ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Ejercicios propuestos de
lgebra Lineal y
Exmenes Resueltos
lgebra Lineal (B)
ICM-00604
Ramiro Javier Saltos Atiencia (Ayudante Acadmico)
rjsaltos@espol.edu.ec
Guayaquil- Ecuador

08

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

Algebra Lineal (B)

Deber # 1: Transformaciones Lineales

Determine si las siguientes funciones son transformaciones lineales. Justifique adecuadamente su
respuesta
1. T : R 2 P1

a
T = (a + 2b) x + (5a b)
b

2. T : P2 R 3

a2 b

T ax 2 + bx + c = 2a + b
0

3. T : R R

x
1 4

T y = det 2 5
z
3 6

p ( 0)
p ( 2)

4. T : P2 M 2 x 2 T [ p ( x) ] =

y
z
p (1)
; p( x) P2
p (3)

5. T : M nxn R T ( A) = det( A) ; A M nxn

6. T : M nxn R T ( A) = traza ( A) ; A M nxn

1 2 a b

7. T : P2 M 2 x 2 T ax 2 + bx + c =
3 4 b

a 0 a + b

=
b a + b

8. T : D2 x 2 R 2 T
0

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

Algebra Lineal (B)

Deber # 2: Ncleo e Imagen de Transformaciones Lineales

Determine las condiciones, una base y la dimensin del ncleo y de la imagen de cada una de las
siguientes transformaciones lineales

1. T : R R
2

a+b
a

T = a b
b 2a + 2b

2a + 3b

ab

2. T : P1 R 2 T (ax + b ) =

0
a b a + b c
=

c
0
3a b

3. T : S 2 x 2 D2 x 2 T
b

1 1 a b

4. T : P2 M 2 x 2 T ax 2 + bx + c =
1 1 b
5. T : S 2 x 2 P2

a b
= (a + 2b + 3c )x 2 + (4a + 5b + 6c )x + (7 a + 8b + 9c )
T
b c
p ( 0)
p ( 2)

6. T : P2 M 2 x 2 T [ p ( x) ] =

7. T : R 2 P1

p (1)
; p( x) P2
p (3)

a
T = (a + 2b) x + (5a b)
b

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

Algebra Lineal (B)

Deber # 3: Matriz Asociada a una Transformacin Lineal

Determine la representacin matricial de cada transformacin lineal respecto a las bases dadas

1. T : R R
2

a+b
a

T = a b
b 2a + 2b

1 0 0
1 0

a) B1 = , y B2 = 0 , 1 , 0

0 1
0 0 1

1 1 1
1 3

b) B3 = , y B4 = 1 , 1 , 0
2 4
1 0 0

2a + 3b

ab

2. T : P1 R 2 T (ax + b ) =

1 0
0 1

a) B1 = {1, x} y B2 = ,

1
2

3
4

b) B3 = {1 + x,1 x} y B4 = ,

0
a b a + b c
=

c
0
3a b

3. T : S 2 x 2 D2 x 2 T
b

1 0 0 1 0 0
1 0 0 0
,
,
y B2 =

0 0 1 0 0 1
0 0 0 1

a) B1 =

1 1 1 1 1 0
1 0 1 0
,
,
y B4 =

1 0 1 1 0 0
0 1 0 1

b) B3 =

1 1 a b

4. T : P2 M 2 x 2 T ax 2 + bx + c =
1 1 b

a) B1 = 1, x, x 2

}yB

1 0 0 1 0 0 0 0
=
,
,

0 0 0 0 1 0 0 1

1 1 0 1 1 1 0 0
,
,

0 0 2 0 1 0 0 1

b) B3 = 1, x + 1, x 2 + x + 1 y B4 =

5. T : S 2 x 2 P2

a b
= (a + 2b + 3c )x 2 + (4a + 5b + 6c )x + (7 a + 8b + 9c )
T
b c

1 1 1 0 0 2
2
, 0 1 , 2 1 y B2 = { x ; x + 1; x 1}

1
1

a) B1 =

1 1 1 1 1 0
2
,
,
y B4 = {1 + 2 x x ;1 2 x;5}

1 0 1 1 0 0

b) B3 =

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

Algebra Lineal (B)

Deber # 4: Miscelnea de Transformaciones Lineales

1. Sea T : P1 R 2 una transformacin lineal con regla de correspondencia:

a + 2b
T ( a + bx ) =

3a + 4b
Determine:
a) Nu (T ); v(T )
b) Im(T ); (T )

1 3
2 4

c) La matriz asociada a T respecto a las bases B1 = {1 + x;1 x} y B2 = ,

2. Sea T : R 3 S 2 x 2 una transformacin lineal con regla de correspondencia:

a
a b + 2c 3a + b + 4c
T b =

c 3a + b + 4c 5a b + 8c

Determine:
a) Nu (T ); v (T )
b) Im(T ); (T )
c) La

matriz

asociada

respecto

las

bases

1 1 1

B1 = 0 , 2 , 2
0 0 3

1 1 1 1 1 0
B2 =
,
,

1 1 1 0 0 0
3. Sea T : P2 D2 x 2 una transformacin lineal con regla de correspondencia:

0
a +b+c
T ( ax 2 + bx + c ) =

0
3a + b

Determine:
a) Nu (T ); v (T )
b) Im(T ); (T )
c) La

matriz

asociada

respecto

las

bases

1 0 2 0
B2 =
,

0 2 0 1

4. Sea T : R 4 M 2 x 2 una transformacin lineal definida como:

a

b
a b
T =
c 4 a 2c + d

d

2c + 3d

3a b + 4c

B1 = { x 2 x; x + 1; x 2 1}

Determine:
a) Nu (T ); v (T )
b) Im(T ); (T )

c) La

matriz

asociada

respecto

las

bases

0 1 1 1

1 0 1 1
B1 = , , ,
1 1 0 1
1 1 1 0

1 3 1 3 8 2 1 0
B2 =
,
,
,

2 4 0 1 0 0 0 0

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

Algebra Lineal (B)

Deber # 5: Ejercicios de Verdadero o Falso sobre Transformaciones Lineales

Califique como verdaderas o falsas las siguientes proposiciones. Si es verdadera demuestre caso
contrario proponga un contraejemplo

1. Sea T : V W una transformacin lineal donde V y W son espacios vectoriales de dimensin finita,
entonces se cumple que v(T ) + (T ) = dim W
2. Sea T : V W

una transformacin lineal biyectiva. Si

{v1 , v2 ,..., vn }

es una base de V , entonces

{T ( v ) , T ( v ) ,..., T ( v )} es una base de W

1

3. Sea T : V W

( T ) (v ) : V W

una transformacin lineal tal que T es un isomorfismo y

R {0} .

Entonces

es tambin un isomorfismo

4. Si T1 : V W y T2 : W U son dos isomorfismos, entonces T2 o T1 : V U es tambin un isomorfismo

5. Una transformacin lineal T : V W cuyo nico elemento en el ncleo de T es el OV es inversible
6. Sean T1 : V W y T2 : V W dos transformaciones lineales. Si

Nu (T1 ) = Nu (T2 ) y Im (T1 ) = Im (T2 ) ,

entonces T1 = T2
7. Sean T1 : V W y T2 : V W dos isomorfismos, entonces T1 + T2 : V W tambin es un isomorfismo
8. Es posible construir una transformacin lineal inyectiva T : P2 S 2 x 2 tal que Im(T ) = D2 x 2
9. Sea T : V W una transformacin lineal donde V y W son espacios vectoriales de dimensin finita. Si

dim (V ) = dim (W ) , entonces T es un isomorfismo

10. Sea T : P1 R

3
1
y T (1 + x ) = , entonces T es un
1
5

una transformacin lineal. Si T ( 2 x ) =

isomorfismo
11. Existe una transformacin lineal T : P1 R que es sobreyectiva
3

12. Sean T1 : V W

y T2 : W U dos transformaciones lineales. Si T2 o T1 : V U

es sobreyectiva,

entonces T1 es sobreyectiva

dim (V ) = 5 y la dim (W ) = 3 . Si el vector tpico del

Nu (T ) se puede expresar en funcin de dos variables libres, entonces cualquier conjunto de la Im(T ) con
un mnimo de 4 vectores es linealmente dependiente

13. Sea T : V W una transformacin lineal tal que

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

Algebra Lineal (B)

Deber # 6: Construccin de Transformaciones Lineales

1. Construya, de ser posible, una transformacin lineal T : P2 R 3 tal que:

 2

T (1 + x + x ) = 0
1

3

T (1 + 2 x ) = 1
0

1

T ( x + x ) = 2
3

2. Sea T : P1 R 2 una transformacin lineal tal que:

3
T (2 x) =
1

1
T (1 + x ) =
5

Demuestre que T es un isomorfismo y encuentre la regla de correspondencia de T 1

3. Sea T : R 3 S 2 x 2 una transformacin lineal tal que:

5 1 3

A = 1 1 3
0 2 4

Es

la

representacin

matricial

de

respecto

las

bases

0 1 1

B1 = 1 , 0 , 1
1 1 0

1 1 1 1 1 0
3
B2 =
, 1 0 , 0 0 de R y S 2 x 2 respectivamente.
1
1

a) Encuentre la regla de correspondencia de T

b) Determine una base y la dimensin del ncleo y la imagen de T
4. Construya, de ser posible, una transformacin lineal T : S 2 x 2 P2 que cumpla con las siguientes
condiciones:

a b

S2 x 2 / a + 2b c = 0
Ker (T ) =

b c

2
Im ( T ) = {ax + bx + c / c = a b = 0}
1 1
2
T
=x +x
1
1

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

Algebra Lineal (B)

Deber # 7: Espacios con Producto Interno y Proyecciones

1. Determine si las siguientes funciones son un producto interno real en P1
a)
b)

( ) = (ax + b cx + d ) = ac bc ad + 2bd
( ) = ( p( x) q( x)) = p(0)q(0) + 2 p(1)q(1)

2. Sea V = R y sea el subespacio de vectorial H = b R 3 / a = 2b = 3c

c

a) Determine una base ortonormal para H

1

b) Exprese el vector v = 2 como la suma de un vector h H con un vector p H
1

a

4
4
3. Sea V = R y el subespacio H = R / a + 3b = 4c
c

a) Determine el complemento ortogonal de H

1

0
b) Exprese el vector v = como la suma de un vector h H con un vector p H
1

3

4. Sea el espacio vectorial V = S 2 x 2 donde est definido el producto interno real:

A, B S 2 x 2 A B = traza ( AB)
Sea el subespacio de V :

a b

S 2 x 2 / c = a + b
H =
b c

a) Encuentre una base y determine la dimensin de H

1 1
S 2 x 2 encuentre un par nico de vectores h H y p H tales que

1
2

v = h+ p

b) Si v =

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

Algebra Lineal (B)

Deber # 8: Diagonalizacin
1. Encuentre, de ser posible, la matriz C que diagonaliza a la matriz:

3 2 0

A = 2 3 0
0
0 5

2. Encuentre, de ser posible, la matriz C que diagonaliza a la matriz:

1 1 0

A = 0 2 0
2 1 3

3. Encuentre, de ser posible, la matriz C que diagonaliza a la matriz:

0 0 1

A = 4 2 2
2 0 3

4. Encuentre, de ser posible, la matriz C que diagonaliza a la matriz:

2 1 1

A = 2 3 2
3 3 4

5. Sea T : P2 P2 una transformacin lineal definida por:

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

Encuentre, de ser posible, una base B de P2 respecto de la cual la representacin matricial de T

sea una matriz diagonal
6. Sea el operador lineal T : P1 P1 tal que tiene los siguientes vectores propios:
1+ x
1+ x
Determine la regla de correspondencia de T si se conoce que la primera columna de su
representacin matricial respecto a la base cannica es ( 3 1)
7. Encuentre, de ser posible, la matriz Q que diagonaliza ortogonalmente a la matriz:

3 2 0

A = 2 3 0
0 0 1

EX
EXMENES
RESUELTOS

Instituto de Ciencias Matemticas

Algebra Lineal: Solucin de la Primera Evaluacin
Tema 1: (20 puntos) Califique como verdaderas o falsas las siguientes proposiciones. Justifique
formalmente su respuesta
a) Si la matriz B se obtiene
ne a partir de la matriz A por medio de un intercambio de filas, entonces

( A) = ( B ) (Verdadero)

Por definicin, la matriz A es equivalente por renglones a la matriz B si A puede reducirse a B mediante
operaciones elementales de rengln
En este caso la matriz B se obtiene por un simple intercambio de las filas (renglones) de A , entonces
R A = RB dado que los renglones de A y B son los mismos excepto que estn escritos en un orden diferente
Tambin hay que recordar que dim(Im( A)) = ( A) = dim(C A ) = dim( R A )
( A) = ( B )
b) Si A M 3 x 5 es una matriz cualquiera, entonces v ( A) 3

(Falso)

a

1 0 0 1 1
b

Sea A = 0 1 0 0 0 M 3 x 5 . Sea X = c Nu ( A)

0 0 1 0 0
d

AX = O R 3

a

1 0 0 1 1 b 0

0 1 0 0
0 c = 0

0 0 1 0
d 0
0

1 0 0 1 1 0

0 1 0 0 0 0
0 0 1 0 0 0

De donde obtenemos:
ad e = 0
a = d +e

b=0

c=0

 a d + e
1 1

b 0
0 0
c = 0 = d 0 + e 0

d d
1 0

e e
0 1

B Nu ( A)

1 1

0 0
= 0 , 0

1 0

0 1

v( A) = 2

c) Sea V un espacio vectorial. Sea A, B V , entonces gen( A B ) = gen( A) gen( B )

(Falso)

1 0 0
0 0

Sea V = R 3 . Sea A = 0 , 1 , 0 y B = 1 , 0 V
0 0 1
0 2

0

A B = 1
0

3
gen( A B ) = b R / a = c = 0
c

3
3
gen( A) = b R / a, b, c R y gen( B ) = b R / a = 0
c

3
gen( A) gen( B ) = b R / a = 0 b, c R
c

gen( A B ) gen( A) gen( B )

d) Sea W un subespacio del espacio vectorial V . Si w W y R , entonces w W

a
b

Sea V = R 2 . Sea W = R 2 / a = 0 un subespacio de V . Sea = 0

Sea w = , este vector no pertenece a W por no cumplir la condicin de que a = 0

0
1

w = (0 ) =
0 0

Por hiptesis sabemos que W es un subespacio y por tanto contiene al nulo de V y w = OV

w W
e) Si L : R R es una transformacin lineal, entonces [L(v ) ] = L(v 2 )
2

Sea L(a) = 2a una transformacin lineal

Sea a = 2

[L(2)]2 = L(2 2 )
(4)2 = L(4)
16 8
[L(v)] L(v 2 )
2

(Falso)

(Falso)

Tema 2: (10 puntos) Sea V = / x > 0 y > 0 con las operaciones:

y

x1 x 2 9 x1 x 2
=

y1 y 2 4 y1 y 2
x 3 2 x
= 2
y 2 y
Si (V ,, ) es un espacio vectorial, determine:
a) El neutro o cero vectorial de V
b) Si v V , el inverso aditivo de v

Este ejercicio se presenta bastante confuso, debido a que la manera en que es planteado da a entender que
primero hay que determinar si V es un espacio vectorial. Pero no vamos a analizar la validez del ejercicio
planteado, sino que vamos a resolver lo que nos piden en cada literal.
a)
Usando el teorema v V 0 v = OV
x
OV = 0
y
3 2 (0) x 0
OV = 2 ( 0) 0
2 y
1
OV =
1

Usando el axioma OV V v V v + OV = v
a

Sea v = V . Sea OV =
b
y
a x a
=
b y b
9ax a

=
4by b

9ax = a

4by = b

x= 1

y=1

1
OV = 9
1
4

El nulo pertenece a V porque sus componentes son mayores que 0

Hay que notar que usando las dos formas de resolucin no nos queda el mismo nulo, pero esto se debe al
mal planteamiento del problema. Utilizando ambas alternativas siempre debe quedar la misma respuesta

b)
Usando el teorema v V 1 v = v'
x
v' = 1
y
3 2( 1) x 1
v' = 2( 1) 1
y
2
1

v ' = 19 x
4y

Usando el axioma v V v' V v + v' = OV

La pregunta aqu es con cul nulo trabajamos. Para este caso debemos usar el obtenido al usar el axioma
porque estamos calculando el inverso de la misma manera que ese neutro
x

Sea v = V . Sea v' =

y
b
x a 1 9
=
y b 1 4
9 xa 1 9

=
4 yb 1 4

9 xa = 1
a= 1

81x

4 yb = 1

b= 1
16 y

v' =

81x

1
16 y

Ambos inversos pertenecen a V por ser sus componentes mayores que 0

Con el mismo argumento mencionado al calcular el OV sabemos que nos debi quedar la misma respuesta.
Tambin se puede notar que V no es un espacio vectorial por no cumplirse el siguiente axioma:
M10) v V 1 v = v
x

Sea v = V
y
x x
1 =
y y
3 2(1) x1 x
2(1) 1 =
2 y

y
9x x

4y y

Tema 3: (20 puntos) Sea V = M 3 x 2 . Sean W1 el conjunto de las matrices que tienen la primera y
ltima fila iguales; W2 el conjunto de las matrices que tienen la primera columna igual a su
segunda columna; y W3 el conjunto de las matrices A3 x 2 tal que a i 2 = i 1 , i = 1,2,3.
Determine.
a) Los conjuntos que son subespacios de V
b) La interseccin entre los subespacios encontrados en el literal anterior
c) La suma entre los subespacios encontrados en el primer literal
d) Una base para el subespacio interseccin y otra para el subespacio suma, obtenidos en (b)
y (c), respectivamente.

Para hallar W1 hay que tener en cuenta que su primera y ltima fila son iguales, por tanto las componentes
en dichas filas deben ser correspondientemente iguales, as nos queda que:
a

W1 = c
e

d M 3x2 / a = e b =
f

Ahora procedemos a determinar si W1 es un subespacio de V

1) v, w W1 v + w W1
a1

Sea v = c1
e
1

b1
a2

d1 y w = c2
e
f1
2

b2

d 2 W1
f 2

Como ambos vectores pertenecen a W1 cumplen con la condicin del mismo, con lo que tenemos que:
a1 = e1

b1 = f1
a1 + a 2

v + w = c1 + c 2
e +e
1 2

a 2 = e2

b2 = f 2

b1 + b2

d1 + d 2
f 1 + f 2

Ahora hay que ver si la suma de ambos cumple la condicin

a1 + a 2 = e1 + e2

b1 + b2 = f1 + f 2

e1 + e2 = e1 + e2

f1 + f 2 = f1 + f 2

0=0

0=0

Por tanto v + w W1
2) R v W1 v W1
a

Sean R . Sea v = c
e

d W1
f

Sabemos que a = e y b = f entonces a e = 0 y b f = 0

 a b

v = c d
e f

a e = 0
( a e) = 0
( 0) = 0

b f = 0
(b f ) = 0
( 0) = 0

0=0

0=0

Por tanto v W1
W1 es un subespacio de V

El mismo procedimiento vamos a realizar con W2 pero aqu hay que notar que ambas columnas son
iguales, por tanto las componentes en dichas columnas deben ser correspondientemente iguales, as nos
queda que:
a

W2 = c
e

d M 3x2 / a = b c = d e =
f

Ahora procedemos a determinar si W2 es un subespacio de V

1) v, w W2 v + w W2
a1

Sea v = c1
e
1

b1
a2

d1 y w = c2
e
f1
2

b2

d 2 W2
f 2

Como ambos vectores pertenecen a W2 cumplen con la condicin del mismo, con lo que tenemos que:
a1 = b1

c1 = d1

e1 = f 1

a 2 = b2

c2 = d 2

e2 = f 2

a1 b1 = 0

c1 d 1 = 0

e1 f 1 = 0

a 2 b2 = 0

c2 d 2 = 0

e2 f 2 = 0

a1 + a 2

v + w = c1 + c 2
e +e
1 2

b1 + b2

d1 + d 2
f 1 + f 2

(a1 + a 2 ) (b1 + b2 ) = 0

(c1 + c 2 ) (d1 + d 2 ) = 0

(e1 + e2 ) ( f 1 + f 2 ) = 0

(a1 b1 ) + (a 2 b2 ) = 0

(c1 d 1 ) + (c 2 d 2 ) = 0

(e1 f1 ) + (e2 f 2 ) = 0

0+0 = 0

0+0 = 0

0+0 = 0

0=0

0=0

0=0

Por tanto v + w W2
2) R v W2 v W2
a

Sean R . Sea v = c
e

d W2
f

 a b

v = c d
e f

a b = 0
( a b) = 0
( 0) = 0

c d = 0
(c d ) = 0
( 0) = 0

e f = 0
(e f ) = 0
( 0) = 0

0=0

0=0

0=0

Por tanto v W2
W2 es un subespacio de V

Finalmente nos falta encontrar W3 y determinar si este es un subespacio, y para ello hay que utilizar la
regla de correspondencia para determinar el valor de las componentes en la segunda columna, la cual es
ai 2 = i 1
a12 = 1 1

a 22 = 2 1

a 32 = 3 1

a12 = 0

a 22 = 1

a 32 = 2

a 0

W3 = b 1 M 3 x 2 / a, b, c R
c 2

Para determinar si W3 es un subespacio hay que recordar que todo subespacio debe contener a vector nulo
0 0

del espacio vectorial, pero en este caso el nulo que es 0 0 no pertenece a W3 por no cumplir con la
0 0

forma de todo vector de W3 , la cual consiste en que su segunda columna siempre tendr 0 , 1 y 2 ,

respectivamente
W3 no es un subespacio de V

Procederemos a encontrar la interseccin entre los subespacios hallados y una base para la misma. Sabemos
que:

W1 = c
e

d M 3 x 2 / a e = 0 b f = 0

a b

W2 = c d M 3 x 2 / a b = 0 c d = 0 e f = 0
e f

Por tanto:
a

W1 W2 = c
e

d M 3 x 2 / a e = b f = a b = c d = e f = 0

Pero no es correcto dejar expresada la interseccin en funcin de muchas condiciones. A estas hay que
simplificarlas usando Gauss, as:
a e = 0
b f = 0

a b = 0
c d = 0

e f = 0

1 0

0 1
1 1

0 0

0 0
1

0
0

0
1 0

1 0
0 1

0 0 A13 (1) 0 1

0 0
0 0

1 0
0 0
0

1 1

0 0

1 0

0 0

0
1

1 0
0

1 0 A35 (1) 0

0 0
0

1 0
0

0 1 1

0 0

1 1

0 0

1 0

0 0

0 1 1

0 0

1 0
0 0 A23 (1)

0 0

1 0
0

1 0
1 0

0 0

0 0
0

Como ya no podemos seguir obteniendo ms filas llenas de ceros, entonces la interseccin slo quedar en
funcin de estas condiciones:
a

W1 W2 = c
e

d M 3 x 2 / a e = b f = e f = c d = 0

Para obtener una base para la interseccin debemos reemplazar las condiciones en el vector tpico de la
misma, pero antes hay que hacer unos cuantos despejes para dejar al vector en funcin de la menor
cantidad posible de variables
ae = 0
a=e

Sea c
e

e f =0
f =e

b f =0
b= f
b=e

cd =0
c=d

d W1 W2
f
a

c
e

BW1 W2

b e

d = d
f e

e 1 1
0 0

d = e 0 0 + d 1 1
0 0
e 1 1

1 1 0 0

= 0 0 , 1 1
1 1 0 0

dim W1 W2 = 2

Finalmente hallaremos las condiciones del subespacio suma y una base para el mismo, pero antes
necesitamos las bases de los subespacios W1 y W2

Para W1
a

Sea c
e

d W1
f
a

c
e

b a b
1 0 0 1 0 0
0 0

d = c d = a 0 0 + b 0 0 + c 1 0 + d 0 1
1 0 0 1 0 0
0 0
f a b

BW1

1 0 0 1 0 0 0 0

= 0 0 , 0 0 , 1 0 , 0 1
1 0 0 1 0 0 0 0

dim W1 = 4

Para W2
a

Sea c
e

d W2
f
a

c
e

b a a
1 1 0 0 0 0

d = c c = a 0 0 + c 1 1 + e 0 0
0 0 0 0 1 1
f e e

BW2

1 1 0 0 0 0

= 0 0 , 1 1 , 0 0
0 0 0 0 1 1

dim W2 = 3

Una vez obtenidas las bases, podemos calcular cul va a ser la dimensin de W1 + W2 para saber cuntos
vectores debern estar en su base. Sabemos que:
dim(W1 + W2 ) = dim(W1 ) + dim(W2 ) dim(W1 W2 )

dim(W1 + W2 ) = 4 + 3 2
dim(W1 + W2 ) = 5

Por tanto habr 5 vectores en la base

W1 + W2 = gen BW1 BW2

1 0 0 1 0 0 0 0 1 1 0 0 0 0

W1 + W2 = gen 0 0 , 0 0 , 1 0 , 0 1 , 0 0 , 1 1 , 0 0
1 0 0 1 0 0 0 0 0 0 0 0 1 1

Pero el conjunto generador tiene 7 vectores, eso significa que hay dos vectores de ms, los cuales
eliminaremos colocando los vectores de este conjunto en una matriz donde cada fila representa un vector y
luego simplificamos hasta obtener la mayor cantidad posible de filas llenas de ceros

0
0

1
0

0 0 0 1 0
1

1 0 0 0 1
0

0 1 0 0 0 A15 (1) 0

0 0 1 0 0 A36 (1) 0

1 0 0 0 0 A46 (1) 0
0
0 1 1 0 0

0 0 0 1 1
0

0 0 0
1 0 0
0 1 0
0 0 1
1 0 0
0 0 0
0 0 0

0
1

0 1
0

0
0 0
A25 (1)
0 0
0
A75 (1)
1 0
0
0
0 0

1 1
0
1

0 0 0 1 0

1 0 0 0 1
0 1 0 0 0

0 0 1 0 0

0 0 0 0 0
0 0 0 0 0

0 0 0 1 1

Lo que significa que los vectores 5 y 6 dependen de los otros

BW1 +W2

1 0 0 1 0 0 0 0 0 0

= 0 0 , 0 0 , 1 0 , 0 1 , 0 0
1 0 0 1 0 0 0 0 1 1

Ahora slo falta hallar las condiciones del subespacio suma y para ello escribimos al vector tpico como
combinacin lineal de los vectores de la base y simplificamos el sistema hasta obtener las condiciones, as:
a

Sea c
e

d W1 + W2
f
a

c
e

0
0

1
0

2
b
1 0
0 1
0 0
0 0
0 0 1

4
d = 1 0 0 + 2 0 0 + 3 1 0 + 4 0 1 + 5 0 0 = 3
1 0
0 1
0 0
0 0
1 1 + +
f
5
2
5

1
a
1

1 0 0 0 b
0
0 1 0 0 c A15 (1) 0

0 0 1 0 d A26 (1) 0

0 0 0 1 e
0

0
1 0 0 1 f

0 0 0 0

0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 1

W1 + W2 = c
e

a
1

b
0
0
c
A56 (1)
d
0

ea
0

0
f b

0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0

d M 3 x 2 / f b + a e = 0

ea

f b + a e
a

Tema 4: (10 puntos) Sea V un espacio vectorial y B = {v1 , v 2 , v3 } una base de V . Se define el
conjunto:

W = gen{v1 + 2v 2 ,v1 + 3v 2 v3 , v1 + 3v3 }

a) Determine una base para W , denotada como BW
b) Si es factible, calcule la matriz de cambio de base de B a BW

Siempre es recomendable primero leer bien el planteamiento del problema junto con lo que solicitan hallar.
Razonando un poco, en el literal b nos piden calcular una matriz de cambio de base y para poder hacerlo
la base BW debe tener exactamente 3 vectores al igual que la base B de V
Si esto sucede significara que la base de W es tambin una base para V , por tanto W = V . As que para
que sea factible resolver el literal b habr que demostrar que el conjunto generador de W es una base
para V
Para ello partimos de la hiptesis que nos dice que los vectores {v1 , v 2 , v3 } son linealmente independientes
por ser una base para V , esto implicara que:
1v1 + 2 v 2 + 3 v3 = OV 1 = 2 = 3 = 0

Lo cual se cumple por ser linealmente independientes

Para demostrar que los vectores del conjunto generador de W son linealmente independientes los
escribimos como combinacin lineal y los igualamos al OV
c1 (v1 + 2v 2 ) + c 2 ( v1 + 3v 2 v3 ) + c3 (v1 + 3v3 ) = OV

(c1 c2 + c3 )v1 + (2c1 + 3c2 )v2 + ( c 2 + 3c3 )v3 = OV

Con lo que hemos obtenido una ecuacin parecida a la primera expresada en trminos de {v1 , v 2 , v3 }, y por
hiptesis los escalares que los multiplican deben ser iguales a cero, con lo que planteamos un sistema de
ecuaciones y procedemos a calcular los valores de los escales ci
c1 c 2 + c3 = 0

2c1 + 3c 2 = 0
c + 3c = 0
3
2

1 1 1 0
1 1 1 0
1 1 1 0

A21 (1)
2 3 0 0 A12 (2) 0 5 2 0 A32 (4) 0 1 10 0
0 1 3 0
0 1 3 0
0 1 3 0 A22 (1)

1 0 11 0
1 0 11 0
1 0 0 0

1
A31 (11)

0 1 10 0 M 3 0 1 10 0
0 1 0 0
0 0 13 0 13 0 0 1 0 A32 (10) 0 0 1 0

c1 = c 2 = c3 = 0

Si nos hubiese quedado al resolver el sistema una o ms filas con ceros, el sistema tena infinita soluciones
y en ese caso los vectores del conjunto generador de W seran linealmente dependientes
BW = {v1 + 2v 2 ;v1 + 3v 2 v3 ; v1 + 3v3 }

Para hallar la matriz que nos piden vamos a suponer que BW = {u1 , u 2 , u 3 } tal que:
u1 = v1 + 2v 2

u 2 = v1 + 3v 2 v3

u 3 = v1 + 3v3

Tambin recordamos que:

C BW B

[u1 ]B

1

= 2
0

= [u1 ]B

[u 2 ]B

[u 2 ]B

1

= 3
1

C BW B

[u 2 ]B

[u3 ]B

1

= 0
3

1 1 1

= 2 3 0
0 1 3

Y para hallar la matriz de cambio que nos piden habr que sacar la inversa de la matriz arriba encontrada
1 0 0
1 0 0
1 1 1 1 0 0
1 1 1
1 1 1

A21 (1)
2 3 0 0 1 0 A12 (2) 0 5 2 2 1 0 A32 (4) 0 1 10 2 1 4
0 1 3 0 0 1
0 1 3
0 1 3 0 0 1 A23 (1)
0 0 1

1 0 11 1 1 4
1 0 11 1

1
0 1 10 2 1 4 M 3 0 1 10 2
0 0 13 2 1 5 13 0 0 1 2

13

C B BW

1 0 0

1 4

A31 (11)

1 4
0 1 0
1 5 A32 (10)

13 13
0 0 1

3
2
9
13
13
13

6
3
2
=
13
13 13
5
1
2
13
13 13

9
13
6
13
2
13

2
13
3
13
1
13

13
2
13
5

13

Tema 5: (10 puntos) Sea A la matriz de los coeficientes del sistema lineal:

2x + y z = a
x y + 2z = b
x + 2 y 3z = c
a) Determine el espacio fila, el ncleo y el recorrido de A

a

b) Si c = 2a + b , determine si el vector u = b pertenece a Im(A)
c

La matriz A est dada por los coeficientes del sistema de ecuaciones, estos coeficientes corresponden a
nmero que se encuentra delante de cada variable x , y y z , por tanto:
2 1 1

A = 1 1 2
1 2 3

a)
2 1 1

FA = gen 1 , 1, 2
1 2 3

a

Sea b FA
c

a
2
1
1 2 1 + 2 + 3

b = 1 1 + 2 1 + 3 2 = 1 2 + 2 3
c
1
2
3 + 2 3
2
3



1

2 1 + 2 + 3 = a

1 2 + 2 3 = b
+ 2 3 = c
2
3
1

1 a
2 1
0 5 5 a + 2c
0 0 0 a 5b 3c

A31 (2)

b+c
1 1 2 b
0 1 1 b + c A21 (5) 0 1 1
1 2 3 c A32 (1) 1 2 3
1 2 3

c
c

3
FA = b R / a 5b 3c = 0
c

Nu ( A) = {X R 3 / AX = OR

a

Sea X = b Nu ( A)
c

Ramiro J. Saltos

0 0
2 1 1 0
0 3 5 0
0 0

A31 (2)

1 1 2 0
0 3 5 0 A21 (1) 0 3 5 0
1 2 3 0 A32 (1) 1 2 3 0
1 2 3 0

3b + 5c = 0

a + 2b 3c = 0

3
Nu ( A) = b R / a + 2b 3c = 0 3b = 5c
c

Re( A) = {Y R3 / AX = Y ; X R 3 }
a

Sea Y = b Re( A)
c

0 a b c
2 1 1 a
0 3 5 a 2c
0 0

A31 (2)

b c A21 (1) 0 3 5
bc
1 1 2 b
0 3 5
1 2 3 c A32 (1) 1 2 3
1 2 3

c
c

abc = 0

3
Re( A) = b R / a b c = 0
c

b)
Para que el vector u pertenezca a la imagen de A debe cumplir con la condicin de la misma, cabe recalcar
que la imagen de una matriz es tambin conocida como el recorrido de una matriz
a

Sea u = b , donde c = 2a + b
c

abc = 0
a b ( 2a + b) = 0
a b 2a b = 0

a 2b = 0

Pero hay que tener en cuenta que a 2b no necesariamente tiene que ser igual a 0
u Im( A)

Ramiro J. Saltos

ESCUELA SUPERIOR POLITCNICA DEL LITORAL

Instituto de Ciencias Matemticas

I-Trmino 2008

Resolucin de la Primera Evaluacin de Algebra Lineal (B)

1. Responda con verdadero o falso a cada una de las siguientes proposiciones. Justifique su
respuesta
a) Sea un espacio vectorial (V ,, ) . Si u v = w v u = w

Sumamos el inverso aditivo de v en ambos lados de la ecuacin

(u v ) v' = (w v ) v'
u (v v') = w (v v')
u OV = w OV
u=w

Verdadero
b) Sea (V ,, ) un espacio vectorial. Si S1 = {v1 , v 2 ,..., v k } V y S 2 = {w1 , w2 ,..., wr } V son
conjuntos linealmente independientes, entonces S1 S 2 es tambin linealmente independiente

1 0

1 1

Sea V = R 2 . Sean S1 , y S 2 , dos conjuntos linealmente independientes en R 2

0 1
1 0
1 0 1
S1 S 2 = , , , como tiene ms elemento que la base de R 2 podemos concluir que este conjunto
0 1 1

es linealmente dependiente
Falso
c) Si A M mxn , entonces dim( N A ) = dim(R A ) , donde N A es el ncleo de la matriz A

1 2

Sea la matriz A =
3 4

1 3
R A = gen , , pero este conjunto es linealmente independiente en R 2 y por tanto constituye una
2 4
base del espacio rengln de A , entonces dim(R A ) = 2 = dim(Im( A) ) = ( A)

Del teorema de la dimensin para matrices:

v( A) + ( A) = n
v( A) + 2 = 2
v( A) = dim( N A ) = 0

dim( N A ) dim(R A )

Falso

Ramiro J. Saltos

d) Sean H y W dos subespacios vectoriales de V con bases B1 = {v1 , v 2 } y B2 = {v 2 , v3 }

respectivamente. Entonces B = {v 2 } es base del subespacio H W

1 0

2 0

Sea V = R 2 . Sean los subespacios H = gen , y W = gen ,

0 1
0 1
Podemos notar que los conjuntos generadores de H y W son linealmente independientes y por tanto
constituyen una base de R 2 , es decir, H = W = R 2
1 0

Entonces H W = R 2 y una base de la interseccin sera B = ,

0 1

Falso

Ramiro J. Saltos

2. Sea V = M 2 x 2 . Dados los conjuntos:

a b

M 2 x 2 / 2a + 1 = 3 + b + d 2
H 1 =
c d

1 0 1 1
,

H 3 = gen
0

1
0
0

a + b
H 2 =
a + d

a + c
/ a, b, c, d R
1

H 4 = {A M 2 x 2 / det ( A) 0}

a) Cules son subespacios vectoriales de V ?

b) Determine una base y la dimensin de dos de los subespacios obtenidos en (a ) , as como
de su interseccin

2 1
3 1
y B =
. Determine si A + B pertenece a la unin de los
2 1
0 2
subespacios hallados en (a )

c) Sean A =

0 0

Sea OV =
0 0

El elemento neutro del espacio vectorial por definicin pertenece a cualquier subespacio de V , entonces:
OV H 2 porque no posee la forma de todo elemento de H 2 , es decir, en su cuarta componente debe estar
siempre presente la constante 1 , lo cual no ocurre con el vector nulo

H 2 no es subespacio de V
OV H 4 porque su determinante es igual a 0 y con ello no cumple la condicin del conjunto H 4

H 4 no es subespacio de V
1 0
1 1
y
y por
H 3 es el conjunto de todas las posibles combinaciones lineales de los vectores
0 1
0 0
teorema este conjunto es un subespacio de V y adems es el menor de todos los subespacios que contienen a

los vectores ya mencionados

H 3 es un subespacio de V

Se han analizado los conjuntos ms sencillos, con el ltimo hay que determinar si se cumplen los axiomas
de cerradura de la suma y multiplicacin por escalar
1. v, w H 1 v + w H 1
a

Sean v = 1 1 y w = 2 2 H 1 2a1 = b1 + d1 2a 2 = b2 + d 2
c1 d1
c2 d 2
a b a b2

v + w = 1 1 + 2
c1 d 1 c 2 d 2
a1 + a 2 b1 + b2

v + w =
c1 + c 2 d 1 + d 2

2(a1 + a 2 ) = (b1 + b2 ) + (d1 + d 2 )

2a1 + 2a 2 = (b1 + d1 ) + (b2 + d 2 )

2a1 + 2a 2 = 2a1 + 2a 2

0=0

Ramiro J. Saltos

 La suma es cerrada en H 1

2. R v H 1 v H 1
a

H 1 2a = b + d
Sea R . Sea v =
c d

a b

c
d

a b

v =
c d

2(a ) = b + d
(2a) = (b + d )

v =

2a = b + d

La multiplicacin por escalar es cerrada en H 1

2a = 2a

H 1 es un subespacio de V
a b
H 1
c d

Sea

a b a 2a d
1 2 0 0
0 1

=
= a
+ c
+ d

d
c d c
0 0 1 0
0 1

1 2 0 0 0 1
,
,

BH 1 =
0
0
1
0
0
1

dim(H 1 ) = 3

El conjunto generador de H 3 es linealmente independiente y por tanto constituye una base para H 3
1 0 1 1
,

BH 3 =
0

1
0
0

dim(H 3 ) = 2

a b
H 1 H 3
c d

Sea

a b
1 0
1 1 1 + 2 2

= 1
+ 2
=

1
c d
0 1
0 0 0
a b
1 2
0 0
0 1 1 2 1 3

= 1
+ 2
+ 3
=

c
d
0
0
1
0
0
1

2
3

1 + 2

2 1
=
1 2

21 3

1 + 2 = 1
= 2

1
3
2
0 = 2
1 = 3

Ramiro J. Saltos

0
0

1
1
0

1 21 3
0
A41 (1)

2
0
0

0
3
1

1 1 + 3
0

1 21 3
0
A21 (1)

2
0
0

0
3
1

0 1 + 2 3

1 21 3

2
0

0
3

2 = 0

1 + 2 3 = 0

1 = 2 3

a b 1 21 3

=
3
c d 2
a b 2 3 2(2 3 ) 3

=
3
c d 0

a b 2 3 3 3
2 3
= 3

3
c d 0
0 1

2 3
dim(H 1 H 3 ) = 1
BH 1 H 3 =
0
1

5 2

A + B =
2 1

Para que esta matriz pertenezca a la unin de ambos subespacios, debe pertenecer ya sea a H 1 o a H 3 . Si
pertenece a H 1 debe cumplir su condicin
2a = b + d
2(5) = 2 1

A + B H1

10 = 1

Finalmente hay que determinar si pertenece a H 3 y para ello debe ser una combinacin lineal de los
vectores de su base
5 2
1 0
1 1

= c1
+ c 2

2 1
0 1
0 0
5 2 c1 + c 2 c 2

=
c1
2 1 0

Si nos damos cuenta nos queda la igualdad 2 = 0 la cual es falsa A + B H 3

A + B H1 H 3

Ramiro J. Saltos

3. Sea V = P2 y B1 = x 2 + 1, x 2 x, x 3 y B2 = x 2 2 x + 2, x 3, x 2 1 bases de P2 .
Determine:
a) La matriz de cambio de base de B2 a B1
b) El ncleo y la imagen de la matriz obtenida en (a )

Sea ax 2 + bx + c P2

ax 2 + bx + c = 1 x 2 + 1 + 2 x 2 x + 1 ( x 3)
ax + bx + c = ( 1 + 2 )x + ( 2 + 3 )x + ( 1 3 3 )
2

1 + 2 = a

2 + 3 = b
3 = c
3
1

0 a
0
a
0
a
1 1
1 1
1 1

b A23 (1) 0 1 1
b
0 1 1 b A13 (1) 0 1 1

1 0 3 c
0 1 3 c a
0 0 4 c a b

4 3 = c a b

3 =

a+bc
4

2 =

a 3b c
4

ax + bx + c

[x

2 x + 2 B1

1 + 2 = a

2 + 3 = b

1 4

= 54
3
4

B1

3a + 3b + c
4

3a + 3b + c

1
= a 3b c
4

a+bc

[x 3]B1

C B 2 B1

1 =

0

= 0
1

1 4 0

= 54 0
3 1
4

[x

1 B1

12

= 12
1
2

2
1
2
1

Como C es una matriz de cambio de base, su determinante siempre ser diferente de cero, esto implica que
sus columnas son linealmente independientes en R 3 y constituyen adems de una base del espacio
C C = Im(C ) tambin una base para R 3
Im(C ) = R 3

Para el ncleo utilizamos el teorema de la dimensin:

v(C ) + (C ) = n
v(C ) + 3 = 3
v(C ) = 0

Como la nulidad es cero, entonces el nico elemento presente en el ncleo de C es el OR

Ramiro J. Saltos

 0

Nu (C ) = 0
0

x

+
4. Sea el espacio vectorial V = y / x, y R, z R junto con las operaciones:
z

x1 x 2 x1 + x 2 + 2

y1 y 2 = y1 + y 2
z z z z

1 2
1 2

x x + 2 2

y =
y

Determine:
a) El neutro de V y el opuesto de v V

0

b) Si 0 es combinacin lineal de
0

1 2

1 y 2
2 4

1. v V 0 v = OV
x 0 x + 2(0) 2 2


OV = 0 y =
0y
= 0
0
z
1
z

2

OV = 0
1

2. v V 1 v = v'
x (1) x + 2(1) 2 4 x

v' = 1 y =
(1) y
= y
z
1
z 1
z

4 x

v' = y
1
z

0

3. 0 no es una combinacin lineal de los vectores mencionados porque este no pertenece al espacio
0

vectorial V

Ramiro J. Saltos

Instituto de Ciencias Matemticas

Algebra Lineal: Solucin de la Segunda Evaluacin
1. (20 puntos) Califique como verdaderas o falsas a las siguientes proposiciones. Justifique
formalmente sus repuestas.
a) Una transformacin lineal cuyo ncleo es {OV } , es invertible

Sea T : R 2 R 3 una transformacin lineal definida por T = b

b a + b

0
Si obtenemos su ncleo fcilmente nos damos cuenta que es pero como la dim V dim W , T no es
0

invertible.
Tambin es vlido decir que el hecho que la transformacin lineal sea inyectiva no necesariamente debe ser
sobreyectiva
Falso
rSen(t ) Cos (t )
es ortogonal
Cos (t ) rSen(t )

b) r , t R : A =

Para que la matriz sea ortogonal, el producto interno entre sus columnas debe ser igual a 0 y al mismo
tiempo el producto interno de cada columna consigo misma debe ser igual a 1 . Entonces, utilizando el
producto interno cannico:
rSen(t ) Cos (t )

Cos (t ) rSen(t ) = 0

rSen(t )Cos (t ) rSen(t )Cos (t ) = 0

0=0

rSen(t ) rSen(t )

Cos (t ) Cos (t ) = 1

2
2
2
r Sen (t ) + Cos (t ) = 1

Sen 2 (t ) = 0

r 2 1 = 0

Sen(t ) = 0

r 2 Sen 2 (t ) + 1 Sen 2 (t ) = 1

t = 0 t = 2

r2 =1
r = 1

Sen 2 (t ) r 2 1 = 0

Ramiro J. Saltos

Por lo tanto la igualdad slo se cumple para los valores de r y t encontrados y no para todos los reales. Se
igual procedimiento para la segunda columna
Falso

Ramiro J. Saltos

c) Sea V un espacio vectorial real con producto interno. Sean u , v V dos vectores ortonormales.
Si los vectores u + v y u v son ortogonales, entonces =

(u + v / u v) = 0
(u / u ) + (u / v) + ( v / u ) + ( v / v) = 0

2 (u / u ) (u / v) + (u / v) 2 (v / v) = 0

Pero como los vectores u y v son ortonormales, sabemos que: (u / u ) = (v / v) = 1

2 (u / u ) 2 (v / v) = 0
2 2 = 0
2 = 2
=
Verdadero
1 0
, entonces A + A 1
0 1

d) Si es un valor propio de A =

= 2 A

Primero tenemos que darnos cuenta la matriz A es ortogonal, eso se ve fcilmente porque el producto
interno entre sus columnas es cero y al mismo tiempo el producto interno de cada columna consigo misma es
uno, entonces:
A 1 = AT A 1 = A

Tambin como A es una matriz diagonal sus valores propios son los elementos de la diagonal principal, es
decir:
=1
= 1

Finalmente:

(A + A )

(A + A )

= 2 A

( A + A)1 = 21 A
2A = 2A

= 2 A

( A + A)1 = 2 1 A
(2 A) 1 =

1
A
2

(2) 1 ( A) 1 =

1
A
2

1
1
A= A
2
2

Verdadero

Ramiro J. Saltos

Ramiro J. Saltos

2. (15 puntos) Sea L : M 2 x 2 R 2 una transformacin lineal tal que:

0 1
1 0
= L
=
L
1 0
0 1

1 0 1
1 0 0
= y L
=
L
1 0 1
0 0 0

Determine:
a) Nu ( L), Im(L)
b) La matriz asociada a L respecto a las bases cannicas de cada espacio

La mejor opcin es encontrar la regla de correspondencia de L , y para ello necesitamos una base del espacio
de partida y para armarla usamos los cuatro vectores que nos dan de datos, as:
0 1 1 0 1 0 1 0
,
,
,

B =
1 0 0 1 1 0 0 0

Y al vector tpico de M 2 x 2 lo escribimos como combinacin lineal de los vectores de esta base, luego
planteamos el sistema de ecuaciones y obtenemos los escalares en trminos de a, b, c, d
a b
0 1
1 0
1 0
1 0

= 1
+ 2
+ 3
+ 4

c d
1 0
0 1
1 0
0 0
a b 2 + 3 + 4 1

=
2
c d 1 + 3

a = 2 + 3 + 4

b = 1

c = 1 + 3

d = 2

c = b + 3

a = d + c b +4

3 = c b

4 = a + b c d

Finalmente reemplazamos los datos en la combinacin lineal inicial:

a b
0 1
1 0
1 0
1 0
= 1T
+ 2T
+ 3T
+ 4T

T
c d
1 0
0 1
1 0
0 0
a b
1
1
1
0
= (b) + (d ) + (c b) + (a + b c d )
T
c d
1
1
1
0
a b c + d
=

T
c d c + d

Calculando el ncleo tenemos:

c + d = 0

c + d = 0

1 1 0 1 1 0
c+d =0

c = d
1 1 0 0 0 0

a b

M 2 x 2 / c + d = 0
Nu ( L) =
c d

Ramiro J. Saltos

Y la imagen:
c + d = x

c + d = y

1 1 x 1 1

1 1 y 0 0

yx=0
x

x=y
y x

x
Im(L) = R 2 / x =
y

Para obtener la matriz asociada a la base cannica, sabemos que:

1 0 0 1 0 0 0 0
,
,
,

BC M 2 x 2 =
0
0
0
0
1
0
0
1

1 0 0
=
T
0
0

1
A = T
0

0 1 0
=
T
0
0

0 B

CR 2

0 0 1
=
T
1
0

0 1

T
0 0 B

CR 2

1 0
BCR 2 = ,
0 1

0 0

T
1 0 B

CR 2

0 0 1
=
T
0
1

0 0

T
0 1 B

CR 2

0 0 1 1

A =
0 0 1 1

Ramiro J. Saltos

a 1 1

3. (15 puntos) Sea A = 1 a 1

1 1 a

Determine:
a) Los valores propios de A
b) Una base para cada espacio propio de A

A I = 1
1

[
(a )[(a )

1
a
1

1
a

]
1] (a ) + 1 + 1 (a ) = 0

(a ) (a ) 2 1 1[(a ) 1] + 1[1 (a )] = 0
2

(a ) 3 3(a ) + 2 = 0

Ahora realizamos un cambio de variable para visualizar mejor las cosas:

x = a
x 3x + 2 = 0
3

Aplicando divisin sinttica:

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

( x 1)( x 2 + x 2) = 0
( x 1)( x + 2)( x 1) = 0

x =1
a =1

x = 2
a = 2

= a 1

=a+2

Y finalmente hallamos cada espacio propio reemplazando cada en la matriz A I

E = a 1

1 1 1 1 1 1

1 1 1 0 0 0
1 1 1 0 0 0

a b c
1 1

a+b+c = 0
b = b = b 1 + c 0
a = b c
c c
0 1

B E

1 1

= 1 , 0
0 1

E =a + 2

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

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

b+c = 0
b=c

ac = 0
a=c

Ramiro J. Saltos

a c
1


b = c = c1
c c
1

B E

1

= 1
1

Ramiro J. Saltos

 1 0 1

4. (5 puntos) Determine si la matriz A = 0 1 1 es diagonalizable

1 0 1

0
1
1

A I = 0
1
1
1
0
1

Calculamos la ecuacin caracterstica:

[
]
(1 )[(1 ) 1] = 0

(1 ) (1 ) 2 (1 ) = 0
2

(1 ) 2 1 = 0
(1 1)(1 + 1) = 0
( )(2 ) = 0

=0

(1 ) = 0
=1

2 = 0
=2

Debemos recordar el corolario que dice: Si A M nxn tiene n valores propios distintos, entonces A es
diagonalizable
Como tenemos tres valores propios distintos, entonces A es diagonalizable

Ramiro J. Saltos

3
5. (15 puntos) Sea V = R3 y W = y R / 3 x 2 y + 6 z = 0 un subespacio de V
z

Determine:
a) El complemento ortogonal de W

3

b) La proyeccin de v sobre W si se conoce que v = 1
4

Para calcular el complemente primero necesitamos una base de W

3x 2 y + 6 z = 0
2 y = 3x + 6 z

x 2x 2x

y = 2 y = 3x + 6 z =
z 2z 2z

2 0

BW = 3 , 3
0 1

2 0

x 3 + z 6
0 2

a

Sea b W
c

a

b
c

2

3 = 0
0

a

b
c

0

3 = 0
1

2a + 3b = 0

3b + c = 0

2a = 3b

c = 3b

3
= b R / 2a + 3b = c + 3b = 0
c

Para hallar la proyeccin del vector que nos piden es mejor calcularla sobre W debido a que la base de este
subespacio tiene un solo vector y ortonormalizarla ser ms sencillo.
a 2a 3b
3

b = 2b = 2b = b 2
c 2c 6b
6

BW

3

= 2
6

Ramiro J. Saltos

Ahora procedemos a ortonormalizar esta base:

u1 =

1
v1
v1
v1 =

(v1 / v1 )

3

v1 = 2
6

3

2
6

*
W

v1 = 9 + 4 + 36

3
1
= 2
7 6

v1 = 49 = 7

Vamos a suponer que v se puede escribir como la suma de dos vectores h W y p W , hallaremos p
y luego contestaremos la pregunta al encontrar h = v p
p = Pr oyW v

p = (v u1 )u1

3
1
p = 1
49
4

3 3

2 2
6 6

3

1
p = (9 + 2 24 ) 2
49
6

3
13
p = 2
49
6

39
3
49

26
h = 1 +
49

4 52

49
186

49

75
h=
49

248

49

186

49

75
Pr oyW v =
49

248

49