AlgebraLineal PDF

PROBLEMARIO DE ÁLGEBRA LINEAL
MANUEL GONZÁLEZ SARABIA

MANUEL GONZÁLEZ SARABIA PROBLEMARIO DE ÁLGEBRA LINEAL
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
• A∗ =⇒ Matriz conjugada transpuesta de A
• A−1 =⇒ Matriz Inversa de A
• tr A =⇒ Traza de la matriz A
• det A ó |A| =⇒ Determinante de la matriz A
• Mn (R) =⇒ Espacio de matrices n × n con entradas reales
• Mn (C) =⇒ Espacio de matrices n × n con entradas complejas
• Pn (R) =⇒ Espacio de polinomios de grado menor o igual a n con

coeficientes reales
• Im (T ) =⇒ Imagen de la trannsformación T
• Ker (T ) =⇒ Núcleo o kernel de la transformación T
• kvk =⇒ Norma euclidiana del vector v
• L{S} =⇒ Subespacio generado por S
• £{V, W } =⇒ Espacio de todas las transformaciones lineales de V en

W
• R[x] =⇒ Espacio de todos los polinomios con coeficientes reales
CIENCIAS BÁSICAS 1 UPIITA, IPN

• F (R) =⇒ Espacio de todas las funciones de R en R
• [T ]γβ =⇒ Representación matricial de la transformación lineal T res-

pecto a las bases β y γ
• [T ]β =⇒ Representación matricial del operador lineal T respecto a la

base β
• χA (x) =⇒ Polinomio caracterı́stico de la matriz A
• mA (x) =⇒ Polinomio mı́nimo de la matriz A

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
2. Encuentra todas las matrices n × n que cumplen con
(a) aij = i + j para todos los i y j.

(b) aij = ij−1 para todos los i y j.
3. Demuestra que si A es una matriz simétrica entonces A2 es simétrica.
4. Una matriz A se dice idempotente si A2 = A. Prueba que

 
2 −3 −5
(a) B = −1 4 5  es idempotente.
1 −3 −4
(b) Demuestra que si A es idempotente, entonces B = In − A es
idempotente y AB=BA=0.
5. Se dice que una matriz es involutiva si y sólo si A2 = In .

 
0 1 −1
(a) Verifica que A = 4 −3 4  es involutiva.
3 −3 4
(b) Demuestra que si A es involutiva entonces 12 (In + A) y 12 (In − A)
son idempotentes y su producto es cero.
6. Para las matrices siguientes encuentra An con n número natural:

cos x −sen x
(a)
sen x cos x


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.
8. Sea A una matriz n × n. Si b 6= 0 y 3A2 + 7A + bIn = 0, prueba que

A es invertible y encuentra A−1 .
9. Demuestra que si A es una matriz n × n simétrica y A2 = 0 entonces

A = 0.
10. Si A es una matriz cuadrada y An+1 = 0, demuestra que
(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
12. Si A es invertible entonces ambas A + B e I + BA−1 son invertibles o

ambas no son invertibles.

13. Demuestra que no existen matrices cuadradas A y B tales que AB −

BA = In .
14. Sea A = (aij ) una matriz de tamaño n × n. Decimos que A es diagonal

si aij = 0 para todo i 6= j. Si A y B son matrices diagonales del mismo
orden prueba que AB = BA.
15. Sea A ∈ Mm×n (C). Definimos A como la matriz en cuya entrada ij

tiene el conjugado de la entrada ij de A. Definimos A∗ := (A)t . Deci-
mos que una matriz A es hermitiana si A = A∗ . Prueba las siguientes
afirmaciones: (para todas las A, B ∈ Mn (C))
(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∗ )∗
16. Diremos que una matriz A con entradas complejas es antihermitiana

si A = −A∗ . Prueba que toda matriz cuadrada puede ser expresada
como la suma de una matriz hermitiana y una matriz antihermitiana.
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.
18. Encuentra la inversa, si existe, de las siguientes matrices:

a b
(a) ∈ M2 (R)
c d

cos θ −sen θ
(b)
sen θ cos θ

 
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.
20. Sea A ∈ Mn (R).
(a) Supongamos que existe B ∈ Mn (R) tal que AB = 0. ¿ Se concluye

que A = 0 ó B = 0?
(b) Si A es invertible y AB = 0 para alguna matriz B ∈ Mn (R),
prueba que B = 0.
21. Sea D una matriz diagonal de orden n de tal forma que los elementos
diagnales son todos distintos. Demuestra que:
(a) Si f (x) es un polinomio, f (D) es una matriz diagonal.

(b) Si A es otra matriz diagonal, existe un polinomio g(x) tal que
g(D) = A.
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

24. Una matriz A = (aij ) ∈ Mn (R) es triangular superior si aij = 0 para

1 ≤ i < j ≤ n. Se llama triangular inferior si aij = 0 para 1 ≤ j <
i ≤ n. Demuestra que la inversa de una matriz triangular (superior o
inferior) es una matriz triangular (superior o inferior, respectivamente).
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.

28. Si B = P −1 AP , prueba que B n = P −1 An P para n ≥ 1.

2 1
1 3
29. Sean A = 31 43 yP =
3 4
−1 4
Verifica que
5
−1 12
0
P AP =
0 1
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
a) Encuentra una fórmula para An con n ∈ N.
b) Sea B = A + I4 . Expresa B n en función de I4 , A y A2 .

 
1 1 1
33. Encuentra la potencia n−ésima de A =  1 1 1 .
1 1 1
34. Dı́ cuál de las siguientes afirmaciones es verdadera y cuál falsa, dando
en cada caso una demostración o un contraejemplo, según corresponda:
a) Si A y B son simétricas, entonces AB es simétrica.

b) Si A es simétrica y P es cuadrada, entonces P AP t es simétrica.
c) Si A es una matriz cualquiera, entonces AAt y At A son simétricas.
d) Si AB es simétrica entonces A y B también lo son.
35. Demuestra que una matriz cuadrada de orden n puede descomponerse

de forma única como suma de una matriz simétrica y otra antisimétrica.
Realiza la descomposición de la matriz
 
−2 7 0
 5 4 1 
2 −5 5

1 −2
36. Halla todas las matrices que conmutan con A = .
−3 4

2 2
37. Determina a y b para que la matriz A = verifique la ecuación
2 3
X 2 + aX + b = 0
Generaliza para una matriz arbitraria de orden 2.

 
1
 1 
38. Dada la matriz A = In − n1  ..  · 1 1 . . . 1
 
 . 
1
a) Demuestra que A es simétrica.
b) Prueba que A2 = A.
c) Demuestra que la traza de A es n − 1.

1 0
39. Si A = , demuestra que A2 = 2A − I y calcula A100 .
−1 1

 
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.
42. Encuentra la forma canónica reducida de las matrices:

   
1 3 −1 2 0 1 3 −2
 0 11 −5 3   0 4 −1 3 
(i) 
 2 −5 3 1 
 (ii) 
 0

0 2 1 
4 1 1 5 0 5 −3 4
43. Halla las soluciones de:
1
3
x + 2y − 6z = 0
−4x + 5z = 0
−3x + 6y − 13z = 0
− 73 x + 2y − 83 z = 0
44. Encuentra la solución de:
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.

46. Halla la inversa de:

   
2 1 −1 1 3 4
i)A =  0 2 1  ii)A =  3 −1 6 
5 2 −3 −1 5 1
47. Muestra que A es invertible si y sólo si el sistema A · X = 0 tiene

únicamente la solución cero.
 
1 2 1 0
48. Sea A =  −1 0 3 5  . Encuentra una matriz reducida a la
1 −2 1 1
forma escalonada R que sea equivalente por filas con A, y una matriz
invertible P, 3 × 3, tal que R = P · A.
49. Encuentra la inversa de:

   
2 5 −1 1 −1 2
i)  4 −1 2  ii)  3 2 4 
6 4 1 0 1 −2
50. Encuentra la inversa, si existe, de:

 
1 2 3 4
 0 2 3 4 
 
 0 0 3 4 
0 0 0 4
51. (i) Supongamos que A es una matriz 2 × 1 y B una matriz 1 × 2.

Demuestra que C = A · B no es invertible.
(ii) Demuestra que si A es una matriz m × n, B una matriz n × m,
n < m, entonces A · B no es invertible.
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

53. Sea A ∈ Mn (R). Si n = 3, det A puede ser encontrado evaluando tres

determinantes 2 × 2. Si n = 4, det A puede ser encontrado evaluando
doce determinantes 2 × 2. Da una fórmula, Hn , para el número de
determinantes 2 × 2 que es necesario calcular para encontrar det A,
para cualquier n ∈ N.
54. Calcula los determinantes de las siguientes matrices:
     
1 2 0 3 2 4 −2 −2 1 1 2 1
 2 5 1 1   1 3 1 2    0 1 4 1 

 2 0 ,  , 
4 3   1 3 1 3   2 1 3 0 
0 1 6 2 −1 2 1 2 2 2 1 2
55. a) Sean (x1 , y1 ) , (x2 , y2 ) , (x3 , y3 ) los vértices de un triángulo en el plano
numerados en sentido contrario a las manecillas del reloj. Prueba que
el área del triángulo es:

x1 y 1 1
1
A = x2 y2 1
2
x3 y 3 1

1 a a2 a3

1 b b2 b3
b) Evalúa el determinante
1 c c2 c3

1 d d2 d3
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
59. Usando la fórmula de la adjunta calcula la inversa de las siguientes

matrices:
   
−2 3 2 cos θ 0 −senθ
 6 0 3   0 1 0 
4 1 −1 senθ 0 cos θ
60. a) Sea A ∈ Mn (R). Si A es ortogonal (es decir At = A−1 ) demuestra
que det A = ±1.
b) Sea A ∈ Mn (C). Si A es unitaria (es decir A∗ = A−1 ) demuestra

que |det A| = 1.
x1 x21 · · · x1n−1

1

1 x2 x22 · · · x2n−1 Q
61. Demuestra que = (xj − xi ) donde el
· · · · · · · ·2· · · · · ·n−1
· i<j
1 xn xn · · · xn
lado derecho de la igualdad anterior significa realizar todos los produc-
tos (xj − xi ) para i < j.

A B
62. Sea M = donde A, B, C son matrices cuadradas. Prueba
O C
que |M | = |A| · |C| .
63. Sean
A, B, C yD matrices cuadradas de orden n que conmutan. Sea
A B
M= . Prueba que |M | = |A| · |D| − |B| · |C| .
C D
64. Para cada uno de los siguientes sistemas encuentra la dimensión y una
base del espacio solución:
2x + y − z = 0
a) x − y + z = 0 b) x + 2y − 3z + w = 0
x + 2y − 2z = 0

65. Encuentra las soluciones de los siguientes sistemas de ecuaciones:
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
77. Encuentra el valor de:

1 1 1 1

2 3 4 5

1001 1002 1003 1004

1 1 1 1

3 4 5 6
1002 1003 1001 1002
a) 1 1 1 1
b)
4 5 6 7

1001 1001 1001 999

1 1 1 1

5 6 7 8
1001 1000 998 999
78. Si x es una indeterminada encuentra det (xIn − A) donde A es la matriz

n × n que tiene 1 en todas sus entradas.
79. Muestra que matrices similares tienen el mismo determinante.
80. Si x es una indeterminada y a, b ∈ R encuentra

x−a −b −b ··· −b

−b x−a −b ··· −b

−b −b x−a ··· −b (de tamaño n × n)

··· ··· ··· ··· ···

−b −b −b ··· x−a

81. Demuestra que si A y B son similares y c ∈ R entonces det (cIn − A) =

det (cIn − B) .

x
0 0 0 · · · 0 0 a 0

−1 x 0 0 ··· 0 0 a1

0
−1 x 0 · · · 0 0 a 2

82. Encuentra 0 0 −1 x ··· 0 0 a3

··· ··· ··· ··· ··· ··· ··· ···

0
0 0 0 · · · −1 x an−2

0 0 0 0 ··· 0 −1 x + an−1
donde a0 , . . . , an−1 ∈ R y x es una indeterminada.

83. Una caja contiene en total 13 monedas distintas de 1, 5 y 10 centavos,
cuyo valor total es de 83 centavos. ¿Cuántas monedas de cada deno-
minación hay en la caja ?
84. ¿Para qué valores de α el siguiente sistema no tiene solución? ¿Exac-
tamente una solución? ¿Infinidad de soluciones?
x + 2y − 3z = 4
3x − y + 5z = 2
4x + y + (α2 − 14)z = α + 2
85. ¿Cuántas soluciones tiene el siguiente sistema de ecuaciones si α, β ∈

[0, 2π] y γ ∈ [0, π)?
sen α + 2cos β + 3tan γ = 0

2sen α + 5cos β + 3tan γ = 0
−sen α − 5cos β + 5tan γ = 0
86. Encuentra los valores de x, y y z:

√
xy − 2 y + 3zy = 8
√
2xy − 3 y + 2zy = 7
√
−xy + y + 2zy = 4
87. La gráfica de la función y = ax3 + bx2 + cx + d pasa por los puntos

(0, 10), (1, 7), (3, −11), (4, −14). Encuentra los coeficientes a, b, c, d.

88. Resuelve para α, β, γ con α, β ∈ [0, 2π], γ ∈ [0, π):
2sen α − cos β + 3tan γ = 3

4sen α + 2cos β − 2tan γ = 2
6sen α − 3cos β + tan γ = 9
89. Sin resolver el siguiente sistema, determina si es consistente o no:
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.
(a) P = (2, 6, −1), Q = (1, 1, 1), R = (4, 6, 2)

(b) P = (1, −1, 2), Q = (0, 3, 4), R = (6, 1, 8)
99. Encuentra el volúmen del paralelepı́pedo cuyos lados son u, v y w.

a) u = (2, −6, 2), v = (0, 4, −2), w = (2, 2, −4)
b) u = (3, 1, 2), v = (4, 5, 1), w = (1, 2, 4)
100. Encuentra todos los vectores unitarios paralelos al plano xy que son
perpendiculares al vector (3, −1, 2).
101. a) Encuentra el área de triángulo cuyos vértices son A = (1, 0, 1), B =
(0, 2, 3), C = (2, 1, 0).
b) Usa el resultado del inciso a) para encontrar la longitud de la altura
del vértice C al lado AB.
102. Demuestra que si u es un vector que va de cualquier punto de una recta
a un punto P que no pertenece a la recta y v es un vector paralelo a
ésta , entonces la distancia entre P y la recta está definida por k u×v k
/kvk.
103. Encuentra la distancia entre el punto P y la recta que pasa por los
puntos A y B:
a) P = (−3, 1, 2), A = (1, 1, 0), B = (−2, 3, −4)
b) P = (4, 3, 0), A = (2, 1, −3), B = (0, 2, −1)

104. Considera el paralelepı́pedo con lados u = (3, 2, 1), v = (1, 1, 2) y w =

(1, 3, 3).
a) Encuentra el área de la cara determinada por u y v.
b) Encuentra el ángulo entre u y el plano que contiene la cara determi-

nada por v y w.
(NOTA: El angulo entre un vector y un plano se define como el ángulo

θ entre el vector y la normal al plano para la que 0 ≤ θ ≤ π/2).
105. Encuentra la ecuación del plano que pasa por los puntos dados.
a) P (−4, −1, −1, ), Q(−2, 0, 1), R(−1, −2, −3)
b) P (5, 4, 3), Q(4, 3, 1), R(1, 5, 4)
106. Encuentra las ecuaciones paramétricas de la recta que pasa por los
puntos dados.
a) (5, −2, 4), (7, 2, −4)
b) (0, 0, 0), (2, −1, −3)
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).

112. Encuentra la distancia entre los planos paralelos dados.
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
113. a) Encuentra dos vectores en R2 con norma euclidiana 1 cuyo producto

interior euclidiano con (3, −1) sea cero.
b) Demuestra que existe una infinidad de vectores en R3 con norma

euclidiana 1 cuyo producto interior euclidiano con (1, −3, 5) es cero.
114. ¿Para qué valores de k se cumple que u y v son ortogonales?
a) u = (2, 1, 3), v = (1, 7, k)
b) u = (k, k, 1), v = (k, 5, 6)
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).
116. Encuentra u · v, dado que k u + v k= 1 y k u − v k= 5
117. Sea V = R2 y definimos las siguientes operaciones en V :
(a) Suma: (a1 , a2 ) ⊕ (b1 , b2 ) = (a1 + b1 , a2 + b2 )

(b) Producto escalar: α (a1 , a2 ) = (αa1 , a2 ) para todo α ∈ R
¿Es V con estas operaciones un espacio vectorial sobre R?
118. La misma pregunta que en el problema anterior pero con las opera-
ciones:
(a) (a1 , a2 ) ⊕ (b1 , b2 ) = (a1 + b1 , a2 + b2 )

(0, 0) si α = 0
(b) α (a1 , a2 ) = a2
(αa1 , α ) si α 6= 0

119. Sea V = R. En V se definen las siguientes operaciones:
(a) x ⊕ y = xy
(b) α x = xα con α ∈ R
¿Es V con estas operaciones un espacio vectorial sobre R?
120. Sea R[x] la colección de todos los polinomios con coeficientes reales.
Sea W ⊆ R[x] tal que
(a) W = {f ∈ R[x] : el grado de f (x) es 3}

(b) W = {f ∈ R[x] : 2f (0) = f (1)}
(c) W = {f ∈ R[x] : f (t) ≥ 0 si 0 ≤ t ≤ 1}
(d) W = {f ∈ R[x] : f (t) = f (1 − t) para todo t}
¿En cuál de estos incisos es W un espacio vectorial?
121. Analiza si los siguientes subconjuntos de R3 son subespacios:
(a) U = {(x, y, z) : 2x + y = z}
(b) U = {(x, y, 0) : x, y ∈ R}
(c) U = {(x, y, z) : x ≥ 0}
122. Analiza si los siguientes subconjuntos de Rn son subespacios:
(a) U = {(x1 , x2 , . . . , xn ) : x1 + 3x2 = x3 }

(b) U = {(x1 , x2 , . . . , xn ) : x1 = x2 }
(c) U = {(x1 , x2 , . . . , xn ) : x1 · x2 = 0}
(d) U = {(x1 , x2 , . . . , xn ) : x1 2 + · · · + xn 2 = 1}
(e) U = {(x1 , x2 , . . . , xn ) : sen (x1 ) = 0}
(f) U = {(x1 , x2 , . . . , xn ) : ex2 + ex3 = 4}
123. Sean a, b, c ∈ R y U = {(x, y, z) ∈ R3 : ax + by + cz = k}. ¿Para qué

valores de k es U un subespacio de R3 ?
124. ¿Son subespacios los siguientes subconjuntos de M3 (R)?

 
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
(1, α, α2 ), (1, β, β 2 ), (1, γ, γ 2 )
linealmente independientes en R3 ?
(c) Generaliza al caso Rn .
126. Consideremos Rn con las operaciones usuales y definamos:

n
X
n
U = {(x1 , . . . , xn ) ∈ R : xi = 0}
i=1
y
n
X
U = {(y1 , . . . , yn ) ∈ Rn : yi = 1}
i=1
¿Son U y W subespacios de Rn ?
127. Sea U la colección de todas las matrices triangulares superiores (infe-

riores) en Mn (R). ¿Es U un subespacio de Mn (R)?
128. Sea x0 ∈ R. Definimos F (R) := {f : R → R : f es función }. Sea

W = {f ∈ F (R) : f (x0 ) = 0}. ¿Es W un subespacio de F (R)?
129. Sea V = {f : R → R : f es función}. ¿Son subespacios de V los

siguientes subconjuntos?
(a) U = {f ∈ V : f (x2 ) = (f (x))2 para todo x}

(b) U = {f ∈ V : f (0) = f (1)}

(c) U = {f ∈ V : f (3) = 1 + f (−5)}
130. Demuestra que (a, b, c, d) ∈ R4 es combinación lineal de los vectores

(1, 1, 1, 1), (2, 3, 1, 0) y (−2, 1, 4, 1) si y sólo si a + c = b + d.
131. Determina si los siguientes conjuntos de vectores son linealmente de-

pendientes o independientes en el espacio de funciones reales:
(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:
(1, 2, α, 1), (1, 1, 2, β), (0, 1, β, 0)

√ √ √
133. Demuestra que los vectores (3 + 2, 1 + 2), (7, 1 + 2 2) en R2 son li-
nealmente dependientes sobre R pero linealmente independientes sobre
Q.
 
a b c
134. Sea V = {A ∈ M3 (R) : A = d e d}. Encuentra una base para V .
c b a
135. Sean
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}
137. Si U y W son subconjuntos de V , entonces
(a) L(U ∪ W ) = L(U ) + L(W )

(b) L(U ∩ W ) ⊆ L(U ) ∩ L(W )
(c) ¿Se cumple la igualdad en (b)?
138. (a) Prueba que {u, v} es linealmente independiente si y sólo si {u +

v, u − v} es linealmente independiente.
(b) {u, v, w} es linealmente independiente si y sólo si {u+v, u+w, v +
w} es linealmente independiente.
139. Encuentra L{(1, 0, −1), (1, 2, 1), (0, −3, 2)} en R3 .
140. Demuestra si las siguientes afirmaciones son correctas y en caso con-

trario da un contraejemplo:
(a) Supongamos que la dimensión de V es finita, que S1 es un subcon-

junto linealmente independiente de V y que S2 es un subconjunto
generador de V . Entonces S1 no puede tener más elementos que
S2 .
(b) Si L(S) = V , todo vector en V puede ser escrito como una com-
binación lineal de elementos de S en una única forma.
(c) Si W1 , W2 son dos subespacios de dimensión finita de un espacio
V entonces dim (W1 + W2 ) = dim (W1 ) + dim (W2 ).
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:
(a) {1 − x + 2x2 , 2 + x − 2x2 , 1 − 2x + 4x2 }

(b) {1 + 4x − 2x2 , −2 + 3x − x2 , −3 − 12x + 6x2 }

(c) {1 + 2x − x2 , 4 − 2x + x2 , −1 + 18x − 9x2 }

a b 0 a
142. Sean V = M2 (R), W1 = { : a, b, c ∈ R} y W2 = { :
c a −a b
a, b ∈ R}. Prueba que W1 y W2 son subespacios de V y encuentra las
dimensiones de W1 , W2 , W1 + W2 , W1 ∩ W2 .
143. Si V es un espacio vectorial con base {u, v, w}, ¿Es u + v + w, v + w, w

base de V ?
144. El conjunto de soluciones del sistema
x − 2y + z = 0
2x − 3y + z = 0
forma un subespacio de R3 . Encuentra una base y la dimensión de este

subespacio.
145. Si W = {A ∈ Mn (R) : tr A = 0},
(a) Prueba que W es un subespacio de Mn (R)

(b) Encuentra una base y la dimensión de W
146. (a) Sean W1 y W2 subespacios de un espacio vectorial V tales que

V = W1 + W2 y W1 ∩ W2 = {0}. Si B1 y B2 son bases para W1 y
W2 , respectivamente, prueba que B1 ∩ B2 = ∅ y B1 ∪ B2 es una
base para V .
(b) Recı́procamente, sean B1 , B2 bases disjuntas para subespacios W1
y W2 , respectivamente, de un espacio vectorial V . Prueba que si
B1 ∪ B2 es base para V , entonces V = W1 + W2 y W1 ∩ W2 = {0}.
147. El conjunto solución de los siguientes sistemas de ecuaciones forma un

subespacio de R4 . Encuentra una base para dicho subespacio.
x + y + z + w = 0
(a) 2x + y + 2z − w = 0
x + z = 0

y + z + w = 0
(b)
5x + z − w = 0
148. El conjunto solución del siguiente sistema de ecuaciones forma un su-

bespacio de R5 . Encuentra una base para dicho subespacio.
x + 2y − z − t = 0
y + z − 2w − t = 0
x + w − t = 0
149. Sean U = L{(1, 0, 1, 0), (1, 0, 0, 0), (1, 1, 1, 0)} y W = {(x, y, z, w) ∈

R4 : x + z = 0} subespacios de R4 .
(a) Encuentra una base y la dimensión de U ∩ W y U + W

(b) El vector (3, 2, 2, 1), ¿pertenece a U + W ?
150. Sean V y W espacios vectoriales reales tales que la dimensión de V es n

y la de W es m, con bases {v1 , . . . , vn }, {w1 , . . . , wm }, respectivamente.
Entonces
V × W = {(v, w) : v ∈ V, w ∈ W }
con las operaciones
(v, w) + (x, y) = (v + x, w + y)
a · (v, w) = (av, aw) con a número real
forma un espacio vectorial real. Encuentra una base y la dimensión de

V × W.
151. Sean S = {(x, y, z) ∈ R3 : y − 3z = 0, x = 0} y W = {(x, y, z) ∈ R3 :

x − 3y + z = 0}. Encuentra una base y la dimensión de S, W , S ∩ W
y S + W.
de dimensión n. Sea {v1 , . . . , vn } base de

152. Sea V un espacio vectorialP
V . Demuestra que si wi = ij=1 vj para todo i, entonces {w1 , . . . , wn }
es base de V .

153. Encuentra el valor de k para que los siguientes vectores sean linealmente
dependientes:
(1, −4, 6), (1, 4, 4), (0, −4, k)
154. Encuentra L{(1, 1, 1)} ∩ L{(2, 3, 1), (−1, 0, 2)} e interprétalo geométri-
camente.
155. ¿Para qué valores de a son linealmente independientes los siguientes

vectores?
(a, −1, −1), (−1, a, −1), (−1, −1, a)
156. Prueba que si W1 es un subespacio de un espacio vectorial de dimensión

finita V , entonces existe un subespacio W2 de V tal que V = W1 + W2
y W1 ∩ W2 = {0}.
157. Demuestra que en un espacio V de dimensión n se puede hallar un

subespacio vectorial de cualquier dimensión k para 0 ≤ k ≤ n.
158. Demuestra que en el espacio Pn (R) de polinomios de grado menor o

igual a n es base todo sistema de polinomios no nulos que contiene un
polinomio de cada grado k para k = 0, 1, 2, . . . , n.
159. (a) Completa el sistema de polinomios x5 +x4 , x5 −3x3 , x5 +2x2 , x5 −x

hasta una base de P5 (R).
(b) Encuentra una base de P5 (R) a partir de polinomios de quinto
grado.
(c) ¿Se puede hallar una base de P5 (R) que no contenga ningún poli-
nomio de quinto grado?
160. Sean U , W , Z subespacios de V .
(a) Muestra que la siguiente ecuación no es válida en general:
U ∩ (W + Z) = (U ∩ W ) + (U ∩ Z)
(b) Prueba que

U ∩ (W + (U ∩ Z)) = (U ∩ W ) + (U ∩ Z)
161. Si x, y, z son vectores tales que x + y + z = 0, prueba que L{x, y} =

L{y, z}.
162. Si tuviéramos un espacio vectorial V donde los escalares fueran un con-

junto finito con p elementos (en lugar de R), ¿cuántos vectores tendrı́a
V?
163. Demuestra que los siguientes conjuntos son bases de Rn :
(a) {(1, 2, 3, . . . , n), (0, 2, 3, . . . , n), (0, 0, 3, . . . , n), . . . , (0, 0, 0, . . . , n)}

(b) {(1, 1, . . . , 1), (1, 1, . . . , 1, 0), (1, 1, . . . , 0, 0), . . . , (1, 0, 0, . . . , 0)}
(c) {(1, 1, . . . , 1), (0, 1, 0, . . . , 0), (0, 1, 1, 0, . . . , 0), (0, 1, 1, 1, 0, . . . , 0),
. . . , (0, 1, 1, 1, . . . , 1)}
164. Si U1 , U2 , . . . , Uk son subespacios de un espacio vectorial V de di-

mensión finita, entonces:
dim U1 + dim U2 + · · · + dim Uk ≥ dim (U1 + U2 + · · · + Uk ) para todo

k∈N
165. Sea U = {f ∈ Pn (R) : f (1) = 0}.
(a) Demuestra que U es subespacio de Pn (R) y encuentra una base y

su dimensión.
(b) Encuentra un subespacio W tal que Pn (R) = U + W y U ∩ W =
{0}.
166. En los siguientes incisos prueba que T es una transformación lineal,

encuentra las bases para el núcleo y la imagen de T y determina si es
inyectiva o suprayectiva.
a) T : R3 → R2 ; T (a1 , a2 , a3 ) = (a1 − a2 , 2a3 )
b) T : M2×3 (K) → M2×2 (K) ;

a11 a12 a13 2a11 − a12 a13 + 2a12
T =
a21 a22 a33 0 0

c) T : P2 (R) → P3 (R) ; T (f (x)) = xf (x) + f 0 (x)

d) T : Mn (R) → R ; T (A) =tr A (traza)
167. (a) Supongamos que T : R2 → R2 es lineal y T (1, 0) = (1, 4) y
T (1, 1) = (2, 5). ¿Quién es T (2, 3)? ¿Es T inyectiva?
(b) Prueba que existe una transformación lineal tal que T : R2 → R3 ,
T (1, 1) = (1, 0, 2) y T (2, 3) = (1, −1, 4). ¿Quién es T (8, 11)?
(c) ¿Existe una transformación lineal T : R3 → R2 tal que T (1, 0, 3) =
(1, 1) y T (−2, 0, −6) = (2, 1)?
168. Sea R [x] la colección de todos los polinomios con coeficientes reales.
Rx
Defino T : R [x] → R [x] , T (f (x)) = f (t)dt. Prueba que T es una
0
transformación lineal inyectiva pero no suprayectiva.
169. Sean V, W espacios vectoriales de dimensión finita, T : V → W lineal.
a) Prueba que si dim V < dim W , T no puede ser suprayectiva.
b) Prueba que si dim V > dim W , T no puede ser inyectiva.
170. a) Da un ejemplo de una transformación lineal T : R2 → R2 tal que
KerT = ImT.
b) Da un ejemplo de dos transformaciones lineales distintas T y ϕ tales
que KerT = Kerϕ y ImT = Imϕ.
171. Sea T : V → W transformación lineal, U ⊂ W subespacio. Muestra
que T −1 (U ) es subespacio de V .
172. Sea T : V → W lineal. Sea {y1 , . . . , yk } subconjunto linealmente in-
dependiente de ImT . Si S = {x1 , . . . , xk } se elige de tal forma que
T (xi ) = yi para todo i = 1, . . . , k, prueba que S es linealmente inde-
pendiente.
173. Sea T : R3 → R lineal. Muestra que existen escalares a, b, c tales
que T (x, y, z) = ax + by + cz para todo (x, y, z) ∈ R3 . Generaliza el
resultado para T : Rn → R. Establece y prueba un resultado similar
para T : Rn → Rm .
174. Sea T : R3 → R lineal. Describe geométricamente las posibilidades
para el KerT .

175. Sea V un espacio vectorial y T : V → V lineal. Un subespacio W de

V se dice que es T −invariante si T (x) ∈ W para todo x ∈ W (o sea si
T (W ) ⊂ W ).
a) Prueba que los subespacios {0} , V, KerT, ImT son T −invariantes.
b) Si W es T −invariante defino TW : W → W como TW (x) = T (x)
para todo x ∈ W. Prueba que TW es lineal.
c) Si V = ImT + W , Im (T ) ∩ W = {0} y W es T −invariante, prueba
que W ⊂ KerT. Además, si V es de dimensión finita, W = KerT.
d) Prueba que Ker (TW ) = KerT ∩ W y Im (TW ) = T (W ).
176. Una función T : V → W se llama aditiva si T (x + y) = T (x) + T (y)

para todo x, y ∈ V. Prueba que si V y W son espacios vectoriales y sus
escalares son los números racionales, entonces cualquier función aditiva
de V en W es una transformación lineal.
177. Describe explı́citamente una transformación lineal de R3 en R3 que

tiene como imagen el subespacio generado por (1, 0, −1) y (1, 2, 2).
178. Sea V un espacio vectorial de dimensión n y sea T : V → V lineal de

tal forma que KerT = ImT. Demuestra que n es par.
179. Sea V un espacio vectorial y T una transformación lineal de V en V .

Demuestra que las dos afirmaciones siguientes son equivalentes:
a) ImT ∩ KerT = {0}
b) Si T (T (α)) = 0 entonces T (α) = 0
180. Sean β y γ las bases ordenadas estándar para Rn y Rm respectivamente.

Para las siguientes transformaciones T : Rn → Rm , calcula [T ]γβ :
a) T : R2 → R3 definida por T (a1 , a2 ) = (2a1 − a2 , 3a1 + 4a2 , a1 )
b) T : R3 → R2 definida por T (a1 , a2 , a3 ) = (2a1 + 3a2 − a3 , a1 + a3 )
c) T : R3 → R definida por T (a1 , a2 , a3 ) = 2a1 + a2 − 3a3
181. Sea T : R2 → R3 definida como T (a1 , a2 ) = (a1 − a2 , a1 , 2a1 + a2 ). Sea

β la base ordenada estándar de R2 y γ = {(1, 1, 0) , (0, 1, 1) , (2, 2, 3)} .
Encuentra [T ]γβ . Además, si α = {(1, 2) , (2, 3)}, encuentra [T ]γα .


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 .
183. Sean β y γ como en el ejercicio anterior y α = {1}.

a) Sea T : M2 (K) → M2 (K), T (A) = At . Encuentra [T ]β .
0
f (0) 2f (1)
b) Sea T : P2 (R) → M2 (R), T (f ) = . Encuentra
0 f 00 (3)
[T ]βγ .
c) Sea T : M2 (K) → K, trA. Encuentra [T ]αβ .
d) Sea T : P2 (R) → R, T (f ) = f (2). Encuentra [T ]αγ .

1 −2
e) Si A = encuentra [A]β
0 4
f) Si f (x) = 3 − 6x + x2 , encuentra [f ]γ
g) Si a ∈ K, encuentra [a]α
184. Sea V un espacio vectorial de dimensión n con base ordenada β. Sea

T : V → Rn , T (v) = [v]β . Prueba que T es lineal.
185. Sea V el espacio vectorial de los números complejos sobre R. Si T :

V → V es el operador de conjugación (T (z) = z), prueba que T es
lineal. Calcula [T ]β donde β = {1, i}. ¿Es T lineal si los escalares son
los números complejos?
186. Sea V un espacio vectorial con base ordenada β = {v1 , . . . , vn }. Tome-

mos v0 = 0. Sabemos que existe una transformación lineal T : V → V
definida por T (vj ) = vj + vj−1 para j = 1, . . . , n. Encuentra [T ]β .
187. Sea V un espacio vectorial de dimensión n y sea T : V → V lineal.

Supongamos que W es subespacio T −invariante de V con dim W = k.
Muestra que existe una base β para V tal que [T ]β tiene la forma

A B
con A matriz k ×k y O la matriz cero de tamaño (n − k)×k.
O C

188. Sean V, W espacios vectoriales y T, ϕ : V → W transformaciones linea-

les no cero. Si Im T ∩ Im ϕ = {0}, prueba que {T, ϕ} es un subconjunto
linealmente independiente de £(V, W ).2
189. Sea V = R [x] el espacio de todos los polinomios con coeficientes reales.
Para n ≥ 0 defino Tn : V → V como Tn (f ) = f (n) , donde f (n) es la
derivada de orden n de f . Para cualquier entero positivo n, prueba que
{T1 , . . . , Tn } es un subconjunto linealmente independiente de £ (V ).
190. Sean V y W espacios vectoriales y S ⊂ V . Defino
S 0 := {T ∈ £ (V, W ) : T (v) = 0 para todo v ∈ S}
Prueba que :
a) S 0 es subespacio de £ (V, W )
b) Si S1 y S2 son dos subconjuntos de V y S1 ⊂ S2 entonces S20 ⊂ S10 .
c) Si V1 y V2 son subespacios de V , entonces (V1 + V2 )0 = V10 ∩ V20 .
191. Sean V y W espacios vectoriales de dimensión finita y T : V → W
lineal. Supongamos que dim V = dim W. Encuentra bases ordenadas β
y γ para V y W respectivamente, de tal forma que [T ]γβ sea una matriz
diagonal.
192. Muestra que las transformaciones siguientes son lineales:
a) T : R2 → R2 , (x, y) → (x + 3y, 4x + 5y)

2 3 a3 a2
b) T : P3 (R) → M2 (R), (a0 + a1 + a2 x + a3 x ) →
a1 a0
Rx
c) T : Pn (R) → Pn+1 (R), p(x) → 0
p(t)dt
193. a) Si v1 = (1, −1), v2 = (2, −1), v3 = (−3, 2) y w1 = (1, 0),
w2 = (0, −1), w3 = (1, 1). ¿Existe una transformación lineal
T : R2 → R2 tal que T (vi ) = wi para i = 1, 2, 3?
b) ¿Existe una transformación lineal T : R3 → R2 tal que

T (1, −1, 1) = (1, 0), T (1, 1, 1) = (0, 1)?
2
£(V, W ) significa el espacio de todas las transformaciones lineales de V en W .

194. Sea T : R4 → R2 dada por T (x, y, z) = (x − y + z, y + z − w)
a) Demuestra que T es una transformación lineal

b) Encuentra ker T e Im T
c) Calcula dim ker T y dim Im T
d) ¿Es T inyectiva? ¿suprayectiva?
195. Sean f, g funciones lineales de R3 en R y T : R3 → R2 tal que T (x) =

(f (x), g(x)) con x ∈ R3 . Demuestra que T es una tranformación lineal.
Si f (x, y, z) = −x + 5y + 2z y g(x, y, z) = 2x − 3y + 6z. Encuentra
una base para kerT, Im T . ¿Nulidad de T ? ¿rango de T ?.
196. Determina si los siguientes enunciados son falsos o verdaderos:
a) Si: f : R5 → R4 es una transformación lineal, entonces existe

v ∈ R5 , v 6= 0 tal que f (v) = 0.
b) Si V = {(x, y, z) ∈ R3 | x + y = 0, x − 2z = 0} , entonces existe un

R espacio vectorial W tal que W es isomorfo a R2 y W + V = R3 .
197. Sea V un espacio vectorial de dimensión 4 y consideremos la base

ordenada B = {v1 , v2 , v3 , v4 } . Consideremos la transformación lineal
T : V → V tal que T (v1 ) = v2 , T (v2 ) = v3 , T (v3 ) = v4 , T (v4 ) = 0.
a) Encuentra una base para ker T e Im T
b) Prueba que T 4 (v) = 0 para todo v ∈ V
198. Sea T : P3 (R) → R3 transformación lineal dada por:
T (x + 1) = e1 , T (2x2 + x + 1) = e1 + e2 , T (x3 + x) = e3 + 2e1 ,

T (x + x2 − x3 ) = e1 − e2 + e3 .
Determina:
a) T (a + bx + cx2 + dx3 )
b) T −1 (1, 1, 1)
c) ker T, nulidad de T , rango de T.

199. Sean U = {(x, y, z) ∈ R3 | x + 2y + 3z = 0} y

W = {(x, y, z) ∈ R3 | 2x − y + z = 0} . Encuentra T : R3 → R3 trans-
formación lineal no inyectiva tal que T (U ) = W
5 12
200. Sea T : R2 → R2 transformación lineal tal que T (1, 0) = ( 13 , 13 ),
−12 5
T (0, 1) = ( 13 , 13 ). Prueba que toda recta que pasa por el origen es
5
rotada, en sentido positivo, en un ángulo θ = arccos( 13 ).
201. Sea V = {f : (−1, 1) → R |f es derivable}

Sea T : V → V, dada por T (f )(x) = xf 0 (x) para todo x ∈ (−1, 1).
a) Demuestra que T es lineal
b) Encuentra una base para ker T e Im T
202. Sea V = {f : [a, b] → R |f es continua} .

Rb
T : V → V dada por T (f )(x) = a f (t)sen(x − t)dt para x ∈ [a, b] .
a) Demuestra que T es lineal

b) Encuentra una base para ker T, Im T
203. Sea V = {f : [−π, π] → R |f es continua}

Rπ
T : V → V dada por T (f ) (x) = −π (1 + cos(x − t))f (t)dt. Demuestra
que T es lineal y:
a) dim Im T < ∞ y encuentra una base para Im T

b) Determina ker T
R1 R2
204. Sea T : P1 (R) → R2 dada por T (p(x)) = ( 0 p(x)dx, 0 p(x)dx)
a) Prueba que T es lineal

b) Prueba que T es invertible y encuentra explı́citamente T −1 .
205. Sea V un espacio vectorial. Determina todas las transformaciones li-

neales T : V → V tales que T 2 = T .

a a+b
206. Sea V = : a, b, c ∈ R . Construye un isomorfismo de
0 c
V sobre R3 .

207. Sean V y W espacios vectoriales de dimensión finita y T : V → W un

isomorfismo. Si β es una base para V , prueba que T (β) es una base
para W .
208. Sea B ∈ Mn (R), B invertible. Defino ϕ : Mn (R) → Mn (R) como
ϕ (A) = B −1 AB. Prueba que ϕ es un isomorfismo.
209. a) Para las siguientes bases ordenadas β y β 0 de R2 encuentra la matriz
de transición de la base β a la base β 0 :
(i) β = {(1, 0) , (0, 1)} , β 0 = {(a1 , a2 ) , (b1 , b2 )}
(ii) β = {(−4, 3) , (2, −1)} , β 0 = {(2, 1) , (−4, 1)}
b) lo mismo que en a) pero ahora en el espacio P2 (R):

(i) β = {x2 , x, 1} ,
β 0 = {a2 x2 + a1 x + a0 , b2 x2 + b1 x + b0 , c2 x2 + c1 x + c0 }
(ii) β = {x2 − x + 1, x + 1, x2 + 1},
β 0 = {x2 + x + 4, 4x2 − 3x + 2, 2x2 + 3}
(iii) β = {2x2 − x + 1, x2 + 3x − 2, −x2 + 2x + 1} ,
β 0 = {9x − 9, x2 + 21x − 2, 3x2 + 5x + 2}
210. Sean A, B ∈ Mn (R). Si A y B son similares entonces tr A = tr B.
211. Sea T : R3 → R3 definido como
T (x1 , x2 , x3 ) = (3x1 , x1 − x2 , 2x1 + x2 + x3 )
¿Es T invertible?. Si es ası́, encuentra T −1 .

212. Sea V un espacio vectorial de dimensión finita y T : V → V lineal.
Supongamos que rango T 2 = rango T . Demuestra que Im T ∩ ker T =
{0}.
213. Sea W el conjunto de todas las matrices 2 × 2 Hermitianas. Sea ϕ :
R4 → W dada por:

t + x y + iz
ϕ (x, y, z, t) =
y − iz t − x
Demuestra que ϕ es un isomorfismo.

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)
215. Considera a C como R−espacio vectorial. Encuentra un isomorfismo

de C sobre R2 .
216. Sean T : R3 → R2 y φ : R2 → R3 transformaciones lineales. Demuestra

que φT no es invertible. Generaliza este resultado.
217. Encuentra dos operadores lineales T y ψ en R2 tales que T ψ = 0 pero

ψT 6= 0.
218. Sea T un operador lineal sobre V de tal forma que T 2 = 0. ¿Qué

relación hay entre Im T y ker T ?. Da un ejemplo de un operador lineal
sobre R2 tal que T 2 = 0 pero T 6= 0.
219. Sea T : R2 → R2 definida por T (x, y) = (ax + by, cx + dy) donde

a, b, c, d son escalares fijos. Prueba que T es invertible si y sólo si
ad − bc 6= 0.
220. Muestra que si T es una transformación lineal tal que T 2 − T + I = 0,

entonces T es invertible.
221. Sea R2 con el producto interior euclidiano. Con el proceso de Gram-

Schmidt, transforma la base {u1 , u2 } en una base ortonormal:
(a) u1 = (1, −3), u2 = (2, 2)

(b) u1 = (1, 0), u2 = (3, −5)
222. Sea R3 con el producto interior euclidiano. Con el proceso de Gram-

Schmidt, transforma la base {u1 , u2 , u3 } en una base ortonormal:
(a) u1 = (1, 1, 1), u2 = (−1, 1, 0), u3 = (1, 2, 1)

(b) u1 = (1, 0, 0), u2 = (3, 7, −2), u3 = (0, 4, 1)
223. Sea R4 con el producto interior euclidiano. Usando el proceso de Gram-

Schmidt, transforma la base {u1 , u2 , u3 , u4 } en una base ortonormal:

u1 = (0, 2, 1, 0), u2 = (1, −1, 0, 0), u3 = (1, 2, 0, −1), u4 = (1, 0, 0, 1)
224. Considera la colección de todos los polinomios de grado menor o igual

a dos con el producto punto
R1
hp, qi = −1
p(x)q(x)dx
Aplicando el proceso de Gram-Schmidt, transforma el conjunto S =

{1, x, x2 } en un conjunto ortonormal. 3
225. Encuentra los eigenvalores de las siguientes matrices:

     
4 0 1 0 −5
3 −2 0 1
a) −2 1 0, b)  51 −1 0 , c) −6 −2 0 
−2 0 1 1 1 −2 19 5 −4
226. Encuentra los eigenespacios asociados a los eigenvalores de las matrices

del problema anterior.
227. Determina los eigenvalores de las matrices:

   
0 0 2 0 10 −9 0 0
1 0 1 0  4 −2 0 0
a)  , b)  
0 1 −2 0  0 0 −2 −7
0 0 0 1 0 0 1 2
228. Encuentra los eigenvalores de A9 para

 
1 3 7 11
0 1 3 8 
A= 2 
0 0 0 4 
0 0 0 2
229. Encuentra los eigenvalores de A25 para

3
Los polinomios en la base resultante son los tres primeros polinomios normalizados de
Legendre

 
−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.
231. Demuestra que si a, b, c, d son enteros tales que a + b = c + d, entonces

a b
A=
c d
tiene eigenvalores enteros, a saber, λ1 = a + b y λ2 = a − c.
232. Demuestra que si λ es un eigenvalor de una matriz invertible A y x es

un eigenvector correspondiente, entonces λ1 es un eigenvalor de A−1 y
x es un eigenvector correspondiente.
233. Encuentra los eigenvalores y los eigenespacios de

 
−2 2 3
A = −2 3 2
−4 2 5
Luego, encuentra los eigenvalores y bases para los eigenespacios de A−1 .
234. Demuestra que la matriz

 
0 0 0 ··· 0 −c0
1
 0 0 ··· 0 −c1 

0
 1 0 ··· 0 −c2 

 .. .. .. .. .. 
. . . . . 
0 0 0 ··· 1 −cn−1
tiene polinomio caracterı́stico p(λ) = c0 + c1 λ + · · · + cn−1 λn−1 + λn .
235. Una matriz cuadrada A se denomina nilpotente si An = 0 para algún

entero positivo n. ¿Qué se puede afirmar sobre los eigenvalores de una
matriz nilpotente?
236. Demuestra que el polinomio caracterı́stico de una matriz A, 2 × 2, es
f (x) = x2 − (tr A) · x + det A

a b
237. Demuestra que A = tiene:
c d
(a) Dos eigenvalores reales distintos si (a − d)2 + 4bc > 0

(b) Un eigenvalor real si (a − d)2 + 4bc = 0
(c) No tiene eigenvalores reales si (a − d)2 + 4bc < 0
238. Encuentra los eigenvalores de una matriz n × n que tiene unos en todas
sus entradas.
239. Si 0 < θ < π, encuentra los eigenvalores y eigenvectores de

cos θ −sen θ
A=
sen θ cos θ
240. Encuentra los eigenvalores de

 
0 1 0
A=0 0 1
3 2
k −3k 3k

241. Encuentra los eigenvalores de

 
c1 c2 · · · cn
 c1 c2 · · · cn 
B =  .. ..
 
.. 
. . .
c1 c2 · · · cn
242. Encuentra una matriz A, 3 × 3, que tenga los eigenvalores 0, 1, −1 con

eigenvectores correspondientes
     
0 1 0
 1 , −1, 1
−1 1 1
respectivamente.
243. Determina si A es diagonalizable y en caso afirmativo encuentra una

matriz P que diagonalice A y encuentra P −1 AP :
 
19 −9 −6
(a) A = 25 −11 −9
17 −9 −4
 
−1 4 −2
(b) B = −3 4 0 
−3 1 3
 
−2 0 0 0
 0 −2 5 −5
(c) C = 
0

0 3 0
0 0 0 3
244. Usando diagonalización encuentra A11 si

 
−1 7 −1
A= 0 1 0 
0 15 −2

245. Encuentra P tal que P −1 AP es diagonal si

 
−9 4 4
A =  −8 3 4
−16 8 7
 
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?
247. Demuestra que si v y w son eigenvectores correspondientes a eigenva-

lores distintos, entonces son linealmente independientes.
248. Dı́ si cada una de las matrices siguientes es diagonalizable o no. Si es el

caso, encuentra la matriz P y la matriz diagonal D tal que P −1 AP = D:
 
0 0 0 1
0 0 2 0
(a)  0 3 0 0

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

250. Encuentra la forma canónica clásica y la forma canónica de Jordan

cuando los escalares son los indicados:
 
−1 −2 6
(a) −1 0 3 en Q
−1 −1 4
 
1 0 0 0
0 1 0 0
(b) 
−2 −2 0
 en Q
1
−2 0 −1 −2
−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.
254. Encuentra la forma canónica de Jordan sobre C de las siguientes ma-

trices n × n:
 
−1 −1 0 0 ··· 0 0 0
 0 −1 −1 0 · · · 0 0 0
 
 0 0 −1 −1 · · · 0 0 0
(a)  
 · · · · · · · · · · · · · · · · · · · · · · · · 

 0 0 0 0 · · · 0 −1 −1
0 0 0 0 ··· 0 0 −1

 
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
255. Sea T : C7 → C7 cuya matriz en la base canónica es

 
−i 2i 2 0 0 0 0
0 0 1 0 0 0 0
 
0
 0 0 1 0 0 −1
 0 −1 2 −3 5 −3 5 
 
0 0 0 0 0 1 0
 
0 0 0 0 0 0 1
0 −1 2 −3 4 −3 5
Encuentra su forma canónica clásica y su forma canónica de Jordan.
Sugerencia: El polinomio caracterı́stico es:
χA (x) = (x − 1)2 (x − i)2 (x + i)3
y su polinomio mı́nimo es
mA (x) = (x − 1)2 (x − i)2 (x + i)2

BIBLIOGRAFÍA
[1] Anton Howard. Introducción al Álgebra Lineal. Limusa Wiley. Segunda
edición. 2002.
[2] Fraleigh, Beauregard. Álgebra Lineal. Addison- Wesley Iberoamericana.

1989.
[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.
[5] Kostrikin A. I. Introducción al Álgebra. Editorial Mir, Moscú. 1983.
[6] Moore John T. Elements of Linear Algebra and Matrix Theory. Mc Graw
Hill Book Company. 1968.
[7] Ikrámov J. Problemas de Álgebra Lineal. Editorial Mir, Moscú. 1990.

AlgebraLineal PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

AlgebraLineal PDF

Cargado por

Copyright:

Formatos disponibles

PROBLEMARIO DE ÁLGEBRA LINEAL

MANUEL GONZÁLEZ SARABIA

• A∗ =⇒ Matriz conjugada transpuesta de A

• A−1 =⇒ Matriz Inversa de A

• det A ó |A| =⇒ Determinante de la matriz A

• Mn (R) =⇒ Espacio de matrices n × n con entradas reales

• Mn (C) =⇒ Espacio de matrices n × n con entradas complejas

• Pn (R) =⇒ Espacio de polinomios de grado menor o igual a n con

• Ker (T ) =⇒ Núcleo o kernel de la transformación T

• kvk =⇒ Norma euclidiana del vector v

• L{S} =⇒ Subespacio generado por S

• £{V, W } =⇒ Espacio de todas las transformaciones lineales de V en

• R[x] =⇒ Espacio de todos los polinomios con coeficientes reales

CIENCIAS BÁSICAS 1 UPIITA, IPN

• F (R) =⇒ Espacio de todas las funciones de R en R

• [T ]γβ =⇒ Representación matricial de la transformación lineal T res-

• [T ]β =⇒ Representación matricial del operador lineal T respecto a la

• χA (x) =⇒ Polinomio caracterı́stico de la matriz A

• mA (x) =⇒ Polinomio mı́nimo de la matriz A

CIENCIAS BÁSICAS 2 UPIITA, IPN

2. Encuentra todas las matrices n × n que cumplen con

(a) aij = i + j para todos los i y j.

3. Demuestra que si A es una matriz simétrica entonces A2 es simétrica.

4. Una matriz A se dice idempotente si A2 = A. Prueba que

5. Se dice que una matriz es involutiva si y sólo si A2 = In .

6. Para las matrices siguientes encuentra An con n número natural:

CIENCIAS BÁSICAS 3 UPIITA, IPN

8. Sea A una matriz n × n. Si b 6= 0 y 3A2 + 7A + bIn = 0, prueba que

9. Demuestra que si A es una matriz n × n simétrica y A2 = 0 entonces

10. Si A es una matriz cuadrada y An+1 = 0, demuestra que

12. Si A es invertible entonces ambas A + B e I + BA−1 son invertibles o

CIENCIAS BÁSICAS 4 UPIITA, IPN

13. Demuestra que no existen matrices cuadradas A y B tales que AB −

14. Sea A = (aij ) una matriz de tamaño n × n. Decimos que A es diagonal

15. Sea A ∈ Mm×n (C). Definimos A como la matriz en cuya entrada ij

16. Diremos que una matriz A con entradas complejas es antihermitiana

18. Encuentra la inversa, si existe, de las siguientes matrices:

CIENCIAS BÁSICAS 5 UPIITA, IPN

20. Sea A ∈ Mn (R).

(a) Supongamos que existe B ∈ Mn (R) tal que AB = 0. ¿ Se concluye

(a) Si f (x) es un polinomio, f (D) es una matriz diagonal.

CIENCIAS BÁSICAS 6 UPIITA, IPN

24. Una matriz A = (aij ) ∈ Mn (R) es triangular superior si aij = 0 para

CIENCIAS BÁSICAS 7 UPIITA, IPN

28. Si B = P −1 AP , prueba que B n = P −1 An P para n ≥ 1.

a) Encuentra una fórmula para An con n ∈ N.

b) Sea B = A + I4 . Expresa B n en función de I4 , A y A2 .

a) Si A y B son simétricas, entonces AB es simétrica.

CIENCIAS BÁSICAS 8 UPIITA, IPN

b) Si A es simétrica y P es cuadrada, entonces P AP t es simétrica.

c) Si A es una matriz cualquiera, entonces AAt y At A son simétricas.

d) Si AB es simétrica entonces A y B también lo son.

35. Demuestra que una matriz cuadrada de orden n puede descomponerse

Generaliza para una matriz arbitraria de orden 2.

a) Demuestra que A es simétrica.

c) Demuestra que la traza de A es n − 1.

CIENCIAS BÁSICAS 9 UPIITA, IPN

42. Encuentra la forma canónica reducida de las matrices:

43. Halla las soluciones de:

44. Encuentra la solución de:

CIENCIAS BÁSICAS 10 UPIITA, IPN

46. Halla la inversa de:

47. Muestra que A es invertible si y sólo si el sistema A · X = 0 tiene