Ejercicios resueltos del capı́tulo 1

Ejercicios impares resueltos

1.1.b Resolver por el método de Gauss el sistema


 x1 +x2 −x3 +x4 +x5 = 2
x1 −2x2 +x4 = 5


 −x1 +x3 +2x5 = 3
3x2 +x3 −2x4 = −1


Solución.
   
1 1 −1 1 1 2 1 1 −1 1 1 2
 1 −2 F2,1 (−1)  0 −3
 0 1 0 5 
 F3,1 (1)  1 0 −1 3 

 −1 0 1 0 2 3   0 1 0 1 3 5 
−→
0 3 1 −2 0 −1 0 3 1 −2 0 −1
  
1 1 −1 1 1 2 1 1 −1 1 1 2
F3,2 ( 13 ) 
0 −3 1 0 −1 3   0 −3 1 0 −1 3 
F4,2 (1)  1 8
 1 8

 0 0 1 6   0 0 1 6 
−→ 3 3 3 3
0 0 2 −2 −1 2 0 0 0 −8 −17 −34
Como el número de pivotes distintos de cero es 4 y el número de incógnitas es 5 el sistema es
compatible indeterminado. Lo resolvemos, dejando una incógnita como libre, por sustitución
regresiva.
34 17
−8x4 − 17x5 = −34; x4 = − x5
8 8
1 8 42 13
x3 + x4 + x5 = 6; x3 = − x5
3 3 8 8
6 7
−3x2 + x3 − x5 = 3; x2 = − x5
8 8
18 3
x1 + x2 − x3 + x4 + x5 = 2; x1 = + x5
8 8

1.3 Una industria utiliza tres máquinas en la elaboración de cuatro productos diferentes.
Las máquinas se utilizan a pleno rendimiento 8 horas al dı́a. El número de horas que cada
máquina necesita para elaborar una unidad de cada producto es:

1
2

Producto 1 Producto 2 Producto 3 Producto 4

Máquina 1 1 2 1 2
Máquina 2 2 0 1 1
Máquina 3 1 2 3 0
¿Cuál es el número de unidades de cada producto que elaborará la industria en un dı́a?
Solución.
Planteamos el sistema de ecuaciones considerando que cada máquina trabaja 8 horas al dı́a
y que x, y, z y t son las cantidades de los respectivos productos que se fabrican:

x +2y +z +2t = 8
2x +z t = 8
x +2y +3z = 8
Resolvemos el sistema teniendo en cuenta que las soluciones tienen que ser enteros positivos.
   
1 2 1 2 8 F2,1 (−2) 1 2 1 2 8
 2 0 1 1 8  F3,1 (−1)  0 −4 −1 −3 −8 
1 2 3 0 8 −→ 0 0 2 −2 0
El sistema es compatible indeterminado por tener la matriz del sistema tres pivotes distinto de
cero y cuatro incógnitas. Elegimos como incógnita libre t.

2z − 2t = 0; z=t
−4y − z − 3t = −8; y =2−t
x + 2y + z + 2t = 8; x=4−t
Si tenemos en cuenta que y ∈ N los únicos valores que puede tomar t serán 0, 1 ó 2. Sustituyendo
estos valores podemos obtener todas las soluciones posible:

t = 0, x = 4, y = 2, z = 0 t = 1, x = 3, y = 1, z = 1, t = 2, x = 2, y = 0, z = 2

1.5 Hallar la factorización LU de la siguiente matriz:

 
6 1 4
B = 0 −1 0
2 0 2
Solución.
     
6 1 4 1 6 1 4 1 6 1 4
 0 −1 0  F3,1 (− 3 )  0 −1 0  F3,2 (− 3 )  0 −1 0 
−→ −→
2 0 2 0 − 31 23 0 0 23
Por tanto:

Grado en I. Informática
 3

   
6 1 4 1 0 0
U =  0 −1 0  L= 0 1 0 
0 0 23 1
3
1
3
1


 ax + by + z = 1
1.7 Dado el sistema de ecuaciones x + aby + z = b . Se pide:
x + by + az = 1


1. Discutirlo según los valores de a y b.

2. Para a = 2 y b = 1, hallar A−1 por el método de Gauss-Jordan donde A es la matriz de

los coeficientes.

3. Factorizar la matriz A en L · U .
Solución.
1. Para resolver el sistema intercambiamos las ecuaciones primera y tercera y resolvemos:
   
1 b a 1 F2,1 (−1) 1 b a 1
 1 ab 1 b  F3,1 (−a), a 6= 0  0 ab − b 1 − a b − 1 
a b 1 1 −→ 0 b − ab 1 − a2 1 − a
 
1 b a 1
F3,2 (1) 
0 ab − b 1−a b−1 
−→
0 0 2 − a − a2 b − a
Vamos a estudiar el sistema equivalente en función de los valores de los parámetros.
Si 2 − a − a2 = 0 ∧ b − a 6= 0 el sistema serı́a INCOMPATIBLE.
Si ab − b = 0 ∧ 1 − a = 0 ∧ b − 1 6= 0 el sistema serı́a INCOMPATIBLE
Vamos a concretar los valores de a y b para los cuales se darı́an los casos de incompatibi-
lidad.
2 − a − a2 = 0 ⇒ a = −2, a = 1. Por tanto Si a = −2 y b 6= −2 y si a = 1 y b 6= 1 el
sistema serı́a incompatible.
ab − b = 0, b(a − 1) = 0, ⇒ b = 0, a = 1. El caso a = 1 ya está analizado. Si b = 0 la
matriz del sistema quedarı́a:
 
1 b a 1
 0 0 1 − a −1 
0 0 2 − a − a2 −a

y para que fuera compatible tendrı́a que ser 2 − a − a2 = 1 − a y −a = −1 pero entonces

a = 1 y serı́a incompatible según hemos visto. Luego si a = −2 y b 6= −2 o si a = 1 y

Problemas resueltos de Matemáticas II

4

b 6= 1 el sistema es incompatible, en otro caso el sistema es compatible. Todo este estudio

es válido si a 6= 0. Si a = b = −2 el sistema es compatible indeterminado con un grado de
libertad. Si a = b = 1 el sistema es compatible indeterminado con dos grados de libertad.
En otro caso, con a 6= 0 el sistema es compatible determinado. Nos queda por estudiar el
sistema si a = 0. Para estudiar este caso partimos de la matriz del sistema con a = 0:

     
1 b 0 1 1 b 0 1 1 b 0 1
 1 0 1 b  F2,1 (−1)  0 −b 1 − a b − 1  F3,2 (1)  0 −b 1 − a b − 1 
−→ −→
0 b 1 1 0 b 1 1 0 0 2 b

Si b 6= 0 el sistema seriá compatible determinado. Si b = 0 el sistema serı́a incompatible

como ya sabiamos.
En resumen quedarı́a
Si a = −2 ∧ b 6= −2 S. incompatible
Si a = 1 ∧ b 6= 1 S. incompatible
Si b=0 S. incompatible
Si a = b = −2 S. compatible indeterminado con 1 grado de libertad
Si a=b=1 S. compatible indeterminado con 2 grados de libertad
En otro caso el sistema es compatible determinado
2. Calculemos la matriz inversa utilizando el método de Gauss-Jordan de la matriz A para
a = 2 y b = 1. Elegimos como matriz A la matriz del sistema original:

F2,1 (− 21 )
   
2 1 1 | 1 0 0 2 1 1 | 1 0 0 1
 1 2 1 | 0 1 0  F3,1 (− 1 )  0 3 1 | − 1 1 0  F3,2 (− 3 )
2 2 2 2 −→
1 1 2 | 0 0 1 −→ 0 21 32 | − 12 0 1
 F (1) 
1 21 12 1
F2,3 (− 31 )
 
2 1 1 | 1 0 0 1 2 | 2
0 0
2
 0 3 1 | −1
2 2 2
1 0  F2 (33 )  0 1 13 | − 31 2
3
0  F1,3 (− 12 )
F3 ( 4 )
0 0 3 | − 3 − 13 1
4 1
−→ 0 0 1 | − 4 − 4 43
1 1
−→

1 12 0 | 5 1 3 3 1 1
   
8 8
− 8 1 1 0 0 | 4
− 4
− 4
 0 1 0 | −1 3 1  F1,2 (− 2 ) 
− 0 1 0 | − 14 3
− 41 
4
1
4
1
4
3 −→ 4
0 0 1 | −4 −4 4
0 0 1 | − 14 − 14 3
4

3. Para la descomposición L, U de la matriz A, ya tenemos hecho el trabajo pues la matriz

U es la obtenida en la mitad del proceso que hemos seguido para el cálculo de la inversa
y por tanto también conocemos los elementos de la matriz L.
   
2 1 1 1 0 0
U =  0 23 12  L =  21 1 0 
0 0 43 1
2
1
3
1

Grado en I. Informática
Ejercicios resueltos del capı́tulo 2

Ejercicios pares resueltos

2.2 Sea V el subespacio de R4 dado por las ecuaciones paramétricas:



 x = α −β +2γ
y = 2α +β


 z = 2α −7γ
t = β +γ


Determinar una base, la dimensión y unas ecuaciones implı́citas de V .

Solución.

Para obtener una base a partir de las ecuaciones paramétricas procedemos de la siguiente
forma:
(x, y, z, t) = α(1, 2, 2, 0) + β(−1, 1, 0, 1) + γ(2, 0, −7, 1)
por tanto un sistema generador serı́a < (1, 2, 2, 0), (−1, 1, 0, 1), (2, 0, −7, 1) >. Para obtener una
base tendremos que ver cuantos de ellos son linealmente independientes. Lo haremos estudiando
el rango de la matriz formada por los tres vectores, por filas o columnas.
     
1 −1 2 1 −1 2 2 1 −1 2
F2,1 (−2)  F3,2 (− 3 ) 
 2
 1 0 
 F3,1 (−2)  0 3 −4   F4,2 (− 1 )  0 3 −4  
 2 0 −7   0 2 −11  3  0 0 − 25 
−→ −→ 3
7
0 1 1 0 1 1 0 0 3
Como al ser una matriz rectangular el máximo rango que puede tener es el del menor
número de filas o columnas resultará que el rango es tres y por tanto los tres son linealmenta
independientes y constituyen una base del subespacio.

BV = {(1, 2, 2, 0), (−1, 1, 0, 1), (2, 0, −7, 1)}

La dimensión de V será por tanto 3.

Para calcular las ecuaciones implı́citas hacemos lo siguiente. El rango de la matriz formada
por una base del subespacio y cualquier vector debe ser igual a la dimensión del subespacio, en

5
6

nuestro caso 3, por tanto todos los términos de la matriz por debajo del tercer pivote han de
ser nulos.
     
1 −1 2 x 1 −1 2 x 1 −1 2 x
F2,1 (−2)  F3,2 (− 23 )
 2 1 0 y   F3,1 (−2)  0 3 −4 y − 2x  F (− 1 )
 0 3 −4 y − 2x 
2 −11 z − 2x  4,2 3
  25 2 2

 2 0 −7 z   0  0 0 − 3 −3x − 3y + z 
−→ −→ 7 2
0 1 1 t 0 1 1 t 0 0 3 3
x − 13 y + t
 
1 −1 2 x
 0 3
 −4 y − 2x 

7
F4,3 ( 25 )  0
 25 
0 − − 32 x − 23 y + z 
−→  3
 

 
2 1 7 2 2
 
x− y+t+ − x− y+z
 
0 0 0
3 3 25 3 3
por tanto la ecuación implı́cita será:
 
2 1 7 2 2
x− y+t+ − x − y + z = 0; 12x − 13y + 7z + 25t = 0
3 3 25 3 3

1.2 Sea U = {(x, y, z) ∈ R3 | x + y − z = 0, x − 2y = 0} subespacio vecto-

rial de R3 , referido a la base canónica. Calcular las ecuaciones de U con respecto a la base
B = {(1, 0, 1), (1, 1, 0), (0, 1, 1)}.

Solución.

Lo podemos hacer de dos formas. Una serı́a obtener una base del subespacio referida a la
base canónica y mediante el cambio de base obtener la nueva base del subespacio referida a
la base dada y a partir de ellos obtener las ecuaciones implı́citas que ya estarán referidas a la
nueva base, veámoslo

x +y −z = 0
⇒ BU = {(2, 1, 3)}C
x −2y = 0
este vector base de U está referido a la base canónica, veamos su expresión en la nueva base B,
(2, 1, 3) = x(1, 0, 1) + y(1, 1, 0) + z(0, 1, 1)

2 = x +y  x = 2
1 = y +z → y = 0 .
3 = x +z z = 1


Ahora obtenemos las ecuaciones implı́citas,

   
2 x 1 2 x 
 0 y  F3,1 (− 2
)  0 ⇒ y = 0
y
−→ 1 z − 12 x = 0
1 z 0 z − 2x

Grado en I. Informática
 7

que son las ecuaciones implı́citas.

Otra forma serı́a obtener directamente las ecuaciones a partir de las ecuaciones referidas a la
base canónica, para ello obtenemos los coeficientes de las nuevas ecuaciones a partir de los
dados multiplicando éstos por la matriz cuyas filas son los vectores de la nueva base:

x + y − z = 0 −→ (1, 1, −1)
    
1 0 1 1 0
 1 1 0  1  =  2 
0 1 1 −1 0
por tanto la nueva ecuación será 2y = 0.

x − 2y = 0 −→ (1, −2, 0)
    
1 0 1 1 1
 1 1 0   −2  =  −1 
0 1 1 0 −2
por tanto la nueva ecuación será x − y − 2z = 0.
Las ecuaciones implı́citas referidas a la nueva base son, por tanto

2y = 0
x −y −2z = 0

que aunque tengan una expresión distinta representan las mismas rectricciones para las coor-
denadas de los vectores de dicho subespacio que las obtenidas anteriormente.

Problemas resueltos de Matemáticas II

8

Grado en I. Informática
Ejercicios resueltos del capı́tulo 3

Ejercicios impares resueltos

 3.1.a Calcular
 los autovalores y subespacios invariantes asociados a la matriz: A =
1 2 0
 −1 3 1 
0 1 1

Solución.

Calculamosel polinomio caracterı́stico

 y resolvemos:
 1−λ 2 0 
 
|A − λI| =  −1 3 − λ 1  = (1 − λ)(λ2 − 2)2 = 0 ⇒ λ = 1, λ = 2(doble)
 0 1 1−λ 
Los subespacios invariantes, uno asociado a cad autovalor, están generados por los autovec-
tores y el vector cero. Por tanto calculamos los autovectores asociados a cada autovalor:
A1 = {x / Ax = 1x } ∪ {0}
     
0 2 0 x1 0 2x2 = 0 
(A − I)x = 0;  −1 2 1   x2  =  0  ⇒ −x1 +2x2 +x3 = 0
0 1 0 x3 0 x2 = 0


x2 = 0, x1 = x3 =⇒ A1 = {(1, 0, 1)} ∪ {0}

A2 = {x / Ax = 2x } ∪ {0}
     
−1 2 0 x1 0 −x1 +2x2 = 0 
(A − 2I)x = 0;  −1 1 1   x2  =  0  ⇒ −x1 +x2 +x3 = 0
0 1 −1 x3 0 x2 −x3 = 0


x1 = 2x2 , x2 = x3 =⇒ A2 = {(2, 1, 1)} ∪ {0}

♠

 
1 a d
3.3. Determinar la matriz A =  2 b e  de manera que admita por autovectores a
3 c f
los vectores v1 = (1, 0, 1), v2 = (−1, 1, 0) y v3 = (0, 1, −1).

9
10

Solución.

Aplicando la definición
 de autovalor y autovector
 y  resolviendo
 nos queda: 
1 − λ1 a d 1 0 1 −λ1 −d = 0 
(A−λ1 I)v1 = 0;  2 b − λ1 e  0  =  0  ⇒ 2 e = 0
3 c f − λ1 1 0 3 −λ1 +f = 0


     
1 − λ2 a d −1 0 −1 λ2 +a = 0 
(A−λ2 I)v2 = 0;  2 b − λ2 e  1  =  0 ⇒ −2 −λ2 +b = 0
3 c f − λ2 0 0 −3 +c = 0

     
1 − λ3 a d 0 0 a −d = 0 
(A−λ3 I)v3 = 0;  2 b − λ3 e  1  =  0 ⇒ b −λ3 −e = 0
3 c f − λ3 −1 0 c +λ3 −f = 0


Resolviendo el sistema de nueve ecuaciones con nueve incógnitas obtenemos:

a = 3, b = 0, c = 3, d = 3, e = 2, f = 1, λ1 = 4, λ2 = −2, λ3 = −2

 
1 0 2
3.5 Sea A =  −1 2 1 . Expresar A−1 en función de I3 y de A.
1 1 2

Solución.

Basándonos en el teorema de Cayley-Hamilton sabemos que se verifica:

a0 An + a1 An−1 + a2 An−2 + · · · + an−1 A + an I = Θ

Multiplicando por A−1 ámbos miembros y despejando A−1 :
a0 n−1 a1 n−2 an−2 an−1
A−1 = − A − A − ··· − A− I
an an an an
En nuestro caso para n = 3 la expresión anterior se reduce a:
a0 2 a1 a2
A−1 = − A − A− I
a3 a3 a3
Por tanto calculemos el polinomio caracterı́stico de la matriz para calcular los coeficientes
y después calculamos
 A2 . 
 1−λ 0 2 
 
|A − λI| =  −1 2 − λ
 1  = −λ3 + 5λ2 − 5λ − 3
 1 1 2−λ 

Grado en I. Informática
 11

−1 5 −5
A−1 = − A2 − A− I
−1 −3 −3
    
1 0 2 1 0 2 3 2 6
A2 =  −1 2 1  −1 2 1  =  −2 5 2 
1 1 2 1 1 2  2 
4 7 
−1 − 23 43
  
3 2 6 1 0 2 1 0 0
A−1 = − 31  −2 5 2  + 53  −1 2 1  − 53  0 1 0  =  −1 0 1 
2 4 7 1 1 2 0 0 1 1 3 − 32
1

3.7  Estudiar para

 qué valores de los parámetros a y b, la matriz
5 0 0
A =  0 −1 b  es diagonalizable. Calculando: La forma canónica de Jordan y la matriz
3 0 a
de paso para a = −1 y b = 1.

Solución.

Calculamos los autovalores:

 
 5−λ 0 0 
 
|A−λI| = 0;  0
 −1 − λ b  = (5−λ)(−1−λ)(a−λ) = 0 ⇒ λ = 5, λ = −1, λ = a

 3 0 a−λ 
• Si a 6= 5, a 6= −1 los tres autovalores son distintos y por tanto la matriz es DIAGONA-
LIZABLE.
• Si a = 5 , λ = 5 tiene multuplicidad algebraica dos. Por tanto para que la matriz sea
diagonalizable la multiplicidad geométrica tendrá que ser dos.
 
0 0 0
mg (5) = 3 − rango(A − 5I) = 3 −  0 −6 b  = 3 − 2 = 1, ∀b ∈ R
3 0 0
Por tanto será NO DIAGONALIZABLE para cualquier valor de b.
• Si a = −1, λ = −1 tiene multiplicidad algebraica dos. Estudiemos la multiplicidad
geométrica.  
6 0 0
mg (−1) = 3 − rango(A + I) = 3 −  0 0 b  ⇒
3 0 0
(
Si b = 0 mg (−1) = 3 − 1 = 2 DIAGONALIZABLE
Si b 6= 0 mg (−1) = 3 − 2 = 1 NO DIAGONALIZABLE

Problemas resueltos de Matemáticas II

12

Calculemos las matrices P y J puesto

 que como acabamos
 de ver para a = −1 y b = 1 no
5 0 0
es diagonalizable. La matriz queda A =  0 −1 1 .
3 0 −1
La matriz J tendrá un bloque de orden dos correspondiente al autovalor doble λ = −1 y
será:  
5 0 0
J =  0 −1 1 
0 0 −1
Calculemos los autovectores.
    
0 0 0 x1 0  
−6x2 +x3 = 0 x3 = 6x2
• (A−5I)v1 = 0; 0 −6 1 x2 = 0 ; ;
x3 = 21 x1
     
3x1 −6x3 = 0
3 0 −6 x3 0

v1 = (12, 1, 6)
    
6 0 0 x1 0  
6x1 = 0 x1 = 0
• (A + I)v2 = 0; 0 0 1
   x2  =  0 ;
 ;
3x3 = 0 x3 = 0
3 0 0 x3 0

v2 = (0, 1, 0)
     
6 0 0 x1 0 6x1 = 0  
0 x1 = 0
• (A + I)v2 = v2 ; 0 0 1
   x2  =  1 ; x3 = 1 ;

 x3 = 1
3 0 0 x3 0 3x1 = 0

v02 = (0, 0, 1)
 
12 0 0
Por tanto la matriz de paso será P =  1 1 0 
6 0 1

3.9 La distribución de la población de tres grupos de animales, en el año n viene dada por
el vector ~vn = (xn , yn , zn ) siendo

 xn+1 = 7yn +4zn
yn+1 = 91 xn
1
zn+1 = y

2 n
Si la población inicial es de 3000 animales, 1000 de cada grupo, calcular la población que
habrá de cada grupo al cabo del tiempo.

Grado en I. Informática
 13

Solución.

      n  
xn+1 0 7 4 xn 0 7 4 x1
 yn+1  =  1 0 0   yn  =  1 0 0   y1 
9 9
zn+1 0 12 0 zn 0 12 0 z1
Para calcular la matriz resultante de la potencia n-ésima calculamos sus autovalores.

 
 −λ 7 4 
 = −λ3 + 7 λ + 2 = 0; ⇒ λ1 = 1, λ2 = − 2 , λ3 = − 1
 1 
|A − λI| = 0; 
 9 −λ 0
1
 9 9 3 3
 0
2
−λ 

Como los autovalores son distintos sabemos, según el corolario 3.7.4, que

un = c1 λn1 v1 + c2 λn2 v2 + · · · + cp λnp vp n = 1, 2, · · · (0.0.1)

siendo λ1 , λ2 , . . . , λp los autovalores de A, v1 , v2 , . . . , vp autovectores linealmente independientes

asociados a λ1 , λ2 , . . . , λp respectivamente y c = (c1 , c2 , . . . , cp )t la solución del sistema P c = u0 .
Calculamos los autovectores y posteriormente los coeficientes.
    
−1 7 4 x1 0
− 12 x1 −x2
 
1 =0 x1 = 9x2
• (A−I)v1 = 0;  −1 0   x2  =  0 ;
 1 ;
9
1 x2 −x3 = 0 x2 = 2x3
0 2
−1 x3 0 2

v1 = (18, 2, 1)

2
    
7 4 x1 0 1
+ 23 x2
 
3 x
9 1
=0 x = −6x2
2
• (A+ 3 I)v2 = 0; 2 1
0 x2 = 0 ; 1 2 ; 1
x2 = − 43 x3
    
3 9 x + 3 x3 = 0
0 12 23 x3 0 2 2

v2 = (24, −4, 3)

1
    
7 4 x1 0 1
+ 13 x2
 
3 x
9 1
=0 x = −3x2
• (A+ 31 I)v3 = 0;  11
0   x2  =  0  ; 1 1 ; 1
39 x
2 2
+ 3 x3 = 0 x2 = − 23 x3
0 12 13 x3 0

v3 = (−6, 2, −3)

un+1 = c1 λn1 v1 + c2 λn2 v2 + c3 λn3 v3

     
18  n 24  n −6
2  1 
un+1 = c1 1n  2  + c2 − −4  + c3 − 2 
3 3
1 3 −3

Problemas resueltos de Matemáticas II

14

Teniendo en cuenta que nos piden la población al cabo del tiempo, eso quiere decir cuando n
sea suficientemente grande, las potencias de los autovalores menores que uno en valor absoluto
serán cero y por tanto sólo tendremos en cuenta el sumando correspondiente al autovalor λ = 1.
Calculemos los coeficientes (c1 , c2 , c3 ) a partir del sistema P c = u1 , aunque sólo necesitamos
c1 .     
18 24 −6 c1 1000
 2 −4 2   c2  =  1000 
1 3 −3 c3 1000
   
18 24 −6 1000 1 3 −3 1000
 2 −4 2 1000  F1,3  2 −4 2 1000 
−→
1 3 −3 1000 18 24 −6 1000
   
F 2, 1(−2) 1 3 −3 1000 1 3 −3 1000
F (−3) 
F3,1 (−18)  0 −10 8 −1000  3,2 0 −10 8 −1000 
−→
−→ 0 −30 48 −17000 0 0 24 −14000
resolvemos por sustitución regresiva:
14000 1750 1100
c3 = − =− ; 10c2 = 8c3 + 1000; c2 = − ; c1 = 1000 + 1100 − 750 = 350
24 3 3
     
xn+1 18 6300 xn+1 = 6300
 yn+1  = 350 1n  2  =  700  ⇒ yn+1 = 700
zn+1 1 350 zn+1 = 350

3.11 Resolver la ecuación en diferencias de Fibonacci: zn = zn−1 + zn−2 para los valores
iniciales z1 = 1, z2 = 1.

Solución.

Calculamos los autovalores.

√
2 1± 1+4
zn = zn−1 + zn−2 ; zn − zn−1 − zn−2 = 0; λ − λ − 1 = 0; λ =
2
√ √
1+ 5 1− 5
λ1 = ; λ2 = .
2 2
Como los autovalores son distintos la solución de la ecuación en diferencias, según el teorema
3.7.6, vendrá dada por:
√ !n √ !n
1 + 5 1 − 5
zn = c1 λn1 + c2 λn2 ; zn = c1 + c2
2 2

Grado en I. Informática
 15

calculamos los coeficientes c1 y c2 dando a n los valores 1 y 2 y utilizando los valores iniciales
dados: √ √ 
n = 1 : z1 = 1 = c1 1+2 5 + c2 1−2 5 
 √ 2  √ 2
1+ 5 1− 5
n = 2 : z2 = 1 = c1 + c2


2 2

resolviendo el sistema obtenemos:

1 1
c1 = √ y c2 = − √
5 5
por tanto la solución de la ecuación en diferencias es:
√ !n √ !n
1 1+ 5 1 1− 5
zn = √ −√
5 2 5 2

3.13 Los hábitos de trabajo de un estudiante son como sigue. Si estudia una noche,
está seguro en un 70 % de que no estudiará la noche siguiente. Por otra parte, la probabilidad
de que no estudie dos noches seguidas es de 0’6. A la larga, ¿con qué frecuencia estudia?

Solución.

Sea x la variable que asignamos a la opción estudia e y la que asignamos a la opción no

estudia. El sistema de ecuaciones será:
)
xn = 00 3xn−1 + 00 4yn−1
yn = 00 7xn−1 + 00 6yn−1
! ! !
xn 00 3 00 4 xn−1
=
yn 00 7 00 6 yn−1
Se trata de una matriz estocástica de una cadena de Markov regular pues todos los términos
de la matriz son estrictamente positivos; el vector de estado estacionario será el autovector
correspondiente al autovalor 1, calculémoslo:
! ! !
−00 7 00 4 x1 0 0 0 00 4
(A − I)v = 0; = ; −0 7x 1 + 0 4x 2 = 0; x 1 = x2
00 7 −00 4 x2 0 00 7
! !
00 4 4
v= =
00 7 7
El resultado es que de cada 11 noches estudia 4 y no estudia 7.

Problemas resueltos de Matemáticas II

16

Grado en I. Informática
Ejercicios resueltos del capı́tulo 4

Ejercicios pares resueltos

4.2 Sea V el espacio vectorial de los polinomios en x de grado menor o igual que 2
y una base B{ e1 = x2 , e2 = x, e3 = 1}. Se considera el producto escalar definido por:
1
ei · ej = . Se pide:
i+j+1
(a) El ángulo de los vectores 1 y x.

(b) Estudiar para qué valores de a son ortogonales x + a y x − a.

Solución.

Nota.- En lo que sigue utilizaremos para el producto escalar la notación, más simple, x .y
en lugar de hx , yi.

(a) El ángulo que forman los polinomios 1 y x podemos considerar que es el ángulo que
forman los vectores p1 y p2 con p1 = e3 y p2 = e2 , por lo tanto:
1 √
\ p1 .p2 e3 . e2 3+2+1 35
(p1 , p2 ) = = =q q =
kp1 kkp2 k k e3 kk e2 k 1 1 6
3+3+1 2+2+1

(b) Para que dos vectores sean ortogonales su producto escalar ha de ser cero. Por lo tanto
serán x + a = e2 + a e3 y x − a = e2 − a e3 y su producto escalar será:

( e2 + a e3 ).( e2 − a e3 ) = e2 . e2 − a e2 . e3 + a e3 . e2 − a2 e3 . e3 = e2 . e2 − a2 e3 . e3 =
r
1 1 7
= − a2 = 0 ⇒ 5a2 = 7; a = ±
2+2+1 3+3+1 5
♠

4.4
(a) Hallar las ecuaciones implı́citas de F ⊥ siendo F =< (1, 0, 1), (0, 1, −1) >.

17
18

(b) Hallar una base de G siendo las ecuaciones implı́citas de G⊥ :


x 1 − x2 + x3 = 0
x1 = 0

(c) Hallar una base de H ⊥ siendo las ecuaciones implı́citas de H: x1 − 6x2 = 0

Solución.

(a)
F ⊥ = {x ∈ R3 / x .y = 0, ∀y ∈ F },
si x = (x1 , x2 , x3 ) ∈ F ⊥ entonces (x1 , x2 , x3 )(1, 0, 1)t = 0 y (x1 , x2 , x3 )(0, 1, −1)t = 0
efectuando ambos productos escalares obtendremos las ecuaciones implı́citas del subes-
pacio F ⊥ ,
(
x1 +x3 = 0
x2 −x3 = 0

(b) Con las ecuaciones implı́citas dadas de G⊥ obtenemos una base de G⊥ , BG⊥ = {(0, 1, 1)}.
Para obtener una base de G calculamos primero una ecuaciones implı́citas y a partir de
ellas una base:

(x1 , x2 , x3 )(0, 1, 1)t = 0; x2 + x3 = 0 ⇒ BG = {(1, 0, 0), (0, 1, −1)}

(c) Con las ecuaciones dadas, una base de H serı́a BH = {(0, 0, 1), (6, 1, 0)}. Calculamos ahora
unas ecuaciones implı́citas de H ⊥ , igual que hicimos en el aparatdo a), y posteriormente
una base: (
x3 = 0
⇒ BH ⊥ = {(1, −6, 0)}
6x1 +x2 =0

4.6 Sea F =< (1, 1, 1, 0), (0, 1, −1, 0) >⊂ R4

(a) Comprobar que F + F ⊥ = R4 y F ∩ F ⊥ = {~0}.

(b) Descomponer el vector u = (0, 1, 2, 0) como suma de un vector de F y otro de F ⊥ .

(c) Demostrar que dicha descomposición es única.

Solución.

Grado en I. Informática
 19

(a) Calculamos F ⊥ ,
F ⊥ = {x ∈ R4 / x .y = 0, ∀y ∈ F },
si x = (x1 , x2 , x3 , x4 ) ∈ F ⊥ entonces (x1 , x2 , x3 , x4 )(1, 1, 1, 0)t = 0 y (x1 , x2 , x3 , x4 )(0, 1, −1, 0)t =
0, por tanto las ecuaciones implı́citas de F ⊥ serán:
(
x1 +x2 +x3 =0
x2 −x3 =0
entonces una base de F ⊥ será, BF ⊥ = {(−2, 1, 1, 0), (0, 0, 0, 1)}. Comprobamos ahora si
F + F ⊥ = R4 , para ello calculamos el rango de conjunto de vectores formados por las
bases de ambos subespacios,
     
1 0 −2 0 1 0 −2 0 1 0 −2 0
 1 1 F2,1 (−1) 
 1 0   F3,1 (−1)  0 1 3 0   F3,2 (1)  0 1 3 0 
 
 1 −1 1 0   0 −1 3 0  −→  0 0 6 0 
−→
0 0 0 1 0 0 0 1 0 0 0 1
como los cuatro pivotes son distintos de cero, los cuatro vectores son linealmente inde-
pendientes y por tanto F + F ⊥ = R4 . Para comprobar que la suma es directa tenemos
que ver ahora que la intersección de ambos subespacios es vacia, es decir, F ∩ F ⊥ = {0}.
Si tenemos en cuenta la fórmula de Grassmann tiene que cumplirse dim(F ) + dim(F ⊥ ) =
dim(F + F ⊥ ) + dim(F ∩ F ⊥ ). Como dim(F ) = 2, dim(F ⊥ ) = 2 y dim(F + F ⊥ ) = 4,
será la dim(F ∩ F ⊥ ) = 0, luego la intersección de ambos subespacios es el subespacio
nulo.
(b) Para descomponer el vector u = (0, 1, 2, 0) en suma de dos vectores, uno perteneciente a
F y otro perteneciente a F ⊥ , lo heremos proponiendo la descomposición del vector como
combinación lineal de las bases de ambos subespacios,
∈F ∈F ⊥
z }| { z }| {
u = (0, 1, 2, 0) =a(1, 1, 1, 0) + b(0, 1, −1, 0) + c(−2, 1, 1, 0) + d(0, 0, 0, 1)
Resolvemos el sistema para obtener a, b, c, d:
0 =a −2c
1 = a +b +c
2 = a −b +c
0 = +d
1 1
a = 1, b=− , c= , d=0
2 2  
1 1 3
P royF (u) = 1(1, 1, 1, 0) − (0, 1, −1, 0) = 1, , , 0
2 2 2
 
1 1 1
P royF ⊥ (u) = (−2, 1, 1, 0) + 0(0, 0, 0, 1) = −1, , , 0
2 2 2

Problemas resueltos de Matemáticas II

20

(c) La demostración es similar a la del teorema de unicidad de las componentes de un vector

en una base.

4.8 Hallar la solución óptima del siguiente sistema

−x1 −2x2 = 1
2x1 +4x2 = 0
x1 +2x2 = 0
3x1 +6x2 = 0

Solución.

La solución óptima la obtenemos de entre las infinitas soluciones que nos proporciona el
sistema de ecuaciones normales o de Gauss que obtenemos multiplicando a la izquierda el
sistema original por la matriz traspuesta de la matriz de los coeficientes, At AX̂ = At B
       
−x1 −2x2 = 1 −1 −2   1 −1 −2 1
2x1 +4x2 = 0  2 4  x

 0 ; A =  2 4 , B =  0 
     
=⇒  =
x1 +2x2 = 0  1 2  y  0   1 2   0 
3x1 +6x2 = 0 3 6 0 3 6 0

AX = B; At AX̂ = At B;
   
  −1 −2     1  
−1 2 1 3  2 4  15 30 −1 2 1 3  0  −1
At A =  = t
;A B =   =
−2 4 2 6  1 2  30 60 −2 4 2 6  0  −2
3 6 0
El sistema de ecuaciones normales es:
15x̂1 +30x̂2 = −1
30x̂1 +60x̂2 = −2

que es un sistema compatible indeterminado, por tanto con infinitas soluciones. El conjunto de
dichas soluciones es:
1
x̂ = − − 2α, ŷ = α, ∀α ∈ R
15
La solución óptima es, de entre las infinitas soluciones, la que tiene norma mı́nima. Sabemos que
dicha solución es la que pertenece al subespacio fila de la matriz de los coeficientes, por tanto
buscaremos de entre las infinitas soluciones la que pertenece al subespacio fila de la matriz;
para ello haremos que el rango de la matriz cuyas columnas son una base del subespacio fila y
el vector solución sea igual a la dimensión de dicho subespacio fila.
 
1
BaseF (A) = {(−1, −2)}, Solucion = − − 2α, α
15

Grado en I. Informática
 21

1
! 1
! 1
!
−1 − 15 − 2α −1 − 15 − 2α F2,1 (−2) −1 − 15 − 2α
rango = 1 =⇒ =⇒
−2 α −2 α −→ 0 5α + 2
15

2 2 1 2
5α + = 0; α = − =⇒ Solucion óptima : x̂ = − , ŷ = −
15 75 75 75
♠

4.10 Hallar por el método de los mı́nimos cuadrados la solución óptima del sistema:
x1 +x2 +x3 +x4 = 2
x1 +x2 +x3 +x4 = 3
x1 +x2 +x3 +x4 = 4

Solución.

El sistema es claramente incompatible y para obtener la solución óptima por el método de

los mı́nimos cuadrados procedemos como en el ejercicio anterior. Obtenemos las matrices A y
B:    
1 1 1 1 2
A =  1 1 1 1 , B =  3 
1 1 1 1 4
Obtenemos el sistema de ecuaciones normales o de Gauss At AX̂ = At B.

       
1 1 1   3 3 3 3 1 1 1   9
1 1 1 1 2
 1 1 1 
  3 3 3 3 
  1 1 1    9
  
At A = 
 1 1 1 1 1 = ; At B =  3 = 
1 1   3 3 3 3   1 1 1  9 
1 1 1 1 4
1 1 1 3 3 3 3 1 1 1 9
El sistema de ecuaciones normales queda reducido a:
x̂1 + x̂2 + x̂3 + x̂4 = 9
Para calcular la solución óptima de entre las infinitas soluciones del sistema de ecuaciones
normales, calculamos de entre dichas soluciones la que pertenece al subespacio fila,
BaseF (A) = {(1, 1, 1, 1)}, Solucion = (9 − α − β − γ, α, β, γ)
El rango de la matriz formada por la base del subespacio fila y el vector solución tiene que ser
1,    
1 9−α−β−γ 1 9−α−β−γ F2,1 (−1)
 1 α
 = 1,  1 α F3,1 (−1)
  
rango 
 1 β  1 β

  F4,1 (−1)
1 γ 1 γ −→

Problemas resueltos de Matemáticas II

22
 
1 9−α−β−γ
2α +β +γ −9 = 0
 0 2α + β + γ − 9  9
 ⇒ α +2β +γ −9 = 0 ⇒ α = β = γ =
 0 2β + α + γ − 9  4
α +β +2γ −9 = 0
0 2γ + α + β − 9
9 9 9 9
Solucion óptima : x̂1 = , x̂2 = , x̂3 = , x̂4 =
4 4 4 4
♠

4.12 Una pieza se estira hasta las longitudes de L= 5,6 y 7 metros bajo la aplicación ,
respectiva, de tres fuerzas de F = 1,2 y 4 toneladas. Suponiendo que se verifica la ley de Hooke
L = a + bF , encontrar la longitud aproximada de la pieza.

Solución.

Si aplicamos la ecuación dada se debe verificar:

5 = a +b
6 = a +2b
7 = a +4b
el sistema resultante es incompatible; lo resolveremos de forma aproximada en el sentido de los
mı́nimos cuadrados.
       
1 2   5 1 2 5
 1 2  a = 6 ⇒ A= 1 2  B= 6 
b
1 4 7 1 4 7
Calculamos las ecuaciones normales o de Gauss y resolvemos,
   
  1 2     5  
t t 1 1 1  3 7 1 1 1   18
A AX̂ = A B, 1 2  = , 6 = .
1 2 4 7 21 1 2 4 45
1 4 7
El sistema de ecuaciones normales será:
3â +7b̂ = 18
7â +21b̂ = 45
que resolvemos obteniendo:
9 9
â = , b̂ =
2 14
con lo que la ecuación queda:
9 9
L= + F
2 14
♠

Grado en I. Informática