Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Practica Algebra PDF
Practica Algebra PDF
Álgebra
Exactas – Ingeniería
2013
Práctica 0
PRÁCTICA 0
NOTA A LOS ALUMNOS:
Los temas que se incluyen en esta práctica se suponen conocidos por ustedes.
Debido a que el conocimiento de los mismos será necesario a lo largo de todo el curso, es
fundamental que a modo de repaso, resuelvan estos ejercicios consultando bibliografía y/o
al docente.
1 1 1 1 1 1 1 1
a) ; ; ; ; b) − ; − ; −
5 6 7 9 15 5 8 1000
1 1
9 3 2 1 1 −
c) ; ; − ; ; − 2 ; 3 3 ; 3 ; − ; π ; −π 2 ; (−π ) 2 ; (100) 2 ; (100) 2
5 4 9 7 −17
Ejercicio 5.- Si tuviera que elegir la parte más grande de una fortuna F, ¿cuál de las dos
fracciones elegiría,
n n2 − 1
de F ó de F ?
n +1 n2
1
Ejercicio 6.- Analizar la validez de las siguientes proposiciones; dar un contraejemplo para
las que no son válidas
a) a ⋅b = a ⋅ b a≥0 ; b≥0 i) a m + n = a m ⋅ a n a≠ 0
−1
b) (a + b) 2 = a 2 + b 2 j) a −2 = a≠ 0
a2
c) a+b = a + b k) a −2 = −a 2 a≠ 0
d) a2 = a l) (a m ) n = a m⋅n a≠ 0
e) (22 ) n = 22 n m) a 0 = 1 a≠ 0
f ) (22 ) n = 2(2 36 ⋅ a = 6 ⋅ a a ≥ 0
n
)
n)
g) a2 ≥ 0 o) (5 + 5)a = 5 ⋅ a a ≥ 0
a
1 1 1 a⋅c
h) = + p) b =
a+b a b c b⋅d
d
Rtas: V, F, F, F, V, F, V, F, V, F, F, V, V, V, F, F.
Ejercicio 7.- Una solución se dice más concentrada que otra si tiene mayor proporción
entre la sustancia activa y el diluyente que la otra. El boticario tiene un botellón de 1 litro y
medio donde 1/5 es sustancia activa y un bidón de 2 litros donde 2/3 es sustancia activa.
¿En cuál de los dos envases la solución es más concentrada?
d) 15 x2 = 8x − 1 e) 3 x2 − 5x = 2 f) x2 + 2 π x − 2 =0
Ejercicio 10.- Hallar dos números cuyo producto sea 4 y que sumen 6.
2
Práctica 0
–3 x x
y
y
c) d)
x
4 6 x
2 2
E = { (x,y) / 0 < x < ; 0< y < }
2 2
Hallar gráficamente A∪B; A∩B; B∩C; A∪D; A∩D; B∩D; E∪B; E∩B; A∩E.
Verificar que E ⊂ B.
3
Ejercicio 15. - Sea S la circunferencia de
y
radio 1 y centro en el origen. Sea α un ángulo,
0 ≤ α < 360º , con vértice en el origen, uno de
cuyos lados coincide con el semieje positivo de S P
y
las x. Sea P el punto donde el otro lado de α
α
interseca a S. 0 x 1 x
Si P = (x,y), se define
cos α = x ; sen α = y.
a) ¿Cuánto valen sen 90º ; cos 180º ; cos
270º ; sen 180º ?
b) Decidir si son positivos o negativos sen 37º ; cos 224º ; sen 185º.
c) Para todo α se tiene sen2 α + cos2 α = 1. ¿Por qué?
Deducir que − 1 ≤ sen α ≤ 1 y que − 1 ≤ cos α ≤ 1.
d) La longitud de la circunferencia de radio 1 es 2π . Hallar la longitud del arco que
corresponde a los siguientes ángulos:
α = 30º α = 45º α = 60º α = 72º α = 300º
α = 210º α = 270º α = 750º α = 432º α = 90º
Graficar en cada caso dichos ángulos y arcos en la circunferencia de radio 1.
e) Sabiendo que
4
Práctica 1
PRÁCTICA 1
VECTORES EN R2 y EN R3
DEFINICIONES Y PROPIEDADES
Una flecha, que sirve para representar cantidades físicas (fuerzas, velocidades), es un
vector.
Para dar un vector necesitamos un origen (A) y un extremo (B) v
que lo determinan totalmente, proporcionando su dirección,
longitud y sentido.
Vectores equivalentes son los que tienen igual dirección, longitud y sentido.
Los vectores de la
izquierda son todos
equivalentes a v.
½v v –½v
–2v
En el plano R2 los puntos están dados por pares de números reales (sus coordenadas); para
dar un vector bastará dar dos pares de números reales que caractericen su origen y su
extremo.
5
JJJG
v = AB está dado por A = (1,2) y B = (5,3)
JJJG
w = OC está dado por O = (0,0) y C = (2,1)
y
B
3
A
2
C
1
O 1 2 5 x
Algo análogo se puede decir en el espacio de tres dimensiones R3; ahora, cada punto, en
particular el origen y el extremo de un vector, estará dado por una terna de números reales.
JJJG z
v = AB está dado por
A = (2,4,3) y B
v
B = (4,10,6)
A
JJJG
OC está dado por O
C y
O = (0,0,0) y
C = (2,0,0) x
En adelante trabajaremos con vectores cuyo origen O tiene todas sus coordenadas iguales a
6
Práctica 1
Propiedades:
1) A + (B + C) = (A + B) + C
2) A + B = B + A
3) Si c ∈ R, c (A+B) = c A + c B
4) Si c1 ∈ R y c2 ∈ R, (c1 + c2 ) A = c1 A + c2 A y (c1 c2 ) A = c1 ( c2 A)
5) O + A = A
6) 1 A = A
7) A + (–1) A = O Notación – A = (–1) A
8) 0A = O
En este contexto,
JJJG JJJG
a) AB es equivalente a CD si y sólo si D – C = B – A ; en particular,
JJJG JJJG
AB es equivalente a OP si y sólo si P = B – A.
JJJG JJJG
b) AB y CD son paralelos o tienen igual dirección si existe k en R, k ≠ 0 tal que
B – A = k ( D – C).
JJJG JJJG JJJG JJJG
Si k > 0, AB y CD tienen igual sentido; si k < 0, AB y CD tienen sentidos opuestos.
LONGITUD DE UN VECTOR
v2
v
v1
Análogamente, en R3, si v = (v1, v2, v3) la norma o longitud de v es v = v12 + v22 + v32
Propiedades:
1) Si A = O, entonces A = 0; si A ≠ O, entonces A > 0.
7
2) A = −A
3) Si c ∈ R cA = ⎜c ⎜ A .
4) Desigualdad triangular: A + B ≤ A + B .
A
B–A
d(A,B) = B − A
θ
A
Propiedad:
1
A⋅ B = + A − B−A
2 2 2
( B )
2
En particular si A y B son vectores en el plano, A = (a1,a2) y B = (b1,b2)
A ⋅ B = a1b1+ a2 b2
8
Práctica 1
En R3 , si A = (a1,a2,a3) y B = (b1,b2,b3)
A ⋅ B = a1b1 + a2 b2 + a3 b3
Observaciones: 1) El producto escalar de dos vectores es un número real.
2) A = A⋅ A
Propiedades:
PE1.- A ⋅ B = B ⋅ A
PE2.- A ⋅ (B +C) = A ⋅ B + A ⋅ C = (B + C) ⋅ A
PRODUCTO VECTORIAL
Si A = (a1, a2, a3) y B = (b1, b2, b3) son vectores de R3, el producto vectorial de A y B es:
PV3.- Si k ∈ R, (k A) × B = k (A × B) = A × (k B)
9
PV4.- A × A = O
PV5.- A × B es perpendicular a A y a B
2 2 2
PV6.- A× B = A B – (A⋅B)2
Observación:
De PV7 se deduce que A× B es el área del paralelogramo de vértices O, A, B, A + B.
RECTAS
X = t A + P (t ∈ R). L
P
Si A = (a1, a2) y P = (p1, p2),
se escribe: (x, y) = t (a1, a2) + (p1, p2) A
⎧ x = t a1 + p1
ó ⎨
⎩ y = t a2 + p2
Si c = a2 p1 − a1 p2, la recta L es el conjunto de soluciones de la ecuación
a2 x − a1 y = c
en la dirección de A es:
X = t A + P (t ∈ R).
10
Práctica 1
PLANOS EN R3
Dados un vector N y un punto Q de R3, la ecuación del plano Π que pasa por Q y es
perpendicular a N es Π : (X – Q ) ⋅ N = 0
El plano es el conjunto de todos los puntos X tales que (X – Q ) es perpendicular a N.
Diremos que N es un vector normal al plano.
Si X = (x1,x2, x3) y N = (a,b,c), la ecuación resulta:
Π: a x1 + b x2 + c x3 = d donde d = Q ⋅ N
Dos planos son paralelos si sus vectores normales lo son.
Una recta es paralela a un plano si el vector dirección de la recta y el vector normal al
plano son perpendiculares.
Dados un punto P y un plano Π cuya normal es N, se define distancia de P a Π como la
distancia de P a P’, donde P’ es el punto de intersección del plano Π con la recta de
dirección N que pasa por P.
(Q − P ) ⋅ N
Si Q es un punto en el plano, esta distancia es: d( P, Π ) = .
N
11
En el desarrollo de la práctica, para simplificar la notación, suprimiremos las flechas arriba
de los vectores.
VECTORES EN Rn
X = (x1, x2, x3, ..., xn) donde x1, x2, x3, ..., xn son números reales.
Estos números son las coordenadas de X.
Si A = (a1, a2, a3, ..., an) y B = (b1, b2, b3, ..., bn)
decimos que A = B si y sólo si a1 = b1, a2 = b2 , a3 = b3, ..., an = bn.
Definimos la suma A + B = (a1+b1, a2+b2,..., an + bn) y
Propiedades:
1) A + (B + C) = (A + B) + C
2) A + B = B + A
3) Si c ∈ R, c (A+B) = c A + c B
4) Si c1 ∈ R y c2 ∈ R, (c1 + c2 ) A = c1 A + c2 A y (c1 c2 ) A = c1 ( c2 A)
5) O + A = A
6) 1 A = A
7) A + (–1) A = O Notación – A = (–1) A
8) 0A = O
Propiedades:
1) Si A = O, entonces A = 0; si A ≠ O, entonces A > 0.
2) A = − A
3) Si c ∈ R cA = ⎜c ⎜ A .
4) Desigualdad triangular: A + B ≤ A + B .
12
Práctica 1
Si A = (a1, a2, a3, ..., an) y B = (b1, b2, b3, ..., bn), llamaremos distancia entre A y B a la
longitud del vector AB
EJERCICIOS
Ejercicio 3.- Encontrar las coordenadas del punto medio del segmento AB para
a) A = (–2,–1); B = (4,–1) b) A = (1,0,5); B = (2,4,7)
13
Ejercicio 4.- Calcular la longitud de los vectores
(3,0); (2,1); (–3,–4); ( 3, 3, 3 ) ; (–2,3,0); 3 (2,3,6)
b) d (A , B) = 2 si A = (1,1,1); B = (k,–k,2)
c) A = 1 si A = k (2,2,1)
1
d) v − u e) w f) v + w − u
w
Ejercicio 9.- En cada caso encontrar los dos vectores unitarios paralelos a A
a) A = (3,–1) b) A = (0,3,0) c) A = (2,–3,6) d) A = (a,b,c)
Ejercicio 11.- a) Encontrar y representar en el plano todos los vectores (x, y) ortogonales a
i) A = (1,2) ii) E1 = (1,0) iii) E2 = (0,1)
14
Práctica 1
iv) E1 y E2 v) E1 y E3 vi) E2 y E3
Ejercicio 12.- Dados A = (1,–2) y B = (3,4), hallar todos los vectores (x, y) de R2 tales que
A ⋅ ( x, y ) = A ⋅ B
b) si A = (–1,0), α (A , B) = π / 3 y B =1
15
Ejercicio 19.- Si A = (1,2,2); B = (–1,1,2); C = (–2,2,–1), calcular
A × B; B × A; A × C; A × (B × C); (A × B) × C; (A × B) ⋅ A ; (A × B) ⋅ C
Ejercicio 26.- a) Dar una ecuación del plano Π que contiene a las rectas
L: X = λ (1,2,–1) + (3,0,0) y L’: X = λ (–2,–4,2) + (0,1,1)
b) Si L: X = λ (1,2,0) + (1,1,1), dar una ecuación del plano Π que contiene a L y tal que
la recta L’: X = λ (–1,0,1) + (1,2,3) es paralela a Π.
16
Práctica 1
Ejercicio 29.- Hallar la distancia entre P = ( 2,2,1) y el plano que contiene a las rectas
L: X = λ (1,2,–1) + (1,3,2) y L’: X = α (2,–1,3) + (3,2,5)
EJERCICIOS SURTIDOS
2. Sean la recta L : λ (2,1, −1) + (1, −1, 2) y los puntos A = (1,0,2) y B = (3,−1,6).
17
3. Sean P=(−1,2,0) , Q=(−2,1,1) y L:(1,1, −1)+λ(0, −1,3).
Dar una ecuación del plano Π que contiene a la recta paralela a L que pasa por P, y a la
recta paralela a L que pasa por Q.
10. Dadas L:λ(1,2,1)+(0,1,1) y L′:λ(2,−1,−2)+(1,1,0), hallar todos los planos Π tales que
Π ∩ L′=∅ y d(P, Π )= 2 para todo P∈ L.
18
Práctica 2
PRÁCTICA 2
SISTEMAS LINEALES Y MATRICES
DEFINICIONES Y PROPIEDADES
En general, dados los números naturales n y m, se llama matriz de m filas y n columnas con
⎛ a11 a12 a1n ⎞
⎜ ⎟
a a22 a2 n ⎟
coeficientes reales, al arreglo rectangular A= ⎜ 21 , donde aij ∈ R.
⎜ ⎟
⎜⎜ a ⎟
amn ⎟⎠
⎝ m1 am 2
Abreviadamente A = ( aij ) .
19
Llamamos filas de A a las n-uplas Ai = ( ai1 , ai 2 ,… , ain ) con i = 1,..., m
⎛ A1 ⎞
⎜ ⎟
Con esta notación, A = ( A1 , A2 , , An )
A
y también A = ⎜ 2 ⎟ .
⎜ ⎟
⎜⎜ ⎟⎟
⎝ Am ⎠
Decimos que dos sistemas de ecuaciones son equivalentes cuando tienen el mismo conjunto
de soluciones.
Propiedad: Las siguientes operaciones sobre las ecuaciones de un sistema dan lugar a un
sistema equivalente al dado:
1- Multiplicar una de las ecuaciones por una constante no nula.
2- Intercambiar dos de las ecuaciones.
3- Sumar un múltiplo de una de las ecuaciones a otra ecuación.
Las anteriores operaciones sobre las ecuaciones se corresponden con las siguientes
operaciones sobre las filas de la matriz aumentada del sistema. Se denominan operaciones
elementales sobre las filas:
1- Multiplicar una de las filas por una constante no nula.
2- Intercambiar dos de las filas.
3- Sumar un múltiplo de una de las filas a otra fila.
El método de eliminación de Gauss para resolver sistemas lineales, consiste en llevar la
matriz aumentada del sistema planteado, vía la aplicación sistemática de operaciones
elementales sobre sus filas, a la forma escalonada en las filas reducida, que a continuación
describiremos. La resolución del sistema resultante, que es equivalente al original, es
inmediata.
Se dice que una matriz se encuentra en la forma escalonada en las filas reducida, si se
cumplen las siguientes condiciones:
1- Si una fila no consta únicamente de ceros, entonces su primer coeficiente no nulo es un 1
(a este 1 se lo denomina 1 principal).
2. Si existen filas que constan sólo de ceros (filas nulas), se agrupan en la parte inferior de
la matriz.
20
Práctica 2
3- Si dos filas sucesivas son no nulas, el 1 principal de la fila inferior se presenta más a la
derecha que el 1 principal de la fila superior.
4- Cada columna que contenga un 1 principal tiene ceros en todas las demás posiciones.
Si una matriz tiene sólo las propiedades 1, 2 y 3 se dice que está en la forma escalonada en
las filas.
Llamamos rango fila (o rango) de la matriz A al número de filas no nulas que tiene la
matriz escalonada en las filas equivalente a A.
En el conjunto de las matrices de m filas y n columnas con coeficientes reales, notado Rm×n,
AB = C = ( cij ) ∈ Rm×s
21
⎛1 0 0 0⎞
⎜ ⎟
⎜0 1 0 0⎟
⎜ ⎟
⎟ ∈ R , verifica AI = IA para toda
n×n
- La matriz identidad I = ⎜
⎜ ⎟
⎜0 0 1 0⎟
⎜⎜ ⎟
⎝0 0 0 1 ⎟⎠
⎪ .....................................................
⎪⎩am1 x1 + am 2 x2 + ............ + amn xn = bm
⎛ x1 ⎞ ⎛ b1 ⎞
puede escribirse AX = B, con A = ( aij ) ∈ R m×n
, X = ⎜⎜ ⎟⎟ ∈ Rn×1 , B = ⎜ ⎟
⎜ ⎟ ∈R .
m×1
⎜x ⎟ ⎜b ⎟
⎝ n⎠ ⎝ m⎠
se escribirá Ax = b.
S0 = {x ∈ R n / Ax = 0} Sb = {x ∈ R n / Ax = b}
Esto dice que la suma de dos soluciones de un sistema homogéneo es también solución del
mismo, y que los múltiplos de una solución son también soluciones.
b) Si x ∈ Sb e y ∈ Sb , entonces x − y ∈ S0.
22
Práctica 2
Esto es, la diferencia entre dos soluciones de un sistema no homogéneo, es solución del
sistema homogéneo asociado.
Sb = S0 + s = ⎨ y ∈ Rn / y = x + s , con x ∈ S0⎬.
Esto significa que cualquier solución del sistema Ax = b puede obtenerse sumando una
solución particular del sistema con una solución del sistema homogéneo asociado.
Una matriz cuadrada A ∈ Rn×n se dice inversible si existe B ∈ Rn×n tal que AB = BA = I .
(AC)− 1 = C−1A−1.
Diremos que dos matrices son equivalentes por filas si puede obtenerse una de la otra por
medio de una sucesión finita de operaciones elementales sobre las filas.
a) A es inversible.
23
EJERCICIOS
⎧− x1 + 2 x2 + x3 = 2
⎪
S ⎨ x1 + 3 x2 − x4 = 0
⎪ 2x + 3 x3 + x4 = −1
⎩ 1
¿Cuáles de las siguientes 4-uplas son soluciones de S? ¿y del sistema homogéneo asociado?
−5 10 1 1
u = (−2, , ,−7) v = (−1, , ,0) w = (−1, −2,3, −7)
3 3 3 3
Ejercicio 2.- Determinar, si existen, a y b para que (2, −2,1) sea solución de
⎧ x1 + 2ax2 + x3 = −1
⎪
⎨ ax2 − bx3 = −4
⎪bx + + (2a − b) x3 =
⎩ 1 x2 3
Ejercicio 3.- Obtener un sistema equivalente al dado, cuya matriz ampliada sea escalonada
en las filas reducida.
⎧ x1 + 2 x2 + x3 = 2
⎪
a) ⎨ 2 x1 + 2 x2 + x3 = −1
⎪− x + 2 x2 + 2 x3 =
⎩ 1 0
⎧ x1 + 2 x2 + x3 + 3 x4 + 2 x5 = −1
⎪
b) ⎨ x1 + 3 x2 + 3 x3 + 5 x4 + 3 x5 = 0
⎪ −2 x − 2 x2 + 2 x3 − 2 x4 − 2 x5 =
⎩ 1 2
24
Práctica 2
Ejercicio 4.- Resolver por el método de eliminación de Gauss el sistema cuya matriz
aumentada es ( A b) .
⎛ 1 2 3 −1⎞
⎜ ⎟
⎜ 2 2 2 −3 ⎟ b = (1,2, − 1,0)
a) A =
⎜ 1 −1 0 4 ⎟ b = (0,0,0,0)
⎜⎜ ⎟⎟
⎝ −1 1 −3 3 ⎠
⎛ 1 1 2 −1 ⎞
⎜ ⎟ b = (1,2,1,2)
2 1 1 0⎟
b) A = ⎜ b = (2,0, − 1,1)
⎜ −1 1 2 −1 ⎟
⎜⎜ 0 ⎟
4 −2 ⎟⎠
b = (0,0,0,0)
⎝ 2
b = (5,3,2)
⎛ 2 −1 2 ⎞
= ( − 1,1,2)
c) A = ⎜⎜ 1 −3 2 ⎟⎟
b
⎜ 1 2 0⎟ b = (2,1,1)
⎝ ⎠ b = (0,0,0)
b = (2,1,2)
⎛ 1 2 −1 2 ⎞
⎜ ⎟ b = (0,0,0)
d) A = ⎜ 0 1 0 3 ⎟
⎜ 0 2 3 1⎟ b = (1,0,0)
⎝ ⎠
b = (0,1,0)
b = (3,1, − 1)
⎛1 2 −1 2 ⎞
b = (0, − 1, − 2)
e) A = ⎜⎜1 1 −1 0 ⎟⎟
⎜1 0 1 −2 ⎟ b = (0,0,0)
⎝ ⎠ b = (1,1,2)
⎛ 1 2 3 1 4⎞
⎜ ⎟
2 4 6 2 1⎟ b = (1,2,3,2)
f) A = ⎜
⎜ 0,1 0, 2 0,3 3 2⎟ b = (1, − 3,0,3)
⎜⎜ ⎟
⎝ −2 −4 0 −2 1⎟⎠
25
⎧ x + x2 = 0 ⎧2 x + x2 − x3 = 0
a) ⎨ 1 b) ⎨ 1
⎩− x1 − x2 = 0 ⎩ x2 + x3 = 0
⎧2 x1 + x2 + x3 − x4 = 0
⎪ − = 0 + a12 x2 + a13 x3 + a14 x4 = 0
⎪ x2 x4 ⎧a x
c) ⎨ d) ⎨ 11 1
⎪ x3 + x4 = 0 ⎩a21 x1 + a22 x2 + a23 x3 + a24 x4 = 0
⎪⎩ x4 = 0
Ejercicio 6.- Mostrar tres elementos de cada uno de los conjuntos siguientes.
⎧ 4
⎫
d) S4 = ⎨ A ∈ R 4×4 / ∑ aii = 0 ⎬ (matrices de traza nula)
⎩ i =1 ⎭
⎛ 2 −2 ⎞ ⎛ 1 2 3⎞ ⎛ 1 1 −1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎛2 1⎞ ⎛ 2 2 1⎞
A = ⎜ 1 3⎟ , B = ⎜ 2 0 0⎟ , C = ⎜ 2 1 −1 ⎟ , D = ⎜ ⎟, E = ⎜ ⎟
⎜ 1 0⎟ ⎜ 1 −1 0 ⎟ ⎜ 0 1 0⎟ ⎝ 0 −2 ⎠ ⎝ 1 −1 0 ⎠
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
26
Práctica 2
⎛ 1 3 2⎞ ⎛ 2 1 1⎞
Ejercicio 8.- Dadas A = ⎜⎜ 1 1 −1⎟⎟ y B = ⎜ ⎟
⎜ 0 1 −1⎟ , hallar
⎜ 7 7 5⎟ ⎜ 3 3 3⎟
⎝ ⎠ ⎝ ⎠
a) la tercera fila de AB
b) la tercera columna de BA
⎛ 1 2⎞ ⎛ 1 0⎞
a) ⎜ ⎟B= ⎜ ⎟
⎝ 0 1⎠ ⎝ 0 1⎠
⎛ 1 1⎞ ⎛ 1 0⎞
b) ⎜ ⎟B = ⎜ ⎟
⎝ −2 − 2 ⎠ ⎝ 0 1⎠
⎛ 1 2 3⎞ ⎛ 3⎞
c) ⎜ 4 5 6 ⎟ B = ⎜⎜ 6 ⎟⎟
⎜ ⎟
⎜ −1 − 2 − 3 ⎟ ⎜ −3 ⎟
⎝ ⎠ ⎝ ⎠
⎛ 1 1 0⎞ ⎛ 2 1 12 ⎞
⎜ ⎟
d) ⎜⎜ −1 −1 −1⎟⎟ B = ⎜ −1 0 2 ⎟
⎜ 0 2 3⎟ ⎜ 0 0 2⎟
⎝ ⎠ ⎝ ⎠
27
⎛ 1 1 0⎞ ⎛ 2 −1 ⎞
e) ⎜ −1 −1 −1⎟ B = ⎜⎜ 3 0 ⎟⎟
⎜ ⎟
⎜ 0 2 3⎟ ⎜ 1 2⎟
⎝ ⎠ ⎝ ⎠
⎛ −2 1⎞ ⎛ −2 1⎞
Ejercicio 10.- Hallar todas las matrices A ∈ R 2×2 tales que ⎜ ⎟ A = A⎜ ⎟.
⎝ 2 −1⎠ ⎝ 2 −1⎠
⎛ 2 1⎞ ⎛ 1 0⎞
a) A = ⎜ ⎟ B=⎜ ⎟
⎝ −1 1 ⎠ ⎝ 2 −2 ⎠
⎛ 2 1⎞ ⎛ 1 0⎞
b) A = ⎜ ⎟ B=⎜ ⎟
⎝ −1 − 5 ⎠ ⎝ 2 −2 ⎠
Ejercicio 12.- Determinar cuáles de las siguientes matrices son inversibles; exhibir la
inversa cuando exista.
⎛ 1 0⎞ ⎛ 3 0⎞ ⎛ 1 2⎞ ⎛ 1 2⎞
A= ⎜ ⎟ B=⎜ ⎟ C=⎜ ⎟ D=⎜ ⎟
⎝ 0 1⎠ ⎝ 0 3⎠ ⎝ 0 −1⎠ ⎝ −1 −2 ⎠
⎛ 2 1 1⎞ ⎛ 2 1 1⎞
⎜ ⎟ ⎜ ⎟ ⎛ 1 1⎞ ⎛ −1 − 1 ⎞
E = ⎜ 0 1 1⎟ F = ⎜ 0 1 1⎟ G=⎜ ⎟ H =⎜ ⎟ G +H
⎜ 3 1 −1⎟ ⎜ 2 0 0⎟ ⎝0 2⎠ ⎝ 0 2⎠
⎝ ⎠ ⎝ ⎠
⎛ 1 3 2⎞
Ejercicio 13.- Sea A = ⎜⎜ 0 1 1⎟⎟ . Decidir si A−1 es solución del sistema
⎜ −1 0 −1⎟
⎝ ⎠
28
Práctica 2
⎛ 1 5 4⎞ ⎛ 1 2 0⎞
⎜ ⎟X = ⎜ ⎟.
⎝ −1 1 0 ⎠ ⎝ 0 1 1⎠
Ejercicio 15.- Sean (1,3,1), (2,2,4) y (2,0,4) soluciones de un sistema lineal no homogéneo.
a) Hallar dos rectas distintas tales que todos sus puntos sean soluciones del sistema
homogéneo asociado.
b) Econtrar un plano tal que todos sus puntos sean soluciones del sistema no homogéneo.
⎛1⎞ ⎛0⎞
Encontrar una recta de soluciones del sistema Ax = ⎜ 2 ⎟ + ⎜⎜ 0 ⎟⎟ .
⎜ ⎟
⎜ 2⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠
⎛ 1 1 1 −1⎞
⎛ −1 1 1 4 ⎞ ⎜ ⎟
Ejercicio 17.- Sean A = ⎜ ⎟ , B = ⎜ 2 1 1 0 ⎟ y S0 = {x ∈ R 4
/ Ax = 0} .
⎝ 0 1 2 3⎠ ⎜ 1 3 3 1⎟
⎝ ⎠
29
⎛ 2⎞
Encontrar todos los x ∈ S 0 tales que Bx = ⎜⎜ 3 ⎟⎟ .
⎜ 4⎟
⎝ ⎠
⎛ 5 1 −2 ⎞ ⎛ a ⎞
Ejercicio 18.- Dadas A = ⎜⎜ 2 −1 −3 ⎟⎟ y c = ⎜ ⎟
⎜ a − 3 ⎟ , determinar todos los valores de a
⎜ ⎟ ⎜ ⎟
⎝3 2 1 ⎠ ⎝ a + 1⎠
para los cuales el sistema Ax = c es compatible.
Ejercicio 19.-
a) Encontrar todos los valores de k ∈ R para los cuales el sistema S tiene solución única.
⎧(k 2 − 1) x1 + x2 + kx3 = 0
⎪
S ⎨ (k − 1) x2 + x3 = 0
⎪ (k + 2) x3 = 0
⎩
b) Determinar todos los valores de k para los cuales el sistema S admite solución no trivial
⎧(k + 1) x1 − 2 x2 + kx3 + 3 x4 = 0
⎪ + (k + 2) x2 + kx3 + = 0
⎪ x1 4 x4
S ⎨
⎪ x1 − 2 x2 + kx3 + (k + 4) x4 = 0
⎪⎩ x1 − 2 x2 + kx3 + 3 x4 = 0
Ejercicio 20.- Encontrar todos los valores de a y b para los cuales los sistemas cuyas
matrices ampliadas se dan a continuación son compatibles.
30
Práctica 2
⎛ 1 −3 1⎞ ⎛ 1 −3 3 b ⎞
a) ⎜ ⎟ b) ⎜ ⎟
⎝ 0 a +1 a −1 b + 2⎠
2
⎝2 a b⎠
⎛1 −3 3 2 ⎞ ⎛ 1 −1 2 + a b⎞
⎜ ⎟ ⎜ ⎟
c) ⎜ −2 3 −3 2 ⎟ d) ⎜ 2 a − 4 −4 2⎟
⎜ 0 a + 1 −a − 1 b + a ⎟⎠ ⎜a − 2 1 ⎟⎠
⎝ ⎝ 0 12
⎧ x1 + bx2 + 2 x3 − x4 = b+2
⎪
⎨ x1 + bx2 − 2 x3 = 2
⎪3 x + 3bx2 + 2 x3 − 2 x4 =
⎩ 1 b
Ejercicio 22.- Encontrar todos los valores de a y b para los cuales (2,0,−1) es la única
⎧2 x1 − ax2 + 2 x3 = 2
⎪
solución del sistema ⎨ x1 + x2 − bx3 = 3
⎪ − 3 x3 = 3
⎩ 2 x2
⎧ x1 − x2 + 2 x3 = 0
⎪
⎨ (k − 1) x2
2
+ 2 x4 = −k + 12
⎪ (k + 1) x3 + 4 x4 = −k − 1
⎩
31
Ejercicio 24.- Determinar, para todos los valores reales de a y b, si el sistema cuya matriz
⎛ 1 a −1 1 ⎞
⎜ ⎟
ampliada es ⎜ − a −1 2 + a 2 − a ⎟ es compatible determinado, compatible
⎜ −1 − a b ⎟⎠
⎝ a
indeterminado o incompatible.
Ejercicio 25.- Encontrar todos los valores de a y b para los cuales el sistema cuya matriz
⎛ 1 a −1 1⎞
ampliada es ⎜⎜ − a −1 1 ⎟
−1⎟ tiene como conjunto solución una recta.
⎜ −1 − a a b ⎟⎠
⎝
EJERCICIOS SURTIDOS
2. Determinar a, b ∈ R para que (1, −1, 2, −1) sea solución del sistema cuya matriz
⎛ 1 −2 1 a 2⎞
aumentada es ⎜⎜ −2b −2 0 2
⎟
2⎟ .
⎜ a −4 −b 4 ⎟⎠
⎝ 5
⎧2ax1 − x2 − 3cx3 − 3 x4 = 2
⎪ −x + + 2bx3 + cx4 =
⎪ ax2 1
3. Se considera el sistema ⎨ 1
⎪ x1 − cx2 + ax3 + bx4 = 0
⎩⎪ bx1 − 2ax2 − 3cx3 − 5 x4 = −7
Hallar los valores de a, b, c ∈ R para los cuales X = (2, −1, −1, 2) es solución del sistema.
32
Práctica 2
⎛ 1⎞ ⎛ 3⎞
5. Se sabe que ⎜ −1⎟ y ⎜⎜ 1 ⎟⎟ son soluciones del sistema Ax = b . Hallar alguna solución de
⎜ ⎟
⎜ 0⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠
Ax = b que también sea solución de 2 x1 − 2 x2 + x3 = 9 .
6. Hallar todos los valores de k ∈ R para los cuales el conjunto de soluciones del sistema
⎧ x + 2ky + z = 1
⎪
⎨kx + 2 y + kz = k es una recta contenida en el plano x − 4 y + 2 z = 4 .
⎪ 2 y + kz = k − 2
⎩
⎛ 2⎞ ⎛ 0⎞ ⎛ 1⎞ ⎛ 0⎞
7. Se sabe que ⎜ −1⎟ es solución de 3 Ax = ⎜⎜ 1⎟⎟ y que
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ −2 ⎟ es solución de 2 Ax = ⎜ 1⎟ .
⎜ 1⎟ ⎜ ⎟ ⎜ 0⎟ ⎜ ⎟
⎝ ⎠ ⎝ −2 ⎠ ⎝ ⎠ ⎝ −2 ⎠
⎛ 0⎞
Encontrar cuatro soluciones distintas del sistema Ax = ⎜⎜ 1⎟⎟ .
⎜ −2 ⎟
⎝ ⎠
8. Hallar todos los valores de a ∈ R tales que {(2,0,−3)} es el conjunto de soluciones del
⎧ x1 + x2 − x3 = 5
⎪
sistema ⎨ 3 x1 + ax2 + x3 = 3
⎪− x + + ax3 = a2
⎩ 1 x2
⎛ 2 3 −6 ⎞
9. Sean A = ⎜⎜ 2 2 6 ⎟⎟ , B ∈ R 3×3 una matriz inversible y C ∈ R3×3 tales que BC=A.
⎜ 1 1 3⎟
⎝ ⎠
Hallar las soluciones del sistema B 2Cx = 2 Bx (x ∈ R3 ) .
33
10. Hallar todos los valores de a, b ∈ R para los cuales el sistema
⎧ x1 + 3 x2 + ax3 − x4 = b
⎪
S : ⎨2 x1 + 2 x2 − ax3 + x4 = 1 es compatible indeterminado.
⎪ x − + 2 x3 + 2 x4 = b
⎩ 1 x2
⎛4 0 0⎞ ⎛ 0 0 3⎞
11. Sean A = ⎜ 1 0 k ⎟ y B = ⎜⎜ 0 3 0 ⎟⎟ .
⎜ ⎟
⎜0 1 2⎟ ⎜ 3 0 0⎟
⎝ ⎠ ⎝ ⎠
Hallar todos los valores de k ∈ R para los cuales el sistema Ax = 2x − Bx tiene infinitas
soluciones. Resolver el sistema para alguno de los valores de k hallados.
12. Se sabe que (1,2,0) y (3,0,−1) son soluciones de un sistema no homogéneo S. Hallar una
⎧ x1 + x2 = 3
⎪
solución de S que sea también solución del sistema ⎨2 x1 + x2 + x3 = 2
⎪4 x + 3 x2 + = 8
⎩ 1 x3
Hallar todos los valores de a, b ∈ R para los cuales S1 y S2 tienen infinitas soluciones
comunes. Para los valores hallados encontrar todas las soluciones comunes.
34
Práctica 3
PRÁCTICA 3
DETERMINANTES
DEFINICIONES Y PROPIEDADES
Una permutación del conjunto {1, 2,..., n} es un arreglo de estos números en cierto orden,
inversión en una permutación ( j1 , j2 ,..., jn ) siempre que un entero mayor precede a uno
Propiedades: Si A es una matriz cuadrada que contiene una fila de ceros, det( A) = 0.
Si A es una matriz triangular de n×n, det( A) es el producto de los elementos
de la diagonal, es decir det( A) = a11 a22 .....ann .
35
Propiedad: Sea A ∈R n×n
• Si A´es la matriz que se obtiene cuando una sola fila de A se multiplica
por una constante k, entonces det( A´) = k det( A) .
• Si A´es la matriz que se obtiene al intercambiar dos filas de A, entonces
det( A´) = − det( A) .
• Si A´es la matriz que se obtiene al sumar un múltiplo de una de las filas
de A a otra fila, entonces det( A´) = det( A) .
Si A ∈ R m×n , la matriz transpuesta de A es la matriz At ∈ R n×m que tiene como filas a las
columnas de A.
Propiedades: Si A ∈ R n×n , entonces det( At ) = det( A) .
36
Práctica 3
REGLA DE CRAMER.
Si Ax = b es un sistema de n ecuaciones con n incógnitas tal que det( A) ≠0, entonces la
EJERCICIOS
Ejercicio 1.- Calcular los siguientes determinantes, desarrollando por cofactores por las
filas y columnas indicadas.
2 0 5 1
0 2 4 2 por tercera fila
a)
0 0 1 5 por primera columna
1 3 3 0
−3 0 0 0
−4 0 6 0 por segunda fila
b)
5 8 −1 0 por tercera columna
2 3 0 6
5 0 1 0 0
2 0 3 1 0
por cuarta fila
c) 1 −1 0 0 0
por quinta columna
0 0 −1 0 0
1 0 3 0 −1
37
Ejercicio 2.- Calcular los siguientes determinantes, desarrollando por cofactores por la fila
o columna más conveniente.
1 2 −1 0 1 0 −4 0
0 0 −1 0 3 0 5 6
a) b)
1 5 0 2 0 −5 9 0
0 0 3 −1 0 0 4 0
2 0 −1 0 4
2 0 5 0 0 0 6 3
c) 4 0 1 d) 0 7 0 0 0
0 0 7 5 4 0 0 2
0 0 0 2 0
Ejercicio 3.- Calcular los determinantes de las siguientes matrices usando propiedades.
⎛ 1 0 0 0 0⎞
⎜ ⎟
⎛ 2 0 1⎞ ⎛ 2 0 0⎞ ⎜ 0 −2 0 0 0⎟
a) ⎜⎜ 3 2 2 ⎟⎟ b) ⎜⎜ 4 1 0 ⎟⎟ c) ⎜ 0 0 3 0 0⎟
⎜ 0 0 0⎟ ⎜ 0 2 5⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠ ⎜ 0 4 0 −4 0⎟
⎜ −1 0 5 ⎟⎠
⎝ 0 0
38
Práctica 3
⎛ 1 0 3⎞ ⎛ 2 1 −1 ⎞
⎜ ⎟ ⎜ ⎟
Ejercicio 6.- Sean A = ⎜ 2 2 −1⎟ y B = ⎜ 0 1 8 ⎟ .
⎜ −1 0 1 ⎟ ⎜ 0 0 −1 ⎟
⎝ ⎠ ⎝ ⎠
Calcular det( AB) det( A + B) 10
det( A ) det( A5 B − A5 )
Ejercicio 7.- Sin calcular la matriz inversa, decidir si son inversibles las matrices dadas.
⎛1 0 0 0⎞
⎛ 2 1 1⎞ ⎛ 2 3 1⎞ ⎜ ⎟
⎛ 2 1⎞ ⎜ ⎟ ⎜ ⎟ 0 2 2 3⎟
a) ⎜ ⎟ b) ⎜ 2 1 1⎟ c) ⎜ 0 0 1⎟ d) ⎜
⎝ 3 −1⎠ ⎜ 3 2 2⎟ ⎜ 1 1 1⎟ ⎜2 0 0 1⎟
⎝ ⎠ ⎝ ⎠ ⎜⎜ 3 ⎟
2 ⎟⎠
⎝ 0 3
Ejercicio 8.- Determinar todos los valores reales de x para los cuales la matriz es
inversible.
⎛ 2 3 2 ⎞ ⎛ x + 1 −1 3 ⎞
⎛ x +1 2 ⎞ ⎜ ⎟ ⎜ ⎟
a) ⎜ ⎟ b) ⎜ −1 2 4 ⎟ c) ⎜ 2 1 −2 ⎟
⎝ 2 x − 2⎠ ⎜ 1 x x + 1⎟ ⎜
⎝ ⎠ ⎝ −2 1 x − 4 ⎠⎟
Ejercicio 10.- Determinar en cada caso todos los valores de k ∈R para los cuales el
sistema tiene solución única.
⎧ x1 + x3 = 1
⎪
a) ⎨2 x1 + 2 x2 = 3
⎪2 x + x2 + kx3 = 2
⎩ 1
⎧ 2 x1 − 2 x2 + x3 = 0
⎪
b) ⎨(2k − 2) x1 + 2kx2 + x3 = 0
⎪ (k + 2) x + (k − 3) x + 2 x = 0
⎩ 1 2 3
⎧ 3 x1 − x2 + kx3 = 2
⎪
c) ⎨ x1 + 3kx2 − x3 = 3
⎪2 x + = 1
⎩ 1 x2
Ejercicio 11.- Encontrar el valor de a para el cual el sistema tiene infinitas soluciones y
resolver el sistema para el valor hallado.
⎧ x1 − x2 + 2 x3 = −4
⎪
⎨ a x2 + 4 x3 =
2
0
⎪ x + 3x + 3x = a
⎩ 1 2 3
39
Ejercicio 12.- Determinar los valores de k para los cuales el sistema tiene:
i) ninguna solución ii) solución única iii) infinitas soluciones
⎧ − x1 + x3 = −1
⎪
a) ⎨ 2 x1 + 2 x2 − x3 = 3
⎪(k 2 − 3) x − x3 = k + k − 1
2
⎩ 1
⎧ x1 + 2 x2 + x3 = 3
⎪
b) ⎨2 x1 + 3 x2 + 2 x3 = 2
⎪ x + 4 x2 + (k − 8) x3
2
= k + 14
⎩ 1
⎧kx1 − x2 + x3 = 0
⎪
c) ⎨ (k 2 − 1) x2 + (k + 1) x3 = 1
⎪kx + (k + 2) x2
2
+ = 2
⎩ 1 x3
⎛2 0 2⎞
Ejercicio 13.- Sea A = ⎜ 2 a + 1 a ⎟⎟ . Encontrar todos los valores de a para los cuales el
⎜
⎜ −1 a 0 ⎟⎠
⎝
sistema Ax = x admite solución no trivial.
EJERCICIOS SURTIDOS
⎛ 1 0 −1 ⎞
⎜ ⎟
1. Sea A = ⎜ 0 −1 4 ⎟ y B ∈ R 3×3 tal que det( AB) = 2. Calcular det( B −1 ) .
⎜ 2 3 2⎟
⎝ ⎠
⎛2 2 1⎞
2. Sea A = ⎜ 1 2 −2 ⎟⎟ y B ∈ R 3×3 tal que det( B) = − 3.
⎜
⎜ 2 −1 2 ⎟
⎝ ⎠
Hallar todas las soluciones del sistema (BA)x = −Bx.
⎛a 0 1⎞
3. Sea A = ⎜ 0 a − 2 2 ⎟⎟ . Decidir para qué valores de a el sistema
⎜
⎜1 1 ⎟⎠
⎝ 0
⎛ 1 −1 0 ⎞ ⎛ 2 1 1⎞
⎜ ⎟ ⎜ ⎟
4. Sean A = ⎜ 0 k 4 ⎟ y B = ⎜ −1 k 1⎟ .
⎜ 1 1 2⎟ ⎜ 0 1 2⎟
⎝ ⎠ ⎝ ⎠
1
Hallar todos los k ∈ R tales que det( BA−1 ) = det( BA) .
4
40
Práctica 4
PRÁCTICA 4
ESPACIOS VECTORIALES – SUBESPACIOS
DEFINICIONES Y PROPIEDADES
ESPACIOS VECTORIALES
EV4.- Existe un elemento en V, notado 0, tal que 0+u = u+0 = u para todo u ∈ V.
EV10.- Si u ∈ V, entonces 1u = u (1 ∈ R)
a) 0v = 0 para todo v ∈ V.
b) k0 = 0 para todo k ∈ R.
41
c) (–1)v = –v para todo v ∈ V.
f) kv = 0 si y sólo si k = 0 ó v = 0.
SUBESPACIOS
- El vector 0 de V pertenece a W .
COMBINACIONES LINEALES
Sean V un espacio vectorial sobre R y v1, ..., vn elementos de V. Se dice que un vector w es
una combinación lineal de v1, ..., vn si se puede expresar en la forma w = k1v1 + ... + knvn ,
donde k1, ..., kn son números reales.
Si todo elemento de V es una combinación lineal de v1, ..., vn decimos que { v1 ,..., v n }
genera V o que { v1 ,..., v n } es un conjunto de generadores de V.
⎧ r ⎫
W = ⎨∑ ki v i / ki ∈ R ⎬ es un subespacio de V que se denomina subespacio generado por
⎩ i =1 ⎭
{v1 ,..., v r } y se nota W = v1 ,..., v r .
42
Práctica 4
a) { v1 , v 2 , v 3 , v 4 } es linealmente independiente.
}
c) { v1 + kv 2 , v 2 , v 3 , v 4 con k ∈ R , es linealmente independiente.
De aquí en más, cuando decimos espacio vectorial entenderemos espacio vectorial sobre R.
43
BASES
Una base de un espacio vectorial V es una sucesión de elementos v1 ,..., v n de V tales que:
a) { v1 ,..., v n } genera V
b) { v1 ,..., v n } es linealmente independiente
Se dice que un espacio vectorial V, diferente de cero, es de dimensión finita si contiene una
sucesión finita de vectores que forman una base de V.
Propiedad: Dos bases cualesquiera de un espacio vectorial V de dimensión finita tienen el
mismo número de vectores.
Si V es un espacio vectorial de dimensión finita, la dimensión de V es el número de
vectores que tiene cualquier base de V. Si V= ⎨0⎬, entonces V no tiene base y se dice que
su dimensión es cero.
SUMA DE SUBESPACIOS
COORDENADAS
44
Práctica 4
ESPACIO EUCLÍDEO
Propiedades: S ⊥ es un subespacio de Rn .
S ∩ S ⊥ = {0} .
dim S ⊥ = n − dim S y S ⊕ S⊥ = Rn .
(S ⊥ ) ⊥ = S
w ⋅ v i = 0 para 1 ≤ i ≤ r.
Observación: Si { v1 , v 2 ,..., v r } es una base de S , para hallar S ⊥ basta buscar n-r vectores
EJERCICIOS
Ejercicio 1.- Determinar cuáles de los siguientes conjuntos son subespacios.
a) W = {( x1 , x2 , x3 )∈ R 3 / x1 − x2 + 2 x3 = 0}
b) W = {( x1 , x2 )∈ R 2 / x1 + x2 ≤ 0}
45
c) W = { A∈ R 2×2 / a11 + a22 = 0}
d) W = {( x1 , x2 )∈ R 2 / x1 ⋅ x2 = 0}
e) W = { v ∈ R 3 / v = λ (1, −2,1), λ ∈ R}
⎧ ⎛ 1 −1⎞ ⎫
f) W = ⎨ X ∈ R 2×1 / ⎜ ⎟ .X = X ⎬
⎩ ⎝ 2 1⎠ ⎭
h) El plano Π que contiene a los puntos (2, −4, −1) , (6, 4,5) y (5, 2,3) .
c) S = (1, −1, 2, 4) , (2,1,3, −1), (0, −2,1, 0) v = (3, 2, 4,3) ; w = (0, −1, 0,1)
b) S = (1, 0, 0,1), (0, 2,1, −1), (1, a, −1, 0) w = (1, −1, 2,3)
46
Práctica 4
a) S = {x ∈ R 3 / x1 − x2 + 4 x3 = 0}
b) S = {x ∈ R 5 / x1 + x2 − 4 x5 = x2 + 2 x3 − x4 = 0}
⎧ ⎛ 1 1⎞ ⎛ 1 1⎞ ⎫
c) S = ⎨ X ∈ R 2×2 / X . ⎜ ⎟=⎜ ⎟ .X ⎬
⎩ ⎝ 2 −1⎠ ⎝ 2 −1⎠ ⎭
⎧ ⎛ 1 −2 ⎞ ⎫
d) S = ⎨ X ∈ R 2×2 / A. X = 0, con A = ⎜ ⎟⎬
⎩ ⎝ −2 4 ⎠ ⎭
a) S = (1, 0,1)
⎛ 1 2 ⎞ ⎛ 1 −1⎞ ⎛ 0 1⎞
d) S = ⎜ ⎟,⎜ ⎟,⎜ ⎟
⎝ 0 1⎠ ⎝ 2 0 ⎠ ⎝ 1 0 ⎠
⎧⎛ 1 −3 ⎞ ⎛ 1 3 ⎞ ⎛ 0 −1⎞ ⎛ 0 2 ⎞ ⎫
b) ⎨⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟⎬
⎩⎝ 3 −1 ⎠ ⎝ 0 − 3 ⎠ ⎝ 1 0 ⎠ ⎝ 1 −1 ⎠ ⎭
c) {(5, 4,3, 2,1)}
d) {(0, 2,1, −1), (1, 0, 0,1), (1,3, −2,1), (2,1, −3, 4)}
Ejercicio 8.- Determinar los valores reales de k para los cuales el conjuntos de vectores es
linealmente independiente.
a) {(0,1, −2) , (1, −1, k ) , (1, −3, 0)}
b) {(1, −1,3) , (k , k + 1, k + 4) , (k + 1, k + 1, k )}
47
⎧⎛ 1 0 ⎞ ⎛ 1 2 ⎞ ⎛ −1 k + 1⎞ ⎛ k − 2 −3 ⎞ ⎫
c) ⎨⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟⎬
⎩⎝ 0 k ⎠ ⎝ −1 2k ⎠ ⎝ 0 −k ⎠ ⎝ 0 0 ⎠⎭
i) w1 = v1 + 2 v 3 ; w 2 = v1 − 2 v 2 + 3v 3 ; w 3 = 2 v 2 + v 3
ii) w1 = v1 + v 2 − v 3 ; w 2 = 2 v1 − 3v 2 ; w 3 = 5v 2 − 2 v 3
a) S = {x ∈ R 2 / 6 x1 − 2 x2 = 0}
b) S = {x ∈ R 3 / 3x1 + x2 − x3 = 0}
c) S = {x ∈ R 4 / 2 x1 − x3 = x1 + x2 + 2 x4 = x1 − x2 − x3 − 2 x4 = 0}
⎧ ⎛1 0 1 1⎞ ⎫
⎪ 4×1 ⎜ ⎟ ⎪
d) S = ⎨x ∈ R / ⎜ 0 1 −2 1⎟ x = 0 ⎬
⎪ ⎜ 2 −1 4 1 ⎟ ⎪
⎩ ⎝ ⎠ ⎭
⎧ ⎛ 1 2⎞ ⎛ 1 2 ⎞⎫
e) S = ⎨ X ∈ R 2×2 / ⎜ ⎟X = X⎜ ⎟⎬
⎩ ⎝ −1 1 ⎠ ⎝ −1 1⎠ ⎭
3
g) S = (2,8, −3) , (−1, −4, )
2
⎛ 2 1⎞ ⎛ −1 0 ⎞ ⎛ 0 1⎞ ⎛ 3 1⎞
i) S = ⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟
⎝ −1 0 ⎠ ⎝ 1 2 ⎠ ⎝ 1 4 ⎠ ⎝ −2 −2 ⎠
48
Práctica 4
b) Tk = v1 + v 2 − v 3 + 2 v 4 , v1 − v 3 , 2 v1 + 3 v 2 − 2 v 3 + kv 4 , donde
B = { v1 , v 2 , v 3 , v 4 } es una base de un espacio vectorial V.
⎧⎛1 0 ⎞ ⎛ 3 −1⎞ ⎫
a) ⎨⎜ ⎟,⎜ ⎟⎬
⎩⎝1 0 ⎠ ⎝ 1 0 ⎠ ⎭
⎧⎛ −1 1⎞ ⎛ 0 2 ⎞ ⎛ 1 1⎞ ⎫
b) ⎨⎜ ⎟,⎜ ⎟,⎜ ⎟⎬
⎩⎝ 3 2 ⎠ ⎝ 1 1 ⎠ ⎝ −1 −1⎠ ⎭
⎧⎛1 1⎞ ⎛ 0 −1⎞ ⎛ 3 2 ⎞ ⎫
c) ⎨⎜ ⎟,⎜ ⎟,⎜ ⎟⎬
⎩⎝1 1⎠ ⎝ 1 2 ⎠ ⎝ 4 5 ⎠ ⎭
a) V = R 4 S = {x ∈ R 4 / x1 − x2 + x3 = x2 − x4 = 0}
b) V = R 3×2 S = { X ∈ R 3×2 / x11 + x31 = x12 − x21 + x22 = x11 − x22 + x32 = 0}
49
Ejercicio 16.- Extender, si es posible, el conjunto {(1, −1, 0,1) , (0,1, 0, −1) } a base de R 4
con vectores del subespacio T.
a) T = {x∈ R 4 / x2 + x4 = 0}
b) T = {x ∈ R 4 / x1 + x3 = 0}
Ejercicio 17.- Extraer, si es posible, dos bases de V, del conjunto de vectores dado.
c) S = {x ∈ R 4 / x1 + x2 − x3 − x4 = 2 x1 + x4 = 0}
T = {x∈ R 4 / 3x1 + x2 − x3 = 2 x1 − x2 + x4 = x1 + 2 x2 − x3 − x4 = 0}
d) S = (1, −1, 0, 2) T = {x ∈ R 4 / x1 + x2 + x3 = 2 x2 + x4 = x3 = 0}
⎛2 1⎞ ⎛ 1 0 ⎞
e) S = { A∈ R 2×2 / a11 + a22 = a11 + 2a12 = 0} T= ⎜ ⎟;⎜ ⎟
⎝ 0 −2 ⎠ ⎝ 0 −1⎠
a) S = {x∈ R 4 / x1 + 2 x2 − x3 + x4 = x2 + x3 − 2 x4 = 0} T = {x ∈ R 4 / x1 + 2 x4 = 0}
50
Práctica 4
⎛ −1 1⎞ ⎛ 0 1⎞ ⎛ 0 0 ⎞
d) S = ⎜ ⎟,⎜ ⎟,⎜ ⎟ T = { A ∈ R 2×2 / a11 + a21 − a22 = 0}
⎝ 2 1⎠ ⎝ 1 −1⎠ ⎝ −1 1⎠
e) S = (2,1, 0) , (1,1, −1) T = (0,1, 2) , (1,3, −1)
51
Ejercicio 25.- Decidir si S +T = H .
c) S = (1, 0,1,3);(2, 2, 2,3) , T = (3, 2,3, 6);(0, 0,1, 0) , H = (1,1, 0, −1);(2,1,1, 2);(0,1,1,1)
b) V = R 5 S = {x ∈ R 5 / x1 − x3 + 2 x4 + x5 = 3 x1 − x2 = x2 + x3 + 2 x4 − x5 = 0}
⎛ 1 0 ⎞ ⎛ 1 1⎞
⎟ y T = { A∈ R / a11 = a12 − a21 = 0} .
2× 2
Ejercicio 27.- Sean S = ⎜ ⎟,⎜
⎝ 0 −1 ⎠ ⎝ 2 0 ⎠
⎛ 3 3⎞
b) Escribir w = ⎜ ⎟ como w = s + t con s ∈ S y t ∈ T .
⎝ −5 0 ⎠
S ∩ T = (1, 0, −1,1) y S + T = R4 .
52
Práctica 4
S ⊕ T = H ; S´ ⊕ T = H´ ; T ∩ W ≠ {0} .
Ejercicio 32.- Encontrar todos los vectores de R 3 que son ortogonales a todos los vectores
del conjunto { (1, 0, −1);(−1,1,3)} .
a) S = { x ∈ R 4 / x1 + x2 + x3 − x4 = x1 + 2 x4 = 0} .
b) S = (1,1,3);(2,1, −1)
a) el eje x;
c) el plano de ecuación x1 + 3 x2 − 2 x3 = 0 ;
53
Ejercicio 35.- Sea S = (2, 0, 0,3,1);(0,1,1, −1, 0) . Hallar una base de S ⊥ , y dar un sistema
de ecuaciones cuyo conjunto de soluciones sea el subespacio S .
b) Sean L : λ (−2, 4,1) y P = (4,1,─8). Hallar el punto Q ∈ L que está más próximo al punto
P. Calcular la distancia del punto P a la recta L .
a) (4,1,−3)
b) ( x1 , x2 , x3 )∈ R 3
⎛ 1 −1⎞
Ejercicio 38.- Hallar las coordenadas de la matriz ⎜ ⎟ en la base
⎝3 2⎠
⎧⎛ −1 2 ⎞ ⎛ 0 1⎞ ⎛ 1 1⎞ ⎛ 1 1⎞ ⎫
B= ⎨⎜ ⎟,⎜ ⎟,⎜ ⎟,⎜ ⎟⎬
⎩⎝ 1 −1 ⎠ ⎝ 1 2 ⎠ ⎝ 0 1 ⎠ ⎝ 0 3⎠ ⎭
respecto de B son:
54
Práctica 4
Ejercicio 41.- Se sabe que B= {w1 , w 2 , w 3 } es una base de R3 y que las coordenadas de los
vectores (0,─1,1), (1,0,1) y (1,1,─1) en la base B son, respectivamente, (1,2,2), (1,1,─1) y
(─1,─1,0). Hallar la base B.
EJERCICIOS SURTIDOS
y T = − v1 + kv 2 + v 3 + kv 4 ; v1 − v 2 + 2 v 3 − v 4 ; v1 − v 2 + kv 3 − v 4 .
{
2. Sean S = (1, 2, 0,1);(0, −1,1, 0) y T = x ∈ R 4 / x1 − x2 + x3 − x4 = 2 x1 − x3 − x4 = 0 . }
Hallar, si existe, un subespacio W de modo que se verifique simultáneamente:
dim(S ∩ W ) = 1 ; dim(T ∩ W ) = 1 ; dim((S + T) ∩ W ) = 1 ; dim W = 2
{
3. Sean en R 4 los subespacios S = (2,1, 0,1) , H = x ∈ R 4 / x1 − x2 + 2 x3 − x4 = 0 y }
{
W = x ∈ R 4 / x1 + x2 + x4 = x2 − x3 + 2 x4 = 0 . }
Hallar, si es posible, un subespacio T que verifique simultáneamente:
S ⊕ T= H y T ∩ W ≠ {0} .
55
4. Sean S = (1, 2,1, 0);(0,3, 0, 2) y T = (1,1,1,1);(3, −1,3, 4) . Hallar una base de R 4 que
{ } {
H1 = x ∈ R 4 / x1 − 2 x2 + x3 − x4 = 0 y H 2 = x ∈ R 4 / x1 + ax2 − x3 + bx4 = 0 . }
Hallar a, b ∈ R y un subespacio S tales que se verifique simultáneamente:
W ⊕ S = H1 y W ⊥ ⊕ S = H 2 .
6. Sean S1 = {x ∈ R 5 / x1 + 2 x2 + x3 = 0; 4 x1 + x5 = 0} y
S 2 = {x ∈ R 5 / x1 + x2 − 3x3 + x4 − k 2 x5 = 0; x1 + 2 x2 − 5 x3 + 3 x4 − k 2 x5 = 0; x2 − 2 x3 + kx4 = 0} .
bases de un espacio vectorial V y sean v y w tales que v B = (1, −1,1) y w B ' = (2, 0, −1) .
Hallar (2 v + w ) B " .
{
8. Sean en R 4 el subespacio S = x ∈ R 4 / x2 + x3 − x4 = x1 + x2 + 2 x3 + x4 = 0 y la base }
B = {(1,1,1,1);(1,1, 2, 0);(1, 2, 0, 0);(2, 0, 0, 0)} .
Hallar todos los vectores v que pertenecen a S y cuyas coordenadas en la base B son de la
forma (a,b,a,b).
verifique simultáneamente: S ∩ W = S ∩ T y S + W = S + T .
56
Práctica 4
11. Sea S = (1,1, 0, 2);(0, a,1, −1);(1, 0, −1, b);(0, −1, −1, b − 2) .
{
12. Sean S = (1, 2,1,1) , H1 = x ∈ R 4 / x1 − x2 − x3 + 2 x4 = 0 y }
{
H 2 = x ∈ R 4 / − 2 x1 + x2 − x3 + x4 = 0 .}
Hallar, si es posible, una base de R 4 que contenga a una base de S , a una base de H1 y a
13. Sean W = (1, −1, 0, 0);(0, 0, 0,1);(a, 0,1, −1) y S = (1,1,1, 0);(2, 0,1,1) .
⎛ 1 2 0⎞
Si B = ⎜⎜ −1 2 2 ⎟⎟ , hallar S ∈ S y T ∈ T tales que B = S + T .
⎜ −1 −1 3 ⎟
⎝ ⎠
57
⎛ 2 3⎞
16. La matriz ⎜ ⎟ tiene coordenadas (1,2,0,3) en la base
⎝ 6 3⎠
⎧⎛ a b ⎞ ⎛1 0 ⎞ ⎛ 0 0 ⎞ ⎛ 0 1 ⎞ ⎫ ⎛ −1 3 ⎞
B = ⎨⎜ ⎟;⎜ ⎟;⎜ ⎟;⎜ ⎟ ⎬ . Calcular las coordenadas de ⎜ ⎟ en la base B
⎩⎝ c d ⎠ ⎝ 1 1 ⎠ ⎝ 0 1 ⎠ ⎝ 1 0 ⎠ ⎭ ⎝ −3 2 ⎠
58
Práctica 5
PRÁCTICA 5
TRANSFORMACIONES LINEALES
DEFINICIONES Y PROPIEDADES
a) f (0) = 0
d) f (a1v1 + a2v2 + ... + anvn) = a1 f (v1) + a2 f (v2) + ... + an f (vn) para todos ai∈R, vi ∈ V
Si f : V → W, S ⊂ V, T ⊂ W, w ∈ W , notamos:
f –1(w) = { v ∈ V / f (v) = w }
f –1(T) = { v ∈ V / f (v) ∈ T }
Propiedades:
59
Teorema. Si { v1, v2, ..., vn } es una base de V, y w1, w2, ..., wn son vectores (no necesa -
riamente distintos) en W, entonces hay una única transformación lineal f : V → W tal que
Este teorema nos dice que una transformación lineal está completamente determinada por
Observación: Im f = f (V).
a) Nu f es un subespacio de V.
b) Im f es un subespacio de W.
c) Si {v1, v2, ..., vn} es un conjunto de generadores de V, entonces {f (v1), f (v2), ..., f (vn)}
es un conjunto de generadores de Im f .
d) Si {f (v1), f (v2), ..., f (vr)} es linealmente independiente, entonces {v1, v2, ..., vr} es
linealmente independiente.
a) f es monomorfismo ⇔ Nu f = {0}.
60
Práctica 5
Teorema de la dimensión
Propiedades:
Dada la transformación lineal f : Rn → Rm, existe una única matriz A ∈ Rm×n tal que f
puede escribirse en la forma
⎛ x1 ⎞⎟
⎜⎜ ⎟
⎜⎜ x ⎟⎟
f ( x1 , x2 , …, xn ) = A⎜⎜ 2 ⎟⎟⎟ , ó f (x) = Ax
⎜⎜ ⎟⎟
⎜⎜ ⎟⎟
⎝⎜ xn ⎠⎟
61
Esta matriz A tal que f (x) = Ax se denomina matriz de la transformación lineal f , y
escribimos A = M ( f ) .
Si A ∈ Rm×n ,
el rango columna de A es la dimensión del subespacio generado por las columnas de A ;
el rango fila de A es la dimensión del subespacio generado por las filas de A .
Propiedad: dim Im f = rg M ( f ) .
Sean B = { v1, ..., vn } base de un espacio vectorial V de dimensión n y B′ = { w1, ..., wm}
base de un espacio vectorial W de dimensión m.
Si f : V → W es una transformación lineal y f (vj) = a1jw1 + ... + amjwm, 1≤j≤n ,
llamamos matriz asociada a f en las bases B y B′, a la matriz de m×n:
⎛ a11 a12 a1n ⎞⎟
⎜⎜ ⎟
⎜⎜ a a22 a2 n ⎟⎟⎟
M BB´ ( f ) = ⎜⎜ 21 ⎟⎟
⎜⎜ ⎟⎟
⎜⎜ ⎟
⎜⎝am1 am 2 amn ⎠⎟⎟
Notar que en la columna j de M BB´ ( f ) están las coordenadas de f (vj) en base B′.
62
Práctica 5
Propiedad: rg M BB´ ( f ) = dim Im f ; de esto se deduce que el rango de una matriz asociada a
una transformación lineal no depende de las bases elegidas.
Si B y B′ son dos bases del espacio vectorial V, llamamos matriz de cambio de base de B a
B′, a la matriz CBB´ = M BB´ (id ) .
63
EJERCICIOS
Ejercicio 1.- Determinar si la función f es transformación lineal.
a) f : R3 → R2 , f (x1, x2, x3) = (x1 – x2, 2x1)
b) f : R2 → R3 , f (x1, x2) = (x1⋅ x2, 0, 0)
⎛ x1 x1 − x2 ⎞⎟
⎜⎜ ⎟
c) f : R2 → R3×2 , f (x1, x2) = ⎜⎜ 0 0 ⎟⎟⎟
⎜⎜ ⎟
⎜⎝−x1 0 ⎠⎟⎟
d) f : R2×3 → R3×2 , f (A) = At
Ejercicio 5.- Sea f : R3 → R2 la transformación lineal f (x1, x2, x3) = (x1 – x2, x2 + x3)
y sean v = (2,3) ; S = (1, 2,1) ; T = { x ∈ R2 / 3x1 – 2x2 = 0 }.
Hallar f (S), f –1(v) y f –1(T).
64
Práctica 5
Ejercicio 7.- Sea B = {v1, v2, v3} una base de V. Sea f : V → V una t.l. tal que:
f (v1) = v1 – v2 – v3 ; f (v2) = av2 + v3 ; f (v3) = v1 + v2 + av3.
Determinar todos los valores de a para los cuales f no es monomorfismo. Para cada uno de
ellos calcular el núcleo de f.
Ejercicio 8.- Definir una transformación lineal que verifique las condiciones enunciadas.
a) f : R2 → R2 tal que Nu f = { x ∈ R2 / x1 + 2x2 = 0 }, Im f = (1, 0)
b) f : R4 → R4 tal que Nu f = { x ∈ R4 / x1 + x2 + x4 = x2 + x3 = 0 }
c) f : R3 → R4 tal que (1,1,2) ∈ Nu f , Im f = (1, 0,1,1), (2,1, 0,1)
d) f : R4 → R2 tal que (1,0,1,3) ∈ Nu f y f es epimorfismo
e) f : R4 → R4 tal que Nu f = Im f = (2,1, −1, 0), (0,1, 0,1)
f) f : R3 → R3 tal que f no es monomorfismo y (1,1,1) ∈ Im f
g) f : R4 → R4 tal que Nu f = Im f y f (3,2,1,–1) = f (–1,2,0,1) ≠ 0.
65
Ejercicio 11.- Hallar la función inversa del isomorfismo f.
a) f : R3 → R3 f (1, 1, –1) = (1, –1, 1) , f (2, 0, 1) = (1, 1, 0) , f (0, 1, 0) = (0, 0, 1)
b) f : R2 → R2 f (x1, x2) = (x1 , x1 – x2)
c) f : R2×3 → R3×2 f (A) = At
Ejercicio 13.- Sea g : R3 → R4 la t.l. g (x1, x2, x3) = (x1 – x2, x3, –x1 + x3, x1).
Definir, si es posible, una t.l. f : R4 → R4 tal que:
f≠0 , f Dg =0 y Nu f + Im f = R4
66
Práctica 5
⎛ 1 2 −1 ⎞
Ejercicio 17.- Sea f : R3 → R3 tal que M ( f ) = ⎜⎜ 3 1 2 ⎟⎟ .
⎜ ⎟
⎝ −2 0 −2 ⎠
a) Calcular f (1, 2, 1); f (5, 7, 2); f (0, 0, 1).
b) Hallar bases de Nu f e Im f.
Ejercicio 19.- Sean B = {v1, v2, v3}, B′ = {v1 + v2, v2 + v3, v1 + v3} y
B′′ = {(1,–2,1), (0,1,1), (1,3,1)} bases de R3, y sea f : R3 → R3 la t.l. tal que
f (v1) = (2,–3,2), f (v2) = (0,2,3), f (v3) = (1,2,0).
Hallar M BE ( f ) , M BB´´ ( f ) , M B´ E ( f ) y M B´ B´´ ( f ) .
⎛ 1 4 −5 ⎞
Ejercicio 20.- Sea f : V → V tal que M B ( f ) = ⎜⎜ 2 1 0 ⎟⎟ y sean B = {v1, v2, v3} y
⎜0 3 1⎟⎠
⎝
B′ = {–v1 + v2 – v3, v1 + 2v3, v2} bases de V. Hallar M B´ B ( f ) , M BB´ ( f ) y M B´ ( f ) .
⎛ 2 −1⎞
Ejercicio 21.- Sea f : R2×2 → R2×2 la t.l. definida por f (X) = AX con A = ⎜ ⎟.
⎝ 3 1⎠
Calcular M E ( f ) .
67
⎛ 1 1 −1 ⎞
⎜ ⎟
−1 0 2⎟
Ejercicio 22.- Sea f : R → R tal que M BB´ ( f ) = ⎜
3 4
, con
⎜ 1 2 0⎟
⎜⎜ ⎟
⎝ 0 1 1⎟⎠
Ejercicio 24.- Sea f : R4 → R3 la transformación lineal tal que la matriz de f en las bases
⎛ 1 3 1 0⎞
B = {v1, v2, v3, v4} y B′ = {w1, w2, w3} es M BB´ ( f ) = ⎜⎜ 2 2 1 1⎟⎟ .
⎜ ⎟
⎝ −1 1 1 −1 ⎠
a) Calcular: f (v1 – 2v3) ; f (v3 + v4)
b) Dar bases de Nu f e Im f.
c) Calcular f –1(w1)
⎛ 1 −1 0 ⎞
3 3 ⎜ ⎟
Ejercicio 25.- Sea f : R → R tal que M BB´ ( f ) = ⎜ 0 2 1⎟ con
⎜ 1 0 a⎟
⎝ ⎠
B = {(1,1,1), (1,1,0), (1,0,0)} y B′ = {(1,1,1), (0,1,1), (0,0,1)}.
Hallar todos los valores de a para los cuales f (1,2,1) = (0,1,–6).
Ejercicio 26.-
⎛ k 2 4⎞
a) Sea f : R → R tal que M ( f ) = ⎜⎜ 2 1 k ⎟⎟ .
3 3
⎜ 1 −1 k ⎟
⎝ ⎠
Encontrar todos los valores de k para los cuales f no es un monomorfismo.
68
Práctica 5
b) Sean B = {v1, v2, v3} base de R3, y f : R3 → R3 la transformación lineal tal que
⎛ 1 2 5⎞
⎜ ⎟
M B ( f ) = ⎜ 3 −1 2 ⎟ . Hallar todos los valores de a tales que f es isomorfismo.
⎜ 2 a −3 ⎟
⎝ ⎠
Ejercicio 27.- Sea B = {v1, v2, v3} base de R3, y sea f : R3 → R3 la transformación lineal
⎛ 1 3 2⎞
tal que M B ( f ) = ⎜⎜ −1 2 3 ⎟⎟ .
⎜ 2 1 −1⎟
⎝ ⎠
Hallar todos los a ∈ R para los cuales 2a2v1 + 2v2 + 3av3 ∈ Im f.
Ejercicio 28.- Sean B = {v1, v2, v3} y B′ = { v1 – v3, 3v1 + 2v2, v1 + v2 + v3 } bases de R3.
⎛ 1 0 3⎞
Sea f : R → R tal que M B ( f ) = ⎜⎜ 1 −1 0 ⎟⎟ . Hallar M B´ B ( f ) y M BB´ ( f ) .
3 3
⎜ 0 2 1⎟
⎝ ⎠
⎛ 1 0 2⎞
3 3 ⎜ ⎟
Ejercicio 29.- Sea f : R → R tal que M BB´ ( f ) = ⎜ 1 2 0 ⎟
⎜ ⎟
⎝ −1 −1 −1⎠
con B = {(1,1,1),(0,1,–1),(0,0,–1)} y B′ = {(1,–1,0),(0,0,1),(0,1,2)}.
Si S = {x ∈ R3 / 5x1 – 2x2 – 2x3 = 0 }, hallar un subespacio T de R3 tal que R3 = T ⊕ f(S).
69
Ejercicio 31.- Sea B = {v1, v2, v3} una base de R3 y sea f : R3 → R3 la t.l. tal que
⎛ 0 2 −1⎞
⎜ ⎟
M B ( f ) = ⎜ 0 0 −1⎟ .
⎜0 0 0⎟
⎝ ⎠
a) Calcular f D f (3v1 ) , f D f ( v1 − 2 v 2 ) y f D f ( v 3 )
b) Hallar dim Nu ( f D f ) y dim Im ( f D f ) y dar una base de cada uno.
Ejercicio 32.- Sean B = {v1, v2, v3} base de V y B′ = {w1, w2, w3} base de W.
Sean f : V → V y g : V → W t.l. tales que:
⎛0 1 −1⎞ ⎛ 2 1 −1⎞
M B ( f ) = ⎜⎜ 2 1 1⎟ y
⎟
M BB´ ( g ) = ⎜⎜ 1 0 0 ⎟⎟
⎜2 1 1⎟⎠ ⎜ 2 1 −1⎟
⎝ ⎝ ⎠
a) Calcular g D f (2 v1 + v 2 − 3v 3 ) .
b) Hallar una base de Nu ( g D f ) y una base de Im ( g D f ) .
Ejericio 33.- Sea f : R2 → R2 la t.l. dada por f (x1, x2) = (x1 + 2x2, 3x1 – x2).
a) Hallar M ( f −1 )
b) Hallar M B´B ( f −1 ) con B = {(1,1), (2,1)} y B′ = {(–1,2), (0,1)}.
⎛ 1 1 0⎞
Ejercicio 34.- Sea f : R → R tal que M ( f ) = ⎜⎜ 2
3 3 ⎟
1 −1⎟ y sea
⎜ ⎟
⎝ 0 −2 −1⎠
B = {(1,0,2), (0,1,1), (2,1,0)}. Hallar M BE ( f ) , M B ( f ) y M BE ( f −1 ) .
⎛ 2 1 2⎞
Ejercicio 35.- Sean f : V → V tal que M B ( f ) = ⎜⎜ 1 0 0 ⎟⎟ y g : V → V tal que
⎜ −1 3 0 ⎟
⎝ ⎠
⎛ 3 −1 0⎞
⎜ ⎟
M B´ ( g ) = ⎜ 1 2 1⎟ , con B = {v1, v2, v3} y B′ = {v3, v2 + v3, v1 + v2 + v3} bases de V.
⎜0 1 1⎟⎠
⎝
Hallar M BB´ ( g D f ) , M B´B ( g D f ) y M BB´ ( g −1 ) .
70
Práctica 5
EJERCICIOS SURTIDOS
⎛ −2 1 0 ⎞
4. Sea f : R → R una transformación lineal tal que M ( f ) = ⎜⎜ −5 1 k ⎟⎟ .
3 3
⎜ −8 k 2 ⎟
⎝ ⎠
Hallar todos los valores de k ∈ R para los cuales Nu f ≠ {0} y Nu f ⊆ Im f.
5. Sean S = {x ∈ R 4 / 2 x1 − x2 + x3 − x4 = x1 − 3 x3 + x4 = 0} y
H = {x ∈ R 4 / 2 x1 − x2 − x4 = 0} .
T = {x ∈ R 4 / x1 − x2 + x3 + x4 = 0} .
71
7. Sea f: R4→ R4 f ( x1 , x2 , x3 , x4 ) = ( x1 + 2 x2 + x3 , − x3 + x4 , x1 + 2 x2 + x4 , 2 x1 + 4 x2 + 2 x3 ) .
Definir, si es posible, una transformación lineal g: R4→ R4 que verifique
simultáneamente: Im (f D g ) = Im f y gD f =0.
⎛ 2 1 −2 4 1⎞
⎜ ⎟
−1 0 1 −2 0⎟
8. Sea f : R5 → R4 la t.l. dada por M ( f ) = ⎜
⎜ 3 −1 −3 6 1⎟
⎜⎜ ⎟
⎝ 1 6 −1 2 0 ⎟⎠
H = {x ∈ R 4 / x1 − x3 − x4 = 0} y sea en R 3 el subespacio S = {x ∈ R 3 / x1 + x2 − 2 x3 = 0} .
{ }
11. Sean S = x ∈ R 4 / x1 + x2 + x3 + x4 = 0 y f: R4→ R4 la t.l. dada por
f ( x1 , x2 , x3 , x4 ) = ( x1 − x4 , x2 − x4 , x1 − x2 , 2 x1 − x2 − x4 ) .
Definir, si es posible, una t.l. g: R3→ R4 tal que Nu ( f D g ) = <(−1,0,2)> e Im g = S.
12. Sean B = {(1,1,1);(1,1, 0);(1, 0, 0)} y B ' = {(0, 0,1);(0,1,1);(1,1,1)} bases de R 3 y sea
⎛ 1 3 0⎞
f : R → R la t.l. tal que M BB ' ( f ) = ⎜⎜ −1 0
3 3 ⎟
3 ⎟ . Calcular f -1(2,2,5).
⎜ 2 2 −4 ⎟
⎝ ⎠
72
Práctica 5
⎛1 1 a 1⎞
⎜ ⎟
⎜ 0 1 −1 0 ⎟
transformación lineal tal que M BE ( f ) = .
⎜ 1 0 0 0⎟
⎜ ⎟
⎝ b −1 −1 −1⎠
Determinar a y b si se sabe que f (2,3,1, −1) = (2,1, 2, 4) y dim(Nu f ) = 1 .
⎛ 2 a −1⎞
f : V → V la transformación lineal tal que M BB´ ( f ) = ⎜⎜ −1 0 3 ⎟⎟ y v = 5v 2 + v 3 .
⎜ 1 1 2⎟
⎝ ⎠
Determinar a ∈ R tal que dim(Im f ) = 2 , y para el a hallado decidir si v ∈ Im f .
⎛1 0 2 ⎞
15. Sea f : R → R la transformación lineal tal que M BB ' ( f ) = ⎜⎜1 2 0 ⎟⎟ , con
3 3
⎜ 1 −1 1 ⎟
⎝ ⎠
B = {(1,1,1);(0,1, −1);(0, 0, −1)} y B ' = {(1, −1, 0);(0, 0,1); v} bases de R 3 .
Hallar v para que f (0, 0, −1) = (2, −3, −2) .Dar una base de f (S) , si S = (−1,1, 0) .
⎛ 1 −1 2 ⎞
la t. l. tal que M B ( g ) = ⎜⎜ 0 1 −1⎟⎟ , con B = {(0, 0, −1);(1, −1, 2);(0,1,3)} .
⎜ 0 3 −2 ⎟
⎝ ⎠
Calcular f D g (3, −1, −3) .
⎛ 1 −2 1⎞
⎜ ⎟
f : V → V la t.l. tal que M BB ' ( f ) = ⎜ 2 1 −2 ⎟ . Hallar una base de Im( f D f ) .
⎜ −1 −3 3 ⎟
⎝ ⎠
73
18. Sean B = { v1 ; v 2 ; v 3 } y B ' = { v1 + v 2 + v 3 ; v 2 + v 3 ; v 3 } bases de un e.v. V y
⎛ 1 −1 0 ⎞
f : V → V la transformación lineal tal que M BB´ ( f ) = ⎜⎜ 0 0 0 ⎟⎟ .
⎜ 0 1 1⎟
⎝ ⎠
⎛0 1 0⎞
Hallar, si es posible, una base B " de V tal que M B " ( f ) = ⎜⎜ 0 0 0 ⎟⎟ .
⎜ 0 0 1⎟
⎝ ⎠
19. Sea f : R4 → R3 la t.l. f (x1, x2, x3, x4) = (x1 + x3 – x4, x1 + x2 + x4, 2x1 + x2 + x3).
Hallar una t.l. g : R3 → R4, no nula, que satisfaga simultáneamente:
f Dg =0 y gD f =0.
74
Práctica 5
⎛ 1 2 −1⎞
24. Sea B={(2,1,−1); v; w} base de R3 y f: R3→ R3 la t.l. tal que M EB ( f ) = ⎜⎜ 0 1 3 ⎟⎟
⎜ 1 3 2⎟
⎝ ⎠
25. Sea S = {x ∈ R 3 / 2 x 1 − x2 = 0} . Sea B={(1,1,1); (1,1,0); (1,0,0)} y f :R3 →R3 tal que
⎛ 1 0 0⎞
⎜ ⎟
M BE ( f ) = ⎜ −8 + a 2 −8 + a 2 −8 ⎟ .
⎜ a −1 a −1 a ⎟⎠
⎝
Hallar todos los valores de a para los cuales {f (0,1,2); f (–1,0,4)} es base de S.
26. Sean B = {v1, v2, v3+v1, v4} una base de R4, S = < v1, v2 , v3 > y f : R4 → R4 dada por
⎛ 0 −1 1 0 ⎞
⎜ ⎟
⎜ 1 −2 0 1 ⎟ . Hallar la dimensión y una base de f (S) ∩ Nu f.
MB( f ) =
⎜ 1 −3 1 1 ⎟
⎜⎜ ⎟⎟
⎝ 2 −2 2 0 ⎠
⎛ −2 1 0 ⎞
27. Sea f: R →R tal que M ( f ) = ⎜⎜ −5 1 k ⎟⎟ . Determinar todos los valores de k para los
3 3
⎜ −8 k 2 ⎟
⎝ ⎠
cuales es Nuf ≠ {0} y Nuf ⊆ Im f .
75
⎛ 0 1 −2 ⎞
29. Sea f : R3→ R3 la t. l. tal que M ( f ) = ⎜⎜ 3 1 1⎟⎟ .
⎜1 0 1⎟⎠
⎝
Hallar, si es posible, v, w ∈ R 3 y a, b, c reales tales que B = { v; w;(a, b, c)} sea una base
⎛ 5 a 0⎞
de R3 y M BE ( f ) = ⎜⎜ 5 b 0 ⎟⎟ .
⎜0 c 0⎟
⎝ ⎠
⎛ 1 0 −1 ⎞
30. Sean B = {(0,1,–1);(1,0,0);(1,1,0)}, f : R → R dada por M BE ( f ) = ⎜⎜ 0 −1 1⎟⎟ y
3 3
⎜ 1 −1 1 ⎟
⎝ ⎠
S = {x ∈ R / 2 x1 − x2 + 5 x3 = 0} . Decidir si f D f (9, 7, 2) ∈ S .
3
⎛ 2 1 3⎞ ⎛ 2 0 1⎞
que M B ' B ( f ) = ⎜ −1 1 0 ⎟ y M B ' ( g ) = ⎜⎜ −1 3 2 ⎟⎟ . Calcular M B ' ( f D g ) .
⎜ ⎟
⎜ 3 1 2⎟ ⎜ 1 2 −1⎟
⎝ ⎠ ⎝ ⎠
76
Práctica 6
PRÁCTICA 6
NÚMEROS COMPLEJOS Y POLINOMIOS
DEFINICIONES Y PROPIEDADES
NÚMEROS COMPLEJOS
Si z, w ∈ C z = w ⇔ Re z = Re w e Im z = Im w
z
1) z = z z 2) Si z ≠ 0, z −1 =
2
Observaciones 2
z
Propiedades:
C1) z = z M1) z = 0 ⇔ z = 0
C2) z + w = z + w M2) z w = z w
C3) z w = z w
M3) z = z
−1 −1
C4) Si z ≠ 0, z = (z )
M4) z = − z
C5) z + z = 2 Re z −1
M5) Si z ≠ 0 ⇒ z −1 = z
C6) z − z = 2(Im z )i
z z
M6) Si w ≠ 0 ⇒ =
w w
77
Si z ∈ C, z = a + bi, z ≠ 0, llamaremos argumento de z al único número real arg z tal
a b
que 0 ≤ arg z < 2π ; cos arg z = ; sen arg z =
z z
Si z ∈ C, la forma trigonométrica de z es z = z (cos arg z + i sen arg z )
z w = z w (cos(α + β ) + i sen(α + β ))
Corolario.
−1
z −1 = z (cos(−α ) + i sen( −α ))
z = z ⋅ (cos(−α ) + i sen(−α ))
z z
= (cos(α − β ) + i sen(α − β ))
w w
z n = z (cos(nα ) + i sen(nα )) n∈Z
n
Propiedades. Si α, β ∈ R
eiα = eiα = e −iα
eiα eiβ = ei (α + β )
78
Práctica 6
POLINOMIOS
Algoritmo de división.
Dados P, Q ∈ K[X], Q ≠ 0, existen únicos S, R ∈ K[X] tales que:
P = Q S + R con R = 0 ó gr R < gr Q
Se dice que Q divide a P (o que P es divisible por Q) y se nota Q | P, si el resto de la
Teorema.
Si P ∈ K[X] y a1, a2, ..., ar ∈ K son raíces de P con ai ≠ aj si i ≠ j, entonces
P(x) = (x – a1)(x – a2)...(x – ar) Q(x) con Q ∈ K[X].
79
Teorema de Gauss.
n
p
Sea P ∈ Z[X], P(x) = ∑a x
j =0
j
j
con a0 ≠ 0. Si
q
(con p ∈ Z, q ∈ N y (p, q) = 1) es una
Teorema.
Propiedades.
∂ ( P + Q) = ∂P + ∂Q ∂ ( P ⋅ Q) = (∂P ) ⋅ Q + P ⋅ ∂Q ∂ (kx 0 ) = 0
Teorema.
Sea P ∈ R[X], y sea z ∈ C; z es raíz de multiplicidad k de P si y sólo si
P ( z ) = ∂P ( z ) = ∂ 2 P( z ) = = ∂ ( k −1) P( z ) = 0 y ∂ ( k ) P( z ) ≠ 0 .
∏ (x − a )
k =0
k
n
L( x) = ∑ bi Li ( x)
k ≠i
donde Li ( x) = n
i =0
∏ (a − a )
k =0
i k
k ≠i
80
Práctica 6
EJERCICIOS
NÚMEROS COMPLEJOS
c) z = (1 + i ) −1 ( 2 + 2i ) + (−2 + 5i)
a) z = 1 − i + i b) z = 1 + i + i + i
c) z = (1 − 2i )(2 − i ) d) z = (1 + 3i )(1 − 3i )
Ejercicio 6.-
a) Representar en el plano el conjunto B = {z ∈ C / z + 1 − i ≤ 2} .
Ejercicio 8.- Hallar todos los z ∈ C tales que su conjugado coincide con su cuadrado.
81
Ejercicio 9.- Calcular Re z e Im z .
3 3
a) z = 2(cos π + i sen π ) b) z = 3(cos π + i sen π )
2 2
2 2 7 7
c) z = (cos π + i sen π ) d) z = 2(cos π + i sen π )
3 3 4 4
Ejercicio 12.-
3 1
a) Escribir en forma trigonométrica z = (1 + i )( − i)
2 2
b) Escribir en forma binómica z = (−3 3 + 3i )15
1+ i
c) Escribir en forma binómica z =
( − 3 + i )5
1− i
Ejercicio 14.- Determinar todos los z ∈ C tales que z 8 =
3 +i
82
Práctica 6
Ejercicio 16.-
π 5
i i π
a) Escribir en forma binómica eiπ , e3 , 2e −iπ , e6 .
b) Expresar en forma exponencial las raíces quintas de –1.
eit + e − it eit − e − it
c) Probar que ∀t ∈ R es cos t = y sen t =
2 2i
POLINOMIOS
83
e) P(x) = x5 – 25x3 + 85x2 – 106x + 45 sabiendo que (2 + i) es raíz
9 9
f) P(x) = x4 – x2 –
4 4
g) P(x) = x – 2x – 51x2 – 108 sabiendo que P( − 3 i) = 0
6 4
Ejercicio 22.- Dado P(x) = 2x4 – 6x3 + 7x2 + ax + a, determinar a ∈ R sabiendo que
(1 + i) es raíz de P y hallar las restantes raíces de P.
Ejercicio 25.- Hallar todas las raíces del polinomio P y escribirlo como producto de
polinomios de grado 1.
a) P(x) = x5 – 6x4 + 10x3 + 4x2 – 24x + 16, y se sabe que P tiene una raíz triple.
b) P(x) = 4x3 + 8 3 x2 + 15x + 3 3 , y se sabe que P tiene una raíz doble.
Ejercicio 26.-
a) Hallar P ∈ R[X], de grado mínimo, que tenga a 1/2 como raíz simple, a (1 + i) como
raíz doble y que verifique que P(0) = –2.
b) Hallar todos los polinomios P con coeficientes reales, de grado 3, que tengan a (–2)
como raíz doble y que verifiquen P(1) = P(–1).
Ejercicio 27.- Sabiendo que Q(x) = 81x4 – 1 y P(x) = 9x4 + 27x3 – 8x2 + 3x – 1 tienen
alguna raíz común, encontrar todas las raíces de P.
84
Práctica 6
Ejercicio 30.-
a) Sea P(x) = 3x3 – 2x2 + x + α.
Encontrar α ∈ R para que la suma de dos de las raíces de P sea igual a –1.
b) Sea P(x) = x3 + 2x2 – 7x + α.
Encontrar α ∈ R de manera que una de las raíces de P sea igual a la opuesta de otra.
c) P(x) = 3x3 + x2 – 2x + α.
Encontrar α ∈ R tal que una de las raíces de P sea igual a la suma de las otras dos.
Ejercicio 31.-
a) Encontrar un polinomio P, de grado a lo sumo 3, que satisfaga:
P(1) = 1 ; P(0) = –1 ; P(2) = 2 ; P(–1) = 0
b) Encontrar la ecuación de una parábola que pase por P1, P2 y P3, donde
P1 = (–1,1) ; P2 = (0,1) ; P3 = (2,–2)
c) Encontrar un polinomio de grado 4 que satisfaga:
P(–1) = –1 ; P(0) = 1 ; P(1) = 4
EJERCICIOS SURTIDOS
1+ z
2. Sea z ∈ C , z ≠ 1, tal que⏐z⏐=1. Calcular Im(i ).
1− z
4. Sea P(x) = (x3 – ax2 − a2x + 1)(x2 − a2). Hallar a para que –1 sea raíz doble de P.
7. Encontrar todas las raíces de P(x) = x5 + x4 + x3 + 2x2 – 12x – 8 , sabiendo que tiene
alguna raíz imaginaria pura.
85
8. a) Hallar todas las raíces sextas de (1 + i)
b) ¿Existe una raíz sexta de (1 + i) cuyo conjugado sea también raíz sexta de (1 + i)?
c) Hallar el producto de todas las raíces sextas de 1 + i.
12. Hallar z1 y z2 tales que ambos sean soluciones de (1 − i ) z 2 = (2 + 2i) z y que además
verifiquen Re( z1 ) < 0 ; Im( z1 ⋅ z2 ) > 0 .
13. Encontrar un polinomio P ∈ R [ X ] de grado mínimo que tenga por raíces a las
soluciones de la ecuación (2 Im z − i Re z ) 2 = −5 + 12i .
17. Hallar un polinomio P ∈ R [ X ] , de grado mínimo, que tenga por raíces a todas las
soluciones de la ecuación z 4 z = 2i z .
4
86
Práctica 7
PRÁCTICA 7
AUTOVECTORES Y AUTOVALORES
DEFINICIONES Y PROPIEDADES
Sea A ∈ Rn×n. Un vector v ∈ Rn, v ≠ 0, es un autovector de A (o vector propio), si
existe λ ∈ R tal que Av = λv.
87
Una matriz A ∈ Rn×n se dice diagonalizable si existe una matriz diagonal D ∈ Rn×n y
EJERCICIOS
Ejercicio 1.- Para cada matriz calcular todos los autovalores y para cada uno de ellos
hallar el subespacio asociado.
⎛ −7 5⎞⎟ ⎛4 2⎞⎟ ⎛ 2 −1⎞⎟ ⎛4 1⎞⎟
a) ⎜⎜ ⎟ b) ⎜⎜ ⎟ c) ⎜⎜ ⎟ d) ⎜⎜ ⎟
⎜⎝−10 8⎠⎟⎟ ⎜⎝3 3⎠⎟⎟ ⎜⎝−4 2⎠⎟⎟ ⎜⎝0 4⎠⎟⎟
⎛ 2 3 −1⎞⎟ ⎛1 2 −1⎞⎟
⎜⎜ ⎟ ⎛3 −5⎞⎟ ⎜⎜ ⎟
e) ⎜⎜−1 1 4⎟⎟⎟ f) ⎜⎜ ⎟ g) ⎜⎜0 −5 −4⎟⎟⎟
⎜⎜ ⎟⎟ ⎜⎝1 −1⎠⎟⎟ ⎜⎜ ⎟
⎝⎜ 1 2 −1⎠⎟ ⎝⎜0 8 7⎠⎟⎟
Ejercicio 2.-
⎛ ⎞
⎜⎜ 0 0 −3⎟⎟
a) Hallar todos los k ∈ R para los cuales A = ⎜⎜1 0 −1⎟⎟⎟ tiene a 1 como autovalor.
⎜⎜ ⎟
⎜⎝k 1 −1⎠⎟⎟
b) Para los valores de k hallados, calcular todos los autovalores de A.
⎛ ⎞
⎜⎜ 3 −1 1⎟⎟
a) f : R3 → R3 tal que M ( f ) = ⎜⎜0 −5 0⎟⎟⎟ .
⎜⎜ ⎟
⎜⎝0 7 2⎠⎟⎟
⎛−2 −2 4⎞⎟
⎜⎜ ⎟
b) f : R3 → R3 tal que M ( f ) = ⎜⎜ 0 4 0⎟⎟⎟ .
⎜⎜ ⎟⎟
⎝⎜−6 −2 8⎠⎟
88
Práctica 7
Ejercicio 4.- Sean B = { (1, 1, 1); (0, 1, 1); (0, 0, 1) } y f : R3 → R3 la t. l. definida por
⎛ 5 0 0⎞⎟
⎜⎜ ⎟
M B ( f ) = ⎜ 3 1 −1⎟⎟⎟ . Encontrar una base B′ de R3 tal que M B´ ( f ) sea diagonal.
⎜
⎜⎜ ⎟
⎝⎜−1 0 3⎠⎟⎟
Ejercicio 5.- Sea B = {(1, –1, 0); (0, 0, 1); (–3, 2, 0)} y f : R3 → R3 la t.l. tal que
⎛−3 2 9⎞⎟
⎜⎜ ⎟
M BE ( f ) = ⎜⎜ 4 4 −9⎟⎟⎟ . Decidir si f es diagonalizable.
⎜⎜ ⎟
⎜⎝ 2 0 −6⎠⎟⎟
⎛ ⎞ ⎛ 4 6⎞⎟
⎜⎜ 1 −1 1⎟⎟ ⎜⎜ 6
⎟
d) A = ⎜⎜−1 1 1⎟⎟⎟ e) A = ⎜⎜ 1 3 2⎟⎟⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝⎜−1 −1 3⎠⎟ ⎝⎜−1 −5 −2⎠⎟
⎛0 2 2⎞⎟
⎜⎜ ⎟
Ejercicio 7.- Dada A = ⎜⎜2 3 4⎟⎟⎟ , calcular A10.
⎜⎜ ⎟⎟
⎝⎜2 4 3⎠⎟
⎛ 0 0 −3⎞⎟
⎜⎜ ⎟
Ejercicio 8.- Sea f: R → R tal que M ( f ) = ⎜⎜ 1 0 −1⎟⎟⎟ y S = (a + 3, a 2 − 4,1) .
3 3
⎜⎜ ⎟⎟
⎝⎜−2 1 −1⎠⎟
Hallar todos los valores de a ∈ R para los cuales f(S) = S.
89
EJERCICIOS SURTIDOS
⎛ 0 0 2⎞⎟
⎜⎜ ⎟
1. Se sabe que la matriz A = ⎜⎜−1 0 −1⎟⎟⎟ tiene un autovalor igual a –2.
⎜⎜ ⎟
⎜⎝ k 3 −1⎠⎟⎟
Decidir si A es diagonalizable.
⎛2 0 0⎞⎟
⎜⎜ ⎟
2. Sea f : R → R la transformación lineal tal que M ( f ) = ⎜ 3 5 −6⎟⎟⎟ .
3 3 ⎜
⎜⎜ ⎟
⎜⎝ 3 3 −4⎠⎟⎟
Hallar una base B de R3, B = {(–1, 1, 0), v2, v3} tal que M B ( f ) sea diagonal.
3. Sea {v1, v2, v3} una base del espacio vectorial V y f : V → V la t.l. definida por:
f (v1) = –v1 – 2v2; f (v2) = v1 + 2v2; f (v3) = 2v3. Hallar una base de autovectores de f.
⎛ 3 0 0⎞⎟
⎜⎜ ⎟
4. Sea B = {v1, v2, v3} base de R y f : R → R la t.l. tal que M B ( f ) = ⎜⎜ 0 2 0⎟⎟⎟ .
3 3 3
⎜⎜ ⎟
⎜⎝−1 0 2⎠⎟⎟
Hallar los autovalores y autovectores de f. ¿Es f diagonalizable?
5.- Sea f : R3 → R3 , f (x1, x2, x3) = (–2x1 + 2x3, –7x1 – 3x2 + x3, αx1 + 4x3).
Determinar α para que f no sea isomorfismo y decidir si existe una base B de R3 tal
que M B ( f ) sea diagonal.
6. Sea f : R3 → R3 la t.l. f (x1, x2, x3) = (2x1 + x2 – x3, 3x2 + 2x3, –x3).
Hallar una base B de R3 tal que M B ( f −1 ) sea diagonal.
90
Práctica 7
⎛2 a 2⎞
⎜
11. Sea A = ⎜ 0 ⎟
b −2 ⎟ .
⎜ 1 a + 2b 2 ⎟
⎝ ⎠
Determinar a y b para que (1,−1,0) sea autovector de A.
⎛ −3 0 0 ⎞
⎜ ⎟
12. Dada la matriz A = ⎜ −8 5 −4 ⎟ , hallar k ∈ R sabiendo que 1 es autovalor de A.
⎜ −8 8 k ⎟
⎝ ⎠
Para ese valor de k, determinar si A es diagonalizable.
14. Sean B’= {v1, v2, v3} y B’’= {v2+v3; v2–v1; v2} bases de V . Sea f: V →V la t. l. tal
⎛ −3 1 0 ⎞
que M B´´B´ ( f ) = ⎜⎜ 0 −1 −3 ⎟⎟ y sea g: V →V definida por g(v) = f(v) – 2v.
⎜ 2 0 0⎟
⎝ ⎠
Hallar una base B de V tal que M B ( g ) sea diagonal.
91
16. Sean B = {(1, −2, 2); (0, −1, 0); (0,1, −1)} y f: R3→ R3 la t. l. tal que
⎛ 2 0 0⎞
⎜ ⎟
M EB ( f ) = ⎜ 0 − k −1 ⎟ .
2
⎜5 − k 0 −2 ⎟⎠
⎝
Hallar todos los valores de k para los cuales 1 es autovalor de f y f es diagonalizable.
92
ALGEBRA(27) Primer Parcial A
En cada ejercicio escriba todos los razonamientos que justifican la respuesta.
1. Sean L : λ (1, −1, 2) + (2,1,1) y P = (3,1, 0) . Hallar todos los planos Π que son
paralelos al plano que contiene a L y a P y tales que d( P, Π ) = 2 11 .
⎛ 0 −1 k ⎞
2. Sea A = ⎜ 6 −3 k + 4 ⎟⎟ . Hallar todos los valores de k ∈ R para los cuales los
⎜
⎜k 0 0 ⎟⎠
⎝
sistemas Ax = 0 y Ax = − x tengan infinitas soluciones. Para los valores obtenidos
resolver el sistema Ax = −x .
{ }
3. Sea S = x ∈ R3 / x1 − x2 + 3 x3 = 0 . Hallar una base B = { v1 ; v 2 ; v 3 } de R 3 tal que
{ } {
4. Sean H = x ∈ R 4 / 2 x1 + x3 + x4 = 0 , S = x ∈ R 4 / x1 − x2 + x3 + x4 = x1 + x2 = 0 y }
T = (3, 2,1, −1);(1,1,1, 0) .
Encontrar, si es posible, un subespacio W tal que W ∩ T ≠ {0} y W ⊕ S = H .
⎛ 2⎞
2. Determinar para qué valores de a y b, X = ⎜⎜ 0 ⎟⎟ es una de las infinitas soluciones de
⎜ −1⎟
⎝ ⎠
⎛ −1 0 1⎞ ⎛ −2 1 1⎞ ⎛b⎞
la ecuación ⎜ 3 1 1⎟ X = ⎜ 1 2 −1⎟ X + ⎜⎜ 2 ⎟⎟ .
⎜ ⎟ ⎜ ⎟
⎜ 1 0 −1⎟ ⎜ 1 −a 3 ⎟ ⎜ 4⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Para los valores hallados, encontrar todas las soluciones de la ecuación.
3. Se sabe que B = { v1 ; v 2 ; v 3 } y B´= { v1 − 3v 2 ; 2 v1 + v 2 ; w} son bases de un espacio
vectorial V .
Determinar w sabiendo que el vector v1 + 4 v 2 + w tiene las mismas coordenadas en
ambas bases.
⎛ −1 1 k +2 ⎞
⎜
lineal tal que M EB ( f ) = ⎜ 1 ⎟
0 − k − 1⎟ .
⎜ k k +1 0 ⎟⎠
⎝
Hallar todos los valores de k ∈ R tales que dim(Im f ) = 2 y (4,3, −1) ∈ Im f .
⎛ 2 0 0⎞ ⎛ −8 8 3⎞
f : R → R tal que M B ( f ) = ⎜ 0 0 0 ⎟ y g : R → R tal que M EB´ ( g ) = ⎜ 10 −10 0 ⎟⎟ .
3 3 ⎜ ⎟ 3 3 ⎜
⎜ 0 0 −3 ⎟ ⎜ ⎟
⎝ ⎠ ⎝ 3 −3 −3 ⎠
Se sabe que f y g tienen los mismos autovectores. Hallar los autovalores de g y los de f D g .
ALGEBRA(27) Segundo Parcial B
En cada ejercicio escriba todos los razonamientos que justifican la respuesta.
1. Sean T = (1, −1, 2,1);(1, 0,1, 0) y W = {x ∈ R 4 / x1 + 2 x2 + x3 + x4 = 0} .
⎜0 α 1⎟⎠
⎝
Hallar α ∈ R para que (1,−1,2) sea autovector de f y decidir si f es diagonalizable.
ALGEBRA(27) EXAMEN FINAL
Para aprobar el examen es necesario tener por lo menos 8 respuestas correctas, y más respuestas
correctas que incorrectas. En cada ejercicio marque la única respuesta correcta.
.
⊥
2. Sea S = (k , −1, 0, −1);(0, k , −2, 0) . El conjunto de los k ∈ R tales que S ⊂ (1, 2, k , 2)
2
es
{−2} {2} {−2; 2} R − {−2; 2}
.
3. Sean S = (1, −1, 0); (0, 2, 2) y A = (−1,1, 2) . Una ecuación de la recta perpendicular a S que pasa
por A es
X = λ(1,1, −1) + (0, 2,1) X = λ(−1,1, 2) + (1,1, −1)
X = λ(1,1, 0) + (−1,1, 2) X = λ(1,1, −1)
.
⎛ 1 −1⎞
4. Sean S = { A ∈ R 2×2 / AB = BA} y B = ⎜ ⎟ . La dimensión de S es
⎝0 0⎠
0 1 2 3
.
⎛ 1 0 −2 ⎞ ⎛ 1⎞ ⎛ 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
9. Sean A = ⎜ 0 1 −1 ⎟ , v = ⎜ −2 ⎟ y b = ⎜ 1 ⎟ . El conjunto de soluciones del sistema A(x − v) = b es
⎜ 1 1 −3 ⎟ ⎜ 3⎟ ⎜ 2⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
{λ(2,1,1) + (1,1, 0)} {λ(2,1,1) + (2, −1,3)} {λ(1, −2,3) + (1,1, 0)} ∅
.
⎛ 2 1 −1 ⎞
13. Sean B = {(1,1,1);(1, 0,1);(0, 0,1)} y f : R 3 → R 3 la t.l. tal que M BE ( f ) = ⎜ −1 −1 ⎟
0 .
⎜ ⎟
⎜ −2 0 ⎟
⎝ 2⎠
El Nu f es igual a
(−1,1, −1) (0,1,1) (−2, 0, 2) {0}
.
⎛ 1 2 −1 ⎞
14. Si M ( f ) = ⎜ 0 −1 1 ⎟ entonces Nu f ∩ Im f es igual a
⎜ ⎟
⎜ 1 0 1⎟
⎝ ⎠
(−1,1,1) (1, 0,1) (−1,1,1);(1, 0,1) {0}
.
16. Si S = (1, −1, 2); (1,1, −1); (0, a, −3) y T = (0, 2, b) , entonces R 3 = S ⊕ T para
a = 2; b = −3 a ≠ 2; b = −3 a = 2; b ≠ −3 a ≠ 2; b ≠ −3
.
18. Sean B = {(1, 0,1); v;(0,1, −1)} una base de R y f : R → R la t.l. tal que
3 3 3
⎛ 1 1 0⎞
M EB ( f ) = ⎜ 0 −1 1 ⎟ . Si f (2, −1, 2) = (4,5,5) , entonces v es igual a
⎜ ⎟
⎜ 1 1 −1 ⎟
⎝ ⎠
(1, −1,1) (1, 2,1) (0,1, 0) (1,3, −1)
.
20. Si S y T son subespacios de R 4 tales que 2 ≤ dim(S) < dim(T) , puede asegurarse que
S ∩ T = {0} S ∩ T ≠ {0} S∩T = S S∩T = T
.
PROGRAMA
BIBLIOGRAFÍA
ANTON, H. Introducción al álgebra lineal – Edit. Limusa.
LANG, S. Algebra lineal – Fondo Educativo Interamericano.
GROSSMAN, S. Algebra lineal – Grupo Editorial Iberoamérica.
KUROSCH,A.G. Curso de álgebra superior – Edit. MIR.
LIPSCHUTZ, S. Algebra lineal – Serie Schaum Mc.Graw Hill.
GENTILE, Enzo Algebra lineal – Edit.Docencia
KOLMAN,B. Algebra lineal – Fondo Educativo Interamericano.
HERSTEIN,I.N. y WINTER,D.J. Algebra lineal y teoría de matrices – Grupo Editorial
Iberoamérica.