Ejercicios Propuestos

Departamento de Matemática
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.
1.1 El espacio vectorial Rn . Sistemas de ecuaciones lineales

1.2 Espacios vectoriales de dimensión finita.
1.3 Producto escalar en un espacio vectorial.
1.4 Subespacios vectoriales.
2. Aplicaciones lineales.
2.1 Aplicaciones lineales entre espacios vectoriales.

2.1 Diagonalización.
3. Algebra Lineal aplicada a la Geometrı́a.
3.1 Curvas y superficies de segundo grado (cónicas y cuádricas).
Créditos: 4,5 (45 horas)
Documentación en INTERNET (consultar AULAWEB)
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
3. Algebra lineal aplicada a la Geometrı́a 35

3.1. Curvas y superficies de segundo grado (cónicas y cuádricas). . . . . . . . . . . . . . . 35
3.1.1. Temario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2. Apéndice: Cónicas y cuádricas: Tablas y figuras . . . . . . . . . . . . . . . . . . . . . 39
A. Resumen de Álgebra matricial 41
Problemas suplementarios de examen 47
Índice de sı́mbolos 53
Capı́tulo 1
Espacios vectoriales.
1.1. El espacio vectorial Rn . Sistemas de ecuaciones lineales

1.1.1. Temario
1. El espacio vectorial Rn .
Definición.
Combinación lineal de vectores. Relación lineal. Dependencia e independencia lineal.
Rango de un sistema de vectores en Rn .
2. Sistemas de ecuaciones lineales.
Sistemas homogéneos y no homogéneos. Solución de un sistema: sistemas compatibles e

incompatibles;
Matrices asociadas a un sistema lineal: matriz de coeficientes y matriz ampliada. Expresión
matricial de un sistema.
Resolución de un sistema de ecuaciones lineales. Método de eliminación de Gauss.
• Reducción de una matriz a forma escalonada.
• Método de eliminación de Gauss. Sistemas equivalentes. Método de eliminación de
Gauss-Jordan.
Propiedades de los sistemas homogéneos.
Interpretación de las soluciones de un sistema como vectores en Rn .
3. Rango de una matriz.
Rango de filas y de rango de columnas de una matriz. Teorema del rango.

Aplicación del método de Gauss al cálculo del rango de una matriz.
Matrices cuadradas regulares y singulares. Inversa de una matriz regular.
Criterio de compatibilidad de un sistema lineal de ecuaciones. Expresión de la solución
general de un sistema compatible de ecuaciones lineales.
4. Determinante de una matriz cuadrada.
Determinante de orden n. Definición y propiedades.

Aplicación del método de Gauss al cálculo de determinantes.
 Espacios vectoriales. Capı́tulo 1
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:
a) El rango del sistema de vectores {~a, ~b, ~c, d}

~ ⊂ R4 del ejercicio 1.
b) El rango de las matrices del ejercicio 2.
6. En R3 , se consideran los vectores ~u = (1, −1, 3), ~v = (2, 4, 0), y se denota por:
S = £{~u, ~v } = {~z = α~u + β~v , α, β ∈ R}
al conjunto formado por todas las combinaciones lineales de los vectores ~u y ~v . Se pide:
a) Determinar si los vectores ~z1 = (3, 3, 3), ~z2 = (1, 5, 6) pertenecen a S.
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:
i) b1 = −1, b2 = 2, b3 = 1 ; ii) b1 = 3, b2 = 4, b3 = 0; iii) b1 = −1, b2 = 3, b3 = −1
NOTA: Aplicar el método de eliminación de Gauss-Jordan al esquema matricial,

  
1 2 0  −1 3 −1
2 0 1  2 4 3 

1 1 −1  1 0 −1
que representa a los tres sistemas y resolverlos simultáneamente.
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
siendo I la matriz unidad de orden n. Se pide:

 Espacios vectoriales. Capı́tulo 1
a) Probar que la resolución de la ecuación matricial equivale a la resolución de los n sistemas

lineales:
AX1 = I1 , . . . , AXn = In
siendo X1 , . . . , Xn , las columnas de la matriz cuadrada X, y I1 , . . . , In las columnas de la
matriz unidad I.
b) Aplicar el algoritmo de eliminación de Gauss-Jordan a estos sistemas, para hallar la inversa

de las siguientes matrices:
 
1 −a 0 0
a b 0 1 −a 0 
i) , (a2 + b2 6= 0); ii)   , (a 6= 0)
−b a 0 0 1 −a
0 0 0 1
     
1 −1 1 1 1/2 1/3 1 1 0
iii) 0 1 −2 iv) 1/2 1/3 1/4 v) 0 1 1
0 0 1 1/3 1/4 1/5 1 0 1
12. Calcular los siguientes determinantes:

1 1
1 1 1
2 −2 0 2
−1 0 0
1 1 1 2 2 3 −4 1 −1 2 −1 0
i) ii) iii)
1 1 3 1 −1 −2 0 2 0 −1 2 −1

1 4 1 1 0 2 5 3 0 0 −1 2
2
22 32 42

1 a b 0 0
a a2

1 2 2 2 2

2
2 3 4 5 −b a 0 0
iv) 1 b b v) 2

2 2 2 vi)
3 4 5 6 0 0 c d
1 c c2 42 2 2 2

5 6 7 0 0 −d c
13. Haciendo uso de las propiedades de los determinantes, probar las siguientes propiedades de las
matrices cuadradas:
a) det(Am ) = (det A)m .
b) det(A−1 ) = (det A)−1 .
c) A = P BP −1 ⇒ det A = det B, det(Am ) = det(B m ).
d) det(αA) = αn det A, siendo α ∈ R y n el orden de la matriz A.
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.
(NOTA: m = 1, 2, . . ., designa un número natural cualquiera.)
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. Escribir la matriz G, a partir del diagrama de la figura.
2. Calculando G2 , determinar de cuantas maneras puede ir un pasajero de 1 a 5 haciendo una

sola escala intermedia
Tema 1.1] El espacio vectorial Rn . Sistemas de ecuaciones lineales 
1
3
5 4
Figura 1.1: Diagrama de conexión
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

a) Discutir, en función del valor de a, si el sistema es compatible determinado, compatible inde-

terminado o incompatible, utilizando el método de Gauss.
b) Si cada una de las ecuaciones del sistema lineal representa un plano en el espacio euclı́deo
tridimensional, ¿qué significado geométrico tiene la solución del sistema en el caso de sistema
compatible determinado? ¿Cuál es esa solución? ¿y en el caso de sistema incompatible, cuál es
el significado geométrico del sistema?
 Espacios vectoriales. Capı́tulo 1
1.2. Espacios vectoriales de dimensión finita

1.2.1. Temario
1. La estructura de espacio vectorial.
Espacio vectorial real. Definición. Propiedades. Dependencia e independencia lineal.

Ejemplos de espacios vectoriales. Los espacios vectoriales Mm·n (R), Pn (R), P (R), C(R).
2. Espacios vectoriales de dimensión finita. Bases.
Definición de espacio vectorial de dimensión finita. Base de un espacio vectorial. Bases

canónicas.
Coordenadas de un vector respecto de una base.
3. Cambio de base en un espacio vectorial. Ecuación matricial de cambio de base.
4. Isomorfismo entre espacios vectoriales.
Isomorfismo entre un espacio de dimensión n y Rn .
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:
{(1, 1, 0, 0), (−1, 1, 0, 0)}
Se pide:
a) Ampliar este conjunto para formar una base B de R4 .
b) Determinar la matriz asociada al cambio de base Bc → B, siendo Bc la base canónica de R4 ,

y escribir las ecuaciones de cambio de coordenadas correspondiente.
5. En el espacio vectorial M2 (R) de las matrices cuadradas reales de orden 2, se considera el conjunto
de vectores: n 1 0 0 0 0 1 0 −1 o
B= , , ,
0 0 0 1 1 0 1 0
Se pide:
a) Determinar el rango del conjunto y probar que es una base del espacio vectorial.
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
b) Comprobar que el polinomio buscado se puede escribir:
p(x) = y1 L1 (x) + y2 L2 (x) + y3 L3 (x)
en combinación lineal de los polinomios Li (x), i = 1, 2, 3, linealmente independientes.

 Espacios vectoriales. Capı́tulo 1
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:
{p(x), p0 (x), p00 (x), p000 (x)}
Probar que este conjunto es una base del espacio vectorial. Hallar las coordenadas del vector
1 + x + x2 + x3 respecto de esta base.
8. En el espacio vectorial real P3 (R), se considera el conjunto de polinomios:
{p1 (x), p2 (x), p3 (x), p4 (x)}
definidos por las condiciones expresadas en la siguiente tabla:
p(0) p(1) p0 (0) p0 (1)

1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
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:
a) Determinar estos polinomios.
b) Probar que constituyen una base del espacio vectorial.
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
Figura 1.2: Cambio de base por rotación
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:
a) Establecer las ecuaciones de cambio de coordenadas bajo el cambio de base Ba → Bb .
b) Si un vector tiene coordenadas (3, 1, 2, 0) respecto de la base Ba , calcular sus coordenadas

respecto de Bb .
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
b) Aplicar al caso en que V = R3 , B es la base canónica, y B1 , B2 las bases:
B1 = {(1, 0, 1), (1, 1, 0), (0, 1, 1)}, B2 = {(1, −2, 1), (1, 0, 1), (2, 1, 1)}
para obtener la matriz de cambio de base B1 → B2
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
d) H = {f ∈ C ∞ (R)| f n (0) = 0, ∀ n = 0, 1, 2, . . . , }, V = C ∞ (R)
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 }
a) Probar que S es un subespacio vectorial del espacio vectorial M2 (R).

 Espacios vectoriales. Capı́tulo 1

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:
a) Probar que el conjunto:
H = {~x = α1~v1 + α2~v2 + . . . + αp~vp , (αj ∈ R, j = 1, 2 . . . , p)}
es un subespacio vectorial de V (recibe el nombre de subespacio generado por el conjunto S).
b) ¿Considerando H como espacio vectorial — con las mismas operaciones definidas en V —,

qué puede afirmarse acerca de la dimensión de H?
16. (ex-feb/2003) Sean dos bases de un espacio vectorial V de dimensión finita:
Ba = {~a1 , ~a2 , ~a3 }, Bb = {~b1 , ~b2 , ~b3 }
cuyos vectores se expresan a su vez:
~
 
~a1 = ~c1 + ~c2
 b1 = ~c1 + ~c2

~a2 = −~c1 + 2~c2 + ~c3 , ~b2 = ~c2 + ~c3
 ~

~a3 = ~c1 + ~c2 + 2~c3 b3 = ~c3

al ser referidos a una tercera base Bc = {~c1 , ~c2 , ~c3 }.
a) Escribir la ecuación de cambio de base entre Ba y Bb para las coordenadas de un vector de V :
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 
1.3. Producto escalar en un espacio vectorial

1.3.1. Temario
1. Producto escalar en un espacio vectorial. Espacio vectorial euclı́deo.
Ejemplos.
Producto escalar en un espacio vectorial de dimensión finita. Expresión matricial del
producto escalar en coordenadas respecto de una base.
2. Norma o longitud de un vector. Ángulos.
Desigualdad de Schwarz. Desigualdad triangular.
3. Ortogonalidad.
Vectores ortogonales. Bases ortogonales.

Bases ortonormales. Expresión del producto escalar respecto de una base ortonormal.
Coordenadas rectangulares.
Cambio de base de una base ortonormal a otra. Matrices ortogonales.
Proceso de ortogonalización de Gram-Schmidt.
 Espacios vectoriales. Capı́tulo 1
1.3.2. Ejercicios
1. En el espacio vectorial R2 , se define:
h~x, ~y i = (x1 + x2 )(y1 + y2 ), ~x = (x1 , x2 ), ~y = (y1 , y2 )
¿Es este producto un producto escalar sobre R2 ? Justificar la respuesta.
2. Se considera el espacio vectorial P2 (R) de los polinomios:
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) Utilizar el resultado anterior para probar que:
hp, qi = p(−1)q(−1) + p(0)q(0) + p(1)q(1)
es un producto escalar en este espacio vectorial.
c) Expresar el producto escalar anterior en términos de las coordenadas de los polinomios p y q

respecto de la base canónica B = {1, x, x2 }.
d) Con el producto escalar definido en el apartado anterior, calcular:
k1k, kxk, h1, xi, hx, x2 i
3. Sea el espacio vectorial R4 con el producto escalar usual:
~x · ~y = x1 y1 + x2 y2 + x3 y3 + x4 y4 , ~x = (x1 , x2 .x3 , x4 ), ~y = (y1 , y2 , y3 , y4 )
Dados los vectores: ~a = (1, −1, 2, 0) y ~b = (2, 2, −3, 1), se pide:

~b
a) Calcular: k~ak, k~a − ~bk,
k~bk
b) Comprobar que se cumplen las desigualdades: |~a · ~b| ≤ kak kbk, k~a + ~bk ≤ k~ak + k~bk
c) Determinar todos los vectores ~x ∈ R4 que satisfacen:

i) k~a + ~xk = k~ak + k~xk
ii) |~a · ~x| = k~ak k~xk
4. Probar las siguientes proposiciones relativas a vectores en un espacio vectorial euclı́deo:
i) k~u + ~v k2 + k~u − ~v k2 = 2k~uk2 + 2k~v k2

ii) Si ~v es ortogonal a w ~1 y w
~ 2 , entonces, ~v es ortogonal a α w ~ 2 , ∀ α, β ∈ R
~1 + β w
iii) ~u + ~v y ~u − ~v son ortogonales si y sólo si k~uk = k~v k
iv) Todo conjunto de vectores, no nulos, ~v1 , . . . , ~vq ortogonales dos a dos, v.g., que verifican:
~vj · ~vk = 0, (i, j = 1, 2, . . . , q, i 6= j)
es linealmente independiente.
v) Si ~v1 , . . . , ~vq son ortogonales dos a dos, entonces:
k~v1 + . . . + ~vq k2 = k~v1 k2 + . . . + k~vq k2

Tema 1.3] Producto escalar en un espacio vectorial 
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:
a) Probar que las funciones:
1, sen x, cos x, sen 2x, cos 2x, . . . , sen nx, cos nx, . . .
son ortogonales entre sı́.
b) Calcular k sen xk, k cos xk, k sen x − cos xk
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:
i) Si x1 , . . . , xn son las coordenadas de un vector ~x respecto de B, se tiene:
xj = ~x · ~aj , j = 1, . . . , n
Pn
ii) k~xk2 = 1 x2j = x21 + . . . + x2n
8. Aplicar el procedimiento de ortogonalización de Gram-Schmidt a las bases de los siguientes espa-

cios vectoriales euclı́deos para obtener bases ortonormales de los mismos:
i) V = R3 (producto escalar usual), B = {(1, 1, 1), (1, 1, 0), (1, 0, 1)}

ii) V = P2 (R), hp, qi = p(−1)q(−1) + p(0)q(0) + p(1)q(1), B = {1, x, x2 }
9. En el espacio vectorial P2 (R), se define el siguiente producto escalar:

Z 1
hp, qi = p(x)q(x)dx, p, q ∈ P2 (R)
0
Se pide:
a) Determinar si la base canónica, B = {1, x, x2 }, es ortogonal.
b) Hallar algún vector 1 + αx + βx2 , α, β ∈ R que sea ortogonal a x y a x2 simultáneamente.
c) Hallar la matriz del producto escalar respecto de la base {1, 2x − 1, x(x − 1)}.
d) Aplicar el proceso de ortogonalización de Gram-Scmidt a la base anterior.
10. Sea el espacio vectorial P2 (R) con el producto escalar:

Z 1
hp, qi = p(x)q(x)dx, p, q ∈ P2 (R)
−1
Se pide:
a) Expresar el producto escalar en términos de las coordenadas de los polinomios p y q respecto

de la base canónica {1, x, x2 }.
 Espacios vectoriales. Capı́tulo 1
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 .
d) Determinar las coordenadas del vector q(x) = −1 + 2x − x2 respecto de la base ortonormal B2

obtenida en el apartado anterior, y la norma kq(x)k.
11. Se considera el espacio vectorial P2 (R) con un producto escalar hp, qi definido en el mismo, y:
B = {u(x), v(x), w(x)}, u, v, w ∈ P2 (R)
una base ortonormal respecto de ese producto escalar.

1 1
a) Probar que el conjunto B1 = { √ (u(x) + v(x)), √ (u(x) − v(x)), w(x)} es también una base
2 2
ortonormal.
b) Hallar la matriz de cambio de base: B → B1 y comprobar que se trata de una matriz ortogonal.
12. Determinar cuales de las siguientes matrices son ortogonales:

√ √
1/√2 −1/√ 2 cos φ − sen φ cos 2α sen 2α
i) ii) (φ ∈ R) iii) (α ∈ R)
1/ 2 1/ 2 sen φ cos φ sen 2α − cos 2α
   √ √   √ √ 
1 1 1 1/√3 −2/√ 6 0√ 1/√2 0√ 1/ √2
iv) 1 0 −1 v) 1/√3 1/√6 −1/√ 2 vi)  1/ √3 1/ 3 −1/√ 3
0 1 1 1
1/ 3 1/ 6 1/ 2 −1/ 2 0 4/ 2
~ , 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:
~i0 = √1 (−~i + ~k) ~j 0 = √1 (~i − 2~j + ~k), ~i0 = √1 (~i + ~j + ~k)

2 6 3
referidos a una base ortonormal estándar B = {~i, ~j, ~k}. Se pide:
a) Probar que constituyen una base ortonormal B 0 del espacio vectorial.
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 
1.4. Subespacios vectoriales

1.4.1. Temario
1. Subespacio de un espacio vectorial.
Subespacio generado por un conjunto finito de vectores.

Subespacios de dimensión finita. Base de un subespacio vectorial.
2. Caracterización de un subespacio vectorial de dimensión finita.
Ecuaciones cartesianas (o implı́citas) de un subespacio respecto de una base.

Ecuaciones paramétricas.
3. Operaciones con subespacios vectoriales.
Suma de subespacios vectoriales.

Intersección de subespacios vectoriales.
Fórmula de las dimensiones.
4. Suma directa de subespacios.
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.
5. Complemento ortogonal de un subespacio en un espacio vectorial euclı́deo.
6. Proyección ortogonal de un vector sobre un subespacio vectorial.

 Espacios vectoriales. Capı́tulo 1
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 .
b) Determinar una base del subespacio intersección U ∩ V
c) Comprobar que se cumple la fórmula de las dimensiones:
dim(U + V ) = dim(U ) + dim(V ) − dim(U ∩ V )
7. Se consideran H1 , H2 , . . . subespacios de un espacio vectorial V . Discutir si las siguientes propo-

siciones son ciertas:
a) H1 ∩ H2 = {~0} ⇒ cualesquiera que sean ~v1 ∈ H1 , ~v2 ∈ H2 , no nulos, estos vectores son
linealmente independientes.
b) dim H1 + dim H2 = dimV ⇒, la suma de los subespacios H1 + H2 es una suma directa.
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.
d) H1 ∩ H2 ∩ H3 = {~0} ⇒ la suma H1 ⊕ H2 ⊕ H3 es una suma directa.
8. En los espacios vectoriales V siguientes, determinar si los subespacios dados L y M son suple-
mentarios: V = L ⊕ M :
a) V = Pn (R): L = {p(x)|p(−x) = p(x)}, M = {q(x)| q(−x) = −q(x)}
b) V = Mn (R): L = {A ∈ Mn (R)| A = AT }, M = {A ∈ Mn (R)| A = −AT }
c) V = C(R): L = {f |f (0) = 0}, M = {f |f (x) = k ∀x, (k ∈ R)}
9. En el espacio vectorial M2 (R) se consideran los subconjuntos:

0 b a −b
L= a, b ∈ R M= a, b ∈ R
a a+b b a+b
a) Hallar bases de los subespacios vectoriales L y M .
b) Caracterizar estos subespacios mediante sistemas de ecuaciones cartesianas referidas a la base

camónica de M2 (R).

1 0
c) Estudiar si son suplementarios. En caso de que lo sean descomponer la matriz como
3 6
suma de una matriz de L y otra de M .
10. Se consdera el subespacio W formado por los polinomios p(x) = p0 + p1 x + p2 x2 + p3 x3 del

espacio vectorial P3 (R) que satisfacen el sistema de ecuaciones cartesianas:

p0 − p1 = 0

p0 + p1 + 2p2 − p3 = 0

p1 + p2 + αp3 = 0

para un cierto valor α ∈ R. Se pide:
a) Hallar α sabiendo que dim W =2 y hallar una base de W .
b) Con el valor hallado de α encontrar un subespacio suplementario de W que contenga el poli-

nomio x.
 Espacios vectoriales. Capı́tulo 1
11. Estudiar si las siguientes sumas de subespacios vectoriales del espacio vectorial P3 (R) son sumas
directas:
i) L1 + L2 ; L1 = £({1, x2 }), L2 = £({x, x3 }) R1

ii) L1 + L2 ; L1 = {p ∈ P3 (R)|5p00 (0) + p0 (0) = 0}, L2 = {p ∈ P3 (R)| −1 (2x − 1)p(x) dx}
iii) L1 + L2 + L3 ; L1 = £({1, 1 + x + x2 }), L2 = £({1 + x}), L3 = £({1 + x + x3 })
12. En el espacio vectorial R4 se consideran los subespacios siguientes:
W1 = £(S), S = {(2, −1, 1, 1), (1, 0, 1, −1)},

W2 = {(x, y, z, u) ∈ R4 | x = z = u = 0}
W3 = {(x, y, z, u) ∈ R4 |x = 0, y = a, z = a + b, u = 0; (a, b ∈ R)}
a) Obtener unas ecuaciones cartesianas de un subespacio suplementario de W1 .
b) Estudiar si es directa la suma W1 + W2 + W3 .
c) Obtener una base del subespacio W1 ∩ W2
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:
Uα = £{(α, 1, 1), (1, α, 1), (1, 1, α)}, α ∈ R
a) Hallar la dimensión de Uα según el valor de α.
b) Demostrar que U1 ⊕ U−2 = R3 y descomponer el vector ~v = (1, 0, 2) en suma de dos vectores,

uno de U1 y otro U−2
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:
a) Hallar el complemento ortogonal de U ⊥ .
b) Hallar unas bases ortogonales en los subespacios U y U ⊥ .
16. Sea el espacio vectorial R3 y el subespacio:
L = £({(1, 2, −1), (−1, 0, −1)}
Hallar la proyección ortogonal del vector ~a = (3, 6, 6) sobre el subespacio L.
17. Sea el espacio vectorial R3 y el subespacio: L ≡ x − 2y + 2z = 0. Se pide:
a) Determinar su complemento ortogonal, L⊥ .
b) Descomponer el vector (a, 0, −a) ∈ R3 en suma de un vector de L y otro de L⊥ . ¿Es esta

descomposición única ?
Tema 1.4] Subespacios vectoriales 
18. Sea el espacio vectorial euclı́deo P2 (R) con el producto escalar:

Z 1
< p, q >= 2 p(x)q(x) dx
0
y el subespacio vectorial:
H = {p| ∈ P2 (R) < p, x >= 0 y < p, x2 >= 0}
a) Determinar una base de H y otra base ortogonal del complemento ortogonal H ⊥ .
b) Hallar la proyección ortogonal de los vectores 1 ∈ P2 (R) y 1−x+x2 ∈ P2 (R) sobre el subespacio
H.
19.(ex-feb/2003) Se considera el espacio vectorial euclı́deo R4 con el producto escalar usual
(estándar), y los subespacios vectoriales definidos por:
(
x−y−z+w =0
U: , Vα : L{(1, 0, −1, 0), (α, 1, 0, −1)}, (α ∈ R)
x+y−z−w =0
1. Determinar la dimensión del subespacio U y una base ortogonal del mismo.
2. Hallar el valor de α, sabiendo que Vα es el complemento ortogonal de U .
~ = (1, −1, −1, −1) en la
3. Para el valor de α calculado en el apartado anterior descomponer w
forma:
~ = ~u + ~v , ~u ∈ U, ~v ∈ Vα
w
y comprobar que:
~ 2 = k~uk2 + k~v k2
kwk
20.(ex-feb/2004) Se considera el espacio vectorial euclı́deo R4 con el producto escalar usual, y
U = £{(1, 1, 0, 0), (1, 0, 1, 0)} un subespacio. Se pide:
a) Escribir unas ecuaciones paramétricas del complemento ortogonal U ⊥ , referidas a la base

canónica de R4 .
b) Construir una base ortogonal B de R4 en la que los dos primeros vectores pertenezcan a U y
el resto a U ⊥ . Escribir las ecuaciones de cambio de base de la base canónica Bc a la base B.
c) Calcular las coordenadas del vector (1, 1, 1, 1) respecto de la base B.
d) Obtener la proyección ortogonal del vector (1, 1, 1, 1) sobre el subespacio U .
e) Si W = £{(1, 1, 1, 1), (0, 0, 0, 1)} hallar unas ecuaciones cartesianas de W referidas a la base
B.
21. (ex-junio/2004) Se considera el espacio vectorial euclı́deo R5 con el producto escalar usual.
a) Determinar el rango del conjunto de vectores:

G = {(1, 1, 1, 1, 1), (2, 1, 1, 0, 1), (1, 2, 0, 1, 0)}
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. Aplicaciones lineales entre espacios vectoriales

2.1.1. Temario
1. Aplicación lineal entre dos espacios vectoriales. Definición.
Ejemplos. Propiedades elementales.
2. Núcleo e imagen de una aplicación lineal.
Definición de núcleo e imagen.

Imagen de un subespacio del espacio vectorial inicial.
3. Aplicaciones lineales inyectivas, suprayectivas y biyectivas.
4. Representación matricial de una aplicación lineal.
Aplicación lineal entre espacios de dimensión finita. Expresión matricial.

Rango de una aplicación lineal.
Fórmula de las dimensiones del núcleo y la imagen.
Cambio de bases. Matrices equivalentes.
Matrices semejantes.
5. Composición (producto) de aplicaciones lineales.
Definición y propiedades. Aplicación lineal inversa.

 Aplicaciones lineales Capı́tulo 2
2.1.2. Ejercicios
1. Determinar si las aplicaciones siguientes son aplicaciones lineales:
i) f : V → V, f (~x) = α~x + ~a, siendo α ∈ R, ~a ∈ V un vector fijo de un espacio vectorial V .
ii) g : R3 → R3 , g[(x1 , x2 , x3 )] = (a2 x3 − a3 x2 , a3 x1 − a1 x3 , a1 x2 − a2 x1 ), donde a1 , a2 y a3 son

números reales dados, no todos nulos.
iii) h : R3 → R, h(~x) = ~x · ~a, (~a 6= ~0)
iv) r : R3 → R3 , r(~x) = (~x · ~a)~a, (~a 6= ~0, k~ak = 1)
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:
i) f : R3 → R3 , f [(x1 , x2 , x3 )] = (x1 − 2x3 , x2 + x3 , x1 − x2 − x3 )
ii) g : P2 (R) → R3 , g(p0 + p1 x + p2 x2 ) = (0, p1 , −2p1 + 3p2 )

x+y z
iii) h : R3 → M2 (R), h[(x, y, z)] =
z x−y
4. Sea f : R4 → R4 la aplicación lineal definida por:



 f (~e1 ) = 2~e1 − ~e2

 f (~e2 ) = 2~e2
 f (~e3 ) = ~e1 − ~e3 − ~e4

f (~e4 ) = ~e1 + ~e2 + ~e3 + ~e4
siendo Bc = {~e1 , ~e2 , ~e3 , ~e4 } la base canónica de R4 . Se pide:
a) La matriz F = M (f, Bc ) de la aplicación lineal f respecto de la base canónica de R4 .
b) Hallar unas ecuaciones paramétricas del núcleo y su dimensión.
c) Hallar una base del subespacio imagen.
d) Determinar si la aplicación lineal es inyectiva, suprayectiva o biyectiva.
5. Se considera el espacio vectorial V de los vectores en el plano euclı́deo:
~r = x~i + y~j ≡ (x, y) ∈ R2
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 
r(x, y) = (−y, x) giro de 90o respecto r ◦ r = −i

del origen
s(x, y) = (x, −y) simetrı́a respecto del s◦s=i

eje X
S(x, y) = (y, x) simetrı́a respecto de S = 2p − i

la recta y = x
p(x, y) = ( x+y x+y

2 , 2 ) proyección ortogonal p◦p=p
sobre la recta y = x
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
Interpretar geométricamente estas transformaciones, y comprobar las propiedades que se presentan

en la última columna de la tabla (i(~r) = ~r es la transformación identidad).
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
la matriz de fk respecto de dos bases: BV = {~v1 , ~v2 } ⊂ V , y BW = {w

~ 1, w ~ 3 } ⊂ W . Se pide:
~ 2, w
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)
b) Estudiar si f es inyectiva o suprayectiva.

 Aplicaciones lineales Capı́tulo 2
c) Determinar todos los vectores ~x ∈ V que satisfacen:
f (~x) = ~b
siendo ~b = 2w
~ 1 − 4w
~ 2 + 6w
~ 3 . ¿Forman estos vectores un subespacio vectorial de V ?
d) Hallar algún subespacio vectorial H ⊂ V tal que:
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:
D : P (R) → P (R); D(p) = q, q(x) = p0 (x)

T : P (R) → P (R); T (p) = q, q(x) = xp(x)
Se pide:
a) Probar que son transformaciones lineales.
b) Estudiar si las transformaciones lineales D y T son:

i) inyectivas; ii) suprayectivas; iii) biyectivas
c) Comprobar que D y T son transformaciones que no conmutan, i.e., D ◦ T 6= T ◦ D;

8. Se definen las siguientes transformaciones lineales en el espacio vectorial P3 (R):
D : P3 (R) → P3 (R); p(x) → D[p(x)] = p0 (x)
T : P3 (R) → P3 (R); T [p(x)] = p(x + 1)
Se pide:
a) Calcular las matrices asociadas a las transformaciones lineales D y T respecto de la base
canónica:
M (D, Bc ), M (T, Bc ) Bc = {1, x, x2 , x3 }
b) Calcular las matrices de D y T respecto de la base:
B = {1, x + 1, (x + 1)2 , (x + 1)3 }
9. Se considera la aplicación lineal f : R3 → R4 definida por:
f [(x1 , x2 , x3 )] = (x1 + 2x2 , x2 + 2x3 , 3x2 + x3 , x3 )
a) Escribir la matriz de f respecto de las bases canónicas de R3 y R4 .
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
a) Analizar si los subespacios vectoriales núcleo e imagen de f , son suplementarios, i.e.,
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
calculando además los números a, b, c y d.
c)* Sea ahora R3 con el producto escalar estandar, y g la aplicación lineal:
g(~x) = (~x · ~a)~a
siendo ~a ∈ R3 un vector unitario (k~ak = 1) cualquiera. Interpretar geométricamente la aplica-

ción lineal g y probar que se puede encontrar una base B de R3 tal que:
 
0 0 0
M (g, B) = 0 0 0
0 0 1
11. Se considera f : R3 → R3 la aplicación lineal definida en el Ej. 10, y g : R3 → R2 , definida por:


g(1, 0, 0) = (1, 2)

g(0, 1, 0) = (2, 1)

g(0, 0, 1) = (1, 1)
Hallar la matriz de la aplicación lineal g ◦ f : R3 → R2 , respecto de las bases canónicas respectivas.

¿Es g ◦ f inyectiva? ¿Es suprayectiva?
12. Sea f : M2 (R) → P2 (R) la aplicación lineal definida por:
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.
b) Se considera B1 = {1, x + 1, (x + 1)2 } una nueva base de P2 (R). Hallar A1 = M (f, B, B1 ).
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.
b) Ecuaciones cartesianas del núcleo respecto de la base B.
c) Ecuaciones cartesianas de la imagen respecto de la base B 0 .
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}
y f la aplicación lineal definida por:
f (~x) = ~y , siendo ~y el vector proyección ortogonal de ~x ∈ R3 sobre el subespacio W
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)}
b) Obtener la ecuación matricial de la aplicación lineal f respecto de la base canónica de R3 . Si

F = M (f, B) es la matriz de la aplicación lineal f respecto de la base canónica, comprobar
que satisface:
F2 ≡ FF = F
¿Se verifica esta última propiedad si F está referida a otra base cualquiera de R3 ?
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
a) Probar que f es una aplicación lineal biyectiva siempre que α 6= 1. Calcular M (f −1 , Bc , Bc )

para α = 0. (En lo sucesivo se considerará este último valor).
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 ?
c) Hallar la matriz F1 = M (f, Bc , B).
d) Hallar la matriz F2 = M (f, B, B)
17. Sea V = F (R) el espacio vectorial real de las funciones reales de variable real (con dominio R).
Considérense las aplicaciones:
G : R3 → V, G(a, b, c) = a sen2 x + b cos2 x + c.

H : V → R2 , H(f (x)) = (f (0), f (−π/2)).
a) Comprobar que G y H son aplicaciones lineales.
b) Hallar sus núcleos e imágenes.
c) Si L ⊂ V es el subespacio formado por las funciones constantes, hallar G−1 (L).
d) Hallar la matriz de la aplicación compuesta H ◦ G : R3 → R2 respecto de las respectivas bases

canónicas.
Tema 2.1] Aplicaciones lineales entre espacios vectoriales 
e) Si H ∗ : W = L(sen2 x, cos2 x) → R2 se define por H ∗ (f (x)) = H(f (x)), ¿es H ∗ invertible?
18. (ex/febrero-03)Sea f : R2 → R3 una aplicación lineal y:

 
2 1
A = M (f, B1 , B2 ) = 1 3
4 1
la matriz de f respecto de las bases:
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
siendo Bc = {1, x, x2 , x3 } la base canónica de P3 (R) y B 0 una base desconocida de R4 .

Se pide:
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
determinar la base B 0 y la matriz de la aplicación lineal f respecto de las bases canónicas de

los espacios inicial y final.
c) Hallar unas ecuaciones cartesianas del subespacio imagen Im(f ) referidas a la base canónica
de R4 .
d) Analizar si la aplicación lineal f es inyectiva, suprayectiva o biyectiva.

 Aplicaciones lineales Capı́tulo 2
2.2. Diagonalización
2.2.1. Temario
1. Valor propio y vector propio de una aplicación lineal f : V → V .
2. Polinomio caracterı́stico. Cálculo de los valores propios.
3. Subespacios propios.
4. Aplicación lineal diagonalizable. Matriz diagonalizable.
Condición necesaria y suficiente para que una aplicación lineal sea diagonalizable.
5. Diagonalización de matrices simétricas.

Tema 2.2] Diagonalización 
2.2.2. Ejercicios
1. Sea la aplicación lineal f : R2 → R2 , definida por:
f [(x1 , x2 )] = (x2 , x1 )
Comprobar que λ = 1, −1 son sus autovalores y determinar los autovectores correspondientes. Si

identificamos R2 con el espacio vectorial V2 de los vectores en el plano euclı́deo ((x1 , x2 ) ≡ ~r =
x1~i + x2~j, B = {~i, ~j} base ortonormal de V2 ), ¿cuál es la interpretación geométrica de la aplicación
lineal f y de sus autovalores y autovectores?
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.
4. Se consideran las siguientes matrices:

     
−1 0 −3 0 3 1 −2 1 −1
i)  3 2 3  ii)  2 −1 −1 iii) −1 −1 0 
−3 0 −1 −2 −1 −1 0 1 −3
Para cada una de ellas calcular:

a) Los valores propios.
b) Los subespacios propios de R3 asociados a los valores propios.

¿Cuáles de las matrices anteriores son diagonalizables en R?
5. Estudiar si son ciertas las siguientes afirmaciones:

i) Si A ∈ Mn (R) es una matriz diagonalizable en R, su determinante, det(A) coincide con el
producto de sus valores propios, det(A) = λ1 λ1 · · · λn .
ii) Si f : V → V admite un valor propio λ, entonces:
f ◦f
admite el valor propio λ2 .

iii) Una aplicación lineal f : V → V es invertible si y solamente si λ = 0 no es un valor propio para
f.
iv) Una aplicación lineal f : V → V es diagonalizable si y solamente si
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.
9. Sea V un espacio vectorial real de dimensión 2, y g : V → V la aplicación lineal cuya matriz

respecto de la base B = {~u1 , ~u2 } de V es:

1/2 3/2
3/2 1/2
a) Encontrar una base de V respecto de la cual la matriz asociada a g sea diagonal ası́ como dicha
matriz diagonal.
(n
b) Determinar g n (~u1 ), (n ∈ N ), siendo g n = g ◦ g ◦ · · · ◦ g
10. Sea f : R4 → R4 la aplicación lineal que verifica:


 f (~e1 ) = 2~e1 − ~e2

 f (~e2 ) = 2~e2

 f (~e3) = ~ e2 + 2~e3
f (~e4 ) = ~e1 + ~e2 + ~e3 + ~e4
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 
11. Sea f : R3 → R3 la aplicación lineal:

    
y1 1 0 1 x1
y2  = 1 0 1 x2 
y3 1 1 0 x3
referida a la base canónica.

a) Determinar valores propios y los subespacios propios asociados.
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.
b) Hallar una matriz D diagonal y una matriz invertible P tales que A = P DP −1 .

13. Se considera la aplicación lineal f : R4 → R4 definida por las condiciones siguientes:
1.) f (1, 0, 0, 0) = (1, 1, 1, 1)
2.) f (0, 0, 0, 1) = (0, 1, 1, 0)
3.) N(f ) = {(x, y, z, u)| x = 0, u = 0}
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.
c) Se considera el caso particular:
V = R4 , f (1, 0, 0, 0) = (1, 1, 0, 0), f (1, 1, 1, 0) = (1, 1, 1, 1)
junto con la condición f ◦ f = −i. Hallar la matriz A de f respecto de la base canónica de R4 .

Comprobar que las raı́ces del polinomio caracterı́stico de la matriz A son números complejos.
¿Es f diagonalizable en R?
15. Se considera la aplicación lineal f : R3 → R3 , cuya expresión matricial respecto de la base
canónica es:  ∗   
x 2/3 2/3 1/3 x
y ∗  = −2/3 1/3 2/3 y 
z∗ 1/3 −2/3 2/3 z
 Aplicaciones lineales Capı́tulo 2
a) Comprobar que la matriz de f es ortogonal y que tiene un único autovalor real.
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
determinando el valor de φ. ¿Qué significado geométrico tiene esta aplicación?
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
a) Hallar Ker(fθ ) e Im(fθ ) y comprobar que:
Ker(fθ ) = Im(fθ )⊥
donde Im(fθ )⊥ es el complemento ortogonal del subespacio imagen.

π
(Ayuda: Estudiar separadamente los casos θ = 0 y θ = ).
2
En los apartados que siguen se considera la aplicación lineal f ≡ fθ para el valor θ = π/6:
b) Hallar una matriz diagonal D y una matriz ortogonal P tales que:
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 .
18. (ex-junio/2004) Se considera la siguiente familia de matrices:

 
6−α α 0 0
 −α 6 + α 0 0
Aα =   (α ∈ R)
 0 0 9 3
0 0 3 1
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
c) Escribir unas bases de los subespacios propios correspondientes a los autovalores de A. La

suma de estos subespacios propios, ¿es una suma directa? ¿Cuál es el subespacio suma?
d) Hallar, para un valor genérico de α, el polinomio caracterı́stico y los autovalores de Aα com-

probando que no dependen de α. Estudiar si existe algún valor α 6= 0 de este parámetro para
el cual la matriz Aα sea también diagonalizable.
Capı́tulo 3
Algebra lineal aplicada a la Geometrı́a
3.1. Curvas y superficies de segundo grado (cónicas y cuádricas).

3.1.1. Temario
1. El plano E2 y el espacio afı́n euclı́deo E3 .
Cambio de sistema de referencia ortonormal.
2. Secciones cónicas.
Ecuación intrı́nseca de una cónica. Foco, directriz y excentricidad.

Ecuaciones cartesianas en forma canónica.
3. Ecuación general de segundo grado de una cónica.
Cónicas de tipo elı́ptico, parabólico e hiperbólico.

Reducción a forma canónica mediante una rotación y traslación de ejes.
4. Cuádricas.
Ecuaciones cartesianas en forma canónica. Estudio de las secciones planas.

Ecuación general de segundo grado de una cuádrica. Clasificación de las cuádricas según
los autovalores de la forma cuadrática asociada. Ejes principales.
 Algebra lineal aplicada a la Geometrı́a Capı́tulo 3
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
Figura 3.1: Cambio ortogonal de sistema de referencia
2. Determinar la excentricidad e, las coordenadas de los focos y las ecuaciones de las rectas directrices
de las cónicas siguientes:
i)4x2 + y 2 = 1; ii)2x2 − 3y = 0; iii)25x2 − 16y 2 = 1
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) .
3. (ex-sep-2003) Dada la cónica C de ecuación:
2x2 + 4xy + 5y 2 + x + 2y = 0
referida a un sistema de referencia ortonormal R(O,~i, ~j) en el plano, se pide:
a) Determinar el tipo (elı́ptico, hiperbólico o parabólico) de la cónica.
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). 
4. Se considera la familia de cónicas dependiente de un parámetro real k ∈ R de ecuación:
(2 − k)x2 − 2kxy + ky 2 − 48y − 124 = 0
Se pide:
a) Clasificar las cónicas según sean de tipo elı́ptico, hiperbólico o parabólico, para los distintos
valores de k.
b) Comprobar que para k 6= 0, 1 la cónica es una cónica central.
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.
b) Las ecuaciones cartesianas de las ası́ntotas en el sistema de referencia correspondiente a la

ecuación en forma canónica.
c) La distancia entre los focos.
d) Dibujar la gráfica de la hipérbola 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.
7. Se considera un cambio de referencia ortonormal, definido por las ecuaciones:

       0
x 2 2/3 2/3 1/3 x
y  =  1  + −2/3 1/3 2/3 y 0 
z −1 1/3 −2/3 2/3 z0
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’ ?
b) Determinar la ecuación de un plano en el sistema de ejes O’X’Y’Z’ sabiendo que su ecuación

en el sistema de ejes OXYZ es x − y + 2z − 1 = 0.
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
8. Se consideran las cuádricas de ecuaciones:

i) −2x2 − 2z 2 − 4x = 0 ii) y 2 − z 2 + 2x − 1 = 0
iii) x2 + z 2 = 4 iv) x2 + y 2 − z 2 − 2x − 4y + z − 1 = 0
v) −x2 − 6y 2 + 2x − 2z − 1 = 0 vi) x2 − z 2 − 6z = 0
a) Identificar la cuádrica correspondiente realizando, si es preciso, una traslación de ejes para

obtener su ecuación reducida a forma canónica.
b) Para aquellas cuádricas que sean cuádricas centrales obtener su centro y ejes.
c) Para aquellas que sean paraboloides, las coordenadas del vértice y el eje de simetrı́a.
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
a) Identificar la cuádrica correspondiente, calculando en cada caso los autovalores de la matriz

de la parte cuadrática de la ecuación.
b) Para aquellas que sean cuádricas centrales, hallar las direcciones de los ejes principales.
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 
3.2. Apéndice: Cónicas y cuádricas: Tablas y figuras
Cuadro 3.1: Ecuaciones canónicas de las cónicas.
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
y 2 − 4px = 0 parábola excentricidad: e = 1, Foco: (p, 0)
x2 − a2 = 0 par de rectas parale-

las
x2 = 0 par de rectas coinci-

dentes
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 + a2 = 0 par de rectas imagi-

narias
x2 y 2
− 2 =0 par de rectas secan-
a2 b
tes
 Algebra lineal aplicada a la Geometrı́a Capı́tulo 3
Cuadro 3.2: Figuras y ecuaciones canónicas de las cuádricas.
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
Resumen de Álgebra matricial
Matrices
Un cuadro de números, dispuestos en filas y columnas:
 
a11 a12 . . . a1q
a21 a22 . . . a2q 
A=
 
. . 
 . 
ap1 ap2 . . . apq
recibe el nombre de matriz. Si p es el número de filas y q el número de columnas, se dice que la

matriz A tiene dimensión p · q.
Cada pareja de ı́ndices

(i, j), i = 1, . . . , p; j = 1, . . . , q
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)
Distintos tipos de matrices:

ejemplos.
Matriz fila: 1 3 3 ∈ M1×3 (R)


1
Matriz columna:  2  ∈ M3×1 (R)
−1
Matriz traspuesta: Si A es una matriz cualquiera, la matriz traspuesta AT es la que resulta de

cambiar las filas de A por sus columnas:

1 2 −3
A= ∈ M2×3 (R) →
4 −1 −2
 
1 4
AT =  2 −1 ∈ M3×2 (R)
−3 −2
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 diagonal (cuadrada):

 
1 0 0 0
0 −1 0 0
D=  ( Los elementos verifican pues: dij = 0, i 6= j)
0 0 0 0
0 0 0 −2
Matriz simétrica: Es aquella matriz cuadrada que coincide con su traspuesta:

 
1 2 −2
A = AT : A= 2 5 3  ( Los elementos de matriz verifican pues: aij = aji )
−2 3 4
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
Operaciones algebraicas. Sean A = (aij ), B = (bij ) dos matrices de la misma dimensión, λ un

número real. Definimos las operaciones de suma de matrices y multiplicación por números reales:
SUMA: C = A + B
cij = aij + bij
donde cij es el término correspondiente de la matriz suma.

MULTIPLICACIÓN POR REALES: C = λA
cij = λaij
Ası́ por ejemplo:

1 3 3 −1 3 3 0 6 6
+ =
2 −1 −1 0 5 2 2 4 1

1 3 3 3 9 9
3 =
2 −1 −1 6 −3 −3
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:
A ∈ Mp×q (R), B ∈ Mq×r (R) → C = AB ∈ Mp×r (R)

de manera que el producto es otra matriz C que tiene p filas y r columnas.
Por ejemplo: si A es una matriz fila y B una matriz columna (con el mismo número de elementos)
entonces, se define:
 
b1
n
 b2  X
 
a1 a2 . . . an  .  = aj bj ≡ a1 b1 + a2 b2 + . . . + an bn
 .. 
j=1
bn
Apéndice A 
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
cualquiera que sean los ı́ndices: i = 1, . . . , p y k = 1, . . . r.

Cada término cik de la matriz producto se calcula, pues, haciendo el producto de la matriz fila i−
ésima de A por la columna k−ésima de B.
Propiedades de la suma y el producto de matrices: No vamos a tratar con detalle, todos los
pormenores del álgebra matricial (Para un estudio completo, ver la bibliografı́a de Algebra Lineal).
Nos limitaremos aquı́ a las siguientes observaciones:
1. La SUMA de matrices, goza de las mismas propiedades algebraicas (asociatividad, conmutati-

vidad, etc.) que la suma ordinaria de números reales.
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:
1. La columna j − ésima de la matriz producto C, es una combinación lineal de las columnas de

la matriz A con coeficientes los términos de la columna j − ésima de B (b1j , b2j , · · · , bqj )
 Apéndice A
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 ejemplo, en el producto:

    
2 4 −1 0 4 −1 0 −3 17 4 3
0 0 −2 −1 2 1 1  = −2 −2 −4 2
2 4 2 1 1 2 −1 −2 18 6 2
 
3
la 4a columna 2 del segundo miembro se obtiene mediante la combinación lineal:
2
     
2 4 −1
0 0 + (1) 0 + (−1) −2
2 4 2
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) Si existe la matriz inversa entonces es única y se denota: X = A−1 .

b) Una matriz A ∈ Mn (R) es invertible si y solo si es una matriz regular, i.e., Rg(A) = n.
c) (AB)−1 = B −1 A−1 (siempre que A y B sean matrices invertibles del mismo orden).
El anillo de las matrices cuadradas de orden n.

Reunimos a continuación las propiedades de la SUMA y PRODUCTO en el conjunto de matrices
cuadradas Mn R:
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 
d) Para cada matriz cuadrada A existe la matriz opuesta −A que satisface:
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:
1. NO se verifica en general, la propiedad conmutativa del producto: AB 6= BA.
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
1. En el espacio vectorial R4 se consideran los vectores ~y = (y1 , y2 , y3 , y4 )

y ~z = (z1 , z2 , z3 , z4 ) cuyas componentes verifican la ecuación matricial:
    
1 −1 0 1 y 1 z1 0 0
−1 0 1 1  y2 z2  =  2 −4
   

0 1 1 −1   y 3 z3   −2 4 
1 1 −1 0 y 4 z4 1 −2
A la matriz 4 × 4 que figura en la ecuación anterior la llamaremos A.
a) Determinar los vectores ~y y ~z. ¿Son linealmente independientes? Justificar la respuesta.
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.
c) Dado el subespacio vectorial:

L = L{(0, 2, −2, 1), (1, 2, −2, 0), (1, 0, 0, −1)}
determinar su dimensión, una base del mismo y unas ecuaciones paramétricas y cartesianas
referidas a la base canónica de R4 .
Se considera ahora el espacio vectorial euclı́deo R4 con el producto escalar usual.
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.
e) A partir de los subespacios L y su complemento ortogonal, obtener una base de R4 (distinta

de la base canónica) ortonormal respecto del producto escalar usual.
2. Se considera la aplicación lineal f : P3 (R) → R4 definida por:
f (p) = (p(0) + p 0 (0), p(0) − p 0 (0), p 00 (0), p 000 (0)), p ∈ P3 (R)
a) Obtener la matriz de f respecto de la base Bc = {1, x, x2 , x3 } de P3 (R) y la base canónica de

R4 .
b) Hallar la matriz de f respecto de la base B 0c = {x3 , x2 , x, 1} de P3 (R) y la base
B 0 = {(1, 0, 0, 0), (−1, 1, 0, 0), (0, −1, 1, 0), (0, 0, −1, 1)} de R4 .
c) Obtener el núcleo y la imagen de f . ¿Existe la inversa de la aplicación lineal f ?
d) Hallar la matriz de la aplicación lineal g ◦ f , respecto de la base Bc de P3 (R), siendo

g : R4 → P3 (R) la aplicación lineal definida por:
g(a, b, c, d) = b + ax + cx2 + dx3 , (a, b, c, d) ∈ R4
e) Estudiar si la aplicación lineal g ◦ f es diagonalizable.
3.) Sea Cα la cónica de ecuación:
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.
4. Sea el espacio vectorial P3 (R) de los polinomios reales de grado ≤ 3.
a) Plantear el sistema lineal de ecuaciones en las incógnitas a, b, c y d, de manera que un polinomio

p(x) = a + bx + cx2 + dx3 verifique:
p 0 (1) = p 00 (1) = −2
y resolver dicho sistema escribiendo su solución general.
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:
W = {p(x) ∈ P3 (R)/ p(x) = p0 (x) + q(x), q(x) ∈ H}
donde p0 (x) es un polinomio particular y H es un subespacio vectorial de P3 (R). Determinar

una base de este subespacio. ¿Es W asimismo un subespacio vectorial?
c) Se considera, para cada α ∈ R, el conjunto:
Lα = {p(x) ∈ P3 (R)/ p(α) = 0}
Probar que Lα es un subespacio vectorial de P3 . Hallar unas ecuaciones cartesianas y pa-

ramétricas del subespacio intersección L1 ∩ L2 y una base del mismo.
d) Descomponer, si es posible, el polinomio 1 − x3 en una suma:
1 − x3 = u(x) + v(x)
con u(x) ∈ H y v(x) ∈ L1 ∩ L2 (H es el subespacio determinado en el apartado b). ¿Es única

dicha descomposición?
e) Se define el producto escalar en P3 (R):

Z 1
< p, q >= p(x)q(x)dx
−1
Hallar una base ortogonal del subespacio vectorial L1 ∩ L2 .
5. Se consideran las aplicaciones lineales:
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
a) Determinar las imágenes mediante las aplicaciones f y g de las matrices siguientes:

a b 0 b
,
b c −b 0
(matriz simétrica y antisimétrica respectivamente)
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.
c) Se considera el subespacio vectorial S formado por las matrices simétricas y el subespacio

vectorial A de las matrices antisimétricas:
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:
g(S) ⊕ g(A) = M2 (R)

d) Hallar los autovalores de f . ¿Es f diagonalizable? En caso afirmativo hallar una base de
autovectores, y unas matrices D (matriz diagonal) y P (matriz invertible) que verifiquen:
F = P DP −1
e) Determinar las matrices (referidas a la base canónica de M2 (R)) de las aplicaciones f ◦ g y

g ◦ f . ¿Se verifica f ◦ g = g ◦ f ?
6. Sea la familia de cónicas:
Cα : α(x + y)2 − x + y + 1 = 0, (α ∈ R)
a) Reducir Cα a su forma canónica, para un valor genérico de α, escribiendo las ecuaciones de la

rotación y traslación utilizadas. Identificar Cα según los valores de α.
b) Calcular, para la cónica Cα , el centro o vértice, los ejes de simetrı́a y las ası́ntotas si las hubiera.
b1) Hallar el valor de α para que Cα posea un foco en el origen.

b2) Representar gráficamente Cα para α = −1, 0 y 1.
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.
7. En el espacio vectorial R4 se consideran los vectores:


~v1 = (0, −2, 0, −1)

~v2 = (1, 1, 1, 0)

~v3 = (1, 1, 0, 0)
a) Estudiar si los vectores son linealmente independientes.
b) Se considera el sistema lineal homogéneo:


x1 + 2x2 − 2x3 − 3x4 = 0

2x1 + x2 − x3 = 0

x1 + x4 = 0

y W ⊂ R4 el subespacio vectorial determinado por el conjunto de todas sus soluciones. Resolver

el sistema, expresando su solución general en forma vectorial. ¿Cuál es la dimensión de W ?
c) Se consideran los subespacios vectoriales:

 H1 = L{~v1 }

 H2 = L{~v1 , ~v2 }

H3 = L{~v1 , ~v2 , ~v3 }
Probar que para uno de estos subespacios, H = H1 , H = H2 ó H = H3 , se tiene:
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
y la aplicación lineal f : P2 (R) → R3 , definida mediante la fórmula:
f (p) = (p(0), p0 (0), p00 (0)) (p ∈ P2 (R))
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 }).
b) Hallar la descomposición del polinomio a(x) = 1 + x + x2 en suma:
a(x) = p(x) + q(x)
donde p ∈ U y q ∈ U ⊥ (U ⊥ designa el complemento ortogonal de U ).
¿Es la descomposición hallada única? Razonar la respuesta.
c) Determinar la matriz F = M (f, B, B 0 ) de la aplicación lineal , siendo:
B = {1, 1 + x, 1 + x + x2 }, Bc0 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
las bases escogidas en los espacios inicial y final respectivamente.
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
N: Conjunto de los números naturales.

R: Conjunto de los números reales.
C: Conjunto de los números complejos.
AT : matriz traspuesta de la matriz A.
Rg(A): Rango de la matriz A.
Tr(A): Traza de la matriz A.
Pn (R): Espacio vectorial de los polinomios de grado ≤ n, con coeficientes reales.
Mn (R): Espacio vectorial de las matrices cuadradas de orden n, con elementos de matriz reales.
Mm×n (R): Espacio vectorial de las matrices de m filas y n columnas, con elementos de matriz
reales.
C(R): Espacio vectorial de las funciones f : R → R, reales de variable real, continuas en el dominio
R.
C n (R): Espacio vectorial de las funciones f : R → R, reales de variable real, de clase C n en el
dominio R.
C ∞ (R): Espacio vectorial de las funciones f : R → R, reales de variable real con dominio R y de
clase C ∞ .
Índice de figuras
1.1. Diagrama de conexión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.2. Cambio de base por rotación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1. Cambio ortogonal de sistema de referencia . . . . . . . . . . . . . . . . . . . . . . . . 36

3.2. Cuádricas: a) Elipsoide; b) Hiperboloide de una hoja; c) Cono elı́ptico; d) Hiperboloide
de dos hojas; e) Paraboloide elı́ptico; f) Paraboloide hiperbólico. . . . . . . . . . . . 40
i
Índice de cuadros
3.1. Ecuaciones canónicas de las cónicas. . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3.2. Figuras y ecuaciones canónicas de las cuádricas. . . . . . . . . . . . . . . . . . . . . . 40
iii
Bibliografı́a
[1] E. Hernández, Álgebra Lineal y geometrı́a, 2a ed., Addison-Wesley/UAM, 1994.
[2] L.I. Golovina, Álgebra lineal y algunas de sus aplicaciones, 2a ed., MIR, 1980
Bibliografı́a complementaria recomendada:
[3] J. de Burgos, Álgebra lineal y Geometrı́a Cartesiana, 2a ed., McGraw-Hill/Interamericana, 2000
[4] G. Strang, Álgebra lineal y sus aplicaciones, Fondo Educativo Interamericano, 1982
[5] H. Gerber, Álgebra Lineal, Grupo Editorial Iberoamericana, 1990
[6] H. Anton, Introducción al Álgebra Lineal, 2a ed., Limusa Wiley, 2001
Repaso de álgebra matricial, determinantes y sistemas lineales:
[7] M. de Guzmán y J. Colera, Matemáticas I, Anaya, 1989
Manuales de problemas:
[8] I.E. Proskuriakov, 2000 problemas de Álgebra lineal, Editorial Reverté,1984

Ejercicios Propuestos

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ejercicios Propuestos

Uploaded by

Copyright:

Available Formats

Departamento de Matemática

1.1 El espacio vectorial Rn . Sistemas de ecuaciones lineales

2.1 Aplicaciones lineales entre espacios vectoriales.

3. Algebra Lineal aplicada a la Geometrı́a.

3.1 Curvas y superficies de segundo grado (cónicas y cuádricas).

Créditos: 4,5 (45 horas)

Documentación en INTERNET (consultar AULAWEB)

3. Algebra lineal aplicada a la Geometrı́a 35

A. Resumen de Álgebra matricial 41

Problemas suplementarios de examen 47

1.1. El espacio vectorial Rn . Sistemas de ecuaciones lineales

2. Sistemas de ecuaciones lineales.

Sistemas homogéneos y no homogéneos. Solución de un sistema: sistemas compatibles e

3. Rango de una matriz.

Rango de filas y de rango de columnas de una matriz. Teorema del rango.

4. Determinante de una matriz cuadrada.

Determinante de orden n. Definición y propiedades.

a) El rango del sistema de vectores {~a, ~b, ~c, d}

b) El rango de las matrices del ejercicio 2.

S = £{~u, ~v } = {~z = α~u + β~v , α, β ∈ R}

a) Determinar si los vectores ~z1 = (3, 3, 3), ~z2 = (1, 5, 6) pertenecen a S.

i) b1 = −1, b2 = 2, b3 = 1 ; ii) b1 = 3, b2 = 4, b3 = 0; iii) b1 = −1, b2 = 3, b3 = −1

NOTA: Aplicar el método de eliminación de Gauss-Jordan al esquema matricial,

que representa a los tres sistemas y resolverlos simultáneamente.

siendo I la matriz unidad de orden n. Se pide:

a) Probar que la resolución de la ecuación matricial equivale a la resolución de los n sistemas

b) Aplicar el algoritmo de eliminación de Gauss-Jordan a estos sistemas, para hallar la inversa

12. Calcular los siguientes determinantes:

a) det(Am ) = (det A)m .

b) det(A−1 ) = (det A)−1 .

c) A = P BP −1 ⇒ det A = det B, det(Am ) = det(B m ).

d) det(αA) = αn det A, siendo α ∈ R y n el orden de la matriz A.

(NOTA: m = 1, 2, . . ., designa un número natural cualquiera.)

1. Escribir la matriz G, a partir del diagrama de la figura.

2. Calculando G2 , determinar de cuantas maneras puede ir un pasajero de 1 a 5 haciendo una

Figura 1.1: Diagrama de conexión

a) Discutir, en función del valor de a, si el sistema es compatible determinado, compatible inde-

1.2. Espacios vectoriales de dimensión finita

Espacio vectorial real. Definición. Propiedades. Dependencia e independencia lineal.

2. Espacios vectoriales de dimensión finita. Bases.

Definición de espacio vectorial de dimensión finita. Base de un espacio vectorial. Bases

3. Cambio de base en un espacio vectorial. Ecuación matricial de cambio de base.

4. Isomorfismo entre espacios vectoriales.

Isomorfismo entre un espacio de dimensión n y Rn .

{(1, 1, 0, 0), (−1, 1, 0, 0)}

b) Determinar la matriz asociada al cambio de base Bc → B, siendo Bc la base canónica de R4 ,

b) Comprobar que el polinomio buscado se puede escribir:

p(x) = y1 L1 (x) + y2 L2 (x) + y3 L3 (x)

en combinación lineal de los polinomios Li (x), i = 1, 2, 3, linealmente independientes.

{p(x), p0 (x), p00 (x), p000 (x)}

8. En el espacio vectorial real P3 (R), se considera el conjunto de polinomios:

{p1 (x), p2 (x), p3 (x), p4 (x)}

definidos por las condiciones expresadas en la siguiente tabla:

p(0) p(1) p0 (0) p0 (1)

a) Determinar estos polinomios.

b) Probar que constituyen una base del espacio vectorial.

Figura 1.2: Cambio de base por rotación

a) Establecer las ecuaciones de cambio de coordenadas bajo el cambio de base Ba → Bb .

b) Si un vector tiene coordenadas (3, 1, 2, 0) respecto de la base Ba , calcular sus coordenadas

b) Aplicar al caso en que V = R3 , B es la base canónica, y B1 , B2 las bases:

para obtener la matriz de cambio de base B1 → B2

d) H = {f ∈ C ∞ (R)| f n (0) = 0, ∀ n = 0, 1, 2, . . . , }, V = C ∞ (R)

a) Probar que S es un subespacio vectorial del espacio vectorial M2 (R).