RESOLUCION DE LOS

PROBLEMAS DE ALGEBRA
LINEAL

TRANSFORMACIONES
LINEALES - ESPACIO
VECTORIAL
1) T(u+v) = t(u) + t(v)

u= ( u1 , u2 , u3)

v= ( v1 , v 2 , v3 )

u + v = (u1 + v1 , u2 + v 2 , u3 +v 3 ¿

T(u+v)

3. Valores y vectores propios

211
[ ]
A= 0 1 2 → Para hallar los valores propios Det ( A−γII ) =0
11 4

( 2−γ ) 1 1

[ ] 0 ( 1−γ ) 2 =( 2−γ ) ( 1−γ ) ( 4−γ ) +2−( 1−γ )−2 ( 2−γ )=0

11 ( 4−γ )

→ P ( γ )=−γ 3+7 γ 2 −11 γ + 6→ P ( 0 )=γ 3 −7 γ 2+11 γ +6=0

La ecuación P ( γ ) no tiene solucion en los reales

→ No se puede encontrar ∋valores propios ,∋ vectores propios .

6 01 1

[ ]
25 2 2
4. B= −3 02−3 Hallar valores y vectores propios
1016

Valores propios

|TxI − A|=0

( t−6 ) 0−1−1

[ ]
−2 (t−5 )−2−2 =t 4−19 t 3 +135 t 2−425 t +500
−3 0 ( t−2 ) 3
−1 0−1 ( t−6 )

Factorizando

¿
Origen vectores

V 1=( 0,1,0,0 )

V 2=( 0.49 ,−0.37 ,−0.74,0.248 )

V 3= ( 0.25,0.51 ,−0.77,0.25 )

V 4 =(−0.75 ,−0.15,0.63,0 .119 )

Valores propios ¿(1 , 3 ,−1)

5. Matriz A de orden 3

abc
[ ]
→ A= d e f → Como la matriz es de orden3 y tiene 3 valores propios diferentes
ghi

*La matriz A es diagonalizable. Se debe cumplir An =P D n P−1

*D: Es una matriz diagonal cuya diagonal principal esta formado por σ (A )

σ (A )=(γ i ∈ K / A . V =γ i U V i=1,2,3)

→ Polinomio caracteristico para A 3

γ 1=23 ; γ 2=33 ; γ 3=−13 → γ 1=8 ; γ 2=27 ; γ 3 =−1

P ( γ )=( γ −8 )( γ−27 ) ( γ +1 ) → P ( γ )=γ 3 −34 γ 2+ 181 γ +216

Sus vectores propios para:

1
γ =8→ V 1= 0
0 []
0
γ =27 → V 2= 1
0 []
 0
[]
γ =−1 → V 3= 0
−1

1a2
[ ]
6. P= −11 1 → ( A−γI ) =0
20 1

X 3 −3 X 2 + ( a−1 ) X −3 ( a−1 )=0

1a2 b b
[ ][ ] [ ]
−11 1 −2 = −2 γ
20 1 0 0

b−2 a=γ b *b¿ 0

−b−2=−2 γ *γ =−1

2b¿ 0 *a ¿ 0

−x 3x
7. T
( ) ( )(
0
y +T 2y =
z
8 x +12 y+ z
4 x−3 y )
2x x
( )( )
z
4 x−3 y
z
2 x− y()(
T 3 y = 8 x +12 y+ z → Para T y = 4 x+ 4 y + z )
Img ( T ) =T ( 1,0,0 )=( 4,2 ) ; T ( 0,1,0 )=( 4 ,−1 ) ; T ( 0,0,1 )= (1,0 )

Img(T )= 4 4 1
2−10( )

8. V = ( V 1 , V 2 , …. , V k ) , vectores propios de Anxn asociado a un mismo valor γ

→ Si un sistema de vectores ( U 1 , U 2 , … , U n ) es Li , entonces ninguno de estos vectores puede ser
el vector 0.
De la matriz A de orden n supongamos valores propios ( γ 1 , γ 2 , … , γ n ) Son simples .
Sean ( V 1 ,V 2 , … ) Vectores propios de A asociados a ( γ 1 , γ 2 , … , γ n ) respectivamente
entonces ( V 1 , V 2 , … , V n ) es L . I . Pero para elcaso de tener un solo γno necesariamente se
va a cumplir .
 x−y
x
()(2x
9. T y = 3 z
z
y−z
)
A)

1. T ( U +V )=t ( u ) +t ( v )

u=( u1 ,u 2 , u3 )

v=( v1 , v 2 , v 3 )

u+ v=( u ¿ ¿ 1+ v 1 ,u 2+ v 2 , u3 + v 3) ¿

u1 + v 1−u2 +v 2

(
T ( u+ v )= 2 u1+ 2 v 1
3u 3+ 3 v 3
u3 +v 2 −u3−v 3
)
u1−u2 v 1−v 2

( ) ( )
T ( u )= 2 u1 ;T ( v )=
3 u3
u 3−v 3
2 v1
3 v3
v 2−v 3

La: T ( U +V )=t ( u ) +t ( v )

Si cumple
 2. γ ( x v 1) =γ + ( v1 )

γ v1 −γ v 2 v 1−v 2

( )( )
T ( γ v1 )= 2 γ v2 = 2 v2
3 γ v3
γ v 2 −γ v 3
3 v3
v 2−v 3

Si Cumple

x−y
x
()(
z
3−z
y−z
)
T y = 2 x =Si es una T . L.

B) T ( a+bx +c x 2 )=a+1+ ( b+1 ) x+ ( c+ 1 ) x 2

1. T ( U +V )=t ( u ) +t ( v )

u=u1+ u2 x +u3 x 2

v=v 1 + v 2 x +v 3 x2

u+ v=( u1 + v 1 )+ x ( u2 + v 2 )+ x2 ( u3 + v 3 )

T ( u+ v )=( u 1+ v 1+ 1 ) + ( u2 +v 2 +1 ) x+ ( u3 +v 3 +1 ) x 2

T ( u )=u1 +1+ ( u2 +1 ) x+ ( u3+ 1 ) x 2

T ( v )=v1 +1+ ( v 2+ 1 ) x + ( v 3+ 1 ) x 2

No Cumple

→ T ( a+ bx+ c x 2 )=a+ 1+ ( b+1 ) x + ( c +1 ) x2

No es una T.L.

10. T (e 1)=e2
T (e 2)=e3

T (e 3)=e1

U(e 1 ,e 2 , e3 ¿ → Base canonica R 3

T (ie) →V
Si la base de U¿( e1 , e2 , e 3)

T ( x , y , z )=xT ( e1 ) + yT ( e 2 ) + zT (e 3)

T ( x , y , z )=x e2 + y e 3+ z e 1

12. Sea T : P2 → P2 es una transformacion lineal que cumple

T ( 3−x )=6−2 x , T ( 2 x )=2 x−4 x 2 , T ( 4 x 2 )=16+ 8 x + 4 x 2

Determine T (7−4 x −3 x 2 )

→ T ( 3−x )=2 ( 3−x ) /Cambio de variable :( 3−x )=a

T ( a )=2 a

→ T ( 2 x )=2 x−¿ / Cambio de variable :(2 x)= x,

T ( x , )=x , −x ,2
2 ,2
→ T ( 4 x2 ) =16+8 x +4 x 2 / Cambio de variable :(4 x )=x
,
,2 x ,
T ( x )=16+ + x
2

→ T ( 7−4 x−3 x 2 )=T ( 7 )−T ( 4 x )−T ( 3 x 2 )

6+2 ( 4 )−[ 4 x−4 ( 4 x 2) ]−[ 16+ 4 √ 3 x+3 x 2 ]

→ T ( 7−4 x−3 x 2 )=13 x 2−( 4+ 4 √ 3 x ) x−2

→
13. Sea T: R 4 ❑ R 3 ,

x
T y=
z
t
[](
x + y + z+ t
y −z
x−2 z +3 t )
, determine Ker ( T ) ,una base de Ker ( T ) y su dimensión.

x+ y + z + z=0

{
x + y + z+ t=0
0+ y−z=0 Reducción o línea escalonada
x−2 z +3 t=0 { y−z=0
z− =0
2
t
x + z++ z+2 z=0 pero: z=1

¿ x=−4 z

¿ y=z

¿ t=2 z

Ker ( T )=3 , Base : (−4,1,1,2 )

Dim Ker ( T )=3

14. Determine una base

T : P3 → R ; T ( P ( x ) )=P ( 1 )

P3 :P ( x ) de grado 3 , tomamosuna base arbitraria

P ( x ) =x3 + x 2 +2 x+1

 Para T ( x 3 + x 2+ 2 x +1 )=P ( 1 )=5

1 00 0
→ Labase en una matriz escalonada: 0 10 0
0020
0001
[ ]
15. Determine una base para la imagen de latransformacion lineal

2 x− y
T : R2 → R 3 definida por T x = x + y
y ()
3x ( )
ab 2 x− y
( )( ) ( )
cd
ef
x =
y
x+ y
3x

ax+ by=2 x− y
{ cx +dy =x+ y → a=2 ; b=1 ; c=1 ; d=1 ; e=3 ; f =0
ex+ fy=3 x

21 2x−y
( )( ) ( )
11
30
x =
y
x+ y
3x
 0
()
Nucleo=T ( x , y ) = 0
0

y
2 x− y=0 x= ( x , 2 x ) =x ( 1,2 )
{x+ y=0 →
3 x=0
2
x=− y
x=0
( x ,−x )=x (1 ,−1 )
( x ,0 )=x (1,0)

2−1 10
( )
1 1 =reducido 0 1
30 00 ()
x=0 ( 0,1 )
y=0

Solución: x=0 ; y =0

→ T no es singular

16) Sea T

p2 → p4 la transformación lineal T(p(x)) = xP’(x) + x 2P(x)

Determine una base para la imagen T

P(x) grado 2 entonces elegimos la base arbitraria (1,x)

Por lo que P’(x)= 1

 T(P(x)) = x(1) + x 2 (x + 1)
T(P(x))= x 3 + x 2 + x
Para imagen de T(P(x)) = Ke(P(x))= 0

Se forma :

1 0 0 0

[ ]
0
0
0
2
0
0
0
0
0
0
0
1
= Img T(P(x)) = { ( 1,0,0,0) ; (0,2,0,0) ; (0,0,0,0)}

1 0 1 1 1

[ ][ ]
1 0 0 1 1
0 1 0 3 3
0 1 0 3 3
0 0 1 0 0
17) Dada la Matriz A = 0 0 1 0 0 B=
0 0 1 0 0
0 0 0 1 0
0 0 0 1 0
0 0 0 6 7
0 0 0 6 7
Hallamos primero los valores propios.

(1− λ) 0 0 1 1

Det (A – λI) =
[0
0
0
0
(1−λ)
0
0
0
0
(1−λ)
0
0
3
0
(1−λ)
6
3
0
0
(7−λ)
]
Det (A – λI)= (1 – λ)4 (7 – λ) = 0

Tenemos λ= 1 ^ λ= 7 } eigenvalores

Para λ= 1

0 0 0 1 1 0 0 0 1 1

[ ][ ]
0
(A – I) = 0
0
0

v1 = v 4 + v5
0
0
0
0
0
0
0
0
3
0
0
6
3

0
6
0 0
0 → 0 0
0 0
0 0
0
0
0
0
0
0
0
0
0
0
0
0

v 2= U

v3 = T

v 4= R

v5 =S

1er eigenvector: ( v1 , v 2 , v 3 , v 4 , v 5 ¿ = { S(1,0,0,1,0) + U(0,1,0,0,0) + T(0,0,1,0,0) + R(1,0,0,0,1)}

Para λ= 7

−6 0 0 1 1 −6 0 0 0 1

[
(A - 7λ)= 0
0 −6 0

0
0 0
3 3
0 −6 0 0 → 0
0 0 −6 0
0 6 0
0 −2 0

0
0
0
0
0 1
0 −1 0 0
0 −1 0
0 0 0
][ ]
v1 = −v 5/ 2 → v1 = - r/6
v 2= - v5 / 2 → v 2 = - r/2

v3 = 0

- v 4= 0

v5 = R

2do eigenvector : ( v1 , v 2 , v 3 , v 4 , v 5 ¿ = {r(-1,3,0,0,6)}

Para A tenemos solo 2 eigenvector

Para el caso de B, también tenemos los mismos valores propios

→Como los eigevectores dependen de los valores propios entonces solo tendremos 2
eigevectores.

0
0 −2
18.- A) Dada la matriz A= 0
( b d
−2 0 c )
Vector propio:

0 0 −2 0 1 a+4 6

−2 0 c 0 −2( −2−2 c −12)( ) ( ) ( ) ( )

AV =λV ≫ 0 b d 1 = 4 ≫ 4 b−2 d = 24

≫ ≫a=2 ; b=k ; c=0 ; d=2k −12/k ∈ R … … … (1)

2° caso:

a=S
4 0 −2 0 0 0 0
( 0 b d 1 =4 1 ≫ b = 4 ≫
−2 0 c 0 0 0 0 )( ) ( ) ( ) ( )
b=4 S , T , m∈ R … … …(2)
c=t
d=m

2 0 −2
≫ ≫de (1 ) y ( 2 ) a=2 ; b=4 ; C=0 ; d=−4 ≫≫ A= 0 4 −4
−2 0 0 ( )
4 3 2
B)
( )
A= 8 x 0 con valor propio λ=0
0 1 1
 4−λ 3 2
det ( A−λ I )=0 → 8
0 ( x−λ
1 1−λ )
0 = ( 4−λ )( x−λ )( 1− λ )−24 ( 1−λ ) =0

≫ ≫ para : λ=0 ; 4 x−24=0; x =6

19.−¿ A) Dada la matriz

2 a 0
( )
A= 0 2 b determinar a ,b para que la matriz sea diagonalizable
0 0 2

≫ P ( λ )=det ⁡( A−λ I )

2−2 a 0
|0
0
2− λ
0
b
2−λ | ≫ P ( λ )=( 2− λ ) (2−λ ) ( 2−λ )=0

AUTOVALORES: λ=2( multiplicidad triple)

0 a 0 x 0 ay=0
( )( ) ( )
≫ para : λ=2 ( A− λ I ) ≫ 0 0 b y = 0 ≫ bz=0
0 0 0 z 0 x=t

≫ ( el rango de la matriz de coeficiente 2 :la solucion depende de un solo parametro )

x=t 1
≫ y=0 → X 1= 0
z=0 0 ()
RPTA :no coincide la multiplicidad geometricacon la algebraica , la matriz dada no es diagonalizable .

10
2 1 1
( )
B) valores y vectores propios de A= 1 2 1
1 1 2

2 1 1
( )
Analizamos la ,Matriz A= 1 2 1 ≫| A|=4 ≫es invertible , det ( a−λ I )
1 1 2
2−λ 1 1
|1
1
2−λ
1 2−λ
2

|
1 =0 ≫ (−1 ) ( λ−4 )=0 ; valores propios=
λ=1
λ=4

≫ para : λ=1

1 1 1 1 1 1
( )(
≫ 1 1 1 ≫ 0 0 0
1 1 1 0 0 0 )
RPTA: vectores propios de λ 1={ ( 1,0 ,−1 )( 0,1 ,−1 ) } dos vectores propios

≫ para : λ=4

−2 1 1 1 1 2
| || |
1 −2 1 ≠ 0 −3 −1 RPTA :vectores propios : { ( 0,0,0 ) }
1 1 −2 0 0 2

20.−¿determine una matriz con valores propios λ 1=¿1 ; λ 2=−1; λ3=−2

1 −1 1
() ( ) ()
Con vectores propios v= 1 , v2 = −1 , v 3= 0
0 1 1

Se debe cumplir: AV k =λ k v k por cada valor de K

a b c 1 1 a+ b=1
(g h I 0 )( ) ( )
≫ d e f 1 = 1 ≫ d +e=1
0 g+ b=0

a b c −1 1 −a−b +c=1
(g h I 1 )( ) ( )
≫ d e f −1 = 1 ≫ −d−e + f =1
−1 −g−h−I =−1

a b c 1 −2 a+c=−2
( )( ) ( )
≫ d e f 0 = 0 ≫ d+ f =0
g h I 1 −2 g+ I =−2

≫ tenemos a=−4 , b=5 , c=2 , d=−2, e=3 , f =2 , g=−3 , h=3 , I =1

−4 5 2
( )
≫ RPTA : La matriz formada es : −2 3 2 , si es diagonalizable
−3 3 1
21.−¿sea A una matriz nxn con valores propios λ 1=1 , λ 2=−1 , λ3=2

i. Si n = 3 , entonces A es diagonalizable………………………………………………………………………….…(V)
Si una matriz cuadrada de orden n, tiene n autovalores distintos entonces el conjunto
( x 1 , x 2 , x 3 , x 4 … x n) es LI, por lo tanto la matriz A es diagonalizable.
ii. Si n=4, A es diagonalizable………………………………………………………………………………………………(F)
iii. Det(A+I) = det(A-I)…………………………………………………………………………………………………………..(V)

1 0 a
(
22 .−¿dad la matriz A= −1 1 0 determinar a para que λ=1
0 1 a )
Sea un eigenvalor con multiplicidad 2

1− λ 0 a
≫ det ( a−λ I )=0 ≫ −1 1−λ
0 1 ( 2
0 =( 1−λ ) ( a−λ )−a=0
a− λ )
≫− λ3 + ( 2+a ) λ2− ( 2a+ 1 ) λ=0

≫ λ3−( 2+ a ) λ2 + ( 2 a+1 ) λ=0 ≫ λ [ λ2− ( 2+ a ) λ+ ( 2 a+1 ) ]=0

λ ( λ−1)2=0

RPTA: a=0

23.−¿sea v el espacio vectorial de soluciones ( y =F(x) )

y -y=0 ≫ {y} rsub {1} = {e} ^ {x+c} ∨ {y} rsub {2} = {e} ^ {-x+c}

e 0+c ec 1
1

( )
T f 1 (x)= e 1+c
0
≫
( )
T f 1 (x)= e 1+c ≫
0
1
c
T f 1 (x)=e e
0()
e0 +c2
ec 2
e

( )
T f 2 ( x )= e−1+c ≫
0
2

( )
T f 2 ( x )= e
−1+c 2

0
≫
c2

()
T f 2 ( x )=e e−1
0
 1 1 1 1

{ ( ) ( )}
≫ ≫ a e + b e−1
0 0
/
{( ) ( )}
a , b ∈ R ≫ una base es e , e−1
0 0

24.−v es un vector propio de A (matriz invertible)

i. v es también un vector propio de 2A……………………………… (V)

ii. v es también un vector propio de A2……………………………….(V)
iii. v es también un vector propio de A−1……………………………..(F)

27.−¿una transformación T : R2 → R 4tiene núcleo (00 )

Sea T: v → w una transformación lineal, el núcleo de T es el conjunto de vectores de V que
tienen imagen nula.

 Si denotaríamos al núcleo de T por ker(T) entonces ker ( T )= { v ∈ v /T (v )=0 }

 ker ( T ) ≠ 0 ya que T (0¿¿ 2)=0 w ¿

Ahora T es un monomarfismo si y solo si ker ( T )={ 0 v } es decir que lleva elementos

distintos en imágenes distintas, una posible solución:

{( )
y ∁ R4 /x− y + z=0
z
w }
28.−¿un vector propio de (20 12) es vcon valor propio λ.
≫ hallamos los valores propios det(A- λ I ) = 0

-debe cumplir: A v=λv

y=0
(2−λ
0
1 x 2 x
2−λ y
=)( ) ( )
y
≫
x=t
≫t 1
0 ()
 1 v=v ≫ 0 1 v 1 = 1 ≫ v2 =1
≫ 2−λ ( ) ( )( ) ( )
0 2−λ 0 0 v2 0 v 1=a

≫ v= (a1) ; a ∈ R

1 0 b 0
v =
1 ()
29.- 1 1 , es un vector propio de A = −3 0
c d ( )
2 ; se debe cumplir:
e

a b 0 1 1 ∃ a+b=λ
≫ −3 0
c d( )( ) ( )
2 1 = λ 1 ≫ ∃−3+2=λ
e 1 1 ∃c +d +e=λ

RPTA: a + b + c + d + e= -2

31.- Calcular la suma la suma de la diagonal principal de A25 siendo A= ( 41 32)

A= ( 41 32) A=
2
(196 187 ) 3
A= (9431 9332) 4
A= (469
156
465
157 )

A= ( 41 32) ≫ 4+2= 6 = 51 +1 ≫ suma de la diagonal principal de A1 = 51 +1

A=
2
(196 187 ) 19+7= 26 = 52 +1 ≫ suma de la diagonal principal de A2 = 52 +1

RPT: Suma de la diagonal principal ( A¿¿ n)¿ = 5n +1

Para n = 25 ; tenemos suma de diagonal superior ( A¿¿ 25) ¿ = 525 +1