Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOTACIÓN
• N =⇒ Enteros positivos (números naturales)
• Q =⇒ Números racionales
• R =⇒ Números reales
• C =⇒ Números complejos
• In =⇒ Matriz identidad n × n
• A =⇒ Matriz conjugada de A
• At =⇒ Matriz transpuesta de A
• tr A =⇒ Traza de la matriz A
• Im (T ) =⇒ Imagen de la trannsformación T
PROBLEMARIO
1. Calcula el producto ABC, donde
991 992 993
994 995 996 12 −6 −2 1 1
997 998 999 , B = 18 −9 −3 , C = 1 2
A=
24 −12 −4 3 0
1000 1001 1002
a 1
(b)
0 a
a 1 0
(c) 0 a 1
0 0 a
1 1 1
(d) 0 1 1
0 0 1
0 0 0 0 0
1 0 0 0 0
0
(e) 1 0 0 0
0 0 1 0 0
0 0 0 b 0
7. Sea A = (aij ) con aij = 1 si j = i+1 y vale cero en otro caso. Demuestra
que An = 0 pero An−1 6= 0.
(I − A)−1 = I + A + A2 + . . . + An
11. Sea Jn la matriz n×n que tiene unos en todas sus entradas. Demuestra
que
(In − Jn )−1 = In − 1
J
n−1 n
(a) AB = A · B
(b) (AB)∗ = B ∗ A∗
(c) (A∗ )∗ = A
(d) (A + B)∗ = A∗ + B ∗
(e) Si α ∈ C, entonces (αA)∗ = α · A∗
(f) A · A∗ es hermitiana
(g) A + A∗ es hermitiana
(h) A − A∗ = −(A − A∗ )∗
17. Demuestra que toda matriz hermitiana puede ser expresada como A +
iB donde A es simétrica con entradas en R y B es antisimétrica con
entradas en R.
2 3 4
(c) 0 5 6
0 0 1
19. Si A es una matriz de tamaño n × n, ¿es cierto que (At )−1 = (A−1 )t ?
Justifica tu afirmación.
21. Sea D una matriz diagonal de orden n de tal forma que los elementos
diagnales son todos distintos. Demuestra que:
22. Demuestra que una matriz que conmuta con una matriz diagonal que
posee elementos diagonales distintos de dos en dos, es también una
matriz diagonal.
23. Encuentra la forma general de las matrices que conmutan con la matriz:
0 1 0
(a) 0 0 1
0 0 0
0 1 0 ··· 0
0
0 1 ··· 0
· · ·
(b) ··· ··· ··· · · ·
∈ Mn (R)
0 0 0 ··· 1
0 0 0 0 0
Sugerencia: Puedes dar por hecho que existe un polinomio f (x) de tal
forma que f (A) = A−1 .
c11 (x) c12 (x) · · · c1n (x)
c21 (x) c22 (x) · · · c2n (x)
25. Si los elementos de la matriz C = .. .. son
.. ..
. . . .
cm1 (x) cm2 (x) · · · cmn (x)
funciones diferenciables de x, entonces definimos
c011 (x) c012 (x) · · · c01n (x)
c0 (x) c022 (x) · · · c02n (x)
dC 21
= ..
dx .. .. ..
. . . .
c0m1 (x) c0m2 (x) · · · c0mn (x)
Demuestra que (los tamaños de las matrices son tales que es posible
realizar las operaciones abajo indicadas):
d
(a) dx
(kA) = k · dA
dx
, para todo k∈R
d
(b) dx
(A + B) = dAdx
+ dB
dx
d
(c) dx
(AB) = dx · B + A · dB
dA
dx
(d) d
dx
(A ) = −A · dx · A−1
−1 −1 dA
4 −3
26. Si A = , usa el hecho de que A2 = 4A − 3I2 para probar que
1 0
n −1 n
An = ( 3 2
) · A + ( 3−3
2
) · I2 si n ≥ 1
2a −a2
27. Si A = , encuentra una fórmula para An , con n número
1 0
natural.
y deduce que
n 1 3 3 1 5 n 4 −3
A = + 7 ( 12 )
7 4 4 −4 3
30. Encuentra todas las matrices cuadradas de orden 2 cuyo cuadrado sea
nulo.
0 −1 1
31. Considera la matriz A = 0 1 −1 . Halla una fórmula para An
0 0 1
siendo n un entero positivo.
0 0 0 0
2 0 0 0
32. Considera la matriz A = 2 2 0 0 .
2 2 0 0
X 2 + aX + b = 0
b) Prueba que A2 = A.
1 1 0
40. Dada la matriz 0 1 1 , encuentra An para todo n ∈ N.
0 0 1
41. Demuestra que las únicas matrices cuadradas de orden n que conmutan
con todas las matrices cuadradas del mismo orden son de la forma λIn
con λ ∈ R.
1
3
x + 2y − 6z = 0
−4x + 5z = 0
−3x + 6y − 13z = 0
− 73 x + 2y − 83 z = 0
x − 2y + z + 2w = 1
a) x + y − z + w = 2
x + 7y − 5z − w = 3
2x − 3y − 7z + 5w + 2u = −2
x − 2y − 4z + 3w + u = −2
b)
2x − 4z + 2w + u = 3
x − 5y − 7z + 6w + 2u = −7
1 −1 1
45. Si A = 2 0 1 , halla matrices elementales E1 , . . . , Ek tales que
3 0 1
Ek · · · E1 · A = I.
52. Demuestra que las siguientes dos matrices no son equivalentes por filas:
2 0 0 1 1 2
a −1 0 −2 0 −1
b c 3 1 3 5
56. Encuentra todos los valores de α de tal forma que cada una de las
siguientes matrices sea invertible:
α 1 1 2−α 0 3 1 α α2
1 α 1 2 α 1 1 1 1
1 1 α 1 0 −α 1 3 9
57. Usa la regla de Cramer para resolver los siguientes sistemas de ecua-
ciones:
x + y + z − w = 2
x + y + z = a
y − z + w = 1
a) b) y + z = b
z − w = 0
z = c
z + 2w = 3
x − 2y + z = −1
c) x + z = 3
x − 2y = 0
58. Sea A una matriz 2 × 2 tal que A2 = 0. Si α ∈ R entonces
det (αI2 − A) = α2
2x + y − z = 0
a) x − y + z = 0 b) x + 2y − 3z + w = 0
x + 2y − 2z = 0
2x + y − z = 5
a) x − y + z = 1 b) x + 2y − 3z + w = 1
x + 2y − 2z = 4
66. Determina cuáles de los siguientes sistemas tienen solución (por lo
menos una):
x + y + 3z − w = 0
x + 2y + 3z = 1
x + y + z + w = 1
a) x + y − z = 0 b)
x − 2y + z − w = 1
x + 2y + z = 3
4x + y + 8z − w = 0
67. Prueba que el sistema A · X = b de m ecuaciones con n incógnitas tiene
una solución si y sólo si b ∈ Im (TA ).
68. Prueba o da un contraejemplo de la siguiente afirmación: Si la matriz
de coeficientes de un sistema de m ecuaciones con n incógnitas tiene
rango m, entonces el sistema tiene una solución.
69. Considera el sistema homogéneo A · X = O. Si (c1 , . . . , cn ) es solución,
entonces (det A) · ci = 0 para todo i = 1, . . . , n.
70. Sean A ∈ M3 (R), x una indeterminada, I3 la matriz identidad 3 ×
3. Demuestra que det (xI3 − A) es un polinomio mónico de la forma
(x − α1 ) (x − α2 ) (x − α3 ) donde trA = α1 +α2 +α3 y det A = α1 α2 α3 .
71. Sea B ∈ Mn (R). Defino T : Mn (R) → Mn (R) como T (A) = AB −
BA. Demuestra que det T = 0.
72. Sea A ∈ Mn (R). Demuestra que existen a lo más n escalares distintos
c ∈ R tales que det (cIn − A) = 0.
73. Sean A, B ∈ Mn (R). Demuestra que si A es invertible existen a lo más
n escalares c ∈ R tales que cA + B no es invertible.
74. Demuestra que:
a+b a+c b+c 1 c b
a) a + c a+b b+c = 2 (a + b + c) 1 b b
b+c b+a a+c 1 b a
0 a2 b 2 0 1 1
2
2
2 2 2
b) a 0 c = a b c 1 0 1
b2 c 2 0 1 1 0
4 9
x
9 x16 x16
1 x x4
c) x x x25 = x x x 4 x9
36
4 9 16
x16 x25 x36 x x x
a1
1 0 0 ··· 0
−1 a2 1 0 ··· 0
75. Si Dn = 0 −1 a3 1 ··· 0
··· ··· ··· ··· ··· ···
0 0 0 · · · −1 an
demuestra que Dn = an Dn−1 + Dn−2 .
1 w w 2 w 3 2
1 w2 w4 w 2π 2π
76. Demuestra que 3 4 = 125 si w = cos 5 + isen 5 .
1 w w w
1 w4 w3 w2
x + 2y − 3z = 4
3x − y + 5z = 2
4x + y + (α2 − 14)z = α + 2
x + y + 3z − w = 0
x + y + z + w = 1
x − 2y + z − w = 1
4x + y + 8z − w = 0
90. Encuentra los valores de k de tal forma que la siguiente matriz no tenga
inversa:
1 −2 3
−2 k 0
1 −1 −3k
1 4
91. Sea A = . Prueba que A es no singular, encuentra A−1 y
−3 1
expresa A como producto de matrices elementales.
0 0 2
92. Sea A = 1 2
6. Prueba que A es no singular, encuentra A−1 y
3 7 9
expresa A como producto de matrices elementales.
93. Encuentra k de tal forma que la matriz siguiente sea singular:
1 2 k
3 −1 1
5 3 −5
1 a b
94. Prueba que la matriz −a 1 c es no singular mostrando que es
−b −c 1
equivalente por filas con I3 .
95. Sean u = (3, 4), v = (5, −1) y w = (7, 1). Evalúa las expresiones
a) u · (7v + w) b) k (u · v)w k c) k u k (v · w) d) (k u k v) · w
96. Usa vectores para hallar los cosenos de los ángulos internos del triángulo
cuyos vértices son (0, −1), (1, −2), (4, 1).
97. Sean p = (2, k) y q = (3, 5). Encuentra k tal que
a) p y q sean paralelos
b) p y q sean ortogonales
c) el ángulo entre p y q sea π/3
d) el ángulo entre p y q sea π/4
98. Encuentra el área del triángulo cuyos vértices son P, Q, R.
105. Encuentra la ecuación del plano que pasa por los puntos dados.
106. Encuentra las ecuaciones paramétricas de la recta que pasa por los
puntos dados.
107. Encuentra la ecuación del plano que pasa por (−2, 1, 7) y es perpen-
dicular a la recta x − 4 = 2t, y + 2 = 3t, z = −5t.
108. Encuentra la ecuación del plano que pasa por el origen y es paralelo al
plano 7x + 4y − 2z + 3 = 0.
109. Encuentra la ecuación del plano que pasa por (2, 4, −1) y contiene a la
recta de intersección de los planos x − y − 4z = 2 y −2x + y + 2z = 3.
110. Encuentra la ecuación del plano que pasa por (−2, 1, 5) y es perpen-
dicular a los planos 4x − 2y + 2z = −1 y −x + 2y + 3z + 1 = 0.
111. Encuentra la ecuación del plano tal que todos sus puntos equidistan de
(−1, −4, −2) y (0, −2, 2).
a) 3x − 4y + z = 1 y 6x − 8y + 2z = 3
b) −4x + y − 3z = 0 y 8x − 2y + 6z = 0
c) 2x − y + z = 1 y 2x − y + z = −1
115. Encuentra dos vectores de norma 1 que sean ortogonales a los tres
vectores u = (2, 1, −4, 0), v = (−1, −1, 2, 2) y w = (3, 2, 5, 4).
118. La misma pregunta que en el problema anterior pero con las opera-
ciones:
(a) x ⊕ y = xy
(b) α x = xα con α ∈ R
120. Sea R[x] la colección de todos los polinomios con coeficientes reales.
Sea W ⊆ R[x] tal que
(a) U = {(x, y, z) : 2x + y = z}
(b) U = {(x, y, 0) : x, y ∈ R}
(c) U = {(x, y, z) : x ≥ 0}
a b c
(a) U = { d
e 0 : a, b, c, d, e ∈ R}
0 0 0
a b c
(b) U = {d f d : a, b, c, d, f ∈ R}
c b a
125. (a) ¿Bajo qué condiciones de α y β ∈ R son los vectores (1, α), (1, β)
linealmente independientes en R2 ?
(b) ¿Bajo qué condiciones de α, β y γ ∈ R son los vectores
linealmente independientes en R3 ?
(c) Generaliza al caso Rn .
y
n
X
U = {(y1 , . . . , yn ) ∈ Rn : yi = 1}
i=1
¿Son U y W subespacios de Rn ?
(a) {1, x, x · ex }
(b) {1, x, x · sen x}
132. Determina α y β para que los siguientes vectores sean linealmente de-
pendientes:
A = L{(1, 0, 0), (0, 1, 1), (1, 1, 1)} y B = L{(1, 1, 1), (2, 1, 1), (1, 0, 0)}.
1
Encuentra una base y la dimensión de A, B y A ∩ B.
136. Sea R[x] el espacio vectorial de todos los polinomios con coeficientes
reales. Tomemos
Pn
U = {f ∈ R[x] : f (x) ≡ 0 ó si f (x) = i=0 ai x i , a 0 = a2 = a4 =
· · · = 0}
y
1
De aquı́ en adelante usaremos L{C} para denotar al subespacio generado por C.
Pn i
W = {g ∈ R[x] : g(x) ≡ 0 ó si g(x) = i=0 bi x , b 1 = b3 = b 5 = · · · =
0}
Prueba que
(a) R[x] = U + W
(b) U ∩ W = {0}
141. Determina cuál de los siguientes conjuntos es una base para el espacio
de polinomios con coeficientes reales de grado menor o igual a dos:
x − 2y + z = 0
2x − 3y + z = 0
x + y + z + w = 0
(a) 2x + y + 2z − w = 0
x + z = 0
y + z + w = 0
(b)
5x + z − w = 0
x + 2y − z − t = 0
y + z − 2w − t = 0
x + w − t = 0
V × W = {(v, w) : v ∈ V, w ∈ W }
(v, w) + (x, y) = (v + x, w + y)
a · (v, w) = (av, aw) con a número real
153. Encuentra el valor de k para que los siguientes vectores sean linealmente
dependientes:
154. Encuentra L{(1, 1, 1)} ∩ L{(2, 3, 1), (−1, 0, 2)} e interprétalo geométri-
camente.
U ∩ (W + Z) = (U ∩ W ) + (U ∩ Z)
U ∩ (W + (U ∩ Z)) = (U ∩ W ) + (U ∩ Z)
a b
182. Sea T : M2 (R) → P2 (R) definida como T = (a + b) + 2dx +
c
d
2 1 0 0 1 0 0 0 0
bx . Tomemos β = , , , y
0 0 0 0 1 0 0 1
γ = {1, x, x2 }. Encuentra [T ]γβ .
214. Muestra que cada uno de los siguientes operadores es invertible y en-
cuentra T −1 :
(i) T (x, y, z) = (x − 3y − 2z, y − 4z, z)
(ii) T (x, y, z) = (x + z, x − z, y)
−1 −2 −2
A= 1 2 1
−1 −1 0
a b
230. Sea la matriz A = . Demuestra que si (a − d)2 + 4bc > 0 y b 6=
c d
0, entonces los eigenvectores
p de A correspondientes aplos eigenvalores
1
λ1 = 2 [(a + d) + (a − d) + 4bc ] y λ2 = 12 [(a + d) − (a − d)2 + 4bc ]
2
son
−b −b
y
a − λ1 a − λ2
respectivamente.
0 0 0 ··· 0 −c0
1
0 0 ··· 0 −c1
0
1 0 ··· 0 −c2
.. .. .. .. ..
. . . . .
0 0 0 ··· 1 −cn−1
238. Encuentra los eigenvalores de una matriz n × n que tiene unos en todas
sus entradas.
respectivamente.
0 0 0 0
a 0 0 0
246. Sea A =
0 b 0 0. ¿Qué condiciones debe haber sobre a, b, c para
0 0 c 0
que A sea diagonalizable?
4 0 0 0
1 1 2 3
0 2 2 4
(b)
0 0 1 −2
0 0 0 2
1 1 0 0
3 0 1 0
(c)
−1
0 0 1
−2 0 0 0
1 1 0 0
−1 −1 0 0
249. ¿Es la matriz
−2 −2 2
diagonalizable?
1
1 1 −1 0
−2 − 29 12
(c) 1 2 0 en R
1 1 −1
0 1 0
251. Si A = 0 0 1, encuentra su forma canónica de Jordan sobre
6 −11 6
C.
−4 3 1
252. Lo mismo que en el problema anterior pero con A = −2 3 0.
0 0 1
253. Encuentra la matriz de Jordan que representa el operador de derivación
en el espacio de los polinomios de grado menor o igual a tres.
1 α 0 0 0 ··· 0 0 0
0
1 α 0 0 ··· 0 0 0
0 0 0 α 0 ··· 0 0 0
(b)
· · ·
··· ··· ··· ··· ··· ··· ··· · · ·
0 0 0 0 0 ··· 0 1 α
0 0 0 0 0 ··· 0 0 1
1 1 0 0 ··· 0 0 0
0
1 1 0 ··· 0 0 0
0 0 1 1 ··· 0 0 0
(c)
· · ·
donde > 0
··· ··· ··· ··· ··· ··· · · ·
0 0 0 0 ··· 0 1 1
0 0 0 ··· 0 0 1
y su polinomio mı́nimo es
BIBLIOGRAFÍA
[1] Anton Howard. Introducción al Álgebra Lineal. Limusa Wiley. Segunda
edición. 2002.
[3] Halmos Paul R. Finite Dimensional Vector Spaces. The University Series
in Undergraduate Mathematics. D. Van Nostrand Company, Inc. 1958.
[4] Hoffman Kenneth and Kunze Ray. Álgebra Lineal. Prentice Hall His-
panoamericana, S.A. 1973.
[6] Moore John T. Elements of Linear Algebra and Matrix Theory. Mc Graw
Hill Book Company. 1968.