Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra Lineal
Algebra Lineal
01
A = @0
2 1
1 2A
3 1 0
1 ; t 2 1
Q(t) = 0 1 ; t 2 =
3 1 0; t
0 a2 ab ab b2 1
a2 b2 ab C
A=B
@ ab
ab b2 a2 ab A
2
2
b
ab ab a
Solucion:
Algebra
Lineal. Problemas resueltos
86
(a + b)2 ; t ab ab
2
b
(a + b)2 ; t a2 ; t b2
ab
det(A ; tI ) = (a + b)2 ; t b2 a2 ; t ab =
(a + b)2 ; t ab ab a2 ; t
1 ab ab
b2
2
t b2
ab =
= ((a + b)2 ; t) 11 a b;
2
2;t
a
1 ab ab a2ab; t
1
ab
ab
b2
2
ab ; t b2 ; ab
ab ; b2 =
= ((a + b)2 ; t) 00 a b;
2 ; ab
2
a ; ab ; t ab ; b2
0
2
2
a2 ; ab ;0 t b2 ; ab0 aba;;b2b ; t
= ((a + b)2 ; t) b2 ; ab a2 ; ab ; t ab ; b2 =
2
2
0
a2 ; ab0 ; t ab2;;bab; t
= ((a + b)2 ; t)(a2 ; b2 ; t) b2 ; ab a2 ; ab ; t =
a2 + b2 ; 2ab ; t b2 ; ab
2
2
2
= ((a + b) ; t)(a ; b ; t) a2 + b2 ; 2ab ; t a2 ; ab ; t =
1 b2 ; ab
2
2
2
2
= ((a + b) )(a ; b ; t)((a ; b) ; t) 1 a2 ; ab ; t =
1 b2 ; ab
2
2
2
2
= ((a + b) ; t)(a ; b ; t)((a ; b) ; t) 0 a2 ; b2 ; t =
= ((a + b)2 ; t)(a2 ; b2 ; t)2 ((a ; b)2 ; t)
y por lo tanto, las races son (a + b)2 ; (a ; b)2 ; (a2 ; b2 ) , y esta ultima de multiplicidad dos.
Solucion:
En efecto,
87
Solucion:
Supongamos lo contrario, es decir, supongamos que existe 6= 0 que sea valor propio
de la matriz A , lo que equivale a que sea un valor propio del endomorsmo f del
espacio vectorial K n cuya matriz en determinada base es A y esto signica que existe
un vector v 2 K n ; v 6= 0 tal que f (v ) = v 6= 0
Y aplicando f a ambos miembros de la igualdad se tiene
f 2 (v) = f (v ) = f (v ) = 2 v
luego 2 es un valor propio no nulo de f 2 y por tanto de A2
inductivamente tenemos que f m = m v 6= 0, en efecto:
Sabemos que es cierto para m = 1; 2 supongamos que lo es para m ; 1 veamos que
lo es para m
Algebra
Lineal. Problemas resueltos
88
Solucion:
Veamos la linealidad:
f (e1 ) = e1 >
=
f (e2 ) = e2 >
f (e3 ) = 0 ;
(1)
01
A = @0
0 0
1 0A
0 0 0
(2)
89
6. Diagonalizar la matriz
0 ;21 2 8 1
A = @ 20 ;3 ;8 A
;60
6 23
Solucion:
Busquemos el polinomio caracterstico de A :
R3 = Ker(f + I )2 Ker(f ; I )
0 ;20 2 8 1
dim Ker(f + I ) = 3 ; rango @ 20 ;2 ;8 A = 3 ; 1 = 2
;60
6 24
luego A diagonaliza y
0 ;1 0 0 1
D = @ 0 ;1 0 A
0
0 1
0 ;20 2 8 1 0 x 1 0 0 1
Ker(f + I ) = f(x; y; z)= @ 20 ;2 ;8 A @ y A = @ 0 Ag =
;60 6 24 z
= f(x; y; z )= ; 10x + y + 4z = 0g
Algebra
Lineal. Problemas resueltos
90
0 ;22 2 8 1 0 x 1 0 0 1
ker(f ; I ) = f(x; y; z)= @ 20 ;4 ;8 A @ y A = @ 0 Ag =
;60 6 22 z
0
= f(x; y; z )= ; 11x + y + 4z = 0; 10x ; 2y ; 4z = 0g
v3 = (;1; 1; ;3)
0 1 ; ; ; 1
A = @ + 1 ;1A
0
dando en el caso en que ello sea posible una matriz S tal que S ;1 AS sea
diagonal.
Solucion:
Busquemos el polinomio caracterstico:
91
0 ; ; ; 1
3;1 = 2
dim Ker(A ; I ) = 3 ; rango @ ; 1 A =
3;2 = 1
0
para = 0
para =
6 0
00
@0
10 1 001
@ 0 A ) ;z = 0
0 0
x
0 ;1 A @ y A =
0 0 1
z
z=0
0 ;1 0 0 1 0 x 1 0 0 1
@ 0 ;1 ;1 A @ y A = @ 0 A ) ;x = 0
;y ; z = 0
0 0 0
z
0
Sea pues v3 = (0; 1; ;1)
luego
01
S = @0
0 0
1 1 A y en efecto, se tiene que D = S ;1 AS
0 0 ;1
01
D = @0
1 01
@0
0 0
1 0A =
0 0 2
10
10
0 0
1 0 0
1 0 0
1 1 A @ 0 1 ;1 A @ 0 1 1 A
0 0 ;1
0 0 2
0 0 ;1
Algebra
Lineal. Problemas resueltos
92
Solucion:
Puesto que f (vi ) = i vi expresaremos los vectores (5; 2; 5) y (0; 0; 7) en la base
formada por los vectores propios de f y aplicamos f , al primero
0 ;1
S=@ 2
2 2
2 ;1 A
2 ;1 2
;1 2 2
S ;1 = 91 @ 2 2 ;1 A
2 ;1 2
por lo tanto
10 1 011
@1A;
1 @ ;12 22 ;21 A @ 52 A =
9
2 ;1 2
5
10 1
0 1
luego
93
E Ep
Veamos que la igualdad en general es falsa; sea f 2 End(R3 ) tal que su matriz en la
base natural es
00
@1
0 0
0 0A
0 1 0
tenemos que fe3 g es el subespacio de vectores propios de valor propio cero. Sin embargo f 2 es tal que su matriz en la base natural es
00
@0
0 0
0 0A
1 0 0
E 6 E2
01
@2
2 2
1 2A
2 2 1
Algebra
Lineal. Problemas resueltos
94
Determinar An , para todo n 2 N .
Solucion:
Si D es una matriz diagonal D = (ii) se tiene claramente Dn = (nii)
Dn = (S ;1AS )n = S ;1AnS
luego
An = SDn S ;1
Veamos si A es diagonalizable:
02
dim Ker(A + I ) = 3 ; rango @ 2
2 2
2 2A = 3;1 = 2
2 2 2
luego A diagonaliza.
Busquemos la matriz S :
v1 ; v2 2 Ker(A + I )
9
>
=
6 ; 6 ; ; 6 )>
;
6 6
3
p p
1
0
1
0
1
2
x
0
v1 = ( 22 ; ; 22 ; 0)
2A@y A = @0A ) x + y + z = 0 )
p p p
02
@2
2
2
2 2 2
v2 = (
v3 2 Ker(A ; 5I )
0 ;4 2
@ 2 ;4
2
10 1
p p p
2
x
;2x + y + z = 0
A
@
A
2
y )
)
v3 = ( 33 ; 33 ; 33 )
x ; 2y + z = 0
2 ;4
z
luego
95
p
0 p2
1
; 22
0 01
2
BB p
BB
p6
p6 C
C
6
B
C
D=B 6
2
; 3 CB
6
@
@p
A
p3
p3
3
2
3
3
0 ;1 0 0 1 3
= @ 0 ;1 0 A
2
1
2
0 p2
2
B
C
p2
B
B
2C
C
;
AB
@ 2
21
1
0 (;1)n
Dn = @
(;1)n
1
A
p3 1
p6
p3 C
C
C
p6
6
p3
; 36
=
C
A
0 5
5n
Finalmente
An = SDnS ;1 =
0 32 (;1)n + 13 5n
=
BB 1 n 1 n
B@ ; 3 (;1) + 3 5
1
3
(;1)n+1 + 13 5n
; 13 (;1)n + 13 5n
1
3
(;1)n+1 + 31 5n 1
2
3
(;1)n + 13 5n
(;1)n 13 + 31 5n
1
3
(;1)n + 13 5n
(;1)n 23 + 31 5n
C
C
C
A
Algebra
Lineal. Problemas resueltos
96
Solucion:
a) En efecto: det (A ; I ) = det (A ; I )t = det (At ; I )
b) Veamoslo por induccion respecto a p . Se verica claramente para p = 1: de
AC ; CB = C tenemos
AC = C + CB = C (Im ) + CB = C (Im + B )
supongamos ahora que es cierto para p y veamos que lo es para p + 1
Ap+1 C = AAp C = A(C (Im + B )p ) = (AC )(Im + B )p =
= (C (Im + B ))(Im + B )p = C (Im + B )p+1
c) Sea f1 ; : : :n g el conjunto de valores propios de A y f1 ; : : :; j g el conjunto de
valores propios de B
Sea i un valor propio de A , existe v vector columna de Cn ; f0g tal que Av = i v .
Sea j un valor propio de B entonces, por a, es tambien valor propio de B t , por lo que
existe w vector columna de Cm ; f0g tal que B t w = j w y por tanto wt B = j wt
Sea ahora X = v wt 2 Mn;m (C);
f (X ) = AX ; XB = Av wt ; v wt B =
= i v wt ; j v wt = (i ; j )v wt = (i ; j )X
por lo que i ; j es un valor propio de f
Recprocamente
Sea X 6= 0 un vector propio de f de valor propio ( f (X ) = X )
Sea P (t) = (;1)n (t ; 1 ) : : : (t ; n ) (los i no necesariamente distintos) el polinomio
caracterstico de A (recuerdese que C es algebraicamente cerrado por lo que todos los
factores primos de P (t) son de grado 1).
Por el teorema de Cayley-Hamilton P (A) = 0 por lo que P (A)X = 0. Ahora bien,
por b, P (A)X = XP (Im + B ).
Tenemos pues
0 = XP (Im + B ) = X (Im ; 1 Im ) : : : (Im ; n Im ) =
= X (( ; 1 )Im + B ) : : : (( ; n )Im + B ) = XC;
C 2 Mm;m (C)
97
Yn
i=1
existe, pues, algun i para el cual det (( ; i )Im + B ) = 0 es decir ;( ; i ) es un
valor propio de B por lo que existe algun j para el cual j = ;( ; i ), es decir
= i ; j .
98
Algebra
Lineal. Problemas resueltos
99
02
A = @0
0 0
2 0A
1 2 2
P (A) =
0a 0
@ 00 a0
0
1 0
1 00
@0
0
2a1 0 0
A
@
0 + 0 2a1 0 A =
0 a0
a1 2a1 2a1
0 0
0 0A
0 0 0
lo cual implica:
a0 + 2a1 = 0
o sea a0 = a1 = 0
a1 = 0
Esto nos dice que no puede formarse la matriz nula por combinacion lineal no nula de
I y A por lo que P (t) no puede ser de primer grado.
Intentemos ahora con un polinomio de segundo grado P (t) = a0 + a1 t + a2 t2 y
calculemos A2
Algebra
Lineal. Problemas resueltos
100
04
A2 = @ 0
0 0
4 0A
4 8 4
01
a0 @ 0
1 00
@0
0 0
2 0 0
4 0 0
A
@
A
@
1 0 + a1 0 2 0 + a2 0 4 0 A =
0 0 1
1 2 2
4 8 4
0 0
0 0A
0 0 0
lo cual implica
a0 + 2a1 + 4a2 = 0
) a0 = ;a1 = 4a2
a1 + 4a2 = 0
Puede tomarse a0 = 4 ; a1 = ;4 ; a2 = 1 , para tener P (t) normalizado, por lo que
P (t) = t2 ; 4t + 4 = (t ; 2)2
2. Sabiendo que un endomorsmo f de R11 tiene (t + 1)2 (t ; 4)3 (t + 2)6 como polinomio caracterstico y (t + 1)2 (t ; 4)(t + 2)3 como polinomio anulador. >Cuales son
sus posibles formas de Jordan?
Solucion:
De:
101
;1
0
1 ;1
04
@0
0 0
4 0A
0 0 4
a)
c)
0 ;2 0 0
1 ;2 0
B
B
0 1 ;2
a) B
B
;2 0
B
@
1 ;2
0
0
0
1 ;2
1
0 ;2 0 0
1 ;2 0
C
B
C
B
0 1 ;2
C
b) B
C
B
;2 0
C
B
A
@
1 ;2
;2
1
C
C
C
C
C
A
Algebra
Lineal. Problemas resueltos
102
0 ;2 0 0
BB 1 ;2 0
c) B
BB 0 1 ;2 ;2
@
;2
;2
1
C
C
C
C
C
A
0 ;1 0
BB 1 ;1
BB
BB
B
a) B
BB
BB
BB
B@
0 ;1
BB 1 ;1
BB
BB
B
b) B
BB
BB
BB
B@
;2
1 ;2
1 ;2
;2
1 ;2
1 ;2
;2
1 ;2
1 ;2
;2
1 ;2
;2
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
103
0 ;1 0
BB 1 ;1
BB
BB
B
c) B
BB
BB
BB
B@
;2
1 ;2
1 ;2
;2
;2
;2
1
C
C
C
C
C
C
C
C
C
C
C
C
C
C
C
A
3. >Es la matriz
00
BB 1
BB
BB
B@
2
3
0 2
1 3
2 0
1 2
1
C
C
C
C
C
C
C
A
Solucion:
Si lo fuese el polinomio anulador sera
0 2
(;2 ; 3t + t ) = (t ; 3 + 2 17 )(t ; 3 ; 2 17 )
luego la matriz anterior no puede ser reducida de Jordan.
2
Algebra
Lineal. Problemas resueltos
104
00
A=B
@ 00
1
0
0
0 0
0
2
0
0
01
0C
3A
0
Solucion:
Hallemos el polinomio caracterstico:
det(A ; tI ) = t4
(Obvio ya que la matriz es triangular).
00
dim Ker(A ; 0I )2 = 4 ; rango A2 = 4 ; rango B
@ 00
0
00
dim Ker(A ; 0I )3 = 4 ; rango A3 = 4 ; rango B
@ 00
0
0
0
0
0
0
0
0 0
dim Ker(A ; 0I )4 = 4 ; rango A4 = 4 ; rango 0 = 4
2
0
0
0
0
0
0
0
01
6C
0A = 4 ; 2 = 2
0
61
0C = 4 ; 1 = 3
0A
0
Luego, tenemos
105
00
B@ 1
0
0
0
1
0 0
0
0
0
1
01
0C
0A
0
5. Dado el endomorsmo de R5 cuya matriz en la base natural viene dada por
0 23
BB 1
BB 2
BB 1
BB 2
BB 1
B@ 2
1
2
; 12
1
2
5
2
; 12
1
2
1
2
3
2
1
2
; 12
1
2
5
2
1
C
; 12 C
C
C
C
; 12 C
C
C
C
1 C
;2 C
A
1
2
Hallar:
a) polinomios caracterstico y anulador
b) los subespacios monogenos correspondientes
c) una base de estos subespacios monogenos, diciendo que vectores son
propios y escribir en esta base la matriz del endomorsmo.
Solucion:
a) Polinomio caracterstico
Algebra
Lineal. Problemas resueltos
106
P (t) = (t ; 2)3
b) Por ser dim Ker(A ; 2I ) = 2 , hay dos monogenos de dim 1
0 y puesto que
u2 = (A ; 2I )u1 = (0; 0; 0; 1; 1)
u3 = (A ; 2I )2 u1 = (A ; 2I )u2 = (1; 0; 0; 0; 1)
107
u4 2 Ker(A ; 2I )2 y u4 2= Ker(A ; 2I )
Ker(A ; 2I )2 = f(x; y; z; t; k)= 21 x ; 12 z + 12 t ; 12 k = 0g
Ker(A ; 2I ) = f(x; y; z; t; k)= ; x + y ; z + t + k = 0; x + y ; z + t ; k = 0;
x ; y + z + t ; k = 0 ; y = 0g
Observamos que u2 2 Ker(A ; 2I )2 ; u2 2= Ker(A ; 2I ) , luego tenemos que tomar la
precaucion de elegir u4 de forma que u4 ; (A ; 2I )u4 = u5 sean linealmente independientes de u2 ; u3 .
Sea pues
u4 = (1; 1; 0; 0; 0)
y por lo tanto
u5 = (A ; 2I )u4 = (0; 1; 1; 0; 0)
y u5 es vector propio.
Vayamos a determinar la matriz de f en la base fu1 ; u2 ; u3 ; u4 ; u5 g :
(A ; 2I )u1 = u2 ) Au1 ; 2u1 = u2 ) Au1 = 2u1 + u2
(A ; 2I )u2 = u3 ) Au1 ; 2u2 = u3 ) Au2 = 2u2 + u3
(A ; 2I )u3 = 0 ) Au3 ; 2u3 = 0 ) Au3 = 2u3
(A ; 2I )u4 = u5 ) Au4 ; 2u4 = u5 ) Au4 = 2u4 + u5
(A ; 2I )u5 = 0 ) Au5 ; 2u5 = 0 ) Au5 = 2u5
luego, la matriz es
Algebra
Lineal. Problemas resueltos
108
02
B1
J=B
B@
2
1 2
2
1 2
1
C
C
C
A
00
B0
S=B
B@ 1
1
0
0
0
1
0 1
1
0
0
0
1
1
1
0
0
0
01
1C
1C
C
0A
0
01
B
A1 = B
B
@0
0
1
2
11
C
A
0C
C
0 ;1 ;7 ;2 1
A2 = @ 2 6 1 A
;2 ;9 ;2
Solucion:
Para que A1 y A2 puedan representar el mismo endomorsmo ha de existir una matriz
S tal que S ;1A1 S = A2
Veamos como podemos determinar dicha matriz: busquemos (si existen) las formas
reducidas de Jordan de f y g . Si son el mismo endomorsmo, coincidiran y tendremos
109
A1 = S1;1JS1
A2 = S2;1JS2
S1A1 S1;1 = J
S2A2 S2;1 = J
01
J = @1
0 0
1 0A
0 1 1
y la base de Jordan es
00
B
S1 = B
B@ 0
1
1
0
0
01
C
A
1C
C
; 12
00
B
S1;1 = B
B
@1
1
2
11
C
A
0C
C
Algebra
Lineal. Problemas resueltos
110
Pasemos a estudiar, ahora, A2
01
J = @1
0 0
1 0A
0 1 1
y la base de Jordan es
02
S2 = @ 0
1 ;1
2 1 A S2;1 =
5 2 ;3
0 8 ;1 ;3 1
@ ;5 1 2 A
10 ;1 ;4
y por lo tanto:
05
B
S = S1;1 S2 = B
B
@2
0
3
1
2
; 52 1
;1 C
C
A
1
a) determinar la forma reducida de Jordan as como la base para la cual la matriz
adopta dicha forma
111
Solucion:
a) En la base fx2 ; x; 1g , la matriz de f adopta la forma
01
A = @2
0 0
1 0A
0 1 1
01
J = @1
0 0
1 0A
0 1 1
Algebra
Lineal. Problemas resueltos
112
I = f 3 ; 3f 2 + 3f = f (f 2 ; 3f + 3I ) = (f 2 ; 3f + 3I )f
por lo que
Y la matriz A;1 es:
f ;1 = f 2 ; 3f + 3I
0 1 0 0 12 0 1
A;1 = @ 2 1 0 A ; 3 @ 2
0 0 1 1 10 0 1 0
= @ ;2 1 0 A
0 0
1
A
@
1 0 +3
1 A=
1 1
1
2 ;1 1
0 3 1
A=B
@ ;47 ;11
0
0
2
;17 ;6 ;1
01
0C
1A
0
Solucion:
Calculemos los polinomios caracterstico y anulador de A
113
01
J=B
@ 10
0
1
0
0 0
0
0
1
1
01
0C
0A
1
v1 2 Ker(A ; I )2 ; v1 2= Ker(A ; I )
v1 = (1; 0; 0; 0)
v2 = (A ; I )v1 = (2; ;4; 7; ;17);
base de E2 :
v3 2 Ker(A ; I )2 ; v3 2= Ker(A ; I )
v3 = (0; 1; 0; 0)
v4 = (A ; I )v3 = (1; ;2; 1; ;6)
hay que tomar la precaucion de que v3 ; v4 sean linealmente independientes de v1 ; v2 .
0 1 a a1
A = @ ;1 1 ;1 A
1 0
con a 2 R
Algebra
Lineal. Problemas resueltos
114
Solucion:
Busquemos el polinomio caracterstico:
01
D = @0
0 0
1 0A
0 0 2
01
J = @1
0 0
1 0A
0 0 2
115
10. Sea A 2 Mn(R) y sea H el R -espacio vectorial generado por las matrices
fI; A; A2 ; ; An;1g
a) Demostrar que si B 2 H y B es inversible, entonces B ;1 2 H .
b) Si detA = 0 , probar que existe B 2 H; B 6= 0 tal que AB = BA = 0.
Solucion:
a) Por el teorema de Cayley-Hamilton, sabemos que el polinomio caracterstico n +
1 n;1 + + n anula a la matriz:
An + 1An;1 + + nI = 0
por lo que An =
la aplicacion:
f es lineal, pues
f (C1 + C2 ) = B(C1 + C2 ) = BC1 + BC2 = f (C1 ) + f (C2 )
f (C ) = B (C ) = B C = f (C )
f es inyectiva, pues si BC1 = BC2 , al ser B inversible, tenemos B ;1 (BC1 ) =
B ;1 (BC2 ) y por tanto, C1 = C2 , y puesto que H es de dimension nita f es
Algebra
Lineal. Problemas resueltos
116
1A + + r Ar = 0
y sea pues B = 1 I + + r Ar;1
117
Analisis matricial
03
A = @2
2 4
0 2A
4 2 3
a) Calcular eA ; etA .
b) Utilizar dicho resultado para resolver el siguiente sistema de ecuaciones diferenciales :
8 x0 = 3x + 2y + 4z
>
< 0
y = 2x + 2z
>
: z0 = 4x + 2y + 3z
sabiendo que para t = 0 ; x = 1 ; y = 2 ; z = 3
Solucion:
a) La exponencial de una matriz viene denida por:
1 A2 + 1 Ap )
eA = plim
(
I
+
A
+
!1
2!
p!
Puesto que existe S tal que A = SDS ;1 , con D matriz diagonal, tenemos que:
Algebra
Lineal. Problemas resueltos
118
0 ;1 0 0 1
D = @ 0 ;1 0 A
0
0 8
determinemos S
04
@2
10 1 0 1
2 4
x
0
v = (1; 0; ;1)=
1 2 A @ y A = @ 0 A ) 2x + y + 2z = 0 ) 1
v2 = (0; 2; ;1);
4 2 4
z
0
v3 2 ker(A ; 8I )
0 ;5 2
@ 2 ;8
4
10 1 0 1
0
4
x
;5x + 2y + 4z = 0= ) v = (2; 1; 2)
2A@y A = @0A )
3
2x ; 8y + 2z = 0;
0
z
2 ;5
de donde
119
Analisis matricial
0
S=@
1 0 2
5 ;2 ;4
0 2 1 A y S ;1 = 19 @ ;1 4 ;1 A
;1 ;1 2
2 1 2
por lo tanto
00 1
@@
eD = plim
!1
1 0 ;1
1 0 (;1)2
1
A + @ ;1 A + 1 @
A+
(;1)2
2!
2
1
0 (;1)p 8
11 0 e;1 (8)
1
AA = @
p1! @
(;1)p
e;1 A
(8)p
e8
0 e;t 0
etD = @ 0 e;t
0
0
0
e8t
1
A
por lo que
etA =
;2e + 2e
5e + 4e
Algebra
Lineal. Problemas resueltos
120
011
0 x(t) 1
X (0) = @ 2 A X (t) = @ y (t) A
z ( t)
por lo que
0 ;11e;t + 20e8t 1
1 @ 8e;t + 10e8t A
X (t) = 9
7e;t + 20e8t
Solucion:
El sistema puede expresarse matricialmente
0 dx 1 0 1 2 ;4 1 0 x 1
@ dydtdt A = @ 0 ;1 6 A @ y A
dz
dt
0 ;1
es decir, dX
dt = AX .
Intentaremos efectuar un cambio de base de modo que la nueva matriz J = S ;1AS sea
dZ
lo mas sencilla posible. As, si X = SZ , tenemos dX
dt = S dt y la ecuacion queda
dZ
;1
S dZ
dt = SJS SZ , es decir dt = JZ .
Busquemos la forma reducida de Jordan de A
121
Analisis matricial
01
J = @1
0 0
1 0A
0 0 2
La base de Jordan es
01
S = @3
2 0
0 2A
1 0 1
El sistema queda
0 dz1 1 0 1
@ dzdtdt2 A = @ 1
dz3
dt
10 1
0 0
z1
1 0 A @ z2 A
0 0 2
z3
z1 = C1 et
>
=
t
z2 = (C1 t + C2 )e >
;
z3 = C3 e2t
Algebra
Lineal. Problemas resueltos
122
que volviendo a la base natural
0x1 01
@yA = @3
z
10
2 0
C1 e t
A
@
0 2
(C1 t + C2 )et A
1 0 1
C3 e2t
de donde
3. Sea f un endomorsmo del R -espacio vectorial R4 tal que su matriz en la base
natural es:
0 ;1
A=B
@ 12
30
0
0
01
9 ;4 ;4 C
25 ;11 ;13 A
0 0
0
1
Solucion:
a) Determinemos la forma reducida de A
det(A ; I ) = ( + 1)3( ; 1)
dim ker(A + I ) = 2
luego no diagonaliza, y el valor propio ;1 nos proporciona dos monogenos y la matriz
de Jordan es
0 ;1 0 0 0 1
J=B
@ 10 ;10 ;01 00 C
A
0
0 1
123
Analisis matricial
01
S=B
@ 00
0
12
30
0 0
1
0
3
0
0 12 10 ;4 ;6 1
01
1C
0
1 0 ;1 C
;1 = 1 B
y
S
A
1
12 @ 0 ;10 4 6 A
1
0
0 0 12
0 e;3 0 0
;3 ;3
e3J = B
@ 3e0 e 0 e;0 3
0
01
0C
0A
e3
luego
0 e;3
e;3
e3A = B
@ 36
90e;3
0
31e;3
75e;3
0
1
0
0
;12e;3 ;19e;3 + e3 C
;29e;3 ;46e;3 + e3 A
0
e3
4. Determinar las funciones reales de una variable x(t) , y(t) , z(t) , u(t) tales que
verican el siguiente sistema de ecuaciones diferenciales lineales
x0
y0
z0
u0
=
=
=
=
x ; z + u9
>
=
y+z >
>
z
>
;
u
Algebra
Lineal. Problemas resueltos
124
Solucion:
Escribiendo el sistema dado en forma matricial AX = X 0
01
B@ 0
0
0 ;1 1 1 0 x 1
1 1 0C By C =
0 1 0A @z A
0 0 0 1
u
0 x0 1
0
B
@ yz0 C
A
u0
det(A ; I ) = ( ; 1)4
dim ker(A ; I ) = 2
luego hay dos monogenos
dim ker(A ; I )2 = 4
luego ambos monogenos son de dimension dos, por lo que la matriz de Jordan adopta
la forma
01
J=B
@ 10
0
1
0
0 0
0
0
1
1
01
0C
0A
1
e1 ; e3 2 ker(A ; I )2 ; e1 ; e3 2= ker(A ; I )
e2 = (A ; I )e1 ; e4 = (A ; I )e3 ;
de manera que e1 ; e2 ; e3 ; e4 sean independientes.
125
Analisis matricial
Sea pues
e1 = (0; 0; 1; 0) ) e2 = (;1; 1; 0; 0)
e3 = (0; 0; 0; 1) ) e4 = (1; 0; 0; 0)
luego
0 0 ;1
S=B
@ 01 10
0
0
0
0 1
11
0C
;1
0A y S =
0
00
B
@ 00
0
1
0
1 1
01
0C
1A
0
1
0
0
0
01
etJ = et B
@ 0t
0
1
0
0 0
0 01
0 0C =
1 0A
t 1
0 et 0 0
t t
B
@ te0 e0 e0t
t
0
0 te et
por lo tanto
0 et 0 ;tet tet 1
t
t
etA = B
@ 00 e0 teet 00 C
A
0 0
et
0x1
0 x(0) 1 0 et 1
tet C
y (0) C
B
B@ y CA = etA B
=
A
@
@
et A
z
z (0)
u
et
u(0)
5. Dada la matriz
0
A= 1
1
6
1
6
01
0C
0A
Algebra
Lineal. Problemas resueltos
126
Hallar:
I +A+A
1
X
+ + An + =
i=0
Ai
Solucion:
Busquemos, para obtener de forma sencilla An , la forma reducida de Jordan de la
matriz A
det(A ; I ) = ( ; 21 )( + 13 )
luego A diagonaliza
1
D = 0 ;1
3
2
v1 2 ker(A ; 21 I ) ; v1 = (1; 3)
v2 2 ker(A + 13 I ) ; v2 = (;1; 2)
S = 13 ;12
An =
SDnS ;1 =
( 1 )n
0
=@
y S ;1 = 1 ;23 11
5
;1
(; 13 )n S =
2 1 n
3 1 n
1 1 n
1 1 n
5(2) + 5(3)
5(2) ; 5(3)
2
( )n ; 65 (; 13 )n
0 2 P1 ( 1 )n + 3 P1 ( 1 )n
n=0 2
n=0 3
5
5
An = @ P1
P
6
n=0
(; 1 )n ; 6 1 (; 1 )n
n=0
( )n + 52 (; 13 )n
6 1
5 2
1
X
n=0
3 1
5 2
1
A
P1 ( 1 )n ; 1 P1 ( 1 )n 1
n=0 2
n=0 3
5
A
3 P1 ( 1 )n + 2 P1 (; 1 )n
1
5
n=0
n=0
127
Analisis matricial
P1
1 n
n=0 ( 2 ) = 2
termino 1 y razon
P1 (; 1 )n
n=0 3
= 45
= 41
= 23
= 3
2
y
1
X
n=0
An = 1
5 4
4 6 6
6. Sea
00
A = @1
1 1
0 1A
1 1 0
Calcular senA .
Solucion:
Por denicion:
Algebra
Lineal. Problemas resueltos
128
1 (;1)nA2n+1
X
senA =
det(A ; I ) = ;( + I )2 + ( ; 2)
dim ker(A + I ) = 2
luego A diagonaliza.
La matriz cambio de base es
luego
v1 = ( 22 ; ; 22 ; 0)
p p
p
6
6
2
v2 = ( 6 ; 6 ; ; 2 6 )
p p p
v3 = ( 33 ; 33 ; 33 )
0 p2
BB 2p
S=B
B@ ; 22
0
p6
p3 1
p6
p3 C
C
p
2 6
p3
C
C
A
0 p2
2
B
p
B
6
S ;1 = B
B
@ p6
p6
6
p3
3
3
p2
1
p C
C
2 6C
; 6 C
p A
0
3
3
y por lo tanto
sen A =
1 (;1)nSD2n+1 S ;1
X
(2n + 1)!
n=0
0 P1 (;1)n (;1)2n+1
n=0 (2n+1)!
BB
@
= SB
B
0
0
1 (;1)n D2n+1
X
= S(
n=0
P1
( 1)n
;1
(2n + 1)! )S =
0
2n+1
P1
0
( 1)n
2n+1
1
C
C
C
S ;1 =
C
A
Analisis matricial
0 sen(;1)
B
= SB
B@ 0
0
0
2
3 sen(;1)
B
1
1
=B
B
@ ; 3 sen(;1) + 3 sen(2)
sen(;1)
129
1
C
C
;1
C
AS =
0
sen(2)
; 13 sen(;1) + 31 sen(2) ; 13 sen(;1) + 13 sen(2) 1
2
3
1
3
2
3
1
3
C
sen(2) C
C
A
sen(;1) + 13 sen(2)
130
Algebra
Lineal. Problemas resueltos
131
Grupos
Apendice I Grupos
1. Consideremos el subconjunto GL2(R) de M2 (R) denido por
GL2 (R) =
a b
c d j ad ; bc 6= 0 :
SL2 (R) =
a b
c d j ad ; bc = 1 :
Probar que (SL2 (R); ) es un subgrupo del grupo (GL2 (R); ).
Solucion:
a b a b
a) Primero veamos que la operacion esta bien denida, es decir dadas c d ; c1 d1 2
1
1
Gl2 (R) entonces
a b a b aa + bc ab + bd a b
1
1
1
1
1
1
2
2
c d c1 d1 = ca1 + dc1 cb1 + dd1 = c2 d2 2 Gl2 (R)
Algebra
Lineal. Problemas resueltos
132
Asociatividad
a b a b a b
1
1
1
2
c d c1 d1 c2 d2 =
aa + bc ab + bd a b
1
1
1
1
2
2
ca1 + dc1 cb1 + dd1 c2 d2 =
(aa + bc )a + (ab + bd )c (aa + bc )b + (ab + bd )d
1
1 2
1
1 2
1
1 2
1
1 2
(ca1 + dc1 )a2 + (cb1 + dd1 )c2 (ca1 + dc1 )b2 + (cb1 + dd1 )d2 =
a(a a + b c ) + b(c a + d c ) a(a b + b d ) + d(c b + d d )
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
c(a1 a2 + b1 c2 ) + d(c1a2 + d1c2 ) c(a1b2 + b1 d2 ) + d(c1 b2 + d1 d2 ) =
a b a a + b c a b + b d
1 2
1 2
1 2
1 2
c d c1 a2 + d1c2 c1 b2 + d1 d2 =
a b a b a b
1
1
2
2
c d c d c d
1
a b 1 0 1 0 a b a b
=
=
c d
0 1
0 1
c d
c d
a b
x y
8 c d 2 GL(R) se tiene
a b x y x y a b a b
c d z t = z t c d = c d
entonces
x y
z t
x y 1 0 1 0 9
por ser z t neutro ) z t 0 1 = 0 1 >
=
1 0
x y 1 0 x y > )
por ser 0 1 neutro ) z t 0 1 = z t ;
x y 1 0
z t = 0 1
tal que
133
Grupos
a b
; bc ;b=ad ; bc
Sea ;d=ad
c=ad ; bc a=ad ; bc 2 GL2 (R) y es tal que:
d=ad ; bc ;b=ad ; bc a b
; bc a=ad ; bc c d =
;a c=ad
d=ad ; bc ;b=ad ; bc 1 0
b
c d ;c=ad ; bc a=ad ; bc
= 0 1
a b
1 1 1 0
1 1 1 0 2 1
0 1 1 1 = 1 1
1 0 1 1 1 1
1 1 0 1 = 1 2
2. Sea G un grupo tal que para cada x 2 G; x2 = e , siendo e el elemento neutro del
grupo G .
Solucion:
De x2 = e se tiene x = x;1
Algebra
Lineal. Problemas resueltos
134
xyxy = e
xxyxyy = xey
eyxe = xy
yx = xy
luego el grupo es conmutativo.
1
i = 1 22
1 2
s1 = 1 3
1
3
3
3
2
g1 = 3 21
1 2
s2 = 3 2
1
3
2
3
1
g2 = 2 23
1 2
s3 = 2 1
3
1
3
3
Componiendo de todas las formas posibles estos elementos, de dos en dos, obtenemos
la siguiente tabla
i
g1
g2
s1
s2
s3
i
i
g1
g2
s1
s2
s3
g1
g1
g2
i
s2
s3
s1
g2
g2
i
g1
s3
s1
s2
s1
s1
s3
s2
i
g2
g1
s2
s2
s1
s3
g1
i
g2
s3
s3
s2
s1
g2
g1
i
135
Grupos
fig
Subgrupos de orden 2: fi; s1 g; fi; s2g; fi; s3g
Subgrupos de orden 3: fi; g1; g2 g
Subgrupos de orden 6: S3
Son subgrupos normales los subgrupos fig; S3 (los impropios), as como el de ndice
dos, que puesto que el orden de S3 es seis, este es fi; g1; g2 g . Analicemos si algun
subgrupo de orden dos es normal, estudiemos por ejemplo fi; s1g (los otros dos se
Subgrupos de orden 1:
Solucion:
Sean y1 ; y2 2 S entonces x;1 y1 x y x;1 y2 x son dos elementos de x;1 Sx , veamos si
se verica la condicion de subgrupo:
(x;1 y1 x)(x;1 y2 x) = (x;1 y1 x)(x;1 y2;1 x) = x;1 y1 (xx;1 )y2;1x = x;1 y1 y2;1 x
Algebra
Lineal. Problemas resueltos
136
las igualdades anteriores son todas ellas ciertas puesto que x; y1 ; y2 son elementos de
G que tiene estructura de grupo.
Ahora bien, por ser S subgrupo y1 y2;1 = y3 2 S , luego
(x;1 y1 x)(x;1y2 x);1 = x;1 y3 x 2 x;1 Sx
y por lo tanto x;1 Sx es un subgrupo de G
0 1
00
Solucion:
a) Sean X1 ; X2 2 S luego verican X1 A = AX1 y X2 A = AX2
Para ver si se verica X1 X2;1A = AX1 X2;1 (condicion de subgrupo), veamos primero
que, si X2 2 S entonces X2;1 2 S .
En efecto: premultiplicando y postmultiplicando la igualdad X2 A = AX2 por X2;1
tenemos
(b) X1 2 S
Luego en efecto S es subgrupo.
x x
b) Sea X = x1 x2 2 S entonces
3
4
x x 0 1 0 1 x x
1
2
1
2
=
x3 x4
0 0
0 0
x3 x4
Grupos
0 x x x
) 0 x13 = 03 04
;x x ; x 0 0
3
1
4
)
= 0 0
0
x3
) x1 = x4 x3= 0
) X = x01 xx21
ahora bien X 2 GL2 (C) luego x1 =
6 0
x x
1
2
S = 0 x j x1 6= 0
1
p
6. Probar que (R; ) con a b = 3 a3 + b3 es un grupo isomorfo a (R; +).
Solucion:
Veamos que (R; ) es un grupo abeliano.
1) La operacion esta bien denida ( a b existe para todo a; b 2 R y es unico)
Asociatividad
q3 p3
p3 3 3
(a b) c = ( a + b ) c = ( a3 + b3 )3 + c3 =
p3 3 3 3 p3 3 3 3 q3 3 p3 3 3 3
= (a + b ) + c = a + (b + c ) = a + ( b + c ) =
p3 3 3
= a ( b + c ) = a (b c)
p3
ae = ea= a
a3 + e3 = a ) a3 + e3 = a3 ) e3 = 0
137
Algebra
Lineal. Problemas resueltos
138
Si para cada a 2 R existe a1 2 R tal que
a a;1 = a1 a = 0
entonces
0 = 3 a3 + a31 ) a3 = ;a31 ) a = a1
luego el elemento simetrico existe y es unico
Conmutatividad
a b = 3 a3 + b3 = 3 b3 + a3 = b a
Luego en efecto es grupo abeliano, establezcamos ahora el isomorsmo con (R; +)
7. Sea G un grupo. Probar que si existe un numero entero n tal que (ab)n = anbn
para todo a; b 2 G entonces
Gn = fxn j x 2 Gg y Gn = fx 2 G j xn = eg
son subgrupos normales de G , y si G es un grupo nito entonces el orden de Gn
coincide con el ndice de Gn
Solucion:
139
Grupos
Consideremos la aplicacion
' : G ;! G
x ;! xn
8y 2 G yxny;1 = (yxy;1)n 2 Gn
Y por ultimo '(G) = Gn ' G=Gn , por lo que
ord Gn = ind Gn
Solucion:
La aplicacion ' esta bien denida puesto que cada elemento de G admite un inverso
y este es unico.
Supongamos ahora que ' es un automorsmo
8a; b 2 G
(1)
(2)
Algebra
Lineal. Problemas resueltos
140
que por (1) y (2)
ab = ba
Luego G es conmutativo.
Recprocamente
La aplicacion ' es biyectiva por ser G grupo (para cada elemento a 2 G existe
simetrico y es unico), veamos que el hecho de ser el grupo abeliano nos asegura que '
es morsmo
Solucion:
Sea n = ord a el orden de a 2 G es decir an = e . Puesto que todo elemento a 2 G
conmuta con su inverso a;1 y este es tal que aa;1 = e , se tiene
(aa;1 )n = en = e
(aa;1 )n = aa;1 : : :aa;1 = an (a;1 )n
y por lo tanto
an(a;1)n = e
Ahora bien an = e luego (a;1 )n = e(a;1 )n = e . Por lo tanto si m es el orden de a;1
se tiene que m es divisor de n .
Analogamente tenemos (a;1 a)m = em = e de donde
am = eam = (a;1)m am = e
por lo que n es un divisor de n .
Finalmente si n es divisor de m y m es divisor de n es que n = m .
141
8x; y 2 I
8x 2 I; 8a 2 Z )
x ; y 2 I
ax2 I
I = (a) = fa m j 8m 2 Zg:
Solucion:
Sea, a , el menor entero positivo perteneciente a I , para todo m 2 I , tenemos
m = a c + r con 0 r < a
puesto que a 2 I se tiene que a c 2 I y por tanto r = m ; a c 2 I ; r es positivo
o nulo y por pertenecer a I ha de ser nulo, luego m = a c es decir I = (a); (estos
Solucion:
Algebra
Lineal. Problemas resueltos
142
a)
(a) \ (b) = I
3. Probar que mcd(a; b) = d , siendo d el generador del ideal suma de los ideales de
Z generados por a; b respectivamente.
Solucion:
Recordemos que
I + J = fa + b j a 2 I; b 2 J g
es siempre un ideal.
En Z sabemos que los ideales son principales, luego
(a) + (b) = (d):
Veamos que d es en efecto mcd(a; b).
(a) (d) pues 8m 2 (a) m + 0 = m 2 (a) + (b) = (d).
Por el mismo razonamiento (b) (d).
De (a) (d) tenemos que a 2 (d), luego a = d k1
143
am+bn =d
por lo que si d1 es divisor de a y b lo es de a m + b n , es decir, lo es de d , por lo
que mcd(a; b) = d .
(c) (a);
luego c 2 (a)
(c) (b); luego c 2 (b)
c = a k1 con k1 2 Z
c = b k2 con k2 2 Z
5. Probar que para que Z=(n) sea cuerpo, es condicion necesaria y suciente que n
sea primo.
Solucion:
Supongamos que Z=(n) es cuerpo, es decir 8a 2 Z=(n), a 6= 0, existe b 2 Z=(n) tal
que a b = 1.
Algebra
Lineal. Problemas resueltos
144
145
Solucion:
2x + 3y = 1
2x + 2y = 1
+
0
1
2
3
0
0
1
2
3
1
1
2
3
0
2
2
3
0
1
3
3
0
1
2
0
1
2
3
0
0
0
0
0
1
0
1
2
3
2
0
2
0
2
3
0
3
2
1
2x + 3y = 1 (a)
) 0x + y = 2 ) y = 2
2 x + 2y = 1
(b)
2x + 3 2 = 1 ) 2x + 2 = 1 ) 2x = 3
no tiene solucion pues no existe ningun elemento x en Z=(4) tal que 2x = 3. Observese
que 2 no es inversible en Z=(4) (es un divisor de cero)
(a) sumando ambas ecuaciones.
(b) sustituyendo el valor de x en la primera ecuacion.
Solucion:
Algebra
Lineal. Problemas resueltos
146
+
0
1
2
3
4
0
0
1
2
3
4
1
1
2
3
4
0
2
2
3
4
0
1
3
3
4
0
1
2
4
4
0
1
2
3
0
1
2
3
4
0
0
0
0
0
0
1
0
1
2
3
4
2
0
2
4
1
3
3
0
3
1
4
2
4
0
4
3
2
1
x + 2y = 1 (a) 2x + 4y = 2 (b)
) 2x + y = 0 ) 4x + 0y = 2
2x + y = 0
) 4x = 2 ) x = 3
(c)
) 23+y =0 ) 1+y = 0 ) y =4
Solucion:
Hallemos primero las races del denominador, haciendo uso de las tablas del ejercicio
anterior:
(x2 + 4x + 3)(4) = 1 + 1 + 3 = 0
(x2 + 4x + 3)(2) = 4 + 3 + 3 = 0
luego x2 + 4x + 3 = (x ; 4)(x ; 2) = (x + 1)(x + 3), luego
4
A
B
(x + 1)(x + 3) = x + 1 + x + 3
4
A(x + 3) + B(x + 1) = (A + B )x + 3A + B
=
(x + 1)(x + 3)
(x + 1)(x + 3)
(x + 1)(x + 3)
Igualando numeradores tenemos
A + B = 0
) A = 2; B = 3
3A + B = 4