Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Examenesresueltosalgebralineal 100620201941 Phpapp01 PDF
Examenesresueltosalgebralineal 100620201941 Phpapp01 PDF
Ejercicios propuestos de
Álgebra Lineal y
Exámenes Resueltos
Álgebra Lineal (B)
ICM-00604
Ramiro Javier Saltos Atiencia (Ayudante Académico)
rjsaltos@espol.edu.ec
Guayaquil- Ecuador
08
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
Instituto de Ciencias Matemáticas
Algebra Lineal (B)
a
1. T : R 2 → P1 T = (a + 2b) x + (5a − b)
b
a2 − b
2. T : P2 → R 3 ( )
T ax 2 + bx + c = 2a + b
0
x 1 4 x
3. T : R → R
3
T y = det 2 5 y
z 3 6 z
p ( 0) p (1)
4. T : P2 → M 2 x 2 T [ p ( x) ] = ; p( x) ∈ P2
p ( 2) p (3)
1 2 a b
(
7. T : P2 → M 2 x 2 T ax 2 + bx + c = )
⋅
c
3 4 b
a 0 a + b
8. T : D2 x 2 → R 2 T =
0 b a + b
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
Instituto de Ciencias Matemáticas
Algebra Lineal (B)
a+b
a
1. T : R → R
2 3
T = a −b
b 2a + 2b
2a + 3b
2. T : P1 → R 2 T (ax + b ) =
a−b
a b a + b − c 0
3. T : S 2 x 2 → D2 x 2 T =
b c 0 3a − b
1 1 a b
(
4. T : P2 → M 2 x 2 T ax 2 + bx + c = )
c
1 1 b
a b
5. T : S 2 x 2 → P2 T = (a + 2b + 3c )x 2 + (4a + 5b + 6c )x + (7 a + 8b + 9c )
b c
p ( 0) p (1)
6. T : P2 → M 2 x 2 T [ p ( x) ] = ; p( x) ∈ P2
p ( 2) p (3)
a
7. T : R 2 → P1 T = (a + 2b) x + (5a − b)
b
a+b
a
1. T : R → R
2 3
T = a −b
b 2a + 2b
1 0 0
1 0
a) B1 = , y B2 = 0 , 1 , 0
0 1 0 0 1
1 1 1
1 3
b) B3 = , y B4 = 1 , 1 , 0
2 4 1 0 0
2a + 3b
2. T : P1 → R 2 T (ax + b ) =
a−b
1 0
a) B1 = {1, x} y B2 = ,
0 1
1 3
b) B3 = {1 + x,1 − x} y B4 = ,
2 4
a b a + b − c 0
3. T : S 2 x 2 → D2 x 2 T =
b c 0 3a − b
1 0 0 1 0 0 1 0 0 0
a) B1 = , , y B2 = ,
0 0 1 0 0 1 0 0 0 1
1 1 1 1 1 0 1 0 −1 0
b) B3 = , , y B4 = ,
1 0 1 1 0 0 0 1 0 1
1 1 a b
(
4. T : P2 → M 2 x 2 T ax 2 + bx + c = )
c
1 1 b
1 0 0 1 0 0 0 0
{
a) B1 = 1, x, x 2 }yB 2 = , ,
0 0 0 0 1 0 0 1
1 −1 0 1 1 −1 0 0
{ }
b) B3 = 1, x + 1, x 2 + x + 1 y B4 = , ,
0 0 2 0 1 0 0 1
a b
5. T : S 2 x 2 → P2 T = (a + 2b + 3c )x 2 + (4a + 5b + 6c )x + (7 a + 8b + 9c )
b c
1 −1 1 0 0 2
a) B1 = , 0 1 , 2 1 y B2 = { x ; x + 1; x − 1}
2
− 1 1
1 1 1 1 1 0
b) B3 = y B4 = {1 + 2 x − x ;1 − 2 x;5}
2
, ,
1 0 1 1 0 0
Determine:
a) Nu (T ); v(T )
b) Im(T ); ρ (T )
1 3
c) La matriz asociada a T respecto a las bases B1 = {1 + x;1 − x} y B2 = ,
2 4
Determine:
a) Nu (T ); v (T )
b) Im(T ); ρ (T )
1 1 1
c) La matriz asociada a T respecto a las bases B1 = 0 , 2 , 2 y
0 0 3
1 1 1 −1 −1 0
B2 = , ,
1 1 −1 0 0 0
Determine:
a) Nu (T ); v (T )
b) Im(T ); ρ (T )
c) La matriz asociada a T respecto a las bases B1 = { x 2 − x; x + 1; x 2 − 1} y
1 0 2 0
B2 = ,
0 2 0 −1
2. Sea T : V → W una transformación lineal biyectiva. Si {v1 , v2 ,..., vn } es una base de V , entonces
( α T ) (v ) : V → W es también un isomorfismo
9. Sea T : V → W una transformación lineal donde V y W son espacios vectoriales de dimensión finita. Si
dim (V ) = dim (W ) , entonces T es un isomorfismo
−3 −1
10. Sea T : P1 → R una transformación lineal. Si T ( 2 − x ) = y T (1 + x ) = , entonces T es un
2
1 5
isomorfismo
13. Sea T : V → W una transformación lineal tal que dim (V ) = 5 y la dim (W ) = 3 . Si el vector típico del
Nu (T ) se puede expresar en función de dos variables libres, entonces cualquier conjunto de la Im(T ) con
un mínimo de 4 vectores es linealmente dependiente
1 0 3
0 1 1
Es la representación matricial de T respecto a las bases B1 = 1 , 0 , 1 y
1 1 0
1 1 1 1 1 0
B2 = , 1 0 , 0 0 de R y S 2 x 2 respectivamente.
3
1 1
4. Construya, de ser posible, una transformación lineal T : S 2 x 2 → P2 que cumpla con las siguientes
condiciones:
a b
• Ker (T ) = ∈ S2 x 2 / a + 2b − c = 0
b c
• Im ( T ) = {ax + bx + c / c = a − b = 0}
2
1 1
=x +x
2
• T
1 1
c
a
b
3. Sea V = R y el subespacio H = ∈ R / a + 3b = 4c
4 4
c
d
Sea el subespacio de V :
a b
H = ∈ S 2 x 2 / c = a + b
b c
Deber # 8: Diagonalización
1. Encuentre, de ser posible, la matriz C que diagonaliza a la matriz:
3 − 2 0
A = − 2 3 0
0 0 5
2. Encuentre, de ser posible, la matriz C que diagonaliza a la matriz:
1 1 0
A = 0 2 0
−2 1 3
6. Sea el operador lineal T : P1 → P1 tal que tiene los siguientes vectores propios:
• −1+ x
• 1+ x
Tema 1: (20 puntos) Califique como verdaderas o falsas las siguientes proposiciones. Justifique
formalmente su respuesta
a) Si la matriz B se obtiene
ne a partir de la matriz A por medio de un intercambio de filas, entonces
ρ ( A) = ρ ( B ) (Verdadero)
Por definición, la matriz A es equivalente por renglones a la matriz B si A puede reducirse a B mediante
operaciones elementales de renglón
En este caso la matriz B se obtiene por un simple intercambio de las filas (renglones) de A , entonces
R A = RB dado que los renglones de A y B son los mismos excepto que están escritos en un orden diferente
∴ ρ ( A) = ρ ( B )
a
1 0 0 − 1 − 1 b 0 1 0 0 −1 −1 0
AX = O R 3 → 0 1 0 0 0 c = 0 → 0 1 0 0 0 0
0 0 1 0 0 d 0 0 0 1 0 0 0
e
De donde obtenemos:
a−d −e = 0
b=0 c=0
a = d +e
a d + e 1 1 1 1
b 0 0 0 0 0
c = 0 = d 0 + e 0 B Nu ( A) = 0 , 0 ∴ v( A) = 2
d d 1 0 1 0
e e 0 1 0 1
c) Sea V un espacio vectorial. Sea A, B ⊆ V , entonces gen( A ∩ B ) = gen( A) ∩ gen( B ) (Falso)
1 0 0 0 0
Sea V = R 3 . Sea A = 0 , 1 , 0 y B = 1 , 0 ∈ V
0 0 1 0 2
0 a
• A ∩ B = 1 → gen( A ∩ B ) = b ∈ R / a = c = 0
3
0 c
a a
• gen( A) = b ∈ R / a, b, c ∈ R y gen( B ) = b ∈ R / a = 0
3 3
c c
a
• gen( A) ∩ gen( B ) = b ∈ R / a = 0 ∧ b, c ∈ R
3
∴ gen( A ∩ B ) ≠ gen( A) ∩ gen( B )
c
a
Sea V = R 2 . Sea W = ∈ R 2 / a = 0 un subespacio de V . Sea α = 0
b
1
Sea w = , este vector no pertenece a W por no cumplir la condición de que a = 0
0
1 0
αw = (0 ) =
0 0
∴ αw ∈ W
[L(2)]2 = L(2 2 )
(4)2 = L(4)
16 ≠ 8
∴ [L(v)] ≠ L(v 2 )
2
x
Tema 2: (10 puntos) Sea V = / x > 0 ∧ y > 0 con las operaciones:
y
x1 x 2 9 x1 ⋅ x 2
⊕ =
y1 y 2 4 y1 ⋅ y 2
x 3 2α x α
α • = 2α α
y 2 y
Este ejercicio se presenta bastante confuso, debido a que la manera en que es planteado da a entender que
primero hay que determinar si V es un espacio vectorial. Pero no vamos a analizar la validez del ejercicio
planteado, sino que vamos a resolver lo que nos piden en cada literal.
a)
• Usando el teorema ∀v ∈ V 0 • v = OV
x
OV = 0 •
y
3 2 (0) x 0
OV = 2 ( 0) 0
2 y
1
OV =
1
a x a
⊕ =
b y b 9ax = a 4by = b 1
OV = 9
9ax a x= 1 y=1 1
= 9 4 4
4by b
x
v' = −1 •
y
3 2( −1) x −1
v' = 2( −1) −1
2 y
1
v ' = 19 x
4y
x a
Sea v = ∈ V . Sea v' =
y b
x a 1 9
⊕ =
y b 1 4 9 xa = 1
9
4 yb = 1
4
1
81x
v' = 1
9 xa 1 9 a= 1 b= 1 16 y
= 81x 16 y
4 yb 1 4
También se puede notar que V no es un espacio vectorial por no cumplirse el siguiente axioma:
M10) ∀v ∈ V 1 • v = v
x
Sea v = ∈ V
y
x x
1 • =
y y
3 2(1) x1 x
2(1) 1 =
2 y
y
9x x
≠
4y y
Tema 3: (20 puntos) Sea V = M 3 x 2 . Sean W1 el conjunto de las matrices que tienen la primera y
última fila iguales; W2 el conjunto de las matrices que tienen la primera columna igual a su
segunda columna; y W3 el conjunto de las matrices A3 x 2 tal que a i 2 = i − 1 , i = 1,2,3.
Determine.
a) Los conjuntos que son subespacios de V
b) La intersección entre los subespacios encontrados en el literal anterior
c) La suma entre los subespacios encontrados en el primer literal
d) Una base para el subespacio intersección y otra para el subespacio suma, obtenidos en (b)
y (c), respectivamente.
Para hallar W1 hay que tener en cuenta que su primera y última fila son iguales, por tanto las componentes
en dichas filas deben ser correspondientemente iguales, así nos queda que:
a b
W1 = c d ∈ M 3x2 / a = e ∧ b = f
e f
1) ∀v, w ∈ W1 v + w ∈ W1
a1 b1 a2 b2
Sea v = c1 d1 y w = c2 d 2 ∈ W1
e f1 e f 2
1 2
Como ambos vectores pertenecen a W1 cumplen con la condición del mismo, con lo que tenemos que:
a1 = e1 b1 = f1 a 2 = e2 b2 = f 2
a1 + a 2 b1 + b2
v + w = c1 + c 2 d1 + d 2
e +e f 1 + f 2
1 2
Por tanto v + w ∈ W1
2) ∀α ∈ R ∀v ∈ W1 αv ∈ W1
a b
Sean α ∈ R . Sea v = c d ∈ W1
e f
Por tanto αv ∈ W1
∴W1 es un subespacio de V
El mismo procedimiento vamos a realizar con W2 pero aquí hay que notar que ambas columnas son
iguales, por tanto las componentes en dichas columnas deben ser correspondientemente iguales, así nos
queda que:
a b
W2 = c d ∈ M 3x2 / a = b ∧ c = d ∧ e = f
e f
1) ∀v, w ∈ W2 v + w ∈ W2
a1 b1 a2 b2
Sea v = c1 d1 y w = c2 d 2 ∈ W2
e f1 e f 2
1 2
Como ambos vectores pertenecen a W2 cumplen con la condición del mismo, con lo que tenemos que:
a1 = b1 c1 = d1 e1 = f 1 a 2 = b2 c2 = d 2 e2 = f 2
a1 − b1 = 0 c1 − d 1 = 0 e1 − f 1 = 0 a 2 − b2 = 0 c2 − d 2 = 0 e2 − f 2 = 0
a1 + a 2 b1 + b2
v + w = c1 + c 2 d1 + d 2
e +e f 1 + f 2
1 2
Por tanto v + w ∈ W2
2) ∀α ∈ R ∀v ∈ W2 αv ∈ W2
a b
Sean α ∈ R . Sea v = c d ∈ W2
e f
αa − αb = 0 αc − αd = 0 αe − αf = 0
αa αb
α ( a − b) = 0 α (c − d ) = 0 α (e − f ) = 0
αv = αc αd
αe αf α ( 0) = 0 α ( 0) = 0 α ( 0) = 0
0=0 0=0 0=0
Por tanto αv ∈ W2
∴W2 es un subespacio de V
Finalmente nos falta encontrar W3 y determinar si este es un subespacio, y para ello hay que utilizar la
regla de correspondencia para determinar el valor de las componentes en la segunda columna, la cual es
ai 2 = i − 1
a12 = 1 − 1 a 22 = 2 − 1 a 32 = 3 − 1
a12 = 0 a 22 = 1 a 32 = 2
a 0
W3 = b 1 ∈ M 3 x 2 / a, b, c ∈ R
c 2
Para determinar si W3 es un subespacio hay que recordar que todo subespacio debe contener a vector nulo
0 0
del espacio vectorial, pero en este caso el nulo que es 0 0 no pertenece a W3 por no cumplir con la
0 0
forma de todo vector de W3 , la cual consiste en que su segunda columna siempre tendrá 0 , 1 y 2 ,
respectivamente
∴W3 no es un subespacio de V
Procederemos a encontrar la intersección entre los subespacios hallados y una base para la misma. Sabemos
que:
a b
• W1 = c d ∈ M 3 x 2 / a − e = 0 ∧ b − f = 0
e f
a b
• W2 = c d ∈ M 3 x 2 / a − b = 0 ∧ c − d = 0 ∧ e − f = 0
e f
Por tanto:
a b
W1 ∩ W2 = c d ∈ M 3 x 2 / a − e = b − f = a − b = c − d = e − f = 0
e f
Pero no es correcto dejar expresada la intersección en función de muchas condiciones. A estas hay que
simplificarlas usando Gauss, así:
a − e = 0 1 0 0 0 −1 0 0 1 0 0 0 −1 0 0
b − f = 0
0 1 0 0 0 −1 0 0 1 0 0 0 −1 0
1 −1 0 0 A13 (−1) 0 − 1
0 0 A23 (1)
a − b = 0
0 0 0
0 0 1
c − d = 0 0 0 1 −1 0 0 0 0 0 1 −1 0 0 0
e − f = 0 0 0 0 0 1 −1 0 0 0 0 0 1 −1 0
1 0 0 0 −1 0 0 1 0 0 0 −1 0 0
0 1 0 0 0 −1 0 0 1 0 0 0 −1 0
0 0 0 0 1 − 1 0 A35 (−1) 0
0 0 0 1 −1 0
0 0 1 −1 0 0 0 0 0 1 −1 0 0 0
0 0 0 0 1 −1 0 0 0 0 0 0 0 0
Como ya no podemos seguir obteniendo más filas llenas de ceros, entonces la intersección sólo quedará en
función de estas condiciones:
a b
∴W1 ∩ W2 = c d ∈ M 3 x 2 / a − e = b − f = e − f = c − d = 0
e f
Para obtener una base para la intersección debemos reemplazar las condiciones en el vector típico de la
misma, pero antes hay que hacer unos cuantos despejes para dejar al vector en función de la menor
cantidad posible de variables
b− f =0
a−e = 0 e− f =0 c−d =0
b= f
a=e f =e c=d
b=e
a b
Sea c d ∈ W1 ∩ W2
e f
a b e e 1 1 0 0
c d = d d = e 0 0 + d 1 1
e f e e 1 1 0 0
1 1 0 0
∴ BW1 ∩W2 = 0 0 , 1 1 dim W1 ∩W2 = 2
1 1 0 0
Finalmente hallaremos las condiciones del subespacio suma y una base para el mismo, pero antes
necesitamos las bases de los subespacios W1 y W2
Para W1
a b
Sea c d ∈ W1
e f
a b a b 1 0 0 1 0 0 0 0
c d = c d = a 0 0 + b 0 0 + c 1 0 + d 0 1
e f a b 1 0 0 1 0 0 0 0
1 0 0 1 0 0 0 0
BW1 = 0 0 , 0 0 , 1 0 , 0 1 dim W1 = 4
1 0 0 1 0 0 0 0
Para W2
a b
Sea c d ∈ W2
e f
a b a a 1 1 0 0 0 0
c d = c c = a 0 0 + c 1 1 + e 0 0
e f e e 0 0 0 0 1 1
1 1 0 0 0 0
BW2 = 0 0 , 1 1 , 0 0 dim W2 = 3
0 0 0 0 1 1
Una vez obtenidas las bases, podemos calcular cuál va a ser la dimensión de W1 + W2 para saber cuántos
vectores deberán estar en su base. Sabemos que:
{
W1 + W2 = gen BW1 ∪ BW2 }
1 0 0 1 0 0 0 0 1 1 0 0 0 0
W1 + W2 = gen 0 0 , 0 0 , 1 0 , 0 1 , 0 0 , 1 1 , 0 0
1 0 0 1 0 0 0 0 0 0 0 0 1 1
Pero el conjunto generador tiene 7 vectores, eso significa que hay dos vectores de más, los cuales
eliminaremos colocando los vectores de este conjunto en una matriz donde cada fila representa un vector y
luego simplificamos hasta obtener la mayor cantidad posible de filas llenas de ceros
1 0 0 0 1 0 1 0 0 0 1 0 1 0 0 0 1 0
0 1 0 0 0 1 0 1 0 0 0 1 0 1 0 0 0 1
0 0 1 0 0 0 A15 (−1) 0
0 1 0 0 0 0 0 1 0 0 0
A25 (−1)
0 0 0 1 0 0 A36 (−1) 0 0 0 1 0 0 0 0 0 1 0 0
A75 (1)
1 1 0 0 0 0 A46 (−1) 0 1 0 0 −1 0 0 0 0 0 0 0
0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 1
1 0 0 1 0 0 0 0 0 0
∴ BW1 +W2 = 0 0 , 0 0 , 1 0 , 0 1 , 0 0
1 0 0 1 0 0 0 0 1 1
Ahora sólo falta hallar las condiciones del subespacio suma y para ello escribimos al vector típico como
combinación lineal de los vectores de la base y simplificamos el sistema hasta obtener las condiciones, así:
a b
Sea c d ∈ W1 + W2
e f
a b 1 0 0 1 0 0 0 0 0 0 α1 α2
c d = α1 0 0 + α 2 0 0 + α 3 1 0 + α 4 0 1 + α 5 0 0 = α 3 α4
e f 1 0 0 1 0 0 0 0 1 1 α + α α + α
1 5 2 5
1 0 0 0 0 a 1 0 0 0 0 a 1 0 0 0 0 a
0 1 0 0 0 b 0 1 0 0 0 b 0 1 0 0 0 b
0 0 1 0 0 c A15 (−1) 0 0 1 0 0 c 0 0 1 0 0 c
A56 (−1)
0 0 0 1 0 d A26 (−1) 0 0 0 1 0 d 0 0 0 1 0 d
1 0 0 0 1 e 0 0 0 0 1 e−a 0 0 0 0 1 e−a
0 1 0 0 1 f 0 0 0 0 1
f − b 0 0 0 0 0 f − b + a − e
a b
∴W1 + W2 = c d ∈ M 3 x 2 / f − b + a − e = 0
e f
Tema 4: (10 puntos) Sea V un espacio vectorial y B = {v1 , v 2 , v3 } una base de V . Se define el
conjunto:
Siempre es recomendable primero leer bien el planteamiento del problema junto con lo que solicitan hallar.
Razonando un poco, en el literal “b” nos piden calcular una matriz de cambio de base y para poder hacerlo
la base BW debe tener exactamente 3 vectores al igual que la base B de V
Si esto sucede significaría que la base de W es también una base para V , por tanto W = V . Así que para
que sea factible resolver el literal “b” habrá que demostrar que el conjunto generador de W es una base
para V
Para ello partimos de la hipótesis que nos dice que los vectores {v1 , v 2 , v3 } son linealmente independientes
por ser una base para V , esto implicaría que:
α 1v1 + α 2 v 2 + α 3 v3 = OV ⇔ α 1 = α 2 = α 3 = 0
Para demostrar que los vectores del conjunto generador de W son linealmente independientes los
escribimos como combinación lineal y los igualamos al OV
Con lo que hemos obtenido una ecuación parecida a la primera expresada en términos de {v1 , v 2 , v3 }, y por
hipótesis los escalares que los multiplican deben ser iguales a cero, con lo que planteamos un sistema de
ecuaciones y procedemos a calcular los valores de los escales ci
c1 − c 2 + c3 = 0 1 −1 1 0 1 −1 1 0 1 −1 1 0
A21 (1)
2c1 + 3c 2 = 0 2 3 0 0 A12 (−2) 0 5 − 2 0 A32 (4) 0 1 10 0
− c + 3c = 0 0 −1 3 0 0 −1 3 0 0 − 1 3 0 A22 (1)
2 3
1 0 11 0 1 0 11 0 1 0 0 0
1 A31 (−11)
0 1 10 0 M 3 0 1 10 0 0 1 0 0 c1 = c 2 = c3 = 0
0 0 13 0 13 0 0 1 0 A32 (−10) 0 0 1 0
Si nos hubiese quedado al resolver el sistema una o más filas con ceros, el sistema tenía infinita soluciones
y en ese caso los vectores del conjunto generador de W serían linealmente dependientes
1 − 1 1
[u1 ]B = 2 [u 2 ]B = 3 [u3 ]B = 0
0 − 1 3
1 −1 1
C BW → B = 2 3 0
0 −1 3
Y para hallar la matriz de cambio que nos piden habrá que sacar la inversa de la matriz arriba encontrada
1 −1 1 1 0 0 1 −1 1 1 0 0 1 −1 1 1 0 0
A21 (1)
2 3 0 0 1 0 A12 (−2) 0 5 − 2 − 2 1 0 A32 (4) 0 1 10 − 2 1 4
0 −1 3 0 0 1 0 −1 3 0 0 1 0 − 1 3 0 0 1 A23 (1)
9 2 − 3
1 0 0
1 0 11 − 1 1 4 1 0 11 − 1 1 4 13 13 13
1 A31 (−11) −6 3 2
0 1 10 − 2 1 4 M 3 0 1 10 − 2 1 4 0 1 0
0 0 13 − 2 1 5 13 0 0 1 − 2 1 5 A32 (−10) 13 13 13
−2 1 5
13 13 13 0 0 1
13 13 13
9 2 −3
13 13 13
∴ C B → BW = − 6 3 2
13 13 13
− 2 1 5
13 13 13
Tema 5: (10 puntos) Sea A la matriz de los coeficientes del sistema lineal:
2x + y − z = a
x − y + 2z = b
x + 2 y − 3z = c
La matriz A está dada por los coeficientes del sistema de ecuaciones, estos coeficientes corresponden a
número que se encuentra delante de cada variable x , y y z , por tanto:
2 1 − 1
A = 1 −1 2
1 2 − 3
a)
2 1 1
• FA = gen 1 , − 1, 2
− 1 2 − 3
a
Sea b ∈ FA
c
a 2 1 1 2α 1 + α 2 + α 3 2α 1 + α 2 + α 3 = a
b = α 1 1 + α 2 − 1 + α 3 2 = α 1 − α 2 + 2α 3 → α 1 − α 2 + 2α 3 = b
c − 1 2 − 3 − α + 2α − 3α − α + 2α − 3α = c
1 2 3 1 2 3
2 1 1 a 0 5 − 5 a + 2c 0 0 0 a − 5b − 3c
A31 (2)
1 −1 2 b 0 1 − 1 b + c A21 (−5) 0 1 − 1 b+c
− 1 2 − 3 c A32 (1) − 1 2 − 3 c −1 2 − 3 c
a
∴ FA = b ∈ R / a − 5b − 3c = 0
3
c
• Nu ( A) = {X ∈ R 3 / AX = OR 3 }
a
Sea X = b ∈ Nu ( A)
c
Ramiro J. Saltos
2 1 −1 0 0 − 3 5 0 0 0 0 0
A31 (−2)
1 −1 2 0 0 − 3 5 0 A21 (−1) 0 − 3 5 0
1 2 − 3 0 A32 (−1) 1 2 − 3 0 1 2 − 3 0
− 3b + 5c = 0 a + 2b − 3c = 0
a
∴ Nu ( A) = b ∈ R / a + 2b − 3c = 0 ∧ 3b = 5c
3
c
• Re( A) = {Y ∈ R3 / AX = Y ; X ∈ R 3 }
a
Sea Y = b ∈ Re( A)
c
2 1 −1 a 0 − 3 5 a − 2c 0 0 0 a − b − c
A31 (−2)
1 −1 2 b 0 − 3 5 b − c A21 (−1) 0 − 3 5 b−c
1 2 − 3 c A32 (−1) 1 2 − 3 c 1 2 − 3 c
a−b−c = 0
a
∴ Re( A) = b ∈ R / a − b − c = 0
3
c
b)
Para que el vector u pertenezca a la imagen de A debe cumplir con la condición de la misma, cabe recalcar
que la imagen de una matriz es también conocida como el recorrido de una matriz
a
Sea u = b , donde c = 2a + b
c
a−b−c = 0
a − b − ( 2a + b) = 0
a − b − 2a − b = 0
− a − 2b = 0
Pero hay que tener en cuenta que − a − 2b no necesariamente tiene que ser igual a 0
∴ u ∉ Im( A)
Ramiro J. Saltos
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
Instituto de Ciencias Matemáticas
I-Término 2008
Resolución de la Primera Evaluación de Algebra Lineal (B)
1. Responda con verdadero o falso a cada una de las siguientes proposiciones. Justifique su
respuesta
∴Verdadero
1 0 1 1
Sea V = R 2 . Sean S1 , y S 2 , dos conjuntos linealmente independientes en R 2
0 1 1 0
1 0 1
S1 ∪ S 2 = , , , como tiene más elemento que la base de R 2 podemos concluir que este conjunto
0 1 1
es linealmente dependiente
∴ Falso
1 2
Sea la matriz A =
3 4
1 3
R A = gen , , pero este conjunto es linealmente independiente en R 2 y por tanto constituye una
2 4
base del espacio renglón de A , entonces dim(R A ) = 2 = dim(Im( A) ) = ρ ( A)
Ramiro J. Saltos
d) Sean H y W dos subespacios vectoriales de V con bases B1 = {v1 , v 2 } y B2 = {v 2 , v3 }
respectivamente. Entonces B = {v 2 } es base del subespacio H ∩ W
1 0 2 0
Sea V = R 2 . Sean los subespacios H = gen , y W = gen ,
0 1 0 1
Podemos notar que los conjuntos generadores de H y W son linealmente independientes y por tanto
constituyen una base de R 2 , es decir, H = W = R 2
1 0
Entonces H ∩ W = R 2 y una base de la intersección sería B = , ∴ Falso
0 1
Ramiro J. Saltos
2. Sea V = M 2 x 2 . Dados los conjuntos:
a b a + b a + c
H 1 = ∈ M 2 x 2 / 2a + 1 = 3 + b + d − 2 H 2 = / a, b, c, d ∈ R
c d a + d 1
1 0 1 1
H 3 = gen , H 4 = {A ∈ M 2 x 2 / det ( A) ≠ 0}
0 − 1 0 0
0 0
Sea OV =
0 0
El elemento neutro del espacio vectorial por definición pertenece a cualquier subespacio de V , entonces:
OV ∉ H 2 porque no posee la forma de todo elemento de H 2 , es decir, en su cuarta componente debe estar
siempre presente la constante 1 , lo cual no ocurre con el vector nulo
∴ H 2 no es subespacio de V
∴ H 4 no es subespacio de V
1 0 1 1
H 3 es el conjunto de todas las posibles combinaciones lineales de los vectores y y por
0 − 1 0 0
teorema este conjunto es un subespacio de V y además es el menor de todos los subespacios que contienen a
los vectores ya mencionados
∴ H 3 es un subespacio de V
Se han analizado los conjuntos más sencillos, con el último hay que determinar si se cumplen los axiomas
de cerradura de la suma y multiplicación por escalar
1. ∀v, w ∈ H 1 v + w ∈ H 1
a b a b
Sean v = 1 1 y w = 2 2 ∈ H 1 ⇒ 2a1 = b1 + d1 ∧ 2a 2 = b2 + d 2
c1 d1 c2 d 2
Ramiro J. Saltos
→ La suma es cerrada en H 1
2. ∀α ∈ R ∀v ∈ H 1 α • v ∈ H 1
a b
Sea α ∈ R . Sea v = ∈ H 1 ⇒ 2a = b + d
c d
a b 2(αa ) = αb + αd
α • v = α •
c d α (2a) = α (b + d )
⇒ → La multiplicación por escalar es cerrada en H 1
αa α b 2a = b + d
α • v =
αc αd 2a = 2a
∴ H 1 es un subespacio de V
a b
Sea ∈ H 1
c d
a b a 2a − d 1 2 0 0 0 − 1
= = a + c + d
c d c d 0 0 1 0 0 1
1 2 0 0 0 − 1
∴ BH 1 = , , dim(H 1 ) = 3
0 0 1 0 0 1
El conjunto generador de H 3 es linealmente independiente y por tanto constituye una base para H 3
1 0 1 1
∴ BH 3 = , dim(H 3 ) = 2
0 − 1 0 0
a b
Sea ∈ H 1 ∩ H 3
c d
a b 1 0 1 1 α 1 + α 2 α 2
= α 1 + α 2 =
c d 0 − 1 0 0 0 − α 1
a b 1 2 0 0 0 − 1 β 1 2β 1 − β 3
= β1 + β 2 + β 3 =
c d 0 0 1 0 0 1 2 β β 3
α 1 + α 2 = β1
α = 2 β − β
α 1 + α 2 α 2 β1 2β1 − β 3
= → 2 1 3
0 − α 1 β 2 β 3 0 = β2
− α 1 = β 3
Ramiro J. Saltos
1 1 β1 0 1 β1 + β 3 0 0 − β1 + 2β 3
0 1 2β1 − β 3 0 1 2β1 − β 3 0 1 2β1 − β 3 − β1 + 2 β 3 = 0
0 A41 (1) A21 (−1) β2 = 0
0 β2 0 0 β2 0 0 β2 β1 = 2 β 3
−1 β3 β3 β3
0 −1 0 −1 0
a b β1 2β1 − β 3
=
c d β2 β 3
a b 2 β 3 2(2 β 3 ) − β 3
=
c d 0 β3
a b 2 β 3 3β 3 2 3
= = β 3
c d 0 β3 0 1
2 3
∴ BH 1∩ H 3 = dim(H 1 ∩ H 3 ) = 1
0 1
5 2
A + B =
2 − 1
Para que esta matriz pertenezca a la unión de ambos subespacios, debe pertenecer ya sea a H 1 o a H 3 . Si
pertenece a H 1 debe cumplir su condición
2a = b + d
2(5) = 2 − 1 → A + B ∉ H1
10 = 1
Finalmente hay que determinar si pertenece a H 3 y para ello debe ser una combinación lineal de los
vectores de su base
5 2 1 0 1 1
= c1 + c 2
2 − 1 0 − 1 0 0
5 2 c1 + c 2 c 2
=
2 − 1 0 − c1
∴ A + B ∉ H1 ∪ H 3
Ramiro J. Saltos
{ } {
3. Sea V = P2 y B1 = x 2 + 1, x 2 − x, x − 3 y B2 = x 2 − 2 x + 2, x − 3, x 2 − 1 bases de P2 . }
Determine:
a) La matriz de cambio de base de B2 a B1
b) El núcleo y la imagen de la matriz obtenida en (a )
Sea ax 2 + bx + c ∈ P2
( ) (
ax 2 + bx + c = α 1 x 2 + 1 + α 2 x 2 − x + α 1 ( x − 3) )
ax + bx + c = (α 1 + α 2 )x + (− α 2 + α 3 )x + (α 1 − 3α 3 )
2 2
α1 + α 2 = a 1 1 0 a 1 1 0 a 1 1 0 a
− α 2 + α 3 = b 0 − 1 1 b A13 (−1) 0 − 1 1 b A23 (−1) 0 − 1 1 b
α − 3α = c 1 0 − 3 c 0 −1 − 3 c − a 0 0 − 4 c − a − b
1 3
− 4α 3 = c − a − b − α 2 + α3 = b α1 + α 2 = a
a+b−c a − 3b − c 3a + 3b + c
α3 = α2 = α1 =
4 4 4
3a + 3b + c
1
[
⇒ ax + bx + c
2
]
B1 = a − 3b − c
4
a+b−c
−1 4 0 12
[x 2
]
− 2 x + 2 B1 = 54 [x − 3]B1 = 0 [x 2
]
− 1 B1 = 12
−3 1 1
4 2
−1 4 0 1
2
∴ C B 2→ B1 = 54 0 1
2
−3 1 1
4 2
Como C es una matriz de cambio de base, su determinante siempre será diferente de cero, esto implica que
sus columnas son linealmente independientes en R 3 y constituyen además de una base del espacio
C C = Im(C ) también una base para R 3
∴ Im(C ) = R 3
Ramiro J. Saltos
0
∴ Nu (C ) = 0
0
x
+
4. Sea el espacio vectorial V = y / x, y ∈ R, z ∈ R junto con las operaciones:
z
x1 x 2 x1 + x 2 + 2
y1 ⊕ y 2 = y1 + y 2
z z z z
1 2 1 2
x αx + 2α − 2
α • y = αy
z z α
Determine:
a) El neutro de V y el opuesto de v ∈ V
0 1 2
b) Si 0 es combinación lineal de − 1 y − 2
0 2 4
1. ∀v ∈ V 0 • v = OV
x 0 x + 2(0) − 2 − 2 − 2
OV = 0 • y = 0y = 0 ∴ OV = 0
z z 0 1 1
2. ∀v ∈ V − 1 • v = v'
x (−1) x + 2(−1) − 2 − 4 − x − 4 − x
v' = −1 • y = (−1) y = −y ∴ v' = − y
z 1 1
z −1
z
z
0
3. 0 no es una combinación lineal de los vectores mencionados porque este no pertenece al espacio
0
vectorial V
Ramiro J. Saltos
Instituto de Ciencias Matemáticas
1. (20 puntos) Califique como verdaderas o falsas a las siguientes proposiciones. Justifique
formalmente sus repuestas.
También es válido decir que el hecho que la transformación lineal sea inyectiva no necesariamente debe ser
sobreyectiva
∴ Falso
rSen(t ) Cos (t )
b) ∀r , t ∈ R : A = es ortogonal
Cos (t ) − rSen(t )
Para que la matriz sea ortogonal, el producto interno entre sus columnas debe ser igual a 0 y al mismo
tiempo el producto interno de cada columna consigo misma debe ser igual a 1 . Entonces, utilizando el
producto interno canónico:
rSen(t ) Cos (t )
Cos (t ) − rSen(t ) = 0
rSen(t )Cos (t ) − rSen(t )Cos (t ) = 0
0=0
rSen(t ) rSen(t )
Cos (t ) Cos (t ) = 1 Sen 2 (t ) = 0 r 2 −1 = 0
r Sen (t ) + Cos (t ) = 1
2 2 2
Sen(t ) = 0 r2 =1
r 2 Sen 2 (t ) + 1 − Sen 2 (t ) = 1 t = 0 ∧ t = 2π r = ±1
[ ]
Sen 2 (t ) r 2 − 1 = 0
Ramiro J. Saltos
Por lo tanto la igualdad sólo se cumple para los valores de r y t encontrados y no para todos los reales. Se
igual procedimiento para la segunda columna
∴ Falso
Ramiro J. Saltos
c) Sea V un espacio vectorial real con producto interno. Sean u , v ∈ V dos vectores ortonormales.
Si los vectores αu + β v y αu − βv son ortogonales, entonces α = β
(αu + β v / αu − βv) = 0
(αu / αu ) + (αu / − βv) + ( β v / αu ) + ( β v / − β v) = 0
α 2 (u / u ) − αβ (u / v) + αβ (u / v) − β 2 (v / v) = 0
α 2 (u / u ) − β 2 (v / v) = 0
α2 −β2 = 0
α2 = β2
α =β
∴Verdadero
1 0
d) Si λ es un valor propio de A = (
, entonces A + A −1 )
λ
= 2λ A
0 − 1
Primero tenemos que darnos cuenta la matriz A es ortogonal, eso se ve fácilmente porque el producto
interno entre sus columnas es cero y al mismo tiempo el producto interno de cada columna consigo misma es
uno, entonces:
A −1 = AT → A −1 = A
También como A es una matriz diagonal sus valores propios son los elementos de la diagonal principal, es
decir:
λ =1
λ = −1
Finalmente:
(A + A ) −1 λ
= 2λ A
(A + A )
−1 λ
= 2λ A ( A + A)−1 = 2 −1 A
1
( A + A)1 = 21 A (2 A) −1 = A
2
2A = 2A
1
(2) −1 ( A) −1 = A
2
1 1
A= A
2 2
∴Verdadero
Ramiro J. Saltos
Ramiro J. Saltos
2. (15 puntos) Sea L : M 2 x 2 → R 2 una transformación lineal tal que:
0 1 1 0 1 0 1 1 0 0
L = L = L = y L =
1 0 0 1 1 0 1 0 0 0
Determine:
a) Nu ( L), Im(L)
b) La matriz asociada a L respecto a las bases canónicas de cada espacio
La mejor opción es encontrar la regla de correspondencia de L , y para ello necesitamos una base del espacio
de partida y para armarla usamos los cuatro vectores que nos dan de datos, así:
0 1 1 0 1 0 1 0
B = , , ,
1 0 0 1 1 0 0 0
Y al vector típico de M 2 x 2 lo escribimos como combinación lineal de los vectores de esta base, luego
planteamos el sistema de ecuaciones y obtenemos los escalares en términos de a, b, c, d
a b 0 1 1 0 1 0 1 0
= α 1 + α 2 + α 3 + α 4
c d 1 0 0 1 1 0 0 0
a b α 2 + α 3 + α 4 α1
=
c d α1 + α 3 α 2
a = α 2 + α 3 + α 4
b = α1 c = b + α3 a = d + c − b +α4
c = α1 + α 3 α3 = c − b α4 = a + b − c − d
d = α2
a b 0 1 1 0 1 0 1 0
T = α 1T + α 2T + α 3T + α 4T
c d 1 0 0 1 1 0 0 0
a b 1 1 1 0
T = (b) + (d ) + (c − b) + (a + b − c − d )
c d 1 1 1 0
a b c + d
T =
c d c + d
c + d = 0 1 1 0 1 1 0 c+d =0
→ →
c + d = 0 1 1 0 0 0 0 c = −d
a b
∴ Nu ( L) = ∈ M 2 x 2 / c + d = 0
c d
Ramiro J. Saltos
Y la imagen:
c + d = x 1 1 x 1 1 x y−x=0
→ →
c + d = y 1 1 y 0 0 y − x x=y
x
∴ Im(L) = ∈ R 2 / x = y
y
1 0 0 1 0 0 0 0 1 0
BC M 2 x 2 = , , , BCR 2 = ,
0 0 0 0 1 0 0 1 0 1
1 0 0 0 1 0 0 0 1 0 0 1
T = T = T = T =
0 0 0 0 0 0 1 0 1 0 1 1
↑ ↑ ↑ ↑
1 0 0 1 0 0 0 0
A = T T T T
0 0 B 0 0 B 1 0 B 0 1 B
CR 2 CR 2 CR 2 CR 2
↓ ↓ ↓ ↓
0 0 1 1
∴ A =
0 0 1 1
Ramiro J. Saltos
a 1 1
3. (15 puntos) Sea A = 1 a 1
1 1 a
Determine:
a) Los valores propios de A
b) Una base para cada espacio propio de A
a − λ 1 1
A − λI = 1 a−λ 1
1 1 a − λ
[ ]
(a − λ ) (a − λ ) 2 − 1 − 1[(a − λ ) − 1] + 1[1 − (a − λ )] = 0
(a − λ )[(a − λ ) 2
− 1] − (a − λ ) + 1 + 1 − (a − λ ) = 0
(a − λ ) 3 − 3(a − λ ) + 2 = 0
x = a−λ
x − 3x + 2 = 0
3
E λ = a −1
1 1 1 1 1 1 a − b − c − 1 − 1
a+b+c = 0
1 1 1 → 0 0 0 b = b = b 1 + c 0
1 1 1 0 0 0 a = −b − c c c 0 1
− 1 − 1
∴ B Eλ = 1 , 0
0 1
Eλ =a + 2
− 2 1 1 0 3 − 3 0 0 0 0 0 0
−b+c = 0 a−c = 0
1 − 2 1 → 0 − 3 3 → 0 −1 1 → 0 −1 1
1 b=c a=c
1 − 2 1 1 − 2 1 1 − 2 1 0 − 1
Ramiro J. Saltos
a c 1 1
b = c = c1 ∴ B Eλ = 1
c c 1 1
Ramiro J. Saltos
1 0 1
4. (5 puntos) Determine si la matriz A = 0 1 1 es diagonalizable
1 0 1
1 − λ 0 1
A − λI = 0 1− λ 1
1 0 1 − λ
[ ]
(1 − λ ) (1 − λ ) 2 − (1 − λ ) = 0 (1 − λ ) = 0
(1 − λ )[(1 − λ ) − 1] = 0
2
λ =1
(1 − λ ) 2 − 1 = 0
2−λ = 0
(1 − λ − 1)(1 − λ + 1) = 0 λ=0
λ=2
(−λ )(2 − λ ) = 0
Debemos recordar el corolario que dice: “Si A ∈ M nxn tiene n valores propios distintos, entonces A es
diagonalizable”
Ramiro J. Saltos
x
5. (15 puntos) Sea V = R3 y W = y ∈ R / 3 x − 2 y + 6 z = 0 un subespacio de V
3
z
Determine:
a) El complemento ortogonal de W
− 3
b) La proyección de v sobre W si se conoce que v = 1
4
3x − 2 y + 6 z = 0
2 y = 3x + 6 z
x 2x 2x 2 0 2 0
y = 2 y = 3x + 6 z = x 3 + z 6 ⇒ BW = 3 , 3
z 2z 2z 0 2 0 1
a
Sea b ∈ W ⊥
c
a 2 a 0
b 3 = 0 b 3 = 0
c 0 c 1
2a + 3b = 0 3b + c = 0
2a = −3b c = −3b
a
⊥
∴W = b ∈ R / 2a + 3b = c + 3b = 0
3
c
Para hallar la proyección del vector que nos piden es mejor calcularla sobre W ⊥ debido a que la base de este
subespacio tiene un solo vector y ortonormalizarla será más sencillo.
a 2a − 3b − 3 − 3
b = 2b = 2b = b 2 ⇒ BW ⊥ = 2
c 2c − 6b − 6 − 6
Ramiro J. Saltos
Ahora procedemos a ortonormalizar esta base:
1
u1 = • v1
v1
v1 = (v1 / v1 )
− 3 − 3
− 3
v1 = 2 2 1
− 6 − 6 ∴B * ⊥
W = 2
7 − 6
v1 = 9 + 4 + 36
v1 = 49 = 7
Vamos a suponer que v se puede escribir como la suma de dos vectores h ∈ W y p ∈W ⊥ , hallaremos p
y luego contestaremos la pregunta al encontrar h = v − p
p = Pr oyW ⊥ v
p = (v u1 )u1
− 3 − 3 − 3
1
p = 1 2 • 2
49 − 6 − 6
4
− 3
1
p = (9 + 2 − 24 ) • 2
49 − 6
3
13
p = − 2
49
6
− 39
− 3 49
h = 1 + 26
4 52 49
49
− 186
49
h= 75
49
248
49
− 186
49
∴ Pr oyW v = 75
49
248
49