Professional Documents
Culture Documents
Aplicada y Estadı́stica
ALGEBRA LINEAL
(PLAN 2002)
Curso 2008-09
Coordinador: Ignacio Gómez
11 de septiembre de 2008
Algebra Lineal
Programa de la Asignatura
1. Espacios vectoriales.
2. Aplicaciones lineales.
iii
Índice general
1. Espacios vectoriales. 1
1.1. El espacio vectorial Rn . Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . 1
1.1.1. Temario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Espacios vectoriales de dimensión finita . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1. Temario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Producto escalar en un espacio vectorial . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1. Temario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4. Subespacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.1. Temario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2. Aplicaciones lineales 21
2.1. Aplicaciones lineales entre espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . 21
2.1.1. Temario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2. Diagonalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.1. Temario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Índice de sı́mbolos 53
Capı́tulo 1
Espacios vectoriales.
Definición.
Combinación lineal de vectores. Relación lineal. Dependencia e independencia lineal.
Rango de un sistema de vectores en Rn .
1.1.2. Ejercicios
1. Sean los vectores en el espacio vectorial R4 :
~a = (2, 1, −3, 1)
~b = (0, 1, 2, 1)
~c = (2, −1, −7, −1)
d~ = (2, 4, 3, 4)
Determinar si los vectores son linealmente dependientes y hallar las relaciones lineales entre los mis-
mos.
2. Reducir a forma escalonada las siguientes matrices, llevando a cabo sobre ellas operaciones ele-
mentales por filas:
0 1 5 −2 3
−1 2 −2 1 1 1 3 −2 0 2 0
4 8 0 8
0 2 1 1 2 6 −5 −2 4 −3
−1 1 −2 1 ii) −4 −8 5 −10 −11 iii) 0
i)
1 0 5 10 0 15
3 4 0 6
−1 0 −3 1 2 6 0 8 4 18
1 3 3 2 5
3. Dados tres vectores, ~v1 = (1, 1, 0, a), ~v2 = (3, −1, b, −1), y ~v3 = (−3, 5, a, −4) del espacio vectorial
R4 , determinar los valores que han de tener a y b para que exista entre ellos, una y sólo una relación
de dependencia lineal. Hallar dicha relación.
4. Resolver los siguientes sistemas homogéneos de ecuaciones lineales por el método de eliminación
de Gauss:
3x + y − z + 2w = 0
x1 − 2x2 + x4 − x5 = 0
i) 2x − 2y + 5z − 7w = 0 ii) −2x1 + x3 + 2x4 = 0
−4x − 4y + 7z − 11w = 0 x2 + x3 − x5 = 0
Para el segundo sistema, escribir la solución general en forma vectorial como combinación lineal de
soluciones linealmente independientes en R5 .
5. Determinar:
6. En R3 , se consideran los vectores ~u = (1, −1, 3), ~v = (2, 4, 0), y se denota por:
al conjunto formado por todas las combinaciones lineales de los vectores ~u y ~v . Se pide:
b) Hallar, si existe, algún valor de k para que el vector ~z3 = (4 − 2k, 14 − 5k, 2k) pertenezca a S.
Tema 1.1] El espacio vectorial Rn . Sistemas de ecuaciones lineales
7. Resolver los siguientes sistemas no homogéneos de ecuaciones lineales por el método de eliminación
de Gauss:
x + y + z + w = 4 x+y+z+w =0
x + y + z = −2
2x + 3y + z + w = 7
y − w = 5
i) 3x + 3y − z = 6 ii) iii)
−2x − 2y − 2z − 2w = −8 x+z+w =1
x − y + z = −1
x + 2y + 2z + 2w = 7
x + 2y = 0
x + 5x3 − 2x4 + 3x5 = −1
2
x1 + 2x2 − 2x3 + x4 = 0
x1 + 4x2 + 8x3 + 8x5 = 6
x − x = 2
2 4
iv) v) −4x1 − 8x2 + 5x3 − 10x4 − 11x5 = −35
2x1 + 3x2 − 3x3 + 5x4 = −3
x1 + 3x2 + 4x3 + 6x5 = 8
−x + x + 4x = 4
1 2 3
x1 + 3x2 + 3x3 + 2x4 + 5x5 = 7
8. Clasificar los sistemas (según las categorı́as de sistema compatible determinado, compatible inde-
terminado o incompatible):
ax1 + x2 + x3 = 1
ax + 2z = 2
i) x1 + ax2 + x3 = 1 ii) 5x + 2y = 1
x1 + x2 + ax3 = 1 x − 2y + bz = 3
según los valores de a (en el primer caso) y a, b (en el segundo caso). Resolver el primer sistema en
el caso a = 2, por el método de eliminación de Gauss-Jordan.
9. Resolver el sistema:
1 2 0 x1 b1
2 0 1 x2 = b2
1 1 −1 x3 b3
en los tres casos siguientes, donde las componentes de la matriz columna del segundo miembro toman
los valores:
10. Discutir, según los valores de las constantes a y b, los rangos de las siguientes matrices:
2 3
1 1 0 1 a
a a a 2 a+2 a 3 2 −1 3 2a iv) X T
i) a 2a2 3a3 ii) 3 3 b iii) X = a 3 −2 0 a(a − 2)
a 4a2 9a3 1 2 1
−1 0 −4 3 −5a
11. Sea A una matriz cuadrada regular de orden n, (Rg(A) = n). La matriz inversa A−1 se puede
calcular resolviendo la ecuación matricial:
AX = I
13. Haciendo uso de las propiedades de los determinantes, probar las siguientes propiedades de las
matrices cuadradas:
e) Si A es una matriz real de orden impar ⇒ A no puede verificar A2 = −I, siendo I la matriz
unidad del mismo orden.
f) P −1 = P T ⇒ det P = ±1.
14. La figura siguiente es una representación de 5 aeoropuertos de distintas ciudades conectadas por
vuelo aéreo nocturno de una cierta compañia aérea. La matriz de incidencia G ∈ M5 (R) para el
diagrama de la figura se define de la siguiente manera: Para cada ciudad, Gjj = 0, j = 1, . . . , 5; si la
ciudad i y la ciudad j tienen un vuelo nocturno directo que las conecta, Gij = 1, en caso contrario
Gij = 0; por último, G es una matriz simétrica. Se pide:
1
3
5 4
15. Demostrar que n+1 vectores en el espacio vectorial Rn son, necesariamente, vectores linealmente
dependientes.
cos θ − sen θ
16. Dada la matriz R = , probar (utlizando el método de inducción) que:
sen θ cos θ
cos nθ − sen nθ
Rn =
sen nθ cos nθ
siendo n = 1, 2, ... un número natural cualquiera.
17. (ex-Febrero/2003) Se consideran los vectores ~x = (x1 , x2 , x3 , x4 ) del espacio vectorial R4 cuyas
componentes satisfacen las ecuaciones del sistema lineal homogéneo:
−x1 + (a − 6)x2 + bx3 − 4x4 = 0
2x + ax − 2x + 8x = 0
1 2 3 4
Sa,b : (a, b ∈ R)
−x1 − 2x2 + bx3 − 4x4 = 0
x + (a − 4)x + (b − 1)x + 2x = 0
1 2 3 4
a) Comprobar que ~u = (−2, 1, 4, 1), ∈ R4 es una solución del sistema Sa,b para ciertos valores de
a y b, calculando estos últimos. Resolver el sistema para dichos valores de a y b por el método
de eliminación de Gauss, escribiendo la solución en forma vectorial.
b) Encontrar —para los valores de a y b hallados en el apartado anterior— alguna solución
adicional del sistema:
~v = (v1 , v2 , v3 , v4 )
que forme con la solución ~u, un conjunto linealmente independiente. ¿Se puede expresar toda
solución del sistema como combinación lineal de ~u y ~v ? Razonar la respuesta.
18. (ex-Septiembre/2003) Se considera el sistema de ecuaciones:
x + 2y + z = 1
ax − y + 2z = 3 (a ∈ R)
3x + 2y − z = −3
5. Subespacio vectorial.
Tema 1.2] Espacios vectoriales de dimensión finita
1.2.2. Ejercicios
1. En el conjunto R2 se definen las siguientes operaciones:
(x1 , x2 ) ⊕ (y1 , y2 ) = (x1 + y2 , x2 + y1 )
λ · (x1 , x2 ) = (λx1 , λx2 ), λ ∈ R
¿Tiene (R2 , ⊕, ·) estructura de espacio vectorial?
2. Sea V un espacio vectorial sobre R, y {~a, ~b, ~c} un conjunto de vectores linealmente independiente.
Discutir la dependencia o independencia lineal de los siguientes conjuntos:
i) {~0, ~a, ~b, ~c}
ii) {~b + ~c, ~a + ~b, −~a + ~c}
iii) {~a, ~a + ~b, ~a + ~b + ~c}
3. Determinar si cada uno de los siguientes subconjuntos del espacio vectorial C(R), es linealmente
independiente o no:
i) {ex , e−x , cosh x}
ii) {cos x, sen x, 1}
iii) {1, cos(x), cos(2x), · · · , cos(nx)}
iv) {eλ1 x , eλ2 x , · · · , eλn x }; (λi 6= λj para i 6= j)
4. En el espacio vectorial R4 , se considera el conjunto:
Se pide:
a) Ampliar este conjunto para formar una base B de R4 .
b) Hallar la coordenadas respecto de la base B de cada uno de los vectores de la base canónica
de M2 (R):
6. Se dan tres puntos en el plano cartesiano: A(x1 , y1 ), B(x2 , y2 ) y C(x3 , y3 ), y se desea determinar
un polinomio de segundo grado, p(x) ∈ P2 (R), de modo que su gráfica pase por estos puntos. Se
pide:
a) Hallar tres polinomios Li (x), i = 1, 2, 3 que verifiquen la condición:
(
1, si i = j
Li (xj ) = (i, j = 1, 2, 3)
0, si i 6= j
c) Aplicar el resultado anterior para hallar p(x) para el caso en que los puntos A, B y C tienen
por abscisas x1 = 1, x2 = 3/2, x3 = 2 y ordenadas y1 = y2 = 2, y3 = −1, respectivamente.
7. En el espacio vectorial P3 (R) formado por los polinomios de grado ≤ 3, de coeficientes reales, se
considera el polinomio p(x) = 1 − x + x2 − x3 y el conjunto de vectores:
Probar que este conjunto es una base del espacio vectorial. Hallar las coordenadas del vector
1 + x + x2 + x3 respecto de esta base.
Para cada pi (x), la fila i−ésima de la tabla contiene los valores siguientes: p(0), valor del polinomio
para x = 0; p(1), valor del polinomio para x = 1 y p0 (0), p0 (1), los valores correspondientes de la
derivada primera. Ası́, el polinomio p1 (x), toma esos valores indicados en la primera fila, p2 (x) en la
segunda fila, etc. Se pide:
c) Dado p(x) = (1 − x)3 , hallar sus coordenadas respecto de la base {pi (x), i = 1, 2, 3, 4}.
9. Se considera el espacio vectorial V el espacio vectorial real formado por los vectores en el plano,
con origen en el punto O, con las operaciones usuales de suma de vectores y multiplicación de vec-
tores por números reales.
Dada la base {~i, ~j} (ver la figura adjunta) y el vector ~r = 2~i − 3~j, hallar sus coordenadas respecto
de la base {~i1 , ~j1 }, que se obtiene girando ambos vectores de la base {~i, ~j}, en un ángulo de 30 grados.
j o
j φ=30
1 i1
O i
NOTA: Los vectores de la base {~i, ~j}, se suponen ortogonales entre sı́ y de longitud 1.
Tema 1.2] Espacios vectoriales de dimensión finita
10. En un espacio vectorial V de dimensión 4, se consideran dos bases: Ba = {~a1 , ~a2 , ~a3 , ~a4 } y
Bb = {~b1 , ~b2 , ~b3 , ~b4 }, relacionadas por las ecuaciones:
~b1 = ~a1 + ~a2
~b = −~a + 2~a
2 1 4
~b3 = ~a2 − ~a3
~b = 2~a − ~a
4 1 2
Se pide:
11. Sea V un espacio vectorial de dimensión finita. Se suponen dadas las matrices P , matriz de
cambio de base B → B1 y Q, la matriz de cambio de base B → B2 . A estos cambios de base
corresponden ecuaciones matriciales de cambio de coordenadas:
XB = P X1
XB = QX2
donde XB , X1 y X2 son las matrices columna de coordenadas de un vector ~x respecto de las bases
B, B1 y B2 respectivamente. Se pide:
a) Deducir de las ecuaciones de cambio de coordenadas anteriores, una expresión para la matriz
de cambio de base B1 → B2
B1 = {(1, 0, 1), (1, 1, 0), (0, 1, 1)}, B2 = {(1, −2, 1), (1, 0, 1), (2, 1, 1)}
12. Establecer cuales de los siguientes conjuntos H son subespacios de los espacios vectoriales V que
se indican:
a) H = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 + x2 + x3 + x4 = 1}, V = R4 .
a b
b) H = { ∈ M2 (R)| a2 + b2 = 1}, V = M2 (R)
−b a
c) H = {(x1 , x2 , x3 , x4 ) ∈ R4 | x1 = x2 = x3 = x4 }, V = R4
13. Probar que si A ∈ Mm·n (R) es una matriz rectangular cualquiera, el conjunto de soluciones del
sistema lineal homogéneo:
AX = 0
es un subespacio vectorial de Rn .
14. Se considera el conjunto S ⊂ M2 (R) formado por las matrices simétricas, reales, de orden 2:
S = {A ∈ M2 (R) | A = AT }
a11 a12 T
b) El conjunto M = A = | A = A , a11 + a22 = 0 formado por las matrices simétri-
a21 a22
cas y de traza 0 es asimismo un subespacio vectorial de M2 (R) y además M ⊂ S. Probarlo.
c) Considerando al subespacio M ⊂ M2 (R) como espacio vectorial (con las mismas operaciones
de suma de matrices y multiplicación de matrices por números reales definidas en M2 (R)),
probar que S es isomorfo a R2 y hallar una base de M .
1 −1
d) Hallar las coordenadas de A = ∈ M , respecto de la base de M encontrada en el
−2 3
apartado anterior.
15. Sea V un espacio vectorial sobre R, y S = {~v1 , ~v2 , . . . , ~vq } un conjunto finito formado por q
vectores cualesquiera de V . Se pide:
~
~a1 = ~c1 + ~c2
b1 = ~c1 + ~c2
~a2 = −~c1 + 2~c2 + ~c3 , ~b2 = ~c2 + ~c3
~
~a3 = ~c1 + ~c2 + 2~c3 b3 = ~c3
X Bb = P X Ba
b) Hallar las coordenadas respecto de Ba de un vector que en la base Bb tiene por coordenadas
(1, 0, 1).
Tema 1.3] Producto escalar en un espacio vectorial
Ejemplos.
Producto escalar en un espacio vectorial de dimensión finita. Expresión matricial del
producto escalar en coordenadas respecto de una base.
3. Ortogonalidad.
1.3.2. Ejercicios
1. En el espacio vectorial R2 , se define:
p(x) = p0 + p1 x + p2 x2 , pj ∈ R, j = 0, 1, 2
a) Probar que si un polinomio p ∈ P2 (R), verifica p(−1) = p(0) = p(1) = 0 v.g., admite tres raı́ces
distintas x = −1, 0, 1, entonces p(x) = 0, ∀x (esto es p es el polinomio nulo).
b) Comprobar que se cumplen las desigualdades: |~a · ~b| ≤ kak kbk, k~a + ~bk ≤ k~ak + k~bk
es linealmente independiente.
v) Si ~v1 , . . . , ~vq son ortogonales dos a dos, entonces:
5. Se considera el espacio vectorial C([−π, π]) de las funciones reales continuas f (x) con dominio en
[−π, π] ⊂ R. Se define en este espacio vectorial el producto escalar:
Z π
f ·g = f (x)g(x)dx
−π
Se pide:
1, sen x, cos x, sen 2x, cos 2x, . . . , sen nx, cos nx, . . .
6. Sean los vectores ~a = (1, 2, 0), ~b = (0, 1, −1) y ~c = (1, 2, 1) en el espacio vectorial euclı́deo R3 .
Descomponer ~c en suma de dos vectores, uno de ellos combinación lineal de ~a y ~b y el otro ortogonal
al anterior.
7. Sea V un espacio vectorial con un producto escalar, de dimensión n, y B = {~a1 , ~a2 , . . . , ~an } una
base ortonormal de V . Demostrar lo siguiente:
xj = ~x · ~aj , j = 1, . . . , n
Pn
ii) k~xk2 = 1 x2j = x21 + . . . + x2n
Se pide:
c) Hallar la matriz del producto escalar respecto de la base {1, 2x − 1, x(x − 1)}.
Se pide:
1
b) Hallar los valores de α y β para que el conjunto B1 = {1, x, − + βx + αx2 } sea una base
2
ortogonal.
c) A partir de la base anterior (para los valores hallados de α y β), obtener una base ortonormal
B2 .
11. Se considera el espacio vectorial P2 (R) con un producto escalar hp, qi definido en el mismo, y:
b) Hallar la matriz de cambio de base: B → B1 y comprobar que se trata de una matriz ortogonal.
~ , con origen en un
13. Se considera el espacio vectorial euclı́deo V formado por los vectores ~v = OP
punto fijo O y extremo en un punto arbitrario P del espacio tridimensional con el producto escalar
usual. Sean además los vectores:
b) Hallar la matriz de cambio de base B → B 0 , y comprobar que es una matriz ortogonal con
determinante 1.
c) Calcular las coordenadas del vector 2~i − 2~j + 2~k respecto de la base B 0
Tema 1.4] Subespacios vectoriales
Suma directa de dos subespacios. Condición necesaria y suficiente para que la suma de
dos subespacios sea directa.
Subespacios suplementarios.
Suma directa de más de dos subespacios.
1.4.2. Ejercicios
1. Sea V un espacio vectorial real de dimensión 3, B = {~a1 , ~a2 , ~a3 } una base de V y L, el subespacio
vectorial generado por el sistema de vectores, {~a1 − ~a2 , ~a2 − ~a3 , ~a1 − ~a3 } Se pide:
a) Hallar la dimensión y una base del subespacio L.
b) Determinar unas ecuaciones paramétricas y cartesianas de L referidas a la base B del espacio
vectorial V.
2. Se considera el espacio vectorial R4 y el subespacio vectorial W ⊂ R4 formado por los vectores
~x = (x1 , x2 , x3 , x4 ) cuyas componentes satisfacen las ecuaciones:
(
x1 + x2 + x3 + x4 = 0
x1 − x2 + x3 − x4 = 0
a) Hallar una base de W y su dimensión.
b) Probar que el subespacio W 0 caracterizado por la ecuación cartesiana:
x1 + x3 = 0
contiene al subespacio W , v.g., W ⊂ W 0
c) Sea W ∗ el subespacio definido por las ecuaciones cartesianas:
(
x1 + x3 = 0
x2 + x4 = 0
Probar que W y W ∗ coinciden: W = W ∗ .
3. Sea el espacio vectorial R4 , y el subespacio vectorial W ⊂ R4 :
W = £(S), S = {(1, 0, −1, 2), (0, 1, 1, 0), (−1, 2, 3, −2)}
a) Determinar una base de W formada por vectores del sistema generador S.
b) Hallar unas ecuaciones cartesianas del subespacio W respecto de la base canónica de R4
4. Sea P2 (R) el espacio vectorial de los polinomios de grado ≤ 2, y U = £(S) el subespacio vectorial
generado por:
S = {−2 + x + x2 , 1 − 2x + x2 , 1 + x − 2x2 }
a) Formar la matriz de coordenadas de los vectores de S respecto de la base canónica {1, x, x2 }
de P2 (R) y, a partir de ella, deducir la dimensión del subespacio U .
b) Hallar una base de U formada por vectores de S.
c) Hallar unas ecuaciones cartesianas de U respecto de la base canónica de P2 (R).
5. Sea L el subespacio del espacio vectorial R3 , definido por las ecuaciones cartesianas:
(
x1 − x2 = 0
x2 − x3 = 0
referidas a la base canónica. Determinar unas ecuaciones cartesianas del mismo subespacio respecto
de la base de R3 :
B = {(1, 1, 1), (1, −1, 0), (0, −1, 1)}
6. Se consideran los subespacios vectoriales del espacio vectorial R4 :
U = £{(1, 1, 0, 1), (0, 1, −1, 0)}
V = £{(1, 2, −1, 1), (0, 1, 1, 0)}
Tema 1.4] Subespacios vectoriales
a) Hallar unas ecuaciones cartesianas del subespacio vectorial U + V respecto de la base canónica
de R4 .
a) H1 ∩ H2 = {~0} ⇒ cualesquiera que sean ~v1 ∈ H1 , ~v2 ∈ H2 , no nulos, estos vectores son
linealmente independientes.
c) H1 ⊕H2 ⊕. . .⊕Hq es una suma directa de subespacios ⇒ todo conjunto {~v1 , ~v2 , . . . , ~vq } formado
por vectores no nulos, ~v1 ∈ H1 , . . . , ~vq ∈ Hq , es un conjunto linealmente independiente.
8. En los espacios vectoriales V siguientes, determinar si los subespacios dados L y M son suple-
mentarios: V = L ⊕ M :
11. Estudiar si las siguientes sumas de subespacios vectoriales del espacio vectorial P3 (R) son sumas
directas:
13. Sea U = {~y = (a, b, c) ∈ R3 | a + c = 0} un subespacio vectorial del espacio vectorial euclı́deo R3
(con el producto escalar usual). Hallar una base del complemento ortogonal de U :
U ⊥ = {~x ∈ R3 | ~x · ~y = 0 ∀~y ∈ U }
14. Considérese la siguiente familia de subespacios vectoriales del espacio vectorial euclı́deo R3 con
el producto escalar usual:
c) Hallar unas ecuaciones cartesianas del complemento ortogonal de U−2 respecto de la base
canónica de R3
15. Sea el subespacio vectorial U = £{(1, 1, 0, −1), (−3, 1, 2, 1)} del espacio vectorial R4 . Se pide:
b) Dado el subespacio vectorial U = L(G), hallar una base del subespacio U ⊥ (el complemento
ortogonal de U ).
c) A partir de la base obtenida en el apartado anterior obtener otra base del mismo subespacio
U ⊥ que sea ortogonal.
~ = (−1, 10, 5, 1, 3) sobre el subespacio vectorial U ⊥ . Des-
d) Hallar la proyección ortogonal de w
componer el vector w ~ como una suma w~ = ~u + ~v , con ~u ∈ U y ~v ∈ U ⊥
Capı́tulo 2
Aplicaciones lineales
2.1.2. Ejercicios
1. Determinar si las aplicaciones siguientes son aplicaciones lineales:
v) s : R3 → R3 , s[(x1 , x2 , x3 )] = (x2 x3 − x3 x2 , x3 x1 − x1 x3 , x1 x2 − x2 x1 )
x x2
vi) t : M2 (R) → R, t[ 1 = x1 + x4
x3 x4
2. Para aquellas aplicaciones definidas en el ejercicio anterior que sean lineales, determinar su núcleo.
¿Cuáles de estas últimas son aplicaciones lineales inyectivas ?
3. Determinar la matriz de las siguientes aplicaciones lineales respecto de las bases canónicas de los
espacios inicial y final:
siendo {~i, ~j} una base ortonormal estándar (identificamos por isomorfismo este espacio vectorial con
R2 ). Se consideran en la tabla siguiente las transformaciones lineales en R2 :
Tema 2.1] Aplicaciones lineales entre espacios vectoriales
φ/2
cos(φ) sen(φ)
Sφ = sen(φ) − cos(φ)
simetrı́a respecto de Sφ−1 = Sφ
la recta y = tg( φ2 )x
φ
cos(φ) − sen(φ)
Rφ = sen(φ) cos(φ)
giro de ángulo φ res- Rφ−1 = R−φ
pecto del origen
6. Sea fk : V → W una familia uniparamétrica de aplicaciones lineales entre dos espacios vectoriales,
y sea
1 −1
A = k + 1 2
3 −3
a) Hallar k para que la aplicación lineal fk tenga rango igual a 1. (En adelante tomaremos este
valor de k y escribiremos f para la correspondiente aplicación lineal)
f (~x) = ~b
siendo ~b = 2w
~ 1 − 4w
~ 2 + 6w
~ 3 . ¿Forman estos vectores un subespacio vectorial de V ?
f (H) = L(~b)
donde L(~b) es el subespacio de W , de dimensión 1, generado por el vector ~b. ¿Es H único?
7. Consideremos las transformaciones siguientes sobre el espacio vectorial P (R), formado por los
polinomios reales de cualquier grado:
Se pide:
a) Probar que son transformaciones lineales.
b) Dado el subespacio U = L({(1, 1, 2), (0, 2, 1)}) ⊂ R3 determinar unas ecuaciones cartesianas
de f (U ).
10. Sea f : R3 → R3 la aplicación lineal en R3 , cuya matriz respecto de la base canónica es:
1 0 1
A = 1 0 1
1 1 0
N(f ) ⊕ Im(f ) = R3
Tema 2.1] Aplicaciones lineales entre espacios vectoriales
b) Hallar, utilizando la descomposición anterior en suma directa, una base B de R3 , tal que la
matriz de f respecto de esa base, sea de la forma:
0 0 0
A0 = M (f, B) = 0 a b
0 c d
f [ ac db ] = (a + b) + (b + c)x + dx2
a) Hallar la matriz A = M (f, B, B 0 ) de la aplicación lineal respecto de las bases canónicas res-
pectivas B y B 0 de los espacios inicial y final.
c) Se considera g : P2 (R) → R3 , definida por g(p0 + p1 x + p2 x2 ) = (p0 , 2p1 + p2 , 3p0 + 4p2 ). Hallar
la matriz g ◦ f , respecto de las bases canónicas respectivas.
13. Sea f : R4 → R3 una aplicación lineal cuya matriz respecto de las bases canónicas respectivas
es A. Encontrar bases B1 de R4 y B2 de R3 tales que M (f, B1 , B2 ) sea A0 :
1 2 0 −1 1 0 0 0
A = −5 −9 −4 0 , A0 = 0 1 0 0
−8 −14 −8 −2 0 0 0 0
14. En el espacio vectorial R3 se considera la base canónica B = {~e1 , ~e2 , ~e3 } y otra base B 0 = {~a =
(1, 1, 1), ~b = (0, 1, 1), ~c = (0, 0, 1)}. Además, f : R3 → R3 es una aplicación lineal de la que se sabe:
1.) f [(5, 4, 1)] = (−3, 3, 12).
2.) Si U = L(~a, ~b) entonces, f (U ) = L(~c).
3.)f (~c) ∈ U ∩ N(f ).
Se pide:
Aplicaciones lineales Capı́tulo 2
a) Probar que f está bien determinada, hallando su matriz respecto de la base canónica B.
15. Se denomina proyector toda aplicación lineal f : V → V que satisface f ◦ f = f . Sea el espacio
vectorial V = R3 con el producto escalar usual, W ⊂ R3 el subespacio definido por:
W = {(x, y, z) ∈ R3 | x − 2y + 2z = 0}
Se pide:
a) Hallar las imágenes f (~e1 ), f (~e2 ), f (~e3 ), de los vectores de la base canónica, B = {~e1 = (1, 0, 0), ~e2 =
(0, 1, 0), ~e3 = (0, 0, 1)}
c) Calcular, utilizando la ecuación matricial del apartado anterior, el vector f (~x) siendo ~x =
(1, 2, 2)
16. Sea f : R3 → R3 la aplicación lineal cuya expresión matricial respecto de la base canónica de
R3 es:
3 1 2
F = 1 + α 2 1 , α ∈ R
α −1 1
b) Determinar el conjunto B = {~a1 = f (~e1 ), ~a2 = f (~e2 ), ~a3 = f (~e3 )}, siendo Bc = {~e1 , ~e2 , ~e3 }, la
base canónica de R3 . ¿Es B una base de R3 ?
17. Sea V = F (R) el espacio vectorial real de las funciones reales de variable real (con dominio R).
Considérense las aplicaciones:
B1 = {(1, 1), (−1, 1)} ⊂ R2 , B2 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} ⊂ R3
1. Determinar la dimensión de N(f ) (núcleo) y unas ecuaciones cartesianas del subespacio Im(f )
(subespacio imagen) referidas a la base canónica. Deducir de lo anterior si la aplicación es
suprayectiva, inyectiva o biyectiva.
2. Hallar la matriz A0 = M (f, B10 , B20 ) de la aplicación lineal respecto de las bases:
B10 = {(1, 2), (−2, 1)} ⊂ R2 , B20 = {(1, 1, 1), (1, −1, 0), (1, 0, −1)} ⊂ R3
19. (ex/junio-04) Se considera el espacio vectorial P3 (R) de los polinomios reales de grado no
superior a 3, y la aplicación lineal:
f : P3 (R) → R4
cuya matriz: F = M (f ; Bc , B 0 ) respecto de las bases Bc y B 0 es:
0 0 0 0
0 0 −1 1
F = 0
1 0 0
1 0 0 −1
a) Determinar la dimensión del núcleo N (f ), una base del mismo y unas ecuaciones paramétricas
de este subespacio referidas a la base canónica de P3 (R).
b) Sea Bc0 = {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} la base canónica de R4 . Sabiendo que la
ecuación matricial de cambio de base de Bc0 a B 0 es:
0
y1 1 0 1 0 y1
y2 0 0 0 1 y20
=
−1 0 1 1 y30
y3
y4 B 0 1 1 0 −1 y40 B 0
c
c) Hallar unas ecuaciones cartesianas del subespacio imagen Im(f ) referidas a la base canónica
de R4 .
2.2. Diagonalización
2.2.1. Temario
1. Valor propio y vector propio de una aplicación lineal f : V → V .
3. Subespacios propios.
Condición necesaria y suficiente para que una aplicación lineal sea diagonalizable.
2.2.2. Ejercicios
1. Sea la aplicación lineal f : R2 → R2 , definida por:
f [(x1 , x2 )] = (x2 , x1 )
2. Determinar los autovalores y autovectores de las aplicaciones lineales del ejercicio 5. del tema
anterior (ver Tema 2.1).
a b
3. Sea ∈ M2 (R) una matriz real y simétrica. Probar que sus autovalores son necesariamente
b c
reales. Analizar si la matriz es diagonalizable.
f ◦f
V = E(λ1 ) ⊕ · · · ⊕ E(λr )
siendo los miembros de la suma directa los subespacios propios de la aplicación lineal.
6. Encontrar los valores de a y b para que la matriz:
1 1 0
A = 0 a 1
0 0 b
sea diagonalizable. Para los valores de a y b encontrados, escribir la correspondiente matriz diagonal
D y la matriz P que establece la relación de semejanza de A con D:
A = P DP −1
Aplicaciones lineales Capı́tulo 2
7.Sea V = P3 (R) el espacio vectorial de los polinomios de grado 6 3, y las transformaciones lineales:
T, D : V → V definidas por:
D[p(x)] = p0 (x)
T [p(x)] = p(x + 1)
Se pide:
a Representaciónes matriciales de las transformaciones lineales T y D respecto de la base canóni-
ca de P3 (R).
b) Estudiar si las transformaciones lineales T y D son diagonalizables.
c) Comprobar que se verifica la identidad:
1 1
T = I + D + D2 + D3
2 3!
8. Sea V un espacio vectorial real de dimensión 2, y g : V → V la aplicación lineal que satisface:
(
g(~u1 ) = 2~u2
g(~u2 ) = 2~u1 + 4~u2
siendo B = {~u1 , ~u2 } una base de V . Averiguar si g es diagonalizable. En caso afirmativo, determinar
una base que diagonalice la aplicación lineal y escribir la matriz de cambio de base de B a la base
anterior.
siendo Bc = {~e1 , ~e2 , ~e3 , ~e4 } la base canónica del espacio vectorial R4 . Se pide:
a) Probar que λ = 1, 2 son los únicos autovalores de f .
b) Hallar una base del subespacio propio asociado a λ2 = 2, es decir: E(2).
¿Es f diagonalizable ?
c) Sea g = f − 2 i siendo i la transformación identidad sobre R4 . Comprobar que el núcleo de g
está contenido en el núcleo de g 2 : N (g) ⊂ N (g 2 ).
d) Demostrar que R4 = N (g 2 ) ⊕ E(1) y hallar la matriz de la aplicación lineal f respecto de una
base:
B = B1 ∪ B2
donde B1 es una base de N (g 2 ) y B2 es una base de E(1).
Tema 2.2] Diagonalización
b) Hallar una base de R3 respecto de la cual la matriz de f sea diagonal. ¿Es esta base ortogonal
respecto del producto escalar estándar en R3
12. Dada la matriz:
3 6 2 4
0 1 −2 0
A=
0 0 −1 0
−2 −6 2 −3
a) Demostrar que A es diagonalizable.
a) Probar que la aplicación lineal f está completamente determinada por estas condiciones, y
hallar F = M (f, Bc ).
b) Hallar los autovalores de f . ¿Existe una base de R4 tal que la matriz de f respecto de dicha
base sea diagonal? Razonar la respuesta.
14. Sea V un espacio vectorial real, de dimensión finita, y f : V → V una aplicación lineal que
satisface:
f ◦ f = −i
siendo i la aplicación identidad (i(~x) = ~x, ∀~x ∈ V )
a) Probar (usando una matriz de f referida a una base cualquiera), que la dimensión de V es
necesariamente un número par.
b) Aplicando la definición de autovalor (valor propio), probar que f no puede tener autovalores
reales.
b) Hallar una base de R3 respecto de la cual la matriz de la aplicación lineal tenga la forma:
cos φ − sen φ 0
sen φ cos φ 0
0 0 1
16. Diagonalizar ortogonalmente (es decir, obteniendo una matriz ortogonal P tal que D = P −1 AP
sea diagonal siendo A la matriz a diagonalizar) las siguientes matrices simétricas:
1 1 0 5 −1 −1 0 −1 1 −1 0 −1 0 2 −1
i) 1 1 0 , ii) −1 5 −1 , iii) −1 0 −1 , iv) 0 1 0 , v) 2 3 −2
0 0 2 −1 −1 5 1 −1 2 −1 0 −1 −1 −2 0
17. (ex-febrero/2004) Sea el espacio vectorial euclı́deo R2 con el producto escalar usual y con-
sidérese para cada valor de θ ∈ [0, π) la aplicación lineal:
fθ : R2 → R2
cuya matriz en la base canónica es:
cos2 θ
cos θ sen θ
Aθ =
cos θ sen θ sen2 θ
Ker(fθ ) = Im(fθ )⊥
En los apartados que siguen se considera la aplicación lineal f ≡ fθ para el valor θ = π/6:
Aπ/6 = P DP t
c) Estudiar si los subespacios propios de f coinciden con Ker(f ) y Im(f ), determinar la aplicación
compuesta f ◦ f e interpretar a partir de todo ello qué transformación geométrica en el plano
representa la aplicación lineal f .
a) Sin hacer cálculos, se puede observar que la matriz es diagonalizable para cierto valor de α.
Hallar este valor justificando la respuesta.
Tema 2.2] Diagonalización
b) Se considera A = A0 (es decir, Aα para α = 0). Hallar una matriz ortogonal P y una matriz
diagonal D tales que:
D = P T AP
2. Secciones cónicas.
4. Cuádricas.
3.1.2. Ejercicios
1. Determinar las ecuaciones del cambio de sistema de referencia ortonormal R(O,~i, ~j) → R0 (O0 ,~i0 , ~j 0 )
representado en la figura, sabiendo que el origen del nuevo sistema es O0 (5, 2) (coordenadas respecto
del sistema de referencia R), y el ángulo φ = 60o . Si un punto H tiene coordenadas (2, −2) respecto
del sistema de referencia R, ¿cuáles son sus coordenadas respecto del sistema de referencia R0 ?
Se da la recta x0 + y 0 + 1 = 0 referida al sistema de referencia R0 ; ¿cuál es la distancia a esta recta
del origen O?, ¿y del punto H?
x'
y y'
φ
O'
O x
2. Determinar la excentricidad e, las coordenadas de los focos y las ecuaciones de las rectas directrices
de las cónicas siguientes:
Para el caso de la elipse y la hipérbola (cónicas centrales), comprobar que la distancia del centro a
a
cualquiera de sus directrices es k = , siendo a la longitud del semieje mayor (elipse) o el semieje
e
principal (hipérbola) .
2x2 + 4xy + 5y 2 + x + 2y = 0
b) Realizar un cambio de sistema de referencia ortonormal de R a R1 (O,~i1 , ~j1 ) de tal forma que
desaparezca el término cruzado en la parte cuadrática.
c) Realizar otro cambio de sistema de referencia de R1 a R2 (O2 ,~i2 , ~j2 ) para obtener la ecuación
canónica. Escribir las ecuaciones de esta transformación e identificar la cónica.
d) Calcular el centro y los ejes de la cónica (si se trata de una elipse o hipérbola) o el vértice y el
eje de simetrı́a si se trata de una parábola.
Tema 3.1] Curvas y superficies de segundo grado (cónicas y cuádricas).
Se pide:
a) Clasificar las cónicas según sean de tipo elı́ptico, hiperbólico o parabólico, para los distintos
valores de k.
c) Se considera la cónica para k = −3. Realizar una rotación y una traslación de ejes para reducir
la ecuación cartesiana de la cónica a forma canónica.√A partir de la ecuación obtenida, deducir
que se trata de una hipérbola de excentricidad e = 10/2.
5. Se considera la cónica del ejercicio anterior (Ej. 4), para k = −3. Se pide:
a) Las ecuaciones cartesianas de los ejes de los ejes de la cónica en el sistema de referencia OXY
original.
6. Se dan las cónicas cuyas ecuaciones en un sistema de referencia ortonormal del plano, son las
siguientes:
i) −2x2 + 4xy + y 2 + 2x − 1 = 0 ii) 5x2 + 6xy + 5y 2 − 4x + 4y − 4 = 0
iii) 2x2 − 4xy + 2y 2 − 10x = 0 iv) x2 − 2xy + y 2 − 5x = 0
v) x2 + y 2 − 2xy + 4x − 4y − 5 = 0 vi) x2 − 2y 2 + 2x + 5y − xy − 3 = 0
vii) 4x2 − 4xy + y 2 + 4x − 2y + 3 = 0 viii) 2x2 + y 2 + 2xy + 2x + 1 = 0
ix) x2 + 4y 2 + 4xy − 6x − 12y + 9 = 0 x) 16x2 − 24xy + 9y 2 − 30x√ − 40y =√0
xi) 2x2 + 12xy − 7y 2 − 20x − 10y + 5 = 0 xii) 17x2 + 8y 2 + 12xy − 24 5x + 8 5y + 4 = 0
Para cada una de ellas, determinar el tipo de cónica (tipo elı́ptico, parabólico o hiperbólico), y ob-
tener la ecuación reducida a forma canónica, realizando el giro y traslación adecuados.
Identificar la cónica y dibujarla en el sistema de referencia original.
a) El punto P tiene coordenadas (1, −1, 0) respecto del sistema de ejes OXYZ; ¿cuales son sus
coordenadas respecto del sistema de ejes O’X’Y’Z’ ?
c) Comprobar que la matriz de cambio de base que figura en la ecuación matricial de cambio de
coordenadas es una matriz ortogonal de detrminante +1 ¿Cuales son los cosenos directores de
los ejes X’Y’Z’ ?.
Algebra lineal aplicada a la Geometrı́a Capı́tulo 3
9. Obtener la ecuación cartesiana del lugar geométrico de los puntos de que equidistan del punto
F (1, 1, 1) y del plano de ecuación x + y + z = −3.
a) Calcular los autovalores y autovectores de la matriz de su parte cuadrática. ¿Qué cuádrica es?
b) ¿Es una cuádrica de revolución? ¿Cual es el eje de revolución?
c) Determinar el radio de la sección circular que se obtiene cortando la cuádrica por un plano
perpendicular al eje x = y = z (eje de simetrı́a), cuya distancia al origen de coordenadas sea
H > 0.
d) Establecer un sistema de referencia respecto del cual la ecuación de esta cuádrica se exprese
en forma canónica.
10. Se consideran las cuádricas de ecuaciones:
i) −2x2 + 2xz − 2z 2 − 4y = 0 ii) x2 − zy = 0
iii) x2 + 2xy + 2yz + z 2 − 4 = 0 iv) 3x2 + 2y 2 + 3z 2 − 2xz − 5 = 0
v) x2 + 2y 2 + 4xy + 4z = 0 vi) z 2 + 8xy + 2xz + 4yz = 1
11. (ex-feb-2004) En el plano afı́n euclı́deo E2 se considera la cónica cuya ecuación respecto de
un sistema de referencia ortonormal dado R = {O;~i, ~j} es la siguiente:
2x2 + 12xy − 7y 2 − 20x − 10y + 5 = 0
a) Hallar un nuevo sistema de referencia ortonormal R∗ = {O∗ ;~i∗ , ~j ∗ } respecto del cual la ecuación
de la cónica adopte la forma canónica.
b) Escribir dicha ecuación canónica.
c) Escribir las ecuaciones del cambio de sistema de referencia entre R y R∗ .
d) En el sistema de referencia R obtener las coordenadas del centro y las ecuaciones de los ejes
de simetrı́a, en el caso de que la cónica sea una elipse o hipérbola; si es una hipérbola calcular
además las ecuaciones de las ası́ntotas. Si la cónica es una parábola, obtener el vértice y el eje
de simetrı́a.
En cualquiera de los casos calcular además la excentricidad de la cónica.
e) Representar gráficamente la cónica en el sistema de referencia R.
f) Si se gira la cónica anterior alrededor de uno u otro de sus ejes de simetrı́a se obtienen dos
cuádricas de revolución. Identificarlas.
Tema 3.2] Apéndice: Cónicas y cuádricas: Tablas y figuras
x2 y 2
+ 2 =1 elipse semieje mayor:a;semieje menor:b;
a2 b r
b2
excentricidad:e = 1 − 2
a
x2 y 2 b
− 2 =1 hipérbola ası́ntotas: y = ± ;
a2 b ar
b2
excentricidad: e = 1+ ;
a2
x2 y 2
+ 2 =0 un punto (par de rec-
a2 b
tas imaginarias que
se cortan en un pun-
to real)
x2 y 2
+ 2 = −1 elipse imaginaria
a2 b
x2 y 2
− 2 =0 par de rectas secan-
a2 b
tes
Algebra lineal aplicada a la Geometrı́a Capı́tulo 3
y y y
z z z
x x x
y y y
x
z z
z
x x
Figura 3.2: Cuádricas: a) Elipsoide; b) Hiperboloide de una hoja; c) Cono elı́ptico; d) Hiperboloide
de dos hojas; e) Paraboloide elı́ptico; f) Paraboloide hiperbólico.
x2 y 2 z 2 x2 y 2 z 2
+ 2 + 2 =1 elipsoide elipsoide ima- + 2 + 2 = −1
a2 b c a2 b c
ginario
x2 y 2 z 2 x2 y 2 z 2
+ 2 − 2 =1 hiperboloide hiperboloide + 2 − 2 = −1
a2 b c a2 b c
de una hoja de dos hojas
x2 y 2 z 2 x2 y 2 z 2
+ 2 − 2 =0 cono elı́ptico Un punto + 2 + 2 =0
a2 b c a2 b c
(cono imagina-
rio)
x2 y 2 x2 y 2
+ 2 − 2cz = 0 Paraboloide Paraboloide − 2 − 2cz = 0
a2 b a2 b
elı́ptico hiperbólico
x2 y 2 x2 y 2
+ 2 =1 Cilindro elı́pti- Cilindro elı́pti- + 2 = −1
a2 b a2 b
co co imaginario
x2 y 2 x2 y 2
− 2 =1 Cilindro hi- Par de planos − 2 =0
a2 b a2 b
perbólico que se cortan
y 2 − 2px = 0 Cilindro pa- Par de planos x2 − a2 = 0
rabólico paralelos
x2 y 2
+ 2 =0 Par de planos par de planos x2 + a2 = 0
a2 b
imaginarios paralelos ima-
que se cortan ginarios
x2 = 0 par de planos
coincidentes
Apéndice A
Matrices
Un cuadro de números, dispuestos en filas y columnas:
a11 a12 . . . a1q
a21 a22 . . . a2q
A=
. .
.
ap1 ap2 . . . apq
permite identificar la posición de cada término en la matriz A: Ası́, aij designa el término que corresponde a
la fila i−ésima y la columna j−ésima. Si los elementos de matriz, aij , son todos números reales, la matriz A
se dice que es real. El conjunto formado por todas las matrices matrices reales de dimensión p · q, se denota
por Mp×q (R)
1
Matriz columna: 2 ∈ M3×1 (R)
−1
Matriz cuadrada: Aquella matriz con el mismo número de filas y columnas. El conjunto de las
matrices cuadradas reales, Mn×n (R), se denota también Mn (R).
Apéndice A
Matriz triangular (superior): Es aquella matriz cuadrada cuyos elementos por debajo de la
diagonal principal de la matriz son nulos:
1 2 −2
A = 0 5 3 ( Los elementos de matriz verifican pues: aij = 0, si i > j)
0 0 4
cij = λaij
PRODUCTO MATRICIAL: El producto matricial AB, se define para dos matrices A y B bajo
la condición de que:
el número de columnas de A coincide con el número de filas de B
esto es:
Debe advertirse, en este ejemplo particular de producto, que la matriz producto es de dimensión
1 · 1, que puede asimilarse a un simple número real.
Para el caso general, se tiene la siguiente regla:
C = AB
b1k
b2k
cik = ai1 ai2 . . . aiq . =
..
bqk
q
X
aij bjk
j=1
2. El PRODUCTO de matrices, por el contrario, no goza de algunas propiedades que sı́ se sa-
tisfacen para el producto ordinario de números. Esto es de capital importancia. En general,
el producto de dos matrices no está definido en los dos órdenes posibles de los factores: AB
y BA. Si, nos ceñimos al conjunto de matrices cuadradas ( de orden n, es decir, de n filas y
n columnas), entonces existen los productos AB y BA, pero en general el producto NO ES
CONMUTATIVO:
AB 6= BA
Cuando dos matrices A y B verifican AB = BA se dice que conmutan.
3. Las siguientes son algunas de las propiedades del producto en el conjunto Mn×n (R):
a) AB 6= BA
b) (AB)C = A(BC)
c) (A + B)C = AC + BC
d ) IA = AI = A
1 0 ... 0
0 1 . . . 0
donde se ha denotado, I = . , que es la matriz unidad de orden n, una matriz
.. . . ..
. .
0 0 ... 1
diagonal, con 1 en todos los términos de la diagonal.
Observaciones y ejemplos.
1. Para el producto de matrices C = AB, A ∈ Mp×q (R), B ∈ Mq×r (R), puede hacerse uso práctico
de las siguientes reglas:
2. La fila i − ésima de la matriz producto C, es una combinación lineal de las filas de la matriz
B con coeficientes los términos de la fila i − ésima de A (ai1 , ai2 , · · · , aiq )
Por otro lado la 3a fila de la matriz producto, se obtiene como la combinación lineal de filas de B:
−2 18 6 2 = 2 0 4 −1 0 + 4 −1 2 1 1 + 2 1 1 2 −1
Ejemplo. Sea A ∈ Mm×n (R), y X ∈ Mn×1 (R). El producto AX se puede desarrollar de la siguiente
manera:
a11 a12 · · · a1n x1 a11 a1n
a21 a22 · · · a2n x2 a21 a2n
= x + · · · + x
.. .. . .
.. .. 1 . n ..
..
. . .
am1 am2 · · · amn xn am1 amn
Matrices invertibles. Una matriz cuadrada A ∈ Mn (R) es invertible, si existe una matriz X ∈
Mn (R) que verifica:
XA = AX = In
donde In es la matriz unidad de orden n. Se tienen las siguientes propiedades de la inversa:
a) A + B = B + A
b) A + (B + C) = (A + B) + C
c) existe la matriz cero:
0 0 ··· 0 0
0 0 · · · 0 0
0 = .
..
.. .
0 0 ··· 0 0
tal que:
A + 0 = A, ∀A ∈ Mn (R)
Apéndice A
A + (−A) = 0
e) A(BC) = (AB)C
f) A(B + C) = AB + AC
g) (A + B)C = AC + BC
h) In A = AIn , siendo In la matriz unidad de orden n.
Por estas propiedades se dice que el conjunto Mn (R) con las operaciones de SUMA y PRODUCTO,
tiene estructura de anillo. Téngase en cuenta, por otra parte las siguientes observaciones:
2. AB = 0 no implica en general A = 0 ó B = 0.
Traza de una matriz. Se define la traza de una matriz A ∈ Mn (R) como el número:
n
X
Tr(A) = akk
k=1
(esto es, la suma de sus elementos diagonales). Se pueden probar las siguientes propiedades de la
traza:
a) Tr(A) = Tr(AT ).
b) Tr(A + B) = Tr(A) + Tr(B).
c) Tr(λA) = λ Tr(A).
d) Tr(AB) = Tr(BA)
Otras fórmulas del álgebra matricial. Las siguientes fórmulas son aplicables, siempre que las
matrices tengan las dimensiones apropiadas para que las fórmulas tengan sentido:
a) (AT )T = A.
b) (A + B)T = AT + B T .
c) (λA)T = λAT , (λ ∈ R).
d) (AB)T = B T AT .
e) (AT )−1 = (A−1 )T .
Problemas suplementarios de examen
b) Probar que el conjunto de vectores fila de la matriz A forman una base B del espacio vectorial
R4 . Hallar las coordenadas de los vectores (0, 2, −2, 1) y (0, −4, 4, −2) respecto de esta base.
determinar su dimensión, una base del mismo y unas ecuaciones paramétricas y cartesianas
referidas a la base canónica de R4 .
d) ¿Es la base B del apartado b) una base ortogonal de R4 ? Hallar una base ortogonal de L⊥ ,
esto es, del complemento ortogonal del subespacio L del apartado anterior.
x2 + y 2 + xy + x + y + α = 0, (α ∈ R)
a) Reducir Cα a su forma canónica, para un valor genérico de α, indicando las ecuaciones del
cambio de sistema de referencia utilizado. Identificar Cα en función de los valores de α.
b) Calcular la excentricidad, los elementos geométricos (el centro o vértice, los ejes y las ası́ntotas
si las hay). Representar gráficamente Cα en función de α.
c) Con ayuda del cambio de sistema de referencia obtenido en el primer apartado, identificar y
dar una ecuación canónica de la cuádrica:
βz 2 + x2 + y 2 + xy + x + y − 1 = 0
en función de β ∈ R.
p 0 (1) = p 00 (1) = −2
b) Comprobar que el conjunto W formado por todos los polinomios p(x) que satisfacen la condi-
ción del apartado anterior se puede expresar en la forma:
1 − x3 = u(x) + v(x)
f, g : M2 (R) → M2 (R)
cuyas matrices , referidas a la base canónica de M2 (R) son:
2 0 0 0 2 0 0 0
0 1/2 1/2 0 0 1/2 −1/2 0
0 1/2 1/2 0 ,
F = M (f, Bc ) = G = M (g, Bc ) =
0 1/2 1/2 0
0 0 0 2 0 0 0 2
b) Determinar las dimensiones y unas bases respectivas de los subespacios núcleo e imagen de f
y g. ¿Son biyectivas las aplicaciones f y g? Justificar la respuesta.
c1) ¿Qué relación hay entre estos subespacios y el núcleo e imagen de la aplicación lineal f ?
c2) Analizar si los subespacios g(S) y g(A) son suplementarios, esto es:
F = P DP −1
Cα : α(x + y)2 − x + y + 1 = 0, (α ∈ R)
b) Calcular, para la cónica Cα , el centro o vértice, los ejes de simetrı́a y las ası́ntotas si las hubiera.
c) Con ayuda del cambio de sistema de referencia realizado en el primer apartado, identificar y
obtener la ecuación canónica para la cuádrica de ecuación:
βz 2 + (x + y)2 − x + y + 1 = 0
en función de β ∈ R.
H + W = R4
Para el caso en que se verifique la relación anterior, determinar cuál es la dimensión del
subespacio intersección H ∩ W , y justificar si la suma es una suma directa.
d) Hallar algún vector ~v4 ∈ W , si existe, de forma que el conjunto B = {~v1 , ~v2 , ~v3 , ~v4 } forme una
base de R4 .
Calcular las coordenadas del vector (1, −1, 1, −1) respecto de esta base.
8. Sea el espacio vectorial P2 (R) de los polinomios reales de grado ≤ 2, con el producto escalar:
Z 1
hp, qi = p(x)q(x)dx
−1
Z 1
a) Demostrar que el conjunto U = {p ∈ P2 (R) | p(x) dx = 0} es un subespacio vectorial.
−1
Determinar su dimensión y unas ecuaciones cartesianas de U respecto de la base canónica de
P2 (R) (Bc = {1, x, x2 }).
d) Determinar el núcleo y la imagen de f . ¿Es f una aplicación lineal inyectiva ? ¿Es f suprayec-
tiva? ¿Es f invertible?
Índice de sı́mbolos
i
Índice de cuadros
iii
Bibliografı́a
[2] L.I. Golovina, Álgebra lineal y algunas de sus aplicaciones, 2a ed., MIR, 1980
[4] G. Strang, Álgebra lineal y sus aplicaciones, Fondo Educativo Interamericano, 1982
Manuales de problemas: