Algebra Lineal - Problemas Resueltos PDF

lgebra Lineal A Problemas resueltos
Ma
a Planas Isabel Garc
Primera edicin: septiembre de 1993 Segunda edicin: septiembre de 1994
Diseo de la cubieta: Antoni Gutirrez M. Isabel GarcaPlanas, 1993
Edicions UPC, 1993 Edicions de la Universitat Politcnica de Catalunya, SL Jordi Girona Salgado 31, 08034 Barcelona Tel.: 934 016 883 Fax: 934 015 885 Edicions Virtuals: www.edicionsupc.es e-mail: [email protected]
Produccin:
Servei de Publicacions de la UPC y CPDA AV. Diagonal 647, ETSEIB. 08028 Barcelona
Depsito legal: B-22.363-93 ISBN: 84-7653-295-4

Quedan rigurosamente prohibidas, sin la autorizacin escrita de los titulares del copyright, bajo las sanciones establecidas en las leyes, la reproduccin total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografa y el tratamiento informtico, y la distribucin de ejemplares de ella mediante alquiler o prstamo pblicos.
A JL2 S & M a I
Primera edicin: septiembre de 1993
Presentaci on
Mis largos a~ nos de experiencia docente en la ETSEIB no s olo impartiendo clases de lgebra Lineal a los estudiantes de primer curso, sino preparando las colecciones de A ejercicios que los alumnos resuelven en sus clases de problemas, me han permitido reunir una colecci on de estos, en los que el alumno encuentra especial di cultad. Despu es de resolverlos con todo detalle me ha surgido la idea de publicarlos para que puedan ser de utilidad, ya no s olo a los alumnos de la ETSEIB, sin o a alumnos de cualquier otra escuela polit ecnica e incluso a alumnos de facultades de ciencias. Algunos de los enunciados de los problemas est an inspirados en textos te oricos de Algebra Lineal y el orden y reparto en cap
tulos ha sido, obviamente, fuente de in lgebra Lineal de la escuela donde ejerzo mi spiraci on el programa de la asignatura de A labor docente.
7
INDICE
Cap. 1 Polinomios . . . . . . . . . . . . Cap. 2 Espacios vectoriales . . . . . . . . Cap. 3 Sistemas de ecuaciones. Matrices . Cap. 4 Aplicaciones lineales . . . . . . . Cap. 5 Determinantes . . . . . . . . . . Cap. 6 Diagonalizaci on de endomor smos Cap. 7 Forma reducida de Jordan . . . . Cap. 8 An alisis matricial . . . . . . . . . Apendice I Grupos . . . . . . . . . . . . Apendice II Anillo de clases de resto . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . .
11 23 39 51 73 85 99
. 117 . 131 . 141
Polinomios y Fracciones racionales
11
Cap
tulo 1 Polinomios y fracciones racionales
1. Hallar el m aximo com un divisor, por el algoritmo de Euclides, de los polinomios P1 x = 2156x5 + 1120x4 ; 433x3 ; 179x2 + 32x + 4 P2 x = 1372x5 + 784x4 ; 245x3 ; 131x2 + 16x + 4 Soluci on:
Recordando el teorema de Euclides:

MCDP1 x P2 x = MCDP2 x Rx
Siendo Rx el resto de dividir P1 x entre P2x Sabemos que
8 unidad en R x y al ser 2156 = 4:72:11 y 1372 = 4:73 , multiplicaremos P1 x por 7 para evitar fracciones al hacer la divisi on de P1 x por P2x 7:P1x = P2 x:11 + ;784x4 ; 336x3 + 188x2 + 48x ; 16 Rx = ;784x4 ; 336x3 + 188x2 + 48x ; 16 que simpli camos por ;4 quedando Rx = 196x4 + 84x3 ; 47x2 ; 12x + 4 P2 x = Rx 7x + 1 + 0 luego MCDP2 x Rx = Rx por lo que: MCDP1 x P2x = Rx = 196x4 + 84x3 ; 47x2 ; 12x + 4
MCDP1 x P2x = MCDP1 x P2 x
Los autores, 2000; Edicions UPC, 2000.
12 una de ellas es triple.

Soluci on: 2. Hallar las ra
ces del polinomio
Algebra Lineal. Problemas resueltos P x = x4 ; x3 ; 3x2 + 5x ; 2
sabiendo que
La descomposici on en factores primos del polinomio ser a:

P x = x ; 3 x ;
Si es una ra
z triple de P x es ra
z doble de P x y simple de P "x. Por lo tanto el MCDP x P "x contiene el factor x ; . Basta pues hallar MCDP x P "x y entre sus factores, por tanteo en P x, puede extraerse el valor de . Ahora bien, en este caso concreto, puesto que P "x es de grado dos, resulta m as sencillo hallar las ra
ces de P " y de las dos ver cu al lo es tambi en de P x
0 0 0
P x = 4x3 ; 3x2 ; 6x + 5 P "x = 12x2 ; 6x ; 6

0
1 x=1 De P "x = 0 tenemos x = ; 2 ra

z buscada. Puesto que dado un polinomio px = anxn + : : : + a0 con ra
ces 1 : : : con su multiplicidad, es an 1 = ; 1 + : : : + n, se tiene = ;2.
;
P ; 1 2 6= 0, luego
;1
z de P x, sin embargo P 1 = 0 luego = 1 es la 2 no es ra
n
contadas
3. Probar que P x = nxn+2 ; n + 2xn+1 + n + 2x ; n es divisible por x ; 13 . Se supone P x 2 R x y n 2 N . Soluci on:
Que P x sea divisible por x ; 13 equivale a que 1 es por lo menos ra
z triple de P x, ra
z doble por lo menos, de P x y ra
z simple por lo menos, de P "x.
0
13
Veamos
P 1 = n ; n + 2 + n + 2 ; n = 0 luego 1 es ra
z de P x n +1 n P x = nn + 2x ; n + 2n + 1x + n + 2 P 1 = nn + 2 ; n + 2n + 1 + n + 2 = 0 luego 1 es ra
z de P x P "x = nn + 2n + 1xn ; n + 2n + 1nxn 1 P "1 = nn + 2n + 1 ; n + 2n + 1n = 0 luego 1 es ra
z de P "x
0 0 0 ;
por lo tanto P x es divisible por x ; 13 como pretend

amos probar: Observamos adem as que P x no es divisible por x ; 14 pues
P x = n2 n + 2n + 1xn 1 ; n + 2n + 1n ; 1nxn 2 P 1 = n2 n + 2n + 1 ; n + 2n + 1n ; 1n = nn + 1n + 2 6= 0:
000 ; ; 000
4. Consideremos P x = x3 ; 4x2 + 5x ; 2 a coe cientes reales.
a Determinar P x polinomio derivado de P x y dar su descomposici on en factores primos. b Probar que una de las ra
ces de P x lo es tambi en de P x y deducir de esto la descomposici on en factores primos de P x . c Calcular MCDP x P x y determinar dos polinomios P1 x y P2x tales que: P1 xP x + P2 xP x = MCDP x P x:
0 0 0 0 0
Soluci on:
a
0
P x = 3x2 ; 8x + 5 = x ; 13x ; 5:

0
5 , ahora bien: b Las ra

ces de P x son 1 y 3
P 6= 0 luego no es ra
z de P x: 3 3 P 1 = 0 luego 1 es ra
z doble de P x P "1 = ;2 luego 1 no es ra
z triple de P x
14 Luego
Algebra Lineal. Problemas resueltos
P x = x ; 12 x ; a = x3 ; 2 + ax2 + 2a + 1x ; a = =x3 ; 4x2 + 5x ; 2

de donde c de se deduce que:
a = 2. P x = x ; 12 x ; 2 P x = x ; 13x ; 5 MCDP x P x = x ; 1 .

0 0 0 0 0
Por el algoritmo de divisi on P x = P xQx + Rx tenemos: Despejando x ; 1 9P x = P x3x ; 4 + ;2x + 2 = P x3x ; 4 ; 2x ; 1: 9P x ; P x3x ; 4 = ;2x ; 1 ;9 P x ; 1 3x ; 4P x = x ; 1 2 2
0 0
Luego
P1 x =
;9
2
P2 x =
;1 3x ; 4:
2 por
5.
Los restos de dividir un polinomio son respectivamente 3 7 13 Determinar el resto de dividir
P x 2 R x
por el producto
x;1 x;2 y x;3
P x
x ; 1x ; 2x ; 3
Soluci on:
Por el algoritmo de divisi on sabemos
P x = DxQx + Rx con grado Rx grado Dx P x = x ; 1Q1 x + R1 x = x ; 1Q1 x + 3 P x = x ; 2Q2 x + R2 x = x ; 2Q2 x + 7 P x = x ; 3Q3 x + R3 x = x ; 3Q3 x + 13 P x = x ; 1x ; 2x ; 3Q + Rx con Rx = ax2 + bx + c

Sabemos que el valor num erico de un polinomio P x dividir el polinomio por x ; u luego y para i = 1 2 3 en
15
es el resto de
P u = x ; uQi u + Ri u = u ; 1u ; 2u ; 3Qu + Ru

de donde:
P 1 = R1 1 = 3 = R1 = a + b + c = P 2 = R2 2 = 7 = R2 = 4a + 2b + c P 3 = R3 3 = 13 = R3 = 9a + 3b + c
que, resolviendo el sistema nos queda:
a = b = c = 1 y Rx = x2 + x + 1:
6.
Encontrar un polinomio P x 2 R x de grado cinco, tal que P x + 10 sea divisible por x + 23 y P x ; 10 sea divisible por x ; 23
Soluci on:
Puesto que P x + 10 es divisible por x + 23 , tenemos que P 0 x = P x + 100 es divisible por x + 22 y puesto que P x ; 10 es divisible por x ; 23 , tenemos que P 0 x = P x ; 100 es divisible por x ; 22 luego P 0 x polinomio de grado cuatro ser a
P x = kx + 22 x ; 22 = kx4 ; 8x2 + 16 con k 2 R

0
de donde
P x = k
x5
5
;8 x3 + 16x + c 3
con c 2 R e imponiendo que
P ;2 = ;10 P 2 = 10

Nota: Observamos que
P x + 10 = x + 23 Q1 x = P x = x + 23 Q1 x ; 10 = P ;2 = ;10 P x ; 10 = x ; 23 Q2 x = P x = x ; 23 Q2 x + 10 = P 2 = 10
16
resulta
32 64 ;10 = k ;5 + ; 32 + c 3 10 =
k
32 5
; 64 + 32 + c 3
y resolviendo el sistema tenemos 75 128 15 128
c=0 k=
Otro m etodo: De:
P x =
x5 ;
25 3 75 x + x 16 8
P x + 10 = x + 23 C1 x P x ; 10 = x + 23 C2 x

3 20 = x + 2 C1 x
con con
grado C1 x = 2 grado C2 x = 2
tenemos:
; x ; 23C2 x 1 3 1 C1 + x ; 23 C2 x 1 = x + 2 20 20

1 1
nimo es decir, hemos de buscar 20 C1 x y 20 C2 x que son los polinomios de grado m 3 que hacen que se cumpla la identidad de Bezout, observese que x + 2 y x 23 son primos entre s
.
7.
Descomponer en fracciones simples sobre
Idem sobre
C.
;14x2 + 3x ; 39 x ; 12 x ; 3x2 + 4
R, la fracci on
Soluci on:
Planteamos
;14x2 + 3x ; 39 = a + b + c + dx + e x ; 12 x ; 3x2 + 4 x ; 1 x ; 12 x ; 3 x2 + 4

17
Observamos que x2 + 4 es primo sobre R. Operando en el segundo miembro, queda ;14x2 + 3x ; 39 = x ; 12x ; 3x2 + 4 ax ; 1x ; 3x2 + 4 + bx ; 3x2 + 4 + cx ; 12 x2 + 4 + dx + ex ; 12 x ; 3 x ; 12x ; 3x2 + 4 De la igualdad de estas dos fracciones se deduce la igualdad de los polinomios numeradores de las fracciones. De aqu
se deduce por lo tanto un m etodo de c alculo de los coe cientes desconocidos: identi car los coe cientes de igual grado de ambos polinomios, obteniendo as
un sistema de cinco ecuaciones con cinco inc ognitas. Otro m etodo m as sencillo para obtener los coe cientes es: si dos polinomios son iguales, sus funciones polin omicas asociadas son tambi en iguales, por lo que, dando valores a x en ambos polinomios, los valores num ericos han de ser iguales. As
, para x = 1 es ; 14 + 3 ; 39 = b1 ; 31 + 4 b = 5 para x = 3 es ; 14 32 + 9 ; 39 = c3 ; 1232 + 4 c = ;3 para x = 0 es ; 39 = 12a ; 60 ; 12 ; 3e 12a ; 3e = 33 para x = ;1 es ; 14 ; 3 ; 39 = 40a ; 100 ; 60 ; 16;d + e 10a + 4d ; 4e = 26 para x = 2 es ; 56 + 6 ; 39 = ;8a ; 40 ; 24 ; 2d + e 8a + 2d + e = 25 Resolviendo las tres u ltimas ecuaciones resulta a = 3, d = 0, e = 1, luego la descomposici on es 3 + 5 + ;3 + 1 x ; 1 x ; 12 x ; 3 x2 + 4 Pasemos ahora a efectuar la descomposici on en C. x2 + 4 ya no es primo en C, x2 + 4 = x ; 2ix + 2i, por lo que la descomposici on ser a: ;14x2 + 3x ; 39 = x ; 12x ; 3x2 + 4 b c m n a + + + + x ; 1 x ; 12 x ; 3 x ; 2i x + 2i Comparando esta descomposici on con la anterior, podemos asegurar que a , b , c m n 1 por lo que ser an los mismos obtenidos para el caso real, y x ; + = 2 2i x + 2i x + 4 1 = mx + 2i + nx ; 2i, que para x = ;2i se tiene 1 = ;4ni ! n = + 1 4i para x = 2i se tiene 1 = 4mi m = ; 1 on es 4 i , y la descomposici 1 3 + 5 + ;3 + ; 1 4i + 4i 2 x ; 1 x ; 1 x ; 3 x ; 2i x + 2i
18
8. Descomponer en fracciones simples sobre C, R y Q la fracci on racional siguiente 6 4 2 t +t ;t ;1 = Qt: t3 t2 ; 2t ; 1 Soluci on:
Puesto que el grado del numerador es mayor que el del denominador, efectuamos la divisi on y tenemos 6t4 + 2t3 ; t2 ; 1 Qt = t + 2 + t5 ; 2t4 ; t3 5 4 3 t ; 2t ; t tiene la misma descomposici on en factores primos tanto sobre R como sobre C: p p 5 4 3 3 2t ; 1 + 2 t ; 2t ; t = t t ; 1 ; No as
sobre Q que t2 ; 2t ; 1 es primo, por lo que la descomposici on en fracciones simples de Qt ser a la misma tanto sobre R como sobre C y distinta para Q. Veamos para R y C:
Q t A B = t+2+ t +t +C + 3 2 t
por lo que p p 6t4 +2t3 ; t2 ; 1 = A + Bt + C t2 t2 ; 2t ; 1+ t3 Dt ; 1+ 2+ E t ; 1 ; 2 = P t y haciendo uso del hecho: si dos polinomios son iguales tambi en lo son sus funciones polin omicas asociadas, tenemos 6t4 + 2t3 ; t2 ; 10 = ;1 = P 0 = ;A 6t4 + 2t3 ; t2 ; 1 0 = 0 = P 0 = ;B ; 2A 6t4 + 2t3 ; t2 ; 1 0 = ;2 ; P 0 = 2A ; 2B ; C 6t4 + 2t3 ; t2 ; 1 0 = 12 = p p = P 0 = 6B ; 2C + ;1 + 2D + ;1 ; 2E 6t4 + 2t3 ; t2 ; 1 0 = 144 = P 0 = 48C + 48D + E
0 0 00 00 000 000 0000 0000
que operando obtenemos p p2 A + Bt + Ct2 t2 ; 2t ; 1 + t3 D t ; 1 + 2 + E t ; 1 ; Qt = t + 2 + t5 ; 2t4 ; t3 t = t + 2 + t5 ;P 2t4 ; t3
p + E p t;1; 2 t;1+ 2
D
19
Resolviendo el sistema de ecuaciones obtenemos: p p A = 1 B = ;2 C = 6 D = 4 2 E = ;4 2 y la descomposici on es p2 p2 1 ; 4 ; 2 6 4 p + p Qt = t + 2 + t3 + t2 + t + t;1; 2 t;1+ 2 Pasemos a la descomposici on de Qt sobre Q: A+B+C+ M Qt = t + 2 + t 3 t2 t t2 ; 2t ; 1 p p2 4 ; 4 2 p + p = t2 ;16 haciendo 2t ; 1 2 Qt t;1; 2 t;1+ 2 por lo que 2+6+ 16 +; Qt = t + 2 + t1 3 2 2 t t t ; 2t ; 1 y puesto que la descomposici on en fracciones simples es u nica, esta ser a la descomposici on sobre Q.
9. Descomponer en fracciones simples sobre C la fracci on racional siguiente

Qx = x ; 391x ; 59
Soluci on:
La descomposici on ser a
An + 9 Bn n n n=1 x ; 3 n=1 x ; 5 donde An , Bn con n = 1 : : : 9 son n umeros complejos a determinar. 1 funci on racional desarrollamos F x por la f ormula Consideremos F x = x ; 59 de Taylor en el punto x = 3, hasta el orden 8, obteniendo 3 x ; 3 + : : : + F 8 3 x ; 38 + Gxx ; 39 F x = F 3 + F 1! 8!
9
0
X Qx =
20
siendo
tenemos
Gx una funci on racional que est a de

1 9 3
0
nida para
x=3
usando este desarrollo
F 3 + F 3 + : : : + F 8 3 + Gx x ; x ; 59 x ; 39 x ; 38 8!x ; 3 Por la unicidad de los coe cientes An y Bn tenemos 9 n 3 An = F 9 ; n! n! 1 F n x = ;9;9 ; 1:::;9 ; n + 1x ; 5 9 n = ;1n 8 + 8! x ; 59+n 1 8 + n! luego F n 3 = ;1n 8! ;29+n
=
; ; ;
An = ;19
n 17 ; n!
8!9
;n ;
1 ! 218;n
y por simetr
a tenemos, observese que obtenemos y repitiendo el proceso anterior.
1 Bn considerando F1 x = x ; 3n
Bn = ;19
10.
n 17 ; n!
8!9
;n
1 18 ! 2 ;n
Sobre el cuerpo de los racionales, descomponer en fracciones simples la fracci on 2x2 + 1 Qx = x + 1x3 + 2
racional siguiente
Soluci on:
Observamos que
x3 + 2 no tiene ra
ces en Q, luego A + Bx2 + Cx + D 2x2 + 1 = x + 1x3 + 2 x + 1 x3 + 2
21
Operando
2x2 + 1 = Ax3 + 2 + Bx2 + Cx + Dx + 1 x + 1x3 + 2 x + 1x3 + 2 Igualando numeradores tenemos 9 A+B = 0 A=4 = B = ;4 B+C =2 C +D =0 C =6 2A + D = 2 D = ;6 luego la descomposici on es
Qx =
4 + ;4x2 + 6x ; 6 x + 1 x3 + 2
11. Descomponer sobre R la fracci on:

Qx =
x2 + 1n
x2
Soluci on:
Haciendo
x2 + 1 = y x2n
tenemos x2 = y ; 1, luego y ; 1n = =

yn
=0
x2 + 1n
n Pn ;1iyn;i i
i yn
1 + 2 + : : : + ;1n 1 = =1; y y2 y
n n n
2 + : : : + ;1n n = 1 ; x2 1 + + 1 x2 + 12 x2 + 1n
Espacios vectoriales
23
Cap
tulo 2 Espacios vectoriales
1.
Sea bar que
R0 el grupo multiplicativo de los n umeros reales estrictamente positivos. ProR0 R0 R0 es un R-espacio vectorial con las operaciones siguientes: 8x y z x1 y1 z1 2 R0 R0 R0 8 2 R
x y z x1 y1 z1 = x x1 y y1 z z1 x y z = x y z
En caso de ser dimensi on nita determinar una base
Soluci on:
Es f acil probar que con la operaci on
el conjunto R0 R0 R0 es un grupo abeliano:
Asociatividad 8x 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 8x 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
24
8x y z 2 R0 R0 R0
1 1 1
x y z = 1 x 1 y 1 z = x y z
Elemento sim etrico

8x y z 2 R0 R0 R0 91=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 operaci on externa veri ca las cuatro propiedades necesarias para que el conjunto sea un espacio vectorial:
Primera ley distributiva

8 2 R 8x y z x1 y1 z1 2 R0 R0 R0
y z x1 y1 z1 = x x1 y y1 z z1 = = x x1 y y1 z z1 = x x1 y y1 z z1 = = x y z x1 y1 z1 = x y z x1 y1 z1
x
Segunda ley distributiva

8 2 R 8x 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
Asociatividad de los escalares

8 2 R 8x y z 2 R0 R0 R0

y z = x y z = = x y z = x y z = = x y z

x
Propiedad del elemento unidad del cuerpo

8x y z 2 R0 R0 R0
1 x
y z = x1 y 1 z 1 = x y z
25
luego, en efecto
R R R
0 0 0
0 es un
-espacio vectorial.
Veamos cu al es su dimensi on y si es posible, determinemos una base.
Sabemos que
8x 2 R
x = elog x ,
luego
8x

y z 2 R0 R0 R0 , se tiene
1
x y z = elog x elog y elog z = elog x 1 1 1 elog y 1 1 = log x e 1 1 log y 1 e 1 log z 1 1 e

elog z =
luego los vectores generadores.
1 1 1
1 1 1
e
2 R R R
0 0
forman un sistema de
Claramente son independientes, veamos:
de
1
1 1
2
1
1
3
1 1
e = 1
1 1
tenemos
e1 e2 e3 = 1
1 1
e i
= 1
8i
= 1 2 3
i = 0 8i = 1
2 3
por lo que forman una base de dicho espacio vectorial.
2.
Demostrar que el conjunto
E de
las sucesiones num ericas
u
, de nidas mediante:
=
u1 u2
un
=
un
n2N
+ y una externa
de n umeros reales provista de dos leyes de composici on, una interna
8u v 2 E 8 2 R
es un espacio vectorial.
u+v u
= =
un + vn 8n 2 N un 8n 2 N
Soluci on:
Primero, probaremos que la operaci on interna abeliano + dota a
de estructura de grupo
26
Asociatividad
u + v + w = un + v + wn = un + vn + wn
= un + 1
1
vn + wn = u + v n + wn = u + v + w
+
tiene estructura de grupo, con la operaci on
Conmutatividad
u + v = un +
vn = vn + vn = v + u
Existencia de elemento neutro

veamos que existe
e 2 E tal
que
u + e = u 8u 2 E
en = 0 8n 2 N
si
u+e
= un + y
en = u 8u 2 E , entonces un + en = un 8n 2 e = 0 0 : : : 0 : : : , luego e existe y es u nico.
N , de donde
Existencia de elemento sim etrico

hemos de ver que
u + u;1 = ;un 8n 2 N
si
8u 2 E existe u;1 tal que u + u;1 = e 1 ;1 un + u; n = e , entonces un + un = 0 8n 2 ; 1 ; 1 y u = ;un luego u existe y es u nico.
E sea
un
N , de donde
1 u; n
Veamos ahora que la operaci on externa para que el grupo abeliano
R -espacio vectorial
veri ca las cuatro propiedades, necesarias
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

8 2
27
8u 2 E
u = un = un = un = un = = u
Propiedad del elemento unidad del cuerpo

Sea 1 2 R y luego E es un
8u 2 E
R -espacio vectorial.
1 u = 1 un = un = u
Sea F R R el espacio vectorial de todas las funciones de diar, para qu e valores de k 2 R
3.
en
. Estu-
W = f f 2 F R
es un subespacio vectorial de F .
R=f 1 = kg
Soluci on:
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 f + g 2 F R comprobemos si esto es as
f + g 1 = f 1 + g 1 = f 1 + g 1 = k + k = + k luego + k = k 8 2 vectorial si y s olo si k = 0 .
R
si y s olo si f + g 1 = k
R
R si y s olo si
k = 0 , por lo tanto W es subespacio
4.
Sea fe1 e2 e3 g una base del
R-espacio vectorial R3 .
28 Determinan los vectores ae1 + be2 ce2 + de3 no nulos, una base de E ? Aplicar el resultado a las familias de vectores a 1 1 0 0 1 1 1 0 ;1 b 3 1 0 0 2 1 1 0 2 referidos a la base natural de R3 .

ee3 + f e1 , con a b c d e f
escalares
Soluci on:
Puesto que el n umero de vectores dado coincide con la dimensi on del espacio, estos vectores forman base si y s olo si son independientes. Recordemos que una colecci on de vectores fe1 ::: eng de un K -espacio vectorial son independientes si y s olo si: 1 e1 + ::: + n en = 0 , 1 = ::: = n = 0 Veamos pues, 1 ae1 + be2 + 2 ce2 + de3 + 3 ee3 + f e1 = 0 1a + 3f e1 + 1b + 2ce2 + 2d + 3ee3 = 0 Y puesto que es base, tenemos 9 1 a + 3 f 1 ab + 3 f b = 0 = 1 b + 2 c = 0 , 1 ab + 2 ac = 0 2 d + 3 e = 0 2 d + 3 e = 0 3 f bd ; 2 acd = 0 3 f bd + ace = 0 2 acd + 3 ace = 0
fe1 e2 e3 g
9 = 0=
3 f b ; 2 ac 2 d + 3 e
=0 =0

,
Luego, si f bd + ace 6= 0 3 = 0 2 = 0 1 = 0 y los vectores ser an independientes y formar an base si f bd + ace = 0 cualquier 3 2 R es soluci on del sistema y por lo tanto, los vectores dados, no pueden formar base.. Aplicando el resultado a las familias dadas, tenemos 9 a 1 1 0 = 1 0 0+ 0 1 0 a = b = 1 = f bd = ;ace 0 1 1 = 0 1 0+ 0 0 1 c = d = 1 1 0 ;1 = 1 0 0 ; 0 0 1 e = 1 f = ;1
29
luego, son dependientes la relaci on de dependencia es
1 1 0
b
3 1 0 = 31 0 0 + 0 1 0 0 2 1 = 20 1 0 + 0 0 1 0 2 = 1 0 0 + 20 0
a=3 b=1 1 c = 2 d = 1 1 e = 1 f = 2
9 =
; 0
1 1 = 1 0 1 .
f bd 6= ;ace
luego, son independientes, y por lo tanto forman base.
5. R
Sea
E
.
un espacio vectorial sobre
C
E
de dimensi on
ny
sea
fui g1in una
base.
Por restricci on del cuerpo de escalares, sobre
puede considerarse como un espacio vectorial
Demostrar que los . Deducir de
n vectores fu1 : : : un iu1 : : : iung aqu

que dim ER = 2 dim EC
2
forman una base de
E sobre
espacio
Nota:
hemos llamado
EC ER
como
espacio vectorial y como
vectorial respectivamente.
Soluci on:
Ante todo, notamos que los vectores de los vectores dados son independientes en igualada a cero:
EC y ER son los mismos. Veamos primero que ER consideremos una combinaci on lineal
con
1 u1 + : : : + nun + n+1 iu1 + : : : + 2n iun = 0

sumergiendo
j 2 R j
= 1
:::
ER en EC esta
igualdad puede escribirse
1 + n+1 iu1 + : : : + n + 2n iun = 0

fui g son
base de
con
j + n+j i 2 C
y puesto que
EC
, tenemos
j + n+j i
por lo que:
= 0
8j 8j
= 1
::: n ::: n
son independientes. y por lo tanto Veamos
j
y por lo tanto, los vectores ahora que generan
n+j
= 0
= 1
ER .
Si
fu1 : : : un iu1 : : : iung u 2 ER , entonces u 2 EC

con
u = 1 u1 + : : : + nun
j 2 C j
= 1
::: n
30
es decir, luego
j = aj + bj i j = 1 : : : n con aj bj 2
u = a1 + b1 iu1 + : : : + an + bn iun = = a1 u1 + b1 iu1 + : : : + an un + bniun = = a1 u1 + : : : + an un + b1 iu1 + : : : + bniun

luego, son tambi en generadores. Por ser un sistema de generadores independientes son base, y por lo tanto dim ER = 2:dim EC
6.
3 . Decir si los vectores f1 2 3 2 5 8 1 3 7g son dependientes Sea E = o independientes.
Soluci on:
El m etodo que vamos a usar aqu
para la discusi on de la dependencia o independencia se apoya en las proposiciones siguientes. a Dados p vectores, p n , de un espacio vectorial de dimensi on n , xi = j 1 n i ai ::: ai 1 i p , si los coe cientes ai son nulos para i j con ai 6= 0 es decir, si colocamos los vectores en columna, la matriz obtenida es tal que por encima de la diagonal principal, los elementos son todos nulos, entonces los vectores son independientes es una condici on su ciente, pero no necesaria . An alogamente, si los j i coe cientes ai son nulos para i j con ai 6= 0 es decir, si colocamos los vectores en columna, la matriz obtenida es tal que por debajo de la diagonal principal, los elementos son todos nulos, tambi en son independientes. b El rango de un sistema de vectores no var
a si a uno de ellos le sumamos una combinaci on lineal de los dem as, por lo tanto para investigar las dependencia o no de los vectores dados los colocaremos en columna yuxtaponi endolos y haremos operaciones elementales de la o columna para conseguir los ceros necesarios para conocer el rango de la matriz, es decir la dimensi on del subespacio que engendran
x1 x2 x3 x1 x2 x3 1 x2 x3 1 0 1 0 1 0x 1 0 0 1 0 0 1 2 1 @2 5 3A @2 1 1A @2 1 0A
0 0 0 00 00 00
Espacios vectoriales x0 1 = x1 0 x00 1 = x1 x0 2 = ;2x1 + x2 0 x00 2 = x2 x0 3 = ;x1 + x3 0 0 x00 3 = ;x2 + x3
31
Los tres vectores cumplen la condici on establecida en a, luego son independientes. Hallar 2 R para que ;37 ;6 2 R4 pertenezca al subespacio F generado por 1 2 ;5 3 y 2 ;1 4 7 .
7.
Soluci on:
Para que el vector ;37 ;6 pertenezca a F es condici on necesaria y su ciente que pueda ponerse en combinaci on lineal de los generadores de F : ;37 ;6 = a1 2 ;5 3 + b2 ;1 4 7 obligando pues a la compatibilidad del sistema resultante
= a + 2b = 2a ; b = ;37 = ;5a + 4b ;6 = 3a + 7b
a= 5
b = ;3
= ;1
= 13
luego el vector ;37 ;6 2 F si y s olo si = ;1 y
= 13.
8.
Sea E = R2 y W el subespacio engendrado por el vector 1 1 . Si U es el subespacio engendrado por el vector 0 1 . Probar que E es suma directa de W y U . Sea ahora U el subespacio engendrado por el vector 3 1 . Probar que tambi en se veri ca E = W U no unicidad del complementario.
0 0
Soluci on:
Recordemos que si F G son subespacios de E estos forman suma directa si y s olo si F G = f0g Si F y G forman suma directa y adem as se veri ca que
F +G = E
32
diremos que E es suma directa de estos dos subespacios y lo notaremos por F G . Si E es de dimensi on nita y F y G forman suma directa, para que F + G = E basta comprobar que dim F + dim G = dim E Tomemos pues U. Identi cando
x 2 W U , es x
1 = 0 1 es
1
1 por ser de
W , y x = 0
1 por ser de
1
=
luego
= 0
dim U
= 0 y por tanto la suma es directa. Puesto que = 1 se tiene dim W + dim U = dimE
dim E
= 2 y
dim W
luego, en efecto, Sea ahora
=
0
W U.
y2W U
como antes:
= 1 1 = 3 1 , de donde
= y de aqu
se deduce = = 0 , es decir, y = 0 luego W y U forman tambi en suma directa y dim W + dim U = 2 = dim E , por tanto es tambi en E = W U
0 0 0
= 3
Sea P3 el espacio vectorial de polinomios de una variable de grado inferior o igual a 3 a coe cientes en R. a Probar que los polinomios p 2 P3 que veri can p1 = p0 1 = 0 siendo p0 el polinomio derivado de p forman un subespacio vectorial F de P3 . Dar su dimensi on. b Los polinomios x ; 12 y base de F .
9.
xx ; 12 ,
son linealmente independientes? Dar una
c Encontrar dos polinomios para completar la base de F y formar una base de Determinar un subespacio vectorial complementario E de F en P3 .
P3 .
Soluci on:
a Sean
p q 2 F veamos si p ; q 2 F 8 2 R p ; q 1 = p1 ; q 1 = 0 ; 0 = 0 p ; q 1 = p ; q 1 = p 1 ; q 1 = 0 ; 0
0 0 0 0 0
= 0
33
Luego, en efecto, p ; q 2 F , y F es pues un subespacio vectorial. Sea px = a3 x3 + a2 x2 + a1 x + a0 2 F , luego

p1 = a3 + a2 + a1 + a0 p01 = 3a3 + 2a2 + a1
=0 =0
a1 = ;3a3 ; 2a2
a0
= 2a3 + a2
y por tanto,
px = a3 x3 + a2 x2 + ;3a3 ; 2a2 x + 2a3 + a2 = = a3 x3 ; 3x + 2 + a2 x2 ; 2x + 1 = a3 p1 x + a2 p2 x
y p1 x p2 x generadores.
2 F p1 1 =
p0 1 1
= 0 y p2 1 = p2 1 = 0 por lo que son

0
Y son independientes, pues de

a3 p1 x + a2 p2 x
=0
se tiene a3 = a2 = 0
luego son base, y dim F = 2. Otra forma: De hecho, basta observar que si px 2 F entonces px = x ; 12 ax + b = axx ; 12 + bx ; 12 = ap1 x + bp2 x luego F es el conjunto de polinomios generado por p1 x p2 x con p1 x y p2 x independientes, por lo que F es un subespacio vectorial de dimensi on 2 y estos dos polinomios determinan una base b Sea x ; 12 + xx ; 12 = 0 , reordenando t erminos tenemos
x3 + ; 2x2 + ; 2x +
=0
y por tanto, = = 0 , es decir, son independientes. En a hemos observado, que x ; 12 xx ; 12 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, luego, son base de F . c Los vectores x2 ; 2x + 1 x3 ; 2x2 + x son independientes ya que forman una base de F . 1 x son vectores independientes de x2 ; 2x + 1 x3 ; 2x2 + x , ya que
1+x+ x3 +
x2 ; 2x + 1 + x3 ; 2x2 + x = 0 ; 2 x2 + ; 2 + x + + = 0
de donde
===0
34
luego
x
=
es un subespacio complementario de
10.
Sean
fa1
a2 a 3 g B
,
mediante:
8a
fb1
1
= = =
2 : a3
b 2 b3 g b1 ; b2 b3 b2 b3 b1 b2 b3
3 + 4 + + +
dos bases del espacio vectorial
R3
relacionadas
a Hallar la matriz que transforma las coordenadas de los vectores de la base .
a la
b Sea
fc1
c2 c3g
una nueva base cuyas coordenadas respecto de
8c
son:
Hallar la matriz de transformaci on de
b1 ; b2 b3 c2 ;b1 b2 : c3 b2 ; b3 B C A C
1
= + = + = a y de a
Soluci on:
a Recordemos que la matriz
S
1 1 1
de paso de
nas son las coordenadas de los vectores de
0 S @;
=
1 3 4
0 1 1
1 A
A B A
a
es la matriz cuadrada cuyas colum-
expresados en la base
. Luego:
matriz
de
paso
de
B A
, el resultado es
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
el mismo vector vector columna cuyos componentes son las coordenadas del vector, pero expresado en la base
Obviamente, la matriz de paso de
B
= 1 7
S ;1 A
0 @;
ser a
0 7 7
;1
3 1
1 4
;1
1 A
B
en funci on de la
obs ervese que necesitamos la expresi on de los vectores de la base base , por lo que tenemos que invertir el sistema dado.
b An alogamente, la matriz de paso de
35
T
luego, la matriz de paso de
0 1 ;1 = @ ;1 1
1
C a B es
0 1 0 ;1
1 A
B a C es
01 T ;1 = @ 0 0 S=@
1 1 1 1 1 1 0
1 A 1 A
y si componemos las matrices
S y T ;1 T ;1
2 2 3 1 2 2 ;2 1 2
nos proporciona, obviamente, la matriz de paso de
A a C.
= 1 1 2
11.
w4 = 2
Estudiar si los vectores w1 = 0 1 ;2 1 2 0 ;1 forman o no, una base de R4
w2
;1 w3
= 1 0 0 1
Soluci on:
Para que formen base es condici on necesaria y su ciente que sean linealmente independientes, es decir,
1 w1 + 2 w2 + 3 w3 + 4 w4 = 0 , 1 = 2 = 3 = 4 = 0
lo que equivale a decir, que el sistema 0 1 + 1 2 + 1 3 + 2 4 1 1 + 1 2 + 0 3 + 2 4 ; 2 1 + 2 2 + 0 3 + 0 4 1 1 ; 1 2 + 1 3 ; 1 4 tenga soluci on u nica lo que equivale a que 0 1 = ;2 1 1 1 2 ;1 1 0 0 1 = = = = 0 0 0 0
9 =
2 2 6 0 = 0 ;1
36

=
; 6
8 = 0 , luego, en efecto, son base.
Observamos que, para ver si
vectores de un espacio vectorial de dimensi on
, forman
base basta calcular el determinante de la matriz, formada por los vectores columna que expresan los vectores dados respecto una base y ver si es o no distinto de cero.
12. E2
En el espacio vectorial
R4
se consideran los subespacios
por los vectores 1,1,1,1 y 1,-1,1,-1 para .
E1
E1
E2
generados
, y 1,2,0,1 , 1,2,1,2 y 3,1,3,1 para
Hallar las dimensiones del subespacio intersecci on y del subespacio suma.
Soluci on:
Observamos que
dim E1 v
= =
= 2
ya que 1,1,1,1 , 1,-1,1,-1 son independientes.
Veamos cu al es el subespacio
E1 E2
: si
v 2 E1 E2
1 1
, entonces
1 1
1 1 1 1 + 1 2 0 1 +
2 ; 2
1
1 =
1 2 1 2 +
3
3 1 3 1
es decir,
1 2 1 ; 2 1 2 1 ; 2
+ +
= 2 = =
1 2 3 9 1 2 3 = 2 3 1 2 3
+ + 3 + 2 + + 3 + 2 + 1 = 1 , se tiene
1 1 2
= 0
= 3 =
2 3 ; 2 3
+ 4 + 2 = 2
9 =
por lo que, dando valores cualesquiera a los escalares de
E1 E2
, y puesto que hay dos par ametros libres
2 3 dimE1 E2
1
, obtendremos los vectores
Por ejemplo, para
2
; 3 ;
w1
para
= 3 1 3 1
1 2 1 2 = 2
1 2
; 2 E1 E2 2 E1 E2
2
3
= 1
observamos que que
w2 w1 w2
y
= 1 2 1 2 + 3 1 3 1 = 4 3 4 3
son independientes por lo que
dim E1 E2
y puesto
E1 E2 E1
dim E1
= 2
37
E1 E2 = E1 y dim E1 E2 = 2 . Sabemos que dim E1 +E2 = dim E1 +dim E2 ;dim E1 E2 , luego dimE1+E2 = dim E2 . Tenemos que E1 + E2 = E2 , pues E2 E1 + E2 y tienen la misma dimensi on.
se tiene que
Sistemas de ecuaciones lineales. Matrices
39
Cap
tulo 3 Sistemas de ecuaciones lineales. Matrices
1.
Dada la matriz
4 ;1 ;6 reducirla a una matriz diagonal mediante transformaciones elementales de las y columnas.

Soluci on:
0 8 ;5 ;13 1 B = @ 8 ;4 ;29 A
Tomamos la matriz B y restamos la primera la a la segunda y la primera al doble de la tercera, quedando
0 8 ;5 ;13 1 B @ 0 1 ;16 A = B1
0 3 1 Tomamos ahora la matriz B1 y restamos a la tercera la el triple de la segunda, quedando
0 8 ;5 ;13 1 B1 @ 0 1 ;16 A = B2
0 0 49 Sobre B2 , dividimos la tercera la por 49
0 8 ;5 ;13 1 B2 @ 0 1 ;16 A = B3
0 0 1
40
Sobre B3 , sumamos a la segunda la diecis eis veces la tercera y a la primera trece veces la tercera
0 8 ;5 0 1 B3 @ 0 1 0 A = B4
0 0 1 Sobre
B4 ,
sumamos a la primera la cinco veces la segunda y tenemos
08 B4 @ 0
0 0 1 0 0 0 1
1 A = B5
que es ya diagonal podemos seguir reduciendo dividiendo la primera la por 8, obteniendo
01 B5 @ 0
luego
0 0 1 0 0 0 1
1 A=I
B I.
2. Determinar la inversa de la matriz 0 1 4 81 A = @ 0 1 2A

;1
2 3 por el
donde
A 2 M3 R
m etodo del pivote.

A
y la matriz identidad
Soluci on:
Yuxtaponemos la matriz
0 B B @
. 1 4 8 . . 1 0 0 . 0 1 2 . . 0 1 0 . ;1 2 3 .. 0 0 1
1 C C A=A
41
y hacemos las transformaciones elementales de las, necesarias para convertir A en I . Una vez terminado el proceso la matriz que aparece en el lugar que ocupaba I es la matriz A;1 inversa de A
0 1 B B A @0
a c
4 1 6 4 1 0 0 1
e
00 1 B B @0
00 1 B B @0
0 0 y por consiguiente
. 8 . . 1 0 0 . 2 . . 0 1 0 . 11 . . 1 0 1 . 8 . . 1 0 . . 0 . 2 ;11 . . 1 . ;1 6 . 0 . . 1 ;4 . . 0 . 2 ;11 . . 1 . ;1 6
1 0 1 C B C B A @0
b
;1
1 0 1 0C B B C 2A @0
d
. 4 8 . . . 1 2 . . . 0 0 1 . .
1 0
;1
1 0C C 2A
. 4 0 . . . 1 0 . . . 0 0 1 . .
;1
0 1 6
;1
;1 9 ;48 2 ;11
6
1 0C C 0A
;1
1 8C C 2A
0 A;1 = @
a A la tercera la de
1 2 ;1
;4 ;11
0 2 6 ;1
1 A
b A la tercera la de A1 obteniendo A2 c A la segunda la de A2 d A la primera la de A3 e A la primera la de A4
A le sumamos la primera, obteniendo A1 A1 multiplicada por ;1 le sumamos seis veces la segunda de

le restamos dos veces la tercera de
A2 ,
obteniendo
A3
le restamos ocho veces la tercera, obteniendo le restamos cuatro veces la segunda
A4
3. Resolver el sistema
42
x ; 2y + 3z = 7 = 2x + y ; 2z = ;2 3x ; y + z = 6
Soluci on:
El sistema se expresa en forma matricial por
0 1 ;2 3 1 0 x 1 0 7 1 @ 2 1 ;2 A @ y A = @ ;2 A
3 ;1 1
z
0 71 0x1 AX = @ ;2 A con X = @ y A
6
z
6 hacemos transformaciones elementales a B para poder comparar los rangos de A y

B
Yuxtaponemos a la matriz A la matriz columna
0 71 @ ;2 A , obteniendo la matriz
B y
0 1 ;2 3 7 1 0 1 ;2 3 7 1 0 1 ;2 3 7 1 @ 2 1 ;2 ;2 A @ 0 5 ;8 ;16 A @ 0 5 ;8 ;16 A
3 ;1 1 6 0 5 ;8 ;15 0 0 0 1 luego rangoA = 2 , rangoB = 3 , y por tanto, el sistema es incompatible.
4. Discutir seg un los valores de a b c d el sistema a coe cientes en K siguiente
x + 2y + 3z + 4t = a 2 x + 3y + 4 z + t = b = 3 x + 4y + z + 2t = c 4 x + y + 2z + 3t = d
suponiendo: a K = Q
Soluci on:
b K = Z
43
01 2 3 4 a1 01 2 3 4 1 a ;7 ;2a + b C 3 4 1 b C B 0 ;1 ;2 B @ @2 A 0 ;2 ;8 ;10 ;3a + c A 3 4 1 2 c 0 ;7 ;10 ;13 ;4a + d 4 1 2 3 d 01 2 3 4 1 01 2 3 4 1 a a 0 1 2 7 2a ; b 2a ; b C B0 1 2 7 C B @0 0 4 ;4 a ; 2 b + c A @ 0 0 4 ;4 ;a + 2 b ; c A 0 0 4 36 10a ; 7b + d 0 0 0 40 11 ; 9b + c + d 0 10 20 30 40 1 10a 40 80 280 80a ; 40b C B @0 A 0 0 40 0 a + 11b ; 9c + d 0 0 0 40 11a ; 9b + c + d 0 40 0 0 0 ;9a + b + c + 11d 1 40 0 0 a + b + 11c ; 9d C B @0 0 0 40 0 a + 11b ; 9c + d A
0 0 0 40 11a ; 9b + c + d a para K = las transformaciones elementales realizadas son v alidas el sistema tiene soluci on u nica
x=
40 a + 11b ; 9c + d z= 40
;9a + b + c + 11d
a + b + 11c ; 9d 40 11a ; 9b + c + d t= 40 y=
b para K = las transformaciones elementales realizadas son v alidas para que haya soluci on los elementos ;9a + b + c +11d a + b +11c ; 9d a +11b ; 9c + d 11a ; 9b + c + d han de ser m ultiplos de 40 .
5.
Estudiar seg un los valores de a el sistema
ax + y + z = a x + ay + z = a x + y + az = a
resolvi endolo en los casos en que ello sea posible.
9 =
44
Soluci on:
Hallemos el valor del determinante de la matriz asociada al sistema
0a 1 11 detA = det @ 1 a 1 A = a + 2a ; 12

1 1
a
Luego, si a 6= ;2 y a 6= 1 el sistema es compatible y determinado y por el m etodo de Cramer tenemos que la soluci on es
a 1 1 a a 1 a 1 a a + 2a ; 12 a a 1 1 a 1 1 a a a + 2a ; 12 a 1 a 1 a a 1 1 a a + 2a ; 12
x=
a = a+ 2 a = a+ 2 a = a+ 2 A
= =
Si
= ;2
rangoA A
obtenida de
2 1 = 2 ya que ; = 3 siendo 1 ;2 6= 0, y rangoA 0a1 yuxtaponi endole la matriz columna @ a A

a
la matriz
1 ;2 1 ;2 ;2 6= 0 rangoA = 3 ya que 1 1 ;2 Luego el sistema es incompatible. Si a = 1 rangoA = rangoA = 1, luego el sistema es compatible indeterminado y el conjunto de soluciones es:
S = fx y z 2 R3 j x + y + z = 1g
;2
45
6. Resolver en M2 R el sistema
5 5 9 2x + 3y + z = ;5 1 ;1 3 = x + 2y ; 3z = ;3 ;3 5 8
3x + 5y ; z = ;8 ;1
Soluci on:
0
1 0 x 1 0 2 3 1 1 0 x 1 B ;55 5 C
;1 1 C B 3 @ A @ A @ A A y = 1 2 ;3 y = B ; 3 ; 3 A=B @
C
3 5 ;1
Tomamos la matriz A del sistema ampliada con la matriz las oportunas transformaciones elementales
;8 ;1
B y procedemos a efectuar
1
0 2 3 B B B @1 2 3 5 0 1 2 B B B @ 0 ;1 0 ;1 0 1 2 B B B @ 0 ;1
1 ;3 1 ;3 7 8 ;3 0 0 0 1
5 5 1 0 1 1 B
;;15 3 C CB ; 3 ;3 C @2
5 8 A B 3 8 ;1
; 0 1 ;1 3 1 B
;73;;13 C B C C 1 7 @0
8 ;1 A B
;11 83 1 0 0 1 B
;03;;13 C B C C 1 0 @0
1 0 A B
01
1 3 2 ;3 ; 3 ;3 C
;5 C 5 3 1 ;5 1 C A
5 8 5 1 ;8 ;
;1 1 3 1 2 ; 3 ;3 ;3
7 ;1 C C ;1 7 1 7 A
1 0 C 0 1 1
2 10 1 0 0 ;1 0
0 ;1 C ;1 0 1 0 C A
1 0 C 0 0 1 01
y por lo tanto la soluci on del sistema es
2 1 0 1 1 0 X = ;1 0 Y = ;1 0 Z = 0 1
46
7.
Se dice que A 2 M3 R es m agica 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 m agicas sim etricas.
Soluci on:
Una matriz A = aij es sim etrica si y s olo si sim etricas ser an de la forma
con x + a + b = s a + y + c = = s x + y + z = s 2b + y = interpret andolo como un sistema de cinco ecuaciones con siete inc ognitas
b c z s b+c+z
0x a b1 @a y cA
ij
ji
luego las matrices m agicas
s que
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 homog eneo, por tanto compatible, y que vamos a resolver por transformaciones elementales 1 1 1 0 0 0 ;1 1 1 1 0 0 0 ;1 0 1 0 1 0 1 ;1 0 1 0 1 0 1 ;1 1 0 0 1 1 0 ;1 0 ;1 ;1 1 1 0 0 0 0 1 0 1 1 ;1 0 0 1 0 1 1 ;1 0 1 0 0 2 0 ;1 0 0 0 ;1 2 ;1 0 1 1 1 0 0 0 ;1 1 1 1 0 0 0 ;1 0 1 0 1 0 1 ;1 0 0 1 1 0 1 ;1 0 0 ;1 2 1 1 ;1 0 0 1 ;2 ;1 ;1 1 0 0 1 0 1 1 ;1 0 0 0 2 2 2 ;2 0 0 0 ; 1 2 ;1 0 0 0 0 1 ;2 1 0 1 1 1 0 0 0 ;1 1 1 1 0 0 0 ;1 0 1 0 1 0 1 ;1 0 1 0 1 0 1 ;1 0 0 1 ;2 ;1 ;1 1 0 0 3 ;6 0 ;3 2 0 0 0 1 1 1 ;1 0 0 0 3 0 3 ;2 0 0 0 0 ;3 0 1 0 0 0 0 ;3 0 1 1 1 1 0 0 0 ;1 3 0 0 0 0 ;3 0 0 3 0 0 0 0 ;1 0 3 0 0 0 0 ;1 0 0 3 0 0 3 2 0 0 3 0 0 3 ;2 0 0 0 3 0 3 ;2 0 0 0 3 0 3 ;2 0 0 0 0 ;3 0 1 0 0 0 0 ;3 0 1
0 B B B @
0 B B B @ 0 B B B @
0 B B B @
1 C C C A 1 C C C A 1 C C C A 1 C C C A
0 B B B @ 0 B B B @ 0 B B B @ 0 B B B @
1 C C C A 1 C C C A 1 C C C A 1 C C C A
47
quedando el sistema de 3x ; 3c 3y ; s 3 z + 3c ; 2 s 3a + 3c ; 2s ;3b + s
rango cinco: 3x = 3c = 0 3y = s = 0 , 3z = ;3c + 2s = 0 3a = ;3c + 2s = 0 3b = s = 0
9 =
9 =
x = c s y = = b
3 2s ; 3c z = = a 3
por lo tanto la matriz m agica sim etrica buscada es
0 c B B 2s;3c B @ 3
3
s
2s 3c 3
s
;
3
para todo c s 2
R.
1 0 1 ;1 0 1 0 0 C s 0 1A+ @2 = c @ ;1 c C C A 3 1 0 1 ;1 2s;3c
3
s
2 1 1 0 0 2
1 A
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 =
Soluci on:
Escrito matricialmente, el sistema es 3 x 4 A y = 5 z 6
0 1 0 @ A B @ 1 0 C @ A B 0 B @
2 3 4 5
5 6 7 8
10 1 011 x C C=B @ @2 A yA = B 3A
z
4
endole la matriz columna B y proTomamos la matriz A obtenida de A yuxtaponi cedemos a efectuar transformaciones elementales de la 3 2 5 1 3 2 5 1 3 2 5 1 0 ; 1 2 ;2 0 ;1 2 ;2 4 3 6 2 0 0 0 0 0 ;2 4 ;4 5 4 7 3 0 0 0 0 0 ;1 2 ;2 6 5 8 4 6 9 0 12 2 3 0 4 ;1 2 ;2 0 ; 1 2 ;2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 B @
1 C A 1 C A
0 B @ 0 B @
1 C A 1 C A
48

=
y tenemos rango A
fx y z 2
rango A y
= 2
3 , luego el sistema es compatible indeterminado
y el conjunto de soluciones es
R3 = x
2
+ 3
= 4
;y + 2z
;2 g
f2 ; ;1 + 8 2
2 2
Rg
9.
Determinar
tal que
AX
=
0 @
= 1 1 1
B,
1 0 1
1 A
siendo
0 @
2 0 2
1 2 1
1 A
Soluci on:
Tomemos la matriz a efectuar transformaciones elementales de 1 1 1 1 1 0 Y tenemos que 1 0 1 0 1 0 y
0 @ A0 0 @
=
A0
obtenida de
A
1 2 1 2 1 0
yuxtaponi endole la matriz
j j j j j j
2 0 2 0 2 0
1 0 A@ a 1 0 A@

la
1 1 1 1 0 0
0 1 1 0 1 0
j j j j j j
0 2 2 0 2 0
c
1 A b 1 ; A
2 1 1 2 1 0
y procedamos
rang A
= 2
rang A0 X
= 2
por lo tanto el sistema es compatible y
determinado y la u nica soluci on es:
0 2
;1
la
a b c
Permutamos la primera con la segunda
A la tercera
la le restamos la segunda
A la segunda
la le restamos la primera.
10.
Sean
a b c d
cuatro n umeros reales estrictamente positivos.
el sistema siguiente no posee ninguna soluci on en
Demostrar que
x+y+z+t x;y;z+t
= = = =
9 b=
a c d
;x ; y + z + t ;3 x + y ; 3 z ; 7 t
49
Soluci on:
El determinante del sistema es 1 1 1 1 1 0 0 0 1 ;1 ;1 1 = 1 ;2 0 0 = 0 ;1 ;1 1 1 ;1 0 ;2 2 ;3 1 ;3 ;7 ;3 4 ;4 ;4 luego el sistema no es de rango m aximo 1 1 1 1 0 0 1 ;1 ;1 = 1 ;2 ;2 = ;4 6= 0 ;1 ;1 1 ;1 0 2 luego el sistema es de rango tres y las tres primeras ecuaciones son independientes. Consideramos pues el sistema 9 x + y + z = a ; t= x;y ;z = b;t ;x ; y + z = c ; t que es compatible y determinado por ser de rango m aximo y resolviendo por Cramer, tenemos a+b b+c a+c x= ; t y =t; z= ;t 2 2 2 Para que el sistema inicial sea compatible estos valores de x y z hallados, han de satisfacer la cuarta ecuaci on substituyendo pues, tenemos b b+c a+c ;3 a + ; t + t ; ; 3 ; t ; 7t = d 2 2 2 luego la compatibilidad implica
;3a + 2b + 2c = d
y puesto que a b c d son estrictamente positivos, esta igualdad es imposible y el sistema es incompatible.
11. Resolver el siguiente sistema de ecuaciones en C
x + y + z = a= x + wy + w2 z = b x + w2 y + wz = b
9
50
sabiendo que
w es una ra
z c ubica de la unidad.
Soluci on:
El determinante del sistema es 1 1 1 Nota: puesto que Si 1 1
w w2 w2 w
=
w ; 12 ; w2 ; 12

=
= 3
w w ; 1
w3 = 1 , se tiene w4
w :::
w3 ; 1 = w ; 1w2 + w + 1 . ab
2
resolviendo el sistema por Cramer,
ww ; 1
6=
0 , el sistema es compatible y determinado para todo
Cy
x y z
si
a 1 1 b w w2 b w2 w 3ww ; 1 1 a 1 1 b w2 1 b w 3ww ; 1 1 1 a 1 w b 1 w2 b 3ww ; 1 w

= 0 o
a + 2b
3
a;b
3
a;b
3 = 0 , pero si
luego ha de ser
ww ; 1
= 0 , se tiene que
w;1
01 @1
1
= 0 , es decir 1 1 1 1 1 1
a bA b
= 1 , en cuyo caso
w;1
w3
= 1 , es
6=
0,
01 @0
0
1 0 0
1 0 0
b;a
1 b; aA
a
y para que el sistema sea compatible,
b;a
= 0 , y el conjunto de soluciones es
fx
si
y z 2 C3 =x + y + z = ag
6=
b , el sistema es incompatible.
Aplicaciones lineales
51
Cap
tulo 4 Aplicaciones lineales
1. Consideremos las aplicaciones entre R -espacios vectoriales siguientes: a f : R3 ;! R3 tal que f x y z = x + y x ; y z ; 1 b g : R3 ;! R2 tal que g x y z = x + z y ; z c h : R2 ;! R3 tal que hx y = x + k y + k x + y con k 2 R
Determinar si son o no lineales.
Soluci on:
Recordemos que una aplicaci on lineal, si y s olo si 1 2
f
: E ;! F con
E F,
K -espacios vectoriales es
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
comprobemos si, para cada caso, se veri can los axiomas: a 1 sean v = x1
y1 z1
, entonces
v + w = x1 + x2 y1 + y2 z1 + z2 f v + w = x1 + x2 + y1 + y2 x1 + x2 ; y1 + y2 z1 + z2 ; 1
f v + f w = x1 + y1 x1 ; y1 z1 ; 1 + x2 + y2 x2 ; y2 z2 ; 1 = = x1 + y1 + x2 + y2 x1 ; y1 + x2 ; y2 z1 ; 1 + z2 ; 1 =
= x1 + x2 + y1 + y2 x1 + x2 ; y1 + y2 z1 + z2 ; 2 6= 6 f v + w =

52
luego, no puede ser lineal, y no hace falta probar 2
b
1 sean
=
x1 y1 z1
=
x2 y2 z2
entonces
v + w = x1 + x2 y1 + y2 z1 + z2 g v + w = x1 + x2 + z1 + z2 y1 + y2 ; z1 + z2 g v + g w = x1 + z1 y1 ; z1 + x2 + z2 y2 ; z2 =

= =
x1 + z1 + x2 + z2 y1 ; z1 + y2 ; z2 =
x1 + x2 + z1 + z2 y1 + y2 ; z1 + z2 = g v + w
2 Sea
=
x1 y1 z1 ,
entonces
8 2 R
v
=
x1 y1 z1
g v = g x1 y1 z1 = x1 + z1 y1 ; z1 g v = x1 + z1 y1 ; z1 = x1 + z1 y1 ; z1 =
=
x1 + z1 y1 ; z1 = g v
luego,
es lineal.
c
1 Sean
=
x1 y1
w = x2 y2
entonces
v+w
=
x1 + x2 y1 + y2
hv + w = x1 + x2 + k y1 + y2 + k x1 + x2 + y1 + y2 hv + hw = 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

es necesario y su ciente que 2
para que
hv k
w
hv + hw , v x y ,
, es decir
= 0.
2 Sea pues
= 0
y sea
=
entonces
8 2 R
v
=
x y
hv = x y x + y hv = x y x + y = x y x + y = x y x + y = hv

luego,
h es
lineal si y s olo si
= 0.
Nota: no hace falta probar 2 para lineal.
= 0
ya que de todos modos la aplicaci on no ser

a
Observaci on:
y
Sean
dos espacios vectoriales sobre
respec. y una aplicaci on
F
K de dimensiones nitas n f v = f x1 : : : xn = w = y1 : : : ym ,
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. f es lineal si y s olo si las coordenadas yi son polinomios 1 homog eneos de grado 1 en las variables x1 : : : xn : y1 = a1 1 x1 + : : :an xn , : : : , ym = m m a1 x1 + : : : an xn , y la matrriz de la aplicaci on en las bases dadas es
0 a1 1 . . A=B @.
: : : a1 n
. . .
am : : : am 1 n
1 C A
esto es cada la de la matriz esta formada por los coe cientes del polinomio correspondiente.
2.
Sea
R3 ;! R lineal, de la cual se sabe que

f 1 f 2 f 0
1 0 = 0 1 2
2 3 = 6 4 31 0 1 = 3 6 12
9 =
Hallar la matriz de
en la base natural.
Soluci on:
Si fe1 e2 e3 g es la base natural, para dar la matriz de conocer f e1 f e2 f e3 expresados en la base natural 1 2 3 = e1 + 2e2 + 3e3 2 3 =
en dicha base necesitamos
f 1
f e1 + 2e2 + 3e3 = f e1 + 2f e2 + 3f e3 = = 6 4 31 = 6e1 + 4e2 + 31e3
An alogamente se tiene que
f 2 f 0
0 1 = 2f e1 + f e3 = 3e1 + 6e2 + 12e3 1 0 = f e2 = e2 + 2e3
es decir, tenemos el sistema
f e1 + 2f e2 + 3f e3 = 6e1 + 4e2 + 31e3 = 2f e1 + f e3 = 3e1 + 6e2 + 12e3 f e 2 = e 2 + e 3
54
que, despejando f e1 f e2 f e3 , tenemos
3 16 9 3 16 9 e1 + e2 + e3 = 5 5 5 5 5 5 f e2 = e2 + 2e3 = 0 1 2 2 42 9 2 42 9 e3 = ; f e3 = e1 ; e2 + 5 5 5 5 5 5

f e 1 =
luego, la matriz ser a
03 5 B B A = B 16 @5
9 5
0 1 2
1 C C ;2 5C A
9 5 42 5
Otra forma de resolver el problema: Puesto que 1 2 3 2 0 1 0 1 0 son independientes forman una base fv1 v2 v3 g de 3.
Fijando esta base en el espacio de partida, y jando la natural en el espacio de llegada, la matriz de la aplicaci on en estas bases es
06 = @4
3 0 6 1 31 12 2
1 A 1 A
La matriz de paso de la base fe1 e2 e3 g a la base fv1 v2 v3 g es
01 S ;1 = @ 2
2 0 0 1 3 1 0
1;1 0 ;1 A = 1@ 3
5 2
0 2 0 ;1 5 ;4
y tenemos el diagrama :
3 R v x ? S ;1 ? R3 e
; ;; ; !
R3 e
Luego
03 5 B 16 A = BS ;1 = B B @5
9 5
0 1 2
1 C C ;2 5C A
9 5 42 5
55
3. Sea E un espacio vectorial sobre can los rangos de dos endomor smos Soluci on:
Si decir
K de dimensi on n 1 Qu e desigualdad veri f g de E tales que g f = 0 ?
g f = 0 , entonces para todo x 2 E se tiene gf x = 0 , lo que implica que Imf est a contenido en Kerg entonces dim Imf dim Kerg , lo que equivale a
rango f + rango g n ya que dim kerg + rango g = n

4. Demostrar que la aplicaci on f : R3 ;! R2 de nida por f x y z = x ; 2y z + y es lineal. Hallar su matriz en las bases naturales y su rango. Encontrar una base de Kerg y otra de Imf . Soluci on:
Veamos la linealidad: Sean
v = x1 y1 z1 w = x2 y2 z2 .
f v + w = f x1 + x2 y1 + y2 z1 + z2 = = x1 + x2 ; 2y1 + y2 z1 + z2 + y1 + y2 = = x1 ; 2y1 + x2 ; 2y2 z1 + y1 + z2 + y2 = = x1 ; 2y1 z1 + y1 + x2 ; 2y2 z2 + y2 = f v + f w
8 2 R sea v = x y z
f v = f x y z = x ; 2y z + y = = x ; 2y z + y = x ; 2y 2 + y = f v
luego, en efecto es lineal.
56
Hallemos la matriz de la aplicaci on, calculando la imagen de los vectores de la base natural de R3 0 0 = 1 0 f 0 1 0 = ;2 1 f 0 0 1 = 0 1 por lo tanto
A rango A f 1
0 = 0 1 1
;2
= 2 = dim Imf = R2 = n umero de vectores columna de linealmente independientes.

dim Kerf
que son
= 3 ; rangof = 3 ; 2 = 1
una base de Imf puede ser f1 0 0 1g determinemos ahora una de Kerf v 2 Kerf si y s olo si f v = 0 . Sea pues x
z
1 ;2 0 0 x 1 x ; 2y 0 @ A 0 1 1 y = y +z = 0
y z 2 Kerf
entonces
Por lo tanto Kerf = fx y z=x ; 2y = 0 y + z = 0g y una base puede ser: tomando = 1 las componentes x z son: x = 2 z = ;1 y el vector de la base es 2 1 ;1. De hecho, los dos primeros apartados y seg un la observaci on del problema 1 podemos resolverlo de la manera: f es lineal ya que la imagen de un vector dado en coordenadas, es un vector cuyas coordenadas son polinomios homog eneos de grado 1 en las variables del vector inicial. La matriz de la aplicaci on viene dada por los coe cientes de dichos polinomios.
y
5. Un endomor smo
f 2 LE2 tiene
2 ;3 A =
;3
por matriz en la base 2
fe1 e2 g de E2
57
0 f e0 1 e2 g dada 0
Hallar su matriz en la base
por 2e1 = e1 + e2 2e2 = e2 ; e1

0
Soluci on:
Tenemos el diagrama
R2 ? 'B ? y
'A ? ?
; ;; ; !
B f
R2 x ';1? ?
B
1? '; Ay
;; ; ! E2 E2 ;
R2
; ;; ; !
R2
La relaci on entre ambas matrices es = S 1AS siendo S = 'A1'B la matriz cambio de base que para la base
B
; ;
fe1 e2 g
01 2 =@
1 2
;
;1 2
1 2
1 A
Necesitamos conocer y por lo tanto

B
S ;1 S
1
1 1 = ; 1 1
1
2 1 2
1 1 = ; 1 1
2 ;3 ;3 2
;1 2
1 2
;1
0 0 5
6. Sea
: R2 ;! R3 una aplicaci on lineal de nida por f x y = 2x ; y x + y 2y ; x

58
a Dar la matriz de f en las bases naturales de f 3 1 2 .
R2 y R3 respectivamente
fu1 u2 u3 g , siendo
calcular
b Dar una base, y la dimensi on de Kerf y de Imf . c Dar la matriz de f en las bases fv1 v2 g ,
v1 = 2 1 v2 = 0 3
1 Calcular f 1 2 v1 + ; 3 v2 .
u1 = 1 1 1 u2 = 2 0 1 u3 = 0 0 2
9 =
Soluci on:
a f 1 0 = 2 1 ;1 f 0 1 = ;1 1 2 , luego la matriz de f en las bases naturales es 2 ;1 y 1 1 A = ;1 2
0 @
1 A
f 3
0 1 = @
2 1 ;1
;1 1 2
1 0 11 1 2 7A A 3 = @ 2 1
2
;2
b
Kerf = fx y 2
R2=f x y = 0g , luego 0 2 ;1 1 @ 1 1A x = 0 0 y
;1 2
2x ; y = 0 0 x+y = 0 ;x + 2y = 0
9 =
Sistema compatible y determinado luego Kerf = f0 0g y dim Kerf = 0 , por lo tanto dim Imf = dim 2 ; dim Kerf = 2 y Imf = 2 1 ;1 ;1 1 2
c Tenemos el diagrama:
A R2 ;;; ; ! R3 ? x ? S? ? T ;1 y B R2 ;;; ! R3 fv g ; fu g
i i
siendo 2 0 1
59
01 @1
T;
1 3 1 0 0 A la matriz de paso de la base 2
2 0
la matriz de paso de la base
fv1
v2 g a
la natural y
fu1
0
u 2 u3 g a
4 0
la natural.
Necesitamos
1 1
T ;1
y por lo tanto
0 1 @ 4
;1
;2 ;1
1 0A
2
B
nalmente, si hacemos
T ;1 AS
0 = @
;3 2
1 ;3 A
3 3
0 3 1 f v1 + ; v2 = @
2 3 = 7 2
;3 2
1 0 3 2 = @ ;3 A 1 ;
3 3 3 13 4
7 2 1 ; 13 4
1 A=
u1 + u2 ;
u3
luego
3 3 1 1 observamos que 2 v1 + ; 1 3 v2 = 2 2 1 ; 3 0 3 = 3 2 7 2
u1 + u2 ;
13 4
u3 =
11 7 2 2
;2
7.
Sean
E FG
tres
K -espacios vectoriales
de dimensi on
nita, y sean
f : E ;! G g : F ;! G
dos aplicaciones lineales. Demostrar que es condici on necesaria y su ciente para que exista al menos una aplicaci on
h : E ;! F
tal que
g h
, que
Imf
Img .
Soluci on:
Consideremos el diagrama
60
? ? fy
E G
; ;; ; !
F g
Veamos que la condici on es necesaria. Sea y 2 Imf existe pues x 2 E , tal que f x = y si g h = f se tiene ghx = f x = y , es decir, existe z 2 F z = hx , tal que gz = y . Por lo tanto, Imf Img . Veamos que la condici on es su ciente. Consideremos Kerg F y sea F1 F , tal que F = Ker g F1 . Dado x 2 E , vamos a de nir hx . Sea f x 2 Imf Img , luego existe y 2 F tal que gy = f x con y = y1 + y2 , y1 2 Kerg , y2 2 F1 . Luego gy = gy2 . De nimos hx = y2 . h est a bien de nido, pues sean y = y1 + y2 y = y1 + y2 tales que gy = gy entonces y ; y 2 Kerg puesto que y2 ; y2 2 F1 y y ; y 2 Kerg , se tiene que y2 ; y2 2 Kerg F1 = f0g luego y2 = y2 .
8. Sea R x el espacio de los polinomios a coe cientes reales. De nimos D M : R x ;! R x mediante

1 DP x = P x polinomio derivado. 2 M P x = xP x a Probar que D y M son lineales. b Es D nilpotente? diremos que f 2 LE es nilpotente si existe n 2 N , tal que f n = 0. c Probar que DM ; MD = I . d Deducir de ello que DM 2 = D2M 2 ; DM .
0
Soluci on:
a Veamos que se cumplen las dos condiciones
61
luego
Dpx + qx = px + qx = p x + q x = Dpx + Dqx Dpx = px = p x = Dpx
0 0 0 0 0
es lineal.
M px + qx = xpx + qx = xpx + xqx = M px + M qx M px = xpx = xpx = M px luego M es lineal. b Si existe n 2 N tal que Dn = 0 , implica que para todo px 2 R x Dnpx = 0 Sea q x = an+1 xn+1 + : : : + a0 , con an+1 6= 0 ,
; ;
, es
Dnqx = Dn 1Dqx = Dn 1an+1n + 1xn + : : : + a1 = = : : : = an+1 n + 1! 6= 0 contradicci on. Luego D no es nilpotente. N otese que R x es de dimensi on in nita, y que si nos restringimos a D Rn x : Rn x ;! Rn x entonces s
que es nilpotente, pues Dn+1 = 0 c Dadas f g 2 EndE entonces f = g , 8x 2 E f x = g x , en nuestro caso: DM ; MDpx = DM px ; M Dpx = Dxpx ; M p x = px + xp x ; xp x = px = I px luego DM ; MD = I d DM 2 = DM DM = DMDM = DDM ; I M = D2 M ; DM = D2 M 2 ; DM
j 0 0 0
9.
Sea el espacio de las matrices cuadradas a coe cientes en imos una aplicaci on de en de la forma
a b f c d = a + d
C de orden 2. De
n-
62

Probar que f es lineal.
a
b Probar que si A B son dos elementos cualesquiera de E , se tiene f AB = f BA . c Demostrar que es imposible encontrar dos elementos de E tales que
AB ; BA = I
d
Dar una base de Ker f .
Soluci on:
a Sean A =
a c
b d
A =
0
a + a0 f A + A = f c + c0
0
a0 c0
b0 d0
b + b0 = a + a0 + b + b0 = d + d0
= a + d + a0 + d0 = f A + f A0
a f A = f c
b = a + d = a + d = f A d
luego f es lineal.
0 Otra forma: escogidas bases e1 = 1 , e2 = 00 E y 1 para C, la aplicaci on se expresa:
0 1
00
, e3 =
0 0
10
, e4 =
0 0
01
, para
f a b c d = a + d
y ahora podemos aplicar la observaci on dada en el problema 1. b Sean A =
a c
AB =
b d
B=
a0 c0
b0 d0
, entonces
BA =
aa0 + bc0 ca0 + dc0
ab0 + bd0 cb0 + dd0
a0 a + b0 c c0 a + d0c
a0 b + b0 d c0 b + d0 d
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 ; BA = 0 , o sea que, para todo A B 2 E se tiene que AB ; BA 2 ker f . Si I = AB ; BA para unas ciertas matrices A B se tendr
a I 2 ker f , pero f I = 2 6= 0 luego, para todo A B 2 E es AB ; BA 6= I .
63
Comparar dicho resultado con el hallado en el apartado c, del problema anterior. a b d Si A = c d 2 ker f es a = ;d luego a b 1 0 0 1 0 0 A = c d = a 0 ;1 + b 0 0 + c 1 0 = aA1 + bA2 + cA3
A1 A2 A3 2 ker f , generan ker f y son linealmente independientes, luego son base de ker f .
10. Sea E un espacio vectorial sobre K , cuerpo conmutativo de caracter
stica dis2 tinta de dos. Diremos que p 2 EndE es un proyector si y s olo si p = p .
a Comprobar que: b Comprobar que: c
p es proyector , I ; p es proyector. p es proyector Imp Kerp = E
Es cierto el rec
proco de b?
d Si p1 p2 son proyectores, comprobar que p1 + p2 es proyector si y s olo si p1 p2 = p2 p1 = 0.
Soluci on:
I ; p2 = I 2 + p2 ; Ip ; pI = I 2 + p2 ; 2p = I + p ; 2p = I ; p , luego si a p es proyector I ; p tambi en lo es.

a a por ser es decir, b Sea
proyector
Puesto que I ; p2 = I ; p , se tiene que I + p2 ; 2p = I ; p , luego p2 ; p = 0 ,
p2 = p x 2 E . Consideremos x ; px
se tiene que
px ; px = px ; p2 x = px ; px = 0 x ; px 2 Kerf . Obviamente, x = px + x ; px 2 Imp + Kerp .
luego
E
Imp + Kerp E Imp + Kerp = E

64
Veamos que la suma es directa: sea x 2 Kerp Imp se tiene px = 0 y existe y 2 E , tal que py = x , luego 0 = px = p2 y = py = x . a Entonces E = Imp Kerp a por ser p proyector c Consideremos
E=R
2
y f tal que su matriz en la base natural sea
2 0 . 0 0
Se tiene = 0 1 , luego R2 = Imf Kerf . Sin embargo, 2Imf = 1 0 Kerf 2 0 = 4 0 6= 2 0 , luego f no es proyector. 0 0 0 0 0 0 Nota: En un espacio de dimensi on nita E se tiene siempre que dim E = dim Imf + dim Kerf para todo f 2 EndE , pero esto no implica E = Imf Kerf . Para ello veamos un ejemplo: 0 1 2 Sea R y f tal que en la base natural sea 0 0 Tenemos Imf = 0 1 y Kerf = 0 1 , luego Imf = Kerf y no pueden formar sumar directa pero dim Imf + dim Kerf = 1 + 1 = 2 = dim R2 d Sean p1 p2 proyectores. Si p1 + p2 es proyector p1 + p22 = p1 + p2 pero 2 p1 + p22 = p2 1 + p2 + p1 p2 + p2 p1 = p1 + p2 + p1 p2 + p2 p1 luego p1 p2 + p2 p1 = 0 luego p1 p2 = ;p2 p1 , por lo tanto p1 p1 p2 = ;p1 p2 p1 p1 p2 = p2 1 p2 = ;p1 p2 p1 y componiendo esta u ltima igualdad por p1 por la derecha tenemos p1 p2 p1 = ;p1 p2 p1 p1 = ;p1 p2 p1 p1 = ;p1 p2 p1 luego p1 p2 p1 = ;p1 p2 p1 2p1 p2 p1 = 0 p1 p2 p1 = 0 por lo que a
p1 p2
= ;p 1
p2 p1 = 0
p1 p2 p2 p1 p1 p2 p1 p2
65
luego
= 0 , y rec
procamente, si
son proyectores y
p2 p1
= 0 , se tiene
p1 + p2 2
2 p2 1 + p2 + p1 p2 + p2
p1
p1 + p2
luego
p1 + p2
, es un proyector.
a
aqu
es donde interviene la hip otesis de
carac K 6= 2
11.
de 1 a
y sea f : ;1 f u2 = 4
Sean
u1
= 2
;1 1 u2 = 1 1 0 u3 3 ;! 2 una aplicaci on 1 y f u3 = 3 1 .
= 1
;2
3
u4
= 6
;1
6 vectores
lineal de la que conocemos
f u1
Es posible determinar
f u4 ?,
Por qu e?
b
La aplicaci on
ser a inyectiva?
ser a exhaustiva?
c
Calcular la matriz de
en las bases naturales de
R3
R2
respectivamente.
d
Determinar una base de
Kerf
Soluci on:
a Es posible hallar
f u4 ya
1
que
fu1 u2 u3g
forman base de
R3
2 En efecto,
1 1 0
;1
1
;2
3
= 6 = 0 , por lo tanto
u4
b
au1 + bu2 + cu3 f
f u4 = af u1 + bf u2 + cf u3
no puede ser inyectiva, ya que
dim Kerf

dim
dim Imf 2 puesto fu1 u2 u3 g de
que
Imf
R3 ; dim Imf R2
.
; 2 = 1 6=
ser a exhaustiva en caso de que
la base
dim Imf

1
y la natural de
= 2 . Veamos si es as
: la matriz de
en
es

4 1 3 1
;1
66 y rango A = 2 = rango = rango
1 4 3 ;1 1 1 1 0 0 ;1 1 0
= rango

1 0 0 ;1 5 4 =
c La matriz de f en las bases naturales ser a
R3 u
? ? Sy
A ; ; ;; !
R2
A0
R3 e
S es la matriz de cambio de base de fu1 u2 u3 g a la natural fe1 e2 e3 g , y A0 = AS ;1 con
S =
0 2 B B B ;1 @
1
1 1 0
C C ;2 C A
3
1 2 1 6
11
y S
0 B B B @
1 2 1 6
;1 2
5 6 1 6
1 ;1 2
1 2 1 2
C C C A 1 A
A0 =
1 4 ;1 1
0 B 3 B B 1 @
;1 2
5 6 1 6
;1 2
1 2 1 2
1 C C C A
;1 6
0 @
2 3
20 6 3 2
3
3 2
;1 6
;1 2
d
Kerf = fx y z 2
0 @
R3 =f x y z = 0g
2 3 20 6 3 2
3
3 2
;1 2
10 1 x A@y A
z

0 0
4x + 20y + 18z = 0 ; x + 3y + 3 z = 0 Sistema compatible indeterminado de rango = 2 cuyo conjunto de soluciones es

Kerf = fx y z 2
15 R3=y = ; 16 z x =
3 z g = 3 15 16 16
12.
Encontrar los valores de a para los cuales el endomor smo de f x y z = x + ay ; az ax + y + z ;ax + ay + z es un automor smo.
R3 dado por
Aplicaciones lineales Soluci on:

distinto de cero. Busquemos pues la matriz de
67
f ser a automor smo si el determinante de su matriz asociada, en cualquier base, es f en la base natural por ejemplo. f 1 0 0 = 1 a
;a
f 0 1 0 = a 1 a f 0 0 1 = a 1 1
luego
0 A = @
; ; ;
det A = 1 a 3a2 a3 = y s olo si a es distinto de
;a + 1a + 1 ; p2a + 1 + p2 , luego p p ;1 ;1 + 2 ;1 ; 2
a a
a a
1
;a 1
1
A
det A = 0 si
13.
Sea la matriz
00 A = @0
0
2 0 0
1 3A
1 0
asociada a la aplicaci on lineal a b Hallar los subespacios Hallar una base de
f de nida sobre
R3
respecto la base natural.
Im f y Ker f . f en dicha base sea
R3 para la cual la matriz de
00 B = @0
0
1 0 0
0 1 0
1 A
Soluci on:
68
a Recordando la de nici on de I m f y de Ker f : con f x = y g = = f 1 0 0 f 0 1 0 f 0 0 1 = = 0 0 0 2 0 0 1 3 0 = 2 0 0 1 3 0 Kerf = fx 2 3 =f x = 0g

Imf = fy 2
R3 =9x 2 R3
00 @0
0 0 0
R 10 1 0 1 2 1 x 0 0 3A@y A = @0A ,
z
2y + z = 0 3z = 0
Kerf = 1 0 0 De hecho, observando la matriz A que es de rango 2 y la primera columna es id enticamente nula, 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, y si
S =
0x @ x1 2
x3
y1 y2 y3
z1 z2 z3
1 A
entonces SB = AS
0x 1 @ x2
x3
y1 y2 y3
z1 z2 z3
100 A@0
1 0 0 1 0 0 0
1 00 A = @0
2 1 0 3 0 0 0
10x A @ x1 2
x3
y1 y2 y3
z1 z2 z3
1 A
por lo tanto
x2 = x3 = y3 = 0
9 2y2 = x1 =
3z3 = y2
2z2 + z3 = y1 y podemos tomar:

v1 = 6 0 0 v2 = 1 3 0 v3 = 0 0 1
14.
Se considera la aplicaci on fk :
R3 ;! R3 de
nida por
fk x y z = 2 ; kx + k ; 1y 21 ; kx + 2k ; 1y kz
a Determinar la matriz de fk asociada a la base natural de b Determinar Kerfk
69
R3
c Supuesto kk ; 1 6= 0 , demostrar que la matriz Mk puede ponerse de la forma Mk = A + kB donde A y B son dos matrices a determinar, y dar la expresi on de n 2 en funci on de A B y k y deducir de ello una expresi on para Mk Mk
Soluci on:
a
f 1 0 0 = 2 ; k 21 ; k 0 f 0 1 0 = k ; 1 2k ; 1 0 f 0 0 1 = 0 0 k
luego
0 2;k Mk = @ 21 ; k
0
k;1 2k ; 1 0
0 0 k
1 A
b Observamos que det Mk = k2 , luego, si k 6= 0 , es rangofk = 3 y, por tanto, Kerfk = f0g Sea pues k = 0
02 M0 = @ 2 02 @2
;1 0 ;1 0 0 0 0
;1 0 ;1 0 0 0 0
1 A
y el Kerf0 es:
10x1 001 A @ y A = @ 0 A 2x ; y = 0
z
Luego Kerf0 = 1 2 0 0 0 1 c
02 Mk = @ 2
;1 0 ;1 0 0 0 0
1 0 ;1 A + k @ ;2
1 0 2 0 0 0 1
1 A = A + kB
2 = A + kB 2 = A2 + k2 B 2 + kAB + kBA . Mk
70 Observamos que
0 2 ;1 A2 = @ 2 ;1
0
2 ;1 0 0 2 ;1 0 @ A A @ 0 2 ;1 0 = 2 ;1 0 A = A 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
10
1 0
0 ;1 1 0 1 0 ;1 1 0 1 0 ; 1 B 2 = @ ;2 2 0 A @ ;2 2 0 A = @ ; 2 0 0 1 0 0 1 0 0 2 ;1 0 1 0 ;1 1 0 1 0 0 AB = @ 2 ;1 0 A @ ;2 2 0 A = @ 0 0 0 0 0 0 1 0 0 ;1 1 0 1 0 2 ;1 0 1 0 0 BA = @ ;2 2 0 A @ 2 ;1 0 A = @ 0
0 0 1 0 0 0
luego, Mk2 = A + k2 B , y por lo tanto, por inducci on se concluye que Mkn = A + knB , ve amoslo: Es v alido para n = 1 , supuesto cierto para n ; 1 : Mkn;1 = A + kn;1B ve amoslo para n :
n;1 n Mk = Mk Mk = Mk A + kn;1B = A + kBA + kn;1B = = A2 + kn;1AB + kBA + knB2 = A + kn;10 + k0 + kn B = A + knB
Nota: si k = 0 , entonces B podr

a ser cualquier matriz, y por tanto no tendr
a por qu e ser AB = BA = 0 . Y si k = 1, Mk = I y Mkn = I , si bien la expresi on hallada tiene sentido. 15. Sea Rn x el espacio vectorial de los polinomios de grado menor o igual que n . Consideremos los endomor smos f D : Rn x ;! Rn x siendo D el operador derivada: Dpx = p0x y f tal que f px = px ; p0x . Demostrar que existe f ;1 , y que se puede poner en funci on del operador D .
Soluci on:
Sea px 2 Kerf f px = grado p0x grado px , y vale px = a polinomio constante, pero 0 = px ; p0x , luego px = p0x . Pero la igualdad, si y s olo si grado px = 0 , luego p0x = a0 = 0 . Luego a = 0 y px = 0 .
71
Por lo tanto, f es inyectiva y toda aplicaci on lineal inyectiva de un espacio vectorial de dimensi on nita en s
mismo es exhaustiva, y por tanto, existe f ;1 . Si f ;1 se puede poner en funci on de
f ;1 D
esta ha de ser:
Dn+1
= 0 D0 + + nDn ya que
f
=0
y ha de cumplirse que f ;1 Notar que:

I f
=I
= I ;D
f
= f ;1
= 0 D0 + : : : + n Dn I ; D = Dn+1 = = 0 D0 + : : : + n Dn ; 0 D1 ; ; n = 0 I + 1 ; 0 D1 + 2 ; 1 D2 + n ; n;1Dn;1

0 1 ; 0
por lo tanto
=1 = 0= =0
9

i
=1
i=
n ; n;1 f ;1 = D0 + : : : + Dn .
Determinantes
73
Cap
tulo 5 Determinantes
1.
Dadas las permutaciones s = 4 3 1 2 t = 1 2 4 3 , determinar las permutaciones s t t s s;1 t;1 , as

como el signo de cada una de ellas.
Soluci on:
Recordando que s = a tenemos

s s s s t t t t t
b c d
signi ca s1 = a , s2 = b , s3 = c , s4 = d ,
1 = ts1 = t4 = 39 s2 = ts2 = t3 = 4= s3 = ts3 = t1 = 1 s4 = ts4 = t2 = 2
s
1 = st1 = s1 = 49 t2 = st2 = s2 = 3= t3 = st3 = s4 = 2 t4 = st4 = s3 = 1
= 4 3 2 1
= 3 4 1 2
De De De De De De De De
1 = i ; 1 s 2 = i s;1 3 = i s;1 4 = i 1 = i t;1 2 = i t;1 3 = i t;1 4 = i
t;1
s;1
tenemos tenemos tenemos tenemos tenemos tenemos tenemos tenemos
=1 si = 2 si = 3 si = 4

s i
luego luego luego luego luego luego luego luego
=1 ti = 2 ti = 3 ti = 4

t i
= 19 i = 2= ;1 t = 1 2 4 3 i=4 i=3
i
= 39 i = 4= ;1 s = 3 4 2 1 i=2 i=1
i
74
Veamos cu al es el signo de cada una de estas permutaciones
N s = 3 + 2 = 5 luego s es impar : " s = 1 N t = 1 luego t es impar : " t = 1 "st = "s "t = 1 1 = 1 "ts = "t "s = 1 1 = 1 "s;1 = "s = 1 "t;1 = "t = 1
; ; ; ; ; ; ; ;
2. Hallar el valor del determinante
3 1 2 A= 0 1 1 1 0 1
j
Soluci on:
Recordando la de nici on de determinante: si A = a detA =

i j
X "sa a a
s1
s2
s3
se tiene
j
A = +3 1 1 + 0 0 2 + 1 1 1 1 1 2 3 0 1 0 1 1 = 3 + 1 2 = 2
j ; ; ; ;
3. Hallar el valor del determinante
3 2 A= 1 2
j
2 0 3 5
4 5 1 2
5 2 2 3
Determinantes
a Por la regla de Laplace, por ejemplo, por los menores de las dos primeras columnas. b Por los elementos de una l
nea, por ejemplo, de la primera la.
75
c Obteniendo a priori"ceros en una l

nea y desarrollando luego por los elementos de esta reducci on del orden.
Soluci on:
a 3 2 jAj = 1 2
;
2 0 3 5
4 5 ;1 2
5 2 2 ;3
1 2 3 4
Hay que formar sumas de productos de determinantes 2 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 . Cada factor tendr a dos las cuya ordenaci on ser a una permutaci on de f1 2 3 4g . Por ejemplo 1 3 2 2
;
2 0
1 2
2 3 ;3 4
1 3 3 1
2 3
5 2
2 2 ;3 4
etc.
El signo de cada sumando ser a el signo de la correspondiente permutaci on de las. Por ejemplo, el signo del primer sumando anterior es el signo de la permutaci on 1 2 3 4, que es + , y el del segundo, el de la permutaci on 1 3 2 4 , que es ; . Pasemos pues al c alculo de
j
=+ +
3 2 2 1
2 0
1 2 2 3 5 ;3
;
3 1
2 3
5 2
2 3 + ;3 2
2 5
5 2 + ;1 2
= 4;1 ; 11;19 + 19:12 + 6;22 ; 10:13 + ;1:;17 = 188:
0 3
4 2
2 0 2 5
4 5 1 3 + ;1 2 2 5
4 5 = 5 2
76 b 3 2 jAj = 1 2
2 4 5 0 5 2 2 5 2 0 5 2 2 ; ;2 1 ;1 = 3 3 ;1 2 + 3 ;1 2 5 2 ;3 2 2 ;3 5 2 ;3 2 0 2 2 0 5 +4 1 3 2 ; 5 1 3 ;1 = 2 5 ;3 2 5 2 = 3:117 + 2:41 ; 4:40 ; 5:17 = 351 + 82 ; 160 ; 85 = 188:

;
c Seguiremos un m etodo que nos permite obtener el m aximo n umero de ceros en una l
nea la o columna a base de sumarle a dicha l
nea una combinaci on lineal de las restantes. Por ejemplo, como en la segunda columna hay un cero, empleamos esta columna para rellenarla de ceros
fila a fila b fila c fila d

substituimos la la a la la c las las
; ;
; ! ; ! ; ! ; !
3 2 1 2
2 0 3 5
4 5 ;1 2
5 2 2 ;3 las, es decir, le sumamos
c por c d a combinaci on lineal de a y d cambiadas de signo fila a fila b fila c fila d

; ! ; ! ; ! ; !
3 2 ;4 2 por
;
2 0 0 5
4 5 ;7 2
5 2 0 ;3
substituimos, por ejemplo, la la
d
3 2 ;4
19 2
d+ 5 2 a , quedando
4 5 ;7 12 5 2 0
2 0 0 0
19 2
Desarrollando pues por la segunda columna tenemos
Determinantes
77
2 5 ;;2 ;4 ;7 19 12 2
19 2
2 0
1 2 5 2 = 2 2 ;4 ;7 0 = 188 19 24 19
4. Probar que
x1 x2 Vn = : : : : : : ::: ::: 1 xn
1 1
x2 1 x2 2 ::: ::: x2 n
n;1 : : : x1 n;1 : : : x2 xj ; xi ::: ::: = 1i j n ::: ::: n;1 : : : xn
para
n2
Es el llamado determinante de Van der Monde.
Soluci on:
Vamos a probarlo por inducci on. Para

n=2
V2 =
1 x1 = x ; x 2 1 1 x2
n
Supongamos que es cierto para
m = n ; 1, veamos que tambi en lo es para
78
::: 0 n ; 1 ;2x1 1 x2 ; x1 x ; x1 x2 x ; x x : : : x2 ; xn 2 n;2 x = Vn = 1 x3 ; x1 x ; x1 x3 x ; x x : : : xn 1 3 ; x3 b a ::: ::: ::: ::: ::: ::: 3 2 n;1 ; xn;2x 1 xn ; x1 x2 ; x x x ; x x : : : x n 1 1 n n 1 n n n n;1 ; xn;2 x 3 2 x2 ; x1 x2 ; x x x ; x x : : : x 1 1 2 2 1 2 2 2 2 n ;1 ; xn ;2 x 1 2 x3 ; x1 x2 x3 : : : x3 3 ; x1 x3 3 ; x3 x1 3 = = ::: ::: ::: ::: ::: c n;2 n;1 2 3 xn ; x1 x2 n ; x1 xn;1 xn ; xn x1 : : : xn ; xn x1 n;2 : : : x2 1 x2 x2 2 n 2 1 x3 x3 : : : x3 ;2 = = x2 ; x1 x3 ; x1 : : : xn ; x1 : : : : : : : : : : : : : : : d n;2 1 xn x2 n : : : xn xj ; xi = x2 ; x1 x3 ; x1 : : : xn ; x1 Vn;1 =
1 0
2 2 2 3
3 2 3 3
2 2 1 2 3 1
i j n
a b c d
restando a la segunda columna la primera multiplicada por
la segunda por
x1 ,
..., y a la n-sima la n-1-sima por la.
x1 .
x1
y a la tercera
desarrollando por la primera si una
la o columna est a multiplicada por un escalar, este sale fuera.
el determinante es el de Van der Monde de orden n-1.
5.
Calcular
b+c c+a a+b bc ac ab
Soluci on:
V a;b a;c b+c a;b a;c = c a ; b b a ; c a bc ac ; bc ab ; bc b
1 0 0 = =a =
; ba ; c
c b
= a
; ba ; cb ; c
Determinantes
a b restando la primera columna a la segunda y tercera. desarrolllando por la primera la.
79
6.
Calcular
4=
sabiendo que
z
0 1
;2z
z z
=1 y
z+1 z
;1
2C
es tal que
z5
6= 1
Soluci on:
4 = z z2 z + 1 + 0 z 0 + 1 ;z;1 ; 1 z2 0 ; z z ;1 ; 0 ;zz + 1 =

= Ahora bien, puesto que
z4 + z3 + z2 + z
0= se tiene
z5
; 1 = z ; 1z4 + z3 + z2 + z + 1 6= 1
z 1=0 z4 + z3 + z2 + z + 1 = 0
de donde
pero
luego
z4 + z3 + z2 + z + 1 = 0 ,
4 = ;1
siguiente 0 0
7.
Calcular el determinante de orden 2 1 1 2
n
0 1
An
::: 0 0 ::: 0 0 0 1 2 1 ::: 0 0 ::: ::: ::: ::: ::: ::: ::: 0 0 0 0 ::: 1 2
80
Soluci on:
Desarrollando por la primera columna tenemos 2 An =2 :1 :: 0 2 1 = 2 a ::: 0 =2An;

1 0 2 1 ::: ::: 0 0 1 0 2 1 ::: ::: 0 0 ; An;

2
::: ::: ::: ::: ::: ::: ::: :::
0 0 ::: 1 0 0 ::: 1
1 0 0 ::: 0 0 0 1 2 1 ::: 0 0 0 ::: ; 1 ::: ::: ::: ::: ::: ::: = 0 0 0 ::: 1 2 2 2 1 0 ::: 0 0 0 0 ; 11 1 2 1 ::: 0 0 = ::: ::: ::: ::: ::: ::: ::: 0 0 0 ::: 1 2 2
a desarrollando el segundo determinante por la primera la Luego tenemos la relaci on de recurrencia siguiente
An = 2An;1 ; An;2
que nos permitir a deducir el valor de An : tenemos que para n = 1 2 3 es

A1 = 2 A2 = 3 A3 = 4
Supongamos pues que An; = n

1
veamos que An = n + 1
An = 2An;1 ; An;2 = 2n ; n ; 1 = 2n ; n + 1 = n + 1
luego
8.
An = n + 1
Sin efectuar el desarrollo, probar que 1 a b+c 4= 1 b c+a = 0 1 c a+b

Determinantes
Soluci on:
81
Sabemos que no se altera el valor de un determinante si a una l

nea le sumamos una combinaci on lineal de las dem as. Sumando a la tercera columna la segunda, nos queda
4=
1 a a+b+c 1 a 1 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 ecuaci on
4
Soluci on:
1+x 1 1 1+x n= ::: ::: 1 1
::: 1 ::: 1 ::: ::: ::: 1+ x
Sumando a la primera columna todas las dem as tenemos

n+x 1 ::: 1 1 1 n +x 1+ x ::: 1 1 1+x = n + x n = ::: ::: ::: ::: ::: ::: n+x 1 ::: 1+ x 1 1 1 0 ::: 0 1 x ::: 0 = n + x = n + xxn;1 = 0 ::: ::: ::: ::: a 1 0 ::: x ::: 1 ::: 1 = ::: ::: ::: 1+ x
a restando a cada columna, a partir de la segunda, la primera columna Luego las ra
ces son
x=
;n
x=0
de multiplicidad n-1.
10. Sabiendo que 18887, 39865, 58752, 64872, 96526 son divisibles por 17, demostrar
que D es tambi en m ultiplo de 17, siendo D el determinante siguiente
82
8 9 8 4 6
8 8 7 8 5
8 6 5 7 2
7 5 2 2 6
D=
sin calcular el valor del determinante.
3 5 6 9
Soluci on:
Sabemos que
a 39865 = 17b 58752 = 17c 64872 = 17d 96526 = 17e

18887 = 17 1 D = 10 4 1 104 3 104 5 104
9 =
con
abcd2Z
1 104
8 8 8 7 9 8 6 5 8 7 5 2 = 6 104 4 8 7 2 9 104 6 5 2 6 1 104 + 8 103 + 8 102 + 8 10 + 7 3 104 + 9 103 + 8 102 + 6 10 + 5 5 104 + 8 103 + 7 102 + 5 10 + 2 6 104 + 4 103 + 8 102 + 7 10 + 2 9 104 + 6 103 + 5 102 + 2 10 + 6
18887 39865 58752 64872 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 17 2 = 104 2 6 7 5 2 = 2 6 1 104 17 17
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
7 5 2 = 2 6
1 104
17 = 104
a b c d e
96526 8 9 8 4 6
a b 17c 17d 17e
8 9 8 4 6
2 = 2 6
D
Determinantes
17 D = 10 4 D D = 104 h

0 0
83 puesto que mcd17 104 = 1 y y por tanto D = 17h
DD
Z,
se tiene que
11.
Determinar la inversa de la matriz
A = a
2 2 1 2 2 2 1
ij
01 A = @2
Soluci on:
1 A
A
Siendo
det A A
ij
A
Nota: Luego,
ji
= ;1i+j =A
0 a11 ::: B B Ba det B 1 1 B 1 @ a :+1 ::

i; i
n1
a12 : : : ::: ::: a 1 2 ::: a +1 2 : : : ::: ::: a 2 :::

i; i n
a1 1 ::: ::: ::: ::: :::

j;
a1 +1 ::: ::: ::: ::: :::

j
::: ::: ::: ::: ::: :::
a 1 a +1 ::: a
i; i
a1 1 ::: C C
n n n
C C C A
nn
ij
t ji
det
A=5 A11 = A13 = A22 = A31 =

;
12
14
14
14
1 2 2 1 1 2 2 2
2 1 2 2 2 1 1 2
= ;3 =2 = ;3 =2 16
2 2 A21 = ;13 2 2 A23 = ;15 1 2 A32 = ;15 1 2
A12 =
13
2 1 2 1 2 2 2 2
=2 =2 =2 =2
A33 =
1 2 = ;3 2 1
84 por lo que la matriz inversa es:
A;1 = 1 5
;3
2 2
;3
2 2 2 ;3
Diagonalizaci on de endomor smos
85
Cap
tulo 6 Diagonalizaci on de endomor smos
1.
Sea E un R-espacio vectorial y determinada base fu1 u2 u3 g es
un endomor smo de 2 1 1 2 3 1 0
cuya matriz en una
01 A = @0
Qt .
1 A
Hallar el polinomio caracter

stico
Q t =
1;t 2 1 = 0 1;t 2 3 1 0;t 3 = ;t + trAt2 ; A11 + A22 + A33 t + detA = = ;t3 + 2t2 + 4t + 7 es el determinante del menor adjunto al elemento
Nota
ii
ii
de la matriz
A.
2.
Determinar el polinomio caracter

stico de la matriz
0 a2 ab ab b2 1 a2 b2 ab C A=B @ ab ab b2 a2 ab A 2 2
b ab ab a
dando sus ra
ces.
Soluci on:
86
a + b2 ; t ab ab b2 2 2 2 a + b ; t a ; t b ab detA ; tI = = 2 2 2 a + b ; t b a ;t ab a + b2 ; t ab ab a2 ; t 1 ab ab b2 1 a2 ; t b2 ab = = a + b2 ; t 2 2 1 b a ;t ab 1 ab ab a2 ; t 1 ab ab b2 0 a2 ; ab ; t b2 ; ab ab ; b2 = = a + b2 ; t 2 2 0 b ; ab a ; ab ; t ab ; b2 0 0 0 a2 ; b2 ; t a2 ; ab ; t b2 ; ab ab ; b2 2 = = a + b ; t b2 ; ab a2 ; ab ; t ab ; b2 2 0 0 a ; b2 ; t = a + b2 ; ta2 ; b2 ; t = a + b2 ; ta2 ; b2 ; t b2 ; ab a2 ; ab ; t = 2 2 b ; ab a ; ab ; t 1 b2 ; ab = 1 a2 ; ab ; t a2 + b2 ; 2ab ; t b2 ; ab = 2 2 2 a + b ; 2ab ; t a ; ab ; t 1 b2 ; ab = 0 a2 ; b2 ; t
= a + b2 a2 ; b2 ; ta ; b2 ; t
= a + b2 ; ta2 ; b2 ; ta ; b2 ; t = a + b2 ; ta2 ; b2 ; t2 a ; b2 ; t y por lo tanto, las ra
ces son a + b2 plicidad dos. a ; b2
a2 ; b2 , y esta u ltima de multi-
3. Si A
2 MnK es una matriz inversible, demostrar que AB y BA tienen los mismos valores propios siendo K un cuerpo conmutativo.
Soluci on:
En efecto,
87
detAB ; I
= detABAA;1 ; IAA;1 = detABAA;1 ; AIA;1 = = detABA ; I A;1 = detAdetBA ; I detA;1 = = detBA ; I
4.
Demostrar que si la matriz A 2 MnK veri ca Am = 0, el u nico valor propio posible de A es el cero donde K es un cuerpo conmutativo.
Soluci on:
Supongamos lo contrario, es decir, supongamos que existe 6= 0 que sea valor propio de la matriz A , 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 =
2 v
luego 2 es un valor propio no nulo de f 2 y por tanto de A2 inductivamente tenemos que f m = m v 6= 0, en efecto: Sabemos que es cierto para m = 1 2 supongamos que lo es para lo es para m
m;1
veamos que
f f m;1 v = f m;1 v = m;1 f v = m;1 v = m v
Por lo tanto tenemos que es absurdo.

5.
m
es valor propio no nulo de la matriz
Am
= 0 lo cual
Se de ne f : R3 ;! R3 por f x1 x2 x3 = x1 x2 0 8 x1 x2 x3 2 R3 . Comprobar que f es lineal y hallar su matriz en la base natural. Hallar el polinomio caracter
stico y los valores propios. Es f diagonalizable?
88
Soluci on:
Veamos la linealidad: 8v = x1 x2 x3 w = y1

f v + w
y2 y3 2 R3
8 2 R
se tiene:
= 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
f
Determinemos la matriz de la aplicaci on = e1 = f e2 = e2 f e3 = 0

f e1
9
1
luego la matriz de f en la base natural es:
01 0 01 A = @0 1 0A
0 0 0 El polinomio caracter
stico es:
2
= 1 ; t2 ;t = ;t3 + 2t2 ; 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 ; t2 ;t = 0
f t
detf ; tI
= 1 doble
=0
diagonaliza puesto que dim Kerf ; I = 2 . En 1 observamos ya que la base natural es la base de vectores propios, f es la proyecci on ortogonal"sobre el plano horizontal XY , y en 2 vemos que la matriz es diagonal.
89
6. Diagonalizar la matriz
0 ;21 A = @ 20
2 8 ;3 ;8 A ;60 6 23
hallando una base de vectores propios de f endomor smo de R3 cuya matriz en la base natural es A .
Soluci on:
Busquemos el polinomio caracter
stico de A :
detA ; tI = ;t3 ; t2 + t + 1 = ;t + 12t ; 1
por lo tanto
R3 = Kerf + I 2 Kerf ; I
0 ;20 dim Kerf + I = 3 ; rango @ 20

luego A diagonaliza y
2 8 ;2 ;8 A = 3 ; 1 = 2 ;60 6 24
0 ;1 D=@ 0 0 ;20 Kerf + I = fx y z= @ 20
0 0 ;1 0 A 0 0 1
la nueva base ser a fv1 v2 v3g con v1 v2 2 Kerf + I y v3 2 Kerf ; I 2 8 x 0 ;2 ;8 A @ y A = @ 0 A g = ;60 6 24 z 0 = fx y z= ; 10x + y + 4z = 0g
10 1 0 1
90
subespacio de dimensi on dos, del que seleccionamos una base
v1 = 2 0 5
v2 = 1 2 2
0 ;22 kerf ; I = fx y z = @ 20

;60
=
;4
2 6
10x1 001 ;8 A @ y A = @ 0 A g =
8 22 =0
fx y z = ; 11x + y + 4z
10x ; 2y
; 4z
= 0g
subespacio de dimensi on uno del que seleccionamos una base
v3 = ;1 1 ;3
7.
Estudiar la diagonalizaci on, seg un los distintos valores de
R , de la matriz
01; A = @
0
;
+1 0
; ;1
2
1 A
dando en el caso en que ello sea posible una matriz diagonal.
S tal que S ;1 AS sea
Soluci on:
stico:
detA ; tI = ;t ; 12 t ; 2

luego los valores propios de Para que
A son t1 = 1 doble y t2 = 2 .
A diagonalice, ha de veri carse:

1
dim kerA ; ti I
= multiplicidad de la ra
z
ti
91
Estudiemos pues el caso
t1
=1
dim Ker A
; I
= 3 ; rango
0; @
; ;1
1 A=
3 ; 1 = 2 para 3 ; 2 = 1 para
S
=0 6= 0 matriz
luego, s olo diagonaliza para de los vectores propios. Sean

fv1
v2 g
= 0. Sea pues A ; I 0 x A @ ;1 yA = 1 z = 0 1 0
= 0 y busquemos la matriz
base de
Ker
00 @0
sean pues y
v1
0 0 0 0
v2
10 1 001 @0A
0
;z
z
=0 =0
= 1 0 0
Ker
fv3 g base
de
A + I 0 ;1 0 0 0 x ;1 A @ y A = 0 z
0 ;1 @ 0
Sea pues luego
S
10 1 001 @0A
0
;x ;y ; z
=0 =0
01 = @0
D
v3
= 0 1 ;1 0 1 0 0
01 = @0
0 1 A y en efecto, se tiene que ;1
= S ;1 AS 0 1 0 A @ ;1 0 1 2 0 0
0 0 1 0A = 0 0 2
S
1 01 @0
0 1 0 0
0 1 0 A @ 1 0 1 ;1 0 0
10
10
0 1A ;1
Nota: En este caso
= S ;1
Sea f : R3 ;! R3 un endomor smo diagonalizable que admite por vectores propios a los v1 = ;1 2 2 v2 = 2 2 ;1 v3 = 2 ;1 2 y sabemos que f 5 2 5 = 0 0 7 . Hallar los valores propios de f .
8.
92
Soluci on:
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 , al primero
0 ;1 S = @ 2
por lo tanto
2 2 2 ;1
2 ;1 A 2
S ;1
0 ;1 1@ 2
2 2 2 ;1
2 ;1 A 2
0 ;1 1@ 2
9 luego
2 2 2 ;1
2 5 ;1 A @ 2 A = 2 5
10 1 011 @1A
2
0 ;1 1@ 2
2 2 2 ;1
2 0 1 14 ;1 A @ 0 A = @ ;7 A 9 14 2 7
10 1
0 1
f 1
1 2 = f v1 + v2 + 2v3 = f v1 + f v2 + 2f v3 = 14 = 1 v1 + 2 v2 + 23 v3 = v1 ; 7 v2 + 14 v3 9 9 9
7 2 = ; 7 on Y 1 = 14 9 9 3 = 9 ya que fvi g es una base del espacio y la expresi de un vector en una determinada base es u nica.
un endomor smo de Rn . 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 . Dar un ejemplo en el que E 6= Ep .
f
9. Sea
Soluci on:
Sea un valor propio, existe pues un vector luego

f 2 x
x2
Rn
f x
x 6=
0 tal que f x =
x
= f f x = f x =
2 x

es decir 2 es valor propio de f 2 de vector propio x .
93
Supongamos que hemos probado que tambi en p;1 es valor propio de f p;1 de vector propio x , entonces
f p x = f f p;1 x = f p;1 x = p;1f x = p;1 x = p x

luego p es valor propio de f p de vector propio x , y obviamente, para todo vector x propio de valor propio de f , podemos aplicarle el razonamiento anterior, y se tiene
Ep
Veamos que la igualdad en general es falsa sea f 2 End 3 tal que su matriz en la base natural es
00 @1
0
0 0 1
0 0 0
1 A
tenemos que fe3 g es el subespacio de vectores propios de valor propio cero. Sin embargo f 2 es tal que su matriz en la base natural es
00 @0
1
0 0 0
0 0 0
1 A
y fe2 e3 g es el subespacio de vectores propios de valor propio cero y claramente
E6
E2
10.
Sea A la matriz
01 @2
2
2 1 2
2 2 1
1 A
94 Determinar An , para todo n 2 N .
Soluci on:
Si D es una matriz diagonal D = ii se tiene claramente Dn = n ii Si A es diagonalizable, existe S tal que D = S ;1AS y Dn = S ;1AS n = S ;1AnS luego An = SDnS ;1 Veamos si A es diagonalizable: detA ; tI = ;t + 12 t + 5 los valores propios son t = ;1 doble y t = 5 .
02 2 21 dim KerA + I = 3 ; rango @ 2 2 2 A = 3 ; 1 = 2

2 2 2 luego A diagonaliza. Busquemos la matriz S : v1 v2 2 KerA + I
p2 02 2 210x1 001 v =2 @2 2 2A@y A = @0A x + y + z = 0 1 p 6

2 2 2
z
v2 = 6
9 ; 2 0 = p p 6 6
p2
6 ;3
v3 2 KerA ; 5I
0 ;4 2 @ 2 ;4
2 luego
10 1 p p p 2 x ; 2 x + y + z = 0 2 A @ y A x ; 2y + z = 0 v3 = 33 33 33 2 ;4 z
95
p2 0 p2 1 ; 0 01 2 2 B B p6 C p6 p6 B C B2 B C D=B 6 ; 6 3 CB @p A@ p p 3 3 3 2 0 ;31 0 30 1 3 = @ 0 ;1 0 A
2 1 2
0 p2 2 B C p2 B B 2C C ; B A@ 2
21 1 0
p6 p6
6 6
p3 1 p3
3
; 36
p3 C C C
3 3
= C A
0 5
0 ;1n ;1n Dn = @
Finalmente
5n
1 A
An = SDnS ;1 =
0 2 n 1 n n 1 n 1 ;1n+1 + 1 5n 1 ;1 3 ;1 + 3 5 3 ;1 + 3 5 3 3 C B C B 1 1 1 1 2 1 n n n n n n ; ; 1 + 5 ; 1 + 5 ; 1 + 5 =B C 3 3 3 3 3 3 A @

1 3 1 5n ;1n+1 + 3 1 3 1 5n ;1n + 3 1 n ;1n 2 3 + 35
11. a Sea A 2 Mn nC. Probar que A y At tienen el mismo polinomio carac-
ter
stico. b Sean A 2 Mn nC, B 2 Mm m C, C 2 Mn m C, tales que AC ; CB = C . Probar que 8p 2 N Ap C = C Im + Bp
c Sea E = Mn mC y f un endomor smo de E de nido de la forma f X = AX ; XB con A 2 Mn nC y B 2 Mm m C jas. Probar que 2 C es un valor propio de f si y s olo 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.
96
Soluci on:
a En efecto: det A ; I = det A ; I t = det At ; I b Ve amoslo por inducci on respecto a p . Se veri ca claramente para p = 1 : de AC ; 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 = AC Im + B p = AC Im + B p = = C Im + B Im + B p = C Im + B p+1
c Sea f1 : : : n g el conjunto de valores propios de A y f1 : : : j g el conjunto de valores propios de B Sea i un valor propio de A , existe v vector columna de
Cn ; f0g
tal que Av = i v .
Sea j un valor propio de B entonces, por a, es tambi en valor propio de B t , por lo que existe w vector columna de Cm ; 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 ; XB = Av wt ; v wt B = = i v wt ; j v wt = i ; j v wt = i ; j X
por lo que i ; 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 = ;1n t ; 1 : : : t ; n los i no necesariamente distintos el polinomio caracter
stico de A recu erdese que C es algebraicamente cerrado por lo que todos los factores primos de P t son de grado 1. Por el teorema de Cayley-Hamilton P A = 0 por lo que P AX = 0 . Ahora bien, por b, P AX = XP Im + B . Tenemos pues 0 = XP Im + B = X Im ; 1 Im : : : Im ; n Im = = X ; 1 Im + B : : : ; n Im + B = XC C 2 Mm m C
97
es una matriz no nula por lo que
det C = ; B i
Y det
n i=1

no puede ser de rango m aximo:
; iIm + B = 0 B
; ; i es un ; ; i , es decir
existe, pues, alg un para el cual i m + = 0 es decir valor propio de por lo que existe alg un para el cual j = = i j.
det ; I j
98
Forma reducida de Jordan
99
Cap
tulo 7 Forma reducida de Jordan
1.
Hallar el polinomio anulador de la matriz:
02 0 01 A = @0 2 0A
1 2 2 sin utilizar el polinomio caracter
stico. Hay que buscar un polinomio P t = a0 + a1 t + + ar tr tal que P A = a0 I + a1 A + + ar Ar sea la matriz nula. 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

0 a 0 0 1 0 2a 0 0 1 0 0 0 0 1 @ 00 a0 0 A + @ 01 2a1 0 A = @ 0 0 0 A
0 0 a0 a1 2a1 2a1 0 0 0 lo cual implica: a0 + 2a1 = 0 a1 = 0 o sea a0 = a1 = 0
Esto nos dice que no puede formarse la matriz nula por combinaci on lineal no nula de I y A por lo que P t no puede ser de primer grado. Intentemos ahora con un polinomio de segundo grado P t = a0 + a1 t + a2t2 y calculemos A2
100
A2
0 @
0 0 2
4 0 4
0 4 8
0 0 4
1 A
4 0 4 0 4 8 0 0 4
0 a0 @
1 0 0
0 1 0
0 0 1
1 0 A a1 @
+
2 0 1
0 2 2
1 0 A a2 @
+
1 0 A @
=
0 0 0
0 0 0
0 0 0
1 A
lo cual implica
a0
Puede tomarse
+ 2
a1 a1
+ 4
+ 4
a2 a2 a2
= 0 = 0
a ;a
0
=
= 4
a2
a0
= 4
a1
= 1 , para tener
Pt
2
normalizado, por lo que
Pt
=
t2 ; t
4
+ 4 =
t;
2.
Sabiendo que un endomor
nomio caracter
stico y
2 1
smo
t;
de
4
R11
3 2
tiene
+ 1
t;
4 + 2
como poliCu ales son
como polinomio anulador.
sus posibles formas de Jordan?
Soluci on:
De:
Qt Pt
Se tiene la 1
=
=
t t
+ 1
+ 1
t; 2 t;
4 4
+ 2
+ 2
descomposici on:
R11
= =
Ker f I 2 Ker f ; I E1 E2 E3
+
4
Ker f

+ 2
101
Pasemos a la descomposici on de los Ei en mon ogenos el polinomio anulador de E1 es t + 12 , luego la dimensi on del mon ogeno mayor es 2 y coincide con el polinomio caracter
stico t + 12 , que nos dice que dim E1 = 2 , luego en E1 hay un solo mon ogeno E1 = E11 , y la matriz de f restringida a E1 es:
;1
0 1 ;1
El polinomio anulador de E2 es t ; 4 , luego f restringido a E2 diagonaliza, ya que la dimensi on del mon ogeno mayor es 1 , y puesto que el polinomio caracter
stico 3 restringido a E2 es t ; 4 , se tiene que la dimensi on de E2 es 3 , por lo que hay tres mon ogenos en E2 de dimensi on 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
El polinomio anulador de E3 es t + 23 , luego la dimensi on del mon ogeno mayor es 6 3 y puesto que el polinomio caracter
stico de E3 es t + 1 , la dimensi on de E3 es 6 , luego no tenemos un
vocamente determinada la descomposici on de E3 . Las posibilidades son:
E31 E32 con dim E31 = dimE32 = 3 b E31 E32 E33 con dimE31 = 3 , dimE32 = 2 y dimE33 = 1 c E31 E32 E33 E34 con dimE31 = 3 , dimE32 = dimE33 = dimE34 = 1. Y la matriz f restringida a E3 es
a
0 ;2 0 0 1 ;2 0 B B 0 1 ;2 B a B ;2 0 B @ 1 ;2
0 1
0 0 ;2
0 ;2 0 0 1 1 ;2 0 B C B C 0 1 ;2 B C b B C ;2 0 B C @ A 1 ;2
;2
1 C C C C C A
102
c
0; ; B B ; B B ; B @ ;
2 0 0 1 2 0 0 1 2 2
1 C C C C C A
2
luego, las posibles formas de Jordan, son
a
0; ; B B B B B B B B B B B B B B B @
1 1
0 1 4 4 4
1 C C C C C C C C C C C C C C C A
2
b
0; ; B B B B B B B B B B B B B B B @
1 1
1 4 4 4
2
103
c
0 ;1 0 1 ;1 B B B B B B B B B B B B B B B @
;2
1
;2
1
;2
;2
;2
;2
3.
Es la matriz
00 1 B B B B B B B @
2 3
0 2 1 3
2 0 1 2
1 C C C C C C C A
reducida de Jordan de alg un endomor smo?

Soluci on:
Si lo fuese el polinomio anulador ser

a
P t
= ;2 ; 3t + t2 t ; 22
;2 ; 3t + es el polinomio anulador de 1 3 pero

t2
;2 ; 3t + t2 no es primo: p p 3 + 17 t ; 3 ; 17 2 ;2 ; 3t + t = t ; 2 2
0 2
luego la matriz anterior no puede ser reducida de Jordan.
104 base natural es
4. Hallar la forma reducida de Jordan del endomor smo de R4 cuya matriz en la
00 1 0 01 0 2 0C A=B @0 0 0 0 3A
0 0 0 0
Soluci on:
Hallemos el polinomio caracter
stico: detA ; tI = t4 Obvio ya que la matriz es triangular. dim KerA ; 0I = 4 ; rango A = 4 ; 3 = 1 no diagonaliza, pues 1 6= 4 00 0 2 01 0 0 6C dim KerA ; 0I 2 = 4 ; rango A2 = 4 ; rango B @0 0 0 0 0A = 4 ; 2 = 2 0 0 0 0 00 0 0 61 0 0 0C dim KerA ; 0I 3 = 4 ; rango A3 = 4 ; rango B @0 0 0 0 0A = 4 ; 1 = 3 0 0 0 0 4 4 dim KerA ; 0I = 4 ; rango A = 4 ; rango 0 = 4 Luego, tenemos fno de subespacios de dim 1g = dim Ker f = 1 2 fno de subespacios de dim 2g = dim Ker f ; dim Ker f = 1 3 2 fno de subespacios de dim 3g = dim Ker f ; dim Ker f = 1 4 3 fno de subespacios de dim 4g = dim Ker f ; dim Ker f = 1 luego hay un solo subespacio irreducible de dim 4 y la matriz reducida es
105
00 0 0 01 0 0 0C B @1 0 1 0 0A
0 0 1 0 Nota: esto ya se pod
a preveer, puesto que al ser
dim KerA ; 0I
dim Ker f
=1
el subespacio de vectores propios correspondiente al valor propio cero es de dim 1 y en cada subespacio mon ogeno hay un subespacio de dim 1 invariante, luego solo puede haber un mon ogeno.
5. Dado el endomor smo de R5 cuya matriz en la base natural viene dada por 03 1 1 1 1 ;1 2 2 2 2 2 C B B 1 1 1 C 5 1 ;2 2 ;2 C B 2 2 C B C B B 1 3 1 1 C 1 ; B 2 2 2 2 2C C B C B B 1 1 5 1 C 1 ; ; B 2 2 2 2C A @2
0 0 0 1 2 Hallar: a polinomios caracter
stico y anulador b los subespacios mon ogenos correspondientes c una base de estos subespacios mon ogenos, diciendo qu e vectores son propios y escribir en esta base la matriz del endomor smo.
Soluci on:
a Polinomio caracter
stico
106
Qt = detA ; tI = ;t ; 25

veamos el anulador:
dim KerA ; 2I = 5 ; rangoA ; 2I = 5 ; 3 = 2

por ser de dimensi on dos habr a dos vectores propios linealmente independientes, con valor propio dos. Por tanto, como en cada subespacio mon ogeno hay un vector propio, habr a dos subespacios mon ogenos
dim KerA ; 2I 2 dim KerA ; 2I 3
= 5 ; rangoA ; 2I 2 = 5 ; 1 = 4 = 5 ; rangoA ; 2I 3 = 5
luego t ; 23 anula a todo el espacio, luego al polinomio anulador es:
P t = t ; 23
b Por ser
0 y puesto que
dim KerA ; 2I = 2 , hay dos mon ogenos de dim 1 dim KerA ; 2I 2 ; dim KerA ; 2I = 4 ; 2 = 2 , hay dos mon ogenos de dim 2 dim KerA ; 2I 3 ; dim KerA ; 2I 2 = 5 ; 4 = 1 , hay un mon ogeno de dim 3 . luego, hay un mon ogeno de dim 3 , y un mon ogeno de dim 2 c Hallemos una base del primer mon ogeno fu1 u2 u3 g u1 2 KerA ; 2I 3 = R5 , luego u1 puede ser cualquier vector tal que A ; 2I 2u1 6=
1 1 1 1 x; 2 y+ 2 z+ 1 t ; k = 0g KerA ; 2I 2 = fx y z t k= 2 2 2
Podemos tomar por ejemplo
u1 = 0 0 1 1 0 , entonces
u2 u3
= A ; 2I u1 = 0 0 0 1 1 = A ; 2I 2 u1 = A ; 2I u2 = 1 0 0 0 1

y u3 es vector propio A ; 2I u3 = A ; 2I 3 u1 = 0u1 = 0 . Hallemos ahora una base del segundo mon ogeno u4 u5 :
107
u4 2 KerA ; 2I 2 y
u4 2 = KerA ; 2I
KerA ; 2I 2 = fx y z t k= x ; z + t ; k = 0g
1 1 1 1 2 2 2 2 KerA ; 2I = fx y z t k= ; x + y ; z + t + k = 0 x + y ; z + t ; k = 0 x ; y + z + t ; k = 0 y = 0g
Observamos que u2 2 KerA ; 2I 2 u2 2 = KerA ; 2I , luego tenemos que tomar la precauci on de elegir u4 de forma que u4 A ; 2I u4 = u5 sean linealmente independientes de u2 u3 . Sea pues
u4 = 1 1 0 0 0
y por lo tanto
u5 = A ; 2I u4 = 0 1 1 0 0
y u5 es vector propio. Vayamos a determinar la matriz de f en la base fu1 u2 u3 u4 u5 g : A ; 2I u1 A ; 2I u2 A ; 2I u3 A ; 2I u4 A ; 2I u5 luego, la matriz es = u2 Au1 ; 2u1 = u2 Au1 = 2u1 + u2 = u3 Au1 ; 2u2 = u3 Au2 = 2u2 + u3 = 0 Au3 ; 2u3 = 0 Au3 = 2u3 = u5 Au4 ; 2u4 = u5 Au4 = 2u4 + u5 = 0 Au5 ; 2u5 = 0 Au5 = 2u5
108
02 B B1 = B @
2 1 2
2 1 2
1 C C C A
y claramente J = S ;1AS , donde
00 B B0 S = B1 @1
6.
0 0 0 1 0 1
1 0 0 0 1
1 1 0 0 0
0 1 1 0 0
1 C C C A
Sea f 2 End
R3 cuya matriz en la base natural es 01 2 1 11 C B C B 1 0C A1 = B 0 A @

0 1 1
y sea g 2 End
R3 cuya matriz en una cierta base: B = fv1 0 ;1 ;7 ;2 1 A2 = @ 2 6 1A

;2 ;9 ;2
v2 v3 g es
Pueden ser f y g el mismo endomor smo?
Soluci on:
Para que A1 y A2 puedan representar el mismo endomor smo ha de existir una matriz S tal que S ;1 A1 S = A2 Veamos c omo podemos determinar dicha matriz: busquemos si existen las formas reducidas de Jordan de f y g . Si son el mismo endomor smo, coincidir an y tendremos
109
A1
con lo cual tendremos
;1JS1 S1
A2
;1JS2 S2
;1 S1A1 S1 ;1 S2A2 S2
y
= =
J J
S A S;
1 1 1
;1 S2A2 S2
S ; S ; A S ; S = A
1 1 2 1 1 1 1 2
;1 S2 S1
es la matriz buscada ya que se veri ca:
S ;1A1 S
A2
Estudiemos pues
A1 detA1 ; tI = ;t ; 13 dim KerA1 ; I = 1
luego hay un solo mon ogeno y
J ser a
01 J = @1
y la base de Jordan es
0 1 1
0 0 1
1 A
w1 2 KerA1 ; I 3 = R3 w1 2 = KerA1 ; I 2 1 0 1 w2 = A1 ; I w1 = 2 w3 = A1 ; I 2w1 = A ; I w2 = 1 0 0
por ejemplo
w1 = 0
1 0
00 B S1 = B B @0
1
1 0 0
1 2
1 00 C B C B ; 1 1 C S1 = B 1 A @
0 0
1 2
0 1
1 C C 0C A
1 0
110 Pasemos a estudiar, ahora, A2
detA2 ; tI = ;t ; 13 dim KerA2 ; I = 1

luego hay un solo mon ogeno y
01 J = @1
y la base de Jordan es
0 0 1 0A 0 1 1
u1 2 KerA2 ; I 3 = R3 u1 2 = KerA2 ; I 2 por ejemplo u1 = 8 ;5 10 u2 = A2 ; I u1 = 1 ;1 1 u3 = A2 ; I 2u1 = A2 ; I u2 = ;3 2 ;4
y y por lo tanto:
02 S2 = @ 0
1 ;1 ;1 = 2 1 A S2 5 2 ;3
0 8 ;1 ;3 1 @ ;5 1 2 A
10 ;1 ;4
05 B ; 1 S = S1 S2 = B B @2
0
3 1 2
1 ;5 2 C ;1 C C A
1
7. Sea f = D + I : P2 R ;! 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 aplicaci on derivada
a determinar la forma reducida de Jordan as
como la base para la cual la matriz adopta dicha forma
111
b probar que f ;1 es un polinomio en f y utilizar dicho resultado para determinar la matriz de f ;1 en la base natural fx2 x 1g .
Soluci on:
a En la base fx2 x 1g , la matriz de f adopta la forma
01 A = @2
detA ; tI = ;t ; 13
0 0 1 0 0 1 1
1 A
dimKerA ; I = 3 ; rangoA ; I = 3 ; 2 = 1
luego hay un solo mon ogeno y la matriz reducida de Jordan es
01 = @1
0 0 1 0 0 1 1
1 A
Busquemos la base de Jordan:
v1 2 KerA ; I 3 = R3 v1 = 1 0 0 v2 = A ; I v1 = 0 2 0
v1 2 = KerA ; I 2 = fx y z =x = 0g
v3 = A ; I 2 v1 = A ; I v2 = 0 0 2
luego la base es f1 0 0 0 2 0 0 0 2g . b El polinomio anulador de f es t ; 13 , luego f ; I 3 = 0 , f 3 ; 3f 2 + 3f ; I = 0 luego
112
= f 3 ; 3f 2 + 3f = f f 2 ; 3f + 3I = f 2 ; 3f + 3I f
por lo que
f ;1
f2
Y la matriz
A;1
; 3f + 3I
0 0 1 0 1 1
0 1 0 0 12 0 1 A;1 = @ 2 1 0 A ; 3 @ 2 0 00 11 1 1 0 0 @ = ;2 1 0A
2
es:
1 01 A+ 3@
1 A=
;1
8.
Hallar la forma normal de Jordan del endomor smo de
R4 cuya matriz es
0 3 1 B ;4 ;1 A = @ 7 1
Hallando la base de forma normal.
0 0 2 ;17 ;6 ;1
0 0 1 0
1 C A
smo adopta dicha
R4 en la cual la matriz del endomor
Soluci on:
Calculemos los polinomios caracter
stico y anulador de
A
= t ; 14 dim KerA ; tI = 4 ; rangoA ; I = 4 ; 2 = 2
detA
; tI =
det
2 3 ;4 ;1 1 ; tI2 det ;1
1 ; tI2 = 0
113
luego hay dos mon ogenos
dim KerA ; I 2
luego son dos mon ogenos de
= 4
; rango A ; I
2
= 4
0 = 4 =
dim
R4
dim
y la forma de Jordan es
0 B @
1 1 0 0
0 1 0 0
0 0 1 1
0 0 0 1
1 C A
R4
E1 E2
con
dim Ei
= 2
para
i=1
Busquemos la base de Jordan:
base de
E1 : v1 v1 v2
2 Ker A ; I
= 1 0 0 0 =
v1 2 = KerA ; I
A ; I v1
= 2
4 7
17
base de
E2 : v3 v3 v4
2 Ker A ; I
= 0 1 0 0 =
v3 2 = KerA ; I
A ; I v3
= 1
2 1
6
hay que tomar la precauci on de que
v3 v4
sean linealmente independientes de
v1 v 2 .
9.
Determinar la forma reducida de Jordan del endomor
smo de
R3
cuya matriz en
la base natural es
0 @;
1 1 1
a
1 0
1 ; A
a
1 2
con
a2
114
Soluci on:

stico: = ;t ; 12 t ; 2 2 a = 0 dim KerA ; I = 1 a 6= 0 Para
a detA ; tI
=0
diagonaliza, y
D es
01 D = @0
para
a 6= 0 el
0 0 1 0A 0 0 2
J
1
es
valor propio 1 nos da un u nico subespacio mon ogeno, y

J
01 = @1
0 0 1 0A 0 0 2
Busquemos la base de Jordan: distinguiremos dos casos 1

a
=0
v1 v2 2 KerA ; I = fx y z =x + z v2
= 0g
elegimos
v1
= 1 0 ;1
= 0 1 0 = fx
y z =x
v3 2 KerA ; 2I
=0
y+z
= 0g
elegimos 2
v3
= 0 1 ;1 .
a 6= 0 v1 2 KerA ; I 2 = fx y z =x + ay + a + 1z = 0g v1 2 = KerA ; I = fx y z =ay + az = 0 x + z = 0g
115
elegimos
v1 = a ;1 0 v2 = A ; I v1 = ;a ;a a v3 2 KerA ; 2I v3 = 0 1 ;1
10.
Sea A 2 Mn y sea H el
R -espacio vectorial generado por las matrices
fI A A2 An;1 g
a b Demostrar que si B 2 H y B es inversible, entonces B ;1 2 H . Si detA = 0 , probar que existe B 2 H
B 6= 0 tal que AB = BA = 0 .
Soluci on:
1 n;1 + + n anula a la matriz:
a Por el teorema de Cayley-Hamilton, sabemos que el polinomio caracter
stico n +
por lo que An = la aplicaci on:
Pn i
An + 1 An;1 + + nI = 0
=1 ;i A
n;i 2 H , con lo cual Am 2 H 8m n , y tiene sentido
f :H ;! H C ;! B C f es lineal, pues
f C1 + C2 = B C1 + C2 = BC1 + BC2 = f C1 + f C2 f C = B C = B C = f C f es inyectiva, pues si BC1 = BC2 , al ser B inversible, tenemos B ;1 BC1 = B ;1 BC2 y por tanto, C1 = C2 , y puesto que H es de dimensi on nita f es
116

f
biyectiva, luego I 2 H tiene antiimagen por la aplicaci on tal que f C = B C = I , luego C = B ;1 2 H
es decir, existe
C
2H
Nota: puesto que las matrices son de orden nito de B C = I , deducimos Si fueran de orden in nito, podr
a ser que B C = I , pero C B 6= I . b P
= B ;1 .
Supongamos A 6= 0 sea p el polinomio anulador de A tenemos que pA = = 0 y puesto que detA = 0 es 0 = 0 ya que el polinomio anulador divide al caracter
stico y tiene sus mismas ra
ces, luego
r i i=0 i A
1 A + + r Ar
= 0
y sea pues
= 1 I + + r A r ; 1 de cero, ya que si
B
B es distinta r xr;1
= 0 el polinomio anulador de
AB
ser
a
1 + +
Si
= 0, entonces
8B 2 H , tenemos
BA
= 0
An alisis matricial
117
Cap
tulo 8 An alisis matricial
1.
Dada la matriz
03 2 41 A = @2 0 2A
4 2 3 a Calcular eA etA . b Utilizar dicho resultado para resolver el siguiente sistema de ecuaciones diferenciales :
8 x = 3x + 2y + 4z y = 2x + 2z : z = 4x + 2y + 3z
0 0 0
sabiendo que para t = 0

Soluci on:
x=1
y=2
z=3
a La exponencial de una matriz viene de nida por: 1 A2 + eA = plim I + A + 2!

!1 ;
1 Ap p!
Puesto que existe S tal que A = SDS 1 , con D matriz diagonal, tenemos que:
118
1 1 eA = lim SS 1 + SDS 1 + SD2 S 1 + + SDpS 1 = p 2! p!
!1
p!1 = SeD S ;1
= S lim I + D +
1 2 1 D + Dp S ;1 2! p!
veamos que en efecto existen las matrices S y D
detA ; I = ; + 12 ; 8 dim kerA + I = 2
luego
0 ;1 D = @ 0
determinemos S
fv1 v2 g
0 0 ;1 0 0 0 8
1 A
base de kerA + I
04 @2
2 4 1 2 4 2 4
10x1 001 A@y A = @0A

z
2x + y + 2z = 0
9 v1 = 1 0 ;1=
v2 = 0 2 ;1
v3 2 kerA ; 8I
0 ;5 @ 2
2 4 ;8 2 4 2 ;5
9 10x1 001 ;5x + 2y + 4z = 0= A@y A = @0A

z
2x ; 8y + 2z = 0
v3 = 2 1 2
de donde
An alisis matricial
119
0 S =@
por lo tanto
1 0 ;1
0 2 2 1 ;1 2
1 A
y S ;1 =
0 5 ;2 ;4 1 1@ ;1 4 ;1 A 9
2 1 2
00 1 @@ eD = plim !1
1 0 ;12 1 0 ;1 1 A + @ ;1 A + 1 @ A+ ;12 2! 2 1 0 ;1p 8 11 0 e;1 8 1 AA = @ A ;1p e;1 1 @

p!
8p
e8
eA = SeD S ;1 =
0 5e;1 + 4e8 ;2e;1 + 2e8 ;4e;1 + 4e8 1 1@ ;2e;1 + 2e8 8e;1 + e8 ;2e;1 + 2e8 A
9
;4e;1 + 4e8 ;2e;1 + 2e8
5 e ; 1 + 4e 8
etA = plim !1I + tA +

y
1 1 2 2 t A + + tp Ap = SetD S ;1 2! p!
etD
por lo que
0 e; t = @ 0
0
e;t
0
e 8t
0 0
1 A
etA =
b
0 5e;t + 4e8t ;2e;t + 2e8t ;4e;t + 4e8t 1 1@ ;2e;t + 2e8t 8e;t + e8t ;2e;t + 2e8t A
;4e;t + 4e8t ;2et + 2e8t
5e;t + 4e8t
Pasemos a la resoluci on del sistema de ecuaciones diferenciales
120
X t = e X 0
tA
con
011 0 xt 1 X 0 = @ 2 A X t = @ yt A

3
zt
por lo que
X t =
0 ;11e; + 20e8 1 1 @ 8e; + 10e8 A

t t
e;
t t
+ 20 8t
2.
Resolver el sistema de ecuaciones diferenciales
dx dt dy dt dz dt
Soluci on:
x + 2y ; 4z = = ; y + 6z = ; y + 4z
El sistema puede expresarse matricialmente
0 1 0 1 2 ;4 1 0 x 1 @ A = @ 0 ;1 6 A @ y A
dx dt dy dt dz dt
;1
es decir,
dX dt
AX .
dZ dt
Intentaremos efectuar un cambio de base de modo que la nueva matriz = ;1 sea dX dZ lo m as sencilla posible. As
, si = , tenemos dt = y la ecuaci on queda dt
dZ dt
= SJS ;1 SZ , es decir
X SZ = JZ .
J S AS
Busquemos la forma reducida de Jordan de
An alisis matricial
121
detA ; I = ; ; 12 ; 2 dim kerA ; I = 1

luego no diagonaliza y
0 @
1 1 0
0 1 0
0 0 2
1 A
La base de Jordan es
v1 v2 v3
y la matriz
2 ker A ; I 2 A ; I v1 2 ker A ; I
= 2 es
v1 2 = kerA ; I
sea pues
sea
pues
v1
= 1 3 1
= 2 0 0
v3
= 0 2 1
0 @
1 3 1
2 0 0
0 2 1
1 A
El sistema queda
0 dz 1 0 dt A @ @ dz dt
1 2
1 1 0
0 1 0
0 0 2
dz3 dt
10z 1 A @ z1 2A
z3
cuya soluci on es:
z1 z2 z3
C1 et t = C1 t + C2 e 2t = C3 e
9 =
122
que volviendo a la base natural
0x1 01 @yA = @3
z
de donde
2 0 0 2 1 0 1
10 C e 1 1 A @ C1t + C2 e A
t t
C3 e2t
x = 2C1 t + C1 + 2C2 et = y = 3C1 et + 2C3 e2t z = C1 et + C3 e2t
Sea f un endomor smo del natural es:
3.
R -espacio vectorial R4 tal que su matriz en la base

0 9 25 0 0 0 ;4 ;11 0 0 ;4 ;13 1
0 ;1 A= B @ 12 30
1 C A
a Obtener la forma reducida de Jordan de f y la base de Jordan correspondiente. b Calcular e3A .
Soluci on:
a Determinemos la forma reducida de A
detA ; I = + 13 ; 1 dim kerA + I = 2

luego no diagonaliza, y el valor propio de Jordan es
;1 nos proporciona dos mon ogenos y la matriz
0 ;1 0 0 0 1 B 1 ;1 0 0 C = @ 0 0 ;1 0 A
0 0 0 1
An alisis matricial
123
Busquemos la base de Jordan

v1
= A + I v1 = 0 12 30 0 v3 2 kerA + I independiente con v4 2 kerA + I v4 = 0 1 1 1

v2
2 kerA + I 2
v1 2 = kerA + I v1 = 1 v2
0 0 0 sea
v3
= 1 0 3 0
y la matriz cambio de base es
01 B0 S = @ 0
b
e 3A
0 12 30 0 0
1 0 3 0
01 1C 1A y 1
S ;1
0 12 1B 0 12 @ 0
10 ;4 ;6 1 1 0 ;1 C ;10 4 6 A 0 0 0 12 01 0C 0A
= e3SJS ;1 =
Se3J S ;1
e3J
0 e;3 ;3 =B @ 3e0
0
e;3
0 0
e; 3
0 0
e3
luego
0 e; 3 ;3 B 36e; e 3A = @ 90e 3
0
4.
31e;3 75e;3 0
1 0 0 ;12e;3 ;19e;3 + e3 C ;29e;3 ;46e;3 + e3 A 0 e3
Determinar las funciones reales de una variable xt , y t , z t , ut tales que veri can el siguiente sistema de ecuaciones diferenciales lineales = x ; z + u9 = y0 = y + z z0 = z u0 = u
x0
124
y las condiciones iniciales x0 = 1 y 0 = 0 z 0 = 1 u0 = 2 .
Soluci on:
Escribiendo el sistema dado en forma matricial AX = X 0
01 B @0 0
0 1 0 0 0
;1
1 1 0 1 0 0 1
1 0x1 0x 1 C By C C = @ A AB @y A z z
0 0 0
u0
Busquemos la forma reducida de Jordan de la matriz A para simpli car el problema
detA ; I = ; 14 dim kerA ; I = 2

luego hay dos mon ogenos
dim kerA ; I 2 = 4
luego ambos mon ogenos son de dimensi on dos, por lo que la matriz de Jordan adopta la forma
01 B1 = @ 0
0 1 0 0 0
0 0 1 1
0 0 0 1
1 C A
Busquemos la base de Jordan
e1 e3 2 kerA ; I 2 e1 e3 2 = kerA ; I e2 = A ; I e1 e4 = A ; I e3

de manera que e1 e2 e3 e4 sean independientes.
An alisis matricial
Sea pues
e1 = 0 0 1 0 e3
125
e = 0 0 0 1 e
0 0 0 0 1 1 0 0 0
= 1 1 0 0 = 1 0 0 0
luego
0 0 ;1 B0 1 S = @ 1 0
0
etA = etSJ S
1 C A
00 B0 S ;1 = @ 0
0 1 0 1 1
1 0 0 0
0 0 1 0
1 C A
;1
= SetJ S ;1
etJ = et
01 t B @0
0 1 0 0 0
0 0 0 0 1 0 t 1
1 0e C A=B @ te 0
t t
et
0 0
et tet
0 0
et
0 0 0
1 C A
por lo tanto
etA
0e B0 = @ 0
et
;te
tet et
tet
0 0
et
1 0 C 0 A
y la soluci on del sistema es:
0x1 0 x0 1 0 e 1 B C B y0 C B te C = e @ = @ A @y A A z z 0 e

t tA t t
u0
et
5. Dada la matriz
A =
1 6 1 6
126 Hallar:
I + A + A + + An +
2
1 X =
i=0
Ai
Soluci on:
Busquemos, para obtener de forma sencilla matriz A

det A ; I
An
, la forma reducida de Jordan de la
1 + 1 = 2 3
;
luego
diagonaliza
D
1 2
0
;
1 3

= 1 3 = 1 2
;
y la matriz cambio de base es:

v1 v2
2
ker A ;
n=0
1 2 1 1 1 ; = 3 2 y =5 3 1 ; ; = = = 0 + 1 A =@ + 0 P1 + P1 P1 P1 1 1 X A = @ P1 P P P 1 1 1 +
S
;
1I 2 1 kerA + I 3
v1 v2
S 1
An
SDnS 1
1 2
2 1 5 2
3 1 5 3
;
1 3
S 1
1 1 5 2
n;
1 1 5 3
;
6 1 5 2
n;
6 5
1 3
3 1 5 2
2 5
1 3
An
2 5
n=0
1 2
3 5 6 5
n=0 n=0
1 3
1 5
n=0
1 2
n;
1 5
n=0
1 3
6 5
n=0
1 2
n;
1 3
3 5
n=0
1 2
2 5
n=0
1 3
An alisis matricial
127
t ermino 1 y raz on
P1 1 n n=0 = 2 P1 n=0
2
;
3 es la suma de los t = 4 erminos de una progresi on geom etrica de 1 1 1 . primer t ermino 1 y raz on ; 3 j ; 3 j
Por lo que:
1 n 3
es la suma de los t erminos de una progresi on geom etrica de primer 1 1 . 2
2 5 5
1 1X
5 5
n=0 2 n=0
1 1 1 X 3X n +
5 5 6 5 5
n=0 n=0 n=0 n=0
1 6X 1 n
n=0 2 n=0 2
1 n 2
1 X 1 X
5 1 n = 3 4 1 n 1 = 3 4 3 1 n = 3 2 1 n 3 = 3 2
1 1 2X 3X 1 n +
y
n=0
1 X 1 5 4 n A =
4 6 6
6.
Sea
00 A = @1
1
1 0 1
1 1 0
1 A
Calcular
senA .
Soluci on:
Por de nici on:
128
1 ;1 X =
n=0

nA2n+1
senA
2n + 1!
A
Determinemos la forma reducida de Jordan de

det A
; I = ; + I 2 + ; 2 dim kerA + I = 2 luego A diagonaliza. La matriz cambio de base es v1 v2 2 kerA + I independientes v3 2 kerA ; I sean pues
v1 v2 v3
p2 p2 = 2 ; 2 0 p p p = 66 66 ; 2 2 6 p p p 3 3 3
luego
S
0 p22 B p2 B =B ; B @ 2
0 =
p6
6 p ;2 6 6
p6
1 3 p3 C C C 3 C p3 A
p3
3
=3 3 3 y
0 p22 B p6 ;1 = B B B @ p63
3
n D2n+1
; 22
p6 p3
3 6
1 C p C ;2 66 C C p3 A
0
3
y por lo tanto
=S
0P B B B B @
sen A
2n + 1! n=0 1 ;1n ;12n+1 n=0 2n+1! 0 0
1 ;1 X
nSD2n+1 S ;1
= S
P1=0 2;+1! 1 ;12 +1

n n
n
S ; 1 = 2 n + 1! n=0 0 0
n
1 ;1 X
P1=0 2;+1! 1
n n
n
1 C C ;1 = C C A 2 +1 2
S
An alisis matricial
0 sen;1 B B 0 = SB @
0
0 0
sen;1
0
0 2 3 sen;1 B B sen;1 + 1 sen2 = B ;1 3 @ 3
sen2 1 1 1 1 ;1 3 sen;1 + 3 sen2 ; 3 sen;1 + 3 sen2

2 sen 3
1 C C ;1 C AS =
1 sen 3
129
;1 +
1 sen2 3
;1 +
1 3 sen2
1 1 1 ;1 3 sen;1 + 3 sen2 ; 3 sen;1 + 3 sen2
2 3 sen
;1 + 1 3 sen2
C C C A
130
Grupos
131
Ap endice I Grupos
1. Consideremos el subconjunto GL2R de M2 R de nido por
GL2R =
a b c d
ad bc = 0 :
; 6
a Probar que GL2 R es un grupo no conmutativo, es el producto habitual entre matrices. b Consideremos el subconjunto SL2 R SL2 R = a c
de M2 R de nido por b ad bc = 1 : d

j ;
Probar que SL2 R es un subgrupo del grupo GL2 R .
Soluci on:

b a Primero veamos que la operaci on est a bien de nida, es decir dadas a c d Gl2R entonces a b c d

a1 b1 c1 d1
a1 b1 = aa1 + bc1 ab1 + bd1 = a2 b2 c2 d2 ca1 + dc1 cb1 + dd1 c1 d1

;
Gl2R
para ello basta calcular a2 d2 b2 c2
a2 d2 b2c2 = aa1 + bc1cb1 + dd1 ca1 + bc1ab1 + bd1 = = ad bca1 d1 b1 c1 = 0

; ; 6 ; ;
Veamos que se veri can las propiedades de grupo y que falla la conmutatividad
132
Asociatividad
a b c d
a1 c1
b1 d1

a1 c2 a2 c2
b2 d2 b2 d2

= =
aa1 + bc1 ab1 + bd1 ca1 + dc1 cb1 + dd1

aa1 +
bc1a2 + ab1 + bd1 c2 ca1 + dc1 a2 + cb1 + dd1 c2
bd1d2 ca1 + dc1 b2 + cb1 + dd1 d2
aa1 + bc1 b2 + ab1 +
aa1 a2 + b1 c2 + bc1 a2 + d1 c2 aa1 b2 + b1 d2 + dc1 b2 + d1 d2 ca1 a2 + b1 c2 + dc1 a2 + d1 c2 ca1 b2 + b1 d2 + dc1 b2 + d1 d2 a b c d a b c d

a1 a2 + b1 c2 c1 a2 + d1 c2 a1 c1 b1 d1
a1 b2 + b1 d2 c1 b2 + d1 d2 a2 b2 c2 d2

8
a b c d
GL2
R .
0 1
a b c d
0 1 0
tal que 0 1
1 0
0 1
a b c d
a b c d

x y z t

tal que
y el elemento neutro es u nico: supongamos que existe un elemento
a b c d
GL
R se tiene
a b c d
x y z t
x y z t
a b c d
a b c d
9 =
entonces por ser por ser
x y z t
1 0 0 1

neutro neutro

x y z t x y z t
=

1 0 1 0
0 1 0 1

= =
1 0
0 1
x y z t
1 0
0 1
x y z t
Grupos
8
133
a b c d
2 GL2 R ad ; cb 6= 0
luego 1
=ad ; bc 2
R

= = 1 0 0 1
Sea
d=ad ; bc ;b=ad ; bc ;c=ad ; bc a=ad ; bc
2 GL2 R
y es tal que:
d=ad ; bc ;b=ad ; bc ;c=ad ; bc a=ad ; bc a b c d
a b c d
d=ad ; bc ;b=ad ; bc ;c=ad ; bc a=ad ; bc

Claramente para cada barlo!
a b c d
2 GL2 R , el
grupo,
elemento sim etrico es u nico. Compro-
Luego
GL2
1 0
Sean
1 1
tiene estructura de
1 1
0 1
veamos que no es abeliano.
2 GL2 R
1 0 1 1
1 1 0 1

1 1 1 0
0 1 1 1

= =
2 1 1 1
1 1 1 2
b Sean
A B 2 Sl2 pertenece a SL2
GL2
consideremos
B ;1 A 2 GL2
y veamos si
det B ;1 A = det B ;1 det A = 1=det b det A = 1=1 1 = 1
2.
Sea
grupo
G.
un grupo tal que para cada
x 2 G x2 = e , siendo e
el elemento neutro del
Probar que
es un grupo conmutativo.
Soluci on:
De
x2
se tiene
x = x;1
134
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.

3. Encontrar todos los subgrupos normales de S3 Soluci on:
S3 = fi g1 g2 s1 s2 s3 g con
1 i= 1 1 s1 = 1
2 2 2 3
3 3 3 2
1 g1 = 3 1 s2 = 3
2 1 2 2
3 2 3 1
1 g2 = 2 1 s3 = 2
2 3 2 1
3 1 3 3
Componiendo de todas las formas posibles estos elementos, de dos en dos, obtenemos la siguiente tabla
i g1 g2 s1 s2 s3 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, y la Teniendo en cuenta que
Grupos
a el grupo es de orden seis, b el orden de sus subgrupos ha de ser divisor de seis,
135
c un subconjunto de un grupo nito es subgrupo si este es cerrado con respecto la operaci on, simplemente observando la tabla anterior, vemos cu ales son los subgrupos de Subgrupos de orden 1 : Subgrupos de orden 2 : Subgrupos de orden 3 : Subgrupos de orden 6 :
S3 ,
fig fi fi S3
s1
g fi g
s2
g fi
s3
g1 g2
Son subgrupos normales los subgrupos fig S3 los impropios, as

como el de
ndice dos, que puesto que el orden de S3 es seis, este es fi g1 g2 g . Analicemos si alg un subgrupo de orden dos es normal, estudiemos por ejemplo fi s1g los otros dos se estudian de la misma forma. Se trata de comparar sea
a a
fi
s1
g , con fi fi fi s1 g
s1
con
2 S3 un elemento cualquiera:
= s2
s2 s1
g = f s2 s2 = fs2
g1
g g2 g
conjuntos distintos por lo que el subgrupo no es normal, ninguno de los tres subgrupos de orden dos es normal.
4.
Sea
un subgrupo de un grupo
x
;1 Sx = fx;1 yx j 8y 2 S g
y sea
2 G . Probar que
es un subgrupo de
Soluci on:
Sean y1 y2 2 S entonces x;1 y1 x y se veri ca la condici on de subgrupo:
x
; 1 y2 x
son dos elementos de

x
;1 Sx , veamos si
2
;1 x = x;1 y1 xx;1 y2 x = x;1 y1 xx;1 y2
;1 y1 xx;1 y ;1x = x;1 y1 y ;1 x

2
136

x y1 y2
son elementos de
las igualdades anteriores son todas ellas ciertas puesto que que tiene estructura de grupo.
Ahora bien, por ser
subgrupo
y por lo tanto
x;1 Sx
x;1 y1 xx;1y2 x;1 = x;1 y3 x 2 x;1 Sx G
;1 = y3 2 S , luego y1 y2
es un subgrupo de
5.
a
Sea
A 2 M2 C
y sea
S = fX 2 GL2 C j XA = AX g . GL2 C ?. A=
Es
un subgrupo de
b Determinar
para el caso en que
01 00
Soluci on:
a Sean
X1 X2 2 S
luego veri
can
X1 A = AX1
X2 A = AX2
Para ver si se veri que, si
;1A = AX1 X ;1 X1 X2 2 ;1 2 S . X2 2 S entonces X2

ca
condici on de subgrupo, veamos primero
En efecto: tenemos
premultiplicando y postmultiplicando la igualdad
X2 A
AX2
por
;1 X2
;1 X2 AX ;1 = X ;1AX2 X ;1 X2 2 2 2 ;1 = X ;1A AX2 2 ; 1 ;1 X2 A = AX2

y nalmente
;1 A X1 X2

a b
;1 2 S X2
X1 2 S S
a
;1 X1 AX2
b
;1 X1 AX2

Luego en efecto
es subgrupo.
b Sea
x1 x2 2 S entonces x3 x4 x1 x2 0 1 0 = x3 x4 0 0 0
1 0
x1 x2 x3 x4
Grupos

ahora bien X
GL2 C luego x1 6= 0 S=
x3 x1 = x4 x3 = 0 x1 x2 X= 0 x1
0
0 x x x = 0 x x x x 0 0 0 0
1 3 4 3
;
137
0 0
x2 x1
x1 6= 0
6.
Probar que
con a b =
a3 + b3 es un grupo isomorfo a R + .
Soluci on:
Veamos que
es un grupo abeliano.
1 La operaci on est a bien de nida a b existe para todo a b 2
R y es u nico
Asociatividad
a b
qp p c = a +b c = a +b +c = q p p = a + b + c = a + b + c = a p = a b + c = a b c
3
3 3
+
pb
3
+ c 3 3 =

Si e 2
R es tal que
3
a2R
entonces
pa
ae = ea= a

+ e3 = a
a3 + e3 = a3
e3 = 0
por lo tanto e = 0 y evidentemente es u nico
138 Si para cada a 2 R existe a1 2 R tal que
entonces
0=
q
3
a a;1 = a1 a = 0
a3 + a3 1
a3 = ;a3 1
a = a1
luego el elemento sim etrico existe y es u nico
Conmutatividad
ab =
pa
3
+ b3 =
pb
3
+ a3 = b a
Luego en efecto es grupo abeliano, establezcamos ahora el isomor smo con R +

':
R ;! R + a ;! 'a = a3
Dicha aplicaci on est a bien de nida ya que 'a es un n umero real u nico, para cada a2 .
Es inyectiva pues 'a = 'b
a3 = b3 lo que implica a = b p p Es adem as exhaustiva pues 8a 2 R existe 3 a tal que ' 3 a = a

'a b = '
Esta aplicaci on es mor smo de grupos, ya que
pa
3
+ b3 = a3 + b3 3 = a3 + b3 = 'a + 'b
p
3
por lo que ' es un isomor smo.
Sea G un grupo. Probar que si existe un n umero entero n tal que abn = an bn para todo a b 2 G entonces
Gn = fxn j x 2 Gg
7.
Gn = fx 2 G j xn = eg
son subgrupos normales de G , y si G es un grupo nito entonces el orden de Gn coincide con el

ndice de Gn
Soluci on:
Grupos
139
Consideremos la aplicaci on
y comprobemos que es mor smo de grupos

' : G ;! G x ;! xn
'ab = abn = anbn = 'a'b a

a por hip otesis
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 , veamos que tambien es normal 8y 2 G yxn y ; = yxy ; n 2 Gn
1 1
Y por u ltimo 'G = Gn ' G=Gn , por lo que
ord Gn = ind Gn
8. Probar que un grupo G es abeliano si y s olo si la aplicaci on ' : G de nida por 'x = x;1 es un automor smo de G . Soluci on:
;!
La aplicaci on ' est a bien de nida puesto que cada elemento de G admite un inverso y este es u nico. Supongamos ahora que ' es un automor smo
'a b = 'a 'b

Por de nici on de ' tenemos
8a
b2G
1 2
a b;1 = a;1 b;1 Por de nici on de elemento sim etrico tenemos a b;1 = b;1 a;1
140
que por 1 y 2
'a b = b;1 a;1 = 'b 'a = 'b a ab = ba
y por ser ' automor smo es Luego G es conmutativo. Rec

procamente
La aplicaci on ' es biyectiva por ser G grupo para cada elemento a 2 G existe sim etrico y es u nico, veamos que el hecho de ser el grupo abeliano nos asegura que ' es mor smo 'a b = a b;1 = b;1 a;1 = a;1 b;1 = 'a 'b
a
a hip otesis de conmutatividad
9. Sea G un grupo. Probar que el orden de un elemento a 2 G es el mismo que el orden de su inverso a;1 Soluci on:
Sea n = ord a el orden de a 2 G es decir an = e . Puesto que todo elemento a conmuta con su inverso a;1 y este es tal que aa;1 = e , se tiene aa;1 n = en = e aa;1 n = aa;1 : : : aa;1 = an a;1 n y por lo tanto an a;1 n = e
2
Ahora bien an = e luego a;1 n = ea;1 n = e . Por lo tanto si m es el orden de a;1 se tiene que m es divisor de n . An alogamente tenemos a;1 am = em = e de donde am = eam = a;1 m am = e por lo que n es un divisor de n . Finalmente si n es divisor de m y m es divisor de n es que n = m .
Anillos de clases de restos
141
Ap endice II Anillos de clases de restos

1.
Sea Z el anillo de los n umeros enteros, un subconjunto, ideal si y solamente si
8x y 2 I 8x 2 I 8a 2 Z
x;y 2 I ax 2 I I
Z , diremos que es un
Probar que todos los ideales de

I
Z son de la forma
= a = fa m j 8m 2 Zg:
Soluci on:
Sea, a , el menor entero positivo perteneciente a I , para todo
m= ac+r m 2 I,
tenemos
con 0 r
puesto que a 2 I se tiene que a c 2 I y por tanto r = m ; a c 2 I r es positivo o nulo y por pertenecer a I ha de ser nulo, luego m = a c es decir I = a estos ideales se llaman principales.
2.
a Probar que la intersecci on de dos ideales de
Z es siempre un ideal. Z no tiene por qu e ser un
b Probar, con un ejemplo, que la uni on de dos ideales de ideal.
Soluci on:
142

a b = I
a
Sean x y 2 I veamos si x ; y 2 I . De x y 2 I se tiene
x y 2 a x y 2 b
de donde de donde
x ; y 2 a x ; y 2 b
b = I
De x ; y 2 a , y x ; y 2 b se tiene x ; y 2 a Sean x 2 I , m 2 Z veamos si m x 2 I . 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 , y m x 2 b se tiene m x 2 I b Consideremos los ideales I1 = 3 , I2 = 2 y sea 3 Tenemos que 9 2 3 , 4 2 2 y 9 ; 4 = 5 2 = 3 luego 3 2 no es ideal. 2 .
2 puesto que 5 2 = 3 y 5 2 = 2 ,
3. Probar que mcda b = d , siendo Z generados por a b respectivamente. Soluci on:

Recordemos que es siempre un ideal. En
d el generador del ideal suma de los ideales de
I + J = fa + b j a 2 I b 2 J g
Z sabemos que los ideales son principales, luego

a + b = d:
Veamos que d es en efecto mcda b . a d pues 8m 2 a m + 0 = m 2 a + b = d . d .
Por el mismo razonamiento b De a
d tenemos que a 2 d , luego a = d k1
143
De b d tenemos que b 2 d, luego b = d k2 de donde d es divisor com un de a , y b falta ver que es el m aximo. De d = a + b tenemos que d 2 a + b luego existen m n 2 Z tales que am+bn =d por lo que si d1 es divisor de a y b lo es de a m + b n , es decir, lo es de d , por lo que mcda b = d .
4. Probar que
mcma b = c , siendo c 2 Z el generador del ideal intersecci on de los ideales generados por a b 2 Z .
Soluci on:
Tenemos, por hip otesis, que a b = c veamos que c = mcma,b. c a luego c 2 a De a b = c tenemos c b luego c 2 b
c
= a k1 con k1 2 Z c = b k2 con k2 2 Z luego c es m ultiplo de a y b . Veamos que es el m

nimo. Sea h un m ultiplo de a y b cualquiera h = a h1 de donde h 2 a h = b h2 de donde h 2 b y por tanto, h 2 a b, es decir h = c h3 , es tambi en m ultiplo de c .
5. Probar que para que Z=n sea cuerpo, es condici on necesaria y su ciente que
de donde
sea primo.
Soluci on:
Supongamos que Z=n es cuerpo, es decir 8a 2 Z=n, que a b = 1.
6= 0, existe b 2 Z=n tal
144 Si n no fuera primo, existir

an n1 n2 2 por lo tanto n1 n2 = n = 0.
ambos distintos de n , tales que n1 n2 = n
Puesto que n1 6= 0 y =n por hip otesis es cuerpo, existe m tal que n1 m = 1, luego 0 = 0 m = n1 n2 m = n1 m n2 = 1 n2 = n2 , luego n2 = n y puesto que n2 j n , se tiene n2 = n contradicci on luego n ha de ser primo, y la condici on es necesaria. Veamos que es tambi en su ciente: Sea 0 6= a = fm n + a 8m 2 con0 a ng . Puesto que n es primo, mcda n = 1 por lo que existen r s 2 , tales que a r + n s = 1 recordar que a + n = 1 luego a r + n s = 1 , o sea, a r + n s = 1 Pero n = 0, por lo tanto a r = 1 y =n es cuerpo.
6.
a
Determinar todos los divisores de cero de
Z=12 Z
b
Z=18 Z
c
Z=24.
Soluci on:
6 0 es un divisor de cero si y solamente si existe Un elemento a 2 =n con a = b 2 =n, b 6= 0 tal que ab= 0
en lo es b , y a b = n . Observamos que si a es divisor de cero, tambi

a 12 = 22 3 , luego los divisores de cero son 2, 3, 4, 6 , 8 , 9, 10 es decir, las clases de resto de los divisores propios de 12 y de los elementos que tienen un factor que lo es de 12 . Observamos que 2 6 = 0, 3 4 = 0 , 3 8 = 0, etc. b 18 = 2 32 , luego los divisores de cero son 2 , 3, 4, 6, 8, 9, 10, 12, 14, 15, 16, es decir, las clases de resto de los divisores propios de 18 y de los elementos que tienen un factor que lo es de 18 . Observamos que 2 9 = 0, 4 6 = 0 , 8 3 = 0, 4 9 = 0 , etc. c 24 = 23 3 , luego los divisores de cero son 2, 4, 8, 3, 6, 10, 12, 14, 16, 18, 20, 22, 9, 15, 21, es decir, las clases de resto de los divisores propios de 24 y de los elementos que tienen un factor que lo es de 24.
145

Observamos que 2 12 = 0, 4 6 = 0, 8 3 = 0, 21 8 = 0, etc.

7. Escribir las tablas de sumar y multiplicar de Z=4 y resolver el sistema de ecua-
ciones
2x + 3y = 1 2x + 2y = 1 + 0 1 2 3 0 0 1 2 3 1 1 2 3 0 2 2 3 0 1 3 3 0 1 2
a

Soluci on:
0 1 2 3 0x + y = 2

0 0 0 0 0

1 0 1 2 3
2 0 2 0 2
3 0 3 2 1
2 x + 3y = 1 2 x + 2y = 1
b

y=2

2x + 3 2 = 1 2x + 2 = 1 2x = 3 no tiene soluci on pues no existe ning un elemento x en Z=4 tal que 2 x = 3. Obs ervese que 2 no es inversible en Z=4 es un divisor de cero a sumando ambas ecuaciones. b sustituyendo el valor de x en la primera ecuaci on.
8. Escribir la tabla de sumar y multiplicar del cuerpo Z 5 y resolver el sistema

x + 2y = 1 2x + y = 0
Soluci on:
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
0 0 0 0 0 0
b

1 0 1 2 3 4
2 0 2 4 1 3
3 0 3 1 4 2
4 0 4 3 2 1
2 3+y = 0 1+y =0 a multiplicando la primera ecuaci on por 2. b sumando ambas ecuaciones. c sustituyendo el valor de x en la segunda ecuaci on.

x + 2y = 1 2x + 4y = 2 a 2x + y = 0 2x + y = 0 4x = 2 x = 3
c

4x + 0y = 2

y=4
9. Descomponer en fracciones simples, sobre Z 5 la fracci on racional siguiente

x
2
4 + 4x + 3
Soluci on:
Hallemos primero las ra

ces del denominador, haciendo uso de las tablas del ejercicio anterior: x + 4x + 34 = 1 + 1 + 3 = 0 x + 4x + 32 = 4 + 3 + 3 = 0 luego x + 4x + 3 = x 4x 2 = x + 1x + 3, luego A B 4 = + x + 1x + 3 x + 1 x + 3 4 Ax + 3 + B x + 1 A + B x + 3A + B = x + 1x + 3 x + 1x + 3 = x + 1x + 3 Igualando numeradores tenemos A+B =0 A=2 B=3 3A + B = 4
2 2 2
; ;

Algebra Lineal - Problemas Resueltos PDF

Cargado por

Copyright:

Formatos disponibles

Algebra Lineal - Problemas Resueltos PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra Lineal - Problemas Resueltos PDF

Cargado por

Copyright:

Formatos disponibles

lgebra Lineal A Problemas resueltos

Primera edicin: septiembre de 1993 Segunda edicin: septiembre de 1994

Diseo de la cubieta: Antoni Gutirrez M. Isabel GarcaPlanas, 1993

Depsito legal: B-22.363-93 ISBN: 84-7653-295-4

Primera edicin: septiembre de 1993

. 117 . 131 . 141

Primera edicin: septiembre de 1993

Polinomios y Fracciones racionales

Recordando el teorema de Euclides:

Siendo Rx el resto de dividir P1 x entre P2x Sabemos que

12 una de ellas es triple.

Algebra Lineal. Problemas resueltos P x = x4 ; x3 ; 3x2 + 5x ; 2

La descomposici on en factores primos del polinomio ser a:

P x = 4x3 ; 3x2 ; 6x + 5 P "x = 12x2 ; 6x ; 6

1 x=1 De P "x = 0 tenemos x = ; 2 ra

Los autores, 2000; Edicions UPC, 2000.

Polinomios y Fracciones racionales

por lo tanto P x es divisible por x ; 13 como pretend

4. Consideremos P x = x3 ; 4x2 + 5x ; 2 a coe cientes reales.

P x = 3x2 ; 8x + 5 = x ; 13x ; 5:

5 , ahora bien: b Las ra