Professional Documents
Culture Documents
√
2.- Mostrar que 2 es irracional.
3.- Se considera las aplicaciones ϕ : A → B y ψ : B → C.
a) Mostrar que si ψ ◦ ϕ es inyectiva, entonces ϕ es inyectiva y que si ψ ◦ ϕ es sobreyectiva, entonces ψ es
sobreyectiva.
b) Mostrar que si ϕ es sobreyectiva y ψ ◦ ϕ es inyectiva, entonces ψ es inyectiva, y que si ψ es inyectiva
y ψ ◦ ϕ es sobreyectiva, entonces ϕ es sobreyectiva.
4.- Resolver el sistema:
3x + x2 +x3 − x4 = 1
1
−x1 + x2 + x3 + x4 = 3
.
2x1
− x2 + 3x3 + x4 = 0
4x1 + x3 − x4 = 0
√ √ √
5.- Sea Q( 2) = {x + y 2|x, y ∈ Q}. Mostrar que Q( 2) es un cuerpo.
6.- Sean f : X → Y una aplicación, (Ei )i∈I una familia de subconjuntos de X y (Fj )j∈J una familia de
subconjuntos de Y .
Demostrar que
[ [
a) f( Ei ) = f (Ei )
i∈I i∈I
\ \
b) f( Ei ) ⊂ f (Ei ). ¿En que caso se obtiene igualdad?
i∈I i∈I
[ [
c) f −1 ( Fj ) = f (Fj )
j∈J j∈J
\ \
d). f −1 ( Fj ) = f (Fj )
j∈J j∈J
a) f es sobreyectiva.
b) f es inyectiva.
c) f es biyectiva.
Hans Müller Santa Cruz
11.- Mostrar que las funciones fn (t) = cos(nt) (n ∈ N) forman un sistema linealmente independiente en el
espacio vectorial de las funciones de [0, 2π] en R.
12.- Resolver el sistema siguiente en F5 :
3x + 2y + z + t = 2
2x + y + 3z + 2t = 1
.
3y + 4z + 3t = 3
3x + 4t = 0
2
Hans Müller Santa Cruz
13.- Sea V1 el subespacio de R4 engendrado por (0, 1, 1, 1), (1, 1, 1, 2) y (−1, 3, 2, −1) y sea V2 el subespacio
de R4 engendrado por (−1, 3, 2, −1) y (1, 1, 0, −1).
Encontrar bases para V1 + V2 y V1 ∩ V2 .
14.- Determinar una base del subespacio vectorial de R4 engendrado por
v1 = (2, 1, 3, −1)
v2 = (−1, 1, −3, 1)
v3 = (4, 5, 3, −1)
v4 = (1, 5, −3, 1)
donde pi (t) es un polinomio, λi ∈ R. Verificar que E es un espacio vectorial sobre R y encontrar una base.
21.- Una sucesión
f0 f1
H0 −→ H1 −→ H2 → · · ·
donde Hk es un espacio vectorial y fk es una aplicación lineal se se dice exacta si
ker(fk ) = Im(fk−1 ), ∀k
Mostrar que:
f
a) Si A −→ B → 0 es exacta, entonces f es sobreyectiva y recı́procamente.
g
b) Si 0 → A −→ B es exacta, entonces g es inyectiva y recı́procamente.
3
Hans Müller Santa Cruz
c) Si 0 → H1 → H2 → H3 → H4 → 0 es exacta entonces
4
X
(−1)i dim(Hi ) = 0
i=1
{f : V → V |f (W ) ⊂ W }.
23.- Se da dos espacios vectoriales V1 , V2 de dimensión finita, ası́ como un subespacio W2 ⊂ V2 y una aplicación
lineal f : V1 → V2 . Mostrar que
24.- Sea Pn el espacio vectorial de los polinomios de grado ≤ n. Calcular dim{f ∈ Pn |f (0) = f (1) = f (2) = 0}.
Indicación.- Considerar la aplicación
F : Pn −→ R3
f −→ (f (0), f (1), f (2))
ker(I − P ) = Im(P )
Im(I − P ) = ker(P )
ker(P ) y Im(P ) son dos subespacios suplementarios de V.
c) Si V1 y V2 son dos subespacios suplementarios de V , existe un proyector P único tal que ker(P ) = V1
y Im(P ) = V2 .
d) Si P1 y P2 son dos proyectores de V , entonces P1 + P2 es un proyector ⇐⇒ P1 P2 = P2 P1 = 0. Si
esta condición es satisfecha, se tiene
26.- Sea V un espacio vectorial sobre K, y e : V → V un endomorfismo nilpótente, es decir que existe un
entero n tal que en = 0.
a) Mostrar que I + e es inversible.
b) ¿La recı́proca es cierta?
27.- Sea V un espacio vectorial sobre K, End V el anillo de los endomorfismos de V .
a) Sea W un subespacio de V . Mostrar que IW = {f ∈ End V |Im(f ) ⊂ W } es un ideal por derecha de
End V y que JW = {f ∈ End V | ker f ⊃ W } es un ideal por izquierda de End V .
b) Sea g ∈ End V . Mostrar que el ideal por derecha, respectivamente por izquierda, engendrado por g
está contenido en IIm(g) , respectivamente Jker(g) .
4
Hans Müller Santa Cruz
Calcular a2 , b3 , (a + b)2 ;
constatar que (a + b)2 6= a2 + 2ab + b2 .
29.- En la base canónica de Rn (n = 2 o 3), calcular:
a) La matriz de una rotación en R2 con centro en (0, 0).
b) La matriz de la proyección sobre el plano x = z en R3 .
c) La matriz de la simetrı́a a travez del plano x = z en R3 .
Mostrar que la matriz obtenida es un proyector en el caso a) y un idempotente en caso c), es decir
A · A = I.
30.- Si M es una matriz cuadrada de orden n, el conmutante o centralizador de M es el conjunto
32.- Una matriz x es nilpotente si existe un entero n tal que xn = 0. Mostrar que una matriz que tiene ceros
en la parte triangular y sobre la diagonal principal es necesariamente nilpotente. Deducir que el conjunto
1 x y
H = 0 1 z x, y, z ∈ R
0 0 1
D ◦ J, J ◦ D, T ◦ D, D ◦ T, J ◦ T, T ◦ J.
1 2 1 1
T =1+D+ D + D3 + · · · + Dn+1
2! 3! (n + 1)!
5
Hans Müller Santa Cruz
34.- Desigualdad de Sylvester. Si f : V1 → V2 , g : V2 → V3 son dos aplicaciones lineales, los Vi son espacios
vectoriales de dimensión finita, entonces:
a b
35.- Sea una matriz de 2 × 2 sobre un cuerpo K. ¿Bajo que condición esta matriz es inversible?
c d
Calcular su inversa.
36.- Se denota por Eij la matriz cuadrada n × n que tiene un 1 en la i-sima linea y la j-sima columna y 0 en
el resto. Mostrar
a) {Eij }1≤i,j≤n es una base de Mn (K).
b) Calcular (I + xEij )(I + yEkl ) (x, y ∈ K).
c) Calcular (I + xEij )−1 si i 6= j.
d) Describir el efecto sobre una matriz de tipo n × p de la multiplicación por izquierda de (I + xEij ).
e) Describir el efecto sobre una matriz de tipo m × n de la multiplicación por derecha de (I + xEij ).
37.- ¿Cual es el rango de la matriz
1 0 −5 2
11 8 57 −90 ?
2 2 4 −10
Se denota
P la matriz de pasaje de la base b a la base b0
P 0 la matriz de pasaje de la base b0 a la base b.
i) Calcular P y P 0 .
ii) Verificar que P y P 0 son inversas la una de la otra.
39.- Evaluar el polinomio f (X) = X 3 − 4X 2 − 5X + 24I en
1 3 2
X = 2 0 − 2
0 −1 3
Q = {E, I, J, K}
donde
1 0 i 0 0 1 0 i
E= , I= , J= , K=
0 1 0 −i −1 0 −i 0
a) Mostrar que Q es un subgrupo de Gl(2, C).
b) Mostrar que
I 2 = J 2 = K 2 = −E, IJ = K.
6
Hans Müller Santa Cruz
44.- Sea N el conjunto de las matrices n × n que tienen exactamente un elemento no nulo por linea y columna.
Sea P el conjunto de las matrices de permutación de n × n. Mostrar
a) N y P son subgrupos de Gln (R).
b) La aplicación (
ϕ:N →P 0 si xij = 0
donde x̃ij =
(xij ) 7→ (x̃ij ) 1 si xij 6= 0
47.- Sea b : V × V → K una forma bilineal, V es un K-espacio vectorial. La matriz de b respecto a una base
{e1 , e2 , . . . , en } de V es por definición la matriz B = (bij ) donde
bij = b(ei , ej ).
Supongamos que B 0 sea la matriz de b respecto a otra base {e01 , e02 , . . . , e0n }, mostrar que
B = P tB0P
7
Hans Müller Santa Cruz
49.- Denotemos por Pk el espacio vectorial de las funciones polinomiales a n variables de grado ≤ k. Si σ ∈ Sn ,
ϕ(σ) designa la aplicación Pk → Pk
Denotando
Pk+ = {f ∈ Pk |ϕ(σ)f = f, ∀σ ∈ Sn }.
Calcular dim(Pk+ ).
50.- Sean V un espacio vectorial sobre R.
Se define:
Bil(V, R) = {f : V × V → R| f es bilineal}
Sim2 (V, R) = {f : V × V → R| f es bilineal simétrica }
Alt2 (V, R) = {f : V × V → R| f es bilineal alternada }
Mostrar que Bil(V, R) = Sim2 (V, R) ⊕ Alt2 (V, R).
51.- Demostrar que Altm (V, W ) = {0} si dim(V ) < m, donde
52.- Sea
5 1 0
A = 10 6 2.
20 16 9
Descomponer A bajo la forma de Bruhat, A = L · R, donde
1 0 0 ∗ ∗ ∗
L = ∗ 1 0 y R = 0 ∗ ∗.
∗ ∗ 1 0 0 ∗
8
Hans Müller Santa Cruz
A B
a) det = det A · det D, donde A, B y D son matrices.
0 D
b) Se dice que una matriz Q es ortogonal si Qt Q = I. Mostrar que det Q = ±1.
55.- Calcular
0 1 2 3 0 4
3 4 −2 9 12 15
2 8 7 18 −7 9
det
0 0 0 9 1 3
0 7 14 21 2 29
0 0 0 5 0 6
Indicaciones.- Transformar la matriz, utilizando el ejercicio 54, solo cuatro determinantes de 2 × 2 deben
calcularse.
56.- Calcular la inversa de la matriz, utilizando la matriz adjunta
1/2 1 2
A = 3 1/3 1
4 0 9
57.- Sean
1/2 1/3 1/4 1
A = 1/3 1/4 1/5 , y x0 = 1 .
1/4 1/5 1/6 1
b1
Calcular b = b2 = A · x0 .
b3
Plantear ci = bi redondeado a dos
cifras
después de la coma.
c1
Buscar la solución de Ax = c = c2 .
c3
58.- Los coeficientes ai del polinomio p(x) = a0 + a1 x + a2 x2 satisfacen p(1) = 1, p(2) = 1/2, p(3) = 1/3,
están determinados por el sistema
1 1 1 a0 1
1 2 4 a1 = 1/2 .
1 3 9 a2 1/3
R1
Los coeficientes bi del polinomio q(x) = b0 + b1 x + b2 x2 satisfacen 0 q(x)xi dx = 0, para i = 0, 1, 2, están
determinados por el sistema
1 1/2 1/3 b0 −1/4
1/2 1/3 1/4 b1 = −1/5 .
1/3 1/4 1/5 b2 −1/6
60.- Sea V un espacio vectorial sobre R y U un subespacio vectorial de V . Se define PU = {ϕ ∈ End(V )|ϕ(U ) ⊂
U }.
9
Hans Müller Santa Cruz
i) f es inyectiva ⇐⇒ f t es sobreyectiva
ii) f es sobreyectiva ⇐⇒ f t es inyectiva
iii) f es biyectiva ⇐⇒ f t es biyectiva.
62.- Sea Pn el espacio vectorial de los polinomios a coeficientes reales de grado menor o igual a n. Sean:
Z 1
σ1 : Pn → R, σ1 (p) = p(t)dt
0
σ2 : Pn → R, σ2 (p) = p(a) donde a ∈ R.
σ3 ∈ Pn∗ cualquiera.
65.- Sea Mm,n (R) el espacio vectorial de las matrices m × n a coeficientes reales. Verificar que la aplicación
es un producto escalar sobre Mm,n (R), donde tr(AB t ) es la suma de los elementos de la diagonal de AB t .
10
Hans Müller Santa Cruz
f (x, y) = x1 y1 + x2 y2 + x3 y3 − x4 y4 .
V ⊥ = {y ∈ R4 |f (x, y) = 0, ∀x ∈ V }.
dim(V ) + dim(V ⊥ ) = 4.
Encontrar un V tal que V ∩ V ⊥ ) 6= {0}. Calcular V ⊥ cuando V es el subespacio engendrado por el vector
(0, 0, 1, 1).
70.- Una matriz Q ∈ Mn (R) se dice ortogonal si Qt Q = I. Se denota por O(n) el conjunto de las matrices
n × n ortogonales. Mostrar que:
i) O(n) es un grupo.
ii) Q ∈ O(n) ⇐⇒ hQx, Qyi = hx, yi ∀x, y ∈ Rn .
iii) Q ∈ O(n) ⇐⇒ las filas de Q forman una base ortonormada.
iv) Q ∈ O(n) ⇐⇒ las columnas de Q forman una base ortonormada.
v) Dar todas las matrices de O(2).
71.- Se considera el espacio vectorial R2 con su base canónica
Se plantea
B = {±e1 , ±e2 }, G = {f ∈ End(R2 )|f (B) ⊂ B}.
a) Cuantos elementos tiene G.
b) Encontrar un elemento f de G tal que f 4 = I, pero f 2 6= I.
c) Encontrar el grupo más grande contenido en G.
3
X
72.- Se designa por E el espacio euclidiano R3 con su producto escalar estandar hx, yi = xi yi . Se denota
i=1
F el subespacio de E engendrado por
11
Hans Müller Santa Cruz
a) Calcular la dimensión de F .
b) Encontrar todas las bases de F contenidas en la familia {f1 , f2 , f3 , f4 }.
c) Encontrar una base del ortogonal F ⊥ de F .
d) Calcular matriz en la base canónica de E = R3 de la aplicación lineal definida por
(
x si x ∈ F
p(x) = .
0 si x ∈ F ⊥
73.- Se designa por M el conjunto de las matrices 3 × 3 a coeficientes en Q. Se considera la aplicación lineal
α : M −→ M
B 7→ BA − AB
donde
0 1 0
A = 0 0 1
0 0 0
a) Calcular la dimensión del núcleo de α.
b) Encontrar una matriz diagonal D ∈ M tal que α(D) = 2A.
c) Encontrar todas las matrices H ∈ M tales que α(H) = 2A.
d) Mostrar que α5 = 0, pero que α4 6= 0.
n
X
2
74.- Sea w un vector de Rn de norma kwk = wi2 = 1.
i=1
Verificar que Q = I − 2wwt es una matriz ortogonal y simétrica. Una tal matriz se llama una matriz de
Householder.
75.- a) Sea
4 7 3
A= 0 −4 5
−3 7 1
Se quiere descomponer A bajo la forma de Iwasawa; es decir, se quiere descomponer A bajo la forma
A = QR, donde Q es una matriz ortogonal y R es una matriz triangular superior con coeficientes de la
diagonal positivos. Utilizar la demostración del curso para hacer esta descomposición. Esta descomposición
se llama también una descomposición QR.
b) Método más práctico para hacer una descomposicón QR. Sea a1 el vector correspondiente a la primera
columna de A. Plantear
Calcular
α1 ∗ ∗
A2 = (I − 2w1 w1t )A = 0 b c.
0 d e
Sean
a2 = (0, b, d)t , α2 = ka2 k , v2 = a2 − (0, α2 , 0)t , w2 = v2 / kv2 k .
Calcular A3 = (I − 2w2 w2t )A2 . Remarcar que se ha descompuesto A bajo la forma A = QA3 con
Q = (I − 2w1 w1t )(I − 2w2 w2t ) y A triangular superior con coeficientes de la diagonal positivos.
76.- Unicidad de la descomposición de Iwasawa. Sean R1 y R2 matrices triangulares superiores con coeficientes
de la diagonal positivos, y Q1 , Q2 dos matrices ortogonales. Mostrar que Q1 R1 = Q2 R2 implica que
Q1 = Q2 y R1 = R2 .
12
Hans Müller Santa Cruz
a) Sea fm,k (t) = ((t2 − 1)m )(m) /2m m!. Mostrar que
b) Mostrar que {pm } m = 0, . . . , n es una base ortogonal de Pn . Integrar por partes y utilizar a).
c) Mostrar que pm (1) = 1 y p0m (1) = m(m + 1)/2.
d) Mostrar que ((1 − t2 )p0n )0 es ortogonal a tk para k = 0 dots, n − 1.
e) Deducir de b) y d) que ((1 − t2 )p0n )0 = αpn α ∈ R.
f) Deducir el valor de α.
g) Concluir que pn es la solución de la ecuación diferencial
13
Hans Müller Santa Cruz
82.- Sea K un cuerpo cualquiera, mostrar que todo polinomio unitario es el polinomio caracterı́stico de una
matriz a coeficientes en K.
83.- Sea A ∈ Mn (C) una matriz a coeficientes complejos cualquiera y sea v1 un vector propio de A. Sean
v2 , v3 , . . . , vn vectores de Cn tales que {vi } sea una base unitaria de Cn . Denotemos U la matriz de pasaje
de la base {vi } a la base canónica {ei }. Mostrar que
λ1 ∗ ∗ · · · ∗
0
−1
U AU = 0
... B
0
Mostrar por inducción que existe una matriz unitaria W tal que
λ1 ∗ ··· ∗
0 λ2
W AW −1
=
... ..
.
0 0 λn
84.- Sean A ∈ Mp,p (C) y B ∈ Mq,q (C) Denotemos E el espacio vectorial complejo E = Mp,q (C) y
ϕA,B ∈ End(E) el endomorfismo definido por
ϕA,B (X) = AX − XB
{(λi − µj )|1 ≤ i ≤ q, 1 ≤ j ≤ q}
Mostrar que:
a) C(zv) = z̄C(v), z ∈ C, v ∈ E.
b) C es idempotente.
1
Sea < = (id + C) ∈ EndR (E), los vectores de <(E) se los llama reales, aquéllos de ker(<) − 0 se los
2
llama imaginarios.
14
Hans Müller Santa Cruz
88.- Mostrar que, en el ejercicio precedente, se puede suponer que α, γ ∈ {0, 1}.
89.- Mostrar el teorema de Jordan: Toda matriz A ∈ M3 (C) es conjugada a una matriz de uno de los tres
tipos siguientes:
λ 0 0 λ 1 0 λ 1 0
0 µ 0 0 λ 0 0 λ 1
0 0 ν 0 0 µ 0 0 λ
90.- Sea E un K-espacio vectorial de dimensión finita, A ∈ End(E) un endomorfismo no nulo. Sea v0 un vector
de E tal que Av0 6= 0, se define recursivamente vk por
vk = Avk−1 k ≥ 1.
Mostrar que existe un entero m más pequeño tal que v0 , v1 , . . . , vm sean linealmente dependientes. Existe,
por consiguiente, a0 , a1 , . . . , am−1 ∈ K tales que
vm + am−1 vm−1 + · · · + a1 v1 + a0 v0 = 0
Inspirandose del ejercicio 81, mostrar que el polinomio
f (t) = a0 + a1 t + · · · + am−1 tm−1 + tm
divide el polinomio caracterı́stico de A.
91.- Demostrar el teorema de Cayley-Hamilton: Si A ∈ Mn (C) tiene como polinomio caracterı́stico ρ(x),
entonces ρ(A) = 0.
Indicación.-Colocar A bajo la forma de Jordan.
92.- Verificar el teorema de Cayley-Hamilton para las matrices
−16 4 11 1 3 2
−21 7 13 2 0 −2
−18 4 13 0 −1 3
15