Espacios vectoriales

Ejercicio 1

Dado el espacio vectorial R2, una base del mismo (e1, e2) y la de su dual
(e ∗ 1, e ∗ 2), se introduce un cambio de base en la siguiente forma:
v=e1−e2;w=e1−4e2
Obtener la base dual de (v, w) en función de la (e ∗ 1, e ∗ 2).
SOL:

Para obtener una base dual de la dada tenemos:

v ∗ (v) = 1 → (αe ∗ 1 + βe ∗ 2)(e1 − e2) = α − β = 1w ∗ (w) = 0

→ (αe ∗ 1 + βe ∗ 2)(e1 − 4e2) = α − 4β = 0 ∣∣∣∣ α = 43, β = −13
y análogamente:

v ∗ (v) = 0 → (α′e ∗ 1 + β′e ∗ 2)(e1 − e2) = α′ − β′ = 0w ∗ (w) = 1

→ (α′e ∗ 1 + β′e ∗ 2)(e1 − 4e2) = α′ − 4β′ = 1 ∣∣∣∣ α′ = 13, β′
= −13

Se puede comprobar con facilidad que la matriz de paso de

(e ∗ 1, e ∗ 2) a (v ∗, w ∗) es la inversa de la matriz de paso de (e1,e2) a (v, w).
Ejercicio 2

Siendo x = (x1, x2) un vector cualquiera de R2, en dicho espacio vectorial se

definen las aplicaciones lineales:

f(x) = 2x_1 + x_2 ; g(x) = x_1 + x_2

Estudiar si forman una base del dual de R2 y hallar la base de R2 de la que son
dual.
SOL:

Para saber si las aplicaciones dadas forman una base del dual de R 2,
comprobamos que son linealmente independientes. Tenemos:

αf(x) + βg(x) = 0 ⇒ α(2x1 + x2) + β(x1 + x2) = 0

Reagrupando términos tenemos:
2α + β = 0
(2α + β)x1 + (α + β)x2 = 0 ⇒ [((2α + β), (α + β)] (x1x2) =0{
α+β=0
Y a partir de ahí, α = 0; β = 0. Para obtener la base de R2 de la que son dual
hacemos como en el ejercicio anterior:
f(v1) = 1 → (2x1 + x2)(αe1 + βe2) = 2α + β = 1
g(v1) = 0 → (x1 + x2)(αe1 + βe2) = α + β = 0
Donde :
α = 1, β = −1
y análogamente:
f(v2) = 0 → (2x1 + x2)(α′ e1 + β′ e2) = 2α + β = 0
g(v2) = 1 → (x1 + x2)(α′e1 + β′e2) = α′ + β′ = 1
Donde:
α′ = −1, β′ = 2
con lo que tendremos: v1 = (1, −1); v2 = (−1,2).
Ejercicio 3

Sea la aplicación t ∶ t: R3 → R2 definida en bases canónicas por :

núcleo (t) ≡ x1 + x2 = 0; t(1,0,1) = (1,1)

Obtener la matriz de la aplicación t en bases canónicas.
SOL:

Observamos, en primer lugar que el núcleo de t ha de tener dimensión 2 puesto

que viene dado por una sola ecuación y se ha de cumplir la relación:

Dim R3 – Dim núcleo de t

= número de ecuaciones cartesianas que definen a núcleo de t
Según eso, podemos tomar dos vectores tales que sus coordenadas cumplan
x1 + x2 = 0 y formar con ellos una base de núcleo de t. Sean, por ejemplo los
vectores (1, −1, 1) y (1, −1, 2). Puesto que la aplicación está definida en bases
canónicas, podemos escribir:
𝐭(1,0,1) = t(1,0,0) + t(0,0,1) = (1,1)
𝐭(1, −1,1) = t(1,0,0) − t(0,1,0) + t(0,0,1) = (0,0)
𝐭(1, −1,2) = t(1,0,0) − t(0,1,0) + 2t(0,0,1) = (0,0)
Operando con las ecuaciones resultantes podemos obtener:
t(1,0,1)−t(1,−1,1) =t(0,1,0)= (1,1)

Ejercicio 4:
Dados los subespacios de 3:

S = {(x, y, z) / x − 2y + z = 0} y T = {(a, 2a, a − b) / a, b ϵR3 }

Calcula una base para:
a) S
b) T
c) S+T
d) S∩T

d) Para este apartado debemos tener en cuenta lo siguiente

Ejercicio 5:

Dado el subespacio vectorial .

Una base de dicho subespacio sería por ejemplo la formada por: el conjunto de
vectores
B={(-1,0,2,0),(0,1,0,0),(0,0,0,1)} basta obtener las ecuaciones paramétricas del
subespacio.
Pues bien si tomamos un vector cualquier del subespacio, por ejemplo el vector
(-2,3,4,2) ¿cuáles serán las coordenadas de ese vector respecto de la base
obtenida B?
Para obtenerlas basta con encontrar la combinación lineal de los vectores de la
base B mediante la cual podemos obtener el vector dado, es decir, plateamos
en DERIVE la ecuación vectorial

Al simplificarla obtenemos el siguiente sistema de ecuaciones

Y al obtenerlos

Lo cual indica que el vector (-2,3,4,2)=(2,3,2)B que son las coordenadas en la

base B.
Si tomamos una base distinta por ejemplo:
B2={(1,0,-2,0),(0,2,0,1),(0,0,0,1)} el mismo vector (-2,3,4,2) tendrá unas
coordenadas distintas.
En este caso la ecuación vectorial a resolver sería

Es decir , el sistema de ecuaciones

Cuya solución es:

Luego en este caso el vector (-2,3,4,2)

tiene de coordenadas (-2,3/2,1/2) en la
nueva base B2.
Ejercicio 6
Determine si y son bases para
Solución

Sea v un polinomio de

como v es C.L. de los vectores de , entonces genera a

La única posibilidad para que es

que de donde se tiene que es una base para .

Para demostrar que es base para , debemos probar primero que para
cualquier vector existen escalares y tales

que

resolviendo el sistema se tiene que , ,

por tanto, genera a .

Veamos ahora que es L.I. Despejando , y cuando v = 0 se tiene

que

= = = 0 lo que implica que es L.I. y por consiguiente es base

para
Ejercicio 7
Determinar el valor de x para que el vector (1, 𝑥, 5)𝜖𝑅 3 pertenece al subespacio
< (1,2,3); (1,1,1) >.
Solucion:
(1, 𝑥, 5) =∝ (1,2,3) + 𝛽(1,1,1)
Pero entonces:
1 =∝ +𝛽
𝑥 = 2 ∝ +𝛽
5 = 3 ∝ +𝛽
Y resolviendo el sitema de ecuaciones , tenemos
 ∝= 2
𝑥=3
𝛽 = −1
Ejercicio 8:
Calcular basesw de los subespacios de R4 S,T,S+T y la intersección de S y T,
siendo 𝑆 = {(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 )𝑥1 − 𝑥2 = 0} y 𝑇 =< (1,1,2,1), (2,3, −1,1) > .
Sol:
𝑆 = {(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 )|𝑥1 , 𝑥2 ; 𝑥3 𝜖𝑅 3 } = 〈(1,1,0,0); (0,0,1,0); (0,0,0,1)〉
Luego un sistema generador de S es {(1,1, ,0,0); (0,0,1,0); (0,0,0,1)}. Ahora
(0,0,0,0) =∝ (1,1,0,0) + 𝛽(0,0,1,0) + 𝛾(0,0,0,1)
∝= 𝛽 = 𝛾 = 0
O sea que es libre ,resulta q 𝐵𝑠 = {(1,1,0,0); (0,0,1,0); (0,0,0,1)}es una base de
S
Un sistema generador de T es (1,1,2,1); (2,3, −1,1).pero es también libre , ya
que
(0,0,0,0) = 𝛾(1,1,2,1) + 𝛽(2,3, −1,1)
0 = 𝛾 + 2𝛽
0 = 𝛾 + 3β
0 = 2𝛾 − 𝛽
0=𝛾+𝛽
Y la única solución al sistema anterior es de 0 = 𝛾 = 𝛽 . por tanto,𝐵𝑡 =
{(1,1,2,1); (2,3, −1,1)}es una base de T.
Por tanto , un sistema de ecuaciones generador de S+T es
{(1,1,0,0); (0,0,1,0); (0,0,0,1); (1,1,2,1); (2,3, −1,1)}.Pero (1,1,2,1) = (1,1,0,0) +
(0,0,1,0) + (0,0,0,1) luego {(1,1,0,0); (0,0,1,0); (0,0,0,1); (1,1,2,1); (2,3, −1,1)}es
sistema generador de S+T . Además ,este sistema es libre luego es una base
de S+T.
Por Ultimo, sabemos que S∩T es un subespacio vectorial de dimensión 1
porque
𝑑𝑖𝑚(𝑆 ∩ 𝑇) = 𝑑𝑖𝑚(𝑆 + 𝑇) − 𝑑𝑖𝑚(𝑆) − 𝑑𝑖𝑚(𝑇)
Ahora (1,1,2,1) ∈ 𝑆 ∪ 𝑇 luego como𝑑𝑖𝑚(𝑆 ∩ 𝑇) 𝑒𝑠 1 se tiene que < (1,1,2,1) >=
𝑆 ∩ 𝑇 y una base de (𝑆 ∩ 𝑇)es 𝐵(𝑆∩𝑇) = {(1,1,2,1)}.
Ejercicio 9

Un endomorfismo de R3 en las bases canónicas viene dado por la matriz:

−1 −1 2
𝑇 = ( 1 −2 3)
−1 −1 5
Obtener la matriz referida a la base (1,1, 2), (0, 2, 1), (0, 0, 5)
SOL:
La matriz de un endomorfismo depende de la base elegida, es decir, que si un
operador tiene una matriz T en la base (𝑒1, 𝑒2, … , 𝑒𝑛) entonces su matriz en
otra base (𝑢1, 𝑢2, … , 𝑢𝑛) es S-1.T.S, siendo S una matriz cuyas columnas son
las coordenadas de los vectores de la nueva base respecto de la antigua. En
nuestro caso, la matriz T viene dada respecto a la base canónica, por lo que
tendremos:
1 0 0
𝑆 = (1 2 0):
2 1 5
−1 0 0
𝑆 = ( −1/2 1/2 3 )
−3/10 1/10 1/5
Y a partir de ahí :
−1 0 0
1 1 −1 −1 2 1 0 0
− 3
𝑇 = 𝑠 −1 𝑇𝑆 = 2 2 ( 1 −3 3) (1 2 0)
3 1 1 −1 −5 5 2 1 5
−
( 10 10 5)
Y operando

0 0 10
3
1 − 5/2
𝑇 = 𝑠 −1 𝑇𝑆 = 2
1 7 1
− −
( 5 10 2 )
Ejercicio 10:
Demostrar que si los vectores 𝑥1, 𝑥2, 𝑥3 forman un sistema libre, también
forman un sistema libre los vectores (𝑥1 + 𝑥2), (𝑥1 + 𝑥3), (𝑥2 + 𝑥3)

SOL:

El sistema de vectores dado es libre si la expresión:

𝛼(𝑥1 + 𝑥2) + 𝛽(𝑥1 + 𝑥3) + 𝛾(𝑥2 + 𝑥3) = 0
Se cumple únicamente cuando los coeficientes α,β,γ son todos iguales a cero.
En caso contrario, el sistema es ligado. De ese modo, operando, tenemos:
𝛼(𝑥1 + 𝑥2) + 𝛽(𝑥1 + 𝑥3) + 𝛾(𝑥2 + 𝑥3) = (𝛼 + 𝛽)𝑥1 + (𝛼 + 𝛾)𝑥2 + (𝛽 + 𝛾)𝑥3
=0
Como los vectores x1, x2, x3 son linealmente independientes, por hipótesis, los
coeficientes deben ser todos nulos. De ese modo podemos plantear el
siguiente sistema:
 (𝛼 + 𝛽) = 0; (𝛼 + 𝛾) = 0; (𝛽 + 𝛾) = 0
Tenemos un sistema homogéneo del que calculamos el rango de la matriz de
los coeficientes:
1 1 0
[1 0 1] = −2 →→ 𝑟 = 3
0 1 1
Ejercicio 11
Puede constituir el sistema v1 = (1, 2, 3) ; v2 = (2, -1, 0) ; v3 = (1, 1, 0) una base
de R3?
Suponiendo que sea cierto lo anterior, calcular las coordenadas del vector (2, 4,
6) en dicha base.
SOL:
Hemos de considerar la matriz asociada al sistema, teniéndose que el rango de
dicha matriz es igual a la dimensión del espacio que engendran los vectores
considerados.
1 2 3
𝑆 = (2 −1 0) → |𝐴| = 9 → 𝑟 = 3
1 1 0
Por lo tanto, el sistema considerado si es un sistema libre que, al ser
generador, constituye una base de R3.
Cualquier vector de R3 se puede expresar como combinación lineal de los
vectores de una base:

𝑣 = 𝛼1𝑣1 + 𝛼2𝑣2 + 𝛼3𝑣3 ⇒ (2,4,6) = 𝛼1(1,2,3) + 𝛼2(2, −1,0) + 𝛼3(1,1,0)

Haciendo operaciones obtenemos el sistema:

𝛼1 + 2𝛼2 + 𝛼3 = 22𝛼1 − 𝛼2 + 𝛼3 = 43𝛼1 = 6

Resuelto el sistema se obtiene como solución 𝛼1 = 2; 𝛼2 = 0; 𝛼3 = 0 con lo que
las coordenadas del vector dado en la base indicada son (2, 0, 0).
Ejercicio 12
¿Pertenece el vector 𝑣 = (2, 4, 2) al subespacio engendrado por los vectores
\( 𝑣_1 = (1, 2, 3) \) ; \( 𝑣_2 = (1, 0, −1) \) ?.

SOL:

En primer lugar determinamos las ecuaciones cartesianas del subespacio.

Todo vector de dicho subespacio podrá expresarse como combinación lineal de
v1 y v2:
𝑥 = 𝛼𝑣1 + 𝛽𝑣2 ⇒ (𝑥1, 𝑥2, 𝑥3) = 𝛼(1,2,3) + 𝛽(1,0, −1)
Haciendo operaciones se tiene:
x1=α+β
x2=2α x1+x3=4α+β x2=2α x1+x3-2x2=2α
x3=3α−β
Ejercicio 13
Indicar si los siguientes conjuntos son subespacios vectoriales de R4

𝑉 = {(𝑥, 𝑦, 𝑧, 𝑡) ∈ 𝑅4/𝑥 = 𝑦 = 𝑧 = 𝑡}; 𝑉 = {(𝑥, 𝑦, 𝑧, 𝑡) ∈ 𝑅4/𝑦 = 2𝑥; 𝑡 = 𝑥 + 𝑧}

SOL:
∀∝, 𝛽𝜖𝑅
∝ v1 + 𝛽𝑣2𝜖𝑉 {
∀𝑣1, 𝑣2
Tomando dos vectores cualesquiera que cumplan la primera condición:

𝛼(𝑥, 𝑥, 𝑥, 𝑥) + 𝛽(𝑦, 𝑦, 𝑦, 𝑦) = (𝛼𝑥 + 𝛽𝑦, 𝛼𝑥 + 𝛽𝑦, 𝛼𝑥 + 𝛽𝑦, 𝛼𝑥 + 𝛽𝑦)

Y el primero de los conjunto definidos si es subespacio vectorial de R4.

Análogamente, para el segundo ejemplo, se ha de cumplir:

∀𝛾, 𝛿𝜖𝑅
𝛾𝑤1 + 𝛿𝑤2𝜖𝑊 {
∀𝑤1, 𝑤2
Y según el enunciado tenemos:

𝛾(𝑥1,2𝑥1, 𝑧1, 𝑥1 + 𝑧1) + 𝜆(𝑥2,2𝑥2, 𝑧2, 𝑥2 + 𝑧2) =

(𝛾𝑥1 + 𝜆𝑥2, 𝛾2𝑥1 + 𝜆2𝑥2, 𝛾𝑧1 + 𝜆𝑧2, 𝛾𝑥1 + 𝛾𝑧1 + 𝜆𝑥2 + 𝜆𝑧2)

[𝛾𝑥1 + 𝜆𝑥2,2(𝛾𝑥1 + 𝜆𝑥2), 𝛾𝑧1 + 𝜆𝑧2, 𝛾𝑥1 + 𝜆𝑥2 + 𝛾𝑧1 + 𝜆𝑧2]

Considerando las coordenadas, se tiene que la segunda es el doble que la
primera y la cuarta es la suma de la primera y la tercera, por lo tanto, se
cumplen las condiciones requeridas para que el conjunto dado sea un espacio
vectorial de R4.
Ejercicio 14:
Determinar los parámetros 𝜆, 𝜌 tales que el vector (𝜆, 𝜌, −37, −3) pertenezca al
subespacio de R4engendrado por los vectores:

𝑣1 = (1,2, −5, −3); 𝑣2 = (2, −1,4,7)

SOL:
Para que dicho vector pertenezca al referido subespacio, se ha de cumplir:
 (𝜆, 𝜌, 37, −3) = 𝛼(1,2, −5, −3) + 𝛽(2, −1,4,7)
Identificando coordenadas tenemos:

𝜆 = 𝛼 + 2𝛽; 𝜌 = 2𝛼 − 𝛽; −37 = −5𝛼 + 4𝛽; −3 = −3𝛼 + 7𝛽

Si tomamos las dos últimas ecuaciones, resulta:
96 5 ∝ +4𝛽 = −37
= −96 = −23𝛽 {
23 −3 = −3𝛼 + 7𝛽
Donde hemos multiplicado la de arriba por 3 y la de abajo por 5.
Sustituyendo el valor obtenido de β en la última de las ecuaciones, por ejemplo,
resulta:

 3 = −3𝛼 + 7𝛽 = −3𝛼 + 7(9623 ⇒ 𝛼 = 24723)

Sustituyendo en las dos primeras ecuaciones los valores de α y β obtenidos
tenemos:

𝜆 = 𝛼 + 2𝛽 = −439/23; 𝜌 = 2𝛼 − 𝛽 = 398/23
Ejercico 15
Sea E un espacio vectorial sobre R y sea {u, v} una base de E. Se pide
demostrar que los vectores 𝑧 = 𝑢 + 𝑣 ; 𝑡 = 𝑢 – 𝑣 constituyen una base de E
y descomponer el vector 𝑣 = 3𝑢 – 5𝑤 en la base formada por los vectores z, t.
SOL:
Para que z, t formen una base, la igualdad 𝛼𝑧 + 𝛽𝑡 = 0 sólo debe cumplirse
para 𝛼 = 𝛽 = 0. En este caso tenemos:

𝛼𝑧 + 𝛽𝑡 = 0 ⇒ 𝛼(𝑢 + 𝑤) + 𝛽(𝑢 − 𝑤) = 0 ⇒ (𝛼 + 𝛽)𝑢 + (𝛼 − 𝛽)𝑤 = 0

Pero como u, w es una base de E, los coeficientes deben ser nulos, es decir:

𝛼 + 𝛽 = 0; 𝛼 − 𝛽 = 0 ⇒ 𝛼 = 0; 𝛽 = 0
Por lo tanto, el sistema {𝑧, 𝑡} constituye una base de E.
Para determinar la segunda cuestión, debemos escribir los vectores u, w en
función de los vectores 𝑧, 𝑡:
𝑧 =𝑢+𝑤
{
𝑡 =𝑢−𝑤
𝑧+𝑡
𝑧 + 𝑡 = 2𝑢 → 𝑢 =
2
𝑧−𝑡
𝑧 − 𝑡 = 2𝑤 → 𝑤 =
2
Por lo tanto, el vector 𝑣 = 3𝑢– 5𝑤 lo podemos escribir:
 𝑧+𝑡 𝑧−𝑡
𝑣 = 3𝑢 − 5𝑤 = 3 −5 = −𝑧 + 4𝑡
2 2
Ejercicio 16
En el espacio vectorial V3, sobre el cuerpo de los números reales, se
consideran los vectores 𝑎 = (1,0,1) ; 𝑏 = (0,0,1) ; 𝑐 = (1,0,0) . Hallar la
dimensión, las ecuaciones paramétricas y las ecuaciones cartesianas de la
variedad lineal (subespacio) engendrado por los vectores {𝑎, 𝑏, 𝑐} .
SOL:
En primer lugar determinamos el rango de la matriz de los coeficientes:
1 0 1
1 1
[0 0 1] = 0; | | = −1 ≠ 0 → 𝑟 = 2
1 0
1 0 0
Al ser el rango 2, la dimensión del subespacio considerado es 2. Para
encontrar las ecuaciones paramétricas, tenemos:

𝑥 = (𝑥1, 𝑥2, 𝑥3) = 𝛼(1,0,1) + 𝛽(0,0,1) + 𝛾(1,0,0)

De donde podemos obtener:

𝑥1 = 𝛼 + 𝛾; 𝑥2 = 0; 𝑥3 = 𝛼 + 𝛽
Que son las ecuaciones paramétricas del subespacio vectorial.

Para encontrar las ecuaciones cartesianas debemos tener en cuenta que

hemos de obtener tantas ecuaciones como indique la diferencia 𝑛 – 𝑟, siendo n
la dimensión del espacio vectorial principal y r la dimensión del subespacio
considerado. En nuestro caso tenemos: 𝑛 – 𝑟 = 3 – 2 = 1; debemos
encontrar, pues, una ecuación cartesiana. Dicha ecuación será: 𝑥2 = 0.

Todos los vectores (𝑥1, 𝑥2, 𝑥3) que cumplan la condición dada pertenecen a
dicho subespacio.

Ejercicio 17
Dado el endomorfismo t de R³ definido por:
Núcleo de 𝑡 = 𝑥1 + 𝑥2 = 0; 𝑡(0,1,0) = (−1,1, −2)
Hallar la matriz que lo define en base canónica siendo 𝑥 = (𝑥1, 𝑥2, 𝑥3)un vector
genérico de R³.
SOL:
Para calcular la matriz que define el endomorfismo, obtenemos las imágenes
de los vectores de la base canónica de R³. Si el núcleo de t se define por una
ecuación, harán falta dos vectores para formar una base del mismo, puesto que
estamos considerando un endomorfismo de R³. Tomamos entonces como base
de Nuct={(1,−1,0),(1,−1,1)} para obtener:
 t(1,−1,0)=t(1,0,0)−t(0,1,0)t(1,−1,1)=t(1,0,0)–
t(0,1,0)+t(0,0,1)t(0,1,0)=t(0,1,0)=(0,0,0)=(0,0,0)=(−1,1,−2)
Restando la primera ecuación de la segunda y sumando la tercera y la primera,
resulta:

t(1,−1,1)–t(1,−1,0)t(1,−1,0)–t(0,1,0)=t(0,0,1)=(1,0,0)=(0,0,0)=(−1,1,−2)
Podemos decir así que la matriz del endomorfismo respecto a la base canónica
es:
1 0 0 −1 −1 0
𝑴(𝒕, 𝑹3) = 𝑦 [0 1 0] = [ 1 1 0]
0 0 1 −2 −2 0
Ejercicio 18:
Determinar la dimensión, una base y las ecuaciones cartesianas del
subespacio vectorial engendrado por los vectores:

𝑣1 = (2,3,1,0,3); 𝑣2 = (1,0,1,1, −3); 𝑣3 = (3,3,2,1,0)

SOL:
Hacemos la observación de que el subespacio no puede tener dimensión
superior a 3, por ser de este orden la mayor matriz cuadrada que puede
obtenerse con los datos. Siendo así, tomamos un menor:
2 3
| | = −3
1 0
2 3 1 2 3 0 2 3 3
[1 0 1] = 0; [1 0 1 ] = 0; [ 1 0 −3] = 0
3 3 2 3 3 1 3 3 0
Vemos que todos los determinantes son nulos, lo cual era fácil de deducir
observando que v3 es combinación lineal de v1 y v2.

Según lo visto, el rango de la matriz de los coeficientes es 2 y, en

consecuencia, la dimensión del subespacio considerado es 2.

Para obtener las ecuaciones cartesianas, debemos tener en cuenta que el

número de ellas a deducir es 𝑛 – 𝑟 = 5 – 2 = 3, siendo n la dimensión del
espacio origen y r la dimensión del subespacio considerado.
Sea el vector genérico:

(𝑥1𝑥2𝑥3𝑥4𝑥5) = 𝛼(23103) + 𝛽(1011 − 3) + 𝛾(33210)

Haciendo operaciones obtenemos en primer lugar las ecuaciones paramétricas:
 𝑥1 = 2𝛼 + 𝛽 + 3𝛾; 𝑥2 = 3𝛼 + 3𝛾; 𝑥3 = 𝛼 + 𝛽 + 2𝛾

𝑥4 = 𝛽 + 𝛾; 𝑥5 = 3𝛼 − 3𝛽
Eliminando los parámetros obtenemos las ecuaciones cartesianas solicitadas:

3𝑥3 + 𝑥2 − 3𝑥1 = 0; 3𝑥4 + 2𝑥2 − 3𝑥1 = 0; 𝑥5 − 3𝑥2 + 3𝑥1 = 0

Ejercicio 19:
Dado el sistema de generadores:

𝑣1 = (2,3,1,0); 𝑣2 = (1,0,1,1); 𝑣3 = (4,0,0,0))

Determinar la dimensión del subespacio engendrado por dicho sistema y
obtener una base y las ecuaciones cartesianas.
SOL:
Escribiendo la matriz de los coeficientes tenemos:
2 3 1 0 2 3 1
[1 0 1 1] → [1 0 1] = 12 ≠ 0
4 0 0 0 4 0 0
El rango de la matriz es 3, por lo que la dimensión del subespacio considerado
será 3. Una base de dicho subespacio será la constituida por los vectores
dados, 𝑣1, 𝑣2, 𝑣3 . El número de ecuaciones cartesianas que debemos obtener
es n – r = 4 – 3 = 1

(𝑥1𝑥2𝑥3𝑥4) = 𝛼(2310) + 𝛽(1011) + 𝛾(4000)

Con lo que tenemos para las ecuaciones paramétricas:

𝑥1 = 2𝛼 + 𝛽 + 4𝛾; 𝑥2 = 3𝛼; 𝑥3 = 𝛼 + 𝛽; 𝑥4 = 𝛽
Y a partir de ahí, eliminando parámetros, resulta una ecuación cartesiana:
𝑥2 − 3𝑥3 + 3𝑥4
Ejercico 20:
Encontrar si existe aplicación lineal en la correspondencia:

𝑔: 𝑅2 → 𝑅3/𝑔(𝑥, 𝑦) = (𝑥, 𝑦, 0)
SOL:
Para que la correspondencia dada sea aplicación lineal se ha de cumplir:
∀∝, 𝛽𝜖𝑅
𝑓(∝ 𝑣1 + 𝛽𝑣2) =∝ 𝑓(𝑣1) + 𝛽𝑓(𝑣2) {
∀𝑣1, 𝑣2 ∈ 𝑅 2
Según el enunciado podemos hacer:

𝑓(𝛼𝑣1 + 𝛽𝑣2) = 𝑓[𝛼(𝑥1, 𝑦1) + 𝛽(𝑥2, 𝑦2) = 𝑓[(𝛼𝑥1 + 𝛽𝑥2), (𝛼𝑦1 + 𝛽𝑦2)] =

= [(𝛼𝑥1 + 𝛽𝑥2), (𝛼𝑦1 + 𝛽𝑦2),0]

Y por otro lado tenemos:

𝛼𝑓(𝑣1) + 𝛽𝑓(𝑣2) = 𝛼𝑓(𝑥1, 𝑦1) + 𝛽𝑓(𝑥2, 𝑦2) = 𝛼(𝑥1, 𝑦1,0) + 𝛽(𝑥2, 𝑦2,0) =

(𝛼𝑥1, 𝛼𝑦1,0) + (𝛽𝑥2, 𝛽𝑦2,0) = [(𝛼𝑥1 + 𝛽𝑥2), (𝛼𝑦1 + 𝛽𝑦2),0]

Como las dos expresiones obtenidas son iguales, podemos decir que la
aplicación dada es una aplicación lineal u homomorfismo.
Ejercicio 21:
Determinar si la siguiente correspondencia es aplicación lineal

ℎ: 𝑅3 → 𝑅3/ℎ(𝑥, 𝑦, 𝑧) = (𝑥 + 𝑦, 𝑥 + 𝑧, 𝑥 + 𝑦)
Y obtener el núcleo de la aplicación si así fuera.
SOL:
Para que la correspondencia sea aplicación lineal se ha de cumplir:

∀𝑣1, 𝑣2 ∈ 𝑅3ℎ(𝑣1 + 𝑣2) = ℎ(𝑣1) + ℎ(𝑣2); ∀𝛼 ∈ 𝐾ℎ(𝛼𝑣) = 𝛼ℎ(𝑣)

Y tenemos, para la primera propiedad:

ℎ(𝑣1 + 𝑣2) = ℎ[(𝑥1, 𝑦1, 𝑧1) + (𝑥2, 𝑦2, 𝑧2)] = ℎ(𝑥1 + 𝑥2, 𝑦1 + 𝑦2, 𝑧1 + 𝑧2)

(𝑥1 + 𝑥2 + 𝑦1 + 𝑦2, x1 + 𝑥2 + 𝑧1 + 𝑧2, 𝑥1 + 𝑥2 + 𝑦1 + 𝑦2) =

[(𝑥1 + 𝑦1, 𝑥1 + 𝑧1, 𝑥1 + 𝑦1) + (𝑥2 + 𝑦2, 𝑥2 + 𝑧2, 𝑥2 + 𝑦2)] =

= ℎ(𝑥1, 𝑦1, 𝑧1) + ℎ(𝑥2, 𝑦2, 𝑧2) = ℎ(𝑣1) + ℎ(𝑣2)

Y para la segunda:

ℎ(𝛼𝑣) = ℎ[𝛼(𝑥1, 𝑥2, 𝑥3)] = ℎ(𝛼𝑥1, 𝛼𝑥2, 𝛼𝑥3) =

(𝛼𝑥1 + 𝛼𝑥2, 𝛼𝑥1 + 𝛼𝑥3, 𝛼𝑥1 + 𝛼𝑥2) = [𝛼(𝑥1 + 𝑥2), 𝛼(𝑥1 + 𝑥3), 𝛼(𝑥1 + 𝑥2)]

𝛼[(𝑥1 + 𝑥2), (𝑥1 + 𝑥3), (𝑥1 + 𝑥2)] = 𝛼ℎ(𝑥1, 𝑥2, 𝑥3) = 𝛼ℎ(𝑥)
Tenemos, por tanto, que la aplicación si es lineal. Los vectores que
pertenezcan al núcleo de h han de cumplir:
 0=𝑥+𝑦
𝒉(𝒙, 𝒚, 𝒛) = 0 ⇒ (𝒙 + 𝒚, 𝒙 + 𝒛, 𝒙 + 𝒚) = (0,0,0) → {
0=𝑥−𝑦
Ejercicio 22:
Determinar si la siguiente correspondencia es aplicación lineal

ℎ: 𝑅5 → 𝑅/ℎ(𝑥, 𝑦, 𝑧, 𝑡, 𝑣) = (𝑥 + 𝑦 + 𝑧 + 𝑡 + 𝑣)
Y obtener el núcleo de la aplicación en caso de que lo sea.

SOL:
Para que la correspondencia sea aplicación lineal se ha de cumplir:

∀𝑣1, 𝑣2 ∈ 𝑅3ℎ(𝑣1 + 𝑣2) = ℎ(𝑣1) + ℎ(𝑣2); ∀𝛼 ∈ 𝐾ℎ(𝛼𝑣) = 𝛼ℎ(𝑣)

Y para la primera propiedad tenemos,

ℎ(𝑣1 + 𝑣2) = ℎ[(𝑥1, 𝑦1, 𝑧1, 𝑟1, 𝑠1) + (𝑥2, 𝑦2, 𝑧2, 𝑟2, 𝑠2)] =

ℎ(𝑥1 + 𝑥2, 𝑦1 + 𝑦2, 𝑧1 + 𝑧2, 𝑟1 + 𝑟2, 𝑠1 + 𝑠2)

= (𝑥1 + 𝑥2 + 𝑦1 + 𝑦2 + 𝑧1 + 𝑧2 +

+𝑟1 + 𝑟2 + 𝑠1 + 𝑠2)
= (𝑥1 + 𝑦1 + 𝑧1 + 𝑟1 + 𝑠1) + (𝑥2 + 𝑦2 + 𝑧2 + 𝑟2 + 𝑠2) =

ℎ(𝑣1) + ℎ(𝑣2)
= [(𝑥1 + 𝑦1, 𝑥1 + 𝑧1, 𝑥1 + 𝑦1) + (𝑥2 + 𝑦2, 𝑥2 + 𝑧2, 𝑥2 + 𝑦2)]
=

ℎ(𝑥1, 𝑦1, 𝑧1) + ℎ(𝑥2, 𝑦2, 𝑧2) = ℎ(𝑣1) + ℎ(𝑣2)

Y para la segunda:

ℎ(𝛼𝑣) = ℎ[𝛼(𝑥1, 𝑥2, 𝑥3, 𝑥4, 𝑥5)] = ℎ(𝛼𝑥1, 𝛼𝑥2, 𝛼𝑥3, 𝛼𝑥4, 𝛼𝑥5) =

(𝛼𝑥1 + 𝛼𝑥2 + 𝛼𝑥3 + 𝛼𝑥4+, 𝛼𝑥5) = 𝛼(𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5) = 𝛼ℎ(𝑥)

Se trata, entonces de que la aplicación si es lineal. El núcleo de la aplicación
estará formado por los vectores que cumplan:

ℎ(𝑥, 𝑦, 𝑧, 𝑡, 𝑣) = 0 ⇒ 𝑥 + 𝑦 + 𝑧 + 𝑡 + 𝑣 = 0
Ejercicio 23

Sea f una aplicación lineal de un espacio vectorial E sobre otro F. Demostrar que
Ker(f) es un subespacio de E
Para que ker (f) sea un subespacio de E se ha de cumplir:

∀∝, 𝛽𝜖𝑅
𝑓(∝ 𝑥 + 𝛽𝑥) ∈ 𝒌𝒆𝒓(𝒇) {
∀𝑥, 𝑥 ∈ 𝒌𝒆𝒓(𝒇)
Y puesto que existe una aplicación lineal entre E y F, tenemos:

𝑓(𝛼𝑥 + 𝛽𝑥′) = 𝛼𝑓(𝑥) + 𝛽𝑓(𝑥′)

Podemos continuar:

𝛼𝑓(𝑥) + 𝛽𝑓(𝑥′) = 𝛼0 + 𝛽0 = 0 + 0 = 0
Y queda demostrado lo que nos proponíamos.

Ejercicio 24:
Demostrar que la intersección de dos subespacios vectoriales es un
subespacio vectorial

Se ha de cumplir:

∀∝, 𝛽𝜖𝑅
𝜶𝒙 + 𝜷𝒙′ ∈ 𝑺1 ∩ 𝑺2 {
∀𝑥, 𝑥′ ∈ 𝑆1 ∩ 𝑆2

𝑆𝑒𝑎𝑛 𝑥, 𝑥 ′ ∈ 𝑆1 ∩ 𝑆2
𝒙, 𝒙′ ∈ 𝑺1 ⇒ 𝜶𝒙 + 𝜷𝒙′ ∈ 𝑺1
{ → (𝛼𝑥 + 𝛽𝑥′) ∈ 𝑆1 ∩ 𝑆2
𝑥, 𝑥′ ∈ 𝑆2 ⇒ 𝛼𝑥 + 𝛽𝑥′ ∈ 𝑆2

Ejercicio 25:

Demostrar que la suma de dos subespacios vectoriales es otro subespacio

vectorial

SOL:
Sabemos que para todo vector x perteneciente a 𝐸1 + 𝐸2 se tiene:

𝑥1 ∈ 𝐸1
𝒙 = 𝒙1 + 𝒙2 {
𝑥2 ∈ 𝐸2

De ese modo podemos hacer:

𝛼𝑥 + 𝛽𝑦 = 𝛼(𝑥1 + 𝑥2) + 𝛽(𝑦1 + 𝑦2) = 𝛼𝑥1 + 𝛼𝑥2 + 𝛽𝑦1 + 𝛽𝑦2

= (𝛼𝑥1 + 𝛽𝑦1) + (𝛼𝑥2 + 𝛽𝑦2) = 𝑧1 + 𝑧2

Y eso es así porque los términos entre paréntesis pertenecen respectivamente
a E1 y E2 por ser estos subespacios vectoriales.

Ejercico 26:
Encontrar un subespacio complementario de la variedad lineal [a, b, c], siendo:

a = (1, 0, 1) ; b = (0, 0, 1) ; c = (1, 0, 0)

SOL:
Para encontrar el subespacio complementario solicitado, determinamos en
primer lugar el rango de la matriz de los vectores:
1 0 1
1 1
[0 0 1] = 0 → | |=1≠0
0 1
1 0 0
Siendo el resultado trivial, por tenerse en el determinante original una columna
completa de ceros.

Al tener un menor de orden 2 no nulo, el rango de la matriz es 2 y la dimensión

del espacio generado por la variedad lineal dada es 2. Podemos tomar como
vectores libres de dicho espacio b y c, con lo cual, sabiendo que dos espacios
complementarios han de cumplir:

𝐸1 ∩ 𝐸2 = 0; 𝐸1 + 𝐸2 = 𝐸
Podemos añadirle a los vectores b y c un vector tal que el determinante de la
matriz resultante no sea nulo; de ese modo se formaría una base de E. cómo
todos los vectores implicados serían linealmente independientes, el vector
añadido sería una base del espacio complementario al formado por la variedad
lineal considerada. Tenemos:
1 0 1
[0 0 1] = 1 → 𝑆𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑠𝑢𝑝𝑙𝑒𝑚𝑒𝑛𝑡𝑎𝑟𝑖𝑜 (1,1,0)
1 1 0
Todo vector x de dicho subespacio vendrá dado por la ecuación 𝑥 = 𝛼(1,1,0) .
como dicho subespacio tiene dimensión 1, serán necesarias dos ecuaciones
cartesianas para definirlo:

𝑥 = (𝑥1, 𝑥2, 𝑥3) = 𝛼(1,1,0) ⇒ 𝑥1 = 𝛼; 𝑥2 = 𝛼; 𝑥3 = 0

Y las ecuaciones cartesianas que definirán dicho subespacio serían:

𝑥3 = 0; 𝑥1 − 𝑥2 = 0
Ejercicio 27:
Un homomorfismo entre dos espacios vectoriales viene dado por la expresión:
𝑦1 1 −1 2 𝑥1
[𝑦2 ] = [−1 2 −3] = [𝑥2 ]
𝑦3 1 0 1 𝑥3
Determínense el espacio imagen y el núcleo de la aplicación.

Sol:

Para calcular la dimensión del espacio imagen, debemos determinar el rango de

la matriz de transformación:
 1 −1 2
1 −1
[−1 2 −3] = 0 → | | = 1 → 𝑟 = 2 → 𝑑𝑖𝑛(𝑖𝑚𝑓) = 2
1 0
1 0 1

Una base del espacio vectorial imagen viene determinada por los vectores
columna de la matriz de transformación. Como hemos visto que el espacio es
de dimensión 2, necesitaremos dos vectores (por ejemplo: (1, −1, 1) , (−1, 2, 0)).

La ecuación cartesiana que describe al espacio Im f se calculará entonces en la

forma:

𝑥 = (𝑥 − 1, 𝑥2, 𝑥3) = 𝛼(1, −1,1) + 𝛽(−1,2,0)

Obtenemos así el sistema:

𝑥1 = 𝛼 − 𝛽
𝑥1 + 𝑥2 = 0 {𝑥2 = 𝛽 − 𝛼
𝑥3 = 𝛼
Y la última ecuación obtenida será, por tanto, la ecuación cartesiana que
describe el espacio Im f.
Vamos a calcular ahora la dimensión de Ker (f). Tenemos:

𝐷𝑖𝑚𝐾𝑒𝑟(𝑓) + 𝐷𝑖𝑚𝐼𝑚(𝑓) = 𝐷𝑖𝑚𝐸; 𝐷𝑖𝑚𝐾𝑒𝑟(𝑓) + 2 = 3; 𝐷𝑖𝑚𝐾𝑒𝑟(𝑓) = 1

En el caso de que la dimensión de Ker (f) hubiera sido 0, el núcleo habría estado
formado por el vector nulo. Al tener dimensión 1, son necesarias dos ecuaciones
cartesianas para describirlo. Las dos ecuaciones las obtenemos como sigue:
0 1 −1 2 𝑥1
[0 ] = [−1 2 −3] = [𝑥2 ]
0 1 0 1 𝑥3

𝑥1 − 𝑥2 + 2𝑥3 = 0
{
−𝑥1 − 2𝑥2 + 3𝑥3 = 0
Ejercico 28
Discutir el siguiente sistema de ecuaciones lineales:

2𝑥 + 4𝑦 + 5𝑧 = 1
𝒙 + 3𝒚 + 3𝒛 = −1
4𝑥 + 5𝑦 + 4𝑧 = 2
𝟑𝑥 + 𝟑𝑦 + 𝟐𝑧 = 𝟐
𝟐𝑥 + 𝟓𝑦 − 𝑧 = −𝟕
Diciendo si es compatible o incompatible
SOL:
En primer lugar, calculamos el rango de la matriz de los coeficientes del
sistema, que sabemos que es el valor para el cual no es nulo el determinante
de alguno de los menores extraídos de dicha matriz. Tenemos:
2 4 5
[1 3 3] = −9 → 𝑟(𝑐) = 3 = ℎ
4 5 4
Calculamos, así mismo, el rango de la matriz ampliada:
2 4 5 1 2 4 5 1
𝐴=( 1 3 3 −1 ) = ( 3 7 8 0 )≠0→ℎ=4
−4 5 4 2 0 −3 −6 0
2 5 −1 −7 16 33 34 0
Se tiene, por tanto, un sistema incompatible, puesto que el rango de la matriz
de los coeficientes es menor que el rango de la matriz ampliada.

Ejercicio 29:
Discutir el siguiente sistema de ecuaciones lineales, según los distintos valores
del parámetro q,
𝒒 ⋅ 𝒙 + 𝒚 + 𝒛 = 𝒒2
𝒙+𝒚+𝒒⋅𝒛= 𝒒
𝑥 + 𝑦 + 2𝑞 ⋅ 𝑧 = 2

SOL:
Para discutir el sistema de ecuaciones lineales dado, empezamos formando la
matriz de los coeficientes del sistema, cuyo determinante nos da:
𝑞 1 1
[1 1 𝑞 ] = 𝑞2 − 𝑞
1 1 2𝑞
Con lo que tenemos una ecuación de segundo grado de resolución trivial:

𝑞2 − 𝑞 = 0 ⇒ 𝑞(𝑞 − 1) = 0 ⇒ 𝑞1 = 0; 𝑞2 = 1
Y en ambos casos resulta que el rango de la matriz de los coeficientes, h, es 2.
Para la matriz ampliada tenemos:

𝑞 1 1 𝑞2
[1 1 𝑞 𝑞]
1 1 2𝑞 2

Si damos a q el valor 0, obtenemos un menor de orden 3 no nulo tomando las

tres columnas de la derecha; por lo tanto, h’, el rango de la matriz ampliada, es
igual a 3.

Si damos a q el valor 1, la cuarta columna es combinación lineal de la tercera, y

la segunda columna es combinación lineal de la primera; por lo tanto, el mayor
menor no nulo es de orden 2 y, en consecuencia, el rango de la matriz
ampliada es igual a 2. En resumen, tenemos:

Si q vale 0, el rango de la matriz de los coeficientes es 2 y el rango de la matriz

ampliada es 3 por lo que tenemos un sistema incompatible.

Si q vale 1, el rango de la matriz de los coeficientes es 2 y el rango de la matriz

ampliada también es 2 y tenemos un sistema compatible e indeterminado, por
ser el rango de las matrices indicadas menor que el número de incógnitas.

Finalmente, si q tiene un valor distinto de los dos valores dados anteriormente,

tenemos que el rango de la matriz de los coeficientes es 3 y el rango de la
matriz ampliada también es 3 y tenemos un sistema compatible y determinado.
Ejercicio 30:
Discutir el siguiente sistema de ecuaciones lineales según los distintos valores
del parámetro p:
𝒑⋅𝒙+𝒚+𝒛 =1
𝒙+𝒑⋅𝒚+𝒛=𝒑
𝑥 + 𝑦 + 𝑝 ⋅ 𝑧 = 𝑝2
𝒙+𝒚+𝒛 =𝒑−1
SOL:
Para discutir el sistema de ecuaciones lineales planteado, obtenemos la matriz
de los coeficientes:
𝑝 1 1
[1 𝑝 1] = 𝑝2 − 2𝑝 + 1
1 1 𝑝
Igualando a cero la ecuación obtenida resulta:

𝑝2 − 2𝑝 + 1 = 0 ⇒ 𝑝1 = 𝑝2 = 1
Tenemos entonces. Si p = 1, el rango, h, de la matriz de los coeficientes, es 1,
puesto que si sustituimos p por su valor, resultan todas las columnas iguales.
Consideremos ahora la matriz ampliada:

1 − 𝑝2 1−𝑝 1 − 𝑝2
[1−𝑝 𝑝−1 𝑝 2 − 𝑝]
1−𝑝 0 −1
Donde para pasar del primer determinante al segundo hemos desarrollado las
siguientes equivalencias:
 2ª columna = 2ª columna – p multiplicado por 1ª columna
3ª columna = 3ª columna – 1ª columna
4ª columna = 4ª columna - p multiplicado por 1ª columna
Y para pasar del segundo al tercero hemos desarrollado por la segunda fila
En el último determinante, podemos sacar factor común (1-p) en la primera y
segunda columna, con lo que nos queda:

1−𝑝 1 − 𝑝 1 − 𝑝2 1+𝑝 1 1 − 𝑝2
2 2
−(1 − 𝑝) [ 1 2
−1 𝑝 − 𝑝 ] = −(1 − 𝑝) [ 2+𝑝 0 1 − 𝑝2 ]
1 0 −1 1 0 −1
= −3(1 − 𝑝)2
Igualando a cero la expresión obtenida:

−3(1 − 𝑝)2 = 0 ⇒ 𝑝 = 1
Sustituyendo el valor p = 1 en la matriz ampliada se obtiene un menor no nulo
de orden 2; por lo tanto, resulta:

𝑆𝑖 𝑝 = 1, ⇒ ℎ = 1; ℎ′ = 2 ; 𝑆𝑖 𝑝 ≠ 1, ⇒ ℎ = 3; ℎ′ = 4
Y el sistema es en todos los casos incompatible.

Ejercicio 31:
Sea V un espacio vectorial de dimensión impar mayor que 1, sobre R.
Demostrar que todo operador lineal sobre V tiene un subespacio invariante
distinto de V y de {0}.
SOL:
Si V es un espacio vectorial de dimensión impar, existe al menos un valor
propio real, puesto que los valores propios complejos se presentan por parejas
de conjugados. Podemos poner, según eso:

∃𝑥 ≠ 0|𝐴(𝑥) = 𝜆𝑥
Siendo λ el valor propio considerado.
En esas condiciones existe el subespacio propio V(λ) asociado a λ que cumple:

𝑣 ∈ 𝑉(𝜆) → 𝐴𝑣 = 𝜆𝑣 ∈ 𝑉(𝜆) → 𝑉(𝜆)𝑒𝑠𝐴 − 𝑖𝑛𝑣𝑎𝑟𝑖𝑎𝑛𝑡𝑒

Pueden presentarse dos casos:

Si 𝐷𝑖𝑚𝑉(𝜆) < 𝐷𝑖𝑚𝑉 → 𝑉(𝜆)𝑒𝑠𝐴 − 𝑖𝑛𝑣𝑎𝑟𝑖𝑎𝑛𝑡𝑒; 𝑉(𝜆) ≠ 𝑉; 𝑉(𝜆) ≠ {0}

𝑆𝑖 𝐷𝑖𝑚𝑉(𝜆) = 𝐷𝑖𝑚𝑉 → 𝑉(𝜆) = 𝑉 → 𝐴 = 𝜆𝐼

Tomamos entonces un subespacio cualquiera V’, distinto de cero, que existe,
por ser la dimensión de V impar y mayor que 1, y ponemos:

∀𝑣′ ≠ 0, 𝑣′ ∈ 𝑉′ → 𝐴𝑣′ = 𝜆𝐼𝑣′ = 𝜆𝑣′ ∈ 𝑉′ → 𝑉′𝑒𝑠𝐴 − 𝑖𝑛𝑣𝑎𝑟𝑖𝑎𝑛𝑡𝑒

Y hemos demostrado lo solicitado en el enunciado.

Ejercicio 32:

Sea A una matriz triangular superior. Considerando A como aplicación lineal,

¿cuales son los valores propios de Ar, siendo r un entero mayor o igual que 1?

Si A es una matriz triangular superior tendría la forma:

𝑎11 ⋯ 𝑎1𝑛
𝐴=( ⋮ ⋱ ⋮ )
0 0 𝑎𝑛𝑛

Y su polinomio característico será:

|𝐴 − 𝜆𝐼| = (𝑎11 − 𝜆) ⋅⋅⋅ (𝑎𝑛𝑛 − 𝜆)

Con lo que los valores propios de la matriz A son todos los aii.
Por otro lado tenemos que si λ es un valor propio de A entonces λ2 es un valor
propio de A².

𝐴𝑣 = 𝜆𝑣 → 𝐴2𝑣 = 𝐴(𝐴𝑣) = 𝐴(𝜆𝑣) = 𝜆𝐴𝑣 = 𝜆2𝑣

Supongamos ahora que ar−1ii es un valor propio de Ar−1, tenemos:

𝐴𝑟𝑣 = 𝐴(𝐴𝑟 − 1𝑣) = 𝐴(𝑎𝑟 − 1𝑖𝑖𝑣) = 𝑎𝑟 − 1𝑖𝑖𝐴𝑣 = 𝑎𝑟𝑖𝑖𝑣

Y podemos decir que los valores propios de Ar, son todos los arii

Ejercicio 33:

Sea A una matriz cuadrada de números complejos tal que Ar = I para algún
entero positivo r, si α es un valor propio de A, demostrar que αr=1
SOL:
En las condiciones del enunciado, si α es un valor propio de A, se
verifica:

∃𝑣 ≠ 0|𝐴(𝑣) = 𝛼𝑣
Por otro lado, podemos poner:

𝐴2𝑣 = 𝐴(𝐴𝑣) = 𝐴(𝛼𝑣) = 𝛼𝐴𝑣 = 𝛼2𝑣

𝐴𝑟𝑣 = 𝐴(𝐴𝑟 − 1𝑣) = 𝐴(𝛼𝑟 − 1𝑣) = 𝛼𝑟 − 1𝐴𝑣 = 𝛼𝑟𝑣

Y considerando las propiedades de la matriz A

Arv=αrv=Iv→αr=1
Como queríamos demostrar.

Ejercicio 36:

En las condiciones del enunciado, si α es un valor propio de A, se verifica:

∃𝑣 ≠ 0|𝐴(𝑣) = 𝛼𝑣
Por otro lado, podemos poner:

𝐴2𝑣 = 𝐴(𝐴𝑣) = 𝐴(𝛼𝑣) = 𝛼𝐴𝑣 = 𝛼2𝑣

𝐴𝑟𝑣 = 𝐴(𝐴𝑟 − 1𝑣) = 𝐴(𝛼𝑟 − 1𝑣) = 𝛼𝑟 − 1𝐴𝑣 = 𝛼𝑟𝑣

Y considerando las propiedades de la matriz A

𝐴𝑟𝑣 = 𝛼𝑟𝑣 = 𝐼𝑣 → 𝛼𝑟 = 1
Como queríamos demostrar.

Vamos a demostrar que la inversa de una matriz triangular inversible es también

una matriz triangular Consideremos que la matriz es triangular superior:
𝑎11 ⋯ 𝑎1𝑛
𝐴=( ⋮ ⋱ ⋮ )
0 0 𝑎𝑛𝑛

Puesto que A es inversible se tiene todos y cada uno de los elementos de la

diagonal principal son distintos de cero.

Por otro lado, si la base es en abanico, podemos poner:

𝐴𝑣1 = 𝑎11𝑣1

𝐴𝑣𝑖 = 𝑎1𝑖𝑣1 +⋅⋅⋅ +𝑎i𝑖𝑣𝑖(1 ≤ 𝑖 ≤ 𝑛)

Y considerando la primera de las ecuaciones:

𝐴𝑣1 = 𝑎11𝑣1 → 𝑣1 = 𝑎11𝐴 − 1𝑣1 → 𝐴 − 1𝑣1 = 1𝑎11𝑣1

De modo análogo, podemos continuar con el resto de las ecuaciones para
llegar finalmente a:

𝐴 − 1𝑣2 = 𝑎12𝑎11𝑎22𝑣1 + 1𝑎22𝑣2; 𝐴 − 1𝑣𝑛

= 𝑎1𝑛𝑎11𝑎𝑛𝑛𝑣1 +⋅⋅⋅ +1𝑎𝑛𝑛𝑣𝑛
Conociendo las imágenes de los vectores de la base dada obtenemos una matriz
triangular de la forma:

1/𝑎11 ⋯ …
𝐴=( ⋮ ⋱ ⋮ )
0 0 1/𝑎𝑛𝑛

Y hemos demostrado lo que nos proponíamos.

Ejercicio 37:

Sea V = U+W un espacio vectorial 𝑦 𝐴 ∶ 𝑉 → 𝑉 un operador lineal. Demostrar

que U y W son A-invariantes si y solo si 𝐴𝑃1 = 𝑃1𝐴, donde P1 es la proyección
de V en U.
SOL:
Condición necesaria para la invarianza .- veamos si del hecho de que U y W
sean A-invariantes se desprende que AP1 = P1A. Para ello hacemos:

𝒖∈𝑼 (𝐴𝑃1)𝑣 = 𝐴(𝑃1)𝑣 = 𝐴𝑢

𝒗 = 𝒖+ 𝒘{ | }
𝒘 ∈ 𝑾 (𝑃1𝐴)𝑣 = 𝑃1(𝐴𝑢 + 𝐴𝑤) = 𝑃1(𝐴𝑢) = 𝐴𝑢

𝑃1𝐴 = 𝐴𝑃1
En el segundo desarrollo hemos empleado la condición de que U y W son A-
invariantes. De ahí se entiende que 𝑃1(𝐴𝑤) = 0 puesto que Aw pertenece a
W.

Condición suficiente para la invarianza .- Sabemos ahora que 𝐴𝑃1 = 𝑃1𝐴 y

tenemos que demostrar que U y W son A-invariantes:

𝑢 ∈ 𝑈 → 𝐴𝑢 = (𝐴𝑃1)𝑢 = (𝑃1𝐴)𝑢 → 𝑈𝐴 − 𝑖𝑛𝑣𝑎𝑟𝑖𝑎𝑛𝑡𝑒

𝑤 ∈ 𝑊 → 𝑃1(𝐴𝑤) = 𝐴(𝑃1𝑤) = 𝐴(0) = 0 → 𝐴𝑤 ∈ 𝑊 → 𝑊𝐴 − 𝑖𝑛𝑣𝑎𝑟𝑖𝑎𝑛𝑡𝑒

Y queda demostrado lo que nos proponíamos.

Ejercicio 39:
Obtener el polinomio mínimo, m(t), de la matriz:
𝛾 𝑎 0
𝐴 = (0 𝛾 0)
0 0 𝛾
Donde a es un número distinto de 0.
SOL:
Calculamos el polinomio característico de la matriz del enunciado:

|𝐴 − 𝜆𝐼| = 0 → 𝑃(𝑡) = (𝑡 − 𝜆)3

El polinomio mínimo podrá ser, entonces alguno de los siguientes:

𝑚1(𝑡) = (𝑡 − 𝜆); 𝑚2(𝑡) = (𝑡 − 𝜆)2; 𝑚3(𝑡) = (𝑡 − 𝜆)3

Y se ha de cumplir 𝑚(𝐴) = 0. Tenemos:

𝛾 𝑎 0 𝛾 0 0 0 𝑎 0
𝑚1(𝐴) = (𝐴 − 𝜆𝐼) = 𝐴 = (0 𝛾 0 ) − (0 𝛾 0 ) = (0 0 0) ≠ 0
0 0 𝛾 0 0 𝛾 0 0 0

Continuando el análisis con los otros dos casos, llegamos a determinar que el
polinomio mínimo de A es:

𝑚3(𝑡) = (𝑡 − 𝜆)3
Ejercicio 40:

Calcular el polinomio mínimo, m(t), de la matriz de orden 4:

𝜆 𝑎 0 0
𝐴=( 0 𝜆 𝑎 0)
0 0 𝜆 𝑎
0 0 0 𝜆
Siendo a un número distinto de 0.

SOL:
Sabemos que el polinomio mínimo es divisor del polinomio característico.
Calculamos, entonces, el polinomio característico de la matriz dada:

|𝐴 − 𝜆𝐼| = 0 → 𝑃(𝑡) = (𝑡 − 𝜆)4

De ahí resulta que el polinomio mínimo ha de ser alguno de los siguientes:

𝑚1(𝑡) = (𝑡 − 𝜆); 𝑚2(𝑡) = (𝑡 − 𝜆)2; 𝑚3(𝑡) = (𝑡 − 𝜆)3; 𝑚4(𝑡) = (𝑡 − 𝜆)4

Y se ha de cumplir 𝑚(𝐴) = 0. Tenemos:

𝑚1(𝐴) = (𝐴 − 𝜆𝐼) =

𝜆 𝑎 0 0 𝜆 0 0 0 0 𝑎 0 0
𝐴=( 0 𝜆 𝑎 0 )−( 0 𝜆 0 0) = 𝐴 = ( 0 0 𝑎 0 )≠0
0 0 𝜆 𝑎 0 0 𝜆 0 0 0 0 𝑎
0 0 0 𝜆

Y continuando

𝑚2(𝐴) = (𝐴 − 𝜆𝐼)2 =
2
𝜆 𝑎 0 0 𝜆 0 0 0 0 0 0 0
= [( 0 𝜆 𝑎 0 )−( 0 𝜆 0 0)] = ( 0 0 𝑎2 0 ) ≠ 0
0 0 𝜆 𝑎 0 0 𝜆 0 0 0 0 𝑎2
0 0 0 𝜆
Continuando el análisis con los otros dos polinomios, obtenemos que el
polinomio mínimo de A es:

𝑚3(𝑡) = (𝑡 − 𝜆)4

Ejercicio 41:

sean los tres vectores 𝑎 = (2,1,0), 𝑏 = (1, −1,2), (1,1, −1). Consideremos el
espacio vectorial E engendrado por los tres vectores.

Hallar la dimensión de E, obtener una base y calcular las componentes del

vector 𝑑 = (5,3, −2)respecto de dicha base.

SOL:
Que el espacio vectorial E esté engendrado por los vectores a, b y c significa
que se cumple:

∀𝑥 ∈ 𝐸, 𝑥 = 𝜆𝑎 + 𝜇𝑏 + 𝛾𝑐

Se dice entonces que [a,b,c] forman un sistema de generadores de E,

Vamos a ver si este sistema es libre; podemos escribir:

𝜆1(2,0,1) + 𝜆2(1, −1,2) + 𝜆3(1,1, −1) = (0,0,0)

Y haciendo operaciones tenemos:

(2𝜆1,0, 𝜆1) + (𝜆2, −𝜆2,2𝜆2) + (𝜆3, 𝜆3, −𝜆3) = (0,0,0)

Por lo tanto, se debe tener:

2𝜆1 + 𝜆2 + 𝜆3 = 0; −𝜆2 + 𝜆3 = 0; 𝜆1 + 2𝜆2 − 𝜆3 = 0

La condición necesaria y suficiente para que este sistema tenga soluciones
distintas de cero es que el determinante de la matriz de los coeficientes valga
cero:

2 1 1
(0 −1 1 ) = 2 + 1 + 1 − 4 = 0
1 2 −1
Por lo tanto, existen λ1,λ2,λ3 no todos nulos que verifican la relación anterior.
Para saber cuantos vectores tendrá un sistema libre, deberemos determinar el
rango de la matriz cuyo determinante no se anule.

Si tomamos, por ejemplo, los vectores a y b, se tiene:

2 1
2 1
(0 −1 )=| | = −2
0 −1
1 2
Por lo tanto, a y b son linealmente independientes y forman una base de E, por
ser sistema de generadores. De ahí tenemos que Dim E = 2, por ser este el
número de vectores que forman una base

Las coordenadas del vector d=(5,3,−2) en dicha base serán:

(5,3, −2) = 𝜆1𝑎 + 𝜆2𝑏 = 𝜆1(2,0,1) + 𝜆2(1, −1,2) =

Y haciendo operaciones, el sistema que podemos formar es:

2𝜆1 + 𝜆2 = 5; −𝜆2 = 3; 𝜆1 + 2𝜆2 = −2

La matriz de los coeficientes y la matriz ampliada serán:

 2 1 2 1 5 2 1 5
𝐴 = (0 −1 ) ; (0 −1 3 ) → (0 −1 3 ) = 0; 𝑟(𝐴) = 2
1 2 1 2 −2 1 2 −2

El rango de la matriz ampliada coincide con el rango de la matriz de los

coeficientes, por lo tanto, el sistema tiene solución única que viene dada por la
regla de Cramer: cada incógnita se obtiene dividiendo por el determinante del
sistema el determinante formado sustituyendo la columna que forman los
coeficientes de dicha incógnita por la columna de los términos independientes.
El sistema que podemos formar es:
5 1 2 0
| | | |
𝟐𝜆𝟏 + 𝜆𝟐 = 𝟓 2 1 3 −1 5 3
{ ;( ) ;𝜆1 = = 4; 𝜆1 = = −3
− 𝜆2 = 3 0 −1 |𝐴| |𝐴|
Por lo tanto, las coordenadas del vector d en la base (a, b) son (4, -3)
Ejercicio 42:
Hallar la dimensión y una base del espacio vectorial V engendrado por los
vectores (1,0,1)y(0,1,1)

Considerar el espacio vectorial E del ejercicio anterior y determinar E∩V; hallar

la dimensión de este espacio y dar una base del mismo.
SOL:
Hallar la dimensión y una base del espacio vectorial V engendrado por los
vectores (1,0,1)y(0,1,1)

Considerar el espacio vectorial E del ejercicio anterior y determinar E∩V; hallar

la dimensión de este espacio y dar una base del mismo.

1 0
𝐴 = (0 1 ) ; 𝑟(𝐴) = 2
1 1

Por lo tanto, los vectores dados son linealmente independientes y forman una
base de V que tiene dimensión 2.

El espacio vectorial E∩V estará formado por los vectores que cumplen :
𝜆1(2,0,1) + 𝜆2(1, −1,2) → 𝑥 ∈ 𝐸
𝑥 ∈𝑬 ∩ 𝑽; {
𝜆′1(1,0,1) + 𝜆′2(0,1,1) → 𝑥 ∈ 𝑉
Por lo que se debe tener:

2𝜆1 + 𝜆2 = 𝜆′1; −𝜆2 = 𝜆′2; 𝜆1 + 2𝜆2 = 𝜆′1 + 𝜆′2

Y combinando las dos primeras ecuaciones:

𝟐𝜆𝟏 = 𝜆′𝟏 + 𝜆′𝟐

𝜆1 + 2𝜆2 = 2𝜆1 → 2𝜆2 = 𝜆1; {
𝜆1 + 2𝜆2 = 𝜆′1 + 𝜆′2

Al haber más incógnitas que ecuaciones, debemos poner las n - h finales en

función de las h primeras:

𝑥 = 𝜆1(2,0,1) + 𝜆2(1, −1,2) = 2𝜆2(2,0,1) + 𝜆2(1, −1,2) = 𝜆2(5, −1,4)

Por lo tanto, cualquier vector 𝑥 ∈ 𝐸 ∩ 𝑉 se puede poner 𝑥 = 𝜆(5, −1,4); de ahí

que (5,−1,4) sea una base de E∩V y se tenga 𝐷𝑖𝑚𝐸 ∩ 𝑉 = 1

Ejercicio 43:
Sea E un espacio vectorial sobre un cuerpo K y E' y E" dos subespacios de E
de dimensión finita; demostrar que se tiene:

𝐷𝑖𝑚(𝐸′ + 𝐸") + 𝐷𝑖𝑚(𝐸′ ∩ 𝐸") = 𝐷𝑖𝑚𝐸′ + 𝐷𝑖𝑚𝐸"

Siendo a un número distinto de 0.

SOL:
Vamos a considerar las siguientes equivalencias:

𝐷𝑖𝑚𝐸′ = 𝑛′; 𝐷𝑖𝑚𝐸" = 𝑛"; 𝐷𝑖𝑚𝐸′ ∩ 𝐸" = 𝑖

Por lo tanto, se trata de probar que se cumple:

𝐷𝑖𝑚(𝐸′ + 𝐸") = 𝑛′ + 𝑛" − 𝑖

Para hacerlo, consideramos que se tiene:

𝐸′ ∩ 𝐸" ⊂ 𝐸′; 𝐸′ ∩ 𝐸" ⊂ 𝐸"

Y sea {𝑒1,⋅⋅⋅, 𝑒𝑖} una base de 𝐸" ⊂ 𝐸", por el teorema de la base incompleta,
existen bases de E' y E", respectivamente, de la forma:

{𝑒1,⋅⋅⋅, 𝑒𝑖, 𝑒′1,⋅⋅⋅, 𝑒′𝑛′ − 𝑖}(∗); {𝑒1,⋅⋅⋅, 𝑒𝑖, 𝑒"1,⋅⋅⋅, 𝑒"𝑛" − 𝑖}(∗∗)
Consideremos entonces la familia:

{e1,⋅⋅⋅,ei,e′1,⋅⋅⋅,e′n′−i,e1,⋅⋅⋅,ei,e"1,⋅⋅⋅,e"n"−i}(∗∗∗)
Sea ahora 𝑥 ∈ 𝐸′ + 𝐸", tenemos :

𝑥 = 𝑥′ + 𝑥" 𝑐𝑜𝑛 𝑥′ ∈ 𝐸′; 𝑥" ∈ 𝐸"

Se tiene que x′ es combinación lineal de (∗) y x" es combinación lineal

de (∗∗) por lo tanto,𝑥 = 𝑥′ + 𝑥" es combinación lineal de (∗∗∗) que, por tanto, es
un sistema de generadores. Vamos a probar que ese sistema es libre, es decir
que si se tiene:

𝜆1𝑒1 +⋅⋅⋅ +𝜆𝑖𝑒𝑖 + 𝜆′1𝑒′1 +⋅⋅⋅ +𝜆′𝑛′ − 𝑖𝑒′𝑛′ − 𝑖 + 𝜆"1𝑒"1 +⋅⋅⋅ +𝜆"𝑛" − 𝑖𝑒"𝑛"
−𝑖 =0
Se debe cumplir que todos escalares sean 0.

Se tiene que los vectores de (∗) son linealmente independientes puesto que
forman una base de E'. Por otro lado, 𝑒"1,⋅⋅⋅, 𝑒"𝑛" − 𝑖 son linealmente
independientes pues forman parte de una base de E"; además, no pueden
expresarse como combinación lineal de la base de E' puesto que no
pertenecen a la intersección de E' y E", según se deduce de la construcción de
la base de E".

Si se pudieran poner como combinación de los vectores de la base de E',

pertenecerían también a 𝐸′ ∩ 𝐸" pues ya pertenecen a E", pero ello iría en
contra de la hipótesis supuesta según el teorema de la base incompleta. En
consecuencia, los vectores de (∗∗∗) son linealmente independientes y por ser
un sistema de generadores de 𝐸′ + 𝐸" constituyen una base de este espacio
vectorial; siendo, por tanto, la dimensión de este espacio vectorial

(𝑛′ − 𝑖) + (𝑛" − 𝑖) + 𝑖 = 𝑛′ + 𝑛" − 𝑖

𝐷𝑖𝑚(𝐸′ + 𝐸") = 𝐷𝑖𝑚𝐸′ + 𝐷𝑖𝑚𝐸" − 𝐷𝑖𝑚(𝐸′ ∩ 𝐸")

Ejercicio 44:

Sea U un espacio vectorial de R3 solución de 𝑥3 = 0, hallar un sistema

generador de U y calcular su dimensión.

SOL:

Los vectores de U son, en general, de la forma (𝑥1, 𝑥2, 𝑥3) donde 𝑥𝑖 ∈ 𝑅, pero
teniendo en cuenta que se ha de cumplir la condición x3=0 serán de la forma:

𝑥 ∈ 𝑈 → 𝑥 = (𝑥1. 𝑥2,0)

Si tenemos dos vectores (𝑥1. 𝑥2,0), (𝑥′1. 𝑥′2,0) podemos hacer:

𝜆(𝑥1. 𝑥2,0) + 𝜇(𝑥′1. 𝑥′2,0) = (𝜆𝑥1 + 𝜇𝑥′1, 𝜆𝑥2 + 𝜇𝑥′2,0)(∗)

Y siendo λ,μ∈R también pertenecerán a R las componentes de ∗; por lo tanto,

todo vector de U puede ser generado por [(1,0,0), (0,1,0)] y, en consecuencia,
la dimensión de U será 2.

En general, una relación de la forma:

𝑎1𝑥1 +⋅⋅⋅ +𝑎𝑛𝑥𝑛

Es un espacio vectorial por ser núcleo de una aplicación lineal.

Si se tiene una expresión del tipo:

𝑎11𝑥1 +⋅⋅⋅ +𝑎1𝑛𝑥𝑛 = 0
𝑎21𝑥1 +⋅⋅⋅ +𝑎2𝑛𝑥𝑛 = 0
𝑎𝑛1𝑥1 +⋅⋅⋅ +𝑎𝑛𝑛𝑥𝑛 = 0
Supongamos que el rango de la matriz de los coeficientes vale:

𝑎11 ⋯ 𝑎1𝑛
𝐴=( ⋮ ⋱ ⋮ )=𝑟
𝑎𝑛1 0 𝑎𝑛𝑛 𝑥𝑛

Siempre se tiene que la dimensión del espacio que definen es igual al número
de incógnitas y a su vez es igual a la dimensión del espacio vectorial solución
más el rango de la matriz de los coeficientes. En el caso visto, tenemos que el
rango de la matriz de los coeficentes es 2 y el espacio solución es Ker (f) que
tienen dimensión 0, de ahí, que dimensión E = 2 en este caso.

Ejercicio 45:
Sea W el subespacio vectorial engrendrado por [(0,1,1), (2,0,1), (2,1,2)] obtener
un sistema de generadores de W. Considerando el espacio vectorial, U, del
ejercicio anterior, construir el espacio vectorial 𝑈 + 𝑊 y calcular su dimensión.

SOL:
Vamos a calcular la dimensión del espacio vectorial engendrado por los
vectores [(0,1,1), (2,0,1), (2,1,2)] . Estudiamos el rango de la matriz de los
coeficientes:

0 2 2
(1 0 1) = 2 + 2 − 4 = 0
1 1 2
Extrayendo un menor de orden 2, tenemos:

0 2
| | = 0 − 2 = −2 ≠ 0
1 0
Luego el rango de la matriz de los coeficientes vale 2 y, como en ejercicio
anterior, la dimensión del espacio vectorial considerado es 2.
Sea ahora un vector 𝑥 ∈ 𝑈 + 𝑊; este vector será de la forma:

𝑥 = 𝑢 + 𝑤 𝑠𝑖𝑒𝑛𝑑𝑜 𝑢 ∈ 𝑈; 𝑤 ∈ 𝑊

Siendo [(1,0,0), (0,1,0)]; [(0,1,1), (2,0,1)] dos bases respectivas de U y W,

podemos hacer:
𝑥1(1,0,0) + 𝑥2(0,1,0)
{
𝑥′1(0,1,1) + 𝑥′2(2,0,1)
𝒙 = 𝒙1(1,0,0) + 𝒙2(0,1,0) + 𝒙′1(0,1,1) + 𝒙′2(2,0,1)
Por lo tanto, [(1,0,0), (0,1,0), (0,1,1), (2,0,1)] es un sistema de generadores de U
+ W. Para obtener una base de dicho espacio vectorial hacemos:
1 0 0 2
(0 1 1 0)
0 0 1 1

Tomamos el determinante de una matriz cuadrada extraida de la anterior,

porejemplo:
1 0 0
(0 1 1) = 1 ≠ 0
0 0 1
Por lo tanto, 𝐷𝑖𝑚 𝑈 + 𝑊 = 3, con lo que una base de (𝑈 + 𝑊)
será [(1,0,0), (0,1,0), (0,1,1)].
Ejercicio 46:
A partir de los resultados obtenidos en los dos ejercicios anteriores, determinar
la dimensión y obtener una base del espacio vectorial intersección de U y W,
esto es (U∩W).

SOL:

RESPUESTA DEL EJERCICIO 46

Según hemos comprobado en un ejercicio anterior, se tiene:

Din(U+W)+Dim(U∩W)=DimU+DimW

3+Dim(U∩W)=2+2;Dim(U∩W)=1

Para obtener una base de este espacio vectorial hacemos:

𝒙∈𝑼∩𝑾
𝒙 ∈ 𝑼 → 𝒙 = 𝒙1(1,0,0) + 𝒙2(0,1,0) = (𝒙1, 𝒙2,0)
{
𝒙 ∈ 𝑾 → 𝒙 = 𝒙′1(0,1,1) + 𝒙′2(2,0,1) = (2𝒙′2, 𝒙′1, 𝒙′1 + 𝒙′2)
Se debe tener:

(𝑥1, 𝑥2,0) = (2𝑥′2, 𝑥′1, 𝑥′1 + 𝑥′2)

De donde podemos hacer:

𝒙1 = 𝟐𝑥′𝟐 𝒙1 = 𝟐𝑥′𝟐 𝒙1 = −2𝑥2
𝒙2 = 𝑥′𝟏 𝒙2 = 𝑥′𝟏 𝒙1 = −2𝑥′1
𝟎 = 𝑥′𝟏 + 𝑥′𝟐 𝒙2 = −𝑥′𝟐 𝒙1 = 𝟐𝑥′𝟐
Por lo tanto, para el vector más sencillo se tendrá:

𝑥1 = 1; 𝑥2 = −1/2; 𝑥′1 = −1/2; 𝑥′2 = 1/2

Y resulta que el vector:

Y resulta que el vector:
1
( 1, − ,
2
0)

Es una base del espacio vectorial intersección de los espacios vectoriales U y

W, (U∩W).
Ejercicio 47:
Calcular una base y la dimensión del subespacio vectorial 𝑊 ∈ 𝑅4 generado
por cada uno de los conjuntos de vectores:

[(1,4, −1,3), (2,1, −3, −1), (0,2,1, −5)]

[(1, −4, −2,1), (1, −3, −1,2), (3, −8, −2,7)]

SOL:
Primero veremos si los vectores dados son linealmente independientes.
Tenemos para el primer caso las siguientes equivalencias:

𝑤1 = [1,4, −1,3]; 𝑣1 = 𝑤1 = [1,4, −1,3]; 𝑢1 = 𝑣1 = [1,4, −1,3] ⇒ 𝑤2

= [0,2,1, −5]; 𝑣2 = 𝑤2 = [0,2,1, −5]; 𝑢2 = 𝑣2 = [0,2,1, −5]
⇒ 𝑤3 = [2,1, −3, −1]; 𝑣3 = 𝑤3 − 2𝑤1 = [0, −7, −1, −7]; 𝑢3
= 𝑣3 + 72𝑣1 ⇒

O lo que es igual:

𝑢1 = v1 = [1,4, −1,3]
𝑢2 = 𝑣2 = [0,2,1, −5]
𝑢3 = 𝑣3 + 7/2𝑣1 = [0,0, −5/2, −49/2]
Hemos obtenido el sistema libre [𝑢1, 𝑢2, 𝑢3] que es equivalente al
sistema [w1,w2,w3]Escriba aquí la ecuación.; por lo tanto, al ser un sistema de
generadores constituyen una base de W que, en consecuedncia, tiene
dimensión 3.

Para el segundo caso tenemos:

𝑤1 = [1, −4, −2,1]; 𝑣1 = 𝑤1 = [1, −4, −2,1]; 𝑢1 = 𝑣1 = [1, −4, −2,1]𝑤2

= [1, −3, −1,2]; 𝑣2 = 𝑤2 − 𝑤1 = [0,1,1,1]; 𝑢2 = 𝑣2
= [0,1,1,1]𝑤3 = [3, −8, −2,7]; 𝑣3 = 𝑤3 − 3𝑤1 = [0,4,4,4]; 𝑢3
= 𝑣3 − 4𝑣2 = [0,0,0,0]
Hemos obtenido así el sistema libre [𝑢1, 𝑢2] que es equivalente al
sistema [𝑤1, 𝑤2, 𝑤3]; por lo tanto, una base de W será en este
caso [(1, −4, −2,1), (1, −3, −1,2)] y se tendrá 𝐷𝑖𝑛 𝑊 = 2.

Ejercicio 48:

En Q3 demuéstrese que el subespacio engendrado por los

vectores [(1,2,1), (1,3,2)] es el mismo que el subespacio engendrado
por [(1,1,0), (3,8,5)].

SOL:
Se ha de probar que todo vector x engrendrado por 𝐸1 =
[(1,2,1), (1,3,2)] pertenece al espacio vectorial engendrado por 𝐸2 =
[(1,1,0), (3,8,5)] y viceversa.

Resulta sencillo comprobar que ambos espacios tienen la misma dimensión;

vamos a comprobar si cada uno de ellos está contenido en el otro.

[(1,2,1), (1,3,2)] es una base del primer espacio; vamos a ver si estos vectores
son combinación lineal de los vectores de la segunda base:

𝑥1(1,1,0) + 𝑥2(3,8,5) = (1,2,1); 𝑦1(1,1,0) + 𝑦2(3,8,5) = (1,3,2)

Comprobamos para el primero de los vectores:

𝑥1 + 3𝑥2 = 1; 𝑥1 + 8𝑥2 = 2; 5𝑥2 = 1 ⇒ 𝑥2 = 1/5; 𝑥1 = 2/5

E igualmente, para el segundo:

𝑦1 + 3𝑦2 = 1; 𝑦1 + 8𝑦2 = 3; 5𝑦2 = 2 ⇒ 𝑦2 = 2/5; 𝑦1 = −1/5

Hemos comprobado, por tanto, que los vectores de una base del primer
espacio vectorial están engendrados por los vectores de una base del segundo
espacio vectorial; de ahí se tiene: 𝐸1 ⊂ 𝐸2

Comprobamos ahora si ocurre igual en el caso contrario:

𝑟1((1,2,1)) + 𝑟2(1,3,2) = (1,1,0); 𝑠1((1,2,1)) + 𝑠2(1,3,2) = (3,8,5)

Comprobamos con el primer vector:

𝑟1 + 𝑟2 = 1; 2𝑟1 + 3𝑟2 = 1; 𝑟1 + 2𝑟2 = 0 ⇒ 𝑟1 = 2; 𝑟2 = −1

Y, de modo análogo, con el segundo:

𝑠1 + 𝑠2 = 3; 2𝑠1 + 3𝑠2 = 8; 𝑠1 + 2𝑠2 = 5 ⇒ 𝑠1 = 1; 𝑠2 = 2

Con lo que hemos comprobado, de igual modo, que los vectores de una base
del segundo espacio vectorial están engendrados por los vectores de una base
del primer espacio vectorial; en consecuencia, tendremos : 𝐸2 ⊂ 𝐸1 y, por todo
ello, según la propiedad antisimétrica de la inclusión de conjuntos, ambos
espacios vectoriales son iguales.

Ejercicio 49:

Demostrar que los subconjuntos 𝑈 = {𝑎, 𝑏, 𝑐|𝑎, 𝑏, 𝑐 ∈ 𝑅𝑦𝑎 = 𝑏 = 𝑐} y 𝑊 =

{(0, 𝑥, 𝑦)|𝑥, 𝑦 ∈ 𝑅} son subespacios de R3

SOL:

Comprobamos que U es subespacio vectorial de R3. Siendo:

𝜆, 𝜇 ∈ 𝑅; (𝑎, 𝑏, 𝑐), (𝑎′, 𝑏′, 𝑐′) ∈ 𝑈

Se ha de cumplir:

𝜆(𝑎, 𝑏, 𝑐) + 𝜇(𝑎′, 𝑏′, 𝑐) ∈ 𝑈

Y tenemos

𝜆(𝑎, 𝑏, 𝑐) + 𝜇(𝑎′, 𝑏′, 𝑐) = (𝜆𝑎 + 𝜇𝑎′, 𝜆𝑏 + 𝜇𝑏′, 𝜆𝑐 + 𝜇𝑐′) ∈ 𝑈

Como nos dicen que

𝑎 = 𝑏 = 𝑐; 𝑎′ = 𝑏′ = 𝑐′
entonces
𝜆𝑎 = 𝜆𝑏 = 𝜆𝑐; 𝜇𝑎′ = 𝜇𝑏′ = 𝜇𝑐′
y, en consecuencia:
𝜆𝑎 + 𝜇𝑎′ = 𝜆𝑏 + 𝜇𝑏′ = 𝜆𝑐 + 𝜇𝑐′
Con lo que podemos hacer:

(𝜆𝑎 + 𝜇𝑎′, 𝜆𝑏 + 𝜇𝑏′, 𝜆𝑐 + 𝜇c′) ∈ 𝑈

Y resulta que U es un subespacio vectorial de R3.

Una base de U será (1, 1, 1) pues todo vector de U se puede poner en la

forma 𝑥 = 𝜆(1,1,1). En consecuencia, la dimensión de U será 1.
Sean ahora:

𝜆, 𝜇 ∈ 𝑅; (0, 𝑥, 𝑦), (0, 𝑥′, 𝑦′) ∈ 𝑊

Se ha de cumplir:

𝜆(0, 𝑥, 𝑦) + 𝜇(0, 𝑥′, 𝑦′) ∈ 𝑊

Y tenemos

𝜆(0, 𝑥, 𝑦) + 𝜇(0, 𝑥 ′ , 𝑦 ′ ) = (0, 𝜆𝑥 + 𝜇𝑥 ′ , 𝜆𝑦 + 𝜇𝑦 ′ ) =

= (0, 𝑥", 𝑦") ∈ 𝑊

Puesto que
𝑥" = (𝜆𝑥 + 𝜇𝑥′) ∈ 𝑅; 𝑦" = (𝜆𝑦 + 𝜇𝑦′) ∈ 𝑅
y, por lo tanto, W es un subespacio vectorial de R 3.

Una base de W será [(0,1,0), (0,0,1)] y la dimensión de W es 2.

Ejercicio 50:

Demostrar que R3 es suma directa de los subespacios U y W estudiados en el

ejercicio anterior.

SOL:

La suma de los espacios vectoriales U y W, denotada U + W, es el espacio

vectorial engendrado por los vectores de la forma:

𝑥 = 𝑥′ + 𝑥" 𝑐𝑜𝑛 𝑥′ ∈ 𝑈; 𝑥" ∈ 𝑊(∗)

La suma de U y W se dice directa y se representa por U⊕W si dado un vector

x perteneciente a R3existe una única familia que cumple lo expresado en (*)
Para que ocurra lo anterior, se ha de cumplir 𝑥′ + 𝑥" = 0 siendo unicamente
𝑥′ = 0 𝑦 𝑥" = 0. Es decir, se ha de tener:
𝑥′ = 𝑥′1(1,1,1) = 0; 𝑥" = 𝑥"1(0,1,0) + 𝑥"2(0,0,1) = 0

Y para la suma de ambos:

𝑥′1(1,1,1) + 𝑥"1(0,1,0) + 𝑥"2(0,0,1) = (0,0,0)
Operando:
(𝑥′1, 𝑥′1 + 𝑥"1, 𝑥′1 + 𝑥"2) = (0,0,0) ⇒ 𝑥′1 = 𝑥"1 = 𝑥"2 = 0 ⇒ 𝑥′ = 𝑥" = 0
La condición anterior es suficiente pues se tiene:
𝑆𝑒𝑎n {𝐱 = 𝐱′1 + 𝐱"1} → (x ′ 1 + x1)-(x'2+x2) = 0
𝐱 = 𝐱′2 + 𝐱"2

←→ (x′1 − x′2) + (x"1 − x"2) = 0 ←→ { x′1 = x′2

x"1 = x"2
La suma directa de espacios vectoriales también se define diciendo que U+W es
suma directa sii se cumple que la intersección de ambos espacios vectoriales es
el conjunto nulo.

Condición necesaria.

𝐱 ∈ 𝐔 ⇒ 𝐱 + 0 = 𝐱; 𝐱 ∈ 𝐔; 0 ∈ 𝐖
𝐱 ∈ (𝐔 ∩ 𝐖) { }
𝐱 ∈ 𝐖 ⇒ 0 + 𝐱 = 𝐱; 0 ∈ 𝐔; 𝐱 ∈ 𝐖

Y al ser los vectores únicos, resultará x = 0.

Condición suficiente:
x = x′1 + x"1; x′1, x′2 ∈ U
sean { } ←→ (x ′ 1 + x1)-(x'2+x2) =
𝐱 = 𝐱′2 + 𝐱"2; 𝐱"1, 𝐱"2 ∈ 𝐖

= (x′1 − x′2) + (x"1 − x"2) = 0

Y de ahí se tiene:

(x′1 − x′2) = −(x"1 − x"2) ∈ U; (x"1 − x"2) = −(x′1 − x′2) ∈ W

Por lo que, finalmente:

(x′1 − x′2), (x"1 − x"2) ∈ (U ∩ W)

Pero, al ser U ∩ W = {0} , ambas componentes serán cero y tendremos: x′1 =

x′2; x"1 = x"2.