Universidad Mayor de San Sim´on Hans M¨ uller Santa Cruz

Facultad de Ciencias y Tecnolog´ıa Departamento de Matem´aticas
Pr´actica 1 Algebra Lineal
1.- Mostrar por inducci´on
n
¸
k=1
k
2
=
n(n + 1)(2n + 1)
6
a)
n
¸
k=1
k
3
=

n(n + 1)
2

2
b)
2.- Mostrar que

2 es irracional.
3.- Se considera las aplicaciones ϕ : A → B y ψ : B → C.
a) Mostrar que si ψ ◦ ϕ es inyectiva, entonces ϕ es inyectiva y que si ψ ◦ ϕ es sobreyectiva, entonces ψ es
sobreyectiva.
b) Mostrar que si ϕ es sobreyectiva y ψ ◦ ϕ es inyectiva, entonces ψ es inyectiva, y que si ψ es inyectiva
y ψ ◦ ϕ es sobreyectiva, entonces ϕ es sobreyectiva.
4.- Resolver el sistema:

3x
1
+ x
2
+x
3
− x
4
= 1
−x
1
+ x
2
+ x
3
+ x
4
= 3
2x
1
− x
2
+ 3x
3
+ x
4
= 0
4x
1
+ x
3
− x
4
= 0
.
5.- Sea Q(

2) = ¦x +y

2[x, y ∈ Q¦. Mostrar que Q(

2) es un cuerpo.
6.- Sean f : X → Y una aplicaci´on, (E
i
)
i∈I
una familia de subconjuntos de X y (F
j
)
j∈J
una familia de
subconjuntos de Y .
Demostrar que
f(
¸
i∈I
E
i
) =
¸
i∈I
f(E
i
) a)
f(
¸
i∈I
E
i
) ⊂
¸
i∈I
f(E
i
). ¿En que caso se obtiene igualdad? b)
f
−1
(
¸
j∈J
F
j
) =
¸
j∈J
f(F
j
) c)
f
−1
(
¸
j∈J
F
j
) =
¸
j∈J
f(F
j
) d).
7.- Sea E un conjunto finito y f : E → E una aplicaci´on.
Mostrar que las aserciones siguientes son equivalentes:
a) f es sobreyectiva.
b) f es inyectiva.
c) f es biyectiva.
Hans M¨ uller Santa Cruz
8.- Establecer las f´ormulas

n + 1
k

=

n
k −1

+

n
k

a)
(x +y)
n
=
n
¸
k=0

n
k

x
n−k
y
k
b)
m
¸
k=0

n +k
n

=

n +m+ 1
n + 1

c)
n
¸
k=0
(−1)
k

n
k

= 0. d)
9.- Se define sobre R
4
las operaciones siguientes:
(a, b, c, d) + (a

, b

, c

, d

) = (a +a

, b +b

, c +c

, d +d

)
(a, b, c, d)
˙
(a

, b

, c

, d

) = (aa

−bb

−cc

−dd

,
ab

+a

b +cd

−dc

,
ac

+a

c +b

d −bd

,
ad

+a

d +bc

−b

c)
Mostrar que estas 2 operaciones hacen de R
4
un cuerpo no conmutativo.
Indicaci´on.-Plantear
e = (1, 0, 0, 0)
i = (0, 1, 0, 0)
j = (0, 0, 1, 0)
k = (0, 0, 0, 1)
y mostrar primero las relaciones
ij = k, jk = i, ki = j i
2
= j
2
= k
2
= −e.
Escribir enseguida los elementos de R
4
bajo la forma
a˙ e +b
˙
i +c
˙
j +d
˙
k
con a, b, c, d ∈ R.
10.- Se considera el conjunto V de las aplicaciones del intervalo [0, 1] en R.
a) Mostrar que V es un espacio vectorial sobre R.
b) Decidir si los subconjuntos siguientes de V son subespacios vectoriales, o no.
¦f ∈ V [2f(0) = f(1)¦ i)
¦f ∈ V [f(t) = f(1 −t), ∀t ∈ [0, 1]¦ ii)
¦f ∈ V [f continua¦ iii)
¦f ∈ V [f continua y f(t) ≥ 0 ∀t ∈ [0, 1]¦ ii)
11.- Mostrar que las funciones f
n
(t) = cos(nt) (n ∈ N) forman un sistema linealmente independiente en el
espacio vectorial de las funciones de [0, 2π] en R.
12.- Resolver el sistema siguiente en F
5
:

3x + 2y + z + t = 2
2x + y + 3z + 2t = 1
3y + 4z + 3t = 3
3x + 4t = 0
.
2
Hans M¨ uller Santa Cruz
13.- Sea V
1
el subespacio de R
4
engendrado por (0, 1, 1, 1), (1, 1, 1, 2) y (−1, 3, 2, −1) y sea V
2
el subespacio
de R
4
engendrado por (−1, 3, 2, −1) y (1, 1, 0, −1).
Encontrar bases para V
1
+V
2
y V
1
∩ V
2
.
14.- Determinar una base del subespacio vectorial de R
4
engendrado por
v
1
= (2, 1, 3, −1)
v
2
= (−1, 1, −3, 1)
v
3
= (4, 5, 3, −1)
v
4
= (1, 5, −3, 1)
15.- Mostrar la proposici´on.
V espacio vectorial, B ⊂ V .
B es una base de V , si y solamente si, todo v ∈ V se escribe de manera ´ unica bajo la forma v =
¸
α
i
b
i
(suma finita), con α
i
∈ K, b
i
∈ B.
16.- Mostrar que 1 y

2 forman una base de Q(

2) considerado como espacio vectorial sobre Q.
17.- En R
3
se considera los subespacios vectoriales V y W dados por
V = ¦(x
1
, x
2
, x
3
) ∈ R
3
[x
1
−3x
2
+ 2x
3
= 0¦
W¦(x
1
, x
2
, x
3
) ∈ R
3
[x
1
+x
2
+x
3
= 0 y 2x
1
+x
2
−x
3
¦
a) dar bases para V y W.
b) Mostrar que V y W son suplementarios.
18.- Sean V un espacio vectorial, L, M, N subespacios vectoriales de V . Mostrar
a) Si M ∪ N es un subespacio vectorial de V . Entonces M ⊂ N o N ⊂ M.
b) Si M ∪ N = V . Entonces M = V o N = V .
c) L ∩ (M + (L ∩ N)) = (L ∩ M) + (L ∩ N).
19.- Sea V un espacio vectorial de generaci´ on finita. P y Q dos subespacios vectoriales.
Mostrar:
a) dim(P +Q) = dimP + dimQ−dim(P ∩ Q).
b) P ∩ Q = ¦0¦, si y solamente si v ∈ P +Q se escribe de manera ´ unica como v = x +y x ∈ P y ∈ Q.
20.- Sea { el espacio vectorial de las funciones polinomiales reales.
a) Sea a ∈ R cualquiera. Mostrar que los polinomios p
m
(x) = (x −a)
m
forman una base de {. (m ∈ N)
b) Dar una base del subespacio vectorial de { formado por las funciones polinomiales pares.
c) Se considera el conjunto E de las aplicaciones R en R de la forma
f(t) =
¸
finita
p
i
(t)e
λit
donde p
i
(t) es un polinomio, λ
i
∈ R. Verificar que E es un espacio vectorial sobre R y encontrar una base.
21.- Una sucesi´on
H
0
f0
−→ H
1
f1
−→ H
2

donde H
k
es un espacio vectorial y f
k
es una aplicaci´on lineal se se dice exacta si
ker(f
k
) = Im(f
k−1
), ∀k
Mostrar que:
a) Si A
f
−→ B → 0 es exacta, entonces f es sobreyectiva y rec´ıprocamente.
b) Si 0 → A
g
−→ B es exacta, entonces g es inyectiva y rec´ıprocamente.
3
Hans M¨ uller Santa Cruz
c) Si 0 → H
1
→ H
2
→ H
3
→ H
4
→ 0 es exacta entonces
4
¸
i=1
(−1)
i
dim(H
i
) = 0
d) Generalizar c) para sucesiones exactas m´as largas.
22.- Sea V un espacio vectorial de dimensi´on finita, W ⊂ V un subespacio vectorial. Se denota por End (V )
el espacio vectorial de las aplicaciones lineales de V en V . Sea n = dimV , m = dimW. Calcular la
dimensi´on del subespacio de End (V )
¦f : V → V [f(W) ⊂ W¦.
23.- Se da dos espacios vectoriales V
1
, V
2
de dimensi´on finita, as´ı como un subespacio W
2
⊂ V
2
y una aplicaci´on
lineal f : V
1
→ V
2
. Mostrar que
dim(f
−1
(W
2
)) = dim(ker f) + dim(W
2
∩ Im(f)).
24.- Sea {
n
el espacio vectorial de los polinomios de grado ≤ n. Calcular dim¦f ∈ {
n
[f(0) = f(1) = f(2) = 0¦.
Indicaci´on.- Considerar la aplicaci´on
F : {
n
−→R
3
f −→ (f(0), f(1), f(2))
Mostrar que F es lineal. ¿Qu´e es ker F?
25.- Sea V un espacio vectorial de dimensi´ on finita.
Un proyector P de V es un endomorfismo de V tal que P ◦ P = P. Mostrar:
a) P proyector de V ⇐⇒ I −P proyector de V .
b) Si P es un proyector, entonces
ker(I −P) = Im(P)
Im(I −P) = ker(P)
ker(P) y Im(P) son dos subespacios suplementarios de V.
c) Si V
1
y V
2
son dos subespacios suplementarios de V , existe un proyector P ´ unico tal que ker(P) = V
1
y Im(P) = V
2
.
d) Si P
1
y P
2
son dos proyectores de V , entonces P
1
+ P
2
es un proyector ⇐⇒ P
1
P
2
= P
2
P
1
= 0. Si
esta condici´on es satisfecha, se tiene
ker(P
1
+P
2
) = ker(P
1
) ∩ ker(P
2
)
Im(P
1
+P
2
) = Im(P
1
) ⊕Im(P
2
).
26.- Sea V un espacio vectorial sobre K, y e : V → V un endomorfismo nilp´otente, es decir que existe un
entero n tal que e
n
= 0.
a) Mostrar que I +e es inversible.
b) ¿La rec´ıproca es cierta?
27.- Sea V un espacio vectorial sobre K, End V el anillo de los endomorfismos de V .
a) Sea W un subespacio de V . Mostrar que I
W
= ¦f ∈ End V [Im(f) ⊂ W¦ es un ideal por derecha de
End V y que J
W
= ¦f ∈ End V [ ker f ⊃ W¦ es un ideal por izquierda de End V .
b) Sea g ∈ End V . Mostrar que el ideal por derecha, respectivamente por izquierda, engendrado por g
est´a contenido en I
Im(g)
, respectivamente J
ker(g)
.
4
Hans M¨ uller Santa Cruz
28.- Se da las matrices
a =

1 −1
3 2

b =

0 −2
1 1

Calcular a
2
, b
3
, (a +b)
2
;
constatar que (a +b)
2
= a
2
+ 2ab +b
2
.
29.- En la base can´onica de R
n
(n = 2 o 3), calcular:
a) La matriz de una rotaci´on en R
2
con centro en (0, 0).
b) La matriz de la proyecci´on sobre el plano x = z en R
3
.
c) La matriz de la simetr´ıa a travez del plano x = z en R
3
.
Mostrar que la matriz obtenida es un proyector en el caso a) y un idempotente en caso c), es decir
A A = I.
30.- Si M es una matriz cuadrada de orden n, el conmutante o centralizador de M es el conjunto
C(M) = ¦X ∈ M(n, R)[XM = MX¦.
Encontrar C(M) para
M =

1 1
0 1

y M =

¸
a 0 0
0 b 0
0 0 c
¸

.
31.- Efectuar el producto:

¸
¸
¸
1 0 −1

3
2

2
2

3
2
1
2

6
2
1
2
1 −

6 1
¸

¸
¸
1

3
2
1
2
1
0

2
2


6
2
0
−1

3
2
1
2
−1
¸

.
32.- Una matriz x es nilpotente si existe un entero n tal que x
n
= 0. Mostrar que una matriz que tiene ceros
en la parte triangular y sobre la diagonal principal es necesariamente nilpotente. Deducir que el conjunto
H =

¸
1 x y
0 1 z
0 0 1
¸

x, y, z ∈ R

es un subgrupo de Gl(3, R).
33.- Se considera las aplicaciones
a) D : {
n
→ {
n
, donde Pp(x) = p

(x).
b) J : {
n−1
→ {
n
, donde Jp(x) =

x
0
p(t)dt.
c) T : {
n
→ {
n
, donde Tp(x) = p(x + 1).
{
n
designa el espacio de los polinomios de grado a lo m´as n. Mostrar que:
i) Estas aplicaciones son lineales.
ii) Calcular la matriz de estas aplicaciones en la base can´onica ¦1, x, x
2
, . . . , x
n
¦.
iii) Calcular matricialmente
D ◦ J, J ◦ D, T ◦ D, D ◦ T, J ◦ T, T ◦ J.
iv) Mostrar que D es nilpotente y que se tiene
T = 1 +D +
1
2!
D
2
+
1
3!
D
3
+ +
1
(n + 1)!
D
n+1
Interpretar anal´ıticamente esta igualdad.
5
Hans M¨ uller Santa Cruz
34.- Desigualdad de Sylvester. Si f : V
1
→ V
2
, g : V
2
→ V
3
son dos aplicaciones lineales, los V
i
son espacios
vectoriales de dimensi´on finita, entonces:
rang f + rang g −dim(V
2
) ≤ rang g ◦ f ≤ min¦rang f, rang g¦.
35.- Sea

a b
c d

una matriz de 2 2 sobre un cuerpo K. ¿Bajo que condici´on esta matriz es inversible?
Calcular su inversa.
36.- Se denota por E
ij
la matriz cuadrada n n que tiene un 1 en la i-sima linea y la j-sima columna y 0 en
el resto. Mostrar
a) ¦E
ij
¦
1≤i,j≤n
es una base de M
n
(K).
b) Calcular (I +xE
ij
)(I +yE
kl
) (x, y ∈ K).
c) Calcular (I +xE
ij
)
−1
si i = j.
d) Describir el efecto sobre una matriz de tipo n p de la multiplicaci´on por izquierda de (I +xE
ij
).
e) Describir el efecto sobre una matriz de tipo mn de la multiplicaci´on por derecha de (I +xE
ij
).
37.- ¿Cual es el rango de la matriz

¸
1 0 −5 2
11 8 57 −90
2 2 4 −10
¸

?
38.- Sean b, b

las bases siguientes de R
2
b = ¦(1, 0), (5, −2)¦ b

= ¦(−1, 1), (2, 1)¦.
Se denota
P la matriz de pasaje de la base b a la base b

P

la matriz de pasaje de la base b

a la base b.
i) Calcular P y P

.
ii) Verificar que P y P

son inversas la una de la otra.
39.- Evaluar el polinomio f(X) = X
3
−4X
2
−5X + 24I en
X =

¸
1 3 2
2 0 −2
0 −1 3
¸

40.- Mostrar que la matriz
a =

¸
0 1 0
0 1 0
1 0 0
¸

no es un proyector, sin embargo a
2
es un proyector.
41.- Consideremos el conjunto de las matrices complejas 2 2
Q = ¦E, I, J, K¦
donde
E =

1 0
0 1

, I =

i 0
0 −i

, J =

0 1
−1 0

, K =

0 i
−i 0

a) Mostrar que Q es un subgrupo de Gl(2, C).
b) Mostrar que
I
2
= J
2
= K
2
= −E, IJ = K.
6
Hans M¨ uller Santa Cruz
42.- Mostrar que una matriz triangular
A =

¸
a
11
a
1n
.
.
.
.
.
.
0 a
nn
¸

es inversible si y solamente si
n
¸
i=1
a
ii
= 0.
43.- Sea B =

x y
0 z

[x.z = 0, x, y, z ∈ R

. Mostrar que B es un subgrupo maximal de Gl
2
(R), es decir
que si H es un subgrupo tal que
B ⊂ H ⊂ Gl
2
(R), entonces H = B o H = Gl
2
(R).
44.- Sea N el conjunto de las matrices nn que tienen exactamente un elemento no nulo por linea y columna.
Sea P el conjunto de las matrices de permutaci´on de n n. Mostrar
a) N y P son subgrupos de Gl
n
(R).
b) La aplicaci´on
ϕ : N → P
(x
ij
) → (˜ x
ij
)
donde ˜ x
ij
=

0 si x
ij
= 0
1 si x
ij
= 0
es un homomorfismo sobreyectivo de grupos.
c) Calcular ker ϕ.
45.- Mostrar que el grupo de las permutaciones de n objetos est´a engendrado por las transposiciones de dos
objetos sucesivos.
46.- Expresar los polinomios siguientes como combinaciones lineales de productos de polinomios sim´etricos
elementales:
x
3
1
+x
3
2
+x
3
3
−3x
1
x
2
x
3
, a)
x
4
1
+x
4
2
+x
4
3
−2x
2
1
x
2
2
−2x
2
2
x −3
2
−2x
2
3
x
2
1
b)
(x
1
+x
2
)(x
2
+x
3
)(x
3
+x
1
) c)
(2x
1
−x
2
−x
3
)(2x
2
−x
1
−x
3
)(2x
3
−x
1
−x
2
) d)
47.- Sea b : V V → K una forma bilineal, V es un K-espacio vectorial. La matriz de b respecto a una base
¦e
1
, e
2
, . . . , e
n
¦ de V es por definici´on la matriz B = (b
ij
) donde
b
ij
= b(e
i
, e
j
).
Supongamos que B

sea la matriz de b respecto a otra base ¦e

1
, e

2
, . . . , e

n
¦, mostrar que
B = P
t
B

P
donde P es la matriz de pasaje de la base ¦e
i
¦ a la base ¦e

i
¦.
48.- Mostrar que una forma bilineal sim´etrica sobre R
2
b((x, y), (x

, y

)) = Exx

+F(x

y +xy

) +Gyy

puede rescribirse bajo una forma diagonal, es decir
β((u, v), (u

, v

)) = Auu

+Bvv

.
7
Hans M¨ uller Santa Cruz
49.- Denotemos por {
k
el espacio vectorial de las funciones polinomiales a n variables de grado ≤ k. Si σ ∈ o
n
,
ϕ(σ) designa la aplicaci´on {
k
→ {
k
ϕ(σ)f(x
1
, . . . , x
n
) = f(x
σ(1)
, . . . , x
n
σ(n))
Denotando
{
+
k
= ¦f ∈ {
k
[ϕ(σ)f = f, ∀σ ∈ o
n
¦.
Calcular dim({
+
k
).
50.- Sean V un espacio vectorial sobre R.
Se define:
Bil(V, R) = ¦f : V V →R[ f es bilineal¦
Sim
2
(V, R) = ¦f : V V →R[ f es bilineal sim´etrica ¦
Alt
2
(V, R) = ¦f : V V →R[ f es bilineal alternada ¦
Mostrar que Bil(V, R) = Sim
2
(V, R) ⊕Alt
2
(V, R).
51.- Demostrar que Alt
m
(V, W) = ¦0¦ si dim(V ) < m, donde
Alt
m
(V, W) = ¦f : V
m
→ W[ f es multilineal alternada¦.
52.- Sea
A =

¸
5 1 0
10 6 2
20 16 9
¸

.
Descomponer A bajo la forma de Bruhat, A = L R, donde
L =

¸
1 0 0
∗ 1 0
∗ ∗ 1
¸

y R =

¸
∗ ∗ ∗
0 ∗ ∗
0 0 ∗
¸

.
Utilizar esta descomposici´on para resolver:
Ax =

¸
1
0
0
¸

, Ay =

¸
0
1
0
¸

, Az =

¸
0
0
1
¸

.
Verificar que A
−1
=

¸
x
1
y
1
z
1
x
2
y
2
z
2
x
3
y
3
z
3
¸

.
Indicaciones.- Para resolver LRx = b, se resuelve L˜ x = b, luego Rx = ˜ x, que son dos ecuaciones muy
simples de resolver.
Remarca.- Este m´etodo es utilizado en la pr´actica para calcular la inversa de matrices de dimension que
van hasta 500.
53.- Calcular
det

cos α sin α
−sin α cos α

a)
det

¸
1 2 3
4 5 6
1 2 1
¸

. b)
54.- Demostrar que
8
Hans M¨ uller Santa Cruz
a) det

A B
0 D

= det A det D, donde A, B y D son matrices.
b) Se dice que una matriz Q es ortogonal si Q
t
Q = I. Mostrar que det Q = ±1.
55.- Calcular
det

¸
¸
¸
¸
¸
¸
0 1 2 3 0 4
3 4 −2 9 12 15
2 8 7 18 −7 9
0 0 0 9 1 3
0 7 14 21 2 29
0 0 0 5 0 6
¸

Indicaciones.- Transformar la matriz, utilizando el ejercicio 54, solo cuatro determinantes de 2 2 deben
calcularse.
56.- Calcular la inversa de la matriz, utilizando la matriz adjunta
A =

¸
1/2 1 2
3 1/3 1
4 0 9
¸

57.- Sean
A =

¸
1/2 1/3 1/4
1/3 1/4 1/5
1/4 1/5 1/6
¸

, y x
0
=

¸
1
1
1
¸

.
Calcular b =

¸
b
1
b
2
b
3
¸

= A x
0
.
Plantear c
i
= b
i
redondeado a dos cifras despu´es de la coma.
Buscar la soluci´on de Ax = c =

¸
c
1
c
2
c
3
¸

.
58.- Los coeficientes a
i
del polinomio p(x) = a
0
+ a
1
x + a
2
x
2
satisfacen p(1) = 1, p(2) = 1/2, p(3) = 1/3,
est´an determinados por el sistema

¸
1 1 1
1 2 4
1 3 9
¸

¸
a
0
a
1
a
2
¸

=

¸
1
1/2
1/3
¸

.
Los coeficientes b
i
del polinomio q(x) = b
0
+b
1
x +b
2
x
2
satisfacen

1
0
q(x)x
i
dx = 0, para i = 0, 1, 2, est´an
determinados por el sistema

¸
1 1/2 1/3
1/2 1/3 1/4
1/3 1/4 1/5
¸

¸
b
0
b
1
b
2
¸

=

¸
−1/4
−1/5
−1/6
¸

.
Resolver estos dos sistemas por el m´etodo de Cramer.
59.- Determinar a
0
, a
1
, a
2
, a
3
para que

1
0
(a
0
+a
1
x +a
2
x
2
+a
3
x
3
+x
4
)x
i
dx = 0, i = 0, 1, 2, 3.
60.- Sea V un espacio vectorial sobre R y U un subespacio vectorial de V . Se define P
U
= ¦ϕ ∈ End(V )[ϕ(U) ⊂
U¦.
9
Hans M¨ uller Santa Cruz
Verificar que P
U
es un subespacio vectorial de End(V ).
Sea W un suplementario de U en V . Mostrar que W es isomorfo a V/U.
Encontrar una aplicaci´on natural de P
U
en End(V/U).
Verificar que ´esta es sobreyectiva y lineal.
61.- Sean V y W dos espacios vectoriales de dimensi´on finita. Sea f : V → W una aplicaci´on lineal. Sea
f
t
: W

→ V

la aplicaci´on dual.
Mostrar que
f es inyectiva ⇐⇒ f
t
es sobreyectiva i)
f es sobreyectiva ⇐⇒ f
t
es inyectiva ii)
f es biyectiva ⇐⇒ f
t
es biyectiva. iii)
62.- Sea {
n
el espacio vectorial de los polinomios a coeficientes reales de grado menor o igual a n. Sean:
σ
1
: {
n
→R, σ
1
(p) =

1
0
p(t)dt
σ
2
: {
n
→R, σ
2
(p) = p(a) donde a ∈ R.
σ
3
∈ {

n
cualquiera.
Remarcar que σ
1
y σ
2
pertenecen a {

n
y expresar σ
1
, σ
2
y σ
3
en la base dual a ¦1, t, t
2
, . . . , t
n
¦.
63.- Sea V un espacio vectorial de dimensi´on finita.
Si U es un subespacio vectorial de V , se define el anulador de U por U

= ¦ ∈ V

[(U) = ¦0¦¦.
Sean U
1
y U
2
dos subespacios vectoriales de V .
Mostrar que:
i) U

1
y U

2
son subespacios vectoriales de V

.
ii) dim(U

1
) + dim(U
1
) = dim(V ).
iii) (U
1
∩ U
2
)

= U

1
+U

2
.
iv) (U
1
+U
2
)

= U

1
∩ U

2
.
64.- Invertir las matrices:
A =

¸
1 a a
2
1 b b
2
1 c c
2
¸

B =

¸
1 3 4
3 2 5
2 6 1
¸

.
Sea
C =

¸
¸
1 0 0 0
1 −1 0 0
1 −2 1 0
1 −3 3 −1
¸

,
verificar que C es su propia inversa.
¿Cual es el rango de la matriz
D =

¸
¸
1 2 3 4
2 3 4 5
3 4 5 6
4 5 6 7
¸

?
65.- Sea M
m,n
(R) el espacio vectorial de las matrices mn a coeficientes reales. Verificar que la aplicaci´on
M
m,n
(R) M
m,n
(R) →R
(A, B) → tr(AB
t
)
es un producto escalar sobre M
m,n
(R), donde tr(AB
t
) es la suma de los elementos de la diagonal de AB
t
.
10
Hans M¨ uller Santa Cruz
66.- Sea {
3
el espacio vectorial de los polinomios de grado inferior o igual a 3.
i) Verificar que la aplicaci´on ', ` : {
3
{
3
→R definida por
'p, q` =

1
−1
p(t)q(t)dt
es un producto escalar sobre {
3
.
ii) Aplicar la ortogonalizaci´on de Gram-Schmidt sobre la base ¦1, t, t
2
, t
3
¦ de {

.
67.- Sea V el subespacio vectorial de R
4
dotado del producto escalar usual, engendrado por v
1
= (1, 1, 1, 1) y
v
2
= (1, −1, 1, −1). Sea
V

= ¦v ∈ R
4
['v, w` = 0, ∀w ∈ V ¦.
Encontrar una base ortonormada de V

.
68.- ¿La forma bilineal siguiente, es un producto escalar sobre R
3
?
f(x, y) = 2x
1
y
1
+ 2x
2
y
2
+ 3x
3
y
3
+x
1
y
2
+x
2
y
1
+x
1
y
3
+x
3
y
1
+
1
2
(x
2
y
3
+x
3
y
2
).
69.- Sea R
4
dotado de la forma bilineal sim´etrica
f(x, y) = x
1
y
1
+x
2
y
2
+x
3
y
3
−x
4
y
4
.
Sea V un subespacio vectorial de R
4
. Se define
V

= ¦y ∈ R
4
[f(x, y) = 0, ∀x ∈ V ¦.
Mostrar que V

es un subespacio vectorial de R
4
y que
dim(V ) + dim(V

) = 4.
Encontrar un V tal que V ∩V

) = ¦0¦. Calcular V

cuando V es el subespacio engendrado por el vector
(0, 0, 1, 1).
70.- Una matriz Q ∈ M
n
(R) se dice ortogonal si Q
t
Q = I. Se denota por O(n) el conjunto de las matrices
n n ortogonales. Mostrar que:
i) O(n) es un grupo.
ii) Q ∈ O(n) ⇐⇒ 'Qx, Qy` = 'x, y` ∀x, y ∈ R
n
.
iii) Q ∈ O(n) ⇐⇒ las filas de Q forman una base ortonormada.
iv) Q ∈ O(n) ⇐⇒ las columnas de Q forman una base ortonormada.
v) Dar todas las matrices de O(2).
71.- Se considera el espacio vectorial R
2
con su base can´onica
e
1
= (1, 0), e
2
= (0, 1).
Se plantea
B = ¦±e
1
, ±e
2
¦, G = ¦f ∈ End(R
2
)[f(B) ⊂ B¦.
a) Cuantos elementos tiene G.
b) Encontrar un elemento f de G tal que f
4
= I, pero f
2
= I.
c) Encontrar el grupo m´as grande contenido en G.
72.- Se designa por E el espacio euclidiano R
3
con su producto escalar estandar 'x, y` =
3
¸
i=1
x
i
y
i
. Se denota
F el subespacio de E engendrado por
f
1
= (2, 1, −3)
f
2
= (1, 1, −2)
f
3
= (5, −4, −1)
f
4
= (1, −2, 1)
11
Hans M¨ uller Santa Cruz
a) Calcular la dimensi´on de F.
b) Encontrar todas las bases de F contenidas en la familia ¦f
1
, f
2
, f
3
, f
4
¦.
c) Encontrar una base del ortogonal F

de F.
d) Calcular matriz en la base can´onica de E = R
3
de la aplicaci´on lineal definida por
p(x) =

x si x ∈ F
0 si x ∈ F

.
73.- Se designa por M el conjunto de las matrices 3 3 a coeficientes en Q. Se considera la aplicaci´on lineal
α : M −→ M
B → BA−AB
donde
A =

¸
0 1 0
0 0 1
0 0 0
¸

a) Calcular la dimensi´on del n´ ucleo de α.
b) Encontrar una matriz diagonal D ∈ M tal que α(D) = 2A.
c) Encontrar todas las matrices H ∈ M tales que α(H) = 2A.
d) Mostrar que α
5
= 0, pero que α
4
= 0.
74.- Sea w un vector de R
n
de norma |w|
2
=
n
¸
i=1
w
2
i
= 1.
Verificar que Q = I −2ww
t
es una matriz ortogonal y sim´etrica. Una tal matriz se llama una matriz de
Householder.
75.- a) Sea
A =

¸
4 7 3
0 −4 5
−3 7 1
¸

Se quiere descomponer A bajo la forma de Iwasawa; es decir, se quiere descomponer A bajo la forma
A = QR, donde Q es una matriz ortogonal y R es una matriz triangular superior con coeficientes de la
diagonal positivos. Utilizar la demostraci´on del curso para hacer esta descomposici´on. Esta descomposici´on
se llama tambi´en una descomposici´on QR.
b) M´etodo m´as pr´actico para hacer una descomposic´on QR. Sea a
1
el vector correspondiente a la primera
columna de A. Plantear
α
1
= |a
1
| , v
1
= a
1
−(α
1
, 0, . . . , 0)
t
, w
1
= v
1
/ |v
1
| .
Calcular
A
2
= (I −2w
1
w
t
1
)A =

¸
α
1
∗ ∗
0 b c
0 d e
¸

.
Sean
a
2
= (0, b, d)
t
, α
2
= |a
2
| , v
2
= a
2
−(0, α
2
, 0)
t
, w
2
= v
2
/ |v
2
| .
Calcular A
3
= (I − 2w
2
w
t
2
)A
2
. Remarcar que se ha descompuesto A bajo la forma A = QA
3
con
Q = (I −2w
1
w
t
1
)(I −2w
2
w
t
2
) y A triangular superior con coeficientes de la diagonal positivos.
76.- Unicidad de la descomposici´on de Iwasawa. Sean R
1
y R
2
matrices triangulares superiores con coeficientes
de la diagonal positivos, y Q
1
, Q
2
dos matrices ortogonales. Mostrar que Q
1
R
1
= Q
2
R
2
implica que
Q
1
= Q
2
y R
1
= R
2
.
12
Hans M¨ uller Santa Cruz
77.- Utilizar la descomposici´on de Iwasawa para mostrar la desigualdad de Hadamare:
(det(A))
2

n
¸
i=1
'Ae
i
, Ae
i
`,
donde A es una matriz de n n, los e
i
son los vectores de la base can´onica.
78.- Sea ', ` un producto escalar sobre un espacio vectorial V , y || la norma asociada.
a) Mostrar la desigualdad de Cauchy-Schwartz
'x, y` ≤ |x| |y| ∀x, y ∈ V
b) Mostrar la desigualdad del tri´angulo.
79.- Sea {
n
el espacio euclidiano constituido de las funciones reales polinomiales de grado ≤ n dotado del
producto escalar siguiente
'f, g` =

1
−1
f(t)g(t)dt.
Se denota p
m
(t) el polinomio de Legendre de grado m
p
m
(t) =
((t
2
−1)
m
)
(m)
2
m
m!
.
a) Sea f
m,k
(t) = ((t
2
−1)
m
)
(m)
/2
m
m!. Mostrar que
f
m,k
)(1) = 0 y f
m,k
(−1) = 0 ∀0 ≤ k < m.
b) Mostrar que ¦p
m
¦ m = 0, . . . , n es una base ortogonal de {
n
. Integrar por partes y utilizar a).
c) Mostrar que p
m
(1) = 1 y p

m
(1) = m(m+ 1)/2.
d) Mostrar que ((1 −t
2
)p

n
)

es ortogonal a t
k
para k = 0 dots, n −1.
e) Deducir de b) y d) que ((1 −t
2
)p

n
)

= αp
n
α ∈ R.
f) Deducir el valor de α.
g) Concluir que p
n
es la soluci´on de la ecuaci´on diferencial
(1 −t
2
)f

−2tf

+n(n + 1)f = 0.
80.- Sea A ∈ M
n,n
(K), B ∈ M
m,m
(K). Se considera la aplicaci´on lineal
ϕ
A,B
: M
n,m
(K) → M
n,m
(K)
X → AX −XB
a) Sean C ∈ Gl(n, K) y D ∈ Gl(m, K) Mostrar que
det(ϕ
A,B
) = det(ϕ
CAC
−1
,DBD
−1)
b) Calcular det(ϕ
A,B
) cuando A y B son triangulares superiores
c) Resolver ϕ
A,B
(X) = Y cuando
A =

0 1
0 2

, B =

¸
1 0 −2
0 1 1
0 0 1
¸

, e Y =

3 3 3
4 5 9

13
Hans M¨ uller Santa Cruz
81.- Calcular los polinomios caracter´ısticos de las matrices siguientes:

1 1
8 3

¸
−16 4 11
−21 7 13
−18 4 13
¸

¸
−13 5 −1
−30 12 −2
60 −20 6
¸

¸
¸
1 4 0 3
0 18 9 −1
0 −11 3 0
0 2 0 0
¸

¸
¸
¸
¸
¸
0 0 0 a
0
1 0 0 a
1
0 0 a
2
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 a
n
¸

82.- Sea K un cuerpo cualquiera, mostrar que todo polinomio unitario es el polinomio caracter´ıstico de una
matriz a coeficientes en K.
83.- Sea A ∈ M
n
(C) una matriz a coeficientes complejos cualquiera y sea v
1
un vector propio de A. Sean
v
2
, v
3
, . . . , v
n
vectores de C
n
tales que ¦v
i
¦ sea una base unitaria de C
n
. Denotemos U la matriz de pasaje
de la base ¦v
i
¦ a la base can´onica ¦e
i
¦. Mostrar que
UAU
−1
=

¸
¸
¸
¸
¸
λ
1
∗ ∗ ∗
0
0
.
.
.
0
B
¸

Mostrar por inducci´on que existe una matriz unitaria W tal que
WAW
−1
=

¸
¸
¸
λ
1
∗ ∗
0 λ
2
.
.
.
.
.
.
0 0 λ
n
¸

84.- Sean A ∈ M
p,p
(C) y B ∈ M
q,q
(C) Denotemos E el espacio vectorial complejo E = M
p,q
(C) y
ϕ
A,B
∈ End(E) el endomorfismo definido por
ϕ
A,B
(X) = AX −XB
a) Sean v ∈ C
p
un vector propio de A y w ∈ C
q
un vector propio de B
t
. Mostrar que vw
t
es un vector
propio de ϕ
A,B
.
b) Sean λ
1
, λ
2
, . . . , λ
p
los valores propios de A; µ
1
, µ
2
, . . . , µ
q
los valores propios de B. Mostrar que
¦(λ
i
−µ
j
)[1 ≤ i ≤ q, 1 ≤ j ≤ q¦
es el espectro (conjunto de valores propios de) ϕ
A,B
.
c) Calcular det(ϕ
A,B
).
85.- Sea E = C
n
considerado como espacio vectorial real. Definamos C ∈ End
R
(E) por
C(z
1
, z
2
, . . . , z
n
) = (¯ z
1
, ¯ z
2
, . . . , ¯ z
n
).
Mostrar que:
a) C(zv) = ¯ zC(v), z ∈ C, v ∈ E.
b) C es idempotente.
Sea ' =
1
2
(id + C) ∈ End
R
(E), los vectores de '(E) se los llama reales, aqu´ellos de ker(') − 0 se los
llama imaginarios.
14
Hans M¨ uller Santa Cruz
c) Utilizando el ejercicio 25.- b), mostrar que
'(E) ⊕ker(') = E.
d) Todo vector v de E se escribe de manera ´ unica como
v = v
1
+iv
2
, v
1
, v
2
reales.
86.- Sea V ⊂ C
n
un R-subespacio real.
a) Mostrar que V es un C-subespacio vectorial si y solamente si
iV = V
b) Mostrar que existe una C-base de V formada de vectores reales para V si y solamente si
V = C(V )
donde C es el conjudado definido en el ejercicio 85.
87.- Mostrar que toda matriz A ∈ M
3
(C) es conjugada a una matriz del tipo

¸
λ α 0
0 µ γ
0 0 ν
¸

88.- Mostrar que, en el ejercicio precedente, se puede suponer que α, γ ∈ ¦0, 1¦.
89.- Mostrar el teorema de Jordan: Toda matriz A ∈ M
3
(C) es conjugada a una matriz de uno de los tres
tipos siguientes:

¸
λ 0 0
0 µ 0
0 0 ν
¸

¸
λ 1 0
0 λ 0
0 0 µ
¸

¸
λ 1 0
0 λ 1
0 0 λ
¸

90.- Sea E un K-espacio vectorial de dimensi´on finita, A ∈ End(E) un endomorfismo no nulo. Sea v
0
un vector
de E tal que Av
0
= 0, se define recursivamente v
k
por
v
k
= Av
k−1
k ≥ 1.
Mostrar que existe un entero m m´as peque˜ no tal que v
0
, v
1
, . . . , v
m
sean linealmente dependientes. Existe,
por consiguiente, a
0
, a
1
, . . . , a
m−1
∈ K tales que
v
m
+a
m−1
v
m−1
+ +a
1
v
1
+a
0
v
0
= 0
Inspirandose del ejercicio 81, mostrar que el polinomio
f(t) = a
0
+a
1
t + +a
m−1
t
m−1
+t
m
divide el polinomio caracter´ıstico de A.
91.- Demostrar el teorema de Cayley-Hamilton: Si A ∈ M
n
(C) tiene como polinomio caracter´ıstico ρ(x),
entonces ρ(A) = 0.
Indicaci´on.-Colocar A bajo la forma de Jordan.
92.- Verificar el teorema de Cayley-Hamilton para las matrices

¸
−16 4 11
−21 7 13
−18 4 13
¸

¸
1 3 2
2 0 −2
0 −1 3
¸

93.- Resolver el sistema

¸
dx/dt
dy/dt
dz/dt
¸

=

¸
5 −6 0
1 0 0
6 −6 −1
¸

¸
x(t)
y(t)
z(t)
¸

Indicaci´on.- Buscar una base propia.
15

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.