Está en la página 1de 71

Colección de Matemáticas Universitarias 3

Introducción al Álgebra Lineal


Ejercicios

Oihane Fdez. Blanco


Imagen de portada: tejidos tı́picos ecuatorianos ©AMARUN

Colección de Matemáticas Universitarias, 3

Álgebra Lineal y sus aplicaciones


Introducción al Álgebra Lineal
Ejercicios
Oihane Fdez. Blanco

© Asociación AMARUN, Parı́s, 2017


Depósito legal: Bibliothèque Nationale de France
Impreso en Francia
Fecha de la versión: enero 2017

ISBN

La Asociación AMARUN tiene por objetivo desarrollar las ciencias exactas en améri-
ca del sur, principalmente en paı́ses de la región andina (Bolivia, Colombia, Ecuador,
Perú). Entre las diversas actividades de AMARUN se encuentra la organización de
escuelas de verano en matemáticas, la producción de material pedagógico (leccio-
nes, hojas de ejercicios) y la edición de una revista de divulgación. Para mayores
informaciones sobre los proyectos y actividades, consultar www.amarun.org
Índice general
1 Vectores y matrices con coeficientes en R 1
1.1 Escalares, y vectores en Rn . . . . . . . . . . . . . . . . . . . . 1
1.2 Matrices de m × n con coeficientes en R . . . . . . . . . . . . . 4

2 Sistemas de Ecuaciones lineales 9


2.1 Definición de un sistema de ecuaciones lineales . . . . . . . . . 9
2.2 Resolución de un sistema de ecuaciones lineales . . . . . . . . . 9
2.3 Sistemas homogeneos e independencia lineal . . . . . . . . . . . 14
2.4 Matrices invertibles . . . . . . . . . . . . . . . . . . . . . . . . . 18

3 Subespacios vectoriales de Rn y transformaciones lineales 21


3.1 Sistemas generadores y subespacios vectoriales . . . . . . . . . 21
3.2 Bases, dimensiones y coordenadas en un subespacio vectorial . 28
3.3 Interpretación geométrica de un sistema de ecuaciones lineales y
su conjunto solución . . . . . . . . . . . . . . . . . . . . . . . . 36
3.4 Transformaciones lineales y matriciales . . . . . . . . . . . . . . 38

4 Ortogonalidad y Mı́nimos Cuadrados 41


4.1 Producto punto: longitud, distancia y ángulo entre vectores . . 41
4.2 Ortogonalidad entre vectores y el complemento ortogonal H ⊥ . 42
4.3 Conjuntos y bases ortogonales . . . . . . . . . . . . . . . . . . . 44
4.4 Proyecciones ortogonales y el proceso de Gram-Schmidt . . . . 45
4.5 El problema de mı́nimos cuadrados . . . . . . . . . . . . . . . . 47
4.6 Matrices ortogonales y transformaciones lineales . . . . . . . . 49

5 Determinantes 53
5.1 Ejercicios determinante de una matriz . . . . . . . . . . . . . . 53
5.2 Matrices invertibles y Regla de Cramer . . . . . . . . . . . . . . 59
5.3 Interpretación geométrica del determinante . . . . . . . . . . . 59
5.4 Determinantes y transformaciones lineales . . . . . . . . . . . . 60

6 Valores y vectores propios 61


6.1 Valores y vectores propios y el polinomio caracterı́stico . . . . . 61
6.1.1 Diagonalización . . . . . . . . . . . . . . . . . . . . . . . 66
6.1.2 Vectores propios y transformaciones lineales . . . . . . . 68

i
1 Vectores y matrices con
coeficientes en R
1.1. Escalares, y vectores en Rn
1. Diga si estas afirmaciones son verdaderas o falsas, y justifique su respues-
ta.  
−4 
(a) Otra notación para el vector es −4 3 .
3
(b) un ejemplo de combinación lineal de los vectores ~v v1 y ~v v2 es el
vector 21 ~v v1 .
(c) Cualquier lista de cinco números reales es un vector en R5 .
(d) El vector ~v v resulta cuando un vector ~u − ~v v se suma al vector ~v v.
 
(e) el vector 2 1 7 es múltiplo del vector −2 −1 7 .
2. Instala en tu computadora el programa Open Source Octave
(https://www.gnu.org/software/octave/download.html) o alternativamen-
te el programa Matlab que requiere comprar una licencia. Estos dos pro-
gramas son casi equivalentes, sin embargo hay algunos comandos (sobre
todo avanzados) que si son diferentes. En adelante habrá regularmente
ejercicios numéricos que requieren el uso de este software.
 
2
1
a) Crea en Maxima, Octave o Matlab los vectores v1 =  0 (usan-

  1
0
1
do el comando v1 = [2;1;0;1]) y v2 =   3 . Usa el comando w

−1
= v1 + v2 para calcular la suma v1 + v2 .
 
2 5 0 1
b) Crea en Maxima, Octave o Matlab la matriz A =
0 1 −2 4
usando el comando
A = [2,5,0,1;0,1,-2,4]. Calcula el resultado de A~v v1 y A~v v2 en
Maxima, Octave o Matlab.
   
−1 −3
3. Sean los vectores ~u = , ~v v = . Calcule ~u + ~v v y ~u − 2~v v.
2 −1
   
3 2
4. Dados los vectores ~u = , ~v v = , realice las operaciones ~u + ~v v
2 −1
y ~u − 2~v v.

1
2 Capı́tulo 1. Vectores y matrices con coeficientes en R
   
−1 −3
5. Sean los vectores ~u = , ~v v = . Grafique los siguientes vectores
2 −1
en el plano R2 : ~u, ~v v, −~v v, −2~v v, ~u + ~v v, ~u − ~v v y ~u − 2~v v.
   
3 2
6. Dados los vectores ~u = y ~v v = , represente en una gráfica los
2 −1
siguientes vectores: ~u, ~v v, −~v v, −2~v v, ~u + ~v v, ~u − ~v v y ~u − 2~v v.

7. Hacer todos los ejercicios anteriores usando Maxima u Octave (resolver


y gráficar todo construyendo un código para tal fin. )

8. Sea la figura:

a) ¿Los vectores ~a, ~b, ~v c y ~v d son combinaciones lineales de ~u y ~v v?


Justifique su respuesta.
b) ¿Los vectores w,~ ~x, ~y y ~v z son combinaciones lineales de ~u y ~v v?
Justifique su respuesta.

9. Considere los vectores ~v v1 , ~v v2 , ~v v3 y ~b en R2 , que se muestran en la


figura. ¿Tiene solución la ecuación x1~v v1 + x2~v v2 + x3~v v3 = ~b?. ¿Es única
la solución? utilice la figura para explicar sus respuestas.
1.1. Escalares, y vectores en Rn 3

10. Con los vectores ~u = (u1 , . . . , un ), ~v v = (v1 , . . . , vn ) y w


~ = (w1 , . . . , wn ),
verifique las siguientes propiedades algebraicas de Rn .
(a) (~u + ~v v) + w
~ = ~u + (~v v + w).
~
(b) c(~u + ~v v) = c~u + c~v v para cada escalar c.

11. Utilice el vector ~u = (u1 , . . . , un ) para verificar las siguientes propiedades


algebraicas de Rn .
(a) ~u + (−~u) = (−~u) + ~u = 0.
(b) c(d~u) = (cd)~u para todos los escalares c y d.
 
0
12. Determina si el vector ~v 0 = 0 es combinación lineal de los vectores
0
     
1 6 3
2 , 4 , 2, con algún peso distinto de cero. En caso de que la
6 2 1
respuesta sea positiva, representa en un dibujo esta combinación lineal.
 
1
2
13. Determina el valor de a, si es que existe, de tal forma que el vector 
a

5
     
0 0 1
1 0 1
1 , 0 y 2.
es combinación lineal de los vectores      

1 1 0

14. Usando las propiedades de la multiplicación escalar y la suma de vectores:


a) Demuestra que (−1)~u = −~u.
b) Supón que c~u = ~v 0 para algún escalar c distinto de cero. Demuestra
que ~u = ~v 0.

15. Una compañı́a minera posee dos minas. En un dı́a, la mina #1 produce
mineral que contiene 30 toneladas métricas de cobre y 600 kilogramos de
plata, mientras que, también en un dı́a, la mina #2 produce mineral que
contiene
 40 toneladas métricas
  de cobre y 380 kilogramos de plata. Sean
30 40
~v v1 = y ~v v2 = . Ası́ ~v v1 y ~v v2 representan la “producción
600 380
diaria” de la mina #1 y la mina #2, respectivamente.
Responda a las siguientes preguntas:
(a) ¿Qué interpretación fı́sica puede darse al vector 5~v v1 ?
(b) Suponga que la compañı́a opera la mina #1 durante x1 dı́as y la
mina #2 por x2 dı́as. Escriba una ecuación vectorial cuya solución
dé el número de dı́as que cada mina deberı́a operar para producir
240 toneladas de cobre y 2824 kilogramos de plata. No resuelva la
ecuación.
4 Capı́tulo 1. Vectores y matrices con coeficientes en R

a) [M] Con la ayuda de un software matemático, resuelva la ecuación


en (b).

16. Una planta eléctrica de vapor quema dos tipos de carbón: antracita (A) y
bituminoso (B). Por cada tonelada de A que se quema, la planta produce
27.6 millones de Btu de calor, 3100 gramos (g) de dióxido de sulfuro, y
250 g de contaminantes sólidos (partı́culas). Por cada tonelada de B que
se quema, la planta produce 30.2 millones de Btu, 6400 g de dióxido de
sulfuro, y 360 g de contaminantes sólidos (partı́culas).
Responda a las siguientes preguntas:
(a) ¿Cuánto calor produce la planta cuando quema x1 toneladas de A
y x2 toneladas de B?
(b) Suponga que la producción de la planta de vapor está descrita por
un vector que lista las cantidades de calor, dióxido de sulfuro y con-
taminantes sólidos. Exprese esta producción como una combinación
lineal de dos vectores, suponiendo que la planta quema x1 toneladas
de A y x2 toneladas de B.
a) [M] Durante cierto tiempo, la planta de vapor produjo 162 millones
de Btu de calor, 23.610 g de dióxido de sulfuro y 1623 g de con-
taminantes sólidos. Determine cuántas toneladas de cada tipo debe
haber quemado la planta. Como parte de la solución, incluya una
ecuación vectorial.

1.2. Matrices de m × n con coeficientes en R


17. Responde si es verdadero o falso, y justifica:
a) Si las columnas primera y tercera de la matriz B son iguales, enton-
ces también lo serán las columnas primera y tercera de AB.
b) Si las filas primera y tercera de la matriz B son iguales, entonces
también lo serán las filas primera y tercera de AB.
c) Si las columnas primera y tercera de la matriz A son iguales, entonces
también lo serán las columnas primera y tercera de AB.
d ) Si las filas primera y tercera de la matriz A son iguales, entonces
también lo serán las filas primera y tercera de AB.
e) (AB)2 = A2 B 2 .

18. Verdadero o Falso. Justifica tu respuesta.


a) Si existe A2 , entonces necesariamente A tiene que ser una matriz
cuadrada.
b) Si existen AB y BA, entonces A y B son necesariamente matrices
cuadradas.
c) Si existe AB y BA, entonces AB y BA son necesariamente matrices
cuadradas.
d ) Si AB = B, entonces necesariamente A = I.
1.2. Matrices de m × n con coeficientes en R 5

e) El producto de A~v v es una suma de vectores.


19. Dadas las matrices
     
2 −3 −1 1 −2 3 4
A= ; B= ; C=
1 4 0 5 1 −2 0

encuentra:
a) (2A + B)C
b) C T (B − A)T
c) (AC)T
d ) C T AT
e) Usa Maxima u Octave para construir un código que resuelva este
problema computacionalmente (cada item).
20. Dadas las matrices
 
  2 1  
−1 2 0 2 −1
A= ; B = 3 2 ; C= ,
4 3 −2 1 3
1 −3

calcula AB, AT y AB − 2C. Usa Maxima u Octave para construir un


código que resuelva este problema computacionalmente.
21. Escribe las matrices A y B que verifican que sus componentes son:

aij = i + j y bij = (−1)i+j .

Encuentra las matrices AB y BA.


22. Realiza las siguientes operaciones:
     
1 3 1
(1, −2, 7) −2 ; (1, −2, 7) 5 ; −2 (3, 5, 1)
7 1 7

23. Da un ejemplo de una matriz A de dimensión 3 × 3 distinta de la matriz


cero, tal que:
a) A es una matriz diagonal, esto es, aij = 0 si i 6= j.
b) A es una matriz simétrica, esto es, aij = aji para todo valor de i, j.
c) A es una matriz triangular superior, esto es, aij = 0 si i > j.
d ) A es una matriz antisimétrica, esto es, aij = −aji para todo valor
de i, j.
24. Realiza las siguientes operaciones, usando la interpretación de combina-
ción lineal de vectores para el producto. Usa Maxima u Octave para
dibujar en R3 la combinación lineal que se está realizando, y comprue-
ba que coincide la suma geométrica de los vectores reescalados con el
resultado obtenido algebraicamente:
6 Capı́tulo 1. Vectores y matrices con coeficientes en R
     
4 0 1 3 1 0 0 5
(a)0 1 0 4 (b)0 1 0 −2
4 0 1 5 0 0 1 3
25. Realiza la siguiente multiplicación:
  
2 0 1
1 3 1
Dibuja los vectores columna de la primera matriz. Haz la suma geométrica
en R2 de estos vectores columna. Verifica que efectivamente, el producto
calculado coincide con la suma de esos dos vectores. ¿Por qué?
26. Realiza las siguientes operaciones, usando la interpretación de combina-
ción lineal de vectores para el producto.Usa Maxima u Octave para
dibujar en R3 la combinación lineal que se está realizando, y comprue-
ba que coincide la suma geométrica de los vectores reescalados con el
resultado obtenido algebraicamente:
    
4 1   1 2 3 0
1
(a)5 1 (b)4 5 6 1
3
6 1 7 8 9 0
 
4 3  
1/2
(c)6 6
1/3
8 9

27. ¿Cuál o cuáles de estas matrices son igual a (A + B)2 ?

A2 +2AB+B 2 , A(A+B)+B(A+B), (A+B)(A+B), A2 +AB+BA+B 2

28. Mediante prueba y error, encuentra ejemplos de matrices 2 × 2 tal que:


a) A2 = −I, donde todas las componentes de A son valores reales.
b) B 2 = (0) y B 6= (0).
c) CD = −DC y CD 6= (0).
d ) EF = (0) aunque ninguna componentes de las matrices E y F es
igual a cero.
29. Encuentra las potencias A2 , A3 , B 2 , B 3 , C 2 , C 3 para las siguientes matri-
ces:
   
1/2 1/2 1 0
A= B=
1/2 1/2   0 −1
1/2 −1/2
C=
1/2 −1/2
¿Podrı́as deducir quiénes serı́an Ak , B k , C k ?
30. Sea A una matriz de 3 × 5, B una matriz de 5 × 3, C una matriz de
5 × 1 y D una matriz de 3 × 1. Si todas las componentes de las matrices
A, B, C, D valen 1, ¿cuáles de estas operaciones están permitidas, y cuál
es el resultado?

BA AB ABD DBA A(B + C)


1.2. Matrices de m × n con coeficientes en R 7

31. La primera componente del vector A~v x es a11 x1 +. . .+a1n xn . ¿Cuál serı́a
la tercera componente de A~v x? ¿Y la componente de la primera fila y la
primera columna de A2 ?

32. Multiplica las siguientes matrices para encontrar EF , F E y E2:


   
1 0 0 1 0 0
E = a 1 0 y F = 0 1 0
b 0 1 0 c 1
Usa Maxima u Octave para construir un código que resuelva este pro-
blema computacionalmente.

33. Sean A y B las matrices complejas 3 × 2


   
1 − i 2i + 1 i 1 − 2i
A =  1 − 2i −3i  , B =  2i 5 + 3i  ,
2 3+i 1 3−i

entonces A + B es?

34. ¿Qué filas o columnas o matrices se deben multiplicar para conseguir...?


a) ...la tercera columna de AB?
b) ...la primera fila de AB?
c) ...la componente de la fila 4 y la columna 3 de AB?
d ) ...la componente de la fila 1 y la columna 1 de CDE?

35. Encuentra la matriz B de 3 × 3 tal que, para cualquier matriz A, se


verifica que BA = 4A. Usa Maxima u Octave para construir un código
que resuelva este problema computacionalmente.

36. Utilizando la definición de A~v v = ~b, escriba la ecuación matricial co-


mo una ecuación vectorial, y especifique los pesos que hacen que ~b sea
combinación lineal de los vectores columna de A.
 
  2  
1 2 −3 1  −1 = −4

a)
−2 −3 1 −1  2  1
−1
   
2 −3   −21
 −3
3 2  1 
b)  8 −5 5 = −49
 

−2 1 11
   
3 2
37. Si A = yB= , encuentra las matrices: AT B, B T A, AB T , BAT .
1 2

38. Demuestra que para una matriz distinta de la matriz cero, A2 = (0) es
posible pero AAT = (0) es imposible.

39. En general (AB)T = B T AT pero (AB)T 6= AT B T . ¿Qué propiedad deben


verificar las matrices A y B para que se verifique (AB)T = AT B T ?
8 Capı́tulo 1. Vectores y matrices con coeficientes en R

40. Suponga que A es una matriz de m × n, y que existan las matrices C y


D de n × m, tales que CA = In y AD = Im . Demuestre que m = n y
C = D. (Sugerencia: Piense en el producto CAD).
2 Sistemas de Ecuaciones lineales
2.1. Definición de un sistema de ecuaciones
lineales
41. Escribe a qué sistemas de ecuaciones lineales representan las siguientes
ecuaciones matriciales:
   
  u     u  
1 2 2   1 1 2 2   1
(a) v = (b) v =
2 4 5 4 2 4 4 4
w w

42. Escribe las siguientes ecuaciones vectoriales que sirven para determinar
si un vector ~b es o no combinación lineal de ciertos vectores como un
sistema de ecuaciones lineales, y después escribe la forma matricial de
este sistema   de ecuaciones
 lineales.    
4 −5 7 6
−1 3 −8 −8
a) x1   7  + x2 −5 + x3  0  =  0 
      

−4 1 2 −7
         
2 −1 −4 0 5
b) z1 + z2 + z3 + z4 =
−4 5 3 2 12
       
1 0 5 2
43. Sean ~v1 = −3 , ~v2 = −3 , ~v3 = −1 , b = −1. Considera la
0 2 5 5
ecuación vectorial
x1~v1 + x2~v2 + x3~v3 = b.
que al resolverla determinará si ~b es combinación lineal o no de los vectores
~v1 , ~v2 , ~v3 . Escribe el sistema de ecuaciones lineales, la matriz aumentada
correspondiente y la ecuación matricial equivalentes a la ecuación.
44. Plantea el sistema
  de ecuaciones que hay que resolver para  determinar
   si el 
11 1 −2 −6
vector ~b = −4 es combinación lineal de los vectores 0 ,  2  ,  7 ,
9 1 2 5
con algún peso distinto de cero, y su forma matricial.

2.2. Resolución de un sistema de ecuaciones


lineales
45. (Verdadero / falso) En el siguiente, marca cada enunciado como verdadero
o falso y justifı́ca tu respuesta.

9
10 Capı́tulo 2. Sistemas de Ecuaciones lineales

a) Todas las operaciones elementales de fila son reversibles.


b) Dos matrices son equivalentes por filas si tienen el mismo número
de filas.
c) Multiplicar una fila de una matriz aumentada por cero es una ope-
ración elemental de fila.
d ) Todas las entradas principales de una matriz en forma escalonada
están situadas en columnas distintas.
e) Si un sistema lineal tiene más variables que ecuaciones, entonces
necesariamente tiene un número infinito de soluciones.
f ) En algunos casos, una matriz se puede reducir por filas a más de una
matriz en forma escolonada reducida, mediante diferentes secuencias
de operaciones por fila.
46. (Verdadero / falso) Determina si las siguientes afirmaciones son verdade-
ras o falsas y justifı́ca tu respuesta.
a) Todas las operaciones elementales de fila son reversibles.
b) La ecuación matricial A~x = ~b es consistente si la matriz aumentada
(A | ~b) tiene una posición pivote en cada fila.
c) Dos matrices son equivalentes por filas si tienen el mismo número
de filas.
d ) Multiplicar una fila de una matriz aumentada por cero es una ope-
ración elemental de fila.
e) Sea A una matriz de 3 × 5. La ecuación A~x = ~b tiene al menos una
solución para todo ~b si y sólo si A tiene 3 pivotes.
47. Considera el sistema lineal

 2x1 + x2 + x3 = 5
5x1 + 4x2 − 5x3 = −1
3x1 + 2x2 − x3 = 3

a) Escribe la matriz de coeficientes y la matriz aumentada de este sis-


tema.
b) Usa el método de Gauß para encontrar la forma escalonada redu-
cida de la matriz aumentada del sistema. Usa Maxima, Octave
o Matlab para determinar que la forma escalonada reducida que
has calculado es correcta. (El comando correspondiente en Octave y
Matlab es rref(A)).
c) Escribe el conjunto solución del sistema.
48. Usa el método de Gauß para resolver el siguiente sistema lineal y deter-
minar su conjunto solución:


 2x + 2y + 4z = 0
w − y − 3z = 0

 2w + 3x + y
 + z = 0
−2w + x + 3y − 2z = 0

2.2. Resolución de un sistema de ecuaciones lineales 11

Además, usa Maxima u Octave para construir un código que resuelva


este problema computacionalmente, y ası́ comprobar que tu respuesta es
correcta.
49. Encuentra todos los valores para a y b de manera que el sistema lineal

x1 + ax2 = 3
4x1 + 8x2 = b
a) no tenga solución,
b) tenga una única solución,
c) tenga un número infinito de soluciones.
50. Determina para cuáles valores de a, b, c el siguiente sistema lineal es con-
sistente: 
 2x1 + 3x2 − x3 = a
x1 + x2 + 2x3 = b
2x2 − 3x3 = c

51. Supón que un sistema de ecuaciones lineales tiene una matriz aumentada
de 3 × 5 cuya quinta columna es una columna pivote. ¿El sistema es
consistente? ¿Por qué?
52. Usa Maxima, Octave o Matlab
 para determinar
 la forma escalonada
3 −2 4 0
reducida de la matriz A = 9 −6 12 0 . (El comando correspon-
6 −4 8 0
diente en Octave y Matlab es rref(A)).
53. Encuentra las soluciones en forma paramétrica para los siguientes siste-
mas de ecuaciones lineales dados en forma matricial:
   
  u     u  
1 2 2   1 1 2 2   1
v = v =
2 4 5 4 2 4 4 4
w w

54. Encuentra la matriz escalonada de las siguientes matrices. ¿Cuáles son


las variables libres?
   
1 2 0 1 1 2 3
A = 0 1 1 0 B = 4 5 6
1 2 0 1 7 8 9

55. Bajo qué condiciones en las componentes del vector ~b es el siguiente sis-
tema consistente:    
1 0   b1
0 1 u
= b2 
v
2 3 b3

56. Bajo qué condiciones en las componentes del vector ~b es el siguiente sis-
tema consistente:
   
1 2 0 3 ~b = b1
A=
2 4 0 7 b2
12 Capı́tulo 2. Sistemas de Ecuaciones lineales

57. Escriba las soluciones en forma paramétrica del siguiente sistema de ecua-
ciones lineales.

 2x1 + 2x2 + 4x3 = 8
−4x1 − 4x2 − 8x3 = −16
− 3x2 − 3x3 = 12

 
0
58. Determina si el vector ~0 = 0 es combinación lineal de los vectores
0
     
1 6 3
2 , 4 , 2, con algún peso distinto de cero. Usa Maxima, Oc-
6 2 1
tave o Matlab para comprobar que tu respuesta es correcta.
 
11
59. Determina si el vector ~b = −4 es combinación lineal de los vectores
      9
1 −2 −6
0 ,  2  ,  7 , con algún peso distinto de cero. Usa Maxima,
1 2 5
Octave o Matlab para comprobar que tu respuesta es correcta.
     
1 −2 4
60. Sean ~v1 =  4  , ~v2 = −3 , b =  1 . Determina para cuáles valo-
−2 7 h
res de h ∈ R el vector b es combinación lineal de los vectores ~v1 , ~v2 .
 
1
2
61. Determina el valor de a, si es que existe, de tal forma que el vector  a

      5
0 0 1
1 0 1
es combinación lineal de los vectores 
1 , 0 y 2.
    

1 1 0
 
1 3 4
62. Sea A = −4 2 −6.
−3 2 −7
a) Determina si para todos b ∈ R3 la ecuación matricial Ax = b tiene
una solución.
b) Usa Maxima u Octave para construir un código que resuelva este
problema computacionalmente
63. Suponga que la siguiente matriz es la matriz aumentada de un sistema
de ecuaciones lineales. ¿Es el sistema consistente o inconsistente?
 
2 1 7 3 4
 0 0 3 2 1 .
0 1 0 0 0
2.2. Resolución de un sistema de ecuaciones lineales 13

64. Revisa estas tres ecuaciones y decide si el sistema es consistente:



 x + 2y = 2
x − y = 2
y = 1

¿Qué ocurre si todas las constantes del lado derecho son cero?. ¿Existe
alguna posibilidad de cambiar los valores de la derecha a escalares dis-
tintos de cero, para que la solución sea consistente, esto es, para que las
tres rectas intersequen en un mismo punto?.

65. Un importante asunto en el estudio de transferencia de calor es determinar


la distribución de temperatura de estado estable de una placa delgada
cuando se conoce la temperatura en los bordes. Supón que la placa que
se ilustra en la figura representa una sección transversal de una viga de
metal, con flujo de calor despreciable en la dirección perpendicular a la
placa. Sean T1 ,..., T4 las temperaturas en los cuatro nodos interiores de
la malla en la figura. La temperatura en un nodo es aproximadamente
igual al promedio de las temperaturas de los cuatro nodos más cercanos,
esto es, a la izquierda, arriba, a la derecha y abajo. Por ejemplo,

10 + 20 + T2 + T4
T1 = , o 4T1 − T2 − T4 − 30.
4

a) Escribe un sistema de cuatro ecuaciones lineales para determinar las


temperaturas T1 , T2 , T3 , T4 .
b) Resuelve este sistema.

66. Una planta eléctrica de vapor quema dos tipos de carbón: antracita (A) y
bituminoso (B). Por cada tonelada de A que se quema, la planta produce
27,6 millones de Btu de calor, 3100 gramos (g) de dióxido de sulfuro, y
250 g de contaminantes sólidos (partı́culas). Por cada tonelada de B que
se quema, la planta produce 30,2 millones de Btu, 6400 g de dióxido de
sulfuro, y 360 g de contaminantes sólidos (partı́culas).
(a) ¿Cuánto calor produce la planta cuando quema x1 toneladas de A
y x2 toneladas de B?
(b) Supón que la producción de la planta de vapor está descrita por un
vector que lista las cantidades de calor, dióxido de sulfuro y conta-
minantes sólidos. Expresa esta producción como una combinación
lineal de dos vectores, suponiendo que la planta quema x1 toneladas
de A y x2 toneladas de B.
14 Capı́tulo 2. Sistemas de Ecuaciones lineales

(c) Durante cierto tiempo, la planta de vapor produjo 162 millones de


Btu de calor, 23.610 g de dióxido de sulfuro y 1623 g de contami-
nantes sólidos. Usa Maxima, Octave o Matlab para determinar
cuántas toneladas de cada tipo debe haber quemado la planta. Como
parte de la solución, incluye una ecuación vectorial.

2.3. Sistemas homogeneos e independencia lineal


67. Indica si cada enunciado es verdadero o falso con su respectiva justifica-
ción.
a) Una ecuación homogénea siempre es consistente.
b) La ecuación homogénea A~x = ~0 tiene la solución trivial si y solo si
la ecuación tiene al menos una variable libre.
c) Un sistema homogéneo de ecuaciones puede ser inconsistente.
d ) Si ~x es una solución no trivial de A~x = ~0, entonces cada entrada en
~x es distinta de cero.
e) Si ~x es una solución no trivial de A~x = 0, entonces cada entrada en
~x es distinta de cero.
f ) La ecuación A~x = ~b es una ecuación homogénea si el vector 0 es una
solución.
g) La ecuación A~x = ~b es homogénea si el vector cero es una solución.
h) Las operaciones de fila no afectan las relaciones de dependencia lineal
entre las columnas de una matriz.
68. Sea A es una matriz de 3 × 3 con tres posiciones pivote. Indica si,
a) la ecuación A~x = ~0 tiene una solución no trivial.
b) La ecuación A~x = ~b tiene al menos una solución para toda posible
~b. ¿Y más de una solución?

69. (Verdadero / Falso) En el siguiente, marca cada enunciado como verda-


dero o falso y justifı́ca tu respuesta.
(a) Un conjunto de 4 vectores en R3 no puede ser linealmente indepen-
diente.
(b) Un conjunto de 2 vectores en R3 es linealmente independiente.
(c) Si un conjunto de 3 vectores {~v1 , ~v2 , ~v3 } en Rn es linealmente inde-
pendiente, entonces para cualquier k ∈ R\{0} el conjunto {k~v1 , k~v2 , k~v3 }
también es linealmente independiente.
(d) Si ~v ∈ Rn es un vector distinto de cero, entonces el conjunto {~v } es
linealmente independiente.
(e) Si ~v ∈ Rn es un vector distinto de cero, entonces el conjunto {~v , −~v }
es linealmente independiente.
(f) Si {v1 , v2 , v3 , v4 } es un conjunto de vectores linealmente indepen-
dientes, entonces el conjunto {v1 , v2 , v3 } es linealmente independien-
te.
2.3. Sistemas homogeneos e independencia lineal 15

(g) Sean v1 , v2 ∈ R7 vectores linealmente independientes. Entonces u −


v, u + v son linealmente independientes.
(h) Si ninguno de los tres vectores en R3 del conjunto S = {~v1 , ~v2 , ~v3 }
es múltiplo de alguno de los otros dos, entonces S es linealmente
independiente.
   
1 2
(i) Los vectores −1 y −3 son colineales.
1 2
(j) Dado un conjunto S = {v1 , . . . , vs } de vectores linealmente inde-
pendientes, cualquier subconjunto S 0 no vacı́o de S está formado
por vectores linealmente independientes.
(k) Sean tres vectores ~v u, ~v v, ~v w tales que ~v u es combinación lineal de ~v v
y ~v w. Entonces, los vectores ~v v y ~v w son linealmente dependientes.
(l) Las columnas de una matriz 4 × 5 son linealmente dependientes.

70. El siguiente sistema de ecuaciones lineales tiene como solución (x, y) =


(0, 0). ¿Para qué valores de a hay más de una solución? Escribe el conjunto
solución como combinación lineal de vectores. Dibuja la solución en el
plano. ¿Qué se obtiene?

ax + 2y = 0
2x + ay = 0

 
2
71. Comprueba que el vector ~x = 1 es una solución del sistema A~x = ~0,
1
 
3 −6 0
donde A = 0 2 −2. ¿Puedes encontrar más soluciones a este
1 −1 −1
sistema? ¿Por qué es esto posible?

72. Sea A una matriz de 2 × 5 con dos posiciones pivote. Determina,


a) ¿la ecuación A~x = ~0 tiene una solución no trivial?
b) ¿La ecuación A~x = ~b tiene al menos una solución para toda posible
~b?

73. Supón que A~x = ~b tiene una solución. Explique por qué la solución es
única precisamente cuando A~x = ~0 tiene solo la solución trivial.

74. Describe todas las soluciones de A~x = ~0 en forma vectorial paramétrica,


donde A es equivalente por filas a la matriz dada.
 
1 −4 −2 0 3 −5
0 0
 1 0 0 −1 
0 0 0 0 1 −4
0 0 0 0 0 0
16 Capı́tulo 2. Sistemas de Ecuaciones lineales

75. Encuentra las soluciones para los sistemas homogéneos A~x = ~0 y B~x = ~0.
   
1 2 0 1 1 2 3
A = 0 1 1 0 B = 4 5 6
1 2 0 1 7 8 9

76. Supón que F es una matriz de n×n. Si la ecuación F ~x = ~y es inconsistente


para alguna ~y en Rn , ¿qué se puede decir acerca de la ecuación F ~x = ~0?
¿Por qué?

77. Explica por qué las columnas de una matriz A de n × n son linealmente
independientes cuando A es invertible.

78. Encuentre el mayor número posible de vectores linealmente independien-


tes entre los siguientes vectores:
           
1 1 1 0 0 0
−1 0 0 1 1 0
 0  , ~v2 = −1 , ~v3 =  0  , ~v4 = −1 , ~v5 =  0  , ~v6 =  1 
~v1 =            

0 0 −1 0 −1 −1

79. Diga si estos vectores son linealmente dependientes o independientes.


  
(a) Los vectores 1 3 2 , 2 1 3 y 3 2 1
  
(b) Los vectores 1 −3 2 , 2 1 −3 y −3 2 1

80. Si w
~ 1, w
~ 2, w
~ 3 son vectores linealmente independientes, muestre que las
diferencias ~v1 = w~2 −w ~1 −w
~ 3 , ~v2 = w ~1 −w
~ 3 y ~v3 = w ~ 2 son linealmente de-
pendientes. Para ello, encuentre una combinación de las vectores ~v1 , ~v2 , ~v3
que da cero como resultado.

81. Si w ~ 1, w~ 2, w ~ 3 son vectores linealmente independientes, muestre que las


sumas ~v1 = w ~2 + w ~ 3 , ~v2 = w
~1 + w
~ 3 y ~v3 = w
~1 + w
~ 2 son linealmente
independientes. Para ello, escriba c1~v1 +c2~v2 +c3~v3 = ~0 en términos de los
vectores w ~ 1, w
~ 2, w
~ 3 . Encuentre y resuelva ecuaciones para las constantes
c1 , c2 , c3 , para demostrar que éstas son cero.

82. Sean ~v1 y ~v2 vectores en R3 . Entonces:


(a) Los vectores ~v1 y ~v2 serán linealmente dependientes si ..........................

(b) Los vectores ~v1 y 0 0 0 son linealmente dependientes porque
..........................
 
a b c
83. Sea U = 0 d e . Demuestre que si a = 0 ó d = 0 ó f = 0, los
0 0 f
vectores columna de U son linealmente dependientes.

84. Si a, d y f en el ejercicio anterior son todos diferentes de cero, muestre que


la única solución para U~x = 0 es ~x = 0. Entonces U triangular superior
tendrá columnas linealmente independientes.
2.3. Sistemas homogeneos e independencia lineal 17
   
2 3 4 1 2 3 4 1
0 6 7 0 0 6 7 0
85. Sean U = 0 0 0
yA= .
9 0 0 0 9
0 0 0 0 4 6 8 2
Escoja tres vectores columna que sean linealmente independientes de U .
Luego Proponga dos opciones distintas. Haga lo mismo para A.

86. Demuestra que los vectores ~a1 , ~a2 , ~a3 son linealmente independientes pero
~a1 , ~a2 , ~a3 , ~a4 son linealmente dependientes:
       
1 1 1 2
~a1 = 0 , ~a2 = 1 , ~a3 = 1 , ~a4 = 3 .
0 0 1 4

87. Sean w~ 1, w ~ 3 tres vectores linealmente independientes en R3 . Demues-


~ 2, w
tra que:
(a) Los vectores u1 = w ~2 − w ~1 − w
~ 3 , ~v2 = w ~1 − w
~ 3 , ~v3 = w ~ 2 son lineal-
mente dependientes. (Sugerencia: Encuentra una combinación lineal
no trivial de los ~vi que de cero.)
(b) Los vectores ~u1 = w ~2 + w
~ 3 , ~u2 = w
~1 + w
~ 3 , ~u3 = w
~1 + w
~ 2 son li-
nealmente independientes. (Sugerencia: Escribe la ecuación c1 ~u1 +
c2 ~u2 + c3 ~u3 = ~0 y reformula esta usando los w ~ i .)

88. ¿Cuántas columnas pivote debe tener una matriz de 6 × 4 para que sus
columnas sean linealmente independiente?

89. Dados los siguientes conjuntos de vectores, diga si son linealmente inde-
pendientes o no, y en cada caso explique por qué:
   
 1 −2 
a) 1 , −2
0 0
 
     
1 −1 2
b) , ,
1 1 3
     

 1 2 1  
0 3 0


     

c)  0 , 0 , 1
     


 0 0 0 
 
0 0 0
 
     
 −1 1 0 
d )  1  , 2 , 0
0 3 0
 

90. Sean v~1 y ~v2 dos vectores linealmente independientes, y ~v3 = ~v1 +2~v2 , ~v4 =
~v1 − 2~v2 . Demuestra que v~3 y ~v4 también son linealmente independientes.
18 Capı́tulo 2. Sistemas de Ecuaciones lineales

2.4. Matrices invertibles


91. Argumenta por qué una matriz con una columna de ceros nunca va a ser
invertible.
 
2 1 4 6
0 3 8 5
0 0 0 7 . Demuestra que A no puede ser inver-
92. Sea la matriz A =  

0 0 0 9
tible.
(Pista: Si existiera A−1 , entonces la matriz A multiplicada para la tercera columna de
0
 
−1 0
A deberı́a de ser la columna  . ¿Es esto posible?
1
0
 
1 1
93. Demuestra que A = no tiene inversa, demostrando que no existen
3 3
a, b, c, d tal que:     
1 1 a c 1 0
=
3 3 b d 0 1

94. Sea una matriz A de tal forma que su tercera fila es la suma de la primera
fila más la segunda fila. Demuestra que A no es invertible.
 
5 7
95. Determina si la matriz es invertible. Usa tan pocos cálculos
−3 −6
como sea posible. Justifica tu respuesta.

96. Sea A una matriz. Demuestre que, si la inversa de la matriz A2 es B,


entonces la inversa de A es AB.

97. Encuentra tres matrices 2 × 2 diferentes de I2 y −I2 , que sean inversas


de si mismas, esto es, que verifiquen que A2 = I.

98. Responde a estas cuestiones:


a) Demuestra que si A es invertible y AB = AC, entonces B = C.
OBSERVACIÓN:  Esto sólo es cierto si A es invertible. Contra-
1 0
ejemplo: si A = encuentra un ejemplo de dos matrices B, C
0 0
que verifican que AB = AC pero B 6= C. Demuestra que A no es in-
vertible. Para
 ello,
 plantea el problema de la existencia de la matriz
1 0
inversa de en términos de un sistema de ecuaciones lineales.
0 0

99. La matriz ((AB)−1 )T se puede calcular conociendo (A−1 )T y (B −1 )T .


¿De qué forma?

100. Encuentra AT , A−1 , (A−1 )T , (AT )−1 para las matrices:


   
1 0 1 c
y
9 3 c 0
2.4. Matrices invertibles 19

101. Si A, B, C son matrices invertibles, y AB = C, encuentra una fórmula


para A−1 .
102. Supón que A es invertible y que intercambiando sus dos filas conseguimos
la matriz B. ¿Es B invertible? ¿Cómo construirı́as B −1 a partir de A−1 ?
103. Encuentra la inversa (si existe) de las siguientes matrices. Si no existe,
justifica por qué no existe:
 
0 0 0 1
0 0 2 0
a) A1 =  0 3 0 0

4 0 0 0
 
1 0 0 0
−1/2 1 0 0
b) A2 =  
 0 −2/3 1 0
0 0 −3/4 1
 
1 0 0
c) A3 = 1 1 1
0 0 1
 
2 −1 0
d ) A4 = −1 2 −1
0 −1 2
 
0 0 1
e) A5 = 0 1 1
1 1 1
 
cos θ − sin θ
f ) A6 =
sin θ cos θ
 
1 0 0 0
1/4 1 0 0
g) A7 =  1/3 1/3

1 0
1/2 1/2 1/2 1
104. ¿Bajo que condiciones sobre las componentes de A y B son las siguientes
matrices invertibles?
   
a b c a b 0
A = d e 0 B = c d 0
f 0 0 0 0 e
3 Subespacios vectoriales de Rn y
transformaciones lineales
3.1. Sistemas generadores y subespacios
vectoriales
Sistemas generadores
105. (Verdadero / falso) Determina si cada enunciado es verdadero o falso y
justifica tu respuesta.
   
−2 −5
a) Los puntos en el plano que corresponden a y están
5 2
sobre una recta que pasa por el origen.
b) El conjunto gen{~u, ~v v} siempre se visualiza como un plano que pasa
por el origen.
c) Preguntar
 si el sistema
 lineal correspondiente a la matriz aumentada
~
~a1 ~a2 ~a3 b tiene solución equivale a preguntar si el vector
~b está en gen{~a1 , ~a2 , ~a3 }.
1
d ) El vector 3~vv1 está en el subespacio vectorial generado por ~v v 1 y
~v v 2 .
e) Sean ~v u, ~v v ∈ R3 dos vectores distintos de cero. Entonces, el espacio
vectorial generado por ~v u y ~v v consiste exactamente en el origen, en
la recta que pasa por ~v u y en la recta que pasa por ~v v.
f ) Si la ecuación A~v x = ~v b es inconsistente, entonces ~v b está en el
espacio generado por las columnas de A.
g) ~v 0 ∈ gen{~v u, ~v v}, para cualesquiera dos vectores ~v u, ~v v en Rn .
          
 1 1 1 1 1 
h) gen 0 , 1 , 2 , 3 , 4 = R3
1 1 1 1 1
 

i ) Si las columnas de una matriz A de m × n generan a Rm , entonces


la ecuación A~x = ~b es consistente para cada ~b en Rm .
j ) Si A es una matriz de m × n cuyas columnas no generan a Rm ,
entonces la ecuación A~x = ~b es consistente para toda ~b en Rm .

106. ¿Cuántas columnas pivote debe tener una matriz de 4 × 6 para que sus
columnas pivote generen a R4 ?

21
22 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales

107. Describe 
el conjunto
  de los vectores ~v b que pueden ser alcanzados por los
0 1
vectores 1 y 0.
3 2
 
1 3 4
108. Sea A = −4 2 −6.
−3 2 −7
a) Escribe el sistema de ecuaciones lineales dado por A~v x = ~v b, para
cualquier ~v b ∈ R3 .
b) Determina si para todos ~v b ∈ R3 la ecuación matricial A~v x = ~v b
tiene solución.
c) Interpreta el resultado obtenido en el literal anterior. ¿Las columnas
de A generan R3 ?
d ) Usa Maxima u Octave para construir un código que resuelva este
problema computacionalmente.
 
1 3 4
109. Sea A = −4 2 −6.
−3 2 −7
(a) Escribe el sistema de ecuaciones lineales dado por A~v x = ~v b, para
cualquier ~v b ∈ R3 .
(b) Determina si para todos ~v b ∈ R3 la ecuación matricial A~v x = ~v b
tiene una solución.
(c) Interpreta el resultado obtenido en el literal anterior. ¿Las columnas
de A generan R3 ?
(d) Usa Maxima u Octave para construir un código que resuelva este
problema computacionalmente.

110. Construye una matriz A de 3×3 cuyas columnas generen R3 y una matriz
B de 3 × 3 cuyas columnas no generen R3 .
   
1 −2
111. Dados ~v v1 =  1  y ~v v2 =  3 . Haz una lista de 5 vectores en
−2 0
gen{~v v1 , ~v v2 }.
   
3 −4
112. Sean ~v v1 = 1 y ~v v2 =  0 . Haz una lista de 5 vectores en
2 1
gen{~v v1 , ~v v2 }.
     
1 −5 3
113. Sean ~a1 =  3 , ~a2 = −8 y ~b = −5. ¿Con qué valor (o valores)
−1 2 h
de h se encuentra ~b en el plano generado por ~a1 y ~a2 ?
3.1. Sistemas generadores y subespacios vectoriales 23
     
1 −2 h
114. Dados ~v v1 =  0 , ~v v2 =  1  y ~y = −3. ¿Con qué valor (o
−2 7 −5
valores) de h se encuentra ~y en el plano generado por ~v v1 y ~v v2 ?

115. Realiza una descripción geométrica de gen{~v v1 , ~v v2 } para los vectores de


los ejercicios 113 y 114.
     
2 2 h
116. Sean ~u = y ~v vvvvv = . Demuestra que está en gen{~u, ~v v}
−1 1 k
para todas las h y k.

117. Construye una matriz A de 3 × 3, con entradas diferentes de cero, y un


vector ~b en R3 tal que ~b no esté en el conjunto generado por las columnas
de A.
   
1 0 −4 4
118. Sean A =  0 3 −2 y ~b =  1 . Denota las columnas de A por
−2 6 3 −4
~a1 , ~a2 , ~a3 , y sea W = gen{~a1 , ~a2 , ~a3 }.
(a) ¿Está ~b en {~a1 , ~a2 , ~a3 }? ¿Cuántos vectores hay en {~a1 , ~a2 , ~a3 }?
(b) ¿Está ~b en W ? ¿Cuántos vectores hay en W ?
(c) Demuestra que ~a1 está en W .
   
2 0 6 10
119. Sean A = −1 8 5 y ~b =  3  y sea W el conjunto de todas las
1 −2 1 7
combinaciones lineales de las columnas de A.
(a) ¿Está ~b en W ?
(b) Demuestra que la segunda columna de A está en W .
   
0 3 −5
120. Dados ~u = 4 y A = −2 6 . ¿Está ~u en el plano en R3 generado
4 1 1
por las columnas de A? ¿Por qué?.

  
4 2 5 −1
121. Sean ~u = −1 y A = 0 1 −1. ¿Está ~u en el subconjunto de R3
4 1 2 0
generado por las columnas de A? ¿Por qué?.
24 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales
   
1 −2 −1 b1
122. Considerando A = −2 2 0  y ~u = b2 , demuestra que la
4 −1 3 b3
ecuación A~x = b no tiene solución para todas las posibles ~b, y describe el
~
conjunto de todas las ~b para las cuales A~x = ~b sı́ tiene solución.
 
1 4 1 2
0 1 3 −4 4
123. Dada la matriz B =  0 2 6 7 . ¿Cada vector en R se puede

2 9 5 −7
escribir como una combinación lineal de las columnas de la matriz B?
Dicho de otra manera, ¿las columnas de B generan a R4 ?
     
1 0 1
0 −1 0
124. −1, ~v v2 =  0  y ~v v3 =  0 . ¿Generan {~v v1 , ~v v2 , ~v v3 }
Sean ~v v1 =      

0 1 −1
a R4 ? ¿Por qué?
     
0 0 4
125. Sean ~v v1 =  0 , ~v v2 = −3 y ~v v3 = −2. ¿Generan {~v v1 , ~v v2 , ~v v3 }
−3 9 −6
a R3 ? ¿Por qué?

126. Construye una matriz de 3 × 3, no en forma escalonada, cuyas colum-


nas no generen a R3 . Demuestra que la matriz que construiste tiene la
caracterı́stica deseada.

127. Suponga que A es una matriz de 4 × 4 y ~b un vector dado en R4 tal que


A~x = ~b tiene una solución única. Explique por qué las columnas de A
deben generar a R4 .

Ejercicios sobre subespacios vectoriales


128. Responde si las siguientes afirmaciones son verdaderas o falsas, y justifica
tus respuestas.
(a) El conjunto de todas las soluciones de un sistema de m ecuaciones
homogéneas con n incógnitas es un subespacio vectorial de Rm .
(b) Si B es la forma escalonada de una matriz A, entonces las columnas
pivote de B forman un conjunto generador para Col(A).
(c) Dados los vectores ~v v1 , . . . , ~v vp en Rn , el conjunto de todas las com-
binaciones lineales de estos vectores es un subespacio vectorial de
Rn .
(d) Sea H un subespacio vectorial de Rn . Si ~x está en H, y ~y está en
Rn , entonces ~x + ~y está en H.
(e) Si ~u es un vector en un subespacio vectorial V , entonces λ~u ∈ V .
(f) El conjunto {~v 0} no es un subespacio vectorial de Rn .
(g) R2 es un subespacio vectorial de R3 .
3.1. Sistemas generadores y subespacios vectoriales 25

(h) Si H es un subespacio vectorial de Rn , entonces ~v 0 ∈


/ H.
 
−2t
129. Sea H el conjunto de todos los vectores de la forma  5t , con t ∈ R,
3t
esto es:   
 −2t 
H =  5t  ∈ R3 : t ∈ R .
3t
 

Encuentra un vector ~v v en R3 tal que H = gen{~v v}. ¿Por qué esto de-
muestra que H es un subespacio vectorial de R3 ?
 
3t
130. Sea H el conjunto de todos los vectores de la forma  0  , con t ∈ R,
−7t
esto es:   
 3t 
H =  0  ∈ R3 : t ∈ R .
−7t
 

Demuestra que H es un subespacio vectorial de R3 .


 
4a + 3b
 0 
131. Sea W el conjunto de todos los vectores  a + 3b + c donde a, b y c

3b − 2c
representan números reales arbitrarios, , esto es:
  

 4a + 3b 

0
 
3

W =   ∈ R : a, b, c ∈ R .


 a + 3b + c  

3b − 2c
 

Determina si W es o no un subespacio vectorial de R3 .


 
4a + 3b
 1 
132. Sea W el conjunto de todos los vectores  a + 3b + c donde a, b y c

3b − 2c
representan números reales arbitrarios, , esto es:
  

 4a + 3b 

1
 
3

W =    ∈ R : a, b, c ∈ R .

 a + 3b + c 

3b − 2c
 

Determina si W es o no un subespacio vectorial de R3 .


133. Determina si los siguientes conjuntos son o no un subespacio vectorial:
  
 a 
(a)  b  : a, b, c = 2
c
 
26 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales
  
 r 
(b) s : 3r − 2 = 3s + t
t
 
  

 p 

q
  
(c)   : p − 3q = 4s y 2p = s + 5r
 

 r 

s
 
  

 a 

b
  
(d)   : 3a + b = c y a + b + 2c = 2d
 

 c 

d
 
  

 s − 2t 

3 + 3s
  
(e)   : s, t reales

 3s + t  

2s
 

134. Sea una matriz A. Responde a las siguientes preguntas:


(a) Si añadimos a la matriz una nueva columna, entonces el espacio
columna aumenta en número de vectores, a no ser que la columna
añadida sea ............................
(b) Encuentra un ejemplo dónde al añadir la columna el espacio columna
aumenta, y otro donde no lo haga.
(c) ¿Por qué un sistema de ecuaciones Ax = b es consistente si, al au-
mentar la matriz A precisamente con el vector b, el espacio columna
no cambia?
135. ¿Existe un subespacio vectorial de R4 que sea el conjunto solución de las
siguientes ecuaciones: t = 0, z = 0 y x + y + z + t = 1?
136. El vector b pertenece al espacio columna de A cuando es una solución
de .................... El vector c pertenece al espacio fila de A cuando es una
solución de ....................
137. Es posible demostrar que una solución del sistema que se muestra a con-
tinuación es x1 = 3, x2 = 2, y x3 = −1. Con base en este hecho y en la
teorı́a de esta sección, explica por qué otra solución es x1 = 30, x2 = 20,
y x3 = −10. (Observa cómo están relacionadas las soluciones, pero no
realice otros cálculos).

 x1 − 3x2 − 3x3 = 0
−2x1 + 4x2 + 2x3 = 0
−x1 + 5x2 + 7x3 = 0

138. Usa Maxima, Octave o Matlab para demostrar que w ~ está en el subes-
pacio vectorial de R4 generado por ~v v1 , ~v v2 , ~v v3 , donde
       
9 8 −4 −7
−4 −4 3  6 
w
~ = −4 , ~v v1 = −3 , ~v v2 = −2 , ~v v3 =  −5 
      

7 9 −8 −18
3.1. Sistemas generadores y subespacios vectoriales 27

139. Usa Maxima, Octave o Matlab para determinar si ~y está en el subes-


pacio vectorial de R4 generado por las columnas de A, donde
   
−4 3 −5 −9
−8 8 7 −6
 6  , A = −5 −8 3 
~y =    

−5 2 −2 9

140. ¿Qué se puede decir acerca de N ul(C) cuando C es una matriz de 6 × 4


con todas sus columnas linealmente independientes? Responde de manera
tan amplia como sea posible y justifica tus respuestas.
141. Usa Maxima, Octave o Matlab. Sea H = gen{~v v1 , ~v v2 } y K =
gen{~v v3 , ~v v4 }, donde
       
5 1 2 0
~v v1 = 3 , ~v v2 = 3 , ~v v3 = −1 , ~v v4 = −12
8 4 5 −28

Entonces, H y K son subespacios vectoriales de R3 . De hecho, H y K son


planos en R3 que pasan por el origen, y que se cruzan en una recta que
pasa por ~v 0. Encuentra un vector w ~ distinto de cero que genere esa recta.
(Sugerencia: w ~ se puede escribir como c1~v v1 + c2~v v2 y también como
c3~v v3 + c4~v v4 . Para construir w, resuelva la ecuación c1~v v1 + c2~v v2 =
c3~v v3 + c4~v v4 para las incógnitas cj ).
142. Sean ~u y ~v v vectores en el espacio vectorial Rn , y sea H un subespacio
vectorial de Rn tal que ~u, ~v v ∈ H. Explica por qué H también contiene a
gen{~u, ~v vvvvv}. Esto demuestra que gen{~u, ~v vvvvv} es el menor subes-
pacio vectorial de V que contiene a ~u y ~v v.
143. Sean H y K dos subespacios vectoriales de Rn . La intersección de H y
K, que se representa como H ∩ K, es el conjunto de los vectores ~v v en
Rn que pertenecen tanto a H como K, esto es:
H ∩ K = {~v v ∈ Rn : ~v v ∈ H y ~v v ∈ K} .
Demuestra que H ∩ K es un subespacio vectorial de Rn . (Véase la figura
a continuación). Da un ejemplo en R2 para demostrar que la unión H ∪K
de dos subespacios vectoriales no es, en general, un subespacio vectorial,
donde:
H ∪ K = {~v v ∈ Rn : ~v v ∈ H o ~v v ∈ K} .
28 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales

144. Dados los subespacios vectoriales H y K de Rn , la suma de H y K, que


se escribe como H + K, es el conjunto de todos los vectores en Rn que se
pueden representar como la suma de dos vectores, uno en H y el otro en
K; es decir,

~ ∈ Rn : w
H+K = {w ~ = ~u+~v vvvvv para algún ~u en H y algún ~v vvvvv en K}

(a) Demuestra que H + K es un subespacio vectorial de Rn .


(b) Demuestra que H es un subespacio vectorial de H + K y K es un
subespacio vectorial de H + K.

145. Supón que ~u1 , . . . , ~up y ~v v1 , . . . , ~v vq son vectores en Rn , y sea H =


gen{~u1 , . . . , ~up } y K = gen{v1 , . . . , ~v vq }.
Demuestra que H + K = gen{~u1 , . . . , ~up , v1 , . . . , ~v vq }.

3.2. Bases, dimensiones y coordenadas en un


subespacio vectorial
146. Marca cada enunciado como verdadero o falso. Justifica tus respuestas.
Toma en cuenta que A es una matriz de m × n.
(a) Si Col(A) sólo contiene al vector cero, entonces la matriz A es la
matriz cero.
(b) El espacio columna de la matriz 2A es el mismo que el de la matriz
A.
(c) El espacio columna de A − I es igual al espacio columna de la matriz
A.
(d) Si β = {~v v1 , . . . , ~v vp } es una base para un subespacio H, y si ~x =
c1~v v1 + . . . + cp~v vp , entonces c1 , . . . , cp son las coordenadas de x
respecto de la base β.
(e) Las columnas de una matriz invertible de n × n forman una base
para Rn .
(f) Cada recta en Rn es un subespacio vectorial unidimensional de Rn .
(g) La dimensión de Col(A) es el número de columnas pivote de A.
(h) El número de columnas pivote de una matriz es igual a la dimensión
de su espacio columna.
(i) Un plano en R3 es un subespacio vectorial de dimensión 2 de R3 .
(j) R2 es un subespacio vectorial de dimensión 2 de R3 .
(k) El número de variables libres en la ecuación A~x = ~0 es igual a la
dimensión de N ul A.
(l) El único subespacio vectorial de dimensión 3 de R3 es el propio R3 .

147. Encuentra dos vectores linealmente independientes en el plano x + 2y −


3z −t = 0 en R4 . Luego, encuentra tres vectores linealmente independien-
tes. ¿Por qué no cuatro? ¿Este plano es el espacio nulo de qué matriz?
3.2. Bases, dimensiones y coordenadas en un subespacio vectorial 29

148. Determina cuáles de los siguientes conjuntos son bases para R2 o R3 .


Justifica tus respuestas.
   
4 16
(a) ,
−2 −3
   
−2 4
(b) ,
5 −10
     
0 5 6
(c)  0  , 0 , 3
−2 4 2
     
1 3 5
(d)  1  , −1 ,  1 
−3 2 −4
   
3 6
(e) −8 ,  2 
1 −5
       
1 3 −3 0
(f) −6 , −6 ,  7  , 7
−7 7 5 9

149. Dada una matriz A y su forma escalonada, encuentra una base para
Col(A) y una base para N ul(A), determina su dimensión y describe
geométricamente cada subespacio vectorial.
   
4 5 9 −2 1 2 6 −5
(a) A = 6 5 1 12  ∼ 0 1 6 −5
3 4 8 −3 0 0 0 0
   
3 −6 9 0 1 −2 5 4
(b) A = 2 −4 7 2  ∼ 0 0 3 6
3 −6 6 −6 0 0 0 0
   
1 4 8 −3 −7 1 4 8 0 5
−1 2 7 3 4 ∼ 0 2 5 0 −1
 
(c) A = −2 2 9 5 5  0 0 0 1 4 
3 6 9 −5 −2 0 0 0 0 0
   
3 −1 −3 −1 8 3 −1 −3 0 6
3 1 3 0 2 ∼ 0 2
 6 0 −4
(d) A =  
0 3 9 −1 −4   0 0 0 −1 2 
6 3 9 −2 6 0 0 0 0 0
 
3 −5 0 −1 3
−7 9 −4 9 −11
150. [M] Sea 
−5
.
7 −2 5 −7 
3 −7 −3 4 0
Construye bases para el espacio columna y para el espacio nulo de la
matriz A. Justifica tu trabajo.
30 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales
 
5 3 2 −6 −8
4 1 3 −8 −7
151. [M] Sea 
5
.
1 4 5 19 
−7 −5 −2 8 5
Construye bases para el espacio columna y para el espacio nulo de la
matriz A. Justifica tu trabajo.
     
1 2 3
152. Dados β = y , [~x]β = . Encuentre el vector ~x deter-
1 −1 2
minado por el vector de coordenadas [~x]β y la base B dados. Ilustra tu
respuesta con una figura.
     
−3 3 −1
153. Sean β = , y [~x]β = . Encuentre el vector ~x deter-
1 2 2
minado por el vector de coordenadas [~x]β y la base B dados. Ilustra tu
respuesta con una figura.
154. Dados los vectores {~b1 , ~b2 , ~x}, si el vector ~x está en un subespacio vectorial
H con una base β = {~b1 , ~b2 }, encuentre las coordenadas de ~x.
     
~ 2 ~ −1 0
(a) b1 = , b2 = , ~x =
−3 5 7
     
1 −2 1
(b) ~b1 = , ~b2 = , ~x =
−5 3 9
     
1 −2 2
(c) ~b1 =  4  , ~b2 = −7 , ~x =  9 
−3 5 −7
     
−3 7 5
(d) ~b1 =  2  , ~b2 = −3 , ~x =  0 
−4 5 −2
       
3 ~ −1 7 4
155. Sean ~b1 = , b2 = ,w~= , ~x = y β = {~b1 , ~b2 }.
0 2 −2 1
Usa la figura para estimar [w] ~ β y [~x]β . Confirma tu estimación de [~x]β
usándola junto con {~b1 , ~b2 } para calcular ~x.

         
0 ~ 2 −2 2 −1
156. Sean ~b1 = , b2 = , ~x = , ~y = , ~z = y β =
2 1 3 4 −2,5
{~b1 , ~b2 }.
3.2. Bases, dimensiones y coordenadas en un subespacio vectorial 31

Usa la figura para estimar [~x]β , [~y ]β y [~z]β . Confirma tu estimación de


[~y ]β y [~z]β usándola junto con {~b1 , ~b2 } para calcular ~y y ~z.

157. Dadas las matrices A y una forma escalonada de A. Encuentra bases para
Col A y N ul A, y después establece las dimensiones de estos subespacios
vectoriales y describelos geométricamente.
   
1 3 2 −6 1 3 3 2
 0 0 5 −7
3 9 1 5  
2 6 −1 9  ∼ 0 0 0 5 
(a) 
5 15 0 14 0 0 0 0
   
1 −2 −1 5 4 1 −2 −1 2 0
 2 −1 1 5 6  0 1 1 0 3
−2 0 −2 1 −6 ∼ 0 0
(b)    
0 1 0
3 1 4 1 5 0 0 0 0 1
   
2 4 −5 2 −3 1 2 −5 1 −4
3 6 −8 3 −5  ∼ 0 0 5 0 5 
 
(c) 
0 0 9 0 9   0 0 0 0 0
−3 −6 −7 −3 −10 0 0 0 0 0
   
1 2 −4 4 6 1 2 8 4 −6
5 1 −9 2 10 0 2 3 4 −1
4 6 −9 12 15 ∼ 0 0 5 0 −5
(d)    

3 4 −5 8 9 0 0 0 0 0
158. Encuentra una base para el subespacio vectorial generado por los vec-
tores dados. ¿Cuál es la dimensión del subespacio vectorial? Describelo
geométricamente.
       
1 −3 2 −4
−3  9  −1  5 
(a) 
 2  , −6 ,  4  , −3
      

−4 12 2 7
         
1 2 0 −1 3
−1 −3 −1  4  −7
(b) 
−2 , −1 ,  3  , −7 ,  6 
        

3 4 −2 7 −9
159. Encuentra el vector ~x determinado por el vector de coordenadas [~x]β y la
base β.
32 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales
     
3 −4 5
(a) β = , , [~x]β =
−5 6 3
     
3 4 −2
(b) β = , , [~x]β =
2 −1 5
       
 1 5 4  1
(c) β = −2 ,  0  , −3 , [~x]β =  0 
3 −2 0 −2
 
       
 −2 3 4  −3
(d) β =  2  , 0 , −1 , [~x]β =  2 
0 2 3 −1
 

160. n
Encuentra oel vector de coordenadas [~x]β de ~x respecto de la base β =
~b1 , . . . , ~bn
     
~ 1 ~ 3 −1
(a) b1 = , b2 = , ~x =
−2 −5 1
     
1 2 −1
(b) ~b1 = , ~b2 = , ~x =
−4 −3 −6
       
1 −3 2 8
(c) ~b1 = −1 , ~b2 =  4  , ~b3 = −2 , ~x = −9
−3 9 4 6
       
1 2 1 0
(d) ~b1 = 1 , ~b2 = 0 , ~b3 = −1 , ~x =  0 
3 8 3 −2
     
1 2 −3
161. Los vectores ~v v1 = , ~v v2 = , ~v v3 = generan a R2 ,
−3 −8 7  
1
pero no forman una base. Encuentra formas diferentes de expresar
1
como una combinación lineal de ~v v1 , ~v v2 , ~v v3 .

162. Para cada subespacio vectorial dado, encuentra una base para el subespa-
cio, e indica la dimensión. Describe geométricamente el subespacio vec-
torial.
  
 s − 2t 
(a)  s + t  : s, t en R
3t
 
  
 2a 
(b)  −4b  : a, b en R
−2a
 
  

 2c 

a−b
 
(c)    : a, b, c en R

 b − 3c  

a + 2b
 
3.2. Bases, dimensiones y coordenadas en un subespacio vectorial 33
  

 p + 2q 

−p
  
(d)   : p, q en R


 3p − q  

p+q
 
  

 p − 2q 

2p + 5r 
 
(e)    : p, q, r en R

 −2q + 2r  

−3p + 6r
 
  

 3a − c 

−b − 3c
  
(f)    : a, b, c en R

 −7a + 6b + 5c 

−3a + c
 

(g) {(a, b, c) : a − 3b + c = 0, b − 2c = 0, 2b − c = 0}
(h) {(a, b, c, d) : a − 3b + c = 0}

163. Encuentra la dimensión del subespacio vectorial de todos los vectores en


R3 cuyas entradas primera y tercera sean iguales.
     
1 −2 −3
164. Encuentra la dimensión del subespacio H de R2 generado por , , .
−5 10 15

165. Encuentra la dimensión del subespacio vectorial generado por los vectores
dados:
       
1 3 −2 5
(a) 0 , 1 , −1 , 2.
2 1 1 2
       
1 3 −2 −3
(b) −2 , −6 ,  3  ,  5 .
0 0 5 5

166. Determina las dimensiones de N ul(A) y Col(A) de las matrices que se


muestran a continuación:
 
1 −6 9 0 −2
0 1 2 −4 5 
(a) A = 
0 0 0 5

1
0 0 0 0 0
 
1 2 −4 3 −2 6 0
0 0 0 1 0 −3 7 
(b) A =  
0 0 0 0 1 4 −2
0 0 0 0 0 0 1
 
1 2 3 0 0
(c) A = 0 0 1 0 1
0 0 0 1 0
 
3 2
(d) A =
−6 5
34 Subespacios vectoriales de Rn y transformaciones lineales
Capı́tulo 3.
 
1 −1 0
(e) A = 0 1 3
0 0 1
 
1 1 −1
(f) A = 0 2 0
0 0 0

167. Suponga que las columnas de una matriz A = ~a1 . . . ~ap son lineal-
mente independientes. Explica por qué {~a1 , . . . , ~ap } es una base para
Col(A).
168. Sea A una matriz de n×p cuyo espacio columna es p-dimensional. Explica
por qué las columnas de A deben ser linealmente independientes.
169. Describe el espacio fila, el espacio columna y el espacio nulo de las si-
guientes matrices:
     
1 −1 0 0 3 0 0 0
A= ; B= ; C=
0 0 1 2 3 0 0 0

170. Describe geométricamente los espacios columna y los espacios fila de las
siguientes matrices:
     
1 2 1 0 1 0
A = 0 0 B = 0 2 C = 2 0
0 0 0 0 0 0

171. ¿Cuál de las siguientes afirmaciones es correcta? Puede haber más de una:
 
  x1  
1 1 1   0
Las soluciones ~v x de A~v x = x2 = forman...
1 0 2 0
x3
(a) un plano.
(b) una lı́nea.
(c) un punto.
(d) un subespacio vectorial.
(e) el espacio nulo de A.
(f) el espacio columna de A.
172. Construye una matriz 3 × 3 cuyo espacio columna contiene los vectores
(1, 1, 0) y (1, 0, 1) pero no (1, 1, 1). Construye una matriz 3×3 cuyo espacio
columna es una lı́nea.

Teorema de la base, del conjunto generador y del rango


173. Determina si estas afirmaciones son verdaderas o falsas:
(a) Si dim V = n y S es un conjunto linealmente independiente en V ,
entonces S es una base para V .
3.2. Bases, dimensiones y coordenadas en un subespacio vectorial 35

(b) Si dim V = n, y si S genera a V , entonces S es una base de V .


(c) Si un conjunto ~v v1 , . . . , ~v vp genera un espacio vectorial V de dimen-
sión finita y si T es un conjunto de más de p vectores en V , entonces
T es linealmente dependiente.
(d) Las dimensiones de Col(A) y N ul(A) suman el número de columnas
de A.
(e) Si un conjunto de p vectores generan un subespacio p−dimensional
H de Rn , entonces estos vectores forman una base para H.

174. Si un sistema Ax = b de 9 filas y 12 columnas es consistente para todo


~v b, entonces Col(A) =............... ¿Por qué?

175. Si es posible, construye una matriz A de 3 × 5 tal que dim(N ulA) = 3 y


dim(ColA) = 2. Justifica cada respuesta o construcción.

176. Supón que F es una matriz de 5 × 5 cuyo espacio columna no es igual


a R5 . ¿Qué se puede decir acerca de N ul(F )? Responde de manera tan
amplia como sea posible y justifica tus respuestas.

177. Si B es una matriz de 7 × 7 y Col(B) = R7 , ¿qué se puede decir acerca


de las soluciones de las ecuaciones de la forma B~x = ~b para ~b en R7 ? Res-
ponde de manera tan amplia como sea posible y justifica tus respuestas.

178. Si C es una matriz de 6 × 6 y N ul(C) es el subespacio vectorial {~v 0},


¿qué se puede decir acerca de las soluciones a ecuaciones de la forma
C~x = ~b para ~b en R6 ? Responde de manera tan amplia como sea posible
y justifica tus respuestas.

179. ¿Qué se puede decir acerca de la forma de la matriz escalonada de una


matriz A de m × n cuando las columnas de A forman una base para
Rm ? Responde de manera tan amplia como sea posible y justifica tus
respuestas.

180. Si B es una matriz de 5 × 5 y N ul(B) no es el subespacio vectorial {~v 0},


¿qué se puede decir acerca de Col(B)? Responde de manera tan amplia
como sea posible y justifica tus respuestas.

181. Cuál de las siguientes frases proporciona una definición correcta del rango
de una matriz:
a) el número de filas distintas de cero en la matriz escalonada.
b) el número de columnas menos el número total de filas.
c) el número de columnas menos el número de variables libres.

182. Si A es una matriz de 8×8, entonces el espacio columna de A es .......................


¿Por qué?

183. Si A es una matriz invertible de 8 × 8, entonces el espacio columna de A


es ....................... ¿Por qué?
36 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales

184. Sea una matriz cuyas columnas son n vectores en Rm . Si son linealmente
independientes, ¿cuál es el rango de la matriz? Si son una base de Rm ,
¿entonces que relación hay entre m y n?

185. Sea una matriz A de dimensión 5 × 5. Si el espacio columna de A genera


a todo R5 , entonces:
a) la ecuación Ax = 0 tiene una única solución porque ..................
b) la ecuación Ax = b es consistente para todo b ∈ R5 porque ............
c) la matriz es ............. y tiene rango ..................

186. ¿Para qué valores de c y d las siguientes matrices tienen rango 2?


 
1 2 5 0 5  
c d
A = 0 0 c 2 2  B=
d c
0 0 0 d 2

3.3. Interpretación geométrica de un sistema de


ecuaciones lineales y su conjunto solución
187. Determina si cada enunciado es verdadero o falso, justifica tu respuesta.
a) La ecuación ~x = ~v p + t~v v describe una recta que pasa por ~v v y es
paralela a ~v p.
b) El conjunto solución de A~x = ~b es el conjunto de todos los vectores
de la forma w ~ = ~v p + ~v vh , donde ~v vh es cualquier solución de la
ecuación A~x = ~0.
c) El efecto de sumar ~v p a un vector es mover a dicho vector en una
dirección paralela a ~v p.
d ) Si A~x = ~b es consistente, entonces el conjunto solución de A~x = ~b se
obtiene por traslación del conjunto solución de A~x = ~0.

188. Dibuja las tres rectas de este sistema de ecuaciones lineales para deter-
minar si el sistema es consistente:

 x + 2y = 2
x − y = 2
y = 1

¿Qué ocurre si todas las constantes del lado derecho son cero?. ¿Existe
alguna posibilidad de cambiar los valores de la derecha a escalares dis-
tintos de cero, para que la solución sea consistente, esto es, para que las
tres rectas intersequen en un mismo punto?.

189. Usando un argumento geométrico, encuentra todos los valores para a y b


de manera que el sistema lineal sea consistente

x1 + ax2 = 3
4x1 + 8x2 = b
3.3. Interpretación geométrica de un sistema de ecuaciones lineales y su
conjunto solución 37
190. Sin resolver el sistema de ecuaciones lineales dado, determina si las rectas
en R2 definidas por las ecuaciones tienen ninguno, uno o un número
infinito de puntos de intersección. Si existe un único punto de intersección,
encuentra
 sus coordenadas.
3x1 − 2x2 = 4
(a)
6x1 − 4x2 = 9

2x1 − 4x2 = 1
(b)
4x1 − 8x2 = 2

x1 − 2x2 = 0
(c)
x1 − 4x2 = 8
191. Describe las soluciones de forma paramétrica para los siguientes sistemas,
y descrı́belas geométricamente:
   
  u     u  
1 2 2   1 1 2 2   1
vv = vv =
2 4 5 4 2 4 4 4
w w

192. Describe y compara los conjuntos solución de x1 + 5x2 − 3x3 = 0 y


x1 + 5x2 − 3x3 = −2.
193. Escriba las soluciones del siguiente sistema en forma vectorial paramétri-
ca. También, brinda una descripción geométrica del conjunto solución.

 2x1 + 2x2 + 4x3 = 8
−4x1 − 4x2 − 8x3 = −16
− 3x2 − 3x3 = 12

194. Obtén una ecuación paramétrica de la recta M que pasa a través de ~v p


y ~v q. (Sugerencia: M es paralela al vector ~v q − ~v p. Véase la figura que
aparece más abajo).    
3 4
~v p = , ~v q =
−3 1

195. Encuentra un sistema lineal con 2 ecuaciones y 3 variables cuyo conjunto


solución es la recta
    
 1 1 
2 + t 3 t ∈ R .

0 1
 
38 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales

Ayuda: ¿podrı́as
 encontrar
  el 
sistema lineal homogéneo asociado al con-
 1 
junto solución t 3 t ∈ R ?
1
 
 
2 1 −1
196. Sea A = .
0 1 1
(a) Resuelve A~v x = ~v 0.
 
0
(b) Resuelve A~v x = ~v b, donde ~v b = .
2
(c) Escribe en forma paramétrica el conjunto solución de (b), y da una
interpretación geométrica de dicho conjunto.
(d) Usa Maxima u Octave para construir un código que resuelva este
problema computacionalmente
197. Encuentra un ejemplo de una matriz A de 2 × 2 y de un vector ~v b ∈ R2
tales que:
(a) La ecuación homogénea A~v x = 0 tenga soluciones no triviales.
(b) La ecuación A~v x = ~v b no tenga soluciones.
(c) Usa Maxima u Octave para construir un código que resuelva este
problema computacionalmente.

3.4. Transformaciones lineales y matriciales


   
1 −2
198. Sea β = , . Puesto que el mapeo de coordenadas deter-
−4 9
minado por β es una transformación lineal de R2 en R2 , este mapeo se
debe implementar mediante alguna matriz A de 2 × 2. Encuéntrala. (Su-
gerencia: La multiplicación por A deberı́a transformar un vector ~x en su
vector de coordenadas [~x]β ).
199. Determina cuáles de las siguientes transformaciones de Rn a Rm son
lineales y cuáles no son. Justifı́ca tu respuesta, es decir, si es lineal, com-
pruébalo y determina la matriz asociada. Si no es lineal, detalla cuál de
las 2 condiciones
 de linealidad no está satisfecha.
 R  → R2
2

(a) T : v1 v2
7→
v2 v1



 R3 →  R4 
v2

  
v1

(b) S :  v1 
v2  7→  

 v3 + 1
 v3


0


 R3 → R
  
v1
(c) R : v2  7→ 2v1 + e3 v2


v3

3.4. Transformaciones lineales y matriciales 39


 R3 → R
  
v1
(d) U : v2  7→ 2v1 + e3v2


v3

200. Una función f : R → R de la forma f (x) = mx + b normalmente se llama


“función lineal” porque su grafo es una recta. ¿Es f una transformación
matricial según la definición que vimos en clase? Justifı́ca tu respuesta.

201. Recuerda que un segmento de recta en Rn es un conjunto de la forma

{λ~v v + (1 − λ)w ∈ Rn |λ ∈ [0, 1]} ,

en donde ~v v y w son dos vectores en Rn . Sea T : Rn → Rm una trans-


formación lineal. Demuestra que T mapea segmentos de recta en Rn en
segmentos de recta en Rm .

 
1 −4 7 −5
202. Sea A = 0 1 −4 3 , sea T : R4 → R3 la transformación matri-
2 −6 6 −4
 
−1
cial definida por A. Determina si el vector ~v b = −1 está en el rango de
0
T (es decir, si existe un vector ~v x ∈ R4 con T (~v x) = ~v b). Adicional, Usa
Maxima u Octave para construir un código que resuelva este problema
computacionalmente

203. Sea T : Rn → Rm una transformación lineal, sea {~v v 1 , ~v v 2 , ~v v 3 } ⊂ Rn un


conjunto linealmente dependiente. Explı́ca por qué {T (~v v 1 ), T (~v v 2 ), T (~v v 3 )} ⊂
Rm también es linealmente dependiente.

204. (Verdadero / Falso) En el siguiente, marca cada enunciado como verda-


dero o falso y justifı́ca tu respuesta.
(a) Existen transformaciones lineales Rn → Rm que no son matriciales.
(b) Si A es una matriz de r ×s y si T es la transformación lineal definida
por A, entonces el codominio de T es Rs .
(c) El rango de una transformación matricial definida por una matriz A
es el espacio generado por las columnas de A.
40 Capı́tulo 3. Subespacios vectoriales de Rn y transformaciones lineales

(d) Una transformación lineal preserva las operaciones de la suma de


vectores y la multiplicación escalar.

205. Determina las matrices estándar asociadas con las siguientes transforma-
ciones lineales R3 → R3 .
π
(a) Rotación del plano x1 , x2 en el orı́gen en 2 en sentido antihorario
dejando eje x3 invariante.
(b) Reflexión en el plano x1 , x3
(c) Proyección en el plano x1 , x2 .

 
  1  
1 0
 −3
206. Sea T : R3 → R4 una transformación lineal con T 1 = 
0
 , T 1 =
0 1
0
   
2   0
1 0
  , T 0 = 0.
 
4 4
1
0 0
(a) Determina la matriz estándar asociada a T
(b) ¿Es T inyectiva?
(c) ¿Es T sobreyectiva?
4 Ortogonalidad y Mı́nimos
Cuadrados
4.1. Producto punto: longitud, distancia y ángulo
entre vectores
207. Contesta verdadero o falso a las siguientes preguntas. Justifica tu res-
puesta:
a) El conjunto de los vectores de R2 que verifican que ||~v v|| = 1 se iden-
tifican con los puntos de una circunferencia de radio uno y centrada
en el origen.
b) Si dos vectores ~v v, ~v u no nulos verifican que ||~v v|| = ||~v u||, entonces
~v v = ~v u, esto es, son el mismo vector.
   
    3 6
−1 4
208. Sean los vectores ~u = , ~v = ~ = −1 y ~x = −2.
, w
2 6
−5 3
Calcule:
~u · ~u
a) ~u · ~u, ~u · ~v y .
~u · ~v
~u · ~u
b) ~u.
~u · ~v
1
c) w.
~
w ~ ·w ~
~x · w
~
d) w.
~
w ~ ·w ~
e) ||~x||.

209. Normalice los siguientes vectores, esto es, consiga un vector unitario con
la misma dirección del vector indicado.
 
−3
a) .
4
 
6
b) −4.
3
 
7
c) 2.
4
 
8
d) .
6

41
42 Capı́tulo 4. Ortogonalidad y Mı́nimos Cuadrados

210. Encuentre la distancia entre los puntos:


   
−3 8
a) P = yQ= .
4 6
   
6 7
b) R = −4 y S = 2.
3 4
211. Encuentre el ángulo entre los puntos:
   
−3 8
a) P = yQ= .
4 6
   
6 7
b) R = −4 y S = 2.
3 4

4.2. Ortogonalidad entre vectores y el


complemento ortogonal H ⊥
Preguntas de teorı́a

212. Diga si es verdadero o falso, y justifique su respuesta:


   
1 1
a) Como los vectores 1 y  1  son ortogonales, entonces los pla-
1 −2
nos x + y + z = 0 y x + y − 2z = 0 son planos ortogonales.
b) Si ~v z es ortogonal a ~v a1 y ~a2 , y W =< ~v a1 , ~v a2 >, entonces ~v z ∈
W ⊥.
c) Si dos vectores ~v v, ~v u no nulos son ortogonales entre sı́, entonces
||~v u + ~v v||2 = ||~v u||2 + ||~v v||2 .
d ) Si A~x = ~b tiene una solución y además se verifica que AT ~y = 0 para
un vector ~y , entonces ~y · ~b = 0.
    

 1 0 
1 0

 
   
e) El subespacio vectorial W = gen  0 , 0 es ortogonal con


  
0 1

 

0 1
 
   

 1 2 
−1  −2


   

el subespacio vectorial W = gen  0 , 3  .
   


  0   4  
 
0 −4
 
   

 1 0 

1 0

   
 
f ) El complemento ortogonal al subespacio vectorial W = gen 0 , 0   
0 1

 
 

0 1
 
4.2. Ortogonalidad entre vectores y el complemento ortogonal H ⊥ 43
   

 1 2 
   
−1 −2
 

es el subespacio vectorial W = gen  0  ,  3  .
   
0 4 
   
 

 
0 −4
 

213. Demuestre que si ~y es ortogonal con ~v y w,


~ entonces también lo es con
~v + w.
~
214. Demuestre que si ~y es ortogonal con ~v y w,
~ entonces también lo es con
W = gen{~v , w}.
~
215. Demuestre que si ~z ∈ W y ~z ∈ W ⊥ , entonces ~z = ~0.
216. Demuestre que si AT A~x = ~0, entonces A~x = ~0.
217. Sea W un subespacio vectorial en R9 de dimensión 6. ¿Qué dimensiones
tiene el conjunto ortogonal W ⊥ ?
     
1 1 2
218. Sea W el subespacio generado por los vectores 0 , 1 , 1, esto es,
      0 0 0
 1 1 2 
W = Gen 0 , 1 , 1 Determine cuál es la respuesta correcta:
0 0 0
 

(a) W y su espacio ortogonal W ⊥ pertenecen a R3 , el subespacio W tiene



dimensión dos, el subespacio W tiene
una dimensión y está gene-
 0 
rado por un vector: W ⊥ = Gen 0 .
1
 

(b) W y su espacio ortogonal W ⊥ pertenecen a R4 , el subespacio W tiene



dimensión tres, el subespacio W tiene
 una dimensión y está gene-
 0 
rado por un vector: W ⊥ = Gen 0
1
 

(c) W y su espacio ortogonal W ⊥ pertenecen a R3 , el subespacio W


tiene dimensión dos, el subespacio W ⊥tiene
  una
 dimensión
 y está
 0 0 
generado por dos vectores: W ⊥ = Gen 0 , 1 .
1 1
 

(d) W y su espacio ortogonal W ⊥ pertenecen a R4 , el subespacio W


tiene dimensión tres, el subespacio W ⊥tiene
  dimensión
  dos y está
 0 0 
generado por dos vectores: W ⊥ = Gen 0 , 1 .
1 1
 

Preguntas de práctica
219. Encuentre el subespacio ortogonal W ⊥ de los siguientes subespacios vec-
toriales de R3 , describa geométricamente W y W ⊥ y realice un dibujo
aproximado de los mismos:
44 Capı́tulo 4. Ortogonalidad y Mı́nimos Cuadrados
n o
a) W = ~0 .
  
 1 
b) W = gen 1 .
1
 
    
 1 1 
c) W = gen 1 ,  1  .
1 −1
 
   

 1 1 
   
2 , 3 en R4 . Encuentre y el complemento orto-

220. Sea W = gen 


 2 3 


4 2
 
gonal W . ¿Qué dimensiones tiene W ⊥ ? Describa geométricamente W y

W ⊥.
4
221. Encuentre el complemento ortogonal
  parael subespacio
  vectorial en R de
1 0 0
−1  1   0 
 0 , −1 y  1 . Describa geométri-
dimensión 3 generado por      

0 0 −1
camente W y W ⊥ .

4.3. Conjuntos y bases ortogonales


222. Suponga que la matriz A está compuesta por vectores unitarios que
además son dos a dos ortogonales entre sı́. Encuentre AT A.
223. Encuentre una matriz A de dimensión 3×3 sin ninguna componente igual
a cero, y de tal forma que sus columnas formen un conjunto ortogonal de
vectores. Calcule AT A.
224. Añada dos vectores constituidos
  únicamente
  por 1, -1 en sus componentes

 1 1 
    
1 −1

al conjunto de vectores   ,   para que éste siga siendo un
1  1 

 
1 −1
 
conjunto ortogonal.
225. ¿Son estos vectores ortonormales? ¿y ortogonales? ¿y linealmente inde-
pendientes?
   
1 −1
a) y .
0 1
   
cos θ − sin θ
b) y .
sin θ cos θ

226. Sea el plano P en R3 definido por la ecuación x − 3y − 4z = 0. Responda


a las siguientes preguntas:
a) Encuentre la matriz A tal que P = N ul(A).
4.4. Proyecciones ortogonales y el proceso de Gram-Schmidt 45

b) Encuentre una base para el plano P .


c) Encuentre una base para la recta P ⊥ perpendicular al plano.
 
6
d ) Descomponga el vector ~v v = 4 en la suma de un vector en el
5
plano y otro en la recta perpendicular al plano.

227. Sea P el plano en R4 definido por x1 + x2 + x3 + x4 = 0. Encuentre una


base para P y otra para P ⊥ . ¿Qué dimensiones tienen estos subespacios
vectoriales?

228. Encuentre una base para el subespacio vectorial W de R4 definido por


todos los puntos que verifican la ecuación x1 + x2 + x3 − x4 = 0, otra
para el complemento ortogonal W ⊥ , y encuentre
 dos vectores ~b1 ∈ W y
1
1
~b2 ∈ W de tal forma que ~b1 + ~b2 =  .

1
1

4.4. Proyecciones ortogonales y el proceso de


Gram-Schmidt
Proyecciones ortogonales
229. Diga si es verdadero o falso, y justifique su respuesta:
a) Sea ~v y un vector cualquiera, y sea W un subespacio vectorial. En-
tonces, el vector ~v y − projW (~v y) es ortogonal a W .
b) Si ~v y ∈ W , entonces projW (~v y) = ~v y.
 
6
230. Encuentre la proyección ortogonal de 0 en el espacio columna de la
  0
1 0
matriz A = 1 1.
1 2
 
3
231. Proyecte el vector ~b = 4 sobre la lı́nea que pasa por el origen generada
4
 
2
por el vector 2. Compruebe que ~e = proy(~b) − ~b es perpendicular con
1
la recta.
 
3
232. Proyecte el vector ~b = 4 sobre el plano que pasa por el origen generado
4
46 Capı́tulo 4. Ortogonalidad y Mı́nimos Cuadrados
   
2 1
por 2 y 0. Compruebe que ~e = proy(~b) − ~b es perpendicular con
1 0
el plano.

  4 × 4 menos la última columna.


233. Sea A la matriz identidad de dimensión
1
2
~
Encuentre la proyección de b =    sobre el espacio columna de A.
3
4
Encuentra un vector cuya proyección sobre Col(A) es el vector ~0, y otro
donde se verifica que la proyección es el mismo vector.
 
6
0
234. Calcule la proyección de ~b = 
0 sobre:

2
 
1
1
a) la recta generada por  1.

1
 
1
−1
b) la recta generada por  
 .
1
−1
   
1 1
1 −1
c) el plano generador por  1 y  1 .
  

1 −1
Sume las proyecciones obtenidas en los literales 234a y 234b y compruebe
que coincide con lo obtenido en el literal 234c. ¿Por qué?

235. Consideramos un vagón de tren parado, pero sin frenos puestos en un rail
horizontal en dirección oeste-este. Hay un viento que sopla en dirección
noreste con una velocidad de 10km/h. ¿Qué velocidad alcanzará el vagón
eventualmente?
figura tren

El proceso de Gram-Schmidt
     
 1 1 1 
236. Dado el conjunto de vectores −1 , 1 , 1 :
1 0 1
 

a) Demuestre que el conjunto es linealmente independiente y por lo


tanto base de R3 .
b) Construya una base ortogonal ~v w1 , ~v w2 , ~v w3 para R3 a partir de la
base dada.
4.5. El problema de mı́nimos cuadrados 47

c) Verifique que es, realmente, una base ortogonal.


d ) Normalice los elementos para conseguir una base ortonormal.

237. Encuentre una base ortogonal y otra ortonormal para el subespacio vec-
torial      
 1 2 3 
W = gen −1 ,  0  , −3 .
0 −2 3
 

   
1 −6
3  6 
   
4 y  8 .
238. Encuentre un base ortonormal para el plano generado por    
5  0 
7 8

239. Encuentre tres vectores ortonormales en R3 de tal forma


 que 
los dos
1 1
primeros generen el espacio columna de la matriz A =  2 −1.
−2 4
 
4
5
240. Encuentre una base ortogonal para el plano generado por ~a =  
 y
2
2
 
1
2
~b =  .
0
0
4
241. Encuentre una base ortogonal
 para elsubespacio
  vectorial en R de di-
1 0 0
−1  1   0 
mensión 3 generado por 
 0 , −1 y  1 .
    

0 0 −1

4.5. El problema de mı́nimos cuadrados


   
4 1
5 2
242. Cuál es el múltiplo de ~a =  ~  
2 más cercano a b = 0.

2 0

243. Argumente si los siguientes problemas son inconsistentes y encuentre la


solución de mı́nimos cuadrados, el vector error y el error en cada caso.
Comprueba que el vector error es ortogonal con el espacio columna de A:
   
1 1 2
a) A = 0 1 y ~b = 3.
0 0 4
48 Capı́tulo 4. Ortogonalidad y Mı́nimos Cuadrados
   
1 1 4
b) A = 1 1 y ~b = 4.
0 0 6
   
1 1 1
c) A =  2 −1 y ~b = 2.
−2 4 7

   
1 1
244. Cuál es la combinación lineal de los vectores  2  y 0 más próxima
−1 1
 
2
a 1.
1

   
1 −6
3  6 
   
4 y  8 . Encuentre la proyección de
245. Sea el plano generado por    
5  0 
7 8
 
1
0
~b = 0:
 
 
0
0
a) Usando una base ortonormal para el plano.
b) Resolviendo un problema de mı́nimos cuadrados.
   
1 −2
1  0 
246. Sea H el plano generado por 
1 y  1 . Encuentre la proyección
  

1 3
 
−4
−3
sobre H de ~b = 
 3 :

0
a) Usando una base ortonormal para el plano.
b) Resolviendo un problema de mı́nimos cuadrados.

247. Encuentra la ecuación y = β0 x + β1 de la recta de mı́nimos cuadrados


que mejor se ajuste a los puntos de datos (2, 3), (3, 2), (5, 1), (6, 0).

248. Para medir el desempeño de un avión durante el despegue, cada segundo


se midió su posición horizontal, desde t = 0 hasta t = 12. Las posiciones
(en pies) fueron:
4.6. Matrices ortogonales y transformaciones lineales 49

Tiempo (seg.) Posición (pies)


0 0
1 8.8
2 29.9
3 62.0
4 104.7
5 159.1
6 222.0
7 294.5
8 380.4
9 471.1
10 571.7
11 686.8
12 809.2

Buscamos una curva cúbica de la forma y = β0 + β1 t + β2 t2 + β3 t3 que


modele estos datos.
(a) Usando los datos, encuentra un sistema de ecuaciones lineales en los
coeficientes β0 , β1 , β2 , β3 que tiene que ser satisfecho aproximada-
mente para que y = β0 + β1 t + β2 t2 + β3 t3 modele nuestros datos.
(b) Usa Matlab o Ovtave para determinar los coeficientes de mı́nimos
cuadrados β
c0 , β
c1 , β
c2 , β
c3 .

(c) Con estos estima la velocidad horizontal del avión en t = 4,5 segun-
dos.

4.6. Matrices ortogonales y transformaciones


lineales
249. Diga si es verdadero o falso, y justifique su respuesta:
a) Si las columnas de una matriz Un×p son ortogonales, entonces U U T ~v y =
projCol(U ) (~v y).

250. Sea la transformación ortogonal P dada por la matriz B = (A1 T A1 )−1 A1 T ,


esto es, P (~x) = B~x.

a) Calcula P (b̂) y P (e).


~ ∈ W , entonces P (w)
b) Demuestra que, si w ~ = w.
~ Para ello, recuerda
que W = col(A).
c) Demuestra que, si ~v v ∈ W ⊥ , entonces P (~v v) = 0. Para ello, recuerda
que W ⊥ = (col(A))⊥ .
d ) ¿Podrı́as explicar el nombre otorgado a P ? ¿Cuál es el efecto que
produce la transformación sobre cualquier vector ~x?
50 Capı́tulo 4. Ortogonalidad y Mı́nimos Cuadrados

REPASO DE LA MATERIA
Sea el subespacio W generado por los vectores (1, 1, 0) , (−1, 2, 0) , (1, 7, 0) , (5, −1, 0):
       
 1 −1 1 5 
W = gen 1 ,  2  , 7 , −1
0 0 0 0
 

Responde a las siguientes preguntas:


, Encuentra una base cualquiera
 β1para W y su dimensión. Encuentra las
−2
coordenadas del vector ~b =  2  en esta base. Interpreta el resultado
0
geométricamente.
, ¿A qué espacio vectorial más general pertenece W ?

, Encuentra  una base


 ortogonal β2 para W . Encuentra las coordenadas del
−2
vector ~b =  2  en esta base. Interpreta el resultado geométricamente.
0
, Encuentra una  base 
ortonormal β3 para W . Encuentra las coordenadas
−2
del vector ~b =  2  en esta base. Interpreta el resultado geométrica-
0
mente.
, Obsérvese que, para un mismo subespacio vectorial, estamos construyen-
do tres bases distintas. ¿Podrı́as esbozar el subespacio vectorial W , y el
eje de coordenadas para cada una de las bases, en tres dibujos distintos?
Interpreta el resultado.

, Encuentra el complemento ortogonal W ⊥ a W .


, Encuentra una base β4 para W ⊥ y su dimensión.

, Haz un esbozo de cómo se verı́an W y W ⊥ de forma conjunta geométri-


camente.

, Construye, usando cualquiera de las bases de W y W ⊥ obtenidas, una


base β para todo R3 .

, Encuentra, en la base construida en el literal anterior, las coordenadas


generales de cualquier vector ~b contenido en R3 .
, Calcula la proyección ortogonal b̂ de ~b = (−1, 4, 3) sobre W y el vector
error ~e.
, Relaciona en un dibujo (geométrico) los vectores ~b, b̂, ~e y los subespacios
W y W ⊥ . ¿A qué subespacio vectorial pertenece el vector error ~e? ¿Y el
vector b̂? ¿Puedes escribir ~b como suma de dos vectores ortogonales entre
sı́? Comprueba que estos vectores son, de verdad, ortogonales.
4.6. Matrices ortogonales y transformaciones lineales 51

, Plantea un problema de mı́nimos cuadrados para la descomposi-


ción del vector ~b obtenida en el ejercicio anterior, y dá la solución de
mı́nimos cuadrados y el error para estos dos casos:
(i) para una matriz A1 para la cual la solución de mı́nimos cuadrados
del problema anterior tiene solución única y,
(ii) para otra matriz A2 para la cual la solución de mı́nimos cuadrados
del problema anterior tiene más de una solución.
, En los problemas de mı́nimos cuadrados de la pregunta anterior, ¿hay
más de una proyección ortogonal para ~b? ¿Hay más de un vector error ~e?
Justifica.
5 Determinantes
5.1. Ejercicios determinante de una matriz
Recuérdese que para denotar el determinante de una matriz A se usan indis-
tintamente las notaciones |A| o det(A).

251. Contesta si las siguientes afirmaciones son verdaderas o falsas. Justifica


tu respuesta. En caso de que la afirmación sea falsa, justifica la respuesta
brindando un contraejemplo de una matriz de dimensión 2 × 2.
a) El determinante de I + A es 1 + |A|, esto es, det(I + A) = 1 + det(A).
b) El determinante de ABC es |A||B||C|, esto es, det(ABC) = det(A)det(B)det(C).
c) El determinante de 4A es 4|A|, esto es, det(4A) = 4det(A).
d ) El determinante de AB − BA  es  esto es, det(AB − BA) = 0.
cero,
0 0
Intenta un ejemplo con A = .
0 1
e) Si A no es invertible, entonces AB no es invertible.
f ) El determinante de A siempre es el producto de sus pivotes.
g) El determinante de A − B es igual a det(A) − det(B).
h) AB y BA tienen el mismo determinante, esto es, det(AB) = det(BA).
i ) Si A y B son idénticas, excepto por b11 = 2a11 , entonces det(B) =
2det(A).
j ) Si A es invertible pero B no lo es, entonces AB tampoco es invertible.
k ) El determinante de S −1 AS es igual al determinante de A.
l ) Las propiedades del determinante se verifican tanto para las filas
como para las columnas.
m) Si A y B son dos matrices, entonces det(A + B) = detA + detB.
n) Si A es una matriz 3 × 3, entonces det(5A) = 5det A.
ñ) Si la matriz B se ha conseguido después de hacer una operación fila
sobre A, entonces det(A) = det (B).
o) Si A es una matriz n × n y det A = 2, entonces det(A3 ) = 8.
p) Si A es una matriz cuadrada n×n y λ es cualquier valor real, entonces
det(λA) = λn det(A).
q) Si una matriz cuadrada tiene dos filas iguales, entonces su determi-
nante es cero.
r ) En general, det(A) 6= det(AT ).

53
54 Capı́tulo 5. Determinantes

252. Dadas las matrices


 
  2 1  
−1 2 0 2 −1
A= ; B = 3 2 ; C= ,
4 3 −2 1 3
1 −3

a) Que combinaciones (suma, producto, traspuesta) son posibles de


tal forma que el determinante se pueda calcular. Por ejemplo: el
det(AB) es posible ya que A = 2 × 3 y B = 3 × 2.
b) Calcule los determinantes de las combinaciones encontradas en el
apartado anterior.
253. Considera las siguientes matrices
   
4 0 1 1 −4 0
A = 0 1 0 y B = 4 1 0
4 0 1 0 0 1
a) verifica si det(A · B) = det(A)det(B).
b) Completa la igualdad det(A + B) = ....................
c) verifica si dado λ ∈ R entonces det(λA) = λdet(A).
d ) Calcula det(A3 ).
e) Calcula det(B T ).
f ) Calcula det(AT B T ).
254. Encuentra los determinantes de las siguientes matrices de rotación y re-
flexión:
1 − 2cos2 θ −2cosθsinθ
   
cosθ −sinθ
Q= yQ=
sinθ cosθ −2cosθsinθ 1 − 2sin2 θ
255. Demuestre que todas las matrices ortogonales, esto es, aquellas que veri-
fican que QT Q = I, tiene determinante 1 o −1. Para ello, usa la regla del
producto |AB| = |A||B| y la regla de la traspuesta |A| = |AT |.
256. Usando la regla del producto det(AB) = det(A)det(B), demuestra que:
(a) det(Qn ) = (det(Q))n .
(b) Si det(Q) > 1 entonces det(Qn ) = (det(Q))n crece. ¿Cómo se puede
saber que esto no le va a suceder a las componentes de Qn ?
257. Indica si estas matrices tienen determinante 0, 1, 2 ó 3:
     
0 0 1 0 1 1 1 1 1
A = 1 0 0 B = 1 0 1 C = 1 1 1
0 1 0 1 1 0 1 1 1

258. Reduce A a su forma escalonada U o usa las propiedades del determinante


para encontrar det(A):
   
1 1 1 1 2 3
A = 1 2 2 A = 2 2 3
1 2 3 3 3 3
5.1. Ejercicios determinante de una matriz 55

259. Aplicando operaciones fila para conseguir una matriz triangular superior,
calcula el determinantes de estas matrices e indica si son invertibles o no:
1 2 3 0 2 −1 0 0
2 6 6 1 −1 2 −1 0
−1 0 0 3 0 −1 2 −1
0 2 0 7 0 0 −1 2

260. Utiliza las propiedades de los determinantes para simplificar y calcular


estos determinantes:
101 201 301 1 t t2
102 202 302 t 1 t
103 203 303 t2 t 1

261. Encuentra los determinantes de U y U −1 y U 2 para:


 
1 4 6  
a b
U = 0 2 5 y U=
0 d
0 0 3

a b
262. Sabiendo que det(A) = = ad − bc, encuentra los determinantes de
c d  
−1 2 1
las matrices A, A y A − λI para A = . Encuentra además dos
1 2
números λ que verifiquen que det(A − λI) = 0. Escribe la matriz A − λI
para cada uno de esos números λ (observa que estas matrices no deberı́an
ser invertible, dado que su determinante se anula).
 
4 1
263. Dada la matriz A = , encuentra A2 , A−1 y A − λI y sus determi-
2 3
nantes correspondientes. ¿Cuáles son los dos números λ que logran que
det(A − λI) = 0?

264. Use operaciones fila para encontrar el determinante de la siguiente matriz:


 
−1 1 1 1 1
 1 −2 1 1 1
 
A = −1 1
 3 1 −1 
 1 −1 1 −4 1 
0 1 −1 1 5

265. Halla el determinante de la siguiente matriz usando las propiedades de


los determinantes:
 
1 −1 1 1
1 −1 −1 −1
 
1 1 −1 −1
1 1 1 −1
266. Dada las siguientes matrices
56 Capı́tulo 5. Determinantes
 
1 −1 1 1  
x 2x − 1 4
1 −1 −1 −1
A=  B = y 2y 0
1 1 −1 −1
z 2z − 23 3
1 1 1 −1
a) Hallar los determinantes de las matrices usando el método que más
te convenga.
b) Hallar x, y, z, si es posible, para que B NO sea invertible.
c) Hallar x, y, z, si es posible, para que B sea invertible.
d ) Calcular la inversa de A, si es posible.
267. Si la entrada i, j de A es i veces j, esto es, aij = ij, demuestra que
det(A) = 0.
268. Si la entrada i, j de A es i + j, , esto es, aij = i + j, demuestra que
detA = 0 excepto cuando n = 1 ó 2.
269. Calcula los determinantes de las siguientes matrices usando las propieda-
des de los determinantes:
 
  0 a 0 0  
0 a 0 0 0 b 0 a a a
A = 0 0 b  B= 0 0 0 c 
 C = a b b 
c 0 0 a b c
d 0 0 0

fila 1
270. En este caso, si se conoce que det(A) = fila 2 = 6, ¿cuál es el determi-
fila 3
 
fila 3 + fila 2 + fila 1
nante de B para B =  fila 2 + fila 1 ?
fila 1

271. Si una matriz 4×4 tiene det(A) = 21 , encuentra det(2A), det(−A), det(A2 )
y det(A−1 ).
272. Si una matriz 3 × 3 tiene det(A) = −1, encuentra det( 12 A), det(−A),
det(A2 ) y det(A−1 ).
273. Encuentre el determinante de:
 
4 4 8 8
0 1 2 2
(a) la matriz triangular superior U = 
0
.
0 2 6
0 0 0 2
(b) la matriz triangular inferior U T .
(c) la matriz inversa U −1 .
 
0 0 0 2
0 0 2 6
(d) la matriz triangular M = 
0
 que resulta de intercam-
1 2 2
4 4 8 8
bios de filas en U .
5.1. Ejercicios determinante de una matriz 57

274. Supón que haces dos operaciones fila en un sólo paso, yendo de
   
a b a − mc b − md
a .
c d c − la d − lb
Encuentra el determinante de las matrices y compáralos.
275. Enumera los intercambios de filas para encontrar estos determinantes:

0 0 0 1 0 1 0 0
0 0 1 0 0 0 1 0
= +1 y = −1
0 1 0 0 0 0 0 1
1 0 0 0 1 0 0 0
 
x y z
276. Sabiendo que  3 0 2 = 1, utiliza las propiedades del determinante
1 1 1
para hallar el determinante de la siguiente matriz :
 
x 2x − 1 4
y 2y 1 .
2
z 2z − 3 3

277. Encuentra los determinantes de:


     
4 2 −1 1 3 −2 4−λ 2
A= , A = , A−λI =
1 3 10 −1 4 1 3−λ

Determina para qué valores de λ, A − λI es una matriz no invertible.


278. Una matriz sesgada simétrica satisface K T = −K. Un ejemplo de una
matriz sesgada es:  
0 a b
K = −a 0 c  .
−b −c 0
(a) Argumenta por qué para n = 3 se verifica que det(−K) = (−1)3 det(K).
(b) Demuestra que para cualquier otra dimensión se tiene que det(K) =
0.
279. Evalúa el determinante de lasa sigueintes matrices reduciendo la matriz
a su forma escalonada o usando las propiedades del determinante.
     
1 1 3 1 1 3 1 1 3
A = 0 4 6 , B = 0 4 6 , C = 0 4 6
1 5 8 0 0 1 1 5 9

¿Cuáles son los determinantes de B, C, AB, AT A y C T ?


280. Supón que CD = −DC. Encuentra el error en el siguiente argumento:
Si se toman determinantes en la igualdad, se consigue que (det(C))(det(D)) =
−(det(D))(det(C)), entonces det(C) = 0 ó det(D) = 0. Por lo tanto,
CD = −DC es posible sólo si C ó D no es invertible.
58 Capı́tulo 5. Determinantes

281. Existe alguna relación entre det(A), det(A−1 ), det(AT ), ¿sı́, no; por qué?
282. Usa las propiedades del determinante para verificar la siguiente igualdad:
1 a a2
1 b b2 = (b − a)(c − a)(c − b)
1 c c2
283. Encuentra el determinante 4 × 4 de las siguientes matrices usando las
propiedades del determinante:
11 12 13 14 1 t t2 t3
21 22 23 24 t 1 t t2
31 32 33 34 t2 t 1 t
41 42 43 44 t3 t2 t 1
284. Aplicando operaciones fila hasta lograr una matriz triangular superior U ,
calcula:
   
1 2 3 0 2 1 1 1
 2 6 6 1  1 2 1 1
det 
−1 0 0 3
 det 
 1 1 2 1

0 2 0 7 1 1 1 2
285. Demuestra las siguientes propiedades del determinante:
a) Si dos filas de una matriz son proporcionales, entonces el determi-
nante de la matriz es cero. Sugerencia: Una matriz tiene dos filas
proporcionales si existe c ∈ R tal que:
 
a11 ... a1n
c · a11 . . . c · a1n 
A= .
 
.. .. 
 .. . . 
an1 ... ann

b) Si una matriz tiene una fila de ceros, entonces el determinante es


cero.
c) det(A−1 ) = 1
det(A) .
d ) Si dos filas de una matriz son iguales, entonces el determinante de
la matriz es cero (caso particular de (a)).
286. Dada la matriz  
α−1 −6 9 8
 0 0 −5 3 
A=
 0

α 2 1 
0 0 −1 α+1
a) Usa el método que más te convenga para calcular det(A).
b) Encuentra los valores de α para los cuales la matriz A es invertible.
287. Demuestra que si una matriz cuadrada A satisface la ecuación A2 + 2A +
I = 0, entonces A es invertible. Determina la inversa de A.
288. Puede existir una matriz A con A3 = I que no sea invertible? Explı́ca tu
respuesta.
5.2. Matrices invertibles y Regla de Cramer 59

5.2. Matrices invertibles y Regla de Cramer


289. Resuelve el siguiente sistema usando el método de Cramer:
    
1 −2 1 x1 −4
2 0 1 x2  =  1 
1 −3 1 x3 −6

 
1 3 4
290. Sea A = −4 2 −6.
−3 2 −7
a) Determina si para todo ~b ∈ R3 la ecuación matricial A~x = ~b tiene
una solución. ¿Es única?
b) Calcula la solución usando el método de Cramer.

291. Determinar si las siguientes matrices son invertibles y en el caso afirmativo


calcúla las inversas:
 
1 0 0
a) A = 1 1 1
0 0 1
 
1 0 0
b) B = −1 0 0
1 1 1
 
0 −1
c) C =
3 4
 
cos(ϕ) sin(ϕ)
d) D = en donde ϕ ∈ [0, 2π].
−sin(ϕ) cos(ϕ)

292. Encuentra la matriz inversa de A mediante el método de los cofactores:


 
1 2 3
A = 0 4 5
0 0 6

5.3. Interpretación geométrica del determinante


293. Sean los vectores ~v = (3, 2) y w
~ = (1, 4).
(a) Encuentra el área del paralelogramo con lados ~v y w.
~
(b) Encuentra el área del triángulo con lados ~v , w
~ y ~v + w.
~
~ y ~v − w.
(c) Encuentra el área del triángulo con lados ~v , w ~
(d) Encuentra el área del triángulo con lados ~v , w ~ − ~v .
~ yw

294. Una caja tiene sus lados desde (0, 0, 0) hasta (3, 1, 1) y desde (1, 3, 1)
hasta (1, 1, 3). Encuentra su volumen y el área de cada paralelogramo
que conforma sus caras.
60 Capı́tulo 5. Determinantes

295. Encuentra el volumen del paralelepı́pedo


   (prisma/rectángulo)
   cuyos lados
 1 1 1 
están dados por los vectores 1 , 2 , 4
1 3 9
 

296. Encuentra el volumen del paralelepı́pedo definido por las columnas de la


matriz A, siendo la matriz
 
1 −4 3
A =  −4 4 5
− π4 1
2 6

297. Encuentra el área del


 paralelogramo
√  definido por las columnas de la ma-
2 32 −1
triz C, siendo C = .
1 −3

298. (a) Las esquinas de un triángulo son (2, 1), (3, 4) y (0, 5). ¿Cuál es su
área?
(b) Añade una esquina en (−1, 0) para lograr una figura irregular de
cuatro lados. Encuentra su área.
299. El paralelogramo de lados (2, 1) y (2, 3) tiene la misma área que el para-
lelogramo de lados (2, 2) y (1, 3). Encuentra esas áreas con determinantes
de 2 en 2, e indica de forma escrita y gráfica por qué deben ser iguales.

300. Encuentre el volumen del paralelepı́pedo con un vértice en el origen y


vértices adyacentes en (1, 0, 2), (1, 2, 4) y (7, 1, 0)
301. Encuentre una fórmula para el área del triángulo cuyos vértices son ~0, ~v1 ,
y ~v2 en R2 .

5.4. Determinantes y transformaciones lineales


302. Sea T : R3 → R3 una transformación lineal con
           
1 1 0 2 0 0
T 1 = −3 , T 1 = 1 , T 0 = 0
0 0 1 4 1 4

(a) Determina la matriz estándar asociada a T


(b) Es T , biyectiva?, sugerencia: Use determinantes .
(c) Encuentra el área del paralelogramo definido por las columnas de la
matriz asociada a la transformación T .
303. Sean a y b números positivos. Encuentre el área de la región E acotada
por la hipérbola cuya ecuación está dada por:

x2 y2
− =1
a2 b2
6 Valores y vectores propios
6.1. Valores y vectores propios y el polinomio
caracterı́stico
304. Responde si es verdadero o falso, y justifica:
a) Una matriz A no es invertible si y solo si 0 es un valor propio de A.
b) Si A~x = λ~x para algún escalar λ, entonces ~x es un vector propio de
A.
c) Si A~x = λ~x para algún vector ~x, entonces λ es un valor propio de A.
d ) Si ~v1 y ~v2 son vectores propios linealmente independientes, entonces
corresponden al mismo valor propio.
e) Si λ es un valor propio de A, entonces le corresponde un único vector
propio de A.
f ) Si ~x es un vector propio de A, entonces le corresponde un único valor
propio de A.
g) Si λ + 5 es un factor del polinomio caracterı́stico de A, entonces 5
es un valor propio de A.
h) La multiplicidad de una raı́z r de la ecuación caracterı́stica de A se
llama multiplicidad algebraica de r de un valor propio de A.
i ) A es diagonalizable si A = P DP −1 para alguna matriz D y alguna
matriz P invertible.
j ) Si A es diagonalizable, entonces existe una única matriz P tal que
A = P DP −1
k ) Si A es diagonalizable, entonces existe una única matriz D tal que
A = P DP −1
l ) Si A es invertible, entonces A es diagonalizable.
     
1 6 6 3
305. Sean A = , ~u = y ~v = .
5 2 −5 −2
a) ¿Es ~u un vector propio cuyo valor propio correspondiente es λ = −4?
b) ¿Es ~v un vector propio cuyo valor propio correspondiente es λ = −4?
c) Si ~v es un vector propio de A, ¿cuál es su valor propio correspon-
diente?
 
4 −2 3
306. ¿Es λ = 1 un valor propio de A =  0 −1 3 ? Si es ası́, determina
−1 2 −2
dos vectores propios correspondientes.

61
62 Capı́tulo 6. Valores y vectores propios

307. Explica por qué una matriz de 2 × 2 puede tener, a lo mucho, dos valores
propios distintos. También indica por qué una matriz de n × n puede
tener, cuando mucho, n valores propios diferentes.

308. Sin hacer cálculos excesivos, obtén un


 valor propio
 y dos vectores propios
2 2 2
linealmente independientes de A =  2 2 2 . Justifica tu respuesta.
2 2 2
     
0,5 0,2 0,3 0,3 1
309. Sean A =  0,3 0,8 0,3 , ~v1 =  0,6 , ~v2 =  −3  y ~v3 =
  0,2 0 0,4 0,1 2
−1
 0 .
1
a) Demuestra que los vectores ~v1 , ~v2 y ~v3 son vectores propios de A.
b) ¿Cuáles son los valores propios asociados a cada vector propio? Uti-
liza la definición para encontrarlos.
c) ¿Los vectores ~v1 , ~v2 y ~v3 forman un conjunto linealmente indepen-
diente?
d ) ¿Los tres vectores ~v1 , ~v2 y ~v3 pueden generar un espacio bidimensio-
nal?
   
2 −1 2 5 −4
310. Sean A = yA = .
−1 2 −4 5
a) Encuentra los valores y vectores propios de A, A−1 y A + 4I.
b) Encuentra la traza y el determinante de A y de A2 , y relacionalos
con los valores propios de A.

311. Encuentra los valores y vectores propios de la siguiente matriz 3 × 3,


simétrica y no invertible, cuya traza es 4:
 
1 −1 0
A = −1 2 −1
0 −1 1

 
5 5 0 2
 0 2 −3 6 
312. Sea A =  . Lista los valores propios reales, repetidos
 0 0 3 −2 
0 0 0 5
de acuerdo con su multiplicidad.

313. Utiliza una propiedad de los determinantes para demostrar que A y AT


tienen el mismo polinomio caracterı́stico, por tanto, son similares.

314. Demuestra que si A = QR con Q invertible, entonces A es similar a


A1 = RQ.
6.1. Valores y vectores propios y el polinomio caracterı́stico 63
 
5 0 0 0
 1 3 0 0 
315. Sea A =   2 −1 3 0 .

4 −2 2 1
a) Encuentra los valores propios de A.
b) Encuentra los valores propios de AT .
c) ¿Porqué los valores propios de A y AT son los mismos?
d ) Encuentra el espacio propio de A con el valor propio λ = 3.
e) Encuentra el espacio propio de AT con el valor propio λ = 3.
f ) ¿Son iguales los espacios anteriores?
316. Encuentra los valores y vectores propios de estas matrices, y compara los
vectores propios y los valores propios de A y de A + I:
   
1 4 2 4
A= A+I =
2 3 2 4

317. Calcula los valores propios y vectores propios de A y A−1 . Revisa el


polinomio caracterı́stico en cada caso y rellena adecuadamente la frase de
abajo:    
0 2 −1 −1/2 1
A= A =
1 1 1/2 0
A−1 tiene ................ vectores propios que A. Cuando A tiene valores
propios λ1 y λ2 su inversa tiene valores propios.................... .
318. Calcula los valores propios y vectores propios de A y A2 .
   
−1 3 7 −3
A= A2 =
2 0 −2 6

A2 tiene los mismos ................ que A. Cuando A tiene valores propios


λ1 y λ2 , A2 tiene valores propios.................... . En este ejemplo, ¿por
qué λ21 + λ22 = 13?
319. Encuentra los valores propios de A, B (fácil para matrices triangulares)
y A + B:
     
3 0 1 1 4 1
A= B= A+B =
1 1 0 3 1 4
Los valores propios de A + B (son iguales a) (no son iguales a) los valores
propios de A más los valores propios de B.
320. Si    
1 0 1 2
A= B=
1 1 0 1
   
1 2 3 2
AB = BA =
1 3 1 1
encuentra los valores propios de A, B, AB y BA, y responde a las si-
guientes preguntas:
64 Capı́tulo 6. Valores y vectores propios

(a) ¿Los valores propios de AB son iguales a los valores propios de A


por los valores propios de B?
(b) ¿Los valores propios de AB son iguales a los valores propios de BA?

321. Termina la frase:


(a) Si se sabe que ~x es un vector propio de una matriz A, la forma de en-
contrar λ el valor propio al que está asociado ~x es..............................
.
(b) Si se sabe que λ es un valor propio de una matriz A, la forma de
encontrar ~x un vector propio de A asociado a λ es..............................
.

322. Se sabe que ~x es un vector propio de la matriz con valor propio λ. Enton-
ces, usa la ecuación A~x = λ~x de forma que puedas probar los siguientes
literales:
(a) λ2 es un valor propio de A2 .
(b) λ−1 es un valor propio de A−1 .
(c) λ + 1 es un valor propio de A + I.
 
cosθ −sinθ
323. Sea Q = la matriz de rotación para un ángulo θ en el
sinθ cosθ
plano.
a) Demuestra que los valores propios de la matriz son λ = cosθ ± isinθ
resolviendo la ecuación det(Q − λI) = 0, de tal forma que no existen
valores propios reales.
b) Encuentra los vectores propios de Q resolviendo (Q − λI)~x = ~0.
Utiliza i2 = −1.

324. Obsérvese que una matriz de permutación deja el vector ~x = (1, 1, · · · , 1)


intacto. Por tanto, ~x es un vector propio de una matriz de permutación,
y λ = 1 siempre es un valor propio para una matriz de permutación
cualquiera.
Sean ahora las matrices de permutación:
   
0 1 0 0 0 1
P = 0 0 1 y Q = 0 1 0
1 0 0 1 0 0

Encuentra dos valores propios más (posiblemente complejos) para las


matrices de permutación P y Q.

325. Escoge las últimas filas de A y C adecuadamente para que A tenga como
valores propios a 4, 7, y C a 1, 2, 3:

 
  0 1 0
0 1
Matrices compañeras: A= C = 0 0 1

∗ ∗
6.1. Valores y vectores propios y el polinomio caracterı́stico 65

326. Demuestra las siguientes afirmaciones:


a) los valores propios de A y de AT son iguales. Para ello, demuestra
que det(A − λI) = det(AT − λI), esto es, A y AT tienen el mismo
polinomio caracterı́stico.
b) los vectores propios de A y de AT NO son iguales. Para ello, encuen-
tra un contraejemplo.
327. Encuentra 3 matrices 2 × 2 que no son la matriz nula y que tienen valores
propios λ1 = λ2 = 0.
Obsérvese que la traza de estas matrices y el determinante ambos valen
cero, y A2 = 0.
328. Sea la siguiente matriz no invertible:.
   
1  2 1 2
A = 2 2 1 2 = 4 2 4
1 2 1 2
Encuentre sus valores propios y los vectores propios asociados.
329. Sea la matriz  
  0 1 3 0
B C −2 3 0 4
A= =  0 0 6 1 .

0 D
0 0 1 6
El bloque B tiene valores propios 1, 2, el bloque C tiene valores propios
3, 4 y el bloqueD tiene valores propios 5, 7. Encuentra los valores propios
de la matriz A4×4 .
330. Encuentra el rango y los cuatro valores propios de A y C.
   
1 1 1 1 1 0 1 0
1 1 1 1 0 1 0 1
A= 1 1
 C= 
1 1 1 0 1 0
1 1 1 1 0 1 0 1
331. Si a las dos matrices del ejercicio anterior le restamos la matriz identidad,
se obtiene:
   
0 1 1 1 0 −1 −1 −1
1 0 1 1 −1 0 −1 −1
B = A−I =  1 1 0 1
 C = I−A =  −1 −1 0 −1

1 1 1 0 −1 −1 −1 0
Encuentra los valores propios y el determinantes de estas matrices.
332. Encuentra los valores propios de A, B y C.
     
1 2 3 0 0 1 2 2 2
A = 0 4 5 B = 0 2 0 C = 2 2 2
0 0 6 3 0 0 2 2 2
 
a b
333. Sea la matriz A = . Demuestra que si a + b = c + d, entonces
c d
(1, 1) es un vector propio. Encuentra los dos valores propios de A.
66 Capı́tulo 6. Valores y vectores propios

6.1.1. Diagonalización
334. Sea A de dimensión 3 × 3 con dos valores propios y cada espacio propio
es unidimensional, ¿es A diagonalizable? Justifica tu respuesta.

335. Demuestra que si A es invertible y diagonalizable, entonces también lo es


A−1 .
   
0,6 0,3 3/5
336. Sean A = y v1 = .
0,4 0,7 4/5
a) ¿Todos los vectores propios linealmente independientes de A generan
R2 ?
b) Encuentra una base de R2 que lleve un vector propio de A y otro
vector que no sea vector propio.
c) ¿Por qué A es diagonalizable?
d ) Diagonaliza A.
 
4 0 0 0
 2 2 0 0 
337. Sea A =   y h ∈ R.
 3 h 4 0 
3 3 14 2
a) Encuentra los valores propios de A.
b) ¿Cuál es la multiplicidad algebraica de cada valor propio distinto?.
c) Determina el valor de h tal que el espacio propio asociado a λ = 4
sea unidimensional.
d ) Determina el valor de h tal que la matriz A sea diagonalizable.
 
3 0 0 0
 0 2 0 0 
 0 0 2 0 . Si es posible, diagonaliza A. Justifica, si no.
338. Sea A =  

1 0 0 3
339. Construye una matriz A de dimensión 2 × 2 que sea invertible pero que
no sea diagonalizable.
 
2 −2 −2
340. Sea A =  3 −3 −2 .
2 −2 −2
a) Demuestra que A es diagonalizable.
b) Encuentra dos formas diferentes de diagonalizar A.

341. Si es posible, factoriza estas dos matrices encontrando una matriz inver-
tible S tal que A = SΛS −1 :
 
1 2
(a) A = .
0 3
 
1 1
(b) A = .
3 3
6.1. Valores y vectores propios y el polinomio caracterı́stico 67

342. Si A = SΛS −1 encuentra una expresión para en términos de A, S y S −1


para A3 y A−1 .
 
1
343. Si A tiene λ1 = 2 con un vector propio ~x1 = y λ2 = 5 con vector
0
 
1
propio ~x2 = , usa SΛS −1 para encontrar A.
1
344. Escribe cuál de estas afirmaciones es verdadera: sea S la matriz cuyas
columnas son los vectores propios de A. Si S es una matriz cuadrada y
además sus columnas son linealmente independientes, entonces:
(a) A es invertible.
(b) A es diagonalizable.
(c) S es invertible.
(d) S es diagonalizable.
345. Describe todas las matrices S que diagonalizan esta matriz A (encuentra
todos los vectores propios):
 
4 0
A=
1 2

Luego, describe todas las matrices que a diagonalizan A−1 .


   
1 1
346. Escriba la matriz más general que tiene vectores propios y .
1 −1
347. Escribe si es verdadero o falso: Si los valores propios de A son 2, 2, 5,
entonces la matriz ciertamente es:
(a) Invertible.
(b) Diagonalizable.
(c) No diagonalizable.
(d) Ninguna de las anteriores.
348. Escribe si es verdadero o falso: Si los únicos vectores propios de A son
múltiplos de (1, 4), entonces A :
(a) No tiene inversa.
(b) tiene un valor propio repetido.
(c) No es diagonalizable.
349. Diagonaliza A para calcular SΛk S −1 y ası́ probar esta fórmula para Ak :
1 1 + 3 k 1 − 3k
   
2 −1
A= tiene Ak =
−1 2 2 1 − 3k 1 + 3k

350. Diagonaliza B y calcula SΛk S −1 para demostrar esta fórmula para B k .


 k
5 5k − 4k
  
5 1 k
B= tiene B =
0 4 0 4k
68 Capı́tulo 6. Valores y vectores propios

351. Los valores propios de A son 1 y 9, y los valores propios de B son −1 y


9.    
5 4 4 5
A= yB= .
4 5 5 4

Encuentra una Matriz Raı́z Cuadrada de A desde R = S ΛS −1

6.1.2. Vectores propios y transformaciones lineales


352. Sea T : Rn → Rn una transformación lineal tal que T (~x) = A~x en donde
A es diagonalizable. Expresa a T como una composición de transforma-
ciones lineales de tal manera que A = P DP −1 .
n o
353. Sean B = {~u1 , ~u2 , ~u3 } y D = d~1 , d~2 bases para los espacios vectoriales
V y W , respectivamente. Sea T : V → W una transformación lineal tal
que T (~u1 ) = 3d~1 − 5d~2 , T (~u2 ) = −d~1 + 6d~2 , T (~u3 ) = 4d~1 . Determina la
matriz para T respecto a B y D
354. Responde si es verdadero o falso, y justifica:
Si B = P −1 AP y ~x es un vector propio de A correspondiente a un
valor propio de λ, entonces P −1 ~x es un vector propio de B también
asociado a λ.
Se puede demostrar que la traza de un matriz A es igual a la suma
de los valores propios de A. Comprueba este enunciado para el caso
cuando A es diagonalizable.
Se puede comprobar que traza (F G) = traza (GF ) para cualesquie-
ra dos matrices F y G de n × n. Si A y B son similares, entonces,
traza (A) = traza (B).