Matematicas I: Hoja 4

Aplicaciones lineales y diagonalizacion

Ejercicio 1. Decidir cuales de las siguientes aplicaciones son lineales. Cual

es la dimension del espacio imagen?
a) f (x1 , x2 , x3 ) = (x2 + x3 , 2x1 + x2 , 3x1 x2 + x3 )
b) f (x1 , x2 , x3 ) = (x1 , x2 + 1, x3 + 2)
c) f (x1 , x2 , x3 ) = (x1 x2 + x3 , x3 )
Solucion:
a) es lineal. La dimension de la imagen es 3
b) no es lineal (f (0) 6= 0)
c) es lineal. La dimension de la imagen es 2.

Ejercicio 2. Demostrar que existe una sola transformacion lineal de R3 en

s mismo que tranforma los vectores a1 , a2 , a3 en b1 , b2 , b3 .
a)
a1 = (2, 3, 5) a2 = (0, 1, 2), a3 = (1, 0, 0)
b1 = (1, 1, 1) b2 = (1, 1, 1), b3 = (2, 1, 2)
b)
a1 = (2, 0, 3) a2 = (4, 1, 5), a3 = (3, 1, 2)
b1 = (1, 2, 1) b2 = (4, 5, 2), b3 = (1, 1, 1)
Solucion: En ambos casos {ai } forman una base, y siempre existe una aplicacion lineal que lleve los elementos de la base del espacioPde salida aP
elementos arbitrarios del espacio de llegada (defnela como f ( i i ai ) = i i bi ).
La unicidad se sigue de la linealidad: si hubiese dos funciones f 6= f 0 lineales
con f (ai ) = bi , existira v tal que
f (v) 6= f 0 (v)
1

P
(en caso contrario f = f 0 ). Pero v = i i ai , luego
X
X
X
f (v) =
i f (ai ) =
i bi =
i f 0 (ai ) = f 0 (v)
i

Contradiccion.
Observacion: en a) {bi } es asimismo una base. Por lo tanto, la aplicacion
lineal consiste en un cambio de base.

Ejercicio 3. Demostrar que la proyeccion de R3 sobre la recta h(1, 0, 0)i
paralelamente al plano h(0, 1, 0), (0, 0, 1)i es una aplicacion lineal. Cual es
el n
ucleo de dicha aplicacion?
Solucion: La aplicacion viene dada por
f (x1 , x2 , x3 ) = (x1 , 0, 0)
Es lineal, ya que
f ((x1 , x2 , x3 ) + (y1 , y2 , y3 )) = (x1 + y1 ) = f (x1 , x2 , x3 ) + f (y1 , y2 , y3 )
ucleo el plano L((0, 1, 0), (0, 0, 1)).
Su imagen es el eje OX y su n

Ejercicio 4. Sea la aplicacion lineal f : R3 R3 definida por
f (x, y, z) = (2x + y + 4z, x + y + 2z, x + y + 3z).
Determinar el n
ucleo y la imagen de dicha aplicacion.
Solucion:
1. ker(f ) = {0}.
2. Im(f ) = R3 .

Ejercicio 5. Sea la aplicacion lineal f : R3 R3 definida por
f (x, y, z) = (2x + y + z, x y, x z).
Determinar unas ecuaciones parametricas y cartesianas (o implcitas) del
n
ucleo y de la imagen de f . Calcular la dimension y una base de cada uno
de los dos subespacios. Estudiar si f es inyectiva y/o sobreyectiva.
2

Solucion: Para Im(f ):

1. Unas ecuaciones parametricas son

x =
y=
, , R

z =
2. Una base esta dada por BIm(f ) = {(1, 0, 1), (0, 1, 1)}. Deducimos
por tanto que dim(Im(f )) = 2. Como Im(f ) 6= R3 , f no es sobreyectiva.
3. Unas ecuaciones cartesianas de Im(f ) son {(x, y, z) : x + y + z = 0}.
Para ker(f ):

nx y = 0
1. Unas ecuaciones cartesianas de ker(f ) son (x, y, z) :
.
yz =0
2. Unas ecuaciones parametricas son

x =
y=, R

z=
3. Una base de ker(f ) sera Bker(f ) = {(1, 1, 1)} y, por tanto, dim(ker(f )) =
1. Como ker(f ) 6= {0}, la aplicacion f no es inyectiva.

Ejercicio 6. Sea la aplicacion lineal f : R3 R3 definida por
f (x, y, z) = (x + y, x + z, x + y + z).
Estudiar si la aplicacion es inyectiva y/o sobreyectiva. Dar una base de la
imagen de f . Estudiar si el vector u = (1, 1, 0) esta en la imagen de f y en
ese caso dar las coordenadas de u con respecto a la base anterior.
Solucion: Se puede ver que ker(f ) = {(0, 0, 0)}. Luego f es inyectiva. Por
otro lado, se ve que Im(f ) = R3 . Por lo tanto f es sobreyectiva (as, f es un
isomorfismo). Como Im(f ) = R3 , es obvio que u Im(f ). Mas a
un, como
podemos elegir cualquier base, escogemos la base canonica y por tanto las
coordenadas del vector u en esta base son u = (1, 1, 0)Bc .

3

Ejercicio 7. Existe una aplicacion lineal f : R3 R4 tal que su n

ucleo
esta generado por los vectores (1, 0, 0) y (1, 1, 0) y la imagen esta generada
por (1, 0, 0, 0) y (1, 0, 0, 1)?
Solucion: No puede existir una tal aplicacion lineal ya que eso supondra que
dim(ker(f )) = 2 y dim(Im(f )) = 2, pero la formula de la dimension para
aplicaciones lineales nos dice que en este caso dim(ker(f ))+dim(Im(f )) = 3.

Ejercicio 8. Dar las matrices asociadas a las aplicaciones lineales correspondientes a los ejercicios 1., 2. y 3. de esta hoja. Dar la dimension del
n
ucleo y de la imagen de cada una de las aplicaciones.
Solucion:
1.a)

0 1 1
2 1 0
3 1 1
1.c)


1 1 1
0 0 1

2.a) En bases {ai } en el espacio de salida y {bi } en el de llegada, la matriz

es la identidad. En base canonica, la matriz es:

2 11 6
1 7 4
2 1 0
2.b) En bases {ai } en el espacio de salida y canonica en el de llegada la
matriz es

1
4
1
2
5 1
1 2 1
De la canonica a la canonica:

6 11 5
1
12 13 10
3
6 5 5
4

1 0 0
0 0 0
0 0 0


Ejercicio 9 (*). Demostrar que el giro de angulo en el plano es una transformacion lineal. Determina su matriz.
Pista: utiliza las coordenadas polares (r cos , r sin ) para definir la funcion.
A continuacion, emplea las relaciones trigonometricas para el seno y el coseno
de la suma.
Solucion: Recordemos que un punto en el plano siempre puede escribirse
como f ((rcos, rsin)) donde r es la distancia al 0 y es el angulo que la
recta que pasa por el punto y el 0 forma con el lado positivo del eje OX.
As, un giro de angulo viene dado por
f (rcos, rsin) = (rcos( + ), rsin( + ))
Desarrollando:

 
 


rcos( + )
r(coscos sinsin)
cos sin
rcos
=
=

rsin( + )
r(sincos + cossin)
sin cos
rsin
Luego la aplicacion viene dada por multiplicacion de los vectores por una
matriz. Puesto que esta operacion es lineal, se sigue que la aplicacion es
lineal.

Ejercicio 10. Demostrar que la transformacion de R3 en s mismo indicada
abajo es lineal.

x1
1

x2
f
= h(x1 , x2 , x3 ), (1, 2, 3)i 2
x3
3
donde hu, vi indica el producto escalar de dos vectores.
Cual es la matriz en la base siguiente?
B = {(1, 0, 1), (2, 0, 1), (1, 1, 0)}
Solucion: La linealidad de la aplicacion f se prueba como en los ejercicios
anteriores.
5

La matriz de f en la base B viene dada por

20 5 15
1
MB,B (f ) = 16 4 12
3
24 6 18

Ejercicio 11. Aclarar si

1
(a) A =
1

son semejantes entre s las

6 15
1
3 5 , B = 2
2 4
1

14 2 7 1
20 2 11 2

(b) A =
19 3 9 1 ,
6 1
3
3

siguientes matrices:

3 3
6 13
4 8

41 4 26 7
14 13 91 18

B=
40 4 25 8
0
0
0
1

Solucion: (a) No son semejantes puesto que los determinantes son diferentes.
(b) No son semejantes puesto que las trazas son diferentes.

Ejercicio 12. Encontrar el polinomio caracterstico de las siguientes matrices:

1 2 3

(a) 3 0 4 ,
6 4 5

1 6 2

(b) 3 2 0 ,
0 3 4

2
1
(c)
0
0

5
4
0
0

1 1
2 2
,
6 5
2 3

Solucion:
(a) t3 + 6t2 + 35t + 38
(b) t3 t2 + 8t 62
(c) (t2 6t + 3)(t2 9t + 28)
(d) (t 1)(t 3)(t 5)(t 6)

1
0
(d)
0
0

Ejercicio 13. Demostrar, usando las propiedades del determinante, que una
matriz tiene el mismo polinomio caracterstico que su traspuesta.
Solucion:
PA () = det(A I) = det((A I)t )
= det((At I t )) = det((At I)) = PAt ().

6

1
3
0
0

2
3
5
0

2
4

5
6


Ejercicio 14. Sea A =

2 2
1 3


:

(a) Encontrar todos los autovalores y sus correspondientes autovectores

(b) Encontrar una matriz no singular P de forma que A = P DP 1 , siendo
D una matriz diagonal.
(c) Encontrar A6 y A4 3A3 6A2 + 7A + 3I.
Solucion:
(a) Autovalores: 1 = 1, 2 = 4. Autovectores: v1 = (2, 1), v2 = (1, 1)


2 1
(b) P =
1 1


1366 2230
6
(c) A =
1365 2731


1 2
4
3
2
A 3A 6A + 7A + 3I =
1 0


Ejercicio 15. Sea A =


2 1
:
2 3

(a) Encontrar todos los autovalores y sus correspondientes autovectores

(b) Encontrar una matriz no singular P de forma que A = P DP 1 , siendo
D una matriz diagonal.
(c) Encontrar A6 y A4 5A3 + 7A2 2A + 5I.
Solucion:
(a) Autovalores: 1 = 1, 2 = 4. Autovectores: v1 = (1, 1), v2 = (1, 2)


1 1
(b) P =
1 2


21846 21845
6
(c) A =
43690 43691


19 13
4
3
2
A 5A + 7A 2A + 5I =
26 32

7

Ejercicio 16. Repetir el ejercicio anterior para la siguiente matriz:



5
6
A=
2 2
Solucion:
(a) Autovalores: 1 = 1, 2 = 2. Autovectores: v1 = (3, 2), v2 = (2, 1)


3
2
(b) P =
2 1


1021 1530
6
(c) A =
510 764


2 6
4
3
2
A 5A + 7A 2A + 5I =
2 9


4 1 1
Ejercicio 17. Sea A = 2 5 2 :
1 1 2
(a) Encontrar todos los autovalores y una base de autovectores de A sabiendo que los autovalores son enteros positivos.
(b) Encontrar una matriz no singular P de forma que A = P DP 1 , siendo
D una matriz diagonal.
Solucion:
(a) Autovalores: 1 = 3, 2 = 3, 3 = 5. Autovectores: v1 = (1, 1, 0), v2 =
(1, 0, 1), v3 = (1, 2, 1). La base de autovectores es {v1 , v2 , v3 }.

1 1 1
(b) P = 1 0 2
0 1 1

Ejercicio 18.

3
(a) 7
6

Repetir el ejercicio anterior para las siguientes matrices:

1 1
1 3 3
1 2 2
5 1 , (b) 3 5 3 , (c) 1 2 1
6 2
6 6 4
1 1 4
8

Solucion:
(a.a) Autovalores: 1 = 2, 2 = 2, 3 = 4. Autovectores: v1 =
(1, 1, 0), v3 = (0, 1, 1). La base de autovectores es {v1 , v3 }. Notemos que
tiene dimension 2 y por tanto la matriz no diagonalizara.
(a.b) La matriz no diagonaliza.
(b.a) Autovalores: 1 = 2, 2 = 2, 3 = 4. Autovectores: v1 =
(1, 1, 0), v2 = (1, 0, 1), v3 = (1, 1, 2). La base de autovectores es {v1 , v2 , v3 }.

1 1 1
(b.b) P = 1 0 1
0 1 2
(c.a) Autovalores: 1 = 3, 2 = 3, 3 = 1. Autovectores: v1 = (1, 1, 0), v2 =
(1, 0, 1), v3 = (2, 1, 1). La base de autovectores es {v1 , v2 , v3 }.

1 1 2
(c.b) P = 1 0 1
0 1 1

Ejercicio 19. Para cada una de las siguientes matrices, encontrar todos
los autovalores, autovectores y una matriz no singular P que diagonalice la
matriz





0 1 1
2 3
1 4
(a)
, (b)
, (c) 1 0 1 ,
2 5
3 7
1 1 0

2 2 4
(d) 4 5 8 ,
4 8 17

11 8 4
(e) 8 1 2
4 2 4

Solucion:
(a.a) Autovalores: 1 = 1, 2 = 4. Autovectores: v1 = (3, 1), v2 = (1, 2).


3 1
(a.b) P =
1 2
(b.a) Autovalores: 1 = 1, 2 = 5. Autovectores: v1 = (2, 1), v2 =
(2, 3).


2 2
(b.b) P =
1 3
9

(c.a) Autovalores: 1 = 1, 2 = 1, 3
(1, 1, 0), v2 = (1, 1, 2), v3 = (1, 1, 1).

1
1
(c.b) P = 1 1
0 2

= 2. Autovectores: v1 =

1
1
1

(d.a) Autovalores: 1 = 1, 2 = 1, 3 = 22. Autovectores: v1 = (2, 1, 1), v2 =

(2, 3, 1), v3 = (1, 2, 4).

2
2 1
(d.b) P = 1 3 2
1 1 4
(e.a) Autovalores: 1 = 5, 2 = 5, 3 = 16. Autovectores: v1 =
(0, 1, 2), v2 = (5, 8, 4), v3 = (4, 2, 1).

0 5 4
(e.b) P = 1 8 2
2 4
1

Ejercicio 20 (*). Hallar la
de Jordan):

0
J =
...

0
0

k-esima potencia de la siguiente matriz (celda

1 0 0
1 0
0 1
... ... ...
0 0 0
0 0 0

... 0 0
... 0 0
... 0 0
... ... ...
... 1
... 0

Pista: Escribe J como I +A e investiga cuanto valen las potencias de A.

Concluye expandiendo el binomio, teniendo en cuenta que I y A conmutan.
Solucion:
Sea

A=

0 1 0 0
0 0 1 0
0 0 0 1
... ... ... ...
0 0 0 0
0 0 0 0

En primer lugar, notemos que:

10

... 0 0
... 0 0
... 0 0
... ... ...
... 0 1
... 0 0

2
A =

0 0 1 0
0 0 0 1
0 0 0 0
... ... ... ...
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0

... 0 0
... 0 0

... 0 0

... ... ...

,
... 1 0

... 0 1

... 0 0
... 0 0

3
A =

... 0 0
... 0 0

... 0 0

... ... ...

... 0 1

... 0 0

... 0 0
... 0 0

0 0 0 1 0
0 0 0 0 1
0 0 0 0 0
... ... ... ... ...
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0

o, lo que es lo mismo Am vale 1 en la superdiagonal m-esima y 0 en el

resto de posiciones de la matriz. Para m > n 1, Am = 0. Por tanto,
tenemos que:
min{k,n1}  
k  
X
X
k ki ki i
k ki i
J = (I + A) =
I A =
A
i
i
i=0
i=0
k

donde en el pen
ultimo paso hemos usado que I y A conmutan y en el
u
ltimo que para i > n 1, Ai = 0. Ahora, cada una de las matrices que
aparecen en el sumatorio no comparte entradas no nulas con ninguna de las
demas y por tanto, tenemos que la superdiagonal j-esima tendra entradas
iguales al coeficiente que acompa
na a Aj :

Jk =

k
0

k

0
0
...
...
...
0
0
0
0

k
1

k1

k
k

0
0
...
...
...
0
0
0
0

k
k2
2

k
k1
1

k
k
0

...
...
...
0
0
0
0

...

k2
k

2

k
k1
1
...
...
...
0
0
0
0

k
k1

...

k2
k

2
...
...
...
0
0
0
0

k
k

k
k1

...
...
...
...
...
...
...
...

0


k
k

k
1
k1
...
...
.

. . k2
k

2

k
k1
1

k
k
0
0

0
0


k
k

...
...
...
.

. . k2
k

2

k
k1
1

k
k
0


11