You are on page 1of 98

Prcticas 0 a 7

lgebra
Exactas Ingeniera

2013

Prctica 0

PRCTICA 0
NOTA A LOS ALUMNOS:
Los temas que se incluyen en esta prctica se suponen conocidos por ustedes. Debido a que el conocimiento de los mismos ser necesario a lo largo de todo el curso, es fundamental que a modo de repaso, resuelvan estos ejercicios consultando bibliografa y/o al docente. Ejercicio 1.- Calcular

1 1 1 1 a) 1 ( + + + ) 2 3 4 5 1 2 1 ( + ) c) 9 6 4 1 (5 + ) 7 3 1 ( : ) a) 4 3 = 24,3 1 5 ( ) 9 6
Ejercicio 3.- Calcular

b)

12 1 1 1 1 ( + ) (1 2 + ) 24 9 5 4 5

d)

1 1 1 1 1 1 2 1 1 2 3 ( + ) (1 ) + 2( + ) (3( ) ( + )) 2 3 6 5 9 18 5 4 3 7 14

Ejercicio 2.- Verificar las igualdades

1 3 ( : ) b) 3 4 = 2 2 9

1 1 1 a) ( ( + ) 2 ) 1 8 4 2

b) (

1 1 12 : ) 27 3

c) (

1 1 2 : ) 27 3

d) (

1 1 12 : ) 27 3

Ejercicio 4.- Ordenar de menor a mayor

1 1 1 1 1 1 1 1 ; ; ; ; b) ; ; 5 6 7 9 15 5 8 1000 1 1 9 3 2 1 1 c) ; ; ; ; 2 ; 3 3 ; 3 ; ; ; 2 ; ( ) 2 ; (100) 2 ; (100) 2 5 4 9 7 17 a)


Ejercicio 5.- Si tuviera que elegir la parte ms grande de una fortuna F, cul de las dos

fracciones elegira,
n n +1

de F

n2 1 de F ? n2

Ejercicio 6.- Analizar la validez de las siguientes proposiciones; dar un contraejemplo para

las que no son vlidas a)


a b = a b a0 ; b0

i) a m + n = a m a n j) a 2 = k) a 2
1 a2 = a 2

a 0 a 0 a 0 a 0 a 0 a 0 a 0

b) (a + b) 2 = a 2 + b 2 c) d)
a+b = a + b a2 = a
n

l) (a m ) n = a mn m) a 0 = 1
)

e) (22 ) n = 22 n f ) (22 ) n = 2(2 g)


a2 0

n) o)

36 a = 6 a (5 + 5)a = 5 a

a ac p) b = c bd d Rtas: V, F, F, F, V, F, V, F, V, F, F, V, V, V, F, F.

1 1 1 h) = + a+b a b

Ejercicio 7.- Una solucin se dice ms concentrada que otra si tiene mayor proporcin

entre la sustancia activa y el diluyente que la otra. El boticario tiene un botelln de 1 litro y medio donde 1/5 es sustancia activa y un bidn de 2 litros donde 2/3 es sustancia activa. En cul de los dos envases la solucin es ms concentrada?
Ejercicio 8.- El precio de un equipo de audio con el 15 % de descuento es de $ 3417. Cul

era el precio original?


Ejercicio 9.- Resolver las ecuaciones.

a) 6 x2 6x 12 = 0 d) 15 x2 = 8x 1

b) 9 x2 12 x + 4 = 0 e) 3 x2 5x = 2

c) 2 x2 7 x + 3 = 0 f) x2 + 2 x
2 =0

Ejercicio 10.- Hallar dos nmeros cuyo producto sea 4 y que sumen 6. Ejercicio 11.- Representar en el plano A1 = (2,2) A6 = (1,1/4) A11 = (0,1) A2 = (3,1) A7 = ( 2 ,1) A12 = (3,1+ 2 ) A3 = (1,4) A8 = ( 2 ,1) A4 = (2,0) A9 = ( 2 ,1) A5 = (1/4,1/2) A10 = ( 2 ,1)

Prctica 0
Ejercicio 12.- Representar en el plano los siguientes conjuntos

A1 = { (x,y) / x = 1 } A4 = { (x,y) / 3 < y < 2 } A7 = { (x,y) / x = 2y } A10 = { (x,y) / x . y = 0 } A13 = A3 A10

A2 = { (x,y) / x 2 } A5 = { (x,y) / x =1, y < 2 } A8 = { (x,y) / x = 2 y + 1} A11 = A4 A6 A14 = A3 A4

A3 = { (x,y) / y < 2 } A6 = { (x,y) / x = y } A9 = { (x,y) / x .y < 0 } A12 = A2 A7 A15 = (A8 A3) A9

Ejercicio 13.- Definir algebraicamente los siguientes conjuntos del plano

a)

b)

2 3
x x

c)

d)
x
4 6 x

Ejercicio 14.- Sean los siguientes subconjuntos del plano A = {(x,y) / 1/2 x 2 ; 1 y 1 } C = {(x,y) / x = y } E = { (x,y) / 0 < x < B = {(x,y) / x2 + y2 1 } D = {(x,y) / x 1/3 ; y 1/2 }

2 2 ; 0< y < } 2 2

Hallar grficamente AB; AB; BC; AD; AD; BD; EB; EB; AE. Verificar que E B.

Ejercicio 15. - Sea S la circunferencia de

radio 1 y centro en el origen. Sea un ngulo, 0 < 360 , con vrtice en el origen, uno de cuyos lados coincide con el semieje positivo de las x. Sea P el punto donde el otro lado de interseca a S. Si P = (x,y), se define cos = x ; sen = y. a) Cunto valen 270 ; sen 180 ? sen 90 ; cos 180 ; cos
S

0 x 1 x

b) Decidir si son positivos o negativos sen 37 ; cos 224 ; sen 185. c) Para todo se tiene sen2 + cos2 = 1. Por qu? Deducir que
1 sen 1

y que 1 cos 1.

d) La longitud de la circunferencia de radio 1 es 2 . Hallar la longitud del arco que corresponde a los siguientes ngulos:
= 30 = 210 = 45 = 270 = 60 = 750 = 72 = 432 = 300 = 90

Graficar en cada caso dichos ngulos y arcos en la circunferencia de radio 1. e) Sabiendo que

sen cos y que Calcular:

0o 0 1

30o / 6 45o / 4 60o / 3 90o / 2 1/ 2 3/2 2/2 2/2 3/2 1/ 2 1 0

sen( ) = sen cos sen cos cos( ) = cos cos sen sen sen 7/12 sen /12 sen 5/6 cos 5/12 cos 3/4 cos 7/6

f) Hallar sabiendo que

sen = 1/ 2 i) cos = 3 / 2
4

sen = 2 / 2 ii) cos = 2 / 2

sen = 3 / 2 iii) cos = 1/ 2

Prctica 1

PRCTICA 1
VECTORES EN R2 y EN R3
DEFINICIONES Y PROPIEDADES
Una flecha, que sirve para representar cantidades fsicas (fuerzas, velocidades), es un vector. Para dar un vector necesitamos un origen (A) y un extremo (B) que lo determinan totalmente, proporcionando su direccin, longitud y sentido. Vectores equivalentes son los que tienen igual direccin, longitud y sentido. v

Los vectores de la izquierda son todos equivalentes a v.

Los vectores se pueden sumar. La suma (v + w), de v y w es equivalente a una de las diagonales del paralelogramo de lados v y w. Tambin se puede multiplicar un vector por un nmero (escalar). v

w v+ w

v 2v

El resultado es un vector de igual direccin que el dado, el nmero afecta la longitud y el sentido del vector. En el plano R2 los puntos estn dados por pares de nmeros reales (sus coordenadas); para dar un vector bastar dar dos pares de nmeros reales que caractericen su origen y su extremo.

v = AB est dado por A = (1,2) y B = (5,3) w = OC est dado por O = (0,0) y C = (2,1)

y
3 2 1

B A C

Algo anlogo se puede decir en el espacio de tres dimensiones R3; ahora, cada punto, en particular el origen y el extremo de un vector, estar dado por una terna de nmeros reales.

v = AB

est dado por

z B v A

A = (2,4,3) y B = (4,10,6)
OC est dado por

O C x y

O = (0,0,0) y C = (2,0,0)

En adelante trabajaremos con vectores cuyo origen O tiene todas sus coordenadas iguales a cero (O = (0,0) en R2, O = (0,0,0) en R3 ) identificando entonces el punto A con la flecha
OA .

Dados A y B en R2, A = (a1,a2) y B = (b1,b2), definimos la suma el producto por un escalar c R

A + B = (a1 + b1, a2 + b2) y c A = (ca1, ca2).

Anlogamente, en R3, si A = (a1, a2, a3) y B = (b1, b2, b3)

Prctica 1 la suma el producto por un escalar c R Propiedades: 1) A + (B + C) = (A + B) + C 2) A + B = B + A 3) Si c R, c (A+B) = c A + c B 4) Si c1 R y c2 R, (c1 + c2 ) A = c1 A + c2 A y (c1 c2 ) A = c1 ( c2 A) 5) O + A = A 6) 1 A = A 7) A + (1) A = O 8) 0A = O En este contexto, a) AB es equivalente a CD si y slo si D C = B A ; en particular, AB es equivalente a OP si y slo si P = B A. b) AB y CD son paralelos o tienen igual direccin si existe k en R, k 0 tal que Notacin A = (1) A

A + B = (a1+b1, a2+b2, a3+b3) y c A = (ca1, ca2, ca3).

B A = k ( D C). Si k > 0, AB y CD tienen igual sentido; si k < 0, AB y CD tienen sentidos opuestos.
LONGITUD DE UN VECTOR

v2
v

v1
En R2, si v = (v1, v2), la norma o longitud de v, que notaremos
v , es

2 v12 + v2

Anlogamente, en R3, si v = (v1, v2, v3) la norma o longitud de v es Propiedades: 1) Si A = O, entonces


A = 0; si A O, entonces A > 0.

v =

2 2 v12 + v2 + v3

2)

= A
cA

3) Si c R

= c A .

4) Desigualdad triangular: A + B A + B . Si A y B son dos puntos de R2, la distancia entre A y B es la longitud del vector B A

(equivalente a AB ) y se nota


d(A,B) = B A
B A BA

Anlogamente, en R3, la distancia entre dos puntos A y B es d(A,B) = B A Un vector A se dice unitario si A = 1. NGULO ENTRE DOS VECTORES Llamaremos ngulo entre A y B al ngulo (A,B) que determinan los dos vectores y verifica 0 (A,B) .

PRODUCTO INTERNO O ESCALAR Dados dos vectores A y B llamaremos producto interno (o escalar) de A y B al nmero real
A B = A B cos

( = (A,B) ).

Propiedad:

A B =

1 ( B 2

+ A

BA

En particular si A y B son vectores en el plano, A = (a1,a2) y B = (b1,b2) A B = a1b1+ a2 b2

Prctica 1 En R3 , si A = (a1,a2,a3) y B = (b1,b2,b3) A B = a1b1 + a2 b2 + a3 b3 Observaciones: 1) El producto escalar de dos vectores es un nmero real. 2) Propiedades: PE1.- A B = B A PE2.- A (B +C) = A B + A C = (B + C) A PE3.- Si k R, (kA) B = k (A B) = A (kB) PE4.- Si A = O , A A = 0. Si A O, AA >0
B

A =

A A

PE5.- Desigualdad de Cauchy-Schwarz: A B A

De PE5 se deduce que si A y B son ambos distintos de cero, vale


1 A B 1 A B

Propiedad: el ngulo entre dos vectores A y B ( = (A,B)) es el nico ngulo entre 0 y que verifica cos =
A B A B

Diremos que dos vectores A y B son ortogonales o perpendiculares si PRODUCTO VECTORIAL

A B = 0.

Si A = (a1, a2, a3) y B = (b1, b2, b3) son vectores de R3, el producto vectorial de A y B es: A B = (a2b3 a3b2, a3b1 a1b3, a1b2 a2b1) Observacin: El producto vectorial de dos vectores de R3 es un vector de R3. Propiedades: PV1.- A B = B A PV2.- A (B + C) = A B + A C (B + C) A = B A + C A PV3.- Si k R, (k A) B = k (A B) = A (k B)

PV4.- A A = O PV5.- A B es perpendicular a A y a B PV6.- A B


2

= A

(AB)2

PV7.- A B = A Observacin:

B sen donde es el ngulo formado por A y B.

De PV7 se deduce que A B es el rea del paralelogramo de vrtices O, A, B, A + B. RECTAS Dados en el plano R2 un vector A y un punto P la ecuacin paramtrica de la recta L que pasa por P en la direccin de A es: X = t A + P (t R). P Si A = (a1, a2) y P = (p1, p2), A
x = t a1 + p1 y = t a2 + p2

se escribe: (x, y) = t (a1, a2) + (p1, p2)

Si c = a2 p1 a1 p2, la recta L es el conjunto de soluciones de la ecuacin a2 x a1 y = c Para describir una recta en R2 podemos utilizar la ecuacin parmetrica (donde X = (x, y)) o utilizar la ecuacin implcita a x + b y = c. Dados en R3 un vector A y un punto P la ecuacin paramtrica de la recta L que pasa por P en la direccin de A es: X = t A + P (t R). Si A = (a1, a2, a3) y P = (p1, p2, p3) tenemos (x, y, z) = t (a1, a2, a3) + (p1, p2, p3)
x = t a1 + p1 y = t a2 + p2 z = t a + p 3 3

X=tA+P

10

Prctica 1 Si c = a2 p1 a1 p2 y d = a3 p2 a2 p3, la recta L es el conjunto de soluciones del sistema


a2 x a1 y = c a3 y a2 z = d

Para describir una recta en R3 podemos utilizar la ecuacin paramtrica X = t A + P (donde X = (x, y, z)) o un sistema de dos ecuaciones lineales con tres incgnitas. NGULO ENTRE DOS RECTAS Para definir el ngulo entre dos rectas usamos sus vectores direccin, eligiendo entre los ngulos que stos forman, el nico tal que 0 / 2. Dos rectas en R2 en R3 son perpendiculares si sus direcciones lo son. Dos rectas en R2 en R3 son paralelas si sus direcciones lo son. PLANOS EN R3 Dados un vector N y un punto Q de R3, la ecuacin del plano que pasa por Q y es perpendicular a N es : (X Q ) N = 0

El plano es el conjunto de todos los puntos X tales que (X Q ) es perpendicular a N. Diremos que N es un vector normal al plano. Si X = (x1,x2, x3) y N = (a,b,c), la ecuacin resulta: : a x1 + b x2 + c x3 = d donde d = Q N

Dos planos son paralelos si sus vectores normales lo son. Una recta es paralela a un plano si el vector direccin de la recta y el vector normal al plano son perpendiculares. Dados un punto P y un plano cuya normal es N, se define distancia de P a como la distancia de P a P, donde P es el punto de interseccin del plano con la recta de direccin N que pasa por P. Si Q es un punto en el plano, esta distancia es: d( P, ) =

(Q P ) N . N ax0 + by0 + cz0 k a 2 + b2 + c 2 .

Si P = (x0, y0, z0) y : ax + by + cz = k entonces: d( P, ) =

11

En el desarrollo de la prctica, para simplificar la notacin, suprimiremos las flechas arriba de los vectores. VECTORES EN Rn Llamaremos punto o vector en el espacio Rn a la n-upla X = (x1, x2, x3, ..., xn) donde x1, x2, x3, ..., xn son nmeros reales.

Estos nmeros son las coordenadas de X. Si A = (a1, a2, a3, ..., an) y B = (b1, b2, b3, ..., bn) decimos que Definimos la suma el producto por un escalar c R Propiedades: 1) A + (B + C) = (A + B) + C 2) A + B = B + A 3) Si c R, c (A+B) = c A + c B 4) Si c1 R y c2 R, (c1 + c2 ) A = c1 A + c2 A y (c1 c2 ) A = c1 ( c2 A) 5) O + A = A 6) 1 A = A 7) A + (1) A = O 8) 0A = O Llamaremos norma de A = (a1, a2, a3, ..., an) al nmero
A =
2 2 a12 + a2 + ... + an

A = B si y slo si a1 = b1, a2 = b2 , a3 = b3, ..., an = bn. A + B = (a1+b1, a2+b2,..., an + bn) y c A = (ca1, ca2, ca3, ..., can).

Notacin A = (1) A

Propiedades: 1) Si A = O, entonces A = 0; si A O, entonces A > 0. 2) A = A 3) Si c R


cA

= c A .

4) Desigualdad triangular: A + B A + B .

12

Prctica 1

Si A = (a1, a2, a3, ..., an) y B = (b1, b2, b3, ..., bn), llamaremos distancia entre A y B a la longitud del vector AB
d( A, B) = B A = (b1 a1 ) 2 + (b2 a2 ) 2 + + (bn an ) 2

Si A = (a1, a2, a3, ..., an) y B = (b1, b2, b3, ..., bn) llamaremos producto escalar de A y B al nmero real A B = a1b1+ a2 b2+ ... + anbn Propiedades: PE1.- A B = B A PE2.- A (B +C) = A B + A C = (B + C) A PE3.- Si k R, (kA) B = k (A B) = A (kB) PE4.- Si A = O , A A = 0. Si A O, AA >0
A B

PE5.- Desigualdad de Cauchy-Schwarz: A B

Dados en Rn un vector A y un punto P la ecuacin paramtrica de la recta L que pasa por P en la direccin de A es: X = t A + P (t R).

EJERCICIOS Ejercicio 1.- Efectuar las operaciones indicadas.

a) A + B; A + 2 B; A B; A + (1/2) B; A 3 B, si A = (3,2) y B = (2,4) b) A 3 B; A + C B; 2 A 2 (C + B), si A = (1,2,0); B = (2,0,0) y C = (1,1,1)

Ejercicio 2.- Hallar, si es posible, x; y; z tales que

a) (x, x +1) = (3, y) c) (2,4) = (2 x + y, x 2 y)

b) (2 x + y, x 2 y) = (1,3) d) (1,2,3) = x (2,4,3) + y (1,2,12) + z (0,0,3)

Ejercicio 3.- Encontrar las coordenadas del punto medio del segmento AB para

a) A = (2,1);

B = (4,1)

b) A = (1,0,5);

B = (2,4,7)

13

Ejercicio 4.- Calcular la longitud de los vectores

(3,0); (2,1); (3,4); ( 3, 3, 3 ) ;

(2,3,0); 3 (2,3,6)

Ejercicio 5.- Graficar en el plano el conjunto S = {(x, y) R2 / ( x, y ) = 1} Ejercicio 6.- Hallar la distancia entre A y B si

a) A = (1,3); B = (4,1)

b) A = (4,2,6); B = (3,4,4)

c) A = (1,2,3); B = (3,2,0)

Ejercicio 7.- Determinar todos los valores de k tales que

a)

A = 2 si A = (1, k, 0)

b) d (A , B) = 2 si A = (1,1,1); B = (k,k,2) c)
A = 1 si A = k (2,2,1)

Ejercicio 8.- Si v = (2,1,1); w = (1,0,2); u = (2,2,1), calcular


a) v + w b) v + w c) 3 v + 3 w

d) v u

e)

1 w

f)

v + w u

Ejercicio 9.- En cada caso encontrar los dos vectores unitarios paralelos a A a) A = (3,1) b) A = (0,3,0) c) A = (2,3,6) d) A = (a,b,c)

Ejercicio 10.- a) Sean A = (1,2); B = (1,2); C = (2,1); D = (1,0); E = (0,0); F = (x, y) Calcular A B;

A C;

A E;
(D C ) A;

B C; F A; F E A (2 B 3 C);

B ( C + D);
Calcular A B;

b) Sean A = (1,1,1); B = (1,1,0); C = (2,1,1); D = (2,3,1); E = (1,0,2)

A C; A E;

A (B + C); D (A + E )

A D;

Ejercicio 11.- a) Encontrar y representar en el plano todos los vectores (x, y) ortogonales a i) A = (1,2) ii) E1 = (1,0) iii) E2 = (0,1)

b) encontrar todos los vectores (x, y, z) de R3 ortogonales a i) E1 = (1,0,0) ii) E2 = (0,1,0) iii) E3 = (0,0,1)

14

Prctica 1 iv) E1 y E2 v) E1 y E3 vi) E2 y E3

Ejercicio 12.- Dados A = (1,2) y B = (3,4), hallar todos los vectores (x, y) de R2 tales que

A ( x, y ) = A B
Ejercicio 13.- a) Encontrar un vector ortogonal a (1,1) de longitud 8, es nico? b) encontrar todos los vectores ortogonales a (0,0,1) de longitud 1; dibujarlos. c) Encontrar un vector que sea ortogonal a A y a B si A = (1,2,1) y

B = (2,0,1)

Ejercicio 14.- Hallar el ngulo que forman A y B en los siguientes casos a) A = (1,1); c) A = (1,

B = (1,0)

b) A = (1,2);

B = (2,1)

3 ); B = (2,2 3 )

d) A = (2,1,1); B = (1,1,2)

Ejercicio 15.- En cada caso, encontrar B tal que a) si A = (1,1),

(A , B) = / 4 y

B =2 B =1

b) si A = (1,0), (A , B) = / 3 y

Ejercicio 16.- Sea A un vector de longitud 3. Si B es un vector tal que (A , B) = / 4 y (A B) es ortogonal a A, calcular
B .

Ejercicio 17.- Encontrar una ecuacin paramtrica de a) la recta que pasa por (1,3,1) y tiene direccin (1,2,2) b) la recta que pasa por (1,1) y (2,3) c) la recta que pasa por el origen y es paralela a la recta que contiene a

A = (2,2,1) y B = (3,2,1)
d) dos rectas distintas L1 y L2 que pasen por (2,1,2) y sean perpendiculares a la recta L : X = (2,2,2) + (1,0,1) Ejercicio 18.- Encontrar la interseccin de cada par de rectas a) X = (2,2,2) + (1,0,0) b) X = (1,3,1) + (0,1,2) c) X = (2,2,1) + (3,0,2)

X = (1,1,1) + (0,1,1) X = (2,1,0) + (1,1,2) X = (2,1,1) + (1,1,2)

15

Ejercicio 19.- Si A = (1,2,2);

B = (1,1,2); C = (2,2,1), calcular


(A B) C; (A B) A ; (A B) C

A B;

B A;

A C;

A (B C);

Ejercicio 20.- Hallar v, de norma 1, que sea ortogonal a A = (1,1,1) y a B = (1,1,1) Ejercicio 21.- Calcular el rea de a) el paralelogramo de vrtices O, A, B y (A + B ) si A = (2,1,0) y B = (1,5,0) b) el tringulo de vrtices A = (1,3,2); B = (1,5,0) Ejercicio 22.- Dar una ecuacin del plano . a) es perpendicular a N = (1,2,1) y pasa por P = (5,3,3) b) contiene a los puntos A = (2,1,3); B = (2,1,1) y C = (3,3,2) c) contiene a los ejes x e y d) es paralelo al plano : 3x + y 4z = 2 y pasa por el punto P = (1,1,2) Ejercicio 23.- Sean : 2x y + 3z = 5; : x + 3y z = 2 L: y C = (1,1,2)

X = (1,1,1) + (1,0,2); L : X = (3,5,1) + (0,1,2).

Calcular: L ; L ; . Ejercicio 24.- Sean L:

X = (k2 +1, k, k+7)

: x + 2 y 3 z = 2.

Determinar todos los valores de k para los cuales L = Ejercicio 25.- Si L : X = (1,1,3) + (0,2,1) y A = (1,2,3), a) hallar una ecuacin del plano que contiene a L y al punto A b) hallar una ecuacin de la recta L perpendicular a que pasa por A c) calcular L y L . Ejercicio 26.- a) Dar una ecuacin del plano que contiene a las rectas L: X = (1,2,1) + (3,0,0) y L: X = (2,4,2) + (0,1,1) b) Si L: X = (1,2,0) + (1,1,1), dar una ecuacin del plano que contiene a L y tal que la recta L: X = (1,0,1) + (1,2,3) es paralela a .

16

Prctica 1 Ejercicio 27.- Sean : x1 + x2 + x3 = 5 y L: X = (1,1,2). Hallar una recta L contenida en que sea perpendicular a L. Es nica? Ejercicio 28.- Sea : 3x1 2 x2 + 4x3 = 1 a) Dar las ecuaciones de dos rectas L1 y L2 , contenidas en y perpendiculares entre s b) Dar la ecuacin de una recta L contenida en que sea perpendicular a la recta L: X = t (2,3,1) + (2,1,2) Ejercicio 29.- Hallar la distancia entre P = ( 2,2,1) y el plano que contiene a las rectas L: X = (1,2,1) + (1,3,2) y Ejercicio 30.- Sea P = (2,1,1) a) si : x1 + x2 x3 = 3, cul es el punto de a menor distancia de P? b) si L: L: X = (2,1,3) + (3,2,5)

X = (1,3,1) + (2,2,0), cul es el punto de L a menor distancia de P?


L:

Ejercicio 31.- Sean

X = (2, 3,1)

: x1 + 2 x2 = 0. Determinar

a) todos los puntos de R3 que estn a distancia b) todos los puntos de L que estn a distancia Ejercicio 32.- Si 1: 3 x1 + 2 x2 6 x3 = 1 puntos P de R3 que verifican a) d (P, 1 ) = d (P, 2 )

5 de 5 de . y 2: 3 x2 + 4 x3 = 3, hallar todos los

b) d (P, 1 ) = d (P, 2 ) = 2

EJERCICIOS SURTIDOS

1. Demostrar las siguientes igualdades e interpretarlas geomtricamente a) b)

A B A + B
2

= = A

A + B
2

A B = 0 B
2

A B = 0

(Teorema de Pitgoras )

2. Sean la recta L : (2,1, 1) + (1, 1, 2) y los puntos A = (1,0,2) y B = (3,1,6).

Hallar todos los puntos P L tales que el tringulo ABP es rectngulo en P.

17

3. Sean P=(1,2,0) , Q=(2,1,1) y L:(1,1, 1)+(0, 1,3).

Dar una ecuacin del plano que contiene a la recta paralela a L que pasa por P, y a la recta paralela a L que pasa por Q.
4. Sean el plano : 2 x 2 y + z = 1 , A = (1,1,1) y B = (3, 2, 1) . Hallar todos los puntos

C y D tales que ABCD es un cuadrado.


5. Sean L1 : (0,1, 1) + (0, 1, 0) y L 2 : (1,1,1) + (2,3, 0) .

Encontrar, si es posible, un plano tal que d ( P, ) = 2 6 para todo P L1 y para todo P L2 .


6. Sean 1 : 3 x 2 y + z = 4 , y 2 el plano que contiene a los puntos A=(0,1,1), B=(3,1, 1) y C=(3,0,1). Hallar todos los puntos del plano 1 que estn a distancia 2 del plano 2 . 7. Sean 1 : 7 x 5 y 2 z = 0 , 2 : 5 x 4 y z = 0 , y L la recta que pasa por los puntos P = (2,3, 3) y Q = (1,2, 1). Hallar todos los planos que verifican simultneamente:

i) 1 2 =

ii) d ( R, ) = 14 para todo R L .

8. Sean L1 : (k 2 + k , k , k 1) ; L 2 : (4,1, 1) + (2k , 0, 2k ) y : x 2 y + 2 z = 3 . Hallar todos los k R para los cuales d ( P, ) = d (Q, ) para todo P L1 y todo Q L 2 9. Sean : x1 x2 + 3x3 = 1 , L : (0, 2,1) + (1, 2,3) y P=(1,1,2). Encontrar una recta L ' que satisfaga simultneamente: i )P L ' ii )L L ' iii )L ' es paralela a . 10. Dadas L:(1,2,1)+(0,1,1) y L:(2,1,2)+(1,1,0), hallar todos los planos tales que

L= y d(P, )=

2 para todo P L.

11. Sean L1:(1,2,2)+(0,1,1); L2:(0,1,1)+(2,1,1) y L3:(1,3,1)+(0,5,0).

Encontrar, si es posible, una recta L tal que L1L2L ; L3L y LL3 .


12. Sean en R 3 el plano : 2 x1 x2 + 2 x3 = 4 , P=(2,2,2) y Q=(1,0,1). Determinar un plano ' que contenga a P, a Q, y al punto R de tal que d(P,R)=d(P, ).

18

Prctica 2

PRCTICA 2
SISTEMAS LINEALES Y MATRICES
DEFINICIONES Y PROPIEDADES

Un sistema lineal de m ecuaciones con n incgnitas es un conjunto de m ecuaciones lineales en las variables ( x1 , x2 ,..., xn ) :
a11 x1 + a12 x2 + ............. + a1n xn = b1 a x + a x + ............ + a x = b 21 1 22 2 2n n 2 ..................................................... am1 x1 + am 2 x2 + ............ + amn xn = bm

donde las a y las b con subndices representan constantes. Cuando bi = 0 para todo i, 1im, se dice que el sistema es homogneo. Una n-upla ( s1 , s2 ,..., sn ) es una solucin del sistema si y slo si al reemplazar xi por si, 1in, se satisface cada una de las m ecuaciones. Un sistema se dice incompatible si no tiene ninguna solucin. Un sistema se dice compatible si tiene alguna solucin. Si un sistema compatible tiene solucin nica es determinado, y si tiene infinitas soluciones es indeterminado. Por matriz ampliada o matriz aumentada del sistema, entendemos el arreglo rectangular de
a11 a21 a m1 a12 a22 am 2 a1n a2 n amn b1 b2 bm

nmeros:

En general, dados los nmeros naturales n y m, se llama matriz de m filas y n columnas con
a11 a coeficientes reales, al arreglo rectangular A= 21 am1 a12 a22 am 2 a1n a2 n , donde aij R. amn

Abreviadamente A = ( aij ) .

19

Llamamos filas de A a las n-uplas Ai = ( ai1 , ai 2 , , ain ) con i = 1,..., m Llamamos columnas de A a las m-uplas A j = ( a1 j , a2 j , , amj ) con j = 1,..., n
A1 A y tambin A = 2 . A m

Con esta notacin, A = ( A1 , A2 ,

, An )

Decimos que dos sistemas de ecuaciones son equivalentes cuando tienen el mismo conjunto de soluciones. Propiedad: Las siguientes operaciones sobre las ecuaciones de un sistema dan lugar a un sistema equivalente al dado: 1- Multiplicar una de las ecuaciones por una constante no nula. 2- Intercambiar dos de las ecuaciones. 3- Sumar un mltiplo de una de las ecuaciones a otra ecuacin. Las anteriores operaciones sobre las ecuaciones se corresponden con las siguientes operaciones sobre las filas de la matriz aumentada del sistema. Se denominan operaciones elementales sobre las filas: 1- Multiplicar una de las filas por una constante no nula. 2- Intercambiar dos de las filas. 3- Sumar un mltiplo de una de las filas a otra fila. El mtodo de eliminacin de Gauss para resolver sistemas lineales, consiste en llevar la matriz aumentada del sistema planteado, va la aplicacin sistemtica de operaciones elementales sobre sus filas, a la forma escalonada en las filas reducida, que a continuacin describiremos. La resolucin del sistema resultante, que es equivalente al original, es inmediata. Se dice que una matriz se encuentra en la forma escalonada en las filas reducida, si se cumplen las siguientes condiciones: 1- Si una fila no consta nicamente de ceros, entonces su primer coeficiente no nulo es un 1 (a este 1 se lo denomina 1 principal). 2. Si existen filas que constan slo de ceros (filas nulas), se agrupan en la parte inferior de la matriz.

20

Prctica 2 3- Si dos filas sucesivas son no nulas, el 1 principal de la fila inferior se presenta ms a la derecha que el 1 principal de la fila superior. 4- Cada columna que contenga un 1 principal tiene ceros en todas las dems posiciones. Si una matriz tiene slo las propiedades 1, 2 y 3 se dice que est en la forma escalonada en las filas. Llamamos rango fila (o rango) de la matriz A al nmero de filas no nulas que tiene la matriz escalonada en las filas equivalente a A. En el conjunto de las matrices de m filas y n columnas con coeficientes reales, notado Rmn, estn definidos la suma y el producto por escalares, de la siguiente manera: Si A = ( aij ) Rmn , B = ( bij ) Rmn y k R, entonces

A +B = ( aij + bij ) Rmn

kA = ( kaij ) Rmn

Es decir, suma y producto por escalares se calculan coordenada a coordenada, en forma anloga a como se hace en Rn . Si A = ( aij ) Rmn y B = ( bij ) Rns se define el producto de A por B como

AB = C = ( cij ) Rms
donde cij es igual al producto escalar de la fila i de A por la columna j de B

cij = (fila i de A) . (columna j de B)


Es posible calcular AB slo si la cantidad de columnas de A coincide con la cantidad de filas de B. Propiedades del producto. - Es asociativo: - Es distributivo: (AB)C = A(BC)

A(B+C) = AB + AC
(A+B)C = AC + BC

21

1 0 - La matriz identidad I = 0 0

0 1

0 0

0 0 0 0 n n R , verifica AI = IA para toda 1 0 0 1

matriz cuadrada A Rnn . La matriz I es el elemento neutro para este producto.


a11 x1 + a12 x2 + ............. + a1n xn = b1 a x + a x + ............ + a x = b 2n n 2 Notacin: El sistema 21 1 22 2 ..................................................... am1 x1 + am 2 x2 + ............ + amn xn = bm

puede escribirse AX = B, con A = ( aij ) R

mn

x1 n 1 ,X= R ,B= x n

b1 m1 R . b m

En adelante identificaremos X Rn1 con x Rn y B Rmx1 con b Rm . As el sistema se escribir

Ax = b.

Propiedades: Sean A Rmn , b Rm ,


S0 = {x R n / Ax = 0} Sb = {x R n / Ax = b}

a) Si x S0 e y S0 , entonces x + y S0. Si x S0 y k R , entonces kx S0.

Esto dice que la suma de dos soluciones de un sistema homogneo es tambin solucin del mismo, y que los mltiplos de una solucin son tambin soluciones. b) Si x Sb e y Sb , entonces x y S0.

22

Prctica 2 Esto es, la diferencia entre dos soluciones de un sistema no homogneo, es solucin del sistema homogneo asociado. c) Sea s una solucin particular del sistema Ax = b (s Sb), entonces

Sb = S0 + s = y Rn / y = x + s , con x S0.

Esto significa que cualquier solucin del sistema Ax = b puede obtenerse sumando una solucin particular del sistema con una solucin del sistema homogneo asociado. Una matriz cuadrada A Rnn se dice inversible si existe B Rnn tal que AB = BA = I . Cuando B existe, es nica y la notamos B = A1. Propiedad: Si A Rnn y C Rnn son inversibles, entonces AC es inversible y vale (AC) 1 = C1A1. Diremos que dos matrices son equivalentes por filas si puede obtenerse una de la otra por medio de una sucesin finita de operaciones elementales sobre las filas. Propiedad: Si A Rn(n , las siguientes afirmaciones son equivalentes: a) A es inversible. b) Ax = b tiene solucin nica, cualquiera sea b Rn.

c) Ax = 0 tiene nicamente la solucin trivial. d) A es equivalente por filas a I Rnn.

23

EJERCICIOS
Ejercicio 1.- Dado el sistema lineal
x1 S x1 2x 1 + 2 x2 + 3 x2 + 3 x3 + x3 x4 + x4 = 2

= 0 = 1

Cules de las siguientes 4-uplas son soluciones de S? y del sistema homogneo asociado? x = (2,2,1,0) u = (2,
5 10 3

y = (1,1,1,4) ,7) v = (1, ,


1 1 3 3

z = (0,0,0,0) ,0) w = (1, 2,3, 7)

Ejercicio 2.- Determinar, si existen, a y b para que (2, 2,1) sea solucin de
x1 bx 1 + 2ax2 + ax2 x2 + x3 = 1

bx3 + (2a b) x3

= 4 3 =

Ejercicio 3.- Obtener un sistema equivalente al dado, cuya matriz ampliada sea escalonada en las filas reducida.
x1 a) 2 x1 x 1 x1 b) x1 2 x 1 + 2 x2 + 2 x2 + 2 x2 + 2 x2 + 3 x2 2 x2 + + x3 x3 = = + 2 0 3 x4 + 2 x5 + 3 x5 2 x5 = 1 = = 0 2

= 1

+ 2 x3 + x3

+ 3 x3 + 2 x3

+ 5 x4 2 x4

24

Prctica 2 Ejercicio 4.- Resolver por el mtodo de eliminacin de Gauss el sistema cuya matriz aumentada es ( A b) .

1 2 3 1 2 2 2 3 a) A = 1 1 0 4 1 1 3 3
1 2 b) A = 1 0 1 1 1 2 2 1 1 0 2 1 4 2

b = (1,2, 1,0) b = (0,0,0,0)

b = (1,2,1,2) b = (2,0, 1,1) b = (0,0,0,0)

2 1 2 c) A = 1 3 2 1 2 0

b b b b

= (5,3,2) = ( 1,1,2) = (2,1,1) = (0,0,0)

1 2 1 2 d) A = 0 1 0 3 0 2 3 1

b = (2,1,2) b = (0,0,0) b = (1,0,0) b = (0,1,0) b = (3,1, 1) b = (0, 1, 2) b = (0,0,0) b = (1,1,2) 4 1 2 1

1 2 1 2 e) A = 1 1 1 0 1 0 1 2

2 3 1 1 2 4 6 2 f) A = 0,1 0, 2 0,3 3 2 4 0 2

b = (1,2,3,2) b = (1, 3,0,3)

Ejercicio 5.- Determinar si el sistema tiene soluciones no triviales, sin resolverlo.


25

x + a) 1 x1 2 x1 c) +

x2 x2 x2 x2

= 0 = 0 + x3 x3 + x4 x4 x4 x4 = 0 = 0

2 x b) 1

x2 x2

x3 x3

= 0 = 0

a x d) 11 1 = 0 a21 x1 = 0

+ a12 x2 + a22 x2

+ a13 x3 + a23 x3

+ a14 x4 + a24 x4

= 0 = 0

Ejercicio 6.- Mostrar tres elementos de cada uno de los conjuntos siguientes. a) S1 = { A R 33 / aij = a ji , 1 i, j 3}

(matrices simtricas)

b) S2 = { A R 33 / aij + a ji =1, 1 i, j 3} c) S3 = { A R 33 / aij = a ji , 1 i, j 3}


4 d) S4 = A R 44 / aii = 0 i =1

(matrices antisimtricas)

(matrices de traza nula)

e) S5 = { A R 34 / A tiene alguna fila nula} f) S6 = { A R 33 / aij = 0, si i > j}

(matrices triangulares superiores)

Ejercicio 7.- Efectuar, cuando sea posible, los clculos indicados.


2 2 A = 1 3 , B = 1 0 1 2 3 2 0 0 , C = 1 1 0 1 1 1 2 1 1 , D = 0 1 0

1 2 , E = 0 2

2 2 1 1 1 0

26

Prctica 2 i) BA vi) ED ii) BC vii) DA iii) CB viii) EA + D iv) AB ix) AE + 3C v) BA C

1 3 2 Ejercicio 8.- Dadas A = 1 1 1 y B = 7 7 5

2 1 1 0 1 1 , hallar 3 3 3

a) la tercera fila de AB b) la tercera columna de BA c) el coeficiente c32 de C = BAB

Ejercicio 9.- Determinar todas las matrices B que verifican: 1 2 a) B= 0 1 1 0 0 1

b)

1 1 1 0 B = 2 2 0 1

1 2 3 3 c) 4 5 6 B = 6 1 2 3 3
2 1 1 1 1 0 2 d) 1 1 1 B = 1 0 2 0 2 3 0 0 2

27

1 1 0 2 1 e) 1 1 1 B = 3 0 0 2 3 1 2

2 1 2 1 Ejercicio 10.- Hallar todas las matrices A R 22 tales que A = A . 2 1 2 1

Ejercicio 11.- Hallar todas las matrices X R 22 tales que AX + B = BX + A. 2 1 1 0 a) A = B= 1 1 2 2

1 2 1 0 b) A = B= 1 5 2 2

Ejercicio 12.- Determinar cules de las siguientes matrices son inversibles; exhibir la

inversa cuando exista.


1 0 A= 0 1 3 0 B= 0 3 1 2 C= 0 1 1 2 D= 1 2 1 1 H = 0 2

2 1 1 E = 0 1 1 3 1 1

2 1 1 F = 0 1 1 2 0 0

1 1 G= 0 2

G +H

1 3 2 1 Ejercicio 13.- Sea A = 0 1 1 . Decidir si A es solucin del sistema 1 0 1

28

Prctica 2
1 5 4 1 2 0 X = . 1 1 0 0 1 1

Ejercicio 14.- Sea A R 33 .


1 0 Si 3 y 1 son soluciones de Ax = 1 2 1 4 , hallar 4 soluciones de Ax = 5 1 4 . 5

Ejercicio 15.- Sean (1,3,1), (2,2,4) y (2,0,4) soluciones de un sistema lineal no homogneo.

a) Hallar dos rectas distintas tales que todos sus puntos sean soluciones del sistema homogneo asociado. b) Econtrar un plano tal que todos sus puntos sean soluciones del sistema no homogneo.

Ejercicio 16.- Sea A R 33 .


0 2 1 1 0 2 y 1 son soluciones de Ax = 2 y 1 es solucin de Ax = 0 . 2 1 2 2 1 1 0 Encontrar una recta de soluciones del sistema Ax = 2 + 0. 2 1 1 1 1 1 1 1 1 4 Ejercicio 17.- Sean A = , B = 2 1 1 0 y S0 = 0 1 2 3 1 3 3 1

{x R

/ Ax = 0} .

29

2 Encontrar todos los x S 0 tales que Bx = 3 . 4

5 1 2 Ejercicio 18.- Dadas A = 2 1 3 y c = 3 2 1

a a 3 , determinar todos los valores de a a + 1

para los cuales el sistema Ax = c es compatible. Resolver el sistema para alguno de los valores de a hallados.

Ejercicio 19.-

a) Encontrar todos los valores de k R para los cuales el sistema S tiene solucin nica.

(k 2 1) x1 S

x2 (k 1) x2

+ +

kx3 x3 (k + 2) x3

= 0 = 0 = 0

b) Determinar todos los valores de k para los cuales el sistema S admite solucin no trivial
(k + 1) x1 x1 S x1 x1 2 x2 2 x2 2 x2 + kx3 + kx3 + kx3 + kx3 + + 3 x4 4 x4 = 0 = 0 = 0 = 0

+ (k + 2) x2

+ (k + 4) x4 3 x4 +

Ejercicio 20.- Encontrar todos los valores de a y b para los cuales los sistemas cuyas
matrices ampliadas se dan a continuacin son compatibles.

30

Prctica 2 1 3 a) 2 a 1 b
2 2 b + a

3 1 3 b) 2 0 a +1 a 1
1 2 + a 1 d) 2 a 4 4 a 2 0 12

b b + 2
b 2 1

3 3 1 c) 2 3 3 0 a + 1 a 1

Ejercicio 21.- Resolver el sistema para todos los valores de b.


x1 x1 3 x 1 + bx2 + 2 x3 2 x3 + 2 x3 x4 = b+2 = = 2 b

+ bx2 + 3bx2

2 x4

Ejercicio 22.- Encontrar todos los valores de a y b para los cuales (2,0,1) es la nica
2 x1 solucin del sistema x1 + ax2 x2 2 x2 + 2 x3 bx3 3 x3 = 2 = 3 = 3

Ejercicio 23.- Hallar todos los valores de k para los cuales


M = {(1,1,0,0)+(2,0,1,0) , R} es el conjunto de soluciones del sistema

x1

x2 (k 1) x2

2 x3 (k + 1) x3 + 2 x4 + 4 x4

=
2

= k + 1 = k 1

31

Ejercicio 24.- Determinar, para todos los valores reales de a y b, si el sistema cuya matriz
a 1 1 ampliada es a 1 2 + a 1 a a 1 2 a es compatible determinado, compatible b

indeterminado o incompatible.

Ejercicio 25.- Encontrar todos los valores de a y b para los cuales el sistema cuya matriz
1 a 1 ampliada es a 1 1 1 a a 1 1 tiene como conjunto solucin una recta. b

EJERCICIOS SURTIDOS
1. Sea A una matriz cuadrada que verifica A2 + A + I = 0.
Demostrar que A1 = I A.

2. Determinar a, b R para que (1, 1, 2, 1) sea solucin del sistema cuya matriz
1 aumentada es 2b a 2 2 4 1 0 b a 2 5 2 2 . 4

Para los valores hallados resolver el sistema.


2ax1 x 3. Se considera el sistema 1 x1 bx1 + 3 x4 + cx4 + bx4 5 x4 = = =

x2 ax2 cx2

3cx3

2 1 0

+ 2bx3 + ax3 3cx3

2ax2

= 7

Hallar los valores de a, b, c R para los cuales X = (2, 1, 1, 2) es solucin del sistema.

32

Prctica 2
4. Encontrar una matriz X que satisfaga la ecuacin
0 1 1 2 1 0 2 1 6 X 1 1 1 = X 0 1 0 1 1 2 0 3 2 1 2 1

1 3 5. Se sabe que 1 y 1 son soluciones del sistema Ax = b . Hallar alguna solucin de 0 1


Ax = b que tambin sea solucin de 2 x1 2 x2 + x3 = 9 .

6. Hallar todos los valores de k R para los cuales el conjunto de soluciones del sistema
1 x + 2ky + z = k kx + 2 y + kz = 2 y + kz = k 2

es una recta contenida en el plano x 4 y + 2 z = 4 .

2 0 7. Se sabe que 1 es solucin de 3 Ax = 1 y que 1 2

1 0 2 es solucin de 2 Ax = 1 . 0 2

0 Encontrar cuatro soluciones distintas del sistema Ax = 1 . 2

8. Hallar todos los valores de a R tales que {(2,0,3)} es el conjunto de soluciones del
x1 sistema 3 x1 x 1 + + x2 x2 + x3 x3 = = 5 3 + ax2

+ ax3

= a2

2 3 6 33 33 9. Sean A = 2 2 6 , B R una matriz inversible y C R tales que BC=A. 1 1 3

Hallar las soluciones del sistema B 2Cx = 2 Bx

(x R3 ) . 33

10. Hallar todos los valores de a, b R para los cuales el sistema


x1 S : 2 x1 x 1 + 3 x2 + 2 x2 x2 + ax3 x4 = b = 1 = b ax3 + 2 x3 x4 + + 2 x4

es compatible indeterminado.

Resolver el sistema para alguno de los valores hallados.


4 0 0 0 0 3 11. Sean A = 1 0 k y B = 0 3 0. 0 1 2 3 0 0

Hallar todos los valores de k R para los cuales el sistema Ax = 2x Bx tiene infinitas soluciones. Resolver el sistema para alguno de los valores de k hallados.

12. Se sabe que (1,2,0) y (3,0,1) son soluciones de un sistema no homogneo S. Hallar una
x1 solucin de S que sea tambin solucin del sistema 2 x1 4 x 1 + x2 + + x3 x3 = 3 = 2 = 8 + x2 + 3 x2

13. Sean en R 4 los sistemas


x1 S1 x1 3 x 1 + x2 x3 2 x3 3 x4 + 3 x4 = 1 = = 2 5 + 2 x2 + 3 x2 x y S2 1 x1 + 2 x2 + ax3 = 4 = b

Hallar todos los valores de a, b R para los cuales S1 y S2 tienen infinitas soluciones comunes. Para los valores hallados encontrar todas las soluciones comunes.

34

Prctica 3

PRCTICA 3
DETERMINANTES
DEFINICIONES Y PROPIEDADES
Una permutacin del conjunto {1, 2,..., n} es un arreglo de estos nmeros en cierto orden, sin omisiones ni repeticiones. Para denotar una permutacin cualquiera se escribir ( j1 , j2 ,..., jn ) , donde ji es el i-simo elemento de la permutacin. Se dice que ocurre una inversin en una permutacin ( j1 , j2 ,..., jn ) siempre que un entero mayor precede a uno menor. Diremos que una permutacin es par, si el nmero total de inversiones es un nmero par, y diremos que es impar si el nmero total de inversiones es impar.
a11 a A = 21 an1 a12 a1n a22 a2 n an 2 ann

Sea A R nn ,

Por producto elemental tomado de A se entiende cualquier producto de n elementos tomados de A, sin que dos cualesquiera de ellos provengan de una misma fila ni de una misma columna. Una matriz A R nn admite n! (n!=n(n1)(n2)...3.2.1) productos elementales. Estos son de la forma a1 j1 a2 j2 .....anjn donde ( j1 , j2 ,..., jn ) es una permutacin de {1, 2,..., n} .

Se denomina producto elemental con signo tomado de A a un producto elemental a1 j1 a2 j2 .....anjn multiplicado por +1 por 1 segn la permutacin ( j1 , j2 ,..., jn ) sea respectivamente par o impar. Se define el determinante de A como la suma de todos los productos elementales con signo tomados de A. Notamos
det( A) = A = a1 j1 a2 j2 .....anjn

Propiedades: Si A es una matriz cuadrada que contiene una fila de ceros, det( A) = 0. Si A es una matriz triangular de nn, det( A) es el producto de los elementos

de la diagonal, es decir det( A) = a11 a22 .....ann .

35

Propiedad:

Sea A R nn

Si Aes la matriz que se obtiene cuando una sola fila de A se multiplica por una constante k, entonces det( A) = k det( A) .

Si Aes la matriz que se obtiene al intercambiar dos filas de A, entonces det( A) = det( A) . Si Aes la matriz que se obtiene al sumar un mltiplo de una de las filas de A a otra fila, entonces det( A) = det( A) .

Si A R mn , la matriz transpuesta de A es la matriz At R nm que tiene como filas a las columnas de A. Propiedades: Si A R nn , entonces det( At ) = det( A) . Si A R nn , B R nn y k R , entonces det(kA) = k n det( A) det( AB) = det( A) det( B) A es inversible si y slo si det( A) 0. Si A es inversible, entonces det( A1 ) =
1 det( A)

DESARROLLO DEL DETERMINANTE POR COFACTORES. Si A es una matriz cuadrada, entonces el menor del elemento aij se denota M ij y se define como el determinante de la submatriz que queda al eliminar de A la i-sima fila y la j-sima columna. El nmero (1)i + j M ij se denota Cij y se conoce como cofactor del elemento aij . Se puede calcular el determinante de una matriz A R nn multiplicando los elementos de cualquier fila (o columna) por sus cofactores y sumando los productos que resulten. Es decir: para cada 1 i n y 1 j n ,

det( A) = a1 j C1 j + a2 j C2 j + ... + anj Cnj (desarrollo por cofactores a lo largo de la j-sima columna) y det( A) = ai1Ci1 + ai 2Ci 2 + ... + ain Cin (desarrollo por cofactores a lo largo de la i-sima fila) Si A R nn y Cij es el cofactor de aij entonces la matriz

36

Prctica 3
C11 C12 C1n C21 C22 C2 n C n1 Cn 2 Cnn

se conoce como matriz de cofactores tomados de A. La transpuesta de esta matriz se denomina adjunta de A y se denota adj(A). Propiedad: Si A es una matriz inversible, entonces A1 =
1 det( A)

adj( A) .

REGLA DE CRAMER. Si Ax = b es un sistema de n ecuaciones con n incgnitas tal que det( A) 0, entonces la nica solucin del sistema es ( x1 , x2 ,..., xn ) con x1 = det( An ) det( A1 ) det( A2 ) , x2 = , ..... , xn = det( A) det( A) det( A)

donde Aj es la matriz que se obtiene al reemplazar la j-sima columna de A por b.

EJERCICIOS
Ejercicio 1.- Calcular los siguientes determinantes, desarrollando por cofactores por las

filas y columnas indicadas. 2 0 a) 0 1 3 4 b) 5 2 0 2 0 3 5 4 1 3 1 2 5 0


0 0 0 6 0 0 1 0 0 0 0 0 0 1 por tercera fila por primera columna

0 0 0 6 8 1 3 0

por segunda fila por tercera columna

5 0 1 2 0 3 c) 1 1 0 0 0 1 1 0 3

por cuarta fila por quinta columna

37

Ejercicio 2.- Calcular los siguientes determinantes, desarrollando por cofactores por la fila

o columna ms conveniente. 1 0 a) 1 0 2 1 0 0 1 0 5 0 2 0 3 1 1 0 4 0 3 0 5 6 b) 0 5 9 0 0 0 4 0 2 0 d) 0 5 0 0 1 0 0 7 0 4 0 0 0 0 6 0 0 2 4 3 0 2 0

2 0 5

c) 4 0 1 0 0 7

Ejercicio 3.- Calcular los determinantes de las siguientes matrices usando propiedades.
2 0 1 a) 3 2 2 0 0 0 2 0 0 b) 4 1 0 0 2 5

1 0 0 2 c) 0 0 0 4 1 0

0 0 0 0 3 0 0 4 0 0

0 0 0 0 5

Ejercicio 4.- Determinar los valores de k para los cuales det(A) = 0.

k + 4 2 a) A = k 2 4

2 1 k 2 b) A = 0 k 1 2 0 k 2 0

k 2 c) A = k 3

3 0 9 0 3 1

a11 a12 a13 Ejercicio 5.- Sea A = a21 a22 a23 , tal que det(A) = 7. a 31 a32 a33 Calcular los determinantes de las siguientes matrices. a13 a11 a12 a11 a12 a11 a) a23 a21 a22 b) a21 a22 a21 a a 33 a31 a32 31 a32 a31
a11 c) a21 a 31

2a12 2a22 2a32

a13 a23 a33

a11 d) a21 + 3a11 ka 31

a12 a22 + 3a12 ka32

a23 + 3a13 ka33 a13

38

Prctica 3
1 0 3 2 1 1 Ejercicio 6.- Sean A = 2 2 1 y B = 0 1 8 . 1 0 1 0 0 1 10 det( A + B) det( A ) det( A5 B A5 ) Calcular det( AB)

Ejercicio 7.- Sin calcular la matriz inversa, decidir si son inversibles las matrices dadas.

2 1 a) 3 1

2 1 1 b) 2 1 1 3 2 2

2 3 1 c) 0 0 1 1 1 1

1 0 d) 2 3

0 2 0 0

0 2 0 3

0 3 1 2

Ejercicio 8.- Determinar todos los valores reales de x para los cuales la matriz es inversible. 2 3 2 3 x + 1 1 2 x +1 a) b) 1 2 c) 2 4 1 2 x 2 2 1 x x + 1 1 x 4 2 Ejercicio 9.- Si A R 33 y det( A) = 15 , calcular

a) det(2 A)

b) det((3 A) 1 )

c) det(3 A1 )

Ejercicio 10.- Determinar en cada caso todos los valores de k R para los cuales el sistema tiene solucin nica. + x3 = 1 x1 a) 2 x1 + 2 x2 = 3 2 x + x2 + kx3 = 2 1 2 x1 2 x2 + x3 = 0 b) (2k 2) x1 + 2kx2 + x3 = 0 (k + 2) x + (k 3) x + 2 x = 0 1 2 3
3 x1 c) x1 2 x 1 x2 + kx3 x3 = 2 = 3 = 1 + 3kx2 + x2

Ejercicio 11.- Encontrar el valor de a para el cual el sistema tiene infinitas soluciones y resolver el sistema para el valor hallado. x2 + 2 x3 = 4 x1 2 0 a x2 + 4 x3 = x + 3x + 3x = a 2 3 1

39

Ejercicio 12.- Determinar los valores de k para los cuales el sistema tiene: i) ninguna solucin ii) solucin nica iii) infinitas soluciones x1 + x3 = 1 a) 2 x1 + 2 x2 x3 = 3 2 (k 2 3) x x3 = k + k 1 1
x1 b) 2 x1 x 1 kx1 c) kx 1 + 2 x2 + 3 x2 + 4 x2
2

x3

2 x3 + 2 + (k 8) x3 x2 + +

2 = = k + 14 x3 x3 = 0 = 1 = 2

(k 2 1) x2 + (k + 2) x2

+ (k + 1) x3

0 2 2 Ejercicio 13.- Sea A = 2 a + 1 a . Encontrar todos los valores de a para los cuales el 1 a 0 sistema Ax = x admite solucin no trivial.

EJERCICIOS SURTIDOS
1 0 1 1. Sea A = 0 1 4 y B R 33 tal que det( AB) = 2. Calcular det( B 1 ) . 2 3 2 1 2 2 33 2. Sea A = 1 2 2 y B R tal que det( B) = 3. 2 1 2

Hallar todas las soluciones del sistema (BA)x = Bx.


0 1 a 3. Sea A = 0 a 2 2 . Decidir para qu valores de a el sistema 1 0 1

( A2 + 2 A)x = 0 tiene solucin no trivial.


1 1 0 2 1 1 4. Sean A = 0 k 4 y B = 1 k 1 . 1 1 2 0 1 2

1 Hallar todos los k R tales que det( BA1 ) = det( BA) . 4

40

Prctica 4

PRCTICA 4 ESPACIOS VECTORIALES SUBESPACIOS


DEFINICIONES Y PROPIEDADES
ESPACIOS VECTORIALES Un espacio vectorial real V, o espacio vectorial sobre R, es un conjunto de elementos llamados vectores, junto con dos operaciones: suma y producto por un escalar, que satisfacen las siguientes propiedades. EV1.- Si u V y v V, entonces la suma u + v V. EV2.- Si k R y v V, entonces el producto kv V. EV3.- Si u, v y w V, entonces (u+v)+w = u+(v+w) EV4.- Existe un elemento en V, notado 0, tal que 0+u = u+0 = u para todo u V. EV5.- Para cada elemento u V existe u V tal que u+(u) = u+u = 0. EV6.- Si u y v V, entonces u+v = v+u. EV7.- Si u y v V y c R, entonces c(u+v) = cu+cv. EV8.- Si a y b R y v V, entonces (a+b)v = av+bv. EV9.- Si a y b R y v V, entonces (ab)v = a(bv). EV10.- Si u V, entonces 1u = u Notacin: uv = u+(v) Si V es un espacio vectorial real valen las siguientes propiedades. a) 0v = 0 para todo v V. b) k0 = 0 para todo k R. 41 (1 R)

c) (1)v = v para todo v V. d) (v+w) = vw para todo v y w V. e) k(vw) = kvkw para todo v y w V, k R. f) kv = 0 si y slo si k = 0 v = 0. SUBESPACIOS Sea V un espacio vectorial real, y sea W un subconjunto de V. W es un subespacio de V si se satisfacen las siguientes tres condiciones: - El vector 0 de V pertenece a W . - Si u y v son elementos de W , entonces su suma u+v pertenece a W . - Si v es un elemento de W y c es un nmero real, entonces el producto cv pertenece a W . Observacin: W es un espacio vectorial real. Propiedad: Si S y T son subespacios de un espacio vectorial V, entonces la interseccin ST es un subespacio de V. Propiedad: El conjunto de soluciones de un sistema homogneo con n incgnitas es un subespacio de R n . COMBINACIONES LINEALES Sean V un espacio vectorial sobre R y v1, ..., vn elementos de V. Se dice que un vector w es una combinacin lineal de v1, ..., vn si se puede expresar en la forma w = k1v1 + ... + knvn , donde k1, ..., kn son nmeros reales. Si todo elemento de V es una combinacin lineal de v1, ..., vn decimos que { v1 ,..., v n } genera V o que { v1 ,..., v n } es un conjunto de generadores de V. r W = ki v i / ki R es un subespacio de V que se denomina subespacio generado por i =1

{v1 ,..., v r } y se nota W


42

= v1 ,..., v r .

Prctica 4 Propiedad: Si W es un subespacio de V y v1 ,..., v r son vectores de W , entonces


v1 ,..., v r W . O sea v1 ,..., v r es el menor subespacio de V que contiene a los vectores

v1 ,..., v r .

DEPENDENCIA E INDEPENDENCIA LINEAL Sea V un espacio vectorial sobre R, y sean v1 ,..., v n elementos de V. Decimos que { v1 ,..., v n } es linealmente dependiente si existen nmeros reales a1 ,..., an , no todos iguales a cero, tales que a1 v1 + ... + an v n = 0 . Decimos que { v1 ,..., v n } es linealmente independiente si y slo si se satisface la siguiente condicin: siempre que a1 ,..., an sean nmeros reales tales que a1 v1 + ... + an v n = 0 , entonces a1 = ... = an = 0 . Propiedad: Sea V un espacio vectorial sobre R, y sean v1 , v 2 , v 3 , v 4 vectores de V. Son equivalentes: a) { v1 , v 2 , v 3 , v 4 } es linealmente independiente. b) { v1 , kv 2 , v 3 , v 4 } con k R , k 0, es linealmente independiente. c) { v1 + kv 2 , v 2 , v 3 , v 4 con k R , es linealmente independiente. Propiedad: Si { v1 , v 2 ,..., v n } es linealmente independiente y w v1 , v 2 ,..., v n
v1 , v 2 ,..., v n , w es linealmente independiente.

entonces

Propiedad:

Si

es

combinacin

lineal

de

v1 , v 2 ,..., v k ,

entonces

v1 , v 2 ,..., v k , w = v1 , v 2 ,..., v k .

El rango fila de una matriz A es igual al mximo nmero de filas linealmente independientes de A. El rango columna de una matriz A es igual al mximo nmero de columnas linealmente independientes de A. Propiedad: El rango fila de A es igual al rango columna de A, y lo notamos rgA. De aqu en ms, cuando decimos espacio vectorial entenderemos espacio vectorial sobre R.

43

BASES Una base de un espacio vectorial V es una sucesin de elementos v1 ,..., v n de V tales que: a) { v1 ,..., v n } genera V b) { v1 ,..., v n } es linealmente independiente Se dice que un espacio vectorial V, diferente de cero, es de dimensin finita si contiene una sucesin finita de vectores que forman una base de V. Propiedad: Dos bases cualesquiera de un espacio vectorial V de dimensin finita tienen el mismo nmero de vectores. Si V es un espacio vectorial de dimensin finita, la dimensin de V es el nmero de vectores que tiene cualquier base de V. Si V= 0, entonces V no tiene base y se dice que su dimensin es cero. Propiedad: La dimensin de S 0 = {x R n1 / Ax = 0} , es igual a n rgA .

SUMA DE SUBESPACIOS Sea V un espacio vectorial, y sean S y T subespacios de V; se define la suma de S y T como S + T = { v V / v = s + t , con sS y t T} . Propiedades: a) S + T es un subespacio de V. b) Si dimV = n, entonces dim(S+T) = dimS + dimT dim(ST). Sea V un espacio vectorial. Si S y T son subespacios de V que verifican simultneamente: S+T = V y ST = 0, entonces V es la suma directa de S y T, y se nota V = ST. En general, si W V verifica W = S + T y ST = 0, se dir que W es la suma directa de S y T , y se notar W = ST. COORDENADAS Sea V un espacio vectorial, y B = entonces

{v1 ,..., v n }

una base de V. Si

v = a1 v1 + ... + an v n ,

( a1 ,..., an ) ( v )B = ( a1 ,..., an )

son las coordenadas de v con respecto a la base B, y notamos

44

Prctica 4 Observacin: Las coordenadas de un vector dependen de la base. Recuerde que cuando se da una base { v1 ,..., v n } , importa el orden en que se dan los vectores. ESPACIO EUCLDEO Llamamos espacio eucldeo de dimensin n al espacio vectorial Rn con el producto interno ( x1 , x2 ,..., xn ) ( y1 , y2 ,..., yn ) = x1 y1 + x2 y2 + ... + xn yn . Si S es un subespacio de Rn , el conjunto {x R n / x s = 0 para todo s S} se llama el complemento ortogonal de S y se nota S .
Propiedades: S es un subespacio de Rn .
S S = {0} .

dim S = n dim S (S ) = S Si S = v1 , v 2 ,..., v r

y S S = Rn .

, w es ortogonal a v para todo vS si y slo si

w v i = 0 para 1 i r. Observacin: Si { v1 , v 2 ,..., v r } es una base de S , para hallar S basta buscar n-r vectores linealmente independientes que sean ortogonales a todos los vi. Si v = s1 + s 2 con s1 S y s 2 S , s1 se llama la proyeccin ortogonal de v sobre S.

Propiedad: La proyeccin ortogonal de v sobre S es el punto de S que est a menor distancia de v, es decir que v s1 v s s S.

EJERCICIOS
Ejercicio 1.- Determinar cules de los siguientes conjuntos son subespacios. a) W = {( x1 , x2 , x3 ) R 3 / x1 x2 + 2 x3 = 0} b) W = {( x1 , x2 ) R 2 / x1 + x2 0}

45

c) W = { A R 22 / a11 + a22 = 0} d) W = {( x1 , x2 ) R 2 / x1 x2 = 0} e) W = { v R 3 / v = (1, 2,1), R}


1 1 f) W = X R 21 / .X = X 2 1

g) W = { v R n / w.v = 0} donde w es un vector fijo de R n . h) El plano que contiene a los puntos (2, 4, 1) , (6, 4,5) y (5, 2,3) . Ejercicio 2.- Decidir cules de los vectores dados pertenecen al subespacio S.

a) S = (1, 2, 4)

u = ( , ,1) ; v = (2, 4, 4) ; w = (0, 0, 0)


4 2

b) S = (1, 1,3) , (2,1, 1) c) S = (1, 1, 2, 4) , (2,1,3, 1), (0, 2,1, 0)

v = (0, 3, 2) ; w = (1, 5,11) v = (3, 2, 4,3) ; w = (0, 1, 0,1)

Ejercicio 3.- Hallar a R para que el vector w pertenezca al subespacio S .

a) S = (1, 2,1), (1,3, 2) b) S = (1, 0, 0,1), (0, 2,1, 1), (1, a, 1, 0)

w = (2, a, 0)

w = (1, 1, 2,3)

Ejercicio 4.- Decidir si el conjunto de vectores dado genera V.

a) V=R3 b) V=R3 c) V=R4 d) V=R22

{(1,1,1) , (3, 2,1) , (1,1, 0) , (1, 0, 0)} {(1, 2, 1) , (0,1, 1) , (2,5, 3) }

{(1, 1, 0,1) , (1, 1, 1, 2) , (0,1, 2,1) , (1,3,1,3)}


1 0 1 1 1 0 , , 0 2 1 1 1 0

46

Prctica 4
Ejercicio 5.- Hallar un conjunto de generadores del subespacio S.

a) S = {x R 3 / x1 x2 + 4 x3 = 0} b) S = {x R 5 / x1 + x2 4 x5 = x2 + 2 x3 x4 = 0}
1 1 1 1 c) S = X R 22 / X . = .X 2 1 2 1 1 2 d) S = X R 22 / A. X = 0, con A = 2 4

Ejercicio 6.- Encontrar un sistema de ecuaciones cuyo conjunto de soluciones sea S.

a) S = (1, 0,1) b) S = (0,1, 2, 1) , (1, 0,1, 0) c) S = (1,1,1,1) , (2,1, 0, 1) , (1, 0,1,1)


1 2 1 1 0 1 d) S = , , 0 1 2 0 1 0

Ejercicio 7.- Estudiar la dependencia o independencia lineal del conjunto de vectores.

a) {(2,1, 2) , (1, 3, 0) , (5, 1, 4)}


1 3 1 3 0 1 0 2 b) , , , 3 1 0 3 1 0 1 1

c) {(5, 4,3, 2,1)} d) {(0, 2,1, 1), (1, 0, 0,1), (1,3, 2,1), (2,1, 3, 4)}

Ejercicio 8.- Determinar los valores reales de k para los cuales el conjuntos de vectores es

linealmente independiente. a) {(0,1, 2) , (1, 1, k ) , (1, 3, 0)} b) {(1, 1,3) , (k , k + 1, k + 4) , (k + 1, k + 1, k )}

47

1 0 1 2 1 k + 1 k 2 3 c) , , , 0 0 k 0 k 1 2k 0

Ejercicio 9.- Sea { v1 , v 2 , v 3 } un conjunto de vectores linealmente independientes.

a) Determinar si {w1 , w 2 , w 3 } es un conjunto linealmente independiente. i) w1 = v1 + 2 v 3 ; w 2 = v1 2 v 2 + 3v 3 ; w 3 = 2 v 2 + v 3 ii) w1 = v1 + v 2 v 3 ; w 2 = 2 v1 3v 2 ; w 3 = 5v 2 2 v 3 b) para qu valores de es { v1 v 3 , v1 + 3v 2 , v 2 + 3v 3 } linealmente independiente?
Ejercicio 10.- Hallar base y dimensin de los siguientes subespacios.

a) S = {x R 2 / 6 x1 2 x2 = 0} b) S = {x R 3 / 3x1 + x2 x3 = 0} c) S = {x R 4 / 2 x1 x3 = x1 + x2 + 2 x4 = x1 x2 x3 2 x4 = 0}
1 1 1 0 41 d) S = x R / 0 1 2 1 x = 0 2 1 4 1
1 2 1 2 e) S = X R 22 / X = X 1 1 1 1

f) S = (1, 2,3) , (3,1, 0) g) S = (2,8, 3) , (1, 4, )


2 3

h) S = (1, 1, 2,1) , (2,1,1,1), (1, 2, 1, 0), (0,1,1,1)


1 2 1 1 0 0 1 3 i) S = , , , 1 0 1 2 1 4 2 2

48

Prctica 4

Ejercicio 11.- Decidir si el conjunto de vectores dado es base del subespacio


S = {x R 4 / x1 x2 + 2 x4 = 0} . a) {(1,1, 0, 0) , (0, 2, 0,1)} b) {(1,1, 0, 0) , (0, 2, 1,1) , (2, 0, 0, 1)} c) {(1,1, 0, 0) , (0, 2, 1,1) , (1, 1, 0,1)} d) {(1,1, 0, 0) , (0, 2, 1,1) , (3,1,1, 1)}

Ejercicio 12.-Sea S = {x R 4 / x1 x2 + 2 x3 = 0} . Hallar una base B de S tal que todos


los vectores de B tienen todas sus coordenadas distintas de 0.

Ejercicio 13.- Determinar la dimensin de Tk para todos los valores de k R .


a) Tk = (0, 1, k ) , (1, 1, 0) , (3, 0,1) b) Tk = v1 + v 2 v 3 + 2 v 4 , v1 v 3 , 2 v1 + 3 v 2 2 v 3 + kv 4 , donde
B = { v1 , v 2 , v 3 , v 4 } es una base de un espacio vectorial V.

Ejercicio 14.- Extender, si es posible, el conjunto de vectores a una base de R 22 .


1 0 3 1 a) , 1 0 1 0 1 1 0 2 1 1 b) , , 3 2 1 1 1 1 1 1 0 1 3 2 c) , , 1 1 1 2 4 5

Ejercicio 15.- Hallar una base de V que contenga a una base de S.


a) V = R 4 b) V = R 32 c) V = R 5 S = {x R 4 / x1 x2 + x3 = x2 x4 = 0} S = { X R 32 / x11 + x31 = x12 x21 + x22 = x11 x22 + x32 = 0}
S = (1, 2, 0,1, 1) , (2,1,1, 0, 0) , (1, 1,1, 1,1)

49

Ejercicio 16.- Extender, si es posible, el conjunto {(1, 1, 0,1) , (0,1, 0, 1) } a base de R 4


con vectores del subespacio T. a) T = {x R 4 / x2 + x4 = 0} b) T = {x R 4 / x1 + x3 = 0}

Ejercicio 17.- Extraer, si es posible, dos bases de V, del conjunto de vectores dado.
a) V=R3 b) V=R3 c) V=R22

{(1, 0, 1) , (0,1,1) , (1,1, 0) , (2,1, 4)} {(2, 0, 0) , (0, 1, 4) , (2,1, 4) , (1, 1, 4)}
1 1 1 1 1 1 1 0 1 2 , , , , 1 1 1 0 0 0 0 0 3 4

Ejercicio 18.- Determinar si los subespacios S y T son iguales.


a) S = (1, 0, 2) , (1,1, 1) b) S = (0,1, 0) , (1,1,3) T = {x R 3 / 2 x1 3 x2 x3 = 0}
T = (2, 2, 6) , (1,1,1)

c) S = {x R 4 / x1 + x2 x3 x4 = 2 x1 + x4 = 0} T = {x R 4 / 3x1 + x2 x3 = 2 x1 x2 + x4 = x1 + 2 x2 x3 x4 = 0} d) S = (1, 1, 0, 2) T = {x R 4 / x1 + x2 + x3 = 2 x2 + x4 = x3 = 0}
1 1 0 2 T= ; 0 2 0 1

e) S = { A R 22 / a11 + a22 = a11 + 2a12 = 0}

Ejercicio 19.- Hallar base y dimensin de S T .


a) S = {x R 4 / x1 + 2 x2 x3 + x4 = x2 + x3 2 x4 = 0} b) S = {x R 4 / x1 x2 + 2 x3 = x2 + x4 = 0} 50

T = {x R 4 / x1 + 2 x4 = 0}

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

Prctica 4 c) S = {x R 4 / 2 x1 + x2 2 x3 + 3x4 = 0}
T = (1, 1, 0, 0), (0,1, 1, 0), (0,1, 0, 1)

1 1 0 1 0 0 T = { A R 22 / a11 + a21 a22 = 0} d) S = , , 2 1 1 1 1 1 T = (0,1, 2) , (1,3, 1) e) S = (2,1, 0) , (1,1, 1)

Ejercicio 20.- Hallar base y dimensin de S +T .


a) S = (1, 1, 0,1) , (2,1,1,1)
T = (3, 0, 2, 2)

b) S = (2,1, 1) , (1, 0,3)

T = {x R 3 / x1 + 2 x2 + x3 = 0}

Ejercicio 21.- Sean S = {x R 4 / x1 + 2 x2 x4 = 2 x1 x3 + x4 = 0} y


T = (1,3,1, 1);(0,1, 2, 2) .

a) Hallar una base de S +T . b) Escribir v = (3,5, 7,1) como v = s + t , con s S y t T , de dos maneras distintas. Ejercicio 22.- Sean S = {x R 3 / x1 + x2 + x3 = 0} , T = (0,1, 2);(1, 1,1) y v = (3,1, 2) . Hallar s S y t T tales que v s, t . Ejercicio 23.- Sean S = {x R 4 / 2 x1 x2 + x4 = x1 + x3 = 0} y de S y a una base de T.

T = {x R 4 / x2 + 2 x3 = 3x1 + 3x3 + x4 = 0} . Hallar una base de R4 que contenga a una base

Ejercicio 24.- Sea B = { v1 , v 2 , v 3 , v 4 } base de un espacio vectorial V y sean


S = v1 + 2 v 2 , v 2 + v 3 y T = v 3 + v 4 , v1 + v 2 + v 4 .

a) Hallar base y dimensin de S T y de S +T . b) Hallar un vector v S +T tal que v S y v T .

51

Ejercicio 25.- Decidir si S +T = H . a) S = {x R 4 / x1 + 2 x3 = x2 x3 + x4 = 0} , T = (1, 2,1, 0);(0, 0,1, 1) , H = {x R 4 / x1 x2 + x3 + x4 = 0}

b) S = {x R 5 / 2 x3 x4 = x1 + x5 = x1 + x2 2 x5 = 0} , T = (1, 2,1,1, 0);(0,1, 2,3,1) , H = {x R 5 / 2 x1 + x2 x5 = 0}

c) S = (1, 0,1,3);(2, 2, 2,3) , T = (3, 2,3, 6);(0, 0,1, 0) , H = (1,1, 0, 1);(2,1,1, 2);(0,1,1,1)

Ejercicio 26.- Hallar dos subespacios distintos T y T tales que V = S T = S T . a) V = R 4 b) V = R 5


S = (1, 2,1, 0) , (1,3,1,1)

S = {x R 5 / x1 x3 + 2 x4 + x5 = 3 x1 x2 = x2 + x3 + 2 x4 x5 = 0}
S = (1, 1, 0, 1) , (1, 1,1, 0)

c) V = {x R 4 / x1 + 2 x2 + x3 x4 = 0}

1 0 1 1 2 2 Ejercicio 27.- Sean S = , y T = { A R / a11 = a12 a21 = 0} . 0 1 2 0

a) Probar que R 22 = S T . 3 3 b) Escribir w = como w = s + t con s S y t T . 5 0 Ejercicio 28.- Sean S = {x R 3 / x1 + 2 x2 + x3 = x2 x3 = 0} y


T W y R3 = S W .

T = {x R 3 / x1 + x2 x3 = 2 x1 + x2 = 0} . Hallar un subespacio W tal que

Ejercicio 29.- Sea S = {x R 4 / x2 = x1 + x3 = 0} . Encontrar un subespacio T R 4 que verifique simultneamente:


S T = (1, 0, 1,1) y S + T = R4 .

52

Prctica 4 Ejercicio 30.- Sean


S = {x R 4 / x1 + x3 x4 = x1 + x2 + x3 + x4 = 0} y

T = {x R 4 / x1 + x2 + 2 x3 + x4 = ax1 + bx2 + cx3 + dx4 = 0}

Determinar todos los valores reales de a, b, c, d para los cuales la suma S + T no es directa. Ejercicio 31.- Sean H = {x R 5 / x1 x2 x3 + 2 x4 x5 = 0} ,

S = {x R 5 / x1 x2 x3 = 2 x4 x5 = 0} y S = {x R 5 / 2 x1 + x2 = x3 + x4 + x5 = 0} .

H = {x R 5 / 2 x1 + x2 + x3 + x4 + x5 = 0} , W = (1, 0, 0,1, 0);(0, 0,1, 0, 0);(1, 1,1,1,1) ,

Encontrar un subespacio T R 5 que verifique simultneamente:

S T = H ; S T = H ; T W {0} .
Ejercicio 32.- Encontrar todos los vectores de R 3 que son ortogonales a todos los vectores del conjunto { (1, 0, 1);(1,1,3)} . Ejercicio 33.- Encontrar el complemento ortogonal del subespacio S . a) S = { x R 4 / x1 + x2 + x3 x4 = x1 + 2 x4 = 0} . b) S = (1,1,3);(2,1, 1) c) S = (2,1, 2, 0);(1, 0, 2,1);(3,1, 4,1)

Ejercicio 34.- En R 3 , encontrar el complemento ortogonal de: a) el eje x; b) el plano coordenado yz; c) el plano de ecuacin x1 + 3 x2 2 x3 = 0 ; d) la recta de ecuacin X = (1, 2,5) .

53

Ejercicio 35.- Sea S = (2, 0, 0,3,1);(0,1,1, 1, 0) . Hallar una base de S , y dar un sistema de ecuaciones cuyo conjunto de soluciones sea el subespacio S . Ejercicio 36.- a) Sean : 6 x1 + 4 x2 x3 = 0 y P = (7,5,9). Hallar el punto Q que est ms prximo al punto P. Calcular la distancia del punto P al plano . b) Sean L : (2, 4,1) y P = (4,1,8). Hallar el punto Q L que est ms prximo al punto P. Calcular la distancia del punto P a la recta L . Ejercicio 37.- Sean en R3 las bases B= {(1, 0, 0) , (0,1, 0) , (0, 0,1)} B= {(0, 0,1) , (1, 0, 0) , (0,1, 0)} y B= {(3,1, 2) , (0,1, 1) , (2, 0, 0)} Hallar las coordenadas con respecto a las bases B, B y B de: a) (4,1,3) b) ( x1 , x2 , x3 ) R 3 1 1 Ejercicio 38.- Hallar las coordenadas de la matriz en la base 3 2
1 2 0 1 1 1 1 1 B= , , , 1 1 1 2 0 1 0 3

Ejercicio 39.- Sea B= { v1 , v 2 , v 3 } una base de R3. Determinar si {w1 , w 2 , w 3 } es linealmente independiente, si w1 , w 2 , w 3 son los vectores de R3 cuyas coordenadas respecto de B son: a) (2,3,1), (0,2,1) y (0,0,3) respectivamente. b) (3,1,1), (1,0,2) y (5,1,3) respectivamente.

54

Prctica 4 Ejercicio 40.- Sea B= { v1 , v 2 , v 3 , v 4 } una base de R4 y sea


Tk = v1 + v 2 + v 3 , v1 v 4 , v1 + 3v 2 + kv 3 + 2 v 4 .

Determinar todos los valores de k en R para los cuales dim Tk = 3 .

Ejercicio 41.- Se sabe que B= {w1 , w 2 , w 3 } es una base de R3 y que las coordenadas de los vectores (0,1,1), (1,0,1) y (1,1,1) en la base B son, respectivamente, (1,2,2), (1,1,1) y (1,1,0). Hallar la base B. Ejercicio 42.- Sea S = {x R 3 / x1 + 2 x2 x3 = 0} . Hallar una base B de R3 que contenga a una base de S y a una base de S , y tal que que vector (0,5,2) tenga coordenadas (0,1,4) en la base B.

EJERCICIOS SURTIDOS 1. Sea B = { v1 ; v 2 ; v 3 ; v 4 } una base de un espacio vectorial V . Sean S = v1 v 3 2 v 4 ; v 2 y T = v1 + kv 2 + v 3 + kv 4 ; v1 v 2 + 2 v 3 v 4 ; v1 v 2 + kv 3 v 4 . Hallar todos los valores de k R para los cuales S T = V .

2. Sean S = (1, 2, 0,1);(0, 1,1, 0) y T = x R 4 / x1 x2 + x3 x4 = 2 x1 x3 x4 = 0 . Hallar, si existe, un subespacio W de modo que se verifique simultneamente: dim(S W ) = 1 ; dim(T W ) = 1 ; dim((S + T) W ) = 1 ;
dim W = 2

3. Sean en R 4 los subespacios S = (2,1, 0,1) , H = x R 4 / x1 x2 + 2 x3 x4 = 0 y


W = x R 4 / x1 + x2 + x4 = x2 x3 + 2 x4 = 0 .

Hallar, si es posible, un subespacio T que verifique simultneamente:


S T= H

y T W {0} .

55

4. Sean S = (1, 2,1, 0);(0,3, 0, 2) y T = (1,1,1,1);(3, 1,3, 4) . Hallar una base de R 4 que contenga a una base de S y a una base de T . 5. Sean en R 4 los subespacios W = (1, 0,1, 2);(1,1, 0, 1) ,
H1 = x R 4 / x1 2 x2 + x3 x4 = 0 y H 2 = x R 4 / x1 + ax2 x3 + bx4 = 0 .

Hallar a, b R y un subespacio S tales que se verifique simultneamente:


W S = H1 y W S = H 2 .

6. Sean S1 = {x R 5 / x1 + 2 x2 + x3 = 0; 4 x1 + x5 = 0} y

S 2 = {x R 5 / x1 + x2 3x3 + x4 k 2 x5 = 0; x1 + 2 x2 5 x3 + 3 x4 k 2 x5 = 0; x2 2 x3 + kx4 = 0} .
Hallar todos los k R para los cuales S1 = S 2. 7. Sean B = { v1 ; v 2 ; v 3 } , B ' = { v 2 + v 3 ; v1 v 3 ; v 2 } y B '' = { v 2 + v 3 ; v1 + v 3 ; v1} bases de un espacio vectorial V y sean v y w tales que v B = (1, 1,1) y w B ' = (2, 0, 1) . Hallar (2 v + w ) B " .

8. Sean en R 4 el subespacio S = x R 4 / x2 + x3 x4 = x1 + x2 + 2 x3 + x4 = 0 y la base


B = {(1,1,1,1);(1,1, 2, 0);(1, 2, 0, 0);(2, 0, 0, 0)} .

Hallar todos los vectores v que pertenecen a S y cuyas coordenadas en la base B son de la forma (a,b,a,b). 9. Sean en R 4 los subespacios S = {x R 4 / x1 + x2 + x4 = x2 + 2 x3 = 0} y
T = (5,5, 1, 1);(3,1, 0, 1) . Hallar un subespacio W de R 4 , W T de manera que se

verifique simultneamente: S W = S T y S + W = S + T .

56

Prctica 4 10. Sea B = { v1 , v 2 , v 3 , v 4 } base de un espacio vectorial V. Sean S = v1 + v 2 2 v 3 + 2 v 4 , v 2 v 3 + v 4 y T = v1 + v 2 + 2 v 3 , v1 + v 3 . Hallar un subespacio W V tal que W (S T) = V .

11. Sea S = (1,1, 0, 2);(0, a,1, 1);(1, 0, 1, b);(0, 1, 1, b 2) . Hallar todos los valores de a y b tales que S = (1, 1,1, 0) .

12. Sean S = (1, 2,1,1) , H1 = x R 4 / x1 x2 x3 + 2 x4 = 0 y

H 2 = x R 4 / 2 x1 + x2 x3 + x4 = 0 .
Hallar, si es posible, una base de R 4 que contenga a una base de S , a una base de H1 y a una base de H 2 simultneamente. 13. Sean W = (1, 1, 0, 0);(0, 0, 0,1);(a, 0,1, 1) y S = (1,1,1, 0);(2, 0,1,1) .

Determinar a R y un subespacio H de dimensin 2, tal que S + H = W . 14. Sean S = (1, 1,1, 0); (0, 2, 1, 2) , H = {x R 4 / x1 + x2 + x4 = 0} y la base B={(1,0,1,0); (0,1,0,1); (0,2,0,0); (1,0,1,0)}. Hallar un subespacio T de R 4 tal que T S = H , y para todo v T , las coordenadas de v en la base B son de la forma (a,b,a,b). 15. Sean T = { A R 33 / a11 + a22 + a33 = 0} , S R 33 , S = I donde I es la matriz identidad. Calcular dim(S + T) .
1 2 0 Si B = 1 2 2 , hallar S S y T T tales que B = S + T . 1 1 3

57

2 3 16. La matriz tiene coordenadas (1,2,0,3) en la base 6 3


a b 1 0 0 0 0 1 1 3 B = en la base B ; ; ; . Calcular las coordenadas de 3 2 c d 1 1 0 1 1 0

17. Sean B={(1,1,0,2);(0,1,2,0);(2,1,1,0);(0,0,0,1)} y


S = {x R 4 / x1 x2 + x4 = 2 x2 x3 x4 = 0} . Hallar todos los v R 4 tales que v S y las

coordenadas de v en la base B son de la forma (a,0,b,0).

58

Prctica 5

PRCTICA 5
TRANSFORMACIONES LINEALES
DEFINICIONES Y PROPIEDADES
Sean V y W espacios vectoriales sobre R. Una transformacin lineal f : V W es una funcin que satisface las siguientes dos propiedades: TL1: Si u V y v V, f (u + v) = f (u) + f (v) TL2: Si k R y u V, f (ku) = kf (u)

Son transformaciones lineales: La funcin nula 0: V W dada por 0(v) = 0, para todo v V. La funcin identidad id : V V, dada por id(v) = v, para todo v V.

Propiedades: Cualquier transformacin lineal f : V W satisface: a) f (0) = 0 b) f (v) = f (v) para todo v V para todos v y w V

c) f (v w) = f (v) f (w)

d) f (a1v1 + a2v2 + ... + anvn) = a1 f (v1) + a2 f (v2) + ... + an f (vn) para todos aiR, vi V

Si f : V W, S V, T W, w W , notamos: f (S) = { w W / w = f (s) , con s S } f 1(w) = { v V / f (v) = w } f 1(T) = { v V / f (v) T }

Propiedades: Si S es subespacio de V, entonces f (S) es subespacio de W. Si T es subespacio de W, entonces f 1(T) es subespacio de V.

59

Teorema. Si { v1, v2, ..., vn } es una base de V, y w1, w2, ..., wn son vectores (no necesa riamente distintos) en W, entonces hay una nica transformacin lineal f : V W tal que f (v1) = w1, f (v2) = w2, ..., f (vn) = wn. Este teorema nos dice que una transformacin lineal est completamente determinada por los valores que toma en una base.

Si f : V W es una transformacin lineal, llamamos: ncleo de f al conjunto Nu f = { v V / f (v) = 0 } imagen de f al conjunto Im f = { w W / w = f (v) , con v V }

Observacin: Im f = f (V).

Propiedades: Si f : V W es una transformacin lineal, entonces: a) Nu f es un subespacio de V. b) Im f es un subespacio de W. c) Si {v1, v2, ..., vn} es un conjunto de generadores de V, entonces {f (v1), f (v2), ..., f (vn)} es un conjunto de generadores de Im f . d) Si {f (v1), f (v2), ..., f (vr)} es linealmente independiente, entonces {v1, v2, ..., vr} es linealmente independiente.

Decimos que una transformacin lineal f : V W es: monomorfismo si es inyectiva, esto es, si verifica f (v) = f (w) v = w. epimorfismo si es suryectiva, esto es, si Im f = W. isomorfismo si es biyectiva, es decir, si es monomorfismo y epimorfismo.

Propiedades: Si f : V W es una transformacin lineal, entonces: a) f es monomorfismo Nu f = {0}.

60

Prctica 5 b) Si f es monomorfismo y { v1, v2, ..., vr } es linealmente independiente, entonces { f (v1), f (v2), ..., f (vr) } es linealmente independiente. c) f es isomorfismo si y slo si: Si { v1, v2, ..., vn } es base de V, entonces { f (v1), f (v2), ..., f (vn) } es base de W.

Teorema de la dimensin Si f : V W es una transformacin lineal, entonces dim V = dim Nu f + dim Im f

Propiedades: Si f : V W y g : W U son transformaciones lineales, la composicin g f : V U, dada por (g f )(v) = g ( f ( v)) , es transformacin lineal.

Si f : V W es isomorfismo, la funcin inversa f 1: W V , que cumple f f 1 = idW y f 1 f = idV, es isomorfismo. Si f : V W y g : W U son isomorfismos, g f es isomorfismo y se verifica: ( g f ) 1 = f 1 g 1 .

Una transformacin lineal p : V V es un proyector si p p = p . Propiedad: Si p : V V es un proyector, entonces

V = Nu p Im p

Para todo v Im p, p(v) = v

Dada la transformacin lineal f : Rn Rm, existe una nica matriz A Rmn tal que f puede escribirse en la forma
x1 x2 , f ( x1 , x2 , , xn ) = A xn

f (x) = Ax

61

Esta matriz A tal que f (x) = Ax se denomina matriz de la transformacin lineal f , y escribimos A = M ( f ) .

Propiedad: Las columnas de M ( f ) son un conjunto de generadores de Im f .

Si A Rmn , el rango columna de A es la dimensin del subespacio generado por las columnas de A ; el rango fila de A es la dimensin del subespacio generado por las filas de A .

Teorema: Si A Rmn, entonces rango fila de A = rango columna de A Esta igualdad nos permite hablar de rango de A, que notaremos rg A.

Propiedad:

dim Im f = rg M ( f ) .

Teorema: Si A Rmn, la dimensin del subespacio de soluciones de Ax = 0 es n rg A.

Sean B = { v1, ..., vn } base de un espacio vectorial V de dimensin n y B = { w1, ..., wm} base de un espacio vectorial W de dimensin m. Si f : V W es una transformacin lineal y f (vj) = a1jw1 + ... + amjwm, 1jn , llamamos matriz asociada a f en las bases B y B, a la matriz de mn:
a11 a21 M BB ( f ) = am1 a12 a22 am 2 a1n a2 n amn

Notar que en la columna j de M BB ( f ) estn las coordenadas de f (vj) en base B.

62

Prctica 5 La matriz M BB ( f ) es tal que si v V,

M BB ( f )( v ) B = ( f ( v)) B .

Observacin: Si f : Rn Rm y E y E son las respectivas bases cannicas,

M EE ( f ) = M ( f ) .

Notacin: Si W = V y B = B, escribimos M B ( f ) en lugar de M BB ( f ) .

Propiedad: rg M BB ( f ) = dim Im f ; de esto se deduce que el rango de una matriz asociada a una transformacin lineal no depende de las bases elegidas.

Propiedad: Matriz de la composicin: Sean U, V y W espacios vectoriales, y sean B, B y B bases de U, V y W respectivamente. Si f : U V y g : V W son transformaciones lineales, se tiene:

M BB ( g f ) = M BB ( g ) M BB ( f )

Propiedad: Si f : V W es un isomorfismo y B y B son bases de V y W respectivamente,


M B B ( f 1 ) = ( M BB ( f )) 1 .

Si B y B son dos bases del espacio vectorial V, llamamos matriz de cambio de base de B a B, a la matriz CBB = M BB (id ) .

Propiedad: CBB = (CBB ) 1

Propiedad: Si f : V V es una transformacin lineal y B y B son bases de V, M B ( f ) = CBB M B ( f )CB B o, en virtud de la propiedad anterior, M B ( f ) = (CBB ) 1 M B ( f )CBB

63

EJERCICIOS
Ejercicio 1.- Determinar si la funcin f es transformacin lineal.
a) f : R3 R2 , f (x1, x2, x3) = (x1 x2, 2x1) b) f : R2 R3 , f (x1, x2) = (x1 x2, 0, 0) x1 x1 x2 c) f : R2 R32 , f (x1, x2) = 0 0 x 0 1 d) f : R23 R32 , f (A) = At

Ejercicio 2.- Hallar la expresin de la transformacin lineal f.


a) f : R3 R4 tal que f (1,0,0) = (2,1,1,1), f (0,1,0) = (3,1,1,0) y f (0,0,1) = (0,0,4,1). b) f : R3 R3 tal que f (1,1,1) = (0,3,1), f (1,0,1) = (2,1,1) y f (1,1,0) = (3,2,4). 2 1 0 1 c) f : R2 R22 tal que f (1,1) = y f (1,1) = . 3 0 2 1

Ejercicio 3.- Decidir si existe una transformacin lineal f que satisface:


a) f : R3 R2 , f (1,2,0) = (3,4) , f (2,0,1) = (1,1) , f (0,4,1) = (7,7) b) f : R3 R3 , f (1,1,1) = (2,3,4) , f (0,1,1) = (1,2,1) , f (1,2,2) = (1,1,5) c) f : R2 R3 , f (1,1) = (2,1,1) , f (1,0) = (0,2,0) , f (5,2) = (4,8,2)

Ejercicio 4.- Hallar una base y la dimensin de Nu f y de Im f .


a) f : R3 R3 , f (x1, x2, x3) = (x1 + x2 + x3, x1 x2, 2x2 + x3) b) f : R4 R4 , f (x1, x2, x3, x4) = (x1 + x3, 0, x2 +2x3, x1 + x2 + x3 ) c) f : R3 R22 , f (x1, x2, x3) = 2 3 1 3 x1 + x2 x2 x3
x x x +x

Ejercicio 5.- Sea f : R3 R2 la transformacin lineal f (x1, x2, x3) = (x1 x2, x2 + x3)
y sean v = (2,3) ; S = (1, 2,1) Hallar f (S), f 1(v) y f 1(T). ; T = { x R2 / 3x1 2x2 = 0 }.

64

Prctica 5

Ejercicio 6.- Calcular dim Nu f y dim Im f .


a) f : R3 R5 monomorfismo c) f : R4 R4 f (x) =2x b) f : R4 R3 epimorfismo

Ejercicio 7.- Sea B = {v1, v2, v3} una base de V. Sea f : V V una t.l. tal que: f (v1) = v1 v2 v3 ; f (v2) = av2 + v3 ; f (v3) = v1 + v2 + av3.
Determinar todos los valores de a para los cuales f no es monomorfismo. Para cada uno de ellos calcular el ncleo de f.

Ejercicio 8.- Definir una transformacin lineal que verifique las condiciones enunciadas.
a) f : R2 R2 tal que Nu f = { x R2 / x1 + 2x2 = 0 }, Im f = (1, 0) b) f : R4 R4 tal que Nu f = { x R4 / x1 + x2 + x4 = x2 + x3 = 0 } c) f : R3 R4 tal que (1,1,2) Nu f , Im f = (1, 0,1,1), (2,1, 0,1) d) f : R4 R2 tal que (1,0,1,3) Nu f y f es epimorfismo e) f : R4 R4 tal que Nu f = Im f = (2,1, 1, 0), (0,1, 0,1) f) f : R3 R3 tal que f no es monomorfismo y (1,1,1) Im f g) f : R4 R4 tal que Nu f = Im f y f (3,2,1,1) = f (1,2,0,1) 0.

Ejercicio 9.- Sean S1 = { x R4 / 2x1 x2 + x3 x4 = 0 ; x1 3x3 + x4 = 0 } ;


S2 = { x R4 / 2x1 x2 x3 + x4 = 0 } ; T1 = (1, 0,1), (0,1,1)

; T2 = (2,1,3), (0, 0,1) .

Hallar una transformacin lineal f : R4 R3 que verifique simultneamente: f (S1) T1 ; f (S2) T2 ; dim Nu f = 1.

Ejercicio 10.- Hallar h = g f , t = f g y determinar el ncleo y la imagen de f, g, h y t.


a) f : R3 R2 , f (x1, x2, x3) = (x1, x1 + x2 x3), g : R2 R3 , g (x1, x2) = (x1 x2, x1, x2). b) f : R3 R3 la transformacin lineal tal que f (0, 0, 1) = (0, 1, 1) , f (0, 1, 1) = (1, 0, 1) , f (1, 1, 1) = (1, 1, 0) g : R3 R3 , g (x1, x2, x3) = (2x1 + x3, x2 x3, 2x1 + x2)

65

Ejercicio 11.- Hallar la funcin inversa del isomorfismo f.


a) f : R3 R3 f (1, 1, 1) = (1, 1, 1) , f (2, 0, 1) = (1, 1, 0) , f (0, 1, 0) = (0, 0, 1) b) f : R2 R2 f (x1, x2) = (x1 , x1 x2) c) f : R23 R32 f (A) = At

Ejercicio 12.- Sea S = { x R4 / x1 + x2 = 0, x3 + x4 = 0, x1 x3 + x4 = 0 }.


Definir una t.l. f : R4 R4 tal que S Nu f Im f y f (1,0,1,0) = (1,0,1,0).

Ejercicio 13.- Sea g : R3 R4 la t.l. g (x1, x2, x3) = (x1 x2, x3, x1 + x3, x1).
Definir, si es posible, una t.l. f : R4 R4 tal que: f0 , f g =0 y Nu f + Im f = R4

Ejercicio 14.- Sean S = { x R4 / x1 x2 x3 = x1 + x3 x4 = 0} y


T = { x R4 / 2x1 x2 x4 = 0}.

Definir una t. l. f : R4 R4 que verifique simultneamente Nu f = S y Nu f f = T.

Ejercicio 15.- Definir un proyector p tal que


a) p : R2 R2 , Nu p = (1, 2) e Im p = (1,1) . b) p : R3 R3 , Nu p = (1,1, 2) . Es nico? c) p : R4 R4 , Nu p = (1,1,1,1), (1, 0,1,1), (1, 2,3,3) , Im p = (1, 2, 0,1), (1,1, 4, 2)

Ejercicio 16.- Escribir la matriz M ( f ) .


a) f : R3 R2 b) f : R2 R4 f (x1, x2, x3) = (x1 + 4x2 3x3, x1 + x3) f (x1, x2) = (x1 + x2, 2x1 + x2, x1 + 3x2, x1)

c) f : R3 R4 tal que f (1,0,0) = (2,3,1,1); f (0,1,0) = (2,1,3,2); f (0,0,1) = (0,1,2,1). d) f : R3 R3 tal que f (2,0,0) = (4,2,2) ; f (0,4,0) = (1,1,1) ; f (0,0,3) = (0,0,1).

66

Prctica 5
1 2 1 Ejercicio 17.- Sea f : R3 R3 tal que M ( f ) = 3 1 2 . 2 0 2

a) Calcular f (1, 2, 1); f (5, 7, 2); f (0, 0, 1). b) Hallar bases de Nu f e Im f.

Ejercicio 18.- En cada caso hallar M BB ( f ) .


a) f : R3 R3 f (x1, x2, x3) = (2x1 + x2, x1 x3, x1 +2x2 + x3) B = B = E b) f : R2 R2 f (x1, x2) = (x1 2x2, x1) B = {(1,0), (1,1)} B = {(1,1), (0,1)}

c) f : R3 R2 f (x1, x2, x3) = (x1 x2, x1 + x2 + x3) B = {(1,1,2), (0,2,1), (0,0,1)} B = {(2,1), (1,1)}

d) f : R4 R3 f (x1, x2, x3, x4) = (x1 x3, 2x4, x2 + x3) B = {(1,1,2,0), (0,2,1,1), (0,0,2,1), (0,0,0,1)} B = E

Ejercicio 19.- Sean B = {v1, v2, v3}, B = {v1 + v2, v2 + v3, v1 + v3} y
B = {(1,2,1), (0,1,1), (1,3,1)} bases de R3, y sea f : R3 R3 la t.l. tal que f (v1) = (2,3,2), f (v2) = (0,2,3), f (v3) = (1,2,0). Hallar M BE ( f ) , M BB ( f ) , M B E ( f ) y M B B ( f ) .
1 4 5 Ejercicio 20.- Sea f : V V tal que M B ( f ) = 2 1 0 y sean B = {v1, v2, v3} y 0 3 1

B = {v1 + v2 v3, v1 + 2v3, v2} bases de V. Hallar M B B ( f ) , M BB ( f ) y M B ( f ) . 2 1 Ejercicio 21.- Sea f : R22 R22 la t.l. definida por f (X) = AX con A = . 3 1 Calcular M E ( f ) .

67

1 1 3 4 Ejercicio 22.- Sea f : R R tal que M BB ( f ) = 1 0

1 1 0 2 , con 2 0 1 1

B = {(0,0,2), (0,1,1), (2,1,0)} y B = {(1,0,0,0), (1,1,1,0), (1,1,0,1), (0,1,1,1)} a) Calcular f (0,2,1) b) Hallar una base de Im f y una base de Nu f.

Ejercicio 23.- Sea p : R2 R2 un proyector que no es idnticamente nulo y es distinto de


1 0 la identidad. Probar que existe una base B de R2 tal que M B ( f ) = . 0 0

Ejercicio 24.- Sea f : R4 R3 la transformacin lineal tal que la matriz de f en las bases
1 3 1 0 B = {v1, v2, v3, v4} y B = {w1, w2, w3} es M BB ( f ) = 2 2 1 1 . 1 1 1 1

a) Calcular: f (v1 2v3) ; f (v3 + v4) b) Dar bases de Nu f e Im f. c) Calcular f 1(w1)


1 1 0 Ejercicio 25.- Sea f : R R tal que M BB ( f ) = 0 2 1 con 1 0 a
3 3

B = {(1,1,1), (1,1,0), (1,0,0)} y B = {(1,1,1), (0,1,1), (0,0,1)}. Hallar todos los valores de a para los cuales f (1,2,1) = (0,1,6).

Ejercicio 26. k 2 4 a) Sea f : R R tal que M ( f ) = 2 1 k. 1 1 k


3 3

Encontrar todos los valores de k para los cuales f no es un monomorfismo.

68

Prctica 5 b) Sean B = {v1, v2, v3} base de R3, y f : R3 R3 la transformacin lineal tal que
1 2 5 M B ( f ) = 3 1 2 . Hallar todos los valores de a tales que f es isomorfismo. 2 a 3

Ejercicio 27.- Sea B = {v1, v2, v3} base de R3, y sea f : R3 R3 la transformacin lineal
1 3 2 tal que M B ( f ) = 1 2 3 . 2 1 1

Hallar todos los a R para los cuales 2a2v1 + 2v2 + 3av3 Im f.

Ejercicio 28.- Sean B = {v1, v2, v3} y B = { v1 v3, 3v1 + 2v2, v1 + v2 + v3 } bases de R3.
1 0 3 Sea f : R R tal que M B ( f ) = 1 1 0 . Hallar M B B ( f ) y M BB ( f ) . 0 2 1
3 3

1 0 2 Ejercicio 29.- Sea f : R R tal que M BB ( f ) = 1 2 0 1 1 1 con B = {(1,1,1),(0,1,1),(0,0,1)} y B = {(1,1,0),(0,0,1),(0,1,2)}.


3 3

Si S = {x R3 / 5x1 2x2 2x3 = 0 }, hallar un subespacio T de R3 tal que R3 = T f(S).

Ejercicio 30.- Sean B = {(1,1), (1,2)}, B = {(1,1,1), (1,1,0), (1,0,0)} y las


transformaciones lineales f : R2 R2 , f (x1, x2) = (x1 x2, x1 + 2x2)
1 0 1 0 1 2 3 g : R R , tal que M BE ( g ) = y h : R R , tal que M BB (h) = 1 0 1 2 3 2 2
3 2

Hallar M ( f f ) , M BE ( g h) y M BB ( f g ) .

69

Ejercicio 31.- Sea B = {v1, v2, v3} una base de R3 y sea f : R3 R3 la t.l. tal que
0 2 1 M B ( f ) = 0 0 1 . 0 0 0

a) Calcular f f (3v1 ) , f f ( v1 2 v 2 ) y f f ( v 3 ) b) Hallar dim Nu ( f f ) y dim Im ( f f ) y dar una base de cada uno.

Ejercicio 32.- Sean B = {v1, v2, v3} base de V y B = {w1, w2, w3} base de W.
Sean f : V V y g : V W 0 MB( f ) = 2 2 t.l. tales que: 1 1 1 1 y 1 1
2 1 1 M BB ( g ) = 1 0 0 2 1 1

a) Calcular g f (2 v1 + v 2 3v 3 ) . b) Hallar una base de Nu ( g f ) y una base de Im ( g f ) .

Ejericio 33.- Sea f : R2 R2 la t.l. dada por f (x1, x2) = (x1 + 2x2, 3x1 x2).
a) Hallar M ( f 1 ) b) Hallar M BB ( f 1 ) con B = {(1,1), (2,1)} y B = {(1,2), (0,1)}.
1 1 0 Ejercicio 34.- Sea f : R R tal que M ( f ) = 1 1 y sea 2 0 2 1 B = {(1,0,2), (0,1,1), (2,1,0)}. Hallar M BE ( f ) , M B ( f ) y M BE ( f 1 ) .
3 3

Ejercicio 35.- Sean


3 1 M B ( g ) = 1 2 0 1

2 1 2 f : V V tal que M B ( f ) = 1 0 0 y g : V V tal que 1 3 0 0 1 , con B = {v1, v2, v3} y B = {v3, v2 + v3, v1 + v2 + v3} bases de V. 1

Hallar M BB ( g f ) , M BB ( g f ) y M BB ( g 1 ) .

70

Prctica 5

EJERCICIOS SURTIDOS
1. Definir una t.l. f : R4 R4 que verifique simultneamente:

i) Nu f Im f = (1,1,1,1)

ii) (1,5,1,0) Im f

iii) (3,1,2,2) Im f + Nu f.

2. Sean S1 y S2 subespacios de R3 tales que dim S1 = 1, dim S2 = 2 y S1 S2 = R3.

Demostrar que si f : R3 R3 es una t.l. tal que f (S1) = S1 y f (S2) = S2 y B = {v1, v2, v3} es una base de R3 tal que {v1} es base de S1 y {v2, v3} es base de S2, entonces
a 0 0 b c MB( f ) = 0 b c con a 0 y d e 0. 0 d e

3. Sea f : R4 R4 una t.l. que satisface:

f f =0
Calcular M ( f ) .

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

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

2 1 0 4. Sea f : R R una transformacin lineal tal que M ( f ) = 5 1 k . 8 k 2


3 3

Hallar todos los valores de k R para los cuales Nu f {0} y Nu f Im f.


5. Sean S = {x R 4 / 2 x1 x2 + x3 x4 = x1 3 x3 + x4 = 0}
H = {x R 4 / 2 x1 x2 x4 = 0} . y

Hallar una transformacin lineal f : R4 R4 que verifique simultneamente: f (S) S ; Im f = H ; Nu ( f f ) = S. 6. Sean en R 4 los subespacios S = (1, 2, 1, 2) , W = (0, 2,3, 2);(1, 1,1, 2) y T = {x R 4 / x1 x2 + x3 + x4 = 0} . Definir, si es posible, un isomorfismo f : R 4 R 4 que satisfaga simultneamente: f (S + T) = S + W ; f (S) S = {0} ; f (S) W = {0} .

71

7. Sea f: R4 R4 f ( x1 , x2 , x3 , x4 ) = ( x1 + 2 x2 + x3 , x3 + x4 , x1 + 2 x2 + x4 , 2 x1 + 4 x2 + 2 x3 ) . Definir, si es posible, una transformacin lineal g: R4 R4 que verifique simultneamente: Im (f g ) = Im f y g f =0. 1 0 1 0

2 1 2 4 1 0 1 2 8. Sea f : R5 R4 la t.l. dada por M ( f ) = 3 1 3 6 1 6 1 2

a) Hallar una base B1 para Nu f y encontrar un conjunto B2 de vectores de R5 tal que B = B1 B2 es una base de R5. b) Probar que los transformados de los vectores de B2 por f, son linealmente independientes y extender este conjunto a una base B de R4. c) Calcular M BB ' ( f ) . 9. Sean S = {x R 4 / x1 + x2 + x3 = 0} y T = (2, 0,1,1);(1,1,1,1);(1, 2, 0,1)

Definir, si es posible, una t. l. f: R4 R4 que verifique simultneamente f (S) = f (T) y dim(Nu f ) = 1 . 10. Sean en R 4 los subespacios W = (1, 0, 1,1);(1,1, 0, 1) y H = {x R 4 / x1 x3 x4 = 0} y sea en R 3 el subespacio S = {x R 3 / x1 + x2 2 x3 = 0} . Definir, si es posible, una transformacin lineal f : R 4 R 3 que satisfaga simultneamente: f (H ) = S ; f ( W ) = S ; f (1,1, 1,1) = (2, 2, 3) . 11. Sean S = x R 4 / x1 + x2 + x3 + x4 = 0 y f: R4 R4 la t.l. dada por f ( x1 , x2 , x3 , x4 ) = ( x1 x4 , x2 x4 , x1 x2 , 2 x1 x2 x4 ) . Definir, si es posible, una t.l. g: R3 R4 tal que Nu ( f g ) = <(1,0,2)> e Im g = S. 12. Sean B = {(1,1,1);(1,1, 0);(1, 0, 0)} y B ' = {(0, 0,1);(0,1,1);(1,1,1)} bases de R 3 y sea
1 3 0 f : R R la t.l. tal que M BB ' ( f ) = 3 . Calcular f -1(2,2,5). 1 0 2 2 4
3 3

72

Prctica 5 13. Sea B = {(1,1, 0, 0);(0,1,1, 0);(1, 0, 0,1);(0, 0, 0,1)} y sea f : R 4 R 4 una 1 1 1 a 0 1 1 0 transformacin lineal tal que M BE ( f ) = . 1 0 0 0 b 1 1 1 Determinar a y b si se sabe que f (2,3,1, 1) = (2,1, 2, 4) y dim(Nu f ) = 1 . 14. Sean B = { v1 ; v 2 ; v 3 } y B ' = { v1 + v 2 ; v 2 + v 3 ; v1 + v 3 } bases de un e.v. V ;
2 a 1 f : V V la transformacin lineal tal que M BB ( f ) = 1 0 3 y v = 5v 2 + v 3 . 1 1 2

Determinar a R tal que dim(Im f ) = 2 , y para el a hallado decidir si v Im f .


1 0 2 15. Sea f : R R la transformacin lineal tal que M BB ' ( f ) = 1 2 0 , con 1 1 1
3 3

B = {(1,1,1);(0,1, 1);(0, 0, 1)} y B ' = {(1, 1, 0);(0, 0,1); v} bases de R 3 . Hallar v para que f (0, 0, 1) = (2, 3, 2) .Dar una base de f (S) , si S = (1,1, 0) . 16. Sean f: R3 R3 dada por f ( x1 , x2 , x3 ) = ( x1 + x2 , x1 4 x2 + x3 , 2 x2 x3 ) y g: R3 R3
1 1 2 la t. l. tal que M B ( g ) = 0 1 1 , con B = {(0, 0, 1);(1, 1, 2);(0,1,3)} . 0 3 2

Calcular f g (3, 1, 3) . 17. Sean B = { v1 ; v 2 ; v 3 } y B ' = { v 2 v 3 ; v1 + v 2 + v 3 ; v1 v 2 } bases de un e.v. V y sea


1 1 2 f : V V la t.l. tal que M BB ' ( f ) = 2 1 2 . Hallar una base de Im( f f ) . 1 3 3

73

18. Sean B = { v1 ; v 2 ; v 3 } y B ' = { v1 + v 2 + v 3 ; v 2 + v 3 ; v 3 } bases de un e.v. V y


1 1 0 f : V V la transformacin lineal tal que M BB ( f ) = 0 0 0 . 0 1 1 0 1 0 Hallar, si es posible, una base B " de V tal que M B " ( f ) = 0 0 0. 0 0 1

19. Sea f : R4 R3 la t.l. f (x1, x2, x3, x4) = (x1 + x3 x4, x1 + x2 + x4, 2x1 + x2 + x3). Hallar una t.l. g : R3 R4, no nula, que satisfaga simultneamente: f g =0 y g f =0.

20. Definir una transformacin lineal f: R4 R4 que verifique simultneamente: i) Nu f + Im f = {x R 4 / 3x1 x4 = 0} ii) dim Im f = dim Nu f iii) f (1,2,0,1) = 2f (1,0,1,2) = 2f (0,0,0,1) 21. Sean S = {x R 4 / x1 + x2 + 2 x4 = x 2 + x3 + 3x4 = 0} ; S ' = (1,5, 2,1), (0, 2, 2, 2)
T = {x R 4 / x1 x2 = 0} y T ' = (1, 2, 0, 0), (1,1,1,1), (1, 0, 0, 0) .

Definir una t.l. f : R 4 R 4 que verifique simultneamente: i) f (S) T 22. Sea f: R3 R4, ii) f (S ') T ' iii) dim f (S + S ') = dim(S + S ')

f ( x1 , x2 , x3 ) = ( x1 + 2 x3 , x1 , x2 + x3 , x2 ) y sean

S = <(1,0,1); (0,1,1)> y v=(1,3,1).

Definir una t. l. g: R4 R3 tal que h = gof satisfaga h(v) S y dim(Nu h)=1. 23. Sea g: R3 R2 la t.l. g ( x1 , x2 , x3 ) = ( x1 + x2 ,3x2 x3 ) Definir un proyector p: R3 R3 tal que g p = 0 .

74

Prctica 5
1 2 1 24. Sea B={(2,1,1); v; w} base de R3 y f: R3 R3 la t.l. tal que M EB ( f ) = 0 1 3 1 3 2

Hallar v y w si se sabe que f (6,3,1) = (1,2,1) y f (5,2,1) = (1,1,0). 25. Sea S = {x R 3 / 2 x 1 x2 = 0} . Sea B={(1,1,1); (1,1,0); (1,0,0)} y f :R3 R3 tal que
1 M BE ( f ) = 8 + a 2 a 1 0 8 + a 2 0 8 . a

a 1

Hallar todos los valores de a para los cuales {f (0,1,2); f (1,0,4)} es base de S. 26. Sean B = {v1, v2, v3+v1, v4} una base de R4, S = < v1, v2 , v3 > y f : R4 R4 dada por MB( f ) = 0 1 1 2 1 2 3 2 1 0 1 2 0 1 1 0 . Hallar la dimensin y una base de f (S) Nu f.

2 1 0 27. Sea f: R R tal que M ( f ) = 5 1 k . Determinar todos los valores de k para los 8 k 2 cuales es Nuf {0} y Nuf Im f .
3 3

28. Sean B = {(1,1,0);(0,1,1);(0,0,1)} y f y g: R3 R3 dadas por


1 0 1 1 g ( x1 , x2 , x3 ) = ( x1 + x3 , x1 + x2 , x2 x3 ) y M B ( f ) = 1 1 0 . Hallar ( f g ) (1,1,1) . 0 1 0

75

0 1 2 29. Sea f : R3 R3 la t. l. tal que M ( f ) = 3 1 1 . 1 0 1 3 Hallar, si es posible, v, w R y a, b, c reales tales que B = { v; w;(a, b, c)} sea una base 5 a 0 de R3 y M BE ( f ) = 5 b 0 . 0 c 0 1 0 1 30. Sean B = {(0,1,1);(1,0,0);(1,1,0)}, f : R R dada por M BE ( f ) = 0 1 1 y 1 1 1 3 S = {x R / 2 x1 x2 + 5 x3 = 0} . Decidir si f f (9, 7, 2) S .
3 3

31. Sean B = {v1, v2, v3} y B = {2v1+v2, 2v1,v2+v3} bases de R3 , y f y g: R3 R3 tales


2 1 3 2 0 1 que M B ' B ( f ) = 1 1 0 y M B ' ( g ) = 1 3 2 . Calcular M B ' ( f g ) . 3 1 2 1 2 1

32. Sean S = (1,1, 1);(2,1,1)

y T = {x R 3 / 2 x1 x2 + 3x3 = 0} .

Definir un isomorfismo f: R3 R3 tal que


1 w0 tal que f 1 (w ) = w . 3

f (S ) = T ;

f ( T) = S

y exista un vector

33. Definir una transformacin lineal f: R4 R4 que verifique simultneamente: (1,1,0,1) Nu f y Nu ( f f ) = Im ( f f ) .

76

Prctica 6

PRCTICA 6
NMEROS COMPLEJOS Y POLINOMIOS
DEFINICIONES Y PROPIEDADES
NMEROS COMPLEJOS El conjunto C de los nmeros complejos es: C = { z = a + bi / a, b R ; i2 = 1} Si z C, la representacin a + bi se llama forma binmica de z. La parte real de z es a: La parte imaginaria de z es b: Si z, w C Re z = a. Im z = b.

z = w Re z = Re w e Im z = Im w

Sean z = a + bi y w = c + di dos nmeros complejos; la suma es el producto es z + w = (a + c) + (b + d)i z w = (ac bd) + (ad + bc)i

La suma es asociativa y conmutativa; el producto es asociativo y conmutativo y vale la propiedad distributiva respecto de la suma. Notacin: a + ( b)i = a bi a + 0i = a
z = a bi

0 + bi = bi

Si z C, z = a + bi, llamaremos conjugado de z a

y llamaremos mdulo de z al nmero real no negativo z = a 2 + b 2 Observaciones Propiedades: C1) z = z C2) z + w = z + w C3) z w = z w C4) Si z 0, z
1

1) z = z z
2

2) Si z 0, z 1 =

z z
2

M1) z = 0 z = 0 M2) z w = z w M3) z = z


= (z )
1

M4) z = z M5) Si z 0 z 1 = z M6) Si w 0


z z = w w
1

C5) z + z = 2 Re z C6) z z = 2(Im z )i

77

Si z C, z = a + bi, z 0, llamaremos argumento de z al nico nmero real arg z tal que 0 arg z < 2 ; cos arg z =
a z

; sen arg z =

b z

Si z C, la forma trigonomtrica de z es

z = z (cos arg z + i sen arg z )

Si z = (cos + isen ) y w = (cos + isen ), con , > 0 , , R, entonces

z = w = (es decir z = w ) y = + 2k para algn k Z.


Teorema de De Moivre. Sean z, w C, z 0, w 0. Si z = z (cos + i sen ) y w = w (cos + i sen ) entonces
z w = z w (cos( + ) + i sen( + ))

Corolario.
z 1 = z
1

(cos( ) + i sen( ))

z = z (cos( ) + i sen( )) z z = (cos( ) + i sen( )) w w z n = z (cos(n ) + i sen(n ))


n

nZ

Si w C, w 0, una raz n-sima de w es un nmero z C tal que zn = w. Propiedad. Si z es una raz n-sima de w entonces:

z= w

(cos

arg w + 2k arg w + 2k + i sen ) n n

para algn entero k tal que 0 k n 1. Si z C, z = z (cos + i sen ) , la notacin exponencial de z es Propiedades. Si , R ei = ei = e i ei ei = ei ( + )
z = z ei

78

Prctica 6
POLINOMIOS

En lo que sigue K significa Q, R C. Un polinomio con coeficientes en K es una expresin de la forma P(x) = a0 x0 + a1 x1 + ... + an xn =

a x
j =0 j

con n N0 y aj K .

Indicamos K[X] = { P / P es polinomio con coeficientes en K }, y consideramos en


K[X] las operaciones de suma y producto usuales.

Grado de P: Si P 0, P(x) = a0 x0 + a1 x1 + ... + an xn y an 0 , definimos grado de P = gr P = n El polinomio nulo no tiene grado. Valen las siguientes propiedades: si P 0, Q 0, gr(P Q) = gr P + gr Q gr(P + Q) max{ gr P, gr Q} Dados P K[X], P(x) = nmero (si P + Q 0)
j j

a x
j =0 n j =0

y z K, llamamos especializacin de P en z al
j

P(z) =

a z
j

Sea P K[X], z K. Diremos que z es raz de P si P(z) = 0. Algoritmo de divisin. Dados P, Q K[X], Q 0, existen nicos S, R K[X] tales que: P = Q S + R con R = 0 gr R < gr Q Se dice que Q divide a P (o que P es divisible por Q) y se nota Q | P, si el resto de la divisin de P por Q es el polinomio nulo, esto es, si P = Q S con S K[X]. Teorema del Resto. Si P K[X] y z K, el resto de la divisin de P por (xz) es igual a P(z). Corolario. Sea P K[X] y z K; z es raz de P si y slo si (x z) | P. Teorema. Si P K[X] y a1, a2, ..., ar K son races de P con ai aj si i j, entonces
P(x) = (x a1)(x a2)...(x ar) Q(x) con Q K[X].

Corolario. Si P es un polinomio de grado n entonces P tiene a lo sumo n races.

79

Teorema de Gauss. Sea P Z[X], P(x) =

a x
j =0 j

con a0 0. Si

p (con p Z, q N y (p, q) = 1) es una q

raz de P, entonces p | a0 y q | an. Teorema fundamental del lgebra. Si P C[X] y gr P 1, existe z C tal que z es raz de P. Teorema. Sea P R[X], y sea z C. Si z es raz de P z es raz de P. Si P(x) =

a x
j =0 j

K[X], llamaremos polinomio derivado de P a:


P( x) = ja j x j 1 = ( j + 1)a j +1 x j
j =1 j =0 n n 1

Propiedades.
( P + Q) = P + Q ( P Q) = (P ) Q + P Q
(kx 0 ) = 0

Notacin: Designamos ( m ) P = ( ( m 1) P ) = ( ( (P ))) Si P K[X], diremos que z C es raz de multiplicidad k de P (k N) si

P(x) = (x z)k Q(x) con Q C[X] y Q(z) 0.


Teorema. Sea P R[X], y sea z C; z es raz de multiplicidad k de P si y slo si P ( z ) = P ( z ) = 2 P( z ) = = ( k 1) P( z ) = 0 y ( k ) P( z ) 0 . Polinomio interpolador de Lagrange Sean a0, a1, ..., an , ai K , ai aj si i j, y sean b0, b1, ..., bn arbitrarios, bi K . Existe un nico polinomio L K[X], con L = 0 gr L n , que satisface L(ai) = bi para

i = 0, 1, ..., n. Se trata del polinomio:

(x a )
k

L( x) = bi Li ( x)
i =0

donde

Li ( x) =

(a a )
i k k =0 k i

k =0 k i n

80

Prctica 6

EJERCICIOS
NMEROS COMPLEJOS Ejercicio 1.- Dar la forma binmica de z. 1 a) z = (3 i ) + ( + 5i ) b) z = ( 2 + i )( 3 i ) 5 Ejercicio 2.- Dar la forma binmica de z.

1 1 c) z = (3 + i )(3 i ) + (3 + 2i ) 3 3

a) z = (1 + 2i )(1 2i ) 1

b) z = (1 + i )(2 + 3i )(3 + 2i )

c) z = (1 + i ) 1 ( 2 + 2i ) + (2 + 5i)

Ejercicio 3.- Calcular z .

a) z = ( 2 + i) + (3 2 3i ) c) z = (3i ) 1
e) z = (1 + i)(1 2i )(3 i )
Ejercicio 4.- Dar la forma binmica de z .

b) z = (1 + ai )(1 ai ) 1
d) z = 1 i + i + i

aR

f) z = 3(1 + 3i )10

a) z = 1 i + i
c) z = (1 2i )(2 i )

b) z = 1 + i + i + i
d) z = (1 + 3i )(1 3i )

Ejercicio 5.- Representar en el plano todos los z C tales que: b) z 2 c) z = z a) z = 3 Ejercicio 6.-

a) Representar en el plano el conjunto B = {z C / z + 1 i 2} . b) Representar en el plano el conjunto B = {z C / z + 1 z 3 i } . 1 c) Si A = {z C / Re z 1, Im z } y B = {z C / z 1 3i = 5} , representar 2 C = A B .


Ejercicio 7.- Escribir en forma binmica todos los z C tales que:
a) z 2 = 1 4 3i c) z 2 + 2 z + 3 = 0 b) z 2 = 16 + 14 3i d) z 2 = 5 2i z

Ejercicio 8.- Hallar todos los z C tales que su conjugado coincide con su cuadrado.

81

Ejercicio 9.- Calcular Re z e Im z .


a) z = 2(cos + i sen ) 2 2 c) z = (cos + i sen ) 3 3 3 3 b) z = 3(cos + i sen ) 2 2 7 7 d) z = 2(cos + i sen ) 4 4

Ejercicio 10.- Escribir z en forma trigonomtrica.


a) z = 5 e) z = 5 + 5i g) z = 3(cos 0 + i sen 0) i) z = 2(cos b) z = 6 c) z = 15i f) z = 3 3i h) z = 3(cos j) z = 1 d) z = i 3

+ i cos ) 3 3

i sen ) 2 2

i (cos

+ i sen ) 2 2

Ejercicio 11.- Representar en el plano.


a) A = {z C / arg z = 0} 2 c) C = {z C / | z |= 5, 0 arg z } 3 1 5 b) B = {z C / arg z } 2 4 d) C = {z C / | z + 1 i | 3,

arg z } 6 3

Ejercicio 12.a) Escribir en forma trigonomtrica z = (1 + i )( 3 1 i) 2 2

b) Escribir en forma binmica z = (3 3 + 3i )15 1+ i c) Escribir en forma binmica z = ( 3 + i )5

Ejercicio 13.- Encontrar todas las races n-simas de w para:

a) n = 3

w =1

b) n = 5

w = 3

c) n = 4 1 i 3 +i

w = 1 3i

Ejercicio 14.- Determinar todos los z C tales que z 8 =

Ejercicio 15.- Encontrar todos los z C que satisfacen:

a) z 3 = i z 2 d) z 4 + z 4 = 0

b) z10 = 4 z 10 e) z 3 + 9i z 2 z = 0

c) z 5 z = 0 3 3 8 f) z 4 = ( i ) 2 2

82

Prctica 6
Ejercicio 16.-

a) Escribir en forma binmica

ei ,

e3 ,

2e i ,

e6 .
eit e it 2i

5 i

b) Expresar en forma exponencial las races quintas de 1. c) Probar que t R es


cos t = eit + e it 2 y sen t =

POLINOMIOS Ejercicio 17.- Calcular PQ , 3P + Q y P2 Q e indicar el grado de cada uno.

a) P(x) = 2x + 1 b) P(x) = 3x2 + x 1 c) P(x) = x3 3

Q(x) = x2 + 3x 2 Q(x) = 9x2 3x + 6 Q(x) = x3 + 2x2 + 1

Ejercicio 18.- Encontrar, si existen, a, b y c en R tales que:

a) 3x 2 = a(x2 + x + 3) + b(x2 2x + 1) + c(x2 3) b) (2x 1)(x + 1) = ax2 + b(x + 1)(x + 3)


Ejercicio 19.- a) Determinar a R tal que:

i) Si P(x) = ax3 3ax2 + 2, ii) Si P(x) = x3 + 3x2 + a, iii) Si P(x) = ax2 + ax + 3,

sea P(2) = 3 P tenga a cero como raz sea P(1) = 3 y gr P = 2

b) Determinar a, b y c en R para que: i) P(x) = ax2 + bx + c tenga a 1 y 1 por races ii) P(x) = x2 + 2bx + a y Q(x) = ax3 b tengan a 2 como raz comn.

Ejercicio 20.- Determinar todas las races de P.

a) P(x) = x2 + ix + 1 c) P(x) = x2 + 2x + 1
Ejercicio 21.- Hallar todas las races de P.

b) P(x) = x2 + (1 i)x + 1 d) P(x) = ix5 1

a) P(x) = 3x3 + x2 + 12x + 4 b) P(x) = 1 3 2 x + 2x2 + x 7 3 3

c) P(x) = x4 + 2x3 9x2 18x d) P(x) = x4 x3 9x2 x 10 sabiendo que i es raz

83

e) P(x) = x5 25x3 + 85x2 106x + 45 sabiendo que (2 + i) es raz 9 9 f) P(x) = x4 x2 4 4 6 4 g) P(x) = x 2x 51x2 108 sabiendo que P( 3 i) = 0
Ejercicio 22.- Dado P(x) = 2x4 6x3 + 7x2 + ax + a, determinar a R sabiendo que

(1 + i) es raz de P y hallar las restantes races de P.


Ejercicio 23.- Escribir x4 + 1 como producto de polinomios irreducibles en C[X] y en

R[X].
Ejercicio 24.- Determinar la multiplicidad de como raz de P.

a) P(x) = (x2 1)(x 1)3(x5 1) b) P(x) = x4 + 3x3 + 12x2 c) P(x) = x3 x2 5x + 6 d) P(x) = (x4 + 1)(x2 + 1)(x3 + i)

=1 =0 =2 =i

Ejercicio 25.- Hallar todas las races del polinomio P y escribirlo como producto de

polinomios de grado 1. a) P(x) = x5 6x4 + 10x3 + 4x2 24x + 16, y se sabe que P tiene una raz triple. b) P(x) = 4x3 + 8 3 x2 + 15x + 3 3 , y se sabe que P tiene una raz doble.
Ejercicio 26.-

a) Hallar P R[X], de grado mnimo, que tenga a 1/2 como raz simple, a (1 + i) como raz doble y que verifique que P(0) = 2. b) Hallar todos los polinomios P con coeficientes reales, de grado 3, que tengan a (2) como raz doble y que verifiquen P(1) = P(1).
Ejercicio 27.- Sabiendo que Q(x) = 81x4 1 y P(x) = 9x4 + 27x3 8x2 + 3x 1 tienen

alguna raz comn, encontrar todas las races de P.


Ejercicio 28.- Sea P(x) = 2x3 5x2 + 4x + 1, y sean a, b y c sus races.

Calcular:

a+b+c

abc

a2+b2+c2

1 1 1 + + a b c

Ejercicio 29.- Calcular la suma y el producto de las races sptimas de la unidad.

84

Prctica 6
Ejercicio 30.-

a) Sea P(x) = 3x3 2x2 + x + . Encontrar R para que la suma de dos de las races de P sea igual a 1. b) Sea P(x) = x3 + 2x2 7x + . Encontrar R de manera que una de las races de P sea igual a la opuesta de otra. c) P(x) = 3x3 + x2 2x + . Encontrar R tal que una de las races de P sea igual a la suma de las otras dos.
Ejercicio 31.-

a) Encontrar un polinomio P, de grado a lo sumo 3, que satisfaga: P(1) = 1 ; P(0) = 1 ; P(2) = 2 ; P(1) = 0

b) Encontrar la ecuacin de una parbola que pase por P1, P2 y P3, donde P1 = (1,1) P(1) = 1 ; P2 = (0,1) ; P(0) = 1 ; P3 = (2,2) P(1) = 4 c) Encontrar un polinomio de grado 4 que satisfaga: ;

EJERCICIOS SURTIDOS
1. Hallar todos los z C tales que:

a) z 3 = 3izz

b) (1 + 3i ) z 3 = 2 z 1+ z ). 1 z

2. Sea z C , z 1, tal quez=1. Calcular Im(i

3. Hallar un polinomio P R[X], de grado mnimo, que verifique:

P(1+i) = 0 ; 1 es raz doble de P ; Im(P(i)) = 28


4. Sea P(x) = (x3 ax2 a2x + 1)(x2 a2). Hallar a para que 1 sea raz doble de P. 5. Sean P(x) = x4 + x3 7x2 8x 8 y Q(x) = x3 1. Se sabe que P y Q tienen al menos una raz comn. Hallar todas las races de P en C. 6. Hallar un polinomio P R [ X ] , de grado mnimo, que verifique simultneamente:

las soluciones de z 2 = 5 z son races de P; P tiene alguna raz doble; P(1) = 31.
7. Encontrar todas las races de P(x) = x5 + x4 + x3 + 2x2 12x 8 , sabiendo que tiene

alguna raz imaginaria pura.

85

8. a) Hallar todas las races sextas de (1 + i)

b) Existe una raz sexta de (1 + i) cuyo conjugado sea tambin raz sexta de (1 + i)? c) Hallar el producto de todas las races sextas de 1 + i.
9. a) Hallar el resto de la divisin de P por (x 3)(x + 2), si P(3) = 1 y P(2) = 3

b) Calcular el resto de la divisin de P(x) = xn 2xn1 + 2 por x2 + x. c) Los restos de dividir a P(x) por (x + 2) , (x 3) y (x + 1) son 3, 7 y 13 respectivamente. Calcular el resto de la divisin de P(x) por (x + 2)(x 3)(x + 1) d) Calcular el resto de la divisin de P(x) = (cos a + x sen a)n por x2 + 1.
10. Sea P R[X] y Q(x) = x3 2x2 + x. Hallar el resto de la divisin de P por Q

sabiendo que

P(0) = 1;

P(1) = 3;

P(1) = 3.

11. Encontrar todos los z C tales que z 7 z 3 = 210 i . 12. Hallar z1 y z2 tales que ambos sean soluciones de (1 i ) z 2 = (2 + 2i) z y que adems

verifiquen Re( z1 ) < 0 ; Im( z1 z2 ) > 0 .


13. Encontrar un polinomio P R [ X ] de grado mnimo que tenga por races a las

soluciones de la ecuacin

(2 Im z i Re z ) 2 = 5 + 12i .

14. Hallar un polinomio P R [ X ] de grado 4, que cumpla las siguientes condiciones:

i) el coeficiente principal de P es igual a 6 iii) el cociente entre dos de sus races reales es igual a 4
15. Graficar los z C tales que z 4 = ( z ) 4 y Re( z ) < 1 .

ii) 1i es raz de P iv) P(0)=192

16. Hallar todos los z C tales que z 6 = i ( z ) 4 e Im( z 3 ) < 0 . 17. Hallar un polinomio P R [ X ] , de grado mnimo, que tenga por races a todas las

soluciones de la ecuacin z 4 z = 2i z .
4

18. Hallar todas las races de P( x) = x 4 4 x3 + 3 x 2 + 8 x 10 sabiendo que la suma de sus races reales es igual a cero. 19. Se sabe que el polinomio P( x) = x 4 2 x3 + 2 x 2 8 x 8 tiene alguna raz imaginaria

pura. Hallar todas las races de P y escribir P como producto de polinomios de grado 1.

86

Prctica 7

PRCTICA 7
AUTOVECTORES Y AUTOVALORES
DEFINICIONES Y PROPIEDADES
Sea A Rnn. Un vector v Rn, v 0, es un autovector de A (o vector propio), si existe R tal que Av = v.

Diremos que el nmero es un autovalor de A (o valor propio) y que el vector v es un autovector de A asociado al autovalor . Sea f : V V una transformacin lineal. Un vector v V, v 0, es un autovector de f asociado al autovalor , si f (v) = v.

El conjunto S = { v V / f (v) = v } es el subespacio asociado al autovalor . Sea f : Rn Rn una transformacin lineal. Si v es un autovector de f asociado al autovalor y A = M ( f ) , entonces v es un autovector de A asociado al mismo autovalor , pues Av = f (v) = v

Propiedad: es autovalor de A si y slo si la matriz A I no es inversible, o sea, si y slo si det(A I) = 0. El polinomio P() = det(A I) se llama polinomio caracterstico de A. Su grado es n y los autovalores de A son races de P. Propiedad: Si i j i j y v1, ..., vr son autovectores de A asociados a los autovalores 1, ..., r, respectivamente, entonces { v1, ..., vr } es linealmente independiente. La transformacin lineal f : V V se dice diagonalizable si existe una base B de V tal que M B ( f ) es diagonal.
Propiedad: Si f : V V es una transformacin lineal y B es una base de V formada por autovectores de f, entonces M B ( f ) es diagonal. Propiedad: Si dim V = n y f tiene n autovalores distintos, entonces f es diagonalizable. Propiedad: Si B y B son dos bases de V, y f : V V es una transformacin lineal, entonces las matrices M B ( f ) y M B ( f ) tienen los mismos autovalores.

87

Una matriz A Rnn se dice diagonalizable si existe una matriz diagonal D Rnn y una matriz inversible C Rnn tales que A = C D C1

Propiedad: Una matriz A Rnn es diagonalizable si y slo si tiene n autovectores linealmente independientes, v1, ..., vn.

1 0 2 En este caso C es la matriz cuyas columnas son v1, ..., vn, y D = , 0 n donde i es el autovalor asociado a vi.

EJERCICIOS Ejercicio 1.- Para cada matriz calcular todos los autovalores y para cada uno de ellos
hallar el subespacio asociado.
7 5 a) 10 8
2 3 1 1 1 e) 4 1 2 1

4 2 b) 3 3
3 5 f) 1 1

2 1 c) 2 4
1 2 1 g) 0 5 4 0 8 7

4 1 d) 0 4

Ejercicio 2. 0 0 3 tiene a 1 como autovalor. a) Hallar todos los k R para los cuales A = 1 0 1 k 1 1 b) Para los valores de k hallados, calcular todos los autovalores de A.

Ejercicio 3.- Encontrar una base B de R3 para la cual M B ( f ) sea diagonal.


3 1 1 a) f : R3 R3 tal que M ( f ) = . 0 5 0 7 2 0 2 2 4 . b) f : R3 R3 tal que M ( f ) = 0 4 0 6 2 8

88

Prctica 7
Ejercicio 4.- Sean B = { (1, 1, 1); (0, 1, 1); (0, 0, 1) } y f : R3 R3 la t. l. definida por
5 0 0 . Encontrar una base B de R3 tal que M B ( f ) sea diagonal. M B ( f ) = 3 1 1 1 0 3

Ejercicio 5.- Sea B = {(1, 1, 0); (0, 0, 1); (3, 2, 0)} y f : R3 R3 la t.l. tal que
3 2 9 . Decidir si f es diagonalizable. M BE ( f ) = 4 4 9 2 0 6

En caso afirmativo, encontrar una base B tal que M B ( f ) sea diagonal.


Ejercicio 6.- Determinar si la matriz A es diagonalizable; en caso afirmativo encontrar

matrices C y D tales que D es diagonal y A = C D C1.


3 5 a) A = 3 1
1 1 1 d) A = 1 1 1 1 1 3 1 1 4 b) A = 3 2 1 2 1 1 4 6 6 e) A = 1 3 2 1 5 2 1 2 4 c) A = 3 4 6 5 5 9

0 2 2 Ejercicio 7.- Dada A = , calcular A10. 2 3 4 2 4 3

0 0 3 Ejercicio 8.- Sea f: R R tal que M ( f ) = y S = (a + 3, a 2 4,1) . 1 0 1 2 1 1


3 3

Hallar todos los valores de a R para los cuales f(S) = S.

Ejercicio 9.- Sea f : R3 R3 la transformacin lineal dada por

f (x1, x2, x3) = (4x1 + 4x2 + 4x3, 5x1 + 7x2 + 10x3, 6x1 7x2 10x3).
2 1 0 Encontrar una base de B de R tal que M B ( f ) = 0 2 . 0 0 0 3
3

89

EJERCICIOS SURTIDOS
0 0 2 1. Se sabe que la matriz A = tiene un autovalor igual a 2. 1 0 1 k 3 1 Decidir si A es diagonalizable. 2 0 0 2. Sea f : R R la transformacin lineal tal que M ( f ) = 3 5 6 . 3 3 4
3 3

Hallar una base B de R3, B = {(1, 1, 0), v2, v3} tal que M B ( f ) sea diagonal.
3. Sea {v1, v2, v3} una base del espacio vectorial V y f : V V la t.l. definida por:

f (v1) = v1 2v2; f (v2) = v1 + 2v2; f (v3) = 2v3. Hallar una base de autovectores de f.
3 0 0 4. Sea B = {v1, v2, v3} base de R y f : R R la t.l. tal que M B ( f ) = . 0 2 0 1 0 2 Hallar los autovalores y autovectores de f. Es f diagonalizable?
3 3 3

5.- Sea f : R3 R3 , f (x1, x2, x3) = (2x1 + 2x3, 7x1 3x2 + x3, x1 + 4x3).

Determinar para que f no sea isomorfismo y decidir si existe una base B de R3 tal que M B ( f ) sea diagonal.
6. Sea f : R3 R3 la t.l. f (x1, x2, x3) = (2x1 + x2 x3, 3x2 + 2x3, x3).

Hallar una base B de R3 tal que M B ( f 1 ) sea diagonal.


7. Sean S = {x R4 / 3x1 + x2 x3 + 4x4 = 0} y T = <(1,1,0,1), (1,0,1,0)>.

Hallar una t.l. f : R4 R4 tal que sus autovalores sean 3, 2 y 0; Im f = T y Nu f S.


8. Sean B = {(0,1,1), (1/2,1/2,0), (0,0,1)} una base de R3 y f : R3 R3 la t.l. tal que
3 2 2 M EB ( f ) = 4 0 2 . Hallar una base B tal que M B ( f ) sea diagonal. 1 5 2

90

Prctica 7
9. Sean B = {(0,0,1), (1,0,0), (0,1,0)}; B = {(0,0,1), (1,1,1), (3,2,1)} y 1 0 0 3 3 f : R R la t.l. tal que M BB ( f ) = . Hallar los autovalores de f f. 0 2 0 0 1 2 10. Sea B = {(1,0,1), (0,2,1), (1,3,2)} y f : R3 R3 la t.l. tal que
0 2 a MB( f ) = . Encontrar a y b para que f (1, 1, 0) = (1, 1, 0). 0 b 2 1 0 1 Para los valores hallados, decidir si f es diagonalizable.

a 2 2 11. Sea A = 0 b 2 . 1 a + 2b 2 Determinar a y b para que (1,1,0) sea autovector de A.


3 0 0 12. Dada la matriz A = 8 5 4 , hallar k R sabiendo que 1 es autovalor de A. 8 8 k Para ese valor de k, determinar si A es diagonalizable.

13. Sean B={v1; v2; v3 } y B={v1; v1 v3; v2 + v3 } bases de R3 y sea f: R3 R3


0 4 4 tal que M BB ' ( f ) = 1 4 3 . Decidir si f es diagonalizable. 0 1 0

14. Sean B= {v1, v2, v3} y B= {v2+v3; v2v1; v2} bases de V . Sea f: V V la t. l. tal
3 1 0 que M BB ( f ) = 0 1 3 y sea g: V V definida por g(v) = f(v) 2v. 2 0 0

Hallar una base B de V tal que M B ( g ) sea diagonal.


15. Sea f : R3 R 3 una t. l. que verifica: f(1,1,0) = (2,10, k) ; f(0,1,0) = (0, 3, 0) y
f(0,1,1) = (2,2, 4).

Hallar, si es posible, los k R para los cuales f no es monomorfismo. Para los valores de k encontrados, decidir si f es diagonalizable.

91

16. Sean B = {(1, 2, 2); (0, 1, 0); (0,1, 1)} y f: R3 R3 la t. l. tal que
0 0 2 2 k 1 . M EB ( f ) = 0 5 k 0 2 Hallar todos los valores de k para los cuales 1 es autovalor de f y f es diagonalizable.

17. Sean B = { v1 ; v 2 ; v 3 } y B ' = { v1 ; v1 + v 2 ; v1 2 v 2 v 3 } bases de un e.v. V y

5 2 2 f : V V la transformacin lineal tal que M BB ( f ) = 1 a. 0 0 1 4

Hallar, si es posible, una base de autovectores de f, sabiendo que 2 v 2 v 3 es un autovector de f .

92

ALGEBRA(27)

Primer Parcial A

1. Sean L : (1, 1, 2) + (2,1,1) y P = (3,1, 0) . Hallar todos los planos que son paralelos al plano que contiene a L y a P y tales que d( P, ) = 2 11 . k 0 1 2. Sea A = 6 3 k + 4 . Hallar todos los valores de k R para los cuales los k 0 0
sistemas Ax = 0 y Ax = x tengan infinitas soluciones. Para los valores obtenidos resolver el sistema Ax = x .

En cada ejercicio escriba todos los razonamientos que justifican la respuesta.

3. Sea S = x R3 / x1 x2 + 3 x3 = 0 . Hallar una base B = { v1 ; v 2 ; v 3 } de R 3 tal que


v1 S ; v 2 S ; v 3 S ; el vector (3, 6,1) tiene coordenadas (2,3, 0) en la base B y el vector (5, 2, 5) tiene coordenadas (0,1, 1) en la base B.

4. Sean H = x R 4 / 2 x1 + x3 + x4 = 0 , S = x R 4 / x1 x2 + x3 + x4 = x1 + x2 = 0 y
T = (3, 2,1, 1);(1,1,1, 0) .

Encontrar, si es posible, un subespacio W tal que W T {0} y W S = H .


ALGEBRA(27) Primer Parcial B
En cada ejercicio escriba todos los razonamientos que justifican la respuesta.

1. Sean 1 : x1 + x3 = 1 y 2 : x1 + 2 x2 + x3 = 3 . Hallar dos rectas L1 y L 2 que verifiquen simultneamente: L1 1 ; L 2 2 ; L1 L 2 ; L1 L 2 .

2 2. Determinar para qu valores de a y b, X = 0 es una de las infinitas soluciones de 1


1 1 1 0 1 2 b la ecuacin 3 1 1 X = 1 2 1 X + 2 . 1 0 1 1 a 3 4 Para los valores hallados, encontrar todas las soluciones de la ecuacin.
3. Se sabe que B = { v1 ; v 2 ; v 3 } y B= { v1 3v 2 ; 2 v1 + v 2 ; w} son bases de un espacio

vectorial V . Determinar w sabiendo que el vector v1 + 4 v 2 + w tiene las mismas coordenadas en ambas bases.
4. Sean S = (1, 2, 1, 2);(3, 2,1, 6)

y H = x R 4 / x4 = 0 .

Hallar, si es posible, un subespacio T que verifique simultneamente:

T H ; dim T = 2 ; S + T R 4 ; S + T R 4 .

ALGEBRA(27)

Segundo Parcial A

1. Sean S = (1, 1, 2, 0);(3, 1,3,1) , T = {x R 4 / x1 x4 = x2 x4 = 0} y W = (1, 1, 2,3) .


Definir una transformacin lineal g : R 4 R 4 tal que Nu g = W ; g (S) T y g (T) S . 2. Sea B = {(1,1, 0);(2,1, 0);(0, 0,1)} una base de R 3 y f : R 3 R 3 la transformacin
k +2 1 1 lineal tal que M EB ( f ) = 1 0 k 1 . k k +1 0

En cada ejercicio escriba todos los razonamientos que justifican la respuesta.

Hallar todos los valores de k R tales que dim(Im f ) = 2 y (4,3, 1) Im f . 3. Sea P ( x) = x 4 2 x3 + ( 2 + 1) x 2 + 6 x (5 + 6) . Hallar todos los valores de R para los cuales 1 es raz mltiple de P. Para los valores de hallados, escribir a P como producto de polinomios de grado 1. 4. Sean B = {(1,1,1);(1,1, 0); (0,1, 1)} y B= {(0,1,1);(0, 0,1);(1, 0, 0)} bases de R 3 . Sean las t. l. 8 3 8 2 0 0 3 3 f : R R tal que M B ( f ) = 0 0 0 y g : R R tal que M EB ( g ) = 10 10 0 . 3 3 3 0 0 3
3 3

Se sabe que f y g tienen los mismos autovectores. Hallar los autovalores de g y los de f g .
ALGEBRA(27) Segundo Parcial B
En cada ejercicio escriba todos los razonamientos que justifican la respuesta.

1. Sean T = (1, 1, 2,1);(1, 0,1, 0) y W = {x R 4 / x1 + 2 x2 + x3 + x4 = 0} .

Definir, si es posible, una transformacin lineal f : R 4 R 4 que verifique simultneamente: f (T) T ; Im f = W . 2. Sean B = { v1 ; v 2 ; v 3 } y B= { v1 v 2 ; v 2 + v 3 ; v 2 } bases de un espacio vectorial V . Sean f : V V y 2 0 M B ( f ) = 1 1 0 1

3. El polinomio P ( x) R [ X ] , P ( x) = x 4 ax3 + 25 x 2 36 x + b tiene al menos una raz real, y todas sus races tienen parte real igual a 2. Hallar todas las races de P ( x) . 1 2 0 4. Sea f : R R una transformacin lineal tal M ( f ) = 0 1 2 . 0 1 Hallar R para que (1,1,2) sea autovector de f y decidir si f es diagonalizable.
3 3

g : V V las transformaciones lineales tales que 1 0 1 1 1 y M B B ( g ) = 1 1 0 . Calcular g f (2 v1 v 2 + v 3 ) . 1 1 1 1

ALGEBRA(27)

EXAMEN FINAL

Para aprobar el examen es necesario tener por lo menos 8 respuestas correctas, y ms respuestas correctas que incorrectas. En cada ejercicio marque la nica respuesta correcta.
.

1. Sean : x1 + x2 + x3 = 4 y L : (1, 0,1) + (0, 1, 1) . Si P = L , entonces d ( P, O ) es igual a


3
2

14

14
.

2. Sea S = (k , 1, 0, 1);(0, k , 2, 0) . El conjunto de los k R tales que S (1, 2, k , 2)

es
.

{2}

{2}

{2; 2}

R {2; 2}

3. Sean S = (1, 1, 0); (0, 2, 2) y A = (1,1, 2) . Una ecuacin de la recta perpendicular a S que pasa

por A es X = (1,1, 1) + (0, 2,1) X = (1,1, 0) + (1,1, 2)

X = (1,1, 2) + (1,1, 1)
X = (1,1, 1)
.

1 1 4. Sean S = { A R 22 / AB = BA} y B = . La dimensin de S es 0 0 0 1 2

3
.

5. Sean B = { v1 ; v 2 ; v 3 } y B= { v1 + v 2 ; v1 ; v 2 v 3 } bases de un e.v. V . Las coordenadas de

v = 3v1 v 2 v 3 en la base B son (2,5,1) 1 (2, 2,1) 3 (3, 1, 1) 4 (1, 2,3)


.

6. Si P ( x) = ( x 4 + 2 x 2 + 1)(2 x 4 + 2) entonces i es una raz de P de multiplicidad 2


.

7. Sea f : R 3 R 3 la t.l. f ( x1 , x2 , x3 ) = (kx1 + x3 ,3 x1 + kx2 , x1 2 x2 + x3 ) . El conjunto de los k R para los cuales f es isomorfismo es R {2;3} {2} {2;3}
.

8. Sean A, B R 33 . Si det(3 A) = 3 y det( AB) = 3 , entonces det( B 1 ) es igual a 1 1 3 3 27

27
.

1 0 2 1 1 9. Sean A = 0 1 1 , v = 2 y b = 1 . El conjunto de soluciones del sistema A(x v) = b es 1 1 3 3 2 {(2,1,1) + (1,1, 0)} {(2,1,1) + (2, 1,3)} {(1, 2,3) + (1,1, 0)}

10. Sean B = { v1 ; v 2 } una base de un e.v. V y f : V V la t.l. tal que f ( v1 ) = 3v1 y f ( v 2 ) = 0 .


Sea g : V V la t.l. tal que g ( v ) = f ( v ) + 2 v para todo v V . Los autovalores de g son 5y2 3y2 5y0 3y0

11. Si z 3 = 1 i entonces el argumento de 5z puede ser 7 5 3 4 4 4


3
7 4

1 4

12. La suma de las races del polinomio P ( x) = (2 x 4 6 x3 + x 2 + 8 x 6)( x + 1)( x 2) es igual a


7
.

13. Sean B = {(1,1,1);(1, 0,1);(0, 0,1)} y f : R 3 R 3 la t.l. tal que M BE ( f ) = 1 1 2 0 El Nu f es igual a


(1,1, 1) (0,1,1) (2, 0, 2)

0 .

{0}
.

1 2 1 14. Si M ( f ) = 0 1 1 entonces Nu f Im f es igual a 1 0 1 (1,1,1) (1, 0,1) (1,1,1);(1, 0,1)

{0}
.

15. Sea un autovalor de la matriz A. Dadas I: ( A I )x = b tiene solucin nica; II: Ax = x tiene infinitas soluciones; I es verdadera y II es verdadera I es verdadera y II es falsa

I es falsa y II es verdadera

I es falsa y II es falsa
.

16. Si S = (1, 1, 2); (1,1, 1); (0, a, 3) y T = (0, 2, b) , entonces R 3 = S T para


a = 2; b = 3 a 2; b = 3 a = 2; b 3 a 2; b 3
.

17. Sean S = {x R 3 / x1 x2 x3 = 0} y T = (1, 1,1);(1, 0, 2) . Si f : R 3 R 3 es una t.l. que

verifica f (S) = T y f (T) = S , entonces f (2,1,1) puede ser igual a

(0, 0, 0)

(2, 2, 4)
3

(2, 0, 4)
3 3

(4, 2, 2)
.

18. Sean B = {(1, 0,1); v;(0,1, 1)} una base de R y f : R R la t.l. tal que

1 1 0 M EB ( f ) = 0 1 1 . Si f (2, 1, 2) = (4,5,5) , entonces v es igual a 1 1 1 (1, 1,1) (1, 2,1) (0,1, 0) 0


S T = {0}

(1,3, 1)
.

19. Si S, T y H son subespacios de R 3 tales que S H , H T y S + T = R 3 entonces dim(H) =

1
S T {0}

3
.

20. Si S y T son subespacios de R 4 tales que 2 dim(S) < dim(T) , puede asegurarse que

ST = S

ST = T
.

PROGRAMA
LGEBRA C.B.C. (PARA ALUMNOS DE CIENCIAS EXACTAS E INGENIERA)
1.- LGEBRA VECTORIAL

Puntos en el espacio n-dimensional Vectores Producto escalar Norma Rectas y planos Producto vectorial.
2.- ESPACIOS VECTORIALES

Definicin Propiedades Subespacios Independencia lineal Combinacin lineal Sistemas de generadores Bases Dimensin Suma e interseccin de subespacios Suma directa Espacios con producto interno.
3.- MATRICES Y DETERMINANTES

Espacios de matrices Suma y producto de matrices Ecuaciones lineales Eliminacin de Gauss-Jordan Rango Teorema de Roch-Frobenius. Determinantes Propiedades Determinante de un producto Determinantes e inversas.
4.- TRANSFORMACIONES LINEALES

Definicin Ncleo e imagen Monorfismos, epimorfismos, isomorfismos Composicin de transformaciones lineales Transformaciones lineales inversas.
5.- NMEROS COMPLEJOS Y POLINOMIOS

Nmeros complejos Operaciones Forma binmica y trigonomtrica Teorema de De Moivre Resolucin de ecuaciones Polinomios Grado de un polinomio Operaciones con polinomios Races Teorema del resto Descomposicin factorial Teorema fundamental del lgebra Frmula de interpolacin de Lagrange.
6.- TRANSFORMACIONES LINEALES Y MATRICES

Matriz de una transformacin lineal Matriz de la composicin Matriz de la inversa Cambios de Bases.
7.- AUTOVALORES Y AUTOVECTORES

Vectores y valores propios Polinomio caracterstico Aplicaciones Subespacios invariantes Diagonalizacin.


BIBLIOGRAFA

ANTON, H. Introduccin al lgebra lineal Edit. Limusa. LANG, S. Algebra lineal Fondo Educativo Interamericano. GROSSMAN, S. Algebra lineal Grupo Editorial Iberoamrica. KUROSCH,A.G. Curso de lgebra superior Edit. MIR. LIPSCHUTZ, S. Algebra lineal Serie Schaum Mc.Graw Hill. GENTILE, Enzo Algebra lineal Edit.Docencia KOLMAN,B. Algebra lineal Fondo Educativo Interamericano. HERSTEIN,I.N. y WINTER,D.J. Algebra lineal y teora de matrices Grupo Editorial Iberoamrica.