de las filas
de A a otra fila, entonces det( ) det( ) A A = .
Si
m n
A

R , la matriz transpuesta de A es la matriz
t n m
A

R que tiene como filas a las
columnas de A.
Propiedades: Si
n n
A

R , entonces det( ) det( )
t
A A = .
Si , y
n n n n
A B k

R R R , entonces det( ) det( )
n
kA k A =
det( ) det( )det( ) AB A B =
A es inversible si y slo si det( ) A 0.
Si A es inversible, entonces
1
1
det( )
det( )
A
A
= .
DESARROLLO DEL DETERMINANTE POR COFACTORES.
Si A es una matriz cuadrada, entonces el menor del elemento
ij
a se denota
ij
M y se define
como el determinante de la submatriz que queda al eliminar de A la i-sima fila y la j-sima
columna. El nmero ( 1)
i j
ij
M
+
se denota
ij
C y se conoce como cofactor del elemento
ij
a .
Se puede calcular el determinante de una matriz
n n
A

R multiplicando los elementos de
cualquier fila (o columna) por sus cofactores y sumando los productos que resulten.
Es decir: para cada 1 y 1 , i n j n
1 1 2 2
det( ) ...
j j j j nj nj
A a C a C a C = + + +
(desarrollo por cofactores a lo largo de la j-sima columna)
y
1 1 2 2
det( ) ...
i i i i in in
A a C a C a C = + + +
(desarrollo por cofactores a lo largo de la i-sima fila)
Si
n n
A

R y
ij
C es el cofactor de
ij
a entonces la matriz
Prctica 3

37
11 12 1
21 22 2
1 2
n
n
n n nn
C C C
C C C
C C C

se conoce como matriz de cofactores tomados de A. La transpuesta de esta matriz se
denomina adjunta de A y se denota adj(A).
Propiedad: Si A es una matriz inversible, entonces
1
1
det( )
adj( )
A
A A
= .
REGLA DE CRAMER.
Si A = x bes un sistema de n ecuaciones con n incgnitas tal que det( ) A 0, entonces la
nica solucin del sistema es
1 2
( , ,..., )
n
x x x con
1
1
det( )
det( )
A
x
A
= ,
2
2
det( )
det( )
A
x
A
= , ..... ,
det( )
det( )
n
n
A
x
A
=
donde
j
A es la matriz que se obtiene al reemplazar la j-sima columna de A por b.

EJERCICIOS
Ejercicio 1.- Calcular los siguientes determinantes, desarrollando por cofactores por las
filas y columnas indicadas.
a)
2 0 5 1
0 2 4 2
0 0 1 5
1 3 3 0

por tercera fila
por primera columna

b)
3 0 0 0
4 0 6 0
5 8 1 0
2 3 0 6

por segunda fila
por tercera columna

c)
5 0 1 0 0
2 0 3 1 0
1 1 0 0 0
0 0 1 0 0
1 0 3 0 1

por cuarta fila
por quinta columna

38
Ejercicio 2.- Calcular los siguientes determinantes, desarrollando por cofactores por la fila
o columna ms conveniente.
a)
1 2 1 0
0 0 1 0
1 5 0 2
0 0 3 1
b)
1 0 4 0
3 0 5 6
0 5 9 0
0 0 4 0

c)
2 0 5
4 0 1
0 0 7
d)
2 0 1 0 4
0 0 0 6 3
0 7 0 0 0
5 4 0 0 2
0 0 0 2 0

Ejercicio 3.- Calcular los determinantes de las siguientes matrices usando propiedades.
a)
2 0 1
3 2 2
0 0 0

b)
2 0 0
4 1 0
0 2 5

c)
1 0 0 0 0
0 2 0 0 0
0 0 3 0 0
0 4 0 4 0
1 0 0 0 5

Ejercicio 4.- Determinar los valores de k para los cuales det(A) =0.
a)
2 4
2 4
k
A
k
+
=

b)
2
2 1
0 1 2
0 0 2
k
A k
k

=

c)
2
3 0
9 0
3 3 1

=

k
A k
Ejercicio 5.- Sea
11 12 13
21 22 23
31 32 33
a a a
A a a a
a a a

=

, tal que det(A) =7.
Calcular los determinantes de las siguientes matrices.
a)
13 11 12
23 21 22
33 31 32
a a a
a a a
a a a

b)
11 12 11
21 22 21
31 32 31
a a a
a a a
a a a

c)
11 12 13
21 22 23
31 32 33
2
2
2
a a a
a a a
a a a

d)
11 12 13
21 11 22 12 23 13
31 32 33
3 3 3
a a a
a a a a a a
ka ka ka

+ + +

Prctica 3

39
Ejercicio 6.- Sean
1 0 3
2 2 1
1 0 1
A

=

y
2 1 1
0 1 8
0 0 1
B

=

.
Calcular det( ) AB det( ) A B +
10
det( ) A
5 5
det( ) A B A
Ejercicio 7.- Sin calcular la matriz inversa, decidir si son inversibles las matrices dadas.
a)
2 1
3 1

b)
2 1 1
2 1 1
3 2 2

c)
2 3 1
0 0 1
1 1 1

d)
1 0 0 0
0 2 2 3
2 0 0 1
3 0 3 2

Ejercicio 8.- Determinar todos los valores reales de x para los cuales la matriz es
inversible.
a)
1 2
2 2
x
x
+

b)
2 3 2
1 2 4
1 1 x x

+

c)
1 1 3
2 1 2
2 1 4
x
x
+

Ejercicio 9.- Si
3 3
y det( ) 15 A A
= R , calcular
a) det(2 ) A b)
1
det((3 ) ) A

c)
1
det(3 ) A

Ejercicio 10.- Determinar en cada caso todos los valores de k R para los cuales el
sistema tiene solucin nica.
a)
1 3
1 2
1 2 3
1
2 2 3
2 2
x x
x x
x x kx
+ =
+ =
+ + =

b)
1 2 3
1 2 3
1 2 3
2 2 0
(2 2) 2 0
( 2) ( 3) 2 0
x x x
k x kx x
k x k x x
+ =
+ + =
+ + + =

c)
1 2 3
1 2 3
1 2
3 2
3 3
2 1
x x kx
x kx x
x x
+ =
+ =
+ =

Ejercicio 11.- Encontrar el valor de a para el cual el sistema tiene infinitas soluciones y
resolver el sistema para el valor hallado.

1 2 3
2
2 3
1 2 3
2 4
4 0
3 3
x x x
a x x
x x x a
+ =
+ =
+ + =

40
Ejercicio 12.- Determinar los valores de k para los cuales el sistema tiene:
i) ninguna solucin ii) solucin nica iii) infinitas soluciones
a)
1 3
1 2 3
2 2
1 3
1
2 2 3
( 3) 1
x x
x x x
k x x k k
+ =
+ =
= +

b)
1 2 3
1 2 3
2
1 2 3
2 3
2 3 2 2
4 ( 8) 14
x x x
x x x
x x k x k
+ + =
+ + =
+ + = +

c)
1 2 3
2
2 3
2
1 2 3
0
( 1) ( 1) 1
( 2) 2
+ =
+ + =
+ + + =
kx x x
k x k x
kx k x x

Ejercicio 13.- Sea
2 0 2
2 1
1 0
A a a
a

= +

. Encontrar todos los valores de a para los cuales el
sistema A = x x admite solucin no trivial.

EJERCICIOS SURTIDOS
1. Sea
3 3
1 0 1
0 1 4 y
2 3 2
A B

=

R tal que det( ) 2. AB = Calcular
1
det( ) B
.
2. Sea
3 3
2 2 1
1 2 2 y
2 1 2
A B

=

R tal que det( ) 3. B =
Hallar todas las soluciones del sistema (BA)x =Bx.
3. Sea
0 1
0 2 2
1 0 1
a
A a

=

. Decidir para qu valores de a el sistema

2
( 2 ) A A + = x 0 tiene solucin no trivial.
4. Sean
1 1 0
0 4
1 1 2

=

A k y
2 1 1
1 1
0 1 2

=

B k .
Hallar todos los k R tales que
1
1
det( ) det( )
4
= BA BA .
Prctica 4
41
PRCTICA 4
ESPACIOS VECTORIALES SUBESPACIOS

ESPACIOS VECTORIALES
Un espacio vectorial real V, o espacio vectorial sobre R, es un conjunto de elementos
llamados vectores, junto con dos operaciones: suma y producto por un escalar, que
satisfacen las siguientes propiedades.
EV1.- Si u V y v V, entonces la suma u + v V.
EV2.- Si k R y v V, entonces el producto kv V.
EV3.- Si u, v y w V, entonces (u+v)+w = u+(v+w)
EV4.- Existe un elemento en V, notado 0, tal que 0+u = u+0 = u para todo u V.
EV5.- Para cada elemento u V existe u V tal que u+(u) = u+u = 0.
EV6.- Si u y v V, entonces u+v = v+u.
EV7.- Si u y v V y c R, entonces c(u+v) = cu+cv.
EV8.- Si a y b R y v V, entonces (a+b)v = av+bv.
EV9.- Si a y b R y v V, entonces (ab)v = a(bv).
EV10.- Si u V, entonces 1u = u (1 R)
Notacin: uv = u+(v)
Si V es un espacio vectorial real valen las siguientes propiedades.
a) 0v = 0 para todo v V.
b) k0 = 0 para todo k R.

42
c) (1)v = v para todo v V.
d) (v+w) = vw para todo v y w V.
e) k(vw) = kvkw para todo v y w V, k R.
f) kv = 0 si y slo si k = 0 v = 0.
SUBESPACIOS
Sea V un espacio vectorial real, y sea W un subconjunto de V. W es un subespacio de V
si se satisfacen las siguientes tres condiciones:
- El vector 0 de V pertenece a W .
- Si u y v son elementos de W , entonces su suma u+v pertenece a W .
- Si v es un elemento de W y c es un nmero real, entonces el producto cv pertenece a W .
Observacin: W es un espacio vectorial real.
Propiedad: Si S y T son subespacios de un espacio vectorial V, entonces la interseccin
ST es un subespacio de V.
Propiedad: El conjunto de soluciones de un sistema homogneo con n incgnitas es un
subespacio de
n
R .
COMBINACIONES LINEALES
Sean V un espacio vectorial sobre R y v
1
, ..., v
n
elementos de V. Se dice que un vector w es
una combinacin lineal de v
1
, ..., v
n
si se puede expresar en la forma w = k
1
v
1
+ ... + k
n
v
n
,
donde k
1
, ..., k
n
son nmeros reales.
Si todo elemento de V es una combinacin lineal de v
1
, ..., v
n
decimos que { }
1
,...,
n
v v
genera V o que { }
1
,...,
n
v v es un conjunto de generadores de V.
1
/
r
i i i
i
k k
=

=

v R W es un subespacio de V que se denomina subespacio generado por

{ }
1
,...,
r
v v y se nota W =
1
,...,
r
v v .
Prctica 4
43
Propiedad: Si W es un subespacio de V y
1
,...,
r
v v son vectores de W , entonces
1
,...,
r
v v W . O sea
1
,...,
r
v v es el menor subespacio de V que contiene a los vectores
1
,...,
r
v v .
DEPENDENCIA E INDEPENDENCIA LINEAL
Sea V un espacio vectorial sobre R, y sean
1
,...,
n
v v elementos de V.
Decimos que { }
1
,...,
n
v v es linealmente dependiente si existen nmeros reales
1
,...,
n
a a , no
todos iguales a cero, tales que
1 1
...
n n
a a + + = v v 0.
Decimos que { }
1
,...,
n
v v es linealmente independiente si y slo si se satisface la siguiente
condicin: siempre que
1
,...,
n
a a sean nmeros reales tales que
1 1
...
n n
a a + + = v v 0, entonces
1
... 0
n
a a = = = .
Propiedad: Sea V un espacio vectorial sobre R, y sean
1 2 3 4
, , , v v v v vectores de V. Son
equivalentes:
a) { }
1 2 3 4
, , , v v v v es linealmente independiente.
b) { }
1 2 3 4
, , , con , 0, es linealmente independiente. k k k v v v v R
c)
{ } 1 2 2 3 4
, , , con , es linealmente independiente. k k + v v v v v R
Propiedad: Si { }
1 2
, ,...,
n
v v v es linealmente independiente y
1 2
, ,...,
n
w v v v entonces
1 2
, ,..., ,
n
v v v w es linealmente independiente.
Propiedad: Si w es combinacin lineal de
1 2
, ,...,
k
v v v , entonces
1 2 1 2
, ,..., , , ,...,
k k
= v v v w v v v .
El rango fila de una matriz A es igual al mximo nmero de filas linealmente
independientes de A.
El rango columna de una matriz A es igual al mximo nmero de columnas linealmente
independientes de A.
Propiedad: El rango fila de A es igual al rango columna de A, y lo notamos rgA.
De aqu en ms, cuando decimos espacio vectorial entenderemos espacio vectorial sobre R.

44
BASES
Una base de un espacio vectorial V es una sucesin de elementos
1
,...,
n
v v de V tales que:
a) { }
1
,...,
n
v v genera V
b) { }
1
,...,
n
v v es linealmente independiente
Se dice que un espacio vectorial V, diferente de cero, es de dimensin finita si contiene una
sucesin finita de vectores que forman una base de V.
Propiedad: Dos bases cualesquiera de un espacio vectorial V de dimensin finita tienen el
mismo nmero de vectores.
Si V es un espacio vectorial de dimensin finita, la dimensin de V es el nmero de
vectores que tiene cualquier base de V. Si V= 0, entonces V no tiene base y se dice que
su dimensin es cero.
Propiedad: La dimensin de
{ }
1
0
/ 0
n
A
= = x x R S , es igual a n rgA .
SUMA DE SUBESPACIOS
Sea V un espacio vectorial, y sean S y T subespacios de V; se define la suma de S y
T como S + T = { } / , con y = + v v s t s t V S T .
Propiedades: a) S + T es un subespacio de V.
b) Si dimV = n, entonces dim(S+T) = dimS + dimT dim(ST).
Sea V un espacio vectorial. Si S y T son subespacios de V que verifican simultneamente:
S+T = V y ST = 0, entonces V es la suma directa de S y T, y se nota V = ST.
En general, si W V verifica W = S + T y ST = 0, se dir que W es la suma
directa de S y T , y se notar W = ST.
COORDENADAS
Sea V un espacio vectorial, y B = { }
1
,...,
n
v v una base de V. Si
1 1
...
n n
a a = + + v v v ,
entonces ( )
1
,...,
n
a a son las coordenadas de v con respecto a la base B, y notamos
( ) ( )
1
B
,...,
n
a a = v
Prctica 4
45
Observacin: Las coordenadas de un vector dependen de la base. Recuerde que cuando se
da una base { }
1
,...,
n
v v , importa el orden en que se dan los vectores.

ESPACIO EUCLDEO
Llamamos espacio eucldeo de dimensin n al espacio vectorial R
n
con el producto
interno
1 2 1 2 1 1 2 2
( , ,..., ) ( , ,..., ) ...
n n n n
x x x y y y x y x y x y = + + + .
Si S es un subespacio de R
n
, el conjunto
{ }
/ 0 para todo
n
= x x s s R S se llama el
complemento ortogonal de S y se nota
S .
Propiedades:
S es un subespacio de R
n
.
{ }.
= 0 S S
dim dim y .
n
n

= =R S S S S
( )

= S S
Si
1 2
, ,...,
r
= v v v S , w es ortogonal a v para todo vS si y slo si
0 para 1 .
i
i r = w v
Observacin: Si { }
1 2
, ,..., es una base de
r
v v v S , para hallar
S basta buscar n-r vectores

linealmente independientes que sean ortogonales a todos los v
i
.
Si
1 2 1 2 1
con y ,
= + v s s s s s S S se llama la proyeccin ortogonal de v sobre S.

Propiedad: La proyeccin ortogonal de v sobre S es el punto de S que est a menor
distancia de v, es decir que
1
. v s v s s S
EJERCICIOS
Ejercicio 1.- Determinar cules de los siguientes conjuntos son subespacios.
a) ( ) { }
3
1 2 3 1 2 3
, , / 2 0 = + = x x x x x x R W
b) ( ) { }
2
1 2 1 2
, / 0 x x x x = + R W

46
c)
{ }
2 2
11 22
/ 0 A a a
= + = R W
d) ( ) { }
2
1 2 1 2
, / 0 x x x x = = R W
e)
{ }
3
/ (1, 2,1), = = v v R R W
f)
2 1
1 1
/ .
2 1
X X X

= =

R W
g)
{ }
/ . 0
n
= = v w v W R donde w es un vector fijo de
n
R .
h) El plano que contiene a los puntos (2, 4, 1) , (6, 4, 5) y (5, 2, 3) .

Ejercicio 2.- Decidir cules de los vectores dados pertenecen al subespacio S.
a) (1, 2, 4) = S
1 1
4 2
( , ,1) = u ; (2, 4, 4) = v ; (0, 0, 0) = w
b) (1, 1, 3) , (2,1, 1) = S (0, 3, 2) = v ; ( 1, 5,11) = w
c) (1, 1, 2, 4) , (2,1, 3, 1), (0, 2,1, 0) = S (3, 2, 4, 3) = v ; (0, 1, 0,1) = w

Ejercicio 3.- Hallar aR para que el vector w pertenezca al subespacio S.
a) (1, 2,1), ( 1, 3, 2) = S (2, , 0) a = w
b) (1, 0, 0,1), (0, 2,1, 1), (1, , 1, 0) a = S (1, 1, 2, 3) = w

Ejercicio 4.- Decidir si el conjunto de vectores dado genera V.
a) V=R
3
{ } (1,1,1) , (3, 2,1) , (1,1, 0) , (1, 0, 0)
b) V=R
3
{ } (1, 2, 1) , (0,1, 1) , (2, 5, 3)
c) V=R
4
{ } (1, 1, 0,1) , (1, 1, 1, 2) , (0,1, 2,1) , (1, 3,1, 3)
d) V=R
22

1 0 1 1 1 0
, ,
0 2 1 1 1 0

Prctica 4
47
Ejercicio 5.- Hallar un conjunto de generadores del subespacio S.
a)
{ }
3
1 2 3
/ 4 0 x x x = + = x R S
b)
{ }
5
1 2 5 2 3 4
/ 4 2 0 x x x x x x = + = + = x R S
c)
2 2
1 1 1 1
/ . .
2 1 2 1

= =

X X X R S
d)
2 2
1 2
/ . 0, con
2 4
X A X A

= = =

R S

Ejercicio 6.- Encontrar un sistema de ecuaciones cuyo conjunto de soluciones sea S.
a) (1, 0,1) = S
b) (0,1, 2, 1) , (1, 0,1, 0) = S
c) (1,1,1,1) , (2,1, 0, 1) , (1, 0,1,1) = S
d)
1 2 1 1 0 1
, ,
0 1 2 0 1 0

=

S
Ejercicio 7.- Estudiar la dependencia o independencia lineal del conjunto de vectores.
a) { } (2,1, 2) , (1, 3, 0) , (5, 1, 4)
b)
1 3 1 3 0 1 0 2
, , ,
3 1 0 3 1 0 1 1

c) { } (5, 4, 3, 2,1)
d) { } (0, 2,1, 1), (1, 0, 0,1), (1, 3, 2,1), (2,1, 3, 4)

Ejercicio 8.- Determinar los valores reales de k para los cuales el conjuntos de vectores es
linealmente independiente.
a) { } (0,1, 2) , (1, 1, ) , (1, 3, 0) k
b) { } (1, 1, 3) , ( , 1, 4) , ( 1, 1, ) k k k k k k + + + +

48
c)
1 0 1 2 1 1 2 3
, , ,
0 1 2 0 0 0
k k
k k k
+

Ejercicio 9.- Sea { }
1 2 3
, , v v v un conjunto de vectores linealmente independientes.
a) Determinar si { }
1 2 3
, , w w w es un conjunto linealmente independiente.
i)
1 1 3
2 = + w v v ;
2 1 2 3
2 3 = + w v v v ;
3 2 3
2 = + w v v
ii)
1 1 2 3
= + w v v v ;
2 1 2
2 3 = w v v ;
3 2 3
5 2 = w v v
b) para qu valores de es { }
1 3 1 2 2 3
, 3 , 3 + + v v v v v v linealmente independiente?
Ejercicio 10.- Hallar base y dimensin de los siguientes subespacios.
a)
{ }
2
1 2
/ 6 2 0 x x = = x R S
b)
{ }
3
1 2 3
/ 3 0 x x x = + = x R S
c)
{ }
4
1 3 1 2 4 1 2 3 4
/ 2 2 2 0 x x x x x x x x x = = + + = = x R S
d)
4 1
1 0 1 1
/ 0 1 2 1
2 1 4 1

= =

R S x x 0
e)
2 2
1 2 1 2
/
1 1 1 1
X X X

= =

S R
f) (1, 2, 3) , (3,1, 0) = S
g)
3
2
(2, 8, 3) , ( 1, 4, ) = S
h) (1, 1, 2,1) , (2,1,1,1), (1, 2, 1, 0), (0,1,1,1) = S
i)
2 1 1 0 0 1 3 1
, , ,
1 0 1 2 1 4 2 2

=

S

Prctica 4
49
Ejercicio 11.- Decidir si el conjunto de vectores dado es base del subespacio
{ }
4
1 2 4
/ 2 0 x x x = + = x R S .
a) { } (1,1, 0, 0) , (0, 2, 0,1)
b) { } (1,1, 0, 0) , (0, 2, 1,1) , (2, 0, 0, 1)
c) { } (1,1, 0, 0) , (0, 2, 1,1) , (1, 1, 0,1)
d) { } (1,1, 0, 0) , (0, 2, 1,1) , (3,1,1, 1)

Ejercicio 12.-Sea
{ }
4
1 2 3
/ 2 0 x x x = + = x R S . Hallar una base B de S tal que todos
los vectores de B tienen todas sus coordenadas distintas de 0.

Ejercicio 13.- Determinar la dimensin de
k
T para todos los valores de kR.
a) (0, 1, ) , (1, 1, 0) , ( 3, 0,1)
k
k = T
b)
1 2 3 4 1 3 1 2 3 4
2 , , 2 3 2
k
k = + + + + v v v v v v v v v v T , donde
{ }
1 2 3 4
, , , B = v v v v es una base de un espacio vectorial V.

Ejercicio 14.- Extender, si es posible, el conjunto de vectores a una base de
2 2
R .
a)
1 0 3 1
,
1 0 1 0

b)
1 1 0 2 1 1
, ,
3 2 1 1 1 1

c)
1 1 0 1 3 2
, ,
1 1 1 2 4 5

Ejercicio 15.- Hallar una base de V que contenga a una base de S.
a)
4
=R V
{ }
4
1 2 3 2 4
/ 0 x x x x x = + = = x R S
b)
3 2
=R V
{ }
3 2
11 31 12 21 22 11 22 32
/ 0 X x x x x x x x x
= + = + = + = R S
c)
5
=R V (1, 2, 0,1, 1) , (2,1,1, 0, 0) , (1, 1,1, 1,1) = S

50
Ejercicio 16.- Extender, si es posible, el conjunto { } (1, 1, 0,1) , (0,1, 0, 1) a base de
4
R
con vectores del subespacio T.
a)
{ }
4
2 4
/ 0 x x = + = x R T
b)
{ }
4
1 3
/ 0 x x = + = x R T
Ejercicio 17.- Extraer, si es posible, dos bases de V, del conjunto de vectores dado.
a) V=R
3
{ } (1, 0, 1) , (0,1,1) , (1,1, 0) , (2,1, 4)
b) V=R
3
{ } (2, 0, 0) , (0, 1, 4) , (2,1, 4) , (1, 1, 4)
c) V=R
22
1 1 1 1 1 1 1 0 1 2
, , , ,
1 1 1 0 0 0 0 0 3 4

Ejercicio 18.- Determinar si los subespacios S y T son iguales.
a) (1, 0, 2) , (1,1, 1) = S
{ }
3
1 2 3
/ 2 3 0 x x x = = x R T
b) (0,1, 0) , (1,1, 3) = S (2, 2, 6) , (1,1,1) = T
c)
{ }
4
1 2 3 4 1 4
/ 2 0 x x x x x x = + = + = x R S

{ }
4
1 2 3 1 2 4 1 2 3 4
/ 3 2 2 0 x x x x x x x x x x = + = + = + = x R T
d) (1, 1, 0, 2) = S
{ }
4
1 2 3 2 4 3
/ 2 0 x x x x x x = + + = + = = x R T
e)
{ }
2 2
11 22 11 12
/ 2 0 A a a a a
= + = + = R S
2 1 1 0
;
0 2 0 1

=

T

Ejercicio 19.- Hallar base y dimensin de S T.
a)
{ }
4
1 2 3 4 2 3 4
/ 2 2 0 x x x x x x x = + + = + = x R S
{ }
4
1 4
/ 2 0 x x = + = x R T
b)
{ }
4
1 2 3 2 4
/ 2 0 x x x x x = + = + = x R S ( 1, 0,1,1), ( 2, 2,1, 4) = T
Prctica 4
51
c)
{ }
4
1 2 3 4
/ 2 2 3 0 x x x x = + + = x R S (1, 1, 0, 0), (0,1, 1, 0), (0,1, 0, 1) = T
d)
1 1 0 1 0 0
, ,
2 1 1 1 1 1

=

S
{ }
2 2
11 21 22
/ 0 A a a a
= + = R T
e) (2,1, 0) , (1,1, 1) = S (0,1, 2) , (1, 3, 1) = T

Ejercicio 20.- Hallar base y dimensin de + S T.
a) (1, 1, 0,1) , (2,1,1,1) = S (3, 0, 2, 2) = T
b) (2,1, 1) , (1, 0, 3) = S
{ }
3
1 2 3
/ 2 0 x x x = + + = x R T

Ejercicio 21.- Sean
{ }
4
1 2 4 1 3 4
/ 2 2 0 x x x x x x = + = + = x R S y
(1, 3,1, 1); (0,1, 2, 2) = T .
a) Hallar una base de + S T.
b) Escribir (3, 5, 7,1) = v como = + v s t , con s S y t T, de dos maneras distintas.

Ejercicio 22.- Sean
{ }
3
1 2 3
/ 0 x x x = + + = x R S , (0,1, 2); (1, 1,1) = T y (3,1, 2) = v .
Hallar s S y t T tales que , v s t .

Ejercicio 23.- Sean
{ }
4
1 2 4 1 3
/ 2 0 x x x x x = + = + = x R S y
{ }
4
2 3 1 3 4
/ 2 3 3 0 x x x x x = + = + + = x R T . Hallar una base de R
4
que contenga a una base
de S y a una base de T.

Ejercicio 24.- Sea { }
1 2 3 4
, , , B = v v v v base de un espacio vectorial V y sean
1 2 2 3
2 , = + + v v v v S y
3 4 1 2 4
, = + + + v v v v v T .
a) Hallar base y dimensin de S T y de + S T.
b) Hallar un vector + v S T tal que v S y v T.

52
Ejercicio 25.- Decidir si + = H S T .
a)
{ }
4
1 3 2 3 4
/ 2 0 x x x x x = + = + = x R S , (1, 2,1, 0); (0, 0,1, 1) = T ,
{ }
4
1 2 3 4
/ 0 x x x x = + + = x R H
b)
{ }
5
3 4 1 5 1 2 5
/ 2 2 0 x x x x x x x = = + = + = x R S , (1, 2,1,1, 0); (0,1, 2, 3,1) = T ,
{ }
5
1 2 5
/ 2 0 x x x = + = x R H
c) (1, 0,1, 3); (2, 2, 2, 3) = S , (3, 2, 3, 6); (0, 0,1, 0) = T , (1,1, 0, 1); (2,1,1, 2); (0,1,1,1) = H

Ejercicio 26.- Hallar dos subespacios distintos T y T tales que = = V S T S T .
a)
4
=R V (1, 2,1, 0) , ( 1, 3,1,1) = S
b)
5
=R V
{ }
5
1 3 4 5 1 2 2 3 4 5
/ 2 3 2 0 x x x x x x x x x x = + + = = + + = x R S
c)
{ }
4
1 2 3 4
/ 2 0 x x x x = + + = x R V (1, 1, 0, 1) , (1, 1,1, 0) = S

Ejercicio 27.- Sean
1 0 1 1
,
0 1 2 0

=

S y
{ }
2 2
11 12 21
/ 0 A a a a
= = = R T .
a) Probar que
2 2
= R S T.
b) Escribir
3 3
como con y
5 0

= = +

w w s t s t S T.

Ejercicio 28.- Sean
{ }
3
1 2 3 2 3
/ 2 0 x x x x x = + + = = x R S y
{ }
3
1 2 3 1 2
/ 2 0 x x x x x = + = + = x R T . Hallar un subespacio W tal que
3
y = R T W S W.

Ejercicio 29.- Sea
{ }
4
2 1 3
/ 0 x x x = = + = x R S .
Encontrar un subespacio
4
T R que verifique simultneamente:

4
(1, 0, 1,1) y = + =R S T S T .
Prctica 4
53
Ejercicio 30.- Sean
{ }
4
1 3 4 1 2 3 4
/ 0 x x x x x x x = + = + + + = x R S y

{ }
4
1 2 3 4 1 2 3 4
/ 2 0 x x x x ax bx cx dx = + + + = + + + = x R T
Determinar todos los valores reales de a, b, c, d para los cuales la suma + S T no es
directa.
Ejercicio 31.- Sean
{ }
5
1 2 3 4 5
/ 2 0 x x x x x = + = x R H ,
{ }
5
1 2 3 4 5
/ 2 0 x x x x x = + + + + = x R H , (1, 0, 0,1, 0); (0, 0,1, 0, 0); (1, 1,1,1,1) = W ,
{ }
5
1 2 3 4 5
/ 2 0 x x x x x = = = x R S y
{ }
5
1 2 3 4 5
/ 2 0 x x x x x = + = + + = x R S .
Encontrar un subespacio
5
R T que verifique simultneamente:
=H S T ; =H S T ; { } 0 T W .

Ejercicio 32.- Encontrar todos los vectores de
3
R que son ortogonales a todos los vectores
del conjunto { } (1, 0, 1); ( 1,1, 3) .

Ejercicio 33.- Encontrar el complemento ortogonal del subespacio S.
a)
{ }
4
1 2 3 4 1 4
/ 2 0 x x x x x x = + + = + = x R S .
b) (1,1, 3); (2,1, 1) = S
c) (2,1, 2, 0); (1, 0, 2,1); (3,1, 4,1) = S

Ejercicio 34.- En
3
R , encontrar el complemento ortogonal de:
a) el eje x;
b) el plano coordenado yz;
c) el plano de ecuacin
1 2 3
3 2 0 x x x + = ;
d) la recta de ecuacin ( 1, 2, 5) X = .

54
Ejercicio 35.- Sea (2, 0, 0, 3,1); (0,1,1, 1, 0) = S . Hallar una base de
S , y dar un sistema
de ecuaciones cuyo conjunto de soluciones sea el subespacio S.

Ejercicio 36.- a) Sean
1 2 3
: 6 4 0 x x x + = y P = (7,5,9). Hallar el punto Q que est
ms prximo al punto P. Calcular la distancia del punto P al plano .
b) Sean : ( 2, 4,1) L y P = (4,1,8). Hallar el punto QL que est ms prximo al punto
P. Calcular la distancia del punto P a la recta L.

Ejercicio 37.- Sean en R
3
las bases B={ } (1, 0, 0) , (0,1, 0) , (0, 0,1)
B={ } (0, 0,1) , (1, 0, 0) , (0,1, 0) y B={ } (3,1, 2) , (0,1, 1) , (2, 0, 0)
Hallar las coordenadas con respecto a las bases B, B y B de:
a) (4,1,3)
b)
3
1 2 3
( , , ) x x x R
Ejercicio 38.- Hallar las coordenadas de la matriz
1 1
3 2

en la base
B=
1 2 0 1 1 1 1 1
, , ,
1 1 1 2 0 1 0 3

Ejercicio 39.- Sea B={ }
1 2 3
, , v v v una base de R
3
. Determinar si { }
1 2 3
, , w w w es
linealmente independiente, si
1 2 3
, , w w w son los vectores de R
3
cuyas coordenadas
respecto de B son:
a) (2,3,1), (0,2,1) y (0,0,3) respectivamente.
b) (3,1,1), (1,0,2) y (5,1,3) respectivamente.

Prctica 4
55
Ejercicio 40.- Sea B={ }
1 2 3 4
, , , v v v v una base de R
4
y sea
1 2 3 1 4 1 2 3 4
, , 3 2
k
k = + + + + + v v v v v v v v v T .
Determinar todos los valores de k en R para los cuales dim 3
k
= T .

Ejercicio 41.- Se sabe que B={ }
1 2 3
, , w w w es una base de R
3
y que las coordenadas de los
vectores (0,1,1), (1,0,1) y (1,1,1) en la base B son, respectivamente, (1,2,2), (1,1,1) y
(1,1,0). Hallar la base B.

Ejercicio 42.- Sea
{ }
3
1 2 3
/ 2 0 = + = x x x x R S . Hallar una base B de R
3
que contenga a
una base de S y a una base de
S , y tal que que vector (0,5,2) tenga coordenadas (0,1,4) en

la base B.

EJERCICIOS SURTIDOS

1. Sea { }
1 2 3 4
; ; ; = B v v v v una base de un espacio vectorial V. Sean
1 3 4 2
2 ; = v v v v S
y
1 2 3 4 1 2 3 4 1 2 3 4
; 2 ; = + + + + + k k k v v v v v v v v v v v v T .
Hallar todos los valores de k R para los cuales = S T V .

2. Sean (1, 2, 0,1); (0, 1,1, 0) = S y
{ }
4
1 2 3 4 1 3 4
/ 2 0 = + = = x x x x x x x x T R .
Hallar, si existe, un subespacio W de modo que se verifique simultneamente:
dim( ) 1 = S W ; dim( ) 1 = T W ; dim(( ) ) 1 + = S T W ; dim 2 = W

3. Sean en
4
R los subespacios (2,1, 0,1) = S ,
{ }
4
1 2 3 4
/ 2 0 = + = x x x x x H R y
{ }
4
1 2 4 2 3 4
/ 2 0 = + + = + = x x x x x x x W R .
Hallar, si es posible, un subespacio T que verifique simultneamente:
= S T H y {0} T W .

56
4. Sean (1, 2,1, 0); (0, 3, 0, 2) = S y (1,1,1,1); (3, 1, 3, 4) = T . Hallar una base de
4
R que
contenga a una base de
S y a una base de T.

5. Sean en
4
R los subespacios (1, 0,1, 2); (1,1, 0, 1) = W ,
{ }
4
1 1 2 3 4
/ 2 0 = + = x x x x x H R y
{ }
4
2 1 2 3 4
/ 0 = + + = x ax x bx x H R .
Hallar , a b R y un subespacio S tales que se verifique simultneamente:
1
= W S H y
2
= W S H .

6. Sean
{ }
5
1 1 2 3 1 5
/ 2 0; 4 0 x x x x x = + + = + = x S R y
{ }
5 2 2
2 1 2 3 4 5 1 2 3 4 5 2 3 4
/ 3 0; 2 5 3 0; 2 0 x x x x k x x x x x k x x x kx = + + = + + = + = x S R .
Hallar todos los k R para los cuales
1 2
= S S .

7. Sean { }
1 2 3
; ; = B v v v , { }
2 3 1 3 2
' ; ; = + B v v v v v y { }
2 3 1 3 1
'' ; ; = + + B v v v v v
bases de un espacio vectorial V y sean y v w tales que (1, 1,1) =
B
v y
'
(2, 0, 1) =
B
w .
Hallar
"
(2 ) +
B
v w .

8. Sean en
4
R el subespacio
{ }
4
2 3 4 1 2 3 4
/ 2 0 = + = + + + = x x x x x x x x S R y la base
{ } (1,1,1,1); (1,1, 2, 0); (1, 2, 0, 0); (2, 0, 0, 0) = B .
Hallar todos los vectores v que pertenecen a S y cuyas coordenadas en la base B son de la
forma (a,b,a,b).

9. Sean en
4
R los subespacios
{ }
1 2 4 2 3
/ 2 0 x x x x x = + + = + =
4
x R S y
(5, 5, 1, 1); (3,1, 0, 1) = T . Hallar un subespacio W de
4
R , W T de manera que se
verifique simultneamente: = S W S T y + = S W + S T.

Prctica 4
57
10. Sea { }
1 2 3 4
, , , B = v v v v base de un espacio vectorial V.
Sean
1 2 3 4 2 3 4
2 2 , = + + + v v v v v v v S y
1 2 3 1 3
2 , = + + + v v v v v T .
Hallar un subespacio tal que ( ) = W V W S T V .

11. Sea (1,1, 0, 2); (0, ,1, 1); (1, 0, 1, ); (0, 1, 1, 2) a b b = S .
Hallar todos los valores de a y b tales que (1, 1,1, 0)
= S .

12. Sean (1, 2,1,1) = S ,
{ }
4
1 1 2 3 4
/ 2 0 x x x x = + = x R H y
{ }
4
2 1 2 3 4
/ 2 0 x x x x = + + = x R H .
Hallar, si es posible, una base de
4
R que contenga a una base de S, a una base de
1
H y a
una base de
2
H simultneamente.

13. Sean (1, 1, 0, 0); (0, 0, 0,1); ( , 0,1, 1) a = W y (1,1,1, 0); (2, 0,1,1) = S .
Determinar aR y un subespacio H de dimensin 2, tal que
+ = S H W.

14. Sean (1, 1,1, 0); (0, 2, 1, 2) = S ,
{ }
4
1 2 4
/ 0 x x x = + + = x R H y la base
B={(1,0,1,0); (0,1,0,1); (0,2,0,0); (1,0,1,0)}.
Hallar un subespacio
4
de R T tal que = T S H, y para todo v T, las coordenadas de v
en la base B son de la forma (a,b,a,b).

15. Sean
{ }
3 3
11 22 33
/ 0 A a a a
= + + = R T ,
3 3
, I
= R S S donde I es la matriz
identidad. Calcular dim( ) + S T .
Si
1 2 0
1 2 2
1 1 3
B

=

, hallar y tales que S T B S T = + S T .

58
16. La matriz
2 3
6 3

tiene coordenadas (1,2,0,3) en la base
1 0 0 0 0 1
; ; ;
1 1 0 1 1 0
a b
B
c d

=

. Calcular las coordenadas de
1 3
3 2

en la base B

17. Sean B={(1,1,0,2);(0,1,2,0);(2,1,1,0);(0,0,0,1)} y
{ }
1 2 4 2 3 4
/ 2 0 x x x x x x = + = =
4
x R S . Hallar todos los
4
v R tales que v S y las
coordenadas de v en la base B son de la forma (a,0,b,0).

Prctica 5
59
PRCTICA 5

TRANSFORMACIONES LINEALES
Sean V y W espacios vectoriales sobre R. Una transformacin lineal f : V W es una
funcin que satisface las siguientes dos propiedades:
TL1: Si u V y v V, f (u + v) = f (u) + f (v)
TL2: Si k R y u V, f (ku) = kf (u)

Son transformaciones lineales:
La funcin nula 0: V W dada por 0(v) = 0, para todo v V.
La funcin identidad id : V V, dada por id(v) = v, para todo v V.

Propiedades: Cualquier transformacin lineal f : V W satisface:
a) f (0) = 0
b) f (v) = f (v) para todo v V
c) f (v w) = f (v) f (w) para todos v y w V
d) f (a
1
v
1
+ a
2
v
2
+ ... + a
n
v
n
) = a
1
f (v
1
) + a
2
f (v
2
) + ... + a
n
f (v
n
) para todos a
i
R, v
i
V

Si f : V W, S V, T W, w W , notamos:
f (S) = { w W / w = f (s) , con s S }
f
1
(w) = { v V / f (v) = w }
f
1
(T) = { v V / f (v) T }

Propiedades:
Si S es subespacio de V, entonces f (S) es subespacio de W.
Si T es subespacio de W, entonces f
1
(T) es subespacio de V.

60
Teorema. Si { v
1
, v
2
, ..., v
n
} es una base de V, y w
1
, w
2
, ..., w
n
son vectores (no necesa -
riamente distintos) en W, entonces hay una nica transformacin lineal f : V W tal que
f (v
1
) = w
1
, f (v
2
) = w
2
, ..., f (v
n
) = w
n
.
Este teorema nos dice que una transformacin lineal est completamente determinada por
los valores que toma en una base.

Si f : V W es una transformacin lineal, llamamos:
ncleo de f al conjunto Nu f = { v V / f (v) = 0 }
imagen de f al conjunto Im f = { w W / w = f (v) , con v V }
Observacin: Im f = f (V).

Propiedades: Si f : V W es una transformacin lineal, entonces:
a) Nu f es un subespacio de V.
b) Im f es un subespacio de W.
c) Si {v
1
, v
2
, ..., v
n
} es un conjunto de generadores de V, entonces {f (v
1
), f (v
2
), ..., f (v
n
)}
es un conjunto de generadores de Im f .
d) Si {f (v
1
), f (v
2
), ..., f (v
r
)} es linealmente independiente, entonces {v
1
, v
2
, ..., v
r
} es
linealmente independiente.

Decimos que una transformacin lineal f : V W es:
monomorfismo si es inyectiva, esto es, si verifica f (v) = f (w) v = w.
epimorfismo si es suryectiva, esto es, si Im f = W.
isomorfismo si es biyectiva, es decir, si es monomorfismo y epimorfismo.

Propiedades: Si f : V W es una transformacin lineal, entonces:
a) f es monomorfismo Nu f = {0}.
Prctica 5
61
b) Si f es monomorfismo y { v
1
, v
2
, ..., v
r
} es linealmente independiente, entonces
{ f (v
1
), f (v
2
), ..., f (v
r
) } es linealmente independiente.
c) f es isomorfismo si y slo si: Si { v
1
, v
2
, ..., v
n
} es base de V, entonces
{ f (v
1
), f (v
2
), ..., f (v
n
) } es base de W.

Teorema de la dimensin
Si f : V W es una transformacin lineal, entonces
dim V = dim Nu f + dim Im f

Propiedades:
Si f : V W y g : W U son transformaciones lineales, la composicin g f : V U,
dada por (g f )(v) = ( ( )) g f v , es transformacin lineal.
Si f : V W es isomorfismo, la funcin inversa f
1
: W V , que cumple
1
f f

= id
W
y f
1
f = id
V
, es isomorfismo.
Si f : V W y g : W U son isomorfismos, g f es isomorfismo y se verifica:
1 1 1
( ) g f f g

= .

Una transformacin lineal p : V V es un proyector si p p p = .
Propiedad: Si p : V V es un proyector, entonces
V = Nu p Im p
Para todo v Im p, p(v) = v

Dada la transformacin lineal f : R
n
R
m
, existe una nica matriz A R
mn
tal que f
puede escribirse en la forma
1
2
1 2
( , , , )
n
n
x
x
f x x x A
x

, f (x) = Ax

62
Esta matriz A tal que f (x) = Ax se denomina matriz de la transformacin lineal f , y
escribimos ( ) A M f = .

Propiedad: Las columnas de ( ) M f son un conjunto de generadores de Im f .

Si A R
mn
,
el rango columna de A es la dimensin del subespacio generado por las columnas de A ;
el rango fila de A es la dimensin del subespacio generado por las filas de A .

Teorema: Si A R
mn
, entonces
rango fila de A = rango columna de A
Esta igualdad nos permite hablar de rango de A, que notaremos rg A.

Propiedad: dim Im f = rg ( ) M f .

Teorema: Si A R
mn
, la dimensin del subespacio de soluciones de Ax = 0 es n rg A.

Sean B = { v
1
, ..., v
n
} base de un espacio vectorial V de dimensin n y B = { w
1
, ..., w
m
}
base de un espacio vectorial W de dimensin m.
Si f : V W es una transformacin lineal y f (v
j
) = a
1j
w
1
+ ... + a
mj
w
m
, 1jn ,
llamamos matriz asociada a f en las bases B y B, a la matriz de mn:
11 12 1
21 22 2
1 2
( )
n
n
BB
m m mn
a a a
a a a
M f
a a a

Notar que en la columna j de
( )
BB
M f estn las coordenadas de f (v
j
) en base B.

Prctica 5
63
La matriz
( )
BB
M f es tal que si v V,

( )( ) ( ( ))
BB B B
M f f = v v .

Observacin: Si f : R
n
R
m
y E y E son las respectivas bases cannicas,
( ) ( )
EE
M f M f = .

Notacin: Si W = V y B = B, escribimos ( )
B
M f en lugar de
( )
BB
M f .

Propiedad: rg
( )
BB
M f = dim Im f ; de esto se deduce que el rango de una matriz asociada a
una transformacin lineal no depende de las bases elegidas.

Propiedad: Matriz de la composicin:
Sean U, V y W espacios vectoriales, y sean B, B y B bases de U, V y W respectivamente.
Si f : U V y g : V W son transformaciones lineales, se tiene:

( ) ( ) ( )
BB B B BB
M g f M g M f =

Propiedad: Si f : V W es un isomorfismo y B y B son bases de V y W respectivamente,
1 1

( ) ( ( ))
B B BB
M f M f

= .

Si B y B son dos bases del espacio vectorial V, llamamos matriz de cambio de base de B a
B, a la matriz

( )
BB BB
C M id = .

Propiedad:
1

( )
B B BB
C C

=

Propiedad: Si f : V V es una transformacin lineal y B y B son bases de V,

( ) ( )
B BB B B B
M f C M f C =
o, en virtud de la propiedad anterior,
1

( ) ( ) ( )
B B B B B B
M f C M f C
=

64
EJERCICIOS
Ejercicio 1.- Determinar si la funcin f es transformacin lineal.
a) f : R
3
R
2
, f (x
1
, x
2
, x
3
) = (x
1
x
2
, 2x
1
)
b) f : R
2
R
3
, f (x
1
, x
2
) = (x
1
x
2
, 0, 0)
c) f : R
2
R
32
, f (x
1
, x
2
) =
1 1 2
1
0 0
0
x x x
x

d) f : R
23
R
32
, f (A) = A
t

Ejercicio 2.- Hallar la expresin de la transformacin lineal f.
a) f : R
3
R
4
tal que f (1,0,0) = (2,1,1,1), f (0,1,0) = (3,1,1,0) y f (0,0,1) = (0,0,4,1).
b) f : R
3
R
3
tal que f (1,1,1) = (0,3,1), f (1,0,1) = (2,1,1) y f (1,1,0) = (3,2,4).
c) f : R
2
R
22

tal que f (1,1) =
2 1
3 0

y f (1,1) =
0 1
2 1

.

Ejercicio 3.- Decidir si existe una transformacin lineal f que satisface:
a) f : R
3
R
2
, f (1,2,0) = (3,4) , f (2,0,1) = (1,1) , f (0,4,1) = (7,7)
b) f : R
3
R
3
, f (1,1,1) = (2,3,4) , f (0,1,1) = (1,2,1) , f (1,2,2) = (1,1,5)
c) f : R
2
R
3
, f (1,1) = (2,1,1) , f (1,0) = (0,2,0) , f (5,2) = (4,8,2)

Ejercicio 4.- Hallar una base y la dimensin de Nu f y de Im f .
a) f : R
3
R
3
, f (x
1
, x
2
, x
3
) = (x
1
+ x
2
+ x
3
, x
1
x
2
, 2x
2
+ x
3
)
b) f : R
4
R
4
, f (x
1
, x
2
, x
3
, x
4
) = (x
1
+ x
3
, 0, x
2
+2x
3
, x
1
+ x
2
+ x
3
)
c) f : R
3
R
22
, f (x
1
, x
2
, x
3
) =
2 3 1 3
1 2 2 3
x x x x
x x x x
+

+

Ejercicio 5.- Sea f : R
3
R
2
la transformacin lineal f (x
1
, x
2
, x
3
) = (x
1
x
2
, x
2
+ x
3
)
y sean v = (2,3) ; S = (1, 2,1) ; T = { x R
2
/ 3x
1
2x
2
= 0 }.
Hallar f (S), f
1
(v) y f
1
(T).

Prctica 5
65
Ejercicio 6.- Calcular dim Nu f y dim Im f .
a) f : R
3
R
5
monomorfismo b) f : R
4
R
3
epimorfismo
c) f : R
4
R
4
f (x) =2x

Ejercicio 7.- Sea B = {v
1
, v
2
, v
3
} una base de V. Sea f : V V una t.l. tal que:
f (v
1
) = v
1
v
2
v
3
; f (v
2
) = av
2
+ v
3
; f (v
3
) = v
1
+ v
2
+ av
3
.
Determinar todos los valores de a para los cuales f no es monomorfismo. Para cada uno de
ellos calcular el ncleo de f.

Ejercicio 8.- Definir una transformacin lineal que verifique las condiciones enunciadas.
a) f : R
2
R
2
tal que Nu f = { x R
2
/ x
1
+ 2x
2
= 0 }, Im f = (1, 0)
b) f : R
4
R
4
tal que Nu f = { x R
4
/ x
1
+ x
2
+ x
4
= x
2
+ x
3
= 0 }
c) f : R
3
R
4
tal que (1,1,2) Nu f , Im f = (1, 0,1,1), (2,1, 0,1)
d) f : R
4
R
2
tal que (1,0,1,3) Nu f y f es epimorfismo
e) f : R
4
R
4
tal que Nu f = Im f = (2,1, 1, 0), (0,1, 0,1)
f) f : R
3
R
3
tal que f no es monomorfismo y (1,1,1) Im f
g) f : R
4
R
4
tal que Nu f = Im f y f (3,2,1,1) = f (1,2,0,1) 0.

Ejercicio 9.- Sean S
1
= { x R
4
/ 2x
1
x
2
+ x
3
x
4
= 0 ; x
1
3x
3
+ x
4
= 0 } ;
S
2
= { x R
4
/ 2x
1
x
2
x
3
+ x
4
= 0 } ; T
1
= (1, 0,1), (0,1,1) ; T
2
= (2,1, 3), (0, 0,1) .
Hallar una transformacin lineal f : R
4
R
3
que verifique simultneamente:
f (S
1
) T
1
; f (S
2
) T
2
; dim Nu f = 1.

Ejercicio 10.- Hallar h = g f , t = f g y determinar el ncleo y la imagen de f, g, h y t.
a) f : R
3
R
2
, f (x
1
, x
2
, x
3
) = (x
1
, x
1
+ x
2
x
3
), g : R
2
R
3
, g (x
1
, x
2
) = (x
1
x
2
, x
1
, x
2
).
b) f : R
3
R
3
la transformacin lineal tal que
f (0, 0, 1) = (0, 1, 1) , f (0, 1, 1) = (1, 0, 1) , f (1, 1, 1) = (1, 1, 0)
g : R
3
R
3
, g (x
1
, x
2
, x
3
) = (2x
1
+ x
3
, x
2
x
3
, 2x
1
+ x
2
)

66
Ejercicio 11.- Hallar la funcin inversa del isomorfismo f.
a) f : R
3
R
3
f (1, 1, 1) = (1, 1, 1) , f (2, 0, 1) = (1, 1, 0) , f (0, 1, 0) = (0, 0, 1)
b) f : R
2
R
2
f (x
1
, x
2
) = (x
1
, x
1
x
2
)
c) f : R
23
R
32
f (A) = A
t

Ejercicio 12.- Sea S = { x R
4
/ x
1
+ x
2
= 0, x
3
+ x
4
= 0, x
1
x
3
+ x
4
= 0 }.
Definir una t.l. f : R
4
R
4
tal que S Nu f Im f y f (1,0,1,0) = (1,0,1,0).

Ejercicio 13.- Sea g : R
3
R
4
la t.l. g (x
1
, x
2
, x
3
) = (x
1
x
2
, x
3
, x
1
+ x
3
, x
1
).
Definir, si es posible, una t.l. f : R
4
R
4
tal que:
f 0 , f g = 0 y Nu f + Im f = R
4

Ejercicio 14.- Sean S = { x R
4
/ x
1
x
2
x
3
= x
1
+ x
3
x
4
= 0} y
T = { x R
4
/ 2x
1
x
2
x
4
= 0}.
Definir una t. l. f : R
4
R
4
que verifique simultneamente Nu f = S y Nu f f = T.

Ejercicio 15.- Definir un proyector p tal que
a) p : R
2
R
2
, Nu p = ( 1, 2) e Im p = ( 1,1) .
b) p : R
3
R
3
, Nu p = (1,1, 2) . Es nico?
c) p : R
4
R
4
, Nu p = (1,1,1,1), ( 1, 0,1,1), (1, 2, 3, 3) , Im p = (1, 2, 0,1), ( 1,1, 4, 2)

Ejercicio 16.- Escribir la matriz ( ) M f .
a) f : R
3
R
2
f (x
1
, x
2
, x
3
) = (x
1
+ 4x
2
3x
3
, x
1
+ x
3
)
b) f : R
2
R
4
f (x
1
, x
2
) = (x
1
+ x
2
, 2x
1
+ x
2
, x
1
+ 3x
2
, x
1
)
c) f : R
3
R
4
tal que f (1,0,0) = (2,3,1,1); f (0,1,0) = (2,1,3,2); f (0,0,1) = (0,1,2,1).
d) f : R
3
R
3
tal que f (2,0,0) = (4,2,2) ; f (0,4,0) = (1,1,1) ; f (0,0,3) = (0,0,1).

Prctica 5
67
3
R
3
tal que ( ) M f =
1 2 1
3 1 2
2 0 2

.
a) Calcular f (1, 2, 1); f (5, 7, 2); f (0, 0, 1).
b) Hallar bases de Nu f e Im f.

Ejercicio 18.- En cada caso hallar
( )
BB
M f .
a) f : R
3
R
3
f (x
1
, x
2
, x
3
) = (2x
1
+ x
2
, x
1
x
3
, x
1
+2x
2
+ x
3
)
B = B = E
b) f : R
2
R
2
f (x
1
, x
2
) = (x
1
2x
2
, x
1
)
B = {(1,0), (1,1)} B = {(1,1), (0,1)}
c) f : R
3
R
2
f (x
1
, x
2
, x
3
) = (x
1
x
2
, x
1
+ x
2
+ x
3
)
B = {(1,1,2), (0,2,1), (0,0,1)} B = {(2,1), (1,1)}
d) f : R
4
R
3
f (x
1
, x
2
, x
3
, x
4
) = (x
1
x
3
, 2x
4
, x
2
+ x
3
)
B = {(1,1,2,0), (0,2,1,1), (0,0,2,1), (0,0,0,1)} B = E

Ejercicio 19.- Sean B = {v
1
, v
2
, v
3
}, B = {v
1
+ v
2
, v
2
+ v
3
, v
1
+ v
3
} y
B = {(1,2,1), (0,1,1), (1,3,1)} bases de R
3
, y sea f : R
3
R
3
la t.l. tal que
f (v
1
) = (2,3,2), f (v
2
) = (0,2,3), f (v
3
) = (1,2,0).
Hallar ( )
BE
M f ,
( )
BB
M f ,
( )
B E
M f y

( )
B B
M f .

Ejercicio 20.- Sea f : V V tal que ( )
B
M f =
1 4 5
2 1 0
0 3 1

y sean B = {v
1
, v
2
, v
3
} y
B = {v
1
+ v
2
v
3
, v
1
+ 2v
3
, v
2
} bases de V. Hallar
( )
B B
M f ,
( )
BB
M f y
( )
B
M f .

22
R
22
la t.l. definida por f (X) = AX con A =
2 1
3 1

.
Calcular ( )
E
M f .

68
3
R
4
tal que
( )
BB
M f =
1 1 1
1 0 2
1 2 0
0 1 1

, con
B = {(0,0,2), (0,1,1), (2,1,0)} y B = {(1,0,0,0), (1,1,1,0), (1,1,0,1), (0,1,1,1)}
a) Calcular f (0,2,1)
b) Hallar una base de Im f y una base de Nu f.

Ejercicio 23.- Sea p : R
2
R
2
un proyector que no es idnticamente nulo y es distinto de
la identidad. Probar que existe una base B de R
2
tal que ( )
B
M f =
1 0
0 0

.

4
R
3
la transformacin lineal tal que la matriz de f en las bases
B = {v
1
, v
2
, v
3
, v
4
} y B = {w
1
, w
2
, w
3
} es
( )
BB
M f =
1 3 1 0
2 2 1 1
1 1 1 1

.
a) Calcular: f (v
1
2v
3
) ; f (v
3
+ v
4
)
b) Dar bases de Nu f e Im f.
c) Calcular f
1
(w
1
)

3
R
3
tal que
( )
BB
M f =
1 1 0
0 2 1
1 0 a

con
B = {(1,1,1), (1,1,0), (1,0,0)} y B = {(1,1,1), (0,1,1), (0,0,1)}.
Hallar todos los valores de a para los cuales f (1,2,1) = (0,1,6).

Ejercicio 26.-
a) Sea f : R
3
R
3
tal que ( ) M f =
2 4
2 1
1 1
k
k
k

.
Encontrar todos los valores de k para los cuales f no es un monomorfismo.

Prctica 5
69
b) Sean B = {v
1
, v
2
, v
3
} base de R
3
, y f : R
3
R
3
la transformacin lineal tal que
( )
B
M f =
1 2 5
3 1 2
2 3 a

. Hallar todos los valores de a tales que f es isomorfismo.

1
, v
2
, v
3
} base de R
3
, y sea f : R
3
R
3
la transformacin lineal
tal que ( )
B
M f =
1 3 2
1 2 3
2 1 1

.
Hallar todos los a R para los cuales 2a
2
v
1
+ 2v
2
+ 3av
3
Im f.

1
, v
2
, v
3
} y B = { v
1
v
3
, 3v
1
+ 2v
2
, v
1
+ v
2
+ v
3
} bases de R
3
.
Sea f : R
3
R
3
tal que ( )
B
M f =
1 0 3
1 1 0
0 2 1

. Hallar
( )
B B
M f y
( )
BB
M f .

3
R
3
tal que
( )
BB
M f =
1 0 2
1 2 0
1 1 1

con B = {(1,1,1),(0,1,1),(0,0,1)} y B = {(1,1,0),(0,0,1),(0,1,2)}.
Si S = {x R
3
/ 5x
1
2x
2
2x
3
= 0 }, hallar un subespacio T de R
3
tal que R
3
= T f(S).

Ejercicio 30.- Sean B = {(1,1), (1,2)}, B = {(1,1,1), (1,1,0), (1,0,0)} y las
transformaciones lineales f : R
2
R
2
, f (x
1
, x
2
) = (x
1
x
2
, x
1
+ 2x
2
)
g : R
3
R
2
, tal que
( )
B E
M g =
1 0 1
1 2 3

y h : R
2
R
3
, tal que
( )
BB
M h =
1 0
1 0
2 2

Hallar ( ) M f f , ( )
BE
M g h y
( )
B B
M f g .

70
1
, v
2
, v
3
} una base de R
3
y sea f : R
3
R
3
la t.l. tal que
( )
B
M f =
0 2 1
0 0 1
0 0 0

.
a) Calcular
1
(3 ) f f v ,
1 2
( 2 ) f f v v y
3
( ) f f v
b) Hallar dim Nu( ) f f y dim Im( ) f f y dar una base de cada uno.

1
, v
2
, v
3
} base de V y B = {w
1
, w
2
, w
3
} base de W.
Sean f : V V y g : V W t.l. tales que:
( )
B
M f =
0 1 1
2 1 1
2 1 1

y
( )
BB
M g =
2 1 1
1 0 0
2 1 1

a) Calcular
1 2 3
(2 3 ) g f + v v v .
b) Hallar una base de Nu( ) g f y una base de Im( ) g f .

Ejericio 33.- Sea f : R
2
R
2
la t.l. dada por f (x
1
, x
2
) = (x
1
+ 2x
2
, 3x
1
x
2
).
a) Hallar
1
( ) M f

b) Hallar
1
( )
B B
M f

con B = {(1,1), (2,1)} y B = {(1,2), (0,1)}.

3
R
3
tal que ( ) M f =
1 1 0
2 1 1
0 2 1

y sea
B = {(1,0,2), (0,1,1), (2,1,0)}. Hallar ( )
BE
M f , ( )
B
M f y
1
( )
BE
M f

.

Ejercicio 35.- Sean f : V V tal que ( )
B
M f =
2 1 2
1 0 0
1 3 0

y g : V V tal que
( )
B
M g =
3 1 0
1 2 1
0 1 1

, con B = {v
1
, v
2
, v
3
} y B = {v
3
, v
2
+ v
3
, v
1
+ v
2
+ v
3
} bases de V.
Hallar
( )
BB
M g f ,
( )
B B
M g f y
1
( )
BB
M g
.

Prctica 5
71
EJERCICIOS SURTIDOS

1. Definir una t.l. f : R
4
R
4
i) Nu f Im f = (1,1,1,1) ii) (1,5,1,0) Im f iii) (3,1,2,2) Im f + Nu f.

2. Sean S
1
y S
2
subespacios de R
3
tales que dim S
1
= 1, dim S
2
= 2 y S
1
S
2
= R
3
.
Demostrar que si f : R
3
R
3
es una t.l. tal que f (S
1
) = S
1
y f (S
2
) = S
2
y B = {v
1
, v
2
, v
3
}
es una base de R
3
tal que {v
1
} es base de S
1
y {v
2
, v
3
} es base de S
2
, entonces
( )
B
M f =
0 0
0
0
a
b c
d e

con a 0 y
b c
d e
0.

3. Sea f : R
4
R
4
una t.l. que satisface:
0 f f = ; f (1,0,0,0) = (1,2,2,1) ; f (0,1,0,0) = (0,1,1,0).
Calcular ( ) M f .

4. Sea f : R
3
R
3
una transformacin lineal tal que ( ) M f =
2 1 0
5 1
8 2
k
k

.
Hallar todos los valores de k R para los cuales Nu f {0} y Nu f Im f.

5. Sean
{ }
4
1 2 3 4 1 3 4
/ 2 3 0 x x x x x x x = + = + = x R S y
{ }
4
1 2 4
/ 2 0 x x x = = x H R .
Hallar una transformacin lineal f : R
4
R
4
f (S) S ; Im f = H ; Nu( ) f f = S.

6. Sean en
4
R los subespacios (1, 2, 1, 2) = S , (0, 2, 3, 2); (1, 1,1, 2) = W y
{ }
4
1 2 3 4
/ 0 = + + = x x x x x T R .
Definir, si es posible, un isomorfismo
4 4
: f R R que satisfaga simultneamente:
( ) + = + f S T S W ; { } ( ) 0 = f S S ; { } ( ) 0 = f S W .

72
7. Sea f: R
4
R
4

1 2 3 4 1 2 3 3 4 1 2 4 1 2 3
( , , , ) ( 2 , , 2 , 2 4 2 ) = + + + + + + + f x x x x x x x x x x x x x x x .
Definir, si es posible, una transformacin lineal g: R
4
R
4
que verifique
simultneamente: Im( ) Im = f g f y 0 = g f .

8. Sea f : R
5
R
4
la t.l. dada por ( ) M f =
2 1 2 4 1
1 0 1 2 0
3 1 3 6 1
1 6 1 2 0

a) Hallar una base B
1
para Nu f y encontrar un conjunto B
2
de vectores de R
5
tal que
B = B
1
B
2
es una base de R
5
.
b) Probar que los transformados de los vectores de B
2
por f, son linealmente
independientes y extender este conjunto a una base B de R
4
.
c) Calcular
'
( )
BB
M f .

9. Sean
{ }
4
1 2 3
/ 0 = + + = x x x x S R y (2, 0,1,1); (1,1,1,1); (1, 2, 0,1) = T
Definir, si es posible, una t. l. f: R
4
R
4
que verifique simultneamente
( ) ( ) = f f S T y dim(Nu ) 1 = f .

10. Sean en
4
R los subespacios (1, 0, 1,1); (1,1, 0, 1) = W y
{ }
4
1 3 4
/ 0 x x x = = x H R y sea en
3
R el subespacio
{ }
3
1 2 3
/ 2 0 x x x = + = x R S .
Definir, si es posible, una transformacin lineal
4 3
: f R R que satisfaga
simultneamente: ( ) f = H S ; ( ) f

= W S ; (1,1, 1,1) (2, 2, 3) f = .

11. Sean S =
{ }
4
1 2 3 4
/ 0 x x x x + + + = x R y f: R
4
R
4
la t.l. dada por
1 2 3 4 1 4 2 4 1 2 1 2 4
( , , , ) ( , , , 2 ) f x x x x x x x x x x x x x = .
Definir, si es posible, una t.l. g: R
3
R
4
tal que Nu( ) f g = <(1,0,2)> e Im g = S.

12. Sean { } (1,1,1); (1,1, 0); (1, 0, 0) = B y { } ' (0, 0,1); (0,1,1); (1,1,1) = B bases de
3
R y sea
3 3
: f R R

la t.l. tal que
'
1 3 0
( ) 1 0 3
2 2 4

=

BB
M f . Calcular f
-1
(2,2,5).
Prctica 5
73
13. Sea {(1,1, 0, 0); (0,1,1, 0); (1, 0, 0,1); (0, 0, 0,1)} B = y sea
4 4
: f R R una
transformacin lineal tal que
1 1 1
0 1 1 0
( )
1 0 0 0
1 1 1
BE
a
M f
b

=

.
Determinar a y b si se sabe que (2, 3,1, 1) (2,1, 2, 4) f = y dim(Nu ) 1 f = .

14. Sean { }
1 2 3
; ; B = v v v y { }
1 2 2 3 1 3
' ; ; = + + + B v v v v v v bases de un e.v. V;
f : V V la transformacin lineal tal que
2 1
( ) 1 0 3
1 1 2

=

BB
a
M f y
2 3
5 = + v v v .
Determinar a R tal que dim(Im ) 2 = f , y para el a hallado decidir si Im f v .

15. Sea
3 3
: f R R la transformacin lineal tal que
'
1 0 2
( ) 1 2 0
1 1 1

=

BB
M f , con
{(1,1,1); (0,1, 1); (0, 0, 1)} = B y ' {(1, 1, 0); (0, 0,1); } = B v bases de
3
R .
Hallar v para que (0, 0, 1) (2, 3, 2) = f .Dar una base de ( ) f S , si ( 1,1, 0) = S .

16. Sean f: R
3
R
3
dada por
1 2 3 1 2 1 2 3 2 3
( , , ) ( , 4 , 2 ) = + + f x x x x x x x x x x y g: R
3
R
3

la t. l. tal que
1 1 2
( ) 0 1 1
0 3 2

=

B
M g , con { } (0, 0, 1); (1, 1, 2); (0,1, 3) = B .
Calcular (3, 1, 3) f g .

17. Sean { }
1 2 3
; ; = B v v v y { }
2 3 1 2 3 1 2
' ; ; = + + B v v v v v v v bases de un e.v. V y sea
: f V V la t.l. tal que
'
1 2 1
( ) 2 1 2
1 3 3

=

BB
M f . Hallar una base de Im( ) f f .

74
18. Sean { }
1 2 3
; ; B = v v v y { }
1 2 3 2 3 3
' ; ; = + + + B v v v v v v bases de un e.v. V y
1 1 0
( ) 0 0 0
0 1 1

=

BB
M f .
Hallar, si es posible, una base " de B V tal que
"
0 1 0
( ) 0 0 0
0 0 1

=

B
M f .
19. Sea f : R
4
R
3
la t.l. f (x
1
, x
2
, x
3
, x
4
) = (x
1
+ x
3
x
4
, x
1
+ x
2
+ x
4
, 2x
1
+ x
2
+ x
3
).
Hallar una t.l. g : R
3
R
4
, no nula, que satisfaga simultneamente:
0 f g = y 0 g f = .

20. Definir una transformacin lineal f: R
4
R
4
i)
{ }
1 4
Nu Im / 3 0 f f x x + = =
4
x R
ii) dim Im f = dim Nu f
iii) f (1,2,0,1) = 2f (1,0,1,2) = 2f (0,0,0,1)

21. Sean
{ }
4
1 2 4 2 3 4
/ 2 3 0 x x x x x x = + + = + + = x R S ; ' (1, 5, 2,1), (0, 2, 2, 2) = S ;

{ }
1 2
/ 0 x x = =
4
x T R y ' (1, 2, 0, 0), (1,1,1,1), (1, 0, 0, 0) = T .
Definir una t.l.
4 4
: f R R que verifique simultneamente:
i) ( ) f S T ii) ( ') ' f S T iii) dim ( ') dim( ') f + = + S S S S

22. Sea f: R
3
R
4
,
1 2 3 1 3 1 2 3 2
( , , ) ( 2 , , , ) f x x x x x x x x x = + + y sean
S = <(1,0,1); (0,1,1)> y v=(1,3,1).
Definir una t. l. g: R
4
R
3
tal que h = gof satisfaga h(v) S y dim(Nu h)=1.
23. Sea g: R
3
R
2
la t.l.
1 2 3 1 2 2 3
( , , ) ( , 3 ) g x x x x x x x = +
Definir un proyector p: R
3
R
3
tal que 0 g p = .
Prctica 5
75
24. Sea B={(2,1,1); v; w} base de R
3
y f: R
3
R
3
la t.l. tal que
1 2 1
( ) 0 1 3
1 3 2
EB
M f

=

Hallar v y w si se sabe que f (6,3,1) = (1,2,1) y f (5,2,1) = (1,1,0).

25. Sea
{ }
3
1 2
/ 2 0 x x = = x R S . Sea B={(1,1,1); (1,1,0); (1,0,0)} y f :R
3
R
3
tal que
( )
BE
M f =
2 2
1 0 0
8 8 8
1 1
a a
a a a

+ +

.
Hallar todos los valores de a para los cuales {f (0,1,2); f (1,0,4)} es base de S.

26. Sean B = {v
1
, v
2
, v
3
+v
1
, v
4
} una base de R
4
, S = < v
1
, v
2
, v
3
> y f : R
4
R
4
dada por
( )
B
M f =
0 1 1 0
1 2 0 1
1 3 1 1
2 2 2 0

. Hallar la dimensin y una base de f (S) Nu f.

27. Sea f: R
3
R
3
tal que
2 1 0
( ) 5 1
8 2
M f k
k

=

. Determinar todos los valores de k para los
cuales es Nu {0} f y Nu Im f f .

28. Sean B = {(1,1,0);(0,1,1);(0,0,1)} y f y g: R
3
R
3
dadas por
1 2 3 1 3 1 2 2 3
( , , ) ( , , ) g x x x x x x x x x = + + y
1 0 1
( ) 1 1 0
0 1 0
B
M f

=

. Hallar
1
( ) (1,1,1) f g

.

76
29. Sea f : R
3
R
3
la t. l. tal que
0 1 2
( ) 3 1 1
1 0 1
M f

=

.
Hallar, si es posible, , y , , a b c
3
v w R reales tales que { } ; ; ( , , ) B a b c = v w sea una base
de R
3
y
5 0
( ) 5 0
0 0
BE
a
M f b
c

=

.

30. Sean B = {(0,1,1);(1,0,0);(1,1,0)}, f : R
3
R
3
dada por
1 0 1
( ) 0 1 1
1 1 1
BE
M f

=

y
{ }
3
1 2 3
/ 2 5 0 x x x = + = x R S . Decidir si (9, 7, 2) f f S .

31. Sean B = {v
1
, v
2
, v
3
} y B = {2v
1
+v
2
, 2v
1
,v
2
+v
3
} bases de R
3
, y f y g: R
3
R
3
tales
que
'
2 1 3
( ) 1 1 0
3 1 2
B B
M f

=

y
'
2 0 1
( ) 1 3 2
1 2 1
B
M g

=

. Calcular
'
( )
B
M f g .

32. Sean ( 1,1, 1); (2,1,1) = S y
{ }
1 2 3
/ 2 3 0 x x x = + =
3
x R T .
Definir un isomorfismo f: R
3
R
3
tal que ( ) f = S T ; ( ) f = T S y exista un vector
w0 tal que
1
1
( )
3
f

= w w.

33. Definir una transformacin lineal f: R
4
R
4
(1,1,0,1) Nu f y Nu( ) f f = Im( ) f f .

Prctica 6
77
PRCTICA 6
NMEROS COMPLEJOS Y POLINOMIOS

NMEROS COMPLEJOS
El conjunto C de los nmeros complejos es:
C ={ z =a +bi / a, b R ; i
2
=1}
Si z C, la representacin a +bi se llama forma binmica de z.
La parte real de z es a: Re z =a.
La parte imaginaria de z es b: Im z =b.
Si z, w C z =w Re z =Re w e Im z =Im w
Sean z =a +bi y w =c +di dos nmeros complejos;
la suma es z +w =(a +c) +(b +d)i
el producto es z w =(ac bd) +(ad +bc)i
La suma es asociativa y conmutativa; el producto es asociativo y conmutativo y vale la
propiedad distributiva respecto de la suma.
Notacin: a +( b)i =a bi a +0i =a 0 +bi =bi
Si z C, z =a +bi, llamaremos conjugado de z a z a bi =
y llamaremos mdulo de z al nmero real no negativo
2 2
z a b = +
Observaciones 1)
2
= z z z 2) Si z 0,
1
2
=
z
z
z

Propiedades:
C1) z z =
C2) z w z w + = +
C3) = z w z w
C4) Si z 0,
1 1
( ) z z

=
C5) 2Re + = z z z
C6) 2(Im ) = z z z i
M1) z =0 0 z =
M2) = z w z w
M3) z z =
M4) z z =
M5) Si z 0
1
1
z z

=
M6) Si w 0
z
z
w w
=

78
Si z C, z =a +bi, z 0, llamaremos argumento de z al nico nmero real arg z tal
que 0 arg z <2 ; cosarg =
a
z
z
; senarg =
b
z
z

Si z C, la forma trigonomtrica de z es (cosarg senarg ) = + z z z i z
Si z = (cos +isen ) y w = (cos +isen ), con , >0 , , R, entonces
z =w = (es decir z w = ) y = +2k para algn k Z.
Teorema de De Moivre. Sean z, w C, z 0, w 0.
Si (cos sen ) = + z z i y (cos sen ) = + w w i entonces
(cos( ) sen( )) = + + + z w z w i
Corolario.
1
1
(cos( ) sen( ))
(cos( ) sen( ))
(cos( ) sen( ))
(cos( ) sen( ))
= +
= +
= +
= +
n
n
z z i
z z i
z
z
i
w w
z z n i n n

Z

Si w C, w 0, una raz n-sima de w es un nmero z C tal que z
n
=w.
Propiedad. Si z es una raz n-sima de w entonces:
1
arg 2 arg 2
(cos sen )
+ +
= +
n
w k w k
z w i
n n

para algn entero k tal que 0 k n 1.
Si z C, (cos sen ) = + z z i , la notacin exponencial de z es
i
z z e
=
Propiedades. Si , R
( )
i i i
i i i
e e e
e e e

+
= =
=

Prctica 6
79
POLINOMIOS
En lo que sigue K significa Q, R C.
Un polinomio con coeficientes en K es una expresin de la forma
P(x) =a
0
x
0
+a
1
x
1
+... +a
n
x
n
=
0
n
j
j
j
a x
=
con n N
0
y a
j
K .
Indicamos K[X] ={ P / P es polinomio con coeficientes en K }, y consideramos en
K[X] las operaciones de suma y producto usuales.

Grado de P: Si P 0, P(x) =a
0
x
0
+a
1
x
1
+... +a
n
x
n
y a
n
0 , definimos
grado de P =gr P =n
El polinomio nulo no tiene grado.
Valen las siguientes propiedades: si P 0, Q 0,
gr(P Q) =gr P +gr Q
gr(P +Q) max{ gr P, gr Q} (si P +Q 0)
Dados P K[X], P(x) =
0
n
j
j
j
a x
=
y z K, llamamos especializacin de P en z al
nmero P(z) =
0
n
j
j
j
a z
=

Sea P K[X], z K. Diremos que z es raz de P si P(z) =0.
Algoritmo de divisin.
Dados P, Q K[X], Q 0, existen nicos S, R K[X] tales que:
P =Q S +R con R =0 gr R <gr Q
Se dice que Q divide a P (o que P es divisible por Q) y se nota Q | P, si el resto de la
divisin de P por Q es el polinomio nulo, esto es, si P =Q S con S K[X].
Teorema del Resto.
Si P K[X] y z K, el resto de la divisin de P por (xz) es igual a P(z).
Corolario. Sea P K[X] y z K; z es raz de P si y slo si (x z) | P.
Teorema.
Si P K[X] y a
1
, a
2
, ..., a
r
K son races de P con a
i
a
j
si i j, entonces
P(x) =(x a
1
)(x a
2
)...(x a
r
) Q(x) con Q K[X].
Corolario. Si P es un polinomio de grado n entonces P tiene a lo sumo n races.

80
Teorema de Gauss.
Sea P Z[X], P(x) =
0 =
n
j
j
j
a x con a
0
0. Si
p
q
(con p Z, q N y (p, q) =1) es una
raz de P, entonces p | a
0
y q | a
n
.
Teorema fundamental del lgebra.
Si P C[X] y gr P 1, existe z C tal que z es raz de P.
Teorema.
Sea P R[X], y sea z C. Si z es raz de P z es raz de P.
Si P(x) =
0 =
n
j
j
j
a x K[X], llamaremos polinomio derivado de P a:
1
1
1
1 0
( ) ( 1)
n n
j j
j j
j j
P x ja x j a x
+
= =
= = +

Propiedades.
( ) P Q P Q + = + ( ) ( ) P Q P Q P Q = +
0
( ) 0 kx =
Notacin: Designamos
( ) ( 1)
( ) ( ( ( )))
= =
m m
P P P
Si P K[X], diremos que z C es raz de multiplicidad k de P (k N) si
P(x) =(x z)
k
Q(x) con Q C[X] y Q(z) 0.
Teorema.
Sea P R[X], y sea z C; z es raz de multiplicidad k de P si y slo si
2 ( 1)
( ) ( ) ( ) ( ) 0
k
P z P z P z P z
= = = = = y
( )
( ) 0
k
P z .
Polinomio interpolador de Lagrange
Sean a
0
, a
1
, ..., a
n
, a
i
K , a
i
a
j
si i j, y sean b
0
, b
1
, ..., b
n
arbitrarios, b
i
K
. Existe un nico polinomio L K[X], con L =0 gr L n , que satisface L(a
i
) =b
i

para i =0, 1, ..., n. Se trata del polinomio:
0
( ) ( )
n
i i
i
L x b L x
=
=
donde
0
0
( )
( )
( )
n
k
k
k i
i n
i k
k
k i
x a
L x
a a
=

Prctica 6
81
EJERCICIOS
NMEROS COMPLEJOS
Ejercicio 1.- Dar la forma binmica de z.
a)
1
(3 ) ( 5)
5
z i i = + + b) ( 2 )( 3 ) z i i = + c)
1 1
(3 )(3 ) (3 2)
3 3
z i i i = + + +

Ejercicio 2.- Dar la forma binmica de z.
a)
1
(1 2)(1 2) z i i

= + b) (1 )(2 3)(3 2) z i i i = + + +
c)
1
(1 ) ( 2 2) ( 2 5) z i i i
= + + + +

Ejercicio 3.- Calcular z .
a) ( 2 ) (3 2 3) z i i = + + b)
1
(1 )(1 ) z ai ai a
= + R
c)
1
(3) z i

= d) 1 z i i i = + +
e) (1 )(1 2)(3 ) z i i i = + f)
10
3(1 3) z i = +

Ejercicio 4.- Dar la forma binmica de z .
a) 1 z i i = + b) 1 z i i i = + + +
c) (1 2)(2 ) z i i = d) (1 3)(1 3) z i i = +

Ejercicio 5.- Representar en el plano todos los z C tales que:
a) 3 z = b) 2 z c) z z =

Ejercicio 6.-
a) Representar en el plano el conjunto B { / 1 2} z z i = + C .
b) Representar en el plano el conjunto B { / 1 3 } z z z i = + C .
c) Si
1
A { / Re 1, Im }
2
z z z = C y B { / 1 3 5} z z i = = C , representar
C A B = .

Ejercicio 7.- Escribir en forma binmica todos los z C tales que:
a)
2
1 4 3 z i = b)
2
16 14 3 z i = +
c)
2
2 3 0 z z + + = d)
2
5 2 z i z =

Ejercicio 8.- Hallar todos los z C tales que su conjugado coincide con su cuadrado.

82
Ejercicio 9.- Calcular Rez e Imz .
a) 2(cos sen ) z i = + b)
3 3
3(cos sen )
2 2
z i = +
c)
2 2
(cos sen )
3 3
z i = + d)
7 7
2(cos sen )
4 4
z i = +

Ejercicio 10.- Escribir z en forma trigonomtrica.
a) 5 z = b) 6 z = c) 15 z i = d)
1
3
z i =
e) 5 5 z i = + f) 3 3 z i =
g) 3(cos0 sen0) z i = + h) 3(cos sen )
2 2
z i

=
i) 2(cos cos )
3 3
z i

= + j) (cos sen )
2 2 2
z i i

= +

Ejercicio 11.- Representar en el plano.
a) A { / arg 0} z z = = C b)
1 5
B { / arg }
2 4
z z = C
c)
2
C { / | | 5, 0 arg }
3
z z z = = C d) C { / | 1 | 3, arg }
6 3
z z i z

= + C
Ejercicio 12.-
a) Escribir en forma trigonomtrica
3 1
(1 )( )
2 2
z i i = +
b) Escribir en forma binmica
15
( 3 3 3) z i = +
c) Escribir en forma binmica
5
1
( 3 )
i
z
i
+
=
+

Ejercicio 13.- Encontrar todas las races n-simas de w para:
a) n =3 1 w = b) n =5 3 w = c) n =4 1 3 w i =

Ejercicio 14.- Determinar todos los z C tales que
8
1
3
i
z
i
=
+

Ejercicio 15.- Encontrar todos los z C que satisfacen:
a)
3 2
z i z = b)
10 10
4 z z = c)
5
0 z z =
d)
4 4
0 z z
+ = e)
3 2
9 0 z i z z + = f)
4 8
3 3
( )
2 2
z i =

Prctica 6
83
Ejercicio 16.-
a) Escribir en forma binmica
i
e
,
3
i
e
, 2
i
e

,
5
6
i
e

.
b) Expresar en forma exponencial las races quintas de 1.
c) Probar que t R es cos
2
it it
e e
t
+
= y sen
2
it it
e e
t
i
=

POLINOMIOS

Ejercicio 17.- Calcular PQ , 3P +Q y P
2
Q e indicar el grado de cada uno.
a) P(x) =2x +1 Q(x) =x
2
+3x 2
b) P(x) =3x
2
+x 1 Q(x) =9x
2
3x +6
c) P(x) =x
3
3 Q(x) =x
3
+2x
2
+1

Ejercicio 18.- Encontrar, si existen, a, b y c en R tales que:
a) 3x 2 =a(x
2
+x +3) +b(x
2
2x +1) +c(x
2
3)
b) (2x 1)(x +1) =ax
2
+b(x +1)(x +3)

Ejercicio 19.- a) Determinar a R tal que:
i) Si P(x) =ax
3
3ax
2
+2, sea P(2) =3
ii) Si P(x) =x
3
+3x
2
+a, P tenga a cero como raz
iii) Si P(x) =ax
2
+ax +3, sea P(1) =3 y gr P =2
b) Determinar a, b y c en R para que:
i) P(x) =ax
2
+bx +c tenga a 1 y 1 por races
ii) P(x) =x
2
+2bx +a y Q(x) =ax
3
b tengan a 2 como raz comn.

Ejercicio 20.- Determinar todas las races de P.
a) P(x) =x
2
+ix +1 b) P(x) =x
2
+(1 i)x +1
c) P(x) =x
2
+2x +1 d) P(x) =ix
5
1

Ejercicio 21.- Hallar todas las races de P.
a) P(x) =3x
3
+x
2
+12x +4
b) P(x) =
1
3
x
3
+2x
2
+
2
3
x 7
c) P(x) =x
4
+2x
3
9x
2
18x
d) P(x) =x
4
x
3
9x
2
x 10 sabiendo que i es raz

84
e) P(x) =x
5
25x
3
+85x
2
106x +45 sabiendo que (2 +i) es raz
f) P(x) =x
4

9
4
x
2

9
4

g) P(x) =x
6
2x
4
51x
2
108 sabiendo que P( 3 i) =0

Ejercicio 22.- Dado P(x) =2x
4
6x
3
+7x
2
+ax +a, determinar a R sabiendo que
(1 +i) es raz de P y hallar las restantes races de P.

Ejercicio 23.- Escribir x
4
+1 como producto de polinomios irreducibles en C[X] y en
R[X].

Ejercicio 24.- Determinar la multiplicidad de como raz de P.
a) P(x) =(x
2
1)(x 1)
3
(x
5
1) =1
b) P(x) =x
4
+3x
3
+12x
2
=0
c) P(x) =x
3
x
2
5x +6 =2
d) P(x) =(x
4
+1)(x
2
+1)(x
3
+i) =i

Ejercicio 25.- Hallar todas las races del polinomio P y escribirlo como producto de
polinomios de grado 1.
a) P(x) =x
5
6x
4
+10x
3
+4x
2
24x +16, y se sabe que P tiene una raz triple.
b) P(x) =4x
3
+8 3x
2
+15x +3 3, y se sabe que P tiene una raz doble.

Ejercicio 26.-
a) Hallar P R[X], de grado mnimo, que tenga a 1/2 como raz simple, a (1 +i) como
raz doble y que verifique que P(0) =2.
b) Hallar todos los polinomios P con coeficientes reales, de grado 3, que tengan a (2)
como raz doble y que verifiquen P(1) =P(1).

Ejercicio 27.- Sabiendo que Q(x) =81x
4
1 y P(x) =9x
4
+27x
3
8x
2
+3x 1 tienen
alguna raz comn, encontrar todas las races de P.

Ejercicio 28.- Sea P(x) = 2x
3
5x
2
+4x +1, y sean a, b y c sus races.
Calcular: a+b+c abc a
2
+b
2
+c
2

1 1 1
a b c
+ +

Ejercicio 29.- Calcular la suma y el producto de las races sptimas de la unidad.

Prctica 6
85
Ejercicio 30.-
a) Sea P(x) =3x
3
2x
2
+x +.
Encontrar R para que la suma de dos de las races de P sea igual a 1.
b) Sea P(x) =x
3
+2x
2
7x +.
Encontrar R de manera que una de las races de P sea igual a la opuesta de otra.
c) P(x) =3x
3
+x
2
2x +.
Encontrar R tal que una de las races de P sea igual a la suma de las otras dos.
Ejercicio 31.-
a) Encontrar un polinomio P, de grado a lo sumo 3, que satisfaga:
P(1) =1 ; P(0) =1 ; P(2) =2 ; P(1) =0
b) Encontrar la ecuacin de una parbola que pase por P
1
, P
2
y P
3
, donde
P
1
=(1,1) ; P
2
=(0,1) ; P
3
=(2,2)
c) Encontrar un polinomio de grado 4 que satisfaga:
P(1) =1 ; P(0) =1 ; P(1) =4

EJERCICIOS SURTIDOS
1. Hallar todos los z C tales que:
a)
3
3 z izz = b)
3
(1 3) 2 i z z + =

2. Sea z C , z 1, tal quez=1. Calcular
1
Im( )
1
+
z
i
z
.

3. Hallar un polinomio P R[X], de grado mnimo, que verifique:
P(1+i) =0 ; 1 es raz doble de P ; Im(P(i)) =28

4. Sea P(x) = (x
3
ax
2
a
2
x +1)(x
2
a
2
). Hallar a para que 1 sea raz doble de P.

5. Sean P(x) = x
4
+x
3
7x
2
8x 8 y Q(x) =x
3
1. Se sabe que P y Q tienen al
menos una raz comn. Hallar todas las races deP en C.

6. Hallar un polinomio [ ] P X R , de grado mnimo, que verifique simultneamente:
las soluciones de
2
5 z z = son races de P; P tiene alguna raz doble; P(1) =31.

7. Encontrar todas las races de P(x) = x
5
+x
4
+x
3
+2x
2
12x 8 , sabiendo que tiene
alguna raz imaginaria pura.

86
8. a) Hallar todas las races sextas de (1 +i)
b) Existe una raz sexta de (1 +i) cuyo conjugado sea tambin raz sexta de (1 +i)?
c) Hallar el producto de todas las races sextas de 1 +i.

9. a) Hallar el resto de la divisin de P por (x 3)(x +2), si P(3) =1 y P(2) =3
b) Calcular el resto de la divisin de P(x) =x
n
2x
n1
+2 por x
2
+x.
c) Los restos de dividir a P(x) por (x +2) , (x 3) y (x +1) son 3, 7 y 13
respectivamente. Calcular el resto de la divisin de P(x) por (x +2)(x 3)(x +1)
d) Calcular el resto de la divisin de P(x) =(cos a +x sen a)
n
por x
2
+1.

10. SeaP R[X] y Q(x) =x
3
2x
2
+x. Hallar el resto de la divisin de P por Q
sabiendo que P(0) =1; P(1) =3; P(1) =3.

11. Encontrar todos los z C tales que
7 3 10
2 z z i = .

12. Hallar z
1
y z
2
tales que ambos sean soluciones de
2
(1 ) (2 2) i z i z = + y que adems
verifiquen
1
Re( ) 0 z < ;
1 2
Im( ) 0 z z > .

13. Encontrar un polinomio [ ] P X R de grado mnimo que tenga por races a las
soluciones de la ecuacin
2
(2Im Re ) 5 12 z i z i = + .

14. Hallar un polinomio [ ] P X R de grado 4, que cumpla las siguientes condiciones:
i) el coeficiente principal de P es igual a 6 ii) 1i es raz de P
iii) el cociente entre dos de sus races reales es igual a 4 iv) P(0)=192

15. Graficar los z C tales que
4 4
( ) = z z y Re( ) 1 z < .

16. Hallar todos los z C tales que
6 4
( )
= z i z e
3
Im( ) 0 < z .

17. Hallar un polinomio [ ] P X R , de grado mnimo, que tenga por races a todas las
soluciones de la ecuacin
4
4
2 = z z i z .

18. Hallar todas las races de
4 3 2
( ) 4 3 8 10 = + + P x x x x x sabiendo que la suma de
sus races reales es igual a cero.

19. Se sabe que el polinomio
4 3 2
( ) 2 2 8 8 = + P x x x x x tiene alguna raz imaginaria
pura. Hallar todas las races de P y escribir P como producto de polinomios de grado 1.
Prctica 7
87
PRCTICA 7
AUTOVECTORES Y AUTOVALORES
Sea A R
nn
. Un vector v R
n
, v 0, es un autovector de A (o vector propio), si
existe R tal que Av = v.
Diremos que el nmero es un autovalor de A (o valor propio) y que el vector v es un
autovector de A asociado al autovalor .

Sea f : V V una transformacin lineal. Un vector v V, v 0, es un autovector de f
asociado al autovalor , si f (v) = v.
El conjunto S
= { v V / f (v) = v } es el subespacio asociado al autovalor .

Sea f : R
n
R
n
una transformacin lineal. Si v es un autovector de f asociado al
autovalor y A = ( ) M f , entonces v es un autovector de A asociado al mismo
autovalor , pues Av = f (v) = v
Propiedad: es autovalor de A si y slo si la matriz A I no es inversible, o sea, si y
slo si det(A I) = 0.
El polinomio P() = det(A I) se llama polinomio caracterstico de A. Su grado es n y
los autovalores de A son races de P.
Propiedad: Si
i

j
i j y v
1
, ..., v
r
son autovectores de A asociados a los auto-
valores
1
, ...,
r
, respectivamente, entonces { v
1
, ..., v
r
} es linealmente independiente.
La transformacin lineal f : V V se dice diagonalizable si existe una base B de V tal
que ( )
B
M f es diagonal.
Propiedad: Si f : V V es una transformacin lineal y B es una base de V formada
por autovectores de f, entonces ( )
B
M f es diagonal.
Propiedad: Si dim V = n y f tiene n autovalores distintos, entonces f es diagonalizable.
Propiedad: Si B y B son dos bases de V, y f : V V es una transformacin lineal,
entonces las matrices ( )
B
M f y
( )
B
M f tienen los mismos autovalores.

88
Una matriz A R
nn
se dice diagonalizable si existe una matriz diagonal D R
nn
y
una matriz inversible C R
nn
tales que A = C D C
1

Propiedad: Una matriz A R
nn
es diagonalizable si y slo si tiene n autovectores
linealmente independientes, v
1
, ..., v
n
.
En este caso C es la matriz cuyas columnas son v
1
, ..., v
n
, y
1
2
0
0
n
D

,
donde
i
es el autovalor asociado a v
i
.

EJERCICIOS

Ejercicio 1.- Para cada matriz calcular todos los autovalores y para cada uno de ellos
hallar el subespacio asociado.
a)
7 5
10 8

b)
4 2
3 3

c)
2 1
4 2

d)
4 1
0 4

e)
2 3 1
1 1 4
1 2 1

f)
3 5
1 1

g)
1 2 1
0 5 4
0 8 7

Ejercicio 2.-
a) Hallar todos los k R para los cuales A =
0 0 3
1 0 1
1 1 k

tiene a 1 como autovalor.
b) Para los valores de k hallados, calcular todos los autovalores de A.

Ejercicio 3.- Encontrar una base B de R
3
para la cual ( )
B
M f sea diagonal.
a) f : R
3
R
3
tal que ( ) M f =
3 1 1
0 5 0
0 7 2

.
b) f : R
3
R
3
tal que ( ) M f =
2 2 4
0 4 0
6 2 8

.
Prctica 7
89
Ejercicio 4.- Sean B = { (1, 1, 1); (0, 1, 1); (0, 0, 1) } y f : R
3
R
3
la t. l. definida por
( )
B
M f =
5 0 0
3 1 1
1 0 3

. Encontrar una base B de R
3
tal que
( )
B
M f sea diagonal.

Ejercicio 5.- Sea B = {(1, 1, 0); (0, 0, 1); (3, 2, 0)} y f : R
3
R
3
la t.l. tal que
( )
BE
M f =
3 2 9
4 4 9
2 0 6

. Decidir si f es diagonalizable.
En caso afirmativo, encontrar una base B tal que
( )
B
M f sea diagonal.

Ejercicio 6.- Determinar si la matriz A es diagonalizable; en caso afirmativo encontrar
matrices C y D tales que D es diagonal y A = C D C
1
.
a) A =
3 5
3 1

b) A =
1 1 4
3 2 1
2 1 1

c) A =
1 2 4
3 4 6
5 5 9

d) A =
1 1 1
1 1 1
1 1 3

e) A =
4 6 6
1 3 2
1 5 2

Ejercicio 7.- Dada A =
0 2 2
2 3 4
2 4 3

, calcular A
10
.
Ejercicio 8.- Sea f: R
3
R
3
tal que ( ) M f =
0 0 3
1 0 1
2 1 1

y
2
( 3, 4,1) a a = + S .
Hallar todos los valores de aR para los cuales f(S) = S.

3
R
3
la transformacin lineal dada por
f (x
1
, x
2
, x
3
) = (4x
1
+ 4x
2
+ 4x
3
, 5x
1
+ 7x
2
+ 10x
3
, 6x
1
7x
2
10x
3
).
Encontrar una base de B de R
3
tal que ( )
B
M f =
2 1 0
0 2 0
0 0 3

.

90

EJERCICIOS SURTIDOS

1. Se sabe que la matriz A =
0 0 2
1 0 1
3 1 k

tiene un autovalor igual a 2.
Decidir si A es diagonalizable.

2. Sea f : R
3
R
3
la transformacin lineal tal que ( ) M f =
2 0 0
3 5 6
3 3 4

.
Hallar una base B de R
3
, B = {(1, 1, 0), v
2
, v
3
} tal que ( )
B
M f sea diagonal.
3. Sea {v
1
, v
2
, v
3
} una base del espacio vectorial V y f : V V la t.l. definida por:
f (v
1
) = v
1
2v
2
; f (v
2
) = v
1
+ 2v
2
; f (v
3
) = 2v
3
. Hallar una base de autovectores de f.

4. Sea B = {v
1
, v
2
, v
3
} base de R
3
y f : R
3
R
3
la t.l. tal que ( )
B
M f =
3 0 0
0 2 0
1 0 2

.
Hallar los autovalores y autovectores de f. Es f diagonalizable?

5.- Sea f : R
3
R
3
, f (x
1
, x
2
, x
3
) = (2x
1
+ 2x
3
, 7x
1
3x
2
+ x
3
, x
1
+ 4x
3
).
Determinar para que f no sea isomorfismo y decidir si existe una base B de R
3
tal
que ( )
B
M f sea diagonal.

6. Sea f : R
3
R
3
la t.l. f (x
1
, x
2
, x
3
) = (2x
1
+ x
2
x
3
, 3x
2
+ 2x
3
, x
3
).
Hallar una base B de R
3
tal que
1
( )
B
M f

sea diagonal.
7. Sean S = {x R
4
/ 3x
1
+ x
2
x
3
+ 4x
4
= 0} y T = <(1,1,0,1), (1,0,1,0)>.
Hallar una t.l. f : R
4
R
4
tal que sus autovalores sean 3, 2 y 0; Im f = T y Nu f S.

8. Sean B = {(0,1,1), (1/2,1/2,0), (0,0,1)} una base de R
3
y f : R
3
R
3
la t.l. tal que
( )
EB
M f =
3 2 2
4 0 2
5 2 1

. Hallar una base B tal que
( )
B
M f sea diagonal.

Prctica 7
91
9. Sean B = {(0,0,1), (1,0,0), (0,1,0)}; B = {(0,0,1), (1,1,1), (3,2,1)} y
f : R
3
R
3
la t.l. tal que
( )
BB
M f =
1 0 0
0 2 0
0 1 2

. Hallar los autovalores de f f.

10. Sea B = {(1,0,1), (0,2,1), (1,3,2)} y f : R
3
R
3
la t.l. tal que
( )
B
M f =
0 2
0 2
1 0 1
a
b

. Encontrar a y b para que f (1, 1, 0) = (1, 1, 0).
Para los valores hallados, decidir si f es diagonalizable.

11. Sea
2 2
0 2
1 2 2
a
A b
a b

=

+

.
Determinar a y b para que (1,1,0) sea autovector de A.

12. Dada la matriz
3 0 0
8 5 4
8 8
A
k

=

, hallar k R sabiendo que 1 es autovalor de A.
Para ese valor de k, determinar si A es diagonalizable.

13. Sean B={v
1
; v
2
; v
3
} y B={v
1
; v
1
v
3
; v
2
+ v
3
} bases de R
3
y sea f: R
3
R
3

tal que
'
0 4 4
( ) 1 4 3
0 1 0
BB
M f

=

. Decidir si f es diagonalizable.

14. Sean B= {v
1
, v
2
, v
3
} y B= {v
2
+v
3
; v
2
v
1
; v
2
} bases de V . Sea f: V V la t. l. tal
que

( )
B B
M f =
3 1 0
0 1 3
2 0 0

y sea g: V V definida por g(v) = f(v) 2v.
Hallar una base B de V tal que ( )
B
M g sea diagonal.

15. Sea
3 3
: f R R una t. l. que verifica: f(1,1,0) = (2,10, k) ; f(0,1,0) = (0, 3, 0) y
f(0,1,1) = (2,2, 4).
Hallar, si es posible, los k R para los cuales f no es monomorfismo.
Para los valores de k encontrados, decidir si f es diagonalizable.

92
16. Sean { } (1, 2, 2); (0, 1, 0); (0,1, 1) = B y f: R
3
R
3
la t. l. tal que
2
2 0 0
( ) 0 1
5 0 2

=

EB
M f k
k
.
Hallar todos los valores de k para los cuales 1 es autovalor de f y f es diagonalizable.

17. Sean { }
1 2 3
; ; B = v v v y { }
1 1 2 1 2 3
' ; ; 2 = + B v v v v v v bases de un e.v. V y
5 2 2
( ) 0 1
0 1 4

=

BB
M f a .
Hallar, si es posible, una base de autovectores de f, sabiendo que
2 3
2 v v es un
autovector de f .

ALGEBRA(27) Primer Parcial A
En cada ejercicio escriba todos los razonamientos que justifican la respuesta.
1. Sean : (1, 1,2) (2,1,1) + L y (3,1,0) P = . Hallar todos los planos que son
paralelos al plano que contiene a L y a P y tales qued( , ) 2 11 P = .
2. Sea
0 1
6 3 4
0 0
k
A k
k

= +

. Hallar todos los valores de k R para los cuales los
sistemas 0 A = x y A = x x tengan infinitas soluciones. Para los valores obtenidos
resolver el sistema A = x x.
3. Sea
{ }
3
1 2 3
/ 3 0 x x x = + = x R S . Hallar una base { }
1 2 3
; ; B = v v v de
3
R tal que
1
v S;
2
v S ;
3

v S ; el vector (3,6,1) tiene coordenadas (2,3,0) en la base B y el
vector ( 5,2, 5) tiene coordenadas (0,1, 1) en la base B.
4. Sean
{ }
4
1 3 4
/ 2 0 x x x = + + = x R H ,
{ }
4
1 2 3 4 1 2
/ 0 x x x x x x = + + = + = x R S y
(3,2,1, 1);(1,1,1,0) = T .
Encontrar, si es posible, un subespacio W tal que { } 0 W T y = W S H.
ALGEBRA(27) Primer Parcial B
1. Sean
1 1 3
: 1 x x + = y
2 1 2 3
: 2 3 x x x + + = . Hallar dos rectas
1 2
y L L que
verifiquen simultneamente:
1 1
L ;
2 2
L ;
1 2
L L ;
1 2
L L .
2. Determinar para qu valores de a y b,
2
0
1
X

=

es una de las infinitas soluciones de
la ecuacin
1 0 1 2 1 1
3 1 1 1 2 1 2
1 0 1 1 3 4
b
X X
a

= +

.
Para los valores hallados, encontrar todas las soluciones de la ecuacin.
3. Se sabe que { }
1 2 3
; ; B = v v v y { }
1 2 1 2
3 ;2 ; B = + v v v v w son bases de un espacio
vectorial V.
Determinar w sabiendo que el vector
1 2
4 + + v v w tiene las mismas coordenadas en
ambas bases.
4. Sean (1,2, 1, 2);(3,2,1, 6) = S y
{ }
4
4
/ 0 x = = x H R .
Hallar, si es posible, un subespacio T que verifique simultneamente:
T H; dim 2 = T ;
4
+ S T R ;
4
+ S T R .

ALGEBRA(27) Segundo Parcial A
1. Sean (1, 1,2,0);(3, 1,3,1) = S ,
{ }
4
1 4 2 4
/ 0 x x x x = = = x T R y (1, 1,2,3) = W .
Definir una transformacin lineal
4 4
: g R R tal que Nu g = W ; ( ) g T S y ( ) g T S.
2. Sea { } (1,1,0);(2,1,0);(0,0,1) = B una base de
3
R y
3 3
: f R R la transformacin
lineal tal que
1 1 2
( ) 1 0 1
1 0
EB
k
M f k
k k
+

=

+

.
Hallar todos los valores de k R tales que dim(Im ) 2 = f y (4,3, 1) Im f .
3. Sea
4 3 2 2
( ) 2 ( 1) 6 (5 6) P x x x x x = + + + + . Hallar todos los valores de R
para los cuales 1 es raz mltiple de P. Para los valores de hallados, escribir a P
como producto de polinomios de grado 1.
4. Sean { } (1,1,1);(1,1,0);(0,1, 1) B = y { } (0,1,1);(0,0,1);( 1,0,0) B = bases de
3
R . Sean las t. l.
3 3
: f R R tal que
2 0 0
( ) 0 0 0
0 0 3
B
M f

=

y
3 3
: g R R tal que
8 8 3
( ) 10 10 0
3 3 3
EB
M g

=

.
Se sabe que f y g tienen los mismos autovectores. Hallar los autovalores de g y los de f g .
ALGEBRA(27) Segundo Parcial B
1. Sean (1, 1,2,1);(1,0,1,0) = T y
{ }
4
1 2 3 4
/ 2 0 x x x x = + + + = x R W .
Definir, si es posible, una transformacin lineal
4 4
: f R R que verifique
simultneamente: ( ) f T T ; Im f = W .
2. Sean { }
1 2 3
; ; B = v v v y { }
1 2 2 3 2
; ; B = + v v v v v bases de un espacio vectorial V.
Sean : f V V y : g V V las transformaciones lineales tales que
2 0 1
( ) 1 1 1
0 1 1
B
M f

=

0 1 1
( ) 1 1 0
1 1 1
B B
M g

=

. Calcular
1 2 3
(2 ) g f + v v v .
3. El polinomio [ ] ( ) P x X R ,
4 3 2
( ) 25 36 P x x ax x x b = + + tiene al menos una raz
real, y todas sus races tienen parte real igual a 2.
Hallar todas las races de ( ) P x .
4. Sea
3 3
: f R R una transformacin lineal tal
1 2 0
( ) 0 1 2
0 1
M f

=

.
Hallar R para que (1,1,2) sea autovector de f y decidir si f es diagonalizable.

ALGEBRA(27) EXAMEN FINAL

Para aprobar el examen es necesario tener por lo menos 8 respuestas correctas, y ms respuestas
correctas que incorrectas. En cada ejercicio marque la nica respuesta correcta.
.
1. Sean
1 2 3
: 4 x x x + + = y : (1, 0,1) (0, 1, 1) + L . Si P = L , entonces ( , ) d P O es igual a
3 14 2 14
.
2. Sea
2
( , 1, 0, 1); (0, , 2, 0) k k = S . El conjunto de los k R tales que (1, 2, , 2) k

S es
{ } 2 { } 2 { } 2; 2 { } 2; 2 R
.
3. Sean (1, 1, 0); (0, 2, 2) = S y ( 1,1, 2) A = . Una ecuacin de la recta perpendicular a S que pasa
por A es
(1,1, 1) (0, 2,1) X = + ( 1,1, 2) (1,1, 1) X = +
(1,1, 0) ( 1,1, 2) X = + (1,1, 1) X =
.
4. Sean
{ }
2 2
/ A AB BA
= = R S y
1 1
0 0
B

=

. La dimensin de S es
0 1 2 3
.
5. Sean { }
1 2 3
; ; B = v v v y { }
1 2 1 2 3
; ; B = + v v v v v bases de un e.v. V. Las coordenadas de
1 2 3
3 = v v v v en la base B son
( 2, 5,1) (2, 2,1) (3, 1, 1) (1, 2, 3)
.
6. Si
4 2 4
( ) ( 2 1)(2 2) P x x x x = + + + entonces i es una raz de P de multiplicidad
1 3 4 2
.
7. Sea
3 3
: f R R la t.l.
1 2 3 1 3 1 2 1 2 3
( , , ) ( , 3 , 2 ) k k f x x x x x x x x x x = + + + . El conjunto de los k R
para los cuales f es isomorfismo es
{ } 2 { } 2; 3 { } 2; 3 R
.
8. Sean
3 3
, A B

R . Si det(3 ) 3 A = y det( ) 3 AB = , entonces
1
det( ) B
es igual a

1
3
3
1
27
27
.
9. Sean
1 0 2
0 1 1
1 1 3
A

=

,
1
2
3

=

v y
1
1
2

=

b . El conjunto de soluciones del sistema ( ) A = x v b es
{ } (2,1,1) (1,1, 0) + { } (2,1,1) (2, 1, 3) + { } (1, 2, 3) (1,1, 0) +
.
10. Sean { }
1 2
; B = v v una base de un e.v. V y : f V V la t.l. tal que
1 1
( ) 3 f = v v y
2
( ) 0 f = v .
Sea : g V V la t.l. tal que ( ) ( ) 2 g f = + v v v para todo v V. Los autovalores de g son
5 y 2 3 y 2 5 y 0 3 y 0
.

11. Si
3
1 z i = entonces el argumento de 5z puede ser

7
4

5
4

3
4

1
4

.
12. La suma de las races del polinomio
4 3 2
( ) (2 6 8 6)( 1)( 2) P x x x x x x x = + + + es igual a
3 7 4 7
.
13. Sean { } (1,1,1); (1, 0,1); (0, 0,1) B = y
3 3
: f R R la t.l. tal que
2 1 1
1 1 0
2 0 2
( )
BE
M f

=

.
El Nu f es igual a
( 1,1, 1) (0,1,1) ( 2, 0, 2) { } 0
.
14. Si
1 2 1
0 1 1
1 0 1
( ) M f

=

entonces Nu Im f f es igual a
( 1,1,1) (1, 0,1) ( 1,1,1); (1, 0,1) { } 0
.
15. Sea un autovalor de la matriz A. Dadas I: ( ) A I = x b tiene solucin nica;
II: A = x x tiene infinitas soluciones;
I es verdadera y II es verdadera I es verdadera y II es falsa
I es falsa y II es verdadera I es falsa y II es falsa
.
16. Si (1, 1, 2); (1,1, 1); (0, , 3) a = S y (0, 2, ) b = T , entonces
3
= R S T para
2; 3 a b = = 2; 3 a b = 2; 3 a b = 2; 3 a b
.
17. Sean
{ }
3
1 2 3
/ 0 x x x = = x R S y ( 1, 1,1); (1, 0, 2) = T . Si
3 3
: f R R es una t.l. que
verifica ( ) f = S T y ( ) f = T S, entonces (2,1,1) f puede ser igual a
(0, 0, 0) (2, 2, 4) (2, 0, 4) (4, 2, 2)
.
18. Sean { } (1, 0,1); ; (0,1, 1) B = v una base de
3
R y
3 3
: f R R la t.l. tal que
1 1 0
0 1 1
1 1 1
( )
EB
M f

=

. Si (2, 1, 2) (4, 5, 5) f = , entonces v es igual a
(1, 1,1) (1, 2,1) (0,1, 0) (1, 3, 1)
.
19. Si , S T y H son subespacios de
3
R tales que ,
S H
H T y
3
+ = R S T entonces dim( ) = H
0 1 2 3
.
20. Si S y T son subespacios de
4
R tales que 2 dim( ) dim( ) < S T , puede asegurarse que
{ } 0 = S T { } 0 S T = S T S = S T T
.

PROGRAMA

LGEBRA C.B.C. (PARA ALUMNOS DE CIENCIAS EXACTAS E INGENIERA)

1.- LGEBRA VECTORI AL
Puntos en el espacio n-dimensional Vectores Producto escalar Norma Rectas y
planos Producto vectorial.

2.- ESPACI OS VECTORI ALES
Definicin Propiedades Subespacios Independencia lineal Combinacin lineal
Sistemas de generadores Bases Dimensin Suma e interseccin de subespacios
Suma directa Espacios con producto interno.

3.- MATRI CES Y DETERMI NANTES
Espacios de matrices Suma y producto de matrices Ecuaciones lineales Eliminacin
de Gauss-J ordan Rango Teorema de Roch-Frobenius.
Determinantes Propiedades Determinante de un producto Determinantes e inversas.

4.- TRANSFORMACI ONES LI NEALES
Definicin Ncleo e imagen Monorfismos, epimorfismos, isomorfismos Composicin
de transformaciones lineales Transformaciones lineales inversas.

5.- NMEROS COMPLEJ OS Y POLI NOMI OS
Nmeros complejos Operaciones Forma binmica y trigonomtrica Teorema de De
Moivre Resolucin de ecuaciones Polinomios Grado de un polinomio Operaciones
con polinomios Races Teorema del resto Descomposicin factorial Teorema
fundamental del lgebra Frmula de interpolacin de Lagrange.

6.- TRANSFORMACI ONES LI NEALES Y MATRI CES
Matriz de una transformacin lineal Matriz de la composicin Matriz de la inversa
Cambios de Bases.

7.- AUTOVALORES Y AUTOVECTORES
Vectores y valores propios Polinomio caracterstico Aplicaciones Subespacios
invariantes Diagonalizacin.

BI BLI OGRAF A
ANTON, H. Introduccin al lgebra lineal Edit. Limusa.
LANG, S. Algebra lineal Fondo Educativo Interamericano.
GROSSMAN, S. Algebra lineal Grupo Editorial Iberoamrica.
KUROSCH,A.G. Curso de lgebra superior Edit. MIR.
LIPSCHUTZ, S. Algebra lineal Serie Schaum Mc.Graw Hill.
GENTILE, Enzo Algebra lineal Edit.Docencia
KOLMAN,B. Algebra lineal Fondo Educativo Interamericano.
HERSTEIN,I.N. y WINTER,D.J . Algebra lineal y teora de matrices Grupo Editorial
Iberoamrica.

Guia de Ejercicios PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia de Ejercicios PDF

Cargado por

Copyright:

Formatos disponibles

Prcticas 0 a 7

est dado por

son paralelos o tienen igual direccin si existe k en R, k 0 tal que

tienen igual sentido; si k <0, AB

tienen sentidos opuestos.

R (matrices de traza nula)

= > R (matrices triangulares superiores)

es compatible determinado, compatible

tiene como conjunto solucin una recta.

v R W es un subespacio de V que se denomina subespacio generado por

S basta buscar n-r vectores

= + v s s s s s S S se llama la proyeccin ortogonal de v sobre S.

S , y tal que que vector (0,5,2) tenga coordenadas (0,1,4) en

= { v V / f (v) = v } es el subespacio asociado al autovalor .

También podría gustarte