Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Geometra en R2 y R3 1
1.1. Definiciones generales . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Rectas y planos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Producto cruz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3. Matrices 35
3.1. Operaciones y propiedades . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2. Inversa de un matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3. Mtodo de Gauss-Jordan para calcular inversas . . . . . . . . . . . . 38
3.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4. Subespacios 49
4 Contenido
6. Ortogonalidad 83
6.1. Nociones generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.2. Complementos y proyecciones ortogonales . . . . . . . . . . . . . . . 84
6.3. Proceso de ortogonalizacin de Gram-Schmidt . . . . . . . . . . . . . 86
6.3.1. Factorizacin QR . . . . . . . . . . . . . . . . . . . . . . . . . 87
6.4. Diagonalizacin ortogonal . . . . . . . . . . . . . . . . . . . . . . . . 87
6.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Referencias 95
Captulo 1
Geometra en R2 y R3
u + v = (a1 + b1 , ..., an + bn ),
y si R,
u = (a1 , ..., an ).
1. u + v = v + u;
2. (u + v) + w = u + (v + w);
3. u + 0 = u;
4. u + (u) = 0;
5. (u + v) = u + v;
6. ( + )u = u + v;
7. (u) = ()u;
8. 1u = u.
1. u.v = v.u;
3. (u).v = (u.v);
2. ||u|| = ||||u||.
Otra aplicacin del producto punto es definir el ngulo entre dos vectores. Sean
u, v Rn , definimos el ngulo entre u y v como R tal que
u.v
cos = .
||u||||v||
Lo anterior muestra que u y v son perpendiculares o ortogonales si u.v = 0. Equi-
valentemente, podemos decir que dos vectores u y v son perpendiculares si satisfacen
la versin Rn del Teorema de Pitgoras; es decir, si ||u + v||2 = ||u||2 + ||v||2 .
Definicin 1.7. Sean u, v Rn , con u 6= 0. Definimos la proyeccin de v sobre
u por
u.v
Proyu (v) = u.
u.u
lu = {u : R}.
Topologa general]
4 1. Geometra en R2 y R3
x = tu + b,
l = {tu + b : t R}.
a x0
Supongamos que u = b
y b = y0
, entonces la recta l esta dada por
c z0
x a x0
y = t b + y0 .
z c z0
x = at + x0 ;
y = bt + y0 ;
z = ct + z0 .
ax + by + cz = d,
[Versin alpha
1.3. Producto cruz 5
El producto cruz o producto vectorial solo se define en R3 y ser de utilidad por las
propiedades que enunciaremos en el Teorema 1.11.
u v = (u2 v3 u3 v2 , u3 v1 u1 v3 , u1 v2 u2 v1 ),
1. u v = (v u);
2. (u v).u = 0 y (u v).v = 0;
3. u.(v w) = (u v).w;
1.4. Ejercicios
b b
3
b (2, 2, 3) b
2
(3, 1)
b
1 b
1
b b b b b b b b b b b b b b
3 2 1 b
b
b 1
b
b 2
b
b
Topologa general]
6 1. Geometra en R2 y R3
a) Dibuje los vectores (5, 2), (0, 52 ), (4, 0), (0.3, 1.6) y ( 27 , 4) de R2 en
posicin estndar.
b) Dibuje los vectores (2, 4, 1), (3, 0, 1), ( 32 , 75 , 23 ) y (4, 3.2, 1.8) de
R3 en posicin estndar.
2. Dados dos puntos A y B, AB representa el vector que parte de A y llega a B.
Por ejemplo, si A = (1, 1) y B = (2, 1) el vector AB se representa:
b
A
b
1
b b b b b b b b
3 2 1
b
B b
Vector AB, donde A = (1, 1) y B = (2, 1)
Con lo que el vector en posicin estndar se calcula como AB = B A =
(2, 1) (1, 1) = (3, 2) y se representa como mostramos en el punto
anterior. Para cada uno de los siguientes pares de puntos, dibuje el vector AB.
Luego calcule y vuelva a dibujar AB como un vector en posicin estndar.
a) v u.
b) 4w + 3u.
2
c) 3w + 2z.
d) (u w) (v + z).
1
e) 2 (u + v) 43 (z w).
3 1 3
6. Considerando los vectores x = (1, 2, 3), y = (2, 0, 1), z = y
5, 3, 2
w = (4, 2, 0), realice las operaciones que se indican:
a) x + y w.
b) 2z 3w.
c) 2x + 2w.
d) (x y) + (z w).
3
e) 2 (x + y + w) 30z.
7. Ilustre usando ejemplos, todas las propiedades enunciadas en los Teoremas 1.1,
1.3, 1.4, 1.5, 1.6 y 1.11.
a) x a = 2(x 2a).
b) x + 2a b = 3(x + a) 2(2a b).
c) 2x 3b = (x + 3a).
3 (0, 1) 3)
(3, 2
2
(0, 1)
(1, 0) 3(1, 0)
Por mostrar otro ejemplo, ntese que (1, 1) = 3(1, 1) + 2(2, 1); es decir,
(1, 1) es combinacin lineal de (1, 1) y (2, 1). Entonces dibujamos los ejes
coordenadas con respecto a (1, 1) y (2, 1) y localizamos (1, 1) de la siguiente
manera:
(3, 3)
(1, 1)
(1, 1)
(2, 1)
(4, 2)
17. Sea A = (3, 2), B = (1, 0) y C = (4, 6). Pruebe que el ABC es un tringulo
rectngulo.
18. Sea A = (1, 1, 1), B = (3, 2, 2) y C = (2, 2, 4). Pruebe que el ABC es
un tringulo rectngulo.
19. Encuentre el ngulo entre una diagonal de un cubo y una arista adyacente.
20. Un cubo tiene cuatro diagonales. Demuestre que ningn par de ellas son per-
pendiculares.
24. Encuentre la proyeccin de v sobre u; Proyu (v), represente estos vectores gr-
ficamente y verifique que v Proyu (v) es ortogonal a u.
1 3
a) u = yv= .
1 1
3
1
4 y v = .
b) u = 5
5 2
2
3 2
2
c) u = 3 y v = 2.
13 2
25. Encuentre el rea del tringulo cuyos vrtices son los puntos A, B y C.
26. Encuentre todos los valores del escalar k para el cual los dos vectores u y v son
ortogonales.
28. Si a y b son reales fijos, describa todos los vectores v = (x, y) que son ortogo-
nales a u = (a, b).
30. Muestre un ejemplo de vectores u y v en R3 tales que ||u + v||2 6= ||u||2 + ||v||2 .
31. En que condiciones se tienen las siguientes igualdades para los vectores u y v
en R2 o R3 :
a) ku + vk = kuk + kvk.
b) ku + vk = kuk kvk.
33. Demuestre que ku + vk2 + ku vk2 = 2 kuk2 + 2 kvk2 para todos los vectores
u y v en Rn .
42. Demuestre que u es ortogonal a v Proyu (v) para todos los vectores u y v en
Rn , donde u 6= 0.
Proyu (v) u
45. Si P = (0, 1) y d = (2, 1), podemos encontrar una recta en R2 con vector
director d y que pasa por P , como mostramos en la Definicin 1.8, por l =
{(x, y) : (x, y) = t(2, 1) + (0, 1), t R}. Luego la ecuacin vectorial de esta
recta es
x 2 0
=t + .
y 1 1
De donde se deducen las ecuaciones paramtricas
(
x = 2t
.
y =t+1
P = (0, 1)
d = (2, 1)
Escriba la ecuacin de la recta que pasa por P con vector director d en forma
vectorial y en forma paramtrica, y represente esta recta grficamente.
Topologa general]
14 1. Geometra en R2 y R3
2 1
a) P = yd= .
1 3
3 1
b) P = yd= .
3 1
0 1
c) P = 0 y d = 1.
0 4
d) P = (3, 1, 2) y d = (1, 0, 5).
e) P = (1, 2, 1) y d = (0, 1, 0).
(1, 0, 2).(x, y 2, z 3) = 0.
x + 2z = 6.
P = (0, 2, 3)
n = (1, 0, 2)
[Versin alpha
1.4. Ejercicios 15
Escriba la ecuacin normal y general del plano que pasa por P y tiene vector
normal n.
0 3
a) P = 1 y n = 2.
0 1
3 1
b) P = 1 y n = 0.
2 5
49. De la misma forma como se mostr la ecuacin vectorial y las ecuaciones pa-
ramtricas de una recta, podemos hacerlo para un plano. Si u y v son vectores
directores de un plano y P un punto arbitrrio, tenemos que la ecuacin vec-
torial esta dada por
x = su + tv + P, donde s, t R.
Escriba la ecuacin vectorial y ecuaciones paramtricas del plano que pasa por
P con vectores directores u y v en cada caso:
0 2 3
a) P = 0 , u = 1 y v = 2 .
0 2 1
Topologa general]
16 1. Geometra en R2 y R3
4 1 1
b) P = 1, u = 1 y v = 1 .
3 0 1
c) P = (1, 1, 2), u = (2, 0, 2) y v = (1, 1, 1).
d) P = (1, 1, 1), u = (0, 1, 1) y v = (1, 2, 0).
51. Considere L la recta que pasa a travs del punto P = (1, 1, 1) y tiene vector
director d = (2, 3, 1). Para cada uno de los siguientes planos P, determine si
L y P son paralelos, perpendiculares o ninguno de los dos.
a) P = {(x, y, z) : 2x + 3y z = 1}.
b) P = {(x, y, z) : 4x y + 5z = 0}.
c) P = {(x, y, z) : x y z = 3}.
d) P = {(x, y, z) : 4x + 6y 2z = 0}.
53. En cada uno de los siguientes ejercicios, determine las ecuaciones paramtricas
de la recta de interseccin de los planos dados:
a) 2x + 3y 4z + 5 = 0 y 3x + 2y + 5z + 6 = 0.
b) 3x 2y 5z + 4 = 0 y 2x + 3y + 4z + 8 = 0.
c) x + 2y + z = 0 y 2x y + 2z + 8 = 0.
54. En cada uno de los siguientes ejercicios, determine un par de planos cuya
interseccin sea la recta dada:
[Versin alpha
1.4. Ejercicios 17
x = 2 3t;
a) y = 3 + t;
z = 2 4t.
x2 y3 z+4
b) 2 = 4 = 3 .
x = 4t;
c) y = 5t + 1;
z = t + 2.
60. Encuentre la ecuacin normal del plano que pasa por P = (0, 2, 5) y es
paralelo al plano con ecuacin general 6x y + 2z = 3.
61. Encuentre el conjunto de todos los puntos que son equidistantes de los puntos
P = (1, 0, 2) y Q = (5, 2, 4).
62. Encuentre el conjunto de todos los puntos que son equidistantes de los puntos
P = (1, 0, 0) y Q = (0, 1, 0).
65. Encuentre el punto R sobre L que est ms cerca de Q en cada caso del Ejercicio
63.
a) 2x + y 2z = 0 y 2x + y 2z = 5.
b) x + y + z = 1 y x + y + z = 3.
68. Encuentre el ngulo agudo entre los planos con las ecuaciones dadas:
a) x + y + z = 0 y 2x + y 2z = 0.
b) 3x y + 2z = 5 y x + 4y z = 2.
69. Calcule u v
0 3
a) u = 1 y v = 1.
1 2
3 0
b) u = 1 y v = 1.
2 1
[Versin alpha
1.4. Ejercicios 19
1 2
c) u = 2 y v = 4.
3 6
1 1
d) u = 1 y v = 2.
1 3
72. Con la ayuda del producto cruz, encuentre la ecuacin normal del plano.
0 3
a) El plano que pasa por P = (1, 0, 2) paralelo a u = 1 y v = 1.
1 2
b) El plano que pasa por el origen y tiene vectores directores u = (1, 2, 3)
y v = (1, 1, 1).
c) El plano que pasa por P = (0, 1, 1), Q = (2, 0, 2) y R = (1, 2, 1).
c) Use el resultado del inciso (b) para calcular el rea del tringulo con
vrtices A = (1, 2, 1), B = (2, 1, 0) y C = (5, 1, 3).
Topologa general]
20 1. Geometra en R2 y R3
[Versin alpha
Captulo 2
2.1. Introduccin
Definicin 2.1. Una ecuacin lineal en las variables x1 , ..., xn es una ecuacin
que se puede escribir como
a1 x1 + ... + an xn = b, (2.1)
donde los coeficientes a1 , ..., an y el trmino constante b son nmeros reales. Adems,
una solucin de (2.1) es un vector (s1 , ..., sn ) Rn tal que a1 s1 + ... + an sn = b.
Definicin 2.2. Un sistema de ecuaciones lineales es un conjunto finito de
ecuaciones lineales; es decir, se escribe de la forma:
Definicin 2.3. Dos matrices del mismo tamao A y B se dicen equivalentes por
renglones si existe una secuencia de las siguientes operaciones que convierta una
en la otra:
Sea
a11 a12 a1n
a21 a22 a2n
A= . .. .. .. ,
.. . . .
an1 an2 ann
[Versin alpha
2.3. Mtodos iterados de solucin 25
P
b1 j6=1 a1j xj
x1 = ;
a
P 11
b2 j6=2 a2j xj
x2 = ;
a22
..
.
P
bn j6=n anj xj
xn = .
ann
Damos un valor inicial para cada variable x10 , x20 , ..., xn0 y reemplazamos en las
ecuaciones anteriores para encontrar x11 , x21 , ..., xn1 de la siguiente forma:
P
b1 j6=1 a1j xj0
x11 = ;
a
P 11
b2 j6=2 a2j xj0
x21 = ;
a22
..
.
P
bn j6=n anj xj0
xn1 = .
ann
Topologa general]
26 2. Sistemas de ecuaciones lineales
Repetimos este proceso para encontrar x12 , x22 , ..., xn2 reemplazando los valores en-
contrados para x11 , x21 , ..., xn1 .
P
b1 j6=1 a1j xj1
x12 = ;
a
P 11
b2 j6=2 a2j xj1
x22 = ;
a22
..
.
P
bn j6=n anj xj1
xn2 = .
ann
De esta manera, inductivamente si conocemos x1k , x2k , ..., xnk , para algn k, podemos
encontrar x1k+1 , x2k+1 , ..., xnk+1 ,
P
b1 j6=1 a1j xjk
x1k+1 = ;
a
P 11
b2 j6=2 a2j xjk
x2k+1 = ;
a22
..
.
P
bn j6=n anj xjk
xnk+1 = .
ann
y afirmamos que x11 , x12 , x13 , ... converge a la solucin del sistema x1 ; la sucesin
x21 , x22 , x23 , ... converge a la solucin del sistema x2 ; y xn1 , xn2 , xn3 , ... converge a la
solucin del sistema xn . Esto es, entre ms veces realice este proceso iterativo podr
encontrar una mejor aproximacin (x1k , x2k , ..., xnk ) a la solucin del sistema 2.2.
Este mtodo es muy similar al mtodo de Jacobi, se puede decir que es una versin
mejorada del mtodo de Jacobi pues, con menos iteraciones podemos encontrar una
mejor aproximacin de la solucin. Consideremos igual un sistema de ecuaciones
lineales [A : b], donde A es una matriz con diagonal estrictamente dominante.
[Versin alpha
2.3. Mtodos iterados de solucin 27
P
b1 j6=1 a1j xj
x1 = ;
a
P 11
b2 j6=2 a2j xj
x2 = ;
a22
..
.
P
bn j6=n anj xj
xn = .
ann
Igual, damos valores iniciales arbitrarios x10 , x20 , ...., xn0 , la diferencia es que ahora
para encontrar cada trmino utilizamos la solucin inmediatamente anterior as:
P
b1 j6=1 a1j xj0
x11 = ;
a11
Pn
b2 a21 x11 j=3 a2j xj0
x21 = ;
a22
Pn
b3 a31 x11 a32 x21 j=4 a2j xj0
x31 = ;
a33
Pn1
bn j=1 anj xj1
xn 1 =
ann
Repitiendo este proceso construimos paso a paso la sucesin {(x1k , x2k , ..., xnk )}
k=1 ,
que converge a la solucin (x1 , x2 , ..., xn ) de 2.3.
Topologa general]
28 2. Sistemas de ecuaciones lineales
2.4. Ejercicios
2x y = 0
3x + y z = 1 ; v = 13 , 32 , 23 .
a)
x y z = 1
2x y + 2z = 0
b) 4x + y + 2z = 1 ; v = 72 , 4, 11
2 .
x + 2y z = 1
xy =0
c) x + y + z = 1 ; v = 1, 1, 1 .
2x + z = 1
[Versin alpha
2.4. Ejercicios 29
0 0 1
1 0 0 2
f) 0 1 0 0
0 0 1 1
x+y =0
a)
2x + y = 3
x 2y = 0
b)
2x 4y = 1
x+y =1
c)
2x + 2y = 2
x 2y = 7
d)
3x + y = 7
7. Demuestre que las matrices dadas son equivalentes por renglones y encuentre
una secuencia de operaciones elementales que conviertan A en B.
Topologa general]
30 2. Sistemas de ecuaciones lineales
1 2 3 1
a) A = ;B=
3 4 1 0
2 0 1 3 1 1
b) A = 1 1 0 ; A = 3 5 1
1 1 1 2 2 0
8. Utilice las operaciones elementales para reducir las matrices dadas a su forma
escalonada y su forma escalonada reducida.
1 1
a)
2 3
1 6
b)
4 2
2 4 2
c)
3 1 6
1 2 3
d) 4 5 6
1 1 1
2 4 8
e) 3 5 8
6 0 4
1 1 0
f ) 0 1 1
1 1 0
3 6 3
g)
5 10 5
x1 3x2 2x3 = 0
d) x1 + 2x2 + x3 = 0
2x1 + 4x2 + 6x3 = 0
x1 + x2 x3 = 7
e) 4x1 x2 + 5x3 = 4
2x1 + 2x2 3x3 = 0
x1 + x2 x3 = 7
f ) 4x1 x2 + 5x3 = 4
6x1 + x2 + 3x3 = 18
3w + 3x + y = 1
g) 2w + x + y + z = 1
2w + 3x + y z = 2
x1 + 3x2 2x3 + 4x4 = 2
h) 2x1 6x2 + x3 2x4 = 1
x1 3x2 + 4x3 8x4 = 4
2x y + 3z = 0
i ) 3x + 4y z = 0
5x + 3y + 2z = 0
x + 2y z = 4
j)
3x + 4y 2z = 7
x + 2y 4z = 4
k)
2x 4y + 8z = 8
w 2x + y + z = 2
3w + 2y 2z = 8
l)
4x y z = 1
3w + 3y z = 0
x+y = 4
m) 2x y = 7
3x + 2y = 8
w + x + 2y + z = 1
wxy+z = 0
n)
x+y = 1
w+x+z = 2
a+b+c+d = 10
a + 2b + 3c + 4d = 30
)
a + 3b + 6c + 10d = 65
a + 4b + 8c + 15d = 93
Topologa general]
32 2. Sistemas de ecuaciones lineales
10. Determine por inspeccin; es decir, sin realizar ningn clculo, si el sistema de
ecuaciones lineales con la matriz aumentada dada tiene solucin nica, infinitas
soluciones o ninguna solucin. Justifique sus respuestas.
0 0 1 | 2
a) 0 1 3 | 1
1 0 1 | 1
3 2 0 1 | 1
b) 1 2 3 1 | 1
2 4 6 2 | 0
11. Para qu valor o valores de k, si hay alguno, los sistemas de ecuaciones lineales
tendrn: ninguna solucin, solucin nica o infinitas soluciones?
kx + y = 2
a)
2x 2y = 4
x + ky = 1
b)
kx + y = 1
x+y+z = 2
c) x + 4y z = k
2x y + 4z = k2
x + y + kz = 1
d) x + ky + z = 1
kx + y + z = 2
12. Proporcione ejemplos de sistemas homogneos de m ecuaciones lineales con n
variables con m = n y con m > n que tengan:
13. Encuentre la recta de interseccin entre los planos representados por las ecua-
ciones generales.
a) 3x + 2y + z = 1 y 2x y + 4z = 5.
b) 4x + y z = 0 y 2x y + 3z = 4.
c) x + y = 0 y x z = 0.
14. Muestre un ejemplo que satisfaga cada una de las siguientes afirmaciones y
justifique ampliamente su respuesta.
Topologa general]
34 2. Sistemas de ecuaciones lineales
[Versin alpha
Captulo 3
Matrices
Como hemos visto, una matriz es un arreglo rectangular de nmeros llamados en-
tradas o elementos de la matriz. Para una matriz A de n filas y m columnas, en su
manera general escribimos
a11 a12 a1m
a21 a22 a2n
A= . .. .. .. .
.. . . .
an1 an2 anm
1. A + B = B + A,
2. (A + B) + C = A + (B + C),
3. A + 0 = A,
4. A + (A) = 0,
5. (A + B) = A + B,
6. ( + )A = A + A,
7. (A) = ()A,
8. 1A = A.
Ntese que cada cij es el producto punto entre la i-sima fila de la matriz A por la
j-sima columna de la matriz B. Si k N, denotamos por Ik la matriz de k k tal
que las entradas son 1 si hace parte de la diagonal y 0 si no hace parte de la diagonal;
esto es, Ik = (tij )i,jk donde tij = 0 si i 6= j, y tii = 1 para cada i {1, ..., k}. Ik le
llamamos la matriz identidad de k k.
1. A(BC) = (AB)C,
2. A(B + C) = AB + AC,
3. (A + B)C = AC + BC,
[Versin alpha
3.2. Inversa de un matriz 37
1. (AT )T = A,
2. (A + B)T = AT + B T ,
3. (A)T = AT ,
4. (AB)T = B T AT ,
AA1 = A1 A = In .
1. A1 es invertible y (A1 )1 = A.
Topologa general]
38 3. Matrices
2. A es invertible y (A)1 = 1 A1 .
3. AB es invertible y (AB)1 = B 1 A1 .
En la Definicin 2.3 se mostr cuales son la operaciones elementales sobre una matriz.
Definicin 3.10. Una matriz cuadrada se dice matriz elemental si se puede ob-
tener al realizar una operacin elemental de la matriz identidad.
Teorema 3.11. Sea A una matriz de n n. Las siguientes afirmaciones son equi-
valentes:
1. A es invertible.
Sea A una matriz de nn. Supongamos que A es invertible; es decir, existen E1 , ..., Ek
matrices elementales tales que Ek ...E1 A = In . De esta forma, si consideramos parale-
lamente las operaciones elementales que realizamos a A tambin a la matriz identidad
In , obtenemos Ek ...E1 In que claramente es A1 .
Este proceso lo podemos hacer de forma ms simple, tomando la matriz ampliada
[A : In ] realizar operaciones elementales a esta matriz ampliada para obtener In en
lugar de A y la matriz resultante en el lado derecho es justo A1 . La secuencia paso
a paso sera:
[Versin alpha
3.4. Ejercicios 39
3.4. Ejercicios
1 2
3 0 4 2 1 0 3
1. Sean A = , B = , C = 3 4 , D = ,
1 5 0 2 3 2 1
5 6
1
E= 4 2 ,F =
. Calcule las operaciones indicadas (si es posible).
2
a) A + 2D.
b) 2D 5A.
c) B C.
d) B C T .
e) AB.
f ) B 2.
g) D + BC.
h) B T B.
i ) E(AF ).
j ) F (AF ).
k ) F E.
l) EF .
m) B T C T (CB)T .
n) DA AD.
) A3 .
o) (I2 A)2 .
5. Demuestre que toda matriz cuadrada se puede escribir como la suma de una
matriz simtrica y una matriz antisimtrica.
a b
6. Sea A = . Demuestre que A es invertible si y solo si ad bc 6= 0.
c d
Adems, si A1 existe, encuentre A1 .
a) Calcule A2 , A3 , ..., A7 .
b) Qu es A2001 ? Por qu?
" 1
1
#
2 . Encuentre y justifique B 2011 .
10. Sea B = 12 1
2 2
1 1
11. Sea A = . Encuentre una frmula para An (n 1) y verifique su frmula
0 1
usando induccin matemtica.
cos sin
12. Sea A = .
sin cos
cos 2 sin 2
a) Demuestre que A2 = .
sin 2 cos 2
[Versin alpha
3.4. Ejercicios 41
n cos n sin n
b) Demuestre, mediante induccin matemtica, que A =
sin n cos n
para n 1.
1 2 1 0
13. Resuelva la ecuacin para X, dado que A = yB= .
3 4 1 1
a) X 2A + 3B = 0.
b) 3X = A 2B.
c) 2(A + 2B) = 3X.
d) 2(A B + 2X) = 3(X B).
18. Una matriz cuadrada se llama triangular superior si todas las entradas abajo
de la diagonal principal son cero. Por tanto, la forma de una matriz triangular
superior es
0
0 0 . . . ... ...
.. ..
. .
0 0 0
Topologa general]
42 3. Matrices
20. Mediante induccin, demuestre que para toda n 1, (A1 A2 An )T = ATn AT2 AT1 .
24. Demuestre que la diagonal principal de una matriz antisimtrica debe consistir
completamente de ceros.
35. Mediante induccin, demuestre que si A1 , A2 , ..., An son matrices invertibles del
mismo tamao, entonces el producto A1 A2 An es invertible y (A1 A2 An )1 =
1 1
A1
n A2 A1 .
37. Resuelva la ecuacin matricial dada para X. Simplifique sus respuestas tanto
como sea posible. (En palabras de Albert Einstein, todo debe hacerse tan
simple como sea posible, pero no ms sencillo.) Suponga que todas las matrices
son invertibles.
a) XA1 = A3 .
b) AXB = (BA)2 .
c) (A1 X)1 = (AB 1 )1 (AB 2 ).
d) ABXA1 B 1 = I + A.
1 2 1 1 1 0 1 2 1 1 2 1
38. Sean A = 1 1 1 , B = 1 1 1 , C = 1 1 1 , D = 3 1 3 .
1 1 0 1 2 1 2 1 1 2 1 1
Encuentre una matriz elemental E que satisfaga la ecuacin dada.
a) EA = B.
b) EB = A.
c) EA = C.
d) EC = A.
e) EC = D.
f ) ED = C.
g) Existe una matriz elemental E tal que EA = D? Por qu s o por qu
no?
[Versin alpha
3.4. Ejercicios 45
40. Sea
1 0
A= .
1 2
44. Demuestre que si una matriz simtrica es invertible, entonces su inversa tam-
bin es simtrica.
46. Use el mtodo de Gauss-Jordan para encontrar la inversa de la matriz dada (si
existe).
1 2
a) .
3 4
1 a
b) .
a 1
2 0 1
c) 1 5 1 .
2 3 0
1 1 2
d) 3 1 2 .
2 3 1
1 1 0
e) 1 1 1.
0 1 1
a 0 0
f) 1 a 0 .
0 1 a
0 1 1 0
2 1 0 2
g) 1 1 3 0 .
0 1 1 1
[Versin alpha
3.4. Ejercicios 47
2 0 2 2 0
4 2 2 0 0
h) .
0 0 1 0
0 0 3 1
Topologa general]
48 3. Matrices
[Versin alpha
Captulo 4
Subespacios
cj vj = (c1 )v1 + ... + (cj1 )vj1 + (cj+1 )vj+1 + ... + (ck )vk .
Teorema 4.5. Sea {v1 , ..., vk } un conjunto de vectores de Rn . Si {v1 , ..., vk } es li-
nealmente independiente y w / gen{v1 , ..., vk }, entonces {v1 , ..., vn , w} es linealmente
independiente.
6 Rn .
2. Si k < n, entonces gen{v1 , ..., vn } =
Terminamos este captulo con un resultado que relaciona la independencia lineal con
el espacio generado.
Teorema 4.7. Sea {v1 , ..., vn } un conjunto de vectores de Rn . Entonces, {v1 , ..., vn }
es linealmente independiente si y solo si gen{v1 , ..., vn } = Rn .
1. v1 + v2 V para cada v1 , v2 V .
[Versin alpha
4.2. Bases y dimensin 51
2. v V para cualquier v V y R.
2. gen{v1 , ..., vk } = V .
Sea A una matriz de mn. Sabemos que para A, asociamos los subespacios col(A), ren(A)
y nul(A).
(A) + (A) = n.
Con los resultados expuestos en esta seccin podemos dar un teorema fundamental
para matrices invertibles:
Teorema 4.16. Sea A una matriz de n n. Las siguientes afirmaciones son equi-
valentes:
1. A es invertible.
6. (A) = n.
7. (A) = 0.
[Versin alpha
4.3. Transformaciones lineales 53
[T (v)]2 = A[v]1 ,
1. T es inyectiva si y solo si (T ) = 0.
[Versin alpha
4.5. Ejercicios 55
ALT (1 3 ) = AL(2 3 ) AT (1 2 ) .
[T 1 (w)]1 = A1
T (1 2 ) [w]2 ,
para cada w W .
4.5. Ejercicios
12. En cada caso, encuentre vectores v y w para que el conjunto de vectores genere
el espacio respectivo:
13. En cada caso, encuentre vectores v y w para que el conjunto de vectores sea
linealmente independiente:
a) {(0, 0)}.
b) {(x, y, z) R3 : x = y = 2z}.
c) {(x, y, z) R3 : z = 3x, y = 0}.
d) {(x, y, z) R3 : x z + 2y 1 = 0}.
e) {(x, y, z) R3 : |x y| = |y z|}.
f ) {(x, y) R2 : y 0}.
g) {(x, y) R2 : x2 y = 0}.
h) {(x, y) R2 : xy = 0}.
i ) {(x, y, z, w) R4 : x 2y + z + w = 0}.
j ) {(x, y, z, w) R4 : x 2yz + w = 0}.
k ) {(x, y, z, w) R4 : x + y + w = 0}.
20. Encuentre un valor de a, si es posible, para que el conjunto {(1, 2, 1), (2, a, 1), (5, 2, 1)}
sea linealmente dependiente.
23. Sea A una matriz de m n que representa la matriz de coeficientes del sistema
de ecuaciones lineales homogneo Ax = 0. Demostrar que la solucin de Ax = 0
es un subespacio de Rn .
24. Encuentre todos los posibles valores de (A) y (A) dependiendo del nmero
real a.
1 2 a
a) A = 2
4a 2
a 2 1
a 2 1
b) A = 3 3 2
2 1 a
40. Suponga que A es una matriz tal que para cualquiera k renglones son lineal-
mente independientes mientras que para cualesquiera k + 1 renglones son li-
nealmente dependientes. Demuestre que (A) = k.
a) T (x, y) = (x + y, x y)
b) T (x, y) = (x, x)
c) T (x, y) = (y, x + 2y, 3x 4y)
d) T (x, y, z) = (x y + z, 2x y + 3z)
e) T (x, y, z) = (x + z, y + z, x + y)
f ) T (x, y, z) = (x + z, 0, x + y)
47. Muestre con ejemplos que las siguientes funciones no son transformaciones
lineales.
a) T (x, y) = (y 2 , x)
b) T (x, y) = (|x|, |y|)
c) T (x, y) = (xy, x + y)
d) T (x, y) = (x + 1, y 1)
e) T (x, y, z) = (x, y, 1)
f ) T (x, y, z) = (ex , ey , ez )
48. Usando bases cannicas, encuentre la representacin lineal de cada una de las
transformaciones lineales definidas en el Ejercicio 46.
51. Encuentre en cada caso, si es posible, una transformacin lineal que satisfaga
las condiciones sealadas:
a) T : R2 R3 definida por T (x, y) = (xy, x+y, 2y); 1 = {(1, 1), (1, 1)},
2 = {(1, 0, 0), (1, 1, 0), (1, 1, 1)}.
b) T : R3 R3 definida por T (x, y, z) = (x + 2z, x + y + z, 2x + z); 1 =
2 = {(1, 0, 1), (1, 1, 1), (0, 1, 0)}.
c) T : R3 R2 definida por T (x, y, z) = (x+y 2z, y +3z); 1 = {(1, 1, 2),
(0, 1, 0), (2, 1, 1)}, 2 = {(1, 2), (1, 1)}.
Topologa general]
64 4. Subespacios
[Versin alpha
Captulo 5
5.1. Introduccin
5.2. Determinantes
Si A es una matriz de 2 2,
a b
det(A) = det = ad bc.
c d
Si A es una matriz de 3 3,
det(A) = det((aij )i,j3 ) = a11 det(A11 ) a12 det(A12 ) + a13 det(A13 ),
donde A1j es una matriz de 22 que resulta al quitar la primera fila y jsima
columna de A, para cada j {1, 2, 3}.
En general, para cualquier matriz A de n n,
Sabemos que una matriz es invertible si y solo si los renglones y columnas son li-
nealmente independientes. As, por el enunciado 2, del teorema anterior, se sigue el
siguiente corolario.
Corolario 5.6. Sea A una matriz de n n. Entonces A es invertible si y solo si
det(A) 6= 0.
5.3. Diagonalizacin
Como vimos, un valor propio de una matriz cuadrada A es un R tal que existe
v 6= 0 donde Av = v. Dicho de otra forma, un valor propio es tal que el sistema
homogneo
(A In )v = 0,
tiene infinitas soluciones; es decir, A In no sea invertible. Con esta observacin es
inmediata la prueba del siguiente resultado:
Topologa general]
68 5. Valores y vectores propios
Dada una matriz A de n n, para encontrar los espacios propios podemos hacerlo
de la siguiente manera:
2. Calcular las races de p. Estas races, por la Proposicin 5.7, son los valores
propios de A.
1. det(A) = det(B).
Recuerde que una matriz D es diagonal, si las coordenadas fuera de la diagonal son
todas cero. Si D es una matriz diagonal, entonces, a simple vista podemos calcular:
determinante, rango, nulidad, valores propios, polinomio propio y potencias. Por esta
razn, es til determinar si una matriz es semejante a una matriz diagonal. A estas
matrices se les llama diagonalizables.
[Versin alpha
5.4. Ejercicios 69
Para cada valor propio , existen nmeros importantes que nos ayudarn a determi-
nar si una matriz es diagonalizables.
1. A es diagonalizable;
5.4. Ejercicios
4. Encuentre todos los valores propios de la matriz A. Obtenga bases para cada
uno de los espacios propios correspondientes. Ilustre los espacios propios y el
efecto de multiplicar los vectores propios por A.
4 1
a) A = .
2 1
0 2
b) A = .
8 6
2 5
c) A = .
0 2
2 1
d) A = .
1 2
5. Demuestre:
a) A es semejante a A.
b) Si A es semejante a B, entonces B es semejante a A.
c) Si A es semejante a B y B es semejante a C, entonces A es semejante a
C.
1
b) Si A es invertible, entonces es valor propio de A1 con vector propio v.
9. Calcule los determinantes de cada matriz y determine si es invertible.
1 0 3
a) 5 1 1.
0 1 2
1 0 2
b) 3 3 2 .
0 1 1
1 1 0
c) 1 0 1 .
0 1 1
1 1 0
d) 0 1 1.
1 0 1
1 2 3
e) 2 3 1.
3 1 2
1 2 3
f ) 4 5 6.
7 8 9
0 a 0
g) b c d.
0 e 0
1 1 0 3
2 5 2 6
h) 0 1 0 0.
1 4 2 1
3 2 0 1
1 3 0 1
i) 0 2 2 4 .
3 1 0 0
10. Use las propiedades de los determinantes para evaluar por inspeccin el deter-
minante dado. Explique su razonamiento.
1 1 1
a) 3 0 2.
2 2 2
[Versin alpha
5.4. Ejercicios 73
3 1 0
b) 0 2 5.
0 0 4
0 0 1
c) 0 5 2.
3 1 4
2 3 4
d) 1 3 2.
1 5 2
4 1 3
e) 2 0 2.
5 4 1
1 0 0 0
0 0 1 0
f) 0 1 0 0.
0 0 0 1
0 2 0 0
3 0 0 0
g) 0 0 0 4.
0 0 1 0
1 0 1 0
0 1 0 1
h) 1 1 0 0.
0 0 1 1
a b c
11. Encuentre los determinantes, suponiendo que d e f = 4.
g h i
3a b 2c
a) 3d e 2f .
3g h 2i
d e f
b) a b c .
g h i
a+g b+h c+i
c) d e f .
g h i
Topologa general]
74 5. Valores y vectores propios
2c b a
d) 2f e d .
2i h g
a b c
e) 2d 3g 2e 3h 2f 3i.
g h i
a) det(AB).
b) det(A2 ).
c) det(B 1 A).
d) det(2A).
e) det(3B T ).
15. Calcule (1) el polinomio propio de A, (2) los valores propios de A, (3) una base
para cada espacio propio de A y (4) la multiplicidad algebraica y geomtrica
de cada valor propio.
[Versin alpha
5.4. Ejercicios 75
1 3
a) A= .
2 6
1 9
b) A= .
1 5
1 1 0
c) A = 0 2 1.
0 0 3
1 1 0
d) A = 1 0 1.
0 1 1
1 2 0
e) A = 1 1 1.
0 1 1
1 1 1
f) A = 0 2 0 .
1 1 1
4 0 1
g) A = 2 3 2.
1 0 2
1 0 3
h) A = 2 2 2.
3 0 1
3 1 0 0
1 1 0 0
i) A= 0 0 1 4.
0 0 1 1
2 1 1 1
0 1 2 3
j) A= 0 0 3 3.
0 0 0 2
1 1
16. Sea A es una matriz de 2 2 con vectores propios v1 = y v2 = que
1 1
5
corresponden a valores propios 1 = 21 y 2 = 2, respectivamente, y x = .
1
a) Encuentre A10 x.
Topologa general]
76 5. Valores y vectores propios
a) Encuentre A20 x.
b) Encuentre Ak x. Qu sucede conforme k se vuelve grande (esto es, k
)?
19. Sea A una matriz nilpotente (esto es: Am = 0 para algn m > 1). Demuestre
que = 0 es el nico valor propio de A.
20. Sea A una matriz idempotente (esto es, A2 = A). Demuestre que = 0 y = 1
son los nicos valores propios posibles de A.
0 0 0 1
2 0 0 4
0 2 0 0
j) A= 0 0 2 0 .
0 0 0 2
29. Encuentre todos los valores (reales) de k para los cuales A sea diagonalizable.
1 1
a) A= .
0 k
1 k
b) A= .
0 1
k 1
c) A= .
1 0
1 0 k
d) A = 0 1 0.
0 0 1
1 k 0
e) A = 0 2 0.
0 0 1
1 1 k
f) A = 1 1 k.
1 1 k
32. En general, es difcil demostrar que dos matrices son semejantes. Sin embargo,
si dos matrices semejantes son diagonalizables, la tarea se vuelve ms senci-
lla. Demuestre que A y B son semejantes al demostrar que son semejantes a
la misma matriz diagonal. Luego encuentre una matriz invertible P tal que
P 1 AP = B.
3 1 1 2
a) A = ,B= .
0 1 2 1
5 3 1 1
b) A = ,B= .
4 2 6 4
2 1 0 3 2 5
c) A = 0 2 1, B = 1 2 1.
0 0 1 2 2 4
[Versin alpha
5.4. Ejercicios 81
1 0 2 3 2 0
d) A = 1 1 1, B = 6 5 0 .
2 0 1 4 4 1
36. Demuestre que si A es una matriz diagonalizable tal que todo valor propio de
A es 0 o 1, entonces A es idempotente (esto es, A2 = A).
37. Sea A una matriz nilpotente (esto es: Am = 0 para algn m > 1). Pruebe que
si A es diagonalizable, entonces A debe ser la matriz cero.
Topologa general]
82 5. Valores y vectores propios
[Versin alpha
Captulo 6
Ortogonalidad
A menudo es til adems de tener un conjunto ortogonal, que cada vector este
normalizado o de norma 1.
Ntese que si {v1 , ..., vk } es una base ortogonal de un subespacio W , entonces basta
tomar wi = ||vvii || , para cada i {1, ..., k}, y {w1 , ..., wk } es una base ortonormal de
W . Adems, por el Teorema 6.3, si w W , entonces
Supongamos que Q = [v1 v2 ... vn ] donde {v1 , ..., vn } es ortonormal. No es difcil ver
que T
v1
v T
2
QT Q = . [v1 v2 ... vn ] = In .
..
vnT
3. Q1 es ortogonal.
4. det(Q) = 1.
[Versin alpha
6.2. Complementos y proyecciones ortogonales 85
1. W es un subespacio de Rn ;
2. (W ) = W ;
3. W W = {0};
4. Si W = gen{w1 , ..., wk }, entonces v W si y solo si v.wi = 0 para cada
i {1, ..., k};
5. Para cada v Rn , existen nicos w W y w W tales que v = w + w .
Por esta razn se dice que W y W son espacios complementarios.
Adems, si {w1 , ..., wk } es una base ortogonal de W y {w1 , ..., wl } es base ortogonal
de W , entonces {w1 , ..., wk , w1 , ..., wl } es base ortogonal de Rn . Luego v Rn se
escribe como
v.w1 v.wl
v.w1 v.wk
v= w1 + ... + wk + w1 + ... + wl .
w1 .w1 wk .wk w1 .w1 wl .wl
Terminamos esta seccin con algunas propiedades adicionales del espacio comple-
mento ortogonal.
dim(W ) + dim(W ) = n.
Consecuentemente tenemos:
2. (A) + (A) = n.
w1 = v1 .
v2 .w1
w2 = v2 w1 .w1 w1 .
[Versin alpha
6.4. Diagonalizacin ortogonal 87
v3 .w1 v3 .w2
w3 = v3 w1 .w1 w1 w2 .w2 w2 .
..
.
vk .w1 vk .w2 vk .wk1
wk = vk w1 .w1 w1 w2 .w2 w2 ... wk1 .wk1 wk1 .
6.3.1. Factorizacin QR
6.5. Ejercicios
2. Demuestre que los vectores dados forman una base ortogonal para R2 o R3 .
Luego exprese w como una combinacin lineal de dichos vectores base. Propor-
cione el vector coordenada [w]B de w con respecto a la base B = {v1 , v2 } de
R2 o B = {v1 , v2 , v3 } de R3 .
4 1 1
a) v1 = ; v2 = ;w= .
2 2 3
3 2 1
b) v1 = ; v2 = ;w= .
1 6 2
1 1 1 1
c) v1 = 0 ; v2 = 2 ; v3 = 1 ; w = 1.
1 1 1 1
1 2 0 1
d) v1 = 1; v2 = 1; v3 = 1 ; w = 2.
1 1 1 3
sin2
cos sin cos
c) cos2 sin cos sin .
sin 0 cos
1 1 1 1
2 2 2 2
1 1 1
1
1 .
d) 2 2 2 2
1 1 1
2 2 2 2
1 1
2 2 21 1
2
a) Demuestre que A AT + B T B = A + B.
10. Encuentre bases para el espacio rengln y el espacio nulo de A. Verifique que
todo vector en rengln(A) es ortogonal a todo vector en nulo(A).
1 1 3
5 2 1
a) .
0 1 2
1 1 1
1 1 0 1 1
2 0 4 0 2
b) .
2 2 2 3 1
2 4 2 5 1
11. Sea W el subespacio generado por los vectores dados. Encuentre una base para
W .
2 4
a) w1 = 1 , w2 = 0.
2 1
1 0
1 1
1 , w2 = 2.
b) w1 =
1 3
2 1 2
1 2 5
6 , w2 = 3, w3 = 6.
c) w1 =
3 2 1
Topologa general]
92 6. Ortogonalidad
3 1 3
2 2 2
d) w1 = 0 , w2 = 2, w3 = 6 .
1 0 2
4 1 5
2 1 1 1
3 0 1
15. Sea {v1 , ..., vn } una base ortogonal para Rn y sea W = gen (v1 , ..., vk ). Es ne-
cesariamente cierto que W = gen (vk+1 , ..., vn )? Demuestre que es verdadero
o encuentre un contraejemplo.
17. Los vectores dados forman una base para R2 o R3 . Aplique el proceso de Gram-
Schmidt para obtener una base ortogonal. Luego normalice esta base para
obtener una base ortonormal.
1 1
a) x1 = , x2 = .
1 2
1 2
b) x1 = , x2 = .
3 2
1 0 3
c) x1 = 1, x2 = 3, x3 = 2.
1 3 4
1 0 0
d) x1 = 1 , x2 = 1 , x3 = 0.
1 1 1
18. Los vectores dados forman una base para un subespacio W de R3 o R4 . Aplique
el proceso de Gram-Schmidt para obtener una base ortogonal para W .
1 3
a) x1 = 1, x2 = 4.
0 2
1 1 1
2 1 8
b) x1 = 2, x2 = 0, x3 = 1.
1 2 0
20. Use el proceso de Gram-Schmidt para encontrar una base ortogonal para los
espacios columna de las matrices.
0 1 1
a) 1
0 1.
1 1 0
1 2 1
1 0 1.
b)
1 1 1
1 1 5
3
21. Encuentre una base ortogonal para R3 que contenga al vector 1.
5
2
1
22. Encuentre una base ortogonal para R4 que contenga a los vectores
0 y
1
1
0
.
3
2
23. Encuentre las entradas faltantes de Q para hacer Q una matriz ortogonal.
1 1
2 3
a) Q = 0
1
.
3
12 1
3
1
2
2 14
1 1
2
b) Q = 14 .
1
2 0
1
2 314
Topologa general]