Documentos de Académico
Documentos de Profesional
Documentos de Cultura
. Considérese el siguiente sistema de ecuaciones lineales: a) el sistema no puede ser compatible indeterminado;
b) ♣ todas las soluciones del sistema son las ternas de
x
+ z=a
la forma (a − λ, a + b − 3λ, λ) donde λ es un número
−x + y + 2z = b real;
x + pz = c,
c) ninguna de las anteriores.
donde p, a, b y c designan números reales. Este sistema
verifica: Solución. De acuerdo con lo visto en la cuestión anterior, el
sistema es compatible indeterminado con p = 1 y a = c, y en este
a) no puede ser compatible indeterminado; caso la matriz ampliada del sistema admite la siguiente forma
escalonada:
b) es incompatible si p = 1; 1 0 1 a
b0 = 0 1 3 a + b ,
A
c) ♣ si es incompatible, entonces a 6= c.
0 0 0 0
Solución. La matriz ampliada del sistema es esta: que ya está en forma escalonada reducida. Esta matriz es la
ampliada del siguiente sistema:
1 0 1 a (
Ab = −1 1 2 b . x + z=a
1 0 p c y + 3z = a + b,
Para escalonarla, podemos aplicarle las transformaciones ele- donde hemos obviado la ecuación correspondiente a la fila nula.
mentales F2 ← F2 + F1 y F3 ← F3 − F1 , lo que nos lleva a Tomando z = λ (incógnita libre), las incógnitas restantes (in-
cógnitas básicas) quedan ası́:
1 0 1 a
b0 = 0 1
A 3 a + b. x = a − λ, y = a + b − 3λ,
0 0 p−1 c−a
y podemos entonces afirmar que todas las soluciones del sistema
Si p − 1 6= 0, la matriz obtenida es escalonada y tiene tres pi- son las ternas de la forma (a − λ, a + b − 3λ, λ) donde λ es un
votes, tantos como incógnitas hay en el sistema, y ninguno de número real.
ellos en la última columna: sistema compatible determinado.
. Mismos datos que en la cuestión anterior: se considera
Si p − 1 = 0, la matriz también es escalonada, pero debe-
mos seguir analizando casos para saber si hay solo dos pivo- el sistema de ecuaciones lineales
tes o si hay tres; si c − a 6= 0, entonces habrı́a un tercer pi-
vote, y justamente en la última columna: sistema incompatible; x
+ z=a
si c − a = 0, entonces solo habrı́a dos pivotes (menos que el −x + y + 2z = b
número de incógnitas), y ninguno en la última columna: sis-
x + pz = c,
tema compatible indeterminado.
Podemos resumir ası́ la discusión de este sistema: donde p, a, b y c designan números reales.
• si p 6= 1, entonces el sistema es compatible determinado; Si el valor de p, a, b y c es tal que el sistema es compatible
• si p = 1 y a 6= c, entonces el sistema es incompatible; determinado y (α, β, γ) designa su única solución, entonces
• si p = 1 y a = c, entonces el sistema es compatible inde- se verifica:
terminado.
c−a c−a
. Mismos datos que en la cuestión anterior: se considera a) ♣ γ = ; b) α = a + ;
p−1 p−1
el sistema de ecuaciones lineales
c) el sistema no puede ser compatible determinado.
x + z = a
−x + y + 2z = b Solución. El sistema es compatible determinado con p 6= 1. A
partir de la forma escalonada obtenida en la cuestión 1:
x + pz = c,
1 0 1 a
donde p, a, b y c designan números reales. b0 = 0
A 1 3 a + b,
Si el valor de p, a, b y c es tal que el sistema es compatible 0 0 p−1 c−a
indeterminado, entonces se verifica:
la transformación elemental F3 ← 1/(p − 1) F3 nos lleva a La matriz A es invertible si
a) p 6= 2; b) ♣ p = 2; c) no puede ser invertible.
1 0 1 a
Solución. Una matriz cuadrada es invertible si y solo si su
0 1 3 a+b
,
c−a determinante es no nulo. De acuerdo con la cuestión anterior,
0 0 1 se tiene: det(A) = p − 1, luego la matriz A es invertible si p 6= 1,
p−1
y no lo es si p = 1.
de donde ya podemos obtener el valor para la tercera compo-
nente de la solución única: γ = (c − a)/(p − 1). Llegamos a la . Mismos datos que en la cuestión anterior: se considera
forma escalonada reducida de la matriz anterior con las trans- la matriz
formaciones adicionales F1 ← F1 − F3 y F2 ← F2 − 3F3 : 1 0 1
A = −1 1 2 ,
c−a 1 0 p
1 0 0 a−
p−1
donde p designa un número real.
c−a ,
0 1 0 a + b − 3 Si el valor de p es tal que la matriz A es invertible, y se
p−1
denota por B = bij su inversa (es decir: B = A−1 ),
c−a
0 0 1 entonces el término b11 es igual a
p−1 p 1
a) ♣ ; b) 0; c) .
y aquı́ leemos la solución única (α, β, γ) en la última columna: p−1 p−1
c−a c−a c−a Solución. Ya sabemos, de la resolución de la cuestión anterior,
α=a− , β =a+b−3 y γ= .
p−1 p−1 p−1 que afirmar que la matriz A es invertible es tanto como afirmar
que p 6= 1. Para calcular el término de posición (1, 1) de la
inversa de A, escribimos la traspuesta de A y en ella calculamos
. Considérese la matriz el adjunto del elemento de posición (1, 1):
1 0 1
1 −1 1
1 0
A = −1 1 2 , At = 0 1 0 , =p
2 p
1 0 p 1 2 p
donde p designa un número real. Se tiene: (nótese que no hay que anteceder ningún signo negativo al de-
terminante de la submatriz). Finalmente, dividimos el adjunto
a) ♣ det(A) = p − 1 y tr(A) = p + 2; obtenido por el determinante de la matriz A:
b) det(A) = p y tr(A) = p; p
b11 = .
p−1
c) ninguna de las anteriores.
Para el estudiante interesado, la inversa de la matriz A es esta:
Solución. Si aplicamos a la matriz A las transformaciones ele-
mentales F2 ← F2 + F1 y F3 ← F3 − F1 , obtenemos una ma- p 0 −1
1
triz triangular superior, cuyo determinante se calcula fácilmente B = A−1 = p + 2 p − 1 −3 .
p−1
como el producto de los términos de la diagonal principal: −1 0 1
1 0 1 1 0 1
det(A) = −1 1 2 = 0 1 3 = p − 1. . Una matriz cuadrada que es, a la vez , triangular supe-
1 0 p 0 0 p − 1
rior y triangular inferior verifica:
(Recuérdese que el valor del determinante de una matriz no varı́a
a) no puede existir una matriz ası́;
si a esta se le aplica una transformación elemental de tipo iii;
¡y las dos transformaciones aplicadas a la matriz A son de este b) ♣ es diagonal;
tipo!)
c) es una matriz identidad.
Por otra parte, la traza de una matriz cuadrada es la suma de
los términos de su diagonal principal: tr(A) = p + 2.
Solución. Por ser triangular superior, la matriz tiene nulos los
. Mismos datos que en la cuestión anterior: se considera términos que quedan “por debajo” estrictamente de la diagonal
la matriz principal, y por ser triangular inferior tiene nulos los términos
1 0 1 que quedan “por encima” estrictamente de la diagonal principal.
A = −1 1 2 , Una matriz cuadrada que tiene nulos los términos de fuera de la
1 0 p diagonal principal es una matriz diagonal.
donde p designa un número real.
. Para que una matriz diagonal sea invertible, debe veri- Si p = 0, las coordenadas del vector (1, 1, 1) en la base
ficarse: formada por los tres vectores (en ese mismo orden) son
. Mismos datos que en la cuestión anterior: dado un A la vista de esta matriz escalonada, apreciamos que el sistema
admite solución precisamente si −x + z = 0.
número real p, se consideran los vectores (1, −1, 1), (0, 1, 0)
El susbespacio vectorial G de R3 está determinado, pues, por la
y (1, 2, p) de R3 .
ecuación implı́cita x − z = 0.
. En el espacio vectorial R5 , la codimensión de una recta Solución. Denotemos por A la matriz del enunciado. La ma-
es igual a triz A es productiva si y solo si la matriz I − A es invertible y
su inversa es positiva: (I − A)−1 > O. (Aquı́ I denota la matriz
a) 1; b) 3; c) ♣ 4.
identidad de orden 2.)
Solución. Dado un subespacio vectorial F de Rn , se define la Se tiene:
codimensión de F como la diferencia n − dim F ; esto es:
1 0 0 a 1 −a
I −A= − = ,
codim F = n − dim F. 0 1 0 0 0 1
Como la dimensión de una recta es igual a 1 (en cualquier espacio y la matriz I − A es invertible y de inversa positiva:
vectorial), la codimensión de una recta de R5 es igual a 5−1 = 4.
1 −a
= 1 6= 0, y (I − A)−1 = 1 a > O.
0 1 0 1
. Dada la matriz de coeficientes técnicos
La matriz A es, pues, productiva cualquiera que sea el valor
0 0 1
de a > 0.
2/5 0 0 ,
1/4 2/3 0 . Considérese la aplicación lineal f de R3 en R2 definida
por f (x, y, z) = (x + z, −x + y). El rango de f es igual a
se verifica:
a) 1; b) ♣ 2; c) 3.
a) es descomponible, pero no completamente descom-
Solución. Se tiene: rango f = dim(Im f ), y el subespacio Im f
ponible; 2
puede calcularse como el subespacio vectorial de R generado
b) es completamente descomponible; por la imagen por f de los vectores de una base de R3 . Si nos
fijamos, verbigracia, en la base canónica de R3 :
c) ♣ es indescomponible.
B C = (1, 0, 0), (0, 1, 0), (0, 0, 1) ,
Solución. Calculemos los conjuntos M (1), M (2) y M (3).
Para M (1), observamos que los bienes 2 y 3 son directamente se tiene:
necesarios en la producción del bien 1, pero no dejamos de
f (1, 0, 0) = (1, −1), f (0, 1, 0) = (0, 1), f (0, 0, 1) = (1, 0),
escribir el propio bien 1 (aunque sea nulo el término de posi-
ción (1, 1) en la matriz):
y entonces Im f = L (1, −1), (0, 1), (1, 0) = R2 . (Nótese que,
2 entre estos últimos tres vectores, los dos primeros, por ejemplo,
1
no son proporcionales, luego solo ellos ya generan R2 .) Final-
@
R 3.
@ mente: rango f = 2.
Ası́: M (1) = {1, 2, 3}. . Mismos datos que en la cuestión anterior: se conside-
ra la aplicación lineal f de R3 en R2 definida de la for-
Para el bien 2, vemos que solo es directamente necesario el
bien 3, pero tampoco dejamos de escribir el mismo bien 2 (aunque ma f (x, y, z) = (x + z, −x + y).
sea nulo el término de posición (2, 2) en la matriz); a su vez, el El núcleo de f verifica:
bien 3 requiere como directamente necesario el bien 1. Esto es:
a) Ker f = {(0, 0, 0)}; b) ♣ ninguna de las otras;
2 - 3 - 1,
c) Ker f es la recta de vector director (1, 1, 1).
y ası́: M (2) = {1, 2, 3}.
Finalmente, podemos escribir: Solución. De acuerdo con lo obtenido en la cuestión anterior,
3 - 1 - 2, se tiene: dim(Ker f ) = dim R3 −dim(Im f ) = 3−2 = 1 (recuérdese
que la dimensión del núcleo más la dimensión de la imagen es
y también resulta: M (3) = {1, 2, 3}. igual a la dimensión del espacio de partida), y ası́ el subespa-
cio Ker f es una recta de R3 .
Vemos que todos los bienes figuran en los conjuntos M (1), M (2)
3
y M (3): todos los bienes son, pues, productos fundamentales, y Veamos de qué recta se trata, Un vector (x, y, z) de R pertenece
ası́ la matriz es indescomponible. a Ker f si y solo si f (x, y, z) = (0, 0), esto es:
(x + z, −x + y) = (0, 0),
0 a
. Dado un número a > 0, la matriz verifica:
0 0 o bien: x+z = 0 y −x+y = 0, de donde y = x y z = −x. Vemos
que sus soluciones son todas las ternas de la forma (λ, λ, −λ)
a) ♣ es productiva cualquiera que sea a > 0;
donde λ es un número real. Es decir: Ker f = L (1, 1, −1) , o
b) si a > 0, no es productiva; bien: el núcleo de la aplicación lineal f es la recta de vector
director (1, 1, −1).
c) ninguna de las anteriores.
. Mismos datos que en la cuestión anterior: se conside- o bien (
3 2
ra la aplicación lineal f de R en R definida de la for- 2x1 + 2x2 = 0
ma f (x, y, z) = (x + z, −x + y). 2x1 + 2x2 = 0.
La aplicación lineal f verifica: Este sistema se reduce a una única ecuación: x1 +x2 = 0, que ad-
mite como solución todos los vectores que se pueden escribir de
a) ♣ es suprayectiva; b) es inyectiva; la forma (−λ, λ) para algún λ ∈ R. El subespacio vectorial pro-
pio de la matriz A asociado al autovalor 2 es, pues, L (−1, 1) ;
c) no es ni inyectiva ni suprayectiva.
los vectores no nulos de este subespacio son los autovectores
correspondientes.
Solución. De acuerdo con las cuestiones anteriores, sabemos
Para el autovalor λ = 6, planteamos: (A − 6I)X = O, que nos
que dim(Im f ) = 2 y dim(Ker f ) = 1, Como el número dim(Im f )
lleva a considerar el sistema de ecuaciones
coincide con la dimensión del espacio de llegada, la aplicación
lineal f es suprayectiva; como el número dim(Ker f ) es distinto −2 2 x1 0
= ,
de 0, la aplicación lineal f no es inyectiva. 2 −2 x2 0
. Dada la matriz que admite como solución todos los vectores de la forma (λ, λ)
4 2 para algún λ ∈ R. Es decir, el subespacio vectorial propio de
,
la matriz A asociado al autovalor 6 es L (1, 1) . De nuevo, los
2 4
autovectores correspondientes son los vectores no nulos de este
se verifica: subespacio.
a) admite un autovalor doble;
b) ♣ admite dos autovalores distintos y ambos son nú-
meros positivos;
c) admite un autovalor negativo y otro positivo.