Algebra Lineal Problemas resueltos

M a Isabel Garc a Planas

3

Primera edición: septiembre de 1993 Segunda edición: septiembre de 1994

Diseño de la cubieta: Antoni Gutiérrez 

M. Isabel GarcíaPlanas, 1993

 Edicions UPC, 1993 Edicions de la Universitat Politècnica de Catalunya, SL Jordi Girona Salgado 31, 08034 Barcelona Tel.: 934 016 883 Fax: 934 015 885 Edicions Virtuals: www.edicionsupc.es e-mail: edicions-upc@upc.es

Producción:

Servei de Publicacions de la UPC y CPDA AV. Diagonal 647, ETSEIB. 08028 Barcelona

Depósito legal: B-22.363-93 ISBN: 84-7653-295-4
Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del copyright, bajo las sanciones establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos.

A (JL)2 S & M a I

5

Primera edición: septiembre de 1993

ya no solo a los alumnos de la ETSEIB. 7 Primera edición: septiembre de 1993 . fuente de inspiracion el programa de la asignatura de Algebra Lineal de la escuela donde ejerzo mi labor docente. en los que el alumno encuentra especial di cultad.Presentacion Mis largos a~os de experiencia docente en la ETSEIB no solo impartiendo clases de n Algebra Lineal a los estudiantes de primer curso. Algunos de los enunciados de los problemas estan inspirados en textos teoricos de Algebra Lineal y el orden y reparto en cap tulos ha sido. sino a alumnos de cualquier otra escuela politecnica e incluso a alumnos de facultades de ciencias. sino preparando las colecciones de ejercicios que los alumnos resuelven en sus clases de problemas. me han permitido reunir una coleccion de estos. Despues de resolverlos con todo detalle me ha surgido la idea de publicarlos para que puedan ser de utilidad. obviamente.

. . . . . . . . . . . 73 . . Apendice I Grupos . . . . . . . . 117 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Cap. 131 . 4 Aplicaciones lineales . . . . . . . . . . . . . . . . 7 Forma reducida de Jordan . . . . . . . . . . . . . . . . . 8 Analisis matricial . . . . . . . . . . . . . . . . Apendice II Anillo de clases de resto . . 3 Sistemas de ecuaciones. Cap. 5 Determinantes . . . . . . . . Cap. . . . . . . . . . . . 141 9 Primera edición: septiembre de 1993 . . . Cap. . . . . 2 Espacios vectoriales . . . 39 . . . . . . . . . . . . . . . . 11 . . . . . . . . . 85 . 6 Diagonalizacion de endomor smos Cap. . . . . . Cap. . .INDICE Cap. 51 . 99 . Cap. . . . . . . . . . . . . . . . . . . 23 . . . . . . . . . . 1 Polinomios . . . . . . . . . Matrices . .

179x2 + 32x + 4 P2 (x) = 1372x5 + 784x4 . 12x + 4 © Los autores. por el algoritmo de Euclides. Hallar el maximo comun divisor. 2000. 12x + 4 P2 (x) = R(x) (7x + 1) + 0 luego MCD(P2 (x) R(x)) = R(x) MCD(P1 (x) P2(x)) = MCD( P1 (x) P2 (x)) por lo que: MCD(P1 (x) P2(x)) = R(x) = 196x4 + 84x3 . 16) R(x) = .784x4 . 336x3 + 188x2 + 48x .4 quedando R(x) = 196x4 + 84x3 . 245x3 . de los polinomios P1 (x) = 2156x5 + 1120x4 .Polinomios y Fracciones racionales 11 Cap tulo 1 Polinomios y fracciones racionales 1. 47x2 .784x4 . 131x2 + 16x + 4 Solucion: Recordando el teorema de Euclides: MCD(P1 (x) P2(x)) = MCD(P2 (x) R(x)) Siendo R(x) el resto de dividir P1 (x) entre P2 (x) Sabemos que 8 unidad en R x] y al ser 2156 = 4:72 :11 y 1372 = 4:73 . 433x3 . . 16 que simpli camos por . 47x2 . 336x3 + 188x2 + 48x . 2000. multiplicaremos P1 (x) por 7 para evitar fracciones al hacer la division de P1 (x) por P2 (x) 7:P1 (x) = P2 (x):11 + (. © Edicions UPC.

Solucion: La descomposicion en factores primos del polinomio sera: P (x) = (x . 3x2 . . luego . © Los autores. por tanteo en P (x).12 Algebra Lineal. puesto que P "(x) es de grado dos. © Edicions UPC. Problemas resueltos 2. Ahora bien. (n + 2)xn+1 + (n + 2)x . Probar que P (x) = nxn+2 . se tiene = . ) Si es una ra z triple de P (x) es ra z doble de P 0 (x) y simple de P "(x). 6x + 5 P "(x) = 12x2 . resulta mas sencillo hallar las ra ces de P " y de las dos ver cual lo es tambien de P (x) P 0 (x) = 4x3 . n es divisible por (x . 1 ) 6= 0. 1)3 . 6x . sin embargo P (1) = 0 luego = 1 es la 2 2 Puesto que dado un polinomio p(x) = an xn + : : : + a0 con ra ces 1 : : : n contadas con su multiplicidad. (Se supone P (x) 2 R x] y n 2 N ). )3 (x . 1)3 equivale a que 1 es por lo menos ra z triple de P (x). ra z doble por lo menos. puede extraerse el valor de . 6 1 De P "(x) = 0 tenemos x = . x3 . Basta pues hallar MCD(P 0 (x) P "(x)) y entre sus factores. P (. de P "(x). 3. Solucion: Que P (x) sea divisible por (x . 2 sabiendo que una de ellas es triple.1 = . de P 0 (x) y ra z simple por lo menos. 2 x = 1 ra z buscada.2. 2000. Hallar las ra ces del polinomio P (x) = x4 . 1 no es ra z de P (x). 3x2 + 5x . es an. ). Por lo tanto el MCD(P 0 (x) P "(x)) contiene el factor (x .( 1 + : : : + n ). 2000. en este caso concreto.

n = 0 luego 1 es ra z de P (x) P 0 (x) = n(n + 2)xn+1 . (n + 2) + (n + 2) . 2 a coe cientes reales. (n + 2)(n + 1)n = 0 luego 1 es ra z de P "(x) por lo tanto P (x) es divisible por (x . c) Calcular MCD(P (x) P 0 (x)) y determinar dos polinomios P1 (x) y P2 (x) tales que: P1 (x)P (x) + P2 (x)P 0(x) = MCD(P (x) P 0 (x)): Solucion: a) P 0 (x) = 3x2 .2 luego 1 no es ra z triple de P (x) © Los autores. b) Probar que una de las ra ces de P 0 (x) lo es tambien de P (x) y deducir de esto la descomposicion en factores primos de P (x) . 5): 5 3 b) Las ra ces de P 0 (x) son 1 y . © Edicions UPC. 1)4 pues P 000(x) = n2 (n + 2)(n + 1)xn. Consideremos P (x) = x3 . 1)(3x .1 . ahora bien: P ( 5 ) 6= 0 luego 5 no es ra z de P (x): 3 3 P (1) = 0 luego 1 es ra z doble de P (x) P "(1) = . (n + 2)(n + 1)nxn. . (n + 2)(n + 1)(n .1 P "(1) = n(n + 2)(n + 1) . 4x2 + 5x .2 P 000(1) = n2 (n + 2)(n + 1) . (n + 2)(n + 1) + (n + 2) = 0 luego 1 es ra z de P 0 (x) P "(x) = n(n + 2)(n + 1)xn . 1)nxn. (n + 2)(n + 1)(n . 8x + 5 = (x . 2000. 1)n = n(n + 1)(n + 2) 6= 0: 4.Polinomios y Fracciones racionales 13 Veamos P (1) = n . 1)3 como pretend amos probar: Observamos ademas que P (x) no es divisible por (x . a) Determinar P 0 (x) (polinomio derivado de P (x)) y dar su descomposicion en factores primos. 2000. (n + 2)(n + 1)xn + (n + 2) P 0 (1) = n(n + 2) .

4) = . 1)Q1 (x) + 3 P (x) = (x . 2(x . . 1) . 3)Q + R(x) con R(x) = ax2 + bx + c © Los autores. 4)P 0(x) = (x . 3)Q3(x) + R3 (x) = (x . 2000. 1) . 1)2 (x . a = =x3 . © Edicions UPC. 5) MCD(P (x) P 0 (x)) = (x . 2000. 1) 2 2 P1 (x) = . 1)Q1 (x) + R1 (x) = (x . 2)Q2 (x) + R2 (x) = (x . se deduce que: Luego Por el algoritmo de division (P (x) = P 0 (x)Q(x) + R(x)) tenemos: 9P (x) = P 0 (x)(3x . 3)Q3 (x) + 13 P (x) = (x . 3 son respectivamente 3 7 13 Determinar el resto de dividir P (x) por el producto (x . P (x) = (x . 4): 2 5. Los restos de dividir un polinomio P (x) 2 R x] por x . a) = x3 . 1)(x . 1)(3x . 1)(x . 1): Despejando (x . P 0 (x)(3x .1 (3x . 1 (3x . 4) + (. Problemas resueltos de donde c) de P (x) = (x . 2)(x . 1)2(x . 3) Solucion: Por el algoritmo de division sabemos P (x) = D(x)Q(x) + R(x) con grado R(x) < grado D(x) P (x) = (x . 4x2 + 5x .2x + 2) = P 0 (x)(3x . 1) 9P (x) . 2 a = 2.2(x . 2) P 0 (x) = (x . 2 y x . 2)Q2 (x) + 7 P (x) = (x . (2 + a)x2 + (2a + 1)x . 1 x . 2)(x . 4) .9 2 P2 (x) = .14 Luego Algebra Lineal.9 P (x) .

u)Qi(u) + Ri (u) = (u . tenemos que P 0 (x) = (P (x) + 10)0 es divisible por (x + 2)2 y puesto que P (x) . 2)3 Q2 (x) + 10 =) P (2) = 10 © Los autores. 1)(u . u luego y para i = 1 2 3 u es el resto de P (u) = (x .10 P (2) = 10 P (x) + 10 = (x + 2)3Q1 (x) =) P (x) = (x + 2)3 Q1 (x) . tenemos que 0 (x) = (P (x) .2) = . 2)3Q2 (x) =) P (x) = (x . 2000. 2)(u . 2)2 = k(x4 . tal que P (x) + 10 sea divisible por (x + 2)3 y P (x) . 10 = (x . 2) P luego P 0 (x) (polinomio de grado cuatro) sera P 0 (x) = k(x + 2)2 (x .2) = .10 P (x) . © Edicions UPC. 2)2 por (x . 10 =) P (. 10 sea divisible por (x . 2000. 2)3 Solucion: Puesto que P (x) + 10 es divisible por (x + 2)3 . resolviendo el sistema nos queda: a = b = c = 1 y R(x) = x2 + x + 1: 6. 10 es divisible 3 . 10)0 es divisible por (x . 8 x3 + 16x + c) con c 2 R e imponiendo que 3 Nota: Observamos que P (. 8x2 + 16) con k 2 R de donde 5 P (x) = k( x5 . 3)Q(u) + R(u) de donde: P (1) = R1(1) = 3 = R(1) = a + b + c > = P (2) = R2(2) = 7 = R(2) = 4a + 2b + c > P (3) = R3(3) = 13 = R(3) = 9a + 3b + c 9 que. .Polinomios y Fracciones racionales 15 Sabemos que el valor numerico de un polinomio P (x) en dividir el polinomio por x . Encontrar un polinomio P (x) 2 R x] de grado cinco.

32 + c) 3 10 = k( 32 . Solucion: Planteamos . hemos de buscar 20 C1 (x) y 20 C2 (x) que son los polinomios de grado m nimo que hacen que se cumpla la identidad de Bezout. 2000. Descomponer en fracciones simples sobre R. 1)2 x . 20 = (x + 2)3 C1 (x) .14x2 + 3x .5 + 64 . (observese que (x + 2)3 y (x . 64 + 32 + c) 5 3 y resolviendo el sistema tenemos 75 15 25 c = 0 k = 128 y P (x) = 128 x5 .16 resulta Algebra Lineal. . 1 (x . 1)2 (x . 3)(x2 + 4) x . 16 x3 + 75 x 8 Otro metodo: De: tenemos: P (x) + 10 = (x + 2)3 C1 (x) P (x) . © Edicions UPC. 3)(x2 + 4) Idem sobre C. 10 = (x + 2)3 C2 (x) con con grado C1(x) = 2 grado C2(x) = 2 1 1 es decir.14x2 + 3x . (x . 2)3 son primos entre s ). la fraccion . 39 (x . 39 = a + b + c + dx + e (x .10 = k( . 1)2 (x . 2000. 2)3 ( 20 C2 (x)) 7. Problemas resueltos 32 . 2)3 C2 (x) 1 1 1 = (x + 2)3 ( 20 C1 ) + (x . 3 x2 + 4 © Los autores.

2i)(x + 2i). 2000. por lo que la descomposicion sera: . 39 = b(1 . 39 = 40a . 14 . y la descomposicion es 4 1 3 + 5 + . 40 . b . 1)2 x . 3)(x2 + 4) + b(x . 4e = 26 para x = 2 es .d + e) ) 10a + 4d . 39 = 12a . 3 x2 + 4 Pasemos ahora a efectuar la descomposicion en C. 1)2 x . 1 + (x . As . 14 32 + 9 . 39 = . 56 + 6 .4ni ! n = + 1 i 4 para x = 2i se tiene 1 = 4mi ) m = .14x2 + 3x . obteniendo as un sistema de cinco ecuaciones con cinco incognitas. 60 . para x = 1 es . 1 i . que para x = . 16(. 1)2 (x . 24 . por lo que. 1)2 (32 + 4) ) c = . 14 + 3 . 60 . Otro metodo mas sencillo para obtener los coe cientes es: si dos polinomios son iguales. 39 = (x . 2i + x + 2i Comparando esta descomposicion con la anterior. queda . 1)(x . 3)(x2 + 4) b c m n a x . 3)(x2 + 4) a(x . 1)2 (x . 3 x .14x2 + 3x . 39 = (x . d = 0. 1 (x . 3)(1 + 4) ) b = 5 para x = 3 es . 2i + x + 2i = x2 1 4 por lo que + 1 = m(x + 2i) + n(x .8a . dando valores a x en ambos polinomios. 3)(x2 + 4) + c(x . De aqu se deduce por lo tanto un metodo de calculo de los coe cientes desconocidos: identi car los coe cientes de igual grado de ambos polinomios. c n m seran los mismos obtenidos para el caso real. Operando en el segundo miembro. x2 + 4 ya no es primo en C. x2 + 4 = (x . 1)2 (x2 + 4) + (dx + e)(x . 3)(x2 + 4) De la igualdad de estas dos fracciones se deduce la igualdad de los polinomios numeradores de las fracciones. los valores numericos han de ser iguales.2i se tiene 1 = . 1 (x . luego la descomposicion es 3 + 5 + . 3e = 33 para x = . 2000.Polinomios y Fracciones racionales 17 (Observamos que x2 + 4 es primo sobre R). © Edicions UPC. 1 i + 4 i 4 x .3 + . 3 + x . 1)2 (x . sus funciones polinomicas asociadas son tambien iguales. . 1)2 (x . 12 . 2i x + 2i © Los autores. 1)2 + x . 2i). 100 . (2d + e) ) 8a + 2d + e = 25 Resolviendo las tres ultimas ecuaciones resulta a = 3. y x . 3e ) 12a .1 es .3 + 1 x . 3) (x . 3 . e = 1. podemos asegurar que a . 39 = c(3 .3 para x = 0 es .

1 + 2) No as sobre Q que t2 . 2000. 2000. efectuamos la division y tenemos 4 + 2 3 . C ) (6t4 + 2t3 . 1 es primo. tenemos (6t4 + 2t3 . t2 . Q(t) = t + 2 + 6t t5 . 1)00(0) = . 2)) = P (t) y haciendo uso del hecho: si dos polinomios son iguales tambien lo son sus funciones polinomicas asociadas. 1)0 (0) = 0 = P 0 (0) = . 1 . Descomponer en fracciones simples sobre C. t2 . 1 + 2) + E (t . por lo que la descomposicion en fracciones simples de Q(t) sera la misma tanto sobre R como sobre C y distinta para Q. 1) Solucion: Puesto que el grado del numerador es mayor que el del denominador. t2t4 . 1 = (A + Bt + Ct2 )(t2 . t3 = t3 (t . t 3 = t + 2 + t5 . © Edicions UPC. t2 . t2 . 1 = Q(t): t3 (t2 . 1 . 2)) t . 2t4 .1 . 2A (6t4 + 2t3 . 1 .P (t). 1)(0) = . 1)+ t3 (D(t . t3 2t4 p p 6t4 +2t3 . Veamos para R y C: A Q(t) = t + 2 + t3 + B + C + t2 t que operando obtenemos Dp + E p t. t2 .1. 2t . t3 tiene la misma descomposicion en factores primos tanto sobre R como sobre C: p p t5 .A (6t4 + 2t3 . t2 . 2B .B .2 .18 Algebra Lineal. 2)E ) (6t4 + 2t3 . 2t . 1+ 2)+ E (t . t2 . R y Q la fraccion racional siguiente t6 + t4 . 1)000(0) = 12 = p p = P 000(0) = 6(B . 1)0000(0) = 144 = P 0000(0) = 48C + 48(D + E ) © Los autores. 2t . P 00 (0) = 2(A . p p . 2t .1 + 2)D + (. t3 1 t5 . 2 t.1+ 2 por lo que 2 2 3 D( Q(t) = t + 2 + (A + Bt + Ct )(t . Problemas resueltos 8. 1)5+ t2(4 . 2)(t . 2t4 .t t.1 = P (0) = . 2C + (. t2 .

1. obteniendo 8 (3) 0 (3) F (x) = F (3) + F 1! (x . hasta el orden 8. 2 t. © Edicions UPC. 1 t 2 p p p haciendo 4 2 p + . 5) 9 X Bn n .1+ 2 por lo que Pasemos a la descomposicion de Q(t) sobre Q: y puesto que la descomposicion en fracciones simples es unica. 1 3 t t 2 9. 2000. n=1 (x .1.4 2 y la descomposicion es p p 1 + .2 + 6 + 4 2 p + . 3)n + n=1 (x . 3) + : : : + F 8! (x .Polinomios y Fracciones racionales 19 Resolviendo el sistema de ecuaciones obtenemos: p p A = 1 B = . 2 t. Bn con n = 1 : : : 9 son numeros complejos a determinar. 1 2 Q(t) 2t t.4 2 = t2 . Q(t) = t + 2 + t1 + . esta sera la descomposicion sobre Q.2 C = 6 D = 4 2 E = . 3)91(x . 5)9 Solucion: La descomposicion sera Q(x) = 9 X An donde An .22 + 6 + t2 . 3)8 + G(x)(x .1+ 2 A B Q(t) = t + 2 + t3 + t2 + C + t2 .Mt .4 2 p Q(t) = t + 2 + t3 t2 t t. 3)9 © Los autores. Consideremos F (x) = 1 9 funcion racional desarrollamos F (x) por la formula (x . Descomponer en fracciones simples sobre C la fraccion racional siguiente Q(x) = (x . 5) de Taylor en el punto x = 3. 2000.16t .16 .

© Edicions UPC.2)18. 3) (x .2)9+n 8! 1 y An = (. 3) y repitiendo el proceso anterior). n)! 218. luego 2(x2 + 1) = A + Bx2 + Cx + D (x + 1)(x3 + 2) (x + 1) (x3 + 2) © Los autores. 2000. n)! (9 1 luego F n (3) = (.9 . 1 9+n 8! 5) 10. 3) 8!(x . 3)9 (x .1)n (8 + n)! (. . (observese que obtenemos Bn considerando F1 (x) = 1 n (x .9. n + 1)(x . 2000. Problemas resueltos siendo G(x) una funcion racional que esta de nida para x = 3 usando este desarrollo tenemos 0 8 1 = F (3) 9 + F (3) 8 + : : : + F (3) + G(x) (x . descomponer en fracciones simples la fraccion racional siguiente 2( 2 Q(x) = (x + x +31) 2) 1)(x + Solucion: Observamos que x3 + 2 no tiene ra ces en Q.1)9. n)! 8!(9 . Sobre el cuerpo de los racionales.n . n)! (. 5)9 (x . 1):::(.n y por simetr a tenemos.n (3) An = F .20 Algebra Lineal. 3) Por la unicidad de los coe cientes An y Bn tenemos 9.9 .n = (.1)n (8 + n)! (x .9)(. 5). n)! F n (x) = (.1)9. (17 1 Bn = (.n (17 .n 8!(9 .

1)n (x2 + 1)n i=0 Pn © Los autores. 1. 6 2 11.Polinomios y Fracciones racionales 21 2(x2 + 1) = A(x3 + 2) + (Bx2 + Cx + D)(x + 1) (x + 1)(x3 + 2) (x + 1)(x3 + 2) Igualando numeradores tenemos Operando A + B = 09 > = B + C = 2> ) C + D = 0> > 2A + D = 2 A=4 B = .n1) = (x2 + 1)n y 2n n (.4 C =6 D = . Descomponer sobre R la fraccion: 2 Q(x) = (x2 x 1)n + Solucion: Haciendo x2 + 1 = y tenemos x2 = y . y + y 2 + : : : + (. luego n x = (y .i i = yn n n n 2 1 1 = 1 . 2000. . © Edicions UPC.4xx3++6x .1)iy n. 2000.1)n y = n n n 1 2 n = 1 .6 luego la descomposicion es 2 4 Q(x) = (x + 1) + . x2 + 1 + (x2 + 1)2 + : : : + (.

2000. Probar que R0 R0 R0 es un R-espacio vectorial con las operaciones siguientes: 8(x y z) (x1 y1 z1) 2 R0 R0 R0 8 2R (x y z ) (x1 y1 z1 ) = (x x1 y y1 z z1 ) (x y z ) = (x y z ) En caso de ser dimension nita determinar una base Solucion: Es facil probar que con la operacion el conjunto R0 R0 R0 es un grupo abeliano: Asociatividad 8(x y z) (x1 y1 z1) (x2 y2 z2) 2 R0 R0 R0 (x y z ) ((x1 y1 z1 ) (x2 y2 z2 )) = (x y z ) (x1 x2 y1 y2 z1 z2 ) = = (x (x1 x2 ) y y1 y2 ) z z1 z2 )) = ((x x1 ) x2 (y y1 ) y2 (z z1 ) z2 ) = = (x x1 y y1 z z1 ) (x2 y2 z2 ) = ((x y z ) (x1 y1 z1 )) (x2 y2 z2 ) (Esta propiedad nos permite escribir (x y z ) (x1 y1 z1 ) (x2 y2 z2 ) ) Conmutatividad 8(x y z) (x1 y1 z1) 2 R0 R0 R0 (x y z ) (x1 y1 z1 ) = (x x1 y y1 z z1 ) = (x1 x y1 y z1 z ) = = (x1 y1 z1 ) (x y z ) Elemento neutro © Los autores. 2000. .Espacios vectoriales 23 Cap tulo 2 Espacios vectoriales 1. © Edicions UPC. Sea R0 el grupo multiplicativo de los numeros reales estrictamente positivos.

. 2000. © Edicions UPC. Problemas resueltos 8(x y z) 2 R0 R0 R0 (1 1 1) (x y z ) = (1 x 1 y 1 z ) = (x y z ) Elemento simetrico 8(x y z) 2 R0 R0 R0 9(1=x 1=y 1=z) 2 R0 R0 R0 tal que (x y z ) (1=x 1=y 1=z ) = (x 1=x y 1=y:z 1=z ) = (1 1 1) Veamos ahora que la operacion externa veri ca las cuatro propiedades necesarias para que el conjunto sea un espacio vectorial: Primera ley distributiva 8 2 R 8(x y z) (x1 y1 ((x y z ) = ((x x1 ) = (x y z Segunda ley distributiva z1 ) 2 R0 R0 R0 (x1 y1 z1 )) = (x x1 y y1 z z1 ) = (y y1 ) (z z1 ) ) = (x x1 y y1 z z1 ) = ) (x1 y1 z1 ) = ( (x y z )) ( (x1 y1 z1 )) 8 2 R 8(x y z) 2 R0 R0 R0 ( + ) (x y z ) = (x + y + z + ) = (x x y y z z ) = = (x y z ) (x y z ) = ( (x y z )) ( (x y z )) 2 R 8(x y z) 2 R0 R0 R0 ( ) (x y z ) = (x y = ((x ) (y ) (z ) ) = = ( (x y z )) Asociatividad de los escalares 8 z )= (x y z ) = Propiedad del elemento unidad del cuerpo 8(x y z) 2 R0 R0 R0 1 (x y z ) = (x1 y 1 z 1 ) = (x y z ) © Los autores. 2000.24 Algebra Lineal.

2000. determinemos una base. 2000. en efecto R0 R0 R0 es un R-espacio vectorial. luego 8(x y z ) 2 R0 R0 R0 . veamos: de tenemos (e 1 e 2 e 3 ) = (1 1 1) ( 1 R0 R0 forman un sistema de (1 1 e)) = (1 1 1) i = 0 8i = 1 2 3 (e 1 1)) ( 2 (1 e 1)) ( 3 ) e i = 1 8i = 1 2 3 ) por lo que forman una base de dicho espacio vectorial. se tiene (x y z ) = (elog x elog y elog z ) = (elog x 1 1) (1 elog y 1) (1 1 elog z ) = = (log x (e 1 1)) (log y (1 e 1)) (log z (1 1 e)) luego los vectores (e 1 1) (1 e 1) (1 1 e) 2 R0 generadores. Sabemos que 8x 2 R0 x = elog x . Demostrar que el conjunto E de las sucesiones numericas u = (u1 u2 un ) = (un) n2N de numeros reales provista de dos leyes de composicion. de nidas mediante: 8u v 2 E 8 2 R es un espacio vectorial. una interna + y una externa . . probaremos que la operacion (interna) + dota a E de estructura de grupo abeliano © Los autores. 2. © Edicions UPC. Veamos cual es su dimension y si es posible. Claramente son independientes.Espacios vectoriales 25 luego. u + v = (un + vn) 8n 2 N u = ( un ) 8n 2 N Solucion: Primero.

.1 = n n n . de donde en = 0 8n 2 N y e = (0 0 : : : 0 : : :) .1 = (un + u. entonces un + u. de donde u. Problemas resueltos u + (v + w) = (un + (v + w)n) = (un + (vn + wn )) (1) = = ((un + vn ) + wn ) = ((u + v )n + wn ) = (u + v ) + w (1) R tiene estructura de grupo. Existencia de elemento simetrico hemos de ver que 8u 2 E existe u. con la operacion + (u + v ) = (un + vn ) = (vn + vn ) = (v + u) Conmutatividad Existencia de elemento neutro veamos que existe e 2 E tal que u + e = u 8u 2 E si u + e = (un + en ) = u 8u 2 E . 2000. © Edicions UPC.1 tal que u + u.1 = (.un 8n 2 N y u. luego e existe y es unico.1 ) = e . 2000.1 = e si u + u.1 existe y es unico.26 Asociatividad Algebra Lineal. entonces un + en = un 8n 2 N . Veamos ahora que la operacion (externa) veri ca las cuatro propiedades. necesarias para que el grupo abeliano E sea un R -espacio vectorial Primera ley distributiva 8u v 2 E 8 2 R (u + v ) = ( (u + v )n) = ( (un + vn )) = ( un + vn ) = = ( un) + ( vn) = (un) + (vn ) = u + v Segunda ley distributiva 8 2 R 8u 2 E ( + )u = (( + )un ) = ( un + un ) = ( un) + ( un ) = = (un ) + (un ) = u + u Asociatividad de los escalares © Los autores.1 = 0 8n 2 N .un ) luego u.

por lo tanto W es subespacio vectorial si y solo si k = 0 . Estudiar. © Edicions UPC. Solucion: Recordemos que F es un subespacio vectorial del K -espacio vectorial E si y solamente si: 8 2 K 8u v 2 F entonces u + v 2 F Sean pues 2 R y f g 2 F (R R) ( f + g ) 2 F (R R) si y solo si ( f + g )(1) = k comprobemos si esto es as ( f + g )(1) = ( f )(1) + ( g )(1) = f (1) + g (1) = k + k = ( + )k luego ( + )k = k 8 2 R si y solo si k = 0 . 4. Sea fe1 e2 e3g una base del R-espacio vectorial R3 . 2000. 2000. 8u 2 E 3. © Los autores. .Espacios vectoriales 27 8 2 R 8u 2 E ( )u = (( )un) = ( ( un)) = ( un ) = ( (un )) = = ( u) Propiedad del elemento unidad del cuerpo Sea 1 2 R y 1 u = (1 un ) = (un) = u luego E es un R -espacio vectorial. para que valores de k 2 R W = ff 2 F (R R)=f (1) = kg es un subespacio vectorial de F . Sea F (R R) el espacio vectorial de todas las funciones de R en R .

2ac = 0 .1) (3 1 0) (0 2 1) (1 0 2) referidos a la base natural de R3 . 2 d + 3e = 0 ) Luego. no pueden formar base.1 © Los autores.ace (1 0 . 2000. (ae1 + be2 ) + 2 (ce2 + de3 ) + 3 (ee3 + fe1 ) = 0 ( 1 a + 3 f )e1 + ( 1 b + 2 c)e2 + ( 2 d + 3 e)e3 = 0 1 Y puesto que fe1 e2 e3 g es base. Recordemos que una coleccion de vectores fe1 ::: eng de un K -espacio vectorial son independientes si y solo si: 1 e1 + ::: + n en = 0 . estos vectores forman base si y solo si son independientes. los vectores dados. tenemos 1 a + 3 f = 0> = 1 ab + 3fb = 0> = b + 2c = 0> . 2000. Problemas resueltos >Determinan los vectores ae1 + be2 ce2 + de3 ee3 + fe1 . .). una base de E ? Aplicar el resultado a las familias de vectores escalares a) b) (1 1 0) (0 1 1) (1 0 .28 Algebra Lineal. © Edicions UPC. 2 acd = 0 ) 3 (fbd + ace) = 0 2 acd + 3 ace = 0 9 9 3 fb . (0 0 1) ) e = 1 f = . Solucion: Puesto que el numero de vectores dado coincide con la dimension del espacio. 1 = ::: = n = 0 Veamos pues. Aplicando el resultado a las familias dadas. si fbd + ace 6= 0 ) 3 = 0 2 = 0 1 = 0 y los vectores seran independientes y formaran base (si fbd + ace = 0 cualquier 3 2 R es solucion del sistema y por lo tanto. 1 ab + 2 ac = 0> ) 1 2d + 3 e = 0 ) 2d + 3e = 0 3 fbd . con a b c d e f no nulos.1) = (1 0 0) . tenemos 9 a) (1 1 0) = (1 0 0) + (0 1 0) ) a = b = 1 > = (0 1 1) = (0 1 0) + (0 0 1) ) c = d = 1 > ) fbd = .

Deducir de aqu que dim ER = 2 dim EC Nota: hemos llamado EC ER a E como C espacio vectorial y como R espacio vectorial respectivamente. © Edicions UPC. . E puede considerarse como un espacio vectorial sobre R. entonces u 2 EC y por lo tanto j = n+j = 0 u = 1 u1 + : : : + nun con j 2 C j = 1 ::: n © Los autores. tenemos j + n+j i = 0 8j = 1 : : : n por lo que: 8j = 1 : : : n y por lo tanto. Veamos ahora que generan ER . (0 1 1) = (1 0 1) . Veamos primero que los vectores dados son independientes en ER consideremos una combinacion lineal igualada a cero: 1 1 u + : : : + nun + n+1 iu1 + : : : + 2n iun = 0 con j 2 R j = 1 : : : 2n sumergiendo ER en EC esta igualdad puede escribirse ( 1 + n+1 i)u1 + : : : + ( n + 2n i)un = 0 con j + n+j i 2 C y puesto que fui g son base de EC . b) (3 1 0) = 3(1 0 0) + (0 1 0) ) a = 3 b = 1 > = (0 2 1) = 2(0 1 0) + (0 0 1) ) c = 2 d = 1 > ) fbd 6= . Solucion: Ante todo. 5. 2000. Demostrar que los 2n vectores fu1 : : : un iu1 : : : iung forman una base de E sobre R . son dependientes (la relacion de dependencia es (1 1 0) . Sea E un espacio vectorial sobre C de dimension n y sea fui g1 i n una base. son independientes. los vectores fu1 : : : un iu1 : : : iung son independientes. Por restriccion del cuerpo de escalares.Espacios vectoriales 29 luego. notamos que los vectores de EC y ER son los mismos. Si u 2 ER . 2000.ace (1 0 2) = (1 0 0) + 2(0 0 1) ) e = 1 f = 2 9 luego. y por lo tanto forman base.

xi = (a1 ::: an) 1 i p . b) El rango de un sistema de vectores no var a si a uno de ellos le sumamos una combinacion lineal de los demas. y por lo tanto dim ER = 2:dim EC 6. son tambien generadores. si colocamos los vectores en columna. pero no necesaria) . 2000. luego j = aj + bj i j = 1 Algebra Lineal. si los coe cientes aj son nulos para i > j con ai 6= 0 (es i i i i decir. 2000. Decir si los vectores f(1 2 3) (2 5 8) (1 3 7)g son dependientes o independientes. Sea E = R3 .30 es decir. . p n . es decir la dimension del subespacio que engendran x 3 0x11 x22 x1 1 0 1x1 0 2 x31 0 x1 x2 x031 0 1 0 @2 5 3A @2 1 1A @2 1 0A 3 8 8 3 2 5 3 2 3 0 0 0 00 00 00 © Los autores. los elementos son todos nulos). © Edicions UPC. la matriz obtenida es tal que por encima de la diagonal principal. Analogamente. a) Dados p vectores. si colocamos los vectores i i en columna. si los coe cientes aj son nulos para i < j con ai 6= 0 (es decir. de un espacio vectorial de dimension n . entonces los vectores son independientes (es una condicion su ciente. por lo tanto para investigar las dependencia o no de los vectores dados los colocaremos en columna yuxtaponiendolos y haremos operaciones elementales de la o columna para conseguir los ceros necesarios para conocer el rango de la matriz. la matriz obtenida es tal que por debajo de la diagonal principal. tambien son independientes. los elementos son todos nulos). Problemas resueltos : : : n con aj bj 2 R u = (a1 + b1i)u1 + : : : + (an + bn i)un = = a1 u1 + b1 i)u1 + : : : + an un + bniun = = a1 u1 + : : : + an un + b1 iu1 + : : : + bniun luego. Solucion: El metodo que vamos a usar aqu para la discusion de la dependencia o independencia se apoya en las proposiciones siguientes. Por ser un sistema de generadores independientes son base.

6) pertenezca a F es condicion necesaria y su ciente que pueda ponerse en combinacion lineal de los generadores de F : ( = = .x02 + x03 3 Los tres vectores cumplen la condicion establecida en a). 2000. Hallar Solucion: 2 R para que ( .37 = .x1 + x3 x00 = .5 3) + b(2 . .37 . . Si U es el subespacio engendrado por el vector (0 1) . Sea ahora U 0 el subespacio engendrado por el vector (3 1) .Espacios vectoriales 31 x01 = x1 x00 = x01 1 x02 = . luego son independientes.37 .2x1 + x2 x00 = x02 2 x03 = . Probar que tambien se veri ca E = W U 0 (no unicidad del complementario).1 y 8.1 4 7) . Solucion: Recordemos que si F G son subespacios de E estos forman suma directa si y solo si F \ G = f0g Si F y G forman suma directa y ademas se veri ca que F +G = E © Los autores.1 4 7) obligando pues a la compatibilidad del sistema resultante a + 2b 9 > > 2a . Probar que E es suma directa de W y U .6) = a(1 2 . Para que el vector ( .37 .6 = luego el vector ( .5a + 4b> > 3a + 7b a = 5 b = .37 . 7. 2000.6) 2 R4 pertenezca al subespacio F R generado por (1 2 .5 3) y (2 . © Edicions UPC. b = . Sea E = R2 y W el subespacio engendrado por el vector (1 1) .3 = .6) 2 F si y solo si = .1 = 13 = 13.

Si E es de dimension nita y F y G forman suma directa. para que F + G = E basta comprobar que dim F + dim G = dim E Tomemos pues x 2 W \ U . Sea P3 el espacio vectorial de polinomios de una variable de grado inferior o igual a 3 a coe cientes en R. de donde =3 = y de aqu se deduce = = 0 . y x = (0 1) por ser de U. Problemas resueltos diremos que E es suma directa de estos dos subespacios y lo notaremos por F G .32 Algebra Lineal. q 0 )(1) = p0 (1) . 1)2 . q 2 F 8 2R 0. 0 = 0 ( p . b) Los polinomios (x . Puesto que dim E = 2 y dim W = dim U = 1 se tiene dim W + dim U = dimE luego. Identi cando (1 1) = (0 1) es =0 =0 luego x = 0 y por tanto la suma es directa. >son linealmente independientes? Dar una base de F . q )(1) = p(1) . es decir. Solucion: a) Sean p q 2 F veamos si p . 2000. Sea ahora y 2 W \ U 0 como antes: y = (1 1) = (3 1) . q 0 (1) = © Los autores. © Edicions UPC. por tanto es tambien E = W U 0 9. c) Encontrar dos polinomios para completar la base de F y formar una base de P3 . q (1) = 0 . q )0 (1) = ( p0 . Determinar un subespacio vectorial complementario E de F en P3 . en efecto. Dar su dimension. . 0=0 ( p . y = 0 luego W y U 0 forman tambien suma directa y dim W + dim U 0 = 2 = dim E . 1)2 y x(x . 2000. es x = (1 1) por ser de W . a) Probar que los polinomios p 2 P3 que veri can p(1) = p0 (1) = 0 (siendo p0 el polinomio derivado de p ) forman un subespacio vectorial F de P3 . E = W U .

3x + 2) + a2 (x2 .a3a+. 2x + 1) = a3 p1 (x) + a2 p2 (x) y p1 (x) p2 (x) 2 F ( p1 (1) = p01 (1) = 0 y p2 (1) = p02 (1) = 0) por lo que son generadores. . 2 )x2 + ( . En a hemos observado. 2a2 a0 = 2 3 a2 p(x) = a3 x3 + a2 x2 + (. 2x2 + x . luego p(1) = a3 + a2 + a1 + a0 = 0 p0(1) = 3a3 + 2a2 + a1 = 0 y por tanto. en efecto. basta observar que si p(x) 2 F entonces p(x) = (x . 2 )x2 + ( . 1)2 = 0 . 2 )x + = 0 y por tanto.Espacios vectoriales 33 Luego. 2x + 1) + (x3 . y dim F = 2. Sea p(x) = a3 x3 + a2 x2 + a1 x + a0 2 F . 1)2 2 F (pues F es el conjunto de polinomios de grado menor o igual que tres tales que tienen a 1 como ra z de multiplicidad por lo menos dos). 2000. son independientes. luego. 2x2 + x) = 0 ) x3 + ( . es decir. 2x2 + x son independientes ya que forman una base de F . 1)2 + b(x . y F es pues un subespacio vectorial. 2x +1 x3 . que (x . pues de a3 p1(x) + a2 p2(x) = 0 luego son base. reordenando terminos tenemos x3 + ( . 2 + )x + + = 0 = =0 © Los autores. ya que 1+ de donde = = x + (x2 . 1)2 = ap1 (x) + bp2 (x) luego F es el conjunto de polinomios generado por p1 (x) p2(x) con p1 (x) y p2(x) independientes. 2x + 1 x3 . © Edicions UPC. 2000. son base de F . 1)2 x(x . 2a2)x + (2a3 + a2 ) = = a3 (x3 . 1)2 + x(x . 1 x son vectores independientes de x2 . por lo que F es un subespacio vectorial de dimension 2 y estos dos polinomios determinan una base b) Sea (x . c) Los vectores x2 .3a3 . q 2 F . Y son independientes. 1)2 (ax + b) = ax(x . p . Otra forma: se tiene a3 = a2 = 0 De hecho. 3 ) a1 = . = = 0 .

. por lo que tenemos que invertir el sistema dado). b) Sea C = fc1 c2 c3g una nueva base cuyas coordenadas respecto de B son: > a2 = b2 + b3 + b : a3 = b1 + b2 3 8c = b . Obviamente. 10. B = fb1 b2 b3g dos bases del espacio vectorial R3 relacionadas mediante: 8 a = b . 3b + 4b >1 1 2 3 < a) Hallar la matriz que transforma las coordenadas de los vectores de la base B a la A. 2000.+ b2 : c3 = b2 1 b3 Hallar la matriz de transformacion de B a C y de A a C .1 1 @ .1 1 (observese que necesitamos la expresion de los vectores de la base B en funcion de la base A . Luego: 0 1 S = @ . el resultado es el mismo vector (vector columna) cuyos componentes son las coordenadas del vector. la matriz de paso de B a A sera S .b. © Edicions UPC.3 0 1 1 1A 4 1 1 1 matriz de paso de A a B y esta matriz es tal que si componemos dicha matriz con un vector columna cuyos componentes son las coordenadas de un vector de R3 en la base A .7 3 7 1 4A 1 . 2000.1 = 7 0 0 . © Los autores. Solucion: a) Recordemos que la matriz S de paso de A a B es la matriz cuadrada cuyas columnas son las coordenadas de los vectores de A expresados en la base B .34 Algebra Lineal. Sean A = fa1 a2 a3g . b + b >1 1 2 3 < > c2 = . Problemas resueltos luego G = 1 x] es un subespacio complementario de F . pero expresado en la base B .

una base de R4 Solucion: Para que formen base es condicion necesaria y su ciente que sean linealmente independientes.1 4 4 4 4 0> > 0= 0> > 0 9 1 2 0 2 0 0 6= 0 1 . la matriz de paso de C a B es 0 1 .2 1 + 2 2 + 0 1 1. 11. Estudiar si los vectores w1 = (0 1 . 2000. 2000.1 = @ 0 0 S=@ 1 1 1 1A 1 1 0 2 2 3 1 2 2A .2 1 2 1 y si componemos las matrices S y T . +2 3+2 3+0 3. . es decir.1 3 1 = = = = = 2 = 3 = 4 =0 lo que equivale a decir. la matriz de paso de B a C es 01 T . 1 1 w + 2 w2 + 3 w3 + 4 w4 = 0 .1) forman o no.1 T = @ .1 T . que el sistema 0 1+1 2+1 1 1+1 2+0 .1 1 luego.Espacios vectoriales 35 b) Analogamente.2 2 1 .2 1) w2 = (1 1 2 .1 1 1 0 1A 0 .1 1 nos proporciona.1 2+1 tenga solucion unica lo que equivale a que 0 1 1 1 D = .1) w3 = (1 0 0 1) w4 = (2 2 0 . obviamente. la matriz de paso de A a C . © Edicions UPC.1 © Los autores.

obtendremos los vectores de E1 \ E2 .-1.1) para E2 . Observamos que. dando valores cualesquiera a los escalares 2 3 .-1. entonces v= es decir.1) 2 E1 \ E2 2 3 w2 = (1 2 1 2) + (3 1 3 1) = (4 3 4 3) 2 E1 \ E2 observamos que w1 y w2 son independientes por lo que dim E1 \ E2 que E1 \ E2 E1 y dim E1 = 2 © Los autores. Veamos cual es el subespacio E1 \ E2 : si v 2 E1 \ E2 .1 1 . (1 2 1 2) = (2 .1. (1. (1. forman base basta calcular el determinante de la matriz. 2000.1. y (1. 2 = 2 1+2 2+ 3 ) 2 1 = 3 2+4 3 > > 1+ 2 = 2+3 3 > 2 2 = . 2+2 3 1. para ver si n vectores de un espacio vectorial de dimension n . se tiene w1 = (3 1 3 1) .2.1. + (1 1 1 1) + 2 (1 . Solucion: Observamos que dim E1 = 2 ya que (1.36 Algebra Lineal. © Edicions UPC.1) . por los vectores (1. son base. Problemas resueltos D = .1.1 3 = 1 .1) = = 1 (1 2 0 1) + 2 (1 2 1 2) + 3 (3 1 3 1) 1 9 = 1 + 2 +3 3 > > > 1 = 0 = = 1.1 2 . 12. en efecto.2) y (3. En el espacio vectorial R4 se consideran los subespacios E1 y E2 generados Hallar las dimensiones del subespacio interseccion y del subespacio suma. 2 = 1+2 2+ 3 por lo que. formada por los vectores columna que expresan los vectores dados respecto una base y ver si es o no distinto de cero.-1) son independientes.3.1. luego. para para = =1 2 = . 2000.1.-1) para E1 .0.1) .1) y (1. 2 y puesto .1. y puesto que hay dos parametros libres dimE1 \ E2 = 2 1 2 9 Por ejemplo.8 6= 0 .2.1.

luego dim(E1+E2 ) = dim E2 . pues E2 E1 + E2 y tienen la misma dimension). Sabemos que dim (E1 +E2 ) = dim E1 +dim E2 . (Tenemos que E1 + E2 = E2 . 2000.Espacios vectoriales 37 se tiene que E1 \ E2 = E1 y dim E1 \ E2 = 2. 2000. © Los autores. © Edicions UPC.dim (E1 \E2 ) . .

13 1 @ 0 1 . Matrices 39 Cap tulo 3 Sistemas de ecuaciones lineales. quedando 0 8 .29 A Solucion: Tomamos la matriz B y restamos la primera la a la segunda y la primera al doble de la tercera.5 . 2000. © Edicions UPC.4 . .Sistemas de ecuaciones lineales.5 .16 A = B2 0 0 49 Sobre B2 . Matrices 1.5 .16 A = B3 0 0 1 © Los autores.13 1 B = @ 8 .13 1 @ 0 1 .5 .16 A = B1 0 3 1 Tomamos ahora la matriz B1 y restamos a la tercera la el triple de la segunda.13 1 B @ 0 1 . 0 8 . quedando B1 0 8 . Dada la matriz 4 . 2000. dividimos la tercera la por 49 B2 0 8 .1 .6 reducirla a una matriz diagonal mediante transformaciones elementales de las y columnas.

0 1 2 . 2. . © Los autores. Problemas resueltos Sobre B3 . sumamos a la segunda la dieciseis veces la tercera y a la primera trece veces la tercera B3 0 8 . 0 0 1 . . 1 4 8 0 1 2 A donde A 2 M3 (R) .5 0 1 @ 0 1 0 A = B4 0 0 1 Sobre B4 . . A .1 2 3 . Determinar la inversa de la matriz 0 A=@ por el metodo del pivote. 1 0 0 1 4 8 . C . sumamos a la primera la cinco veces la segunda y tenemos B4 08 @0 0 0 1 0 A = B5 0 0 1 1 que es ya diagonal podemos seguir reduciendo dividiendo la primera la por 8. 2000. 0 1 0C = A .1 2 3 1 Solucion: Yuxtaponemos la matriz A y la matriz identidad I 0 B B @ 1 . obteniendo B5 luego 01 @0 0 0 1 0A = I 0 0 1 1 B I. © Edicions UPC. 2000.40 Algebra Lineal.

0 0C 1 0C A 6 .1 6 . Resolver el sistema © Los autores. .. B 1 4 8 . obteniendo A4 ( e ) A la primera la de A4 le restamos cuatro veces la segunda 3. ..11 2 C A (e) @ 0 1 0 . . 0 0 1 . . .11 2 A . 1 . . . C B 0 1 2 . 6 .1 6 .11 2 C B 0 1 A (d) @ (c) @ .. . © Edicions UPC..1 ( a ) A la tercera la de A le sumamos la primera. 0 1 0 .4 0 C B 2 .. 0 . .1 inversa de A 0 B1 A (a) B 0 @ 1 0 . 1 .1 6 . 1 0 0 B 1 0 0 . . .4 0 2 .1 1 y por consiguiente 1 . obteniendo A3 ( d ) A la primera la de A3 le restamos ocho veces la tercera. 2000.1 le sumamos seis veces la segunda de A1 obteniendo A2 ( c ) A la segunda la de A2 le restamos dos veces la tercera de A2 . necesarias para convertir A en I ..1 0 A. . 0 1 0 A (b) @ . Una vez terminado el proceso la matriz que aparece en el lugar que ocupaba I es la matriz A. 2 .48 8 C 2 . .1 . . 1 2 . 4 8 . .11 2 C A . obteniendo A1 ( b ) A la tercera la de A1 multiplicada por . .1 1 9 .1 0 0 0 1 .Sistemas de ecuaciones lineales.. . 1 0 0C B1 4 8 . 2000. Matrices 41 y hacemos las transformaciones elementales de las. 1 0 1 . 0 6 11 . 0 ... . 1 0 0 C B 1 4 B 0 1 0 .1 = @ 1 1 0 .1 0 0 1 .

y por tanto.2> 3x .1 1 6 0 5 . Problemas resueltos x .42 Algebra Lineal.2 . el sistema es incompatible.2 3 7 1 0 1 . Discutir segun los valores de a b c d el sistema a coe cientes en K siguiente x + 2y + 3z + 4t = a9 > > 2x + 3y + 4z + t = b = 3x + 4y + z + 2t = c > > 4x + y + 2z + 3t = d suponiendo: a) K = Q b) K = Z Solucion: © Los autores.2 3 7 1 @ 2 1 . 2000.2 3 7 1 0 1 . 2000. .1 1 z 6 0 71 0x1 AX = @ . 2z = .8 .2 3 1 0 x 1 0 7 1 @ 2 1 .2 A @ 0 5 .2 A con X = @ y A 6 z Yuxtaponemos a la matriz A la matriz columna y 6 hacemos transformaciones elementales a B para poder comparar los rangos de A y 0 71 @ .16 A 3 .2 A 3 . y + z = 6 9 Solucion: El sistema se expresa en forma matricial por 0 1 .8 .8 . 2y + 3z = 7 > = 2x + y . © Edicions UPC.15 0 0 0 1 luego rangoA = 2 .2 A . rangoB = 3 . 4.2 A @ y A = @ . obteniendo la matriz B B 0 1 .16 A @ 0 5 .

8 . Matrices 43 01 2 3 4 a1 01 2 3 4 a 1 B 2 3 4 1 b C B 0 .2a + b C @ 3 4 1 2 c A @ 0 .a2.7 .9a + b + c +11d a + b +11c . + c C B 0 1 2 . 7b + d 0 0 0 40 11 .10 .10 .4a + d 0 1 2 3 34 d 1 01 2 3 4 1 a a 2 b a B0 1 2 7 @ 0 0 4 .2 . b z = a + 11b40 9c + d t = 11a . 5. 9 . 9d C @ 0 0 40 0 a + 11b . © Los autores.13 .bb.a2+ . 9c + d 11a . 940+ c + d b) para K = Z las transformaciones elementales realizadas son validas para que haya solucion los elementos . 9b + c + d 0 40 0 0 0 . 40b C @ 0 0 40 0 a + 11b . © Edicions UPC. c C A @0 0 4 7 A b 2 0 0 4 36 10a . 2000. 9b + c + d 0 10 20 30 40 1 10a B 0 40 80 280 80a .9a + b40 c + 11d y = a + b +40 c . 9d .3a + c A 4 1 2 0 . 2000.2 .1 .4 .7 . 9c + d A 0 0 0 40 11a . 9b + c + d han de ser multiplos de 40. Estudiar segun los valores de a el sistema ax + y + z = a> = x + ay + z = a> x + y + az = a resolviendolo en los casos en que ello sea posible. 9b + c + d a) para K = Q las transformaciones elementales realizadas son validas el sistema tiene solucion unica 11 + x = .9a + b + c + 11d 1 B 0 40 0 0 a + b + 11c .Sistemas de ecuaciones lineales. 9d a +11b . 9c + d A 0 0 0 40 11a .4 a .

1)2 1 1 a Luego. 1)2 = a + 2 1 Si a = . 1)2 = a + 2 a a 1 1 a 1 1 a a a y = (a + 2)(a .2 y a 6= 1 el sistema es compatible y determinado y por el metodo de Cramer tenemos que la solucion es a 1 1 a a 1 a 1 a a x = (a + 2)(a .2 rangoA = 2 ya que . si a 6= .2 6= 0 1 1 .2 1 . © Edicions UPC.2 1 .2 6= 0. luego el sistema es compatible indeterminado y el conjunto de soluciones es: S = f(x y z) 2 R3 j x + y + z = 1g © Los autores. . 2000. 1)2 = a + 2 a 1 a 1 a a 1 1 a a z = (a + 2)(a .2 Luego el sistema es incompatible. y rangoA = 3 siendo A la matriz 1 0 1 obtenida de A yuxtaponiendole la matriz columna @aA a a rangoA = 3 ya que . Si a = 1 rangoA = rangoA = 1. 2000.2 .2 .44 Algebra Lineal. Problemas resueltos Solucion: Hallemos el valor del determinante de la matriz asociada al sistema 0a 1 11 detA = det @ 1 a 1 A = (a + 2)(a .

Sistemas de ecuaciones lineales. Matrices

45

6. Resolver en M2 (R) el sistema
5 2x + 3y + z = ;5 x + 2y ; 3z = ;1 ;3 5 3x + 5y ; z = ;8 5 1

9 > > > > 3 = ;3 > > 8 > >
;1

Solucion:

0x1 02 A @y A = @1
z

3 2 3 5

0 10x1 B 1 ;3 A @ y A = B B @ ;1 z 1 C C C A 1 C C C A 1 C C C A

;5 1 ;1 3 ;3 ;3 5 8 ;8 ;1

5 5

1 C C=B C A
;1 3 1 ;3 ;3 C C 5 5 ;5 1 C A 5 8 ;8 ;1 1 ;1 3 ;3 ;3 C C 7 ;1 C

Tomamos la matriz A del sistema ampliada con la matriz B y procedemos a efectuar las oportunas transformaciones elementales

0 B2 3 1 B 1 2 ;3 B @ 3 5 1 0 B 1 2 ;3 B 0 ;1 7 B @ 0 ;1 8 0 B 1 2 ;3 B 0 ;1 0 B @
0 0 1

; ; ; ; ; ; ; ; ; ; ; ; ; ; ;

5 5 51 1 3 3 3 5 8 8 1 1 3 3 3 7 1 1 7 8 1 1 8 1 3 3 3 0 1 1 0 10 01

0 B 1 2 ;3 B2 3 1 B @ 3 5 1 0 B 1 2 ;3 B 0 ;1 7 B @ 0 0 1 0 B1 0 0 B 0 ;1 0 B @
0 0 1

1 7 10 01 2 1 10 0 1 1 0 10 01

;

;

1 C C C A

A

y por lo tanto la solucion del sistema es 2 X = ;1 1 0 0 Y = ;1 1 0

Z= 1 0 0 1

© Los autores, 2000; © Edicions UPC, 2000.

46

Algebra Lineal. Problemas resueltos

7. Se dice que A 2 M3(R) es magica si al sumar los elementos de cada la, de cada
columna, de la diagonal principal, y de la diagonal secundaria, se obtiene siempre el mismo valor. Construir todas las matrices magicas simetricas.

Solucion:
Una matriz A = (aij ) es simetrica si y solo si aij = aji luego las matrices magicas simetricas seran de la forma 0 1

b c z con x + a + b = s a + y + c = s b + c + z = s x + y + z = s 2b + y = s que

@a y cA

x a b

interpretandolo como un sistema de cinco ecuaciones con siete incognitas x + y + z ; s = 09 > y + a + c ; s = 0> > = x + a + b ; s = 0> z + b + c ; s = 0> > y + 2b ; s = 0 resulta un sistema homogeneo, por tanto compatible, y que vamos a resolver por transformaciones elementales 0 1 1 1 0 0 0 ;1 1 0 1 1 1 0 0 0 ;1 1 B 0 1 0 1 0 1 ;1 C B 0 1 0 1 0 1 ;1 C B 1 0 0 1 1 0 ;1 C B 0 ;1 ;1 1 1 0 0 C B @ 0 0 1 0 1 1 ;1 C B 0 0 1 0 1 1 ;1 C A @ A 0 1 0 0 2 0 ;1 0 0 0 ;1 2 ;1 0 0 1 1 1 0 0 0 ;1 1 0 1 1 1 0 0 0 ;1 1 B 0 1 0 1 0 1 ;1 C B 0 0 1 1 0 1 ;1 C B 0 0 ;1 2 1 1 ;1 C B 0 0 1 ;2 ;1 ;1 1 C B @ 0 0 1 0 1 1 ;1 C B 0 0 0 2 2 2 ;2 C A @ A 0 0 0 0 0 10 0;1 02 ;1 ;1 1 0 0 0 0 1 ;2 1 ;1 1 1 1 0 1 1 1 0 0 0 B 0 1 0 1 0 1 ;1 C B 0 1 0 1 0 1 ;1 C B 0 0 1 ;2 ;1 ;1 1 C B 0 0 3 ;6 0 ;3 2 C B @ 0 0 0 1 1 1 ;1 C B 0 0 0 3 0 3 ;2 C A @ A 0 0 0 0 ;3 0 1 0 1 1 1 0 0 0 ;1 1 0 0 0 0 00 0;3 ;30 0 11 3 0 0 B 0 3 0 0 0 0 ;1 C B 0 3 0 0 0 0 ;1 C B 0 0 3 0 0 3 2 C B 0 0 3 0 0 3 ;2 C B @ 0 0 0 3 0 3 ;2 C B 0 0 0 3 0 3 ;2 C A @ A 0 0 0 0 ;3 0 1 0 0 0 0 ;3 0 1
© Los autores, 2000; © Edicions UPC, 2000.

Sistemas de ecuaciones lineales. Matrices

47

quedando el sistema de rango cinco: 3x ; 3c = 09 3x > > 3y ; s = 0> 3y = 3z + 3c ; 2s = 0> , 3z 3a + 3c ; 2s = 0> 3a > ;3b + s = 0 3b

9 = 3c > x=c > =s > s = = ;3c + 2s> , y = 3 = b = ;3c + 2s > z = 2s ; 3c = a > 3 =s
2 1 1 0A 0 2

por lo tanto la matriz magica simetrica buscada es

0 c B 2s;3c B B 3 @
s
3

2s 3c 3 3

;
s

para todo c s 2 R .

c

1 C 0 1 ;1 0 1 s 0 0 c C = c @ ;1 0 1 A + 3 @ 2 C A 0 1 ;1 1 2s;3c
3

s

1

3

8. Discutir y resolver en R el sistema:

3x + 2y + 5z 4x + 3y + 6z 5x + 4y + 7z 6x + 5y + 8z

= = = =

1> > 2= 3> > 4

9

Solucion:
Escrito matricialmente, el sistema es 0x1 03 2 510x1 011 A@y A = B4 3 6C@y A = B2C = B @5 4 7A @3A z z 6 5 8 4 Tomamos la matriz A obtenida de A yuxtaponiendole la matriz columna B y procedemos a efectuar transformaciones elementales de la 03 2 5 11 03 2 5 1 1 03 2 5 1 1 B 4 3 6 2 C B 0 ;1 2 ;2 C B 0 ;1 2 ;2 C @ 5 4 7 3 A @ 0 ;2 4 ;4 A @ 0 0 0 0 A 6 5 8 4 0 0 ;1 2 ;2 1 0 0 0 0 0 1 6 9 0 12 2 3 0 4 B 0 ;1 2 ;2 C B 0 ;1 2 ;2 C @0 0 0 0 A @0 0 0 0 A 0 0 0 0 0 0 0 0
© Los autores, 2000; © Edicions UPC, 2000.

. 10. Problemas resueltos y tenemos rango A = rango A = 2 < 3 .2g = f(2 . 7t = = = = a9 > = b> c> > d © Los autores. Sean a b c d cuatro numeros reales estrictamente positivos. 3z .2 2 1 ( a ) Permutamos la primera con la segunda la ( b ) A la tercera la le restamos la segunda ( c ) A la segunda la le restamos la primera. 2000. 2000. y + z + t . Determinar X tal que AX = B .1 + 1 ) 8 2 Rg 2 9.48 Algebra Lineal. luego el sistema es compatible indeterminado y el conjunto de soluciones es 3 f(x y z) 2 R3 =2x + 3y = 4 .y. siendo 01 11 A = @1 0A 1 1 y 02 11 B = @0 2A 2 1 Solucion: Tomemos la matriz A0 obtenida de A yuxtaponiendole la matriz B y procedamos a efectuar transformaciones elementales de la 01 1 j 2 11 01 0 j 0 21 A0 = @ 1 0 j 0 2 A (a) @ 1 1 j 2 1 A (b) 1 1 2 0 1 1 jj 2 1 1 0 1 0 jj 0 1 2 1 1 0 0 2 @ 1 1 j 2 1 A @ 0 1 j 2 .3x + y .x . 2 .1 A 0 0 j 0 0 (c) 0 0 j 0 0 Y tenemos que rang A = 2 y rang A0 = 2 por lo tanto el sistema es compatible y determinado y la unica solucion es: X = 0 . © Edicions UPC. Demostrar que el sistema siguiente no posee ninguna solucion en R x+y+z+t x.z+t .y + 2z = .

4 .t 2 2 2 Para que el sistema inicial sea compatible estos valores de x y z hallados. tenemos x = a+b .1 .x . Consideramos pues el sistema 9 x + y + z = a . han de satisfacer la cuarta ecuacion substituyendo pues.4 luego el sistema no es de rango maximo 1 1 1 1 0 0 1 . t) . y .1 1 = 1 . 3( a + c . Resolver el siguiente sistema de ecuaciones en C x + y + z = a> = x + wy + w2 z = b > x + w2y + wz = b 9 © Los autores. y + z = c .1 0 2 luego el sistema es de rango tres y las tres primeras ecuaciones son independientes. tenemos .(3a + 2b + 2c) = d y puesto que a b c d son estrictamente positivos.7 . esta igualdad es imposible y el sistema es incompatible. 2 2 .2 = . 7t = d 2 2 2 luego la compatibilidad implica .1 = 1 .2 0 0 = 0 .1 0 .3( a + b .t y = t.Sistemas de ecuaciones lineales. . 11. b+c z = a+c .3 . Matrices 49 Solucion: El determinante del sistema es 1 1 1 1 1 0 0 0 1 . z = b .1 1 .1 . t> = x .3 1 .1 1 1 .2 .1 . © Edicions UPC. t> . b + c ) . 2000.3 4 . 2000.4 6= 0 .1 . t que es compatible y determinado por ser de rango maximo y resolviendo por Cramer. t) + (t .

w = a . el sistema es compatible y determinado para todo a b 2 C y resolviendo el sistema por Cramer. luego ha de ser w . b 1) 3 1 1 a 1 w b 1 w2 b z = 3w(w . 2000. Problemas resueltos Solucion: El determinante del sistema es 1 1 1 1 w w2 = (w . 1) 6= 0 . aA 0 0 0 b. 1 = (w . © Edicions UPC. 2000. el sistema es incompatible. 1) = 0 . a = 0 . 1 = 0 . © Los autores. 1) = a + 2b 3 1 a 1 1 b w2 1 b y = 3w(w .a 1 y para que el sistema sea compatible. 1 = 0 . en cuyo caso 01 @1 1 1 a 1 1 bA 1 1 1 b 1 01 @0 1 1 a 0 0 b. (w2 . se tiene que w = 0 o w . 1)(w2 + w + 1)). pero si w3 = 1 . b 3 si w(w . Algebra Lineal. es decir w = 1 . a 1 1 b w w2 b w2 w x = 3w(w . b . 1) = a . . 1)2 . es w 6= 0 . 1) 1 w2 w (Nota: puesto que w3 = 1 . se tiene w4 = w ::: y w3 . Si w(w .50 sabiendo que w es una ra z cubica de la unidad. 1)2 = 3w(w . y el conjunto de soluciones es f(x y z) 2 C3 =x + y + z = ag si a 6= b .

y z . z ) c) h : R2 . 1) + (x2 + y2 x2 . 2)) = 6 6 = f (v + w ) © Los autores. y2 ) (z1 . 1) + (z2 . 1) b) g : R3 .! R2 tal que g (x y z ) = (x + z y . para cada caso. y1 z1 . 1) = = ((x1 + y1 ) + (x2 + y2 ) (x1 . (y1 + y2 ) (z1 + z2 ) .! R3 tal que h(x y ) = (x + k y + k x + y ) con k 2 R Determinar si son o no lineales. y1 ) + (x2 . K -espacios vectoriales es lineal. (y1 + y2 ) (z1 + z2 ) . 1 f (v ) + f (w) = (x1 + y1 x1 . 1)) = = ((x1 + x2 ) + (y1 + y2 ) (x1 + x2 ) . se veri can los axiomas: a) 1) sean v = (x1 y1 z1 ) v + w = (x1 + x2 y1 + y2 z1 + z2 ) f (v + w) = ((x1 + x2 ) + (y1 + y2 ) (x1 + x2 ) . entonces comprobemos si. y2 z2 . si y solo si 1) 2) 8v w 2 E f (v + w) = f (v) + f (w) 8v 2 E 8 2 K f ( v) = f (v) w = (x2 y2 z2) .Aplicaciones lineales 51 Cap tulo 4 Aplicaciones lineales 1. 2000. .! F con E F . Solucion: Recordemos que una aplicacion f : E .! R3 tal que f (x y z ) = (x + y x . Consideremos las aplicaciones entre R -espacios vectoriales siguientes: a) f : R3 . 2000. © Edicions UPC.

es necesario y su ciente que 2k = k . © Edicions UPC. h es lineal si y solo si k = 0. no puede ser lineal. entonces 8 2 R v = ( x1 y1 z1) g ( v ) = g( x1 y1 z1 ) = ( x1 + z1 y1 . (z1 + z2 )) g(v) + g(w) = (x1 + z1 y1 . (y no hace falta probar 2) b) 1) sean v = (x1 y1 z1 ) Algebra Lineal. z1) = ( (x1 + z1 ) (y1 . para que h(v + w) = h(v ) + h(w) . Problemas resueltos w = (x2 y2 z2) . y una aplicacion f : E =) F . z1 ) + (y2 . Observacion: Sean E y F dos espacios vectoriales sobre K de dimensiones ( nitas) n y m respec. z1 ) = g ( v ) luego. entonces v + w = (x1 + x2 y1 + y2 ) h(v + w) = ((x1 + x2) + k (y1 + y2 ) + k (x1 + x2 ) + (y1 + y2)) h(v ) + h(w) = (x1 + k y1 + k x1 + y1 ) + (x2 + k y2 + k x2 + y2 ) = = ((x1 + k) + (x2 + k) (y1 + k) + (y2 + k) (x1 + y1 ) + (x2 + y2 )) = = ((x1 + x2 ) + 2k (y1 + y2 ) + 2k (x1 + x2 ) + (y1 + y2 )) k = 0.52 luego. f (v ) = f (x1 : : : xn) = w = (y1 : : : ym ). © Los autores. z1 ) g(v) = (x1 + z1 y1 . (z1 + z2 )) = g (v + w) 2) Sea v = (x1 y1 z1 ). entonces v + w = (x1 + x2 y1 + y2 z1 + z2 ) g (v + w) = ((x1 + x2 ) + (z1 + z2 ) (y1 + y2 ) . Nota: no hace falta probar 2 para k 6= 0 ya que de todos modos la aplicacion no ser a lineal. . entonces 8 2 R v = ( x y ) h( v ) = ( x y x + y ) h(v ) = (x y x + y) = ( x y (x + y )) = ( x y x + y) = h( v ) luego. z2 ) = = ((x1 + z1 ) + (x2 + z2 ) (y1 . 2000. 2000. z2 )) = = ((x1 + x2 ) + (z1 + z2 ) (y1 + y2 ) . z1 )) = = ( x1 + z1 y1 . z1 ) + (x2 + z2 y2 . c) 1) Sean v = (x1 y1 ) w = (x2 y2) . g es lineal. es decir 2) Sea pues k = 0 y sea v = (x y ).

y la matrriz de la aplicacion en las bases dadas es 1 n 0 a1 : : : a1 1 1 n .! R lineal. de la cual se sabe que f (1 2 3) = (6 4 31)> = f (2 0 1) = (3 6 12)> f (0 1 0) = (0 1 2) Hallar la matriz de f en la base natural.. A A = B . © Edicions UPC. 2000. 2000. 9 Solucion: Si fe1 e2 e3 g es la base natural. @ . Sea f : R3 . f es lineal si y solo si las coordenadas yi son polinomios homogeneos de grado 1 en las variables x1 : : : xn : y1 = a1 x1 + : : :a1 xn .. tenemos el sistema f (e1 ) + 2f (e2 ) + 3f (e3 ) = 6e1 + 4e2 + 31e3 > = 2f (e1 ) + f (e3 ) = 3e1 + 6e2 + 12e3 > f (e2 ) = e2 + e3 © Los autores. 2. 9 . : : : .Aplicaciones lineales 53 con xi e yi las coordenadas de los vectores v 2 E y w 2 F respecto a bases de E y F previamente escogidas. para dar la matriz de f en dicha base necesitamos conocer f (e1 ) f (e2 ) f (e3 ) expresados en la base natural (1 2 3) = e1 + 2e2 + 3e3 f (1 2 3) = f (e1 + 2e2 + 3e3 ) = f (e1 ) + 2f (e2 ) + 3f (e3) = = (6 4 31) = 6e1 + 4e2 + 31e3 Analogamente se tiene que f (2 0 1) = 2f (e1 ) + f (e3 ) = 3e1 + 6e2 + 12e3 f (0 1 0) = f (e2 ) = e2 + 2e3 es decir. ym = 1 n am x1 + : : :am xn . C . am : : : am 1 n esto es cada la de la matriz esta formada por los coe cientes del polinomio correspondiente.

! e x ? R3i e © Los autores. Fijando esta base en el espacio de partida. . Problemas resueltos que.1 = @ 2 1 3 0 6 1A 31 12 2 1 La matriz de paso de la base fe1 e2 e3 g a la base fv1 v2 v3 g es 2 0 .1 A 3 1 0 2 5 . 2000. la matriz de la aplicacion en estas bases es 06 B =@4 01 S . B R3i v . y jando la natural en el espacio de llegada. 2000. © Edicions UPC.. 2 42 ) 5 5 5 luego. la matriz sera 03 5 B 16 A=B5 B @ Otra forma de resolver el problema: 9 5 0 1 2 1 C 2C .4 0 1 y tenemos el diagrama : S ..1 1 . 5 e2 + 42 e3 = ( 5 .5 C A 9 5 42 5 Puesto que (1 2 3) (2 0 1) (0 1 0) son independientes forman una base fv1 v2 v3 g de R3 . tenemos 3 f (e1 ) = 3 e1 + 16 e2 + 9 e3 = ( 5 16 9 ) 5 5 5 5 5 f (e2 ) = e2 + 2e3 = (0 1 2) 9 2 9 f (e3 ) = 5 e1 . despejando f (e1 ) f (e2 ) f (e3) .54 Algebra Lineal.1 ? R3i .1 0 2 0 1 A = 5 @ 3 0 .

lo que equivale a decir rango f + rango g n (ya que dim kerg + rango g = n ) 4. 2000. Encontrar una base de Kerg y otra de Imf . entonces para todo x 2 E se tiene g (f (x)) = 0 . 2y z + y) es lineal. f (v + w) = f (x1 + x2 y1 + y2 z1 + z2) = = ((x1 + x2 ) . Sea E un espacio vectorial sobre K de dimension n > 1 >Que desigualdad veri can los rangos de dos endomor smos f g de E tales que g f = 0 ? Solucion: Si g f = 0 .1 = B 5 B @ 9 5 0 1 2 1 C . lo que implica que Imf esta contenido en Kerg entonces dim Imf dim Kerg .Aplicaciones lineales Luego 03 5 B 16 A = BS .! R2 de nida por f (x y z) = (x . 2y1 z1 + y1 ) + (x2 . © Los autores. 2y ) (z + y )) = (x . Demostrar que la aplicacion f : R3 . . Hallar su matriz en las bases naturales y su rango. 2y2 z2 + y2 ) = f (v ) + f (w) 8 2 R sea v = (x y z) f ( v) = f ( x y z) = ( x . 2y2 ) (z1 + y1 ) + (z2 + y2 )) = = (x1 . 2y 2 + y ) = f (v ) luego. 2000. 2y1 ) + (x2 . © Edicions UPC.2 C 5C A 9 5 42 5 55 3. 2 y z + y) = = ( (x . Solucion: Veamos la linealidad: Sean v = (x1 y1 z1 ) w = (x2 y2 z2 ) . en efecto es lineal. 2(y1 + y2 ) (z1 + z2 ) + (y1 + y2 )) = = ((x1 .

2000. La matriz de la aplicacion viene dada por los coe cientes de dichos polinomios. 2zy + z = 0 0 Por lo tanto Kerf = f(x y z )=x .2 0 0 1 1 0x1 @ y A = xy. De hecho. Problemas resueltos Hallemos la matriz de la aplicacion. Un endomor smo f 2 L(E2) tiene por matriz en la base fe1 e2g de E2 a 2 A = . rangof = 3 . © Edicions UPC. Sea pues (x y z) 2 Kerf entonces 1 . es un vector cuyas coordenadas son polinomios homogeneos de grado 1 en las variables del vector inicial.2 0 0 1 1 linealmente independientes).1 y el vector de la base es (2 1 . 2y = 0 y + z = 0g y una base puede ser: tomando y = 1 las componentes x z son: x = 2 z = . rango A = 2 = dim Imf = R2 (= numero de vectores columna de A que son dim Kerf = 3 .2 1) f (0 0 1) = (0 1) por lo tanto A = 1 . 2000. calculando la imagen de los vectores de la base natural de R3 f (1 0 0) = (1 0) f (0 1 0) = (.1). los dos primeros apartados y segun la observacion del problema 1 podemos resolverlo de la manera: f es lineal ya que la imagen de un vector dado en coordenadas. . 2 = 1 una base de Imf puede ser f(1 0) (0 1)g determinemos ahora una de Kerf v 2 Kerf si y solo si f (v) = 0 .3 . 5.3 2 © Los autores.56 Algebra Lineal.

1 0 2 1 0 5 2 6... Sea f : R2 .Aplicaciones lineales 57 Hallar su matriz en la base fe01 e02 g dada por 2e01 = e1 + e2 2e02 = e2 .. '.. ! E2 . 2000. e1 Solucion: Tenemos el diagrama 'B ? y 'A ? ? R2 ..1? Ay f '. © Edicions UPC.1 2 1 2 1 A Necesitamos conocer S . ? x E2 . A ! R2 .! R3 una aplicacion lineal de nida por f (x y) = (2x . x) © Los autores. B ! R2 . 1 = .3 2 1 2 1 2 .1? B? x ? R2 ..1 1 1 1 S . 1 = .1 y por lo tanto 1 B = . y x + y 2y .3 . . 2000.1AS La relacion entre ambas matrices es siendo S = '. B = S .1 1 1 2 .1 'B la matriz cambio de base que para la base fe1 e2 g A 01 2 S=@ 1 2 .

Problemas resueltos a) Dar la matriz de f en las bases naturales de R2 y R3 respectivamente calcular f (3 1 ) .1 1 2)] c) Tenemos el diagrama: R2vig ..x + 2y = 0 9 Sistema compatible y determinado luego Kerf = f(0 0)g y dim Kerf = 0 .1 2 0 11 1 0 1 1 ) = @ 2 .1 A 3 = @ 27 A f (3 2 1 1 1 2 . fu1 u2 u3g . 2 b) Dar una base. 2000. 3 )v2 ). dim Kerf = 2 y Imf = (2 1 . S? ? R2 .1 2 .1) (. A ! R3 .1 ? ? y . © Edicions UPC.2 b) Kerf = f(x y ) 2 R2 =f (x y ) = 0g . y = 0> 2 . siendo v1 = (2 1) v2 = (0 3) 1 Calcular f ( 1 v1 + (. c) Dar la matriz de f en las bases fv1 v2 g ..58 Algebra Lineal. por lo tanto dim Imf = dim R2 .1 2 2 .1 1 A = @ 1 1A y . y la dimension de Kerf y de Imf . 2 u1 = (1 1 1)> = u2 = (2 0 1)> u3 = (0 0 2) 9 Solucion: a) f (1 0) = (2 1 . f f © Los autores. 2000.1) f (0 1) = (. luego 0 @ 1 2x .1 1 2) .. x T .1 x = ( 0 0 0 ) ) x + y = 0= 1 1A y > .. luego la matriz de f en las bases naturales es 0 2 . B ! R3uig .

! F tal que g h = f . 2000. 1 v2)) = @ 1 0 @ 7 2 .1AS = @ nalmente. © Edicions UPC.1 . 2000.Aplicaciones lineales 59 siendo 01 2 @1 0 1 1 S = T . Sean E F G tres K -espacios vectoriales (de dimension nita).! G g : F . 1 = 2 3 3 3 . Demostrar que es condicion necesaria y su ciente para que exista al menos una aplicacion h : E .3 3 2 1 3 3 3 2 0 . Necesitamos 2 0 4 0 T .2 3 = 7 u1 + u2 .2 0 A . 13 u = ( 11 7 .2) 2 1 2 4 3 2 2 0 f ( 3 v1 + (. que Imf Img . . Solucion: Consideremos el diagrama © Los autores.! G dos aplicaciones lineales. 3 )v2 = 3 (2 1) . si hacemos 3 3 0 . 13 4 1 1A = luego 7.1 0 0 A la matriz de paso de la base fu1 u2 u3 g a la natural.1 = 4 2 . y sean f : E . 1 (0 3) = (3 1 ) 2 2 3 2 7 u + u . 13 u3 2 4 1 observamos que 3 v1 + (.3 A .3 A .1 2 1 2 0 la matriz de paso de la base fv v g a la natural y T = 1 2 1 3 0 1@ 1 y por lo tanto 0 B = T .

vamos a de nir h(x) . 2000. y2 2 F1 y y . DM . Sea R x] el espacio de los polinomios a coe cientes reales. Luego g (y ) = g (y2 ) . h esta bien de nido. © Edicions UPC. pues sean y = y1 + y2 y = y1 + y2 tales que g (y ) = g (y) entonces y .! R x] mediante D(P (x)) = P 0 (x) polinomio derivado. Sea f (x) 2 Imf Img . Por lo tanto. De nimos h(x) = y2 . existe z 2 F que g (z ) = y . f? g y G Veamos que la condicion es necesaria. (z = h(x)) . tal h F y sea F1 F . es decir.. 2000. y 2 Kerg puesto que y2 . tal que f (x) = y si g h = f se tiene g (h(x)) = f (x) = y . Problemas resueltos E. tal que f n = 0). luego existe y 2 F tal que g (y ) = f (x) con y = y1 + y2 . se tiene que y2 . 8. y 2 Kerg . De nimos D M : R x] .. y1 2 Kerg . b) >Es D nilpotente? (diremos que f 2 L(E ) es nilpotente si existe n 2 N . y2 2 Kerg \ F1 = f0g luego y2 = y2 . MD = I . Veamos que la condicion es su ciente. tal Dado x 2 E . Consideremos Kerg que F = Ker g F1 .60 Algebra Lineal. Imf Img . Sea y 2 Imf existe pues x 2 E . d) Deducir de ello que (DM )2 = D2 M 2 . c) Probar que DM . Solucion: © Los autores. !F ? . . y2 2 F1 . 2) M (P (x)) = xP (x) 1) a) Probar que D y M son lineales.

Notese que R x] es de dimension in nita. MD)(p(x)) = D(M (p(x))) . DM 9. M (D(p(x))) = D(xp(x)) .1(an+1 (n + 1)xn + : : : + a1 ) = = : : : = an+1 (n + 1)! 6= 0 contradiccion. © Edicions UPC. 8x 2 E f (x) = g (x). Sea E el espacio de las matrices cuadradas a coe cientes en C de orden 2. I )M = (D2 M . Luego D no es nilpotente. xp0 (x) = p(x) = I (p(x)) luego DM . pues Dn+1 = 0 c) Dadas f g 2 End(E ) entonces f = g . M (p(x) + q(x)) = x(p(x) + q(x)) = xp(x) + xq(x) = M (p(x)) + M (q(x)) M ( p(x)) = x( p(x)) = xp(x) = M (p(x)) luego M es lineal.! Rn x] entonces s que es nilpotente.Aplicaciones lineales 61 a) Veamos que se cumplen las dos condiciones D(p(x) + q (x)) = (p(x) + q(x))0 = p0(x) + q 0 (x) = D(p(x) + D(q(x)) D( p(x)) = ( p(x))0 = p0(x) = D(p(x)) luego D es lineal. D)M = D2 M 2 . Dn (q (x)) = Dn. 2000. 2000. con an+1 6= 0. en nuestro caso: (DM . . De nimos una aplicacion f de E en C de la forma b f ( a d )) = a + d c © Los autores. y que si nos restringimos a DjRn x] : Rn x] . es Dn p(x) = 0 Sea q (x) = an+1 xn+1 + : : : + a0 .1(D(q(x)) = Dn. b) Si existe n 2 N tal que Dn = 0 . MD = I d) (DM )2 = (DM )(DM ) = D(MD)M = D(DM . implica que para todo p(x) 2 R x] . M (p0(x)) = p(x) + xp0(x) .

se tiene f (AB ) = f (BA). BA 2 ker f . 2000. © Edicions UPC. entonces c 0 a + b0 c 0 b + b0 BA = a0 a + d0c a0 b + d0d c c d 0 + bc0 0 + bd0 AB = aa0 + dc0 ab0 + dd0 ca cb f (AB ) = aa0 + bc0 + cb0 + dd0 = a0 a + b0c + c0b + d0d = f (BA) c) Puesto que f (AB ) = f (BA) se tiene que f (AB . Algebra Lineal. e2 = 00 E y 1 para C. b b) Sean A = a d c 0 b0 B = a0 d0 . c) Demostrar que es imposible encontrar dos elementos de E tales que AB . 2000. la aplicacion se expresa: 01 00 . pero f (I ) = 2 6= 0 luego. e3 = 00 10 . o sea que. 6 © Los autores. Otra forma: escogidas bases e1 = 1 0 . BA) = 0. . BA = I d) Dar una base de Ker f . para f (a b c d) = a + d y ahora podemos aplicar la observacion dada en el problema 1. BA para unas ciertas matrices A B se tendr a I 2 ker f .62 a) Probar que f es lineal. BA = I . para todo A B 2 E se tiene que AB . Problemas resueltos b) Probar que si A B son dos elementos cualesquiera de E . e4 = 00 01 . Si I = AB . para todo A B 2 E es AB . Solucion: b a) Sean A = a d c 0 b0 A0 = a0 d0 c 0 b + b0 f (A + A0 ) = f ( a + a0 d + d0 ) = a + a0 + b + b0 = c+c = a + d + a0 + d0 = f (A) + f (A0 ) b f ( A) = f ( a d ) = a + d = (a + d) = f (A) c luego f es lineal.

p(x) 2 Kerf . p(x)) = p(x) . cuerpo conmutativo de caracter stica distinta de dos. Ip . . Obviamente. luego si a p es proyector I . luego son base de ker f . 2p (=) I + p . del problema anterior). Diremos que p 2 End(E ) es un proyector si y solo si p2 = p . b d) Si A = a d 2 ker f es a = . 10. a) Comprobar que: p es proyector .Aplicaciones lineales 63 (Comparar dicho resultado con el hallado en el apartado c. 2p = I . p . Solucion: a) ) ) (I . (a) por ser p proyector ( ) Puesto que (I . comprobar que p1 + p2 es proyector si y solo si p1 p2 = p2 p1 = 0. p)2 = I . p . p(x) = 0 luego x . p = 0 . se tiene que I + p2 . pI = I 2 + p2 .1 + b 0 1 + c 0 0 = aA1 + bA2 + cA3 c 0 0 0 1 0 A1 A2 A3 2 ker f . generan ker f y son linealmente independientes. 2000. ) E Imp + Kerp E ) Imp + Kerp = E © Los autores. p2 (x) = p(x) . p)2 = I 2 + p2 . p es proyector. Sea E un espacio vectorial sobre K . es decir. p(x) 2 Imp + Kerp . p(x) se tiene que p(x .d luego c b 0 A = a d = a 1 . x = p(x) + x . © Edicions UPC. Consideremos x . I . p . luego p2 . 2000. 2p = I . p2 = p b) Sea x 2 E . b) Comprobar que: p es proyector ) Imp Kerp = E c) > Es cierto el rec proco de b? d) Si p1 p2 son proyectores. p tambien lo es.

64 Algebra Lineal. tal que p(y) = x . por lo tanto p1 (p1 p2 ) = . a Entonces E = Imp Kerp (a) por ser p proyector c) Consideremos E = R2 y f tal que su matriz en la base natural sea Se tiene Imf = (1 0)] Kerf = (0 1)] . 2000.p2 p1 .(p1 p2 ) p1 luego p1 p2 p1 = . .((p1 p2 ) p1 ) p1 = . Para ello veamos un ejemplo: Sea R2 y f tal que en la base natural sea 0 1 0 0 Tenemos Imf = (0 1)] y Kerf = (0 1)] . luego f no es proyector. © Edicions UPC. 0 0 Kerf .p1 (p2 p1) p1 p2 = p2 p2 = .p1 p2 p1 ) 2p1 p2 p1 = 0 () p1 p2 p1 = 0 por lo que a) p1 p2 = .p1 p2 p1 = 0 © Los autores. Nota: En un espacio de dimension nita E se tiene siempre que dim E = dim Imf + dim Kerf para todo f 2 EndE . luego 0 = p(x) = p2 (y ) (=) p(y ) = x . luego R2 = Imf 2 0 2 = 4 0 6= 2 0 . Sin embargo. Si p1 + p2 es proyector ) (p1 + p2 )2 = p1 + p2 pero (p1 + p2 )2 = p2 + p2 + p1 p2 + p2 p1 = p1 + p2 + p1 p2 + p2 p1 1 2 luego p1 p2 + p2 p1 = 0 luego p1 p2 = . pero esto no implica E = Imf Kerf . 2000. luego Imf = Kerf y no pueden formar sumar directa pero dim Imf + dim Kerf = 1 + 1 = 2 = dim R2 d) Sean p1 p2 proyectores. 0 0 0 0 0 0 2 0 .(p1 p2 ) (p1 p1 ) = .(p1 p2 ) p1 1 y componiendo esta ultima igualdad por p1 por la derecha tenemos (p1 p2 ) p1 = . Problemas resueltos Veamos que la suma es directa: sea x 2 Kerp \ Imp se tiene p(x) = 0 y existe y 2 E .

2 = 6 6= 0 ) . dim Imf 3 .1 4 3 1 1 © Los autores. f sera exhaustiva en caso de que dim Imf = 2 . Veamos si es as : la matriz de f en la base fu1 u2 u3 g de R3 y la natural de R2 es 1 A = . (a) aqu es donde interviene la hipotesis de carac K 6= 2 11. 2000. 2000. por lo tanto 1 0 3 u4 = au1 + bu2 + cu3 y f (u4) = af (u1 ) + bf (u2 ) + cf (u3 ) b) f no puede ser inyectiva. ya que dim Kerf = dim R3 .! R2 una aplicacion lineal de la que conocemos f (u1 ) = (1 .Aplicaciones lineales 65 luego p1 p2 = p2 p1 = 0. 2 1 1 (En efecto.1) f (u2 ) = (4 1) y f (u3 ) = (3 1) . .1 1 .1 6) vectores de R3 y sea f : R3 . 2 = 1 6= 0 ( dim Imf 2 puesto que Imf R2 ) . . >Por que? b) La aplicacion f >sera inyectiva? >sera exhaustiva? c) Calcular la matriz de f en las bases naturales de R3 y R2 respectivamente. y rec procamente. Solucion: a) Es posible hallar f (u4 ) ya que fu1 u2 u3g forman base de R3 . se tiene (p1 + p2 )2 = p2 + p2 + p1 p2 + p2 p1 = p1 + p2 1 2 luego p1 + p2 . si p1 p2 son proyectores y p1 p2 = p2 p1 = 0 .2 3) u4 = (6 . d) Determinar una base de Kerf . a) >Es posible determinar f (u4 ) ?. Sean u1 = (2 . © Edicions UPC.1 1) u2 = (1 1 0) u3 = (1 . es un proyector.

1 = C 0 1 1 A0 = . A ! R2 u . 16 z x = 16 z g = (3 15 16)] 12. 2000.ax + ay + z ) es un automor smo. az ax + y + z .1 2 3 2 3 2 A@y A = z 0 0 4x + 20y + 18z = 0 .1 6 C C C A . . S? y ? R3i e A0 S es la matriz de cambio de base de fu1 u2 u3g a la natural fe1 e2 e3g . 2000.1 4 3 1 1 0 B B B @ 3 1 2 1 6 C A B B B @ 1 6 5 6 1 6 20 6 3 2 1 2 1 2 . © Edicions UPC.1 1 = rango .1 2 3 3 2 1 A d) Kerf = f(x y z ) 2 R3 =f (x y z ) = 0g 02 10x1 20 3 3 6 @ .1 B @ B 1 . 1 6 02 C C=@ 3 C A .1 con 0 2 1 11 0 2 . 2 C y S .x + 3y + 3z = 0 Sistema compatible indeterminado de rango = 2 cuyo conjunto de soluciones es 3 15 Kerf = f(x y z ) 2 R3=y = ..1 1 2 1 2 1 2 .1 4 1 0 1 Algebra Lineal.1 5 4 0 0 c) La matriz de f en las bases naturales sera R 3 i .1 1 1 2 2 S = B . Encontrar los valores de a para los cuales el endomor smo de R3 dado por f (x y z) = (x + ay .66 1 y rango A = 2 = rango .1 .1 2 5 6 1 6 . Problemas resueltos 3 = rango 1 0 0 = 1 .. © Los autores. y A0 = AS .

© Edicions UPC. es distinto de cero.a 1 A = @ a 1 1A . a) Hallar los subespacios Im f y Ker f . . a .a a p 1 y det A = 1 . f (1 0 0) = (1 a . 2)(a + 1 + 2) .1 + 2 .Aplicaciones lineales 67 Solucion: f sera automor smo si el determinante de su matriz asociada. Sea la matriz 00 A = @0 2 1 0 3A 0 0 0 1 asociada a la aplicacion lineal f de nida sobre R3 respecto la base natural. a3 = . 2000.a) f (0 1 0) = (a 1 a) f (0 0 1) = (.(a + 1)(a + 1 . b) Hallar una base de R3 para la cual la matriz de f en dicha base sea 00 B = @0 1 0 0 1A 0 0 0 1 Solucion: © Los autores.1 . 2000. 3a2 . 2 p 13. Busquemos pues la matriz de f en la base natural (por ejemplo). luego det A 6= 0 si y solo si a es distinto de p p .a 1 1) luego 0 1 a . en cualquier base.1 .

k)x + (k . ya podemos a rmar que Kerf = (1 0 0)] b) Buscamos v1 = (x1 x2 x3 ) v2 = (y1 y2 y3 ) v3 = (z1 z2 z3 ) tales que formen base. 2000. Problemas resueltos = (0 0 0) (2 0 0) (1 3 0)] = (2 0 0) (1 3 0)] Kerf = fx 2 R3=f (x) = 0g 00 2 110x1 001 ) 2y + z = 0 @0 0 3A@y A = @0A . © Edicions UPC. 1)y 2(1 . 2000. 1)y kz) © Los autores. . y si 0 1 Imf = fy 2 R3 =9x 2 R3 con f (x) = y g = = f (1 0 0) f (0 1 0) f (0 0 1)] = S= entonces SB = AS @ x1 y1 z1 A 2 2 2 x3 y3 z3 x y z 0x y z 100 @ x1 y1 z1 A @ 0 2 2 2 x3 y3 z3 por lo tanto 1 0 0 1A = 0 0 0 1 00 @0 2 1 x y z A @ x1 y1 z1 A 0 3 2 2 2 0 0 0 x3 y3 z3 10 1 y podemos tomar: x2 = x3 = y3 = 0 9 > > 2y2 = x1 = 3z3 = y2 > > 2z2 + z3 = y1 v1 = (6 0 0) v2 = (1 3 0) v3 = (0 0 1) 14. k)x + (2k .! R3 de nida por fk (x y z) = ((2 . observando la matriz A que es de rango 2 y la primera columna es identicamente nula. Se considera la aplicacion fk : R3 .68 a) Recordando la de nicion de Im f y de Ker f : Algebra Lineal. 3z = 0 0 0 0 z 0 ) Kerf = (1 0 0)] De hecho.

1) 6= 0 . es rangofk = 3 y.1 0 A 0 0 0 y el Kerf0 es: z 0 0 0 Luego Kerf0 = (1 2 0) (0 0 1)] c) 0 2 . k) 0) f (0 1 0) = (k . k 2(1 . si k 6= 0.1 Mk = @ 2 . por tanto.1 0 1 0 . luego.1 0 A + k @ . © Edicions UPC. y dar la expresion de 2 n Mk en funcion de A B y k y deducir de ello una expresion para Mk Solucion: a) f (1 0 0) = (2 . 1 0) f (0 0 1) = (0 0 k) luego 0 2.Aplicaciones lineales 69 a) Determinar la matriz de fk asociada a la base natural de R3 b) Determinar Kerfk c) Supuesto k(k . © Los autores. 1 0 A 0 0 k b) Observamos que det Mk = k2 .2 0 0 0 1 0 2 0 A = A + kB 0 0 1 1 2 Mk = (A + kB )2 = A2 + k2 B2 + kAB + kBA . .k k . 2000.1 01 Mk = @ 2(1 . demostrar que la matriz Mk puede ponerse de la forma Mk = A + kB donde A y B son dos matrices a determinar. 1 2k . 2000.1 0 1 0 x 1 0 0 1 @ 2 . y = 0 0 0 2 . Kerfk = f0g Sea pues k = 0 0 2 .1 0 A @ y A = @ 0 A ) 2x .1 0 1 M0 = @ 2 . k) 2k .

2 2 0 A @ . p0 (x) . Solucion: Sea p(x) 2 Kerf ) f (p(x)) = grado p0 (x) grado p(x) . por induccion se concluye que Mk = A + kn B . Consideremos los endomor smos f D : Rn x] . pero 0 = p(x) . veamoslo: n Es valido para n = 1 .1 1 0 1 0 . entonces B podr a ser cualquier matriz. Y si k = 1. luego p(x) = p0 (x) .1 = Mk (A + kn. y que se puede poner en funcion del operador D . 2000. y vale p(x) = a polinomio constante. si bien la expresion hallada tiene sentido. 2000.1 B) = = A2 + kn. Mk = I y Mk = I . Mk = A + k2 B .1B veamoslo para n : n n Mk = Mk Mk .1 1 0 1 0 2 .1 0 A = @ 2 . y por tanto no tendr a por n que ser AB = BA = 0 . Luego a = 0 y p(x) = 0 .1 1 0 1 0 0 AB = @ 2 .1 1 0 1 0 .1 0 + k0 + kn B = A + kn B Nota: si k = 0 . si y solo si grado p(x) = 0 . luego p0 (x) = (a)0 = 0 . supuesto cierto para n .1 0 1 A2 = @ 2 . 1 : Mk .70 Observamos que Algebra Lineal. 15.1 0 A @ .1 = A + kn.1 B) = (A + kB)(A + kn.1 0 1 0 2 . Problemas resueltos 0 2 .1 0 1 0 .1 0 1 0 2 .! Rn x] siendo D el operador derivada: D(p(x)) = p0 (x) y f tal que f (p(x)) = p(x) . Sea Rn x] el espacio vectorial de los polinomios de grado menor o igual que n .1 AB + kBA + kn B 2 = A + kn.1 0 1 0 0 BA = @ .2 2 0 A = @ 0 0 0 0 0 0 1 0 0 .1 0 A = @ 0 0 0 1 0 0 0 1 2 n luego. p0(x) . © Los autores.2 2 0 A @ 2 . © Edicions UPC.1 . Pero la igualdad. Demostrar que existe f .1 B 2 = @ . . y por lo tanto.2 0 0 1 0 0 1 0 0 2 .1 0 A @ 2 .2 2 0 A = @ .1 0 A = A 0 0 0 0 0 0 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0A = B 1 1 0 0A = 0 0 1 0 0A = 0 0 0 .

1 = 0 y f . n. f es inyectiva y toda aplicacion lineal inyectiva de un espacio vectorial de dimension nita en s mismo es exhaustiva. D) = = 0 D0 + : : : + n Dn .1 f = ( 0 D0 + : : : + n Dn ) (I .Aplicaciones lineales 71 Por lo tanto.1 = 0D0 + y ha de cumplirse que f . © Edicions UPC.1 .1 f = I Notar que: f = I . y por tanto. n. . 0 0 = 1> > = 0= 9 > ) > i =1 i=1 n n . 0 D1 .1 = D0 + : : : + Dn . 2000. existe f . © Los autores.1)Dn. D + nDn ya que Dn+1 = 0 I = f . Si f .1 .1 se puede poner en funcion de D esta ha de ser: f . 2000. . 1 )D2 + por lo tanto 1 Dn+1 = n ( n . 0 )D1 + ( 2 . = 0 I + ( 1 .

1 (2) = i s. s(3) = c . 2000.1 .1 (3) = i t. 2000.1 = (1 2 4 3) i = 4> > i=3 s.Determinantes 73 Cap tulo 5 Determinantes 1.1 (4) = i s(i) = 1 s(i) = 2 s(i) = 3 s(i) = 4 t(i) = 1 t(i) = 2 t(i) = 3 t(i) = 4 luego luego luego luego luego luego luego luego © Los autores. tenemos s s s s t t t t De De De De De De De De t(1) = s(t(1)) = s(1) = 49 > = t(2) = s(t(2)) = s(2) = 3> t(3) = s(t(3)) = s(4) = 2> > t(4) = s(t(4)) = s(3) = 1 s(1) = t(s(1)) = t(4) = 39 > = s(2) = t(s(2)) = t(3) = 4> s(3) = t(s(3)) = t(1) = 1> > s(4) = t(s(4)) = t(2) = 2 tenemos tenemos tenemos tenemos tenemos tenemos tenemos tenemos s t = (4 3 2 1) t s = (3 4 1 2) i = 39 > > i = 4= s. as como el signo de cada una de ellas. s(4) = d . determinar las permutaciones s t t s s.1 t.1 (1) = i s.1 (4) = i t.1 (2) = i t. .1 (3) = i s. Dadas las permutaciones s = (4 3 1 2) t = (1 2 4 3) . © Edicions UPC.1 (1) = i t. s(2) = b .1 = (3 4 2 1) i = 2> > i=1 i = 19 > > i = 2= t. Solucion: Recordando que s = (a b c d) signi ca s(1) = a .

1) = 1 (.1 ) = "(s) = . 2000.5 2 1 3 1 2 2 5 2 . Hallar el valor del determinante jAj = 0 1 1 1 0 1 3 1 2 Solucion: Recordando la de nicion de determinante: si A = (ai ) detA = j se tiene X s "(s)as1 as2 as3 1 2 3 jAj = +3 1 1 + 0 0 2 + 1 1 1 . . 1 1 2 .1) "(ts) = "(t) "(s) = (.1 "(t. 0 1 1 = 3 + 1 .74 Algebra Lineal.1) = 1 2.2 4 5 jAj = 2 0 .1 ) = "(t) = .1) "(s.1 " (t) = . 2 = 2 3. 3 0 1 .1 " (s) = .3 © Los autores.1 (. © Edicions UPC. Hallar el valor del determinante 3 . Problemas resueltos Veamos cual es el signo de cada una de estas permutaciones N (s) = 3 + 2 = 5 luego s es impar : N (t) = 1 luego t es impar : "(st) = "(s) "(t) = (. 2000.

Solucion: a) 3 .1 5 + 1 3 4 5 = 1 3 2 2 5 2 2 5 5 2 = 4(. Por ejemplo.Determinantes 75 a) Por la regla de Laplace.17) = 188: © Los autores.22) . el de la permutacion (1 3 2 4). y el del segundo. por ejemplo.3 2 5 .1 2 (3) 2 .1):(. que es + .3 (1) (2) (3) (4) Hay que formar sumas de productos de determinantes 2 2 . de la primera la. el signo del primer sumando anterior es el signo de la permutacion (1 2 3 4). por los menores de las dos primeras columnas.19) + 19:12 + 6(. Cada factor tendra dos las cuya ordenacion sera una permutacion de f1 2 3 4g .2 2 0 . c) Obteniendo \a priori"ceros en una l nea y desarrollando luego por los elementos de esta (reduccion del orden). b) Por los elementos de una l nea. El signo de cada sumando sera el signo de la correspondiente permutacion de las. .1 2 5 4 + 2 0 4 .1 2 . que es . Por ejemplo (1) 3 .1 2 1 3 2 2 5 2 .2 5 2 + 2 3 1 3 2 .3 (4) (1) 3 . por ejemplo. © Edicions UPC. extra dos de A de manera que las dos columnas del primer factor se correspondan con la primera y segunda columnas de A y las dos columnas del segundo factor se correspondan con la tercera y cuarta columnas de A . Pasemos pues al calculo de jAj jAj = + 3 . 2000.3 . 2000.2 5 2 + 3 .3 (4) etc.1) . . 10:13 + (.2 4 5 5 jAj = 2 0 . 2 0 .2 (3) 1 3 5 2 (2) 2 .2 (2) 2 0 . 11(. 3 .

© Edicions UPC. 4:40 . Por ejemplo.3 2 5 2 .! 3 .5 2 .! 3 .3 substituimos la la c por c .! . 2000. por ejemplo.1 = 2 5 .! .1 2 3 1 2 1 1 2 5 2 . empleamos esta columna para rellenarla de ceros fila a fila b fila c fila d . es decir.7 0 12 19 2 Desarrollando pues por la segunda columna tenemos © Los autores.76 b) Algebra Lineal. Problemas resueltos 3 .2 4 5 2 0 5 2 = 3 0 . a (combinacion lineal de las).2 4 5 2 0 5 2 1 3 .! . .7 0 . d . quedando 2 3 . como en la segunda columna hay un cero. 85 = 188: c) Seguiremos un metodo que nos permite obtener el maximo numero de ceros en una l nea ( la o columna) a base de sumarle a dicha l nea una combinacion lineal de las restantes.! 2 0 5 2 .4 0 19 0 2 4 5 5 2 .2 2 0 . (.5 2 + jAj = 1 3 .1 2 2 5 2 . 5 1 3 . le sumamos a la la c las las a y d cambiadas de signo) fila a fila b fila c fila d substituimos.2 4 5 . 5:17 = 351 + 82 . la la .3 d por d + 5 a .! 2 5 2 . 160 .! .3 2 5 2 = 3:117 + 2:41 .4 0 .3 2 0 2 2 0 5 + 4 1 3 2 .3 2 2 . 2000.2) 2 .

1 Y 2 ::: = (xj . Para n=2 V2 = 1 x1 = x2 .Determinantes 77 . 2000. .4 . veamos que tambien lo es para n © Los autores. Probar que x1 x2 Vn = : : : : : : ::: ::: 1 xn 1 1 para x2 1 x2 2 ::: ::: x2 n ::: ::: ::: ::: ::: xn. Solucion: Vamos a probarlo por induccion.1 1 xn. 2000. 1.7 0 = 188 19 24 19 4.1 n n 2 (Es el llamado determinante de Van der Monde). © Edicions UPC.(. xi ) ::: 1 i<j n xn.4 . x1 1 x2 Supongamos que es cierto para m = n .7 19 2 2 5 12 19 2 2 0 1 2 5 2 = 2 2 .2) .

este sale fuera.2 x1 = 3 3 3 3 3 = ::: ::: ::: ::: ::: (c) xn . xi ) ::: 1 i<j n ( a ) restando a la segunda columna la primera multiplicada por x1 la segunda por x1 . c) 1 1 = (a .1 = (xj .. x2 x1 : : : xn. x1 x2 . x1 )(x3 . x1 x2 . x2x1 : : : xn .1 . x1 )(x3 . x1 x2 x3 . xn. cc) = a. 5. x2 x1 : : : xn. x1 x2 . 2000.2 x1 n n n n n 1 x2 x2 : : : xn. xn.1 x3 . b)(a . a bc ac . © Edicions UPC. bc b =(a .2 x1 2 2 2 2 2 x3 . Problemas resueltos 1 0 0 0 ::: 0 n. y a la n-sima la (n-1)-sima por x1 . 1 0 0 .2x1 1 xn . y a la tercera ( c ) si una la o columna esta multiplicada por un escalar.1 . Calcular V = b+c c+a a+b bc ac ab 1 1 1 Solucion: V (=) b + c a . c (=) c(a . x1 ) : : : (xn .. xn.. c) c b © Los autores. x1 xn. x2 x n. bc ab . b)(a .x x 3 . x1 ) : : : (xn . .2 = 3 = (x2 .2 n n Y = (x2 .1 .2x 2.2x1 = 3 3 3 3 3 (a) (b) ::: ::: ::: ::: ::: 2 .1 . xn. ( b ) desarrollando por la primera la. x2 x 1 x2 . x1 x2 . x1 ) : : : : : : : : : : : : :3: : (d) 1 xn x2 : : : xn. x1 x3 x3 . x2 x1 : : : xn.78 Algebra Lineal. 2000.1 . x1 )Vn. xn. x1 x3 x3 .x x 3 . bb) b(aa. b a . . c)(b . x1 xn n 1 xn n 1 : : : xn n x2 . xn. ( d ) el determinante es el de Van der Monde de orden n-1.2 2 2 1 x3 x2 : : : xn. x1 x2 1 2 x2 2 1 : : : x2 1 2 Vn = 1 x3 .

de donde 4 = .1) . 1 = (z . ( b ) desarrolllando por la primera la. 2000. © Edicions UPC.1=0 z4 + z3 + z2 + z + 1 = 0 pero z 6= 1 z4 + z3 + z 2 + z + 1 = 0. . Calcular el determinante de orden n siguiente 2 1 An = 0 1 2 1 0 1 2 ::: ::: ::: ::: ::: ::: ::: 0 0 0 0 ::: 1 2 0 ::: 0 0 ::: 0 1 ::: 0 0 0 0 © Los autores.z)(z + 1) = = z4 + z3 + z2 + z Ahora bien. 2000.1 1 z z+1 sabiendo que z 2 C es tal que z5 = 1 y z 6= 1 Solucion: 4 = z z2 (z + 1) + 0 z 0 + 1 (. 6.z 0 4 = 0 z 2 . Calcular z . 1 z2 0 .1) .z)(. puesto que 0 = z 5 .1 7. z z (. 1)(z 4 + z 3 + z 2 + z + 1) se tiene o luego z.Determinantes 79 ( a ) restando la primera columna a la segunda y tercera. 0 (.

1 2 0 0 ::: ::: ::: ::: ::: ::: = 0 0 0 ::: 1 2 2 1 0 ::: 0 0 1 :1 : :2 : :1 : : : : : 0 : : 0 : = : : : ::: : : 0 0 0 ::: 1 2 1 1 0 2 0 ::: 0 1 ::: 0 ( a ) desarrollando el segundo determinante por la primera la Luego tenemos la relacion de recurrencia siguiente An = 2An.1 .1 .2 ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: 1 1 0 0 0 0 0 0 ::: . 1 2 0 0 ::: .1 = n veamos que An = n + 1 An = 2An. An. 1) = 2n . probar que 1 a b+c 4= 1 b c+a = 0 1 c a+b © Los autores. n + 1 = n + 1 luego An = n + 1 8. An. 2000. An. (n . 2000.2 que nos permitira deducir el valor de An : tenemos que para n = 1 2 3 es A1 = 2 A2 = 3 A3 = 4 Supongamos pues que An. Problemas resueltos Solucion: Desarrollando por la primera columna tenemos 2 1 0 An =2 : 1 : :2 : : 1 : : : : 0 0 0 2 1 0 =2 1 2 1 (a) : : : : : : : : : 0 0 0 =2An. Sin efectuar el desarrollo.1 . .2 = 2n . © Edicions UPC.80 Algebra Lineal.

n y x = 0 de multiplicidad n-1. 58752. 96526 son divisibles por 17. © Edicions UPC. 39865. siendo D el determinante siguiente © Los autores. 10.Determinantes 81 Solucion: Sabemos que no se altera el valor de un determinante si a una l nea le sumamos una combinacion lineal de las demas. Calcular las ra ces de la ecuacion 1+x 1 4n = :1 : 1:+:x : : 1 1 ::: 1 ::: 1 ::: ::: ::: 1+ x Solucion: Sumando a la primera columna todas las demas tenemos n+x 1 4n = n:+:x 1 :+:x : : n+x 1 1 = (n + x) : 1 : : (a) 1 ::: 1 1 1 : : : 1 = (n + x) 1 1 + x ::: ::: ::: ::: ::: 1+ x 1 1 0 ::: 0 x ::: 0 n. 64872. 2000. Sabiendo que 18887. la primera columna Luego las ra ces son x = . 2000.1 : : : : : : : : : = (n + x)x = 0 0 ::: x ::: 1 ::: 1 = ::: ::: ::: 1+ x (a) restando a cada columna. a partir de la segunda. demostrar que D es tambien multiplo de 17. . Sumando a la tercera columna la segunda. nos queda 1 a a+b+c 1 a 1 4 = 1 b b + c + a = (a + b + c) 1 b 1 (=) 0 1 c c+a+b 1 c 1 a ( a ) observando que hay dos columnas iguales 9.

. 2000.82 1 3 D= 5 6 9 sin calcular el valor del determinante. Problemas resueltos Solucion: Sabemos que 18887 = 17a9 > 39865 = 17b > > = 58752 = 17c > con a b c d 2 Z 64872 = 17d> > 96526 = 17e 1 D = 104 1 = 104 = 14 10 = 174 10 1 104 8 8 8 7 3 104 9 8 6 5 5 104 8 7 5 2 = 6 104 4 8 7 2 9 104 6 5 2 6 1 104 + 8 103 + 8 102 + 8 3 104 + 9 103 + 8 102 + 6 5 104 + 8 103 + 7 102 + 5 6 104 + 4 103 + 8 102 + 7 9 104 + 6 103 + 5 102 + 2 18887 8 8 8 7 39865 9 8 6 5 58752 8 7 5 2 = 14 64872 4 8 7 2 10 96526 6 5 2 6 a 8 8 8 7 b 9 8 6 5 17 c 8 7 5 2 = 104 D0 d 4 8 7 2 e 6 5 2 6 10 + 7 10 + 5 10 + 2 10 + 2 10 + 6 17a 8 17b 9 17c 8 17d 4 17e 6 8 9 8 4 6 8 8 7 8 5 8 8 7 8 5 8 6 5 7 2 8 6 5 7 2 7 5 2 2 6 7 5 2 = 2 6 = © Los autores. 2000. © Edicions UPC. 8 9 8 4 6 8 8 7 8 5 8 6 5 7 2 7 5 2 2 6 Algebra Lineal.

1)6 1 2 = .1)i+j Nota: Aij = At ji Luego.1 n C C : : : ai+1 n C C ::: ::: A : : : ann det A = 5 A11 = (.3 2 1 A31 = (. © Edicions UPC.1)4 1 2 = . Determinar la inversa de la matriz A = (aij ) 01 A = @2 Solucion: 2 2 1 2A 2 2 1 1 1 A.1)3 2 2 = 2 2 1 A23 = (.1)5 1 2 = 2 2 2 A21 = (. se tiene que D = 104 D0 0 = 104 h y por tanto D = 17h D 11.1 2 ai+1 2 ::: an2 a12 ::: : : : a1j .1)3 2 2 = 2 2 1 A32 = (.1)4 2 2 = 2 1 2 A12 = (.1)4 2 1 = 2 2 2 A13 = (. .1 a1j+1 ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: : : : a1n 1 ::: ::: C : : : ai.Determinantes 83 17 puesto que mcd(17 104 ) = 1 y D D0 2 Z . 0 a11 B ::: B det B ai.1 = det A (Aij ) Siendo Aji = (.1 1 B ai+1 1 B @ ::: an1 ai.3 2 1 © Los autores.1)5 1 2 = 2 2 2 A33 = (. 2000.1)2 1 2 = . 2000.3 2 1 A22 = (.

2000.1 = 1 5 . © Edicions UPC. Problemas resueltos A.3 2 2 2 . . 2000.3 © Los autores.3 2 2 2 .84 por lo que la matriz inversa es: Algebra Lineal.

Solucion: © Los autores. t 2 = 3 1 0. 2000. Determinar el polinomio caracter stico de la matriz b ab ab a 0 a2 ab ab b2 1 2 2 A = B ab a2 a2 ab C @ ab b b ab A 2 2 dando sus ra ces. (A11 + A22 + A33 )t + detA = = .t3 + 2t2 + 4t + 7 Nota Aii es el determinante del menor adjunto al elemento aii de la matriz A .t = .t 2 1 Q(t) = 0 1 . 1. © Edicions UPC.Diagonalizacion de endomor smos 85 Cap tulo 6 Diagonalizacion de endomor smos 1.t3 + (trA)t2 . Sea E un R-espacio vectorial y f un endomor smo de E cuya matriz en una determinada base fu1 u2 u3 g es 01 A = @0 2 1 1 2A 3 1 0 1 Hallar el polinomio caracter stico Q(t) . 2. 2000. .

t) 1 a2b. 2ab . b2 . ab . t) 1 a2b. tI ) = (a + b)2 . b2 ab . b2 = 2 . b2 . Problemas resueltos (a + b)2 . t a2 . b 0 0 0 a2 .. b2 . b2 = 2 0 ab . t 1 ab ab b2 2. t 2 = = = = = ((a + b)2 . b)2 . © Los autores.t 2 = ((a + b)2 .. 2ab . t a2 . ab a2b.2ab t = 0 b . t)((a . 2000. t ab ab a2 . = ((a + b)2 . b2 ) . b2 . b)2 . t ab = 1 ab 1 ab ab a2 . t)(a2 . b2 . t)((a .86 Algebra Lineal. t 1 ab ab b2 2 2 2 ab . b)2 ab . 2 ((a + b)2 . b)2 . Si A 2 Mn(K ) es una matriz inversible. t ab ab b2 2 .. t)2 ((a . ab a2 . t a2b. t)(a2 . t b2 a2b. ab = ((a + b) . ab . 2000. t)(a2 . ab . ab t ab . b2 . 2 + b2 . t ab = ab (a + b)2 . ab t = a ab . t) 1 a b2 a2b. ab t = ab . (a . t)(a2 . . ab t = 1 ab . t 2 (a + b) det(A . (a2 . las ra ces son (a + b)2 plicidad dos. t) b2 . ab .. 2 ((a + b)2 )(a2 .. Solucion: En efecto. demostrar que AB y BA tienen los mismos valores propios (siendo K un cuerpo conmutativo). t 0 0 a 2 . t b2 . © Edicions UPC. t) a b2 .. y esta ultima de multi- 3. t 2 ((a + b)2 . t) a2 + b2 . t) 0 a b. t) y por lo tanto. ab t a2b. b2 . t 2 ((a + b)2 .

A IA.1 v) = m. © Edicions UPC. Hallar el polinomio caracter stico y los valores propios.Diagonalizacion de endomor smos 87 det(AB . I )A. es decir. Se de ne f : R3 . en efecto: Sabemos que es cierto para m = 1 2 supongamos que lo es para m . el unico valor propio posible de A es el cero (donde K es un cuerpo conmutativo). Demostrar que si la matriz A 2 Mn(K ) veri ca Am = 0. Solucion: Supongamos lo contrario. .1 v= mv Por lo tanto tenemos que m es valor propio no nulo de la matriz Am = 0 lo cual es absurdo. IAA. lo que equivale a que sea un valor propio del endomor smo f del espacio vectorial K n cuya matriz en determinada base es A y esto signi ca que existe un vector v 2 K n v 6= 0 tal que f (v ) = v 6= 0 Y aplicando f a ambos miembros de la igualdad se tiene f 2 (v ) = f ( v ) = f (v ) = luego 2 2 v es un valor propio no nulo de f 2 y por tanto de A2 inductivamente tenemos que f m = m v 6= 0. I )detA. 2000.1) = detAdet(BA .1 = = det(BA .1 .! R3 por f (x1 x2 x3) = (x1 x2 0) 8 (x1 x2 x3) 2 R3 .1 v) = f ( m. I ) = det(ABAA.1) = = det(A(BA . 2000. >Es f diagonalizable? © Los autores. 5. supongamos que existe 6= 0 que sea valor propio de la matriz A . 1 veamos que lo es para m f (f m. Comprobar que f es lineal y hallar su matriz en la base natural.1 f (v ) = m.1 ) = det(ABAA.1 . I ) 4.

tI ) = (1 . ( f es la \proyeccion ortogonal"sobre el plano horizontal XY ). t)2 (. 2000. .t) = . t)2 (. t (obvio ya que la matriz es diagonal) Los valores propios son los valores 2 R tales que 9v 2 R3 v 6= 0 con f (v ) = v y estos valores son las ra ces del polinomio caracter stico: (1 . Problemas resueltos Solucion: Veamos la linealidad: 8v = (x1 x2 x3) w = (y1 y2 y3) 2 R3 y 8 2 R se tiene: f (v + w) = (x1 + y1 x2 + y2 0) = (x1 x2 0) + (y1 y2 0) = f (v ) + f (w) f ( v) = f ( x1 x2 x3) = ( x1 x2 0) = (x1 x2 0) = f (v) Determinemos la matriz de la aplicacion f f (e1 ) = e1 > = f (e2 ) = e2 > f (e3 ) = 0 luego la matriz de f en la base natural es: 9 (1) 01 A = @0 El polinomio caracter stico es: 0 0 1 0A 0 0 0 1 (2) det(f .t) = 0 t = 1 doble t=0 f diagonaliza puesto que dim Ker(f .t3 + 2t2 . y en (2) vemos que la matriz es diagonal. I ) = 2 .88 Algebra Lineal. 2000. En (1) observamos ya que la base natural es la base de vectores propios. © Edicions UPC. © Los autores.

Solucion: Busquemos el polinomio caracter stico de A : det(A .8 A @ y A = @ 0 Ag = .60 6 24 z = f(x y z )= .60 6 23 hallando una base de vectores propios de f (endomor smo de R3 cuya matriz en la base natural es A ).t3 .8 A . 2000. 2000.(t + 1)2(t .8 A = 3 .1 0 A 0 0 1 la nueva base sera fv1 v2 v3 g con v1 v2 2 Ker(f + I ) y v3 2 Ker(f . 1 = 2 . t2 + t + 1 = . . 1) por lo tanto R3 = Ker(f + I )2 Ker(f .3 . tI ) = . Diagonalizar la matriz 0 .1 0 0 1 D = @ 0 .2 . rango @ 20 .20 2 8 1 0 x 1 0 0 1 Ker(f + I ) = f(x y z)= @ 20 . 10x + y + 4z = 0g 0 © Los autores.2 . I ) 0 . © Edicions UPC. I ) 0 .20 2 8 1 dim Ker(f + I ) = 3 .60 6 24 luego A diagonaliza y 0 .Diagonalizacion de endomor smos 89 6.21 2 8 1 A = @ 20 .

60 6 22 z 0 = f(x y z )= . . segun los distintos valores de 2 R . 1)2 (t . 2000. © Edicions UPC. ha de veri carse: 1 dim ker(A .8 A @ y A = @ 0 Ag = subespacio de dimension uno del que seleccionamos una base .1 1 . del que seleccionamos una base v1 = (2 0 5) v2 = (1 2 2) 0 . tI ) = . I ) = f(x y z)= @ 20 . 2) luego los valores propios de A son t1 = 1 doble y t2 = 2. 2000. Para que A diagonalice. 11x + y + 4z = 0 10x . + 1 .3) 7.4 . A=@ 0 .90 Algebra Lineal.(t . Solucion: Busquemos el polinomio caracter stico: det(A .1A 0 2 1 dando en el caso en que ello sea posible una matriz S tal que S .22 2 8 1 0 x 1 0 0 1 ker(f .1 AS sea diagonal. Estudiar la diagonalizacion. 4z = 0g v3 = (. Problemas resueltos subespacio de dimension dos. . 2y . ti I ) = multiplicidad de la ra z ti © Los autores. de la matriz 01.

© Edicions UPC. solo diagonaliza para de los vectores propios). .1) luego 01 S = @0 01 D = @0 0 0 1 1 A y en efecto.1 0 0 1 0A = 0 0 2 1 1 01 @0 0 0 1 0 0 1 0 0 1 1 A @ 0 1 .1) v3 = (2 . © Los autores. rango @ 0 luego.y .x = 0 .1 2) y sabemos que f (5 2 5) = (0 0 7) . 2000.! R3 un endomor smo diagonalizable que admite por vectores propios a los v1 = (.1 . dim Ker(A .1 A @ y A = @ 0 A ) . Hallar los valores propios de f . 2000. . 1 A = 3 . 0 .z = 0 0 z=0 sean pues v1 = (1 0 0) v2 = (0 1 0) y fv3 g base de Ker (A + I ) 0 . I ) 00 @0 0 0 x 0 . I ) = 3 .1 AS 0 0 . se tiene que D = S .1 2 2) v2 = (2 2 . z = 0 0 0 0 z 0 Sea pues v3 = (0 1 . Sea pues = 0 y busquemos la matriz S (matriz Sean fv1 v2 g base de Ker (A .1 0 0 1 0 x 1 0 0 1 @ 0 .1 A @ y A = 0 0 1 z 10 1 001 @ 0 A ) . 1 = 2 para 3 . . Sea f : R3 .1 0 0 2 0 0 .1 10 10 1 Nota: En este caso S = S .1 8.1 A @ 0 1 1 A 0 0 .Diagonalizacion de endomor smos 91 Estudiemos pues el caso t1 = 1 0. 2 = 1 para 1 1 =0 6= 0 = 0.

1 A 2 . Dar un ejemplo en el que E = Ep .92 Algebra Lineal.1 S=@ 2 por lo tanto 2 2 2 . Probar que si 2 R es un valor propio de f entonces p es un valor propio de f p 8p 2 N y los subespacios propios respectivos E Ep son tales que E Ep . 7 3 = 9 ya que fvi g es una base del espacio y la expresion 9 9 de un vector en una determinada base es unica.2 A @ 0 A = 1 @ .1 A 2 . 2000. Problemas resueltos Solucion: Puesto que f (vi ) = i vi expresaremos los vectores (5 2 5) y (0 0 7) en la base formada por los vectores propios de f y aplicamos f .1 2 2 S .1 2 . 6 Solucion: Sea un valor propio.1 2 7 0 10 1 0 1 f (1 1 2) = f (v1 + v2 + 2v3 ) = f (v1 ) + f (v2 ) + 2f (v3 ) = 7 = 1 v1 + 2 v2 + 2 3 v3 = 14 v1 . .1 = 9 @ 2 2 .1 2 1 1 .2 A @ 5 A = 2 2 1 2 9 2 . 9 v2 + 14 v3 9 9 7 Y 1 = 14 2 = . Sea f un endomor smo de Rn . existe pues un vector x 2 Rn luego x 6= 0 tal que f (x) = x 2 f 2 (x) = f (f (x)) = f ( x) = f (x) = x © Los autores. © Edicions UPC. 2000.7 A 2 1 0 9 9 14 2 .1 2 0 1 1 @ . 9.1 2 . al primero 0 .1 2 5 luego 0 10 1 011 @1A 2 2 14 1 @ .

2000. y se tiene E Ep Veamos que la igualdad en general es falsa sea f 2 End(R3 ) tal que su matriz en la base natural es 00 @1 0 0 0 0A 0 1 0 1 tenemos que fe3 g es el subespacio de vectores propios de valor propio cero.1f (x) = p. © Edicions UPC. Sea A la matriz 01 @2 2 2 1 2A 2 2 1 1 © Los autores.1x) = p. y obviamente.1 x= px luego p es valor propio de f p de vector propio x . entonces f p (x) = f (f p. podemos aplicarle el razonamiento anterior. 2000.1 de vector propio x .1 (x)) = f ( p.1 es valor propio de f p. Sin embargo f 2 es tal que su matriz en la base natural es 00 @0 0 0 0 0A 1 0 0 1 y fe2 e3 g es el subespacio de vectores propios de valor propio cero y claramente E 6 E2 10.Diagonalizacion de endomor smos 93 es decir 2 es valor propio de f 2 de vector propio x . . Supongamos que hemos probado que tambien p. para todo vector x propio de valor propio de f .

(t + 1)2 (t + 5) los valores propios son t = .4 z © Los autores.1 doble y t = 5 . .1 AS y Dn = (S .94 Determinar An . existe S tal que D = S . Busquemos la matriz S : 2 2 2 2A = 3. Algebra Lineal.1 = 2 2 2 2 1 v1 v2 2 Ker(A + I ) 02 @2 2 2 2 2 p p 9 10x1 001 2 .4 2 @ 2 . rango @ 2 luego A diagonaliza. tI ) = . 6 )> 6 6 3 v3 2 Ker(A .4 2 luego 10x1 p p p 2 A @ y A ) . 2000.1 det(A . © Edicions UPC.1AS )n = S . Problemas resueltos Solucion: Si D es una matriz diagonal D = ( ii) se tiene claramente Dn = ( n ) ii Si A es diagonalizable. 2y + z = 0 2 . 5I ) 0 . 02 dim Ker(A + I ) = 3 . 2 0) > 2 = v1 = ( 2 2A@y A = @0A ) x + y + z = 0 ) p p2 p 2 z 0 v2 = ( 6 6 . para todo n 2 N .1AnS Veamos si A es diagonalizable: luego An = SDn S .2x + y + z = 0 ) v3 = ( 3 3 3 ) 2 3 3 3 x . 2000.

Probar que 2 C es un valor propio de f si y solo si = i . (. 22 0 01 2 Bp p6 C B B 6 p6 C B6 D=B . 2000. b) Sean A 2 Mn n(C).1)n Dn = @ (. .1)n+1 + 1 5n 3 C C C A 11. © Edicions UPC.1 = 0 3 (. B 2 Mm m (C).1)n Finalmente 5n 1 A An = SDnS . j con i y j valores propios de los endomor smos de Cn y Cm asociados a las matrices A y B respectivamente.1)n + 1 5n 3 3 2 3 1 3 1 3 1 (.1 0 A 2 1 2 0 p2 C B 2p2 B 2CB.Diagonalizacion de endomor smos 95 p 0 p2 1 .1)n+1 + 3 5n 1 (. © Los autores. CB = C .1)n + 1 5n 2 3 = 1 3 B 1 n 1n B . a) Sea A 2 Mn n(C).1) + 5 B 3 3 @ . 2000. 2 CB A@ 21 1 0 p6 p6 6 6 p3 1 p3 C C C 3 3 3 .1)n 1 + 3 5n 3 1 (. 3 CB2 CB 6 @ @p p3 p3 A 3 2 0 . C 2 Mn m (C). XB con A 2 Mn n(C) y B 2 Mm m (C) jas.1)n 2 + 3 5n 3 (. 1 (. Probar que 8p 2 N Ap C = C ( Im + B)p c) Sea E = Mn m (C) y f un endomor smo de E de nido de la forma f (X ) = AX .1)n + 1 5n 3 (.31 0 30 1 3 = @ 0 . 36 p p3 C= A 0 0 5 Y 0 (.1)n + 1 5n 3 1 (. Probar que A y At tienen el mismo polinomio caracter stico. tales que AC .

n ) (los i no necesariamente distintos) el polinomio caracter stico de A (recuerdese que C es algebraicamente cerrado por lo que todos los factores primos de P (t) son de grado 1). f0g tal que Av = i v . 1 Im ) : : : ( Im . 2000. Sea j un valor propio de B entonces. P (A)X = XP ( Im + B ). 2000. por lo que existe w vector columna de Cm . existe v vector columna de Cn . n )Im + B ) = XC C 2 Mm m (C) © Los autores. Tenemos pues 0 = XP ( Im + B ) = X ( Im . 1 )Im + B ) : : : (( . . j )v wt = ( i . por b.96 Algebra Lineal. Por el teorema de Cayley-Hamilton P (A) = 0 por lo que P (A)X = 0. j v wt = ( i . por a. I ) b) Veamoslo por induccion respecto a p . CB = C tenemos AC = C + CB = C ( Im ) + CB = C ( Im + B ) supongamos ahora que es cierto para p y veamos que lo es para p + 1 Ap+1 C = AAp C = A(C ( Im + B )p ) = (AC )( Im + B )p = = (C ( Im + B ))( Im + B )p = C ( Im + B )p+1 c) Sea f 1 : : : n g el conjunto de valores propios de A y f valores propios de B 1 ::: j g el conjunto de Sea i un valor propio de A . es tambien valor propio de B t . n Im ) = = X (( . I )t = det (At . v wt B = = i v wt . XB = Av wt . © Edicions UPC. 1 ) : : : (t . I ) = det (A . j )X por lo que i . Ahora bien. j es un valor propio de f Rec procamente Sea X 6= 0 un vector propio de f de valor propio ( f (X ) = X ) Sea P (t) = (. f0g tal que B t w = j w y por tanto wt B = j wt Sea ahora X = v wt 2 Mn m (C) f (X ) = AX .1)n (t . Se veri ca claramente para p = 1: de AC . Problemas resueltos Solucion: a) En efecto: det (A .

j. © Los autores. pues. es decir = i . i ). i ) es un valor propio de B por lo que existe algun j para el cual j = . © Edicions UPC. 2000. i )Im + B )) = 0 existe.Diagonalizacion de endomor smos 97 X es una matriz no nula por lo que C no puede ser de rango maximo: det C = n Y i=1 (det (( . algun i para el cual det (( .( . i )Im + B ) = 0 es decir . 2000.( . .

98 Algebra Lineal. Problemas resueltos © Los autores. 2000. . © Edicions UPC. 2000.

. 2000. 2000. Intentemos ahora con un polinomio de segundo grado P (t) = a0 + a1 t + a2 t2 y calculemos A2 © Los autores. 0 0 2 0A 1 2 2 1 Hay que buscar un polinomio P (t) = a0 + a1 t + a0 I + a1 A + + ar Ar sea la matriz nula. Hallar el polinomio anulador de la matriz: 02 A = @0 sin utilizar el polinomio caracter stico.Forma reducida de Jordan 99 Cap tulo 7 Forma reducida de Jordan 1. + ar tr tal que P (A) = Empecemos suponiendo que P (t) es un polinomio de primer grado: a0 +a1 t y planteemos P (A) = a0 I + a1 A = 0 es decir 0a 0 @ 00 a0 0 lo cual implica: 0 2a 0 0 A + @ 01 2a1 0 A = 0 0 a0 a1 2a1 2a1 1 0 1 00 @0 0 0 0 0A 0 0 0 1 a0 + 2a1 = 0 a1 = 0 o sea a0 = a1 = 0 Esto nos dice que no puede formarse la matriz nula por combinacion lineal no nula de I y A por lo que P (t) no puede ser de primer grado. © Edicions UPC.

4)(t + 2)3 como polinomio anulador. >Cuales son sus posibles formas de Jordan? Solucion: De: Q(t) = (t + 1)2(t . 4)(t + 2)3 Se tiene la 1a descomposicion: R11 = Ker(f + I )2 Ker(f . 4)3(t + 2)6 P (t) = (t + 1)2(t .100 Algebra Lineal. 2)2 2. 4t + 4 = (t . Problemas resueltos 04 A2 = @ 0 01 a0 @ 0 1 0 1 0 0 4 0A 4 8 4 1 1 00 @0 0 0 0 0A 0 0 0 0 0 2 0 0 4 0 0 A + a1 @ 0 2 0 A + a2 @ 0 4 0 A = 1 0 0 0 1 1 2 2 4 8 4 0 1 lo cual implica a0 + 2a1 + 4a2 = 0 a1 + 4a2 = 0 ) a0 = .a1 = 4a2 Puede tomarse a0 = 4 a1 = . 4)3 (t + 2)6 como polinomio caracter stico y (t + 1)2 (t . 2000. por lo que P (t) = t2 . . 4I ) Ker(f + 2I )3 = E1 E2 E3 © Los autores. para tener P (t) normalizado.4 a2 = 1 . 2000. Sabiendo que un endomor smo f de R11 tiene (t + 1)2 (t . © Edicions UPC.

dimE32 = 2 y dimE33 = 1 E31 E32 E33 E34 con dimE31 = 3 .2 1 0 . 2000. y la matriz de f restringida a E1 es: .2 0 0 C B 1 . Y la matriz f restringida a E3 es 0 . la dimension de E3 es 6 . y puesto que el polinomio caracter stico restringido a E2 es (t .2 0 B a) B 0 1 . luego no tenemos un vocamente determinada la descomposicion de E3 .2 0 C C b) B 0 1 .2 .2 0 0 B 1 . luego la dimension del monogeno mayor es 3 y puesto que el polinomio caracter stico de E3 es (t + 1)6 .1 0 1 . 2000.2 1 C C C C C A © Los autores. luego f restringido a E2 diagonaliza.2 . Las posibilidades son: a) c) E31 E32 con dim E31 = dimE32 = 3 b) E31 E32 E33 con dimE31 = 3 . dimE32 = dimE33 = dimE34 = 1. que nos dice que dim E1 = 2 .1 El polinomio anulador de E2 es (t .2 0 B B @ 1 .2 0 0 0 1 .2 B C B . 4)3 . por lo que hay tres monogenos en E2 de dimension 1 y es E2 = E21 E22 E23 y la matriz de f restringida a E2 es: 04 @0 0 0 4 0A 0 0 4 1 El polinomio anulador de E3 es (t + 2)3 . luego en E1 hay un solo monogeno E1 = E11 . © Edicions UPC. se tiene que la dimension de E2 es 3 .2 0 C B A @ 1 . luego la dimension del monogeno mayor es 2 y coincide con el polinomio caracter stico (t + 1)2 . ya que la dimension del monogeno mayor es 1 .Forma reducida de Jordan 101 Pasemos a la descomposicion de los Ei en monogenos el polinomio anulador de E1 es (t + 1)2 . . 4) .

2000.2 luego.1 B B B B B B a) B B B B B B B B @ 4 4 4 .2 1 C C C C C C C C C C C C C C C A 0 . Problemas resueltos 0 .2 1 .102 Algebra Lineal.2 .2 0 0 B 1 .2 1 .1 B B B B B B b) B B B B B B B B @ 4 4 4 .1 0 B 1 .2 1 C C C C C A 0 . son .2 .2 1 .2 1 C C C C C C C C C C C C C C C A © Los autores.2 0 B 0 1 . 2000.2 1 .2 1 .2 1 .2 . © Edicions UPC.2 c) B B .1 B 1 . .2 B @ .2 1 . las posibles formas de Jordan.

2 .2 1 . © Edicions UPC. 3 + 2 17 )(t .2 1 . 3t + t2 ) es el polinomio anulador de 0 2 pero . >Es la matriz 00 B1 B B B B B B @ 2 3 0 2 1 3 2 0 1 2 2 1 C C C C C C C A reducida de Jordan de algun endomor smo? Solucion: Si lo fuese el polinomio anulador ser a P (t) = (.Forma reducida de Jordan 103 0 .2 . 2000.1 0 B 1 . 2000. . 2)2 (. 2 17 ) luego la matriz anterior no puede ser reducida de Jordan.2 . 3t + t ) = (t .2 . 3t + t2 )(t . 3t + t2 no es primo: 1 3 (.2 .2 1 C C C C C C C C C C C C C C C A 3.1 B B B B B B c) B B B B B B B B @ 4 4 4 . 2 p p © Los autores. 3 .2 .2 .

104 Algebra Lineal. 3 = 1 ( no diagonaliza. 0I )3 = 4 . rango A2 = 4 . rango A3 = 4 . © Edicions UPC. dim Ker f 2 = 1 4g = dim Ker f 4 . rango A4 = 4 . Problemas resueltos 4. 1 = 3 0A 0 fno de subespacios de dim fno de subespacios de dim fno de subespacios de dim fno de subespacios de dim 1g = dim Ker f = 1 2g = dim Ker f 2 . tI ) = t4 (Obvio ya que la matriz es triangular). dim Ker f 3 = 1 luego hay un solo subespacio irreducible de dim 4 y la matriz reducida es © Los autores. rango 0 = 4 dim Ker(A . rango A = 4 . rango B 0 @0 0 00 dim Ker(A . 0I )4 = 4 . dim Ker f = 1 3g = dim Ker f 3 . rango B 0 @0 Luego. . 2 = 2 0A 0 61 0C = 4 . 00 dim Ker(A . 0I ) = 4 . Hallar la forma reducida de Jordan del endomor smo de R4 cuya matriz en la base natural es 00 A = B0 @0 Solucion: Hallemos el polinomio caracter stico: 1 0 0 0 0 0 2 0 0 01 0C 3A 0 det(A . 2000. pues 1 6= 4) 2 0 0 0 0 0 0 0 01 6C = 4 . 2000. 0I )2 = 4 . tenemos 0 0 0 0 0 0 0 0 0 dim Ker(A .

2000.1 C 2C C C 1 C . 0I ) = dim Ker f = 1 el subespacio de vectores propios correspondiente al valor propio cero es de dim 1 y en cada subespacio monogeno hay un subespacio de dim 1 invariante. 2000.Forma reducida de Jordan 105 00 B1 @0 0 0 1 0 0 0 0 0 1 01 0C 0A 0 Nota: esto ya se pod a preveer. diciendo que vectores son propios y escribir en esta base la matriz del endomor smo.1 2 3 2 1 2 1 2 1 2 1 2 5 2 . puesto que al ser dim Ker(A .1 2 0 0 0 1 1 C .2 C A 1 2 2 a) polinomios caracter stico y anulador b) los subespacios monogenos correspondientes c) una base de estos subespacios monogenos. .1 2 . 5. luego solo puede haber un monogeno. Dado el endomor smo de R5 cuya matriz en la base natural viene dada por 02 3 B1 B B2 B B1 B B2 B B1 B B2 @ Hallar: 1 2 5 2 1 2 .1 C 2C C C . Solucion: a) Polinomio caracter stico © Los autores. © Edicions UPC.

2 = 2 . 1 k = 0g 2 2 2 Podemos tomar por ejemplo u1 = (0 0 1 1 0) . 4 = 1 . 2I )3 . 2I )3 = R5 . entonces u2 = (A . como en cada subespacio monogeno hay un vector propio. 2I )2) = 5 . 2I ) = 2 . 2)3 b) Por ser dim Ker(A . . © Edicions UPC. 2I ) = 5 . Problemas resueltos Q(t) = det(A . 2I )u2 = (1 0 0 0 1) © Los autores. 2000. 2I )2 = 5 .(t . 2I ) = 4 . luego al polinomio anulador es: P (t) = (t . 1 = 4 dim Ker(A . hay un monogeno de dim 3 . con valor propio dos. 2I )3 = 5 luego (t . rango(A . 2I )2u1 6= 1 1 Ker(A . habra dos subespacios monogenos) dim Ker(A . dim Ker(A . 2)3 anula a todo el espacio. 2I )2 = 5 . 2I ) = 5 . y un monogeno de dim 2 c) Hallemos una base del primer monogeno fu1 u2 u3 g 0 y puesto que u1 2 Ker(A . luego. 2I )2 u1 = (A . 1 y + 2 z + 1 t . tI ) = . hay un monogeno de dim 3 . 2000. Por tanto. luego u1 puede ser cualquier vector tal que (A . hay dos monogenos de dim 2 dim Ker(A . 2I )2 = f(x y z t k)= 2 x .106 Algebra Lineal. rango(A . rango(A . 2I )2 . 2I )u1 = (0 0 0 1 1) u3 = (A . hay dos monogenos de dim 1 dim Ker(A . 2)5 veamos el anulador: dim Ker(A . dim Ker(A . 3 = 2 (por ser de dimension dos habra dos vectores propios linealmente independientes. 2I )3 = 5 .

2I )2 y u4 2 Ker(A . la matriz es © Los autores. 2000. 1 z + 1 t . 2I )3 u1 = 0u1 = 0 ). 2I ) = 1 Ker(A . 1 k = 0g 2 2 2 Ker(A . 2u5 = 0 ) Au5 = 2u5 luego. 2I )u2 = u3 ) Au1 . 2I ) = f(x y z t k)= . © Edicions UPC. Hallemos ahora una base del segundo monogeno u4 u5 : u4 2 Ker(A . 2u2 = u3 ) Au2 = 2u2 + u3 (A . z + t + k = 0 x + y . 2u4 = u5 ) Au4 = 2u4 + u5 (A . 2I )u1 = u2 ) Au1 . 2u3 = 0 ) Au3 = 2u3 (A . 2I )2 = f(x y z t k)= 2 x . k = 0 y = 0g Observamos que u2 2 Ker(A . 2I )u3 = (A . 2I )u4 = u5 ) Au4 . 2u1 = u2 ) Au1 = 2u1 + u2 (A .Forma reducida de Jordan 107 y u3 es vector propio ( (A . 2I )2 u2 2 Ker(A . 2I )u4 = (0 1 1 0 0) y u5 es vector propio. luego tenemos que tomar la = precaucion de elegir u4 de forma que u4 (A . y + z + t . 2I )u3 = 0 ) Au3 . Vayamos a determinar la matriz de f en la base fu1 u2 u3 u4 u5 g : (A . . x + y . z + t . k = 0 x . 2I ) . 2I )u4 = u5 sean linealmente independientes de u2 u3 . Sea pues u4 = (1 1 0 0 0) y por lo tanto u5 = (A . 2I )u5 = 0 ) Au5 . 2000.

2000.7 .2 1 A2 = @ 2 6 1 A .2 . Problemas resueltos 02 B1 J=B B @ y claramente J = S .108 Algebra Lineal.1A1 S = A2 Veamos como podemos determinar dicha matriz: busquemos (si existen) las formas reducidas de Jordan de f y g . Si son el mismo endomor smo. 2000. donde 2 1 2 2 1 2 1 C C C A 00 B0 S = B1 B @1 0 0 0 1 0 1 1 0 0 0 1 1 1 0 0 0 01 1C 1C C 0A 0 6.9 . © Edicions UPC.1AS .2 >Pueden ser f y g el mismo endomor smo? Solucion: Para que A1 y A2 puedan representar el mismo endomor smo ha de existir una matriz S tal que S . coincidiran y tendremos © Los autores.1 . Sea f 2 End(R3 ) cuya matriz en la base natural es 01 B A1 = B 0 B @ 0 1 2 11 0C C 1 1 1 C A y sea g 2 End(R3 ) cuya matriz en una cierta base: B = fv1 v2 v3 g es 0 . .

. I ) = 1 luego hay un solo monogeno y J sera 01 J = @1 y la base de Jordan es 0 0 1 0A 0 1 1 1 w1 2 Ker(A1 .1 2 C A 00 B . y S = S1 1 S2 es la matriz buscada ya que se veri ca: S .Forma reducida de Jordan 109 . © Edicions UPC. . 2000. I )w1 = ( 2 w3 = (A1 .1A1 S = A2 Estudiemos pues A1 det(A1 . ) S1A1 S1 1 = S2A2 S2 1 ) (S1 1S2). A2 = S2 1JS2 con lo cual tendremos . A1 = S1 1JS1 . I )2 = 1 0 1) w2 = (A1 . I )2 w1 = (A . 2000. S1 1 = B 1 B @ 0 1 2 11 0C C 0 0 1 C A © Los autores. S2A2 S2 1 = J ) . S1A1 S1 1 = J . tI ) = . I )3 = R3 w1 2 Ker(A1 . . I )w2 = (1 0 0) por ejemplo w1 = (0 1 0) y 00 B S1 = B 0 B @ 1 1 0 0 01 1C C . .(t .1A1 (S1 1S2 ) = A2 . 1)3 dim Ker(A1 .

5 1 2 .5 1 2 A 10 . S = S1 1 S2 = B 2 B @ 0 3 1 2 . I ) = 1 luego hay un solo monogeno y 01 J = @1 y la base de Jordan es 0 0 1 0A 0 1 1 1 u1 2 Ker(A2 .4 05 B .3 1 0 8 . I )u2 = (. Problemas resueltos det(A2 .1 1) u3 = (A2 . . Sea f = (D + I ) : P2 (R) . 2000.(t . 2 1 A S2 1 = 5 2 . I )u1 = (1 . © Edicions UPC. 2000.110 Pasemos a estudiar.5 10) = u2 = (A2 . I )2 u1 = (A2 .1 . I )2 por ejemplo u1 = (8 . 1)3 dim Ker(A2 .4) y y por lo tanto: 02 S2 = @ 0 1 .1 C C A 1 C 7.1 . tI ) = .3 2 . A2 Algebra Lineal.3 1 @ . ahora.1 .! P2 (R) donde P2 (R) es el espacio de polinomios de grado menor o igual que dos a coe cientes reales y D es la aplicacion derivada a) determinar la forma reducida de Jordan as como la base para la cual la matriz adopta dicha forma © Los autores. I )3 = R3 u1 2 Ker(A2 .

rango(A . 3f 2 + 3f . 1)3 dimKer(A . I )3 = R3 v1 2 Ker(A . luego (f . Solucion: a) En la base fx2 x 1g . f 3 .1 en la base natural fx2 x 1g .1 es un polinomio en f y utilizar dicho resultado para determinar la matriz de f . I )3 = 0 . tI ) = . 2000. I )2 v1 = (A .(t . I )2 = f(x y z)=x = 0g = v1 = (1 0 0) v2 = (A . I ) = 3 . 2 = 1 luego hay un solo monogeno y la matriz reducida de Jordan es 01 J = @1 Busquemos la base de Jordan: 0 0 1 0A 0 1 1 1 v1 2 Ker(A . b) El polinomio anulador de f es (t . . I = 0 luego © Los autores. I ) = 3 . la matriz de f adopta la forma 01 A = @2 0 0 1 0A 0 1 1 1 det(A .Forma reducida de Jordan 111 b) probar que f . © Edicions UPC. 2000. 1)3 . I )v2 = (0 0 2) luego la base es f(1 0 0) (0 2 0) (0 0 2)g . I )v1 = (0 2 0) v3 = (A .

rango(A . tI2 ) = 4 1 1 0 4 = (t .1 ) .1 01 0C 1A 0 Hallando la base de R4 en la cual la matriz del endomor smo adopta dicha forma normal.1 es: f . Solucion: Calculemos los polinomios caracter stico y anulador de A det(A . tI2 )det(( . I ) = 4 . 2 = 2 © Los autores. © Edicions UPC.6 .1 = @ 2 1 0 A . 2000. 1) dim Ker(A . 3f 2 + 3f = f (f 2 . Problemas resueltos I = f 3 .4 .1 1 1 0 1 8.2 1 0 A = 2 . Hallar la forma normal de Jordan del endomor smo de R4 cuya matriz es 0 3 1 A = B . tI ) = det(( .3 .1 = f 2 . 3f + 3I 0 0 1 A+ 3@ 1 A = 1 0 1 1 1 0 1 0 0 12 0 1 A.17 . 3f + 3I ) = (f 2 . . 2000.2 1 ) . 3f + 3I )f por lo que Y la matriz A. tI ) = 4 .112 Algebra Lineal.1 @ 7 1 0 0 2 . 3 @ 2 00 1 1 1 01 0 0 @ .

I )v1 = (2 . 2000. .1 1 .1 A 1 0 2 con a 2 R © Los autores. I ) = v1 = (1 0 0 0) v2 = (A .4 7 . Determinar la forma reducida de Jordan del endomor smo de R3 cuya matriz en la base natural es 0 1 a a1 A = @ . I )2 = 4 . I )2 v3 2 Ker(A .2 1 . I )v3 = (1 . 9. I )2 = 4 .6) hay que tomar la precaucion de que v3 v4 sean linealmente independientes de v1 v2 . © Edicions UPC. 0 = 4 = dim R4 luego son dos monogenos de dim 2 y la forma de Jordan es 01 J = B1 @0 0 1 0 0 0 0 0 1 1 01 0C 0A 1 Y R4 = E1 E2 con dim Ei = 2 para i = 1 2 Busquemos la base de Jordan: base de E1 : v1 2 Ker(A . rango(A . I ) = v3 = (0 1 0 0) v4 = (A . 2000. I )2 v1 2 Ker(A .Forma reducida de Jordan 113 luego hay dos monogenos dim Ker(A .17) base de E2 : v3 2 Ker(A .

y J es 0 0 1 0A 0 0 2 1 Busquemos la base de Jordan: distinguiremos dos casos v1 elegimos v1 = (1 0 . I )2 = f(x y z)=x + ay + (a + 1)z = 0g v1 2 Ker(A . 2000. 2I ) = f(x y z)=x = 0 y + z = 0g elegimos v3 = (0 1 . I ) = 1 a=0 6 Para a = 0 f diagonaliza. tI ) = .1) v2 2 Ker(A . 1)2 (t . y D es 01 D = @0 01 J = @1 1) a = 0 0 0 1 0A 0 0 2 1 para a 6= 0 el valor propio 1 nos da un unico subespacio monogeno. I ) = f(x y z )=x + z = 0g v2 = (0 1 0) v3 2 Ker(A . Problemas resueltos Solucion: Busquemos el polinomio caracter stico: det(A .(t . . I ) = f(x y z )=ay + az = 0 x + z = 0g = © Los autores. © Edicions UPC.1) .114 Algebra Lineal. 2) a 6= 0 v1 2 Ker(A . 2) (2 a = 0 dim Ker(A . 2000.

1 (BC2 ) y por tanto. An.i 2 H . tenemos B . © Edicions UPC. entonces B . I )v1 = (. .! H C . probar que existe B 2 H An.! B C An + 1An.1 + + n anula a la matriz: 1 por lo que An = la aplicacion: Pn .1) 10.1 0) v2 = (A . Sea A 2 Mn(R) y sea H el R -espacio vectorial generado por las matrices fI A A2 b) Si detA = 0 . 2000.a .1 (BC1 ) = B . Solucion: a) Por el teorema de Cayley-Hamilton. con lo cual Am 2 H 8m n . a) Demostrar que si B 2 H y B es inversible.1g B 6= 0 tal que AB = BA = 0. C1 = C2 .a a) v3 2 Ker(A . y tiene sentido i=1 i f :H . sabemos que el polinomio caracter stico n + n. al ser B inversible. pues si BC1 = BC2 .1 2 H . y puesto que H es de dimension nita f es © Los autores.1 + + nI = 0 f es lineal.Forma reducida de Jordan 115 elegimos v1 = (a . 2000. pues f (C1 + C2 ) = B(C1 + C2 ) = BC1 + BC2 = f (C1 ) + f (C2 ) f ( C ) = B ( C ) = B C = f (C ) f es inyectiva. 2I ) v3 = (0 1 .

. existe C 2 H tal que f (C ) = B C = I . ya que si B = 0 el polinomio anulador de A ser a r xr. deducimos C = B .1 . entonces 8B 2 H .116 Algebra Lineal. Problemas resueltos biyectiva. tenemos AB = BA = 0 © Los autores. 2000.1 Si A = 0. pero C B 6= I . 2000. luego 1 A+ + r Ar = 0 + + y sea pues B = 1 I + + r Ar.1 1 B es distinta de cero. luego C = B . podr a ser que B C = I . luego I 2 H tiene antiimagen por la aplicacion f es decir. © Edicions UPC. Si fueran de orden in nito.1 2 H Nota: puesto que las matrices son de orden nito de B C = I . b) Supongamos A 6= 0 sea p( ) el polinomio anulador de A tenemos que p(A) = Pr Ai = 0 y puesto que detA = 0 es = 0 (ya que el polinomio anulador 0 i=0 i divide al caracter stico y tiene sus mismas ra ces).

2000. 2000. Dada la matriz 03 A = @2 a) Calcular eA 2 4 0 2A 4 2 3 1 etA .1 . con D matriz diagonal. . tenemos que: © Los autores. © Edicions UPC. b) Utilizar dicho resultado para resolver el siguiente sistema de ecuaciones diferenciales : 8 x0 = 3x + 2y + 4z > < 0 > y0 = 2x + 2z + 3z : z = 4x + 2y sabiendo que para t = 0 x=1 y=2 z=3 Solucion: a) La exponencial de una matriz viene de nida por: 1 eA = plim (I + A + 2! A2 + !1 1 Ap ) p! Puesto que existe S tal que A = SDS .Analisis matricial 117 Cap tulo 8 Analisis matricial 1.

1 0 A 0 0 8 determinemos S fv1 v2g base de ker(A + I ) 04 @2 2 4 x 0 v = (1 0 . I ) = .1 ) = det(A .1)= 1 2 A @ y A = @ 0 A ) 2x + y + 2z = 0 ) 1 v2 = (0 2 .( + 1)2( .1 + !1 1 1 = S plim (I + D + 2! D2 + p! Dp )S . 2000. Problemas resueltos 1 eA = plim (SS . 8y + 2 z = 0 0 z 2 .118 Algebra Lineal. 8) dim ker(A + I ) = 2 luego 0 . © Edicions UPC.5 10 1 0 1 9 © Los autores.1 + 2! SD2 S .5x + 2y + 4z = 0= ) v = (2 1 2) 2A@y A = @0A ) 3 2 x . .1 + SDS .1 0 0 1 D = @ 0 .1 veamos que en efecto existen las matrices S y D 1 + p! SDpS . 2000.1 !1 = SeD S .1) 4 2 4 z 0 10 1 0 1 9 v3 2 ker(A .5 2 @ 2 .8 4 de donde 0 4 x . 8I ) 0 .

4e + 4e .2e.2e.1 + 2e8 .1 + 2e8 A e 9 .t 8t .t 0 0 por lo que e8t 0 0 1 A etA = 0 5e.4e.t 0 etD = @ 0 e.1 + 4e8 . 2000.2e.2e. .1 .1 + 4e8 A = SeD S .t + 4e8t .1 A p! (8)p e8 y 5e.2 .2e.t 8t A 9 .1 + e8 .1 (8) 1 1@ AA = @ (.4 0 2 1 A y S .1 p! 0 1 0 e.1 2 2 1 2 1 0 1 00 1 eD = plim @@ !1 1 1 0 .1 + 4e8 .2e.1 + 2e8 5e.1)2 2! 2 1 0 (.1 + 4e8 1 etA = plim (I + tA + 2! t2 A2 + !1 y + 1 tp Ap ) = SetD S .t 8t .1)2 1 A + @ . 2000.1)p 8 11 0 e.4e.1 + 2e8 8e.t + 4e8t 1 1 @ .t + 2e8t 8e t + e 8t .1)p e.1 1 0 (.2e t + 2et .t + 2e8t .1 4 .1 A 9 .1 = 1 @ . © Edicions UPC.4e.2e + 2e 5e + 4e b) Pasemos a la resolucion del sistema de ecuaciones diferenciales © Los autores.1 A + 1 @ A+ (.Analisis matricial 119 0 S=@ por lo tanto 1 0 2 5 . 8 .1 = 1 @ .

t + 10e8t A 7e. As .1SZ . dt © Los autores.120 Algebra Lineal. © Edicions UPC.4 1 0 x 1 dt @ dy A = @ 0 . es decir dZ = JZ . .t + 20e8t 1 1 @ 8e.1 6 A @ y A dt dz dt 0 . Resolver el sistema de ecuaciones diferenciales dx = x + 2y .y + 4z > dt Solucion: El sistema puede expresarse matricialmente 0 dx 1 0 1 2 . dX = AX . 2000.t + 20e8t 2. 2000. tenemos dX = S dZ y la ecuacion queda dt dt S dZ = SJS .1 4 z Intentaremos efectuar un cambio de base de modo que la nueva matriz J = S . si X = SZ .1AS sea lo mas sencilla posible.11e. dt dt Busquemos la forma reducida de Jordan de A es decir. 4z9 > > dt > dy = .y + 6z = > dt > dz = . Problemas resueltos X (t) = etA X (0) con por lo que 011 0 x(t) 1 X (0) = @ 2 A X (t) = @ y (t) A 3 z ( t) X (t) = 9 0 .

I )2 v1 2 ker(A . I )(v1) = (2 0 0) v3 2 ker(A . I ) sea pues v1 = (1 3 1) = v2 = (A .Analisis matricial 121 det(A . I ) = 1 luego no diagonaliza y 01 J = @1 La base de Jordan es 0 0 1 0A 0 0 2 1 v1 2 ker(A . I ) = . 1)2 ( . 2000. 2000. .( . © Edicions UPC. 2) dim ker(A . 2I ) sea pues v3 = (0 2 1) y la matriz S es 01 S = @3 El sistema queda 2 0 0 2A 1 0 1 1 0 dz1 1 0 1 dt @ dz2 A = @ 1 dt dz3 dt 0 0 z1 1 0 A @ z2 A 0 0 2 z3 10 1 cuya solucion es: z1 = C1 et > = t z2 = (C1 t + C2 )e > z3 = C3 e2t 9 © Los autores.

I ) = ( + 1)3( .11 .4 C 25 . Problemas resueltos 0x1 01 @yA = @3 z de donde 2 0 C1 e t A @ (C1t + C2 )et A 0 2 1 0 1 C3 e2t 10 1 x = (2C1 t + C1 + 2C2 )et > = y = 3C1 et + 2C3 e2t > z = C1 et + C3 e2t 9 3. Sea f un endomor smo del R -espacio vectorial R4 tal que su matriz en la base natural es: 0 .0 0 C @ 0 0 1 0A 0 0 0 1 © Los autores.4 .1 nos proporciona dos monogenos y la matriz de Jordan es 0 . 2000. 1) dim ker(A + I ) = 2 luego no diagonaliza. 2000.1 0 0 0 1 J = B 1 . 0 0 01 9 . © Edicions UPC. . Solucion: a) Determinemos la forma reducida de A det(A .1 . y el valor propio .13 A 0 0 0 1 a) Obtener la forma reducida de Jordan de f y la base de Jordan correspondiente.1 A = B 12 @ 30 b) Calcular e3A .122 que volviendo a la base natural Algebra Lineal.

u(t) tales que veri can el siguiente sistema de ecuaciones diferenciales lineales x0 y0 z0 u0 = = = = x .1 = Se3J S .29e.6 1 01 1 C y S .3 .3 .3 .3 0 0 1 0 0 .3 0 e3J = B 3e0 e 0 e. .12e. y(t) . 2000. Determinar las funciones reales de una variable x(t) . z(t) .3 + e3 C . © Edicions UPC.1 C 1A 12 @ 0 .3 @ 0 0 0 luego e3 0 e.10 4 6 A 1 0 0 0 12 01 0C 0A b) e3A = e3SJS .1 0 e.46e.3 e3A = B 36e.1 = 1 B 0 1 0 .3 . 2000.3 0 0 .19e.4 .Analisis matricial 123 Busquemos la base de Jordan v1 2 ker(A + I )2 v1 2 ker(A + I ) v1 = (1 0 0 0) = v2 = (A + I )v1 = (0 12 30 0) v3 2 ker(A + I ) independiente con v2 sea v3 = (1 0 3 0) v4 2 ker(A + I ) v4 = (0 1 1 1) y la matriz cambio de base es 01 S = B0 @0 0 12 30 0 0 1 0 3 0 0 12 10 .3 + e3 A 0 e3 4.3 75e. z + u9 > = y+z > > z > u © Los autores.3 @ 90e 0 31e.

Solucion: Escribiendo el sistema dado en forma matricial AX = X 0 01 B0 @0 0 . I )2 = 4 luego ambos monogenos son de dimension dos.1 1 1 0 x 1 1 1 0C By C = 0 1 0A @z A 0 0 0 1 u 0 x0 1 B y00 C @z A u0 Busquemos la forma reducida de Jordan de la matriz A para simpli car el problema det(A . . © Edicions UPC. I ) = ( . © Los autores. I )e3 de manera que e1 e2 e3 e4 sean independientes. 2000. por lo que la matriz de Jordan adopta la forma 01 J = B1 @0 Busquemos la base de Jordan 0 1 0 0 0 0 0 1 1 01 0C 0A 1 e1 e3 2 ker(A . I ) = 2 luego hay dos monogenos dim ker(A . 1)4 dim ker(A .124 Algebra Lineal. I ) = e2 = (A . I )2 e1 e3 2 ker(A . 2000. Problemas resueltos y las condiciones iniciales x(0) = 1 y (0) = 0 z (0) = 1 u(0) = 2 . I )e1 e4 = (A .

1 = 0A 0 0 01 0 0C = 1 0A t 1 00 B0 @0 0 1 0 1 1 1 0 0 0 01 0C 1A 0 01 0C 0A etA = etSJS . 2000. 2000.Analisis matricial 125 Sea pues e1 = (0 0 1 0) ) e2 = (. © Edicions UPC.tet tet 1 t t etA = B 0 e0 tet 0 C @0 e 0A 0 0 0 et y la solucion del sistema es: 0x1 0 x(0) 1 0 et 1 B y C = etA B y(0) C = B tett C @zA @ z(0) A @ e A u u(0) et 5. . Dada la matriz 0 A= 1 1 6 1 6 © Los autores.1 = SetJ S .1 S = B0 1 @1 0 0 0 0 0 0 1 11 0 C y S .1 01 etJ = et B 0 @t por lo tanto 0 1 0 0 0 0 et 0 0 B tet et 0t @0 0 e t 0 0 te et 0 et 0 .1 1 0 0) e3 = (0 0 0 1) ) e4 = (1 0 0 0) luego 0 0 .

la forma reducida de Jordan de la matriz A 1 det(A . Problemas resueltos I +A+A + 2 + An + = 1 X i=0 Ai Solucion: Busquemos. I ) = ( . 2 I ) v2 2 ker(A + 1 I ) 3 S = 1 . 6 (. 1 )n S . © Edicions UPC. 5 ( 3 )n 6 1 5 2 ( )n .1 = 1 . 1 )n 3 1 A 0 2 P1 ( 1 )n + 3 P1 ( 1 )n n=0 2 n=0 3 5 5 An = @ P1 P 6 n=0 (. para obtener de forma sencilla An .1 3 1 y la matriz cambio de base es: 1 v1 2 ker(A . 2000.2 1 5 3 1 1 n An = SDnS .1 2) y S . 2000. 1 )n n=0 2 5 n=0 3 © Los autores.1 = S ( 2 ) (. 1 P1 ( 1 )n 1 n=0 2 n=0 3 5 A 3 P1 ( 1 )n + 2 P1 (. 1 )n 1 X 5 n=0 2 5 n=0 3 5 P1 ( 1 )n .1 3 2 v1 = (1 3) v2 = (.126 Hallar: Algebra Lineal. 1 )n . 6 1 (. 2 )( + 1 ) 3 luego A diagonaliza 0 2 D = 0 .1 = 3 0 =@ 2 1 5 2 ( )n + 3 ( 1 )n 5 3 1 1 5 2 1 1 ( )n . . 1 )n 5 3 1 5 3 1 5 2 2 ( )n + 5 (.

© Edicions UPC. 1 )n 5 n=0 2 5 n=0 3 1 1 3 X ( 1 )n + 2 X (. termino 1 y razon P1 1 n n=0 ( 2 ) = 2 3 = 4 ( es la suma de los terminos de una progresion geometrica de primer termino 1 y razon . Sea 00 A = @1 Calcular senA . 1 )n 5 n=0 2 5 n=0 3 1 1 6 X ( 1 )n . . 3 3 P1 (. 1 )n 5 n=0 2 5 n=0 3 1 1 1 1 X ( )n . 1 )n 5 n=0 2 5 n=0 3 5 = 4 1 = 4 3 = 2 = 3 2 y An = 1 5 4 4 6 6 n=0 1 X 6. 6 X (. 2000. 1 )n n=0 3 Por lo que: 1 1 2 X ( 1 )n + 3 X (. 1 1 0 1A 1 1 0 1 Solucion: Por de nicion: © Los autores. 1 j . 1 j < 1 ). 2000.Analisis matricial 127 (es la suma de los terminos de una progresion geometrica de primer 1 2 < 1 ). 1 X (.

128

Algebra Lineal. Problemas resueltos

senA =

n=0 (2n + 1)!

1 X (;1)nA2n+1

Determinemos la forma reducida de Jordan de A

det(A ; I ) = ;( + I )2 + ( ; 2) dim ker(A + I ) = 2
luego A diagonaliza. La matriz cambio de base es

v1 v2 2 ker(A + I ) independientes v3 2 ker(A ; I ) sean pues v1 = ( 22 p v2 = ( 66 p v3 = ( 33

p

; 22 0) p p 6 ;2 6) 6 p p 2
3 3) 3 3

p

luego

0 p2 B 2 B p S = B ; 22 B @
0

p6 p6
6 6

p3 1 p3 C C
3 3 3

;

p 2 6
6

p3

C C A

y

0 p2 B p2 B S ;1 = B 66 B @p
3 3

;

p2
2 6 3

p6 p3

1 p C C 2 6C ; 6 C p A
0
3 3

y por lo tanto (2n + 1)! n=0 0 P1 (;1)n (;1)2n+1 n=0 (2n+1)!

sen A =

1 X (;1)nSD2n+1S ;1

= S(
;

1 X (;1)nD2n+1
n=0

= SB B

B B @

0 0

P1

0 0

;1 (2n + 1)! )S = 0
2n+1

n=0 (2n+1)! (;1)

( 1)n

P1

0
( 1)n

n=0 (2n+1)! (2)

;

2n+1

1 C C S ;1 = C C A

© Los autores, 2000; © Edicions UPC, 2000.

Analisis matricial

0 sen(;1) B = SB 0 B @
0

0

0 0

sen(;1)

0 2 3 sen(;1) B 1 1 = B ; 3 sen(;1) + 3 sen(2) B @

0 sen(2) 1 ; 1 sen(;1) + 3 sen(2) ; 1 sen(;1) + 1 sen(2) 1 3 3 3
2 3

1 C ;1 CS = C A
1 3

129

sen(;1) + sen(2) ; sen(;1) +
1 3 2 3

1 3

1 1 ; 1 sen(;1) + 3 sen(2) ; 1 sen(;1) + 3 sen(2) 3 3

sen(;1) + 1 sen(2) 3

C sen(2) C C A

© Los autores, 2000; © Edicions UPC, 2000.

130

Algebra Lineal. Problemas resueltos

© Los autores, 2000; © Edicions UPC, 2000.

Grupos

131

Apendice I Grupos
1. Consideremos el subconjunto GL2(R) de M2 (R) de nido por
GL2 (R) = a b j ad ; bc 6= 0 : c d
a) Probar que (GL2 (R) ) es un grupo no conmutativo, ( es el producto habitual entre matrices). b) Consideremos el subconjunto SL2 (R) de M2 (R) de nido por

SL2 (R) =

a b j ad ; bc = 1 : c d

Probar que (SL2 (R) ) es un subgrupo del grupo (GL2 (R) ).

Solucion:

b a) Primero veamos que la operacion esta bien de nida, es decir dadas a d c Gl2 (R) entonces a b c d a1 b1 = aa1 + bc1 ab1 + bd1 = a2 b2 2 Gl (R) 2 c1 d1 ca1 + dc1 cb1 + dd1 c2 d2

a1 b1 2 c1 d1

para ello basta calcular a2 d2 ; b2 c2

a2 d2 ; b2 c2 = (aa1 + bc1)(cb1 + dd1) ; (ca1 + bc1)(ab1 + bd1) = = (ad ; bc)(a1 d1 ; b1 c1 ) = 0 6
Veamos que se veri can las propiedades de grupo y que falla la conmutatividad

© Los autores, 2000; © Edicions UPC, 2000.

Problemas resueltos Existencia de elemento neutro b 8 a d 2 GL2 (R). © Edicions UPC. 2000. 9 1 0 tal que c 0 1 a b a1 b1 a1 b2 = c d c1 d1 c2 d2 aa1 + bc1 ab1 + bd1 a2 b2 = ca1 + dc1 cb1 + dd1 c2 d2 (aa1 + bc1)a2 + (ab1 + bd1 )c2 (aa1 + bc1 )b2 + (ab1 + bd1)d2 = (ca1 + dc1 )a2 + (cb1 + dd1 )c2 (ca1 + dc1 )b2 + (cb1 + dd1 )d2 a(a1 a2 + b1 c2 ) + b(c1a2 + d1c2 ) a(a1 b2 + b1 d2 ) + d(c1 b2 + d1 d2 ) = c(a1 a2 + b1 c2 ) + d(c1a2 + d1c2 ) c(a1b2 + b1 d2 ) + d(c1 b2 + d1 d2 ) a b a1 a2 + b1c2 a1 b2 + b1 d2 = c d c1 a2 + d1c2 c1 b2 + d1 d2 a b a1 b1 a2 b2 c d c1 d1 c2 d2 a b c d 1 0 = 1 0 0 1 0 1 a b = a b c d c d x y tal que z t y el elemento neutro es unico: supongamos que existe un elemento b 8 a d 2 GL(R) se tiene c a b x y = x y c d z t z t entonces por ser x y neutro ) z t por ser 1 0 0 1 neutro ) a b = a b c d c d 1 0 1 0 0 = 1 0 1 0 1 0 = x y 1 z t x z x z y t y t 9 > = > ) x y = 1 0 z t 0 1 Existencia de elemento simetrico © Los autores.132 Asociatividad Algebra Lineal. 2000. .

2000. bc a=ad . bc c d a b d=ad . bc a b = . (<Comproc barlo!) Luego GL2 (R) tiene estructura de grupo. bc 1 0 c d . siendo e el elemento neutro del grupo G . Solucion: De x2 = e se tiene x = x.Grupos 133 b 8 a d 2 GL2 (R) ad .c=ad . bc . . bc Sea .1 det A = 1=det b det A = 1=1 1 = 1 2.1 A 2 GL2(R) y veamos si det (B . bc a=ad d=ad . bc 2 GL2 (R) y es tal que: . Sean 1 1 0 1 1 0 2 GL (R) 2 1 1 1 0 1 1 b) Sean A B 2 Sl2 (R) pertenece a SL2 (R) 1 1 0 1 1 1 1 0 0 = 2 1 1 1 1 1 = 1 1 1 1 2 GL2(R) consideremos B .1 © Los autores. Probar que G es un grupo conmutativo. bc 2 R c d=ad .c=ad . bc = 0 1 b Claramente para cada a d 2 GL2 (R). veamos que no es abeliano. Sea G un grupo tal que para cada x 2 G x2 = e . bc . © Edicions UPC.b=ad . 2000.1 A) = det B.b=ad .c=ad. cb 6= 0 luego 1=ad .b=ad. el elemento simetrico es unico. bc a=ad . bc .

Encontrar todos los subgrupos normales de S3 Solucion: S3 = fi g1 g2 s1 s2 s3g con s1 = 1 2 3 1 3 2 i= 1 2 3 1 2 3 g1 = 1 2 3 1 s2 = 1 2 3 2 3 2 3 1 g2 = 1 2 2 3 s3 = 1 2 2 1 3 1 3 3 Componiendo de todas las formas posibles estos elementos. Problemas resueltos Para todo par de elementos x y 2 G se tiene xy 2 G luego (xy )2 = xyxy = e premultiplicando dicha igualdad por x y postmultiplicando por y tenemos xyxy = e xxyxyy = xey eyxe = xy yx = xy luego el grupo es conmutativo. 2000. de dos en dos.134 Algebra Lineal. © Edicions UPC. 2000. obtenemos la siguiente tabla i g1 g2 s1 s2 s3 Teniendo en cuenta que i i g1 g2 s1 s2 s3 g1 g1 g2 i s2 s3 s1 g2 g2 i g1 s3 s1 s2 s1 s1 s3 s2 i g2 g1 s2 s2 s1 s3 g1 i g2 s3 s3 s2 s1 g2 g1 i (Nota: en la tabla x y es x columna. 3. . y la) © Los autores.

1Sx = fx. .1 )y2 1x = x. © Edicions UPC.1 y1 (xx. (x. 2000. 2000. que puesto que el orden de S3 es seis. veamos si se veri ca la condicion de subgrupo: . .1 y1 x)(x. con fi s1 g a con a 2 S3 un elemento cualquiera: s2 fi s1g = fs2 g1g fi s1g s2 = fs2 g2g conjuntos distintos por lo que el subgrupo no es normal.Grupos 135 a) el grupo es de orden seis.1 y1 x)(x. b) el orden de sus subgrupos ha de ser divisor de seis. c) un subconjunto de un grupo nito es subgrupo si este es cerrado con respecto la operacion.1 y1 x y x. Sea S un subgrupo de un grupo G y sea x 2 G . Analicemos si algun subgrupo de orden dos es normal. .1 y1 y2 1 x © Los autores. vemos cuales son los subgrupos de S3 . Probar que x. as como el de ndice dos. (ninguno de los tres subgrupos de orden dos es normal).1 y2 x) = (x. este es fi g1 g2 g . simplemente observando la tabla anterior. 4. fig Subgrupos de orden 2: fi s1 g fi s2g fi s3g Subgrupos de orden 3: fi g1 g2 g Subgrupos de orden 6: S3 Son subgrupos normales los subgrupos fig S3 (los impropios). sea a = s2 Se trata de comparar a fi s1 g .1 yx j 8y 2 S g es un subgrupo de G Solucion: Sean y1 y2 2 S entonces x.1 y2 x son dos elementos de x. estudiemos por ejemplo fi s1g (los otros dos se Subgrupos de orden 1: estudian de la misma forma).1 Sx .1 y2 1 x) = x.

(a) X2 1 2 S . En efecto: premultiplicando y postmultiplicando la igualdad X2 A = AX2 por X2 1 tenemos .1 y1 x)(x. b) Determinar S para el caso en que A = 01 00 Solucion: a) Sean X1 X2 2 S luego veri can X1 A = AX1 y X2 A = AX2 . . 2000. 2000.136 Algebra Lineal. si X2 2 S entonces X2 . . veamos primero . . Sea A 2 M2 (C) y sea S = fX 2 GL2(C) j XA = AX g . b) Sea X = x1 x2 2 S entonces x x 3 4 x1 x2 x3 x4 0 1 = 0 1 0 0 0 0 x1 x2 x3 x4 © Los autores. AX2 1 = X2 1A . X1 X2 1 A (=) X1AX2 1 (=) X1 AX2 1 a b (b) X1 2 S Luego en efecto S es subgrupo. .1 y3 x 2 x. X2 1A = AX2 1 y nalmente . . . . Ahora bien. luego (x. que.1 = x. . Problemas resueltos las igualdades anteriores son todas ellas ciertas puesto que x y1 y2 son elementos de G que tiene estructura de grupo. por ser S subgrupo y1 y2 1 = y3 2 S . a) >Es S un subgrupo de GL2 (C)?.1 2 S . Para ver si se veri ca X1 X2 1A = AX1 X2 1 (condicion de subgrupo). © Edicions UPC. .1y2 x).1 Sx es un subgrupo de G 5. .1 Sx y por lo tanto x. X2 1 X2AX2 1 = X2 1AX2 X2 1 .

0 3 x1 x3 x4 = 0 0 0 0 ) x1 = x4 x3 = 0 ) X = x1 x2 0 x1 ahora bien X 2 GL2 (C) luego x1 = 0 6 S= x1 x2 j x 6= 0 1 0 x1 0 x1 x3 x4 0 x3 = 0 0 p 6.Grupos 137 ) x . 1) La operacion esta bien de nida ( a b existe para todo a b 2 R y es unico) Asociatividad qp p3 3 3 (a b) c = ( a + b ) c = 3 ( 3 a3 + b3 )3 + c3 = p 3 3 3 p3 3 3 q3 p3 33 = 3 (a + b ) + c = 3 a + (b + c ) = 3 a + ( 3 b + c ) = p3 3 3 = a ( b + c ) = a (b c) Existencia de elemento neutro Si e 2 R es tal que 8a 2 R entonces a e=e a=a p 3 a3 + e3 = a ) a3 + e3 = a3 ) e3 = 0 por lo tanto e = 0 y evidentemente es unico Existencia de elemento simetrico © Los autores. ) . © Edicions UPC. Solucion: Veamos que (R ) es un grupo abeliano. 2000. 2000. Probar que (R ) con a b = 3 a3 + b3 es un grupo isomorfo a (R +). .

! (R +) a . .138 Si para cada a 2 R existe a1 2 R tal que Algebra Lineal. establezcamos ahora el isomor smo con (R +) p p ' : (R ) . Es inyectiva pues '(a) = '(b) ) a3 = b3 lo que implica a = b Es ademas exhaustiva pues 8a 2 R existe 3 a tal que '( 3 a) = a Esta aplicacion es mor smo de grupos. © Edicions UPC. Problemas resueltos a a. Probar que si existe un numero entero n tal que (ab)n = anbn para todo a b 2 G entonces Gn = fxn j x 2 Gg y Gn = fx 2 G j xn = eg son subgrupos normales de G . ya que p p '(a b) = '( 3 a3 + b3) = ( 3 a3 + b3 )3 = a3 + b3 = '(a) + '(b) por lo que ' es un isomor smo. y si G es un grupo nito entonces el orden de Gn coincide con el ndice de Gn Solucion: © Los autores. para cada a 2 R. 2000. p p 7.1 = a1 a = 0 entonces 0 = 3 a3 + a3 ) a3 = .! '(a) = a3 Dicha aplicacion esta bien de nida ya que '(a) es un numero real unico.a3 ) a = a1 1 1 luego el elemento simetrico existe y es unico Conmutatividad q a b = 3 a3 + b3 = 3 b3 + a3 = b a Luego en efecto es grupo abeliano. 2000. Sea G un grupo.

1 a. 2000. Solucion: La aplicacion ' esta bien de nida puesto que cada elemento de G admite un inverso y este es unico.1 = (yxy.! G x .Grupos 139 Consideremos la aplicacion y comprobemos que es mor smo de grupos (a) por hipotesis ' : G . 2000.1 = b. .1 es un automor smo de G . Supongamos ahora que ' es un automor smo '(a b) = '(a) '(b) Por de nicion de ' tenemos 8a b 2 G (1) (2) (a b).! G de nida por '(x) = x.! xn '(ab) = (ab)n (=) an bn = '(a)'(b) a Ker' = fx 2 G j '(x) = eg = Gn luego Gn es subgrupo normal de G Im' = fy 2 G j 9x 2 G tal que '(x) = yg = fxn j x 2 Gg = Gn luego Gn es un subgrupo de G . © Edicions UPC.1 b.1 = a.1 © Los autores. Probar que un grupo (G ) es abeliano si y solo si la aplicacion ' : G . veamos que tambien es normal 8y 2 G yxny.1)n 2 Gn Y por ultimo '(G) = Gn ' G=Gn . por lo que ord Gn = ind Gn 8.1 Por de nicion de elemento simetrico tenemos (a b).

se tiene (aa.1 = an (a.1 = e .1 (=) a. Probar que el orden de un elemento a 2 G es el mismo que el orden de su inverso a. Analogamente tenemos (a.1)n = e Ahora bien an = e luego (a.1 = '(b) '(a) = '(b a) a b=b a La aplicacion ' es biyectiva por ser G grupo (para cada elemento a 2 G existe simetrico y es unico).140 que por (1) y (2) Algebra Lineal.1 = b. Rec procamente '(a b) = b.1 Solucion: Sea n = ord a el orden de a 2 G es decir an = e . Sea G un grupo.1 a)m = em = e de donde am = eam = (a.1 se tiene que m es divisor de n .1 y este es tal que aa.1 a. 2000. © Los autores. Problemas resueltos y por ser ' automor smo es Luego G es conmutativo. veamos que el hecho de ser el grupo abeliano nos asegura que ' es mor smo '(a b) = (a b).1 )n = en = e (aa. © Edicions UPC.1 )n = e . Finalmente si n es divisor de m y m es divisor de n es que n = m .1 )n = e(a.1 a.1 b. .1 = '(a) '(b) a (a) hipotesis de conmutatividad 9. 2000.1 )n = aa.1 )n y por lo tanto an(a. Puesto que todo elemento a 2 G conmuta con su inverso a. Por lo tanto si m es el orden de a.1 : : :aa.1)m am = e por lo que n es un divisor de n .

a c 2 I r es positivo o nulo y por pertenecer a I ha de ser nulo. 2000. m = a c + r con 0 r < a puesto que a 2 I se tiene que a c 2 I y por tanto r = m . I Z . para todo m 2 I . que la union de dos ideales de Z no tiene por que ser un ideal. . un subconjunto. tenemos ideales se llaman principales). Solucion: © Los autores. a) Probar que la interseccion de dos ideales de Z es siempre un ideal.Anillos de clases de restos 141 Apendice II Anillos de clases de restos 1. con un ejemplo. © Edicions UPC. diremos que es un ideal si y solamente si 8x y 2 I 8x 2 I 8a 2 Z ) x. Sea Z el anillo de los numeros enteros. a . luego m = a c es decir I = (a) (estos 2. el menor entero positivo perteneciente a I . 2000. b) Probar.y 2 I a x2I Probar que todos los ideales de Z son de la forma I = (a) = fa m j 8m 2 Zg: Solucion: Sea.

En Z sabemos que los ideales son principales. 2000. Solucion: Recordemos que es siempre un ideal. . y 2 (b) De x . y m x 2 (b) se tiene m x 2 I (b) Consideremos los ideales I1 = (3). = = = luego (3) (2) no es ideal. siendo d el generador del ideal suma de los ideales de Z generados por a b respectivamente. y x . Por el mismo razonamiento (b) (d). m 2 Z veamos si m x 2 I . y 2 (a) \ (b) = I Sean x 2 I . De x 2 I se tiene x 2 (a) luego m x 2 (a) x 2 (b) luego m x 2 (b) De m x 2 (a). y 2 I . (a) (d) pues 8m 2 (a) m + 0 = m 2 (a) + (b) = (d). De x y 2 I se tiene x y 2 (a) de donde x . Tenemos que 9 2 (3). 2000. 3. Problemas resueltos Sean x y 2 I veamos si x . luego a = d k1 I + J = fa + b j a 2 I b 2 J g © Los autores. Probar que mcd(a b) = d . y 2 (a). y 2 (a) x y 2 (b) de donde x . luego (a) + (b) = (d): Veamos que d es en efecto mcd(a b). I2 = (2) y sea (3) (2). 4 = 5 2 (3) (2) puesto que 5 2 (3) y 5 2 (2).142 a) (a) \ (b) = I Algebra Lineal. © Edicions UPC. y 2 (b) se tiene x . De (a) (d) tenemos que a 2 (d). 4 2 (2) y 9 .

Probar que para que Z=(n) sea cuerpo. 4. siendo c 2 Z el generador del ideal interseccion de los ideales generados por a b 2 Z . es decir. . que (a) \ (b) = (c) veamos que c = mcm(a. luego b = d k2 de donde d es divisor comun de a . por lo que mcd(a b) = d . existe b 2 Z=(n) tal que a b = 1. © Los autores. c = a k1 con k1 2 Z c = b k2 con k2 2 Z 5. 2000. es condicion necesaria y su ciente que n sea primo. De (d) = (a) + (b) tenemos que d 2 (a) + (b) luego existen m n 2 Z tales que a m+b n =d por lo que si d1 es divisor de a y b lo es de a m + b n . Solucion: Tenemos. lo es de d . es decir 8a 2 Z=(n). y b falta ver que es el maximo. h 2 (a) \ (b).Anillos de clases de restos 143 De (b) (d) tenemos que b 2 (d).b). Sea h un multiplo de a y b cualquiera h = a h1 de donde h 2 (a) h = b h2 de donde h 2 (b) y por tanto. es decir h = c h3 . a 6= 0. por hipotesis. es tambien multiplo de c . © Edicions UPC. Solucion: Supongamos que Z=(n) es cuerpo. Probar que mcm(a b) = c . 2000. Veamos que es el m nimo. De (a) \ (b) = (c) tenemos de donde (c) (a) luego c 2 (a) (c) (b) luego c 2 (b) luego c es multiplo de a y b .

tambien lo es b . 20. tales que n1 n2 = n por lo tanto n1 n2 = n = 0. las clases de resto de los divisores propios de 12 y de los elementos que tienen un factor que lo es de 12. tales que a r + n s = 1 (recordar que (a) + (n) = (1)) luego a r + n s = 1. 10. 4. luego 0 = 0 m = n1 n2 m = n1 m n2 = 1 n2 = n2 . Determinar todos los divisores de cero de a) Z=(12) b) Z=(18) c) Z=(24). a r + n s = 1 Pero n = 0. 12. etc. por lo tanto a r = 1 y Z=(n) es cuerpo. mcd(a n) = 1 por lo que existen r s 2 Z . c) 24 = 23 3. Solucion: Un elemento a 2 Z=(n) con a 6= 0 es un divisor de cero si y solamente si existe b 2 Z=(n). 4. 12. 3. 4 6 = 0. Problemas resueltos Si n no fuera primo. las clases de resto de los divisores propios de 18 y de los elementos que tienen un factor que lo es de 18 . 10 es decir. 8. 4 9 = 0. y la condicion es necesaria. las clases de resto de los divisores propios de 24 y de los elementos que tienen un factor que lo es de 24. Puesto que n es primo. o sea. se tiene n2 = n contradiccion luego n ha de ser primo. 9. 15. 6. y a b = n . existe m tal que n1 m = 1. a) 12 = 22 3. 22. Observamos que 2 6 = 0. 15. luego los divisores de cero son 2. luego los divisores de cero son 2. 8. es decir.144 Algebra Lineal. 16. 21. 3 8 = 0. 2000. Puesto que n1 6= 0 y Z=(n) por hipotesis es cuerpo. 3. Observamos que 2 9 = 0. etc. 3. b 6= 0 tal que a b=0 Observamos que si a es divisor de cero. 9. 3 4 = 0. 6. es decir. 8 3 = 0. 8. Veamos que es tambien su ciente: Sea 0 6= a = fm n + a 8m 2 Z con0 < a < ng . © Los autores. existir an n1 n2 2 N ambos distintos de n . 14. © Edicions UPC. luego los divisores de cero son 2. luego n2 = n y puesto que n2 j n . 6. 6. 10. 14. 9. 2000. 18. . 16. 4. b) 18 = 2 32 .

Anillos de clases de restos 145 Observamos que 2 12 = 0. 21 8 = 0. 8 3 = 0. 7. 2000. Observese que 2 no es inversible en Z=(4) (es un divisor de cero) (a) sumando ambas ecuaciones. etc. (b) sustituyendo el valor de x en la primera ecuacion. © Edicions UPC. Escribir las tablas de sumar y multiplicar de Z=(4) y resolver el sistema de ecuaciones 2x + 3y = 1 2x + 2y = 1 Solucion: + 0 1 2 3 0 0 1 2 3 1 1 2 3 0 2 2 3 0 1 3 3 0 1 2 0 1 2 3 0 0 0 0 0 1 0 1 2 3 2 0 2 0 2 3 0 3 2 1 2x + 3y = 1 (a) ) 0x + y = 2 ) y = 2 2 x + 2y = 1 (b) ) 2x + 3 2 = 1 ) 2x + 2 = 1 ) 2x = 3 no tiene solucion pues no existe ningun elemento x en Z=(4) tal que 2 x = 3. . Escribir la tabla de sumar y multiplicar del cuerpo Z/(5) y resolver el sistema x + 2y = 1 2x + y = 0 Solucion: © Los autores. 8. 4 6 = 0. 2000.

haciendo uso de las tablas del ejercicio anterior: (x2 + 4x + 3)(4) = 1 + 1 + 3 = 0 (x2 + 4x + 3)(2) = 4 + 3 + 3 = 0 luego x2 + 4x + 3 = (x . sobre Z/(5) la fraccion racional siguiente 4 x + 4x + 3 2 Solucion: Hallemos primero las ra ces del denominador. . x + 2y = 1 (a) 2x + 4y = 2 (b) ) 2x + y = 0 ) 4x + 0y = 2 2x + y = 0 ) 4x = 2 ) x = 3 (c) ) 2 3+y =0 ) 1+y = 0 ) y =4 (c) sustituyendo el valor de x en la segunda ecuacion. 2) = (x + 1)(x + 3). 2000.146 + 0 1 2 3 4 0 0 1 2 3 4 1 1 2 3 4 0 2 2 3 4 0 1 3 3 4 0 1 2 4 4 0 1 2 3 0 1 2 3 4 Algebra Lineal. (b) sumando ambas ecuaciones. © Edicions UPC. 9. Problemas resueltos 0 0 0 0 0 0 1 0 1 2 3 4 2 0 2 4 1 3 3 0 3 1 4 2 4 0 4 3 2 1 (a) multiplicando la primera ecuacion por 2. luego 4 A B (x + 1)(x + 3) = x + 1 + x + 3 4 + 3) + B ( + + x+ + = A(x x + 1)(x +x3) 1) = (A (x B )1)(x 3A3) B (x + 1)(x + 3) ( + + Igualando numeradores tenemos A+B =0 3A + B = 4 ) A=2 B=3 © Los autores. 2000. Descomponer en fracciones simples. 4)(x .

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer: Get 4 months of Scribd and The New York Times for just $1.87 per week!

Master Your Semester with a Special Offer from Scribd & The New York Times