Matemáticas para la Empresa

1o D.C.E. – 1o L.A.D.E.

Curso 2007/08

Relación 2. Aplicaciones Lineales. Diagonalización.

Formas Cuadráticas

1. Estudia si son lineales las aplicaciones siguientes:

(a) La aplicación f : IR4 −→ IR2 dada por f (x, y, z, t) = (x + t − 1, y − z).

(b) La aplicación f : IR2 −→ IR dada por f (x, y) = y 2 − x.
(c) La aplicación f : IR2 −→ IR2 dada por f (x, y) = (y, 0).
(d) La aplicación f : IR3 −→ IR2 dada por f (x, y, z) = (2x, y − xz).
(e) La aplicación f : IR3 −→ IR2 dada por f (x, y, z) = (2x, y − z).
(f) La aplicación f : IR2 −→ IR3 dada por f (x, y) = (x + 1, 2y, x + y).

Solución:
−
→ →
−
(a) No es lineal, ya que f ( 0 ) =
6 0.
(b) No es lineal porque no conserva la suma de vectores ni tampoco conserva el pro-
ducto de un vector por un escalar.
(c) Sı́ es lineal.
(d) No es lineal porque no conserva la suma de vectores ni tampoco conserva el pro-
ducto de un vector por un escalar.
(e) Sı́ es lineal.
−
→ →
−
(f) No es lineal, ya que f ( 0 ) =
6 0.

2. Dada la siguiente aplicación f (x, y, z) = (−x + z, y + 2z, 2x + y), se pide:

(a) Demuestra que es una aplicación lineal.

(b) Calcula la dimensión de f .
(c) Calcula los subespacios Ker(f ) e Im(f ), sus dimensiones y una base de cada uno
de ellos.

Solución:

(a) Se demuestra comprobando que f conserva la suma de vectores y el producto de

un escalar por un vector.

1
 (b) dim(f ) = dim [Im(f )] = 2.
(c) El núcleo de f es el subespacio

Ker(f ) = {(x, y, z) ∈ IR3 / x = z, y = −2z} = h(1, −2, 1)i

La dimensión de Ker(f ) de f es 1 y una base es B = {(1, −2, 1)}.

La imagen de f es el subespacio

Im(f ) = {(x, y, z) ∈ IR2 / z = y − 2x}

La dimensión de Im(f ) es 2 y una base es B = {(−1, 0, 2), (0, 1, 1)}.
¯ ¯
¯ x y ¯
3. ¿Es lineal la aplicación f : IR −→ IR dada por f (x, y) = ¯¯
2 ¯? En caso afirmativo,
1 2 ¯
halla su núcleo y una base de éste.
¯ ¯
¯ x y ¯
Solución: La aplicación f (x, y) = ¯¯ ¯ = 2x − y sı́ es lineal. El núcleo de f es el
1 2 ¯
subespacio
Ker(f ) = {(x, y) ∈ IR2 / y = 2x}

cuya dimensión es 1 y una base B = {(1, 2)}.

4. Sea f : IR4 −→ IR la aplicación dada por f (x, y, z, t) = x + t. Se pide:

(a) ¿Es f una aplicación lineal? Razona la respuesta.

(b) Calcula Ker(f ), su dimensión y una base.
(c) ¿Es f inyectiva? ¿Y suprayectiva? ¿Y biyectiva?

Solución:

(a) f es una aplicación lineal ya que ∀ (x, y, z, t), (x0 , y 0 , z 0 , t0 ) ∈ IR4 y ∀ λ, µ ∈ IR se

verifica que

f [λ ·(x, y, z, t) + µ ·(x0 , y 0 , z 0 , t0 )] = λ · f (x, y, z, t) + µ · f (x0 , y 0 , z 0 , t0 ).

(b) El núcleo de f es el subespacio {(x, y, z, t) ∈ IR4 / x + t = 0}, cuya dimensión es 3

y una base {(0, 1, 0, 0), (0, 0, 1, 0), (−1, 0, 0, 1)}.
(c) f es suprayectiva pero no inyectiva ni biyectiva.

5. Sabiendo© que el núcleo de la aplicación lineal f : IR3 −→ IRª

2
es el subespacio vectorial
3
ker f = (x1 , x2 , x3 ) ∈ IR / x1 + 2x2 + 3x3 = 0, x1 − x3 = 0 , determina:

(a) La aplicación lineal f (su expresión analı́tica o una matriz asociada de f ).

(b) Una base y la dimensión del núcleo de f .
(c) ¿Es f inyectiva? ¿Y suprayectiva? ¿Y biyectiva?

2
 Solución:

(a) La expresión analı́tica de la función es f (x1 , x2 , x3 ) = (x1 + 2x2 + 3x3 , x1 − x3 ), y

su matriz asociada µ ¶
1 2 3
M (f ) =
1 0 −1
(b) El núcleo de f tiene dimensión 1 y una base es {(1, −2, 1)}.
(c) f es suprayectiva pero no inyectiva ni biyectiva.

6. Dada la aplicación lineal f : IR2 −→ IR3 que cumple

f (1, 0) = (2, 1, 0), f (2, 1) = (4, 0, 2),

obtener su matriz asociada en las bases canónicas de IR2 y de IR3 .

 
2 0
Solución: La matriz asociada a f en las bases canónicas es A =  1 −2 .
0 2

7. Dada la aplicación lineal f : IR2 −→ IR3 que cumple

f (1, −1) = (1, 0, −2), f (0, 2) = (1, 1, −3),

obtener su matriz asociada en las bases canónicas de IR2 y de IR3 .

 
3/2 1/2
Solución: La matriz asociada a f en las bases canónicas es A =  1/2 1/2 .
−7/2 −3/2

8. Dado un endomorfismo f : µ IR2 −→ ¶ IR2 , se sabe que su matriz asociada respecto de una
a b
base B = {e1 , e2 } es A = , donde a, b, c, d ∈ IR y ad 6= bc. ¿Es el conjunto
c d
B 0 = {f (e1 ), f (e2 )} una base de IR2 ?
Solución: Puesto que ad 6= bc, se tiene que rg(A) = 2 y por tanto f es biyectiva, con
lo que B 0 = {f (e1 ), f (e2 )} sı́ es una base de IR2 .

9. Sea f : IR4 −→ IR3 una aplicación lineal tal que f (− →

u1 ) = −− →
v2 + −
→
v3 , f (−
→
u2 ) = →−v3 ,
−
→ →
− −
→ −
→ −
→ −
→ −
→ −
→ −
→ 0 →
− −
→ −
→
f (u3 ) = v1 , f (u4 ) = v1 − v2 , siendo B = {u1 , u2 , u3 , u4 } y B = { v1 , v2 , v3 } bases de
IR4 y de IR3 respectivamente. Se pide:

(a) Calcula la matriz asociada a f en las bases B y B 0 .

(b) Halla la imagen de un vector −
→u que tiene coordenadas (-1,1,0,2) en la base B.
(c) Clasifica f .
(d) Calcula Ker(f ) e Im(f ) y da una base de cada uno de ellos.

Solución:
 
0 0 1 −1
(a) A =  −1 0 0 −1 .
1 1 0 0

3
 (b) Las coordenadas de f (−
→
u ) en la base B 0 son (−2, −1, 0), es decir f (−
→
u ) = −2−
→
v1 − →
−
v2 .
(c) f es sobreyectiva, pero no es inyectiva ni biyectiva.
(d) El núcleo de f es el subespacio

Ker(f ) = {(x, y, z, t) ∈ IR4 / x = −t, y = t, z = −t} = h(−1, 1, −1, 1)i

Una base de Ker(f ) es B = {(−1, 1, −1, 1)}.
La imagen de f es todo IR3 . Por tanto, cualquier base de IR3 es una base de Im(f ),
por ejemplo la base canónica de IR3 .

10. Sea B = {→ −
u1 , −
→
u2 } una base de IR2 y sea f un endomorfismo de IR2 que verifica que
f (−
→
u1 ) = −
→
u1 + a− →
u2 , f (−
→
u2 ) = a −
→
u1 + 2 −
→
u2 . Halla a para que el subespacio Im(f ) tenga
dimensión máxima.
√ √
Solución: Debe ser a 6= + 2, − 2 para que dim [Im(f )] = 2 (dimensión máxima).

11. Sean B = {− →
u1 , →
−
u2 , −
→
u3 } y B 0 = {−
→
v1 , →
−
v2 } bases de IR3 y IR2 , y sea f : IR3 −→ IR2 una
aplicación lineal tal que las coordenadas de f (− →
u1 ) en la base B 0 son (1, 0), las de f (→
−
u2 )
−
→ −
→
son (−1/2, 0) y además f (u3 ) = (−a + 1) v2 , siendo a ∈ IR un parámetro.

(a) Da una condición sobre el parámetro a para que el subespacio Imf tenga dimensión
máxima y clasifica f en ese caso.
(b) Suponiendo que a 6= 1, calcula Kerf , su dimensión y una base.

Solución:

(a) Debe ser a 6= 1 para que dim [Im(f )] = 2 (dimensión máxima). En ese caso f es
sobreyectiva y no es inyectiva ni biyectiva.
(b) El núcleo de f es el subespacio
½ Á ¾
3 1
Ker(f ) = (x, y, z) ∈ IR x = y, z = 0
2

Su dimensión es 1 y una base B = {(1, 2, 0)}.

12. Sean B = {−→

u1 , −
→
u 2 } y B 0 = {→
−
v1 , −
→
v2 , →
−
v3 } bases de IR2 y de IR3 respectivamente y sea
f : IR −→ IR una aplicación lineal tal que f (−
2 3 →
u1 ) = −2−
→
v1 + −
→v3 y f (−
→
u2 ) = →
−
v1 + →
−
v2 .
Responde razonadamente a las siguientes cuestiones:

(a) ¿Existe algún vector de IR2 no nulo tal que su imagen sea el vector (0, 0, 0)?
(b) Sea −
→v el vector con coordenadas (1, −3, 5) en la base B 0 . Calcula, si es posible, un
vector −
→
u ∈ IR2 tal que f (−→
u)=− →
v.
(c) En IR2 , pon un ejemplo de tres vectores no nulos − →, −
w → − →
1 w2 , w3 . Calcula sus imágenes
f (−
→), f (−
w1
→), f (−
w 2 w→) ∈ IR3 y comprueba si los vectores f (−
3
→
wi ) son dependientes o
independientes. ¿Crees que ocurrirá lo mismo con cualquier terna de vectores no
nulos, −
→, −
w → − →
1 w2 , w3 , o que depende de los vectores elegidos? Razona la respuesta.

4
 Solución:
−
→
(a) No, porque ker f = { 0 }.
(b) No existe ningún vector − →u ∈ IR2 tal que f (→ −u)=− →
v.
−
→ −
→ −→ −
→ −
→
(c) Consideraremos w1 = u1 , w2 = u2 y w3 = u1 + u2 .−
→ →
−
f (w1 ) = −2→
−
v1 + −→
v3 , f (w2 ) = − →
v1 + −→
v2 , f (w3 ) = −→
−
v1 + −
→
v2 + →
−
v3 .
−
→ −
→ −
→
Los vectores f (w1 ), f (w2 ), f (w3 ) son linealmente dependientes porque pertenecen
al subespacio Im(f ) cuya dimensión es 2. Esto ocurre para cualquier terna de
vectores no nulos, −→, −
w → − →
1 w2 , w3 .

13. Se sabe que un endomorfismo de IR3 tiene los valores propios λ2 = 3 y λ1 = −1 (éste
último con multiplicidad 2). Calcula su polinomio caracterı́stico.
Solución: P (λ) = (−1 − λ)2 (3 − λ).

14. Sea A ∈ M2 una matriz cuadrada de orden 2 cuya traza es 2 y cuyo determinante es
−6. Calcula sus valores propios.
√ √
Solución: Los valores propios son λ1 = 1 + 7 y λ2 = 1 − 7.

15. Calcula los parámetros a y b para que el vector X = (2, 0, 1) sea un vector propio de la
matriz  
a 0 a
A= 0 b 0 
a 0 −b
con autovalor asociado λ = 3.
Solución: a = 2, b = 1.

16. Calcula los parámetros a, b y c para que el vector X = (4, 3, −9) sea un vector propio
de la matriz  
a b −b
A= c a −b 
3 −a −3
con autovalor asociado λ = −5.
Solución: a = −2, b = −1, c = 0.

17. Construye una matriz cuadrada de orden 3 que tenga el autovalor 1 con multiplicidad
2 y vectores propios asociados (1, 0, 0) y (0, 1, 0), y el autovalor −2 con vector propio
(0, 1, 1).
 
1 0 0
Solución: A =  0 1 −3  (única solución posible).
0 0 −2

18. Dado el endomorfismo f (x, y, z) = (2x + z, 3y, x + 2z), calcula un vector − →

u que sea
vector propio de f asociado al autovalor λ = 3 y que además sea ortogonal al vector
→
−v = (0, 2, 0).
Solución: Para que un vector −
→
u = (x, y, z) sea vector propio de f asociado al autovalor
λ = 3 debe verificar la ecuación z = x. Por otro lado, para ser ortogonal a − →v debe

5
 verificar y = 0. Por tanto, cualquier vector de la forma (x, 0, x) cumple ambas cosas,
por ejemplo, el vector −
→
u = (1, 0, 1).

19. Demuestra que los únicos valores propios de una matriz tal que A2 = A son 0 y 1.
Solución: Indicación. Suponiendo que λ es un autovalor de A y que → −
u es un vector
propio asociado a λ, escribir la igualdad A−→
u = λ−→
u y multiplicar ambos lados dicha
igualdad por la matriz A.

20. Sea A una matriz tal que A2 = −I, siendo I la matriz identidad. Demuestra que A no
tiene valores propios.
Solución: Indicación. Suponiendo que λ es un autovalor de A y que →
−
u es un vector
−
→ −
→
propio asociado a λ, escribir la igualdad A u = λ u y multiplicar ambos lados dicha
igualdad por la matriz A.

21. Demuestra que una matriz regular (es decir, con determinante no nulo) no puede tener
al 0 como valor propio.
Solución: Indicación. Si λ = 0 fuese un autovalor de A, entonces λ = 0 serı́a raı́z del
polinomio caracterı́stico. Eso implicarı́a que |A| = 0, lo cual serı́a una contradicción.

22. (a) Demuestra que si λ 6= 0 es valor propio de una matriz A regular (es decir, con
determinante no nulo), entonces 1/λ es valor propio de la matriz A−1 .
 
5 −19 16
(b) Comprueba que A =  0 2 0  es diagonalizable y, sin calcular A−1 ,
0 5 −3
demuestra que A−1 también lo es.
Solución:

(a) Indicación. Suponiendo que →

−
u es un vector propio asociado a λ, escribir la igualdad
−
→ −
→
A u = λ u y multiplicar ambos lados dicha igualdad por la matriz A−1 .
(b) Los autovalores de A son 5,2 y −3. Por tanto A es diagonalizable, ya que todos sus
autovalores tienen multiplicidad 1. Utilizando el apartado anterior, los autovalores
de A−1 son 1/5, 1/2 y −1/3 y por tanto es también diagonalizable.

23. Dada la matriz  

0 −1 3
A =  −3 2 3 
1 −1 2
calcula sus valores propios y sus vectores propios. Estudia si es diagonalizable y, en caso
afirmativo, halla la matriz de paso.
Solución: El polinomio caracterı́stico de A es P (λ) = −λ3 + 4λ2 − λ − 6.
Los autovalores de la matriz son λ1 = −1, λ2 = 2, λ3 = 3.
Los subespacios de vectores propios asociados a cada autovalor son:

6
 Hλ1 = {(x, y, z) ∈ IR3 / x = y, z = 0}
Hλ2 = {(x, y, z) ∈ IR3 / x = y = z}
Hλ3 = {(x, y, z) ∈ IR3 / x = z, y = 0}

A es diagonalizable ya que todos sus autovalores tienen multiplicidad 1.

 
−1 0 0
Si escribimos la matriz diagonal como D =  0 2 0 , entonces la matriz de paso
  0 0 3
1 1 1
es P =  1 1 0 .
0 1 1

24. El polinomio caracterı́stico de un endomorfismo f : IR3 −→ IR3 es P (λ) = −λ3 − λ2 +

4λ + 4. Responde razonadamente a las siguientes cuestiones:

(a) Calcula los autovalores de f y una matriz asociada a este endomorfismo.

(b) ¿Es diagonalizable este endomorfismo?
(c) Calcula un vector propio de f .

Solución:

(a) Los autovalores

 de f son λ1= −1, λ2 = 2 y λ3 = −2. La matriz diagonal asociada
−1 0 0
a f es D =  0 2 0 .
0 0 −2
(b) Sı́ es diagonalizable, ya que todos sus autovalores tienen multiplicidad 1.
(c) Un vector propio asociado a λ1 = −1 es (1, 0, 0). Un vector propio asociado a
λ2 = 2 es (0, 1, 0). Un vector propio asociado a λ3 = −2 es (0, 0, 1).

25. Sea f : IR3 −→ IR3 la aplicación lineal f (x, y, z) = (2x + y, y − z, 2y + 4z).

(a) ¿Es f inyectiva? ¿Y suprayectiva? ¿Y biyectiva?

(b) Determina los valores propios (autovalores) de f .
(c) ¿Es f diagonalizable?

Solución:

(a) f es inyectiva, suprayectiva y, por tanto, biyectiva.

(b) Los valores propios (autovalores) de f son λ1 = 2 (con multiplicidad 2) y λ2 = 3.
(c) No es diagonalizable porque el subespacio propio asociado al autovalor λ1 = 2 tiene
dimensión 1 pero el autovalor tiene multiplicidad 2.

26. (a) Demuestra que si A es una matriz diagonalizable y B no es diagonalizable, entonces

A y B no pueden ser matrices semejantes.

7
 (b) Sabemos que dos matrices semejantes tienen el mismo polinomio caracterı́stico. Con
este ejercicio se pretende probar que no se cumple el recı́proco, es decir, que dos
matrices pueden tener el mismo polinomio caracterı́stico pero no ser semejantes.
Para ello, demuestra que las matrices
   
2 2 1 1 −2 1
A= 1 3 1  y B= 0 1 1 
1 2 2 0 0 5

tienen el mismo polinomio caracterı́stico, pero no son semejantes. (Indicación: uti-

liza el apartado anterior para probar que no son semejantes).
Solución:

(a) Si supone que son semejantes se llega a la conclusión de que B es diagonalizable,

lo cual es una contradicción.
(b) PA (λ) = PB (λ) = −λ3 + 7λ2 − 11λ + 5.
Sus autovalores son λ1 = 1, con multiplicidad m(λ1 ) = 2, y λ2 = 5, con multiplici-
dad m(λ2 ) = 1.
No pueden ser semejantes porque A es diagonalizable pero B no lo es.

27. Dada la matriz  

2 0 0
A= 5 a 0 
b −3 −4
con a, b ∈ IR, responde razonadamente a las siguientes cuestiones.

(a) ¿Qué valores deben tomar los parámetros a y b para que A tenga tres autovalores
distintos? ¿Es A diagonalizable en ese caso?
(b) ¿Qué valores deben tomar los parámetros a y b para que A tenga un autovalor
positivo doble? ¿Es A diagonalizable en este caso?
(c) Calcula un vector propio del autovalor doble del apartado (b).

Solución:

(a) Para que A tenga tres autovalores distintos, b puede tomar cualquier valor real y
a debe ser distinto de 2 y de −4. En ese caso A sı́ diagonalizable.
(b) Para que A tenga un autovalor positivo doble, b puede tomar cualquier valor real y
debe ser a = 2. En este caso A no es diagonalizable, ya que dim Hλ=2 (subespacio
propio asociado al autovalor λ = 2) no coincide con la multiplicidad del autovalor
λ = 2.
(c) El vector →
−
u = (0, −2, 1) y cualquier vector proporcional a éste es un vector propio
asociado al autovalor λ = 2.

28. Sea {→
−
u1 , −
→
u2 , →
−
u3 } una base de IR3 y f : IR3 → IR3 una aplicación lineal tal que

f (−
→
u1 ) = →
−
u1 + 2 −
→
u2 , f (→
−
u2 ) = − −
→
u1 + 4 →
−
u2 , f (−
→
u3 ) = −3−
→
u1 + 3 −
→
u2 + 3 →
−
u3 .

8
 (a) ¿Es f diagonalizable?
(b) ¿Es →
−
u = (1, −1, 1) un vector propio de f ?

Solución:

(a) f sı́ es diagonalizable.

(b) Los autovalores de f son λ1 = 3, con m(λ1 ) = 2, y λ2 = 2.
Los subespacios de vectores propios son Hλ1 = {(x, y, z) ∈ IR3 / 2x + y + 3z = 0} y
Hλ2 = {(x, y, z) ∈ IR3 / x = −y, z = 0}, por tanto, el vector −
→u = (1, −1, 1) no es
un vector propio de f .

29. Sea f : IR3 −→ IR3 la aplicación lineal dada por f (x, y, z) = (4x+3y+2z, 2y, −x−3y+z).

(a) ¿Es f diagonalizable?

(b) Calcula un vector propio de f.
(c) ¿Puede haber dos vectores distintos (x, y, z) y (x0 , y 0 , z 0 ) en IR3 cuya imagen por f
sea la misma? Razona la respuesta.

Solución:

(a) f no es diagonalizable.
(b) El vector −
→u = (−2, 0, 1) y cualquier vector proporcional a él es vector propio del
autovalor λ1 = 3. El vector −→
u = (1, 0, −1) y cualquier vector proporcional a él es
vector propio del autovalor λ1 = 2.
−
→
(c) Puesto que rg(A) = 3, o puesto que Ker(f ) = { 0 }, se tiene que f es inyectiva,
luego no puede haber dos vectores distintos (x, y, z) y (x0 , y 0 , z 0 ) en IR3 cuya imagen
por f sea la misma.

30. Estudia si son diagonalizables los siguientes endomorfismos y, en caso afirmativo, calcula
la matriz de paso.

(a) El endomorfismo cuya matriz asociada es

µ √ ¶
11 3
A= √
3 9

(b) El endomorfismo f (x, y) = (−y, x).

(c) El endomorfismo de IR3 tal que f (→
−e1 ) = −
→
e1 , f (−
→
e2 ) = 3−
→
e1 − −
→
e2 , f (−
→
e 3 ) = 2−
→
e1 + 3−
→
e2 +
−
→ −
→ −
→ −
→
e , siendo B = { e , e , e } una base de IR .3
3 1 2 3

(d) El endomorfismo de IR tal que, respecto de una base B = {→

3 −
e1 , −
→
e2 , →
−
e3 } de IR3 ,
f (→
−
e1 ) tiene coordenadas (2, 0, 1), f (−
→
e2 ) tiene coordenadas (0, 3, 0), y f (− →
e3 ) tiene
coordenadas (1, 0, 2).
(e) El endomorfismo f (x, y, z) = (3x + 2y + 4z, y, −2x − 3z).
(f) El endomorfismo f (x, y, z) = (2x − 2y + z, x + 3y + z, y + 2z).

9
 Solución:

(a) Sı́ es diagonalizable, ya que es una matriz simétrica.

P (λ) = λ2 − 20λ + 96. Autovalores: λ1 = 12, λ2 = 8.
µ ¶ Ã √ !
3 1
12 0
Matriz diagonal D = . Matriz de paso P = 2 √2 .
0 8 1
− 23
2

(b) No es diagonalizable, ya que su polinomio caracterı́stico, P (λ) = λ2 + 1, no tiene

raı́ces reales.
(c) Polinomio caracterı́stico P (λ) = (1 − λ)2 (−1 − λ).
Autovalores λ1 = 1 con multiplicidad m(λ1 ) = 2, λ2 = −1 con multiplicidad
m(λ2 ) = 1.
No es diagonalizable, ya que dim Hλ1 = 1 6= m(λ1 ).
(d) Polinomio caracterı́stico P (λ) = (3 − λ)(λ − 3)(λ − 1).
Autovalores λ1 = 3 con multiplicidad m(λ1 ) = 2, λ2 = 1 con multiplicidad m(λ2 ) =
1.
Sı́ es diagonalizable, ya que es una matriz simétrica.
   √2 √ 
2
3 0 0 2
0 2
Matriz diagonal D =  0 3 0 . Matriz de paso P =  √0 1 0 .
√
0 0 1 2
0 − 22
2
(e) Polinomio caracterı́stico P (λ) = (1 − λ)(λ + 1)(λ − 1).
Autovalores λ1 = 1 con multiplicidad m(λ1 ) = 2, λ2 = −1 con multiplicidad
m(λ2 ) = 1.
No es diagonalizable, ya que dim Hλ1 = 1 6= m(λ1 ).
(f) P (λ) = (λ − 3)(−λ2 + 4λ − 5). No es diagonalizable porque el polinomio carac-
terı́stico no tiene raı́ces reales.

31. Se considera el endomorfismo de IR3 dado por la expresión

f (x, y, z) = (ax + y − z, ay − 2z, az) .

¿Existe algún valor de a para el cual f es diagonalizable? Razona la respuesta.

Solución: No existe ningún valor de a para el cual f es diagonalizable.

32. Calcula para qué valores del parámetro a es diagonalizable la matriz

 
a 0 0
A= 3 2 0 
1 4 a

Solución: El polinomio caracterı́stico es P (λ) = (a − λ)2 (2 − λ).

Los autovalores son λ1 = a con multiplicidad m(λ1 ) = 2 y λ2 = 2 con multiplicidad
m(λ2 ) = 1.
Para que A sea diagonalizable deber ser a = −10.

10
33. Clasifica (según su signo) y diagonalizar las formas cuadráticas siguientes:

(a) Q(x, y, z) = −2x2 − 2y 2 − 2z 2 − 2yz

(b) Q(x, y, z) = 3x2 + 2y 2 + 2z 2 − 2xy − 2xz

Solución:

(a) Q es definida negativa.

 
−1 0 0
Matriz diagonal D =  0 −2 0 .
0 0 −3
 
0 1 √0
√
Matriz de paso P =  √22 0 √22 .
− 22 0 22
(b) Q es definida positiva.
 
2 0 0
Matriz diagonal D =  0 1 0 .
0 0 4
 √ √ 
3 6
0 −
 √2 √33 √3 
6
Matriz de paso P =  √2 √3 √6
.
2 3 6
−2 3 6

34. Estudia el signo de las siguientes formas cuadráticas:

(a) Q(x, y, z) = −2x2 + 4xz + 2z 2 .

(b) Q(x, y) = 3x2 − 4xy + 7y 2 .
(c) Q(x1 , x2 ) = 2x21 − x22 + 2x1 x2 .
(d) Q(x, y, z) = x2 + y 2 + z 2 + 2xy.
(e) Q(x, y, z) = −x2 − 2y 2 + 2yz − 2z 2 .
(f) Q(x1 , x2 , x3 , x4 ) = −x21 − 2x1 x2 − 2x1 x4 − 2x22 + 2x2 x3 − 2x2 x4 − 4x23 − 6x3 x4 − 4x24 .

Solución:

(a) Q(x, y, z) = −2x2 + 4xz + 2z 2 es indefinida.

(b) Q(x, y) = 3x2 − 4xy + 7y 2 es definida positiva.
(c) Q(x1 , x2 ) = 2x21 − x22 + 2x1 x2 es indefinida.
(d) Q(x, y, z) = x2 + y 2 + z 2 + 2xy es semidefinida positiva.
(e) Q(x, y, z) = −x2 − 2y 2 + 2yz − 2z 2 es definida negativa.
(f) Q(x1 , x2 , x3 , x4 ) = −x21 − 2x1 x2 − 2x1 x4 − 2x22 + 2x2 x3 − 2x2 x4 − 4x23 − 6x3 x4 − 4x24
es semidefinida negativa.

35. Estudia, según los valores del parámetro a, el signo de las siguientes formas cuadráticas:

(a) Q(x, y, z) = ax2 + y 2 + z 2 + 2yz.

11
 (b) Q(x, y, z) = x2 + y 2 − xz + az 2 .
(c) Q(x, y) = x2 − (2a)xy + y 2 .

Solución:

(a) Si a > 0 es semidefinida positiva. Si a < 0 es indefinida. Si a = 0 es semidefinida

positiva.
(b) Si a = 14 es semidefinida positiva. Si a < 1
4
es indefinida. Si a > 1
4
es definida
positiva.
(c) Si a < −1 ó a > 1 es indefinida. Si −1 < a < 1 es definida positiva. Si a = −1
ó a = 1 es semidefinida positiva.

36. Encontrar el signo de Q restringida al subespacio que se indica en cada caso:

  
2 −2 0 x

(a) Q(x, y, z) = (x, y, z) −2 1 1   y  en el subespacio
0 1 0 z

S = {(x, y, z) ∈ IR3 /x − y = z}.

(b) Q(x, y, z) = x2 + 2xy − 2xz + 4y 2 + 4yz + 5z 2 en el subespacio

S = {(x, y, z) ∈ IR3 /x + 2y − z = 0, 2x − 3y + z = 0}.

(c) Q(x1 , x2 , x3 ) = x21 − 3x22 − 2x23 + 2x1 x2 en el subespacio x1 − x2 = 0.

(d) Q(x, y, z) = y 2 + 2xy + 4xz + 4y 2 + 3z 2 en S = {(x, y, z) ∈ IR3 /2x = −3y + z}.
(e) Q(x, y, z, t) = x2 + 2xz + xt + 2yz − z 2 en el subespacio

S = {(x, y, z, t) ∈ IR4 /x + y − z = 0, y − t = 0}.

(f) Q(x, y, z) = −4x2 + 8xy − 4y 2 − z 2 en S = {(x, y, z) ∈ IR3 /x = 0, y = 0}.

(g) Q(x, y, z) = x2 + 2xy − y 2 + 2z 2 restringida al subespacio de IR3 generado por los
vectores {(3, 2, 1), (1, 1, 0)}.

Solución:

(a) Q es indefinida en S.
(b) Q es definida positiva en S.
(c) Q es semidefinida negativa en S.
(d) Q es definida positiva en S.
(e) Q es indefinida en S.
(f) Q es definida negativa en S.
(g) S = h(3, 2, 1), (1, 1, 0)i = {(x, y, z) ∈ IR3 / − x + y + z = 0}. Q es definida positiva
en S.

12
37. Estudia el signo de la forma cuadrática Q(x, y, z) = x2 + 3y 2 − z 2 − 6xy en el subespacio
x + 3y + az = 0 según los valores del parámetro a.
Solución: Q es indefinida en cualquier caso, independientemente del valor de a.

38. Dada la forma cuadrática Q(x, y, z) = x2 + 2y 2 − 2xz + az 2 , se pide:

(a) Estudia su signo según los valores del parámetro a.

(b) Tomando a = 1, estudia el signo de Q en el subespacio z − y = 0.

Solución:

(a) Si a = 1 es semidefinida positiva. Si a < 1 es indefinida. Si a > 1 es definida

positiva.
(b) Tomando a = 1, Q es definida positiva en el subespacio z − y = 0.

39. Considérese la forma cuadrática Q(x, y) = ax2 + bxy + cy 2 , siendo a, b, c ∈ IR tales que
a · c < 0. Se pide:

(a) Estudiar el signo de la forma cuadrática en IR2 .

(b) ¿Existen valores de los parámetros a, b, c de manera que la forma cuadrática
restringida a y = 3x nunca tome valores negativos? Razona la respuesta y, en caso
afirmativo, pon un ejemplo.

Solución:

(a) Los menores principales de la matriz asociada a la forma cuadrática son A1 = a

y A2 = ac − b2 /4. A2 es negativo siempre (ya que ac < 0). Si a > 0, la forma
cuadrática es indefinida. Si a < 0 también es indefinida. No puede ser a = 0, ya
que ac < 0. Luego Q es indefinida en cualquier caso.
De otra forma: el término independiente del polinomio caracterı́stico es ac−b2 /4 <
0. Eso implica que un autovalor es positivo y el otro negativo, y por tanto Q es
indefinida.
(b) Sustituyendo y = 3x en Q(x, y) se tiene la forma cuadrática q(x) = (a + 3b + 9c)x2 .
Para que nunca tome valores negativos debe ser a + 3b + 9c ≥ 0, por ejemplo
a = −1, b = 0, c = 1.

40. Considérese la forma cuadrática Q(x, y, z) = x2 − ay 2 + bz 2 , de la cual se sabe que los

parámetros a, b ∈ IR siempre deben verificar que a · b > 0. Se pide:

(a) Calcula el signo de Q en IR3 .

(b) Sabiendo que cuando x = 0, y = 1 y z = 1, la forma cuadrática toma el valor 2,
estudia el signo de Q restringida al subespacio S = {(x, y, z) ∈ IR3 / y = z}.

Solución:

(a) Q es indefinida en IR3 .

(b) Q es definida positiva en el subespacio S.

13
41. Sea Q una forma cuadrática tal que su matriz asociada, A, tiene como polinomio carac-
terı́stico P (λ) = (λ2 − a)(b − λ), con a > 0. Responde a las siguientes cuestiones:

(a) Calcula la expresión diagonal de Q.

(b) Estudiar el signo de Q en función de los parámetros a, b.
(c) Estudiar el signo de Q en el subespacio S = {(x, x, z) / x, z ∈ IR} en función de los
parámetros a, b.

Solución:
√ √
(a) Una expresión diagonal de la forma cuadrática es Q (x, y, z) = ax2 − ay 2 + bz 2 .
(b) La forma cuadrática es indefinida para cualquier valor de los parámetros a y b ya
que posee autovalores positivos y negativos.
(c) La forma cuadrática es semidefinida positiva en el subespacio S.

42. Sea f : IR3 −→ IR3 una aplicación dada por f (x, y, z) = (−x, −2y + z, y − 2z).

(a) Demuestra que f es un endomorfismo.

(b) Hallar su matriz asociada a la base canónica de IR3 .
(c) Clasificar la forma cuadrática Q asociada a dicha matriz.
(d) Dar la expresión polinómica y la expresión diagonal de Q, calculando además la
matriz de paso ortogonal.
(e) ¿Cuál es el signo de Q en el subespacio F = {(x, y, z) ∈ IR3 /x − z = 0}?

Solución:

(a) Se demuestra probando que f conserva la suma de vectores y el producto de un

escalar por un vector.
 
−1 0 0
(b) A =  0 −2 1 .
0 1 −2
(c) La forma cuadrática asociada a la matriz A es definida negativa.
(d) La expresión polinómica es Q(x, y, z) = −x2 − 2y 2 + 2yz − 2z 2 .
La expresión polinómica diagonal es Q(x, y, z) = −x2 − y 2 − 3z 2 .
 
1 √0 √
0
La matriz de paso es P =  0 √22 √2
2 
.
2 2
0 2 −2
(e) Q es definida negativa en todo IR3 y, por tanto, también lo es en el subespacio F.
¡ ¢
43. Sea f : IR2 −→ IR2 el endomorfismo dado por la expresión f (x, y) = −y + 2x, −x + 21 y .
Responde razonadamente a las siguientes cuestiones:

(a) Calcula los subespacios Ker(f ) e Im(f ) y una base de cada uno de ellos.
(b) ¿Puede haber en IR2 dos vectores distintos, −
→
u 6= −
→
v , tales que f (−
→
u ) = f (−
→
v )?

14
 (c) ¿Es f diagonalizable?
(d) Calcula, si es posible, un vector propio de f , indicando cuál es su autovalor asociado.
(e) Sea A la matriz asociada a f en la base canónica de IR2 , y sea Q : IR2 −→ IR la
forma cuadrática asociada a la matriz A. Calcula, si es posible, un vector →
−
u ∈ IR2
tal que Q(→
−
u ) < 0.

Solución:

(a) Kerf = {(x, y) ∈ IR2 / y = 2x}. Una base es {(1, 2)}.

Im(f ) = {(x, y) ∈ IR2 / x = −2y}. Una base es {(2, −1)}.
(b) Sı́ pueden existir dado que la aplicación lineal no es inyectiva.
(c) Sı́ es diagonalizable ya que tiene dos autovalores distintos.
(d) El vector (1, 2) es un vector propio asociado al autovalor 0.
El vector (−2, 1) es un vector propio asociado al autovalor 5/2.
(e) No existe ningún vector − →u ∈ IR2 tal que Q(− →u ) < 0 ya que Q es una forma
cuadrática semidefinida positiva.

44. Responde razonadamente a las siguientes cuestiones:

(a) Sean V y V 0 dos espacios vectoriales, f : V −→ V 0 una aplicación lineal y ~u, ~v dos
vectores de V tales que f (~u) = f (~v ). ¿A qué subespacio podemos asegurar que
pertenece el vector ~u − ~v ?
(b) Sean U y V dos espacios vectoriales y f : U −→ V una aplicación lineal tal
que f (→
−
u ) y f (−
→
v ) son linealmente independientes. ¿Qué podemos afirmar sobre la
dependencia o independencia lineal de − →u y−→
v?
(c) ¿Puede existir un endomorfismo de IR3 que tenga dos valores propios, ambos con
multiplicidad 2?
(d) Sea f una aplicación lineal. ¿Puede un vector de Ker(f ) ser un vector propio de
f?
(e) ¿Puede ser 0 el determinante de una matriz diagonalizable?
(f) Sea Q : IRn −→ IR una forma cuadrática semidefinida positiva y S un subespacio
vectorial de IRn . ¿Puede Q restringida a S ser indefinida?

Solución:

(a) ~u − ~v ∈ Ker(f ).
(b) −→
u y− →v han de ser linealmente independientes.
(c) No.
(d) Cualquier vector de Ker(f ) es un vector propio de f .
(e) Sı́.
(f) No.

15
45. Para el cálculo de intereses, retenciones y bonificaciones a sus clientes, un banco se basa
en una función llamada función de saldo e inversión, la cual depende de las siguientes
cantidades iniciales de un cliente durante un año: x1 = saldo en cuenta al comenzar el
año, x2 = abonos a la cuenta, x3 = cargos en la cuenta, x4 = aportaciones del cliente a
planes de pensiones y x5 = capital medio del cliente en fondos de inversión. Tal función
se define del siguiente modo:

fSI (x1 , x2 , x3 , x4 , x5 ) = (saldo en cuenta al final del año, inversión),

donde saldo en cuenta a final del año se calcula con el saldo inicial, los abonos y los
cargos, e inversión es la suma del 3 % de las aportaciones a planes de pensiones más
el 2 % del capital en fondos de inversión. Responde razonadamente a las siguientes
cuestiones.

(a) Calcula una matriz asociada a la aplicación lineal fSI .

(b) Calcula el subespacio de todas las combinaciones de cantidades iniciales cuyo valor
a través de la función fSI es nulo, su dimensión y una base.
(c) ¿Pueden existir dos clientes con idéntico valor de la función fSI pero con cantidades
iniciales distintas?

Solución:

(a) La matriz asociada a fSI en las bases canónicas de IR5 y IR2 es

µ ¶
1 1 −1 0 0
A = 0 0 0 3/100 2/100 .

(b) Ker(f ) = {(x1 , x2 , x3 , x4 , x5 ) ∈ IR5 / x1 + x2 − x3 = 0, 100

3
x4 + 2
x
100 5
= 0}.
(c) dim Ker(f ) = 3 ⇒ f no es inyectiva ⇒ sı́ es posible.

46. En cierto mercado un producto es fabricado únicamente por tres empresas E1 , E2 y

E3 . Las cantidades consumidas por cada empresa en el mes de abril son x1 , x2 y x3
respectivamente. En el mes de mayo ocurre lo siguiente:

• El 25 % de los que consumen el producto de E1 en abril, consumen de nuevo el de

E1 , el 50 % consumen el de E2 y el resto consumen el de E3 .
• Todos los que consumieron el de E2 vuelven a consumir el de E2 .
• Todos los que consumieron el de E3 pasan a consumir el de E2 .

Sea f : IR3 −→ IR3 el endomorfismo que transforma las cantidades consumidas en abril
en las cantidades consumidas en mayo. Determina:

(a) La matriz asociada a f .

(b) Si las cantidades consumidas en abril son x1 = 100, x2 = 200 y x3 = 160, ¿cuáles
serán los consumos de cada una de las empresas en mayo?
(c) ¿Es diagonalizable la matriz asociada a este endomorfismo?

16
 Solución:
¡1 1
¢ 1
(a) El endomorfismo es f (x1 , x2 , x3 ) = 4
x1 , 2
x1 + x2 + x3 ,
x 1 , . La
 1 4
matriz
 asocia-
4
0 0
3
da a este endomorfismo en la base canónica de IR es A =  1
1 1 .
2
1
4
0 0
(b) Los consumos en mayo serán 25, 410 y 25 respectivamente.
(c) Sı́ es diagonalizable, ya que tiene 3 autovalores distintos.
47. El Gobierno está estudiando la posibilidad de introducir un nuevo impuesto que dependa
de la renta R y del patrimonio P , siendo este impuesto proporcional al cuadrado de la
diferencia entre ambos. Se pregunta si a algún contribuyente le saldrá negativo dicho
impuesto.
Solución: A ningún contribuyente le saldrá negativo dicho impuesto.
48. Un inversor decide diversificar sus inversiones en tres sectores distintos en cantidades
x, y, z respectivamente. El ı́ndice que determina sus beneficios a partir de dichas inver-
siones viene dado por la expresión B(x, y, z) = x2 + 2y 2 − 2xz + 12 z 2 .

(a) Determina si se están rentabilizando sus inversiones.

(b) A la vista de la situación anterior, el inversor decide rectificar de forma que las
cantidades invertidas en los sectores segundo y tercero sean iguales. ¿Es acertada
esta polı́tica?

Solución:
(a) A veces el beneficio es positivo (tiene ganancias) y otras es negativo (pérdidas).
(b) Esta polı́tica sı́ es acertada, ya que cuando y = z siempre obtiene ganancias.
49. Cierto ı́ndice bursátil I depende de tres variables económicas x, y, z según la relación
I = 2x2 + 2xz − 2yz, existiendo una relación de proporcionalidad entre las dos primeras
variables. Determina la constante de proporcionalidad para que el ı́ndice I nunca sea
negativo.
Solución: La constante de proporcionalidad deber ser igual a 1, es decir, debe ser x = y
para que el ı́ndice I nunca sea negativo.
50. El rendimiento de una inversión, R, en función de tres parámetros financieros, x, y, z,
viene dado por la expresión:

R(x, y, z) = x2 + y 2 + (k + 1)z 2 + 2kyz + 2xz,

siendo k ∈ IR. Estudia, en función del parámetro k, cuándo la inversión es rentable y

cuándo no lo es.
Solución: Los menores principales de la matriz asociada a la forma cuadrática R son
A1 = 1, A2 = 1 y A3 = k(1 − k), de modo que:

• Si k = 0 ó k = 1 ⇒ R es semidefinida positiva ⇒ Nunca hay pérdidas (es rentable

o nula).

17
 • Si k < 0 ó k > 1 ⇒ R es indefinida ⇒ A veces es rentable y a veces hay pérdidas.
• Si 0 < k < 1 ⇒ R es definida positiva ⇒ Siempre es rentable.

51. Un impuesto viene dado por la expresión I(x, y, z) = x2 + xz + y 2 + 2ayz + (a + 1)z 2 ,

donde a ∈ IR es un parámetro y x, y, z representan diferentes ı́ndices de medida de bienes
y renta de un contribuyente. ¿A todos los contribuyentes les saldrá a pagar (positivo)
dicho impuesto? Razona la respuesta y, en caso negativo, estudia los diferentes casos en
función del parámetro a.
Solución: Los menores principales de la matriz asociada a la forma cuadrática I son
A1 = 1, A2 = 1 y A3 = −a2 + a + 43 , de modo que:

• Si a = − 12 ó a = 32 ⇒ I es semidefinida positiva ⇒ A algunos les sale a pagar y a

otros no les afecta.
• Si a < − 12 ó a > 3
2
⇒ I es indefinida ⇒ A algunos les sale a pagar y a otros a
devolver.
• Si − 12 < a < 3
2
⇒ I es definida positiva ⇒ A todos les sale a pagar.

52. Se pretende establecer un indicador económico que debe depender de tres cantidades
x, y, z. Tal indicador no puede tomar valores negativos y debe consistir en un término
proporcional al cuadrado de la diferencia x − y menos otro término proporcional al
cuadrado de la diferencia y−z. Estudia qué condiciones deben cumplir tales proporciones
teniendo en cuenta además que cuando x = 1 y las otras dos cantidades son nulas, el
indicador debe ser igual a 1.
Solución: El indicador es de la forma I(x, y, z) = k1 (x − y)2 − k2 (y − z)2 , con k1 = 1 y
k2 ≤ 0.

53. Una nueva teorı́a económica asegura que la producción de cualquier empresa en función
de unos determinados parámetros x, y, z ∈ IR se ajusta al modelo

Q(x, y, z) = x2 + y 2 + (λ + 1) z 2 + 2λyz + 2zx,

donde λ es un parámetro que depende de cada empresa. Teniendo en cuenta que la

producción no puede ser negativa, determina el rango de valores de λ que tienen sentido
en esta teorı́a.
Solución: La teorı́a tiene sentido (Q es semidefinida positiva) si λ ∈ [0, 1].

54. Un banco está estudiando aplicar comisiones diferentes a sus clientes en función de
tres parámetros técnicos (x, y, z). Para ello establece la siguiente función de comisiones
donde aún falta por determinar el parámetro k ∈ IR:

C(x, y, z) = x2 + y 2 + (k + 1)z 2 + 2kyz + 2xz.

Evidentemente el banco debe construir una función de comisiones que nunca resulte
negativa.

18
(a) ¿Qué valores de k puede elegir el banco para su función de comisiones? De estos,
¿cuáles hacen que el banco sı́ cobre comisión a algunos clientes y no a otros?
(b) El banco llama clientes especiales a los que verifican x = y = z. ¿Qué valor de k
debe elegir para asegurarse de que no cobrará comisión a los clientes especiales?

Solución:

(a) Los valores de k que se pueden elegir son los del intervalo k ∈ [0, 1] ya que para
dichos valores C es semidefinida positiva.
Cuando k = 0 y k = 1 la función de comisiones es positiva para algunos clientes y
nula para otros.
(b) Si k = − 53 entonces la función de comisiones para los clientes especiales es nula.

19