Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicio 1.-
Ejercicio 2.-
Ejercicio 3.-
Ejercicio 5.-
Ejercicio 6.-
Ejercicio 7.-
Ejercicio 9.-
Ejercicio 11.-
Ejercicio 14.-
Ejercicio 15.-
Ejercicio 19.-
Ejercicio 21.-
Ejercicio 23.-
Ejercicio 24.-
Ejercicio 26.-
Ejercicio 28.-
Ejercicio 32.-
2x + 3y = 3
1. Dado el sistema de ecuaciones lineales:
4x +5y = 6
b) Discutir el sistema.
Solución
2 3 x 3
a) =
4 5 y 6
2 3 | 3 F2 F2 - 2 F1 2 3 |3
(A|B) = rg A = 2 = rg(A|B) = nº de incógnitas
4 5 |6 0 1 |0
2 3 |3 2x+3y = 3
c) Teniendo en cuenta que (A|B) , el sistema es equivalente al inicial.
0 1 |0 -y = 0
Cálculo matricial
x 2 3 -1 3
X = A-1B, es decir, =
y 4 5 6
2 3 | 1 0 F2 F2 - 2 F1 2 3 | 1 0 F1 F1+3 F2 2 0 | 5 3 F1 1/2 F1
4 5 | 0 1 0 1 | 2 1 0 1 | 2 1
1 0 | 5 / 2 3 / 2 F2 -F2 1 0 | 5 /2 3 /2
0 1 | 2 1 0 1 | 2 1
5 /2 3 /2 x 5 /2 3 /2 3 (-5/2).3+(3/2).6 3/2
Entonces A-1 = y por tanto = = =
2 1 y 2 1 6 2.3 + (-1).6 0
3
La solución del sistema es x = , y = 0.
2
Regla de Cramer
3 3 2 3
6 5 -3 3 4 6 0
x= = = , y= = = 0
-2 -2 2 2 -2
x y z 0
2. Discutir y resolver el sistema homogéneo: x 2y z 0
2x y 0
Solución
Por ser un sistema homogéneo es compatible. Calculamos el rango de A para determinar el número
de soluciones que posee.
1 1 1 1 1 1 1 1 1
A= 1 2 1 F2 F2 - F1 , F3 F3 - 2 F1 0 3 2 F3 F3 + F2 0 3 2
2 1 0 0 3 2 0 0 0
Así, rgA = 2, por tanto el sistema es compatible indeterminado, es decir, tiene infinitas soluciones.
El grado de indeterminación de sistema es 3 – rgA = 3 - 2 = 1, por lo que la solución dependerá de
un parámetro .
Para calcular la solución del sistema dado se resuelve el sistema equivalente asociado a la matriz
x y z 0
escalonada que es
3y 2 z 0
2z
De la última ecuación se obtiene 3y = 2z , luego, y =
3
2z z z
Sustituyendo en la primera, x + -z=x- = 0, luego x
3 3 3
z 2z
Por lo tanto, las soluciones del sistema es x , y= , z un número real cualquiera.
3 3
x y 2 z 3t 1
x 2y 3z 4t 0
3. Dado el sistema lineal , indicar si tiene solución y calcularla en este caso.
2 x 3y 5z 7t 1
2 x 2y 4 z 6t 2
Solución
1 1 2 3 | 1
1 2 3 4 | 0 F2 F2 + F1 , F3 F3 - 2 F1 , F4 F4 -2 F1
(A|B) =
2 3 5 7 | 1
2 2 4 6 | 2
1 1 2 3 | 1 1 1 2 3 | 1 1 1 2 3 | 1
0 1 1 1 | 1 F3 F3 + F2 0 1 1 1 | 1 F4 F4 -2 F3 0 1 1 1 | 1
0 1 1 1 | 3 0 0 0 0 | 2 0 0 0 0 | 2
0 0 0 0 | 4 0 0 0 0 | 4 0 0 0 0 | 0
Solución
1 1 1 | 1
1 1 1 | 7 F2 F2 - F1 , F3 F3 + F1 , F4 F4 - 2 F1
(A|B) =
1 1 1 | 3
2 a 4 | a
1 1 1 | 1 1 1 1 | 1
0 2 2 | 6 F3 F3 + F2 , F4 2 F 4 + (a - 2) F2 0 2 2 | 6
0 2 0 | 4 0 0 2 | 10
0 a 2 2 | a 2 0 0 2(a 4) | 8(a 2)
1 1 1 | 1
F4 F4 - (a - 4) F3 0 2 2 | 6
0 0 2 | 10
0 0 0 | 2a 24
En este caso rgA = 3 independientemente del valor de a y como el número de incógnitas es también
3 para que el sistema sea compatible determinado debe ocurrir que rg(A|B) sea 3.
24
rg (A|B) = 3 si –2a + 24 = 0 a= = 12
2
1 1 1 | 1
x y z 1
0 2 2 | 6
(A|B) luego el sistema a resolver es 2y 2z 6 despejando
0 0 2 | 10
2z 10
0 0 0 | 0
2z = 10 z=5
5. Determinar los valores reales de a, para que el siguiente sistema tenga: solución única, infinitas
soluciones y ninguna. Resolverlo en los casos en que sea posible.
x + ay + 3z = 2
x +y -z=1
2x +3y + az = 3
Solución
1 a 3 | 2 1 1 1 | 1
(A|B) = 1 1 1 | 1 F1 F2 1 a 3 | 2 F2 F2 - F1, F3 F3 - 2F1
2 3 a | 3 2 3 a | 3
1 1 1 | 1 1 1 1 | 1 1 1 1 | 1
0 a 1 4 | 1 F2 F3 0 1 a 2 | 1 F3 F3 + (1-a) F2 0 1 a 2 | 1
0 1 a 2 | 1 0 a 1 4 | 1 0 0 a2 a 6 | 2 a
La primera operación elemental ( F1 F2) tiene por objeto que el parámetro a figure en una fila
inferior lo que facilita los cálculos.
1 25
-a2 - a + 6 = 0 a2+ a - 6 = 0 a= a=2 y a = -3
2
Casos:
2 a (a 2 ) 1
(-a2-a+6) z = 2-a z=
2 (a 2 )(a 3 ) a 3
-a - a 6
(a 2) a 3 a 2 1
y + (a+2) z = 1 y = 1 – (a+2)z 1
(a 3) a 3 a 3
1 1
x+y–z=1 x=1–y+z=1- 1
a 3 a 3
1 1
La solución es x = 1, y = , z=
a 3 a 3
1 1 1 | 1
a = 2, en este caso, (A|B) 0 1 4 | 1 rgA = rg (A|B) = 2 nº de incógnitas el
0 0 0 | 0
sistema es compatible indeterminado, es decir, tiene infinitas soluciones que vamos a calcular
resolviendo el sistema asociado a la matriz escalonada
y + 4z = 1 y = 1 – 4z
x+y–z=1 x = 1 – 1 + 4z + z = 5z
1 1 1 | 1
a = -3, en este caso, (A|B) 0 1 1 | 1 rgA = 2 rg (A|B) = 3 el sistema es
0 0 0 | 5
incompatible, es decir, no tiene solución.
6. Estudiar según los valores de a si el siguiente sistema es de Cramer y calcula en estos casos su
2x y 4z 3
solución. 5x y az 10
x y 3z 4
Solución
Como el número de ecuaciones del sistema coincide con el de incógnitas, será un sistema de
Cramer si A 0.
2 1 4
A = 5 1 a = -6 – a + 20 + 4 – 2a +15 = -3a + 33 = -3(a - 11)
1 1 3
3 1 4
10 1 a
4 1 3 9 4a 40 16 3a 30 7a 77 7(a 11) 7
x= = = = =
3(a 11) 3(a 11) 3(a 11) 3(a 11) 3
2 3 4
5 10 a
1 4 3 60 3a 80 40 8a 45 5a 55 5(a 11) 5
y= = = = =
3(a 11) 3(a 11) 3(a 11) 3(a 11) 3
2 1 3
5 1 10
1 1 4 8 10 15 3 20 20 0
z= = = =0
3(a 11) 3(a 11) 3(a 11)
Ejercicios
1.- Determinar el valor de x para que el vector (1, x, 5) ∈ R3 pertenezca al subespacio < (1, 2, 3), (1, 1, 1) >.
Solución. (1, x, 5) pertenece al subespacio < (1, 2, 3), (1, 1, 1) > si y sólo si (1, x, 5) es combinación
lineal de (1, 2, 3) y (1, 1, 1), o sea, si existen α, β ∈ R tales que
Pero entonces,
1=α+β
x = 2α + β
5 = 3α + β
y resolviendo el sistema anterior, tenemos α = 2, β = −1 y x = 3.
Solución. Tenemos
S = {(x1 , x2 , x3 , x4 )|x1 − x2 = 0} = {(x1 , x1 , x3 , x4 )|x1 , x2 , x3 ∈ R} =< (1, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1) >,
luego un sistema generador de S es {(1, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)}. Ahora,
o sea que es libre, resulta que BS = {(1, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} es una base de S.
Un sistema generador de T es (1, 1, 2, 1), (2, 3, −1, 1). Pero es también libre, ya que
0 = λ + 2β
0 = λ + 3β
(0, 0, 0, 0) = λ(1, 1, 2, 1) + β(2, 3, −1, 1) →
0 = 2λ − β
0=λ+β
y la única solución al sistema anterior es λ = β = 0. Por tanto, BT = {(1, 1, 2, 1), (2, 3, −1, 1)} es una base
de T .
Por definición,
S + T = {s + t|s ∈ S y t ∈ T }
= {(x1 , x1 , x2 , x3 ) + (α + 2β, α + 3β, 2α − β, α + β)|x1 , x2 , x3 , α, β ∈ R} .
=< (1, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1), (1, 1, 2, 1), (2, 3, −1, 1) >
Por tanto, un sistema generador de S + T es {(1, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1), (1, 1, 2, 1), (2, 3, −1, 1)}. Pero
(1, 1, 2, 1) = (1, 1, 0, 0)+(0, 0, 1, 0)+(0, 0, 0, 1), luego {(1, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1), (2, 3, −1, 1)} es sistema
generador de S + T . Además, este sistema es libre luego es una base de S + T .
Ahora, (1, 1, 2, 1) ∈ S ∪ T , luego como dim(S ∩ T ) es 1, se tiene que < (1, 1, 2, 1) >= S ∩ T y una base de
S ∩ T es BS∩T = {(1, 1, 2, 1)}.
S =< (1, 2, −1, 3), (2, 1, 0, −2), (0, 1, 2, 1), (3, 4, 1, 2) > .
Solución. Un sistema genereador de S es A = {(1, 2, −1, 3), (2, 1, 0, −2), (0, 1, 2, 1), (3, 4, 1, 2)}. Pero A
no es libre ya que
α1 = α2 = α3 = −α4
Observamos que (3, 4, 1, 2) es combinación lineal de los anteriores, luego A − {(3, 4, 1, 2)} =
{(1, 2, −1, 3), (2, 1, 0, −2), (0, 1, 2, 1)} es también sistema generador de S. Pero
y el sistema anterior sólo tiene por solución a β1 = β2 = β3 = 0, es decir, {(1, 2, −1, 3), (2, 1, 0, −2), (0, 1, 2, 1)}
es libre. Por consiguiente una base de S es {(1, 2, −1, 3), (2, 1, 0, −2), (0, 1, 2, 1)} y la dimensión de S es 3.
4.- Sea V un Q-espacio vectorial de dimensión 4 con base B = {u1 , u2 , u3 , u4 }. Se definen los vectores
Probar que B" = {v1 , v2 , v3 , v4 } es una base de V y calcular las coordenadas en la base B" de un vector
v que tiene por coordenadas en B a (1 2 0 1).
Solución. Como B" es de cardinal 4 y V es de dimensión 4, para demostrar que B" es base de V , basta
con probar que B" es libre. Ahora,
4
%
0V = αi vi = (2α1 + 2α2 + α3 − α4 )u1 + (α1 + α3 )u2 + (−α1 + α2 − α3 + 2α4 )u3 + (2α2 + 3α4 )u4 ,
i=1
0 = 2α1 + 2α2 + α3 − α4
0 = α1 + α3
0 = −α1 + α2 − α3 + 2α4
0 = 2α2 + 3α4
α1 = α2 = α3 = α4 = 0,
Por otro lado, si v tiene por coordenadas a (1 2 0 1) (esto es utilizamos la notación por filas) en la base
B, significa que v = u1 + 2u2 + u4 , asi que las coordenadas de v (β1 β2 β3 β4 ) en la base B" deben cumplir
4
%
v = u1 +2u2 +u4 = βi vi = (2β1 +2β2 +β3 −β4 )u1 +(β1 +β3 )u2 +(−β1 +β2 −β3 +2β4 )u3 +(2β2 +3β4 )u4 ,
i=1
o sea,
1 = 2β1 + 2β2 + β3 − β4
2 = β1 + β3
0 = −β1 + β2 − β3 + 2β4
1 = 2β2 + 3β4
y su solución es
β1 = 10, β2 = −4, β3 = −8, β4 = 3.
Por consiguiente las coordenadas del vector v en la base B" son (10 − 4 − 8 3).
(β1 β2 β3 β4 ) = (1 2 0 1)MB,B! ,
donde MB,B! lleva las coordenadas de los vectores de la base B en la base B" . Por tanto,
−1
2 1 −1 0 1 0 −1 0
−1 2 0 1 2 7 −3 −6 2
MB,B! = M ! = =
B ,B 1 1 −1 0 8 −3 −8 2
−1 0 2 3 −5 2 5 −1
.
5.- Sea v un vector de un K-espacio vectorial V de dimensión finita n ≥ 3 cuyas coordenadas en una base
de V son (x1 . . . xn ), siendo x2 (= x3 . ¿Existe alguna base de V en la cual las coordenadas de v sean
(1 0 . . . 0)? ¿Por qué?
Solución. Como x2 (= x3 , el vector v no es el vector nulo. Entonces, en cualquier base que se obtenga
al completar {v}, esto es, B = {v, u2 , · · · , un }, las coordenadas de v serán (1 0 . . . 0).
deducimos que
dim(U ∩ W ) = n − 1 + n − 1 − n = n − 2.
Problemas
< (a, 1, −1, 2), (1, b, 0, 3) >=< (1, −1, 1, −2), (−2, 0, 0, −6) > .
Solución. Para que los dos subespacios coincidan, debemos pedir que (a, 1, −1, 2) y (1, b, 0, 3) se
escriban como combinación lineal de (1, −1, 1, −2) y (−2, 0, 0, −6) y que ambos vectores sean linealmente
independientes. Por tanto,
,
(a, 1, −1, 2) = α1 (1, −1, 1, −2) + α2 (−2, 0, 0, −6)
⇒
(1, b, 0, 3) = β1 (1, −1, 1, −2) + β2 (−2, 0, 0, −6)
a = α1 − 2α2
1 = −α1
−1 = α1
2 = −2α1 − 6α2
1 = β1 − 2β2
b = −β1
0 = β1
3 = −2β1 − 6β2
1. Demostrar que R4 = U ⊕ V ⊕ W .
implica
0 = α1 + α2 + α3
0 = α1 + α2 + α4
0 = α2 + α3 − α4
0 = α1 + 3α3 − α4
y la única solución al sistema anterior es αi = 0, para i = 1, 2, 3, 4, luego BU ∪ BV ∪ BW es libre.
2. El vector (1, 2, 3, 4) = β1 (1, 1, 0, 1) + β2 (1, 1, 1, 0) + β3 (1, 0, 1, 3) + β4 (0, 1, −1, −1) siendo β1 = −11,
β2 = 4, β3 = 8 y β4 = 9, luego u = β1 (1, 1, 0, 1) = (−11, −11, 0, −11), v = β2 (1, 1, 1, 0) = (4, 4, 4, 0) y
w = β3 (1, 0, 1, 3) + β4 (0, 1, −1, −1) = (8, 9, −1, 15).
3.- Sea U = {f : R → R|f (x) = f (−x), ∀x ∈ R} y W = {f : R → R|f (x) = −f (−x), ∀x ∈ R}. Probar que
F(R, R) = {f : R → R|f es aplicación} es suma directa de U y W .
Por otro lado, si f ∈ U ∩ W , se tiene que f ∈ U y f ∈ W , luego para todo x ∈ R, f (x) = f (−x), por
ser f ∈ U y f (x) = −f (−x) por ser f ∈ W . Entonces,
Ejercicios
Solución. (i) Es lineal ya que, para todo (x1 , y1 , z1 ), (x2 , y2 , z2 ) ∈ R3 y para todo α, β ∈ R, se cumple
f ((0, 1, 0) + (0, 2, 0)) = f ((0, 3, 0)) = (−9, 3) $= (−1, 1) + (−4, 2) = f ((0, 1, 0)) + f ((0, 2, 0)).
2.- Se considera f : R2 → R3 aplicación lineal tal que f ((1, −1)) = (−1, −2, −3) y f ((−3, 2)) = (0, 5, 3).
Determinar, si es posible, f ((x, y)) donde (x, y) ∈ R2 .
Solución. Los vectores {(1, −1), (−3, 2)} forman un conjunto libre de R2 ya que
! "
0 = α − 3β
(0, 0) = α(1, −1) + β(−3, 2) = (α − 3β, −α + 2β) ⇒ ⇒ α = β = 0.
0 = −α + 2β
Además el cardinal de {(1, −1), (−3, 2)} es 2, que coincide con la dimensión de R2 , luego {(1, −1), (−3, 2)}
es una base de R2 y podemos expresar (x, y) ∈ R2 como combinación lineal de {(1, −1), (−3, 2)}. En efecto,
f ((x, y)) = (−2x − 3y)f ((1, −1) + (−x − y)f ((−3, 2)).
3.- Hallar una aplicación lineal f : P2 (R) → R4 tal que kerf = {a1 x + a1 x2 |a1 ∈ R}.
Solución. Una base de kerf es Bkerf = {x + x2 }. Podemos completar esta base hasta obtener una base
de P2 (R). Por ejemplo, {1, x, x + x2 } es una base de P2 (R). Entonces, si queremos definir una aplicación
lineal f : P2 (R) → R4 tal que kerf = {a1 x + a1 x2 |a1 ∈ R} es obvio que f (x + x2 ) = (0, 0, 0, 0). Además,
debemos definir f (1) y f (x) de forma que formen un conjunto libre. Por ejemplo, la aplicación lineal que
verifica f (x + x2 ) = (0, 0, 0, 0), f (1) = (1, 0, 0, 0) y f (x) = (0, 1, 0, 0) verifica lo pedido en el enunciado.
4.- Hallar, si es posible, una aplicacin lineal f : R4 → R3 tal que kerf =< (0, 1, −1, 1), (0, 1, 0, 1) > e
Imf =< (1, 0, 1), (2, 1, 0) >.
Solución. Si queremos definir una aplicación lineal f : R4 → R3 , debe cumplirse que dim(R4 ) =
dim(kerf + dimImf y los subespacios indicados lo cumplen.
Por otro lado, para definir una aplicación lineal, es suficiente con dar las imágenes de los elementos de
una base del espacio vectorial origen. Si queremos que kerf =< (0, 1, −1, 1), (0, 1, 0, 1) >, podemos tomar
una base que tenga a S = {(0, 1, −1, 1), (0, 1, 0, 1)} como dos de sus vectores. Esto es posible porque el
conjunto S es libre. Completamos esta base con {(1, 0, 0, 0), (0, 0, 0, 1)} y definimos la aplicación f en la base
{(0, 1, −1, 1), (0, 1, 0, 1), (1, 0, 0, 0), (0, 0, 0, 1)} mediante
f ((0, 1, −1, 1)) = (0, 0, 0), f ((0, 1, 0, 1)) = (0, 0, 0), f ((1, 0, 0, 0)) = (1, 0, 1), f ((0, 0, 0, 1)) = (2, 1, 0).
Observar que al ser {(1, 0, 1), (2, 1, 0)} un conjunto libre garantizamos que kerf es el subespacio deseado.
5.- Calcular el núcleo y la imagen de la aplicación lineal f : R4 → P2 (x) cuya matriz asociada (empleando
1 0 −1
2 −4 1
notación por filas) respecto de la base canónica de R4 y {1, x, x2 } es .
−1 0 −1
2 −2 −2
Entonces,
6.- Sean V y W dos espacios vectoriales, ambos con dimensión finita n y f : V → W lineal. Demostrar que
si f es inyectiva, entonces f es biyectiva.
Solución. Como f es inyectiva, se tiene que kerf = {0V }. Entonces, de dim(V ) = dim(kerf )+dim(Imf )
deducimos que dim(V ) = dim(Imf ) y como dim(V ) =dim(W ), deducimos que Imf = W , luego f es
sobreyectiva.
7.- Sea V un espacio vectorial de dimensión finita n, tal que n es un número impar y f : V → V lineal.
Demostrar que: kerf $=Imf .
Solución. Supongamos, por reducción al absurdo, que kerf =Imf . Entonces, dim(V ) = dim(kerf ) +
dim(Imf ) = 2dim(kerf ), o sea un número par, lo que contradice la hipótesis del enunciado. Consecuente-
mente, kerf $=Imf .
Por tanto, una base de kerf es Bkerf = {(1, 2, −1)}. Completamos Bkerf hasta obtener una base de R3 :
BR3 = {(1, 0, 0), (0, 1, 0), (1, 2, −1)}.
Por otro lado, deseamos que las imágenes de los primeros vectores tengan por coordenadas en la base
R4 que buscamos sean (1 0 0 0) y (0 1 0 0). Esto significa que los dos primeros vectores de la base de
R4 sean f ((1, 0, 0)) = (−1, 2, 0, 1) y f ((0, 1, 0)) = (2, −4, −1, 1). Necesitamos dos vectores más linealmente
independientes para completar la base buscada. Podemos tomar el sistema generador formado por los
vectores de la base canónica de R4 y los dos vectores hallados colocados en las dos primeras posiciones.
Estos seis vectores forman un sistema generador ligado y al ser el primero de ellos no nulo, significa que
hay uno de ellos que es R-combinación lineal del resto. En efecto, (0, 0, 0, 1) es combinación lineal de los
otros cinco. Entonces, {(−1, 2, 0, 1), (2, −4, −1, 1), (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0)} es otro sistema generador
de R4 . De nuevo, este sistema generador es ligado, por tener 5 vectores en lugar de 4, que es la dimensión
de R4 . Como se ha mencionado, existe uno que es combinación lineal de los que le preceden. Ası́, (0, 0, 1, 0)
es combinación lineal de los demás. Entonces, {(−1, 2, 0, 1), (2, −4, −1, 1), (1, 0, 0, 0), (0, 1, 0, 0)} es la base de
R4 buscada.
1 1 0 0 1 0 −1 0
9.- Estudiar si las matrices A y B son equivalentes, siendo A = 1 0 0 1 y B = 1 1 1 0 .
0 1 0 1 2 1 0 0
Solución. Si A y B son equivalentes, las podemos ver como matrices asociadas a la misma aplicación
lineal. Empleando la notación por filas, si interpretamos A como la matriz asociada a una aplicación lineal
f : V → W entre un espacio vectorial V de dimensión 3 y otro W de dimensión 4 con respecto a las bases
BV = {v1 , v2 , v3 } y BW = {w1 , w2 , w3 , w4 }, observamos que
3
+ 3
+
kerf = { αi vi ∈ V |f ( α i v i ) = 0W }
i=1 i=1
3
+
={ αi vi ∈ V |(α1 + α2 )w1 + (α1 + α3 )w2 + (α2 + α3 )w4 = 0W }
i=1
3
+
={ αi vi ∈ V |α1 + α2 = α1 + α3 = α2 + α3 = 0} = {0V }.
i=1
Si realizamos lo mismo para B, suponiendo que las bases respecto a las cuáles está calculada sean
BV = {v1! , v2! , v3! } y BW = {w1! , w2! , w3! , w4! }, obtenemos que
+3 3
+
kerf = { βi vi! ∈ V |f ( βi vi! ) = 0W }
i=1 i=1
+3
={ βi vi! ∈ V |(β1 + β2 + 2β3 )w1! + (β2 + β3 )w2! + (−β1 + β2 )w3! = 0W }
i=1
= {β1 (v1 + v2 − v3 )|β1 ∈ R}
Por tanto, A y B no pueden ser matrices asociadas a la misma aplicación lineal, ya que los núcleos dan de
dimensiones diferentes. Esto significa que A y B no son equivalentes.
Problemas
1.- Sea V un espacio vectorial de dimensión finita n y f : V → V lineal. Demostrar que V =Imf ⊕kerf si
y sólo si Imf =Imf 2 .
Solución. ⇒ Supongamos que V =Imf ⊕kerf . Sea v ∈ V . Entonces, existe f (v ! ) y v !! ∈ kerf tal que
v = f (v ! ) + v !! .
Ahora,
f (v) = f 2 (v ! ) + f (v !! ) = f 2 (v ! ) ∈ Imf 2 .
Por tanto, Imf ⊆Imf 2 . Además, para cada v ∈ V , es inmediato que f (f (v)) ∈ Imf , luego Imf 2 ⊆ Imf .
⇐ Sea v ∈ V . Como Imf =Imf 2 , sabemos que existe v ! tal que f (v) − f (f (v ! )). Entonces, expresamos
v = f (v ! ) + v − f (v ! ). Es claro que f (v ! ) ∈ Imf . Ademas, v − f ((v ! ) ∈ kerf , ya que f (v − f (v ! )) = f (v) −
f (f (v ! )) = 0V . Por tanto, V ⊆Imf +kerf . Pero Imf y kerf son subespacios de V , luego Imf + kerf ⊆ V .
Consecuentemente, V = Imf + kerf.
Sólo falta por ver que Imf ∩ kerf = 0V . Ahora, si tomamos la aplicación lineal f|f (V ) de Imf =Imf 2 ,
deducimos que f|f (V ) es biyectiva y, por tanto, kerf 2 = {0V }. Entonces, si u ∈ Imf ∩ kerf , tenemos que
f (u) = 0V , por estar u ∈ kerf , y existe v ∈ V tal que f (v) = u. Luego, 0V = f (u) = f (f (v)), ası́ que
v ∈ kerf 2 = {0V }, y, consecuentemente, u = f (v) = f (0V ) = 0V .
2.- Sea la aplicación lineal f : R3 → R3 definida por f ((−1, 1, 3)) = (6, −4, 16), f ((−2, 1, 1)) = (−2, −5, 1)
y f ((3, 2, −1)) = (1, 14, −12).
Solución. (i) Si tomamos la matriz asociada a f respecto de BR3 = {(−1, 1, 3), (−2, 1, 1), (3, 2, −1)}
base en el espacio vectorial origen y la base canónica en el espacio vectorial de llegada, obtenemos
6 −4 16
A = −2 −5 1 .
1 14 −12
Si tenemos en cuenta la relación existente entre matrices asociadas a una aplicación lineal, se tiene que la
matriz asociada a f respecto de la base canónica es:
3 7 2
17 − 17 17 6 −4 16 2 3 1
B = MBc B 3 A = − 17 1 8
17
5
17 −2 −5 1 = −1 2 −4
R 7
− 5
− 1
1 14 −12 3 −1 7
17 17 17
(ii) Sí, podemos calcular el núcleo de f . Si éste es {(0, 0, 0)}, entonces f es inyectiva y por ser f : R3 →
R3 , deducimos que es biyectiva. Ahora,
11 7
kerf = {(x, − x, − x)|x ∈ R} ,
5 5
luego f no es inyectiva y, por tanto, tampoco es biyectiva.
Además, de
dim(R3 ) = dim(kerf ) + dim(Imf )
deducimos que dim(Imf ) = 2, ası́ que Imf = R2 .
(ii) El que las últimas filas de la matriz tengan todas sus entradas 0, nos indica que los últimos vectores
de la base de R3 deben ser vectores linealmente independientes de kerf . Pero, como kerf es
un subespacio vectorial de dimensión 1, sólo podemos tomar un vector no nulo del kerf para
formar parte de la base buscada. Elegimos, por ejemplo, {(−2, −2, 1)}. Completamos éste, hasta
obtener una base de R3 , BR3 = {(1, 0, 0), (0, 1, 0), (−2, −2, 1)}. Tomamos ahora como base de R2
a f ((1, 0, 0)) y f ((0, 1, 0)), esto es, BR2 = {(1, 0), (−1, 1)}. La matriz asocida a f respecto de BR3
1 0
y BR2 es 0 1 .
0 0
4.- Sea V = W1 ⊕ W2 . Demostrar que existe un único endomorfismo tal que f 2 = f , kerf = W1 y
Imf = W2 .
Solución. Para definir un endomorfismo de un espacio vectorial, es suficiente con dar la imagen de una
base de BV . Consideramos una base de V que sea unión de bases de W1 y W2 , esto es, BV = BW1 ∪ BW2 .
Definimos la aplicación lineal f : V → V definida por f (w1i ) = 0V , siendo w1i ∈ BW1 y f (w2j ) = w2j , para
todo w2j ∈ BW2 . Es evidente que la aplicación f definida cumple lo solicitado.
Veamos ahora la unicidad. Supongamos que g : V → V es otra aplicación lineal que satisface g 2 = g,
kerg = W1 y Img = W2 . Entonces, g(w1i ) = 0V = f (w1i ), para cada w1i ∈ BW1 . Nos falta probar que
g(w2j ) = w2j , para todo w2j ∈ BW2 . En efecto, por ser g 2 = g, se tiene g(g(w2j )) = g(w2j ). Pero al ser
g lineal, la igualdad anterior implica g(g(w2j ) − w2j ) = 0V , ası́ que g(w2j ) − w2j ∈ kerg = W1 . Ahora,
g(w2j ) − w2j ∈ W2 por ser diferencia de dos elementos de W2 . Consecuentemente, g(w2j ) − w2j ∈ W1 ∩ W2 =
{0V }, ya que por hipótesis V = W1 ⊕ W2 . En definitiva, g(w2j ) = w2j , para todo w2j ∈ BW2 .
Ejercicios
f (U + W ) = f (U ) + f (W ) ⊆ U + W,
2.- Calcular los valores propios reales λ y los subespacios fundamentales V (λ) para f ∈ End (R3 ) definido
por f ((x, y, z)) = (−x − z, −7x + 4y + 13z, x − 3z).
Solución. Sabemos que los valores propios son las raı́ces del polinomio caracterı́stico y éste viene dado
por el polinomio caracterı́stico de cualquier matriz asociada a f . Empleando la notación por filas, si elegimos
la matriz asociada a f respecto de la base canónica, ésta viene dada por:
−1 −7 1
A= 0 4 0
−1 13 −3
3.- Sea A una matriz diagonalizable con forma diagonal D y matriz de paso P . Demostrar que An es
diagonalizable con forma diagonal Dn . Deducir cuánto vale An .
Solución. Si A es diagonalizable, entonces existe D matriz diagonal y P matriz de paso tal que
A = P DP −1 . (1)
Por otro lado, si A semejante a B, entonces existe Q matriz de paso tal que
A = QBQ−1 . (2)
−1 −7 1 1 −3 3
5.- Estudiar si A = 0 4 0 y B = 3 −5 3 son diagonalizables sobre R. En caso
−1 13 −3 6 −6 4
afirmativo, determinar su forma diagonal y una matriz de paso.
Solución. Sabemos que A ∈ M atn×n (K) es diagonalizable si y sólo si se verifican las dos condiciones
siguientes:
El polinomio caracterı́stico de B es
x − 1 3 −3
χB (x) = −3 x+5 −3 = (x − 4)(x + 2)2
−6 6 x − 4
Ahora,
Nota: En la definición de VA (λ) nos han fijado la notación a emplear: es la notación por filas. Esto
fuerza
a queen la definición
de P empleemos también la notación por filas. Si se hubiera definido VA (λ) =
x x x
y |A y = λ y estarı́amos usando la notación por columnas y en caso de ser A diagonalizable
z z z
P llevarı́a en sus columnas bases de los subespacios fundamentales asociados a los valores propios.
Problemas
1.- Sea f : R3 → R3 el endomorfismo definido por f (x, y, z) = (3x − y + z, −2x + 4y − 2z, −2x + 2y).
(i) Demostrar que f es diagonalizable y encontrar una base de R3 respecto de la cual la matriz asociada
a f sea diagonal.
(i) Su polinomio caracterı́stico se escinde sobre K, esto es, existen λ1 , . . . λn ∈ K, (no necesariamente
distintos) tales que χf (x) = (x − λ1 ) . . . (x − λn ).
Para calcular supolinomio caracterı́stico, debemos buscar una matriz A asociada a f y calcular el
polinomio caracterı́stico de A. Por ejemplo, si tomamos
la base canónica
de R3 , la matriz asociada a f ,
3 −2 −2
empleando notación por filasm viene dada por A = −1 4 2 , cuyo polinomio caracterı́stico es
1 −2 0
x − 3 2 2
χ(x) = χA (x) = 1 x − 4 −2 = (x − 3)(x − 2)2 ,
−1 2 x
Luego, f es diagonalizable y una base respecto de la cual la matriz asociada estará formada por vectores
porpios linelamente independientes. Por ejemplo, podemos tomar B = {(1, 0, −1), (0, 1, 1), (1, −2, −2)}.
2 1 0
(ii) Es fácil ver que B = 0 2 0 no es diagonalizable porque VB (2) es de dimensión 1 y C =
0 0 3
2 0 0
0 2 0 es precisamente la forma diagonal de f . Por tanto, C es matriz asociada a f y una base
0 0 3
respecto de la cual lo es viene dada por B = {(1, 0, −1), (0, 1, 1), (1, −2, −2)}.
2 0 0 0 −2 − 53
2.- Estudiar si A es semejante a B, siendo A = 0 2 0 y B = 2 4 5
3
. En caso de
0 −1 −3 −5 −5 −3
que lo sean, localizar una matriz de paso B = P AP −1 .
Solución. Sabemos que dos matrices diagonalizables A y B son semejantes si tienen el mismo polinomio
caracterı́stico. Ası́ que vamos a estudiar si las matrices A y B son diagonalizables y si tienen el mismo
polinomio caracterı́stico.
x − 2 0 0
χA (x) = 0 x−2 0 = (x − 2)2 (x + 3).
0 1 x + 3
x 2 5
3
χB (x) = −2 x − 4 = (x − 2)2 (x + 3).
− 53
5 5 x + 3
Por tanto, ambas matrices tienen el mismo polinomio caracterı́stico. Veamos si son diagonalizables:
1. Para A tenemos
VA (2) = {(x y z)|(x y z)A = 2(x y z)}
= {(x y z)|z = 0 = 5z}
= {(x y 0)|x, y ∈ R} =< (1 0 0), (0 1 0) >
VA (−3) = {(x y z)|(x y z)A = −3(x y z)}
= {(x y z)|5y − z = 0 = 5x}
= {(0 y 5y)|y ∈ R} =< (0 1 5) > .
2 0 0
Por consiguiente, D = 0 2 0 es la forma diagonal de A y D = P1 AP1−1 , siendo P1 =
0 0 −3
1 0 0
0 1 0 .
0 1 5
2. Para B tenemos
VB (2) = {(x y z)|(x y z)B = 2(x y z)}
5 5
= {(x y z)|2y − 5z − 2x = 0 = − x + y − 5z}
3 3
= {(x x 0)|x, z ∈ R} =< (1 1 0) >
1 a a
3.- ¿Qué debe verificar el parámetro a ∈ R para que la matriz A = −1 1 −1 sea diagonalizable sobre
1 0 2
R? Cuando lo sea, hallar su forma diagonal, una matriz de paso y An para cualquier número natural n.
Solución. Una condición necesaria, aunque no suficiente, para que A sea diagonalizable es que se
escinda su polinomio caracterı́stico. Ahora,
x − 1 −a −a
χA (x) = 1 x−1 1 = (x − 1)2 (x − 2)
−1 0 x − 2
Además, debemos pedir que dim(VA (1)) = 2 y dim(VA (2)) = 1. Pero, dim(VA (2)) = 1 se cumple ya que al
ser 2 valor propio sabemos que 1 ≤ dim(VA (2)) ≤ m(2) = 1. Por consiguiente sólo queda calcular los valores
de a para los cuáles dim(VA (1)) = 2. Ahora,
Entonces, P será la matriz que lleva en sus filas tres vectores propios linealmente independientes colocados
en elmismo orden
que los valores propios a los que están asociados en la forma diagonal. En concreto,
1 0 0
P = 0 1 1 y D = P AP −1 . Entonces,
1 0 1
1 0 0 1 0 0 1 0 0 1 0 0
An = P −1 Dn P = 1 1 −1 0 1 0 0 1 1 = 1 − 2n 1 1 − 2n .
−1 0 1 0 0 2n 1 0 1 −1 + 2n 0 2n
4.- Se considera la familia de endomorfismos fa,b : R3 → R3 , tal que fa,b (x, y, z) = (z, by, ax), donde
a, b ∈ R.
Solución. Para que fa,b sea diagonalizable debe cumplir que su polinomio caracterı́stico se escinda
y que para cada valor propio λ las multiplicidades algebraicas y geométricas sean iguales. Para calcular
el polinomio caracterı́stico de f necesitamos hallar una matriz asociada a f y determinar el polinomio
canónica de R la matriz asociada a f , empleando
3
caracterı́stico de ésta. Por ejemplo, si tomamos
la base
0 0 a
la notación por filas, viene dada por A = 0 b 0 cuyo polinomio caracterı́stico es:
1 0 0
x 0 −a
χA (x) = 0 x − b 0 = (x − b)(x2 − a)
−1 0 x
3. Si a = 0, b ̸= 0, entonces f0,b tiene dos valores propios distintos: 0, con m(0) = 2 y b con m(b) = 1.
Pero,
Vf0,b (0) = {(x, 0, 0)|x ∈ R}.
a)
Otra forma
b)
c)
d)
e)
f)
g)
h)
i)