Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nombre:
T1 – CUESTIONARIO
1 2 3 4 5 6 7 8 9 10
A)
B)
C)
C4 Sean E y F dos espacios vectoriales sobre K de dimensión finita. Si T : E → F es una aplicación lineal,
entonces una de las siguientes afirmaciones es verdadera:
A) T es biyectiva si, y sólo si para cada subconjunto {x1 , . . . , xk } linealmente independiente de E, el sub-
conjunto {T (x1 ), . . . , T (xk )} de F es linealmente independiente.
B) T es biyectiva si, y sólo si TAB es diagonal para cualquier par de bases ordenadas A de E y B de F .
C) T es biyectiva si, y sólo si existe una única aplicación lineal S : F → E tal que S ◦ T = IdE y T ◦ S = IdF .
C5 Sea E un espacio vectorial sobre K de dimensión n. Una de las siguientes afirmaciones es verdadera:
A) Si A = {v1 , v2 , . . . , vk } es un subconjunto LD de E, entonces k > n.
B) Si B = {w1 , w2 , . . . , wp } es un subconjunto de E y p ≤ n, entonces B es LI.
C) Si C = {x1 , x2 , . . . , xm } es un subconjunto de E y m > n, entonces existe xj ∈ C tal que xj ∈ L(C −{xj }).
C6 Sean A, B ∈ Mn×n (K). Una de las siguientes afirmaciones es verdadera
A) Si A y B son matrices singulares, entonces ρ(A) = ρ(B).
B) Si A y B son matrices singulares, entonces det(A) = det(B).
C) Si A y B son matrices singulares, entonces la forma escalonada reducida por filas de A coincide con la
forma escalonada reducida por filas de B.
C7 Sea E un espacio vectorial sobre K finitamente generado. Si A, B y C son tres bases ordenadas de E,
entonces una de las siguientes afirmaciones es verdadera:
A) Si v ∈ E, entonces (IdE )AB (IdE )CA [v]C = [v]B .
B) (IdE )AB + (IdE )BA = (IdE )AA .
C) (IdE )AB = (IdE )BA .
C9 Si A ∈ Mn×n (K) está en forma escalonada por filas, entonces de las siguientes afirmaciones es verdadera:
A) Si E es una matriz elemental de tipo I, entonces EA está en forma escalonada por filas.
B) Si F es una matriz elemental de tipo II, entonces FA está en forma escalonada por filas.
C) Si H es una matriz elemental de tipo III, entonces HA está en forma escalonada por filas.
C10 Sean E un espacio vectorial sobre K y A un subconjunto de E no vacı́o. Diremos que A es base de E si:
A) A es un sistema generador de E o A es un subconjunto LI de E.
B) E = L(A) y A es un subconjunto LI de E.
C) A es un sistema generador de E y 0 6∈ A.
Apellidos:
Nombre:
T1 – CUESTIONARIO
1 2 3 4 5 6 7 8 9 10
A)
B)
C)
C1 Sean E un espacio vectorial sobre K y A un subconjunto de E no vacı́o. Diremos que A es base de E si:
A) A es un sistema generador de E o A es un subconjunto LI de E.
B) A es un sistema generador de E y 0 6∈ A.
C) E = L(A) y A es un subconjunto LI de E.
C2 Sea E un espacio vectorial sobre K finitamente generado. Si A, B y C son tres bases ordenadas de E,
entonces una de las siguientes afirmaciones es verdadera:
A) (IdE )AB + (IdE )BA = (IdE )AA .
B) Si v ∈ E, entonces (IdE )AB (IdE )CA [v]C = [v]B .
C) (IdE )AB = (IdE )BA .
C3 Si A ∈ Mn×n (K) está en forma escalonada por filas, entonces de las siguientes afirmaciones es verdadera:
A) Si F es una matriz elemental de tipo II, entonces FA está en forma escalonada por filas.
B) Si H es una matriz elemental de tipo III, entonces HA está en forma escalonada por filas.
C) Si E es una matriz elemental de tipo I, entonces EA está en forma escalonada por filas.
C7 Sean E y F dos espacios vectoriales sobre K de dimensión finita. Si T : E → F es una aplicación lineal,
entonces una de las siguientes afirmaciones es verdadera:
A) T es biyectiva si, y sólo si para cada subconjunto {x1 , . . . , xk } linealmente independiente de E, el sub-
conjunto {T (x1 ), . . . , T (xk )} de F es linealmente independiente.
B) T es biyectiva si, y sólo si existe una única aplicación lineal S : F → E tal que S ◦ T = IdE y T ◦ S = IdF .
C) T es biyectiva si, y sólo si TAB es diagonal para cualquier par de bases ordenadas A de E y B de F .
C9 Sea E un espacio vectorial sobre K de dimensión n. Una de las siguientes afirmaciones es verdadera:
A) Si A = {x1 , x2 , . . . , xm } es un subconjunto de E y m > n, entonces existe xj ∈ A tal que xj ∈ L(A−{xj }).
B) Si B = {w1 , w2 , . . . , wp } es un subconjunto de E y p ≤ n, entonces B es LI.
C) Si C = {v1 , v2 , . . . , vk } es un subconjunto LD de E, entonces k > n.
(2) Sean A, B, C ∈ Mn×n (K). Si det(C) = 5 y se verifica que BC + B 2 A = C, entonces B es una matriz
no singular. (2.5 ptos)
(3) Sea E un espacio vectorial sobre K. Si A = {x1 , x2 , . . . , xn } es una base de E y B = {y1 , y2 , . . . , yn } ⊂
E tal que L(A) = L(B), entonces B es una base de E. (2.5 ptos)
(4) Sea T : E → F una aplicación lineal y sean A y B bases ordenadas de E y F , respectivamente. Si la
1 0 0 2
!
forma escalonada reducida de TAB es igual a 0 1 0 1 , entonces T es inyectiva. (2.5 ptos)
0 0 1 0
Solución.
(1) (→) Sea x ∈ N(T ). Por la definición de núcleo de una aplicación lineal, tenemos que T (x) = 0.
Por otra parte, al ser T una aplicación lineal, sabemos que T (0) = 0. Ası́ T (x) = T (0) y utilizando
que T es una aplicación inyectiva, deducimos que x = 0. Por tanto, N(T ) = {0}.
(←) Sean x e y ∈ E tales que T (x) = T (y). Nuestro objetivo es demostrar que x = y con el fin de
justificar la inyectividad de T .
T lineal
T (x) = T (y) −→ 0 = T (x) − T (y) = T (x − y) −→ x − y ∈ N(T ) = {0} −→ x = y.
(3) Como A es una base de E, tenemos que A es un sistema generador de E, esto es, E = L(A). Dado
que E = L(A) = L(B), podemos deducir que B es un sistema generador de E. Utilizando de nuevo que
A = {x1 , x2 , . . . , xn } es una base de E, obtenemos que dimK E = n. En definitiva, B es una base de
E, ya que B = {y1 , y2 , . . . , yn } es un sistema generador de E formado por n elementos y dimK E = n.
Por tanto, la tercera afirmación es verdadera .
(4) Es sabido que el rango de una matriz es el número de unos principales de su forma escalonada
1 0 0 2
!
reducida por filas. Ası́ ρ(TAB ) = 3, pues la forma escalonada reducida de TAB es igual a 0 1 0 1 .
0 0 1 0
Por otra parte, conocemos que dimK Im(T ) = ρ(TAB ) = 3. Como TAB ∈ M3×4 (R) sabemos que
dimK E = 4 y dimK F = 3. Utilizando el teorema de las dimensiones tenemos que: 4 = dimK E =
dimK N(T )+dimK Im(T ) = dimK N(T )+3 y, con ello, dimK N(T ) = 1 6= 0. De la primera caracterización
de inyectividad y suprayectividad deducimos que T no es una aplicación inyectiva, pues N(T ) 6= {0}.
En consecuencia, la cuarta afirmación es falsa.
2 −4 −1 −4 8 2
0 4 1 0 −8 −2
1 −2 −1 −2 4 2
P1 (1) Calcula la inversa de A = ∈ M6×6 (R), sin utilizar determinantes.
0 0 0 4 −8 −2
0 0 0 0 8 2
0 0 0 2 −4 −2
(2) ¿La submatriz A[3] admite factorización LDU? Justifica tu respuesta.
Solución. Para calcular la inversa A, consideremos la siguiente partición en bloques de A:
2 −4 −1 −4 8 2
0 4 1 0 −8 −2
1 −2 −1 −2 4 2 P Q
A= =
0 0 0 4 −8 −2 O R
0 0 0 0 8 2
0 0 0 2 −4 −2
Notemos que R = 2P y que tanto P como R son matrices no singulares, −1ya que−1det(P−1)= −4 6= 0 y
P −P QR
det(R) = 23 det(P ) = −32 6= 0. Por tanto, A es no singular y A−1 = .
O R−1
Observemos además que Q = −R y ası́ −P −1 QR−1 = −P −1 (−R)R−1 = P −1 y, como R = 2P ,
P −1 P −1
!
−1 1 −1 −1
entonces R = P . Por tanto, A = 1 −1 .
2 O P
2
Calculamos la inversa de P utilizando el método de Gauss-Jordan:
2 −4 −1 1 0 0 1 −2 −1 0 0 1 1 −2 −1 0 0 1
F1 ↔F3 F3 −2F1
0 4 1 0 1 0 −−−−→ 0 4 1 0 1 0 −−−−−→ 0 4 1 0 1 0 →−
1 −2 −1 0 0 1 2 −4 −1 1 0 0 0 0 1 1 0 −2
1 −2 0 1 0 −1 1
F
1 0 0 1/2 1/2 0
F −F3 2
−−2−−→ 0 4 0 −1 1 2 −−−4
−−→ 0 1 0 −1/4 1/4 1/2 .
F1 +F3 F1 +2F2
0 0 1 1 0 −2 0 0 1 1 0 −2
1/2 1/2 0 1/4 1/4 0
1
Luego, P −1 = −1/4 1/4 1/2 y R−1 = P −1 = −1/8 1/8 1/4 .
2
1 0 −2 1/2 0 −1
Y finalmente,
1/2 1/2 0 1/2 1/2 0
−1/4 1/4 1/2 −1/4 1/4 1/2
P −1 P −1
!
1 0 −2 1 0 −2
A−1 =
1 −1 = .
O P 0 0 0 1/4 1/4 0
2
0 0 0 −1/8
1/8 1/4
0 0 0 1/2 0 −1
2 −4 −1
(2) La submatriz principal lı́der de orden 3 de A es A[3] = P = 0 4 1 . Para comprobar si
1 −2 −1
esta matriz admite LDU usaremos el teorema de los pivotes. Ası́,
det(P [1] ) = 2 6= 0 =⇒ P [1] es no singular
(2)
=⇒ p11 6= 0 y p22 6= 0
[2] 2 −4 [2]
det(P ) = det = 8 6= 0 =⇒ P es no singular
0 4
P2 Considera M2×2 (R) espacio vectorial real y los subespacios vectoriales de M2×2 (R):
1 −1 1 −1 −1 1 a b a+c−d=0
F =L A= ,B = ,C = y G= ∈ M2×2 (R) : .
−1 2 0 −1 −2 7 c d a+b=0
Notemos que B = {D, E} es una base de G, dado que B es un sistema generador de G (G = L(B)) y
B es LI (D y E no son proporcionales). Por tanto, dimR G = 2.
(2) Nuestro próximo objetivo será hallar un sistema generador de F + G:
1 −1 1 −1 1 −1 0 0
F + G = L(A1 ) + L(B) = L(A1 ∪ B) = L A= ,B = ,D = ,E = .
−1 2 0 −1 0 1 1 1
Por tanto, D = A1 ∪ B es un sistema generador de F + G. Veamos si D es o no LI. Construimos una
matriz P haciendo coincidir sus filas con las coordenadas de A, B, D y E respecto de C base canónica
de M2×2 (R) y añadimos una columna adicional con el nombre de los vectores, con el objetivo de hallar
el rango de P y, si existen, las relaciones de dependencia de los vectores de D:
1
1 −1 1 0 0 1 0 0 0 0 −1
A= =1· + (−1) · + (−1) · +2· −→ [A]C =
−1 2 0 0 0 0 1 0 0 1 −1
2
1 1 0
−1 −1
, [E]C = 0 .
De igual forma tenemos que: [B]C =
0 , [D]C = 0
1
−1 1 1
1 −1 −1 2 A F2 − F1
1 −1 −1 2 A F3 − F2
1 −1 0 −1 B F3 − F1
−−−−−−→
0 0 1 −3 B − A F4 − F2
−−
−−−−→
1 −1 0 1 D 0 0 1 −1 D − A
0 0 1 1 E 0 0 1 1 E
1 −1 −1 2 A 1 −1 −1 2 A
0
0 1 −3 B−A F4 − 2F3
−−−−−−−→ 0 0 1 −3 B−A
.
0 0 0 2 (D − A) − (B − A) 0 0 0 2 D−B
0 0 0 4 E − (B − A) 0 0 0 0 E − B + A − 2(D − B)
Como ρ(P ) = 3 <número de elementos de D, podemos concluir que D es LD. Además, se verifica que
E + B + A − 2D = O2×2 , por tanto, tenemos E = −B − A + 2D.
Ası́ tenemos: F +G = L({A, B, D, E}) = L({A, B, D, −B−A+2D}) = L({A, B, D}). En consecuencia,
H = {A, B, D} es un sistema generador de F + G. Dado que rango de P es 3, podemos afirmar que
dimR F + G = 3. Por tanto, H = {A, B, D} es un sistema generador de F + G con 3 vectores y
dimR F + G = 3, luego H es una base de F + G.
Es sabido que la suma de dos subespacios vectoriales es directa si, y sólo si la intersección de ambos
es el subespacio vectorial nulo.
Utilizando la fórmula de Grassmann conseguimos la dimensión de F ∩ G:
(1) Calcula una base y la dimensión de N(T ) y de Im(T ). Clasifica la aplicación lineal T .
(2) Extiende una base de Im(T ) hasta conseguir una base de M2×2 (R).
a
b
4
= ∈ R : −3a − 8b + 6d = 0, a + 6b − 2d = 0, a − 2d = 0, b = 0 =
c
d
a
2d
b 0
∈ R4 : a = 2d, b = 0 =
= : c, d ∈ R =
c c
d d
2 0
2 0
0 + c 0 : c, d ∈ R = L u = 0 0
= d ,v = = L(A).
0 1 0 1
1 0 1 0
Por tanto, A = {u, v} es un sistema generador de N(T ), dado que N(T ) = L(A). Además, A es LI, pues
u y v son dos vectores no proporcionales. En consecuencia, A es una base de N(T ) y dimR N(T ) = 2.
0
0
La aplicación lineal T no es inyectiva, ya que N(T ) 6= 0 . Utilizando el teorema de las
0
dimensiones podemos deducir la dimensión del subespacio imagen de T :
dimR R4 = dimR N(T ) + dimR Im(T ) =⇒ dimR Im(T ) = dimR R4 − dimR N(T ) = 4 − 2 = 2.
Como 2 = dimR Im(T ) 6= dimR M2×2 (R) = 4, tenemos que M2×2 (R) 6= Im(T ). En consecuencia, la
aplicación lineal T no es suprayectiva.
Obtengamos una base del subespacio Im(T ). Comenzamos buscando un sistema generador:
1 0 0 0
0 1 0 0
Im(T ) = L
T
,T
0
,T
0
,T
1
=
0
0 0 0 1
−3 1 −8 6 0 0 6 −2
=L C= ,D = ,E = ,F = = L(H).
1 0 0 1 0 0 −2 0
Como H1 es un sistema generador de Im(T ) formado por dos vectores y dimR Im(T ) = 2, deducimos
que H1 es una base de Im(T ).
(2) En el apartado (1) hemos demostrado que H1 = {C, D} es una base de Im(T ). Como dimR M2×2 (R) =
4 y H1 = {C, D} es un subconjunto LI de M2×2 (R), debemos buscar dos vectores G, H ∈ M2×2 (R)
de modo que B = H1 ∪ {G, H} = {C, D, G, H} sea LI.
La condición necesaria y suficiente para que B sea LI es que la matriz M construida de modo que sus
filas coincidan con las coordenadas de C, D, G y H respecto de la base canónica C de M2×2 (R) tenga
rango 4. Calculamos las coordenadas del vector de C y D respecto de C:
−3
−3 1 1 0 0 1 0 0 0 0 −3 1 1
= (−3) · +1· +1· +0· → =
1 0 0 0 0 0 1 0 0 1 1 0 C 1
0
−8
−8 6 1 0 0 1 0 0 0 0 −8 6 6
= (−8) · +6· +0· +1· → = .
0 1 0 0 0 0 1 0 0 1 0 1 C 0
1
0 0 0 0
Para simplificar el cálculo del rango de la matriz M elegimos por ejemplo: G = yH = .
1 0 0 1
Siguiendo el proceso anterior, las coordenadas de G y H respecto de C son:
0 0
0 0 0 0 0 0
= y = .
1 0 C 1 0 1 C 0
0 1
Ahora calculamos el rango de M :
−3 1 1 0 8 −3 1 1 0
−8 6 F2 − F1
0 1
−−−−−3−−→
0 10/3 −8/3 1
M = 0 0
.
1 0 0 0 1 0
0 0 0 1 0 0 0 1
Es claro que ρ(M ) = 4 = número de elementos de B. Por tanto, B es LI. Como B es un conjunto LI
formado por 4 vectores y dimR M2×2 (R) = 4, podemos concluir que B es una base de M2×2 (R) que
contiene a H1 .
P4 Considera las aplicaciones lineales T : M2×2 (R) −→ P3 (R) y S : M2×2 (R) −→ P3 (R) definidas por:
a b 2 3 a b
T = (2a − 2b + c)x + (−2a + 4b + 3c + 2d)x + (5b − 2c)x , ∀ ∈ M2×2 (R)
c d c d
a b a b
S = c + (c − a)x + (a − 2b − d)x2 + (c − 2b)x3 , ∀ ∈ M2×2 (R).
c d c d
(1) Calcula (2T +3S)AB siendo A la base canónica de M2×2 (R) y B = {1, 1+x, 1+x+x2 , 1+x+x2 +x3 }
una base de P3 (R).
(2) ¿2T + 3S es un isomorfismo? Justifica tu respuesta.
Solución. (1) Calculamos en primer lugar la aplicación lineal 2T + 3S. Como T y S son aplicaciones
lineales de M2×2 (R) en P3 (R), se tiene entonces que 2T + 3S es otra aplicación lineal de M2×2 (R) en
P3 (R) definida por:
a b a b a b
(2T + 3S) = 2T + 3S =
c d c d c d
= 2 (2a−2b+c)x + (−2a+4b+3c+2d)x2 + (5b−2c)x3 + 3 c + (c−a)x + (a−2b−d)x2 + (c−2b)x3 =
2 3 a b
= 3c + (a − 4b + 5c)x + (−a + 2b + 6c + d)x + (4b − c)x , ∀ ∈ M2×2 (R).
c d
Para calcular la matriz asociada (2T + 3S)AB , calculamos las imágenes de los vectores de la base A y
las coordenadas de estas imágenes respecto de la base B:
1 0
(2T + 3S) = x − x2 = α1 · 1 + β1 (1 + x) + γ1 (1 + x + x2 ) + δ1 (1 + x + x2 + x3 ) =⇒
0 0
0 = α1 + β1 + γ1 + δ1 α1 = −1 −1
1 = β1 + γ1 + δ1 β1 = 2 1 0 2
=⇒ =⇒ =⇒ (2T + 3S) =
−1 = γ1 + δ1
γ1 = −1 0 0 B −1
0 = δ1 δ1 = 0 0
0 1
(2T + 3S) = −4x + 2x2 + 4x3 = α2 · 1 + β2 (1 + x) + γ2 (1 + x + x2 ) + δ2 (1 + x + x2 + x3 ) =⇒
0 0
0 = α2 + β2 + γ2 + δ2 α2 = 4 4
−4 = β2 + γ2 + δ2 β2 = −6 0 1 −6
=⇒ =⇒ =⇒ (2T + 3S) =
2 = γ2 + δ 2
γ2 = −2 0 0 B −2
4 = δ2 δ2 = 4 4
0 0
(2T + 3S) = 3 + 5x + 6x2 − x3 = α3 · 1 + β3 (1 + x) + γ3 (1 + x + x2 ) + δ3 (1 + x + x2 + x3 ) =⇒
1 0
3 = α3 + β3 + γ3 + δ3 α3 = −2 −2
5 = β3 + γ3 + δ3 β3 = −1 0 0 −1
=⇒ =⇒ =⇒ (2T + 3S) =
6 = γ3 + δ 3
γ3 = 7 1 0 B 7
−1 = δ3 δ3 = −1 −1
0 0
(2T + 3S) = x2 = α4 · 1 + β4 (1 + x) + γ4 (1 + x + x2 ) + δ4 (1 + x + x2 + x3 ) =⇒
0 1
0 = α4 + β4 + γ4 + δ4 α4 = 0 0
0 = β4 + γ4 + δ4 β4 = −1 0 0 −1
=⇒ =⇒ =⇒ (2T + 3S) =
1 = γ4 + δ 4
γ4 = 1 0 1 B 1
0 = δ4 δ4 = 0 0
−1 4 −2 0
2 −6 −1 −1
Por tanto, (2T + 3S)AB =
−1 −2
.
7 1
0 4 −1 0
(2) Por la caracterización matricial de isomorfismo, sabemos que: 2T + 3S será un isomorfismo si, y
sólo si (2T + 3S)CD es no singular, para cualquier base C de M2×2 (R) y para cualquier base D de
P3 (R).
Utilizando matrices de cambio de base se tiene que (2T + 3S)CD = IdBD (2T + 3S)AB IdCA . Como las
matrices cambio de base IdBD y IdCA son no singulares y el producto de matrices no singulares es una
matriz no singular, el problema se reduce a estudiar si la matriz (2T + 3S)AB es no singular. Y para
ello calculemos el determinante de esta matriz:
−1 4 −2 0 −1 4 −2 0
2 −6 −1 −1 F2 +F3
= det 1 −8 6 0
det((2T + 3S)AB ) = det
−1 −2
=
7 1 −1 −2 7 1
0 4 −1 0 0 4 −1 0
−1 4 −2 0 −4 4
F +F
=(−1)3+4 det 1 −8 6 1= 2 (−1) det 1 −8 6 =
0 4 −1 0 4 −1
−4 4
=(−1)(−1)2+1 det = −12.
4 −1