Algebra Lineal Problemas resueltos

M a Isabel Garc a Planas

3

Primera edición: septiembre de 1993 Segunda edición: septiembre de 1994

Diseño de la cubieta: Antoni Gutiérrez 

M. Isabel GarcíaPlanas, 1993

 Edicions UPC, 1993 Edicions de la Universitat Politècnica de Catalunya, SL Jordi Girona Salgado 31, 08034 Barcelona Tel.: 934 016 883 Fax: 934 015 885 Edicions Virtuals: www.edicionsupc.es e-mail: edicions-upc@upc.es

Producción:

Servei de Publicacions de la UPC y CPDA AV. Diagonal 647, ETSEIB. 08028 Barcelona

Depósito legal: B-22.363-93 ISBN: 84-7653-295-4
Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del copyright, bajo las sanciones establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos.

A (JL)2 S & M a I

5

Primera edición: septiembre de 1993

obviamente.Presentacion Mis largos a~os de experiencia docente en la ETSEIB no solo impartiendo clases de n Algebra Lineal a los estudiantes de primer curso. Algunos de los enunciados de los problemas estan inspirados en textos teoricos de Algebra Lineal y el orden y reparto en cap tulos ha sido. en los que el alumno encuentra especial di cultad. Despues de resolverlos con todo detalle me ha surgido la idea de publicarlos para que puedan ser de utilidad. ya no solo a los alumnos de la ETSEIB. sino preparando las colecciones de ejercicios que los alumnos resuelven en sus clases de problemas. me han permitido reunir una coleccion de estos. sino a alumnos de cualquier otra escuela politecnica e incluso a alumnos de facultades de ciencias. 7 Primera edición: septiembre de 1993 . fuente de inspiracion el programa de la asignatura de Algebra Lineal de la escuela donde ejerzo mi labor docente.

. . . . . 141 9 Primera edición: septiembre de 1993 . . . . . . Cap. . . . . 1 Polinomios . . Apendice I Grupos . . . . Cap. . . . 3 Sistemas de ecuaciones. 2 Espacios vectoriales . . . . . . . . . . . . . . . Cap. . . . . . . . . . . . . . . . . . . 131 . . . . . . Cap. . . . . . 8 Analisis matricial . . . . . . 6 Diagonalizacion de endomor smos Cap. 23 . . . . . 39 . 117 . 51 . . . . . . . . 5 Determinantes . Cap. . 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 . 99 . . . . . . 85 . 7 Forma reducida de Jordan . . . . . . . . . . . . . . . . . . . . . . . .INDICE Cap. 4 Aplicaciones lineales . . . . . Cap. . . . . . . . . . . . Apendice II Anillo de clases de resto . . . . . . . . . . . Matrices . . . . . . . . . . . . . .

131x2 + 16x + 4 Solucion: Recordando el teorema de Euclides: MCD(P1 (x) P2(x)) = MCD(P2 (x) R(x)) Siendo R(x) el resto de dividir P1 (x) entre P2 (x) Sabemos que 8 unidad en R x] y al ser 2156 = 4:72 :11 y 1372 = 4:73 . 47x2 .Polinomios y Fracciones racionales 11 Cap tulo 1 Polinomios y fracciones racionales 1. de los polinomios P1 (x) = 2156x5 + 1120x4 . 12x + 4 P2 (x) = R(x) (7x + 1) + 0 luego MCD(P2 (x) R(x)) = R(x) MCD(P1 (x) P2(x)) = MCD( P1 (x) P2 (x)) por lo que: MCD(P1 (x) P2(x)) = R(x) = 196x4 + 84x3 . 47x2 . por el algoritmo de Euclides. . 12x + 4 © Los autores. 433x3 . 336x3 + 188x2 + 48x . 16) R(x) = . 2000. © Edicions UPC. 179x2 + 32x + 4 P2 (x) = 1372x5 + 784x4 .784x4 . 16 que simpli camos por . Hallar el maximo comun divisor. multiplicaremos P1 (x) por 7 para evitar fracciones al hacer la division de P1 (x) por P2 (x) 7:P1 (x) = P2 (x):11 + (.4 quedando R(x) = 196x4 + 84x3 . 2000.784x4 . 336x3 + 188x2 + 48x . 245x3 .

Solucion: La descomposicion en factores primos del polinomio sera: P (x) = (x . (n + 2)xn+1 + (n + 2)x . Basta pues hallar MCD(P 0 (x) P "(x)) y entre sus factores. sin embargo P (1) = 0 luego = 1 es la 2 2 Puesto que dado un polinomio p(x) = an xn + : : : + a0 con ra ces 1 : : : n contadas con su multiplicidad. de P "(x). 1)3 equivale a que 1 es por lo menos ra z triple de P (x). puesto que P "(x) es de grado dos. 6x . 3. Ahora bien.2. 1 no es ra z de P (x). Por lo tanto el MCD(P 0 (x) P "(x)) contiene el factor (x . 1 ) 6= 0. puede extraerse el valor de . luego . 6x + 5 P "(x) = 12x2 . 2 sabiendo que una de ellas es triple. P (.( 1 + : : : + n ). n es divisible por (x . 2000. por tanteo en P (x). ). Solucion: Que P (x) sea divisible por (x . Probar que P (x) = nxn+2 .1 = . resulta mas sencillo hallar las ra ces de P " y de las dos ver cual lo es tambien de P (x) P 0 (x) = 4x3 . x3 . . © Los autores. © Edicions UPC. es an. se tiene = . (Se supone P (x) 2 R x] y n 2 N ). )3 (x . 3x2 . de P 0 (x) y ra z simple por lo menos. en este caso concreto. 6 1 De P "(x) = 0 tenemos x = . Problemas resueltos 2. 1)3 . ra z doble por lo menos. ) Si es una ra z triple de P (x) es ra z doble de P 0 (x) y simple de P "(x). 3x2 + 5x . Hallar las ra ces del polinomio P (x) = x4 .12 Algebra Lineal. 2000. 2 x = 1 ra z buscada.

4x2 + 5x . b) Probar que una de las ra ces de P 0 (x) lo es tambien de P (x) y deducir de esto la descomposicion en factores primos de P (x) . c) Calcular MCD(P (x) P 0 (x)) y determinar dos polinomios P1 (x) y P2 (x) tales que: P1 (x)P (x) + P2 (x)P 0(x) = MCD(P (x) P 0 (x)): Solucion: a) P 0 (x) = 3x2 . (n + 2)(n + 1)n = 0 luego 1 es ra z de P "(x) por lo tanto P (x) es divisible por (x . 1)n = n(n + 1)(n + 2) 6= 0: 4. (n + 2)(n + 1)(n . © Edicions UPC. 8x + 5 = (x . (n + 2) + (n + 2) .1 P "(1) = n(n + 2)(n + 1) .1 . 1)(3x . 1)3 como pretend amos probar: Observamos ademas que P (x) no es divisible por (x . n = 0 luego 1 es ra z de P (x) P 0 (x) = n(n + 2)xn+1 .2 luego 1 no es ra z triple de P (x) © Los autores. Consideremos P (x) = x3 . 1)4 pues P 000(x) = n2 (n + 2)(n + 1)xn. 5): 5 3 b) Las ra ces de P 0 (x) son 1 y . ahora bien: P ( 5 ) 6= 0 luego 5 no es ra z de P (x): 3 3 P (1) = 0 luego 1 es ra z doble de P (x) P "(1) = . (n + 2)(n + 1)(n . 2000. (n + 2)(n + 1) + (n + 2) = 0 luego 1 es ra z de P 0 (x) P "(x) = n(n + 2)(n + 1)xn . . (n + 2)(n + 1)xn + (n + 2) P 0 (1) = n(n + 2) . (n + 2)(n + 1)nxn.Polinomios y Fracciones racionales 13 Veamos P (1) = n . a) Determinar P 0 (x) (polinomio derivado de P (x)) y dar su descomposicion en factores primos.2 P 000(1) = n2 (n + 2)(n + 1) . 2000. 1)nxn. 2 a coe cientes reales.

1) . 1): Despejando (x . P 0 (x)(3x . 2 a = 2. 2)(x . Problemas resueltos de donde c) de P (x) = (x . P (x) = (x . 4)P 0(x) = (x . 2) P 0 (x) = (x . 1)(x .2(x . se deduce que: Luego Por el algoritmo de division (P (x) = P 0 (x)Q(x) + R(x)) tenemos: 9P (x) = P 0 (x)(3x . 1)2 (x . 2(x . 3)Q3 (x) + 13 P (x) = (x .1 (3x . 1)2(x .9 P (x) . 3 son respectivamente 3 7 13 Determinar el resto de dividir P (x) por el producto (x . 5) MCD(P (x) P 0 (x)) = (x . 3) Solucion: Por el algoritmo de division sabemos P (x) = D(x)Q(x) + R(x) con grado R(x) < grado D(x) P (x) = (x . 4) = . 1) 2 2 P1 (x) = . 1 x . 1)(3x . 1)Q1 (x) + 3 P (x) = (x . 3)Q3(x) + R3 (x) = (x . 1) 9P (x) . 1)(x . 2000. 2)(x . 4) + (. 2)Q2 (x) + R2 (x) = (x . 2 y x .9 2 P2 (x) = .2x + 2) = P 0 (x)(3x . a) = x3 . 2000. © Edicions UPC. 1) . 4) . Los restos de dividir un polinomio P (x) 2 R x] por x . a = =x3 . . 3)Q + R(x) con R(x) = ax2 + bx + c © Los autores. 2)Q2 (x) + 7 P (x) = (x .14 Luego Algebra Lineal. 1 (3x . 1)Q1 (x) + R1 (x) = (x . (2 + a)x2 + (2a + 1)x . 4x2 + 5x . 4): 2 5.

2000. .10 P (x) .Polinomios y Fracciones racionales 15 Sabemos que el valor numerico de un polinomio P (x) en dividir el polinomio por x . tal que P (x) + 10 sea divisible por (x + 2)3 y P (x) . Encontrar un polinomio P (x) 2 R x] de grado cinco. 10)0 es divisible por (x . 2)3 Solucion: Puesto que P (x) + 10 es divisible por (x + 2)3 . 8 x3 + 16x + c) con c 2 R e imponiendo que 3 Nota: Observamos que P (. 1)(u . tenemos que P 0 (x) = (P (x) + 10)0 es divisible por (x + 2)2 y puesto que P (x) .2) = . 2)3Q2 (x) =) P (x) = (x . u luego y para i = 1 2 3 u es el resto de P (u) = (x .2) = . 10 es divisible 3 . 2) P luego P 0 (x) (polinomio de grado cuatro) sera P 0 (x) = k(x + 2)2 (x . 10 = (x . 2)(u . 2000. 2)2 = k(x4 . tenemos que 0 (x) = (P (x) . 10 sea divisible por (x . 10 =) P (. © Edicions UPC. 2)2 por (x . 3)Q(u) + R(u) de donde: P (1) = R1(1) = 3 = R(1) = a + b + c > = P (2) = R2(2) = 7 = R(2) = 4a + 2b + c > P (3) = R3(3) = 13 = R(3) = 9a + 3b + c 9 que. resolviendo el sistema nos queda: a = b = c = 1 y R(x) = x2 + x + 1: 6. 2)3 Q2 (x) + 10 =) P (2) = 10 © Los autores. u)Qi(u) + Ri (u) = (u . 8x2 + 16) con k 2 R de donde 5 P (x) = k( x5 .10 P (2) = 10 P (x) + 10 = (x + 2)3Q1 (x) =) P (x) = (x + 2)3 Q1 (x) .

(x . 2000.14x2 + 3x . 20 = (x + 2)3 C1 (x) .14x2 + 3x .5 + 64 .16 resulta Algebra Lineal. 64 + 32 + c) 5 3 y resolviendo el sistema tenemos 75 15 25 c = 0 k = 128 y P (x) = 128 x5 . 1)2 x . la fraccion . Solucion: Planteamos . 3)(x2 + 4) Idem sobre C. . 32 + c) 3 10 = k( 32 . 39 = a + b + c + dx + e (x . 3)(x2 + 4) x . 39 (x .10 = k( . 2)3 ( 20 C2 (x)) 7. 1 (x . hemos de buscar 20 C1 (x) y 20 C2 (x) que son los polinomios de grado m nimo que hacen que se cumpla la identidad de Bezout. 1)2 (x . 10 = (x + 2)3 C2 (x) con con grado C1(x) = 2 grado C2(x) = 2 1 1 es decir. Descomponer en fracciones simples sobre R. 3 x2 + 4 © Los autores. 2)3 C2 (x) 1 1 1 = (x + 2)3 ( 20 C1 ) + (x . 16 x3 + 75 x 8 Otro metodo: De: tenemos: P (x) + 10 = (x + 2)3 C1 (x) P (x) . © Edicions UPC. 2000. 2)3 son primos entre s ). Problemas resueltos 32 . (observese que (x + 2)3 y (x . 1)2 (x .

luego la descomposicion es 3 + 5 + .3 + . 3)(x2 + 4) De la igualdad de estas dos fracciones se deduce la igualdad de los polinomios numeradores de las fracciones. 1)(x . 1 i . 2i + x + 2i = x2 1 4 por lo que + 1 = m(x + 2i) + n(x .d + e) ) 10a + 4d . 40 . 3)(x2 + 4) b c m n a x . 3 + x . 12 .3 + 1 x . 56 + 6 . 2000. 2i). 3)(x2 + 4) + c(x . dando valores a x en ambos polinomios.14x2 + 3x . 1 (x . 60 . 39 = .2i se tiene 1 = . 1 i + 4 i 4 x . 39 = 12a . 3)(x2 + 4) a(x . 1)2 + x . 14 + 3 . por lo que la descomposicion sera: . 1)2 (x . 39 = (x . © Edicions UPC. 1)2 (32 + 4) ) c = . Operando en el segundo miembro. para x = 1 es . 39 = c(3 . 39 = (x . De aqu se deduce por lo tanto un metodo de calculo de los coe cientes desconocidos: identi car los coe cientes de igual grado de ambos polinomios. 39 = b(1 . 4e = 26 para x = 2 es . (2d + e) ) 8a + 2d + e = 25 Resolviendo las tres ultimas ecuaciones resulta a = 3. x2 + 4 ya no es primo en C.8a . 3e = 33 para x = . 1)2 (x . que para x = . 1)2 (x2 + 4) + (dx + e)(x . 1)2 x . 2i x + 2i © Los autores. 3) (x . 60 . 3)(x2 + 4) + b(x . obteniendo as un sistema de cinco ecuaciones con cinco incognitas. 14 32 + 9 . 1 + (x .1 es . 1)2 (x . por lo que. 24 . 3)(1 + 4) ) b = 5 para x = 3 es .Polinomios y Fracciones racionales 17 (Observamos que x2 + 4 es primo sobre R).3 para x = 0 es . e = 1. 1)2 x . y x . 16(.4ni ! n = + 1 i 4 para x = 2i se tiene 1 = 4mi ) m = . 2000. los valores numericos han de ser iguales. 3 x2 + 4 Pasemos ahora a efectuar la descomposicion en C. 39 = 40a . 3e ) 12a . sus funciones polinomicas asociadas son tambien iguales. 1 (x . 2i)(x + 2i). 3 x . d = 0. As .14x2 + 3x . 2i + x + 2i Comparando esta descomposicion con la anterior. queda . x2 + 4 = (x . c n m seran los mismos obtenidos para el caso real. podemos asegurar que a . Otro metodo mas sencillo para obtener los coe cientes es: si dos polinomios son iguales. 1)2 (x . 100 . b . 3 . 14 . . y la descomposicion es 4 1 3 + 5 + .

1+ 2 por lo que 2 2 3 D( Q(t) = t + 2 + (A + Bt + Ct )(t . t2t4 .1 = P (0) = . Q(t) = t + 2 + 6t t5 . por lo que la descomposicion en fracciones simples de Q(t) sera la misma tanto sobre R como sobre C y distinta para Q. 2000. 1 es primo. t2 . 1 + 2) No as sobre Q que t2 . 1 . t2 . t 3 = t + 2 + t5 .1 . efectuamos la division y tenemos 4 + 2 3 .2 . 1)(0) = .18 Algebra Lineal. 2t . P 00 (0) = 2(A . 1 = Q(t): t3 (t2 .B . tenemos (6t4 + 2t3 . 2 t.P (t). 1 + 2) + E (t . 2)) t . 2C + (.t t. 2)) = P (t) y haciendo uso del hecho: si dos polinomios son iguales tambien lo son sus funciones polinomicas asociadas. 1)0 (0) = 0 = P 0 (0) = . 2)E ) (6t4 + 2t3 . R y Q la fraccion racional siguiente t6 + t4 . © Edicions UPC. t2 . 2t . t3 = t3 (t . t2 . Veamos para R y C: A Q(t) = t + 2 + t3 + B + C + t2 t que operando obtenemos Dp + E p t. 1 . 1)+ t3 (D(t . 2t . 2t4 . 1)00(0) = . t3 tiene la misma descomposicion en factores primos tanto sobre R como sobre C: p p t5 . 1)000(0) = 12 = p p = P 000(0) = 6(B . Problemas resueltos 8. 1 = (A + Bt + Ct2 )(t2 . t2 . 1) Solucion: Puesto que el grado del numerador es mayor que el del denominador. C ) (6t4 + 2t3 . 2)(t . t3 1 t5 . 2t4 . Descomponer en fracciones simples sobre C. 2B . 2000.1 + 2)D + (. t2 . t2 . t3 2t4 p p 6t4 +2t3 . t2 . p p . 1 . 2t .A (6t4 + 2t3 . 2A (6t4 + 2t3 . 1)0000(0) = 144 = P 0000(0) = 48C + 48(D + E ) © Los autores. 1)5+ t2(4 .1. 1+ 2)+ E (t .

1 t 2 p p p haciendo 4 2 p + . Descomponer en fracciones simples sobre C la fraccion racional siguiente Q(x) = (x . 3)9 © Los autores.2 C = 6 D = 4 2 E = . 2 t. 1 2 Q(t) 2t t. hasta el orden 8.Polinomios y Fracciones racionales 19 Resolviendo el sistema de ecuaciones obtenemos: p p A = 1 B = . Q(t) = t + 2 + t1 + .1.22 + 6 + t2 . © Edicions UPC. 5) de Taylor en el punto x = 3. 5)9 Solucion: La descomposicion sera Q(x) = 9 X An donde An . 3)n + n=1 (x . 1 3 t t 2 9.16 . esta sera la descomposicion sobre Q.1+ 2 por lo que Pasemos a la descomposicion de Q(t) sobre Q: y puesto que la descomposicion en fracciones simples es unica.16t . 2000. 2000. 3)8 + G(x)(x . 2 t.Mt . n=1 (x . 5) 9 X Bn n . 3)91(x . obteniendo 8 (3) 0 (3) F (x) = F (3) + F 1! (x .4 2 y la descomposicion es p p 1 + . Consideremos F (x) = 1 9 funcion racional desarrollamos F (x) por la formula (x .4 2 p Q(t) = t + 2 + t3 t2 t t.1+ 2 A B Q(t) = t + 2 + t3 + t2 + C + t2 . Bn con n = 1 : : : 9 son numeros complejos a determinar.1. 3) + : : : + F 8! (x .4 2 = t2 .2 + 6 + 4 2 p + .

n = (.9 .1)9.9 .n 8!(9 . 3) 8!(x . n)! F n (x) = (. . 3) Por la unicidad de los coe cientes An y Bn tenemos 9. 2000. 1):::(. Sobre el cuerpo de los racionales.n (3) An = F . n)! 8!(9 . n)! 218.1)n (8 + n)! (x .2)18.1)n (8 + n)! (.n (17 . © Edicions UPC. 5)9 (x .9)(.20 Algebra Lineal. n)! (. 5). descomponer en fracciones simples la fraccion racional siguiente 2( 2 Q(x) = (x + x +31) 2) 1)(x + Solucion: Observamos que x3 + 2 no tiene ra ces en Q.1)9. 1 9+n 8! 5) 10. 3) (x . (17 1 Bn = (.2)9+n 8! 1 y An = (. n + 1)(x . (observese que obtenemos Bn considerando F1 (x) = 1 n (x . 3)9 (x . 2000.n . luego 2(x2 + 1) = A + Bx2 + Cx + D (x + 1)(x3 + 2) (x + 1) (x3 + 2) © Los autores. n)! (9 1 luego F n (3) = (. Problemas resueltos siendo G(x) una funcion racional que esta de nida para x = 3 usando este desarrollo tenemos 0 8 1 = F (3) 9 + F (3) 8 + : : : + F (3) + G(x) (x .n y por simetr a tenemos. 3) y repitiendo el proceso anterior).9.

luego n x = (y . 2000.4 C =6 D = . y + y 2 + : : : + (. © Edicions UPC.1)n (x2 + 1)n i=0 Pn © Los autores.1)n y = n n n 1 2 n = 1 . x2 + 1 + (x2 + 1)2 + : : : + (.n1) = (x2 + 1)n y 2n n (. . 6 2 11. Descomponer sobre R la fraccion: 2 Q(x) = (x2 x 1)n + Solucion: Haciendo x2 + 1 = y tenemos x2 = y . 2000. 1.i i = yn n n n 2 1 1 = 1 .Polinomios y Fracciones racionales 21 2(x2 + 1) = A(x3 + 2) + (Bx2 + Cx + D)(x + 1) (x + 1)(x3 + 2) (x + 1)(x3 + 2) Igualando numeradores tenemos Operando A + B = 09 > = B + C = 2> ) C + D = 0> > 2A + D = 2 A=4 B = .4xx3++6x .6 luego la descomposicion es 2 4 Q(x) = (x + 1) + .1)iy n.

. 2000. Probar que R0 R0 R0 es un R-espacio vectorial con las operaciones siguientes: 8(x y z) (x1 y1 z1) 2 R0 R0 R0 8 2R (x y z ) (x1 y1 z1 ) = (x x1 y y1 z z1 ) (x y z ) = (x y z ) En caso de ser dimension nita determinar una base Solucion: Es facil probar que con la operacion el conjunto R0 R0 R0 es un grupo abeliano: Asociatividad 8(x y z) (x1 y1 z1) (x2 y2 z2) 2 R0 R0 R0 (x y z ) ((x1 y1 z1 ) (x2 y2 z2 )) = (x y z ) (x1 x2 y1 y2 z1 z2 ) = = (x (x1 x2 ) y y1 y2 ) z z1 z2 )) = ((x x1 ) x2 (y y1 ) y2 (z z1 ) z2 ) = = (x x1 y y1 z z1 ) (x2 y2 z2 ) = ((x y z ) (x1 y1 z1 )) (x2 y2 z2 ) (Esta propiedad nos permite escribir (x y z ) (x1 y1 z1 ) (x2 y2 z2 ) ) Conmutatividad 8(x y z) (x1 y1 z1) 2 R0 R0 R0 (x y z ) (x1 y1 z1 ) = (x x1 y y1 z z1 ) = (x1 x y1 y z1 z ) = = (x1 y1 z1 ) (x y z ) Elemento neutro © Los autores. Sea R0 el grupo multiplicativo de los numeros reales estrictamente positivos. 2000. © Edicions UPC.Espacios vectoriales 23 Cap tulo 2 Espacios vectoriales 1.

2000. . © Edicions UPC.24 Algebra Lineal. 2000. Problemas resueltos 8(x y z) 2 R0 R0 R0 (1 1 1) (x y z ) = (1 x 1 y 1 z ) = (x y z ) Elemento simetrico 8(x y z) 2 R0 R0 R0 9(1=x 1=y 1=z) 2 R0 R0 R0 tal que (x y z ) (1=x 1=y 1=z ) = (x 1=x y 1=y:z 1=z ) = (1 1 1) Veamos ahora que la operacion externa veri ca las cuatro propiedades necesarias para que el conjunto sea un espacio vectorial: Primera ley distributiva 8 2 R 8(x y z) (x1 y1 ((x y z ) = ((x x1 ) = (x y z Segunda ley distributiva z1 ) 2 R0 R0 R0 (x1 y1 z1 )) = (x x1 y y1 z z1 ) = (y y1 ) (z z1 ) ) = (x x1 y y1 z z1 ) = ) (x1 y1 z1 ) = ( (x y z )) ( (x1 y1 z1 )) 8 2 R 8(x y z) 2 R0 R0 R0 ( + ) (x y z ) = (x + y + z + ) = (x x y y z z ) = = (x y z ) (x y z ) = ( (x y z )) ( (x y z )) 2 R 8(x y z) 2 R0 R0 R0 ( ) (x y z ) = (x y = ((x ) (y ) (z ) ) = = ( (x y z )) Asociatividad de los escalares 8 z )= (x y z ) = Propiedad del elemento unidad del cuerpo 8(x y z) 2 R0 R0 R0 1 (x y z ) = (x1 y 1 z 1 ) = (x y z ) © Los autores.

Espacios vectoriales 25 luego. Demostrar que el conjunto E de las sucesiones numericas u = (u1 u2 un ) = (un) n2N de numeros reales provista de dos leyes de composicion. 2. Sabemos que 8x 2 R0 x = elog x . 2000. Veamos cual es su dimension y si es posible. u + v = (un + vn) 8n 2 N u = ( un ) 8n 2 N Solucion: Primero. de nidas mediante: 8u v 2 E 8 2 R es un espacio vectorial. veamos: de tenemos (e 1 e 2 e 3 ) = (1 1 1) ( 1 R0 R0 forman un sistema de (1 1 e)) = (1 1 1) i = 0 8i = 1 2 3 (e 1 1)) ( 2 (1 e 1)) ( 3 ) e i = 1 8i = 1 2 3 ) por lo que forman una base de dicho espacio vectorial. se tiene (x y z ) = (elog x elog y elog z ) = (elog x 1 1) (1 elog y 1) (1 1 elog z ) = = (log x (e 1 1)) (log y (1 e 1)) (log z (1 1 e)) luego los vectores (e 1 1) (1 e 1) (1 1 e) 2 R0 generadores. una interna + y una externa . luego 8(x y z ) 2 R0 R0 R0 . determinemos una base. 2000. probaremos que la operacion (interna) + dota a E de estructura de grupo abeliano © Los autores. en efecto R0 R0 R0 es un R-espacio vectorial. . Claramente son independientes. © Edicions UPC.

1 = e si u + u.1 = (. necesarias para que el grupo abeliano E sea un R -espacio vectorial Primera ley distributiva 8u v 2 E 8 2 R (u + v ) = ( (u + v )n) = ( (un + vn )) = ( un + vn ) = = ( un) + ( vn) = (un) + (vn ) = u + v Segunda ley distributiva 8 2 R 8u 2 E ( + )u = (( + )un ) = ( un + un ) = ( un) + ( un ) = = (un ) + (un ) = u + u Asociatividad de los escalares © Los autores.1 existe y es unico.1 = 0 8n 2 N .26 Asociatividad Algebra Lineal. de donde en = 0 8n 2 N y e = (0 0 : : : 0 : : :) . Existencia de elemento simetrico hemos de ver que 8u 2 E existe u.un 8n 2 N y u. con la operacion + (u + v ) = (un + vn ) = (vn + vn ) = (v + u) Conmutatividad Existencia de elemento neutro veamos que existe e 2 E tal que u + e = u 8u 2 E si u + e = (un + en ) = u 8u 2 E . de donde u.1 tal que u + u. entonces un + en = un 8n 2 N . Veamos ahora que la operacion (externa) veri ca las cuatro propiedades.1 = n n n .1 = (un + u.1 ) = e . Problemas resueltos u + (v + w) = (un + (v + w)n) = (un + (vn + wn )) (1) = = ((un + vn ) + wn ) = ((u + v )n + wn ) = (u + v ) + w (1) R tiene estructura de grupo. entonces un + u. 2000. luego e existe y es unico. © Edicions UPC. 2000.un ) luego u. .

© Los autores. Solucion: Recordemos que F es un subespacio vectorial del K -espacio vectorial E si y solamente si: 8 2 K 8u v 2 F entonces u + v 2 F Sean pues 2 R y f g 2 F (R R) ( f + g ) 2 F (R R) si y solo si ( f + g )(1) = k comprobemos si esto es as ( f + g )(1) = ( f )(1) + ( g )(1) = f (1) + g (1) = k + k = ( + )k luego ( + )k = k 8 2 R si y solo si k = 0 . Estudiar. 4. 8u 2 E 3. 2000. . para que valores de k 2 R W = ff 2 F (R R)=f (1) = kg es un subespacio vectorial de F . 2000.Espacios vectoriales 27 8 2 R 8u 2 E ( )u = (( )un) = ( ( un)) = ( un ) = ( (un )) = = ( u) Propiedad del elemento unidad del cuerpo Sea 1 2 R y 1 u = (1 un ) = (un) = u luego E es un R -espacio vectorial. Sea F (R R) el espacio vectorial de todas las funciones de R en R . © Edicions UPC. Sea fe1 e2 e3g una base del R-espacio vectorial R3 . por lo tanto W es subespacio vectorial si y solo si k = 0 .

Problemas resueltos >Determinan los vectores ae1 + be2 ce2 + de3 ee3 + fe1 . 1 = ::: = n = 0 Veamos pues. 2 d + 3e = 0 ) Luego. 2ac = 0 . 2000. . Recordemos que una coleccion de vectores fe1 ::: eng de un K -espacio vectorial son independientes si y solo si: 1 e1 + ::: + n en = 0 .). tenemos 1 a + 3 f = 0> = 1 ab + 3fb = 0> = b + 2c = 0> .1 © Los autores. si fbd + ace 6= 0 ) 3 = 0 2 = 0 1 = 0 y los vectores seran independientes y formaran base (si fbd + ace = 0 cualquier 3 2 R es solucion del sistema y por lo tanto. los vectores dados. 1 ab + 2 ac = 0> ) 1 2d + 3 e = 0 ) 2d + 3e = 0 3 fbd . Solucion: Puesto que el numero de vectores dado coincide con la dimension del espacio. estos vectores forman base si y solo si son independientes. 2000. (ae1 + be2 ) + 2 (ce2 + de3 ) + 3 (ee3 + fe1 ) = 0 ( 1 a + 3 f )e1 + ( 1 b + 2 c)e2 + ( 2 d + 3 e)e3 = 0 1 Y puesto que fe1 e2 e3 g es base.1) = (1 0 0) . 2 acd = 0 ) 3 (fbd + ace) = 0 2 acd + 3 ace = 0 9 9 3 fb . no pueden formar base.28 Algebra Lineal. una base de E ? Aplicar el resultado a las familias de vectores escalares a) b) (1 1 0) (0 1 1) (1 0 . © Edicions UPC. con a b c d e f no nulos. Aplicando el resultado a las familias dadas. (0 0 1) ) e = 1 f = .1) (3 1 0) (0 2 1) (1 0 2) referidos a la base natural de R3 . tenemos 9 a) (1 1 0) = (1 0 0) + (0 1 0) ) a = b = 1 > = (0 1 1) = (0 1 0) + (0 0 1) ) c = d = 1 > ) fbd = .ace (1 0 .

son dependientes (la relacion de dependencia es (1 1 0) . Sea E un espacio vectorial sobre C de dimension n y sea fui g1 i n una base. notamos que los vectores de EC y ER son los mismos. Por restriccion del cuerpo de escalares. Veamos primero que los vectores dados son independientes en ER consideremos una combinacion lineal igualada a cero: 1 1 u + : : : + nun + n+1 iu1 + : : : + 2n iun = 0 con j 2 R j = 1 : : : 2n sumergiendo ER en EC esta igualdad puede escribirse ( 1 + n+1 i)u1 + : : : + ( n + 2n i)un = 0 con j + n+j i 2 C y puesto que fui g son base de EC . son independientes. b) (3 1 0) = 3(1 0 0) + (0 1 0) ) a = 3 b = 1 > = (0 2 1) = 2(0 1 0) + (0 0 1) ) c = 2 d = 1 > ) fbd 6= . Demostrar que los 2n vectores fu1 : : : un iu1 : : : iung forman una base de E sobre R . entonces u 2 EC y por lo tanto j = n+j = 0 u = 1 u1 + : : : + nun con j 2 C j = 1 ::: n © Los autores. © Edicions UPC. Veamos ahora que generan ER . y por lo tanto forman base. Solucion: Ante todo. (0 1 1) = (1 0 1) .ace (1 0 2) = (1 0 0) + 2(0 0 1) ) e = 1 f = 2 9 luego. 5. 2000. 2000. tenemos j + n+j i = 0 8j = 1 : : : n por lo que: 8j = 1 : : : n y por lo tanto. E puede considerarse como un espacio vectorial sobre R. . Si u 2 ER .Espacios vectoriales 29 luego. los vectores fu1 : : : un iu1 : : : iung son independientes. Deducir de aqu que dim ER = 2 dim EC Nota: hemos llamado EC ER a E como C espacio vectorial y como R espacio vectorial respectivamente.

a) Dados p vectores. © Edicions UPC. si colocamos los vectores i i en columna. si los coe cientes aj son nulos para i < j con ai 6= 0 (es decir. Problemas resueltos : : : n con aj bj 2 R u = (a1 + b1i)u1 + : : : + (an + bn i)un = = a1 u1 + b1 i)u1 + : : : + an un + bniun = = a1 u1 + : : : + an un + b1 iu1 + : : : + bniun luego. Analogamente. la matriz obtenida es tal que por debajo de la diagonal principal. b) El rango de un sistema de vectores no var a si a uno de ellos le sumamos una combinacion lineal de los demas. . de un espacio vectorial de dimension n .30 es decir. Solucion: El metodo que vamos a usar aqu para la discusion de la dependencia o independencia se apoya en las proposiciones siguientes. son tambien generadores. 2000. entonces los vectores son independientes (es una condicion su ciente. si los coe cientes aj son nulos para i > j con ai 6= 0 (es i i i i decir. Sea E = R3 . por lo tanto para investigar las dependencia o no de los vectores dados los colocaremos en columna yuxtaponiendolos y haremos operaciones elementales de la o columna para conseguir los ceros necesarios para conocer el rango de la matriz. la matriz obtenida es tal que por encima de la diagonal principal. p n . pero no necesaria) . tambien son independientes. xi = (a1 ::: an) 1 i p . 2000. Por ser un sistema de generadores independientes son base. los elementos son todos nulos). es decir la dimension del subespacio que engendran x 3 0x11 x22 x1 1 0 1x1 0 2 x31 0 x1 x2 x031 0 1 0 @2 5 3A @2 1 1A @2 1 0A 3 8 8 3 2 5 3 2 3 0 0 0 00 00 00 © Los autores. si colocamos los vectores en columna. Decir si los vectores f(1 2 3) (2 5 8) (1 3 7)g son dependientes o independientes. luego j = aj + bj i j = 1 Algebra Lineal. y por lo tanto dim ER = 2:dim EC 6. los elementos son todos nulos).

6) 2 R4 pertenezca al subespacio F R generado por (1 2 .37 . Hallar Solucion: 2 R para que ( . 2000.6 = luego el vector ( . Si U es el subespacio engendrado por el vector (0 1) .5a + 4b> > 3a + 7b a = 5 b = .37 . Solucion: Recordemos que si F G son subespacios de E estos forman suma directa si y solo si F \ G = f0g Si F y G forman suma directa y ademas se veri ca que F +G = E © Los autores. 2000.x1 + x3 x00 = .1 = 13 = 13.37 = .1 4 7) .3 = . b = .6) pertenezca a F es condicion necesaria y su ciente que pueda ponerse en combinacion lineal de los generadores de F : ( = = . Probar que E es suma directa de W y U . . Para que el vector ( .6) 2 F si y solo si = . Probar que tambien se veri ca E = W U 0 (no unicidad del complementario).5 3) y (2 .6) = a(1 2 . 7. Sea E = R2 y W el subespacio engendrado por el vector (1 1) .37 . luego son independientes.Espacios vectoriales 31 x01 = x1 x00 = x01 1 x02 = . . © Edicions UPC.37 .2x1 + x2 x00 = x02 2 x03 = .5 3) + b(2 .1 4 7) obligando pues a la compatibilidad del sistema resultante a + 2b 9 > > 2a .x02 + x03 3 Los tres vectores cumplen la condicion establecida en a).1 y 8. Sea ahora U 0 el subespacio engendrado por el vector (3 1) .

en efecto. q (1) = 0 . Determinar un subespacio vectorial complementario E de F en P3 . y = 0 luego W y U 0 forman tambien suma directa y dim W + dim U 0 = 2 = dim E . para que F + G = E basta comprobar que dim F + dim G = dim E Tomemos pues x 2 W \ U . Sea P3 el espacio vectorial de polinomios de una variable de grado inferior o igual a 3 a coe cientes en R. q 0 (1) = © Los autores. Dar su dimension. Si E es de dimension nita y F y G forman suma directa. q 0 )(1) = p0 (1) . Problemas resueltos diremos que E es suma directa de estos dos subespacios y lo notaremos por F G . E = W U . es x = (1 1) por ser de W . . 1)2 . es decir. 0=0 ( p . Identi cando (1 1) = (0 1) es =0 =0 luego x = 0 y por tanto la suma es directa. 2000.32 Algebra Lineal. 0 = 0 ( p . de donde =3 = y de aqu se deduce = = 0 . b) Los polinomios (x . >son linealmente independientes? Dar una base de F . a) Probar que los polinomios p 2 P3 que veri can p(1) = p0 (1) = 0 (siendo p0 el polinomio derivado de p ) forman un subespacio vectorial F de P3 . © Edicions UPC. 2000. q 2 F 8 2R 0. 1)2 y x(x . Sea ahora y 2 W \ U 0 como antes: y = (1 1) = (3 1) . q )(1) = p(1) . y x = (0 1) por ser de U. q )0 (1) = ( p0 . Puesto que dim E = 2 y dim W = dim U = 1 se tiene dim W + dim U = dimE luego. por tanto es tambien E = W U 0 9. Solucion: a) Sean p q 2 F veamos si p . c) Encontrar dos polinomios para completar la base de F y formar una base de P3 .

en efecto. © Edicions UPC. 1)2 = 0 . son independientes. Sea p(x) = a3 x3 + a2 x2 + a1 x + a0 2 F . por lo que F es un subespacio vectorial de dimension 2 y estos dos polinomios determinan una base b) Sea (x . 3 ) a1 = . 2000. 1)2 + b(x . 1)2 + x(x . pues de a3 p1(x) + a2 p2(x) = 0 luego son base. luego p(1) = a3 + a2 + a1 + a0 = 0 p0(1) = 3a3 + 2a2 + a1 = 0 y por tanto.3a3 . 1)2 = ap1 (x) + bp2 (x) luego F es el conjunto de polinomios generado por p1 (x) p2(x) con p1 (x) y p2(x) independientes. 2x2 + x . En a hemos observado. 2 )x2 + ( . 2x + 1) + (x3 . 2x + 1) = a3 p1 (x) + a2 p2 (x) y p1 (x) p2 (x) 2 F ( p1 (1) = p01 (1) = 0 y p2 (1) = p02 (1) = 0) por lo que son generadores. 1)2 x(x . . basta observar que si p(x) 2 F entonces p(x) = (x . y dim F = 2. 2 )x + = 0 y por tanto. 2x +1 x3 . son base de F . 2a2)x + (2a3 + a2 ) = = a3 (x3 . es decir. 2x + 1 x3 . 2x2 + x son independientes ya que forman una base de F . Y son independientes. 3x + 2) + a2 (x2 . 2 )x2 + ( . luego. que (x . Otra forma: se tiene a3 = a2 = 0 De hecho. 2000. p . c) Los vectores x2 . y F es pues un subespacio vectorial. 1 x son vectores independientes de x2 . reordenando terminos tenemos x3 + ( .Espacios vectoriales 33 Luego. 2x2 + x) = 0 ) x3 + ( . q 2 F . = = 0 . 2 + )x + + = 0 = =0 © Los autores. 1)2 (ax + b) = ax(x . 2a2 a0 = 2 3 a2 p(x) = a3 x3 + a2 x2 + (. 1)2 2 F (pues F es el conjunto de polinomios de grado menor o igual que tres tales que tienen a 1 como ra z de multiplicidad por lo menos dos). ya que 1+ de donde = = x + (x2 .a3a+.

1 1 (observese que necesitamos la expresion de los vectores de la base B en funcion de la base A .3 0 1 1 1A 4 1 1 1 matriz de paso de A a B y esta matriz es tal que si componemos dicha matriz con un vector columna cuyos componentes son las coordenadas de un vector de R3 en la base A .34 Algebra Lineal. © Los autores. el resultado es el mismo vector (vector columna) cuyos componentes son las coordenadas del vector.1 1 @ . B = fb1 b2 b3g dos bases del espacio vectorial R3 relacionadas mediante: 8 a = b .7 3 7 1 4A 1 . Solucion: a) Recordemos que la matriz S de paso de A a B es la matriz cuadrada cuyas columnas son las coordenadas de los vectores de A expresados en la base B . la matriz de paso de B a A sera S . 3b + 4b >1 1 2 3 < a) Hallar la matriz que transforma las coordenadas de los vectores de la base B a la A. b + b >1 1 2 3 < > c2 = . Obviamente. por lo que tenemos que invertir el sistema dado). © Edicions UPC. b) Sea C = fc1 c2 c3g una nueva base cuyas coordenadas respecto de B son: > a2 = b2 + b3 + b : a3 = b1 + b2 3 8c = b . pero expresado en la base B .b.+ b2 : c3 = b2 1 b3 Hallar la matriz de transformacion de B a C y de A a C . 2000. Sean A = fa1 a2 a3g . .1 = 7 0 0 . Luego: 0 1 S = @ . Problemas resueltos luego G = 1 x] es un subespacio complementario de F . 2000. 10.

1 © Los autores.1 2+1 tenga solucion unica lo que equivale a que 0 1 1 1 D = .1 1 nos proporciona. 2000.1) w3 = (1 0 0 1) w4 = (2 2 0 .1 1 luego. 11.2 1 2 1 y si componemos las matrices S y T . la matriz de paso de C a B es 0 1 . +2 3+2 3+0 3.2 1 + 2 2 + 0 1 1.2 2 1 . la matriz de paso de A a C .1 T = @ . es decir. Estudiar si los vectores w1 = (0 1 . 2000. la matriz de paso de B a C es 01 T .Espacios vectoriales 35 b) Analogamente. . que el sistema 0 1+1 2+1 1 1+1 2+0 .1 1 1 0 1A 0 .1 3 1 = = = = = 2 = 3 = 4 =0 lo que equivale a decir.1 = @ 0 0 S=@ 1 1 1 1A 1 1 0 2 2 3 1 2 2A .1) forman o no. 1 1 w + 2 w2 + 3 w3 + 4 w4 = 0 . © Edicions UPC. una base de R4 Solucion: Para que formen base es condicion necesaria y su ciente que sean linealmente independientes.1 T . obviamente.2 1) w2 = (1 1 2 .1 4 4 4 4 0> > 0= 0> > 0 9 1 2 0 2 0 0 6= 0 1 .

36 Algebra Lineal.8 6= 0 .1.1 1 .3.1.1. dando valores cualesquiera a los escalares 2 3 .1. para para = =1 2 = . Observamos que.1) y (1. (1 2 1 2) = (2 . (1. 12. se tiene w1 = (3 1 3 1) .1. luego. son base.2.1. 2 y puesto . 2000.-1) para E1 . 2 = 2 1+2 2+ 3 ) 2 1 = 3 2+4 3 > > 1+ 2 = 2+3 3 > 2 2 = . 2000. entonces v= es decir. obtendremos los vectores de E1 \ E2 .2) y (3. (1.2.1. para ver si n vectores de un espacio vectorial de dimension n . formada por los vectores columna que expresan los vectores dados respecto una base y ver si es o no distinto de cero.-1.1 2 . forman base basta calcular el determinante de la matriz. 2+2 3 1. y puesto que hay dos parametros libres dimE1 \ E2 = 2 1 2 9 Por ejemplo. © Edicions UPC.1) para E2 .1) 2 E1 \ E2 2 3 w2 = (1 2 1 2) + (3 1 3 1) = (4 3 4 3) 2 E1 \ E2 observamos que w1 y w2 son independientes por lo que dim E1 \ E2 que E1 \ E2 E1 y dim E1 = 2 © Los autores.0.1.1) = = 1 (1 2 0 1) + 2 (1 2 1 2) + 3 (3 1 3 1) 1 9 = 1 + 2 +3 3 > > > 1 = 0 = = 1. por los vectores (1.-1) son independientes. 2 = 1+2 2+ 3 por lo que.1) .1) . Veamos cual es el subespacio E1 \ E2 : si v 2 E1 \ E2 . En el espacio vectorial R4 se consideran los subespacios E1 y E2 generados Hallar las dimensiones del subespacio interseccion y del subespacio suma. en efecto. + (1 1 1 1) + 2 (1 . y (1. Solucion: Observamos que dim E1 = 2 ya que (1.1 3 = 1 . Problemas resueltos D = .-1.

2000.Espacios vectoriales 37 se tiene que E1 \ E2 = E1 y dim E1 \ E2 = 2. . © Los autores. (Tenemos que E1 + E2 = E2 . pues E2 E1 + E2 y tienen la misma dimension). 2000.dim (E1 \E2 ) . © Edicions UPC. luego dim(E1+E2 ) = dim E2 . Sabemos que dim (E1 +E2 ) = dim E1 +dim E2 .

Matrices 39 Cap tulo 3 Sistemas de ecuaciones lineales. quedando 0 8 .5 .29 A Solucion: Tomamos la matriz B y restamos la primera la a la segunda y la primera al doble de la tercera.1 .16 A = B2 0 0 49 Sobre B2 . © Edicions UPC.16 A = B1 0 3 1 Tomamos ahora la matriz B1 y restamos a la tercera la el triple de la segunda.5 .13 1 B @ 0 1 . Dada la matriz 4 .13 1 B = @ 8 .5 .4 . 2000.13 1 @ 0 1 .5 .13 1 @ 0 1 .6 reducirla a una matriz diagonal mediante transformaciones elementales de las y columnas.Sistemas de ecuaciones lineales. Matrices 1. dividimos la tercera la por 49 B2 0 8 . . 2000. quedando B1 0 8 .16 A = B3 0 0 1 © Los autores. 0 8 .

© Edicions UPC. .5 0 1 @ 0 1 0 A = B4 0 0 1 Sobre B4 . 2. 2000. sumamos a la segunda la dieciseis veces la tercera y a la primera trece veces la tercera B3 0 8 . sumamos a la primera la cinco veces la segunda y tenemos B4 08 @0 0 0 1 0 A = B5 0 0 1 1 que es ya diagonal podemos seguir reduciendo dividiendo la primera la por 8. 1 0 0 1 4 8 . 0 1 2 . . obteniendo B5 luego 01 @0 0 0 1 0A = I 0 0 1 1 B I. © Los autores. A . .40 Algebra Lineal. 0 0 1 . Problemas resueltos Sobre B3 .1 2 3 . C . 0 1 0C = A . Determinar la inversa de la matriz 0 A=@ por el metodo del pivote.1 2 3 1 Solucion: Yuxtaponemos la matriz A y la matriz identidad I 0 B B @ 1 . 2000. 1 4 8 0 1 2 A donde A 2 M3 (R) .

.. 0 1 0 .48 8 C 2 ..11 2 C A . . . 4 8 .. 1 . .1 0 0 0 1 .Sistemas de ecuaciones lineales.1 0 0 1 . . B 1 4 8 .1 0 A.1 6 .1 le sumamos seis veces la segunda de A1 obteniendo A2 ( c ) A la segunda la de A2 le restamos dos veces la tercera de A2 . 0 . . 0 . . . obteniendo A3 ( d ) A la primera la de A3 le restamos ocho veces la tercera.1 6 . . . 1 0 0 B 1 0 0 . 2000. 1 0 1 . 1 0 0C B1 4 8 . obteniendo A4 ( e ) A la primera la de A4 le restamos cuatro veces la segunda 3. 0 0C 1 0C A 6 .1 = @ 1 1 0 . . 2000.1 . . Matrices 41 y hacemos las transformaciones elementales de las. . 0 1 0 A (b) @ . .11 2 C B 0 1 A (d) @ (c) @ .11 2 A ... C B 0 1 2 . 1 2 . . 1 0 0 C B 1 4 B 0 1 0 . Una vez terminado el proceso la matriz que aparece en el lugar que ocupaba I es la matriz A. 1 . obteniendo A1 ( b ) A la tercera la de A1 multiplicada por ... .1 1 9 . ..1 inversa de A 0 B1 A (a) B 0 @ 1 0 . . Resolver el sistema © Los autores. © Edicions UPC. necesarias para convertir A en I .4 0 C B 2 .11 2 C A (e) @ 0 1 0 .4 0 2 .1 6 . 0 0 1 .1 1 y por consiguiente 1 . 2 . . 6 .1 ( a ) A la tercera la de A le sumamos la primera. 0 6 11 .

2 A @ 0 5 .16 A 3 . y por tanto. 2000.8 .2 .42 Algebra Lineal.2 3 7 1 0 1 . 2000. Problemas resueltos x . 2z = .2 A 3 . © Edicions UPC.2> 3x . el sistema es incompatible.2 3 1 0 x 1 0 7 1 @ 2 1 .8 . y + z = 6 9 Solucion: El sistema se expresa en forma matricial por 0 1 . obteniendo la matriz B B 0 1 .1 1 z 6 0 71 0x1 AX = @ . . 2y + 3z = 7 > = 2x + y .15 0 0 0 1 luego rangoA = 2 .1 1 6 0 5 .16 A @ 0 5 .2 A @ y A = @ .8 . 4.2 A con X = @ y A 6 z Yuxtaponemos a la matriz A la matriz columna y 6 hacemos transformaciones elementales a B para poder comparar los rangos de A y 0 71 @ . Discutir segun los valores de a b c d el sistema a coe cientes en K siguiente x + 2y + 3z + 4t = a9 > > 2x + 3y + 4z + t = b = 3x + 4y + z + 2t = c > > 4x + y + 2z + 3t = d suponiendo: a) K = Q b) K = Z Solucion: © Los autores.2 A .2 3 7 1 @ 2 1 .2 3 7 1 0 1 . rangoB = 3 .

2 . 5.4 . 40b C @ 0 0 40 0 a + 11b . c C A @0 0 4 7 A b 2 0 0 4 36 10a . © Los autores.9a + b + c +11d a + b +11c . © Edicions UPC. 940+ c + d b) para K = Z las transformaciones elementales realizadas son validas para que haya solucion los elementos .a2.1 .4a + d 0 1 2 3 34 d 1 01 2 3 4 1 a a 2 b a B0 1 2 7 @ 0 0 4 .Sistemas de ecuaciones lineales.2 . 9c + d A 0 0 0 40 11a .7 . + c C B 0 1 2 .a2+ .3a + c A 4 1 2 0 .10 . 9d a +11b . 2000.13 . 9c + d A 0 0 0 40 11a . 9b + c + d 0 10 20 30 40 1 10a B 0 40 80 280 80a . 9c + d 11a . 9d C @ 0 0 40 0 a + 11b .4 a . 9b + c + d han de ser multiplos de 40.9a + b + c + 11d 1 B 0 40 0 0 a + b + 11c . 9 . 2000. Matrices 43 01 2 3 4 a1 01 2 3 4 a 1 B 2 3 4 1 b C B 0 .7 .8 .10 .2a + b C @ 3 4 1 2 c A @ 0 . Estudiar segun los valores de a el sistema ax + y + z = a> = x + ay + z = a> x + y + az = a resolviendolo en los casos en que ello sea posible. 9d .bb. 9b + c + d a) para K = Q las transformaciones elementales realizadas son validas el sistema tiene solucion unica 11 + x = . b z = a + 11b40 9c + d t = 11a . 7b + d 0 0 0 40 11 .9a + b40 c + 11d y = a + b +40 c . 9b + c + d 0 40 0 0 0 .

2 6= 0 1 1 .2 y a 6= 1 el sistema es compatible y determinado y por el metodo de Cramer tenemos que la solucion es a 1 1 a a 1 a 1 a a x = (a + 2)(a .2 rangoA = 2 ya que .2 1 . y rangoA = 3 siendo A la matriz 1 0 1 obtenida de A yuxtaponiendole la matriz columna @aA a a rangoA = 3 ya que . luego el sistema es compatible indeterminado y el conjunto de soluciones es: S = f(x y z) 2 R3 j x + y + z = 1g © Los autores.2 .2 . Si a = 1 rangoA = rangoA = 1. © Edicions UPC. 2000.2 1 . 1)2 = a + 2 a 1 a 1 a a 1 1 a a z = (a + 2)(a . .2 6= 0. 1)2 1 1 a Luego. si a 6= .44 Algebra Lineal. Problemas resueltos Solucion: Hallemos el valor del determinante de la matriz asociada al sistema 0a 1 11 detA = det @ 1 a 1 A = (a + 2)(a . 1)2 = a + 2 1 Si a = . 1)2 = a + 2 a a 1 1 a 1 1 a a a y = (a + 2)(a . 2000.2 Luego el sistema es incompatible.

Sistemas de ecuaciones lineales. Matrices

45

6. Resolver en M2 (R) el sistema
5 2x + 3y + z = ;5 x + 2y ; 3z = ;1 ;3 5 3x + 5y ; z = ;8 5 1

9 > > > > 3 = ;3 > > 8 > >
;1

Solucion:

0x1 02 A @y A = @1
z

3 2 3 5

0 10x1 B 1 ;3 A @ y A = B B @ ;1 z 1 C C C A 1 C C C A 1 C C C A

;5 1 ;1 3 ;3 ;3 5 8 ;8 ;1

5 5

1 C C=B C A
;1 3 1 ;3 ;3 C C 5 5 ;5 1 C A 5 8 ;8 ;1 1 ;1 3 ;3 ;3 C C 7 ;1 C

Tomamos la matriz A del sistema ampliada con la matriz B y procedemos a efectuar las oportunas transformaciones elementales

0 B2 3 1 B 1 2 ;3 B @ 3 5 1 0 B 1 2 ;3 B 0 ;1 7 B @ 0 ;1 8 0 B 1 2 ;3 B 0 ;1 0 B @
0 0 1

; ; ; ; ; ; ; ; ; ; ; ; ; ; ;

5 5 51 1 3 3 3 5 8 8 1 1 3 3 3 7 1 1 7 8 1 1 8 1 3 3 3 0 1 1 0 10 01

0 B 1 2 ;3 B2 3 1 B @ 3 5 1 0 B 1 2 ;3 B 0 ;1 7 B @ 0 0 1 0 B1 0 0 B 0 ;1 0 B @
0 0 1

1 7 10 01 2 1 10 0 1 1 0 10 01

;

;

1 C C C A

A

y por lo tanto la solucion del sistema es 2 X = ;1 1 0 0 Y = ;1 1 0

Z= 1 0 0 1

© Los autores, 2000; © Edicions UPC, 2000.

46

Algebra Lineal. Problemas resueltos

7. Se dice que A 2 M3(R) es magica si al sumar los elementos de cada la, de cada
columna, de la diagonal principal, y de la diagonal secundaria, se obtiene siempre el mismo valor. Construir todas las matrices magicas simetricas.

Solucion:
Una matriz A = (aij ) es simetrica si y solo si aij = aji luego las matrices magicas simetricas seran de la forma 0 1

b c z con x + a + b = s a + y + c = s b + c + z = s x + y + z = s 2b + y = s que

@a y cA

x a b

interpretandolo como un sistema de cinco ecuaciones con siete incognitas x + y + z ; s = 09 > y + a + c ; s = 0> > = x + a + b ; s = 0> z + b + c ; s = 0> > y + 2b ; s = 0 resulta un sistema homogeneo, por tanto compatible, y que vamos a resolver por transformaciones elementales 0 1 1 1 0 0 0 ;1 1 0 1 1 1 0 0 0 ;1 1 B 0 1 0 1 0 1 ;1 C B 0 1 0 1 0 1 ;1 C B 1 0 0 1 1 0 ;1 C B 0 ;1 ;1 1 1 0 0 C B @ 0 0 1 0 1 1 ;1 C B 0 0 1 0 1 1 ;1 C A @ A 0 1 0 0 2 0 ;1 0 0 0 ;1 2 ;1 0 0 1 1 1 0 0 0 ;1 1 0 1 1 1 0 0 0 ;1 1 B 0 1 0 1 0 1 ;1 C B 0 0 1 1 0 1 ;1 C B 0 0 ;1 2 1 1 ;1 C B 0 0 1 ;2 ;1 ;1 1 C B @ 0 0 1 0 1 1 ;1 C B 0 0 0 2 2 2 ;2 C A @ A 0 0 0 0 0 10 0;1 02 ;1 ;1 1 0 0 0 0 1 ;2 1 ;1 1 1 1 0 1 1 1 0 0 0 B 0 1 0 1 0 1 ;1 C B 0 1 0 1 0 1 ;1 C B 0 0 1 ;2 ;1 ;1 1 C B 0 0 3 ;6 0 ;3 2 C B @ 0 0 0 1 1 1 ;1 C B 0 0 0 3 0 3 ;2 C A @ A 0 0 0 0 ;3 0 1 0 1 1 1 0 0 0 ;1 1 0 0 0 0 00 0;3 ;30 0 11 3 0 0 B 0 3 0 0 0 0 ;1 C B 0 3 0 0 0 0 ;1 C B 0 0 3 0 0 3 2 C B 0 0 3 0 0 3 ;2 C B @ 0 0 0 3 0 3 ;2 C B 0 0 0 3 0 3 ;2 C A @ A 0 0 0 0 ;3 0 1 0 0 0 0 ;3 0 1
© Los autores, 2000; © Edicions UPC, 2000.

Sistemas de ecuaciones lineales. Matrices

47

quedando el sistema de rango cinco: 3x ; 3c = 09 3x > > 3y ; s = 0> 3y = 3z + 3c ; 2s = 0> , 3z 3a + 3c ; 2s = 0> 3a > ;3b + s = 0 3b

9 = 3c > x=c > =s > s = = ;3c + 2s> , y = 3 = b = ;3c + 2s > z = 2s ; 3c = a > 3 =s
2 1 1 0A 0 2

por lo tanto la matriz magica simetrica buscada es

0 c B 2s;3c B B 3 @
s
3

2s 3c 3 3

;
s

para todo c s 2 R .

c

1 C 0 1 ;1 0 1 s 0 0 c C = c @ ;1 0 1 A + 3 @ 2 C A 0 1 ;1 1 2s;3c
3

s

1

3

8. Discutir y resolver en R el sistema:

3x + 2y + 5z 4x + 3y + 6z 5x + 4y + 7z 6x + 5y + 8z

= = = =

1> > 2= 3> > 4

9

Solucion:
Escrito matricialmente, el sistema es 0x1 03 2 510x1 011 A@y A = B4 3 6C@y A = B2C = B @5 4 7A @3A z z 6 5 8 4 Tomamos la matriz A obtenida de A yuxtaponiendole la matriz columna B y procedemos a efectuar transformaciones elementales de la 03 2 5 11 03 2 5 1 1 03 2 5 1 1 B 4 3 6 2 C B 0 ;1 2 ;2 C B 0 ;1 2 ;2 C @ 5 4 7 3 A @ 0 ;2 4 ;4 A @ 0 0 0 0 A 6 5 8 4 0 0 ;1 2 ;2 1 0 0 0 0 0 1 6 9 0 12 2 3 0 4 B 0 ;1 2 ;2 C B 0 ;1 2 ;2 C @0 0 0 0 A @0 0 0 0 A 0 0 0 0 0 0 0 0
© Los autores, 2000; © Edicions UPC, 2000.

© Edicions UPC.z+t . siendo 01 11 A = @1 0A 1 1 y 02 11 B = @0 2A 2 1 Solucion: Tomemos la matriz A0 obtenida de A yuxtaponiendole la matriz B y procedamos a efectuar transformaciones elementales de la 01 1 j 2 11 01 0 j 0 21 A0 = @ 1 0 j 0 2 A (a) @ 1 1 j 2 1 A (b) 1 1 2 0 1 1 jj 2 1 1 0 1 0 jj 0 1 2 1 1 0 0 2 @ 1 1 j 2 1 A @ 0 1 j 2 . Sean a b c d cuatro numeros reales estrictamente positivos.2g = f(2 .3x + y . Demostrar que el sistema siguiente no posee ninguna solucion en R x+y+z+t x. . luego el sistema es compatible indeterminado y el conjunto de soluciones es 3 f(x y z) 2 R3 =2x + 3y = 4 .y + 2z = . 10. 2000. 2 .y. 7t = = = = a9 > = b> c> > d © Los autores. Determinar X tal que AX = B . y + z + t .2 2 1 ( a ) Permutamos la primera con la segunda la ( b ) A la tercera la le restamos la segunda ( c ) A la segunda la le restamos la primera. Problemas resueltos y tenemos rango A = rango A = 2 < 3 .48 Algebra Lineal.1 A 0 0 j 0 0 (c) 0 0 j 0 0 Y tenemos que rang A = 2 y rang A0 = 2 por lo tanto el sistema es compatible y determinado y la unica solucion es: X = 0 . 2000.1 + 1 ) 8 2 Rg 2 9. 3z .x .

y + z = c .1 1 1 .2 0 0 = 0 .1 0 2 luego el sistema es de rango tres y las tres primeras ecuaciones son independientes.3 1 . 11.1 1 . y .4 6= 0 . 2 2 .t 2 2 2 Para que el sistema inicial sea compatible estos valores de x y z hallados. 2000. tenemos x = a+b .t y = t. tenemos .1 0 . . t> = x . z = b . 7t = d 2 2 2 luego la compatibilidad implica .4 luego el sistema no es de rango maximo 1 1 1 1 0 0 1 .3( a + b .1 .7 .1 . esta igualdad es imposible y el sistema es incompatible. 2000.x . t> .4 .1 1 = 1 . b+c z = a+c . t) + (t .(3a + 2b + 2c) = d y puesto que a b c d son estrictamente positivos. t) . Matrices 49 Solucion: El determinante del sistema es 1 1 1 1 1 0 0 0 1 .2 = . han de satisfacer la cuarta ecuacion substituyendo pues.2 .1 . 3( a + c . b + c ) . Resolver el siguiente sistema de ecuaciones en C x + y + z = a> = x + wy + w2 z = b > x + w2y + wz = b 9 © Los autores.3 . © Edicions UPC.Sistemas de ecuaciones lineales.1 = 1 . Consideramos pues el sistema 9 x + y + z = a . t que es compatible y determinado por ser de rango maximo y resolviendo por Cramer.1 .3 4 .

b . es decir w = 1 . b 3 si w(w .w = a . a = 0 . b 1) 3 1 1 a 1 w b 1 w2 b z = 3w(w . 1) 1 w2 w (Nota: puesto que w3 = 1 . 2000. se tiene que w = 0 o w . 1)2 . es w 6= 0 . . 1 = 0 . 1) = a + 2b 3 1 a 1 1 b w2 1 b y = 3w(w . 1) = a . Si w(w . (w2 . © Edicions UPC. 1) = 0 . 1 = 0 .50 sabiendo que w es una ra z cubica de la unidad. el sistema es incompatible. en cuyo caso 01 @1 1 1 a 1 1 bA 1 1 1 b 1 01 @0 1 1 a 0 0 b. el sistema es compatible y determinado para todo a b 2 C y resolviendo el sistema por Cramer. pero si w3 = 1 . 1)(w2 + w + 1)). Algebra Lineal. a 1 1 b w w2 b w2 w x = 3w(w . 1) 6= 0 .a 1 y para que el sistema sea compatible. 1 = (w . y el conjunto de soluciones es f(x y z) 2 C3 =x + y + z = ag si a 6= b . © Los autores. 1)2 = 3w(w . aA 0 0 0 b. 2000. se tiene w4 = w ::: y w3 . Problemas resueltos Solucion: El determinante del sistema es 1 1 1 1 w w2 = (w . luego ha de ser w .

! R3 tal que f (x y z ) = (x + y x . z ) c) h : R2 . 1) + (x2 + y2 x2 . © Edicions UPC.Aplicaciones lineales 51 Cap tulo 4 Aplicaciones lineales 1. y1 ) + (x2 .! R2 tal que g (x y z ) = (x + z y . Solucion: Recordemos que una aplicacion f : E .! F con E F . (y1 + y2 ) (z1 + z2 ) . 1 f (v ) + f (w) = (x1 + y1 x1 . y1 z1 . y2 z2 . entonces comprobemos si. (y1 + y2 ) (z1 + z2 ) .! R3 tal que h(x y ) = (x + k y + k x + y ) con k 2 R Determinar si son o no lineales. 2000. 1) b) g : R3 . se veri can los axiomas: a) 1) sean v = (x1 y1 z1 ) v + w = (x1 + x2 y1 + y2 z1 + z2 ) f (v + w) = ((x1 + x2 ) + (y1 + y2 ) (x1 + x2 ) . 1) + (z2 . y2 ) (z1 . 2000. para cada caso. y z . Consideremos las aplicaciones entre R -espacios vectoriales siguientes: a) f : R3 . 2)) = 6 6 = f (v + w ) © Los autores. K -espacios vectoriales es lineal. si y solo si 1) 2) 8v w 2 E f (v + w) = f (v) + f (w) 8v 2 E 8 2 K f ( v) = f (v) w = (x2 y2 z2) . 1)) = = ((x1 + x2 ) + (y1 + y2 ) (x1 + x2 ) . . 1) = = ((x1 + y1 ) + (x2 + y2 ) (x1 .

es decir 2) Sea pues k = 0 y sea v = (x y ). 2000. z1 ) = g ( v ) luego. z1) = ( (x1 + z1 ) (y1 . h es lineal si y solo si k = 0. para que h(v + w) = h(v ) + h(w) . Observacion: Sean E y F dos espacios vectoriales sobre K de dimensiones ( nitas) n y m respec. no puede ser lineal. z2 )) = = ((x1 + x2 ) + (z1 + z2 ) (y1 + y2 ) . © Edicions UPC. . z2 ) = = ((x1 + z1 ) + (x2 + z2 ) (y1 . entonces 8 2 R v = ( x1 y1 z1) g ( v ) = g( x1 y1 z1 ) = ( x1 + z1 y1 . z1 ) + (x2 + z2 y2 . es necesario y su ciente que 2k = k . g es lineal. (y no hace falta probar 2) b) 1) sean v = (x1 y1 z1 ) Algebra Lineal. y una aplicacion f : E =) F .52 luego. © Los autores. c) 1) Sean v = (x1 y1 ) w = (x2 y2) . Nota: no hace falta probar 2 para k 6= 0 ya que de todos modos la aplicacion no ser a lineal. entonces v + w = (x1 + x2 y1 + y2 z1 + z2 ) g (v + w) = ((x1 + x2 ) + (z1 + z2 ) (y1 + y2 ) . Problemas resueltos w = (x2 y2 z2) . z1 )) = = ( x1 + z1 y1 . (z1 + z2 )) = g (v + w) 2) Sea v = (x1 y1 z1 ). f (v ) = f (x1 : : : xn) = w = (y1 : : : ym ). z1 ) g(v) = (x1 + z1 y1 . 2000. z1 ) + (y2 . (z1 + z2 )) g(v) + g(w) = (x1 + z1 y1 . entonces v + w = (x1 + x2 y1 + y2 ) h(v + w) = ((x1 + x2) + k (y1 + y2 ) + k (x1 + x2 ) + (y1 + y2)) h(v ) + h(w) = (x1 + k y1 + k x1 + y1 ) + (x2 + k y2 + k x2 + y2 ) = = ((x1 + k) + (x2 + k) (y1 + k) + (y2 + k) (x1 + y1 ) + (x2 + y2 )) = = ((x1 + x2 ) + 2k (y1 + y2 ) + 2k (x1 + x2 ) + (y1 + y2 )) k = 0. entonces 8 2 R v = ( x y ) h( v ) = ( x y x + y ) h(v ) = (x y x + y) = ( x y (x + y )) = ( x y x + y) = h( v ) luego.

de la cual se sabe que f (1 2 3) = (6 4 31)> = f (2 0 1) = (3 6 12)> f (0 1 0) = (0 1 2) Hallar la matriz de f en la base natural. am : : : am 1 n esto es cada la de la matriz esta formada por los coe cientes del polinomio correspondiente. A A = B . 9 Solucion: Si fe1 e2 e3 g es la base natural. 2000.! R lineal. ym = 1 n am x1 + : : :am xn .. f es lineal si y solo si las coordenadas yi son polinomios homogeneos de grado 1 en las variables x1 : : : xn : y1 = a1 x1 + : : :a1 xn . : : : . Sea f : R3 . © Edicions UPC. 9 . 2000..Aplicaciones lineales 53 con xi e yi las coordenadas de los vectores v 2 E y w 2 F respecto a bases de E y F previamente escogidas. @ . 2. y la matrriz de la aplicacion en las bases dadas es 1 n 0 a1 : : : a1 1 1 n . C . tenemos el sistema f (e1 ) + 2f (e2 ) + 3f (e3 ) = 6e1 + 4e2 + 31e3 > = 2f (e1 ) + f (e3 ) = 3e1 + 6e2 + 12e3 > f (e2 ) = e2 + e3 © Los autores. para dar la matriz de f en dicha base necesitamos conocer f (e1 ) f (e2 ) f (e3 ) expresados en la base natural (1 2 3) = e1 + 2e2 + 3e3 f (1 2 3) = f (e1 + 2e2 + 3e3 ) = f (e1 ) + 2f (e2 ) + 3f (e3) = = (6 4 31) = 6e1 + 4e2 + 31e3 Analogamente se tiene que f (2 0 1) = 2f (e1 ) + f (e3 ) = 3e1 + 6e2 + 12e3 f (0 1 0) = f (e2 ) = e2 + 2e3 es decir.

1 = @ 2 1 3 0 6 1A 31 12 2 1 La matriz de paso de la base fe1 e2 e3 g a la base fv1 v2 v3 g es 2 0 . 5 e2 + 42 e3 = ( 5 . Fijando esta base en el espacio de partida. © Edicions UPC.1 A 3 1 0 2 5 .54 Algebra Lineal. despejando f (e1 ) f (e2 ) f (e3) .5 C A 9 5 42 5 Puesto que (1 2 3) (2 0 1) (0 1 0) son independientes forman una base fv1 v2 v3 g de R3 .. y jando la natural en el espacio de llegada. 2000.! e x ? R3i e © Los autores.1 0 2 0 1 A = 5 @ 3 0 . la matriz de la aplicacion en estas bases es 06 B =@4 01 S .. tenemos 3 f (e1 ) = 3 e1 + 16 e2 + 9 e3 = ( 5 16 9 ) 5 5 5 5 5 f (e2 ) = e2 + 2e3 = (0 1 2) 9 2 9 f (e3 ) = 5 e1 . la matriz sera 03 5 B 16 A=B5 B @ Otra forma de resolver el problema: 9 5 0 1 2 1 C 2C . 2 42 ) 5 5 5 luego. . B R3i v . Problemas resueltos que.1 ? R3i . 2000.4 0 1 y tenemos el diagrama : S .1 1 .

© Edicions UPC. f (v + w) = f (x1 + x2 y1 + y2 z1 + z2) = = ((x1 + x2 ) . Sea E un espacio vectorial sobre K de dimension n > 1 >Que desigualdad veri can los rangos de dos endomor smos f g de E tales que g f = 0 ? Solucion: Si g f = 0 . Encontrar una base de Kerg y otra de Imf . 2y ) (z + y )) = (x . 2000. Demostrar que la aplicacion f : R3 . lo que implica que Imf esta contenido en Kerg entonces dim Imf dim Kerg . 2y z + y) es lineal.1 = B 5 B @ 9 5 0 1 2 1 C . 2y 2 + y ) = f (v ) luego. © Los autores. Hallar su matriz en las bases naturales y su rango. 2000.2 C 5C A 9 5 42 5 55 3. 2 y z + y) = = ( (x . lo que equivale a decir rango f + rango g n (ya que dim kerg + rango g = n ) 4. 2y2 z2 + y2 ) = f (v ) + f (w) 8 2 R sea v = (x y z) f ( v) = f ( x y z) = ( x .! R2 de nida por f (x y z) = (x . 2y1 ) + (x2 . 2y1 z1 + y1 ) + (x2 .Aplicaciones lineales Luego 03 5 B 16 A = BS . 2(y1 + y2 ) (z1 + z2 ) + (y1 + y2 )) = = ((x1 . Solucion: Veamos la linealidad: Sean v = (x1 y1 z1 ) w = (x2 y2 z2 ) . entonces para todo x 2 E se tiene g (f (x)) = 0 . . 2y2 ) (z1 + y1 ) + (z2 + y2 )) = = (x1 . en efecto es lineal.

2 1) f (0 0 1) = (0 1) por lo tanto A = 1 . 2 = 1 una base de Imf puede ser f(1 0) (0 1)g determinemos ahora una de Kerf v 2 Kerf si y solo si f (v) = 0 . calculando la imagen de los vectores de la base natural de R3 f (1 0 0) = (1 0) f (0 1 0) = (. Un endomor smo f 2 L(E2) tiene por matriz en la base fe1 e2g de E2 a 2 A = .56 Algebra Lineal. rangof = 3 . La matriz de la aplicacion viene dada por los coe cientes de dichos polinomios. De hecho. rango A = 2 = dim Imf = R2 (= numero de vectores columna de A que son dim Kerf = 3 .1). Sea pues (x y z) 2 Kerf entonces 1 . 2000. los dos primeros apartados y segun la observacion del problema 1 podemos resolverlo de la manera: f es lineal ya que la imagen de un vector dado en coordenadas.1 y el vector de la base es (2 1 . . es un vector cuyas coordenadas son polinomios homogeneos de grado 1 en las variables del vector inicial. © Edicions UPC.3 .2 0 0 1 1 linealmente independientes).2 0 0 1 1 0x1 @ y A = xy. 5.3 2 © Los autores. 2zy + z = 0 0 Por lo tanto Kerf = f(x y z )=x . Problemas resueltos Hallemos la matriz de la aplicacion. 2y = 0 y + z = 0g y una base puede ser: tomando y = 1 las componentes x z son: x = 2 z = . 2000.

1 2 1 2 1 A Necesitamos conocer S ..1 1 1 2 .3 2 1 2 1 2 . B ! R2 . © Edicions UPC.1? Ay f '. '.! R3 una aplicacion lineal de nida por f (x y) = (2x .1AS La relacion entre ambas matrices es siendo S = '.1 'B la matriz cambio de base que para la base fe1 e2 g A 01 2 S=@ 1 2 .Aplicaciones lineales 57 Hallar su matriz en la base fe01 e02 g dada por 2e01 = e1 + e2 2e02 = e2 . 1 = . Sea f : R2 ..1 y por lo tanto 1 B = . e1 Solucion: Tenemos el diagrama 'B ? y 'A ? ? R2 . ? x E2 .3 ... 2000. 1 = . ! E2 . .. A ! R2 .. 2000.1 1 1 1 S . B = S .1? B? x ? R2 . x) © Los autores. y x + y 2y .1 0 2 1 0 5 2 6.

3 )v2 ).58 Algebra Lineal. luego la matriz de f en las bases naturales es 0 2 .1 2 0 11 1 0 1 1 ) = @ 2 . 2000. x T .1) f (0 1) = (. luego 0 @ 1 2x . 2000..1 1 A = @ 1 1A y .1 1 2) . y la dimension de Kerf y de Imf .1 A 3 = @ 27 A f (3 2 1 1 1 2 .1 2 2 .. fu1 u2 u3g . y = 0> 2 .1 2 . por lo tanto dim Imf = dim R2 .1 ? ? y .1 x = ( 0 0 0 ) ) x + y = 0= 1 1A y > .x + 2y = 0 9 Sistema compatible y determinado luego Kerf = f(0 0)g y dim Kerf = 0 . B ! R3uig . siendo v1 = (2 1) v2 = (0 3) 1 Calcular f ( 1 v1 + (. © Edicions UPC. Problemas resueltos a) Dar la matriz de f en las bases naturales de R2 y R3 respectivamente calcular f (3 1 ) . A ! R3 . 2 u1 = (1 1 1)> = u2 = (2 0 1)> u3 = (0 0 2) 9 Solucion: a) f (1 0) = (2 1 .1) (.1 1 2)] c) Tenemos el diagrama: R2vig .. f f © Los autores. c) Dar la matriz de f en las bases fv1 v2 g . dim Kerf = 2 y Imf = (2 1 . S? ? R2 .2 b) Kerf = f(x y ) 2 R2 =f (x y ) = 0g .. 2 b) Dar una base.

13 4 1 1A = luego 7.2 0 A .2) 2 1 2 4 3 2 2 0 f ( 3 v1 + (.Aplicaciones lineales 59 siendo 01 2 @1 0 1 1 S = T .1 0 0 A la matriz de paso de la base fu1 u2 u3 g a la natural. 1 (0 3) = (3 1 ) 2 2 3 2 7 u + u .1 2 1 2 0 la matriz de paso de la base fv v g a la natural y T = 1 2 1 3 0 1@ 1 y por lo tanto 0 B = T . © Edicions UPC. 1 v2)) = @ 1 0 @ 7 2 . 2000. . 3 )v2 = 3 (2 1) .1 = 4 2 .3 A .! F tal que g h = f . si hacemos 3 3 0 . 13 u3 2 4 1 observamos que 3 v1 + (. Necesitamos 2 0 4 0 T . Sean E F G tres K -espacios vectoriales (de dimension nita). Demostrar que es condicion necesaria y su ciente para que exista al menos una aplicacion h : E . 1 = 2 3 3 3 .3 3 2 1 3 3 3 2 0 .! G dos aplicaciones lineales.1AS = @ nalmente. Solucion: Consideremos el diagrama © Los autores.2 3 = 7 u1 + u2 . que Imf Img . 2000.3 A .1 . y sean f : E . 13 u = ( 11 7 .! G g : F .

existe z 2 F que g (z ) = y . y1 2 Kerg . se tiene que y2 . 2) M (P (x)) = xP (x) 1) a) Probar que D y M son lineales. tal que f (x) = y si g h = f se tiene g (h(x)) = f (x) = y . vamos a de nir h(x) . es decir. De nimos h(x) = y2 . y 2 Kerg puesto que y2 . Problemas resueltos E. Veamos que la condicion es su ciente. Solucion: © Los autores.. y2 2 Kerg \ F1 = f0g luego y2 = y2 .60 Algebra Lineal.! R x] mediante D(P (x)) = P 0 (x) polinomio derivado. h esta bien de nido. tal Dado x 2 E . Imf Img . b) >Es D nilpotente? (diremos que f 2 L(E ) es nilpotente si existe n 2 N . f? g y G Veamos que la condicion es necesaria. pues sean y = y1 + y2 y = y1 + y2 tales que g (y ) = g (y) entonces y . tal que f n = 0). © Edicions UPC. De nimos D M : R x] . y 2 Kerg . y2 2 F1 y y . . !F ? . luego existe y 2 F tal que g (y ) = f (x) con y = y1 + y2 . Sea f (x) 2 Imf Img . 2000. y2 2 F1 . c) Probar que DM . Luego g (y ) = g (y2 ) . 2000. d) Deducir de ello que (DM )2 = D2 M 2 . Por lo tanto. Sea R x] el espacio de los polinomios a coe cientes reales. Consideremos Kerg que F = Ker g F1 . (z = h(x)) . DM .. MD = I . tal h F y sea F1 F . 8. Sea y 2 Imf existe pues x 2 E .

es Dn p(x) = 0 Sea q (x) = an+1 xn+1 + : : : + a0 . I )M = (D2 M . MD = I d) (DM )2 = (DM )(DM ) = D(MD)M = D(DM . MD)(p(x)) = D(M (p(x))) .! Rn x] entonces s que es nilpotente. Dn (q (x)) = Dn. © Edicions UPC. Sea E el espacio de las matrices cuadradas a coe cientes en C de orden 2. D)M = D2 M 2 . DM 9. M (D(p(x))) = D(xp(x)) . xp0 (x) = p(x) = I (p(x)) luego DM .1(an+1 (n + 1)xn + : : : + a1 ) = = : : : = an+1 (n + 1)! 6= 0 contradiccion.Aplicaciones lineales 61 a) Veamos que se cumplen las dos condiciones D(p(x) + q (x)) = (p(x) + q(x))0 = p0(x) + q 0 (x) = D(p(x) + D(q(x)) D( p(x)) = ( p(x))0 = p0(x) = D(p(x)) luego D es lineal.1(D(q(x)) = Dn. M (p0(x)) = p(x) + xp0(x) . pues Dn+1 = 0 c) Dadas f g 2 End(E ) entonces f = g . implica que para todo p(x) 2 R x] . 2000. M (p(x) + q(x)) = x(p(x) + q(x)) = xp(x) + xq(x) = M (p(x)) + M (q(x)) M ( p(x)) = x( p(x)) = xp(x) = M (p(x)) luego M es lineal. Luego D no es nilpotente. en nuestro caso: (DM . De nimos una aplicacion f de E en C de la forma b f ( a d )) = a + d c © Los autores. 8x 2 E f (x) = g (x). b) Si existe n 2 N tal que Dn = 0 . con an+1 6= 0. y que si nos restringimos a DjRn x] : Rn x] . Notese que R x] es de dimension in nita. 2000. .

BA = I . BA = I d) Dar una base de Ker f . se tiene f (AB ) = f (BA). e3 = 00 10 . para todo A B 2 E se tiene que AB . e2 = 00 E y 1 para C. BA 2 ker f . 2000. . b b) Sean A = a d c 0 b0 B = a0 d0 . o sea que. para f (a b c d) = a + d y ahora podemos aplicar la observacion dada en el problema 1. pero f (I ) = 2 6= 0 luego. BA) = 0. para todo A B 2 E es AB . Otra forma: escogidas bases e1 = 1 0 . Algebra Lineal. 6 © Los autores. Si I = AB . Problemas resueltos b) Probar que si A B son dos elementos cualesquiera de E . e4 = 00 01 .62 a) Probar que f es lineal. Solucion: b a) Sean A = a d c 0 b0 A0 = a0 d0 c 0 b + b0 f (A + A0 ) = f ( a + a0 d + d0 ) = a + a0 + b + b0 = c+c = a + d + a0 + d0 = f (A) + f (A0 ) b f ( A) = f ( a d ) = a + d = (a + d) = f (A) c luego f es lineal. c) Demostrar que es imposible encontrar dos elementos de E tales que AB . BA para unas ciertas matrices A B se tendr a I 2 ker f . 2000. la aplicacion se expresa: 01 00 . entonces c 0 a + b0 c 0 b + b0 BA = a0 a + d0c a0 b + d0d c c d 0 + bc0 0 + bd0 AB = aa0 + dc0 ab0 + dd0 ca cb f (AB ) = aa0 + bc0 + cb0 + dd0 = a0 a + b0c + c0b + d0d = f (BA) c) Puesto que f (AB ) = f (BA) se tiene que f (AB . © Edicions UPC.

p tambien lo es. p . p(x) se tiene que p(x . I . p = 0 . Diremos que p 2 End(E ) es un proyector si y solo si p2 = p . ) E Imp + Kerp E ) Imp + Kerp = E © Los autores. 10. p es proyector. generan ker f y son linealmente independientes. 2p (=) I + p . 2000. p(x) = 0 luego x . Sea E un espacio vectorial sobre K . luego si a p es proyector I . p(x) 2 Kerf . Consideremos x . Ip .1 + b 0 1 + c 0 0 = aA1 + bA2 + cA3 c 0 0 0 1 0 A1 A2 A3 2 ker f . p(x) 2 Imp + Kerp . p2 (x) = p(x) . . cuerpo conmutativo de caracter stica distinta de dos. b) Comprobar que: p es proyector ) Imp Kerp = E c) > Es cierto el rec proco de b? d) Si p1 p2 son proyectores. 2p = I . p)2 = I 2 + p2 . es decir. pI = I 2 + p2 . luego p2 . Obviamente. © Edicions UPC. comprobar que p1 + p2 es proyector si y solo si p1 p2 = p2 p1 = 0.d luego c b 0 A = a d = a 1 . p . p)2 = I . a) Comprobar que: p es proyector . del problema anterior). x = p(x) + x . luego son base de ker f . p . b d) Si A = a d 2 ker f es a = . p2 = p b) Sea x 2 E .Aplicaciones lineales 63 (Comparar dicho resultado con el hallado en el apartado c. (a) por ser p proyector ( ) Puesto que (I . 2p = I . se tiene que I + p2 . 2000. Solucion: a) ) ) (I . p(x)) = p(x) .

p1 (p2 p1) p1 p2 = p2 p2 = .(p1 p2 ) p1 1 y componiendo esta ultima igualdad por p1 por la derecha tenemos (p1 p2 ) p1 = . Para ello veamos un ejemplo: Sea R2 y f tal que en la base natural sea 0 1 0 0 Tenemos Imf = (0 1)] y Kerf = (0 1)] . luego R2 = Imf 2 0 2 = 4 0 6= 2 0 .64 Algebra Lineal. 2000.((p1 p2 ) p1 ) p1 = . Sin embargo. 0 0 Kerf . luego 0 = p(x) = p2 (y ) (=) p(y ) = x . 2000. tal que p(y) = x . a Entonces E = Imp Kerp (a) por ser p proyector c) Consideremos E = R2 y f tal que su matriz en la base natural sea Se tiene Imf = (1 0)] Kerf = (0 1)] .(p1 p2 ) (p1 p1 ) = . Problemas resueltos Veamos que la suma es directa: sea x 2 Kerp \ Imp se tiene p(x) = 0 y existe y 2 E . por lo tanto p1 (p1 p2 ) = .p2 p1 .p1 p2 p1 ) 2p1 p2 p1 = 0 () p1 p2 p1 = 0 por lo que a) p1 p2 = .(p1 p2 ) p1 luego p1 p2 p1 = . 0 0 0 0 0 0 2 0 . luego Imf = Kerf y no pueden formar sumar directa pero dim Imf + dim Kerf = 1 + 1 = 2 = dim R2 d) Sean p1 p2 proyectores. pero esto no implica E = Imf Kerf . Si p1 + p2 es proyector ) (p1 + p2 )2 = p1 + p2 pero (p1 + p2 )2 = p2 + p2 + p1 p2 + p2 p1 = p1 + p2 + p1 p2 + p2 p1 1 2 luego p1 p2 + p2 p1 = 0 luego p1 p2 = . . © Edicions UPC. luego f no es proyector.p1 p2 p1 = 0 © Los autores. Nota: En un espacio de dimension nita E se tiene siempre que dim E = dim Imf + dim Kerf para todo f 2 EndE .

f sera exhaustiva en caso de que dim Imf = 2 .2 = 6 6= 0 ) . es un proyector. 2000. ya que dim Kerf = dim R3 . d) Determinar una base de Kerf . a) >Es posible determinar f (u4 ) ?. Solucion: a) Es posible hallar f (u4 ) ya que fu1 u2 u3g forman base de R3 .1) f (u2 ) = (4 1) y f (u3 ) = (3 1) .Aplicaciones lineales 65 luego p1 p2 = p2 p1 = 0.1 4 3 1 1 © Los autores. Sean u1 = (2 . se tiene (p1 + p2 )2 = p2 + p2 + p1 p2 + p2 p1 = p1 + p2 1 2 luego p1 + p2 . 2000. y rec procamente. 2 = 1 6= 0 ( dim Imf 2 puesto que Imf R2 ) . si p1 p2 son proyectores y p1 p2 = p2 p1 = 0 . por lo tanto 1 0 3 u4 = au1 + bu2 + cu3 y f (u4) = af (u1 ) + bf (u2 ) + cf (u3 ) b) f no puede ser inyectiva.2 3) u4 = (6 . © Edicions UPC.1 1) u2 = (1 1 0) u3 = (1 .! R2 una aplicacion lineal de la que conocemos f (u1 ) = (1 . dim Imf 3 . . . (a) aqu es donde interviene la hipotesis de carac K 6= 2 11. >Por que? b) La aplicacion f >sera inyectiva? >sera exhaustiva? c) Calcular la matriz de f en las bases naturales de R3 y R2 respectivamente.1 1 . 2 1 1 (En efecto.1 6) vectores de R3 y sea f : R3 . Veamos si es as : la matriz de f en la base fu1 u2 u3 g de R3 y la natural de R2 es 1 A = .

Encontrar los valores de a para los cuales el endomor smo de R3 dado por f (x y z) = (x + ay . y A0 = AS .66 1 y rango A = 2 = rango .1 4 1 0 1 Algebra Lineal.1 2 5 6 1 6 .1 B @ B 1 .1 . S? y ? R3i e A0 S es la matriz de cambio de base de fu1 u2 u3g a la natural fe1 e2 e3g . © Edicions UPC.1 4 3 1 1 0 B B B @ 3 1 2 1 6 C A B B B @ 1 6 5 6 1 6 20 6 3 2 1 2 1 2 .1 con 0 2 1 11 0 2 . Problemas resueltos 3 = rango 1 0 0 = 1 .x + 3y + 3z = 0 Sistema compatible indeterminado de rango = 2 cuyo conjunto de soluciones es 3 15 Kerf = f(x y z ) 2 R3=y = .ax + ay + z ) es un automor smo.1 1 1 2 2 S = B . © Los autores. 16 z x = 16 z g = (3 15 16)] 12. A ! R2 u .1 = C 0 1 1 A0 = . 2000. 1 6 02 C C=@ 3 C A .1 5 4 0 0 c) La matriz de f en las bases naturales sera R 3 i .1 6 C C C A .. 2 C y S .1 2 3 2 3 2 A@y A = z 0 0 4x + 20y + 18z = 0 .1 1 2 1 2 1 2 ..1 2 3 3 2 1 A d) Kerf = f(x y z ) 2 R3 =f (x y z ) = 0g 02 10x1 20 3 3 6 @ . .1 1 = rango . 2000. az ax + y + z .

a) f (0 1 0) = (a 1 a) f (0 0 1) = (. . Busquemos pues la matriz de f en la base natural (por ejemplo).Aplicaciones lineales 67 Solucion: f sera automor smo si el determinante de su matriz asociada.(a + 1)(a + 1 . 2)(a + 1 + 2) . b) Hallar una base de R3 para la cual la matriz de f en dicha base sea 00 B = @0 1 0 0 1A 0 0 0 1 Solucion: © Los autores. 2000. 2 p 13. es distinto de cero. a3 = . a) Hallar los subespacios Im f y Ker f . en cualquier base.1 . f (1 0 0) = (1 a . Sea la matriz 00 A = @0 2 1 0 3A 0 0 0 1 asociada a la aplicacion lineal f de nida sobre R3 respecto la base natural.a 1 A = @ a 1 1A . 2000.1 + 2 .a 1 1) luego 0 1 a .1 . © Edicions UPC. a .a a p 1 y det A = 1 . 3a2 . luego det A 6= 0 si y solo si a es distinto de p p .

ya podemos a rmar que Kerf = (1 0 0)] b) Buscamos v1 = (x1 x2 x3 ) v2 = (y1 y2 y3 ) v3 = (z1 z2 z3 ) tales que formen base. 2000. . Problemas resueltos = (0 0 0) (2 0 0) (1 3 0)] = (2 0 0) (1 3 0)] Kerf = fx 2 R3=f (x) = 0g 00 2 110x1 001 ) 2y + z = 0 @0 0 3A@y A = @0A . 3z = 0 0 0 0 z 0 ) Kerf = (1 0 0)] De hecho. Se considera la aplicacion fk : R3 .68 a) Recordando la de nicion de Im f y de Ker f : Algebra Lineal. k)x + (2k .! R3 de nida por fk (x y z) = ((2 . © Edicions UPC. 1)y kz) © Los autores. 2000. observando la matriz A que es de rango 2 y la primera columna es identicamente nula. 1)y 2(1 . y si 0 1 Imf = fy 2 R3 =9x 2 R3 con f (x) = y g = = f (1 0 0) f (0 1 0) f (0 0 1)] = S= entonces SB = AS @ x1 y1 z1 A 2 2 2 x3 y3 z3 x y z 0x y z 100 @ x1 y1 z1 A @ 0 2 2 2 x3 y3 z3 por lo tanto 1 0 0 1A = 0 0 0 1 00 @0 2 1 x y z A @ x1 y1 z1 A 0 3 2 2 2 0 0 0 x3 y3 z3 10 1 y podemos tomar: x2 = x3 = y3 = 0 9 > > 2y2 = x1 = 3z3 = y2 > > 2z2 + z3 = y1 v1 = (6 0 0) v2 = (1 3 0) v3 = (0 0 1) 14. k)x + (k .

1 Mk = @ 2 . Kerfk = f0g Sea pues k = 0 0 2 . k 2(1 . 1 2k .1 0 A @ y A = @ 0 A ) 2x . por tanto. 1) 6= 0 . y = 0 0 0 2 . 2000. demostrar que la matriz Mk puede ponerse de la forma Mk = A + kB donde A y B son dos matrices a determinar. 2000. y dar la expresion de 2 n Mk en funcion de A B y k y deducir de ello una expresion para Mk Solucion: a) f (1 0 0) = (2 . .1 0 A + k @ . es rangofk = 3 y.2 0 0 0 1 0 2 0 A = A + kB 0 0 1 1 2 Mk = (A + kB )2 = A2 + k2 B2 + kAB + kBA . 1 0) f (0 0 1) = (0 0 k) luego 0 2. luego.1 0 A 0 0 0 y el Kerf0 es: z 0 0 0 Luego Kerf0 = (1 2 0) (0 0 1)] c) 0 2 .1 0 1 0 . © Los autores.1 0 1 0 x 1 0 0 1 @ 2 . 1 0 A 0 0 k b) Observamos que det Mk = k2 .1 01 Mk = @ 2(1 . k) 2k .k k . © Edicions UPC.Aplicaciones lineales 69 a) Determinar la matriz de fk asociada a la base natural de R3 b) Determinar Kerfk c) Supuesto k(k . k) 0) f (0 1 0) = (k . si k 6= 0.1 0 1 M0 = @ 2 .

.1 B) = = A2 + kn.1 0 1 0 . © Edicions UPC.1 0 + k0 + kn B = A + kn B Nota: si k = 0 .1 1 0 1 0 .2 2 0 A = @ 0 0 0 0 0 0 1 0 0 .1 1 0 1 0 2 . supuesto cierto para n .1 0 A = A 0 0 0 0 0 0 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0A = B 1 1 0 0A = 0 0 1 0 0A = 0 0 0 . y por lo tanto.1 0 1 0 0 BA = @ . Luego a = 0 y p(x) = 0 . p0(x) . entonces B podr a ser cualquier matriz. y que se puede poner en funcion del operador D . Sea Rn x] el espacio vectorial de los polinomios de grado menor o igual que n . veamoslo: n Es valido para n = 1 .1 . p0 (x) . y por tanto no tendr a por n que ser AB = BA = 0 .70 Observamos que Algebra Lineal.1 0 A @ 2 .1 B) = (A + kB)(A + kn.1 0 1 0 2 .1 0 A @ . por induccion se concluye que Mk = A + kn B .1 0 A = @ 0 0 0 1 0 0 0 1 2 n luego. Mk = I y Mk = I . Y si k = 1. pero 0 = p(x) . si bien la expresion hallada tiene sentido. luego p(x) = p0 (x) .1 = Mk (A + kn.1B veamoslo para n : n n Mk = Mk Mk . y vale p(x) = a polinomio constante. 2000.2 2 0 A @ .1 1 0 1 0 0 AB = @ 2 .1 = A + kn.1 B 2 = @ .2 2 0 A @ 2 .2 2 0 A = @ . Problemas resueltos 0 2 .! Rn x] siendo D el operador derivada: D(p(x)) = p0 (x) y f tal que f (p(x)) = p(x) . 2000. luego p0 (x) = (a)0 = 0 .1 0 1 A2 = @ 2 . Pero la igualdad.1 0 1 0 2 . Mk = A + k2 B . 15.1 1 0 1 0 . Solucion: Sea p(x) 2 Kerf ) f (p(x)) = grado p0 (x) grado p(x) .1 AB + kBA + kn B 2 = A + kn. 1 : Mk . Consideremos los endomor smos f D : Rn x] .1 0 A = @ 2 . si y solo si grado p(x) = 0 .2 0 0 1 0 0 1 0 0 2 . Demostrar que existe f . © Los autores.

.Aplicaciones lineales 71 Por lo tanto. 1 )D2 + por lo tanto 1 Dn+1 = n ( n . n.1 = D0 + : : : + Dn .1 = 0 y f .1 f = I Notar que: f = I . n.1 f = ( 0 D0 + : : : + n Dn ) (I . existe f .1)Dn. 0 0 = 1> > = 0= 9 > ) > i =1 i=1 n n .1 . 0 )D1 + ( 2 . 0 D1 . = 0 I + ( 1 . © Edicions UPC. 2000.1 = 0D0 + y ha de cumplirse que f .1 se puede poner en funcion de D esta ha de ser: f . . © Los autores. f es inyectiva y toda aplicacion lineal inyectiva de un espacio vectorial de dimension nita en s mismo es exhaustiva. 2000. D + nDn ya que Dn+1 = 0 I = f .1 . Si f . D) = = 0 D0 + : : : + n Dn . y por tanto.

1 (4) = i t.1 = (1 2 4 3) i = 4> > i=3 s.1 (2) = i t. Solucion: Recordando que s = (a b c d) signi ca s(1) = a . s(2) = b . as como el signo de cada una de ellas.1 t.1 (1) = i t.1 . s(4) = d . tenemos s s s s t t t t De De De De De De De De t(1) = s(t(1)) = s(1) = 49 > = t(2) = s(t(2)) = s(2) = 3> t(3) = s(t(3)) = s(4) = 2> > t(4) = s(t(4)) = s(3) = 1 s(1) = t(s(1)) = t(4) = 39 > = s(2) = t(s(2)) = t(3) = 4> s(3) = t(s(3)) = t(1) = 1> > s(4) = t(s(4)) = t(2) = 2 tenemos tenemos tenemos tenemos tenemos tenemos tenemos tenemos s t = (4 3 2 1) t s = (3 4 1 2) i = 39 > > i = 4= s. 2000. determinar las permutaciones s t t s s.1 (3) = i t. Dadas las permutaciones s = (4 3 1 2) t = (1 2 4 3) . 2000.1 (4) = i s(i) = 1 s(i) = 2 s(i) = 3 s(i) = 4 t(i) = 1 t(i) = 2 t(i) = 3 t(i) = 4 luego luego luego luego luego luego luego luego © Los autores.1 (2) = i s.Determinantes 73 Cap tulo 5 Determinantes 1.1 = (3 4 2 1) i = 2> > i=1 i = 19 > > i = 2= t.1 (1) = i s.1 (3) = i s. s(3) = c . © Edicions UPC. .

3 © Los autores. 2000.2 4 5 jAj = 2 0 . 0 1 1 = 3 + 1 . 2 = 2 3. 2000.1) = 1 (. 1 1 2 .1 " (s) = . 3 0 1 . © Edicions UPC.74 Algebra Lineal. .1 (.1) "(s.1 "(t.1 ) = "(t) = .1) "(ts) = "(t) "(s) = (. Hallar el valor del determinante 3 . Hallar el valor del determinante jAj = 0 1 1 1 0 1 3 1 2 Solucion: Recordando la de nicion de determinante: si A = (ai ) detA = j se tiene X s "(s)as1 as2 as3 1 2 3 jAj = +3 1 1 + 0 0 2 + 1 1 1 .1 ) = "(s) = .5 2 1 3 1 2 2 5 2 .1) = 1 2. Problemas resueltos Veamos cual es el signo de cada una de estas permutaciones N (s) = 3 + 2 = 5 luego s es impar : N (t) = 1 luego t es impar : "(st) = "(s) "(t) = (.1 " (t) = .

2000. por ejemplo.1):(. .3 .1 2 . extra dos de A de manera que las dos columnas del primer factor se correspondan con la primera y segunda columnas de A y las dos columnas del segundo factor se correspondan con la tercera y cuarta columnas de A . El signo de cada sumando sera el signo de la correspondiente permutacion de las. b) Por los elementos de una l nea. © Edicions UPC.2 4 5 5 jAj = 2 0 .2 (2) 2 0 .1 2 5 4 + 2 0 4 .17) = 188: © Los autores.Determinantes 75 a) Por la regla de Laplace.2 (3) 1 3 5 2 (2) 2 . que es .1 5 + 1 3 4 5 = 1 3 2 2 5 2 2 5 5 2 = 4(.3 2 5 . 2 0 . c) Obteniendo \a priori"ceros en una l nea y desarrollando luego por los elementos de esta (reduccion del orden).3 (4) etc. Por ejemplo. el signo del primer sumando anterior es el signo de la permutacion (1 2 3 4). por ejemplo. Solucion: a) 3 . 3 . Cada factor tendra dos las cuya ordenacion sera una permutacion de f1 2 3 4g .1 2 (3) 2 . de la primera la. y el del segundo. . que es + .3 (1) (2) (3) (4) Hay que formar sumas de productos de determinantes 2 2 .3 (4) (1) 3 . 10:13 + (.19) + 19:12 + 6(. 2000.2 5 2 + 2 3 1 3 2 .2 5 2 + 3 .1 2 1 3 2 2 5 2 . el de la permutacion (1 3 2 4).1) .22) .2 2 0 . Por ejemplo (1) 3 . por los menores de las dos primeras columnas. Pasemos pues al calculo de jAj jAj = + 3 . 11(.

3 2 2 .4 0 19 0 2 4 5 5 2 .! 3 .! 2 5 2 . © Edicions UPC.1 = 2 5 .! .2 4 5 2 0 5 2 1 3 . quedando 2 3 . Problemas resueltos 3 . como en la segunda columna hay un cero. 85 = 188: c) Seguiremos un metodo que nos permite obtener el maximo numero de ceros en una l nea ( la o columna) a base de sumarle a dicha l nea una combinacion lineal de las restantes. le sumamos a la la c las las a y d cambiadas de signo) fila a fila b fila c fila d substituimos. por ejemplo. (.! .! . d . 2000.2 4 5 . 5:17 = 351 + 82 .1 2 2 5 2 .! . 160 .76 b) Algebra Lineal.5 2 + jAj = 1 3 . 2000.2 4 5 2 0 5 2 = 3 0 .3 2 5 2 = 3:117 + 2:41 .3 2 5 2 . Por ejemplo.1 2 3 1 2 1 1 2 5 2 .7 0 12 19 2 Desarrollando pues por la segunda columna tenemos © Los autores.! 2 0 5 2 .3 2 0 2 2 0 5 + 4 1 3 2 .! 3 . .2) 2 .5 2 .2 2 0 . empleamos esta columna para rellenarla de ceros fila a fila b fila c fila d . la la . 4:40 .3 substituimos la la c por c . a (combinacion lineal de las). es decir. 5 1 3 .4 0 .7 0 .3 d por d + 5 a .

Probar que x1 x2 Vn = : : : : : : ::: ::: 1 xn 1 1 para x2 1 x2 2 ::: ::: x2 n ::: ::: ::: ::: ::: xn. Para n=2 V2 = 1 x1 = x2 .7 19 2 2 5 12 19 2 2 0 1 2 5 2 = 2 2 . Solucion: Vamos a probarlo por induccion. x1 1 x2 Supongamos que es cierto para m = n . 2000.2) .4 . . xi ) ::: 1 i<j n xn. © Edicions UPC. veamos que tambien lo es para n © Los autores.Determinantes 77 .4 . 2000.1 n n 2 (Es el llamado determinante de Van der Monde). 1.7 0 = 188 19 24 19 4.1 Y 2 ::: = (xj .(.1 1 xn.

xn.78 Algebra Lineal. x1 )Vn.2x 2. x1 xn n 1 xn n 1 : : : xn n x2 . Problemas resueltos 1 0 0 0 ::: 0 n. x2 x1 : : : xn.1 . x1 )(x3 .1 . y a la tercera ( c ) si una la o columna esta multiplicada por un escalar.2 n n Y = (x2 . x1 x2 1 2 x2 2 1 : : : x2 1 2 Vn = 1 x3 . 2000. x1 ) : : : (xn . x1 )(x3 .2 = 3 = (x2 .1 . b)(a . este sale fuera. xn. x1 x2 . x1 x2 .. x2x1 : : : xn .2 2 2 1 x3 x2 : : : xn. ( b ) desarrollando por la primera la.2x1 1 xn . x1 x2 x3 .x x 3 . x2 x 1 x2 . x2 x1 : : : xn. x1 ) : : : : : : : : : : : : :3: : (d) 1 xn x2 : : : xn.2 x1 n n n n n 1 x2 x2 : : : xn. cc) = a. © Edicions UPC. bb) b(aa.2x1 = 3 3 3 3 3 (a) (b) ::: ::: ::: ::: ::: 2 .. xi ) ::: 1 i<j n ( a ) restando a la segunda columna la primera multiplicada por x1 la segunda por x1 . xn. x1 x3 x3 . x2 x1 : : : xn. . 1 0 0 . c) 1 1 = (a . c)(b . x2 x n. x1 x2 .2 x1 2 2 2 2 2 x3 . ( d ) el determinante es el de Van der Monde de orden n-1.. x1 ) : : : (xn . c (=) c(a .1 . xn. Calcular V = b+c c+a a+b bc ac ab 1 1 1 Solucion: V (=) b + c a . bc ab . x1 x2 . bc b =(a . 5.2 x1 = 3 3 3 3 3 = ::: ::: ::: ::: ::: (c) xn . a bc ac . b a . x1 x3 x3 . xn. xn. c) c b © Los autores. . y a la n-sima la (n-1)-sima por x1 .1 x3 . x1 xn. 2000. b)(a .1 = (xj .1 .x x 3 .

z)(z + 1) = = z4 + z3 + z2 + z Ahora bien. z z (.1 7. de donde 4 = . .z)(.z 0 4 = 0 z 2 . Calcular el determinante de orden n siguiente 2 1 An = 0 1 2 1 0 1 2 ::: ::: ::: ::: ::: ::: ::: 0 0 0 0 ::: 1 2 0 ::: 0 0 ::: 0 1 ::: 0 0 0 0 © Los autores. 1 = (z .1) . © Edicions UPC.1 1 z z+1 sabiendo que z 2 C es tal que z5 = 1 y z 6= 1 Solucion: 4 = z z2 (z + 1) + 0 z 0 + 1 (.Determinantes 79 ( a ) restando la primera columna a la segunda y tercera.1=0 z4 + z3 + z2 + z + 1 = 0 pero z 6= 1 z4 + z3 + z 2 + z + 1 = 0. ( b ) desarrolllando por la primera la. puesto que 0 = z 5 . Calcular z . 6.1) . 1)(z 4 + z 3 + z 2 + z + 1) se tiene o luego z. 0 (. 2000. 2000. 1 z2 0 .

2 que nos permitira deducir el valor de An : tenemos que para n = 1 2 3 es A1 = 2 A2 = 3 A3 = 4 Supongamos pues que An. 1) = 2n . 1 2 0 0 ::: .80 Algebra Lineal. (n .2 ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: 1 1 0 0 0 0 0 0 ::: . © Edicions UPC.1 . An.1 .1 . 2000. .2 = 2n . Problemas resueltos Solucion: Desarrollando por la primera columna tenemos 2 1 0 An =2 : 1 : :2 : : 1 : : : : 0 0 0 2 1 0 =2 1 2 1 (a) : : : : : : : : : 0 0 0 =2An. 1 2 0 0 ::: ::: ::: ::: ::: ::: = 0 0 0 ::: 1 2 2 1 0 ::: 0 0 1 :1 : :2 : :1 : : : : : 0 : : 0 : = : : : ::: : : 0 0 0 ::: 1 2 1 1 0 2 0 ::: 0 1 ::: 0 ( a ) desarrollando el segundo determinante por la primera la Luego tenemos la relacion de recurrencia siguiente An = 2An. Sin efectuar el desarrollo. 2000. n + 1 = n + 1 luego An = n + 1 8. An. An. probar que 1 a b+c 4= 1 b c+a = 0 1 c a+b © Los autores.1 = n veamos que An = n + 1 An = 2An.

n y x = 0 de multiplicidad n-1. 2000. 10.Determinantes 81 Solucion: Sabemos que no se altera el valor de un determinante si a una l nea le sumamos una combinacion lineal de las demas.1 : : : : : : : : : = (n + x)x = 0 0 ::: x ::: 1 ::: 1 = ::: ::: ::: 1+ x (a) restando a cada columna. demostrar que D es tambien multiplo de 17. nos queda 1 a a+b+c 1 a 1 4 = 1 b b + c + a = (a + b + c) 1 b 1 (=) 0 1 c c+a+b 1 c 1 a ( a ) observando que hay dos columnas iguales 9. Calcular las ra ces de la ecuacion 1+x 1 4n = :1 : 1:+:x : : 1 1 ::: 1 ::: 1 ::: ::: ::: 1+ x Solucion: Sumando a la primera columna todas las demas tenemos n+x 1 4n = n:+:x 1 :+:x : : n+x 1 1 = (n + x) : 1 : : (a) 1 ::: 1 1 1 : : : 1 = (n + x) 1 1 + x ::: ::: ::: ::: ::: 1+ x 1 1 0 ::: 0 x ::: 0 n. 96526 son divisibles por 17. 39865. la primera columna Luego las ra ces son x = . 58752. © Edicions UPC. 2000. . Sabiendo que 18887. 64872. siendo D el determinante siguiente © Los autores. a partir de la segunda. Sumando a la tercera columna la segunda.

2000. 2000. © Edicions UPC.82 1 3 D= 5 6 9 sin calcular el valor del determinante. 8 9 8 4 6 8 8 7 8 5 8 6 5 7 2 7 5 2 2 6 Algebra Lineal. . Problemas resueltos Solucion: Sabemos que 18887 = 17a9 > 39865 = 17b > > = 58752 = 17c > con a b c d 2 Z 64872 = 17d> > 96526 = 17e 1 D = 104 1 = 104 = 14 10 = 174 10 1 104 8 8 8 7 3 104 9 8 6 5 5 104 8 7 5 2 = 6 104 4 8 7 2 9 104 6 5 2 6 1 104 + 8 103 + 8 102 + 8 3 104 + 9 103 + 8 102 + 6 5 104 + 8 103 + 7 102 + 5 6 104 + 4 103 + 8 102 + 7 9 104 + 6 103 + 5 102 + 2 18887 8 8 8 7 39865 9 8 6 5 58752 8 7 5 2 = 14 64872 4 8 7 2 10 96526 6 5 2 6 a 8 8 8 7 b 9 8 6 5 17 c 8 7 5 2 = 104 D0 d 4 8 7 2 e 6 5 2 6 10 + 7 10 + 5 10 + 2 10 + 2 10 + 6 17a 8 17b 9 17c 8 17d 4 17e 6 8 9 8 4 6 8 8 7 8 5 8 8 7 8 5 8 6 5 7 2 8 6 5 7 2 7 5 2 2 6 7 5 2 = 2 6 = © Los autores.

1)6 1 2 = .1 n C C : : : ai+1 n C C ::: ::: A : : : ann det A = 5 A11 = (.1)4 1 2 = . Determinar la inversa de la matriz A = (aij ) 01 A = @2 Solucion: 2 2 1 2A 2 2 1 1 1 A. 2000. © Edicions UPC.3 2 1 A31 = (.1)3 2 2 = 2 2 1 A32 = (.3 2 1 A22 = (.1)4 2 1 = 2 2 2 A13 = (.1 2 ai+1 2 ::: an2 a12 ::: : : : a1j .1)5 1 2 = 2 2 2 A33 = (. 0 a11 B ::: B det B ai.1)3 2 2 = 2 2 1 A23 = (. . 2000. se tiene que D = 104 D0 0 = 104 h y por tanto D = 17h D 11.1)4 2 2 = 2 1 2 A12 = (.Determinantes 83 17 puesto que mcd(17 104 ) = 1 y D D0 2 Z .1 1 B ai+1 1 B @ ::: an1 ai.1 a1j+1 ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: : : : a1n 1 ::: ::: C : : : ai.1)i+j Nota: Aij = At ji Luego.3 2 1 © Los autores.1)2 1 2 = .1)5 1 2 = 2 2 2 A21 = (.1 = det A (Aij ) Siendo Aji = (.

Problemas resueltos A. .1 = 1 5 . © Edicions UPC.84 por lo que la matriz inversa es: Algebra Lineal.3 2 2 2 . 2000. 2000.3 © Los autores.3 2 2 2 .

Determinar el polinomio caracter stico de la matriz b ab ab a 0 a2 ab ab b2 1 2 2 A = B ab a2 a2 ab C @ ab b b ab A 2 2 dando sus ra ces. 2000. t 2 = 3 1 0.t = .t3 + 2t2 + 4t + 7 Nota Aii es el determinante del menor adjunto al elemento aii de la matriz A .t3 + (trA)t2 . . 2. 2000. (A11 + A22 + A33 )t + detA = = . 1. Solucion: © Los autores.Diagonalizacion de endomor smos 85 Cap tulo 6 Diagonalizacion de endomor smos 1. Sea E un R-espacio vectorial y f un endomor smo de E cuya matriz en una determinada base fu1 u2 u3 g es 01 A = @0 2 1 1 2A 3 1 0 1 Hallar el polinomio caracter stico Q(t) .t 2 1 Q(t) = 0 1 . © Edicions UPC.

t ab = 1 ab 1 ab ab a2 .86 Algebra Lineal. b2 . ab . t)(a2 . b2 . ab . b2 = 2 . ab t = a ab . t 1 ab ab b2 2 2 2 ab . 2000. t 2 = = = = = ((a + b)2 . 2ab . tI ) = (a + b)2 . t b2 .. = ((a + b)2 . b)2 . t) a b2 . b2 . ab t = ab . las ra ces son (a + b)2 plicidad dos. t)((a . © Los autores. ab a2b.. 2000.t 2 = ((a + b)2 . ab t = 1 ab . Problemas resueltos (a + b)2 . Solucion: En efecto. t ab = ab (a + b)2 . t) 0 a b. y esta ultima de multi- 3. demostrar que AB y BA tienen los mismos valores propios (siendo K un cuerpo conmutativo). t) 1 a b2 a2b. b2 . b2 . Si A 2 Mn(K ) es una matriz inversible. ab . b)2 . t 2 (a + b) det(A . t)2 ((a . 2ab . 2 ((a + b)2 )(a2 . b2 = 2 0 ab . ab t ab . t b2 a2b.2ab t = 0 b . b2 . (a2 . ab . © Edicions UPC. t a2 . t 0 0 a 2 . ab t a2b. t 1 ab ab b2 2. t a2b. t)(a2 . 2 + b2 . t ab ab b2 2 . t) 1 a2b. b2 ab . ab = ((a + b) . t)(a2 . t) b2 . t) 1 a2b. b2 . t)((a . t a2 . t 2 ((a + b)2 . b)2 . (a .. b2 ) . b)2 ab . b 0 0 0 a2 .. ab a2 .. t)(a2 . t) a2 + b2 . t) y por lo tanto. 2 ((a + b)2 . t 2 ((a + b)2 . .. t ab ab a2 .

I )detA. © Edicions UPC.1 ) = det(ABAA. Solucion: Supongamos lo contrario.1 .1 v) = f ( m.1) = detAdet(BA . I ) 4. 2000. .1 v) = m.! R3 por f (x1 x2 x3) = (x1 x2 0) 8 (x1 x2 x3) 2 R3 . el unico valor propio posible de A es el cero (donde K es un cuerpo conmutativo). I ) = det(ABAA. A IA. IAA. 5. >Es f diagonalizable? © Los autores.1 . supongamos que existe 6= 0 que sea valor propio de la matriz A . es decir. I )A. en efecto: Sabemos que es cierto para m = 1 2 supongamos que lo es para m . 2000. Comprobar que f es lineal y hallar su matriz en la base natural. Demostrar que si la matriz A 2 Mn(K ) veri ca Am = 0.1 v= mv Por lo tanto tenemos que m es valor propio no nulo de la matriz Am = 0 lo cual es absurdo.1 f (v ) = m.1 = = det(BA .1) = = det(A(BA . Hallar el polinomio caracter stico y los valores propios. lo que equivale a que sea un valor propio del endomor smo f del espacio vectorial K n cuya matriz en determinada base es A y esto signi ca que existe un vector v 2 K n v 6= 0 tal que f (v ) = v 6= 0 Y aplicando f a ambos miembros de la igualdad se tiene f 2 (v ) = f ( v ) = f (v ) = luego 2 2 v es un valor propio no nulo de f 2 y por tanto de A2 inductivamente tenemos que f m = m v 6= 0. 1 veamos que lo es para m f (f m. Se de ne f : R3 .Diagonalizacion de endomor smos 87 det(AB .

© Los autores. tI ) = (1 . y en (2) vemos que la matriz es diagonal. En (1) observamos ya que la base natural es la base de vectores propios.t) = 0 t = 1 doble t=0 f diagonaliza puesto que dim Ker(f . © Edicions UPC. 2000. 2000. t (obvio ya que la matriz es diagonal) Los valores propios son los valores 2 R tales que 9v 2 R3 v 6= 0 con f (v ) = v y estos valores son las ra ces del polinomio caracter stico: (1 . Problemas resueltos Solucion: Veamos la linealidad: 8v = (x1 x2 x3) w = (y1 y2 y3) 2 R3 y 8 2 R se tiene: f (v + w) = (x1 + y1 x2 + y2 0) = (x1 x2 0) + (y1 y2 0) = f (v ) + f (w) f ( v) = f ( x1 x2 x3) = ( x1 x2 0) = (x1 x2 0) = f (v) Determinemos la matriz de la aplicacion f f (e1 ) = e1 > = f (e2 ) = e2 > f (e3 ) = 0 luego la matriz de f en la base natural es: 9 (1) 01 A = @0 El polinomio caracter stico es: 0 0 1 0A 0 0 0 1 (2) det(f .t3 + 2t2 . I ) = 2 . . t)2 (. ( f es la \proyeccion ortogonal"sobre el plano horizontal XY ).t) = .88 Algebra Lineal. t)2 (.

21 2 8 1 A = @ 20 . tI ) = . I ) 0 . Diagonalizar la matriz 0 .8 A @ y A = @ 0 Ag = .1 0 A 0 0 1 la nueva base sera fv1 v2 v3 g con v1 v2 2 Ker(f + I ) y v3 2 Ker(f . .2 .(t + 1)2(t . 2000.Diagonalizacion de endomor smos 89 6. 2000. © Edicions UPC. Solucion: Busquemos el polinomio caracter stico de A : det(A .60 6 24 z = f(x y z )= .60 6 24 luego A diagonaliza y 0 .1 0 0 1 D = @ 0 . 1) por lo tanto R3 = Ker(f + I )2 Ker(f . 10x + y + 4z = 0g 0 © Los autores.t3 .2 .8 A .20 2 8 1 0 x 1 0 0 1 Ker(f + I ) = f(x y z)= @ 20 . I ) 0 .3 . t2 + t + 1 = .20 2 8 1 dim Ker(f + I ) = 3 . 1 = 2 .8 A = 3 . rango @ 20 .60 6 23 hallando una base de vectores propios de f (endomor smo de R3 cuya matriz en la base natural es A ).

1)2 (t . ha de veri carse: 1 dim ker(A .1 AS sea diagonal. tI ) = . Estudiar la diagonalizacion.(t . © Edicions UPC. Para que A diagonalice.22 2 8 1 0 x 1 0 0 1 ker(f . I ) = f(x y z)= @ 20 . + 1 . . Problemas resueltos subespacio de dimension dos.8 A @ y A = @ 0 Ag = subespacio de dimension uno del que seleccionamos una base . A=@ 0 . del que seleccionamos una base v1 = (2 0 5) v2 = (1 2 2) 0 . de la matriz 01. segun los distintos valores de 2 R . 2y . ti I ) = multiplicidad de la ra z ti © Los autores. 2000. .1 1 .60 6 22 z 0 = f(x y z )= .3) 7. 4z = 0g v3 = (.90 Algebra Lineal.4 . 2) luego los valores propios de A son t1 = 1 doble y t2 = 2. 11x + y + 4z = 0 10x . Solucion: Busquemos el polinomio caracter stico: det(A . 2000.1A 0 2 1 dando en el caso en que ello sea posible una matriz S tal que S .

Diagonalizacion de endomor smos 91 Estudiemos pues el caso t1 = 1 0. .1 . . Sea f : R3 .1) v3 = (2 .1 2 2) v2 = (2 2 .1 AS 0 0 . se tiene que D = S .z = 0 0 z=0 sean pues v1 = (1 0 0) v2 = (0 1 0) y fv3 g base de Ker (A + I ) 0 .1) luego 01 S = @0 01 D = @0 0 0 1 1 A y en efecto.x = 0 . z = 0 0 0 0 z 0 Sea pues v3 = (0 1 . 2000. 0 .1 A @ y A = @ 0 A ) . rango @ 0 luego. solo diagonaliza para de los vectores propios).1 10 10 1 Nota: En este caso S = S .1 A @ 0 1 1 A 0 0 . I ) 00 @0 0 0 x 0 .y .1 0 0 1 0A = 0 0 2 1 1 01 @0 0 0 1 0 0 1 0 0 1 1 A @ 0 1 . © Edicions UPC. I ) = 3 . Sea pues = 0 y busquemos la matriz S (matriz Sean fv1 v2 g base de Ker (A . .! R3 un endomor smo diagonalizable que admite por vectores propios a los v1 = (. Hallar los valores propios de f . 1 A = 3 .1 0 0 1 0 x 1 0 0 1 @ 0 . 1 = 2 para 3 .1 8.1 0 0 2 0 0 .1 2) y sabemos que f (5 2 5) = (0 0 7) . 2000. 2 = 1 para 1 1 =0 6= 0 = 0. © Los autores.1 A @ y A = 0 0 1 z 10 1 001 @ 0 A ) . dim Ker(A .

1 2 0 1 1 @ .92 Algebra Lineal.1 = 9 @ 2 2 . existe pues un vector x 2 Rn luego x 6= 0 tal que f (x) = x 2 f 2 (x) = f (f (x)) = f ( x) = f (x) = x © Los autores. Sea f un endomor smo de Rn . 7 3 = 9 ya que fvi g es una base del espacio y la expresion 9 9 de un vector en una determinada base es unica.7 A 2 1 0 9 9 14 2 .1 2 2 S .1 S=@ 2 por lo tanto 2 2 2 . Probar que si 2 R es un valor propio de f entonces p es un valor propio de f p 8p 2 N y los subespacios propios respectivos E Ep son tales que E Ep . al primero 0 .2 A @ 5 A = 2 2 1 2 9 2 .1 A 2 .1 2 . 6 Solucion: Sea un valor propio. © Edicions UPC. Dar un ejemplo en el que E = Ep .1 2 . 9. Problemas resueltos Solucion: Puesto que f (vi ) = i vi expresaremos los vectores (5 2 5) y (0 0 7) en la base formada por los vectores propios de f y aplicamos f .2 A @ 0 A = 1 @ .1 2 5 luego 0 10 1 011 @1A 2 2 14 1 @ .1 2 7 0 10 1 0 1 f (1 1 2) = f (v1 + v2 + 2v3 ) = f (v1 ) + f (v2 ) + 2f (v3 ) = 7 = 1 v1 + 2 v2 + 2 3 v3 = 14 v1 .1 2 1 1 . 2000. 9 v2 + 14 v3 9 9 7 Y 1 = 14 2 = .1 A 2 . . 2000.

1 (x)) = f ( p. .Diagonalizacion de endomor smos 93 es decir 2 es valor propio de f 2 de vector propio x . Supongamos que hemos probado que tambien p. © Edicions UPC.1f (x) = p. para todo vector x propio de valor propio de f . y obviamente. Sea A la matriz 01 @2 2 2 1 2A 2 2 1 1 © Los autores.1 de vector propio x .1 x= px luego p es valor propio de f p de vector propio x .1 es valor propio de f p. entonces f p (x) = f (f p. Sin embargo f 2 es tal que su matriz en la base natural es 00 @0 0 0 0 0A 1 0 0 1 y fe2 e3 g es el subespacio de vectores propios de valor propio cero y claramente E 6 E2 10. podemos aplicarle el razonamiento anterior.1x) = p. 2000. 2000. y se tiene E Ep Veamos que la igualdad en general es falsa sea f 2 End(R3 ) tal que su matriz en la base natural es 00 @1 0 0 0 0A 0 1 0 1 tenemos que fe3 g es el subespacio de vectores propios de valor propio cero.

existe S tal que D = S . 5I ) 0 .2x + y + z = 0 ) v3 = ( 3 3 3 ) 2 3 3 3 x . para todo n 2 N .4 z © Los autores. 2 0) > 2 = v1 = ( 2 2A@y A = @0A ) x + y + z = 0 ) p p2 p 2 z 0 v2 = ( 6 6 . tI ) = . 6 )> 6 6 3 v3 2 Ker(A . Busquemos la matriz S : 2 2 2 2A = 3. Algebra Lineal.1AS )n = S .94 Determinar An . 2y + z = 0 2 . © Edicions UPC.4 2 luego 10x1 p p p 2 A @ y A ) . 2000.1AnS Veamos si A es diagonalizable: luego An = SDn S .4 2 @ 2 .1 AS y Dn = (S .1 = 2 2 2 2 1 v1 v2 2 Ker(A + I ) 02 @2 2 2 2 2 p p 9 10x1 001 2 .1 doble y t = 5 .(t + 1)2 (t + 5) los valores propios son t = . 2000.1 det(A . 02 dim Ker(A + I ) = 3 . rango @ 2 luego A diagonaliza. Problemas resueltos Solucion: Si D es una matriz diagonal D = ( ii) se tiene claramente Dn = ( n ) ii Si A es diagonalizable. .

© Edicions UPC. 3 CB2 CB 6 @ @p p3 p3 A 3 2 0 . b) Sean A 2 Mn n(C). Probar que 2 C es un valor propio de f si y solo si = i . j con i y j valores propios de los endomor smos de Cn y Cm asociados a las matrices A y B respectivamente.1)n 1 + 3 5n 3 1 (. XB con A 2 Mn n(C) y B 2 Mm m (C) jas. .Diagonalizacion de endomor smos 95 p 0 p2 1 .1)n Finalmente 5n 1 A An = SDnS . B 2 Mm m (C). (. tales que AC .1)n+1 + 3 5n 1 (. CB = C . C 2 Mn m (C). a) Sea A 2 Mn n(C). Probar que A y At tienen el mismo polinomio caracter stico. 2000.1)n 2 + 3 5n 3 (. 22 0 01 2 Bp p6 C B B 6 p6 C B6 D=B . 1 (.1)n + 1 5n 3 1 (.1)n + 1 5n 2 3 = 1 3 B 1 n 1n B . 2 CB A@ 21 1 0 p6 p6 6 6 p3 1 p3 C C C 3 3 3 .31 0 30 1 3 = @ 0 .1)n + 1 5n 3 (.1 0 A 2 1 2 0 p2 C B 2p2 B 2CB.1)n Dn = @ (.1)n+1 + 1 5n 3 C C C A 11. 2000. © Los autores. 36 p p3 C= A 0 0 5 Y 0 (.1)n + 1 5n 3 3 2 3 1 3 1 3 1 (. Probar que 8p 2 N Ap C = C ( Im + B)p c) Sea E = Mn m (C) y f un endomor smo de E de nido de la forma f (X ) = AX .1 = 0 3 (.1) + 5 B 3 3 @ .

Ahora bien. f0g tal que Av = i v . f0g tal que B t w = j w y por tanto wt B = j wt Sea ahora X = v wt 2 Mn m (C) f (X ) = AX . por a. I )t = det (At . j )X por lo que i . v wt B = = i v wt . 2000. Problemas resueltos Solucion: a) En efecto: det (A . existe v vector columna de Cn . j v wt = ( i . Se veri ca claramente para p = 1: de AC . Tenemos pues 0 = XP ( Im + B ) = X ( Im . es tambien valor propio de B t . j )v wt = ( i . 1 )Im + B ) : : : (( . I ) b) Veamoslo por induccion respecto a p . Sea j un valor propio de B entonces. por lo que existe w vector columna de Cm . XB = Av wt . n )Im + B ) = XC C 2 Mm m (C) © Los autores. I ) = det (A . por b. CB = C tenemos AC = C + CB = C ( Im ) + CB = C ( Im + B ) supongamos ahora que es cierto para p y veamos que lo es para p + 1 Ap+1 C = AAp C = A(C ( Im + B )p ) = (AC )( Im + B )p = = (C ( Im + B ))( Im + B )p = C ( Im + B )p+1 c) Sea f 1 : : : n g el conjunto de valores propios de A y f valores propios de B 1 ::: j g el conjunto de Sea i un valor propio de A . . n Im ) = = X (( . 1 ) : : : (t . j es un valor propio de f Rec procamente Sea X 6= 0 un vector propio de f de valor propio ( f (X ) = X ) Sea P (t) = (.1)n (t . P (A)X = XP ( Im + B ).96 Algebra Lineal. © Edicions UPC. 2000. Por el teorema de Cayley-Hamilton P (A) = 0 por lo que P (A)X = 0. 1 Im ) : : : ( Im . n ) (los i no necesariamente distintos) el polinomio caracter stico de A (recuerdese que C es algebraicamente cerrado por lo que todos los factores primos de P (t) son de grado 1).

pues. i )Im + B )) = 0 existe.( . . i )Im + B ) = 0 es decir . j. 2000. 2000. algun i para el cual det (( . © Edicions UPC. © Los autores.( . es decir = i .Diagonalizacion de endomor smos 97 X es una matriz no nula por lo que C no puede ser de rango maximo: det C = n Y i=1 (det (( . i ) es un valor propio de B por lo que existe algun j para el cual j = . i ).

. 2000.98 Algebra Lineal. Problemas resueltos © Los autores. 2000. © Edicions UPC.

.Forma reducida de Jordan 99 Cap tulo 7 Forma reducida de Jordan 1. + ar tr tal que P (A) = Empecemos suponiendo que P (t) es un polinomio de primer grado: a0 +a1 t y planteemos P (A) = a0 I + a1 A = 0 es decir 0a 0 @ 00 a0 0 lo cual implica: 0 2a 0 0 A + @ 01 2a1 0 A = 0 0 a0 a1 2a1 2a1 1 0 1 00 @0 0 0 0 0A 0 0 0 1 a0 + 2a1 = 0 a1 = 0 o sea a0 = a1 = 0 Esto nos dice que no puede formarse la matriz nula por combinacion lineal no nula de I y A por lo que P (t) no puede ser de primer grado. Hallar el polinomio anulador de la matriz: 02 A = @0 sin utilizar el polinomio caracter stico. Intentemos ahora con un polinomio de segundo grado P (t) = a0 + a1 t + a2 t2 y calculemos A2 © Los autores. 2000. 0 0 2 0A 1 2 2 1 Hay que buscar un polinomio P (t) = a0 + a1 t + a0 I + a1 A + + ar Ar sea la matriz nula. © Edicions UPC. 2000.

4)(t + 2)3 como polinomio anulador. 4I ) Ker(f + 2I )3 = E1 E2 E3 © Los autores.100 Algebra Lineal. Problemas resueltos 04 A2 = @ 0 01 a0 @ 0 1 0 1 0 0 4 0A 4 8 4 1 1 00 @0 0 0 0 0A 0 0 0 0 0 2 0 0 4 0 0 A + a1 @ 0 2 0 A + a2 @ 0 4 0 A = 1 0 0 0 1 1 2 2 4 8 4 0 1 lo cual implica a0 + 2a1 + 4a2 = 0 a1 + 4a2 = 0 ) a0 = . Sabiendo que un endomor smo f de R11 tiene (t + 1)2 (t . 4)(t + 2)3 Se tiene la 1a descomposicion: R11 = Ker(f + I )2 Ker(f . 4)3 (t + 2)6 como polinomio caracter stico y (t + 1)2 (t . por lo que P (t) = t2 . >Cuales son sus posibles formas de Jordan? Solucion: De: Q(t) = (t + 1)2(t . © Edicions UPC. para tener P (t) normalizado. 2000. 2000.4 a2 = 1 . 2)2 2. 4t + 4 = (t . .a1 = 4a2 Puede tomarse a0 = 4 a1 = . 4)3(t + 2)6 P (t) = (t + 1)2(t .

4) . luego f restringido a E2 diagonaliza. Las posibilidades son: a) c) E31 E32 con dim E31 = dimE32 = 3 b) E31 E32 E33 con dimE31 = 3 . luego la dimension del monogeno mayor es 3 y puesto que el polinomio caracter stico de E3 es (t + 1)6 .1 0 1 . la dimension de E3 es 6 . © Edicions UPC. luego en E1 hay un solo monogeno E1 = E11 . y puesto que el polinomio caracter stico restringido a E2 es (t .2 0 C B A @ 1 . por lo que hay tres monogenos en E2 de dimension 1 y es E2 = E21 E22 E23 y la matriz de f restringida a E2 es: 04 @0 0 0 4 0A 0 0 4 1 El polinomio anulador de E3 es (t + 2)3 . Y la matriz f restringida a E3 es 0 .2 0 B a) B 0 1 .2 0 0 C B 1 . luego no tenemos un vocamente determinada la descomposicion de E3 .2 0 0 B 1 . ya que la dimension del monogeno mayor es 1 . 2000. dimE32 = 2 y dimE33 = 1 E31 E32 E33 E34 con dimE31 = 3 .2 1 C C C C C A © Los autores. luego la dimension del monogeno mayor es 2 y coincide con el polinomio caracter stico (t + 1)2 .2 . y la matriz de f restringida a E1 es: . se tiene que la dimension de E2 es 3 .1 El polinomio anulador de E2 es (t . dimE32 = dimE33 = dimE34 = 1. .Forma reducida de Jordan 101 Pasemos a la descomposicion de los Ei en monogenos el polinomio anulador de E1 es (t + 1)2 .2 1 0 .2 0 C C b) B 0 1 . que nos dice que dim E1 = 2 .2 0 0 0 1 .2 .2 B C B . 4)3 . 2000.2 0 B B @ 1 .

Problemas resueltos 0 .2 1 .2 1 C C C C C C C C C C C C C C C A © Los autores.2 0 0 B 1 .2 . .2 0 B 0 1 . las posibles formas de Jordan.2 1 C C C C C C C C C C C C C C C A 0 .1 B B B B B B a) B B B B B B B B @ 4 4 4 .2 1 C C C C C A 0 .1 B 1 .1 B B B B B B b) B B B B B B B B @ 4 4 4 . © Edicions UPC.2 B @ . 2000.1 0 B 1 . 2000.2 .2 1 .102 Algebra Lineal.2 1 .2 1 .2 1 .2 luego.2 1 . son .2 c) B B .2 1 .2 .

2 17 ) luego la matriz anterior no puede ser reducida de Jordan. 3t + t2 ) es el polinomio anulador de 0 2 pero .2 .2 . 3 + 2 17 )(t .Forma reducida de Jordan 103 0 .2 1 C C C C C C C C C C C C C C C A 3. 3t + t2 )(t .2 . 3t + t ) = (t .2 .2 .1 0 B 1 .2 1 . >Es la matriz 00 B1 B B B B B B @ 2 3 0 2 1 3 2 0 1 2 2 1 C C C C C C C A reducida de Jordan de algun endomor smo? Solucion: Si lo fuese el polinomio anulador ser a P (t) = (. 3 .1 B B B B B B c) B B B B B B B B @ 4 4 4 . 2000.2 1 .2 . © Edicions UPC. 3t + t2 no es primo: 1 3 (. 2)2 (. 2 p p © Los autores. . 2000.2 .

0I ) = 4 . 2000. 0I )2 = 4 .104 Algebra Lineal. Problemas resueltos 4. 1 = 3 0A 0 fno de subespacios de dim fno de subespacios de dim fno de subespacios de dim fno de subespacios de dim 1g = dim Ker f = 1 2g = dim Ker f 2 . rango 0 = 4 dim Ker(A . pues 1 6= 4) 2 0 0 0 0 0 0 0 01 6C = 4 . tenemos 0 0 0 0 0 0 0 0 0 dim Ker(A . dim Ker f 2 = 1 4g = dim Ker f 4 . dim Ker f = 1 3g = dim Ker f 3 . dim Ker f 3 = 1 luego hay un solo subespacio irreducible de dim 4 y la matriz reducida es © Los autores. rango A3 = 4 . rango B 0 @0 0 00 dim Ker(A . 0I )3 = 4 . © Edicions UPC. 2000. rango A = 4 . Hallar la forma reducida de Jordan del endomor smo de R4 cuya matriz en la base natural es 00 A = B0 @0 Solucion: Hallemos el polinomio caracter stico: 1 0 0 0 0 0 2 0 0 01 0C 3A 0 det(A . . 0I )4 = 4 . rango A2 = 4 . 00 dim Ker(A . 3 = 1 ( no diagonaliza. rango A4 = 4 . tI ) = t4 (Obvio ya que la matriz es triangular). rango B 0 @0 Luego. 2 = 2 0A 0 61 0C = 4 .

Solucion: a) Polinomio caracter stico © Los autores. © Edicions UPC. .1 2 3 2 1 2 1 2 1 2 1 2 5 2 .1 2 .2 C A 1 2 2 a) polinomios caracter stico y anulador b) los subespacios monogenos correspondientes c) una base de estos subespacios monogenos. 2000.1 2 0 0 0 1 1 C .1 C 2C C C 1 C . diciendo que vectores son propios y escribir en esta base la matriz del endomor smo. 5. 2000. 0I ) = dim Ker f = 1 el subespacio de vectores propios correspondiente al valor propio cero es de dim 1 y en cada subespacio monogeno hay un subespacio de dim 1 invariante.1 C 2C C C .Forma reducida de Jordan 105 00 B1 @0 0 0 1 0 0 0 0 0 1 01 0C 0A 0 Nota: esto ya se pod a preveer. puesto que al ser dim Ker(A . Dado el endomor smo de R5 cuya matriz en la base natural viene dada por 02 3 B1 B B2 B B1 B B2 B B1 B B2 @ Hallar: 1 2 5 2 1 2 . luego solo puede haber un monogeno.

1 y + 2 z + 1 t . 2I )u2 = (1 0 0 0 1) © Los autores. y un monogeno de dim 2 c) Hallemos una base del primer monogeno fu1 u2 u3 g 0 y puesto que u1 2 Ker(A . 2I )2u1 6= 1 1 Ker(A . luego al polinomio anulador es: P (t) = (t . 2I )3 = 5 luego (t . hay un monogeno de dim 3 . 3 = 2 (por ser de dimension dos habra dos vectores propios linealmente independientes. 2I ) = 5 . 2I )3 = 5 . luego. 2I )3 .(t . 2000.106 Algebra Lineal. dim Ker(A . como en cada subespacio monogeno hay un vector propio. 2I )2 = 5 . 2I ) = 5 . 2I )2 u1 = (A . 1 k = 0g 2 2 2 Podemos tomar por ejemplo u1 = (0 0 1 1 0) . 1 = 4 dim Ker(A . tI ) = . . habra dos subespacios monogenos) dim Ker(A . © Edicions UPC. Por tanto. hay dos monogenos de dim 1 dim Ker(A . 2I ) = 4 . 2I )2) = 5 . 2)5 veamos el anulador: dim Ker(A . 2I ) = 2 . entonces u2 = (A . luego u1 puede ser cualquier vector tal que (A . rango(A . rango(A . hay un monogeno de dim 3 . dim Ker(A . 4 = 1 . 2000. 2I )2 = 5 . Problemas resueltos Q(t) = det(A . 2I )u1 = (0 0 0 1 1) u3 = (A . con valor propio dos. 2)3 anula a todo el espacio. 2)3 b) Por ser dim Ker(A . 2I )3 = R5 . 2 = 2 . hay dos monogenos de dim 2 dim Ker(A . 2I )2 . 2I )2 = f(x y z t k)= 2 x . rango(A .

k = 0 x . Vayamos a determinar la matriz de f en la base fu1 u2 u3 u4 u5 g : (A .Forma reducida de Jordan 107 y u3 es vector propio ( (A . luego tenemos que tomar la = precaucion de elegir u4 de forma que u4 (A . la matriz es © Los autores. 2I )u5 = 0 ) Au5 . © Edicions UPC. 2u1 = u2 ) Au1 = 2u1 + u2 (A . Sea pues u4 = (1 1 0 0 0) y por lo tanto u5 = (A . 2I )u1 = u2 ) Au1 . y + z + t . 1 z + 1 t . 1 k = 0g 2 2 2 Ker(A . Hallemos ahora una base del segundo monogeno u4 u5 : u4 2 Ker(A . 2I ) = f(x y z t k)= . z + t . 2u3 = 0 ) Au3 = 2u3 (A . 2I )u3 = (A . . z + t + k = 0 x + y . 2I ) = 1 Ker(A . 2u4 = u5 ) Au4 = 2u4 + u5 (A . 2I )u4 = (0 1 1 0 0) y u5 es vector propio. 2u5 = 0 ) Au5 = 2u5 luego. 2I )u4 = u5 ) Au4 . k = 0 y = 0g Observamos que u2 2 Ker(A . x + y . 2I )u2 = u3 ) Au1 . 2I )3 u1 = 0u1 = 0 ). 2u2 = u3 ) Au2 = 2u2 + u3 (A . 2I )2 y u4 2 Ker(A . 2I )2 u2 2 Ker(A . 2I ) . 2000. 2000. 2I )2 = f(x y z t k)= 2 x . 2I )u3 = 0 ) Au3 . 2I )u4 = u5 sean linealmente independientes de u2 u3 .

2 .1A1 S = A2 Veamos como podemos determinar dicha matriz: busquemos (si existen) las formas reducidas de Jordan de f y g .2 >Pueden ser f y g el mismo endomor smo? Solucion: Para que A1 y A2 puedan representar el mismo endomor smo ha de existir una matriz S tal que S .1AS . Si son el mismo endomor smo. 2000.1 .7 . coincidiran y tendremos © Los autores. Problemas resueltos 02 B1 J=B B @ y claramente J = S . .2 1 A2 = @ 2 6 1 A . donde 2 1 2 2 1 2 1 C C C A 00 B0 S = B1 B @1 0 0 0 1 0 1 1 0 0 0 1 1 1 0 0 0 01 1C 1C C 0A 0 6. Sea f 2 End(R3 ) cuya matriz en la base natural es 01 B A1 = B 0 B @ 0 1 2 11 0C C 1 1 1 C A y sea g 2 End(R3 ) cuya matriz en una cierta base: B = fv1 v2 v3 g es 0 . 2000. © Edicions UPC.108 Algebra Lineal.9 .

1)3 dim Ker(A1 .1 2 C A 00 B . y S = S1 1 S2 es la matriz buscada ya que se veri ca: S .1A1 S = A2 Estudiemos pues A1 det(A1 . A2 = S2 1JS2 con lo cual tendremos . © Edicions UPC. A1 = S1 1JS1 . . . S1A1 S1 1 = J . . 2000. I )w2 = (1 0 0) por ejemplo w1 = (0 1 0) y 00 B S1 = B 0 B @ 1 1 0 0 01 1C C . I ) = 1 luego hay un solo monogeno y J sera 01 J = @1 y la base de Jordan es 0 0 1 0A 0 1 1 1 w1 2 Ker(A1 . S2A2 S2 1 = J ) . . I )2 w1 = (A . ) S1A1 S1 1 = S2A2 S2 1 ) (S1 1S2).1A1 (S1 1S2 ) = A2 . I )2 = 1 0 1) w2 = (A1 . S1 1 = B 1 B @ 0 1 2 11 0C C 0 0 1 C A © Los autores.(t . tI ) = .Forma reducida de Jordan 109 . I )w1 = ( 2 w3 = (A1 . 2000. I )3 = R3 w1 2 Ker(A1 .

© Edicions UPC. S = S1 1 S2 = B 2 B @ 0 3 1 2 . I )u2 = (.5 10) = u2 = (A2 . I )2 por ejemplo u1 = (8 . Problemas resueltos det(A2 .3 1 @ .1 1) u3 = (A2 .3 2 .1 . 2000.(t .! P2 (R) donde P2 (R) es el espacio de polinomios de grado menor o igual que dos a coe cientes reales y D es la aplicacion derivada a) determinar la forma reducida de Jordan as como la base para la cual la matriz adopta dicha forma © Los autores. . 2000. I ) = 1 luego hay un solo monogeno y 01 J = @1 y la base de Jordan es 0 0 1 0A 0 1 1 1 u1 2 Ker(A2 .5 1 2 .4 05 B .110 Pasemos a estudiar.1 . 2 1 A S2 1 = 5 2 .5 1 2 A 10 . A2 Algebra Lineal. ahora. I )u1 = (1 . 1)3 dim Ker(A2 .1 . I )3 = R3 u1 2 Ker(A2 .3 1 0 8 . Sea f = (D + I ) : P2 (R) . tI ) = .1 C C A 1 C 7.4) y y por lo tanto: 02 S2 = @ 0 1 . I )2 u1 = (A2 .

I )v1 = (0 2 0) v3 = (A . 1)3 . I ) = 3 . I ) = 3 . 2 = 1 luego hay un solo monogeno y la matriz reducida de Jordan es 01 J = @1 Busquemos la base de Jordan: 0 0 1 0A 0 1 1 1 v1 2 Ker(A . I )3 = 0 . 2000. b) El polinomio anulador de f es (t . I )v2 = (0 0 2) luego la base es f(1 0 0) (0 2 0) (0 0 2)g .(t .1 en la base natural fx2 x 1g . f 3 . rango(A . I )2 = f(x y z)=x = 0g = v1 = (1 0 0) v2 = (A . I = 0 luego © Los autores. 2000. I )3 = R3 v1 2 Ker(A . . 1)3 dimKer(A . Solucion: a) En la base fx2 x 1g . tI ) = . luego (f . © Edicions UPC. I )2 v1 = (A .Forma reducida de Jordan 111 b) probar que f . 3f 2 + 3f .1 es un polinomio en f y utilizar dicho resultado para determinar la matriz de f . la matriz de f adopta la forma 01 A = @2 0 0 1 0A 0 1 1 1 det(A .

3 . 3f 2 + 3f = f (f 2 . 2000.1 1 1 0 1 8.1 01 0C 1A 0 Hallando la base de R4 en la cual la matriz del endomor smo adopta dicha forma normal. 2000.1 ) . tI ) = det(( .17 .112 Algebra Lineal.1 = f 2 . tI2 ) = 4 1 1 0 4 = (t . 2 = 2 © Los autores.1 @ 7 1 0 0 2 . I ) = 4 . 1) dim Ker(A . 3f + 3I )f por lo que Y la matriz A. Hallar la forma normal de Jordan del endomor smo de R4 cuya matriz es 0 3 1 A = B .6 . tI ) = 4 .1 = @ 2 1 0 A . © Edicions UPC. 3 @ 2 00 1 1 1 01 0 0 @ . .4 . Solucion: Calculemos los polinomios caracter stico y anulador de A det(A . rango(A . 3f + 3I ) = (f 2 . 3f + 3I 0 0 1 A+ 3@ 1 A = 1 0 1 1 1 0 1 0 0 12 0 1 A.1 es: f .2 1 ) . Problemas resueltos I = f 3 . tI2 )det(( .2 1 0 A = 2 .

6) hay que tomar la precaucion de que v3 v4 sean linealmente independientes de v1 v2 . I )2 v1 2 Ker(A . 9. I ) = v1 = (1 0 0 0) v2 = (A .1 1 .17) base de E2 : v3 2 Ker(A . I )2 v3 2 Ker(A . Determinar la forma reducida de Jordan del endomor smo de R3 cuya matriz en la base natural es 0 1 a a1 A = @ . I )2 = 4 . © Edicions UPC. I )2 = 4 .1 A 1 0 2 con a 2 R © Los autores. I )v1 = (2 . I ) = v3 = (0 1 0 0) v4 = (A .4 7 . .Forma reducida de Jordan 113 luego hay dos monogenos dim Ker(A . rango(A . 2000.2 1 . I )v3 = (1 . 0 = 4 = dim R4 luego son dos monogenos de dim 2 y la forma de Jordan es 01 J = B1 @0 0 1 0 0 0 0 0 1 1 01 0C 0A 1 Y R4 = E1 E2 con dim Ei = 2 para i = 1 2 Busquemos la base de Jordan: base de E1 : v1 2 Ker(A . 2000.

2000.1) . © Edicions UPC. . tI ) = . y D es 01 D = @0 01 J = @1 1) a = 0 0 0 1 0A 0 0 2 1 para a 6= 0 el valor propio 1 nos da un unico subespacio monogeno. I ) = f(x y z )=ay + az = 0 x + z = 0g = © Los autores. 2I ) = f(x y z)=x = 0 y + z = 0g elegimos v3 = (0 1 . Problemas resueltos Solucion: Busquemos el polinomio caracter stico: det(A .1) v2 2 Ker(A . 1)2 (t . I ) = f(x y z )=x + z = 0g v2 = (0 1 0) v3 2 Ker(A . 2) (2 a = 0 dim Ker(A . y J es 0 0 1 0A 0 0 2 1 Busquemos la base de Jordan: distinguiremos dos casos v1 elegimos v1 = (1 0 . I )2 = f(x y z)=x + ay + (a + 1)z = 0g v1 2 Ker(A . 2000. I ) = 1 a=0 6 Para a = 0 f diagonaliza. 2) a 6= 0 v1 2 Ker(A .114 Algebra Lineal.(t .

I )v1 = (. pues si BC1 = BC2 . 2000. . probar que existe B 2 H An.1 2 H .a .Forma reducida de Jordan 115 elegimos v1 = (a .i 2 H . y tiene sentido i=1 i f :H . y puesto que H es de dimension nita f es © Los autores.1 (BC2 ) y por tanto. tenemos B . pues f (C1 + C2 ) = B(C1 + C2 ) = BC1 + BC2 = f (C1 ) + f (C2 ) f ( C ) = B ( C ) = B C = f (C ) f es inyectiva. Solucion: a) Por el teorema de Cayley-Hamilton.1 (BC1 ) = B . 2000.1 + + n anula a la matriz: 1 por lo que An = la aplicacion: Pn . entonces B . al ser B inversible. 2I ) v3 = (0 1 .! B C An + 1An.1 0) v2 = (A .a a) v3 2 Ker(A .! H C . Sea A 2 Mn(R) y sea H el R -espacio vectorial generado por las matrices fI A A2 b) Si detA = 0 . a) Demostrar que si B 2 H y B es inversible.1g B 6= 0 tal que AB = BA = 0. © Edicions UPC. sabemos que el polinomio caracter stico n + n.1) 10.1 + + nI = 0 f es lineal. con lo cual Am 2 H 8m n . An. C1 = C2 .

1 Si A = 0. luego C = B . © Edicions UPC. pero C B 6= I . tenemos AB = BA = 0 © Los autores.116 Algebra Lineal. podr a ser que B C = I . existe C 2 H tal que f (C ) = B C = I . luego 1 A+ + r Ar = 0 + + y sea pues B = 1 I + + r Ar.1 2 H Nota: puesto que las matrices son de orden nito de B C = I . 2000. deducimos C = B . Problemas resueltos biyectiva.1 1 B es distinta de cero. Si fueran de orden in nito. b) Supongamos A 6= 0 sea p( ) el polinomio anulador de A tenemos que p(A) = Pr Ai = 0 y puesto que detA = 0 es = 0 (ya que el polinomio anulador 0 i=0 i divide al caracter stico y tiene sus mismas ra ces). 2000. entonces 8B 2 H . ya que si B = 0 el polinomio anulador de A ser a r xr. luego I 2 H tiene antiimagen por la aplicacion f es decir. .1 .

2000. 2000. b) Utilizar dicho resultado para resolver el siguiente sistema de ecuaciones diferenciales : 8 x0 = 3x + 2y + 4z > < 0 > y0 = 2x + 2z + 3z : z = 4x + 2y sabiendo que para t = 0 x=1 y=2 z=3 Solucion: a) La exponencial de una matriz viene de nida por: 1 eA = plim (I + A + 2! A2 + !1 1 Ap ) p! Puesto que existe S tal que A = SDS . tenemos que: © Los autores. © Edicions UPC. .Analisis matricial 117 Cap tulo 8 Analisis matricial 1.1 . Dada la matriz 03 A = @2 a) Calcular eA 2 4 0 2A 4 2 3 1 etA . con D matriz diagonal.

5 2 @ 2 .1 0 0 1 D = @ 0 . 8I ) 0 .1) 4 2 4 z 0 10 1 0 1 9 v3 2 ker(A .1 0 A 0 0 8 determinemos S fv1 v2g base de ker(A + I ) 04 @2 2 4 x 0 v = (1 0 . .8 4 de donde 0 4 x .5 10 1 0 1 9 © Los autores. 8) dim ker(A + I ) = 2 luego 0 .5x + 2y + 4z = 0= ) v = (2 1 2) 2A@y A = @0A ) 3 2 x .1 !1 = SeD S .1)= 1 2 A @ y A = @ 0 A ) 2x + y + 2z = 0 ) 1 v2 = (0 2 . 2000.118 Algebra Lineal.1 ) = det(A . I ) = .1 veamos que en efecto existen las matrices S y D 1 + p! SDpS . 8y + 2 z = 0 0 z 2 . © Edicions UPC.( + 1)2( .1 + !1 1 1 = S plim (I + D + 2! D2 + p! Dp )S . Problemas resueltos 1 eA = plim (SS .1 + SDS .1 + 2! SD2 S . 2000.

1 + 2e8 A e 9 .t 8t A 9 .t 0 etD = @ 0 e. .1 + 2e8 .1 4 . 8 .Analisis matricial 119 0 S=@ por lo tanto 1 0 2 5 . 2000.1 A + 1 @ A+ (.2e.1 (8) 1 1@ AA = @ (.4e + 4e .t + 4e8t 1 1 @ .2 .2e.1 + 2e8 5e.1 .t + 2e8t .t + 2e8t 8e t + e 8t .1 = 1 @ .1 2 2 1 2 1 0 1 00 1 eD = plim @@ !1 1 1 0 .2e.1 + 4e8 1 etA = plim (I + tA + 2! t2 A2 + !1 y + 1 tp Ap ) = SetD S .2e t + 2et .4e.1 + e8 . 2000.t 8t .1 = 1 @ .1 + 4e8 .2e.1)p e.4 0 2 1 A y S .1 1 0 (.t + 4e8t .2e.1)2 1 A + @ .2e + 2e 5e + 4e b) Pasemos a la resolucion del sistema de ecuaciones diferenciales © Los autores.t 8t .1 + 4e8 A = SeD S .4e.t 0 0 por lo que e8t 0 0 1 A etA = 0 5e.1)2 2! 2 1 0 (. © Edicions UPC.1 + 4e8 .1)p 8 11 0 e.1 A 9 .2e.1 A p! (8)p e8 y 5e.4e.1 p! 0 1 0 e.1 + 2e8 8e.

2000. dX = AX . As .4 1 0 x 1 dt @ dy A = @ 0 .t + 20e8t 1 1 @ 8e.1 6 A @ y A dt dz dt 0 . Problemas resueltos X (t) = etA X (0) con por lo que 011 0 x(t) 1 X (0) = @ 2 A X (t) = @ y (t) A 3 z ( t) X (t) = 9 0 . . 2000. © Edicions UPC. dt © Los autores. dt dt Busquemos la forma reducida de Jordan de A es decir. 4z9 > > dt > dy = . tenemos dX = S dZ y la ecuacion queda dt dt S dZ = SJS . es decir dZ = JZ . Resolver el sistema de ecuaciones diferenciales dx = x + 2y .y + 6z = > dt > dz = .1AS sea lo mas sencilla posible.120 Algebra Lineal.11e.y + 4z > dt Solucion: El sistema puede expresarse matricialmente 0 dx 1 0 1 2 . si X = SZ .1 4 z Intentaremos efectuar un cambio de base de modo que la nueva matriz J = S .t + 10e8t A 7e.1SZ .t + 20e8t 2.

I )2 v1 2 ker(A .Analisis matricial 121 det(A . 2000. . I ) sea pues v1 = (1 3 1) = v2 = (A . © Edicions UPC. 2) dim ker(A .( . I )(v1) = (2 0 0) v3 2 ker(A . 2I ) sea pues v3 = (0 2 1) y la matriz S es 01 S = @3 El sistema queda 2 0 0 2A 1 0 1 1 0 dz1 1 0 1 dt @ dz2 A = @ 1 dt dz3 dt 0 0 z1 1 0 A @ z2 A 0 0 2 z3 10 1 cuya solucion es: z1 = C1 et > = t z2 = (C1 t + C2 )e > z3 = C3 e2t 9 © Los autores. I ) = 1 luego no diagonaliza y 01 J = @1 La base de Jordan es 0 0 1 0A 0 0 2 1 v1 2 ker(A . 2000. I ) = . 1)2 ( .

.4 .122 que volviendo a la base natural Algebra Lineal.1 .0 0 C @ 0 0 1 0A 0 0 0 1 © Los autores. 2000.1 nos proporciona dos monogenos y la matriz de Jordan es 0 . 2000. I ) = ( + 1)3( . 0 0 01 9 . Solucion: a) Determinemos la forma reducida de A det(A .1 A = B 12 @ 30 b) Calcular e3A . 1) dim ker(A + I ) = 2 luego no diagonaliza. Sea f un endomor smo del R -espacio vectorial R4 tal que su matriz en la base natural es: 0 . y el valor propio .13 A 0 0 0 1 a) Obtener la forma reducida de Jordan de f y la base de Jordan correspondiente.4 C 25 . Problemas resueltos 0x1 01 @yA = @3 z de donde 2 0 C1 e t A @ (C1t + C2 )et A 0 2 1 0 1 C3 e2t 10 1 x = (2C1 t + C1 + 2C2 )et > = y = 3C1 et + 2C3 e2t > z = C1 et + C3 e2t 9 3.1 0 0 0 1 J = B 1 . © Edicions UPC.11 .

46e.3 .1 C 1A 12 @ 0 . © Edicions UPC.1 = Se3J S .6 1 01 1 C y S .10 4 6 A 1 0 0 0 12 01 0C 0A b) e3A = e3SJS . u(t) tales que veri can el siguiente sistema de ecuaciones diferenciales lineales x0 y0 z0 u0 = = = = x . y(t) .19e. z(t) .3 0 0 .3 @ 90e 0 31e. .1 0 e.3 + e3 A 0 e3 4. 2000. z + u9 > = y+z > > z > u © Los autores.3 75e.3 .3 0 0 1 0 0 . 2000.1 = 1 B 0 1 0 . Determinar las funciones reales de una variable x(t) .12e.3 0 e3J = B 3e0 e 0 e.3 e3A = B 36e.29e.3 .3 @ 0 0 0 luego e3 0 e.3 + e3 C .3 .Analisis matricial 123 Busquemos la base de Jordan v1 2 ker(A + I )2 v1 2 ker(A + I ) v1 = (1 0 0 0) = v2 = (A + I )v1 = (0 12 30 0) v3 2 ker(A + I ) independiente con v2 sea v3 = (1 0 3 0) v4 2 ker(A + I ) v4 = (0 1 1 1) y la matriz cambio de base es 01 S = B0 @0 0 12 30 0 0 1 0 3 0 0 12 10 .4 .

2000. Solucion: Escribiendo el sistema dado en forma matricial AX = X 0 01 B0 @0 0 . 1)4 dim ker(A . I ) = 2 luego hay dos monogenos dim ker(A . I )2 = 4 luego ambos monogenos son de dimension dos. por lo que la matriz de Jordan adopta la forma 01 J = B1 @0 Busquemos la base de Jordan 0 1 0 0 0 0 0 1 1 01 0C 0A 1 e1 e3 2 ker(A .1 1 1 0 x 1 1 1 0C By C = 0 1 0A @z A 0 0 0 1 u 0 x0 1 B y00 C @z A u0 Busquemos la forma reducida de Jordan de la matriz A para simpli car el problema det(A . © Los autores. I ) = e2 = (A . I )e1 e4 = (A . I )2 e1 e3 2 ker(A .124 Algebra Lineal. © Edicions UPC. 2000. I ) = ( . I )e3 de manera que e1 e2 e3 e4 sean independientes. Problemas resueltos y las condiciones iniciales x(0) = 1 y (0) = 0 z (0) = 1 u(0) = 2 . .

© Edicions UPC.1 S = B0 1 @1 0 0 0 0 0 0 1 11 0 C y S . Dada la matriz 0 A= 1 1 6 1 6 © Los autores. .1 = SetJ S .1 1 0 0) e3 = (0 0 0 1) ) e4 = (1 0 0 0) luego 0 0 . 2000.1 = 0A 0 0 01 0 0C = 1 0A t 1 00 B0 @0 0 1 0 1 1 1 0 0 0 01 0C 1A 0 01 0C 0A etA = etSJS .Analisis matricial 125 Sea pues e1 = (0 0 1 0) ) e2 = (.tet tet 1 t t etA = B 0 e0 tet 0 C @0 e 0A 0 0 0 et y la solucion del sistema es: 0x1 0 x(0) 1 0 et 1 B y C = etA B y(0) C = B tett C @zA @ z(0) A @ e A u u(0) et 5. 2000.1 01 etJ = et B 0 @t por lo tanto 0 1 0 0 0 0 et 0 0 B tet et 0t @0 0 e t 0 0 te et 0 et 0 .

126 Hallar: Algebra Lineal. © Edicions UPC. 2 )( + 1 ) 3 luego A diagonaliza 0 2 D = 0 . 2 I ) v2 2 ker(A + 1 I ) 3 S = 1 . 2000.2 1 5 3 1 1 n An = SDnS .1 = S ( 2 ) (. 1 )n . 1 )n 5 3 1 5 3 1 5 2 2 ( )n + 5 (. 1 )n 1 X 5 n=0 2 5 n=0 3 5 P1 ( 1 )n .1 3 2 v1 = (1 3) v2 = (.1 = 3 0 =@ 2 1 5 2 ( )n + 3 ( 1 )n 5 3 1 1 5 2 1 1 ( )n . 6 (.1 2) y S .1 3 1 y la matriz cambio de base es: 1 v1 2 ker(A . la forma reducida de Jordan de la matriz A 1 det(A . 6 1 (. 1 )n 3 1 A 0 2 P1 ( 1 )n + 3 P1 ( 1 )n n=0 2 n=0 3 5 5 An = @ P1 P 6 n=0 (. 2000. Problemas resueltos I +A+A + 2 + An + = 1 X i=0 Ai Solucion: Busquemos. 1 )n S . . 1 P1 ( 1 )n 1 n=0 2 n=0 3 5 A 3 P1 ( 1 )n + 2 P1 (. I ) = ( . 1 )n n=0 2 5 n=0 3 © Los autores. para obtener de forma sencilla An . 5 ( 3 )n 6 1 5 2 ( )n .1 = 1 .

Sea 00 A = @1 Calcular senA . . termino 1 y razon P1 1 n n=0 ( 2 ) = 2 3 = 4 ( es la suma de los terminos de una progresion geometrica de primer termino 1 y razon . © Edicions UPC. 1 j . 1 )n 5 n=0 2 5 n=0 3 1 1 3 X ( 1 )n + 2 X (. 1 X (. 1 )n n=0 3 Por lo que: 1 1 2 X ( 1 )n + 3 X (. 1 j < 1 ). 3 3 P1 (. 1 )n 5 n=0 2 5 n=0 3 1 1 1 1 X ( )n . 1 )n 5 n=0 2 5 n=0 3 1 1 6 X ( 1 )n . 2000. 2000. 1 )n 5 n=0 2 5 n=0 3 5 = 4 1 = 4 3 = 2 = 3 2 y An = 1 5 4 4 6 6 n=0 1 X 6. 1 1 0 1A 1 1 0 1 Solucion: Por de nicion: © Los autores.Analisis matricial 127 (es la suma de los terminos de una progresion geometrica de primer 1 2 < 1 ). 6 X (.

128

Algebra Lineal. Problemas resueltos

senA =

n=0 (2n + 1)!

1 X (;1)nA2n+1

Determinemos la forma reducida de Jordan de A

det(A ; I ) = ;( + I )2 + ( ; 2) dim ker(A + I ) = 2
luego A diagonaliza. La matriz cambio de base es

v1 v2 2 ker(A + I ) independientes v3 2 ker(A ; I ) sean pues v1 = ( 22 p v2 = ( 66 p v3 = ( 33

p

; 22 0) p p 6 ;2 6) 6 p p 2
3 3) 3 3

p

luego

0 p2 B 2 B p S = B ; 22 B @
0

p6 p6
6 6

p3 1 p3 C C
3 3 3

;

p 2 6
6

p3

C C A

y

0 p2 B p2 B S ;1 = B 66 B @p
3 3

;

p2
2 6 3

p6 p3

1 p C C 2 6C ; 6 C p A
0
3 3

y por lo tanto (2n + 1)! n=0 0 P1 (;1)n (;1)2n+1 n=0 (2n+1)!

sen A =

1 X (;1)nSD2n+1S ;1

= S(
;

1 X (;1)nD2n+1
n=0

= SB B

B B @

0 0

P1

0 0

;1 (2n + 1)! )S = 0
2n+1

n=0 (2n+1)! (;1)

( 1)n

P1

0
( 1)n

n=0 (2n+1)! (2)

;

2n+1

1 C C S ;1 = C C A

© Los autores, 2000; © Edicions UPC, 2000.

Analisis matricial

0 sen(;1) B = SB 0 B @
0

0

0 0

sen(;1)

0 2 3 sen(;1) B 1 1 = B ; 3 sen(;1) + 3 sen(2) B @

0 sen(2) 1 ; 1 sen(;1) + 3 sen(2) ; 1 sen(;1) + 1 sen(2) 1 3 3 3
2 3

1 C ;1 CS = C A
1 3

129

sen(;1) + sen(2) ; sen(;1) +
1 3 2 3

1 3

1 1 ; 1 sen(;1) + 3 sen(2) ; 1 sen(;1) + 3 sen(2) 3 3

sen(;1) + 1 sen(2) 3

C sen(2) C C A

© Los autores, 2000; © Edicions UPC, 2000.

130

Algebra Lineal. Problemas resueltos

© Los autores, 2000; © Edicions UPC, 2000.

Grupos

131

Apendice I Grupos
1. Consideremos el subconjunto GL2(R) de M2 (R) de nido por
GL2 (R) = a b j ad ; bc 6= 0 : c d
a) Probar que (GL2 (R) ) es un grupo no conmutativo, ( es el producto habitual entre matrices). b) Consideremos el subconjunto SL2 (R) de M2 (R) de nido por

SL2 (R) =

a b j ad ; bc = 1 : c d

Probar que (SL2 (R) ) es un subgrupo del grupo (GL2 (R) ).

Solucion:

b a) Primero veamos que la operacion esta bien de nida, es decir dadas a d c Gl2 (R) entonces a b c d a1 b1 = aa1 + bc1 ab1 + bd1 = a2 b2 2 Gl (R) 2 c1 d1 ca1 + dc1 cb1 + dd1 c2 d2

a1 b1 2 c1 d1

para ello basta calcular a2 d2 ; b2 c2

a2 d2 ; b2 c2 = (aa1 + bc1)(cb1 + dd1) ; (ca1 + bc1)(ab1 + bd1) = = (ad ; bc)(a1 d1 ; b1 c1 ) = 0 6
Veamos que se veri can las propiedades de grupo y que falla la conmutatividad

© Los autores, 2000; © Edicions UPC, 2000.

2000. © Edicions UPC. Problemas resueltos Existencia de elemento neutro b 8 a d 2 GL2 (R). .132 Asociatividad Algebra Lineal. 2000. 9 1 0 tal que c 0 1 a b a1 b1 a1 b2 = c d c1 d1 c2 d2 aa1 + bc1 ab1 + bd1 a2 b2 = ca1 + dc1 cb1 + dd1 c2 d2 (aa1 + bc1)a2 + (ab1 + bd1 )c2 (aa1 + bc1 )b2 + (ab1 + bd1)d2 = (ca1 + dc1 )a2 + (cb1 + dd1 )c2 (ca1 + dc1 )b2 + (cb1 + dd1 )d2 a(a1 a2 + b1 c2 ) + b(c1a2 + d1c2 ) a(a1 b2 + b1 d2 ) + d(c1 b2 + d1 d2 ) = c(a1 a2 + b1 c2 ) + d(c1a2 + d1c2 ) c(a1b2 + b1 d2 ) + d(c1 b2 + d1 d2 ) a b a1 a2 + b1c2 a1 b2 + b1 d2 = c d c1 a2 + d1c2 c1 b2 + d1 d2 a b a1 b1 a2 b2 c d c1 d1 c2 d2 a b c d 1 0 = 1 0 0 1 0 1 a b = a b c d c d x y tal que z t y el elemento neutro es unico: supongamos que existe un elemento b 8 a d 2 GL(R) se tiene c a b x y = x y c d z t z t entonces por ser x y neutro ) z t por ser 1 0 0 1 neutro ) a b = a b c d c d 1 0 1 0 0 = 1 0 1 0 1 0 = x y 1 z t x z x z y t y t 9 > = > ) x y = 1 0 z t 0 1 Existencia de elemento simetrico © Los autores.

1 A) = det B. Sea G un grupo tal que para cada x 2 G x2 = e .c=ad.1 © Los autores.Grupos 133 b 8 a d 2 GL2 (R) ad .b=ad . Solucion: De x2 = e se tiene x = x. . bc . bc a=ad . bc c d a b d=ad . el elemento simetrico es unico.b=ad . bc .c=ad . 2000. cb 6= 0 luego 1=ad . bc 2 R c d=ad . bc .c=ad . bc a b = . (<Comproc barlo!) Luego GL2 (R) tiene estructura de grupo. Probar que G es un grupo conmutativo.b=ad. © Edicions UPC. bc Sea . bc = 0 1 b Claramente para cada a d 2 GL2 (R). bc 1 0 c d . siendo e el elemento neutro del grupo G . bc a=ad . Sean 1 1 0 1 1 0 2 GL (R) 2 1 1 1 0 1 1 b) Sean A B 2 Sl2 (R) pertenece a SL2 (R) 1 1 0 1 1 1 1 0 0 = 2 1 1 1 1 1 = 1 1 1 1 2 GL2(R) consideremos B .1 det A = 1=det b det A = 1=1 1 = 1 2. 2000. veamos que no es abeliano. bc a=ad d=ad .1 A 2 GL2(R) y veamos si det (B . bc 2 GL2 (R) y es tal que: .

© Edicions UPC. Problemas resueltos Para todo par de elementos x y 2 G se tiene xy 2 G luego (xy )2 = xyxy = e premultiplicando dicha igualdad por x y postmultiplicando por y tenemos xyxy = e xxyxyy = xey eyxe = xy yx = xy luego el grupo es conmutativo. de dos en dos. y la) © Los autores. 3.134 Algebra Lineal. 2000. Encontrar todos los subgrupos normales de S3 Solucion: S3 = fi g1 g2 s1 s2 s3g con s1 = 1 2 3 1 3 2 i= 1 2 3 1 2 3 g1 = 1 2 3 1 s2 = 1 2 3 2 3 2 3 1 g2 = 1 2 2 3 s3 = 1 2 2 1 3 1 3 3 Componiendo de todas las formas posibles estos elementos. 2000. . obtenemos la siguiente tabla i g1 g2 s1 s2 s3 Teniendo en cuenta que i i g1 g2 s1 s2 s3 g1 g1 g2 i s2 s3 s1 g2 g2 i g1 s3 s1 s2 s1 s1 s3 s2 i g2 g1 s2 s2 s1 s3 g1 i g2 s3 s3 s2 s1 g2 g1 i (Nota: en la tabla x y es x columna.

b) el orden de sus subgrupos ha de ser divisor de seis. con fi s1 g a con a 2 S3 un elemento cualquiera: s2 fi s1g = fs2 g1g fi s1g s2 = fs2 g2g conjuntos distintos por lo que el subgrupo no es normal.1 y1 x)(x.1 )y2 1x = x.1 Sx . veamos si se veri ca la condicion de subgrupo: . . fig Subgrupos de orden 2: fi s1 g fi s2g fi s3g Subgrupos de orden 3: fi g1 g2 g Subgrupos de orden 6: S3 Son subgrupos normales los subgrupos fig S3 (los impropios). 2000. vemos cuales son los subgrupos de S3 .1 y1 x y x. simplemente observando la tabla anterior. Analicemos si algun subgrupo de orden dos es normal. Sea S un subgrupo de un grupo G y sea x 2 G . © Edicions UPC. as como el de ndice dos. sea a = s2 Se trata de comparar a fi s1 g .1 y1 y2 1 x © Los autores.1 yx j 8y 2 S g es un subgrupo de G Solucion: Sean y1 y2 2 S entonces x. este es fi g1 g2 g .1 y1 (xx.1 y2 1 x) = x. (x. estudiemos por ejemplo fi s1g (los otros dos se Subgrupos de orden 1: estudian de la misma forma). Probar que x. 4. . 2000.Grupos 135 a) el grupo es de orden seis.1 y2 x) = (x. c) un subconjunto de un grupo nito es subgrupo si este es cerrado con respecto la operacion.1Sx = fx. que puesto que el orden de S3 es seis. (ninguno de los tres subgrupos de orden dos es normal). .1 y2 x son dos elementos de x.1 y1 x)(x.

. X2 1A = AX2 1 y nalmente . veamos primero . b) Sea X = x1 x2 2 S entonces x x 3 4 x1 x2 x3 x4 0 1 = 0 1 0 0 0 0 x1 x2 x3 x4 © Los autores. En efecto: premultiplicando y postmultiplicando la igualdad X2 A = AX2 por X2 1 tenemos . que. luego (x. . .1 Sx es un subgrupo de G 5. X2 1 X2AX2 1 = X2 1AX2 X2 1 . . si X2 2 S entonces X2 . Para ver si se veri ca X1 X2 1A = AX1 X2 1 (condicion de subgrupo). . AX2 1 = X2 1A . Ahora bien. © Edicions UPC. .1 2 S . Sea A 2 M2 (C) y sea S = fX 2 GL2(C) j XA = AX g . (a) X2 1 2 S . .1 Sx y por lo tanto x. X1 X2 1 A (=) X1AX2 1 (=) X1 AX2 1 a b (b) X1 2 S Luego en efecto S es subgrupo. a) >Es S un subgrupo de GL2 (C)?.1y2 x). por ser S subgrupo y1 y2 1 = y3 2 S . . .136 Algebra Lineal. . Problemas resueltos las igualdades anteriores son todas ellas ciertas puesto que x y1 y2 son elementos de G que tiene estructura de grupo. b) Determinar S para el caso en que A = 01 00 Solucion: a) Sean X1 X2 2 S luego veri can X1 A = AX1 y X2 A = AX2 .1 y3 x 2 x. 2000.1 = x.1 y1 x)(x. 2000.

© Edicions UPC. 2000. Solucion: Veamos que (R ) es un grupo abeliano. . Probar que (R ) con a b = 3 a3 + b3 es un grupo isomorfo a (R +). 2000. ) . 1) La operacion esta bien de nida ( a b existe para todo a b 2 R y es unico) Asociatividad qp p3 3 3 (a b) c = ( a + b ) c = 3 ( 3 a3 + b3 )3 + c3 = p 3 3 3 p3 3 3 q3 p3 33 = 3 (a + b ) + c = 3 a + (b + c ) = 3 a + ( 3 b + c ) = p3 3 3 = a ( b + c ) = a (b c) Existencia de elemento neutro Si e 2 R es tal que 8a 2 R entonces a e=e a=a p 3 a3 + e3 = a ) a3 + e3 = a3 ) e3 = 0 por lo tanto e = 0 y evidentemente es unico Existencia de elemento simetrico © Los autores.0 3 x1 x3 x4 = 0 0 0 0 ) x1 = x4 x3 = 0 ) X = x1 x2 0 x1 ahora bien X 2 GL2 (C) luego x1 = 0 6 S= x1 x2 j x 6= 0 1 0 x1 0 x1 x3 x4 0 x3 = 0 0 p 6.Grupos 137 ) x .

ya que p p '(a b) = '( 3 a3 + b3) = ( 3 a3 + b3 )3 = a3 + b3 = '(a) + '(b) por lo que ' es un isomor smo.a3 ) a = a1 1 1 luego el elemento simetrico existe y es unico Conmutatividad q a b = 3 a3 + b3 = 3 b3 + a3 = b a Luego en efecto es grupo abeliano. establezcamos ahora el isomor smo con (R +) p p ' : (R ) . p p 7.! '(a) = a3 Dicha aplicacion esta bien de nida ya que '(a) es un numero real unico.138 Si para cada a 2 R existe a1 2 R tal que Algebra Lineal. Probar que si existe un numero entero n tal que (ab)n = anbn para todo a b 2 G entonces Gn = fxn j x 2 Gg y Gn = fx 2 G j xn = eg son subgrupos normales de G . 2000. © Edicions UPC. Sea G un grupo. Problemas resueltos a a. Es inyectiva pues '(a) = '(b) ) a3 = b3 lo que implica a = b Es ademas exhaustiva pues 8a 2 R existe 3 a tal que '( 3 a) = a Esta aplicacion es mor smo de grupos.! (R +) a . 2000.1 = a1 a = 0 entonces 0 = 3 a3 + a3 ) a3 = . y si G es un grupo nito entonces el orden de Gn coincide con el ndice de Gn Solucion: © Los autores. para cada a 2 R. .

Solucion: La aplicacion ' esta bien de nida puesto que cada elemento de G admite un inverso y este es unico. 2000.1 © Los autores. © Edicions UPC.1 Por de nicion de elemento simetrico tenemos (a b). veamos que tambien es normal 8y 2 G yxny.1 a. 2000. Supongamos ahora que ' es un automor smo '(a b) = '(a) '(b) Por de nicion de ' tenemos 8a b 2 G (1) (2) (a b).1)n 2 Gn Y por ultimo '(G) = Gn ' G=Gn . .Grupos 139 Consideremos la aplicacion y comprobemos que es mor smo de grupos (a) por hipotesis ' : G .1 = b.1 es un automor smo de G .! G de nida por '(x) = x.1 = (yxy.1 b.! xn '(ab) = (ab)n (=) an bn = '(a)'(b) a Ker' = fx 2 G j '(x) = eg = Gn luego Gn es subgrupo normal de G Im' = fy 2 G j 9x 2 G tal que '(x) = yg = fxn j x 2 Gg = Gn luego Gn es un subgrupo de G .! G x .1 = a. por lo que ord Gn = ind Gn 8. Probar que un grupo (G ) es abeliano si y solo si la aplicacion ' : G .

Finalmente si n es divisor de m y m es divisor de n es que n = m .1 = e . se tiene (aa.1 )n = e . Problemas resueltos y por ser ' automor smo es Luego G es conmutativo. 2000.1 Solucion: Sea n = ord a el orden de a 2 G es decir an = e .1 a.1 = an (a.1 y este es tal que aa. .1 se tiene que m es divisor de n . Por lo tanto si m es el orden de a.1 : : :aa. Probar que el orden de un elemento a 2 G es el mismo que el orden de su inverso a.140 que por (1) y (2) Algebra Lineal.1 )n = aa.1 = '(b) '(a) = '(b a) a b=b a La aplicacion ' es biyectiva por ser G grupo (para cada elemento a 2 G existe simetrico y es unico). veamos que el hecho de ser el grupo abeliano nos asegura que ' es mor smo '(a b) = (a b).1)n = e Ahora bien an = e luego (a.1 a. 2000.1 )n y por lo tanto an(a. Analogamente tenemos (a. © Los autores. © Edicions UPC. Sea G un grupo.1 = '(a) '(b) a (a) hipotesis de conmutatividad 9. Puesto que todo elemento a 2 G conmuta con su inverso a.1 = b.1)m am = e por lo que n es un divisor de n .1 )n = en = e (aa. Rec procamente '(a b) = b.1 a)m = em = e de donde am = eam = (a.1 )n = e(a.1 b.1 (=) a.

m = a c + r con 0 r < a puesto que a 2 I se tiene que a c 2 I y por tanto r = m . luego m = a c es decir I = (a) (estos 2.y 2 I a x2I Probar que todos los ideales de Z son de la forma I = (a) = fa m j 8m 2 Zg: Solucion: Sea. . con un ejemplo. a) Probar que la interseccion de dos ideales de Z es siempre un ideal. tenemos ideales se llaman principales). que la union de dos ideales de Z no tiene por que ser un ideal. Sea Z el anillo de los numeros enteros. b) Probar. a c 2 I r es positivo o nulo y por pertenecer a I ha de ser nulo. Solucion: © Los autores. diremos que es un ideal si y solamente si 8x y 2 I 8x 2 I 8a 2 Z ) x. el menor entero positivo perteneciente a I . 2000.Anillos de clases de restos 141 Apendice II Anillos de clases de restos 1. a . un subconjunto. I Z . para todo m 2 I . © Edicions UPC. 2000.

3. luego a = d k1 I + J = fa + b j a 2 I b 2 J g © Los autores. De x 2 I se tiene x 2 (a) luego m x 2 (a) x 2 (b) luego m x 2 (b) De m x 2 (a). I2 = (2) y sea (3) (2). y 2 (b) se tiene x . y x . 2000. De x y 2 I se tiene x y 2 (a) de donde x . . y 2 (a) \ (b) = I Sean x 2 I . En Z sabemos que los ideales son principales. y m x 2 (b) se tiene m x 2 I (b) Consideremos los ideales I1 = (3).142 a) (a) \ (b) = I Algebra Lineal. y 2 I . y 2 (a). siendo d el generador del ideal suma de los ideales de Z generados por a b respectivamente. Tenemos que 9 2 (3). y 2 (b) De x . © Edicions UPC. luego (a) + (b) = (d): Veamos que d es en efecto mcd(a b). (a) (d) pues 8m 2 (a) m + 0 = m 2 (a) + (b) = (d). = = = luego (3) (2) no es ideal. 4 2 (2) y 9 . y 2 (a) x y 2 (b) de donde x . 2000. De (a) (d) tenemos que a 2 (d). Problemas resueltos Sean x y 2 I veamos si x . m 2 Z veamos si m x 2 I . Por el mismo razonamiento (b) (d). Probar que mcd(a b) = d . Solucion: Recordemos que es siempre un ideal. 4 = 5 2 (3) (2) puesto que 5 2 (3) y 5 2 (2).

a 6= 0. es decir 8a 2 Z=(n). lo es de d . 4. existe b 2 Z=(n) tal que a b = 1. h 2 (a) \ (b). c = a k1 con k1 2 Z c = b k2 con k2 2 Z 5. © Edicions UPC. . es decir.Anillos de clases de restos 143 De (b) (d) tenemos que b 2 (d). por hipotesis. © Los autores. siendo c 2 Z el generador del ideal interseccion de los ideales generados por a b 2 Z . Probar que mcm(a b) = c . Solucion: Tenemos. 2000. y b falta ver que es el maximo. Sea h un multiplo de a y b cualquiera h = a h1 de donde h 2 (a) h = b h2 de donde h 2 (b) y por tanto. De (d) = (a) + (b) tenemos que d 2 (a) + (b) luego existen m n 2 Z tales que a m+b n =d por lo que si d1 es divisor de a y b lo es de a m + b n . 2000.b). es tambien multiplo de c . Solucion: Supongamos que Z=(n) es cuerpo. Veamos que es el m nimo. es decir h = c h3 . por lo que mcd(a b) = d . luego b = d k2 de donde d es divisor comun de a . De (a) \ (b) = (c) tenemos de donde (c) (a) luego c 2 (a) (c) (b) luego c 2 (b) luego c es multiplo de a y b . es condicion necesaria y su ciente que n sea primo. que (a) \ (b) = (c) veamos que c = mcm(a. Probar que para que Z=(n) sea cuerpo.

14. 10. Determinar todos los divisores de cero de a) Z=(12) b) Z=(18) c) Z=(24). 3 8 = 0. a) 12 = 22 3. 14. 22. por lo tanto a r = 1 y Z=(n) es cuerpo. 12. mcd(a n) = 1 por lo que existen r s 2 Z . 3. las clases de resto de los divisores propios de 18 y de los elementos que tienen un factor que lo es de 18 . c) 24 = 23 3. 8. luego los divisores de cero son 2. luego los divisores de cero son 2. 4. 12. 8 3 = 0. 10 es decir. © Los autores. . las clases de resto de los divisores propios de 24 y de los elementos que tienen un factor que lo es de 24. tales que a r + n s = 1 (recordar que (a) + (n) = (1)) luego a r + n s = 1. y a b = n . es decir. 6. 6. 15. se tiene n2 = n contradiccion luego n ha de ser primo. 2000. 6. 4. 21. 3. 8. Puesto que n es primo. o sea. 9. 9. Observamos que 2 9 = 0. Solucion: Un elemento a 2 Z=(n) con a 6= 0 es un divisor de cero si y solamente si existe b 2 Z=(n). a r + n s = 1 Pero n = 0. Veamos que es tambien su ciente: Sea 0 6= a = fm n + a 8m 2 Z con0 < a < ng . etc. 4 6 = 0. las clases de resto de los divisores propios de 12 y de los elementos que tienen un factor que lo es de 12. © Edicions UPC. tales que n1 n2 = n por lo tanto n1 n2 = n = 0. luego 0 = 0 m = n1 n2 m = n1 m n2 = 1 n2 = n2 .144 Algebra Lineal. Observamos que 2 6 = 0. b) 18 = 2 32 . 9. Problemas resueltos Si n no fuera primo. existe m tal que n1 m = 1. existir an n1 n2 2 N ambos distintos de n . luego n2 = n y puesto que n2 j n . 20. 8. 3 4 = 0. 4 9 = 0. 10. b 6= 0 tal que a b=0 Observamos que si a es divisor de cero. 16. luego los divisores de cero son 2. 2000. tambien lo es b . 15. 16. 4. 18. y la condicion es necesaria. etc. 6. 3. Puesto que n1 6= 0 y Z=(n) por hipotesis es cuerpo. es decir.

Escribir la tabla de sumar y multiplicar del cuerpo Z/(5) y resolver el sistema x + 2y = 1 2x + y = 0 Solucion: © Los autores. 21 8 = 0. 8 3 = 0. Escribir las tablas de sumar y multiplicar de Z=(4) y resolver el sistema de ecuaciones 2x + 3y = 1 2x + 2y = 1 Solucion: + 0 1 2 3 0 0 1 2 3 1 1 2 3 0 2 2 3 0 1 3 3 0 1 2 0 1 2 3 0 0 0 0 0 1 0 1 2 3 2 0 2 0 2 3 0 3 2 1 2x + 3y = 1 (a) ) 0x + y = 2 ) y = 2 2 x + 2y = 1 (b) ) 2x + 3 2 = 1 ) 2x + 2 = 1 ) 2x = 3 no tiene solucion pues no existe ningun elemento x en Z=(4) tal que 2 x = 3.Anillos de clases de restos 145 Observamos que 2 12 = 0. . (b) sustituyendo el valor de x en la primera ecuacion. Observese que 2 no es inversible en Z=(4) (es un divisor de cero) (a) sumando ambas ecuaciones. © Edicions UPC. 4 6 = 0. 2000. 8. etc. 7. 2000.

. haciendo uso de las tablas del ejercicio anterior: (x2 + 4x + 3)(4) = 1 + 1 + 3 = 0 (x2 + 4x + 3)(2) = 4 + 3 + 3 = 0 luego x2 + 4x + 3 = (x . 2000. 9.146 + 0 1 2 3 4 0 0 1 2 3 4 1 1 2 3 4 0 2 2 3 4 0 1 3 3 4 0 1 2 4 4 0 1 2 3 0 1 2 3 4 Algebra Lineal. 2000. 2) = (x + 1)(x + 3). luego 4 A B (x + 1)(x + 3) = x + 1 + x + 3 4 + 3) + B ( + + x+ + = A(x x + 1)(x +x3) 1) = (A (x B )1)(x 3A3) B (x + 1)(x + 3) ( + + Igualando numeradores tenemos A+B =0 3A + B = 4 ) A=2 B=3 © Los autores. sobre Z/(5) la fraccion racional siguiente 4 x + 4x + 3 2 Solucion: Hallemos primero las ra ces del denominador. Descomponer en fracciones simples. Problemas resueltos 0 0 0 0 0 0 1 0 1 2 3 4 2 0 2 4 1 3 3 0 3 1 4 2 4 0 4 3 2 1 (a) multiplicando la primera ecuacion por 2. x + 2y = 1 (a) 2x + 4y = 2 (b) ) 2x + y = 0 ) 4x + 0y = 2 2x + y = 0 ) 4x = 2 ) x = 3 (c) ) 2 3+y =0 ) 1+y = 0 ) y =4 (c) sustituyendo el valor de x en la segunda ecuacion. (b) sumando ambas ecuaciones. © Edicions UPC. 4)(x .

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.