Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra Lineal
Algebra Lineal
Í NDICE GENERAL
3 D ETERMINANTES PÁGINA 25
3.1 Fundamentos teóricos 25
Determinante de orden 1 25 • Determinantes de orden 2x2 25 • Determinantes de orden 3x3 26 •
Determinantes nxn 26 • Propiedades 26 • Matriz adjunta 27
3.2 Problemas 29
Introducción
La guía que se presenta a continuación contiene apuntes sobre álgebra lineal, tema que se estudia en el
curso de cálculo IV de la Universidad Marítima del Caribe, así como también en el ciclo básico de inge-
niería de cualquier universidad del país.
Con este material se pretende tener una referencia en cuanto al nivel de exigencia del curso, esto de
acuerdo al tipo de problemas que se presentan. Además sirve como una guía rápida de la materia tanto
para el estudiante como para el docente, ya que cada capítulo contiene fundamentos teóricos necesa-
rios, los cuales son la base para la resolución de los diversos problemas propuestos.
Cada capítulo finaliza con una sección de problemas propuestos que deben ser resueltos por el estu-
diantes, apoyándose conjuntamente con la teoría presentada en clase y las asesorías del docente.
Se sugiere al docente reforzar en clase a través de ejemplos los diversos métodos de demostración
matemática, debido a que son una de las principales herramientas del curso y a su vez una de la mayores
debilidades que se detecta en los estudiantes durante el curso.
3
1 Álgebra de Matrices
Notación
Los elementos de una matriz A se denotan con la misma letra en minúscula, indicando con
dos subíndices la ubicación dentro de la matriz. De esta manera el elemento a i j representa al
elemento ubicado en la fila i y columna j de la matriz A.
1.1
La siguiente matriz A, es una matriz cuadrada de orden 2 × 3, pues tiene dos filas y tres
columnas à !
2 4 0
A=
−5 7 1
Las siguientes matrices se conocen como matriz fila y matriz columna respectivamente
³ ´ 1
F= 3 4 2 1 C = 3
Suma, Resta: Sean A y B matrices con las mismas dimensiones, entonces su suma, A+B , se obtiene
sumando sus elementos correspondientes. De forma simbólica sería
(A + B )i j = a i j + b i j
De manera análoga, la resta, A − B , se obtiene restando los elementos correspondientes. Esto es
(A − B )i j = a i j − b i j
Multiplicación escalar: Sea A una matriz y λ un número llamado también escalar, definimos la
multiplicación por un escalar, λA, como la matriz que se obtiene multiplicando cada elemento de
la matriz A por λ. En símbolos,
(λA)i j = λ(a i j )
Producto Sea A una matriz con dimensiones m×n y B una matriz con dimensiones n×p, entonces
la matriz producto AB está definida, y tiene dimensiones m × p. Los elementos de la matriz
producto se obtienen de la siguiente manera:
n
X
(AB )i j = ai s b s j
s=1
Lo anterior se puede interpretar como el resultado obtenido de multiplicar los elementos de la fila
i de A por los elementos de la columna j de B y luego sumar los resultados correspondientes.
Matriz Propiedad
Identidad: Es una matriz cuadrada con unos en la diagonal principal y ceros en el resto
Simétrica: Una matriz es simétrica si además se ser cuadrada cumple que A = A T
Antisimétrica: Una matriz es antisimétrica si A = −A T
Diagonal: Es una matriz cuyos elementos cumplen que a i j = 0 si i 6= j
Triangular inferior: Es una matriz cuadrada que cumple a i j = 0, cuando i < j
Triangular superior Es una matriz cuadrada que cumple a i j = 0, cuando i > j
Ortogonal Es una matriz necesariamente cuadrada e invertible y que además A A T = I
Idempotente Una matriz es idempotente si cumple que A 2 = A
1.2
Matriz
identidad
Matriz
simétrica
Matriz
antisimétrica
1 0 0 3 1 4 0 4 −1
0 1 0 1 −2 −7 −4 0 3
0 0 1 4 −7 5 1 −3 0
Matriz
diagonal
Matriztriangular superior
Matriz
triangular inferior
2 0 0 1 2 3 4 0 0
0 1 0 0 4 3 −1 2 0
0 0 1 0 0 −1 5 3 2
1. Intercambio de filas: Consiste como bien dice su nombre en intercambiar dos filas cualesquiera
de la matriz. La notación que se utilizará para indicar el intercambio de la fila i , con la fila j de A
es:
F i ←→ F j
2. Multiplicar una fila por un escalar: Esta operación elemental consiste en multiplicar cualquier
fila por un escalar λ con λ 6= 0. Para indicar que multiplicaremos la fila i por el escalar λ, lo
representaremos así:
F i −→ λF i
1.5 Matrices elementales y matrices equivalentes
6
3. Multiplicar una fila por un múltiplo escalar de otra fila: Esta operación elemental es una
combinación de las dos operaciones elementales anteriores. Lo representaremos de la siguiente
manera:
F i −→ F (i ) + λF j
En este caso se está sustituyendo la fila i por la suma de la fila i más el producto de la fila j por el
escalar λ
1.3
La matriz
3 0 0
E = 0 1 0
0 0 1
es elemental, ya que se obtiene de la matriz identidad al aplicarle una operación elemental
1 0 0 3 0 0
0 1 0 F 1 −→ 3F 1 0 1 0
0 0 1 0 0 1
La matriz siguiente
1 0 0
E = 0 1 0
0 2 1
también es elemental, ya que podemos obtenerla a partir de la matriz identidad de la
siguiente manera:
1 0 0 1 0 0
0 1 0 F 3 −→ 2F 2 + F 3 0 1 0
0 0 1 0 2 1
1.5 Matrices elementales y matrices equivalentes
7
Notación
Para denotar que una matriz A es equivalente a otra matriz B escribiremos lo siguiente:
A∼B
1.4
Para demostrar que son equivalentes aplicaremos operaciones elementales a una de las matrices
hasta llegar a la otra
à ! à ! à !
3 6 1 1 2 1 2
F 1 −→ F 1 F 2 −→ (−4)F 1 + F 2
4 8 3 4 8 0 0
Como se puede apreciar las matrices son equivalentes. Se deja de ejercicio hacer la misma
comprobación pero comenzando con la otra matriz.
1. Todas las filas (si las hay) cuyos elementos son todos nulos se encuentran en la parte inferior
de la matriz.
3. Si dos filas sucesivas tienen elementos distintos de cero, entonces el primer 1 en la fila
siguiente está más a la derecha que el primer 1 de la fila anterior.
4. Cualquier columna que contiene el primer 1 en una fila, tiene nulos todos los elementos
ubicados debajo del 1. El primer elemento diferente de cero en una fila (si lo hay) se llama
pivote de la fila.
5. Si una matriz cumple las condiciones anteriores se dice que está en forma escalonada, pero
si además cumple que los elementos ubicados sobre los pivotes también son nulos se dice
que está en la forma escalonada reducida por filas.
1.6 Inversa de una matriz
8
AB = B A = I
En ese caso se dice que la matriz A es invertible y que la matriz B es su inversa. La inversa de la
matriz A se denota como A −1
Teorema 1.1
Sea A una matriz n × n, se dice que A es invertible si y sólo si A es equivalente por filas a la matriz
identidad.
Corolario 1.1 Si A es equivalente por filas a alguna matriz que tenga al menos una fila nula, entonces
A no es invertible.
1.5
En el siguiente ejemplo se describe el procedimiento que se debe seguir para determinar la inversa
de una matriz en el caso de que la matriz sea invertible.
Consideremos la matriz
2 4 6
A = 4 5 6
3 1 −2
1. Para determinar la inversa lo primero que debemos hacer es ampliar la matriz dada con la
matriz identidad:
2 4 6 : 1 0 0
A = 4 5 6 : 0 1 0
3 1 −2 : 0 0 1
Luego de ampliar la matriz se debe llevar a la forma escalonada reducida, si es invertible su
forma escalonada será la identidad y la matriz del lado derecho será la inversa de la matriz
dada.
1
1 2 3 : 2 0 0
2 4 6 : 1 0 0
F 1 −→ 12 F 1
4 5 6 : 0 1 0 0 −3 −6 : 0 1 0
F 2 −→ (−4)F 1 + F 2
3 1 −2 : 0 0 1
3 1 2 : 0 0 1
1
1 2 3 : 2 0 0
F 3 −→ (−3)F 1 + F 3
2
0 1 2 : − 130
F 2 −→ − 13 F 2 3
0 −5 −11 : − 32 0 1
1 0 −1 : − 56 2
3 0
F 1 −→ (−2)F 2 + F 1
2
0 1 2 : − 31 0
F 3 −→ 5F 2 + F 3 3
11
0 0 −1 : 6 − 53 1
1 0 0 : − 83 7
3 1
F 3 −→ −F 3
13
F 1 −→ F 1 + F 3 0 1 0 : − 11 2
3 3
F 2 −→ (−2)F 3 + F 2 11
0 0 1 : −6 − 53 −1
A −1 = E 9 E 8 . . . E 2 E 1
1.7 Ejercicios
10
1.7 Ejercicios
Ejercicios
1 2 2 2 −4 1
calcule:
(a) 2A (b) A + B (c) 2A − 3B
(d) (2A)T − (3B )T (e) AB (f) B A
(g) A T B T (h) (B A)T (i) 13 A + B
2 7
verifique que:
¡ ¢T
(a) 5A = 3A + 2A (b) 6A = 3 (2A) (c) A T = A
1
− 12
2
A=
− 12 1
2
AC = C A = I
(a) 6C + 5A = B (b) 3C 2 − 4C = 5A
(c) (A −C )2 −C 2 = 3C − 7B (d) B AC − 2C 2 = A
1.8 Hallar los números reales x, y, z,u y v para los que se verifica:
x 2 Ã ! 5 1
−1 v
0 y = −3 0
u 0
z 1 1 2
X T AX = B
Pruebe que:
(b) t r (A + B ) = t r (A) + t r (B )
1.7 Ejercicios
12
(c) t r (AB ) = t r (B A)
à !
2 −1
(a) AB = I , siendo A =
0 3
à !
1 1
(b) AB = O 2x2 , siendo A = . ¿Es B única ?
2 2
B = (I + A) (I − A)−1
es ortogonal.
(e) Sabiendo que A y B son matrices cuadradas tales que A = AB y B = B A, comprobar que A y
B son idempotentes.
Hallar A.
1.17 Demuestre que si A es una matriz no singular simétrica, entonces A −1 es también simétrica.
1.18 Sea A una matriz antisimétrica tal que A + I es invertible. Demostrar que :
(b) (I + A) y (I − A) conmutan.
1.7 Ejercicios
13
1.19 ¿Cuáles de las siguientes matrices son matrices elementales?. Clasifíquela de acuerdo a la
operación elemental que se realice.
à ! à ! à !
0 1 1 0 1 0
(a) (b) (c)
1 0 1 1 0 2
1 0 0 0 1 0 1 0 0
(d) 0 1 0 (e) 0 0 1 (f) 2 1 0
5 0 1 1 0 0 3 0 1
1.20 Para cada una de las siguientes parejas de matrices, determine una matriz elemental E tal
que E A = B
2 1 3 2 1 3
(a) A = −2 4 5 B = 3 1 4
3 1 4 −2 4 5
4 −2 3 4 −2 3
(b) A = 1 0 2 B = 1 0 2
−2 3 1 0 3 5
à ! à !
2 −1 −4 2
(c) A = B=
5 3 5 3
1 2 1 2
(d) A = 3 4 B = 0 −2
5 6 5 6
1.21 Sea
1 2 1 0
A = −1 0 3 5
1 −2 1 1
Hallar una matriz escalonada reducida por filas R que sea equivalente a A, y una matriz invertible
3x3, P , tal que R = P A.
6 4 1 0 1 −2
emplear operaciones elementales de fila para determinar cual es invertible y encontrar la inversa
en el caso de que lo sea.
1.7 Ejercicios
14
1 2 3
1.25 Determine los valores de k para los cuales la matriz A singular, en donde
1 −2 3
A= 1 k 6
−1 3 k − 3
(b) Si A ∈ Rmxn tiene una fila nula y B ∈ Rnxm . Demostrar que AB tiene una fila nula.
(c) Si A ∈ Rmxn y tiene una columna nula y B ∈ Rnxm . ¿Qué podemos decir de AB ?.
7 9 1
i) a 2 + b 2 = 1 ii) c 2 + d 2 = 1 iii) ac + bd = 0
2 0 5 1 3 3 1 0 1
(d) 0 3 0 (e) 2 6 1 (f) −1 1 1
1 0 3 3 8 3 −1 2 3
15
2 Sistemas de Ecuaciones
AX = B
AX = 0
2.1 Sistemas de ecuaciones
16
2.1.2 Clasificación
Los sistemas de ecuaciones lineales dependiendo del tipo de solución que tengan se clasifican en:
Sustituyendo una ecuación del sistema por una combinación lineal de ella y de las restantes,
siempre y cuando el coeficiente de la ecuación sustituida sea distinto de cero.(F i → F i + kF j )
En el método anterior, la solución final se determina aplicando lo que se conoce como sustitución
regresiva, el cual consiste en ir sustituyendo los valores que se hayan obtenido de las variables para
determinar las variables restantes.
Definición 2.5 Método de Gauss-Jordan
El método de Gauss-Jordan consiste en transformar el sistema de ecuaciones dado en otro
equivalente de forma que éste sea escalonado reducido aplicando operaciones elementales por
filas o por columnas.
2.1 Sistemas de ecuaciones
17
Este último método permite obtener los resultados de forma un poco más directa que el método de
eliminación gaussiana.
2.1
1 1 −1 : 1
3 2 1 :1 1 1 −1 : 1 1 1 −1 : 1
F 3 → F 3 − 3F 1
5 3 4 :2 F3 ↔ F1 5 3 4 :2 0 −2 9 : −3
F 2 → F 2 − 5F 1
1 1 −1 : 1 3 2 1 :1 0 −1 4 : −2
1 1 −1 : 1 1 1 −1 : 1 1 1 −1 : 1
F 3 → F 3 − 2F 2
0 −2 9 : −3 F2 ↔ F3 0 −1 4 : −2 0 1 −4 : 2
F 2 → (−1)F 2
0 −1 4 : −2 0 −2 9 : −3 0 0 1 :1
finalmente aplicamos el método de sustitución regresiva. De esta manera la solución del sistema
es:
x 1 = −4, x 2 = 6 y x 3 = 1
2.1 Sistemas de ecuaciones
18
Teorema 2.1
Sea A una matriz de orden n × n. Entonces las siguientes afirmaciones son equivalentes.
1. A es invertible.
El teorema anterior nos permite tener una relación de equivalencia entre las diferentes proposiciones,
siempre y cuando se asuma alguna como hipótesis. Se deja como ejercicio la demostración de algunas
de éstas equivalencias.
2.2 Ejercicios
19
2.2 Ejercicios
Ejercicios
tenga:
2.2 Exprese los siguientes sistemas de forma matricial y luego aplique el método de Gauss para
determinar la solución:
3x 1 − x 2 + 2x 3 = 1
x 1 − 4x 2 + 2x 3 = 1
(a) x1 + x2 + x3 = 2 (b) 2x 1 + 2x 2 = 1
2x 1 − x 2 + x 3 = 3 x 1 − 3x 2 + 4x 3 = 2
x 1 + x 2 − 3x 3 = −1
x 1 − 2x 2 + x 3 + 2x 4 = 1
2x + x − 2x = 1
1 2 3
(c) x1 + x2 − x3 + x4 = 2 (d)
x1 + x2 + x3 = 3
x 1 + 7x 2 − 5x 3 − x 4 = 3
x 1 + 2x 2 − 3x 3 = 1
2x 1 − 3x 2 + x 3 = 0
3x 1 + 2x 2 + x 4 = 0
x +x −x =0
1 2 3
(e) (f ) x 1 + 2x 2 + x 3 = 1
3x 1 + 4x 2 = 0
x 1 + 6x 2 + 2x 3 + x 4 = 2
5x 1 + x 2 + x 3 = 0
2x 1 + kx 2 − kx 3 = 2k
x + (k + 1)y + z = 0
(c) 2kx 1 + x 2 − 2x 3 = −k (d) x + y + (k + 1)z = 0
x 1 + 3kx 2 + 2kx 3 = 16k (k + 1)x + y + z = 0
a 1 1 z 1
2.2 Ejercicios
20
2.5 Resuelva el siguiente sistema no lineal de ecuaciones empleando lo que usted sabe sobre
ecuaciones lineales y utilizando un artificio particular:
2 2 2
x +y +z = 6
x − y + 2z 2 = 2
2 2
2x 2 + y 2 − z 2 = 3
2.9 Sea
1 0 1
A= 3 3 4
2 2 3
(a) Compruebe que
1 2 −3
A −1 = −1 1 −1
0 −2 3
2.3 Aplicaciones
Ejercicios
2.10 Un departamento de caza y pesca estatal suministra 3 tipos de alimentos a un lago que
mantiene a 3 especies de peces. Cada pez de la especie 1 consume cada semana un promedio de
una unidad de alimento 1, una unidad del alimento 2 y dos unidades del alimento 3. Cada pez de
la especie 2 consume cada semana un promedio de tres unidades del alimento 1, cuatro unidades
del alimento 2 y cinco unidades del alimento 3. Cada semana en promedio un pez de la especie 3
consume dos unidades del alimento 1, una unidad del alimento 2 y cinco unidades del alimento 3.
Cada semana se proporciona al lago 15000 unidades del alimento 1, 10000 del alimento 2 y 35000
del alimento 3.
Suponiendo que los tres alimentos se consumen íntegramente, ¿qué población de cada especie se
encontrará en coexistencia? ¿existe una solución única? Estime la población de la tercera especie.
2.11 Una destilería clandestina mezcla alcohol, colorante y licor base para fabricar 3 tipos de
whisky. El whisky tipo A contiene 5 % de colorantes y 40 % de alcohol, el whisky tipo B contiene 3 %
de colorantes y 45 % de alcohol, mientras que el whisky tipo C contiene 4 % de colorantes y 47 %
de alcohol. En el proceso de mezclado se pierde 10 % de alcohol por evaporación. Actualmente
la empresa dispone de 400 litros de alcohol, 415 litros de licor base y de 25 litros de colorantes.
¿Cuántos litros de cada tipo de whisky podrá fabricar la empresa si quiere utilizar toda la
existencia?
2.12 Una firma de transporte posee tres tipos de camiones, A, B y C , Los camiones están
equipados para el transporte de 2 clases de máquinas pesadas (clase 1 y clase 2). El tipo A
puede transportar 2 máquinas clase 1 solamente, el tipo B puede transportar 1 máquina clase
1 y 1 clase 2, y el tipo C puede transportar 1 máquina clase 1 y 2 clase 2. La firma consigue
una orden para transportar 32 máquinas clase 1 y 10 máquinas clase 2. Formule el sistema de
ecuaciones y encuentre el número de camiones de cada tipo que se requieren para cumplir la
orden, suponiendo que, cada camión debe estar completamente cargado y el número exacto de
máquinas pedidas es el que se debe despachar. Si los costos y gastos de cada tipo de camión son
los mismos para la firma, ¿cuál es la solución más económica?
2.13 La demanda de boletos de la Cross Country Airlines ha aumentado tanto que la compañía
está analizando la posibilidad de adquirir nuevos aviones. Existen 3 tipos de aviones en el
mercado, la siguiente tabla muestra la cantidad de tiempo requerido de mantenimiento mensual
para cada tipo:
La compañía requiere que los nuevos transporten un total combinado de 3900 pasajeros y dispone
en sus hangares de 250 horas mensuales para su mantenimiento. Solamente existen 15 aviones del
tipo 3 disponibles en el mercado. ¿Cuántos aviones de cada tipo debe comprar la Cross Airlines
para utilizar todo el tiempo disponible en sus hangares?
2.3 Aplicaciones
22
2.14 Un individuo tiene acciones en tres compañas A, B ,y C . Un día, las acciones de A se cotizan
a BsF. 20, B a BsF. 10 y C a BsF 20 y el valor total de las acciones es de Bs.F 710. En otra oportunidad
las cotizaciones son de Bs.F 30, 10 y 50 respectivamente y el valor total Bs F 1690. Hallar el número
de acciones que tiene la persona en cada empresa.
2.15 Un viajero recién llegado de Europa gastó en alojamiento, por día, 30$ en Inglaterra, 20$
en Francia, 20$ en España. En comida, por día, gastó 20$ en Inglaterra, 30$ en Francia y 20$
en España. Adicionalmente desembolsó 10$ por día en cada país en gastos varios. El registro de
nuestro viajero indica que gastó un total de 340$ en alojamiento, 320$ en alimento y 140$ en gastos
varios en su recorrido por todos estos tres países. Calcule el número de días que permaneció en
cada país o muestre que el registro debe ser incorrecto.
2.17 Un agente secreto sabe que 60 equipos aéreos, que consisten en aviones de combate y
bombarderos, están estacionados en cierto campo aéreo secreto. El agente quiere determinar
cuántos de los 60 equipos son aviones de combate y cuántos son bombarderos. Existe un tipo
de cohete que llevan ambos aviones; el de combate lleva 6 de ellos y el bombardero sólo 2. El
agente averigua que se requieren 250 cohetes para armar a todos los aviones del campo aéreo. Aun
más, escucha que se tiene el doble de aviones de combate que bombarderos en la base. Calcule el
número de aviones de combate y bombarderos en el campo aéreo o muestre que la información
del agente es incorrecta ya que es inconsistente.
2.18 Encuentre valores de a, b y c tales que la parábola y = ax 2 + bx + c pase por los puntos
(−2, −32),(1, 4) y (3, −12).
2.19 La tienda local de artículos para jardín almacenó tres marcas de fertilizantes de fosfato-
potasio-nitrógeno con las composiciones indicadas en la siguiente tabla:
Un análisis de suelo muestra que cierto productor necesita fertilizante para su jardín con 19 % de
fosfato, 34 % de potasio y 47 % de nitrógeno. ¿Puede obtener la mezcla correcta mezclando las tres
marcas?. Si es así, ¿cuántas libras de cada una debe mezclar para obtener 100 libras de la mezcla
deseada?.
2.20 Una mezcla de CO, H2 y C H4 se introduce en un horno donde se quema con oxígeno para
formar CO, CO 2 y H2 O. Se cree que allí ocurren las siguientes reacciones químicas:
2.3 Aplicaciones
23
1
CO + 2 O2 = CO 2
1
H2 + 2 O2 = H2O
C H4 + 2O 2 = CO + 2H2O
3
C H4 + 2 O2 = CO+ 2H2O
2.21 Hobson,Inc. tiene una pequeña planta que fabrica tres tipos de botes inflables para una,
dos y cuatro personas. Cada bote requiere el servicio de tres departamentos: corte, ensamblaje
y empaque. Los departamentos de corte, ensamblaje y empaque pueden utilizar un total de
380, 330 y 120 horas-persona por semana, respectivamente. El tiempo requerido para cada bote
y departamento aparece en la siguiente tabla. Determine cuántos botes de cada tipo deben
producirse cada semana para que la planta opere a toda su capacidad.
Tiempo (horas)
Bote de una Bote de dos Bote de cuatro
Depart. persona personas personas
Corte 0.6 1.0 1.5
Ensamblaje 0.6 0.9 1.2
Empaque 0.2 0.3 0.5
2.22 El túnel Channel, llamado Chunnel, que pasa debajo del Canal de La Mancha desde cerca de
Folkestone, Gran Bretaña, hasta cerca de Calais, Francia, tiene una longitud aproximada de 124088
pies (o aproximadamente 23.5 millas). Dos equipos de trabajadores, uno que comenzó en Francia
y el otro en Gran Bretaña, trabajaron hacia el otro equipo y se encontraron casi a la mitad. Los
dos equipos comenzaron a trabajar en el túnel al mismo tiempo. Debido al terreno húmedo y las
malas condiciones en Francia, el equipo inglés completo en promedio 2.2 pies por día más que el
equipo francés. Los dos equipos se encontraron después de 1432 días de que comenzó el proyecto.
Determine la velocidad con la que trabajó cada equipo.
25
3 Determinantes
d et (A) = a 11
3.1
¯ ¯ Ã !
¯ 1 2 ¯ 1 2
¯ = 4 − 6 = −2 es el valor del determinante de la matriz
¯ ¯
¯ 3 4 ¯ 3 4
¯
3.1 Fundamentos teóricos
26
3.2
¯ ¯
¯ 1 −1 3 ¯
¯ ¯
Calcular |A| = ¯ 4 0 5 ¯
¯ ¯
¯ ¯
¯ −6 −6 9 ¯
donde:
3.1.5 Propiedades
1. Si cualquier fila o columna de la matriz A es el vector cero entonces d et (A) = 0.
2. Si cualquier fila o columna se multiplica por un escalar λ, entonces d et (A) se multiplica por λ.
6. d et (A) = d et (A t ).
3.3
Para calcular el determinante nos basaremos en las propiedades descritas anteriormente. Durante
el desarrollo se identifica la propiedad que se están aplicando.
¯ ¯ ¯ ¯
¯1 3 5 2 ¯ ¯1 3 5 2 ¯
F 3 →−2F 1 +F 3
¯ ¯ ¯ ¯
¯0 −1 3 4¯
¯0 −1 3 4¯¯
(prop. 4)
¯
|A| = ¯
¯ ¯
¯2 1 9 6 ¯
¯ F 4 →−4F 1 +F 4 ¯0 −5 −1 2¯
¯ ¯
¯ ¯ (prop. 4) ¯ ¯
¯3 2 4 8 ¯ ¯0 −7 −11 2¯
¯ ¯
¯1 3 5 2 ¯¯
F 3 →−5F 2 +F 3
¯
(prop. 4)
¯0 −1 3 4 ¯¯
¯
F 4 →−7F 2 +F 4 ¯0 0 −16 −18¯
¯ ¯
(prop. 4) ¯ ¯
¯0 0 −32 −26¯
¯ ¯
¯1 3 5 2 ¯¯
¯
¯0 −1 3 4 ¯¯
Se factoriza fila 3
(−16) ¯
¯
(prop. 2)
¯0 0 9 ¯¯
1 8 ¯
¯
¯0 0 −32 −26¯
¯ ¯
¯1 3 5 2 ¯
¯ ¯
¯0 −1 3 4 ¯
F 4 →32F 3 +F 4
(−16) ¯
¯ ¯
(prop. 2)
¯0 0 1 9/8¯
¯
¯ ¯
¯0 0 0 10 ¯
Definición 3.3
Sea A una matriz de orden nxn. La adjunta de A, denotada por ad j (A), es la matriz de orden nxn
cuya componente i j es A j i , el cofactor j i de A.
1
A −1 = ad j (A)
d et (A)
3.1 Fundamentos teóricos
28
3 5 7
Determine la adjunta y la inversa de A
A 31 A 32 A 33 −7 2 2
−3 2 2
3.2 Problemas
Ejercicios
1−k k 1+k −k 1−k 1+k
(a) 2 1 4 (b) 1 2 3
2+k k −3 k −5 2−k k +3 k +5
1 2 0
det(A − x I )=0
3.5 Si
¯ ¯
¯
¯ x y z w ¯
¯
¯ 3 0 2 0 ¯
¯ = 2,
¯ ¯
1 1 1 1
¯
¯ ¯
¯ ¯
¯ 0 −2 0 −3 ¯
¯ ¯
¯ 3x 3y + 2 3z 3w + 3 ¯
¯ ¯
¯ 4 1 3 1 ¯
¯ ¯
¯ 1 1 1 1
¯ ¯
¯
3
¯ ¯
¯ 0 1 0 ¯
2
¯ ¯
¯ x −y −z 2x 2x ¯
¯ ¯ ¡ ¢3
(b) ¯ 2y y −x −z 2y ¯= x +y +z
¯ ¯
¯ ¯
¯ 2z 2z z −x −y ¯
3.10 Utilizando la matriz adjunta, determinar en caso de que existan, las inversas de las
siguientes matrices
3.2 Problemas
31
2 4 3 2 1 −3
(a) 1 2 −1 (b) 4 5 1
1 −1 4 −2 −1 4
1 1 −2 4 1 −1 −2 −1
0 2 1 3 0 3 4 −1
(c) (d)
2 1 0 4 1 2 1
−1
4 3 2 −1 3 3 1 2
1
d et (A −1 ) =
det(A)
3.13 Sean A y B matrices 3x3 que satisfacen que det(A)=4 y det(B )= 5. Determinar el valor de:
(a) det(AB ) (b) det(3A) (c) det(2AB ) (d) det(A −1 B )
3.14 Aplique la regla de Cramer para resolver cada uno de los siguientes sistemas:
( (
x 1 + 2x 2 = 3 2x 1 + 3x 2 = 3
(a) (b)
3x 1 − x 2 = 1 3x 1 + 2x 2 = 5
2x 1 + x 2 − 3x 3 = 0
x 1 + 3x 2 + x 3 = 1
(c) 4x 1 + 5x 2 + x 3 = 8 (d) 2x 1 + x 2 + x 3 = 5
-2x 1 − x 2 + 4x 3 = 2 −2x 1 + 2x 2 − x 3 = −8
x 1 + 3x 2 + 5x 3 + 2x 4 = 2
−x + 3x + 4x = 0
2 3 4
(e)
2x 1 + x 2 + 9x 3 6x 4 = −3
+
3x 1 + 2x 2 + 4x 3 + 8x 4 = −1
3.15 Demuestre que si A es una matriz de orden nxn con n > 1 entonces det(adj(A))=(det(A))n−1 .
3.17 Considere el paralelogramo generado por los vértices (0, 0), (a, c) y (b, d ). Demuestre que el
área de este paralelogramo viene dado por:
¯ ¯
¯ a b ¯
A=¯
¯ ¯
¯ c d ¯
¯
3.2 Problemas
32
4 Espacios Vectoriales
En la siguiente unidad se estudiaran conjuntos de objetos en donde están definidas dos operaciones
(suma y multiplicación por un escalar) y que además cumplen un conjunto de propiedades en común.
Estos conjuntos que estudiaremos de forma más abstracta son los espacio vectoriales, los cuales son
muy importantes en diferentes áreas de estudio y el abordarlo de forma general permite aplicar estos
hechos a cualquier espacio vectorial estudiado.
Definición 4.1
Un espacio vectorial V es un conjunto de objetos llamado vectores, junto con dos operaciones
llamadas suma y multiplicación por un escalar que satisfacen los siguientes axiomas:
Aquí se presentan un conjunto de espacios vectoriales en donde las operaciones allí definidas
(suma y multiplicación por un escalar) son las usuales dentro del conjunto.
1. Espacio vectorial R2
R2 = {(x, y)/x, y ∈ R}
2. Espacio vectorial R3
R3 = {(x, y, z)/x, y, z ∈ R}
3. Espacio vectorial Rn
Rn = {(x 1 , x 2 , . . . , x n )/x i ∈ R, i = 1, 2, . . . , n}
5. Espacio vectorial C [a, b], determinado por el conjunto de funciones reales continuas f
definidas en el intervalo [a, b].
1. Sea V = {(x, y)/y = ax + 1, a ∈ R}, familia de rectas que pasan por (0, 1). Este conjunto no es
un espacio vectorial ya que no cumple la propiedad de cerradura para la suma.
Sean (x 1 , y 1 ) = (1, a + 1) y (x 2 , y 2 ) = (2, 2a + 1) ∈ V , la suma viene dada por:
2. Sea (Ã !Á )
a 11 1
V= a 11 , a 22 ∈ R
1 a 22
Si consideramos α = 3 y la siguiente matriz
à !
3 1
A= ∈V
1 4
vemos que ! ÃÃ !
3 1 9 3
αA = 3A = = 6∈ V
1 4 3 12
por lo cual no es un espacio vectorial pues no es cerrado para la multiplicación por un
escalar.
4.2 Combinación lineal y espacio generado
35
Si x,y ∈ H , entonces x + y ∈ H .
(x 1 , y 1 ) + (x 2 , y 2 ) = (x 1 , ax 1 ) + (x 2 , ax 2 ) = (x 1 + y 1 , ax 1 + ax 2 )
= (x 1 + y 1 , a(x 1 + x 2 ))
Definición 4.3
Una combinación lineal de los vectores v 1 , v 2 , . . . , v n en un espacio vectorial V es una suma de la
forma
α1 v 1 + α2 v 2 + . . . + αn v n
Definición 4.4
Se dice que los vectores v 1 , v 2 , . . . , v n en un espacio vectorial V generan a V si todo vector de V se
puede expresar como una combinación lineal de los vectores v 1 , v 2 , . . . , v n .
Definición 4.5
El conjunto generado por un conjunto de vectores v 1 , v 2 , . . . , v n es un espacio vectorial V formado
por todas las combinaciones lineales de v 1 , v 2 , . . . , v n . El espacio generado por v 1 , v 2 , . . . , v n se
denota por g en{v 1 , v 2 , . . . , v n }.
Definición 4.6
Se dice que un conjunto de vectores v 1 , v 2 , . . . , v n en un espacio vectorial V son linealmente
independientes si
α1 v 1 + α2 v 2 + . . . + αn v n = 0
si y sólo si α1 = α2 = . . . = αn = 0.
Si el conjunto no es linealmente independiente, se dice que es linealmente dependiente.
Definición 4.7
Un conjunto de vectores v 1 , v 2 , . . . , v n es una base de un espacio vectorial V si:
{v 1 , v 2 , . . . , v n } es linealmente independiente
{v 1 , v 2 , . . . , v n } genera a V
Definición 4.8
La dimensión de un espacio vectorial V se define como el número de vectores que forman una
base para V . Si V = {0} se dice que V tiene dimensión cero.
4.4
El espacio vectorial R2 es de dimensión 2, la base canónica para este espacio está formada
por dos vectores
El espacio vectorial R3 es de dimensión 3, la base canónica para este espacio está formada
por tres vectores
B = {1, x, x 2 , x 3 }
4.5
Determinar lo siguiente:
Sea p(x) = a + bx + c x 2 ∈ H y veamos la condición que se debe cumplir para que el vector p(x)
pertenezca a H . Para ello representamos a p(x) como combinación lineal de los elementos de H
a + bx + cx 2 = α1 (1) + α2 (x 2 ) + α3 (2 − 3x 2 ) = α1 (1 + 0x + 0x 2 ) + α2 (0 + 0x + x 2 ) + α3 (2 + 0x − 3x 2 )
= (α1 + 0α2 + 2α3 ) + (0α1 + 0α2 + 0α3 )x + (0α1 + α2 − 3α3 )x 2
0 1 −3 α3 c
que en su forma ampliada y luego su forma escalonada reducida vienen dadas de la siguiente
manera:
1 0 2 a 1 0 2 a
0 0 0 b ' 0 1 −3 c
0 1 −3 c 0 0 0 b
La forma escalonada reducida de la matriz nos permite dar respuesta a varias de las preguntas
propuestas, así tenemos los siguiente:
4.2 Combinación lineal y espacio generado
38
.
Si la matriz escalonada no tuviese filas nulas, entonces no habría restricciones para que un
vector pertenezca al espacio generado, de tal forma que los vectores generarían todo el
espacio al cual pertenecen. En este caso sería P 2 .
Cuando los vectores del conjunto forman una base, la representación de cualquier vector
que pertenezca al espacio es única.
¿Dé una base para H ? Anteriormente se respondió a esta pregunta, sin embargo se podría
preguntar ¿existe alguna otra base distinta a la anterior? En tal caso la respuesta es que sí,
es más, existen infinitas bases para este conjunto, solamente basta con que los vectores
involucrados sean linealmente independientes y que generen todo el espacio.
4.3 Espacio nulo e imagen
39
Definición 4.9
El espacio nulo de una matriz A de orden nxn es el subespacio de Rn dado por:
N A = x ∈ Rn / Ax = 0
© ª
Definición 4.10
La imagen de una matriz A de orden mxn, es el subespacio de Rm dado por:
I m A = y ∈ Rm / Ax = y, para algún x ∈ Rn
© ª
4.4 Problemas
4.1 Determinar cuáles de los siguientes conjuntos son espacios vectoriales. Para aquellos que no lo son,
diga cuáles axiomas no se satisfacen.
(a) El conjunto de todos los pares de números reales con las operaciones
k (x 1 , x 2 ) = (2kx 1 , 2kx 2 )
¡ ¢ ¡ ¢
(x 1 , x 2 ) + y 1 , y 2 = x 1 + y 1 , x 2 + y 2
(b) El conjunto de todos los pares de números reales con las operaciones
k (x 1 , x 2 ) = (kx 1 , kx 2 )
¡ ¢ ¡ ¢
(x 1 , x 2 ) + y 1 , y 2 = x 1 + y 1 + 1, x 2 + y 2 + 1
(c) El conjunto de todos los pares de números reales con las operaciones
k (x 1 , x 2 ) = (k + kx 1 − 1, k + kx 2 − 1)
¡ ¢ ¡ ¢
(x 1 , x 2 ) + y 1 , y 2 = x 1 + y 1 + 1, x 2 + y 2 + 1
¡ ¢
k x 1 , x 2, x 3 = (0, 0, 0)
¡ ¢ ¡ ¢
(x 1 , x 2 , x 3 ) + y 1 , y 2 , y 3 = x 1 + y 1 , x 2 + y 2 , x 3 + y 3
(f) El conjunto de las funciones reales f tales que f (1) = 0, con las operaciones definidas:
¡ ¢
f + g (x) = f (x) + g (x) y
¡ ¢
k f (x) = k f (x)
(a) W = {(x 1 , x 2 , x 3 ) /x 1 − x 2 + x 3 = 0}
(b) W = {(x 1 , x 2 , x 3 ) /x 1 ∈ Z}
(c) W = {(x 1 , x 2 ) /x 1 + x 2 = 0}
(d) W = (x 1 , x 2 , x 3 ) /x 3 = x 1 2 + x 2 2
© ª
4.3 Sea A un vector particular en R2x2 . Determine si los siguientes son subespacio de R2x2 o no
4.6 Determinar cuáles de los siguientes conjuntos son subespacios del espacio vectorial indicado:
(c) El conjunto de todos los polinomios P n , que consisten de todos los polinomios que tienen a (x −1)
como factor
U + V = {z /z = u + v, con u ∈ U y v ∈ V }
(a) 1, x 2 , x 2 − 2 (b) 2, x 2 , x, 2x + 3
© ª © ª
(c) x + 2, x 2 − 1 (d) x + 2, x + 1, x 2 − 1
© ª © ª
4.10 Para cada una de las expresiones siguientes, demuestre que los vectores dados son (l.i) en C [−1, 1]
(c) 1, e x + e −x , e x − e −x (d) e x , e −x , e 2x
© ª © ª
4.11 Sean V un espacio vectorial y {u, v, w} un conjunto de vectores linealmente independientes, Probar
que:
4.12 Sean
4.13 Sean u = (2, 1, 4), v = (1, −1, 3), w = (3, 2, 5). Exprese los vectores (3, 5, 2) , (1, −2, 3) como combina-
ción lineal de u, v, w
(a) S = {(2, −1, 3, 1) , (1, −2, 0, −1) , (3, −3, 3, 0) , (5, −4, 6, 1)}
(b) S = x 3 + 2x 2 , 1 − 4x 2 , 12 − 5x 3 , x 3 − x 2
© ª
(Ã ! Ã ! Ã ! Ã !)
1 −1 2 −1 −1 4 3 −4
(c) S = , , ,
3 0 8 −1 4 −1 5 6
4.16 Dados los vectores u = (3, −2, 4) , v = (−3, 2, −4), w = (−6, 4, −8). ¿Cuál es la dimensión del
subespacio generado por u, v y w?
4.4 Problemas
43
(4, 7, 6)
(1/2, 1, 1)
(2, 9, 5)
x2 − x + 3
x 2 − 2x + 1
4x 3 − 3x + 5
x3 + 1
4.18 Demostrar que los siguientes conjuntos de vectores de R3 generan el mismo subespacio:
(a) A = {(1, 0, −1) , (0, −2, 1)} (b) B = {(1, −2, 0) , (2, −2, −1)}
4.19 Hallar las coordenadas de cada uno de los siguientes vectores de R3 con respecto a la base:
4.20 Sean los vectores (2, 1, 0); (2, 1, 1); (2, 2, 1), demostrar que forman una base. Hallar las coordenadas
de los vectores siguientes en esa base:
(a) (1, 0, 0) (b) (−1, 2, 1) (c) (4, −5, 0) (d) (1, 0, 1)
α1 = (1, 1, 0, 0) α2 = (0, 0, 1, 1)
α3 = (1, 0, 0, 4) α4 = (0, 0, 0, 2)
forman una base para R4 . Hallar las coordenadas de cada uno de los vectores de la base canónica
respecto de la base ordenada {α1 , α2 , α3 , α4 }
u 1 v 1 + u 2 v 2 = 0 y u 12 + u 22 = v 12 + v 22 = 1
Demostrar que B = {u, v} es una base de R2 .Hallar las coordenadas del vector (a, b) en la base ordenada
B . (Las condiciones impuestas a u y v dicen, geométricamente, que u y v son perpendiculares y de
longitud 1)
(a) {(1, 1), (1, −1)} (b) {(2, −3), (3, −2)}
(c) {(5, 7), (3, −4)} (d) {(−1, −2), (−1, 2)}
4.27 En los siguientes ejercicios determine la matriz cambio de base desde la base B 1 a la base B 2
5 Transformaciones Lineales
5.1.1 Definición
Definición 5.1
Sean V y W dos espacios vectoriales. Una Transformación lineal T de V en W es una función que
asigna a cada vector v ∈ V un único vector T (v) ∈ W y que satisface, para cada u y v de V y cada
escalar α,
Teorema 5.1
Propiedades Sea T : V → W una transformación lineal. Entonces para todo vector u, v 1 , v 2 , . . . , v n
en V y todo escalar α1 , α2 , . . . , αn
(i) T (0) = 0.
(iii) T (α1 v 1 + α2 v 2 + . . . + αn v n ) = α1 T (v 1 ) + α2 T (v 2 ) + . . . + αn T (v n )
Definición 5.2
Sean V y W dos espacios vectoriales y sea T : V → W . Entonces:
el núcleo de T , denotado por K et (T ) viene dado por:
K er t (T ) = {v ∈ V /T (v) = 0}
Definición 5.3
La nulidad de una transformación lineal se define como la dimensión del núcleo de la
transformación y el rango como la dimensión de la imagen.
nulidad=dim K er (T )
rango=dim I m(T )
Teorema 5.2
Sea T : V → W una transformación lineal, si la dimensión de V = n entonces se cumple:
rango+nulidad=n
Definición 5.4
Sea T : V → W una transformación lineal:
Definición 5.5
Una transformación lineal T : V → W , se dice que es un isomorfismo si T es tanto inyectiva como
sobreyectiva.
5.1.4 Isomorfismo
Teorema 5.3
Sea T : V → W un isomorfismo:
Teorema 5.4
Sea T : V → W una transformación lineal:
T es inyectiva ⇔ K er {T } = {0}
5.2 Problemas
Ejercicios
5.2 Determine cuáles de las siguientes aplicaciones T : Rn×n → Rn×n son transformaciones
lineales:
(c) T (A) = A T
Rx
i) T ( f (x)) = f 0 (x) iii) T ( f (x)) = f (t ) d t
0
ii) T ( f (x)) = f (x) f 0 (x) iv) T ( f (x)) = x f (x)
T (x, y, z, w) = (x − y + z + w, x + 2y − z + w, 3y − 2z)
(a) f α ◦ f β = f α+β
(b) f α−1 = f α
5.11 Encuentre la representación matricial en las bases canónicas de las siguientes transforma-
ciones:
(d) T : P 2 → P 3 , T (a 0 + a 1 x + a 2 x 2 ) = a 1 − a 1 x + a 0 x 3
5.2 Problemas
50
5.13 Clasifique todas las matrices elementales de orden 2x2 de acuerdo a alguna de las
transformaciones dadas en el ejercicio anterior.
5.14 Encuentre la representación matricial de las siguientes transformaciones en las bases dadas:
B 1 = {(1, 0, 1), (1, 1, 0), )(1, 1, 1)} y B 2 = {(1, −1), (2, 3)}
B 1 = {(1, 1, 1), (2, 2, 0), (3, 0, 0)} y B 2 = {(2, 0), (0, 2)}
T −1 (U ) = {v ∈ V /T (v) ∈ U }
la matriz asociada a T respecto a las bases canónicas de cada espacio. Determinar la preimagen
de T del vector (-1,1). ¿Es T inyectiva?
5.17 Sea T : V → V una transformación lineal tal que T 2 − T + I = 0. Demostrar que T −1 existe y
que T −1 = I − T .
5.19 Definir una transformación lineal T : R3 r i g ht ar r ow R2 tal que respecto a las bases
B 1 = {(0, 1, 1), (1, 0, 1), (1, 1, 0)} y B 2 = {(1, 2), (2, 1)}
su matriz sea:
à !
1 0 0
[T ]B 1 B 2 =
1 −1 1
5.20 Sea f : P 2 → P 2 una transformación lineal tal que la matriz asociada con respecto a la base
B = 2x − 1, 4x 2 − x + 1, x 2 + 2x + 1
© ª
es:
−1 3 0
£ ¤
f B = 2 −3 1
3 −4 1
(b) Hallar f −1 .
g (c 1 , c 2 , c 3 ) = c 3 + (c 2 − c 1 )x + (c 3 + 2c 2 )x 2 .
Hallar la matriz asociada a f ◦ g respecto a las bases B de P 2 y B 2 = {(1, 1, 1) , (2, 2, 0) , (4, 0, 0)}
de R3 .
5.22 Sea T : V → V una Transformación lineal tal que T 2 = 0. Pruebe que I − T es inyectiva
5.23 Se tiene que 18 gramos de agua están formados por 2 gramos de hidrógeno y 16 de oxígeno,
mientras que 34 gramos de peróxido están constituidos por 2 gramos de hidrógeno y 32 de
oxígeno. Determine la representación matricial de la transformación lineal que permite calcular
las cantidades de hidrógeno y oxígeno en una mezcla de x 1 grs. de agua y x 2 grs. de peróxido.
4x 2 − 10x y + 4y 2 = 1.
5.2 Problemas
52
Determine una rotación y una traslación adecuada para reducir la ecuación a su forma canónica.
Haga una representación gráfica aproximada.
f (x) = ae x + be 2x + ce 3x .
T ( f (x)) = f 0 (x).
Hallar:
B 2 = e x + e 2x , e 2x + e 3x , e x + e 3x
© ª
Definición 6.1
Sea A una matriz de orden nxn. El valor λ se llama valor propio de A si existe un vector v no nulo
tal que:
Av = λv
Definición 6.2
El polinomio característico de una matriz A se define como:
p(λ) = d et (A − λI )
Las raíces del polinomio característico son los valores propio de la matriz A.
Definición 6.3
Si λ es un valor propio de la matriz A de orden nxn, entonces
E λ = {v / Av = λv}
Teorema 6.1
Para cualquier valor propio λ, se cumple que multiplicidad geométrica ≤ multiplicidad algebraica.
6.1 Fundamentos teóricos
54
6.1.3 Diagonalización
Definición 6.4
Se dice que dos matrices A y B de orden nxn son semejantes si existe una matriz C de nxn
invertible tal que:
B = C −1 AC
Definición 6.5
Una matriz de orden nxn es diagonalizable si existe una matriz diagonal D tal que A sea
semejante a D
Teorema 6.2
Una matriz A de orden nxn es diagonalizable si y sólo si tiene n vectores propios linealmente
independientes.
Teorema 6.3
Si la matriz A tiene n valores propios diferentes, entonces A es diagonalizable.
6.2 Problemas
55
6.2 Problemas
Ejercicios
6.1 Hallar los valores propios y vectores propios de las siguientes matrices:
1 2 0 1 −1 0
(a) 2 1 0 (b) −1 2 −1
0 0 3 0 −1 1
4 6 6 4 −5 1
(c) 1 3 2 (d) 1 0 −1
−1 −5 −2 0 1 −1
1 2 1 −2 0 1
(e) 0 3 1 (f) 1 0 −1
0 5 −1 0 1 −1
0 0 c
se sabe que λ1 = 1 es uno de sus valores propios y v 1 = (1, 1, 1) es un vector propio de A asociado
al valor propio λ1 . Se pide:
6.3 Sea A una matriz idempotente y λ un valor propio de A. Demuestre que λ debe ser 1 ó 0.
1
6.4 Demuestre que si A es una matriz no singular y λ un valor propio de A entonces λ es un valor
propio de A −1 .
6.5 Sea
0 0 c
A= 1 0 b
0 1 a
6.7 Sea A una matriz 2x2 y sea p(λ) = λ2 +bλ+c el polinomio característico de A. Demuestre que
b = −t r aza(A) y c = det(A).
6.8 Para cada una de las siguientes matrices determine si son diagonalizables y en caso afirmativo
encuentre la matriz C de diagonalización y la matriz diagonal D:
1 1 −2 1 −1 0
(a) −1 2 1 (b) −1 2 −1
1 1 −1 0 −1 1
4 6 6 2 1 0
(c) 1 3 2 (d) 0 0 1
−1 −5 −2 0 0 0
1 2 1 3 −1 1
(e) 0 3 1 (f) 1 1 −1
0 5 −1 1 −1 1
det(A)= λ1 λ2 . . . λn ,
(iii) los vectores (1, 0, 0) y (0, 1, 0) se transforman respectivamente en los vectores (3, 2, 2) y (2, 2, 0).
Se pide:
6.14 Sea A una matriz diagonalizable cuyos valores propios son 1 y −1. Demuestre que A −1 = A
Bibliografía