Yovany Esneider Vargas Gutierrez

C.C 1007402330

Abril 10, 2019

1. Matrices y sistemas vectoriales

1.1 Espacios vectoriales introducción

A) Considere el conjunto V de números reales positivos. Si x y y denotan números reales
positivos, entonces se escriben vectores en V como X = x y Y = y. Ahora, la suma de
vectores se define como

X ⊕ Y = xy

Y la multiplicación por escalar se define como

k  X = xk

Determinar si V es un espacio vectorial

SOL: Sabemos que es espacio vectorial si cumple con los diez axiomas de un espa-
cio vectorial, entonces:

i) Cerradura bajo la suma

X ⊕ Y = xy
xy ∈ V

ii) Ley asociativa de la suma de vectores

Z ⊕ (X ⊕ Y ) = Z ⊕ (xy) = zxy = (zx) ⊕ Y = (Z ⊕ X) ⊕ Y

iii) Elemento neutro o identico aditivo

X ⊕1=x
1∈V

iv) Inverso aditivo

X ⊕ X1 = 1
1
X ∈V

2
v) Ley conmutativa de la suma de vectores
X ⊕ Y = xy = yx = Y ⊕ X

vi) Cerradura bajo la multiplicacion de un escalar

k  X = xk
Si k ≤ 0 por propiedades de potenciacion, xk no dejara de ser positivo, por lo tanto:
xk ∈ V

vii) Primera ley distributiva

k1  (X ⊕ Y ) = (xy)k = xk y k = kX ⊕ kY

viii) Segunda ley distributiva

(k1 + k2 )  X = xk1 +k2 = xk1 xk2 = k1 X ⊕ k2 X

ix) Ley asociativa de la multiplicacion por escalares

(k1 k2 )  X = (xk1 k2 = (xk1 )k2 = k1  (xk2 ) = k1  (k2  X)

x) Identico multiplicativo
1  X = x1 = x
1∈V

Como se puede denotar, V si es un espacio vectorial. Ya que cumple los 10 axiomas de

un espacio vectorial.

B) Determine si el conjunto de vectores (x, y), donde x ≤ 0, y ≤ 0

SOL: Sabiendo esto denominaremos al conjunto F, donde F = { (x, y)|x ≤ 0 ∧ y ≤ 0}

Ahora, al empezar a demostrar los axiomas encontramos una primera incronguencia.
X ⊕ Y = xy pero no es posible el producto entre coordenadas, es decir xy@.

por lo tanto F no es un espacio vectorial.

C) El conjunto de vectores (x, y), donde X ⊕ Y = 0

SOL: Sabiendo esto podriamos denotar que G = { (x, y)|(x ∈ R ∧ y ∈ R)}
teniendo denotado el conjunto procedemos a comprobrar los axiomas.
i) Cerradura bajo la suma
X ⊕Y =0
0∈G

ii) Ley asociativa de la suma de vectores

Z ⊕ (X ⊕ Y ) = Z ⊕ (0) = 0 = (0) ⊕ Y = (Z ⊕ X) ⊕ Y

3
iii) Elemento neutro o identico aditivo
X ⊕Y =0
Este conjunto no tiene un unico elemento neutro, ya que la suma de vectores ya fue
predefinida como X ⊕ Y = 0 quiere decir que al operar 2 vectores siempre me dara 0 y
no otro. Es decir el elemento neutro no existe.
Por lo tanto el conjunto G no es un espacio vectorial.

D)El conjunto de vectores (x, y) donde la suma y la multiplicación por escalar se define
como:

(x, y) + (x1 , y1 ) = (x + x1 + 1, y + y1 + 1) k(x, y) = (kx + k − 1, ky + k − 1)

SOL: Llamaremos a este conjunto M donde M es un conjunto de pares de ordenadas.

i) Cerradura bajo la suma
(x1 , y1 ) ⊕ (x2 , y2 ) = (x + x1 + 1, y + y1 + 1)
(x + x1 + 1, y + y1 + 1) ∈ M Porque sigue siendo un par de ordenadas

ii) Ley asociativa de la suma de vectores

[(x1 , y1 ) ⊕ (x2 , y2 )] ⊕ (x3 , y3 ) = (x1 + x2 + 1, y1 + y2 + 1) ⊕ (x3 , y3 ) = (x1 + x2 + x3 +
2, y1 + y2 + y3 + 2)
(x1 + x2 + x3 + 2, y1 + y2 + y3 + 2) = (x1 , y1 ) ⊕ (x2 + x3 + 1, y2 + y3 + 1) = (x1 , y1 ) ⊕
[(x2 , y2 ) ⊕ (x3 , y3 )]

iii) Elemento neutro o identico aditivo

(x1 , y1 ) ⊕ (e1 , e2 ) = (x1 , y1 )
(x1 + e1 + 1, y1 + e2 + 1) = (x1 , y1 )
x1 + e 1 + 1 = x1 y1 + e2 + 1 = y1
e1 = x1 − x1 − 1 e2 = y1 − y1 − 1
e1 = −1 e2 = −1
e = (−1, −1)

iv) Inverso aditivo

V ∗ = (x∗ , y ∗ )
(x1 , y1 ) ⊕ (x∗ , y ∗ ) = (−1, −1)
(x1 + x∗ + 1; y1 + y ∗ + 1) = (−1, −1)
x1 + x∗ + 1 = −1 y1 + y ∗ + 1 = −1
∗
x = −x1 − 2 y ∗ = −y1 − 2
∗
V = (−x1 − 2, −y1 − 2)

v) Ley conmutativa de la suma de vectores

(x1 , y1 ) ⊕ (x2 , y2 ) = (x1 + x2 + 1, y1 + y2 + 1)

4
(x2 , y2 ) ⊕ (x1 , y1 ) = (x2 + x1 + 1, y2 + y1 + 1) = (x1 + x2 + 1, y1 + y2 + 1)

vi) Cerradura bajo la multiplicacion de un escalar

k  (x1 , y1 ) = (kx1 + k − 1, ky1 + k − 1)
(kx1 + k − 1, ky1 + k − 1) ∈ M Porque sigue siendo un par de ordenadas

vii) Primera ley distributiva

k  ((x1 , y1 ) ⊕ (x2 , y2 )) = k  (x1 + x2 + 1, y1 + y2 + 1) = (k(x1 + x2 + 1) + k − 1, k(y1 +
y2 + 1) + k − 1) = (kx1 + kx2 + 2k − 1, ky1 + ky2 + 2k − 1)

[k  (x1 , y1 )] ⊕ [k  (x2 , y2 )] = (kx1 + k − 1, k + k − 1) ⊕ (kx2 + k − 1, ky2 + k − 1) = (kx1 +

k −1+kx2 +k −1+1, ky1 +k −1+ky2 +k −1+1) = (kx1 +kx2 +2k −1, ky1 +ky2 +2k −1)

viii) Segunda ley distributiva

(k1 + k2 )  (x1 , y1 ) = [(k1 + k2 )x1 + k1 + k2 − 1, (k1 + k2 )y1 + k1 + k2 − 1] = [(k1 + k2 )x1 +
k1 + k2 − 1, (k1 + k2 )y1 + k1 + k2 − 1] = [(k1 + k2 )x1 + k1 + k2 − 1, (k1 + k2 )y1 + k1 + k2 − 1]

(k1  (x1 , y1 ) ⊕ (k2  (x1 , y1 )) = (k1 x1 + k1 − 1, k1 y1 + k1 − 1) ⊕ (k2 x1 + k2 − 1, k2 y1 +

k2 − 1) = (k1 x1 + k1 − 1 + k2 x1 + k2 − 1 + 1, k1 y1 + k1 − 1 + k2 y1 + k2 − 1 + 1) =
[(k1 + k2 )x1 + k1 + k2 − 1, (k1 + k2 )y1 + k1 + k2 − 1]

ix) Ley asociativa de la multiplicacion por escalares

(k1 k2 )  (x1 , y1 ) = (k1 k2 x1 + k1 k2 − 1, k1 k2 y1 + k1 k2 − 1) = (k1 k2 x1 + k1 k2 − 1, k1 k2 y1 +
k1 k2 − 1) = (k1 k2 x1 + k1 k2 − 1, k1 k2 y1 + k1 k2 − 1) = (k1 k2 x1 + k1 k2 − 1, k1 k2 y1 + k1 k2 − 1)

k1  [k2  (x1 , y1 )] = k1  (k2 x1 + k2 − 1, k2 y1 + k2 − 1) = (k1 (k2 x1 + k2 − 1) + k1 −

1, k1 (k2 y1 + k2 − 1) + k1 − 1) = (k1 k2 x1 + k1 k2 − k1 + k1 − 1, k1 k2 y1 + k1 k2 − k1 + k1 − 1) =
(k1 k2 x1 + k1 k2 − 1, k1 k2 y1 + k1 k2 − 1)

x) Idéntico multiplicativo
1  (x1 , y1 ) = (x1 , y1 )
(x1 + 1 − 1, y1 + 1 − 1) = (x1, y1)
(x1, y1) = (x1, y1)
Habiendo comprobado los 10 axiomas, podemos deducir que este conjunto algebraico es
un espacio vectorial.

E) Explique la diferencia entre campo y espacio vectorial

La diferencia mas notoria entre campo y espacio vectoria. Es que en los axiomas de mul-
tiplicación por escalar, para un espacio vectorial los campos hacer parte de un campo, es
decir un espacio vectorial depende involuntariamente de un campo. Un ejemplo, podrı́an
ser los espacios vectoriales reales, ”Reales” porque los escalares utilizados son los reales.

5
1.2 Operaciones entre matrices
A) En cada caso encuentre la matriz A = [aij ]44 que satisfaga la condición dada.

A.1
aij = (i − 1)j
a11 = (1 − 1)1 = 0 a12 = (1 − 1)2 = 0 a13 = (1 − 1)3 = 0 a14 = (1 − 1)4 = 0
a21 = (2 − 1)1 = 1 a22 = (2 − 1)2 = 1 a23 = (2 − 1)3 = 1 a24 = (2 − 1)4 = 1
a31 = (3 − 1)1 = 2 a32 = (3 − 1)2 = 4 a33 = (3 − 1)3 = 8 a34 = (3 − 1)4 = 16
a41 = (4 − 1)1 = 3 a42 = (4 − 1)2 = 9 a43 = (4 − 1)3 = 27 a44 = (4 − 1)4 = 81
 
0 0 0 0
 1 1 1 1 
A44 =  2

4 8 16 
3 9 27 81

A.2
aij = Sin( (i+j−1)π
4 )
√
a11 = Sin((1 + 1 − 1)π ∗ 0.25) = Sin( π4 ) = 22
a12 = Sin((1 + 2 − 1)π ∗ 0.25) = Sin( π2 ) = 1
√
2
a13 = Sin((1 + 3 − 1)π ∗ 0.25) = Sin( 3π
4 )= 2
a14 = Sin((1 + 4 − 1)π ∗ 0.25) = Sin(π) = 0
a21 = Sin((2 + 1 − 1)π ∗ 0.25) = Sin( π2 ) = 1
√
2
a22 = Sin((2 + 2 − 1)π ∗ 0.25) = Sin( 3π
4 )= 2
a23 = Sin((2 + 3 − 1)π ∗ 0.25) = Sin(π) = 0 √
− 2
a24 = Sin((2 + 4 − 1)π ∗ 0.25) = Sin( 5π
4 )= 2 √
2
a31 = Sin((3 + 1 − 1)π ∗ 0.25) = Sin( 3π
4 )= 2
a32 = Sin((3 + 2 − 1)π ∗ 0.25) = Sin(π) = 0 √
− 2
a33 = Sin((3 + 3 − 1)π ∗ 0.25) = Sin( 5π
4 )= 2
a34 = Sin((3 + 4 − 1)π ∗ 0.25) = Sin( 3π
2 ) = −1
a41 = Sin((4 + 1 − 1)π ∗ 0.25) = Sin(π) = 0 √
− 2
a42 = Sin((4 + 2 − 1)π ∗ 0.25) = Sin( 5π
4 )= 2
3π
a43 = Sin((4 + 3 − 1)π ∗ 0.25) = Sin( 2 ) = −1
√
− 2
a44 = Sin((4 + 4 − 1)π ∗ 0.25) = Sin( 7π
4 )= 2
√ √
2 2
 
2 1
√ 2 0√
2 − 2
 1 0√
 
A44 =  √2 2 2 
− 2

 2 0√ 2 −1
√

− 2 − 2
0 2 −1 2

6
B) En cada caso encuentre la matriz A = [aij ]66

B.1

1 si 6 ≤ i + j ≤ 8
aij =
0 en otro caso
a11 =0 a12 =0 a13 =0 a14 = 0 a15 =1 a16 =1
a21 =0 a22 =0 a23 =0 a24 = 1 a25 =1 a26 =1
a31 =0 a32 =0 a33 =1 a34 = 1 a35 =1 a36 =0
a41 =0 a42 =1 a43 =1 a44 = 1 a45 =0 a46 =0
a51 =1 a52 =1 a53 =1 a54 = 0 a55 =0 a56 =0
a61 =1 a62 =1 a63 =0 a64 = 0 a65 =0 a66 =0
 
0 0 0 0 1 1
 0 0 0 1 1 1 
 
 0 0 1 1 1 0 
A66 =
 0 1

 1 1 0 0 

 1 1 1 0 0 0 
1 1 0 0 0 0
B.2 
i + j si i ≤ j
aij =
0 si i > j
a11 =2 a12 =3 a13 =4 a14 =5 a15 =6 a16 = 7
a21 =0 a22 =4 a23 =5 a24 =6 a25 =7 a26 = 8
a31 =0 a32 =0 a33 =6 a34 =7 a35 =8 a36 = 9
a41 =0 a42 =0 a43 =0 a44 =8 a45 =9 a46 = 10
a51 =0 a52 =0 a53 =0 a54 =0 a55 = 10 a56 = 11
a61 =0 a62 =0 a63 =0 a64 =0 a65 =0 a66 = 12
 
2 3 4 5 6 7
 0 4 5 6 7 8 
 
 0 0 6 7 8 9 
A66 =
 0

 0 0 8 9 10 

 0 0 0 0 10 11 
0 0 0 0 0 12
C) Considere las siguientes matrices

     1 
1 2 3 −1 22 6 1 2 3 2
 −1 1 3 
  1 1 3 

 1
 1 23 3 
A43 = B = C =
a  43  2 44

 2 4 4 5   −2 4 a 1 
c −1 2 7 −1 3 2 −1 2 4

7
  
−1 2 6  
 1 −1
1 3   
 −5 −1 3  E13 = 11 22 3 D31 =
D43 =   1 
5
−2 1 3

Resuelva
C.2
3A − 2B
       
1 2 3 −1 22 6 3 6 9 −2 44 12
 −1 1 3  −3 3
 − 2 1 1 3  9 
− 2 2 6 
  
3 2
= =
4 a   2 4 5   6 12 3a   4 8 10 
c −1 2 7 −1 3 3c −3 6 14 −2 6
 
5 −38 −3
 −5 1 3 
 
 2 4 3a − 10 
3c − 14 −1 0
C.1
ADt C − 4B
   1   
1 2 3   1 2 3 2 −1 22 6
 −1 1 −1 1 −5 −2 3
 3   1
 ·  2 1 −1 1  ·  1 2 3   1
 − 4 1 3 
=
 2 4 a   −2 4 a 1   2 4 5 
6 3 3 3
c −1 2 2 −1 2 4 7 −1 3
ADt
t
AD11 = (−1 + 4 + 18) = 21 AD12 t = (1 + 2 + 9) = 12
t
AD13 = (−5 − 2 + 9) = 2 AD14 t = (−2 + 2 + 9) = 9 AD t = (1 + 2 + 18) = 21
21
t
AD22 = (−1 + 1 + 9) = 9 AD23 t = (5 − 1 + 9) = 13 AD t = (2 + 1 + 9) = 12
24
t
AD31 = 6 + 6a AD32 t = 6 + 3a AD t = −14 + 3a AD t = 3a
33 34
t
AD41 = −c + 10 AD42 t = 5 + c AD t = 7 − 5c AD t = 5 − 2c
43 44

   1   
21 12 2 9 1 2 3 2 −4 88 24
 21 9 13 12   1
  1 23 3   4
  4 12 

 6 + 6a 6 + 3a −14 + 3a · − =
3a   −2 4 a 1   8 16 20 
−c + 10 5 + c 7 − 5c 5 − 2c 2 −1 2 4 28 −4 12

ADt C11 = (21 + 12 − 4 + 18) = 47 ADt C12 = (42 + 12 + 8 − 9) = 53

ADt C13 = (63 + 18 + 2a + 18) = 99 + 2a ADt C14 = ( 21
2 + 36 + 2 + 36) = 2
169
t t
D C21 = (21 + 9 − 26 + 24) = 28 AD C22 = (42 + 9 + 52 − 12) = 91
ADt C23 = (63 + 27 201
2 + 13a + 24) = 13a + 2 ADt C24 = ( 21
2 + 18 + 13 + 48 =
179
2
t
AD C31 = (6 + 6a + 6 + 3a + 28 − 6a + 6a) = 40 + 9a
ADt C32 = (12 + 12a + 6 + 3a + 56 + 12a − 3a) = 24a − 38
ADt C33 = (18 + 18a + 9 + 9a 2 2
2 − 14a + 3a + 6a) = 27 + 3a + 2
29a

8
ADt C34 = (3 + 3a + a8 + 9a − 4 + 3a + 12a) = 7 + 27a
ADt C41 = (−c + 10 + 5 + c − 14 + 10c + 10 − 4c) = 11 + 6c
ADt C42 = (−2c + 20 + 5 + c + 28 − 20c − 5 + 2c) = 48 − 19c
ADt C43 = (−3c + 30 + 15 3c 95
2 + 2 + 7a − 5ca + 10 − 4c) = 2 + 7a − 5ca − 2
11c

ADt C44 = (− 2c + 5 + 15 + 3c + 7 − 5c + 20 − 8c) = 47 − 21c 2

 169   
47 53 99 + 2a 2 −4 88 24
201 197

 28 91 13a + 2 2
  4
− 4 12 
=
 40 + 9a 24a − 38 2 29a
3a + 2 + 27 27a + 7   8 16 20 
11 + 6c 48 − 19c 95 2 − 11c
2 − 5ca + 7a 47 − 21c
2 28 −4 12
No existe, ya que no se pueden restar dos matrices de tamaños distintos.

C.3
(D + 3C t )t
Dt + 3(C t )t = Dt + 3C
1
9 32
   
 1 2 3
 2
 3 6 
−1 1 −5 −2 −1 1 −5 −2
 1
 2 1 −1 1 +3  1 23 3 
 =  2 1 −1 1 + 3
 4 9
2 9 =
 −2 4 a 1   −6 12 3a 3 
6 3 3 3 6 3 3 3
2 −1 2 4 6 −3 6 12
No existe, ya que no se pueden sumar dos matrices de tamaños distintos.

C.4
EF

  −1
11 22 3 ·  1  = (11 · −1) + (22 · 1) + (3 · 5) = −4
5
C.5
FE
 
−1  
 1  · 11 22 3 = (−1 · 11) + (1 · 22) + (5 · 3) = −4
5
C.6
(At C − 4Dt )t = (At C)t − 4D
 t  1 t  
1 2 3 1 2 3 2 −1 2 6
 −1 1 3   1 1 32 3  1 1 3 
    
·  − 4 =
2 4 a −2 4 a 1   −5 −1 3 
 

c −1 2 2 −1 2 4 −2 1 3

9
   1 t  
 1 2 3 2 −4 8 24
 1 −1 2 c  1 1 23 3 
 −  4 4 12 
 
 2 1 4 −1  · 
 −20 −4 12  =

  −2 4 a 1 
3 3 a 2
2 −1 2 4 −8 4 12
(At C)t11 = (1 − 1 − 4 + 2c) = −4 + 2c (At C)t12 = (2 − 1 + 8 − c == 9 − c
(At C)t13 = ( 23 + 2a + 2c) = 32 + 2a + 2c (At C)t14 = (− 12 − 3 + 2 + 4c) = − 21 + 4c
(At C)t21 = (2 + 1 − 8 − 2) = −7 (At C)t22 = (4 + 1 + 16 + 1) = 22
(At C)t23 = (6 + 32 + 4a − 2) = 11 t t
2 + 4a (A C)24 = (1 + 3 + 4 − 4) = 4
(At C)t31 t t
= (3 + 3 − 2a + 4) = 10 − 2a (A C)32 = (6 + 3 + 4a − 2) = 7 + 4a
(At C)t33 = (9 + 92 + a2 + 4) = 35 2 +a
2 ((At C)t = 3 + 9 + a + 8) = 37 + a
34 2 2
 
 3 −1
t −4 8 24
−4 + 2c 9 − c 2 + 2a − 2c 2 + 4c
11  − 4 4 12 

 −7 22 2 + 4a 4 =
35 2 37
 −20 −4 12 
10 − 2a 7 + 4a 2 +a 2 +a −8 4 12
   
−4 + 2c −7 10 − 2a −4 8 24
 3 9−c 22 7 + 4a  − 4 4 12 
 
  −20 −4 12  =
11 35

 + 2a − 2c 2
2 2 + 4a 2 +a
−1 37
2 + 4c 4 2 +a −8 4 12
 
2c −15 −14 − 2a
 5 − c 18 −5 + 4a 
2 =
 43 19 11

2 − 2a − 2c 2 + 4a 2 +a

15 13
2 + 4c 0 2 +a
D) Escriba matrices 3*3

i
Con elementos aij = i − j bij = j

a11 = 0 a12 = −1 a13 = −2 b11 = 1 b12 = 21 b13 = 13

a21 = 1 a22 = 0 a23 = −1 b21 = 2 b22 = 1 b23 = 32
a31 = 2 a32 = 1 a33 = 0 b31 = 3 b32 = 23 b33 = 1

1 21 1
   
0 −1 −2 3
2
A33 =  1 0 −1  B33 = 2 1 3

2 1 0 3 32 1

D.1
Calcule los productos AB, BA, A2
 −8 
−8 −4 3
1 21 1
   
0 −1 −2 3
 
2 −2
 
AB =  1 0 −1  ·  2 1 3
 =  −2 −1
 3


2 1 0 3 32 1  
4
4 2 3

10
(0 · 1) + (−1 · 2) + (−2 · 3) = −8
(0 · 21 ) + (−1 · 1) + (−2 · 23 ) = −4
(0 · 13 ) + (−1 · 23 ) + (−2 · 1) = −8 3
(1 · 1) + (0 · 2) + (−1 · 3) = −2
(1 · 12 ) + (0 · 1) + (−1 · 23 ) = −1
(1 · 31 ) + (0 · 32 ) + (−1 · 1) = −23
(2 · 1) + (1 · 2) + (0 · 3) = 4
(2 · 12 ) + (1 · 1) + (0 · 23 ) = 2
(2 · 13 ) + (1 · 32 ) + (0 · 1) = 43

 7 −2 −5 
6 3 2
1 12 1
   
3 0 −1 −2  
2 7 −4
 
BA =  2 1  ·  1 0 −1  =  −5 
3  3 3 
3 23 1 2 1 0  
7 −15
2 −2 2

(1 · 0) + ( 21 · 1) + ( 31 · 2) = 76
(1 · −1) + ( 12 · 0) + ( 31 · 1) = −23
(1 · −2) + ( 12 · −1) + ( 13 · 0) = −5 2
(2 · 0) + (1 · 1) + ( 23 · 2) = 37
(2 · −1) + (1 · 0) + ( 23 · 1) = −1
(2 · −2) + (1 · −1) + ( 32 · 0) = −5
(3 · 0) + ( 32 · 1) + (1 · 2) = 27
(3 · −1) + ( 32 · 0) + (1 · 1) = −2
(3 · −2) + ( 23 · −1) + (1 · 0) = −15 2

     
0 −1 −2 0 −1 −2 −5 −2 1
A2 = AA =  1 0 −1  ·  1 0 −1  =  −2 −2 −2 
2 1 0 2 1 0 1 −2 −5
(0 · 0) + (−1 · 1) + (−2 · 2) = −5
(0 · −1) + (−1 · 0) + (−2 · 1) = −2
(0 · −2) + (−1 · −1) + (−2 · 0) = 1
(1 · 0) + (0 · 1) + (−1 · 2) = −2
(1 · −1) + (0 · 0) + (−1 · 1) = −2
(1 · −2) + (0 · −1) + (−1 · 0) = −2
(2 · 0) + (1 · 1) + (0 · 2) = 1
(2 · −1) + (1 · 0) + (0 · 1) = −2
(2 · −2) + (1 · −1) + (0 · 0) = −5

11
E)
     
1 4 −2 0 −1 1
Sean A =  2 5 B =  1 4 C =  4 6 
−1 2 −7 5 −7 3
E.1
Encuentre una matriz D32 tal que 2A+B-D es la matriz cero de tamaño 3*2

2A + B − D = [0k ]32
D = 2A + B − [0k ]32

         
1 4 −2 0 0 0 2 8 −2 0
D = 2  2 5  +  1 4  −  0 0  =  4 10  +  1 4 
−1 2 −7 5 0 0 −2 4 −7 5
 
0 8
D =  5 14 
−9 9
Determinar una matriz X que satisfaga las ecuaciones
E.2

2X + B = −3A + C

X = 21 (−3A + C − B)
 
          
1 4 −1 1 −2 0 3 12 −1 1 −2 0
1 1
X = −3  2 5  +  4 6  −  1 4  =  6 15  +  4 6  −  1 4 
2 2
−1 2 −7 3 −7 5 −3 6 −7 3 −7 5
 −11 
  −1 2
−2 −11  
1 −3 −13
 
X=  −3 −13  =  
2  2 2 
3 −6  
3
2 −3

1
2A − X = 2A + 3X − 5C

−4X = 2A − 5C − 21 A
− 4X = 23 A − 5C
      3     13 
1 4 −1 1 2 6 −5 5 2 1
3
−4X =   2 5  − 5  4 6  =  3 15  
2 − 20 30  =  −17 −45
2

2 −3 67
−1 2 −7 3 2 3 −35 15 2 −12

12
  −13 −1 
8 4
13
 
1  
−1  2 45
 17 45

X= −17 2
=
4 8

4 67
 
2 −12  
− 67
8 3
 −13 −1 
8 4
 
17 45
 
X=
 4 8


 
− 67
8 3

F)
     
3 0 1 0 1 0
La matriz es una combinacion lineal de las matrices y ?
0 2 0 1 0 0
  
  
3 0 1 0 1 0
= K1 + k2
0 2 0 1 0 0
   
3 0 k1 + k2 0
=
0 2 0 k1

k1 = 2

3 = k1 + k2
k2 = 3 − 2 = 1
k2 = 1      
3 0 1 0 1 0
=2 +1
0 2 0 1 0 0
     
3 0 2 0 1 0
= +
0 2 0 2 0 0
   
3 0 3 0
=
0 2 0 2
Si es una combinacion lineal, cuando k1 = 2 y k2 = 1

G)  
1 −1
Sea A= y sea P(x) = 2x3 + 3x2 + 4x + 5, calcule P (A)
2 3
 3  2    0
1 −1 1 −1 1 −1 1 −1
P (A) = 2 +3 +4 +5
2 3 2 3 2 3 2 3

13
A211 = (1 − 2) = −1 A212 = (−1 − 3) = −4 A221 = (2 + 6) = 8 A222 = (−2 + 9) = 7
         
−1 −4 1 −1 −1 −4 4 −4 1 0
P (A) = 2 · +3 + +5
8 7 2 3 8 7 8 12 0 1

A2 A11 = (−1 − 8) = −9 A2 A12 = (1 − 12) = −11 A2 A21 = (8 + 14) = 22

A222 = (−8 + 21) = 13
       
−9 −11 −3 −12 4 −4 5 0
P (A) = 2 + + +
22 13 24 21 8 12 0 5
       
−18 −22 −3 −12 4 −4 5 0
P (A) = + + +
44 26 24 21 8 12 0 5
 
−12 −38
P (A) =
76 64

1.3 Clases de matrices

Clasifique las proposiciones como verdaderas o falsas. JUSTIFIQUE (si es verdadero
demuestre si es falsa encuentre un contraejemplo)

F) Sea wnx1 talque wt w = 1, se define: H = In − 2wwt , entonces H es simétrica y

ortogonal.

Simétrica se define como: H t = H

Ortogonal se define como: H t = H −1

Entonces:

H t = (I − 2wwt )t
H t = I t − (2wwt )t
H t = I − 2wwt
Ht = H
HH −1 = (I − 2wwt )H −1
HH t = (I − 2wwt )(I − 2wwt )
I = I − 2wwt − 2wwt + 4w(wt w)wt
I = I − 2wwt − 2wwt + 4wwt
I=I

Supusimos que H −1 = H t y se obtuvo un resultado apropiado, junto a la otra de-

mostracion, comprobamos que H t = H y H t = H −1
 
0 1 1
G) La matriz: 0 0 1  es nilpotente.
0 0 0
Una matriz G ∈ Mnn es decir que sea cuadrada, es nilpotente si existe k ∈ N tal
que Gk = 0. Entonces:
Si al elevar la matriz presentada en el ejercicio al cuadrado, el resultado nos da una

14
matriz cero, quiere decir que efectivamente, es nilpotente.

LLamaremos a la matriz N
 2      
0 1 1 0 1 1 0 1 1 0 0 1
N2 =  0 0 1  =  0 0 1  ·  0 0 1  =  0 0 0 
0 0 0 0 0 0 0 0 0 0 0 0
2 = (0 · 0 + 1 · 0 + 1 · 0) = 0 N 2 = (0 · 1 + 1 · 0 + 1 · 0) = 0 N 2 = (0 · 1 + 1 · 1 + 1 · 0) = 1
N11 12 13
2 = (0 · 0 + 0 · 0 + 1 · 0) = 0 N 2 = (0 · 1 + 0 · 0 + 1 · 0) = 0 N 2 = (0 · 1 + 0 · 1 + 1 · 0) = 0
N21 22 23
2 = (0 · 0 + 0 · 0 + 0 · 0) = 0 N 2 = (0 · 1 + 0 · 0 + 0 · 0) = 0 N 2 = (0 · 1 + 0 · 1 + 0 · 0) = 0
N31 32 33

Aun no se a conseguido la matriz cero entonces seguimos con N 3

     
0 0 1 0 1 1 0 0 0
N3 =  0 0 0 · 0 0 1 = 0 0 0 
0 0 0 0 0 0 0 0 0
3 = (0 · 0 + 0 · 0 + 1 · 0) = 0 N 3 = (0 · 1 + 0 · 0 + 1 · 0) = 0 N 3 = (0 · 1 + 0 · 1 + 1 · 0) = 0
N11 12 13
3 = (0 · 0 + 0 · 0 + 0 · 0) = 0 N 3 = (0 · 1 + 0 · 0 + 0 · 0) = 0 N 3 = (0 · 1 + 0 · 1 + 0 · 0) = 0
N21 22 23
3 = (0 · 0 + 0 · 0 + 0 · 0) = 0 N 3 = (0 · 1 + 0 · 0 + 0 · 0) = 0 N 3 = (0 · 1 + 0 · 1 + 0 · 0) = 0
N31 32 33

Entonces:

Como 3 ∈ N y N ∈ Mnn , y al resolver N 3 obtenemos una matriz cero, podemos decir

que esta afirmación es VERDADERA.

17) si.
   
1 2 −1 6 0
A= Hallar una matriz no singular P tal que P AP =
5 4 0 −1
 
6 0
P P −1 AP = P
0 −1
   
1 2 6 0
I P =P
5 4 0 −1
   
1 2 6 0
P =P
5 4 0 −1
       
1 2 P11 P12 P11 P12 6 0
· = ·
5 4 P21 P22 P21 P22 0 −1
   
P11 + 2P21 P12 + 2P22 6P11 −P12
=
5P11 + 4P21 5P12 + 4P22 6P21 −P22
P11 + 2P21 = 6P11 P12 + 2P22 = −P12
2P21 − 5P11 = 0 2P12 + 2P 22 = 0

15
 5P21
P11 = 2 P12 + P 22 = 0
P12 = −P 22

5P11 + 4P21 = 6P21 5P12 + 4P22 = −P22

2P21 − 5P11 = 0 5P12 + 5P 22 = 0
P11 = 5P221 P12 + P 22 = 0
P12 = −P 22

Al buscar respuesta a estas ecuaciones, obtenemos que la matriz esta definida como:
 5P21 
2 −P22
P21 P22
Lo que signifa que nuestra matriz P tiene infinitas soluciones, donde se cumple que
P es invertible.

18) Si A2 = A demostrar que (A + I)k = I + (2k − 1)A

(A + I)k Gracias a que A · I = I · A se puede escribir como:
k        
X k i k−i k 0 k k 1 k−1 k
·A ·I = ·A ·I + ·A ·I + ... + · Ak · I 0 =
i 0 1 k
i=0
Ya que A es idempotente, es decir Ak = A donde k ∈ N entonces.
       
k k k k k
= ·I + ·A+ · A + ... + ·A=
0 1 2 k
     
k k k
=I+ + + ... + ·A=
1 2 k
         
k k k k k
=I+ + + + ... + − ·A=
0 1 2 k 0
  
k k h i
= I + (1 + 1) − · A = I + (1 + 1)k − 1 · A = I + (2k − 1)A
0
Llegado a este punto, queda demostrado que.

(A + I)k = I + (2k − 1)A

I + (2k − 1)A = I + (2k − 1)A

28) En los problemas siguientes determinar la matriz X22 que satisfaga cada una de
las ecuaciones matriciales planteadas.
   t
1 −1 4 2
a. Si 2X · =
2 1 1 −1

16
          
x11 x12 1 −1 4 1 2x11 2x12 1 −1 4 1
2· · = · =
x21 x22 2 1 2 −1 2x21 2x22 2 1 2 −1
   
2x11 + 4x12 −2x11 + 2x12 4 1
=
2x21 + 4x22 −2x21 + 2x22 2 −1
2x11 + 4x12 = 4 x11 = 4−4x2
12
x11 = 2 − 2x12 − 2x11 + 2x12 = 1
− 2(2 − 2x12 ) + 2x12 = 1 6x12 = 5 x12 = 65 x11 = 2 − 2( 65 ) x11 = 13
2x21 + 4x22 = 2 x21 = 2−4x2
22
x21 = 1 − 2x22 − 2x21 + 2x22 = −1
− 2(1 − 2x22 ) + 2x22 = −1 6x22 = −1 + 2 x22 = 61 x21 = 1 − 2( 16 ) x21 = 2
3
 1 5 
X = 32 61
3 6
 t
1 2
b. (5X)−1=
1 3
     
−1 1 1 1 3 −1 3 −1
(5X) = 5X = 3−2 5X =
2 3 −2 1 −2 1
3
− 15
   
1 3 −1 5
X=5 X=
−2 1 − 25 1
5

t  t
2 21

1 0
c. (I2 + X)−1 = +
1 −1 1 − 34
   
−1 1 1 2 1
(I2 + X) = + 1 3
0 −1 2 −4
 
3 2
(I2 + X)−1 = 1 7
2 −4
 −1
3 2
I2 + X = 1 7
2 −4
   7 
1 0 1 − 4 −2
+ X = −211 −1
0 1 4 −1 3
 7   2 
4 − 4 −2 1 0
X = − 25 −
− 21 3 0 1
 7 8
  
25 25 1 0
X= 2 12 −
25 − 25 0 1
 18 8

− 25 25
X= 2
25 − 3725

17
33. Resolver los siguientes sistemas de ecuaciones aplicando eliminación de Gauss

x1 + x2 + x3 = 8
a) −x1 − 2x2 + 3x3 = 1
3x1 − 7x2 + 4x3 = 10
        
1 1 1  8 1 1 1  8 1 1 1  8
 −1 −2 3  1  = F 1 + F 2  0 −1 4  9  = −F 2  0 1 −4  −9 
 −3F 1 + F 3 
3 −7 4  10 0 −10 1  −14 0 −10 1  −14
     
1 1 1  8 1 1 1  8
 = − 1 F 3  0 1 −4

= 10F 2 + F 3  0 1 −4  −9 39
 −9 
 104
0 0 −39  −104 0 0 1 
39
x3 = 104
39 x1 + x2 + x3 = 8
x2 − 4x3= −9 x1 = 8 − 65 104
39 − 39
x2 = −9 + 416
39 x1 = 143
39
x2 = 65
39

x1 − x2 + x3 − x4 = −1
b) 2x1 + x2 − 2x3 − 2x4 = −2
−x1 + 2x2 − 4x3 + x4 = 1
     
1 −1 2 −1  −1 1 −1 2 −1  −1
−2F 1 + F 2  
 2 1 −2 −2  −2  = 0 3 −6 0  0 =
F1 + F3 
−1 2 −4 1  1 0 1 −2 0  0
     
1 −1 2 −1  −1  1 −1 2 −1  −1
1  0 1 −2 0  0  = −F 2 + F 3  0 1 −2
3 F 2  0  0 
0 1 −2 0  0 0 0 0 0  0
Entonces:

x1 − x4 = −1 x4 = t
x1 = t − 1
x2 − 2x3 = 0 x3 = s
x2 = 2s
         
x1 −1 + t −1 1 0
 x2   2s   0   0   2 
 x3  = 
   =   +  t +  s
s   0   0   1 
x4 t 0 1 0
| {z } | {z }
Solución particular Solución sistema homogéneo
3x1 + 2x2 − x3 = −15
5x1 + 3x2 + 2x3 = 0
c)
3x1 + x2 + 3x3 = 11
−6x1 − 4x2 + 2x3 = 30

18
 2
− 13 1 32 − 13
        
3 2 −1  −15 1 3
 −5  −5
 5
 −5F 1 + F 2  0 − 1 11

 3 2  0  = 1F1  5
  3 2 
 0 
 = −3F 1 + F 3  3 3

 25 

 3 1 3  11  3  3 1 3  11   0 −1 4  26 
 6F 1 + F 4 
−6 −4 2  30 −6 −4 2  30 0 0 0  0

1 32 − 31  −5 1 32 − 13  −5
     
 0 1 −11  −75
= F 2 + F 3  0 1 −11  −75
   
= −3F 2   0 −1

 0 0 −7  −49

4  26 


0 0 0  0 0 0 0  0
2 1 
  
1 3 − 3  −5
 0 1 −11  −75 
= − 71 F 3 
 0 0
 
1  7 
0 0 0  0
x3 = 7 x1 + 32 x2 − 31 x3 = −5
x2 − 11x3 = −75 x1 = −5 − 43 + 73
x2 = −75 + 77 x1 = −4
x2 = 2

36. ¿Para que valores de a el siguiente sistema no tiene solución, exactamente una
solución, infinidad de soluciones?

x1 + 2x2 − 3x3 = 4
3x1 − x2 + 5x3 = 2
4x1 + x2 + (a2 − 14)x3 = a + 2
     
1 2 −3  4 1 2 −3  4
 3 −1
 −3F 1 + F 2  
5  2
  = 0 −7 14  −10 
−4F 1 + F 3 
4 1 a2 − 14  a + 2 0 −7 a2 − 2  a − 14
  
1 2 −3  4

= −F 2 + F 3  0 −7 14  −10 

2
0 0 a − 16  a − 4
Entonces:

a2 − 16 = 0
(a − 4)(a + 4) = 0
a=4 a = −4

Cuando a = −4
  
1 2 −3  4
 0 −7 14  −10  Como 0 6= 8 entonces el sistema es inconsistente y sin solución.

0 0 0  8

19
Cuando a = 4
  
1 2 −3  4

 0 −7 14  −10  Como la ultima fila es de ceros, entonces el sistema tiene infinitas soluciones.

0 0 0  0

Cuando a2 − 16 6= 0

a=3
  
1 2 −3  4
 0 −7 14  −10  Esto quiere decir que cunado a es distinto de 4 y -4, existiran unicas soluciones.

0 0 −7  −1

37. Sea x = −7 − 5t y = 5 + 3t z = t soluciones de un sistema de ecuaciones

lineales, identifique la solución particular y la solución del sistema homogéneo. Cuantas
ecuaciones tiene el sistema, y cuantas variables, Recupere el sistema si las operaciones
elementales realizadas de atrás hacia adelante son −R2, −2R2 + R1, −2R1 + R2.
         
x −7 + 5t −7 5 0
 y   5 + 3t   5   3   0 
 = = +   1 t +  0 z
    
 z   t   0 
t z 0 0 1
| {z } | {z }
Solución particular Solución sistema homogéneo

Tiene 4 ecuaciones y 4 variables. Ahora recuperando el sistema, serı́a:

     
1 0 0 5  −7 1 0 0 5  −7
 0 1 0 −3  5   0 −1 0 3  −5 
 0 0 1 −1  0  = −R2  0 0
    =
 1 −1  0 
0 0 −1 1  0 0 0 −1 1  0
     
1 2 0 −1  3 1 2 0 −1  3
 0 −1 0 3  −5  = −2R1 + R2  −2 −5 0 5  −11 

−2R2 + R1  
 0 0 1 −1  0 
  0 0 1 −1  0 
0 0 −1 1  0 0 0 −1 1  0

20
Función determinante
El determinante es un producto signo de todos los productos elementales de una matriz
cuadrada o de orden nxn, los cuales están regidos por una permutación basada en el
orden de dicha matriz, ejemplo:

En una matriz A44 la cantidad de productos elementales serán 4! = 1 · 2 · 3 · 4 = 24

CASOS PARTICULARES DEL CALCULO DE DETERMINANTES

1. Matrices 2x2
 
a11 a12
det = a11 a12 − a12 a21
a21 a22

2. Sarrus para matrices 3x3

  
a11 a12 a13  a11 a12
det  a21 a22 a23  a21 a22  = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 ) − (a12 a21 a31 +
a31 a32 a33  a31 a32
a11 a23 a32 + a13 a22 a31 )

3. Si Anxn es triangular superior, triangular inferior o matriz diagonal

n
Y
|A| = aii
i=1

4. Si una matriz es nilpotente, es decir existe un n tal que An = 0 y An−1 6= 0 entonces:

|A| = 0

PROPIEDADES DE LOS DETERMINANTES

1. det(A · B) = det(A) · det(B)

2. det(I) = 1

3. det(αA) = αn det(A)

4. |A| = |At |

21
5. si A es invertible entonces:

|A−1 | = 1
|A| , |A| 6 0
=

6. Si A es una matriz con una fila o columna de ceros

|A| = 0

7. Si A es una matriz con dos filas o columnas iguales

|A| = 0

8. |An | = |A|n

9. Usando eliminación de Gauss

9.1 las operaciones fundamentales de la eliminación de Gauss alteran el valor de la de-
terminante

9.1.1 Intercambiar 2 filas en una matriz cambia el signo del determinante, por tanto
para evitar esto:

|A| = −|B|

9.1.2 El producto de un escalar por fila, causa a la vez que el determinante sea mul-
tiplo del mismo, por tanto para evitar esto:

Sabiendo que αf i ↔ f i

|A| = α1 |B|

9.1.3 Sumar a una fila un múltiplo escalar de otra fila, no altera el valor de la de-
terminante, es decir

|A| = |B|

22
2.3 Repaso de matrices
10. Determinar si la proposición es verdadera o falsa (JU ST IF ICAR)A, B ∈ Mnxn

a. det(AAt ) = det(A2 )

Sabemos que det(A) = det(At ) entonces det(AAt ) = det(A) · det(A) = det(A2 ) sera
VERDADERO

b. Si A es antisimétrica, entonces det(A) = 0

Una matriz antisimétrica se define como |A| = | − At |

Por propiedades podremos decir que:

|A| = (−1)n |At |

|A| = (−1)n |A|

Si n es par, entonces |A| = |A| por tanto |A| podrá tomar cualquier valor.

Si n es impar, entonces 2|A| = 0 por tanto |A| = 0.

Entonces esta proposición es FALSA ya que si es antisimetrica sera 0 si y solo si el

orden de la matriz es impar.

c. Si A es ortogonal, entonces det(A) = ±1

Sabemos que una matriz ortogonal se caracteriza por AAt = I es decir At = A−1
entonces, por propiedades:

|AAt | = |I|
|A|2 = 1
|A| = ±1 Por tanto la proposición es VERDADERA

d. Si det(A) = 0, entonces A = 0

FALSO, ya que hay distintas formas de que el determinante de un matriz sea cero.
Como lo son, 2 filas o columnas iguales, una columna o fila de ceros, antisimetrica de
orden impar, etc.

e. det(A + B) = det(A) + det(B)

FALSO, la función determinante se podrı́a decir ”distributiva” solo para el producto

de matrices, en otro caso no se cumple.

23
f. Si Ak = Onxn para algun k entero positivo, entonces A es singular.

det(Ak ) = det(O)
der(A)k = 0

Por tanto det(A) = 0 esto signifa que la matiz no tiene inversa, es decir, singular.

g. Si det(A) − 2, entonces el sistema AX = 0 tiene solamente la solución trivial.

VERDADERO, ya que AX = 0 entonces x1 = 0, x2 = 0, x3 = 0, ...xn = 0 por tanto es

correcto afirmar que solo tiene unica solución.

h. Si A es idempotente, entonces det(A) = 0

A2 = A Entonces
|A||A| = |A|
|A||A| − |A| = 0
|A|(|A| − 1) = 0 Entonces, |A| = 1 ó 0, la proposición sera FALSA, ya si es idempotente
det(A) = 0 ó 1.

i. Si B = P AP −1 y P es no singular, entonces det(A) = det(B)

det(B) = det(P AP −1 )
det(B) = det(P )det(A)det(P −1 )
det(B) |P |
det(A) = |P |

det(B)
=1
det(A) Entonces podremos decir que det(A) = det(B) y la proposición es
VERDADERA.

j. Si A y B son matrices no singulares, entonces A+B es no singular.

FALSO, supongamos que A es no singular, entonces -A también.

Entonces:
A + (−A) = Onxn
det(O) = 0 por lo tanto es singular.

k. det(AB) = det(BA)
det(AB) = det(BA)
det(A)det(B) = det(B)det(A)

Como los determinantes ∈ R entonces, det(A)det(B) = det(B)det(A) la proposición

es VERDADERA

24
l. M y N son matrices 3x3 tales que det(2M −1 N ) = 12 y det(N ) = 3, entonces
det(M ) = 21

det(2M −1 N ) = 12
1
23 · |M | · 3 = 12
1
24 · |M | = 12
|M | = 2 Sabiendo esto la proposición es FALSA.
   
 a b c   y b t 
  
m.  x y z  =  x a s 
 s t u   z c u 
(ayu + bzs + cxt) − (bxu + azt + cys) = (yau + bsz + txc) − (bxu + ysc + taz)

Siendo ası́ podemos asimilar que son iguales, por tanto la proposición es VERDADERA.

11. Coloque el menor número de ceros en una matriz 4x4 que garantice que detA = 0

Casos que garantizan que la determinante de una matriz sea 0.

a. 2 filas o columnas iguales.

b. Cuando 2 filas o columnas son proporcionales.

Para usar el menor numero de ceros ceros, en ambos casos, dichas filas o columnas
seran 6= 0

12.
 a. Si a11 = a22 = a33 = 0 ¿ Cuántos de los 6 términos de detA son cero?
 0 b t 

 x
 0 s  = (0 + why + uxz) − (0 + 0 + 0)
 z c 0 
En total, 4

b. Si a11 = a22 = a33 = a44 = 0 ¿cuántos de los 24 términos del detA son cero?
 
 0 b t m 

 x 0 s l 
A =  = a11 C11 + a12 C12 + a13 C13 + a14 C14
 z c 0 g 
 j y w 0 
a11 = 0 y C11 es una matriz 3x3 es decir.

En total, 6 términos serán 0.

c. No sabo
d. No sabo

25
e. A partir de la formula:

AAdjA = det(A)I demuestre que |AdjA| = (detA)n−1

det(A)det(AdjA) = det(det(A)I)

Por propiedades...
|A|det(AdjA) = |A|n
det(AdjA) = |A|n−1
|AdjA| = |A|n−1

3. Espacios Vectoriales
3.1 OPERACIONES ENTRE VECTORES DE R2 Y R3

C.C 1007402330 Pares

2. dados los vectores

     
3 −1 2
~u = , ~v = ,w
~=
5 5 5
Calcular las operaciones siguientes

a.
 3~u + − 8w
 6~v  ~     
9 −6 16 −13
+ − =
15 30 40 5

b. 3k~v k~u + 21 ~v + 7w~

  √   √
√
   1     1  
9 √26 + 27

3 −2 14 9 √26 −2 14 2
3 26 + 5 + = + 5 + =
5 2 35 15 26 2 35 15 26 + 75 2

c. determine la dirección y la norma de cada uno de los vectores anteriores

√ √
k3~u + 6~v − 8wk
~ = 169 + 25 = 194
q √ √
~ = 81(26) + 243 26 + 729
k3k~v k~u + 12 ~v + 7wk 4 + 225(26) + 825 26 + 3015
4
q √ q √
= 7956 + 1068 26 + 3754 4 = 35578
4 + 1068 26

d. ~u · (3~v − 2w)
~

26
          
3 −1 2 3 −7
· 3 −2 = · = −21 + 25 = 4
5 5 5 5 5
4. Dados los vectores ~u = (2, 4, −7), ~v = (2, 6, 3), w
~ = (3, 4, −5) En cada una de las
expresiones siguientes se puede introducir paréntesis de una sola manera para obtener
una expresión que tenga sentido. Introducir dichos paréntesis y efectuar las operaciones.

a.~u · ~v w
~          
2 2 3 3 75
(~u · ~v )w
~ =  4  ·  6   4  = (25)  4  =  100 
−1 3 −5 −5 −125
b. ~u · ~v + w
~          
2 2 3 2 5
~u · (~v + w)
~ =  4  ·  6  +  4  =  4  ·  10 
−7 3 −5 −7 −2
= 10 + 40 + 14 = 64

~ = (1, 1, 0) tres vectores de R3 y ~r = c1 ~u +c2~v +c3 w,

6. Sean ~u = (1, 1, 1), ~v = (0, 1, 1) y w ~
donde c1 , c2 , c3 son escalares.

a. Determine
  la componentes
  de ~r   
c1 0 c3 c1 + c3
~r =  c1  + ~r =  c2  + ~r =  c3  = ~r =  c1 + c2 + c3 
c1 c2 0 c1 + c2
b. ~
 Si 
~r es el
 vector 0, demuestre
 que c1 = c2 = c3 = 0
0 c1 + c3
 0  =  c1 + c2 + c3 
0 c + c2
  1      
1 0 1  0  1 0 1  0 1 0 1  0
 1 1 1  0  = −f 1 + f 2  0 1 0  0  = −f 2 + f 3  0 1 0

 0 
 −f 1 + f 3  
1 1 0  0 0 1 −1  0 0 0 −1  0
Entonces...
− c3 = 0 c3 = 0
c2 = 0
c1 + c3 = 0 c1 = 0

c. Determinar
   c1 , c2 , c3 tales
 que ~r = (1, 2, 3)
1 c1 + c3
 2  =  c1 + c2 + c3 
3 c + c2
  1      
1 0 1  1
 1 0 1  1 1 0 1  1
 1 1 1  2 = −f 1 + f 2  0 1 0

 1  = −f 2 + f 3  0 1 0

 1 =
 −f 1 + f 3  
1 1 0  3 0 1 −1  2 0 0 −1  1

27
   
1 0 1  1
−f 3  0 1 0  1  Entonces: c3 = −1 c2 = 1 c1 = 2
0 0 1  −1
8. Demostrar que para dos vectores ~u, ~v de R3 , se tiene la identidad

k~u + ~v k2 − k~u − ~v k2 = 4~u · ~v

Y por tanto ~u · ~v = 0 si solo si k~u + ~v k = k~u − ~v k

k~u + ~v k2 − k~u − ~v k2 = 4~u · ~v

(~u + ~v ) · (~u + ~v ) − (~u − ~v ) · (~u − ~v ) = 4~u · ~v
kuk + 2~u · ~v + kvk − (kuk − 2~u · ~v + kvk) = 4~u · ~v
2~u · ~v + 2~u · ~v = 4~u · ~v
4~u · ~v = 4~u · ~v

10. Calcular el área del triángulo cuyos vértices están en ~u = (1, 1, 1), ~z = (1, −1, 1), w
~=
(−1, −1, 1)

uz
~ = (0, 2, 0)      
0 2 0 √
1 1  1  16

uw
~ = (2, 2, 0) A = 2 kuz
~ × uwk
~ = 2 2  ×  2 
= 2 0  =
2 =
0 0 −4
2

~ de R3 , satisfacen las propiedades

12. Tres vectores ~u, ~v , w

k~uk = kwk
~ = 5k~v k = 1, k~u − ~v + wk
~ = k~u + ~v + wk
~

π
Si el ángulo que forman ~u y~v es de 8 hallar el que forman ~v y w
~

14. Dados dos vectores linealmente independientes ~u, ~v de R3 , Sea w

~ = ~v × ~u − ~v

a. Demostrar que ~u es ortogonal a ~v + w

~
~ = ~v × ~u − ~v
w
~ + ~v = ~v × ~u
w
Entonces remplazando y por propiedades, queda demostrado.

(w~ + ~v ) · ~u = 0
(~v × ~u) · ~u = 0

b. Si k~v k = 1 y k~v × ~uk = 2, calcular la longitud de w

~

28
16. Determinar el volumen del paralelepı́pedo, formado por los tres vectores ~u =
(1, 1, 1), ~v = (2, 1, 1), y w ~ = (1, 3, 0)
 
 1 1 1 
 
V = |w ~ · (~u × ~v )| = abs  3 1 1  = |(1 + 0 + 6) − (3 + 1 + 0)| = |3| = 3
 0 1 1 
18. Determine el volumen del paralelepı́pedo generado por los 3 vectores A = (2, 4, −7), B =
(2, 6, 3), C = (3, 4, −5)
 
 3 2 2 
 
V = |C ·(A×B)| = abs  4  4 6  = |(36−60−56)−(24−126−40)| = |−80+142| =
 −5 −7 3 
62

~ = (a, 2, 1, a)
20. Encontrar el valor de a para que los vectores dados sean ortogonales U
~ −1, −2, −3)
y w(a,

u·w
~ ~ =
 0 
a a
 2   −1  2
·
  −2  = a − 3a − 4 = 0
 
 1
a 3
(a − 4)(a + 1) = 0
a = 4 a = −1

22.
Determinar el valor de a para que el punto (1,2,3) pertenezca al plano 2x+3y+αz = 20

2(1) + 3(2) + α(3) = 20

2 + 6 + α(3) = 20
α(3) = 12
α=4

24. Determinar la proyección del vector V = (2,-2,4) sobre el vector U = (4,-5,7),

luego determinar un vector unitario perpendicular al vector U

U ·V U −115 161
P royu V = kU k kU k = 8+10+28
16+25+49 U = 23
45 (4, −5, 7) = ( 92
45 , 45 , 45 )

× V ) ·U =0

(U 
4 2
 −5  ×  −2  · U = 0
7 4

29
  
−6
(U × V ) =  −2 
2
3.2 APLICACIONES

26. Hallar todos los vectores a~i + b~j + c~k que satisfacen la relación

(a~i + b~j + c~k) · ~k × (6~i + 3~j + 4~k) = 3

28. Sean Sean ~u = 2~i − ~j + 2~k y ~v = 3~i + 4~j − ~k

a. Hallar un vector w
~ tal que

~u × w ~ = ~v
     
2 w1 3
 −1  ×  w2  =  4 
2 w3 −1
   
−w3 − 2w2 3
 −(2w3 − 2w1 )  =  4 
2w2 + w1 −1
        
0 −2 −1  3  1 2 0  −1
 1 2 0  −1

 2 0 −2  4  = f 3 ↔ f 1  2 0 −2  4  = −2f 1 + f 2  0 −4 −2  6 =
  
1 2 0  −1 0 −2 −1  3 0 −2 −1  3
     
1 2 0  −1
 1 2 0  −1

− 41 f 2  0 1 1 
2  − 3 
2 = 2f 2 + f 3  0 1 21  − 23  Entonces
0 −2 −1  3 0 0 0  0
w3 = 0 w2 = − 23 w1 = 2

¿ Hay más de una solución? NO

b. Hallar un vector w
~ tal que

~u × w
~ = ~v y ~u · w
~ =1

30. Calcular el volumen del paralelepı́pedo determinado por los vectores ~i + ~j, ~j + ~k, ~k +~i

~i + ~j = (1, 1, 0)
~j + ~k = (0, 1, 1)
~k + ~i = (1, 0, 1)

30
  
 1 1 0 
 
V = abs  0 1 1  = |(1 + 1 + 0) − (1 + 0 + 0)| = |1| = 1

 1 0 1 
32.
~ ~s de R3 , satisfacen las relaciones ~u × w
Cuatro vectores ~u, ~v , w, ~ ·~v = 5, ~u ×~s ·~v = 3, w
~ +~s =
~i + 2~j + ~k, w
~ − ~s = i − ~k calcular (~u × ~v ), en función de ~i, ~j, ~k (use propiedades del triple
~
producto vectorial (~u × ~v ) × w) ~

Tarea investigación cónicas

Circunferencia

Una circunferencia es el lugar geométrico de todos los puntos P(x,y) del plano carte-
siano, cuya distancia a un punto fijo C(h,k) llamado centro es una constante r llamada
radio de la circunferencia.

Ecuación general de la circunferencia

Ax2 + By 2 + Cx + Dy + E = 0 Donde A = B

Ecuación canónica de la circunferencia

La ecuación canónica de la circunferencia con centro (h,k) y radio r es:

(x − h)2 + (y − k)2 = r2

Parábola

Una parábola es el conjunto de puntos del plano que son equidistantes con un punto
fijo F (llamado foco) y una recta fija l (llamada directriz)

31
FA=AB
Ecuación general de la parábola

Ax2 + By 2 + Cx + Dy + E = 0 Donde A o B es cero

Ecuación canónica de la parábola

La ecuación canónica de la parábola con vértice (h,k) es:

(x − h)2 = 4p(y − k) parábolas verticales F (h, k ± p)

(y − k)2 = 4p(x − h) parábolas horizontales F (h ± p, k)

Elipse

Una elipse es el lugar geométrico de un punto P que se mueve en un plano de tal

manera que la suma de sus distancias a dos puntos fijos de ese plano llamados focos F 1
y F 2 siempre es igual a una constante, mayor que la distancia entre los focos. Dicho
plano es nuestra Elipse

32
F1 P + P F2 = k
Ecuación general de la elipse

Ax2 + By 2 + Cx + Dy + E = 0 Donde A, B tienen el mismo signo, A 6= B

Ecuación canónica de la elipse

La ecuación canónica de la parábola con centro (h,k) es:

(x−h)2 (y−k)2
a2
+ b2
=1

Hipérbola

Una hipérbola es el lugar geométrico de los puntos del plano cuya diferencia de distan-
cias entre dos puntos fijos es constante

33
F1 P − P F2 = k
Ecuación general de la hipérbola

Ax2 + By 2 + Cx + Dy + E = 0 Donde A, B tienen signos opuestos

Ecuación canónica de la hipérbola

La ecuación canónica de la hipérbola con centro (h,k) es:

(x−h)2 (y−k)2
a2
− b2
=1 Abre horizontalmente
(y−k)2 (x−h)2
b2
− a2
=1 Abre verticalmente

4. Rectas y planos en el espacio

4. Qué se entiende por la solución de una ecuación lineal?

Se podrı́a decir que la solución de una ecuación lineal, es expresar la misma algebraica-
mente, ya sea parametrica, vectorial o simétrica. Esto con el objetivo de conocer los
valores que tomas las componentes, y quien depende de quien en dicha ecuación lineal.

7. Determine cuales de los siguientes planos son perpendiculares a la lı́nea x = 4−6t, y =

~ = (−6, 9, 3)
1 + 9t, z = 2 + 3t el vector director de dicha recta es V

34
Si el vector director y el vector norma del plano, son L.D son perpendiculares. a.
4x + y + 2z = 1

~n = (4, 1, 2) ~ = (−6, 9, 3)
V

−6 9 3
4 = 1 = 2

~n no es dependiente de ~v , por tanto el plano no es perpendicular a la recta.

b. 10x − 15y − 5z = 2

~n = (10, −15, −5) ~ = (−6, 9, 3)

V

−6 9 3
10 = −15 = −5
−3 −3 −3
5 = 5 = 5

~n es dependiente de ~v , por tanto el plano es perpendicular a la recta.

c. 2x − 3y + z = 4

~n = (2, −3, 1) ~ = (−6, 9, 3)

V

−6 9 3
2 = −3 = 1

~n no es dependiente de ~v , por tanto el plano no es perpendicular a la recta.

d. −4x + 6y + 2z = 9

~n = (−4, 6, 2) ~ = (−6, 9, 3)
V

−6 9 3
−4 = 6 = 2
3 3 3
2 = 2 = 2

~n es dependiente de ~v , por tanto el plano es perpendicular a la recta.

~
10. Hallar la ecuación del plano que pasa por (-1,2,3) y perpendicular al vector N
= (2,-1,2). Determine otro punto del plano.

Ax + By + Cz + D = 0

A partir de el vector podemos decir que nuestro plano es:

35
2x − y + 2z + D = 0 teniendo en cuenta el punto, evaluamos y despejamos D

2(−1) − (2) + 2(3) = −D

− 2 − 2 + 6 = −D
D = −2
Nuestro plano serı́a: 2x − y + 2z = −2

Para obtener otro punto basta con dar valores a x y y, y despejar z de la ecuación:

x = 2 y = 5 z =?

2(2) − (5) + 2z = −2
2z = −2 − 4 + 5
z = −1
2
Otro punto seria (2, 5, −1
2 )

13. Deduzca una fórmula para determinar la distancia más corta del punto P (x0 , y0 , z0 )
al plano π : ax + by + cz + d = 0, luego úsela para calcular la distancia del punto
P (−1, 3, −2) al plano π = 2x − 3y + z − 1 = 0
|a(x0 )+b(y0 )+c(z0 )+d|
d(P, π) = √
a2 +b2 +c2
haciendo uso de la misma
|2(−1)−3(3)+1(−2)−1| |−14| √
d(P, π) = √2 = √ = √14 = 14
2 +(−3)2 +12 14 14

16. Determinar la ecuación de la recta que contiene al punto (1, 2, 3) y es paralela a

cada uno de los planos π1 = x + 2y + 3z = 4 y π2 = 2x + 3y + 4z = 5

Calculamos el vector normal de los 2 planos, y hallamos su producto cruz, con esto
obtenemos el vector director de nuestra recta:

n~1 = (1, 2, 3) y n~2 = (2, 3, 4)

     
1 2 −1
n~1 × n~2 =  2  ×  3  =  2 
3 4 −1
Vector director ~v = (−1, 2, −1) ya que conocemos un punto de la recta, nuestra seria:

r = (x, y, z) = (1, 2, 3) + β(−1, 2, −1) donde β ∈ R

x−1 y−2 z−3

−1 = 2 = −1

2x + y − 4 = 0
r=
−y − 2z + 8 = 0

36
19. Hallar la ecuación cartesiana del plano que pasa por (1,1,1) si un vector normal
~ forma los ángulos 1 π, 1 π, 1 π, con ~i, ~j, ~k respectivamente
N 3 4 3

x
~k = cos( π3 ) = 1
2
kN
√
y π 2
~k = cos( 34 )= 2
kN
√
z
= cos( π3 ) = 1 ~ es (1, 2, 1) y nuestro plano es:
Por tanto el vector N
~k
kN 2
√
x + 2y + z + d = 0
evaluamos en el punto dado, para hallar d
√
(1) + 2(1) + (1) + d = 0
√
1+ 2 + 1 = −d
√ √ √
d = −2 − 2 Obteniendo ası́ nuestro plano: x + 2y + z − 2 − 2=0

21. Determine la distancia del punto (2, 1, 3) a la recta x = 2 + 2t, y = 1 + 6t, z = 3

La recta seria: r = (x, y, z) = (2, 1, 3) + t(2, 6, 0) donde t ∈ R

Como se puede observar, el punto (2, 1, 3) pertenece a la recta, es decir la distancia

entre la recta y el punto es 0.

22. Dos barcos maniobran tratando de determinar el curso de un submarino para

preparar un ataque aéreo. el barco A está en (4, 0, 0), mientras el barco B se encuentra
en (0, 5, 0). Todas las coordenadas están dadas en miles de pies. El barco A localiza el
submarino en la dirección del vector 2~i + 3~j − 13 ~k y el barco B lo localiza en la dirección
del vector 18~i−6~j − ~k. Cuatro minutos antes, el submarino se encontraba en (2, −1, − 13 ).
El tanque estará preparado en 20 minutos. Si el submarino se mueve en linea recta con
velocidad constante, ¿Hacia qué posición deben dirigir los barcos el ataque?

El submarino estará ubicado en la intersección de las rectas, que forman los barcos.

A : (x, y, z) = (4, 0, 0) + t(2, 3, − 31 ) y B : (x, y, z) = (0, 5, 0) + s(18, −6, −1) Igualamos

(4, 0, 0) + t(2, 3, − 13 ) = (0, 5, 0) + s(18, −6, −1)

4 + 2t = 18s

3t = 5 − 6s

37
− 13 t = −s Ahora, hallamos el tiempo t y s que corresponde a la intersección de las rectas.

s = 13 r

2r = 18( 13 r) − 42r = 6r − 4
4r = 4
r=1

1
s= 3 El submarino esta en (4, 0, 0) + 1(2, 3, − 13 ) = (6, 3, − 31 )

Si 4 minutos antes el submarino estaba en (2, −1, − 13 ) su ecuación de posición es:

(2, −1, − 13 ) + h4 [(6, 3, − 31 ) − (2, −1, − 13 )]
(2, −1, − 13 ) + h4 (4, 4, 0)
(2, −1, − 13 ) + h4 (4, 4, 0)

(2, −1, − 13 ) + h(1, 1, 0)

Entonces la posición a la que se deben dirigir los barcos es la posición del submarino en
24 minutos, ya que lleva 4 recorridos.

RTA: (2, −1, − 31 ) + 24(1, 1, 0) = (2, −1, − 31 ) + (24, 24, 0) = (26, 23, − 13 )

23. Dos insectos se arrastran a lo largo de dos rectas diferentes en el espacio. En

el instante t en minutos, el primer insecto está en el punto (x, y, z) sobre la recta
x = 6 + t, y = 8, z = 3 + t También en el instante t, el segundo insecto está en el
punto (x, y, z) sobre la recta x = 1 + t, y = 2 + t, z = 2t. Suponer que las distancias se
dan en pulgadas.

a. Hallar la distancia entre los dos insectos

kI1 − I2 k = k(6, 8, 3) + t(1, −1, 1) − [(1, 2, 0) + t(1, 1, 2)]k

kI1 − I2 k = k(6, 8, 3) + t(1, −1, 1) − (1, 2, 0) − t(1, 1, 2)]k
kI1 − I2 k = k(5, 6, 3) + t[(1, −1, 1) − (1, 1, 2)]k

kI1 − I2 k = k(5, 6, 3) + t(0, −2, −1)k

Esta es la distancia entre los insectos, en función de t

b. ¿Los dos insectos se cruzarán?

I1 = (x, y, z) = (6, 8, 3) + t(1, −1, 1)

I2 = (x, y, z) = (1, 2, 0) + s(1, 1, 2)

(6, 8, 3) + t(1, −1, 1) = (1, 2, 0) + s(1, 1, 2)

38
6+t=1+s
8−t=2+s
3 + t = 2s

t = 2s − 3
6 + (2s − 3) = 1 + s
s = −2

t = −7
No se cruzan, ya que los tiempos donde sus trayectorias se interceptan no son los mismos.

5. Espacios vectoriales generales

5.1 Dependencia e independencia lineal

2. Si los vectores w~1 , w~2 , w~3 son linealmente independientes
(a) demuestre que v~1 = w~1 − w~2 , v2 ~ = w~1 − w~3 , v~3 = w~2 − w~3 son linealmente dependi-
entes, encuentre una combinación lineal de los vs que de cero

α1 v~1 + α2 v~2 + α3 v~3 = 0

α1 (w~1 − w~2 ) + α2 (w1 −~ w3 ) + α3 (w~2 − w~3 ) = 0
w~1 (α1 + α2 ) + w~2 (α3 − α1 ) + w~3 (−α2 − α3 ) = 0
 
 1 1 0 

 −1 0 1  = 0 + 0 + 0 − (1 − 1 + 0) = 0

 0 −1 −1 
La determinante de esta matriz es 0 por tanto podemos decir que efectivamente los
vectores, son linealmente dependientes.

~ = w~1 + w~3 , v~3 = w~2 + w~3 son linealmente inde-

(b) demuestre que v~1 = w~1 + w~2 , v2
pendientes.

α1 v~1 + α2 v~2 + α3 v~3 = 0

α1 (w~1 + w~2 ) + α2 (w1 +~ w3 ) + α3 (w~2 + w~3 ) = 0
w~1 (α1 + α2 ) + w~2 (α3 + α1 ) + w~3 (α2 + α3 ) = 0
 
 1 1 0 
 
 1 0 1  = 0 + 0 + 0 − (1 + 1 + 0) = −2
 
 0 1 1 
La determinante de esta matriz es distinta de cero 0 es decir el sistema AX = 0 tiene

39
única solución, por tanto los vectores son independientes.

5.2 Subespacios vectoriales, bases

4. Describa el subespacio de R3 , (es una recta? 0 un plano?)generado por

(a) los vectores (1,1,-1), (-1,-1,1)

     
x 1 −1
gen(v1 , v2 )=  y  = t  1  + s  −1  − − − − − − > RECT A
z −1 1
Esto porque uno depende de otro, es decir son paralelos.

(b) Los vectores (0,1,1), (1,1,0), (0,0,0)

       
x 0 1 0
gen(v1 , v2 , v3 )=  y  =t 1
  +s 1   +k  0  − − − − > P LAN O
z 1 0 0
Esto porque tenemos 2 vectores independientes, es decir no paralelos, podemos ignorar
el vector 0.

(c) las columnas de una matriz escalonada de tamaño 3 × 5 con 2 pivotes

 
1 a b c d
 0 1 e f g 
0 0 0 0 0
           
x 1 a b c d
gen(v1 , v2 , v3 , v4 , v5 )=  y  = t  0  + s  1  + k  e  + h  f  + p  g 
z 0 0 0 0 0
Es un plano, si somos observadores, vemos que Z siempre sera 0 es decir. Se generaran
los plano con componentes X y Y

(d) Todos los vectores con componentes positivas

Tenemos en cuenta que, si son todos... sabemos que no seran L.I esto implica que
no seran paralelos entre si. Entonces el espacio generado es un Plano.

 x − 2y + 3z = 0
6. Determinar una base para el espacio solución del sistema −3x + 7y − 8z = 0
−2x + 4y − 6z = 0


40
     
1 −2 3  0 1 −2 3  0
 −3 7 −8  0  → 3F 1 + F 2  y = −z
0 1 1  0 
 2F 1 + F 3 x = −5z
−2 4 −6  0 0 0 0  0
       
−5z 0 0 −5
 −z  = x  0  + y  0  + z  −1  → dim(S)=1
z 0 0 1
 
 −3 
B =  −1 
1
 

8. Una de las afirmaciones es VERDADERA:

(a) Una base en un espacio vectorial es única.

Verdadero, ya que un espacio vectorial tiene múltiples bases, cada una única.

(b) Cualesquiera tres vectores en R3 forman una base para R3.

Falso, ya que esos cualesquiera pueden ser dependientes, y esto no es una base.

(c) En un conjunto de vectores linealmente dependientes, ninguno se puede expresar

como una combinación lineal de los otros.

Falso, ya que justamente esa es la definición de dependiente, que se puede expresar

como C.L de los otro.

(d) Cualesquiera tres vectores linealmente independientes en R3 forman una base para
R3 .

VERDADERO, ya que esas son las condiciones para que sea base de R3 , L.I y que
tengo el mismo numero de vectores que la dimensión.

(e) La intersección de dos subespacios vectoriales no es otro subespacio.

Falso, ya que la intersección de dos subespacios, si es otro subespacio. Contiene el 0, etc...

10. El conjunto de polinomios que no es base para el espacio vectorial de los poli-
nomios reales de grado 2 es:

(a) {1, x − 1, x2 − 1}
(b) {1, x, 2x2 }
(c) {x, x2 } → ESTA :3
(d) {3, x, −x2 }

41
Si recordamos, la dimension del conjunto de polinomios de grado n es, n+1, es decir
para grado 2 su dimension es 3. Por tanto si tiene 2 NO es una base.

12. Para que valores de c y d el rango de las siguientes matrices es dos

 
1 2 5 0 5  
 0 0 c 2 2  c d
 
 0 0 c 2 2  d c
0 0 0 d 2
 
1 2 5 0 5
 0 0 c 2 2 
Por Gauss obtenemos   0 0 0 d
 entonces, si observamos la columna 1 y 2
2 
0 0 0 0 0
 
1 5 0 5
son L.D entonces podemos reducir nuestra matriz a 0
 c 2 2  no es difı́cil ver que
0 0 d 2
 
1 0 5
si c = 0 entonces la columna 3 es L.D de la 1, entonces  0 2 2  ahora de igual
0 d 2
 
1 0 5
manera, si d = 2 la fila 3 es L.D de la 2, entonces obtendriamos como
0 2 2
podemos observar, obtuvimos nuestros 2 pivotes. (Se podrı́a hallar la matriz, pero para
evitar proceso, por análisis resulta mas sencillo)

c=0d=2

5.3 Ejercicios de falso y verdadero

(a) Si las columnas de A son linealmente independientes, entonces Ax = b, tiene exac-
tamente una única solución para toda b [V]

Por definición si las columnas de una matriz proveniente de un sistema son L.I en-
tonces su determinante es distinta de 0 por tanto tiene única solución.

Sin embargo no podemos decir nada acerca de sus columnas...

(b) Una matriz 5 × 7 nunca tiene todas sus columnas linealmente independientes [V]

Al obtener la matriz reducida por gauss jordan, obtenemos 5 vectores elementales

42
 
1 0 0 0 0 a b
 0 1 0 0 0 c d 
 
 0 0 1 0 0 e f  No es dificil ver que los ultimos 2 vectores, se pueden denotar
 
 0 0 0 1 0 g h 
0 0 0 0 1 e f
como una convinacion lineal de los otros vectores, por tanto su espacio columna nunca
sera L.I.

(c) Dadas las matrices A y At tienen el mismo número de pivotes [V]

Sabemos que tanto A y At conservan su rango, que a su vez es el numero de pivotes, por
tanto es verdadera.

(d) Si el espacio renglón de A es igual al espacio columna, entonces A = At [V]

Es correcto,
 ya que
 al aplicar la transpuesta
 obtenemos nuevamente a A

a b c a b c
A= b d u  At =  b d u 
c u e c u e
(e) Si At = −A, entonces el espacio columna de A es igual al espacio renglón. [F]

At = −A es una matriz antisimetrica, es falso ya que si bien en magnitud son vec-

tores iguales, son de signo contrario.

(f) Una base en un espacio vectorial es única. [V]

Verdadero, ya que un espacio vectorial tiene múltiples bases, cada una única

(g) Cualesquiera tres vectores en R3 forman una base para R3 .[F]

Ya que esos cualesquiera pueden ser dependientes, y esto no es una base.

(h) En un conjunto de vectores linealmente dependientes, ninguno se puede expresar

como una combinación lineal de los otros.

Falso, ya que justamente esa es la definición de dependiente, que se puede expresar

como C.L de los otro.

(i) Cualesquiera tres vectores linealmente independientes en R3 forman una base para
R3 .[V]

Ya que esas son las condiciones para que sea base de R3 , L.I y que tengo el mismo
numero de vectores que la dimensión

43
(j) La intersección de dos subespacios vectoriales no es otro subespacio. [F]

ya que la intersección de dos subespacios, si es otro subespacio. Contiene el 0, etc...

5.4 Subespacios asociados a una matriz

18. Encuentre los 4 subespacio de A y sus dimensiones
 
1 2 3 4
 0 1 2 2 
A=  0 0 1 3 


0 1 0 1
Espacio nulo
     
1 2 3 4 1 2 3 4 1 2 3 4
 0 1 2 2   0 1 2 2   0 1 2 2 
 0 0 1 3  → −F 2 + F 4  0
    → 2F 3 + F 4  
0 1 3   0 0 1 3 
0 1 0 1 0 0 −2 −1 0 0 0 1
       
x −2y − 3z − 4w 0 * 0 +
 y   −2z − 2w   0   0 
 z =
= N (A) = 
 0  dim 0
    
−3w   0 
w 0 0 0
Espacio nulo por izquierda
     
1 0 0 0 1 0 0 0 1 0 0 0
−2F 1 + F 2 
2 1 0 1   → −3F 1 + F 3  0 1 0  → −2F 2 + F 3
1 
  0 1 0 1 
At =   →
 3 2 1 0   0 2 1 0  −2F 2 + F 4  0 0 1 −2 
−4F 1 + F 4
4 2 3 1 0 2 3 1 0 0 3 −1
 
1 0 0 0
 0 1 0 1 
−3F 3 + F 4 
 0 0 1 −2 


0 0 0 1
       
x 0 0 * 0 +
 y   −w   0  t) =  0
 
 = =  N (A  dim 0
 z   2w   0   0 
w 0 0 0
Espacio columna
       
1 2 3 4
 0   1   2
    2 
C(A) =  0  , 
   ,  ,   Dimensión 4
0   1   3 
0 1 0 1

44
Espacio fila

C(A) = [(1, 2, 3, 4), (0, 1, 2, 2), (0, 0, 1, 3), (0, 1, 0, 1)] Dimensión 4

19. Suponga Am×n de rango r, en qué condiciones sobre estos números

a) ¿A tiene inversa por ambos lados?

Sabemos que A−1 A = AA−1 = I la matriz identidad necesariamente es cuadrada es

decir m = n. Ahora para garantizar que tenga inversa los vectores filas y columnas
deben ser L.I entonces tendrá el mismo numero de pivotes que de vectores, entonces:
m=n=r

b) ¿Ax = b tiene una infinidad de soluciones para toda b?

Para que una matriz tenga infinitas soluciones, debe tener una fila de ceros, al hacer
eliminación de gauss, entonces... r < m ya que m es el numero de filas.

20. Resolver

(a) ¿Que matriz transforma (1,0) en (2,5) y (0,1) en (1,3)?

     
a b 1 2
· = a=2 c=5
c d 0 5
     
a b 0 1
· = b=1 d=3
c d 1 3
 
2 1
RTA:
5 3
(b) ¿Que matriz transforma (2,5) en (1,0) y (1,3) en (0,1)?
     
a b 2 1
· = 2a + 5b = 1 2c + 5d = 0
c d 5 0
     
a b 1 0
· = a + 3b = 0 c + 3d = 1
c d 3 1
a = 3 b = −1 c = −5 d = 2
 
3 −1
RTA:
−5 2
(c) ¿Por qué ninguna matriz transforma (2,6) en (1,0) y (1,3) en (0,1)?

45
     
a b 2 1
· = 2a + 6b = 1 2c + 6d = 0
c d 6 0
     
a b 1 0
· = a + 3b = 0 c + 3d = 1
c d 3 1
a = −3b 6b = 1 − 2a = 1 − 2(−3b) 0=1 INCONSISTENTE

Despejando obtenemos un sistema inconsistente, misma razón por la cual la matriz

no existe.

~ dado es una base del espacio V

21. Demuestre que el conjunto B ~ y encuentre el vector
~ respecto a la base B.
de coordenadas de U ~

(a) B ~ = [(3, 2, 2), (−1, 2, 1), (0, 1, 0)], V

~ = R3 U ~ = (5, 3, 1)
 
 3 −1 0 
 
 2 2 1  = 0 − 2 + 0 − (0 + 3 + 0) = −5 |A| =
6 0 es L.I por tanto si es una base.
 
 2 1 0 
1 − 13 0  53 1 − 13 0  5
        
3 −1 0  5 3
 2 2 1  3  → 1 F 1  2 2 1  3  → −2F 1 + F 2  0 8 1  − 13  →
 3  −2F 1 + F 3 3 
2 1 0  1 2 1 0  1 0 53 0  − 73
1 − 31 0  53 1 − 13 0  53 1 − 13 0  53
        
3  0 1 3  −1  → −5F2 + F3  0 1 3  1 
8F2 8  8 3 8  −8 → − 85 F 3  0 1 3 
8  −8
1 
→
5 7 5  17 17
0 3 0  −3 0 0 −8 − 0 0 1 
 1
 5    86  5
1 −3 0  3  1 0 0  5 
− 38 F 3 + F 2  0 1 0  − 75  → 13 F 2 + F 1  0 1 0  − 75 
0 0 1  17 5 0 0 1  17 5
 6 
5
−7
[U ]B =  5

17
5

~ = [x2 + x, x − 1, x + 1],
(b) B ~ = P2
V ~ = (3x2 − x + 2)
U

α1 (x2 + x) + α2 (x − 1) + α3 (x + 1) = 0x2 + 0x + 0
α1 (x2 ) + (α1 + α2 + α3 )(x) + (−α2 + α3 ) = 0x2 + 0x + 0

 
 1 0 0 
 
 1 1 1  = 1 + 0 + 0 − (0 − 1 + 0) = 2 |A| =
6 0 Es L.I por tanto es base
 
 0 −1 1 

46
        
1 0 0  3 1 0 0  3 1 0 0  3

 1 1 1  −1  → −F 1 + F 2  0 1 1  −4  → F 2 + F 3  0 1 1  −4  →
  
0 −1 1  2 0 −1 1  2 0 0 2  −2
     
1 0 0  3 1 0 0  3
1  0 1 1  −4  → −F 3 + F 2  0 1 0  −3 
2F3  
0 0 1  −1 0 0 1  −1
 
3
[U ]B =  −3 
1
       
~ 1 1 0 0 1 0 0 1
(c) B = , , ,
0 0 1 1 0 1 1 1
         
1 1 0 0 1 0 0 1 0 0
α1 + α2 + α3 + α4 =
0 0 1 1 0 1 1 1 0 0
α1 + α3 = 0
α1 + α4 = 0
α2 + α4 = 0  

 1 0 1 0 

 1 0 0 1 
α2 + α3 + α4 = 0  =1 |A| =
6 0 Es L.I por tanto es una base.

 0 1 0 1 

 0 1 1 1 

~ 1 = [~i,~i − ~j,~i − ~j − ~k] y B

22. Dadas las bases: B ~ 2 = [2~i + ~j, 3~j, −~i + 5~k] ∈ R3 halle la
matriz de cambio de base de B ~2 a B ~1

~ 1 = [(1, 0, 0), (1, −1, 0), (1, −1, −1)]

B
~ 2 = [(2, 1, 0), (0, 3, 0), (−1, 0, 5)]
B
     
1 1 1  2 0 −1 1 1 1  2 0 −1
 0 −1 −1  1 3 0  → −F 2  0 1 1  −1 −3 0 
 −F 3
0 0 −1  0 0 5 0 0 1  0 0 −5
     
1 1 0  2 0 4 1 0 0  3 3 −1
−F 3 + F 2 
→ 0 1 0  −1 −3 5
  → −F 2 + F 1  0 1 0  −1 −3 5 
−F 3 + F 1
0 0 1  0 0 −5 0 0 1  0 0 −5
 
3 3 −1
PB~1 ←B~2 =  −1 −3 5 
0 0 −5

6.1 Definición de transformación lineal

2. Sea T : R2 → R3 una transformación lineal tal que:

47
    
  −1   −8    
1 −1 −9 x
T = 3  T =  −6  Calcule T yT
1 2 6 y
1 5
Primero verificamos que (1,1) y (-1,2) son linealmente independientes, si es el caso pode-
mos expresar T(x,y) como una combinación lineal de ambos.
 
 1 −1 
 1 2  = 2 + 1 = 3 |A| = 6 0 L.I entonces:
 

1 0  2x+y
           
x 1 −1 1 −1  x 3
T = α1 +α2 → Gauss-Jordan
y 1 2 1 2  y 0 1  −x+y 3
−x+y
α1 = 2x+y
3 α 2 = 3
       
  −1 −8   −α1 − 8α2 2x − 3y
x x
T = α1  3  + α2  −6  T =  3α1 − 6α2  =  4x − y 
y y
1 5 α1 + 5α2 −x + 2y
Ahora T(-9,6)
   
  2(−9) − 3(6) −36
−9
T =  4(−9) − (6)  =  −42 
6
−(−9) + 2(6) 21
4. Suponga que una transformación lineal transforma (1,1) en (2,3) y (2,1) en (1,4).
Encuentre T(v) de manera general, y después calcule

(a) ~v = (2,2)
(b) ~v = (3,1)
(c) ~v = (a,b)

Primero verificamos que (1,1) y (2,1) son linealmente independientes, si es el caso pode-
mos expresar T(v) como una combinación lineal de ambos.(Tiene dos componentes, es
decir T(x,y))
 
 1 2 
 1 1  = 1 − 2 = −1 |A| = 6 0 L.I entonces:
 
           
x 1 2 1 2  x 1 0  −x + 2y
T = α1 + α2 → Gauss-Jordan
y 1 1 1 1  y 0 1  x−y
α1 = −x + 2y α2 = x − y
           
x 2 1 x 2α1 + α2 −x + 3y
T = α1 + α2 T = =
y 3 4 y 3α1 + 4α2 x + 2y
   
x −x + 3y
T =
y x + 2y
     
2 −(2) + 3(2) 4
a. T = =
2 (2) + 2(2) 6

48
      
3 −(3) + 3(1) 0
b. T = =
1 (3) + 2(1) 5
     
a −(a) + 3(b) −a + 3b
c. T = =
b (a) + 2(b) a + 2b

6. Encuentre todas las matrices 3 × 3 que representan las transformaciones que se

dan a continuación.

(a) Proyección ortogonal de un vector sobre el plano XY

(b) Rota el plano XY 90◦ , dejando al eje Z
(c) Rotación en sentido positivo a través de un angulo q respecto al eje positivo X
(d) Reflejan cada vector sobre el plano XY
(e) Multiplicación por escalar. Dilatación y contracción

8. Sea T : M3×3 → M3×3 , definida por

   
a b c a b 0
T  d e f = 0 e f 
g h i g 0 i
Encuentre el núcleo de T y la Imagen de T.

Teniendo el cuente el teorema de η + ρ = n, puede que hallando solo uno de ellos

obtengamos el otro, entonces.. n=3

Sabemos que la Imagen de T es el espacio columna de la matriz, para ello primero

identificamos que vectores son L.I
 
 a b 0 
 
 0 e f  = aei + bf g + 0 − (0 + 0 + 0) entonces:
 
 g 0 i 
     
 a b 0 
E.Columna= ImT =  0  ;  e  ;  f  Dimensión 3
g 0 i
 

η+3=3
η=0

Es decir la espacio nulo de la matriz es el cero, su dimensión es cero.

10. Sea B = {v2, v3, v4, v5} y T : V → V , una transformación lineal, tal que

T (v1) = v1 + v2 − v3 + 5v5
T (v2) = 2v1 − v2 + v3 + v4 + v5
T (v3) = −v1 + v2 + 2v3 + v4

49
T (v4) = v2 + v3 − v4 + v5
T (v5 ) = v2 − v3 + 2v5

Encontrar el rango y la nulidad de T, y determinar de T es uno a uno.

Como se esta evaluando T en los vectores de la Base asociada, entonces resulta la sigu-
iente matriz:
 
1 2 −1 0 0
 1 −1 1 1 −1 
 
 −1 1 2 1 −1 
 
 0 1 1 −1 0 
5 1 0 1 2
Nulidad:
     
1 2 −1 0 0  0 1 2 −1 0 0  0
 1 −1 1 1 −1  0  −F 1 + F 2   0 −3 2 1 −1  0 
 0  → −1F2
  
 −1 1 2 1 −1  0  → F 1 + F 2  0 3 1 1 −1
      3
 0 1 1 −1 0  0  −5F 1 + F 5  0 1 1 −1 0  0 
5 1 0 1 2  0 0 −9 5 1 2  0
     
1 2 −1 0 0  0 1 2 −1 0 0  0
 0 1 −2 −1 1  0  −3F 2 + F 3  2 1 1
 0 1 −3 −3
 0 
 3 3 3   3  
 0 3
 1 1 −1 
 0  → −F 2 + F 4 
 0 0 3 2 −2  0  → ...
 
5 2 1 
 0 1 1 −1 0  0   9F 2 + F 5  0 0 3 −3 −3  0 
0 −9 5 1 2  0 0 0 −1 −2 5  0
  
1 0 0 0 0  0
 0 1 0 0 0  0 
  
al final obtenemos   0 0 1 0 0  0  Entonces la nulidad es 0 y su dimensión es
 
 0 0 0 1 0  0 

0 0 0 0 1  0
cero, ahora como tenemos 5 variables pivote, quiere decir que sus vectores columna son
L.I por tanto la imagen es:
         

 1 2 −1 0 0 



 1   −1   1   1   −1  
         
ImT =  −1  ;  1  ;  2  ;  1  ;  −1  Dimensión 5
         


  0   1   1   −1   0  

 
5 1 0 1 2
 

Como vemos la imagen es la misma Base B, es decir la imagen de T(v) es V por

eso es uno a uno.

50
6.2 Cambio de Base
11. Sea T : R3 → R3 , definida por T (x1 , x2 , x3 ) = (x1 + x2 , x1 + 2x2 − x2 , x2 − x3 )

(a) Encontrar la matriz para T con respecto a la base B = {v1 , v2 , v3 }, donde:

v1 = (1, 0, 1), v2 = (1, −1, 0), v3 = (0, −1, 1)

           
1 1 1 0 0 −1
T 0 = 1  T −1  =  0  T  −1  =  −1 
1 −1 0 −1 1 −2
 
1 0 −1
 1 0 −1 
−1 −1 −2
(b) sea B = {u1 , u2 , u3 } otra base, donde:

u1 = (1, −1, 1), u2 = (0, −1, 0), u3 = (1, 1, 0)

           
1 0 0 −1 1 2
T  −1  =  0  T  −1  =  −1  T 1 = 2 
1 −2 0 0 0 1
 
0 −1 2
 0 −1 2 
−2 0 1
Encuentre [T ]U ←B
  
0 −1 2  1 0 −1
 0 −1 2  1 0 −1  No es posible, hay 2 filas iguales, por tanto su de-

−2 0 1  −1 −1 −2
terminante es 0 y no tiene inversa

(c) Halle T [(3, 1, 2)]U , usando la matriz de cambio de base.

      
3 0 −1 2 3 3
T  1  =  0 −1 2   1  =  3 
2 U −2 0 1 2 −4
(d) Halle T [(3, 1, 2)]U de manera directa, compruebe la igualdad, con el valor obtenido
en el item anterior.
   
x −y + 2z
T  y  =  −y + 2z 
z U −2x + z

51
      
3 −(1) + 2(2) 3
T  1  =  −(1) + 2(2)  =  3 
2 U −2(3) + (2) −4
12. Sea T : R3 → R2 la transformación definida por:
 
x1  
−5x1 + 2x2 − x3
T   x2   =
x2 + 3x3
x3
Encontrar la matriz de transición con respecto a la base U = {u1 , u2 , u3 }, para R3
y B = {v1 , v2 } para R2 , donde

u1 = (1, −1, 1), u2 = (0, −1, 0), u3 = (1, 1, 0)

v1 = (1, 1), v2 = (1, −1)
     
1   0   1  
−8 −2 −3
T −1 =
  T −1 =
  T 1 =
 
2 −1 1
1 0 0
     
1 1  −8 −2 −3 1 1  −8 −2 −3
→ −F 1 + F 2 → − 12 F 2
1 −1  2 −1 1 0 −2  10 1 4
1 0  −3 − 32 −1
     
1 1  −8 −2 −3
→ −F 2 + F 1
0 1  −5 − 21 −2 0 1  −5 − 12 −2
−3 − 23 −1
 
AT =
−5 − 21 −2 2×3
13. Demuestre que si B y B1 son bases de el espacio vectorial V de dimensión finita, y
si T : V → V es una transformación lineal. Entonces

[T ]B1 = P −1 [T ]B P

donde P es la matriz de transición de B1 a B

14. Encuentre la representación matricial AT de la transformación lineal T en las bases

B1 , B2 , el rango, la nulidad el núcleo y la imagen T : R2 → R2
       
x x − 2y 1 3
T = B1 = B2 = ,
y 2x + y −2 2
           
1 1 − 2(−2) 5 3 3 − 2(2) −1
T = = T = =
−2 2(1) + (−2) 0 2 2(3) + (2) 8
1 1
     
5 −1 1 − 1 −
→ 51 F 1 5 → 81 5
0 8 0 8 0 1
Desde aquı́ podemos deducir que la nulidad es 0.
ρ=2
ya que tenemos 2 columnas y las dos son L.I la imagen es:

52
    
5 −1
ImT = , Dimensión 2
0 8
15. Encuentre la representación matricial AT de la transformación lineal T en las bases
B1 , B2 , el rango, la nulidad el núcleo y la imagen T : R2 → R3 ;
       
  x−y     1 0 0 
x 2 1

T =  2x + y  B1 = , B2 =  −1  ,  2  ,  2 
y 1 2
y 0 0 5
 
       
  1   −1 1 −1 1 −1
2 1 −5F 1 + F 2 
T = 5  T =  4   5 4  → 0 9 →
1 2 −F 1 + F 3
1 2 1 2 0 3
   
1 −1 1 0
1
F 2  0 1  → −3F 2 + F 3  0 1 
9 −F 2 + F 1
0 3 0 0
ρ = 2 La nulidad es 0, dimensión 0.
   
 1 −1 
ImT =  5  ;  4  Dimensión 2
1 2
 

6.3 Valores y vectores propios

16. sea
 
2 −2 3
A =  2 −3 2 
4 −2 5
(a) Encuentre el polinomio caracterı́stico de A, y compruebe que P(A) = 0
 
 2−λ −2 3 

 2
 −3 − λ 2  = (2 − λ)(−3 − λ)(5 − λ) − 16 − 12 − [−4(5 − λ) − 4(2 −
 4 −2 5−λ 
λ) + 12(−3 − λ)] = −λ3 + 4λ2 + 15λ + 6 = 0
(λ2 − 6λ − 3)(λ + 2) = 0
λ = −2 √
λ = 3 + 2 √3
λ=3−2 3
Si remplazamos, los landas efectivamente P(A)=0

(b) Determine los vectores propios de cada valor propio.

53
λ = −2
       
4 −2 3 1 −1/2 3/4 1 −1/2 3/4 1 −1/2 3/4
 2 −1 2  → f 1/4  2 −1 −2f 1 + f 2 
2 → 0 0 1/2  → 2f 2  0 0 1 
−4f 1 + f 3
4 −2 7 4 −2 7 0 0 4 0 0 0
     
x 1/2y 1/2
 y  =  s  =  1 s
z 0 0
√
λ=3+2 3
 √   √ 
2 3 − 1 √−2 3 4 √−2 2 3 + 2
2 2 3−6 √2  → f1 → f3  2 3−6 →
√2 2

4 −2 2 3+2 2 3−1 −2 3
 √   √ 
1 √−1/2 3 + 1/2 1 √−1/2 3 +√1/2
f1 /4  √ 2 2 3−6 2 → √−2f 1 + f 2  0 2 3−5 1− 3 →
(2 3 + 1)f 1 + f 3 √
2 3−1 −2 3 0 2 3+1 3
 √ 
1 −1/2 ( 3 +√1)/2
√ 1−
f1 /(2 3 − 5)  0 1 √ 3
 
2 3−5

0 0 0
   1 √   2√3−1 
x ( 2 y) − √(1 + 3)/2S √
2√ 3−5
3−1
 y = √ S  =  √3−1  s
   
2 3−5 2 3−5
z S 1
√
λ=3−2 3
 √ 
−2 3 − 1 √−2 3
2 −2 3 − 6  → f 1 → f 3 Proceso similar
√2

4 −2 2− 3+2
√
   2√ 3+1

x − 2 3−5
√
 y  =  − √3+1 

s
2 3−5
z 1

(c) Encuentre
 la matriz DiagonalD, tal que A = P DP −1
−2 0√ 0
D =  0 3−2 3 0 √  En el proceso de comprobación, no se cumple que
0 0 3+2 3
AP=PD (Me ayude de programas externos, y los vectores propios, no dan 0 al multi-
plicar por su respectiva matriz)

17. sea

54
  
1 1 1
A= 1 1 1 
1 1 1
(a) Encuentre el polinomio caracterı́stico de A
 
 1 1 1 

 1
 1 1  = (1 − λ)3 + 2 − 3(1 − λ) = −λ3 + 3λ2 = λ2 (3 − λ) = 0
 1 1 1 
λ=0
λ=3

(b) Determine los vectores propios de cada valor propio.

λ=0
   
1 1 1 1 1 1
 1 1 1 → −f 1 + f 2  0 0 0 
−f 1 + f 3
1 1 1 0 0 0
       
x −y − z −1 −1
 y = t  =  1 t +  0 s
z s 0 1
λ=3
     
−2 1 1 1 −1/2 −1/2 1 −1/2 −1/2
 1 −2 1  → −f 1/2  1 −2 −f 1 + f 2 
1 → 0 −3/2 3/2  →
−f 1 + f 3
1 1 −2 1 1 −2 0 3/2 −3/2
 
1 −1/2 −1/2
 0 1 −1 
0 0 0
     
x 1y/2 + 1z/2 1
 y = s  =  1 s
z s 1
(c) Encuentre
 lamatriz Diagonal A = P DP −1
 D, tal que  AP=PD
0 0 0 −1 −1 1
D= 0 0 0  P = 1 0 1 
0 0 3 0 1 1
     
1 1 1 −1 −1 1 −1 −1 1 0 0 0
 1 1 1  1 0 1 =   1 0 1   0 0 0 
1 1 1 0 1 1 0 1 1 0 0 3

55
   
0 0 3 0 0 3
 0 0 3 = 0 0 3 
0 0 3 0 0 3
18. Suponga que los valores caracterı́sticos de A son 1,2,4 ¿cuál es la traza de A?,
¿cuál es el determinante de (A−1 )t

Podemos deducir que el polinomio es (λ − 1)(λ − 2)(λ − 4) = 0  

1 0 0
(1 − λ)(2 − λ)(4 − λ) = 0 podemos decir que la matriz asociada es:  0 2 0  Su
0 0 4
 
1 0 0
inversa seria  0 12 0  como sabemos la diagonal principal al aplicar transpuesta no
0 0 14
cambia, entonces la determinante es el producto de la diagonal 1 × 21 × 14 = 18

19. Si los valores caracterı́sticos de A son 1,1,2, ¿Determine cuáles de las proposiciones
son ciertas, o falsas?, justifique su respuesta, con una demostración o un contra ejemplo.

(a) A no es invertible
Esto es falso por propiedades sabemos que no es invertible, únicamente si y solo si un
valor propio es 0.

(b) A es diagonalizable
Verdadero, si bien los valores no son distintos, la m.a es la misma que la m.g, la cual es
una condición valida para que sea diagonizable.

(c) A La multiplicidad geométrica de El=1 es uno

Falso, sabemos que m.g ≤ m.a podemos ver que para Eλ = 2 la m.a es 1 y lo unico
mayor o igual a 1 es 1, entonces por descarte se denota que la m.g de Eλ = 1 tiene que
ser 2.

20. Encontrar
 una matriz
 Q que diagonalice ortogonalmente a A
−2 0 3
A =  0 −3 0 
3 0 5
 
 −2 − λ 0 3 


 0 −3 − λ 0  = (−2 − λ)(−3 − λ)(5 − λ) + 0 + 0 − (9(−3 − λ)) = ... =
 3 0 5−λ 
3
−λ + 28λ + 57 = 0
λ1 = −3p
λ2 = (−p (85) + 3)/2
λ3 = ( (85) + 3)/2 Encontramos los Landas, ahora necesitamos los vectores propios

56
1 = −3 
λ    
1 0 3 1 0 3 1 0 3
 0 0 0  → −3f 1 + f 3  0 0 0  → f 3 ↔ f 2  0 0 1 
3 0 8 0 0 −1 0 0 0
     
x 0 0
 y  =  t  =  1 t
z 0 0
√
= (− 85 + 3)/2
λ2 √ √
    √
85−7 85+7  85+7

2 √
0 3 √ 1 √0 6 1 0 6
85−9 85+7 85−9
0 0 → f 1 0 0  → −3f 1+f 3  0 1 0
    
 2 √
 18  2 √
85+7 85+7 0 0 0
3 0 2 0 0 2
√ √
− 85−7 − 85−7
     
x ( 6 )s 6
 y = 0 = 0 t
z s 1
p
λ3 =√( (85) + 3)/2 √
    √
− 85−7 − 85+7  − 85+7

2 √
0 3 √ 1 √
0 6 1 0 6
− 85−9 − 85+7 − 85−9
0 0 → f1  0 0  → −3f 1+f 3  0 1 0
    
 2 √ 18 2 √
− 85+7 − 85+7 0 0 0
3 0 3 0
   √85−7 2  √85−7  2
x ( 6 )s 6
 y = 0 = 0 t
z s 1

Como todos tienen M.G 1 no hay necesidad de aplicar gran smith. Directamente encon-
tramos la matriz ortonormal. Volviendo los vectores que comforman P vectores uinitarios
 √ √ 
0 √ − 85−7 √ √ 85−7√
 170+14 85 170−14 85 
Q=  1 0 0 

6 6
0 √ √ √ √
170+14 85 170−14 85

21. Demostrar que si An×n es semejante a Bn×n

Nos ayudaremos de la siguiente oropiedad P −1 AP = B

(a) det(A) = det(B).

|P −1 AP | = |B|
1
|P | |A||P | = |B|
|A| = |B|

(b) tr(A) = tr(B). Sugerencia: si A, B ∈ Mn×n entonces tr(AB) = tr(BA)

Por propiedades de traza sabemos que:

57
tr(B) = tr(P −1 AP ) = tr(AP −1 P )
tr(B)=tr(AI)
tr(B)=tr(A) |A| = |B|

(c) A y B tienen el mismo polinomio caracterı́stico.

El polinomio caracterı́stico es det(A − λI) y det(B − λI) entonces

det(A − λI)=det(P −1 BP − λI)

det(A − λI)=det(P −1 BP − P −1 λIP )
det(A − λI)=|P −1 |det(B − λI)|P |
det(A − λI) = det(B − λI)

(d) A y B tienen los mismos valores propios.

Teniendo en cuenta el punto C si tienen el mismo polinomio caracterı́stico los poli-

nomios tienen las mismas soluciones y por tanto los mismos valores propios.

(e) An es semejante a B n .

P B n P −1 = An
B n = P −1 An P
entonces

P B n = An P de aqui podemos intuir que efectivamente son semejantes...

(f) A−1 es semejante a B −1

(g) rango(A) = rango(B).
Sabemos que el rango es un numero dado por el numero de columnas L.I entonces, si
tienen la misma determinante, quiere decir que posen el mismo numero de columnas L.I
por tanto su rango es igual.

Zt1
1
i1 (t) = V (T ) dT + i2 (t0 )
L
t0

(1)

L di (t)
V1 (t) = (2)
dt

58