UNIVERSIDAD NACIONAL DE ASUNCIÓN

FACULTAD DE INGENIERÍA

PRIMER EXAMEN FINAL GABARITO

Y DE RECUPERACIÓN
ÁLGEBRA LINEAL 2
Usar este modelo de encabezado con tus datos en cada una de tus 3 hojas SEPARADAS, o no se corregirá.
APELLIDOS Y NOMBRES NRO DE CEDULA FILA
Nº
A

PARTE TEÓRICA (Máximo 40 puntos) DURACIÓN: 40 MINUTOS.

OBSERVACIONES:
1) Marque su respuesta rellenando uno de los dos círculos previstos para cada tema.
Por ejemplo, si su respuesta es V (Verdadero) rellene así: V F
2) Una vez iniciado el examen, no puede formular pregunta alguna.
3) La puntuación es como sigue: i) Una respuesta correcta equivale a dos ( 2 ) puntos más.
ii) Una respuesta incorrecta equivale a un ( 1 ) punto menos.
iii) Una respuesta no dada equivale a cero ( 0 ) puntos.
1) Si 𝐴𝑥 = 0, es un sistema de ecuaciones lineales homogéneo que admite solución única, entonces un V F
sistema no homogéneo asociado 𝐴𝑥 = 𝑏, admite también solución única.
2) El conjunto de todas las matrices reales ortogonales 𝑛 × 𝑛 con operaciones usuales de suma de matrices V F
y multiplicación por un escalar real, es un subespacio del espacio de matrices reales cuadradas 𝑛 × 𝑛.
3) Las dimensiones del espacio fila y del espacio columna de una matriz rectangular 𝐴 dada son iguales. V F
4) La envolvente lineal de un subconjunto de vectores linealmente dependientes que generan un espacio
V F
vectorial 𝑉, es un espacio de mayor dimensión que V.
5) Si 𝑊 es subespacio del espacio vectorial 𝑉 y dim 𝑊 = dim 𝑉 (finita), entonces 𝑊 = 𝑉. V F
6) Si en un espacio vectorial 𝑉 se define una cierta norma ‖∙‖, entonces es posible definir un producto V F
interno a partir de dicha norma tal que ‖𝑢‖2 =< 𝑢 , 𝑢 > ∀𝑢 ∈ 𝑉 .
7) Si 𝑉 es un espacio vectorial complejo, con producto interno < , >, entonces ∀𝑢 ∈ 𝑉, < 𝑢 , 𝑢 > es un
V F
número real.
8) Si 𝑉 es un espacio vectorial real, con distancia 𝑑( , ), entonces ∀ 𝑢, 𝑣 ∈ 𝑉 se verifica
V F
𝑑(𝑘𝑢, 𝑣) = 𝑘𝑑(𝑢, 𝑣) donde 𝑘 es un número real.
9) Si 𝑆 = {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑚 } ⊂ ℝ𝑚 es una base ortonormal, para calcular los coeficientes de la combinación
V F
lineal de 𝑤 ∈ ℝ𝑚 respecto a 𝑆, 𝑤 = 𝛼1 𝑣1 + ⋯ + 𝛼𝑚 𝑣𝑚 basta calcular 𝛼𝑖 =< 𝑤, 𝑣𝑖 > ∀ i = 1, … , m.
10) Si T es un operador lineal en un espacio vectorial 𝑉 con producto interno < , >, entonces ∀𝑢, 𝑣 ∈ 𝑉, se V F
verifica que < T(𝑢), T(𝑣) >= T(< 𝑢 , 𝑣 >).
11) Si 𝜆 es un valor propio de una matriz 𝐴, el espacio propio asociado a 𝜆 es una recta que pasa por el 0. V F
12) Si 𝐴 y 𝐵 son matrices n-cuadradas tales que 𝐴 es diagonalizable bajo similaridad y ambos poseen el
V F
mismo polinomio característico, entonces 𝐵 también es diagonalizable.
13) Si para dos matrices 𝐴 y 𝐵 se cumple que 𝐴𝐵 = 𝐵𝐴, entonces dichas matrices tienen los mismos vectores
V F
propios.
14) Si 𝐴 es una matriz real y simétrica, entonces es diagonalizable bajo similaridad. V F
3 3
15) Si 𝑃: ℝ → ℝ es el operador lineal que proyecta ortogonalmente sobre el plano XY, entonces el espacio
V F
propio correspondiente al valor propio 𝜆 = 0 de su representación matricial, es el eje Z.
16) Si una matriz 𝐴 n-cuadrada real es diagonalizable, ℝ𝑛 se puede descomponer como suma directa de V F
todos los espacios propios correspondientes a los valores propios de 𝐴.
17) Si 𝑈 y 𝑉 son espacios vectoriales de dimensión finita sobre un mismo cuerpo K y 𝐹: 𝑈 → 𝑉 es una
V F
aplicación lineal inyectiva, entonces dim(𝐼𝑚 𝐹) = dim(𝑈).
18) Si 𝑈 y 𝑉 son espacios vectoriales de dimensión finita sobre un mismo cuerpo K y 𝐹: 𝑈 → 𝑉 es una
V F
aplicación lineal biyectiva, entonces U = V.
19) Si 𝑉 es un espacio vectorial n-dimensional sobre un cuerpo K, S una base en 𝑉 𝑦 𝐴 ∈ 𝐾 𝑛×𝑛 invertible,
V F
entonces el operador lineal 𝐹: 𝑉 → 𝑉 definido como [𝐹(𝑣)]𝑆 = 𝐴[𝑣]𝑆 es inyectivo.
20) Si la representación matricial de un operador lineal 𝐹: 𝑈 → 𝑈 es diagonalizable bajo similaridad,
V F
entonces existe una base de 𝑈, respecto a la cual la representación matricial será una matriz diagonal.
 FILA A
1) En ℝ𝟐𝐱𝟐 , espacio vectorial de las matrices reales de orden 2x2, se consideran, el producto
interno usual 〈𝑨, 𝑩〉 = 𝒕𝒓(𝑩𝑻 𝑨) y 𝑼 ⊂ ℝ𝟐𝐱𝟐 , el subespacio de las matrices reales simétricas, se
pide:
a) Determinar la dimensión y una base para 𝑼.
b) Encontrar todas las matrices en 𝑼⊥ con norma igual a 𝟐√𝟐.
𝑥 𝑦
𝑎) 𝐸𝑙 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑈 𝑒𝑠 → 𝑈 = {𝑢 = [ ] ∶ 𝑦 = 𝑧} → 𝑃𝑎𝑟𝑎 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑟 𝑢𝑛𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑈 𝑟𝑒𝑠𝑜𝑙𝑣𝑒𝑚𝑜𝑠 𝑦 − 𝑧 = 0
𝑧 𝑡
𝑝𝑎𝑟𝑎 𝑥 = 1; 𝑧 = 0; 𝑡 = 0 → 𝑦 = 0
𝑉𝑎𝑟. 𝑙𝑖𝑏𝑟𝑒𝑠 → 𝑥, 𝑧, 𝑡 𝟏 𝟎 𝟎 𝟏 𝟎 𝟎
→ {𝑝𝑎𝑟𝑎 𝑥 = 0; 𝑧 = 1; 𝑡 = 0 → 𝑦 = 1 ∴ 𝑼 = 𝒍𝒊𝒏 {𝒖𝟏 = [ ] ; 𝒖𝟐 = [ ] ; 𝒖𝟑 = [ ]}
∴ 𝐝𝐢𝐦(𝑼) = 𝟑 𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
𝑝𝑎𝑟𝑎 𝑥 = 0; 𝑧 = 0; 𝑡 = 1 → 𝑦 = 0
𝑥 𝑦
𝑏) 𝐸𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑈 ⊥ 𝑒𝑠 → 𝑈 ⊥ = {𝑣 = [ ] ∶ 〈𝑣, 𝑢1 〉 = 〈𝑣, 𝑢2 〉 = 〈𝑣, 𝑢3 〉 = 0} → 𝑃𝑎𝑟𝑎 𝑙𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑈 ⊥ 𝑟𝑒𝑠𝑜𝑙𝑣𝑒𝑚𝑜𝑠:
𝑧 𝑡
1 0 𝑥 𝑦
〈𝑣, 𝑢1 〉 = 𝑡𝑟 ([ ][ ]) → 𝑥 = 0 𝑝𝑎𝑟𝑎 𝑧 = 1 → 𝑦 = −1; 𝑡 = 0; 𝑥 = 0
0 0 𝑧 𝑡
0 1 𝑥 𝑦 𝑉𝑎𝑟. 𝑙𝑖𝑏𝑟𝑒 𝑧 𝟎 −𝟏
→ 〈𝑣, 𝑢2 〉 = 𝑡𝑟 ([ ][ ]) → 𝑦 + 𝑧 = 0 → →{ ∴ 𝑼⊥ = 𝒍𝒊𝒏 {[ ]}
1 0 𝑧 𝑡 ∴ 𝐝𝐢𝐦(𝑼⊥ ) = 𝟏 𝟏 𝟎
0 0 𝑥 𝑦 𝑈 ⊥ 𝑒𝑠 𝑒𝑙 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝑎𝑛𝑡𝑖𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎𝑠 2𝑥2
{ 〈𝑣, 𝑢3 〉 = 𝑡𝑟 ([0 1] [ 𝑧 𝑡 ]) → 𝑡 = 0
0 −𝑥
∴ 𝑈𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑔𝑒𝑛é𝑟𝑖𝑐𝑎 𝑑𝑒 𝑈 ⊥ 𝑠𝑒𝑟á 𝐴 = [ ] 𝑦 𝑒𝑠𝑐𝑜𝑔𝑒𝑚𝑜𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑥 𝑡𝑎𝑙 𝑞𝑢𝑒 ‖𝐴‖ = √𝑡𝑟(𝐴𝑇 𝐴) = 2√2
𝑥 0
0 −𝑥 0 𝑥 𝟎 −𝟐 𝟎 𝟐
⇒ √[ ][ ] = √𝑥 2 + 𝑥 2 = ±𝑥√2 = 2√2 ⇒ 𝑥 = ±2 ⇒ ∴ 𝑨 = [ ] 𝒚 𝑨=[ ]
𝑥 0 −𝑥 0 𝟐 𝟎 −𝟐 𝟎
𝐶𝑜𝑚𝑜 𝑈 ⊥ 𝑒𝑠 𝑢𝑛𝑎 𝑟𝑒𝑐𝑡𝑎, 𝑒𝑥𝑖𝑠𝑡𝑒𝑛 𝑠ó𝑙𝑜 2 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑈 ⊥ 𝑞𝑢𝑒 𝑝𝑜𝑠𝑒𝑒𝑛 𝑙𝑎 𝑛𝑜𝑟𝑚𝑎 𝑑𝑎𝑑𝑎.
INDICADORES DE CORRECCIÓN
• Por encontrar una base y la dimensión para 𝑈 (hasta 10 puntos)
- Por describir el subespacio 𝑈 de manera apropiada (a través de una base directamente, o en forma
paramétrica o en forma analítica, etc) (hasta 3 puntos)
- Por encontrar una base para 𝑈 (hasta 5 puntos)
- Por indicar la dimensión de 𝑈 (hasta 2 puntos)
• Por encontrar todas las matrices pedidas (hasta 10 puntos)
- Por describir el subespacio 𝑈 ⊥ de manera apropiada (a través de una base directamente, o en forma
paramétrica o en forma analítica, etc) (hasta 5 puntos)
▪ Obs.: sólo el sistema de ecuaciones o condiciones para hallar 𝑈 ⊥ (hasta 2 puntos)
- Por encontrar una sola matriz (hasta 3 puntos)
- Por encontrar la segunda matriz (hasta 2 puntos)
 FILA A
𝟐 𝟎 𝟎
2) Dada la matriz 𝑩 = [𝟎 𝒌 𝟏], se pide:
𝟎 𝟎 𝟒
a) Determinar todos los valores de 𝒌 ∈ ℝ para que 𝑩 sea diagonalizable bajo similaridad, y en
cada caso explicar por qué.
b) De ser posible, para 𝒌 = 𝟐, encontrar una matriz 𝑷 que diagonalice 𝑩 y la matriz diagonal
𝑫 correspondiente.
𝑡−2 0 0
𝐿𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑒 𝐵 𝑒𝑠 → 𝑀 = 𝑡𝐼 − 𝐵 = [ 0 𝑡 − 𝑘 −1 ]
0 0 𝑡−4
𝑡−2 0 0
𝐸𝑙 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝐵 𝑒𝑠 → ∆(𝑡) = |𝑀| = | 0 𝑡 − 𝑘 −1 | = (𝑡 − 2)(𝑡 − 𝑘)(𝑡 − 4)
0 0 𝑡−4
𝑎) 𝑃𝑎𝑟𝑎 𝑞𝑢𝑒 𝐵 𝑠𝑒𝑎 𝑑𝑖𝑎𝑔𝑜𝑛𝑎𝑙𝑖𝑧𝑎𝑏𝑙𝑒 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑖𝑑𝑎𝑑𝑒𝑠 𝑔𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑎𝑠 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒𝑏𝑒 𝑠𝑒𝑟 𝑖𝑔𝑢𝑎𝑙 𝑎 3.
𝑆𝑖 𝐵 𝑝𝑜𝑠𝑒𝑒 3 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠, 𝑏𝑎𝑠𝑡𝑎 𝑞𝑢𝑒 𝑀𝐴 = 𝑀𝐺 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 3 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠.
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑠𝑒𝑟á𝑛 𝜆1 = 2 , 𝜆2 = 4 𝑦 𝜆3 = 𝑘
𝐴𝑛𝑎𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑘 ≠ 2 ∧ 𝑘 ≠ 4 → {𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟 𝑀𝐴 = 1 𝑦 𝑐𝑜𝑚𝑜 1 ≤ 𝑀𝐺 ≤ 𝑀𝐴 ∴ 𝑀𝐺 = 1
∴ 𝑳𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑩 𝒆𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍𝒊𝒛𝒂𝒃𝒍𝒆 𝒑𝒂𝒓𝒂 𝒌 ≠ 𝟒 ∧ 𝒌 ≠ 𝟐
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑠𝑒𝑟á𝑛 𝜆1 = 2 𝑦 𝜆2 = 𝜆3 = 4
2 0 0
𝐴𝑛𝑎𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑘 = 4 → 𝑃𝑎𝑟𝑎 𝜆2 𝑒𝑛 𝑀 → [0 0 −1] → 𝑀𝐺 = 1 ⇒ 𝑀𝐺 ≠ 𝑀𝐴
0 0 0
{ ∴ 𝑳𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑩 𝒏𝒐 𝒆𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍𝒊𝒛𝒂𝒃𝒍𝒆 𝒑𝒂𝒓𝒂 𝒌 = 𝟒 ∴ 𝒌 ∈ ℝ − {𝟒}
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑠𝑒𝑟á𝑛 𝜆1 = 𝜆2 = 2 𝑦 𝜆3 = 4
0 0 0
𝑀𝐴 = 2
𝑃𝑎𝑟𝑎 𝜆1 𝑒𝑛 𝑀 → [0 0 −1] → ⇒ 𝑀𝐺 = 𝑀𝐴
𝑀𝐺 = 2
𝐴𝑛𝑎𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑘 = 2 → 0 0 −2
2 0 0
𝑀𝐴 = 1
𝑃𝑎𝑟𝑎 𝜆3 𝑒𝑛 𝑀 → [0 2 −1] → ⇒ 𝑀𝐺 = 𝑀𝐴
𝑀𝐺 = 1
0 0 0
{ ∴ 𝑳𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑩 𝒆𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍𝒊𝒛𝒂𝒃𝒍𝒆 𝒑𝒂𝒓𝒂 𝒌 = 𝟐 }
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑠𝑒𝑟á𝑛 𝜆1 = 𝜆2 = 2 𝑦 𝜆3 = 4
0 0 0 𝑥 0 0 0 0 𝑥 0 𝑉𝑎𝑟. 𝑙𝑖𝑏𝑟𝑒𝑠 𝑥, 𝑦
𝑃𝑎𝑟𝑎 𝜆1 = 2 𝑒𝑛 𝑀 → [0 0 −1] [𝑦] = [0] → [0 0 1] [𝑦] = [0] ⟹ {𝑣1 = [1 0 0]𝑇
𝑏) 𝑃𝑎𝑟𝑎 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑘 = 2 → 0 0 −2 𝑧 0 0 0 0 𝑧 0 𝑣2 = [0 1 0]𝑇
2 0 0 𝑥 0 𝑉𝑎𝑟. 𝑙𝑖𝑏𝑟𝑒 𝑧
𝑃𝑎𝑟𝑎 𝜆3 = 4 𝑒𝑛 𝑀 → [0 2 −1] [𝑦] = [0] ⟹ {𝑧 = 2, 𝑦 = 1, 𝑥 = 0
{ 0 0 0 𝑧 0 𝑣3 = [0 1 2]𝑇
1 0 0 2 0 0
∴ 𝑳𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑷 = [0 1 1] 𝒆𝒔 𝒕𝒂𝒍 𝒒𝒖𝒆 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍𝒊𝒛𝒂 𝒂 𝑩 𝒃𝒂𝒋𝒐 𝒔𝒊𝒎𝒊𝒍𝒂𝒓𝒊𝒅𝒂𝒅, 𝑫 = 𝑷−𝟏 𝑩𝑷 𝒅𝒐𝒏𝒅𝒆 𝑫 = [0 2 0]
0 0 2 0 0 4
INDICADORES DE CORRECCIÓN
• Por determinar todos los valores de k para los cuales B es diagonalizable y justificar cada caso (hasta 13
puntos)
- Por justificar correctamente el caso k distinto de 2 y distinto de 4 (hasta 5 puntos)
▪ Obs: por analizar casos aislados, por ejemplo, k = 5, pero usar el mismo argumento que
serviría para cualquier k distinto de 2 y distinto de 4 pero no generaliza (hasta 2 puntos)
- Por analizar y justificar que en el caso k = 4, B no es diagonalizable (hasta 5 puntos)
- Por analizar y justificar explícitamente que en el caso k = 2, B es diagonalizable (hasta 3 puntos)
• Por diagonalizar B para el caso k = 2 (hasta 7 puntos)
- Por encontrar dos vectores propios LI del valor propio 2 (hasta 3 puntos)
- Por encontrar un vector propio del valor propio 4 (hasta 1 puntos)
- Por hallar la matriz P (hasta 2 puntos)
▪ Obs: no se penaliza por no calcular la inversa de P
- Por escribir la matriz D correspondiente a P. (hasta 1 punto)
▪ Obs: Si el orden en D no se corresponden el de los vectores propios en P (0 puntos)
 FILA A
3) Sea 𝑻: ℝ𝟑 ⟶ ℝ𝟑 una aplicación lineal definida por: 𝑻(𝒗) = 𝑪𝒗 ∀𝒗 ∈ ℝ𝟑
𝟏 𝟑 𝟐
𝑪 = [𝟐 𝟏 −𝟏]
𝟐 𝟐 𝟎
a) Determinar si 𝒘 = [𝟓 𝟓 −𝟑]𝑻 pertenece o no a la imagen de 𝑻.
b) Encontrar un vector 𝒖 = 𝒑𝒓𝒐𝒚[𝒘, 𝑰𝒎(𝑻)] (la proyección ortogonal de 𝒘 sobre el subespacio
𝑰𝒎(𝑻)).
c) Encontrar todos los vectores 𝒗 ∈ ℝ𝟑 tales que 𝑻(𝒗) = 𝒖.
1 3 2 𝑥 5 1 3 2 𝑥 5
𝑎) 𝑆𝑖 𝑤 ∈ 𝐼𝑚(𝑇) ⇒ ∃ 𝑣 = ∈ ℝ3 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑇(𝑣) = 𝐶𝑣 = 𝑤 ⇒ [2 1 −1] [𝑦 ] = [ 5 ] → [0 −5 −5] [𝑦] = [ −5 ]
2 2 0 𝑧 −3 0 −4 −4 𝑧 −13
1 3 2 𝑥 5
→ [0 1 1] [𝑦] = [ 1 ] ⇒ 𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 ∴ 𝒘 ∉ 𝑰𝒎(𝑻)
0 0 0 𝑧 −9
𝑏) 𝐶𝑜𝑚𝑜 𝑞𝑢𝑒 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐶 𝑒𝑠 𝑙𝑎 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑐𝑖ó𝑛 𝑚𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙 𝑑𝑒𝑙 𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟, 𝑙𝑎 𝑖𝑚𝑎𝑔𝑒𝑛 𝑒𝑠𝑡á 𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑎 𝑝𝑜𝑟 𝑒𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑑𝑒 𝐶
5 1 5 2
〈[ 5 ] , [2]〉 〈[ 5 ] , [−1]〉
𝟏 𝟐 1 2 𝟑
⇒ 𝑈𝑛𝑎 𝒃𝒂𝒔𝒆 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑖𝑚𝑎𝑔𝑒𝑛 𝑒𝑠 → 𝑰𝒎(𝑻) = 𝒍𝒊𝒏 {[𝟐] , [−𝟏]} ⇒ 𝑢 = −3 2 [2] + −3 0 [ ]⇒𝒖=[ ]
−1 𝟏
1 1 2 2
𝟐 𝟎 〈[2] , [2]〉 2 〈[−1] , [−1]〉 0 𝟐
2 2 0 0
𝑐) 𝑃𝑎𝑟𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑙𝑎𝑠 𝑝𝑟𝑒𝑖𝑚á𝑔𝑒𝑛𝑒𝑠 𝑑𝑒 𝑢, 𝑏𝑎𝑗𝑜 𝑒𝑙 𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 𝑇, 𝑏𝑎𝑠𝑡𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑙𝑜𝑠 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑣 𝑡𝑎𝑙𝑒𝑠 𝑞𝑢𝑒 𝑢 = 𝑇(𝑣) = 𝐶𝑣.
𝑥 1 3 2 𝑥 3 1 3 2 𝑥 3 1 3 2 𝑥 3
𝑉𝑎𝑟. 𝐿𝑖𝑏𝑟𝑒 𝑧
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒𝑎 𝑣 = [𝑦] 𝑡𝑎𝑙 𝑞𝑢𝑒 [2 1 −1] [𝑦] = [1] → [0 −5 −5] [𝑦] = [−5] → [0 1 1] [𝑦] = [1] →
𝐼𝑛𝑓𝑖𝑛𝑖𝑡𝑎𝑠 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠
𝑧 2 2 0 𝑧 2 0 −4 −4 𝑧 −4 0 0 0 𝑧 0
𝟎
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑟: 𝑃𝑎𝑟𝑎 𝑧 = 1 → 𝑦 = 0, 𝑥 = 0 ⇒ 𝒗𝑷 = [𝟏].
𝟎
1 3 2 𝑥 0 𝟏
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑛𝑢𝑙𝑎 (𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 ℎ𝑜𝑚𝑜𝑔é𝑛𝑒𝑜 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑜) : [0 1 1] [𝑦] = [0] → 𝑃𝑎𝑟𝑎 𝑧 = 1 → 𝑦 = −1, 𝑥 = 1 ⇒ 𝒗𝑵 = [−𝟏].
0 0 0 𝑧 0 𝟏
𝐿𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑔𝑒𝑛𝑒𝑟𝑎𝑙 𝑣𝑖𝑒𝑛𝑒 𝑑𝑎𝑑𝑎 𝑝𝑜𝑟 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑟 𝑚á𝑠 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑑𝑒 𝑙𝑎𝑠 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠 𝑛𝑢𝑙𝑎𝑠.
∴ 𝑳𝒐𝒔 𝒗𝒆𝒄𝒕𝒐𝒓𝒆𝒔 𝒗 𝒒𝒖𝒆 𝒔𝒐𝒏 𝒑𝒓𝒆𝒊𝒎á𝒈𝒆𝒏𝒆𝒔 𝒅𝒆 𝒖 𝒑𝒐𝒓 𝒆𝒍 𝒐𝒑𝒆𝒓𝒂𝒅𝒐𝒓 𝑻, 𝒔𝒐𝒏 𝒅𝒆 𝒍𝒂 𝒇𝒐𝒓𝒎𝒂
𝟎 𝟏 𝒛
𝒗 = 𝒗𝑷 + 𝒛𝒗𝑵 = [𝟏] + 𝒛 [−𝟏] = [𝟏 − 𝒛] 𝒅𝒐𝒏𝒅𝒆 𝒛 ∈ ℝ
𝟎 𝟏 𝒛
INDICADORES DE CORRECCIÓN
• Por determinar que 𝒘 no pertenece a la imagen de T (hasta 5 puntos)
- Obs: existen varios métodos posibles
▪ Verificando que el sistema 𝐶𝑣 = 𝑤 no posee solución.
▪ Colocando las columnas de C como filas, más 𝑤 , escalonando y ver si se anula la última.
▪ Agregando 𝑤 como columna a C, escalonando y ver si la última agrega o no una dimensión.
▪ Encontrando la forma implícita del subespacio imagen y verificando si w cumple.
• Por encontrar la proyección ortogonal sobre el subespacio imagen de T. (hasta 5 puntos)
- Por encontrar una base ortogonal de la imagen de T (hasta 4 puntos)
▪ Obs: Si halla una base de la imagen de T, pero no la ortogonaliza (hasta 2 puntos de los 4)
- Por encontrar la proyección como suma de las proyecciones sobre esa base (hasta 1 punto)
▪ Obs: por calcular la proyección proyectando sobre una base no ortogonal (0 puntos)
▪ Obs: existen métodos alternativos para hallar la proyección ortogonal sin calcular una base
ortogonal y son aceptados, con hasta 5 puntos aunque no halle las bases.
• Por encontrar todos los vectores 𝑣 ∈ ℝ3 tales que 𝑇(𝑣) = 𝑢 (hasta 10 puntos)
- Por plantear que las pre-imágenes de 𝑢 se pueden calcular resolviendo el sistema 𝐶𝑣 = 𝑢 (hasta 4
puntos)
- Por calcular una solución particular (hasta 2 puntos)
- Por calcular una solución nula (hasta 2 puntos)
- Por escribir la solución general o la forma paramétrica de los vectores 𝑣 (hasta 2 puntos)
▪ Obs: Es válido resolver el sistema correctamente en forma paramétrica sin escribir por
separado la solución particular o nula, ni mencionar que posee infinitas soluciones.
▪ Obs: Si en el ítem b) la proyección se calculó en forma errada, hay dos opciones:
• El vector que obtuvo en b) no pertenece a la imagen de T.
o Por concluir que no existen vectores 𝑣 tal que 𝑇(𝑣) = 𝑢 (máx 4 de 10)
• El vector que obtuvo en b) si pertenece a la imagen de T
o Por resolver correctamente asumiendo que su 𝑢 es correcto (máx 8 de 10)
Usar este modelo de encabezado con tus datos en cada una de tus 3 hojas SEPARADAS, o no se corregirá.
APELLIDOS Y NOMBRES NRO DE CEDULA FILA
Nº
B

PARTE TEÓRICA (Máximo 40 puntos) DURACIÓN: 40 MINUTOS.

OBSERVACIONES:
1) Marque su respuesta rellenando uno de los dos círculos previstos para cada tema.
Por ejemplo, si su respuesta es V (Verdadero) rellene así: V F
2) Una vez iniciado el examen, no puede formular pregunta alguna.
3) La puntuación es como sigue: i) Una respuesta correcta equivale a dos ( 2 ) puntos más.
ii) Una respuesta incorrecta equivale a un ( 1 ) punto menos.
iii) Una respuesta no dada equivale a cero ( 0 ) puntos.
1) Si 𝐴𝑥 = 0, es un sistema de ecuaciones lineales homogéneo que admite infinitas soluciones, entonces V F
un sistema no homogéneo asociado 𝐴𝑥 = 𝑏, admite también infinitas soluciones.
2) El conjunto de todas las matrices reales invertibles 𝑛 × 𝑛 con operaciones usuales de suma de matrices V F
y multiplicación por un escalar real, es un subespacio del espacio de matrices reales cuadradas 𝑛 × 𝑛.
3) Las dimensiones del espacio fila y del espacio nulo de una matriz rectangular 𝐴 dada son iguales. V F
4) La envolvente lineal de un subconjunto de vectores linealmente independientes de un espacio vectorial
𝑉, es un subespacio de 𝑉 pero de menor dimensión que V. V F
5) Si 𝑊 es subespacio del espacio vectorial 𝑉 y dim 𝑊 = dim 𝑉 (finita), entonces 𝑊 = 𝑉. V F
6) Si en un espacio vectorial 𝑉 se define una cierta norma ‖∙‖, entonces es posible definir un producto V F
interno a partir de dicha norma tal que ‖𝑢‖2 =< 𝑢 , 𝑢 > ∀𝑢 ∈ 𝑉 .
7) Si 𝑉 es un espacio vectorial complejo, con producto interno < , >, entonces ∀𝑢 ∈ 𝑉, < 𝑢 , 𝑢 > es un
V F
número complejo.
8) Si 𝑉 es un espacio vectorial real, con distancia 𝑑( , ), entonces ∀ 𝑢, 𝑣 ∈ 𝑉 se verifica
V F
𝑑(𝑘𝑢, 𝑘𝑣) = 𝑘 2 𝑑(𝑢, 𝑣) donde 𝑘 es un número real.
9) Si 𝑆 = {𝑣1 , 𝑣2 , ⋯ , 𝑣𝑚 } ⊂ ℝ𝑚 es una base ortogonal, para calcular los coeficientes de la combinación lineal
V F
de 𝑤 ∈ ℝ𝑚 respecto a 𝑆, 𝑤 = 𝛼1 𝑣1 + ⋯ + 𝛼𝑚 𝑣𝑚 basta calcular 𝛼𝑖 =< 𝑤, 𝑣𝑖 >/< 𝑣𝑖 , 𝑣𝑖 > ∀ i = 1, … , m.
10) Si T es un operador lineal en un espacio vectorial 𝑉 con producto interno < , >, entonces ∀𝑢, 𝑣 ∈ 𝑉 se V F
verifica que < T(𝑢), T(𝑣) >= T(< 𝑢 , 𝑣 >).
11) Si 𝜆 es un valor propio de una matriz 𝐴, el espacio propio asociado a 𝜆 es una recta que pasa por el 0. V F
12) Si 𝐴 y 𝐵 son matrices n-cuadradas tales que 𝐴 es diagonalizable bajo similaridad y ambos poseen los
V F
mismos autovalores con las mismas multiplicidades algebraicas, entonces 𝐵 también es diagonalizable.
13) Si para dos matrices 𝐴 y 𝐵 se cumple que 𝐴𝐵 = 𝐵𝐴, entonces dichas matrices tienen los mismos valores
V F
propios.
14) Si 𝐴 es una matriz real y simétrica, entonces es diagonalizable bajo similaridad. V F
3 3
15) Si 𝑃: ℝ → ℝ es el operador lineal que proyecta ortogonalmente sobre el plano XY, entonces el espacio
V F
propio correspondiente al valor propio 𝜆 = 1 de su representación matricial, es el plano XY.
16) Si una matriz 𝐴 n-cuadrada real es diagonalizable, ℝ𝑛 se puede descomponer como suma directa de V F
todos los espacios propios correspondientes a los valores propios de 𝐴.
17) Si 𝑈 y 𝑉 son espacios vectoriales de dimensión finita sobre un mismo cuerpo K y 𝐹: 𝑈 → 𝑉 es una
V F
aplicación lineal biyectiva, entonces dim(𝐼𝑚 𝐹) = dim(𝑈).
18) Si 𝑈 y 𝑉 son espacios vectoriales de la misma dimensión finita sobre un mismo cuerpo K y 𝐹: 𝑈 → 𝑉 es
V F
una aplicación lineal sobreyectiva, entonces U = 𝑉.
19) Si 𝑉 es un espacio vectorial n-dimensional sobre un cuerpo K, S una base en 𝑉 𝑦 𝐴 ∈ 𝐾 𝑛×𝑛 invertible,
V F
entonces el operador lineal 𝐹: 𝑉 → 𝑉 definido como [𝐹(𝑣)]𝑆 = 𝐴[𝑣]𝑆 es sobreyectivo.
20) Si la representación matricial de un operador lineal 𝐹: 𝑈 → 𝑈 es diagonalizable bajo similaridad,
V F
entonces cualquier otra representación matricial (en otra base), será diagonalizable bajo similaridad.
 FILA B
1) En ℝ𝟐𝐱𝟐 , espacio vectorial de las matrices reales de orden 2x2, se consideran, el producto
interno usual 〈𝑨, 𝑩〉 = 𝒕𝒓(𝑩𝑻 𝑨) y 𝑼 ⊂ ℝ𝟐𝐱𝟐 , el subespacio de las matrices reales simétricas, se
pide:
a) Determinar la dimensión y una base para 𝑼.
b) Encontrar todas las matrices en 𝑼⊥ con norma igual a 𝟒√𝟐.
𝑥 𝑦
𝑎) 𝐸𝑙 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑈 𝑒𝑠 → 𝑈 = {𝑢 = [ ] ∶ 𝑦 = 𝑧} → 𝑃𝑎𝑟𝑎 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑟 𝑢𝑛𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑈 𝑟𝑒𝑠𝑜𝑙𝑣𝑒𝑚𝑜𝑠 𝑦 − 𝑧 = 0
𝑧 𝑡
𝑝𝑎𝑟𝑎 𝑥 = 1; 𝑧 = 0; 𝑡 = 0 → 𝑦 = 0
𝑉𝑎𝑟. 𝑙𝑖𝑏𝑟𝑒𝑠 → 𝑥, 𝑧, 𝑡 𝟏 𝟎 𝟎 𝟏 𝟎 𝟎
→ {𝑝𝑎𝑟𝑎 𝑥 = 0; 𝑧 = 1; 𝑡 = 0 → 𝑦 = 1 ∴ 𝑼 = 𝒍𝒊𝒏 {𝒖𝟏 = [ ] ; 𝒖𝟐 = [ ] ; 𝒖𝟑 = [ ]}
∴ 𝐝𝐢𝐦(𝑼) = 𝟑 𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
𝑝𝑎𝑟𝑎 𝑥 = 0; 𝑧 = 0; 𝑡 = 1 → 𝑦 = 0
𝑥 𝑦
𝑏) 𝐸𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑈 ⊥ 𝑒𝑠 → 𝑈 ⊥ = {𝑣 = [ ] ∶ 〈𝑣, 𝑢1 〉 = 〈𝑣, 𝑢2 〉 = 〈𝑣, 𝑢3 〉 = 0} → 𝑃𝑎𝑟𝑎 𝑙𝑎 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑈 ⊥ 𝑟𝑒𝑠𝑜𝑙𝑣𝑒𝑚𝑜𝑠:
𝑧 𝑡
1 0 𝑥 𝑦
〈𝑣, 𝑢1 〉 = 𝑡𝑟 ([ ][ ]) → 𝑥 = 0 𝑝𝑎𝑟𝑎 𝑧 = 1 → 𝑦 = −1; 𝑡 = 0; 𝑥 = 0
0 0 𝑧 𝑡
0 1 𝑥 𝑦 𝑉𝑎𝑟. 𝑙𝑖𝑏𝑟𝑒 𝑧 𝟎 −𝟏
→ 〈𝑣, 𝑢2 〉 = 𝑡𝑟 ([ ][ ]) → 𝑦 + 𝑧 = 0 → →{ ∴ 𝑼⊥ = 𝒍𝒊𝒏 {[ ]}
1 0 𝑧 𝑡 ∴ 𝐝𝐢𝐦(𝑼⊥ ) = 𝟏 𝟏 𝟎
0 0 𝑥 𝑦 𝑈 ⊥ 𝑒𝑠 𝑒𝑙 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 𝑎𝑛𝑡𝑖𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎𝑠 2𝑥2
{ 〈𝑣, 𝑢3 〉 = 𝑡𝑟 ([0 1] [ 𝑧 𝑡 ]) → 𝑡 = 0
0 −𝑥
∴ 𝑈𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑔𝑒𝑛é𝑟𝑖𝑐𝑎 𝑑𝑒 𝑈 ⊥ 𝑠𝑒𝑟á 𝐴 = [ ] 𝑦 𝑒𝑠𝑐𝑜𝑔𝑒𝑚𝑜𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑥 𝑡𝑎𝑙 𝑞𝑢𝑒 ‖𝐴‖ = √𝑡𝑟(𝐴𝑇 𝐴) = 4√2
𝑥 0
0 −𝑥 0 𝑥 𝟎 −𝟒 𝟎 𝟒
⇒ √[ ][ ] = √𝑥 2 + 𝑥 2 = ±𝑥√2 = 4√2 ⇒ 𝑥 = ±4 ⇒ ∴ 𝑨 = [ ] 𝒚 𝑨=[ ]
𝑥 0 −𝑥 0 𝟒 𝟎 −𝟒 𝟎
𝐶𝑜𝑚𝑜 𝑈 ⊥ 𝑒𝑠 𝑢𝑛𝑎 𝑟𝑒𝑐𝑡𝑎, 𝑒𝑥𝑖𝑠𝑡𝑒𝑛 𝑠ó𝑙𝑜 2 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑈 ⊥ 𝑞𝑢𝑒 𝑝𝑜𝑠𝑒𝑒𝑛 𝑙𝑎 𝑛𝑜𝑟𝑚𝑎 𝑑𝑎𝑑𝑎.
INDICADORES DE CORRECCIÓN
• Por encontrar una base y la dimensión para 𝑈 (hasta 10 puntos)
- Por describir el subespacio 𝑈 de manera apropiada (a través de una base directamente, o en forma
paramétrica o en forma analítica, etc) (hasta 3 puntos)
- Por encontrar una base para 𝑈 (hasta 5 puntos)
- Por indicar la dimensión de 𝑈 (hasta 2 puntos)
• Por encontrar todas las matrices pedidas (hasta 10 puntos)
- Por describir el subespacio 𝑈 ⊥ de manera apropiada (a través de una base directamente, o en forma
paramétrica o en forma analítica, etc) (hasta 5 puntos)
▪ Obs: sólo el sistema de ecuaciones o condiciones para hallar 𝑈 ⊥ (hasta 2 puntos)
- Por encontrar una sola matriz (hasta 3 puntos)
- Por encontrar la segunda matriz (hasta 2 puntos)
 FILA B
𝟑 𝟎 𝟏
2) Dada la matriz 𝑩 = [𝟎 𝟕 𝟎], se pide:
𝟎 𝟎 𝒌
a) Determinar todos los valores de 𝒌 ∈ ℝ para que 𝑩 sea diagonalizable bajo similaridad, y en
cada caso explicar por qué.
b) De ser posible, para 𝒌 = 𝟕, encontrar una matriz 𝑷 que diagonalice 𝑩 y la matriz diagonal
𝑫 correspondiente.
𝑡−3 0 −1
𝐿𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 𝑑𝑒 𝐵 𝑒𝑠 → 𝑀 = 𝑡𝐼 − 𝐵 = [ 0 𝑡−7 0 ]
0 0 𝑡−𝑘
𝑡−3 0 −1
𝐸𝑙 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝐵 𝑒𝑠 → ∆(𝑡) = |𝑀| = | 0 𝑡−7 0 | = (𝑡 − 3)(𝑡 − 7)(𝑡 − 𝑘)
0 0 𝑡−𝑘
𝑎) 𝑃𝑎𝑟𝑎 𝑞𝑢𝑒 𝐵 𝑠𝑒𝑎 𝑑𝑖𝑎𝑔𝑜𝑛𝑎𝑙𝑖𝑧𝑎𝑏𝑙𝑒 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑖𝑑𝑎𝑑𝑒𝑠 𝑔𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑎𝑠 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒𝑏𝑒 𝑠𝑒𝑟 𝑖𝑔𝑢𝑎𝑙 𝑎 3.
𝑆𝑖 𝐵 𝑝𝑜𝑠𝑒𝑒 3 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠, 𝑏𝑎𝑠𝑡𝑎 𝑞𝑢𝑒 𝑀𝐴 = 𝑀𝐺 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 3 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠.
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑠𝑒𝑟á𝑛 𝜆1 = 3, 𝜆2 = 7 𝑦 𝜆3 = 𝑘
𝐴𝑛𝑎𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑘 ≠ 3 ∧ 𝑘 ≠ 7 → {𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟 𝑀𝐴 = 1 𝑦 𝑐𝑜𝑚𝑜 1 ≤ 𝑀𝐺 ≤ 𝑀𝐴 ∴ 𝑀𝐺 = 1
∴ 𝑳𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑩 𝒆𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍𝒊𝒛𝒂𝒃𝒍𝒆 𝒑𝒂𝒓𝒂 𝒌 ≠ 𝟑 ∧ 𝒌 ≠ 𝟕
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑠𝑒𝑟á𝑛 𝜆1 = 𝜆2 = 3 𝑦 = 𝜆3 = 7
0 0 −1
𝐴𝑛𝑎𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑘 = 3 → 𝑃𝑎𝑟𝑎 𝜆1 𝑒𝑛 𝑀 → [0 −4 0 ] → 𝑀𝐺 = 1 ⇒ 𝑀𝐺 ≠ 𝑀𝐴
0 0 0
{ ∴ 𝑳𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑩 𝒏𝒐 𝒆𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍𝒊𝒛𝒂𝒃𝒍𝒆 𝒑𝒂𝒓𝒂 𝒌 = 𝟑 ∴ 𝒌 ∈ ℝ − {𝟕}
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑠𝑒𝑟á𝑛 𝜆1 = 3 𝑦 𝜆2 = 𝜆3 = 7
0 0 −1
𝑀𝐴 = 1
𝑃𝑎𝑟𝑎 𝜆1 = 3 𝑒𝑛 𝑀 → [0 −4 0] → ⇒ 𝑀𝐺 = 𝑀𝐴
𝑀𝐺 = 1
𝐴𝑛𝑎𝑙𝑖𝑧𝑎𝑚𝑜𝑠 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑘 = 7 → 0 0 −4
4 0 −1
𝑀𝐴 = 2
𝑃𝑎𝑟𝑎 𝜆2 = 7 𝑒𝑛 𝑀 → [0 0 0] → ⇒ 𝑀𝐺 = 𝑀𝐴
𝑀𝐺 = 2
0 0 0
{ ∴ 𝑳𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑩 𝒆𝒔 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍𝒊𝒛𝒂𝒃𝒍𝒆 𝒑𝒂𝒓𝒂 𝒌 = 𝟕 }
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐵 𝑠𝑒𝑟á𝑛 𝜆1 = 3 𝑦 𝜆2 = 𝜆3 = 7
0 0 −1 𝑥 0 0 0 1 𝑥 0 𝑉𝑎𝑟. 𝑙𝑖𝑏𝑟𝑒 𝑥
𝑃𝑎𝑟𝑎 𝜆1 = 3 𝑒𝑛 𝑀 → [0 −4 0 ] [𝑦] = [0] → [0 1 0] [𝑦] = [0] ⟹ {𝑥 = 1, 𝑧 = 0, 𝑦 = 0
𝑏) 𝑃𝑎𝑟𝑎 𝑒𝑙 𝑐𝑎𝑠𝑜 𝑘 = 7 → 0 0 −4 𝑧 0 0 0 0 𝑧 0 𝑣1 = [1 0 0]𝑇
4 0 −1 𝑥 0 𝑉𝑎𝑟. 𝑙𝑖𝑏𝑟𝑒𝑠 𝑦, 𝑧
𝑃𝑎𝑟𝑎 𝜆2 = 7 𝑒𝑛 𝑀 → [0 0 0 ] [𝑦] = [0] ⟹ {𝑣2 = [0 1 0]𝑇
{ 0 0 0 𝑧 0 𝑣3 = [1 0 4]𝑇
1 0 1 3 0 0
∴ 𝑳𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑷 = [0 1 0] 𝒆𝒔 𝒕𝒂𝒍 𝒒𝒖𝒆 𝒅𝒊𝒂𝒈𝒐𝒏𝒂𝒍𝒊𝒛𝒂 𝒂 𝑩 𝒃𝒂𝒋𝒐 𝒔𝒊𝒎𝒊𝒍𝒂𝒓𝒊𝒅𝒂𝒅, 𝑫 = 𝑷−𝟏 𝑩𝑷 𝒅𝒐𝒏𝒅𝒆 𝑫 = [0 7 0]
0 0 4 0 0 7
INDICADORES DE CORRECCIÓN
• Por determinar todos los valores de k para los cuales B es diagonalizable y justificar cada caso (hasta 13
puntos)
- Por justificar correctamente el caso k distinto de 3 y distinto de 7 (hasta 5 puntos)
▪ Obs: por analizar casos aislados, por ejemplo, k = 5, pero usar el mismo argumento que
serviría para cualquier k distinto de 3 y distinto de 7 pero no generaliza (hasta 2 puntos)
- Por analizar y justificar que en el caso k = 3, B no es diagonalizable (hasta 5 puntos)
- Por analizar y justificar explícitamente que en el caso k = 7, B es diagonalizable (hasta 3 puntos)
• Por diagonalizar B para el caso k = 7 (hasta 7 puntos)
- Por encontrar dos vectores propios LI del valor propio 7 (hasta 3 puntos)
- Por encontrar un vector propio del valor propio 3 (hasta 1 puntos)
- Por hallar la matriz P (hasta 2 puntos)
▪ Obs: no se penaliza por no calcular la inversa de P
- Por escribir la matriz D correspondiente a P. (hasta 1 punto)
▪ Obs: Si el orden en D no se corresponden el de los vectores propios en P (0 puntos)
 FILA B
3) Sea 𝑻: ℝ𝟑 ⟶ ℝ𝟑 un operador lineal definido por: 𝑻(𝒗) = 𝑪𝒗 ∀𝒗 ∈ ℝ𝟑
𝟎 𝟐 𝟐
𝑪 = [−𝟏 𝟏 𝟐]
𝟐 𝟑 𝟏
a) Determinar si 𝒘 = [−𝟑 𝟓 𝟓]𝑻 pertenece o no a la imagen de 𝑻.
b) Encontrar el vector 𝒖 = 𝒑𝒓𝒐𝒚[𝒘, 𝑰𝒎(𝑻)] (la proyección ortogonal de 𝒘 sobre el
subespacio 𝑰𝒎(𝑻)).
c) Encontrar todos los vectores 𝒗 ∈ ℝ𝟑 tales que 𝑻(𝒗) = 𝒖.
0 2 2 𝑥 −3 1 −1 −2 𝑥 −5
𝑎) 𝑆𝑖 𝑤 ∈ 𝐼𝑚(𝑇) ⇒ ∃ 𝑣 = ∈ ℝ3 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑇(𝑣) = 𝐶𝑣 = 𝑤 ⇒ [−1 1 2] [𝑦 ] = [ 5 ] → [0 2 2 ] [𝑦] = [−3]
2 3 1 𝑧 5 0 5 5 𝑧 15
1 −1 −2 𝑥 −5
→ [0 2 2 ] [𝑦] = [−3] ⇒ 𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 ∴ 𝒘 ∉ 𝑰𝒎(𝑻)
0 0 0 𝑧 9
𝑏) 𝐶𝑜𝑚𝑜 𝑞𝑢𝑒 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐶 𝑒𝑠 𝑙𝑎 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑐𝑖ó𝑛 𝑚𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙 𝑑𝑒𝑙 𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟, 𝑙𝑎 𝑖𝑚𝑎𝑔𝑒𝑛 𝑒𝑠𝑡á 𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑎 𝑝𝑜𝑟 𝑒𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑑𝑒 𝐶
−3 2 −3 0
〈[ 5 ] , [2]〉 〈[ 5 ] , [−1]〉
𝟐 𝟎 2 0 𝟐
⇒ 𝑈𝑛𝑎 𝒃𝒂𝒔𝒆 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑖𝑚𝑎𝑔𝑒𝑛 𝑒𝑠 → 𝑰𝒎(𝑻) = 𝒍𝒊𝒏 {[𝟐] , [−𝟏]} ⇒ 𝑢 = 5 1 [ ]+ 5 2 [−1] ⇒ 𝒖 = [𝟏]
2
2 2 0 0
𝟏 𝟐 〈[2] , [2]〉 1 〈[−1] , [−1]〉 2 𝟑
1 1 2 2
𝑐) 𝑃𝑎𝑟𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑙𝑎𝑠 𝑝𝑟𝑒𝑖𝑚á𝑔𝑒𝑛𝑒𝑠 𝑑𝑒 𝑢, 𝑏𝑎𝑗𝑜 𝑒𝑙 𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 𝑇, 𝑏𝑎𝑠𝑡𝑎 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑙𝑜𝑠 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑣 𝑡𝑎𝑙𝑒𝑠 𝑞𝑢𝑒 𝑢 = 𝑇(𝑣) = 𝐶𝑣.
𝑥 0 2 2 𝑥 2 1 −1 −2 𝑥 −1 1 −1 −2 𝑥 −1 𝑉𝑎𝑟. 𝐿𝑖𝑏𝑟𝑒 𝑧
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒𝑎 𝑣 = [𝑦] 𝑡𝑎𝑙 𝑞𝑢𝑒 [−1 1 2] [𝑦] = [1] → [0 1 1 ] [ 𝑦 ] = [ 1 ] → [0 1 1 ] [𝑦] = [ 1 ] → 𝐼𝑛𝑓𝑖𝑛𝑖𝑡𝑎𝑠 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠
𝑧 2 3 1 𝑧 3 0 5 5 𝑧 5 0 0 0 𝑧 0
𝟎
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑟: 𝑃𝑎𝑟𝑎 𝑧 = 1 → 𝑦 = 0, 𝑥 = 0 ⇒ 𝒗𝑷 = [𝟏].
𝟎
1 −1 −2 𝑥 0 𝟏
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑛𝑢𝑙𝑎 (𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 ℎ𝑜𝑚𝑜𝑔é𝑛𝑒𝑜 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑜) : [0 1 1 ] [𝑦] = [0] → 𝑃𝑎𝑟𝑎 𝑧 = 1 → 𝑦 = −1, 𝑥 = 1 ⇒ 𝒗𝑵 = [−𝟏].
0 0 0 𝑧 0 𝟏
𝐿𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑔𝑒𝑛𝑒𝑟𝑎𝑙 𝑣𝑖𝑒𝑛𝑒 𝑑𝑎𝑑𝑎 𝑝𝑜𝑟 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑟 𝑚á𝑠 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑑𝑒 𝑙𝑎𝑠 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠 𝑛𝑢𝑙𝑎𝑠.
∴ 𝑳𝒐𝒔 𝒗𝒆𝒄𝒕𝒐𝒓𝒆𝒔 𝒗 𝒒𝒖𝒆 𝒔𝒐𝒏 𝒑𝒓𝒆𝒊𝒎á𝒈𝒆𝒏𝒆𝒔 𝒅𝒆 𝒖 𝒑𝒐𝒓 𝒆𝒍 𝒐𝒑𝒆𝒓𝒂𝒅𝒐𝒓 𝑻, 𝒔𝒐𝒏 𝒅𝒆 𝒍𝒂 𝒇𝒐𝒓𝒎𝒂
𝟎 𝟏 𝒛
𝒗 = 𝒗𝑷 + 𝒛𝒗𝑵 = [𝟏] + 𝒛 [−𝟏] = [𝟏 − 𝒛] 𝒅𝒐𝒏𝒅𝒆 𝒛 ∈ ℝ
𝟎 𝟏 𝒛
INDICADORES DE CORRECCIÓN
• Por determinar que 𝒘 no pertenece a la imagen de T (hasta 5 puntos)
- Obs: existen varios métodos posibles
▪ Verificando que el sistema 𝐶𝑣 = 𝑤 no posee solución.
▪ Colocando las columnas de C como filas, más 𝑤 , escalonando y ver si se anula la última.
▪ Agregando 𝑤 como columna a C, escalonando y ver si la última agrega o no una dimensión.
▪ Encontrando la forma implícita del subespacio imagen y verificando si w cumple.
• Por encontrar la proyección ortogonal sobre el subespacio imagen de T. (hasta 5 puntos)
- Por encontrar una base ortogonal de la imagen de T (hasta 4 puntos)
▪ Obs: Si halla una base de la imagen de T, pero no la ortogonaliza (hasta 2 puntos de los 4)
- Por encontrar la proyección como suma de las proyecciones sobre esa base (hasta 1 punto)
▪ Obs: por calcular la proyección proyectando sobre una base no ortogonal (0 puntos)
▪ Obs: existen métodos alternativos para hallar la proyección ortogonal sin calcular una base
ortogonal y son aceptados, con hasta 5 puntos aunque no halle las bases.
• Por encontrar todos los vectores 𝑣 ∈ ℝ3 tales que 𝑇(𝑣) = 𝑢 (hasta 10 puntos)
- Por plantear que las pre-imágenes de 𝑢 se pueden calcular resolviendo el sistema 𝐶𝑣 = 𝑢 (hasta 4
puntos)
- Por calcular una solución particular (hasta 2 puntos)
- Por calcular una solución nula (hasta 2 puntos)
- Por escribir la solución general o la forma paramétrica de los vectores 𝑣 (hasta 2 puntos)
▪ Obs: Es válido resolver el sistema correctamente en forma paramétrica sin escribir por
separado la solución particular o nula, ni mencionar que posee infinitas soluciones.
▪ Obs: Si en el ítem b) la proyección se calculó en forma errada, hay dos opciones:
• El vector que obtuvo en b) no pertenece a la imagen de T.
o Por concluir que no existen vectores 𝑣 tal que 𝑇(𝑣) = 𝑢 (máx 4 de 10)
• El vector que obtuvo en b) si pertenece a la imagen de T
o Por resolver correctamente asumiendo que su 𝑢 es correcto (máx 8 de 10)