Álgebra Lineal I

1◦ de Grado en Matemáticas
Departamento de MATEMÁTICAS

COLECCIÓN DE PROBLEMAS. ÁLGEBRA LINEAL I.

GRADO EN MATEMÁTICAS. Curso 2018/19.

1. Conjuntos, aplicaciones y relaciones de equivalencia.

1. Sea X un conjunto y A, B, C subconjuntos de X. Prueba que
a) La unión y la intersección de subconjuntos es asociativa, es decir:
(A ∪ B) ∪ C = A ∪ (B ∪ C) y (A ∩ B) ∩ C = A ∩ (B ∩ C).
b) Se tienen las siguientes propiedades distributivas:
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) y A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C).

2. Sea f : X / Y una aplicación, A1 , A2 subconjuntos de X y B1 , B2 de Y . Probar:

f (A1 ∪ A2 ) = f (A1 ) ∪ f (A2 )
f (A1 ∩ A2 ) ⊂ f (A1 ) ∩ f (A2 ). Dar un contraejemplo que demuestre que f (A1 ) ∩ f (A2 ) 6⊂
f (A1 ∩ A2 ) en general. Probar que si f es inyectiva entonces f (A1 ∩ A2 ) = f (A1 ) ∩ f (A2 ).
f −1 (B1 ∪ B2 ) = f −1 (B1 ) ∪ f −1 (B2 )
f −1 (B1 ∩ B2 ) = −1 −1

f (B1 ) ∩ f (B2 )
−1
A⊂f f
(A) . ¿Es cierto que si f es inyectiva son iguales?
−1
f f (B) ⊂ B. ¿Es cierto que si f es epiyectiva son iguales?

3. Para las siguientes aplicaciones:

a) f : R −→ R, f (x) = x2
b) f : R −→ R, f (x) = x3
c) f : R −→ R, f (x) = exp x
d ) f : R −→ R, f (x) = 2x + 5,
determina si es inyectiva, epiyectiva o biyectiva. Determina la aplicación inversa cuando ésta exista.

4. Dadas las aplicaciones f : R −→ R, f (x) = x2 − 1; y g : R −→ R, g(x) = 2x + 5, determina g ◦ f ,

f ◦ g, f ◦ f y g ◦ g.

5. Consideremos las aplicaciones f : X / Y y g: Y / Z . Probar:

a) Si f y g son inyectivas, g ◦ f también es inyectiva.
b) Si f y g son epiyectivas, g ◦ f también es epiyectiva.
c) Si g ◦ f es inyectiva, f es inyectiva.
d ) Si g ◦ f es epiyectiva, g es epiyectiva.
e) Si g ◦ f es inyectiva y f es epiyectiva, entonces g es inyectiva.
f ) Si g ◦ f es epiyectiva y g es inyectiva, entonces f es epiyectiva.

6. Sea f : X / Y una aplicación de conjuntos. Se define una relación Rf en X por

x ≡ x0 (mod Rf ) si y sólo si f (x) = f (x0 )

Probar que Rf es una relación de equivalencia. Denotemos por X/Rf el conjunto cociente respecto
de la relación de equivalencia Rf y π el paso al cociente. Probar que existe una aplicación inyectiva
f : X/Rf / Y tal que f = f ◦ π.

7. Sea X el conjunto de R2 − {(0, 0)}. Se define en X la siguiente relación:

x ≡ y si y sólo si existe una semirrecta que parte del origen y pasa por x e y
1
2 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19.

Probar que es una relación de equivalencia y que el conjunto cociente se identifica de modo natural
con una circunferencia centrada en el (0, 0).

8. Sea X el conjunto de Rn − {0}. Se define en X la siguiente relación:

x ≡ y si y sólo si existe un λ ∈ R tal que x = λy
Probar que es una relación de equivalencia. El conjunto cociente se denomina espacio proyectivo
real de dimensión n − 1.

9. En R2 se define la relación:
(x, y) ≡ (x0 , y 0 ) si y sólo si xy = x0 y 0
Probar que es de equivalencia y calcular las clases de equivalencia.

10. Fijado un número natural n, se define en Z la relación:

m ≡ m0 (mod n) si sólo si m − m0 es múltiplo de n
Probar que es de equivalencia calcular las clases de equivalencia. El conjunto cociente se denota
por Z/n.

11. En Z × (Z − {0}) se define la relación:

(a, b) ≡ (a0 , b0 ) si y sólo si ab0 = a0 b
Probar que es de equivalencia. El conjunto cociente se denomina conjunto de los números racio-
nales.

12. Probar que la relación definida sobre R por

x ≡ x0 si y sólo si x − x0 ∈ Z
es de equivalencia y que el conjunto cociente se identifica con la circunferencia.

13. Decidir cuáles de las siguientes relaciones son de equivalencia:

a) En Z, m ≡ n ⇐⇒ m ≥ n (ı́dem con m > n, mn ≥ 0).
b) En N, m ≡ n ⇐⇒ m + n ≥ 0 (ı́dem con m + n > 0, 2m ≥ n).
c) En R × R, (x, y) ≡ (x0 , y 0 ) ⇐⇒ x < x0 ó (x = x0 e y < y 0 ).

2. Espacios Vectoriales
2.1. Espacios y subespacios vectoriales.
14. Demuéstrese que el conjunto C = {(x, y, y, −x), x, y ∈ R} con la operación:
(x, y, y, −x) + (w, z, z, −w) = (x + w, y + z, y + z, −(x + w))
y con el producto escalar para λ ∈ R:
λ(x, y, y, −x) = (λx, λy, λy, −λx) ,
es un espacio vectorial sobre R.

15. Probar que el conjunto de matrices cuadradas diagonales con coeficientes en un cuerpo k tiene
estructura de espacio vectorial sobre k.

16. Averiguar si V ⊂ R3 es un subespacio vectorial real.

a) V = {(a, b, 0) : a, b ∈ R}
b) V = {(a, b, c) : a + b + c = 0}
c) V = {(a, b, c) : a2 + b2 + c2 ≥ 1}
d ) V = {(a, b, c) : a = b + c}
e) V = {(a, b, c) : a, b, c ∈ Q}
f ) V = {(a, b, a + b + 2) : a, b ∈ R}
g) V = {(a, b, a2 ) : a, b ∈ R}
 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19. 3

17. Determinasi los siguientes

 subconjuntos
 de M (2 × 2, R) son subespacios vectoriales:
a b 
a) H1 = a, b, c ∈ R .
−b c  
a 1 + a 
b) H2 = a∈R .
0 0
c) El conjunto de las matrices antisimétricas.
d ) El conjunto de las matrices A que cumplen A2 = A.
e) El conjunto de matrices cuyo determinante no es cero.

18. Prueba que el conjunto R[x] de los polinomios en una variable x con coeficientes reales tiene
estructura de espacio vectorial sobre R. Prueba también que Rn [x] ⊂ R[x], el subconjunto de
polinomios de grado menor o igual que n, es un subespacio vectorial.

19. Demuestra que el conjunto V de las funciones reales de variable real que son pares es un R-espacio
vectorial.
V = {f ∈ F (R, R) | f (x) = f (−x)}

20. Demuestra que el conjunto V de las matrices simétricas de orden n con coeficientes en R es un
subespacio de las matrices cuadradas de orden n con coeficientes en R.
V = {A ∈ M (n × n, R) | A = At }

21. Prueba que el conjunto de matrices de tamaño m × n sobre un cuerpo k con la suma de matrices
usual y el producto por un escalar usual es un k-espacio vectorial.

22. Sea R3 [x] el R-espacio vectorial de los polinomios en la variable x de grado ≤ 3 con coeficientes
reales. Prueba que el subconjunto V de los polinomios en R3 [x] que son divisibles por x − 2 es un
subespacio vectorial de R3 [x].

2.2. Dependencia lineal, bases, dimensión y coordenadas.

23. Demostrar que el subespacio E = {(a, b, 0) : a, b ∈ R} de R3 está generado por cualquiera de los
pares de vectores siguientes:
a) e = (1, 1, 0), e0 = (1, 0, 0)
b) e = (2, −1, 0), e0 = (−1, −1, 0)

24. Determinar x e y en el vector (3, 2, x, y) ∈ Q4 para que pertenezca al subespacio generado por
(1, 4, −5, 2), (1, 2, 3, 1).

25. Pruébese que el subespacio de R3 generado por los vectores (1, 1, 1), (0, 1, 0) coincide con el subes-
pacio generado por (2, 3, 2) y (1, 0, 1).
 
1 2
26. Sea A = .
3 m
a) Encontrar el valor de m para que existan matrices cuadradas no nulas B tales que AB = 0.
b) Demostrar que dichas matrices (incluida el 0) forman un subespacio vectorial. Encontrar un
sistema de generadores linealmente independientes.

27. Demostrar que los vectores (−5, 2, 8, −16), (−5, 3, 17, −14), (1, 1, 11, 6) de R4 son linealmente in-
dependientes.

28. Pruébese que el subespacio de R3 generado por los vectores (1, 1, 1), (0, 1, 0) coincide con el subes-
pacio generado por (2, 3, 2) y (1, 0, 1).

29. Demostrar que los vectores (m, 1, 0), (−1, m, 0) y (0, 1, 1) son linealmente independientes en R3 ,
sea quien sea m. Comprobar que esta propiedad no se cumple en C3 .
4 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19.

     
−3 2 2 3 9 x
30. Considérense las matrices , , . Determinar x e y para que dichas ma-
−4 1 1 5 −3 y
trices sean linealmente independientes.

31. Determinar x e y en el vector (3, 2, x, y) ∈ Q4 para que pertenezca al subespacio generado por
(1, 4, −5, 2), (1, 2, 3, 1).

32. Calcula una base y la dimensión de los siguientes subespacios vectoriales de R3 :

a) V = {(a, b, 0) : a, b ∈ R}
b) V = {(a, b, c) : a + b + c = 0}
c) V = {(a, b, c) : a = b + c}

33. Determinar λ para que los vectores (2, 4, 6), (1, 2, 3), (5, λ, 15) estén en un mismo plano (subespacio
de dimensión 2).

34. Determinar en Q5 una base del subespacio generado por los vectores (1, 2, −4, 3, 1), (6, 17, −7, 10, 22),
(2, 5, 0, −3, 8), (1, 3, −3, 2, 0).

35. Demostrar que el subconjunto H = {(x, y, z) ∈ R3 : x + 2y − z = 0} es un subespacio de R3 y

calcular una base del mismo. ¿Cuál es su dimensión?.

36. Comprobar que los vectores (1, 0, 0), (0, 2, 0), (0, 0, 3) forman una base del espacio vectorial R3 y
calcular las coordenadas del vector (4, 6, 12) respecto de esta base.

37. Comprobar que los vectores e = (1, −1, 0), e0 = (2, 1, 0), e00 = (0, 1, 1) forman una base. Encontrar
las coordenadas respecto de la misma del vector (1, 1, 1).
       
1 0 1 1 1 1 0 0
38. Comprobar que las matrices , , , forman una base del espacio
0 0 0 0 1 0 0 1
 
5 3
vectorial de las matrices de orden 2. Calcular las coordenadas de la matriz respecto de
1 1
esta base.
39. Consideremos el espacio vectorial R2 [x] de los polinomios p(x) de grado menor o igual que 2 con
coeficientes en R. Demuestra que los polinomios 1, x, x2 forman una base.

40. Consideremos el espacio vectorial R2 [x] de los polinomios p(x) de grado menor o igual que 2 con
coeficientes en R.
a) Demostrar que los polinomios 1 + x, x + x2 , 1 + x2 forman una base.
b) Hallar las coordenadas del polinomio 3 + 2x + 5x2 en dicha base.

41. Calcula una base y la dimensión del subespacio V de R3 [x] formado por los polinomios de R3 [x]
que son divisibles por x − 2.

42. En el espacio vectorial R4 se pide:

Hallar una base que contenga al vector (1, 2, 1, 1)
Hallar una base que contenga a los vectores (1, 2, 1, 1) y (1, −1, 2, 0).
Hallar una base que contenga a los vectores (1, 1, 0, 0), (0, 0, 2, 2) y (0, 3, 3, 0).
Dados los vectores (1, 0, 0, 1) y (1, 2, 0, 0), completa a una base de R4 .

43. En R3 [x] sea el subespacio vectorial:

n 
Z 1 o
E = p(x) ∈ R3 [x]  p(x)dx = 0 .
0

Encuentra una base de E y calcula la dimensión de E.

2.3. Suma, intersección y suma directa de subespacios.

 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19. 5

44. Sea F el subespacio de R3 generado por (1, 1, −1) y G el subespacio de ecuaciones 3x − y = 0,

2x + z = 0. Determinar F ∩ G.

45. Considérense los siguientes subespacios de R4 : E1 =< (1, 0, −1, 0), (2, −1, 2, 0), (3, −2, 3, 0) > y
E2 =< (0, 1, 1, 0), (1, 1, 3, 0), (−2, 1, 1, 1) >.
a) Calcular bases y dimensiones de E1 , E2 , E1 + E2 , E1 ∩ E2 .
b) ¿Se verifica que R4 = E1 ⊕ E2 ?
c) Calcula dos subespacios suplementarios diferentes de E1 .
d ) Calcula una base del espacio vectorial cociente R4 /E1 .

46. Se consideran los subespacios de R4 generados por los siguientes vectores:

E1 =< (1, 0, 1, 1), (0, 1, 1, 1) >, E2 =< (1, −1, 1, 0), (1, 1, 1, 1), (1, 0, 1, 1) >
Se pide:
a) Hallar bases y dimensiones de E1 , E2 , E1 + E2 , E1 ∩ E2 .
b) Estudiar si E1 + E2 = R4 .
c) ¿E1 y E2 son subespacios suplementarios?
d ) Calcula una base del espacio vectorial cociente R4 /E1 .

47. Sean E y E 0 dos subespacios de R3 definidos por:

E = {(a, b, c) : a = b = c} , E 0 = {(0, b, c) : b, c ∈ R}
Demostrar que R3 = E ⊕ E 0 .

48. Dados los subespacios de R4

E1 = hu1 = (1, −1, 1, 0), u2 = (0, 1, −1, 1), u3 = (2, −1, 1, 1)i
E2 = {(x, y, z, t) ∈ R4 : x + y + z = 0, x + z + t = 0}
calcula bases y dimensiones de E1 , E2 , E1 + E2 , E1 ∩ E2 y R4 /E1 .

49. Sea E = M (2, R) el R-espacio vectorial de las matrices cuadradas de orden 2 con coeficientes en
R y sea V el subconjunto de E definido por:
  
x y
V = ∈ E : 2x − y + t = 0, x = z .
z t
a) Probar que V es un subespacio vectorial
 de Ey calcular su dimensión y una base.
1 0
b) Calcular las coordenadas de la matriz ∈ V en la base elegida en el apartado anterior.
1 −2
c) Calcular un suplementario de V .
d ) Calcula una base del espacio vectorial cociente E/V .

50. Sean V y V 0 los subespacios de M (2, R) dados por:

     
x y a a+b
V = ∈ M (2, R) : t = x − y, x + z = 0 , V 0 = ∈ M (2, R) : a, b ∈ R
z t −a b
a) Calcula la dimensión y unabase deV + V 0 .
1 2
b) Comprueba que la matriz ∈ V + V 0 y calcula sus coordenadas respecto de la base
−1 1
que hayas obtenido en el apartado anterior.

51. Dados los vectores u = (3, 0, −1, 2), v = (1, 1, 1, −2) y w = (0, 1, 0, 3), cuyas coordenadas están
referidas a la base {e1 , e2 , e3 , e4 } de R4 , indica cuál de las siguientes afirmaciones es falsa:
a) Los vectores {u, e2 , e3 , e4 } forman una base de R4 .
b) El subespacio hu, vi es un suplementario del subespacio he3 , e4 i.
c) El subespacio hu, v, wi es un suplementario del subespacio he4 i.
d ) El subespacio he1 , e2 i es un suplementario del subespacio hu, vi.
6 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19.

52. Sea E = h1, x, x2 , x3 i el R-espacio vectorial de los polinomios de grado menor o igual a 3 y sea
V = {p(x) ∈ E : p(1) = 0} .
a) Probar que V es un subespacio de E y calcular su dimensión y una base.
b) Calcular las coordenadas del polinomio x2 − 3x + 2 ∈ V respecto de la base del apartado
anterior.
c) Encuentra un subespacio suplementario de V .

53. En el R-espacio vectorial E de los polinomios de grado menor o igual que 3, se consideran los
subconjuntos:
S ={p(x) ∈ E : p(x) es divisible por x + 1}
T ={p(x) ∈ E : p(x) = 2b + (a + b)x + bx2 + ax3 , a, b ∈ R} .
Comprueba que ambos son subespacios de E y calcula la dimensión y una base de S, T, S ∩ T .
Calcula también un suplementario de T .

54. Sea E el espacio vectorial de los polinomios de grado menor o igual que 3 y sean
E1 = {p(x) ∈ E : p(0) = 0} y E2 = {p(x) ∈ E : p0 (0) = 0} .
a) Demuestra que E1 y E2 son subespacios de E.
b) Calcula una base y la dimensión de cada uno de los subespacios siguientes:
E1 , E2 , E1 + E2 y E1 ∩ E2 .
c) ¿Son E1 y E2 subespacios suplementarios? Razona la respuesta.

55. Probar que los subespacios de M (n, k) de las matrices simétricas

S(n, k) = {A ∈ M (n, k) : A = At }
y de las matrices hemisimétricas
H(n, k) = {A ∈ M (n, k) : A = −At }
son suplementarios.

3. Aplicaciones lineales
3.1. Ejemplos y tipos de aplicaciones lineales.
56. Estudia cuales de las siguientes aplicaciones son lineales:
a) T : R2 → R2 , T (x, y) = (x + y, 12 x − y).
b) T : R2 → R3 , T (x, y) = (−x + 4y, x − 2y, x2 + y 2 ).
c) T : R3 −→ R3 , T (x1 , x2 , x3 ) = (x21 , 0, x2 + x3 ). √
d ) T : R2 [x] → R2 , T (a + bx + cx2 ) = (−a + b, 2a + 3b − 2c).
e) T : Mat2×2 (R) → R2 [x],
 
a11 a12
T = a21 + a22 + (2a11 − a21 )x + (a12 + 3a22 )x2 .
a21 a22
f) T : R3 [x] −→ R3 [x], T (p(x)) = xp0 (x).
g) T : kn −→ kn , T (u) = u0 , con u0 6= 0 un vector fijo de k n .
h) T : kn −→ kn , T (u) = u + u0 , con u0 un vector fijo de k
n .
i) det : Mat2×2 (R) → R, det(A) = ad − bc donde A = ac db .
Xn
j ) tr : Matn×n (k) → k, tr(A) = aii donde A = (aij ).
i=1

57. Sea T ∈ Endk (E). Prueba que el conjunto S de vectores que permanecen invariantes por T forman
un subespacio vectorial de E.

58. En R3 [x] sea la aplicación T : R3 [x] → R3 [x] definida por T p(x) = (x − 3)p0 (x). Prueba que T

es una aplicación lineal. Calcula los polinomios invariantes por T .

 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19. 7

3.2. Núcleo e imagen de una aplicación lineal.

f
59. Sea R3 −
→ R2 la aplicación definida por:
f (x, y, z) = (x − y + z, x + y − z)
Probar que es una aplicación lineal y calcular bases y dimensión del núcleo y la imagen. ¿Es
epiyectiva? Calcula el espacio vectorial cociente R3 / ker f .

60. Sea T : R3 → R3 la aplicación definida por:

T (x, y, z) = (y − z, −x + 4z, y + z)
Probar que es una aplicación lineal. Hallar el núcleo y la imagen. ¿Es un isomorfismo? Calcula el
espacio vectorial cociente R3 / ker f .

61. Sea la aplicación T : Mat2×2 (R) → R3 definida por:

 
a b
T = (a + 2c + d, a + 3b + 5c − 7d, a − b + c − d) .
c d
Prueba que T es lineal. Calcula su núcleo e imagen. Calcula el espacio vectorial cociente Mat2×2 (R)/ ker f .

62. En R3 [x] se define la aplicación T : R3 [x] → R3 [x] por T (p(x)) = (x − 1)p0 (x).
a) Demostrar que T es lineal. Calcular su núcleo y su imagen.
b) Calcular los polinomios p(x) tales que T (p(x)) = p(x).
c) Calcula el espacio vectorial cociente R3 [x]/ ker T .

63. Sobre el espacio vectorial E de las matrices cuadradas de orden 2 con coeficientes reales, se consi-
dera la aplicación T : E → E definida por:
   
a b 5a − 3b 6a − 4b
T =
c d −a + 29 b + 3c − 2d 6a − 3b − d
Probar que T es lineal y calcular su núcleo y su imagen.

3.3. Espacio vectorial cociente. Teorema de factorización.

64. Calcular las aplicaciones lineales inducidas por el Teorema de Factorización a partir de los morfis-
mos planteados en los problemas 59, 60, 61, 62 y 63.
3.4. Sucesiones exactas.
65. Estudiar si forman una sucesión exacta de espacios vectoriales las aplicaciones lineales:
i π
0 → R → R3 → R2 → 0
donde i(a) = (a, a, 2a) y π(x, y, z) = (x + y − z, 2x − z).

66. Estudiar si forman una sucesión exacta de espacios vectoriales las aplicaciones lineales:
i π
0 → R2 → R4 → R2 → 0
donde i(a, b) = (a, −2a − 3b, a + 2b, b) y π(x, y, z, t) = (x + y + z + t, x − z + 2t).

3.5. Matriz asociada a una aplicación lineal. Cambios de base.

67. Calcular la matriz asociada a la aplicación lineal
f: R3 → R2
(x, y, z) 7→ (x + 3y − 2z, y − z)
en las bases {(1, 0, 0), (0, 1, 0), (0, 0, 1)} de R3 y {(1, −1), (1, 1)} de R2 .

68. Considérese la aplicación lineal f : R3 → R3 definida por f (x, y, z) = (2x + y, −z, 0). Calcular su
matriz y a partir de ella:
a) Determinar ker f y hallar una base de dicho subespacio.
8 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19.

b) Hallar Im f y el rango de f .
c) ¿Pertenece (6, −2, 0) al ker f ?.
d ) Calcula el espacio vectorial cociente R3 / ker f .

69. Sea E un espacio vectorial de dimensión 3 y {e1 , e2 , e3 } una base del mismo. Un endomorfismo T
de E verifica que:
T (e1 ) = e1 + e2 , T (e3 ) = e3 , ker T =< e1 + e2 >
Deducir la matriz de T y calcular Im T , ker T 2 y ker T 3 . Calcula el espacio vectorial cociente
E/ ker T .

70. Calcular la matriz de la aplicación lineal T : R3 → R3 tal que T (1, 0, 0) = (0, 1, 0) y cuyo núcleo
está generado por los vectores (0, 1, 1), (1, 0, 1), (2, 1, 3).

71. Sea T : R3 → R3 el endomorfismo T (x, y, z) = (y − z, z − x, x − y). Se pide:

a) Calcular la matriz de T en la base ordinaria.
b) Calcular la matriz de T en la base e1 = (0, 1, 1), e2 = (1, 0, 1), e3 = (−1, 0, 0).
c) Hallar una base de Im T y otra de ker T , precisando sus dimensiones.
d ) Calcular una base de ker T 2 . ¿Coincide este núcleo con el de T ? Razónese la respuesta.
e) Calcula el espacio vectorial cociente R3 / ker f .

72. Sea E el R-espacio vectorial de los polinomios p(x) ∈ R[x] de grado menor que 3. Se define una
T
aplicación E −
→ E por:
T (p(x)) = p(0) + p0 (0)(x − 1) + p00 (0)(x − 1)2
a) Probar que T es lineal y calcular su matriz en la base {1, x, x2 } de E.
b) ¿Es T un isomorfismo? Razónese la respuesta.
 
y−z z−x
73. Sea T : R3 →Mat2×2 (R) la aplicación lineal T (x, y, z) = . Se pide:
x + 2y − z 2x + y
a) Calcula la matriz de T en las bases usuales.
b) Sean las bases C = {(0, 1, 1), (1, 0, 1), (−1, 0, 0)} de R3 y C 0 = ( 00 11 ) , 10 −1

10
0 , ( 2 1 ) , ( 02 01 ) de
Mat2×2 (k). Calcula la matriz de T en estas bases.
c) Halla una base de ker T e Im T , precisando sus dimensiones.

74. Sea B = {u1 , u2 , u3 } una base del espacio vectorial E.

a) Probar que los vectores u01 = 2u1 − u2 + u3 , u02 = u1 + u3 , u03 = 3u1 − u2 + 3u3 forman una
base de E.
b) Calcular las coordenadas del vector u = u1 − 4u3 en la base de (a).
c) Hallar las coordenadas respecto de la base inicial del vector v = −2u01 + 3u02 + u03 .

75. Sea T el endomorfismo de R3 definido por

T (x, y, z) = (x + y, x + z, x − y + 2z)
a) Calcular la dimensión y una base de los subespacios ker T e Im T .
b) ¿Se verifica que R3 = ker T ⊕ Im T ? En caso afirmativo, calcular las coordenadas del vector
(1, 2, 3) en una nueva base asociada a la descomposición R3 = ker T ⊕ Im T .
c) Determinar λ para que la imagen del vector e = (λ, 1, 0) pertenezca al subespacio generado
por e1 = (1, 0, 0), e2 = (0, 1, 0).
 
2 −1 4
76. Sea T el endomorfismo de R3 cuya matriz en la base {e1 , e2 , e3 } es  1 0 3. Hallar la
−1 2 2
matriz de T en la base {e01 , e02 , e03 } siendo:
1 1
e1 = e01 , e2 = e02 , e3 = e03 + e01 − e02
2 2
 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19. 9

77. Considera la aplicación:

f : R2 [x] −→ R2 [x]
p(x) 7→ p(−1) + p(1)(x − 1) + p(0)(x − 1)2
a) Demuestra que f es lineal.
b) Da la matriz de f asociada a la base estándar {1, x, x2 }.
c) Da la matriz de f asociada a la base B 0 = {−1, (x − 1), (x 2

− 1) }.
0
d) Da las coordenadas en la base B del vector f (2, 1, 1)B 0 .
T
78. Sea {e1 , e2 , e3 } una base de E y sea E −
→ E el endomorfismo de E definido por:
T (e1 ) = e1 + 2e2 − e3 , T (e2 ) = 2e1 − e3 , e3 + e2 ∈ ker T
a) Calcula matriz asociada e T en la base {e1 , e2 , e3 }.
b) Calcula bases y dimensión de ker T e Im T . ¿Son suplementarios?
c) Prueba que {2e1 + e2 , e2 − e3 , e1 + e2 − e3 } son base y calcula la matriz Ā de T respecto de
esta base.
T0
d ) Sea {e01 , e02 , e03 } una base del espacio vectorial E 0 y E −→ E 0 la aplicación lineal definida por
T 0 (e1 ) = e01 + e2 , T 0 (e2 ) = e01 − e02 , T 0 (e3 ) = e02 + e03
Calcula la matriz asociada a la composición T 0 ◦ T respecto de las bases {2e1 + e2 , e2 − e3 , e1 +
e2 − e3 } de E y {e01 , e02 , e03 } de E 0 .

79. Halla la matriz de una aplicación lineal f : R3 → R3 definida por las condiciones:
a) f (1, 0, 0) es proporcional a (0, 0, 1).
b) f 2 = f .
c) ker f = {(x, y, z) ∈ R3 : x + z = 0}.

80. Sea E el espacio vectorial de los polinomios p(x) ∈ R[x] de grado menor o igual que 4. Se define
f : E → E, T (p(x)) = p0 (x).
a) Probar que T es una aplicación lineal.
b) Calcular T −1 (3x2 − 1).
c) Calcular bases y dimensión de ker T e Im T .

81. Hallar las ecuaciones de la tranformación lineal T de R3 tal que:

a) La restricción de T al plano π ≡ x + y + z = 0 es una homotecia de razón 3.
b) T deja invariante la recta r
2x + 4y + 3z = 0


x + 2y + z = 0
c) T (0, 0, −1) = (10, −5, −3)

82. Sea T un endomorfismo idempotente, T 2 = T , del espacio vectorial E. Probar:

a) E = ker T ⊕ Im T .
b) La imagen de T está formada por los vectores invariantes por T .
c) Im T = ker(T − Id)

83. Sea f ∈ Endk (E) tal que f 2 = Id. Demuestra que los subconjuntos E + y E − de E definidos
por E + = {e ∈ E : f (e) = e}, E − = {e ∈ E : f (e) = −e} son subespacios de E y se verifica
E = E+ ⊕ E−.

84. Sean V el subespacio de R3 generado por el vector(1, 2, 1) y V 0 el subespacio de ecuación x+y = 0.

Si T el endomorfismo de R3 definido por las condiciones:
T −1 (V ) = V 0
T (1, 0, 1) = (3, 6, 3)
a12 = 3 y a21 = 2 son los coeficientes de la matriz de T respecto de la base en las que están
expresadas las coordenadas y la ecuación anteriores.
10 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19.

Se pide:
a) Una base y la dimensión de cada uno de los subespacios ker T e Im T .
b) Averigua si Im T y ker T son suplementarios.
c) Calcula la matriz de T respecto de la base {(1, −1, 0), (0, 0, 1), (1, 0, 1)}.
d ) Calcula las coordenadas del vector (3, 4, 5) en la base del apartado anterior.

4. Diagonalización de endomorfismos.
4.1. Vectores y valores propios.
 
0 −1 −1
85. Hallar los valores propios y vectores propios de T = −2 1 −1.
−2 2 2
 
4 −5 7
86. Determina los valores propios sobre C de la matriz 1 4 9.
0 0 5
87. Dado el endomorfismo T de R3 cuya matriz en la base {e1 , e2 , e3 } es
 
1 4 −12
0 3 −9 
0 1 −3
determinar sus valores propios, ası́ como una base del subespacio invariante asociado a cada valor
propio.

88. Para cada matriz de las siguientes, hallar los valores propios y una base de cada espacio propio.
   
1 −3 3 −3 1 −1
3 −5 3 −7 5 −1
6 −6 4 −6 6 −2

89. Hallar todos los valores propios y una base de cada espacio propio del operador T : R3 → R3
definido por T (x, y, z) = (2x + y, y − z, 2y + 4z).

90. Hallar las ecuaciones del endomorfismo T de R3 , sabiendo que su matriz es de la forma:
 
a 1 p
b 2 q
c −1 r
y que admite como vectores propios (1, 1, 0), (−1, 0, 2), (0, 1, −1).

91. Pruébese que los valores propios de un endomorfismo nilpotente son todos nulos. ¿Es cierto el
recı́proco?.

4.2. Diagonalización.
 
1 2 3
92. ¿Es diagonalizable la matrix 0 2 3?
0 0 3
 
1 1
93. Demostrar que no es diagonalizable.
0 1
94. Estudia la diagonalización sobre Q, R y C del endomorfismo
 
−1 0 1 0
 0 0 2 1
T = 1 2 0 0


0 1 0 1
 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19. 11

 
2 4
95. Se considera la matriz con coeficientes en R. Hallar los valores propios, los vectores
3 13
propios y una matriz que permita la diagonalización de la matriz dada.

96. Estudiar la diagonalización del endomorfismo T cuyas ecuaciones son:

x0 = −x − 2y + 3z + 2t
y0 = y + t
z 0 = −2x − 2y + 4z + 2t
t0 = 2t

97. Estudiar la diagonalización del endomorfismo T cuyas ecuaciones son:

x0 = x + t
y0 = y
z0 = z − t
t0 = 3z + 5t

98. Sea T el endomorfismo definido por las ecuaciones x̄ = −z, ȳ = x − z, z̄ = y − z. Estudia su

diagonalización sobre los cuerpos R, C y Z/5Z.

99. Demuestra que el endomorfismo T de R3 tal que la restricción de T al plano x − y + z = 0

es una homotecia de razón 3 y T (1, −1, 1) = (3, 0, 3) es diagonalizable. ¿Cuál es su polinomio
caracterı́stico? ¿Y su forma diagonal?

100. Calcula los endomorfismo diagonalizables T de R3 que verifican las condiciones:

El plano x + y = 0 es un subespacio de vectores propios de T .
T (1, 0, 0) = (2, −1, 1).

101. Pruébese que para todo endomorfismode R2 de determinante 1 y traza de módulo mayor que 2
t 0
existe una base en la que su matriz es (se dice entonces que es hiperbólico).
0 1/t
2
102. Pruébese que para todo endomorfismo
  de C de determinante 1 y traza distinta de ±2 existe una
t 0
base en la que su matriz es .
0 1/t
103. Sea T el endomorfismo de R3 cuya matriz en una base (e1 , e2 , e3 ) es:
 
a −2a − 3 2a + 3
0 −2a 3a 
0 −2a − 3 3a + 3
a) Estudiar la diagonalización de T para los diferentes valores de a.
b) Calcular una base de diagonalización para a = 1.

104. Estudiar la diagonalización, en función de los diferentes valores de a, de la matriz

 
a+1 0 2a
 1 a 2a
−1/2 0 0
Si denotamos por A a la matriz anterior cuando a = 4, determinar una base de diagonalización de
A.

105. Estudiar en función de los diferentes valores de a, la diagonalización de la matriz:

 
a+4 0 a+3
 8 a 6 + 2a
−4 0 −3
12 Álgebra Lineal I. Grado en Matemáticas. Curso 2018/19.

Calcular, dependiendo del parámetro a, una base de diagonalización cuando sea posible.

106. Estudiar para qué valores de los parámetros a y b la matriz siguiente es diagonalizable:
 
5 0 0
0 −1 b
3 0 a
 
0 0 0
107. Sea E = R3 y sea T : E → E el endomorfismo de matriz −a a − 1 −1 . Decidir para qué
a 1 a+1
valores de a ∈ R diagonaliza y calcular una base de diagonalización.
 
1 1
108. Sea la matriz A = . En el espacio vectorial M2×2 (k) de las matrices cuadradas de orden
0 a
2, se define el endomorfismo:
ϕA : M2×2 (k) → M2×2 (k)
B 7→ A·B
Estudiar la diagonalización de ϕA .