MATEMÁTICAS 1 Test A 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:
2 máx{0,Aciertos−4}
Atención: Marque la opción deseada Calificación: 5 Tiempo: 40 minutos

Cuando sea necesario, rellene el recuadro con el número apropiado para que la afirmación sea verdadera.


R
En 2 , las coordenadas
1.-   del vector −
→v = (1, 3) respecto a la base B = (1, −1), (1, 1) son coordsB − →v =
, .
 
1 1 0
0 1
2.- V Z
F En el cuerpo 2 , cualquier sistema de ecuaciones lineales que tenga a 
0
1
0 1
 ∈ M4×3 ( Z2 )
1 0 0
como matriz de coeficientes, es compatible.
 
   
0 1 0  
3.- La inversa de la matriz H =  0 0 1  ∈ M3×3 ( Z3 ) es H −1 
=


.

1 0 0  

4.- V F Si K K
es un cuerpo conmutativo, E es un -espacio vectorial y U un subespacio vectorial de E,
entonces E − U es un subespacio vectorial de E.

R R
5.- En el -espacio vectorial 1 [x] = p(x) = a0 + a1 x : a0 , a1 ∈ R
con el producto escalar
Z 1
< p(x), q(x) >= p(x)q(x) dx,
0

la distancia entre p(x) = 1 + x y q(x) = 1 − x es .

6.- V F El conjunto de soluciones de un sistema de ecuaciones lineales compatible indeterminado tiene

estructura de espacio vectorial sobre el cuerpo considerado.
7.- V F Si p y q son proposiciones, entonces (p ∧ q) =⇒ (p =⇒ q) es una tautologı́a.

8.- V R
F Toda matriz cuadrada, A ∈ M3×3 ( ), tiene al menos un autovalor real.

9.- V F Si −
v→ −
→
1 , v2 son autovectores asociados, respectivamente, a los autovalores distintos λ1 , λ2 ∈ R del
R R
endomorfismo f : n 7−→ n , entonces − v→ −
→
1 y v2 son ortogonales.

10.- V F Todo producto escalar es una aplicación lineal entre espacios vectoriales.

11.- V F Si el número de incógnitas de un sistema de ecuaciones lineales es mayor que el número de peldaños
de la forma reducida de Gauss de la matriz ampliada, entonces el sistema es compatible determinado.
 
1 0 1
Z
12.- Si H =  0 1 0  ∈ M3×3 ( 2 ), el rango de H 2 es .
1 0 1

R R
13.- La dimensión del núcleo de la aplicación lineal f : 7−→ 3 tal que f (x) = (0, x, −3x) es .


14.- V F Sean X e Y conjuntos. ∀f ∈ f : X 7−→ Y : f es función f −1 f (X) = X.

A Isa y Javi
 MATEMÁTICAS 1 Test B 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:
2 máx{0,Aciertos−4}
Atención: Marque la opción deseada Calificación: 5 Tiempo: 40 minutos

Cuando sea necesario, rellene el recuadro con el número apropiado para que la afirmación sea verdadera.

R R
1.- En el -espacio vectorial 1 [x] = p(x) = a0 + a1 x : a0 , a1 ∈ R
con el producto escalar
Z 1
< p(x), q(x) >= p(x)q(x) dx,
0

la distancia entre p(x) = 1 + x y q(x) = 1 − x es .

2.- V F Si −
v→ −
→
1 , v2 son autovectores asociados, respectivamente, a los autovalores distintos λ1 , λ2 ∈ del R
R R
endomorfismo f : n 7−→ n , entonces − v→ −
→
1 y v2 son ortogonales.
 
1 1 0
0 1 1 
3.- V Z
F En el cuerpo 2 , cualquier sistema de ecuaciones lineales que tenga a  
0 0 1 ∈ M4×3 ( 2 ) Z
1 0 0
como matriz de coeficientes, es compatible.
4.- V R
F Toda matriz cuadrada, A ∈ M3×3 ( ), tiene al menos un autovalor real.
 
   
0 1 0  
5.- La inversa de la matriz H =  0 0 1  ∈ M3×3 ( Z3 ) es H −1 
=


.

1 0 0  



6.- V F Sean X e Y conjuntos. ∀f ∈ f : X 7−→ Y : f es función f −1 f (X) = X.

7.- V F El conjunto de soluciones de un sistema de ecuaciones lineales compatible indeterminado tiene

estructura de espacio vectorial sobre el cuerpo considerado.
8.- V F Todo producto escalar es una aplicación lineal entre espacios vectoriales.


En
9.-  R
2
, las coordenadas
 del vector −
→
v = (1, 3) respecto a la base B = (1, −1), (1, 1) son coordsB −
→
v =
, .

10.- La dimensión R
del núcleo de la aplicación lineal f : 7−→ R3 tal que f (x) = (0, x, −3x) es .
 
1 0 1
11.- Si H =  0 Z
1 0  ∈ M3×3 ( 2 ), el rango de H 2 es .
1 0 1

12.- V F Si p y q son proposiciones, entonces (p ∧ q) =⇒ (p =⇒ q) es una tautologı́a.

13.- V F Si K K
es un cuerpo conmutativo, E es un -espacio vectorial y U un subespacio vectorial de E,
entonces E − U es un subespacio vectorial de E.
14.- V F Si el número de incógnitas de un sistema de ecuaciones lineales es mayor que el número de peldaños
de la forma reducida de Gauss de la matriz ampliada, entonces el sistema es compatible determinado.

A Isa y Javi
MATEMÁTICAS 1 Test C 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:
2 máx{0,Aciertos−4}
Atención: Marque la opción deseada Calificación: 5 Tiempo: 40 minutos

Cuando sea necesario, rellene el recuadro con el número apropiado para que la afirmación sea verdadera.
 
   
0 1 0  
1.- La inversa de la matriz H =  0 0 1  ∈ M3×3 ( Z3 ) es H −1 
=


.

1 0 0  



2.- 
En R2 , las coordenadas
 del vector −
→
v = (1, 3) respecto a la base B = (1, −1), (1, 1) son coordsB −
→
v =
, .

3.- V F Si −
v→ −
→
1 , v2 son autovectores asociados, respectivamente, a los autovalores distintos λ1 , λ2 ∈ R del
R R
endomorfismo f : n 7−→ n , entonces − v→ −
→
1 y v2 son ortogonales.

4.- V F Todo producto escalar es una aplicación lineal entre espacios vectoriales.
 
1 1 0
0 1
5.- V Z
F En el cuerpo 2 , cualquier sistema de ecuaciones lineales que tenga a 
0
1
0 1
 ∈ M4×3 (Z2 )
1 0 0
como matriz de coeficientes, es compatible.
6.- V F Si el número de incógnitas de un sistema de ecuaciones lineales es mayor que el número de peldaños
de la forma reducida de Gauss de la matriz ampliada, entonces el sistema es compatible determinado.


7.- V F Sean X e Y conjuntos. ∀f ∈ f : X 7−→ Y : f es función f −1 f (X) = X.

R R
8.- La dimensión del núcleo de la aplicación lineal f : 7−→ 3 tal que f (x) = (0, x, −3x) es .

R R
9.- En el -espacio vectorial 1 [x] = p(x) = a0 + a1 x : a0 , a1 ∈ R
con el producto escalar
Z 1
< p(x), q(x) >= p(x)q(x) dx,
0

la distancia entre p(x) = 1 + x y q(x) = 1 − x es .

10.- V F Si K K
es un cuerpo conmutativo, E es un -espacio vectorial y U un subespacio vectorial de E,
entonces E − U es un subespacio vectorial de E.
11.- V F Si p y q son proposiciones, entonces (p ∧ q) =⇒ (p =⇒ q) es una tautologı́a.

12.- V F El conjunto de soluciones de un sistema de ecuaciones lineales compatible indeterminado tiene

estructura de espacio vectorial sobre el cuerpo considerado.
13.- V F Toda R
matriz cuadrada, A ∈ M3×3 ( ), tiene al menos un autovalor real.
 
1 0 1
14.- Si H =  0 Z
1 0  ∈ M3×3 ( 2 ), el rango de H 2 es .
1 0 1

A Isa y Javi
MATEMÁTICAS 1 Test D 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:
2 máx{0,Aciertos−4}
Atención: Marque la opción deseada Calificación: 5 Tiempo: 40 minutos

Cuando sea necesario, rellene el recuadro con el número apropiado para que la afirmación sea verdadera.
 
1 1 0
0 1 1 
Z
1.- V F En el cuerpo 2 , cualquier sistema de ecuaciones lineales que tenga a  
0 0 1 ∈ M4×3 ( Z2 )
1 0 0
como matriz de coeficientes, es compatible.

R R
2.- En el -espacio vectorial 1 [x] = p(x) = a0 + a1 x : a0 , a1 ∈ R
con el producto escalar
Z 1
< p(x), q(x) >= p(x)q(x) dx,
0

la distancia entre p(x) = 1 + x y q(x) = 1 − x es .



3.- 
En R2 , las coordenadas
 del vector −
→
v = (1, 3) respecto a la base B = (1, −1), (1, 1) son coordsB −
→
v =
, .

4.- La dimensión del núcleo de la aplicación lineal f : R 7−→ R3 tal que f (x) = (0, x, −3x) es .

5.- V F Si −
v→ −
→
1 , v2 son autovectores asociados, respectivamente, a los autovalores distintos λ1 , λ2 ∈ R del
R R
endomorfismo f : n 7−→ n , entonces − v→ −
→
1 y v2 son ortogonales.
 
1 0 1
Z
6.- Si H =  0 1 0  ∈ M3×3 ( 2 ), el rango de H 2 es .
1 0 1

7.- V F Si el número de incógnitas de un sistema de ecuaciones lineales es mayor que el número de peldaños
de la forma reducida de Gauss de la matriz ampliada, entonces el sistema es compatible determinado.
8.- V F Si K K
es un cuerpo conmutativo, E es un -espacio vectorial y U un subespacio vectorial de E,
entonces E − U es un subespacio vectorial de E.
 
   
0 1 0  
9.- La inversa de la matriz H =  0 0 1  ∈ M3×3 ( Z3 ) es H −1 
=


.

1 0 0  

10.- V R
F Toda matriz cuadrada, A ∈ M3×3 ( ), tiene al menos un autovalor real.

11.- V F El conjunto de soluciones de un sistema de ecuaciones lineales compatible indeterminado tiene

estructura de espacio vectorial sobre el cuerpo considerado.


12.- V F Sean X e Y conjuntos. ∀f ∈ f : X 7−→ Y : f es función f −1 f (X) = X.

13.- V F Todo producto escalar es una aplicación lineal entre espacios vectoriales.

14.- V F Si p y q son proposiciones, entonces (p ∧ q) =⇒ (p =⇒ q) es una tautologı́a.

A Isa y Javi
MATEMÁTICAS 1 Ejercicio 1 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:

Puntuación máxima: 2 puntos Tiempo estimado: 30 minutos

La respuesta se realizará única y exclusivamente en esta hoja. No se corregirán hojas adicionales.

 Sea el espacio R
vectorial euclı́deo 3 con el producto escalar habitual y sea el subespacio vectorial U =
(x, y, z) ∈R3
R
: x + y = 0, x − y + 2z = 0 ⊂ 3 .

a) Hallar U ⊥ .
b) Calcular una base ortogonal de U ⊥ .
c) Calcular U ∩ U ⊥ y U + U ⊥ .

d) Demostrar que si −
→
u,−
→
v ∈ R3 , entonces k−→u + −→v k2 + k−→u − −→v k2 = 2 k−→u k2 + k−→v k2
.
MATEMÁTICAS 1 Ejercicio 2 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:

Puntuación máxima: 2 puntos Tiempo: 30 minutos

La respuesta se realizará única y exclusivamente en esta hoja. No se corregirán hojas adicionales.

Sea f : Z32 7−→ Z32 la aplicación lineal tal que f (x, y, z) = (x + z, x + y, y + z). Se pide:

a) Hallar la matriz de g = f ◦ f respecto a la base B = (1, 0, 0), (0, 1, 0), (0, 0, 1) de Z32 .
b) Hallar Ker(f ) y determinar si −
→
v = (1, 1, 1) + f (1, 1, 1) ∈ Ker(f ).

c) Hallar Img(f ) especificando una base y la dimensión del subespacio.

d) Demostrar que Ker(f ) = Ker(g).
MATEMÁTICAS 1 Ejercicio 3 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:

Puntuación máxima: 2 puntos Tiempo estimado: 30 minutos

La respuesta se realizará única y exclusivamente en esta hoja. No se corregirán hojas adicionales.
  
Sean S1 = L (1, 1, −1) R
y S2 = (x, y, z) ∈ 3 : 3x − y + z = 0 los subespacios propios asociados,
respectivamente, a los autovalores λ1 = 1 y λ2 = 2 del endomorfismo f : R3 7−→ R3 .
a) Hallar una base, B, de R3 formada por autovectores de f.
b) Calcular la matriz de f respecto a la base B.

c) Calcular la matriz de f respecto a la base Bc = (1, 0, 0), (0, 1, 0), (0, 0, 1) .
d) Calcular el polinomio caracterı́stico de f.
e) Hallar, con el producto escalar habitual en R3 , la proyección de −→v = (3, −1,1) sobre S2 .
 MATEMÁTICAS 1 Test A 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:
2 máx{0,Aciertos−4}
Atención: Marque la opción deseada Calificación: 5 Tiempo: 40 minutos

1.- V En R2 , las coordenadas del vector −→v = (1, 3) respecto a la base B = (1, −1), (1, 1) son (−1, 2).
 
1 1 0
0 1
Z
2.- F En el cuerpo 2 , cualquier sistema de ecuaciones lineales que tenga a 
0
1
0 1
 ∈ M4×3 ( Z2 ) como
1 0 0
matriz de coeficientes, es compatible.
   
0 1 0 0 0 1
Z
3.- V La inversa de la matriz H =  0 0 1  ∈ M3×3 ( 3 ) es H −1 = 1 0 0 .
1 0 0 0 1 0

4.- F Si K K
es un cuerpo conmutativo, E es un -espacio vectorial y U un subespacio vectorial de E,
entonces E − U es un subespacio vectorial de E.

R R
5.- V En el -espacio vectorial 1 [x] = p(x) = a0 + a1 x : a0 , a1 ∈ R
con el producto escalar
Z 1
< p(x), q(x) >= p(x)q(x) dx,
0

√
la distancia entre p(x) = 1 + x y q(x) = 1 − x es d p(x), q(x) = 2 3
3 .

6.- F El conjunto de soluciones de un sistema de ecuaciones lineales compatible indeterminado tiene es-
tructura de espacio vectorial sobre el cuerpo considerado.

7.- V Si p y q son proposiciones, entonces (p ∧ q) =⇒ (p =⇒ q) es una tautologı́a.

R
8.- V Toda matriz cuadrada, A ∈ M3×3 ( ), tiene al menos un autovalor real.

9.- F Si −
v→ −
→
1 , v2 son autovectores asociados, respectivamente, a los autovalores distintos λ1 , λ2 ∈ R del
R R
endomorfismo f : n 7−→ n , entonces − v→ −
→
1 y v2 son ortogonales.

10.- F Todo producto escalar es una aplicación lineal entre espacios vectoriales.

11.- F Si el número de incógnitas de un sistema de ecuaciones lineales es mayor que el número de peldaños
de la forma reducida de Gauss de la matriz ampliada, entonces el sistema es compatible determinado.
 
1 0 1
Z
12.- V Si H =  0 1 0  ∈ M3×3 ( 2 ), el rango de H 2 es 1.
1 0 1

R R
13.- V La dimensión del núcleo de la aplicación lineal f : 7−→ 3 tal que f (x) = (0, x, −3x) es 0.


14.- V Sean X e Y conjuntos. ∀f ∈ f : X 7−→ Y : f es función f −1 f (X) = X.

Las soluciones desarrolladas de estas preguntas, o de otras similares, se encuentran en el apartado ‘Material
de trabajo y complemento’ del curso Moodle de la asignatura.
MATEMÁTICAS 1 Ejercicio 1 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:

Puntuación máxima: 2 puntos Tiempo estimado: 30 minutos

La respuesta se realizará única y exclusivamente en esta hoja. No se corregirán hojas adicionales.

 Sea el espacio R
vectorial euclı́deo 3 con el producto escalar habitual y sea el subespacio vectorial U =
(x, y, z) ∈ 3
R
: x + y = 0, x − y + 2z = 0 ⊂ 3 . R
a) Hallar U ⊥ .
b) Calcular una base ortogonal de U ⊥ .
c) Calcular U ∩ U ⊥ y U + U ⊥ .

d) Demostrar que si −
→
u,−
→
v ∈ R3 , entonces k−→u + −→v k2 + k−→u − −→v k2 = 2 k−→u k2 + k−→v k2
.
Solución:
 
R R
a) U = (x, y, z) ∈ 3 : x + y = 0, x − y + 2z = 0 = (x, y, z) ∈ 3 : x + y = 0, y − z = 0
 
 
= (−α, α, α) : α ∈ R
= α(−1, 1, 1) : α ∈ R
= L (−1, 1, 1) .

El conjunto (−1, 1, 1) es una base de U. El conjunto ortogonal a U está formado por todos los vectores
R
de 3 que son ortogonales a una base cualquiera de U, por lo que
 
R
U ⊥ = (x, y, z) ∈ 3 :< (x, y, z), (−1, 1, 1) >= 0 = (x, y, z) ∈ 3 : −x + y + z = 0

R 
 
= (α, β, α − β) : α, β ∈ R
= α(1, 0, 1) + β(0, 1, −1) : α, β ∈ R
= L (1, 0, 1), (0, 1, −1) .

b) B = (1, 0, 1), (0, 1, −1) es una base de U ⊥ porque genera U ⊥ y es libre.
B no es un conjunto ortogonal porque < (1, 0, 1), (0, 1, −1) >= −1 =
6 0. El proceso de ortogonalización de
Gram-Schmidt coincide proporciona una base ortogonal, B ′ , de U ⊥ :

El primer vector de B‘ coincide con el primer vector de B; − v→

1 = (1, 0, 1).

El segundo vector de B ′ es −
v→ = (0, 1, −1)− <(1,0,1),(0,1,−1)> (1, 0, 1) = (0, 1, −1)+ 1 (1, 0, 1) = ( 1 , 1, − 1 ).
2 <1,0,1),(1,0,1)> 2 2 2

B′ = es una base ortogonal de U ⊥ .
(1, 0, 1), ( 12 , 1, − 12 )
−
→
c) En cualquier caso, y en este en particular, U ∩ U ⊥ = 0 ya que si −
→
v ∈ U ∩ U ⊥ , entonces −
→
v ∈U y−
→
v ∈ U⊥
por lo que
<−→v,−
→v >= 0
pues el producto de escalar de un vector de U por otro que pertenece a U ⊥ es cero. En un espacio vectorial
−
→
euclı́deo, el único vector que al multiplicarlo escalarmente por sı́ mismo da 0 es el vector nulo, 0 , luego el
⊥
único elemento de U ∩ U es el vector nulo.  
U + U ⊥ = L (−1, 1, 1), (1, 0, 1), (0, 1, −1) porque B = (1, 0, 1), (0, 1, −1) es una base de U ⊥ y B ′′ =
 
(−1, 1, 1) es una base de U. Además, el conjunto de los vectores B ′′′ = (−1, 1, 1), (1, 0, 1), (0, 1, −1) es
libre, por lo que la dimensión del subespacio U + U ⊥ es 3, y como la dimensión de 3 es 3, U + U ⊥ = 3 . R R
d) Las normas al cuadrado de los vectores −
→
u +−
→
v y−
→
u −−
→
v son

k−
→
u +−
→
v k2 =< −
→
u +−
→
v,−
→
u +−
→
v >= k−
→
u k2 + 2 < −
→
u,−
→
v > +k−
→
v k2 ,
(6)
k−
→
u −−
→
v k2 =< −
→
u −−
→
v,−
→
u −−
→
v >= k−
→
u k2 − 2 < −
→
u,−
→
v > +k−
→
v k2 .

Sumando los términos de las dos igualdades anteriores,

k−
→
u +−
→
v k2 + k−
→
u −−
→
v k2 = 2 k−
→
u k2 + k−
→
v k2 .
MATEMÁTICAS 1 Ejercicio 2 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:

Puntuación máxima: 2 puntos Tiempo: 30 minutos

La respuesta se realizará única y exclusivamente en esta hoja. No se corregirán hojas adicionales.

Sea f : Z32 7−→ Z32 la aplicación lineal tal que f (x, y, z) = (x + z, x + y, y + z). Se pide:

a) Hallar la matriz de g = f ◦ f respecto a la base B = (1, 0, 0), (0, 1, 0), (0, 0, 1) de Z32 .

b) Hallar Ker(f ) y determinar si −

→
v = (1, 1, 1) + f (1, 1, 1) ∈ Ker(f ).

c) Hallar Img(f ) especificando una base y la dimensión del subespacio.

d) Demostrar que Ker(f ) = Ker(g).

Solución:

a) Las columnas de la matriz F de la aplicación lineal f respecto a la base B son –en el orden determinado– las
coordenadas, respecto a la base B, de las imágenes de los vectores de la base B. Como f (1, 0, 0) = (1, 1, 0),
f (0, 1, 0) = (0, 1, 1) y f (0, 0, 1) = (1, 0, 1), entonces
 
1 0 1
F = 1 1 0 .
0 1 1

La matriz de g = f ◦ f respecto a la base B es

    
1 0 1 1 0 1 1 1 0
G = F 2 = 1 1 0 1 1 0 = 0 1 1 .
0 1 1 0 1 1 1 0 1

Otra manera de alcanzar el mismo resultado, consiste en observar el siguiente esquema,

Z32 f
−−−−→ Z32 f
−−−−→ Z32


(x, y, z) −−−−→ (x + z, x + y, y + z) −−−−→ (x + z) + (y + z), (x + z) + (x + y), (x + y) + (y + z)

de donde se desprende que la aplicación lineal g es

g(x, y, z) = f f (x, y, z) = f (x + z, x + y, y + z) = (x + z) + (y + z), (x + z) + (x + y), (x + y) + (y + z)
= (x + y, y + z, x + z)

y la matriz de g respecto a la base B es

 
1 1 0
G = 0 1 1 .
1 0 1
 

Z 
Z
b) Ker(f ) = (x, y, z) ∈ 32 : f (x, y, z) = (0, 0, 0) = (x, y, z) ∈ 32 : x + z = 0, x + y = 0, y + z = 0 resultan-

Z Z
= (x, y, z) ∈ 32 : x + z = 0, y + z = 0 = (λ, λ, λ) : λ ∈ 2 = λ(1, 1, 1) : λ ∈ 2
  
Z
= L (1, 1, 1) = (0, 0, 0), (1, 1, 1) ,


do que BK = (1, 1, 1) es una base de Ker(f ) y dim ker(f ) = 1.
−
→
v ∈ Ker(f ) porque



−→ →
−
− →
f −
→
v = f (1, 1, 1) + f (1, 1, 1) = f (1, 1, 1) + f f (1, 1, 1) = 0 + f 0 = 0 .
c) Las imágenes mediante f de los vectores de la base B generan Img(f ).
   
Img(f ) = L f (1, 0, 0), f (0, 1, 0), f (0, 0, 1) = L (1, 1, 0), (0, 1, 1), (1, 0, 1) .

El conjunto (1, 1, 0), (0, 1, 1), (1, 0, 1) es ligado porque (1, 1, 0) + (0, 1, 1) + (1, 0, 1) = (0, 0, 0), luego no es
una base de Img(f ). El conjunto (1, 1, 0), (1, 0, 1) es libre y, en consecuencia, es una base de Img(f ) por lo
que
  
Z Z Z
Img(f ) = α(1, 1, 0) + β(1, 0, 1) : α, β ∈ 2 = (α + β, α, β) : α, β ∈ 2 = (x, y, z) ∈ 32 : x + y + z = 0

= (0, 0, 0), (1, 1, 0), (1, 0, 1), (0, 1, 1) .
 

Z 
Z
d) Ker(g) = (x, y, z) ∈ 32 : g(x, y, z) = (0, 0, 0) = (x, y, z) ∈ 32 : x + y = 0, y + z = 0, x + z = 0

Z Z
= (x, y, z) ∈ 32 : x + z = 0, y + z = 0 = (λ, λ, λ) : λ ∈ 2 = λ(1, 1, 1) : λ ∈ 2
  
Z
= L (1, 1, 1) = (0, 0, 0), (1, 1, 1)
que, claramente, coincide con Ker(f ).
Aunque en este caso sı́ coinciden, no siempre se cumple Ker(f ) = Ker(f ◦ f ).
MATEMÁTICAS 1 Ejercicio 3 19 de junio de 2019

APELLIDOS:
NOMBRE: DNI:

Puntuación máxima: 2 puntos Tiempo estimado: 30 minutos

La respuesta se realizará única y exclusivamente en esta hoja. No se corregirán hojas adicionales.
  
Sean S1 = L (1, 1, −1) R
y S2 = (x, y, z) ∈ 3 : 3x − y + z = 0 los subespacios propios asociados,
respectivamente, a los autovalores λ1 = 1 y λ2 = 2 del endomorfismo f : R3 7−→ R3 .
a) Hallar una base, B, de R3 , formada por autovectores de f.
b) Calcular la matriz de f respecto a la base B.

c) Calcular la matriz de f respecto a la base Bc = (1, 0, 0), (0, 1, 0), (0, 0, 1) .

d) Calcular el polinomio caracterı́stico de f.

e) Hallar, con el producto escalar habitual en R3 , la proyección de −→v = (3, −1, 1) sobre S2 .

Solución:
  
R
a) S2 = (x, y, z) ∈ 3 :3x − y + z = 0 = (α, 3α + β, β) : α, β ∈

R
= α(1, 3, 0) + β(0, 1, 1) : α, β ∈ R
=
L (1, 3, 0), (0, 1, 1) .

B = (1, 1, −1), (1, 3, 0), (0, 1, 1) es un conjunto libre porque el rango de la matriz que tiene como columnas
a las coordenadas de estos vectores es 3:
         
1 1 0 1 1 0 1 1 0 1 1 0 1 0 0
 1 3 1 ≡ 0 2 1 ≡ 0 1 1 ≡ 0 1 1  ≡  0 1 0 .
−1 0 1 0 1 1 0 2 1 0 0 −1 0 0 1

Los vectores de B son autovectores de f porque pertenecen a los subespacios propios S1 y S2 , de tal manera
que
f (1, 1, −1) = (1, 1, −1), f (1, 3, 0) = 2(1, 3, 0) y f (0, 1, 1) = 2(0, 1, 1).

En definitiva, B es una base de R3 formada por vectores propios de f.

b) La matriz de f respecto a la base B es
 
1 0 0
FB = 0 2 0
0 0 2
porque si existe una base formada por autovalores de un endomorfismo f, la matriz de f respecto a esa
base es la matriz diagonal que tiene en su diagonal los autovalores de f colocados en el orden en el que se
encuentren los vectores de B.

c) Las columnas de la matriz MBBc de cambio de base de B a Bc son las coordenadas de los vectores de la base
B respecto a Bc :
 
1 1 0
MBBc =  1 3 1 .
−1 0 1

La matriz MBBc de cambio de base de Bc a B es la inversa de MBBc .

 

3 −1 −1
Bc −1
MBBc = MB =  −2 1 −1 
3 −1 2
 porque aplicando operaciones elementales entre filas,
     
1 1 0 1 0 0 1 1 0 1 0 0 1 1 0 1 0 0
 1 3 1 0 1 0 ≡ 0 2 1 −1 1 0 ≡ 0 1 1 1 0 1 
−1 0 1 0 0 1 0 1 1 1 0 1 0 2 1 −1 1 0
   
1 1 0 1 0 0 1 0 0 3 −1 1
≡ 0 1 1 1 0 1 ≡ 0 1 0 −2 1 −1  .
0 0 −1 −3 1 −2 0 0 1 3 −1 2

Según se recoge en el siguiente esquema,

R 3 )B R3 )B R 3 )B R3 )B
B
MB F M Bc
( c
−−−−c→ ( −−−B−→ ( −−−B−→ ( c
   
−
→
v Bc −−−−→ −
→
vB −−−−→ f −
→
v B )B −−−−→ f −
→
v B)
Bc

multiplicando las matrices en el orden adecuado, la matriz de f respecto a la base Bc es

   
1 1 0 1 0 0 3 −1 −1
FB = MBBc FB MBBC =  1 3 1  0 2 0  −2 1 −1 
−1 0 1 0 0 2 3 −1 2
    
1 2 0 3 −1 −1 −1 1 −1
=  1 6 2   −2 1 −1  =  −3 3 −1  .
−1 0 2 3 −1 2 3 −1 3

d) Como el polinomio caracterı́stico de un endomorfismo es el mismo, independiente de la base considerada, el

polinomio caracterı́stico de f es

1−λ 0 0
P (λ) = |FB − λ Id3 | = 0 2−λ 0 = (1 − λ)(2 − λ)2 = −λ3 + 5λ2 − 8λ + 4.
0 0 2−λ

e) El vector −
→
v = (3, −1, 1) es ortogonal a los vectores de la base BS2 = (1, 3, 0), (0, 1, 1) de S2 porque

< (1, 3, 0), ((3, −1, 1) >=< (0, 1, 1), (3, −1, 1) >= 0


luego la proyección del vector −
→
v sobre S2 es el vector nulo, proyS2 − →
v = (0, 0, 0).