Algebra Lineal Problemas Resueltos I Gar

A lgebra Lineal
Problemas resueltos
M a Isabel Garca Planas
3
Primera edición: septiembre de 1993
Segunda edición: septiembre de 1994
Diseño de la cubieta: Antoni Gutiérrez
 M. Isabel GarcíaPlanas, 1993
 Edicions UPC, 1993

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

y CPDA
AV. Diagonal 647, ETSEIB. 08028 Barcelona
Depósito legal: B-22.363-93

ISBN: 84-7653-295-4
Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del copyright,
bajo las sanciones establecidas en las leyes, la reproducción total o parcial de esta obra
por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos.
A (JL)2 S & M a I
5
Presentacion
Mis largos a~nos de experiencia docente en la ETSEIB no solo impartiendo clases de

A lgebra Lineal a los estudiantes de primer curso, sino preparando las colecciones de
ejercicios que los alumnos resuelven en sus clases de problemas, me han permitido reunir
una coleccion de estos, en los que el alumno encuentra especial dicultad. Despues de
resolverlos con todo detalle me ha surgido la idea de publicarlos para que puedan ser
de utilidad, ya no solo a los alumnos de la ETSEIB, sino a alumnos de cualquier otra
escuela politecnica e incluso a alumnos de facultades de ciencias.
Algunos de los enunciados de los problemas estan inspirados en textos teoricos de
A lgebra Lineal y el orden y reparto en captulos ha sido, obviamente, fuente de in-
spiracion el programa de la asignatura de A lgebra Lineal de la escuela donde ejerzo mi
labor docente.
7
INDICE
Cap. 1 Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Cap. 2 Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . 23
Cap. 3 Sistemas de ecuaciones. Matrices . . . . . . . . . . . . . . . 39
Cap. 4 Aplicaciones lineales . . . . . . . . . . . . . . . . . . . . . 51
Cap. 5 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . 73
Cap. 6 Diagonalizacion de endomorsmos . . . . . . . . . . . . . . 85
Cap. 7 Forma reducida de Jordan . . . . . . . . . . . . . . . . . . 99
Cap. 8 Analisis matricial . . . . . . . . . . . . . . . . . . . . . . . 117
Apendice I Grupos . . . . . . . . . . . . . . . . . . . . . . . . . . 131
Apendice II Anillo de clases de resto . . . . . . . . . . . . . . . . . 141
9
Polinomios y Fracciones racionales 11
Captulo 1 Polinomios y fracciones racionales
1. Hallar el maximo comun 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
Solucion:
Recordando el teorema de Euclides:
MCD(P1 (x); P2(x)) = MCD(P2 (x); R(x))
Siendo R(x) el resto de dividir P1 (x) entre P2 (x)
Sabemos que
MCD(P1 (x); P2(x)) = MCD(P1 (x); P2 (x)) 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 division de P1 (x) por P2 (x);
7:P1 (x) = P2 (x):11 + (;784x4 ; 336x3 + 188x2 + 48x ; 16)
R(x) = ;784x4 ; 336x3 + 188x2 + 48x ; 16
que simplicamos por ;4 quedando
R(x) = 196x4 + 84x3 ; 47x2 ; 12x + 4
P2 (x) = R(x) (7x + 1) + 0 luego MCD(P2 (x); R(x)) = R(x)
por lo que:
MCD(P1 (x); P2(x)) = R(x) = 196x4 + 84x3 ; 47x2 ; 12x + 4
12
Algebra Lineal. Problemas resueltos
2. Hallar las races del polinomio P (x) = x4 ; x3 ; 3x2 + 5x ; 2 sabiendo que

una de ellas es triple.
Solucion:
La descomposicion en factores primos del polinomio sera:
P (x) = (x ; )3 (x ; )
Si es una raz triple de P (x); es raz doble de P 0 (x) y simple de P "(x).
Por lo tanto el MCD(P 0 (x); P "(x)) contiene el factor (x ; ). Basta pues hallar
MCD(P 0 (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 mas
sencillo hallar las races de P " y de las dos ver cual lo es tambien de P (x)
P 0 (x) = 4x3 ; 3x2 ; 6x + 5

P "(x) = 12x2 ; 6x ; 6
De P "(x) = 0 tenemos x = ; 21 ; x = 1
P (; 12 ) 6= 0, luego ; 12 no es raz de P (x), sin embargo P (1) = 0 luego = 1 es la

raz buscada.
Puesto que dado un polinomio p(x) = an xn + : : : + a0 con races 1 ; : : :; n contadas
con su multiplicidad, es an;1 = ;(1 + : : : + n ), se tiene = ;2.
3. Probar que P (x) = nxn+2 ; (n + 2)xn+1 + (n + 2)x ; n es divisible por (x ; 1)3 .

(Se supone P (x) 2 R[x] y n 2 N ).
Solucion:
Que P (x) sea divisible por (x ; 1)3 equivale a que 1 es por lo menos raz triple
de P (x), raz doble por lo menos, de P 0 (x) y raz simple por lo menos, de P "(x).
Veamos
P (1) = n ; (n + 2) + (n + 2) ; n = 0 luego 1 es raz de P (x)
P 0 (x) = n(n + 2)xn+1 ; (n + 2)(n + 1)xn + (n + 2)
P 0 (1) = n(n + 2) ; (n + 2)(n + 1) + (n + 2) = 0 luego 1 es raz de P 0 (x)
P "(x) = n(n + 2)(n + 1)xn ; (n + 2)(n + 1)nxn;1
P "(1) = n(n + 2)(n + 1) ; (n + 2)(n + 1)n = 0 luego 1 es raz de P "(x)
por lo tanto P (x) es divisible por (x ; 1)3 como pretendamos probar:
Observamos ademas que P (x) no es divisible por (x ; 1)4 pues
P 000(x) = n2 (n + 2)(n + 1)xn;1 ; (n + 2)(n + 1)(n ; 1)nxn;2
P 000(1) = n2 (n + 2)(n + 1) ; (n + 2)(n + 1)(n ; 1)n = n(n + 1)(n + 2) 6= 0:
4. Consideremos P (x) = x3 ; 4x2 + 5x ; 2 a coecientes reales.

a) Determinar P 0 (x) (polinomio derivado de P (x)) y dar su descomposicion en
factores primos.
b) Probar que una de las races de P 0 (x) lo es tambien de P (x) y deducir de esto
la descomposicion en factores primos de P (x) .
c) Calcular MCD(P (x); P 0 (x)) y determinar dos polinomios P1 (x) y P2 (x) tales
que:
P1 (x)P (x) + P2 (x)P 0 (x) = MCD(P (x); P 0 (x)):
Solucion:
a)
P 0 (x) = 3x2 ; 8x + 5 = (x ; 1)(3x ; 5):
b) Las races de P 0 (x) son 1 y 5
3 , ahora bien:
P ( 53 ) 6= 0 luego 53 no es raz de P (x):

P (1) = 0 luego 1 es raz doble de P (x)
P "(1) = ;2 luego 1 no es raz triple de P (x)
14
Luego
P (x) = (x ; 1)2(x ; a) = x3 ; (2 + a)x2 + (2a + 1)x ; a =
=x3 ; 4x2 + 5x ; 2
de donde a = 2.
c) de
P (x) = (x ; 1)2 (x ; 2)
P 0 (x) = (x ; 1)(3x ; 5)
se deduce que: MCD(P (x); P 0 (x)) = (x ; 1) .
Por el algoritmo de division (P (x) = P 0 (x)Q(x) + R(x)) tenemos:
9P (x) = P 0 (x)(3x ; 4) + (;2x + 2) = P 0 (x)(3x ; 4) ; 2(x ; 1):
Despejando (x ; 1)
9P (x) ; P 0 (x)(3x ; 4) = ;2(x ; 1)
;9 P (x) ; 1 (3x ; 4)P 0(x) = (x ; 1)
2 2
Luego
P1 (x) = ;29 ; P2 (x) = ;21 (3x ; 4):
5. Los restos de dividir un polinomio P (x) 2 R[x] por x ; 1; x ; 2 y x ; 3

son respectivamente 3; 7; 13
Determinar el resto de dividir P (x) por el producto
(x ; 1)(x ; 2)(x ; 3)
Solucion:
Por el algoritmo de division sabemos
P (x) = D(x)Q(x) + R(x) con grado R(x) < grado D(x)
P (x) = (x ; 1)Q1 (x) + R1 (x) = (x ; 1)Q1 (x) + 3
P (x) = (x ; 2)Q2 (x) + R2 (x) = (x ; 2)Q2 (x) + 7
P (x) = (x ; 3)Q3 (x) + R3 (x) = (x ; 3)Q3 (x) + 13
P (x) = (x ; 1)(x ; 2)(x ; 3)Q + R(x) con R(x) = ax2 + bx + c
Sabemos que el valor numerico de un polinomio P (x) en u es el resto de

dividir el polinomio por x ; u ; luego y para i = 1; 2; 3
P (u) = (x ; u)Qi(u) + Ri(u) = (u ; 1)(u ; 2)(u ; 3)Q(u) + R(u)
de donde:
P (1) = R1(1) = 3 = R(1) = a + b + c >
9
=
P (2) = R2(2) = 7 = R(2) = 4a + 2b + c >
P (3) = R3(3) = 13 = R(3) = 9a + 3b + c;
que, resolviendo el sistema nos queda:
a = b = c = 1 y R(x) = x2 + x + 1:
6. Encontrar un polinomio P (x) 2 R[x] de grado cinco, tal que P (x) + 10 sea
divisible por (x + 2)3 y P (x) ; 10 sea divisible por (x ; 2)3
Solucion:
Puesto que P (x) + 10 es divisible por (x + 2)3 , tenemos que P 0 (x) =
(P (x) + 10)0 es divisible por (x + 2)2 ; y puesto que P (x) ; 10 es divisible
por (x ; 2)3 , tenemos que P 0 (x) = (P (x) ; 10)0 es divisible por (x ; 2)2 ;
luego P 0 (x) (polinomio de grado cuatro) sera
P 0 (x) = k(x + 2)2 (x ; 2)2 = k(x4 ; 8x2 + 16) con k 2 R

de donde
P (x) = k( x5 ; 83 x3 + 16x + c); con c 2 R e imponiendo que
5
P (;2) = ;10
P (2) = 10
Nota: Observamos que
P (x) + 10 = (x + 2)3Q1 (x) =) P (x) = (x + 2)3 Q1 (x) ; 10 =) P (;2) = ;10
P (x) ; 10 = (x ; 2)3Q2 (x) =) P (x) = (x ; 2)3 Q2 (x) + 10 =) P (2) = 10
16
resulta
;10 = k( ;532 + 643 ; 32 + c)

10 = k( 32 ;
5 3
64 + 32 + c)
y resolviendo el sistema tenemos
75 y P (x) = 15 x5 ; 25 x3 + 75 x
c = 0; k = 128 128 16 8
Otro metodo:
grado C1 (x) = 2
De:
P (x) + 10 = (x + 2)3 C1 (x) con
P (x) ; 10 = (x + 2)3 C2 (x) con grado C2 (x) = 2
tenemos:
20 = (x + 2)3 C1 (x) ; (x ; 2)3 C2 (x)
1 C ) + (x ; 2)3 ( 1 C (x))
1 = (x + 2)3 ( 20 1
20 2
es decir, hemos de buscar 201 C1 (x) y 201 C2 (x) que son los polinomios de grado mnimo
que hacen que se cumpla la identidad de Bezout, (observese que (x + 2)3 y (x ; 2)3
son primos entre s).
7. Descomponer en fracciones simples sobre R, la fraccion

;14x2 + 3x ; 39
(x ; 1)2 (x ; 3)(x2 + 4)
Idem sobre C.
Solucion:
Planteamos
;14x2 + 3x ; 39 = a + b + c + dx + e
(x ; 1)2 (x ; 3)(x2 + 4) x ; 1 (x ; 1)2 x ; 3 x2 + 4
(Observamos que x2 + 4 es primo sobre R). Operando en el segundo miembro, queda

;14x2 + 3x ; 39 =
(x ; 1)2 (x ; 3)(x2 + 4)
a(x ; 1)(x ; 3)(x2 + 4) + b(x ; 3)(x2 + 4) + c(x ; 1)2 (x2 + 4) + (dx + e)(x ; 1)2(x ; 3)
(x ; 1)2 (x ; 3)(x2 + 4)
De la igualdad de estas dos fracciones se deduce la igualdad de los polinomios nu-
meradores de las fracciones. De aqu se deduce por lo tanto un metodo de calculo
de los coecientes desconocidos: identicar los coecientes de igual grado de ambos
polinomios, obteniendo as un sistema de cinco ecuaciones con cinco incognitas. Otro
metodo mas sencillo para obtener los coecientes es: si dos polinomios son iguales, sus
funciones polinomicas asociadas son tambien iguales, por lo que, dando valores a x en
ambos polinomios, los valores numericos han de ser iguales. As,
para x = 1 es ; 14 + 3 ; 39 = b(1 ; 3)(1 + 4) ) b = 5
para x = 3 es ; 14 32 + 9 ; 39 = c(3 ; 1)2 (32 + 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 ultimas ecuaciones resulta a = 3, d = 0, e = 1, luego la
descomposicion es
3 + 5 + ;3 + 1
x ; 1 (x ; 1)2 x ; 3 x2 + 4
Pasemos ahora a efectuar la descomposicion en C.
x2 + 4 ya no es primo en C, x2 + 4 = (x ; 2i)(x + 2i), por lo que la descomposicion
sera:
;14x2 + 3x ; 39 =
(x ; 1)2 (x ; 3)(x2 + 4)
a b c m n
x ; 1 + (x ; 1)2 + x ; 3 + x ; 2i + x + 2i
Comparando esta descomposicion con la anterior, podemos asegurar que a , b , c
seran los mismos obtenidos para el caso real, y x ;m2i + x +n 2i = x2 1+ 4 por lo que
1 = m(x + 2i) + n(x ; 2i), que para x = ;2i se tiene 1 = ;4ni ! n = + 14 i
para x = 2i se tiene 1 = 4mi ) m = ; 14 i , y la descomposicion es
3 + 5 + ;3 + ; 14 i + 14 i
x ; 1 (x ; 1)2 x ; 3 x ; 2i x + 2i
18
8. Descomponer en fracciones simples sobre C, R y Q la fraccion racional siguiente

t6 + t4 ; t2 ; 1 = Q(t):
t3 (t2 ; 2t ; 1)
Solucion:
Puesto que el grado del numerador es mayor que el del denominador, efectuamos la
division y tenemos
Q(t) = t + 2 + 6t t5+;2t2t4;;t t3; 1
4 3 2
t5 ; 2t4 ; t3 tiene la misma descomposicion en factores primos tanto sobre R como

sobre C: p p
t5 ; 2t4 ; t3 = t3 (t ; 1 ; 2)(t ; 1 + 2)
No as sobre Q que t2 ; 2t ; 1 es primo, por lo que la descomposicion en fracciones
simples de Q(t) sera la misma tanto sobre R como sobre C y distinta para Q.
Veamos para R y C:
Q(t) = t + 2 + tA3 + B
t t+ C+ Dp + E p
2
t;1; 2 t;1+ 2
que operando obtenemos
p p
Q(t) = t + 2 + (A + Bt + Ct )(t ; 2t ; 1)t5+;t2(t4D;(t t;3 1 + 2) + E (t ; 1 ; 2))
2 2 3
= t + 2 + t5 ;P2(tt4); t3
por lo que
p p
6t4 +2t3 ; t2 ; 1 = (A + Bt + Ct2 )(t2 ; 2t ; 1)+ t3 (D(t ; 1+ 2)+ E (t ; 1 ; 2)) = P (t)
y haciendo uso del hecho: si dos polinomios son iguales tambien lo son sus funciones
polinomicas asociadas, tenemos
(6t4 + 2t3 ; t2 ; 1)(0) = ;1 = P (0) = ;A
(6t4 + 2t3 ; t2 ; 1)0 (0) = 0 = P 0 (0) = ;B ; 2A
(6t4 + 2t3 ; t2 ; 1)00(0) = ;2 ; P 00 (0) = 2(A ; 2B ; C )
(6t4 + 2t3 ; t2 ; 1)000(0) = 12 =
p p
= P 000(0) = 6(B ; 2C + (;1 + 2)D + (;1 ; 2)E )
(6t4 + 2t3 ; t2 ; 1)0000(0) = 144 = P 0000(0) = 48C + 48(D + E )
Resolviendo el sistema de ecuaciones obtenemos:

p p
A = 1 B = ;2 C = 6 D = 4 2 E = ;4 2
y la descomposicion es
p p
1 ; 2 6
Q(t) = t + 2 + t3 + t2 + t + 4 2 p + ; 4 2p
t;1; 2 t;1+ 2
Pasemos a la descomposicion de Q(t) sobre Q:
Q(t) = t + 2 + tA3 + B + C+ M
t t t2 ; 2t ; 1
2
p p
haciendo 4 2 p + ; 4 2p = 16 2 Q(t)
t ; 1 ; 2 t ; 1 + 2 t ; 2t ; 1
2
por lo que
Q(t) = t + 2 + t13 + ;t22 + 6t + t2 ;16
2t ; 1
y puesto que la descomposicion en fracciones simples es unica, esta sera la descom-
posicion sobre Q.
9. Descomponer en fracciones simples sobre C la fraccion racional siguiente

Q(x) = (x ; 3)91(x ; 5)9
Solucion:
La descomposicion sera
X
9
An X
9
Bn
Q(x) = (x ; 3)n + n=1 (x ; 5)
n
n=1
donde An , Bn con n = 1; : : :; 9 son numeros complejos a determinar.
Consideremos F (x) = 1 9 funcion racional; desarrollamos F (x) por la formula
(x ; 5)
de Taylor en el punto x = 3, hasta el orden 8, obteniendo
0
F (x) = F (3) + F 1!(3) (x ; 3) + : : : + F 8!(3) (x ; 3)8 + G(x)(x ; 3)9
8
20
siendo G(x) una funcion racional que esta denida para x = 3; usando este desarrollo
tenemos
1 = F (3) + F 0(3) + : : : + F 8 (3) + G(x)
(x ; 3)9 (x ; 5)9 (x ; 3)9 (x ; 3)8 8!(x ; 3)
Por la unicidad de los coecientes An y Bn tenemos
9;n
An = F(9 ; n(3)
)!
F n (x) = (;9)(;9 ; 1):::(;9 ; n + 1)(x ; 5);9;n = (;1)n (8 +8!n)! (x ; 15)9+n
luego F n (3) = (;1)n (8 +8!n)! (;2)19+n
y An = (;1)9;n (17 ; n)! 1

8!(9 ; n)! (;2)18;n
y por simetra tenemos, (observese que obtenemos Bn considerando F1 (x) = 1 n

(x ; 3)
y repitiendo el proceso anterior).
(17 ; n)! 1
Bn = (;1)9;n 8!(9 ; n)! 218;n
10. Sobre el cuerpo de los racionales, descomponer en fracciones simples la fraccion

racional siguiente
Q(x) = (x +2(x1)(+x31)+ 2)
2
Solucion:
Observamos que x3 + 2 no tiene races en Q, luego
2(x2 + 1) = A + Bx2 + Cx + D
(x + 1)(x3 + 2) (x + 1) (x3 + 2)
Operando
2(x2 + 1) = A(x3 + 2) + (Bx2 + Cx + D)(x + 1)
(x + 1)(x3 + 2) (x + 1)(x3 + 2)
Igualando numeradores tenemos
A + B = 09> A=4
B + C = 2>= B = ;4
C + D = 0>
) C =6
>
;
2A + D = 2 D = ;6
luego la descomposicion es
Q(x) = (x +4 1) + ;4xx3++62x ; 6
2
11. Descomponer sobre R la fraccion:

Q(x) = (x2 x+ 1)n
2
Solucion:
Haciendo x2 + 1 = y tenemos x2 = y ; 1, luego
Pn n (;1)iyn;i
x2n = (y ;n1) =
n i=0 i
=
(x + 1)
2 n y y n
n
n n
1 2 1
= 1 ; y + y 2 + : : : + (;1)n y =
n n n
1 2 n
= 1 ; x2 + 1 + (x2 + 1)2 + : : : + (;1)n (x2 + 1)n
Espacios vectoriales 23
Captulo 2 Espacios vectoriales
1. Sea R0 el grupo multiplicativo de los numeros reales estrictamente positivos. Pro-

bar que R0 R0 R0 es un R-espacio vectorial con las operaciones siguientes:
8(x; y; z); (x1; y1; z1) 2 R0 R0 R0 8 2 R
(x; y; z ) (x1 ; y1 ; z1 ) = (x x1 ; y y1 ; z z1 )
(x; y; z) = (x; y ; z)
En caso de ser dimension nita determinar una base
Solucion:
Es facil probar que con la operacion el conjunto R0 R0 R0 es un grupo abeliano:
Asociatividad
8(x; y; z); (x1; y1; z1); (x2; y2; z2) 2 R0 R0 R0
(x; y; z ) ((x1 ; y1 ; z1 ) (x2 ; y2 ; z2 )) = (x; y; z ) (x1 x2 ; y1 y2 ; z1 z2 ) =
= (x (x1 x2 ); y y1 y2 ); z z1 z2 )) = ((x x1 ) x2 ; (y y1 ) y2 ; (z z1 ) z2 ) =
= (x x1 ; y y1 ; z z1 ) (x2 ; y2 ; z2 ) = ((x; y; z ) (x1 ; y1 ; z1 )) (x2 ; y2 ; z2 )
(Esta propiedad nos permite escribir (x; y; z ) (x1 ; y1 ; z1 ) (x2 ; y2 ; z2 ) )
Conmutatividad
8(x; y; z); (x1; y1; z1) 2 R0 R0 R0
(x; y; z ) (x1 ; y1 ; z1 ) = (x x1 ; y y1 ; z z1 ) = (x1 x; y1 y; z1 z ) =
= (x1 ; y1 ; z1 ) (x; y; z )
Elemento neutro
24
8(x; y; z) 2 R0 R0 R0
(1; 1; 1) (x; y; z ) = (1 x; 1 y; 1 z ) = (x; y; z )
Elemento simetrico
8(x; y; z) 2 R0 R0 R0 9(1=x; 1=y; 1=z) 2 R0 R0 R0 tal que

(x; y; z ) (1=x; 1=y; 1=z ) = (x 1=x; y 1=y:z 1=z ) = (1; 1; 1)
Veamos ahora que la operacion externa verica las cuatro propiedades necesarias para
que el conjunto sea un espacio vectorial:
Primera ley distributiva
8 2 R 8(x; y; z); (x1; y1 ; z1) 2 R0 R0 R0
((x; 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 ))
Segunda ley distributiva

8; 2 R 8(x; y; z) 2 R0 R0 R0
( + ) (x; y; z ) = (x+ ; y +; z + ) = (x x ; y y ; z z ) =
= (x ; y ; z ) (x ; y ; z ) = ( (x; y; z )) ( (x; y; z ))
Asociatividad de los escalares

8; 2 R 8(x; y; z) 2 R0 R0 R0
( ) (x; y; z ) = (x ; y ; z ) =
= ((x ) ; (y ) ; (z ) ) = (x ; y ; z ) =
= ( (x; y; z ))
Propiedad del elemento unidad del cuerpo

8(x; y; z) 2 R0 R0 R0
1 (x; y; z ) = (x1 ; y 1 ; z 1 ) = (x; y; z )
luego, en efecto R0 R0 R0 es un R-espacio vectorial.

Veamos cual es su dimension y si es posible, determinemos una base.
Sabemos que 8x 2 R0 x = elog x , luego 8(x; y; z ) 2 R0 R0 R0 , se tiene
(x; y; z ) = (elog x ; elog y ; elog z ) = (elog x ; 1; 1) (1; elog y ; 1) (1; 1; elog z ) =
= (log x (e; 1; 1)) (log y (1; e; 1)) (log z (1; 1; e))
luego los vectores (e; 1; 1); (1; e; 1); (1; 1; e) 2 R0 R0 R0 forman un sistema de
generadores.
Claramente son independientes, veamos:
de (1 (e; 1; 1)) (2 (1; e; 1)) (3 (1; 1; e)) = (1; 1; 1)
tenemos
(e1 ; e2 ; e3 ) = (1; 1; 1) ) ei = 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 numericas

u = (u1 ; u2 ; ; un; ) = (un) n2N
de numeros reales provista de dos leyes de composicion, una interna + y una externa
, denidas mediante:
u + v = (un + vn) 8n 2 N
8u; v 2 E; 8 2 R u = ( u ) 8n 2 N n
es un espacio vectorial.
Solucion:
Primero, probaremos que la operacion (interna) + dota a E de estructura de grupo
abeliano
26
Asociatividad
u + (v + w) = (un + (v + w)n) = (un + (vn + wn )) (1)=
= ((un + vn ) + wn ) = ((u + v )n + wn ) = (u + v ) + w
(1) R tiene estructura de grupo, con la operacion +
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
si u + e = (un + en ) = u; 8u 2 E , entonces un + en = un ; 8n 2 N , de donde
en = 0; 8n 2 N y e = (0; 0; : : :; 0; : : :) , luego e existe y es unico.
Existencia de elemento simetrico
hemos de ver que 8u 2 E existe u;1 tal que u + u;1 = e
si u + u;1 = (un + u;n 1 ) = e , entonces un + u;n 1 = 0; 8n 2 N , de donde u;n 1 =
;un ; 8n 2 N y u;1 = (;un ); luego u;1 existe y es unico.
Veamos ahora que la operacion (externa) verica las cuatro propiedades, necesarias
para que el grupo abeliano E sea un R -espacio vectorial
Primera ley distributiva
8u; v 2 E; 8 2 R
(u + v ) = ((u + v )n) = ((un + vn )) = (un + vn ) =
= (un) + (vn) = (un) + (vn ) = u + v
Segunda ley distributiva
8; 2 R; 8u 2 E
( + )u = (( + )un ) = (un + un ) = (un) + (un ) =
= (un ) + (un ) = u + u
Asociatividad de los escalares

8; 2 R; 8u 2 E
()u = (()un) = ((un)) = (un ) = ((un )) =
= (u)
Propiedad del elemento unidad del cuerpo

Sea 1 2 R y 8u 2 E
1 u = (1 un ) = (un) = u
luego E es un R -espacio vectorial.
3. Sea F (R ; R) el espacio vectorial de todas las funciones de R en R . Estu-

diar, para que valores de k 2 R ;
W = ff 2 F (R ; R)=f (1) = kg
es un subespacio vectorial de F .
Solucion:
Recordemos que F es un subespacio vectorial del K -espacio vectorial E si y solamente
si:
8; 2 K 8u; v 2 F entonces u + v 2 F
Sean pues ; 2 R y f; g 2 F (R; R);
(f + g ) 2 F (R; R) si y solo si (f + g )(1) = k

comprobemos si esto es as
(f + g )(1) = (f )(1) + (g )(1) = f (1) + g (1) = k + k = ( + )k
luego ( + )k = k 8; 2 R si y solo si k = 0 , por lo tanto W es subespacio
vectorial si y solo si k = 0 .
4. Sea fe1 ; e2; e3g una base del R-espacio vectorial R3 .

28
>Determinan los vectores ae1 + be2 ; ce2 + de3 ; ee3 + fe1 , con a; b; c; d; e; f escalares
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 .
Solucion:
Puesto que el numero de vectores dado coincide con la dimension del espacio, estos
vectores forman base si y solo si son independientes. Recordemos que una coleccion de
vectores fe1 ; :::; eng de un K -espacio vectorial son independientes si y solo si:
1e1 + ::: + nen = 0 , 1 = ::: = n = 0
Veamos pues,
1(ae1 + be2) + 2 (ce2 + de3 ) + 3(ee3 + fe1 ) = 0
(1 a + 3 f )e1 + (1 b + 2 c)e2 + (2 d + 3 e)e3 = 0
Y puesto que fe1 ; e2 ; e3 g es base, tenemos

1a + 3 f = 0>
9 ab + fb = 09
= 1 3 >
= 3fb ; 2ac = 0)
1b + 2 c = 0> , 1 ab + 2 ac = 0> ) ,
d + e = 0
2d + 3 e = 0; 2d + 3 e = 0;
2 3
3fbd ; 2acd = 0
)
) 3 (fbd + ace) = 0
2 acd + 3 ace = 0
Luego, si fbd + ace 6= 0 ) 3 = 0; 2 = 0; 1 = 0 y los vectores seran independientes

y formaran base (si fbd + ace = 0 ; cualquier 3 2 R es solucion del sistema y por lo
tanto, los vectores dados, no pueden formar base.).
Aplicando el resultado a las familias dadas, tenemos
a) (1; 1; 0) = (1; 0; 0) + (0; 1; 0) ) a = b = 1 >
9
=
(0; 1; 1) = (0; 1; 0) + (0; 0; 1) ) c = d = 1 > ) fbd = ;ace
(1; 0; ;1) = (1; 0; 0) ; (0; 0; 1) ) e = 1; f = ;1;
luego, son dependientes (la relacion de dependencia es (1; 1; 0) ; (0; 1; 1) = (1; 0; 1) .

b)
9
(3; 1; 0) = 3(1; 0; 0) + (0; 1; 0) ) a = 3; b = 1 >
=
(0; 2; 1) = 2(0; 1; 0) + (0; 0; 1) ) c = 2; d = 1 > ) fbd 6= ;ace
(1; 0; 2) = (1; 0; 0) + 2(0; 0; 1) ) e = 1; f = 2;
luego, son independientes, y por lo tanto forman base.
5. Sea E un espacio vectorial sobre C de dimension n y sea fui g1in una base.
Por restriccion del cuerpo de escalares, E puede considerarse como un espacio vectorial
sobre R.
Demostrar que los 2n vectores fu1 ; : : :; un ; iu1; : : :; iung forman una base de E sobre
R . Deducir de aqu que dim ER = 2 dim EC
Nota: hemos llamado EC; ER a E como C espacio vectorial y como R espacio
vectorial respectivamente.
Solucion:
Ante todo, notamos que los vectores de EC y ER son los mismos. Veamos primero que
los vectores dados son independientes en ER ; consideremos una combinacion lineal
igualada a cero:
1 u1 + : : : + nun + n+1 iu1 + : : : + 2n iun = 0; con j 2 R j = 1; : : :; 2n
sumergiendo ER en EC esta igualdad puede escribirse
(1 + n+1 i)u1 + : : : + (n + 2n i)un = 0 con j + n+j i 2 C
y puesto que fui g son base de EC , tenemos
j + n+j i = 0 8j = 1; : : :; n
por lo que:
j = n+j = 0 8j = 1; : : :; n
y por lo tanto, los vectores fu1 ; : : :; un ; iu1; : : :; iung son independientes. Veamos
ahora que generan ER . Si u 2 ER , entonces u 2 EC y por lo tanto
u = 1 u1 + : : : + nun con j 2 C j = 1; : : :; n;
30
es decir,
j = aj + bj i j = 1; : : :; n con aj ; bj 2 R;
luego
u = (a1 + b1i)u1 + : : : + (an + bn i)un =
= a1 u1 + b1 i)u1 + : : : + an un + bniun =
= a1 u1 + : : : + an un + b1 iu1 + : : : + bniun
luego, son tambien generadores. Por ser un sistema de generadores independientes son
base, y por lo tanto
dim ER = 2:dim EC
6. Sea E = R3 . Decir si los vectores f(1; 2; 3); (2; 5; 8); (1; 3; 7)g son dependientes
o independientes.
Solucion:
El metodo que vamos a usar aqu para la discusion de la dependencia o independencia
se apoya en las proposiciones siguientes.
a) Dados p vectores, p n , de un espacio vectorial de dimension n , xi =
(a1i ; :::; ani); 1 i p , si los coecientes aji son nulos para i > j con aii 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 condicion suciente, pero no necesaria); . Analogamente, si los
coecientes aji son nulos para i < j con aii 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), tambien son independientes.
b) El rango de un sistema de vectores no vara si a uno de ellos le sumamos una
combinacion lineal de los demas, por lo tanto para investigar las dependencia o no de
los vectores dados los colocaremos en columna yuxtaponiendolos y haremos operaciones
elementales de la o columna para conseguir los ceros necesarios para conocer el rango
de la matriz, es decir la dimension del subespacio que engendran
0 0 0 00 00 00
0x11 x22 x13 1 0 1x1 0x2 x031 0 x11 x02 x031
@2 5 3A @2 1 1A @2 1 0A
3 8 8 3 2 5 3 2 3
x01 = x1 ; x02 = ;2x1 + x2 ; x03 = ;x1 + x3 ;

x001 = x01 ; x002 = x02 ; x003 = ;x02 + x03 ;
Los tres vectores cumplen la condicion establecida en a), luego son independientes.
7. Hallar ; 2 R para que (; ; ;37; ;6) 2 R4 pertenezca al subespacio F R

generado por (1; 2; ;5; 3) y (2; ;1; 4; 7) .
Solucion:
Para que el vector (; ; ;37; ;6) pertenezca a F es condicion necesaria y suciente
que pueda ponerse en combinacion lineal de los generadores de F :
(; ; ;37; ;6) = a(1; 2; ;5; 3) + b(2; ;1; 4; 7)
obligando pues a la compatibilidad del sistema resultante
= a + 2b 9>
= 2a ; b >=
a = 5; b = ;3; = ;1; = 13
;37 = ;5a + 4b>
>
;6 = 3a + 7b ;
luego el vector (; ; ;37; ;6) 2 F si y solo 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 0 el subespacio engendrado por el vector (3; 1) . Probar que tambien
se verica E = W U 0 (no unicidad del complementario).
Solucion:
Recordemos que si F; G son subespacios de E ; estos forman suma directa si y solo
si
F \ G = f0g
Si F y G forman suma directa y ademas se verica 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 dimension nita y F y G forman suma directa, para que F + G = E
basta comprobar que
dim F + dim G = dim E
Tomemos pues x 2 W \ U , es x = (1; 1) por ser de W , y x = (0; 1) por ser de
U.
Identicando (1; 1) = (0; 1) es
= 0; = 0;
luego x = 0 y por tanto la suma es directa. Puesto que dim E = 2 y dim W =
dim U = 1 se tiene
dim W + dim U = dimE
luego, en efecto, E = W U .
Sea ahora y 2 W \ U 0 como antes: y = (1; 1) = (3; 1) , de donde
= 3 =
y de aqu se deduce = = 0 , es decir, y = 0 ; luego W y U 0 forman tambien
suma directa y dim W + dim U 0 = 2 = dim E , por tanto es tambien E = W U 0
9. Sea P3 el espacio vectorial de polinomios de una variable de grado inferior o igual

a 3 a coecientes en R.
a) Probar que los polinomios p 2 P3 que verican p(1) = p0 (1) = 0 (siendo p0 el
polinomio derivado de p ) forman un subespacio vectorial F de P3 . Dar su dimension.
b) Los polinomios (x ; 1)2 y x(x ; 1)2 , >son linealmente independientes? Dar una
base de F .
c) Encontrar dos polinomios para completar la base de F y formar una base de P3 .
Determinar un subespacio vectorial complementario E de F en P3 .
Solucion:
a) Sean p; q 2 F ; veamos si p ; q 2 F 8; 2 R
(p ; q )(1) = p(1) ; q (1) = 0 ; 0 = 0
(p ; q )0 (1) = (p0 ; q 0 )(1) = p0 (1) ; q 0 (1) = 0 ; 0 = 0
Luego, en efecto, p ; q 2 F , y F es pues un subespacio vectorial.

Sea p(x) = a3 x3 + a2 x2 + a1 x + a0 2 F , luego
p(1) = a3 + a2 + a1 + a0 = 0 a1 = ;3a3 ; 2a2
0
p (1) = 3a3 + 2a2 + a1 = 0
) a0 = 2a3 + a2
y por tanto,
p(x) = 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) 2 F ( p1 (1) = p01 (1) = 0 y p2 (1) = p02 (1) = 0) por lo que son
generadores.
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 p(x) 2 F entonces p(x) = (x ; 1)2 (ax + b) = ax(x ;
1)2 + b(x ; 1)2 = ap1 (x) + bp2 (x) luego F es el conjunto de polinomios generado por
p1(x); p2(x) con p1 (x) y p2 (x) independientes, por lo que F es un subespacio vectorial
de dimension 2 y estos dos polinomios determinan una base
b) Sea (x ; 1)2 + x(x ; 1)2 = 0 , reordenando terminos tenemos
x3 + ( ; 2)x2 + ( ; 2)x + = 0
y por tanto, = = 0 , es decir, son independientes. En a hemos observado, que
(x ; 1)2 ; x(x ; 1)2 2 F (pues F es el conjunto de polinomios de grado menor o igual
que tres tales que tienen a 1 como raz 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 + (x2 ; 2x + 1) + (x3 ; 2x2 + x) = 0 )
x3 + ( ; 2)x2 + ( ; 2 + )x + + = 0
de donde = = = = 0
34
luego G = [1; x] es un subespacio complementario de F .
10. Sean A = fa1 ; a2; a3g , B = fb1; b2; b3g dos bases del espacio vectorial R3 relacionadas
mediante: 8 a = b ; 3b + 4 b
>
< 1 1 2 3
> a = b +b
: a23 = b21 + b32 + b3
a) Hallar la matriz que transforma las coordenadas de los vectores de la base B a la
A.
b) Sea C = fc1 ; c2 ; c3g una nueva base cuyas coordenadas respecto de B son:
8c = b ; b + b
>
<1 1 2 3
> c = ;b + b
: c23 = b2 ;1 b3 2
Hallar la matriz de transformacion de B a C y de A a C .
Solucion:
a) Recordemos que la matriz S de paso de A a B es la matriz cuadrada cuyas colum-
nas son las coordenadas de los vectores de A expresados en la base B . Luego:
0 1 0 1
1
S = @ ;3 1 1A matriz de paso de A a B
4 1 1
y esta matriz es tal que si componemos dicha matriz con un vector columna cuyos
componentes son las coordenadas de un vector de R3 en la base A , el resultado es
el mismo vector (vector columna) cuyos componentes son las coordenadas del vector,
pero expresado en la base B .
Obviamente, la matriz de paso de B a A sera
0 0 ;1 1
1
S ;1 = 71 @ ;7 3 4A
7 1 ;1
(observese que necesitamos la expresion de los vectores de la base B en funcion de la

base A , por lo que tenemos que invertir el sistema dado).
b) Analogamente, la matriz de paso de C a B es

0 1 ;1 0
1
T = @ ;1 1 1A
1 0 ;1
luego, la matriz de paso de B a C es
01 1 1
1
T ;1 = @ 0 1 1A
1 1 0
y si componemos las matrices S y T ;1
02 2 3
1
T ;1 S = @1 2 2A
;2 1 2
nos proporciona, obviamente, la matriz de paso de A a C.
11. Estudiar si los vectores w1 = (0; 1; ;2; 1); w2 = (1; 1; 2; ;1); w3 = (1; 0; 0; 1);
w4 = (2; 2; 0; ;1) forman o no, una base de R4
Solucion:
Para que formen base es condicion necesaria y suciente que sean linealmente indepen-
dientes, es decir,
1 w1 + 2 w2 + 3w3 + 4 w4 = 0 , 1 = 2 = 3 = 4 = 0
lo que equivale a decir, que el sistema
0 1 + 1 2 + 1 3 + 2 4 =
9
0>
1 1 + 1 2 + 0 3 + 2 4 =
>
0=
;2 1 + 2 2 + 0 3 + 0 4 = 0>
>
1 1 ; 1 2 + 1 3 ; 1 4 = 0
;
tenga solucion unica; lo que equivale a que
0 1 1 2
1 1 0 2
D = ;2 2 0 0 6= 0
1 ;1 1 ;1
36
D = ;8 6= 0 , luego, en efecto, son base.

Observamos que, para ver si n vectores de un espacio vectorial de dimension n , 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. En el espacio vectorial R4 se consideran los subespacios E1 y E2 generados

por los vectores (1,1,1,1) y (1,-1,1,-1) para E1 , y (1,2,0,1) , (1,2,1,2) y (3,1,3,1) para
E2 .
Hallar las dimensiones del subespacio interseccion y del subespacio suma.
Solucion:
Observamos que dim E1 = 2 ya que (1,1,1,1) , (1,-1,1,-1) son independientes.
Veamos cual es el subespacio E1 \ E2 : si v 2 E1 \ E2 , entonces
v = 1 (1; 1; 1; 1) + 2 (1; ;1; 1; ;1) =
= 1 (1; 2; 0; 1) + 2 (1; 2; 1; 2) + 3 (3; 1; 3; 1)
es decir, 9
1 + 2 = 1 + 2 + 33 > 9
1 ; 2 = 21 + 22 + 3 =
> 1 = 0 >
=
> ) 2 1 = 32 + 43
>
22 = ;2 + 23 ;
1 + 2 = 2 + 33 >
1 ; 2 = 1 + 22 + 3
;
por lo que, dando valores cualesquiera a los escalares 2 ; 3 , obtendremos los vectores
de E1 \ E2 , y puesto que hay dos parametros libres dimE1 \ E2 = 2
Por ejemplo, para 2 = ;1; 3 = 1 , se tiene
w1 = (3; 1; 3; 1) ; (1; 2; 1; 2) = (2; ;1; 2; ;1) 2 E1 \ E2
para 2 = 3 = 1
w2 = (1; 2; 1; 2) + (3; 1; 3; 1) = (4; 3; 4; 3) 2 E1 \ E2
observamos que w1 y w2 son independientes por lo que dim E1 \ E2 2 y puesto
que
E1 \ E2 E1 y dim E1 = 2
se tiene que E1 \ E2 = E1 y dim E1 \ E2 = 2.

Sabemos que dim (E1 +E2 ) = dim E1 +dim E2 ;dim (E1 \E2 ) , luego dim(E1+E2 ) =
dim E2 .
(Tenemos que E1 + E2 = E2 , pues E2 E1 + E2 y tienen la misma dimension).
Sistemas de ecuaciones lineales. Matrices 39
Captulo 3 Sistemas de ecuaciones lineales. Matrices
1. Dada la matriz 0 8 ;5 ;13 1

B = @ 8 ;4 ;29 A
4 ;1 ;6
reducirla a una matriz diagonal mediante transformaciones elementales de las y colum-
nas.
Solucion:
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 dieciseis 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 0 0
1
B4 @ 0 1 0 A = B5
0 0 1
que es ya diagonal; podemos seguir reduciendo dividiendo la primera la por 8,
obteniendo
01 0 0
1
B5 @ 0 1 0A = I
0 0 1
luego B I.
2. Determinar la inversa de la matriz

0 1 4 8
1
A=@ 0 1 2 A donde A 2 M3 (R)
;1 2 3
por el metodo del pivote.
Solucion:
Yuxtaponemos la matriz A y la matriz identidad I
0 .. 1
BB 1 4 8 . 1 0 0C
0 1 2 .. 0 1 0 C
.
@ ..
A=A
;1 2 3 . 0 0 1
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 0 . 1
B 1 4 8 .. 1 0 0 C B 1 4 8 .. 1 0 0C
B
A @0 1 2 .. 0 1 0 C
.
A B ..
1 0C
(a) (b) @ 0 1 2 . 0 A
. .
0 6 11 .. 1 0 1 0 0 1 .. ;1 6 ;1
0 .. 1 0 . 1
B 1 4 8 . 1 0 0C B1 4 0 .. 9 ;48 8 C
0 1 0 . 2 ;11 2 C
B
(c) @
.
. A B
(d) @ 0 1
.
0 .. 2 ;11 2 C
A
. .
0 0 1 .. ;1 6 ;1 0 0 1 .. ;1 6 ;1
0 . 1
B 1 0 0 .. 1 ;4 0 C
B
(e) @ 0 1 0 .
..
2 ;11 2 C A
..
0 0 1 . ;1 6 ;1
y por consiguiente
0 1 ;4 0
1
A;1 = @ 2 ;11 2 A
;1 6 ;1
( a ) A la tercera la de A le sumamos la primera, obteniendo A1

( b ) A la tercera la de A1 multiplicada por ;1 le sumamos seis veces la segunda de
A1 obteniendo A2
( c ) A la segunda la de A2 le restamos dos veces la tercera de A2 , obteniendo A3
( d ) A la primera la de A3 le restamos ocho veces la tercera, obteniendo A4
( e ) A la primera la de A4 le restamos cuatro veces la segunda
3. Resolver el sistema
42
x ; 2y + 3z = 7 >
9
=
2x + y ; 2z = ;2>
3x ; y + z = 6 ;
Solucion:
El sistema se expresa en forma matricial por
0 1 ;2 3 1 0 x 1 0 7 1 0 71 0x1
@ 2 1 ;2 A @ y A = @ ;2 A AX = @ ;2 A con X = @ y A
3 ;1 1 z 6 6 z
0 71
Yuxtaponemos a la matriz A la matriz columna @ ;2 A , obteniendo la matriz B
y
6
hacemos transformaciones elementales a B para poder comparar los rangos de A y
B
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 segun los valores de a; b; c; d el sistema a coecientes en K siguiente

x + 2y + 3z + 4t = a9>
>
2x + 3y + 4z + t = b =
3x + 4y + z + 2t = c >
>
4x + y + 2z + 3t = d
;
suponiendo: a) K = Q b) K = Z
Solucion:
01 2 3 4 a1 01 2 3 4 a 1
B
@ 23 34 41 12 bc CA B@ 00 ;;12 ;;28 ;;107 ;;23aa ++ bc C
A
4 1 2 3 d 0 ;7 ;10 ;13 ;4a + d
01 2 3 4 a 1 01 2 3 4 a 1
B
@ 00 10 24 ;74 a ;2a2;b +b c C AB @ 00 10 24 ;74 ;a2+a ;2bb; c C
A
0 0 4 36 10a ; 7b + d 0 0 0 40 11 ; 9b + c + d
0 10 20 30 40 10a 1
B
@ 00 400 80 280 80a ; 40b C
40 0 a + 11b ; 9c + d A
0 0 0 40 11a ; 9b + c + d
0 40 0 0 0 ;9a + b + c + 11d 1
B
@ 00 400 400 00 aa ++ b11+b 11 c ; 9d C
; 9c + d A
0 0 0 40 11a ; 9b + c + d
a) para K = Q las transformaciones elementales realizadas son validas; el sistema

tiene solucion unica
x = ;9a + b40+ c + 11d y = a + b +4011c ; 9d

z = a + 11b40; 9c + d t = 11a ; 940
b+c+d
b) para K = Z las transformaciones elementales realizadas son validas; para que haya
solucion los elementos ;9a + b + c +11d; a + b +11c ; 9d; a +11b ; 9c + d; 11a ; 9b + c + d
han de ser multiplos de 40.
5. Estudiar segun los valores de a el sistema
ax + y + z = a>
9
=
x + ay + z = a>
x + y + az = a;
resolviendolo en los casos en que ello sea posible.

44
Solucion:
Hallemos el valor del determinante de la matriz asociada al sistema
0a 1 11
detA = det @ 1 a 1 A = (a + 2)(a ; 1)2
1 1 a
Luego, si a 6= ;2 y a 6= 1 el sistema es compatible y determinado y por el metodo
de Cramer tenemos que la solucion es
a 1 1
a a 1
a 1 a
x = (a + 2)(a ; 1)2 = a +a 2 ;
a a 1
1 a 1
1 a a
y = (a + 2)(a ; 1)2 = a +a 2 ;
a 1 a
1 a a
1 1 a
z = (a + 2)(a ; 1)2 = a +a 2 ;
;2 1
Si a = ;2; rangoA = 2; ya que 1 ;2 6= 0, y rangoA = 3 siendo A la matriz
0a1
obtenida de A yuxtaponiendole la matriz columna @ a A
a
;2 1 ;2
rangoA = 3 ya que
1 ;2 ;2 6= 0
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 = f(x; y; z) 2 R3 j x + y + z = 1g
6. Resolver en M2 (R) el sistema

9
2x + 3y + z = ;55 5 >
>
1 1
>
>
x + 2y ; 3z = ; 3 =
;3 >
;35 >
8 >>
3x + 5y ; z = ;8 ;1 ;
Solucion:
0 5 5 1
0x1 02 1 0 1 B
3 1 x B ;;15 13 C
C=B
A @y A = @1 2 ;3 A @ y A = B
@ 3 ;3 C
z 3 5 ;1 z 5 8 A
;
;8 ;1
Tomamos la matriz A del sistema ampliada con la matriz B y procedemos a efectuar
las oportunas transformaciones elementales
0 5 5 1 0 ;1 3 1
2 3 1 1 2 ; 3
BB ;;15 13 CC B
B ;35 ;53 CC
B@ 1 2 ;3 ;3 ;3 C A B@ 2 3 1
;5 1 C A
3 5 1 5 8
3 5 1 5 8
0 ;;81 ;31 1 0 ;8 ;1 1
1 2 ;3 ;3 ;3 1 2 ;3 ;;13 ;33
B C B 7 ;1 C
B
B@ 0 ;1 7 71 ;71 C C
A B
B
@ 0 ;1 7 1 7 A
C
C
8 ;1

0 ;1 8 0 0 1 10
0 ;1 3 1 0
1 8
2 10 1 1
BB 1 2 ;3 ;03;;13 C C B
B
1 0 0 ;1 0
0 ;1 C C
B C B
@ 0 ; 1 0
1 0 A @
1 0
0 ; 1 0
1 0 C
1 0 A
0 0 1 01
0 0 1 01
y por lo tanto la solucion del sistema es

1 0
X = ;21 10 Y = ;01 10 Z= 0 1
46
7. Se dice que A 2 M3(R) es magica si al sumar los elementos de cada la, de cada
columna, de la diagonal principal, y de la diagonal secundaria, se obtiene siempre el
mismo valor. Construir todas las matrices magicas simetricas.
Solucion:
Una matriz A = (aij ) es simetrica si y solo si aij = aji luego las matrices magicas
simetricas seran de la forma 0 x a b
1
@a y cA
b c z
con x + a + b = s; a + y + c = s; b + c + z = s; x + y + z = s; 2b + y = s que
interpretandolo como un sistema de cinco ecuaciones con siete incognitas
x + y + z ; s = 09>
y + a + c ; s = 0>>
=
x + a + b ; s = 0>
z + b + c ; s = 0>>
;
y + 2b ; s = 0
resulta un sistema homogeneo, por tanto compatible, y que vamos a resolver por trans-
formaciones elementales
0 1 1 1 0 0 0 ;1 1 0 1 1 1 0 0 0 ;1 1
BB 0 1 0 1 0 1 ;1 C B 0 1 0 1 0 1 ;1 C
B@ 1 0 0 1 1 0 ;1 C C B
B 0 ;1 ;1 1 1 0 0 C C
0 0 1 0 1 1 ;1 A @ 0 0 1 0 1 1 ;1 A
0 1 1 0 11 00 0 0 2 00 ;;11 1 0 01 10 1 0 0 ;10 2 0;1 ;101
B 0 1 0 1 0 1 ;1 C B 0 0 1 1 0 1 ;1 C
B B@ 0 0 ;1 2 1 1 ;1 C C B
B 0 0 1 ;2 ;1 ;1 1 C C
0 0 1 0 1 1 ;1 A @ 0 0 0 2 2 2 ;2 A
0 01 01 10 0;1 02 ;01 ;01 1 0 01 01 01 10 ;02 10 ;01 1
B 0 1 0 1 0 1 ;1 C B 0 1 0 1 0 1 ;1 C
B B@ 0 0 1 ;2 ;1 ;1 1 C C B
B 0 0 3 ;6 0 ;3 2 C C
0 0 0 1 1 1 ;1 A @ 0 0 0 3 0 3 ;2 A
0 0 0 0 ;3 0 1
0 1 1 1 0 0 0 ;1 1 0 03 00 00 00 0;3 ;30 0 11
B 0 3 0 0 0 0 ;1 C B 0 3 0 0 0 0 ;1 C
BB@ 0 0 3 0 0 3 2 C C B
B 0 0 3 0 0 3 ;2 C C
0 0 0 3 0 3 ;2 A @ 0 0 0 3 0 3 ;2 A
0 0 0 0 ;3 0 1 0 0 0 0 ;3 0 1
quedando el sistema de rango cinco:

3x ; 3c = 09
> 3x = 3c 9
>
>
3y ; s = 0> 3y =s >
> x=c
= = y=s =b
3z + 3c ; 2s = 0> , 3z = ;3c + 2s> , 3
3a + 3c ; 2s = 0> >
; 3a = ;3c + 2 s >
>
; z = 2s ;3 3c = a
;3b + s = 0 3b =s
por lo tanto la matriz magica simetrica buscada es
0 c ;
2s 3c s 1
BB 2s;3c CC 0 1 ;1 0 1 s 0 0 1
3 3
2 1
B@ 3 s c C @ A @ 1 0A
3 A = c ;10 01 ;11 + 3 21 0 2
s 2s;3c
3 c 3
para todo c; s 2 R .
8. Discutir y resolver en R el sistema: 9

3x + 2y + 5z = 1>
4x + 3y + 6z = 2=
>
5x + 4y + 7z = 3>>
6x + 5y + 8z = 4
;
Solucion:
Escrito matricialmente, el sistema es
0x1 03 2 510x1 011
A@yA = B @ 45 34 67 C
A@yA = B @ 23 C
A=B
z 6 5 8 z 4
Tomamos la matriz A obtenida de A yuxtaponiendole la matriz columna B y pro-
cedemos a efectuar transformaciones elementales de la
03 2 5 11 03 2 5 1 1 03 2 5 1 1
B@ 4 3 6 2 CA B@ 0 ;1 2 ;2 C A B
@ 0 ;1 2 ;2 C
5 4 7 3 0 ;2 4 ;4 0 0 0 0A
0 06 ;91 20 ;122 1 0 02 03 00 04 1
6 5 8 4
B@ 00 ;01 20 ;02 CAB @ 00 ;01 20 ;02 C

A
0 0 0 0 0 0 0 0
48
y tenemos rango A = rango A = 2 < 3 , luego el sistema es compatible indeterminado

y el conjunto de soluciones es
f(x; y; z) 2 R3 =2x + 3y = 4; ;y + 2z = ;2g = f(2 ; 32 ; ; ;1 + 12 ); 8 2 Rg
9. Determinar X tal que AX = B , siendo

01 11 02 11
A = @1 0A y B = @0 2A
1 1 2 1
Solucion:
Tomemos la matriz A0 obtenida de A yuxtaponiendole la matriz B y procedamos
a efectuar transformaciones elementales de la
01 1 j 2 11 01 0 j 0 21
A0 = @ 1 0 j 0 2 A (a) @ 1 1 j 2 1 A (b)
0 11 10 jj 20 12 1 0 11 01 jj 02 1 2 1
@ 1 1 j 2 1 A (c) @ 0 1 j 2 ;1 A
0 0 j 0 0 0 0 j 0 0
Y tenemos que rang A = 2 y rang A0 = 2 por lo tanto el sistema es compatible y
determinado y la unica solucion es:
0 2
X = 2 ;1
( a ) Permutamos la primera con la segunda la
( b ) A la tercera la le restamos la segunda
( c ) A la segunda la le restamos la primera.
10. Sean a; b; c; d; cuatro numeros reales estrictamente positivos. Demostrar que

el sistema siguiente no posee ninguna solucion en R
x+y+z+t = a9
>
x;y;z+t = b>
=
;x ; y + z + t = c>
>
;3x + y ; 3z ; 7t = d;
Solucion:
El determinante del sistema es
1 1 1 1 1 0 0 0
1 ;1 ;1 1 1 ;2 0 0
;1 ;1 1 1 = ;1 0 ;2 2 = 0
;3 1 ;3 ;7 ;3 4 ;4 ;4
luego el sistema no es de rango maximo
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
x + y + z = a ; t>
9
=
x ; y ; z = b ; t>
;x ; y + z = c ; t ;
que es compatible y determinado por ser de rango maximo; y resolviendo por Cramer,
tenemos
x = a +2 b ; t; y = t ; b +2 c ; z = a +2 c ; t
Para que el sistema inicial sea compatible estos valores de x; y; z hallados, han de
satisfacer la cuarta ecuacion; substituyendo pues, tenemos
;3( a +2 b ; t) + (t ; b +2 c ) ; 3( a +2 c ; t) ; 7t = d
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

9
x + y + z = a>=
x + wy + w2 z = b >
x + w2 y + wz = b ;
50
sabiendo que w es una raz cubica de la unidad.
Solucion:
El determinante del sistema es
1 1 1
1 w w2 = (w ; 1)2 ; (w2 ; 1)2 = 3w(w ; 1)
1 w2 w
(Nota: puesto que w3 = 1 , se tiene w4 = w; :::; y w3 ; 1 = (w ; 1)(w2 + w + 1)).
Si w(w ; 1) 6= 0 , el sistema es compatible y determinado para todo a; b; 2 C y
resolviendo el sistema por Cramer,
a 1 1
b w w2
b w2 w
x= = a + 2b
13w(aw ;11) 3
1 b w2
1 b w
y = 3w(w ; 1) = a ;3 b
1 1 a
1 w b
1 w2 b
z = 3w(w ; 1) = a ;3 b
si w(w ; 1) = 0 , se tiene que w = 0 o w ; 1 = 0 , pero si w3 = 1 , es w 6= 0 ,

luego ha de ser w ; 1 = 0 , es decir w = 1 , en cuyo caso
01 1 1 a
1 01 1 1 a
1
@1 1 1 bA @0 0 0 b; aA
1 1 1 b 0 0 0 b;a
y para que el sistema sea compatible, b ; a = 0 , y el conjunto de soluciones es
f(x; y; z) 2 C3 =x + y + z = ag
si a 6= b , el sistema es incompatible.
Aplicaciones lineales 51
Captulo 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 h(x; y ) = (x + k; y + k; x + y ) con k 2 R
Determinar si son o no lineales.
Solucion:
Recordemos que una aplicacion f : E ;! F con E; F , K -espacios vectoriales es
lineal, si y solo si
1) 8v; w 2 E; f (v + w) = f (v) + f (w)
2) 8v 2 E; 8 2 K; f (v) = f (v)
comprobemos si, para cada caso, se verican los axiomas:

a) 1) sean v = (x1 ; y1 ; z1 ); w = (x2 ; y2 ; z2 ) , 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 v = (x1 ; y1 ; z1 ); w = (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 v = (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, g es lineal.
c) 1) Sean v = (x1 ; y1 ); w = (x2 ; y2 ) , entonces v + w = (x1 + x2 ; y1 + y2 )
h(v + w) = ((x1 + x2) + k; (y1 + y2 ) + k; (x1 + x2 ) + (y1 + y2))
h(v) + h(w) = (x1 + k; y1 + k; x1 + y1 ) + (x2 + k; y2 + k; x2 + y2 ) =
= ((x1 + k) + (x2 + k); (y1 + k) + (y2 + k); (x1 + y1 ) + (x2 + y2 )) =
= ((x1 + x2 ) + 2k; (y1 + y2 ) + 2k; (x1 + x2 ) + (y1 + y2 ))
para que h(v + w) = h(v ) + h(w) , es necesario y suciente que 2k = k , es decir
k = 0.
2) Sea pues k = 0; y sea v = (x; y ), entonces 8 2 R; v = (x; y )
h(v ) = (x; y; x + y )
h(v ) = (x; y; x + y) = (x; y; (x + y )) = (x; y; x + y ) = h(v )
luego, h es lineal si y solo si k = 0.
Nota: no hace falta probar 2 para k 6= 0 ya que de todos modos la aplicacion no sera
lineal.
Observacion: Sean E y F dos espacios vectoriales sobre K de dimensiones (nitas) n
y m respec. y una aplicacion f : E =) F , f (v ) = f (x1 ; : : :; xn) = w = (y1 ; : : :; ym ),
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 solo si las coordenadas yi son polinomios
homogeneos de grado 1 en las variables x1 ; : : :; xn : y1 = a11 x1 + : : :a1n xn , : : : , ym =
am1 x1 + : : :amn xn , y la matrriz de la aplicacion en las bases dadas es
0 a1 : : : a1 1
n
A=B C
1
@. . .
. . A
.
am1 : : : amn
esto es cada la de la matriz esta formada por los coecientes del polinomio correspon-
diente.
2. Sea f : R3 ;! R lineal, de la cual se sabe que

9
f (1; 2; 3) = (6; 4; 31)>
=
f (2; 0; 1) = (3; 6; 12)>
f (0; 1; 0) = (0; 1; 2) ;
Hallar la matriz de f en la base natural.
Solucion:
Si fe1 ; e2 ; e3 g es la base natural, para dar la matriz de f en dicha base necesitamos
conocer f (e1 ); f (e2 ); f (e3 ) expresados en la base natural
(1; 2; 3) = e1 + 2e2 + 3e3
f (1; 2; 3) = f (e1 + 2e2 + 3e3 ) = f (e1 ) + 2f (e2 ) + 3f (e3) =
= (6; 4; 31) = 6e1 + 4e2 + 31e3
Analogamente se tiene que
f (2; 0; 1) = 2f (e1 ) + f (e3 ) = 3e1 + 6e2 + 12e3
f (0; 1; 0) = f (e2 ) = e2 + 2e3
es decir, tenemos el sistema
9
f (e1) + 2f (e2 ) + 3f (e3 ) = 6e1 + 4e2 + 31e3 >
=
2f (e1 ) + f (e3 ) = 3e1 + 6e2 + 12e3 >
f (e2 ) = e2 + e3 ;
54
que, despejando f (e1 ); f (e2 ); f (e3) , tenemos

f (e1) = 35 e1 + 16 5
e 9 3 16 ; 9 )
2 + e3 = ( ;
5 5 5 5
f (e2) = e2 + 2e3 = (0; 1; 2)
f (e3) = 59 e1 ; 25 e2 + 425 e 9 2 42 )
3 = ( ;; ;
5 5 5
luego, la matriz sera

0 35 0 19
BB 16 C
5
2C
A=B@5 1 ;5 C
A
9
5 2 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
R3 .
Fijando esta base en el espacio de partida, y jando la natural en el espacio de llegada,
la matriz de la aplicacion en estas bases es
06 3 0
1
B =@4 6 1A
31 12 2
La matriz de paso de la base fe1 ; e2 ; e3 g a la base fv1 ; v2 ; v3 g es

01 1
2 0 ;1 1 ;1 0 2
0 1
S ;1 = @ 2 0 1 A = 5 @ 3 0 ;1 A
3 1 0 2 5 ;4
y tenemos el diagrama :
B
R3vi ;;;;! R3ei
x?
S ;1 ?
R3ei
0 35 0 9 1
B 16 C
5
Luego A = BS ;1 = B
B@ 5 1 ; 25 C
C
A
9
5 2 42
5
3. Sea E un espacio vectorial sobre K de dimension n > 1 >Que desigualdad veri-

can los rangos de dos endomorsmos f; g de E tales que g f = 0 ?
Solucion:
Si g f = 0 , entonces para todo x 2 E se tiene g (f (x)) = 0 , lo que implica que
Imf esta contenido en Kerg ; entonces dim Imf dim Kerg , lo que equivale a
decir
rango f + rango g n
(ya que dim kerg + rango g = n )
4. Demostrar que la aplicacion f : R3 ;! R2 denida 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 .
Solucion:
Veamos la linealidad:
Sean v = (x1 ; y1 ; z1 ); w = (x2 ; y2 ; z2 ) .
f (v + w) = f (x1 + x2 ; y1 + y2 ; z1 + z2 ) =
= ((x1 + x2 ) ; 2(y1 + 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 aplicacion, calculando la imagen de los vectores de la base

natural de R3
f (1; 0; 0) = (1; 0)
f (0; 1; 0) = (;2; 1)
f (0; 0; 1) = (0; 1)
por lo tanto 1 ;2 0
A= 0 1 1
rango A = 2 = dim Imf = R2 (= numero de vectores columna de A que son

linealmente independientes).
dim Kerf = 3 ; rangof = 3 ; 2; = 1
una base de Imf puede ser f(1; 0); (0; 1)g ;

determinemos ahora una de Kerf
v 2 Kerf si y solo si f (v) = 0 . Sea pues (x; y; z) 2 Kerf entonces
1 ;2 0 0 x 1 x ; 2y 0
0 1 1
@yA = y +z = 0
z
Por lo tanto Kerf = f(x; y; z )=x ; 2y = 0; y + z = 0g y una base puede ser: tomando
y = 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 segun la observacion 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 homogeneos de grado 1 en las variables
del vector inicial. La matriz de la aplicacion viene dada por los coecientes de dichos
polinomios.
5. Un endomorsmo f 2 L(E2) tiene por matriz en la base fe1 ; e2g de E2 a

A = ;32 ;32
Hallar su matriz en la base fe01 ; e02 g dada por

2e01 = e1 + e2
2e02 = e2 ; e1
Solucion:
Tenemos el diagrama
B
R2 ;;;;! R2
? x
'B ?
y ';B1?
?
f
E2 ;;;;! E2
x ?
'A ?
? ';A1?
y
A
R2 ;;;;! R2
La relacion entre ambas matrices es
B = S ;1AS
siendo S = ';A 1 'B la matriz cambio de base que para la base fe1 ; e2 g
01 ; 12
1
S=@ A
2
1 1
2 2
Necesitamos conocer S ;1
S ;1 = 1 1
;1 1
y por lo tanto
2 ;3
1 ; 1 ;1 0
B = ;11 11 ;3 2
2
1 1
2 = 0 5
2 2
6. Sea f : R2 ;! R3 una aplicacion lineal denida por

f (x; y) = (2x ; y; x + y; 2y ; x)
58
a) Dar la matriz de f en las bases naturales de R2 y R3 respectivamente; calcular

f (3; 12 ) .
b) Dar una base, y la dimension de Kerf y de Imf .
c) Dar la matriz de f en las bases fv1 ; v2 g , fu1; u2; u3g , siendo
9
u1 = (1; 1; 1)>
v1 = (2; 1) =
u2 = (2; 0; 1)>
u3 = (0; 0; 2);
v2 = (0; 3)
Calcular f ( 12 v1 + (; 31 )v2 ).
Solucion:
a) f (1; 0) = (2; 1; ;1); f (0; 1) = (;1; 1; 2) , luego la matriz de f en las bases natu-
rales es 0 2 ;1 1
A = @ 1 1A y
;1 2
0 2 ;1 1 0 11 1
1
f (3; 2 ) = @ 1 1 A 31 = @ 72 A
2
;1 2 2 ;2
b) Kerf = f(x; y ) 2 R2 =f (x; y ) = 0g , luego
0 1 2x ; y = 0>
9
2 ;1 x =
@ 1 1 A y = ( 0 0 0 ) ) x + y = 0>
;1 2 ;x + 2y = 0;
Sistema compatible y determinado luego Kerf = f(0; 0)g y dim Kerf = 0 , por lo
tanto
dim Imf = dim R2 ; dim Kerf = 2 y
Imf = [(2; 1; ;1); (;1; 1; 2)]
c) Tenemos el diagrama:
A
R2 ;;;;! R3
x ??
S?
? T ;1 y
B
R2fvig ;;;;! R3fuig
2 0
siendo S = la matriz de paso de la base fv1 ; v2 g a la natural y T =
01 2 0
1 1 3
@1 0 0 A la matriz de paso de la base fu1 ; u2 ; u3 g a la natural. Necesitamos
1 1 2
T ;1 0 0 4 01
T ;1 = 1 @ 2 ;2 0 A
4 ;1 ;1 2
y por lo tanto
0 3 3
1
B = T ;1 AS = @ 0 ;3 A
; 32 3
nalmente, si hacemos
0 1
3 3 3
0 1 7
2 f ( 3 v1 + (; 1 v2 )) = @
3 0 ; 3 A ; 12 = @ 21 A =
; 32 3 3 ; 134
= 7 u1 + u2 ; 13 u3
2 4
observamos que 23 v1 + (; 31 )v2 = 32 (2; 1) ; 13 (0; 3) = (3; 12 ) ; luego
7 u + u ; 13 u = ( 11 ; 7 ; ;2)
2 1 2 4 3 2 2
7. Sean E; F; G tres K -espacios vectoriales (de dimension nita), y sean

f : E ;! G
g : F ;! G
dos aplicaciones lineales. Demostrar que es condicion necesaria y suciente para que
exista al menos una aplicacion h : E ;! F tal que g h = f , que Imf Img .
Solucion:
Consideremos el diagrama
60
h
E ;;;;! F
?
f?
y g
G
Veamos que la condicion es necesaria. Sea y 2 Imf ; existe pues x 2 E , tal que
f (x) = y ;
si g h = f se tiene g (h(x)) = f (x) = y , es decir, existe z 2 F (z = h(x)) , tal
que g (z ) = y . Por lo tanto, Imf Img .
Veamos que la condicion es suciente. Consideremos Kerg F y sea F1 F , tal
que F = Ker g F1 .
Dado x 2 E , vamos a denir h(x) . Sea f (x) 2 Imf Img , luego existe y 2 F tal
que g (y ) = f (x) con y = y1 + y2 , y1 2 Kerg , y2 2 F1 . Luego g (y ) = g (y2 ) .
Denimos h(x) = y2 . h esta bien denido, pues sean y = y1 + y2 ; y = y1 + y2 tales
que g (y ) = g (y) ; 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 coecientes reales. Denimos D; M :

R[x] ;! R[x] mediante
1) D(P (x)) = P 0 (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 L(E ) 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 = D2 M 2 ; DM .
Solucion:
a) Veamos que se cumplen las dos condiciones

D(p(x) + q (x)) = (p(x) + q(x))0 = p0(x) + q 0 (x) = D(p(x) + D(q (x))
D(p(x)) = (p(x))0 = p0(x) = D(p(x))
luego D es lineal.
M (p(x) + q(x)) = x(p(x) + q(x)) = xp(x) + xq(x) = M (p(x)) + M (q(x))

M (p(x)) = x(p(x)) = xp(x) = M (p(x))
luego M es lineal.
b) Si existe n 2 N tal que Dn = 0 , implica que para todo p(x) 2 R[x] , es
Dn p(x) = 0
Sea q (x) = an+1 xn+1 + : : : + a0 , con an+1 =
6 0,
Dn (q (x)) = Dn;1(D(q (x)) = Dn;1(an+1(n + 1)xn + : : : + a1 ) =

= : : : = an+1 (n + 1)! 6= 0
contradiccion. Luego D no es nilpotente.
Notese que R[x] es de dimension innita, y que si nos restringimos a DjRn [x] :
Rn[x] ;! Rn[x] entonces s que es nilpotente, pues Dn+1 = 0
c) Dadas f; g 2 End(E ) entonces f = g , 8x 2 E f (x) = g (x), en nuestro caso:
(DM ; MD)(p(x)) = D(M (p(x))) ; M (D(p(x))) =
D(xp(x)) ; M (p0(x)) = p(x) + xp0 (x) ; xp0 (x) = p(x) = I (p(x))
luego DM ; MD = I
d) (DM )2 = (DM )(DM ) = D(MD)M = D(DM ; I )M = (D2 M ; D)M = D2 M 2 ;
DM
9. Sea E el espacio de las matrices cuadradas a coecientes en C de orden 2. Den-

imos una aplicacion f de E en C de la forma
a b
f ( c d )) = a + d
62
a) Probar que f es lineal.

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 .
Solucion:
a b a0 b0
a) Sean A = c d 0
A = c0 d0
a + a0 b + b0
f (A + A ) = f ( c + c0 d + d0 ) = a + a0 + b + b0 =
0
= a + d + a0 + d0 = f (A) + f (A0 )
a b
f (A) = f ( c d ) = a + d = (a + d) = f (A)
luego f es lineal.
0 1 0 0 0 0
Otra forma: escogidas bases e1 = 10 00 , e2 = 00
, e3 = 10
, e4 = 01
, para
E y 1 para C, la aplicacion se expresa:
f (a; b; c; d) = a + d
y ahora podemos aplicar la observacion dada en el problema 1.
a b a0 b0
b) Sean A = c d B = 0 0 , entonces
c d
aa0 + bc0 ab0 + bd0 a0a + b0c a0b + b0d
AB = ca0 + dc0 cb0 + dd0 BA = c0 a + d0c 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 tendra I 2 ker f , pero f (I ) = 2 6= 0; luego, para todo A; B 2 E
es AB ; BA = 6 I.
(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 = ac db = a 10 ;10 + b 00 10 + c 01 00 = 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 caracterstica dis-

tinta de dos. Diremos que p 2 End(E ) es un proyector si y solo si p2 = p .
a) Comprobar que: p es proyector , I ; p es proyector.
b) Comprobar que: p es proyector ) Imp Kerp = E
c) > Es cierto el recproco de b?
d) Si p1 ; p2 son proyectores, comprobar que p1 + p2 es proyector si y solo si p1 p2 =
p2 p1 = 0.
Solucion:
a) ) ) (I ; p)2 = I 2 + p2 ; Ip ; pI = I 2 + p2 ; 2p (=a) I + p ; 2p = I ; p , luego si
p es proyector I ; p tambien lo es.
(a) por ser p proyector
( ) Puesto que (I ; p)2 = I ; p , se tiene que I + p2 ; 2p = I ; p , luego p2 ; p = 0 ,
es decir, p2 = p
b) Sea x 2 E . Consideremos x ; p(x) ; se tiene que
p(x ; p(x)) = p(x) ; p2 (x) = p(x) ; p(x) = 0
luego x ; p(x) 2 Kerf .
Obviamente, x = p(x) + x ; p(x) 2 Imp + Kerp .
) E Imp + Kerp E ) Imp + Kerp = E
64
Veamos que la suma es directa: sea x 2 Kerp \ Imp ; se tiene p(x) = 0 y existe
y 2 E , tal que p(y) = x , luego 0 = p(x) = p2 (y ) (=a) p(y ) = x .
Entonces E = Imp Kerp
(a) por ser p proyector
2 0
c) Consideremos E = R2 y f tal que su matriz en la base natural sea 0 0 .
Se
2tiene Imf = [(1; 0)];Kerf = [(0; 1)] , luego R2 = Imf Kerf . Sin embargo,
2
0 4 0 2 0
0 0 = 0 0 6= 0 0 , luego f no es proyector.
Nota: En un espacio de dimension 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
Sea R y f tal que en la base natural sea
2
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 + p2 )2 = p1 + p2 pero

(p1 + p2 )2 = p21 + p22 + 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 = p21 p2 = ;(p1 p2 ) p1
y componiendo esta ultima 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 () p p p = 0 ; por lo que
a) 1 2 1
p1 p2 = ;p1 p2 p1 = 0
luego p1 p2 = p2 p1 = 0, y recprocamente, si p1 ; p2 son proyectores y p1 p2 =

p2 p1 = 0 , se tiene
(p1 + p2 )2 = p21 + p22 + p1 p2 + p2 p1 = p1 + p2

luego p1 + p2 , es un proyector.
(a) aqu es donde interviene la hipotesis de carac K 6= 2
11. Sean u1 = (2; ;1; 1); u2 = (1; 1; 0); u3 = (1; ;2; 3); u4 = (6; ;1; 6) vectores
de R3 y sea f : R3 ;! R2 una aplicacion lineal de la que conocemos f (u1 ) =
(1; ;1); f (u2 ) = (4; 1) y f (u3 ) = (3; 1) .
a) >Es posible determinar f (u4 ) ?, >Por que?
b) La aplicacion f >sera inyectiva? >sera exhaustiva?
c) Calcular la matriz de f en las bases naturales de R3 y R2 respectivamente.
d) Determinar una base de Kerf .
Solucion:
a) Es posible hallar f (u4 ) ya que fu1 ; u2 ; u3g forman base de R3 .
2 1 1

(En efecto, ;1 1 ;2 = 6 6= 0 ) , por lo tanto
1 0 3
u4 = au1 + bu2 + cu3 y f (u4) = af (u1 ) + bf (u2 ) + cf (u3 )
b) f no puede ser inyectiva, ya que
dim Kerf = dim R3 ; dim Imf 3 ; 2 = 1 6= 0
( dim Imf 2 puesto que Imf R2 ) .
f sera exhaustiva en caso de que dim Imf = 2 . Veamos si es as: la matriz de f en
la base fu1 ; u2 ; u3 g de R3 y la natural de R2 es

A = ;11 41 31
66

y rango A = 2 = rango ;11 4
1
3 = rango 1 0 0 =
1 ;1 5 4

= rango ;11 0
1
0
0
c) La matriz de f en las bases naturales sera
A
R3ui ;;;;! R2
?
S?
y A0
R3ei
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
0 2 1 11 0 12 ; 12 ; 12 1
B C B C
S=B
B@ ;1 1 ;2 C
C y S ;1 =
A
B
B
@
1
6
5
6
1
2
C
C
A
1 0 3 ; 16 1
6
1
2
0 ; 12 ; 12 1
B
1
2 02 1
3 B C 3
20
A0 = ;11 41 C =@ A
1 B C
3 6
1 5 1
@ 6 6 2 A ; 12 3
2
3
2
; 1
6
1
6
1
2
d) Kerf = f(x; y; z ) 2 R3 =f (x; y; z ) = 0g

02 20 3
10x1 0
3
@ 6
A@y A = 0
; 12 3
2
3
2 z
4x + 20y + 18z = 0
;x + 3y + 3z = 0
Sistema compatible indeterminado de rango ; = 2 cuyo conjunto de soluciones es
Kerf = f(x; y; z ) 2 R3=y = ; 15
16
z x = 3 z g = [(3; 15; 16)]
16
12. Encontrar los valores de a para los cuales el endomorsmo de R3 dado por
f (x; y; z) = (x + ay ; az; ax + y + z; ;ax + ay + z) es un automorsmo.
Solucion:
f sera automorsmo si el determinante de su matriz asociada, en cualquier base, es
distinto de cero. Busquemos pues la matriz de 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 1 a ;a 1
A = @ a 1 1A
;a a 1
p p
y det A = 1 ; a ; 3a2 ; a3 = ;(a + 1)(a + 1 ; 2)(a + 1 + 2) , luego det A 6= 0 si
y solo si a es distinto de
p p
;1; ;1 + 2; ;1 ; 2
13. Sea la matriz 00 1

2 1
A = @0 0 3A
0 0 0
asociada a la aplicacion lineal f denida sobre R3 respecto la base natural.
a) Hallar los subespacios Im f y Ker f .
b) Hallar una base de R3 para la cual la matriz de f en dicha base sea
00 1 0
1
B = @0 0 1A
0 0 0
Solucion:
68
a) Recordando la denicion de Im f y de Ker f :

Imf = fy 2 R3 =9x 2 R3 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 R3 =f (x) = 0g
00 2 110x1 001 )
@0 0 3A@y A = @0A , 2 y + z = 0
0 0 0 z 0 3z = 0
) Kerf = [(1; 0; 0)]
De hecho, observando la matriz A que es de rango 2 y la primera columna es identicamente

nula, ya podemos armar 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 0 x y z
1
S = ; @ x2 y2 z2 A
1 1 1
x3 y3 z3
entonces SB = AS
0x y z 100 1 0
1 00 2 1
10
x1 y1 z1
1
@ x12 y12 z12 A @ 0 0 1A = @0 0 3 A @ x2 y2 z2 A
x3 y3 z3 0 0 0 0 0 0 x3 y3 z3
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 aplicacion fk : R3 ;! R3 denida por

fk (x; y; z ) = ((2 ; k)x + (k ; 1)y; 2(1 ; k)x + (2k ; 1)y; kz)
a) Determinar la matriz de fk asociada a la base natural de R3

b) Determinar Kerfk
c) Supuesto k(k ; 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 expresion de
Mk2 en funcion de A; B y k y deducir de ello una expresion para Mkn
Solucion:
a)
f (1; 0; 0) = (2 ; k; 2(1 ; k); 0)
f (0; 1; 0) = (k ; 1; 2k ; 1; 0)
f (0; 0; 1) = (0; 0; k)
luego 0 2;k k ;1 01
Mk = @ 2(1 ; k) 2k ; 1 0 A
0 0 k
b) Observamos que det Mk = k2 , luego, si k 6= 0, es rangofk = 3 y, por tanto,

Kerfk = f0g
Sea pues k = 0 0 2 ;1 0 1
M0 = @ 2 ;1 0 A
0 0 0
y el Kerf0 es: 0 2 ;1 0 1 0 x 1 0 0 1
@ 2 ;1 0 A @ y A = @ 0 A ) 2x ; y = 0
0 0 0 z 0
Luego Kerf0 = [(1; 2; 0); (0; 0; 1)]
c) 0 2 ;1 0 1 0 ;1 1
1 0
Mk = @ 2 ;1 0 A + k @ ;2 2 0 A = A + kB
0 0 0 0 0 1
Mk2 = (A + kB )2 = A2 + k2 B2 + kAB + kBA .

70
Observamos que
0 2 ;1 0 1 0 2 ;1 0 1 0 2 ;1 0 1
A2 = @ 2 ;1 0 A @ 2 ;1 0 A = @ 2 ;1 0 A = A
0 0 0 0 0 0 0 0 0
0 ;1 1 0 1 0 ;1 1 0 1 0 ;1 1 0
1
B 2 = @ ;2 2 0 A @ ;2 2 0 A = @ ;2 2 0A = B
0 0 1 0 0 1 0 0 1
0 2 ;1 0 1 0 ;1 1 0 1 0 0 0 0
1
AB = @ 2 ;1 0 A @ ;2 2 0 A = @ 0 0 0A = 0
0 0 0 0 0 1 0 0 0
0 ;1 1 0 1 0 2 ; 1 0 1 0 0 0 0
1
BA = @ ;2 2 0 A @ 2 ;1 0 A = @ 0 0 0A = 0
0 0 1 0 0 0 0 0 0
luego, Mk2 = A + k2 B , y por lo tanto, por induccion se concluye que Mkn = A + kn B ,

veamoslo:
Es valido para n = 1 , supuesto cierto para n ; 1 : Mkn;1 = A + kn;1B ; veamoslo
para n :
Mkn = Mk Mkn;1 = Mk (A + kn;1B ) = (A + kB)(A + kn;1 B) =
= A2 + kn;1 AB + kBA + kn B 2 = A + kn;1 0 + k0 + kn B = A + kn B
Nota: si k = 0 , entonces B podra ser cualquier matriz, y por tanto no tendra por
que ser AB = BA = 0 . Y si k = 1, Mk = I y Mkn = I , si bien la expresion hallada
tiene sentido.
15. Sea Rn[x] el espacio vectorial de los polinomios de grado menor o igual que
n . Consideremos los endomorsmos f; D : Rn [x] ;! Rn [x] siendo D el operador
derivada: D(p(x)) = p0 (x) y f tal que f (p(x)) = p(x) ; p0 (x) . Demostrar que
existe f ;1 , y que se puede poner en funcion del operador D .
Solucion:
Sea p(x) 2 Kerf ) f (p(x)) = 0 = p(x) ; p0(x) , luego p(x) = p0 (x) . Pero
grado p0 (x) grado p(x) , y vale la igualdad, si y solo si grado p(x) = 0 , luego
p(x) = a polinomio constante, pero p0 (x) = (a)0 = 0 . Luego a = 0 y p(x) = 0 .
Por lo tanto, f es inyectiva y toda aplicacion lineal inyectiva de un espacio vectorial de

dimension nita en s mismo es exhaustiva, y por tanto, existe f ;1 .
Si f ;1 se puede poner en funcion de D esta ha de ser:
f ;1 = 0D0 + + nDn ya que Dn+1 = 0
y ha de cumplirse que f ;1 f = I
Notar que: f = I ; D
I = f ;1 f = (0 D0 + : : : + n Dn ) (I ; D) =
n+1
= 0 D0 + : : : + n Dn ; 0 D1 ; ; Dn =
= 0 I + (1 ; 0 )D1 + (2 ; 1 )D2 + (n ; n;1)Dn;1
por lo tanto
0 = 19
>
1 ; 0 = 0>
=
> ) i = 1 i = 1; ; n
>
n ; n;1 = 0;
y f ;1 = D0 + : : : + Dn .
Determinantes 73
Captulo 5 Determinantes
1. Dadas las permutaciones s = (4; 3; 1; 2); t = (1; 2; 4; 3) , determinar las permuta-

ciones s t ; t s ; s;1 ; t;1 , as como el signo de cada una de ellas.
Solucion:
Recordando que s = (a; b; c; d) signica s(1) = a , s(2) = b , s(3) = c , s(4) = d ,
tenemos
s t(1) = s(t(1)) = s(1) = 49

>
s t(2) = s(t(2)) = s(2) = 3>
=
s t = (4; 3; 2; 1)
s t(3) = s(t(3)) = s(4) = 2>
>
s t(4) = s(t(4)) = s(3) = 1;
t s(1) = t(s(1)) = t(4) = 39
>
t s(2) = t(s(2)) = t(3) = 4>
=
t s = (3; 4; 1; 2)
t s(3) = t(s(3)) = t(1) = 1>
>
t s(4) = t(s(4)) = t(2) = 2;
De s;1 (1) = i tenemos s(i) = 1 luego i = 39

>
De s;1 (2) = i tenemos s(i) = 2 luego
>
i = 4= s;1 = (3; 4; 2; 1)
De s;1 (3) = i tenemos s(i) = 3 luego i = 2>
>
De s;1 (4) = i tenemos s(i) = 4 luego i=1
;
De t;1(1) = i tenemos t(i) = 1 luego i = 19

>
De t;1(2) = i tenemos t(i) = 2 luego
>
i = 2= t;1 = (1; 2; 4; 3)
De t;1(3) = i tenemos t(i) = 3 luego i = 4>
>
De t;1(4) = i tenemos t(i) = 4 luego i=3
;
74
Veamos cual 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

jAj = 0 1 1
1 0 1
Solucion:
Recordando la denicion de determinante:
X
si A = (aij ); detA = "(s)as11 as22 as33
s
se tiene
jAj = +3 1 1 + 0 0 2 + 1 1 1 ; 1 1 2 ; 3 0 1 ; 0 1 1 = 3 + 1 ; 2 = 2
3. Hallar el valor del determinante

3 ;2 4 5
2 0 5 2
jAj = 1 3 ;1 2
2 5 2 ;3
Determinantes 75
a) Por la regla de Laplace, por ejemplo, por los menores de las dos primeras
columnas.
b) Por los elementos de una lnea, por ejemplo, de la primera la.
c) Obteniendo \a priori"ceros en una lnea y desarrollando luego por los elementos de
esta (reduccion del orden).
Solucion:
a)
3 ;2 4 5 (1)

jAj = 21 03 ;15 22 (2)
2 5 2 ;3 (3) (4)
Hay que formar sumas de productos de determinantes 2 2 , extrados 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 tendra dos las cuya ordenacion
sera una permutacion de f1; 2; 3; 4g .
Por ejemplo

(1) 3 ;2 ;1 2 (3) ; (1) 3 ;2 5 2 (2) ; etc.
(2) 2 0 2 ;3 (4) (3) 1 3 2 ;3 (4)
El signo de cada sumando sera el signo de la correspondiente permutacion de las.
Por ejemplo, el signo del primer sumando anterior es el signo de la permutacion
(1; 2; 3; 4), que es + , y el del segundo, el de la permutacion (1; 3; 2; 4), que
es ; .
Pasemos pues al calculo de jAj
3
;2 ;1 2 ; 3 ;2 5 2 + 3 ;2 5 2 +
jAj = + 2 0 2 3 1 3 2 ;3 2 5 ;1 2
2
0 4 5 ; 2 0 4 5 + 1 3 4 5 =
+ 1 3 2 ;3 2 5 ;1 2 2 5 5 2
= 4(;1) ; 11(;19) + 19:12 + 6(;22) ; 10:13 + (;1):(;17) = 188:
76
b)
3 ;2 4 5 2 5 2
2 0 5 2 0 5 2
jAj = 1 3 ;1 2 = 3 3 ;1 2 ; (;2) 1 ;1 2 +
2 5 2 ;3 5 2 ;3 2 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 metodo que nos permite obtener el maximo numero de ceros en una
lnea (la o columna) a base de sumarle a dicha lnea una combinacion lineal de las
restantes. Por ejemplo, como en la segunda columna hay un cero, empleamos esta
columna para rellenarla de ceros
fila a ;! 3 ;2 4 5
fila b ;! 2 0 5 2
fila c ;! 1 3 ;1 2
fila d ;! 2 5 2 ;3
substituimos la la c por c ; d ; a (combinacion lineal de las), es decir, le sumamos

a la la c las las a y d cambiadas de signo)
fila a ;! 3 ;2 4 5
fila b ;! 2 0 5 2
fila c ;! ;4 0 ;7 0
fila d ;! 2 5 2 ;3
substituimos, por ejemplo, la la d por d + 25 a , quedando

3 ;2 4 5
2 0 5 2
;4 0 ;7 0
19 0 12 19
2 2
Desarrollando pues por la segunda columna tenemos

Determinantes 77
2 5 2

2 5 2

;(;2) ;4 ;7 1
0 = 2 2 ;4 ;7 0 = 188
19 12
2
19
2
19 24 19
4. Probar que
1 x1 x21 ::: xn1 ;1

1 x2 x22 ::: xn2 ;1 Y
Vn = : : : ::: ::: ::: : : : = (xj ; xi )
: : : ::: ::: ::: : : : 1i<jn
1 xn x2n ::: xnn;1
para n 2 (Es el llamado determinante de Van der Monde).
Solucion:
Vamos a probarlo por induccion.
Para n=2
1 x
V2 = 1 x1 = x2 ; x1
2
Supongamos que es cierto para m = n ; 1, veamos que tambien lo es para n

78
1
1 x2 ;0 x1 x22 ;0x1 x2 x32 ;0x22x1 :: :: :: xn2 ;1 ;0xn2 ;2x1
Vn (=a) 1 x3 ; x1 x23 ; x1 x3 x33 ; x23 x1 : : : xn3 ; xn3 ;2 x1 (=b)
: : : : : : ::: ::: ::: :::
1 xn ; x1 x2n ; xn x1 x3n ; x2n x1 : : : xnn;1 ; xnn;2x1
x2 ; x1 x22 ; x1 x2 x32 ; x22x1 : : : xn2 ;1 ; xn2 ;2x1
n;1 n;2
= x3 :;: :x1 x3 ;: :x: 1 x3 x3 ;: :x: 3 x1 :: :: :: x3 ;: :x: 3 x1 =
2 3 2
xn ; x1 x2n ; x1 xn;1 x3n ; x2nx1 : : : xnn;1 ; xnn;2x1 (c)

1 x2 x22 : : : xn2 ;2
n;2
= (x2 ; x1 )(x3 ; x1 ) : : : (xn ; x1 ) : 1: : :x:3: :x:3: :: :: :: x:3: : =
2
1 xn x2n : : : xnn;2 (d)

Y
= (x2 ; x1 )(x3 ; x1 ) : : : (xn ; x1 )Vn;1 = (xj ; xi )
1i<j n
( a ) restando a la segunda columna la primera multiplicada por x1 y a la tercera

la segunda por x1 , ..., y a la n-sima la (n-1)-sima por x1 .
( b ) desarrollando por la primera la.
( c ) si una la o columna esta multiplicada por un escalar, este sale fuera.
( d ) el determinante es el de Van der Monde de orden n-1.
5. Calcular
1 1 1

V = b + c c + a a + b
bc ac ab
Solucion:
1 0 0

V (=a) b + c a ; b
a ; b a ; c
a ; c (=b) c(a ; b) b(a ; c) =
bc ac ; bc ab ; bc
1
1 = (a ; b)(a ; c)(b ; c)
=(a ; b)(a ; c) c b
Determinantes 79
( a ) restando la primera columna a la segunda y tercera.

( b ) desarrolllando por la primera la.
6. Calcular
z ;z 0

4 = 0 z2 ;1
1 z z + 1
sabiendo que z 2 C es tal que z5 = 1 y z 6= 1
Solucion:
4 = z z2 (z + 1) + 0 z 0 + 1 (;z)(;1) ; 1 z2 0 ; z z (;1) ; 0 (;z)(z + 1) =

= z4 + z3 + z2 + z
Ahora bien, puesto que
0 = z 5 ; 1 = (z ; 1)(z 4 + z 3 + z 2 + z + 1)
se tiene
z;1=0
o 4 3 2 pero z 6= 1
z +z +z +z+1=0
luego z 4 + z 3 + z 2 + z + 1 = 0, de donde 4 = ;1
7. Calcular el determinante de orden n siguiente

2 1 0 0 ::: 0 0
1 2 1 0 ::: 0 0
An = 0 1 2 1 ::: 0 0
: : : : : : : : : : : : ::: : : : : : :
0 0 0 0 ::: 1 2
80
Solucion:
Desarrollando por la primera columna tenemos
2 1 0 : : : 0 0 1 0 0 : : : 0 0

An =2 :1: : : 2: : :1: : :: :: :: :0: : :0: : ; 1 :1: : :2: : :1: : :: :: :: : 0: : : 0: : =
0 0 0 ::: 1 2 0 0 0 ::: 1 2
2 1 0 : : : 0 0 2 1 0 : : : 0 0
1 2 1 : : : 0 0
= 2 : : : : : : : : : : : : : : : : : : ; 1 1 : 1: : : 2: : : 1: : :: :: :: : 0: : : 0: : =
(a)
0 0 0 ::: 1 2 0 0 0 ::: 1 2
=2An;1 ; An;2
( a ) desarrollando el segundo determinante por la primera la

Luego tenemos la relacion de recurrencia siguiente
An = 2An;1 ; An;2
que nos permitira deducir el valor de An : tenemos que para n = 1; 2; 3 es
A1 = 2; A2 = 3; A3 = 4
Supongamos pues que An;1 = n ; veamos que An = n + 1
An = 2An;1 ; An;2 = 2n ; (n ; 1) = 2n ; n + 1 = n + 1
luego An = n + 1
8. Sin efectuar el desarrollo, probar que

1 a b + c

4 = 1 b c + a = 0
1 c a+b
Determinantes 81
Solucion:
Sabemos que no se altera el valor de un determinante si a una lnea le sumamos una
combinacion lineal de las demas. Sumando a la tercera columna la segunda, nos queda
1 a a + b + c 1 a 1

4 = 1 b b + c + a = (a + b + c) 1 b 1 (=a) 0
1 c c + a + b 1 c 1
( a ) observando que hay dos columnas iguales
9. Calcular las races de la ecuacion

1 + x 1 : : : 1

4n = :1: : 1:+: :x : : : 1
: : : : : :
1 1 ::: 1+ x
Solucion:
Sumando a la primera columna todas las demas tenemos
n + x 1 : : : 1 1 1 : : : 1
n + x 1 + x : : : 1 1 1 + x : : : 1 =
4n = : : : : : : : : : : : : = (n + x) : : : : : : : : : : : :
n +x 1 ::: 1+ x 1 1 ::: 1+ x
1 0 : : : 0

= (n + x) : 1: : :x: : :: :: :: : 0: : = (n + x)xn;1 = 0
(a)
1 0 ::: x
(a) restando a cada columna, a partir de la segunda, la primera columna
Luego las races son x = ;n y x = 0 de multiplicidad n-1.
10. Sabiendo que 18887, 39865, 58752, 64872, 96526 son divisibles por 17, demostrar
que D es tambien multiplo de 17, siendo D el determinante siguiente
82
1 8 8 8 7
3 9 8 6 5
D = 5 8 7 5 2
6 4 8 7 2
9 6 5 2 6
sin calcular el valor del determinante.
Solucion:
Sabemos que
18887 = 17a9>
39865 = 17b >
>
=
58752 = 17c > con a; b; c; d 2 Z
64872 = 17d>>
;
96526 = 17e
1 104 8 8 8 7
3 104 9 8 6 5
D = 104 5 104 8 7 5 2 =
1
6 1044 4 8 7 2
91 10 10
6 5 2 6
4 + 8 103 + 8 102 + 8 10 + 7 8 8 8 7
3 104 + 9 103 + 8 102 + 6 10 + 5 9 8 6 5
= 104 5 104 + 8 103 + 7 102 + 5 10 + 2
1 8 7 5 2 =
6 1044 + 4 1033 + 8 1022 + 7 10 + 2 4 8 7 2
10 + 6 10 + 5 10 + 2 10 + 6
918887 17a 8 6 5 2 6
7
39865 89 88 86 75 17b 9 8
8
8
6 5
= 4 58752 8 7 5 2 = 4 17c 8
1 1 7 5 2 =
10 64872 4 8 7 2 10 17d 4 8 7 2
96526 6 5 2 6 17e 6 5 2 6
a 8 8 8 7
b 9 8 6 5
= 4 c 8 7 5 2 = 174 D0
17
10 d 4 8 7 2 10
e 6 5 2 6
Determinantes 83
D = 10174 D0 ; puesto que mcd(17 104) = 1 y D; D0 2 Z , se tiene que

D0 = 104 h y por tanto D = 17h
11. Determinar la inversa de la matriz A = (aij )

01 2 2
1
A = @2 1 2A
2 2 1
Solucion:
A;1 = det1 A (Aij )

Siendo
0 a11 a12 : : : a1j;1 a1j+1 : : : a1n 1
BB : : : ::: ::: ::: ::: ::: ::: C
Aji = (;1) det BBB aaii;+11;;11 ai;1;2 ::: ::: ::: : : : ai;1;n C
C
: : : ai+1;n C
i +j
@ ::: ai+1;2 ::: ::: ::: C

::: ::: ::: ::: ::: ::: A
an1 an2 ::: ::: ::: : : : ann
Nota: Aij = Atji
Luego, det A = 5

A11 = (;1)2 12 21 = ;3 A12 = (;1)3 22 21 = 2
2
2 = 2
2
2 = 2
A13 = (;1) 1
4
2 A21 = (;1) 2 3
1

2 = ;3

2 = 2
41 51
A22 = (;1) 2 1 A23 = (;1) 2 2

1 = 2

2 = 2
42 51
A31 = (;1) 2 2 A32 = (;1) 2 2

61 2
A33 = (;1) 2 1 = ;3
84
por lo que la matriz inversa es:

;3 2 2

A;1 = 15 2 ;3 2

2 2 ;3
Diagonalizacion de endomorsmos 85
Captulo 6 Diagonalizacion de endomorsmos
1. Sea E un R-espacio vectorial y f un endomorsmo de E cuya matriz en una

determinada base fu1 ; u2 ; u3 g es
01 2 1
1
A = @0 1 2A
3 1 0
Hallar el polinomio caracterstico Q(t) .
1 ; t 2 1

Q(t) = 0 1 ; t 2 =
3 1 0; t
= ;t3 + (trA)t2 ; (A11 + A22 + A33 )t + detA =
= ;t3 + 2t2 + 4t + 7
Nota Aii es el determinante del menor adjunto al elemento aii de la matriz A .
2. Determinar el polinomio caracterstico de la matriz

0 a2 ab ab b2 1
A=B
@ ab a2 b2 ab C
ab b2 a2 ab A
b
2 ab ab a
2
dando sus races.
Solucion:
86
(a + b)2 ; t ab ab b 2

(a + b)2 ; t a2 ; t b2
det(A ; tI ) = (a + b)2 ; t b2 a2 ; t ab = ab
(a + b)2 ; t ab ab a2 ; t
1 ab ab b2

= ((a + b)2 ; t) 11 a b; t b2 ab =
2
1 ab ab a2ab; t
2 a 2;t
1 ab ab b2

= ((a + b)2 ; t) 00 a b; ab ; t b2 ; ab ab ; b2 =
2
0
2 ; ab a ; ab ; t ab ; b2
2
a2 ; ab ;0 t b2 ; ab0 aba;;b2b ; t
2 2

= ((a + b)2 ; t) b2 ; ab a2 ; ab ; t ab ; b2 =

0
a2 ; ab0 ; t ab2;;bab; t
2 2
= ((a + b)2 ; t)(a2 ; b2 ; t) b2 ; ab a2 ; ab ; t =

a2 + b2 ; 2ab ; t b2 ; ab
= ((a + b) ; t)(a ; b ; t) a2 + b2 ; 2ab ; t a2 ; ab ; t =
2 2 2
1 b2 ; ab
= ((a + b) )(a ; b ; t)((a ; b) ; t) 1 a2 ; ab ; t =
2 2 2 2
1 b2 ; ab
= ((a + b) ; t)(a ; b ; t)((a ; b) ; t) 0 a2 ; b2 ; t =
2 2 2 2
= ((a + b)2 ; t)(a2 ; b2 ; t)2 ((a ; b)2 ; t)
y por lo tanto, las races son (a + b)2 ; (a ; b)2 ; (a2 ; b2 ) , y esta ultima de multi-
plicidad dos.
3. Si A 2 Mn(K ) es una matriz inversible, demostrar que AB y BA tienen los

mismos valores propios (siendo K un cuerpo conmutativo).
Solucion:
En efecto,
det(AB ; I ) = det(ABAA;1 ; IAA;1 ) = det(ABAA;1 ; AIA;1) =

= det(A(BA ; I )A;1) = detAdet(BA ; I )detA;1 =
= det(BA ; I )
4. Demostrar que si la matriz A 2 Mn(K ) verica Am = 0, el unico valor propio

posible de A es el cero (donde K es un cuerpo conmutativo).
Solucion:
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 endomorsmo f del
espacio vectorial K n cuya matriz en determinada base es A y esto signica 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 m ; 1 veamos que
lo es para m
f (f m;1 v) = f (m;1 v) = m;1 f (v ) = m;1v = m v
Por lo tanto tenemos que m es valor propio no nulo de la matriz Am = 0 lo cual

es absurdo.
5. Se dene 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
caracterstico y los valores propios. >Es f diagonalizable?
88
Solucion:
Veamos la linealidad:
8v = (x1; x2; x3); w = (y1; y2 ; y3) 2 R3 y 8 2 R se tiene:
f (v + w) = (x1 + y1 ; x2 + y2 ; 0) = (x1 ; x2; 0) + (y1 ; y2; 0) = f (v ) + f (w)

f (v ) = f (x1 ; x2; x3) = (x1 ; x2; 0) = (x1 ; x2 ; 0) = f (v )
Determinemos la matriz de la aplicacion f

9
f (e1 ) = e1 >
=
f (e2 ) = e2 > (1)
f (e3 ) = 0 ;
luego la matriz de f en la base natural es:
01 0 0
1
A = @0 1 0A (2)
0 0 0
El polinomio caracterstico es:
det(f ; tI ) = (1 ; t)2 (;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 races del polinomio caracterstico:
(1 ; t)2 (;t) = 0 t = 1 doble ; t = 0
f diagonaliza puesto que dim Ker(f ; I ) = 2 .

En (1) observamos ya que la base natural es la base de vectores propios, ( f es la
\proyeccion ortogonal"sobre el plano horizontal XY ), y en (2) vemos que la matriz es
diagonal.
6. Diagonalizar la matriz
0 ;21 2 8 1
A = @ 20 ;3 ;8 A
;60 6 23
hallando una base de vectores propios de f (endomorsmo de R3 cuya

matriz en la base natural es A ).
Solucion:
Busquemos el polinomio caracterstico de A :
det(A ; tI ) = ;t3 ; t2 + t + 1 = ;(t + 1)2 (t ; 1)

por lo tanto
R3 = Ker(f + I )2 Ker(f ; I )
0 ;20 2 8 1
dim Ker(f + I ) = 3 ; rango @ 20 ;2 ;8 A = 3 ; 1 = 2
;60 6 24
luego A diagonaliza y
0 ;1 0 0 1
D = @ 0 ;1 0 A
0 0 1
la nueva base sera fv1 ; v2 ; v3 g con v1 ; v2 2 Ker(f + I ) y v3 2 Ker(f ; I )

0 ;20 2 8 1 0 x 1 0 0 1
Ker(f + I ) = f(x; y; z )= @ 20 ;2 ;8 A @ y A = @ 0 Ag =
;60 6 24 z 0
= f(x; y; z )= ; 10x + y + 4z = 0g
90
subespacio de dimension dos, del que seleccionamos una base
v1 = (2; 0; 5); v2 = (1; 2; 2)
0 ;22 2 8 1 0 x 1 0 0 1
ker(f ; I ) = f(x; y; z )= @ 20 ;4 ;8 A @ y A = @ 0 Ag =
;60 6 22 z 0
= f(x; y; z )= ; 11x + y + 4z = 0; 10x ; 2y ; 4z = 0g
subespacio de dimension uno del que seleccionamos una base

v3 = (;1; 1; ;3)
7. Estudiar la diagonalizacion, segun los distintos valores de 2 R , de la matriz

0 1 ; ; ; 1
A = @ + 1 ;1A
0 0 2
dando en el caso en que ello sea posible una matriz S tal que S ;1 AS sea
diagonal.
Solucion:
Busquemos el polinomio caracterstico:
det(A ; tI ) = ;(t ; 1)2(t ; 2)

luego los valores propios de A son t1 = 1 doble y t2 = 2.
Para que A diagonalice, ha de vericarse:
1 dim ker(A ; ti I ) = multiplicidad de la raz ti

Estudiemos pues el caso t1 = 1
0 ; ; ; 1
3;1 =2 para = 0
dim Ker(A ; I ) = 3 ; rango @ ; 1 A =
0 03;2 = 1
1 6 0
para =
luego, solo diagonaliza para = 0. Sea pues = 0 y busquemos la matriz S (matriz

de los vectores propios).
Sean fv1 ; v2 g base de Ker (A ; I )
00 0 0
10 1 001
x
@0 @ 0 A ) ;z = 0
0 ;1 A @ y A =
0 0 1 z 0 z=0
sean pues v1 = (1; 0; 0); v2 = (0; 1; 0)

y fv3 g base de Ker (A + I )
0 ;1 0 0 1 0 x 1 0 0 1
@ 0 ;1 ;1 A @ y A = @ 0 A ) ;x = 0
0 0 0 z 0 ;y ; z = 0
Sea pues v3 = (0; 1; ;1)

01 0 0
1
luego S = @0 1 1 A y en efecto, se tiene que D = S ;1 AS
0 0 ;1
01 0 0
1 01 0 0
10
1 0 0
10
1 0 0
1
D = @0 1 0A = @0 1 1 A @ 0 1 ;1 A @ 0 1 1 A
0 0 2 0 0 ;1 0 0 2 0 0 ;1
Nota: En este caso S = S ;1
8. Sea f : R3 ;! R3 un endomorsmo 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 .
92
Solucion:
Puesto que f (vi ) = i vi expresaremos los vectores (5; 2; 5) y (0; 0; 7) en la base
formada por los vectores propios de f y aplicamos f , al primero
0 ;1 2 2
1 0
;1 2 2
1
S=@ 2 2 ;1 A S ;1 = 91 @ 2 2 ;1 A
2 ;1 2 2 ;1 2
por lo tanto
0 10 1 011 0 10 1 0 1
1 @ ;12 22 ;21 A @ 52 A =
@1A; 1 @ ;12 22 ;21 A @ 00 A = 1 @ ;147 A
9 2 ;1 2 5 2 9 2 ;1 2 7 9 14
luego
f (1; 1; 2) = f (v1 + v2 + 2v3 ) = f (v1 ) + f (v2 ) + 2f (v3 ) =

= 1 v1 + 2 v2 + 23 v3 = 14 7 14
9 v1 ; 9 v2 + 9 v3
Y 1 = 149 2 = ; 79 3 = 97 ya que fvi g es una base del espacio y la expresion

de un vector en una determinada base es unica.
9. Sea f un endomorsmo 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 .
Solucion:
Sea un valor propio, existe pues un vector x 2 Rn ; x 6= 0 tal que f (x) = x ;
luego
f 2 (x) = f (f (x)) = f (x) = f (x) = 2 x

es decir 2 es valor propio de f 2 de vector propio x .

Supongamos que hemos probado que tambien 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
E Ep
Veamos que la igualdad en general es falsa; sea f 2 End(R3 ) tal que su matriz en la
base natural es
00 0 0
1
@1 0 0A
0 1 0
tenemos que fe3 g es el subespacio de vectores propios de valor propio cero. Sin em-
bargo f 2 es tal que su matriz en la base natural es
00 0 0
1
@0 0 0A
1 0 0
y fe2 ; e3 g es el subespacio de vectores propios de valor propio cero y claramente
E 6 E2
10. Sea A la matriz

01 2 2
1
@2 1 2A
2 2 1
94
Determinar An , para todo n 2 N .
Solucion:
Si D es una matriz diagonal D = (ii) se tiene claramente Dn = (nii)
Si A es diagonalizable, existe S tal que D = S ;1 AS y
Dn = (S ;1AS )n = S ;1AnS luego An = SDn S ;1
Veamos si A es diagonalizable:
det(A ; tI ) = ;(t + 1)2 (t + 5)
los valores propios son t = ;1 doble y t = 5 .
02 2 2
1
dim Ker(A + I ) = 3 ; rango @ 2 2 2A = 3;1 = 2
2 2 2
luego A diagonaliza.
Busquemos la matriz S :
v1; v2 2 Ker(A + I )
02 1 0 1 0 1 p p 9
2 2 x 0 v1 = ( 22 ; ; 22 ; 0) >
=
@2 2 2A@y A = @0A ) x + y + z = 0 ) p p p
2 2 2 z 0 v2 = ( 6 ; 6 ; ; 6 )>
;
6 6 3
v3 2 Ker(A ; 5I )
0 ;4 2 10 1
2x + y + z = 0
2 x ; p p p
@ 2 ;4 2 A @ A
y ) ) v3 = ( 33 ; 33 ; 33 )
2 2 ;4 z x ; 2y + z = 0
luego
0 p2 1 0 p2 p3 1
0 01 21
p p6
; 22 2
BB p2
p6 C
C BB C B
B
2 6
p3 C
3
C
2C
B p6 C B p2 p6 C
D=B 6 6 ; 3 CB @ 2 1 C
AB ; C =
@p 6
p3 p3 A @ 2 6
p
3
p3 A
3
3
0 ;1 0 0 1 3
3
2 2 1 0 ; 36 3
= @ 0 ;1 0 A
0 0 5
Y
0 (;1)n 1
Dn = @ (;1)n A
5n
Finalmente
An = SDnS ;1 =
0 32 (;1)n + 31 5n ; 13 (;1)n + 13 5n 1
(;1)n+1 + 13 5n 1
BB 1 n 1 n C
3
= B@ ; 3 (;1) + 3 5 2
(;1)n + 13 5n (;1)n 13 + 13 5n C
C
3 A
1
3 (;1)n+1 + 13 5n 1
3 (;1)n + 13 5n (;1)n 23 + 13 5n
11. a) Sea A 2 Mn;n(C). Probar que A y At tienen el mismo polinomio carac-

terstico.
b) Sean A 2 Mn;n(C), B 2 Mm;m (C), C 2 Mn;m (C), tales que AC ; CB = C .
Probar que
8p 2 N Ap C = C (Im + B)p
c) Sea E = Mn;m (C) y f un endomorsmo de E denido de la forma f (X ) =
AX ; XB con A 2 Mn;n(C) y B 2 Mm;m (C) jas. Probar que 2 C es un valor
propio de f si y solo si = i ; j con i y j valores propios de los endomorsmos
de Cn y Cm asociados a las matrices A y B respectivamente.
96
Solucion:
a) En efecto: det (A ; I ) = det (A ; I )t = det (At ; I )
b) Veamoslo por induccion respecto a p . Se verica 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 = A(C (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 tambien 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
Recprocamente
Sea X 6= 0 un vector propio de f de valor propio ( f (X ) = X )
Sea P (t) = (;1)n (t ; 1 ) : : : (t ; n ) (los i no necesariamente distintos) el polinomio
caracterstico de A (recuerdese 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 (A)X = 0. Ahora bien,
por b, P (A)X = 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)
X es una matriz no nula por lo que C no puede ser de rango maximo:

Y
n
det C = (det (( ; i )Im + B )) = 0
i=1
existe, pues, algun i para el cual det (( ; i )Im + B ) = 0 es decir ;( ; i ) es un
valor propio de B por lo que existe algun j para el cual j = ;( ; i ), es decir
= i ; j .
98
Forma reducida de Jordan 99
Captulo 7 Forma reducida de Jordan
1. Hallar el polinomio anulador de la matriz:

02 1
0 0
A = @0 2 0A
1 2 2
sin utilizar el polinomio caracterstico.
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
0a 0 0
1 0 2a1 0 0
1 00 0 0
1
@ 00 a0 0 + 0 2a1 0 A =
A @ @0 0 0A
0 0 a0 a1 2a1 2a1 0 0 0
lo cual implica:
a0 + 2 a1 = 0
o sea a0 = a1 = 0
a1 = 0
Esto nos dice que no puede formarse la matriz nula por combinacion lineal no nula de
I y A por lo que P (t) no puede ser de primer grado.
Intentemos ahora con un polinomio de segundo grado P (t) = a0 + a1 t + a2 t2 y
calculemos A2
100
04 0 0
1
A2 = @ 0 4 0A
4 8 4
01 0 0
1 0
2 0 0
1
4 0 0
0 1 00 0 0
1
a0 @ 0 1 0 + a1 0 2 0 + a2 0 4 0 A =
A @ A @ @0 0 0A
0 0 1 1 2 2 4 8 4 0 0 0
lo cual implica
a0 + 2a1 + 4a2 = 0
a1 + 4a2 = 0
) a0 = ;a1 = 4a2
Puede tomarse a0 = 4 ; a1 = ;4 ; a2 = 1 , para tener P (t) normalizado, por lo que
P (t) = t2 ; 4t + 4 = (t ; 2)2
2. Sabiendo que un endomorsmo f de R11 tiene (t + 1)2 (t ; 4)3 (t + 2)6 como poli-
nomio caracterstico y (t + 1)2 (t ; 4)(t + 2)3 como polinomio anulador. >Cuales son
sus posibles formas de Jordan?
Solucion:
De:
Q(t) = (t + 1)2 (t ; 4)3 (t + 2)6

P (t) = (t + 1)2 (t ; 4)(t + 2)3
Se tiene la 1a descomposicion:
R11 = Ker(f + I )2 Ker(f ; 4I ) Ker(f + 2I )3

= E1 E2 E3
Pasemos a la descomposicion de los Ei en monogenos; el polinomio anulador de E1 es

(t + 1)2 , luego la dimension del monogeno mayor es 2 y coincide con el polinomio
caracterstico (t + 1)2 , que nos dice que dim E1 = 2 , luego en E1 hay un solo
monogeno 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 dimension del monogeno mayor es 1 , y puesto que el polinomio caracterstico
restringido a E2 es (t ; 4)3 , se tiene que la dimension de E2 es 3 , por lo que hay
tres monogenos en E2 de dimension 1 y es E2 = E21 E22 E23 y la matriz de
f restringida a E2 es:
04 0 0
1
@0 4 0A
0 0 4
El polinomio anulador de E3 es (t + 2)3 , luego la dimension del monogeno mayor es
3 y puesto que el polinomio caracterstico de E3 es (t + 1)6 , la dimension de E3 es
6 , luego no tenemos unvocamente determinada la descomposicion de E3 .
Las posibilidades son:
a) 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
0 ;2 0 0 1 0 ;2 0 0 1
B
B 1 ;2 0 C
C B
B 1 ;2 0 C
C
a) B
B
B
0 1 ;2
;2 0 0
C
C
C b) B
B
B
0 1 ;2
;2 0
C
C
C
@ 1 ;2 0 A @ 1 ;2 A
0 1 ;2 ;2
102
0 ;2 0 0 1
BB 1 ;2 0 C
C
c) BBB 0 1 ;2 ;2 C
C
C
@ ;2 A
;2
luego, las posibles formas de Jordan, son
0 ;1 0 1
BB 1 ;1 C
C
BB 4 C
C
BB 4 C
C
B 4 C
a) B BB ;2 C
C
C
BB 1 ;2 C
C
BB 1 ;2 C
C
B@ ;2 C
A
1 ;2
1 ;2
0 ;1 1
BB 1 ;1 C
C
BB 4 C
C
BB 4 C
C
B 4 C
b) B BB ;2 C
C
C
BB 1 ;2 C
C
BB 1 ;2 C
C
B@ ;2 C
A
1 ;2
;2
0 ;1 0 1
BB 1 ;1 C
C
BB 4 C
C
BB 4 C
C
B 4 C
c) B BB ;2 C
C
C
BB 1 ;2 C
C
BB 1 ;2 C
C
B@ ;2 C
A
;2
;2
3. >Es la matriz
00 2 1
BB 1 3 C
C
BB 0 2 C
C
BB 1 3 C
C
B@ 2 0 C
A
1 2
2
reducida de Jordan de algun endomorsmo?
Solucion:
Si lo fuese el polinomio anulador sera
P (t) = (;2 ; 3t + t2 )(t ; 2)2
0 2
(;2 ; 3t + t ) es el polinomio anulador de 1 3 pero ;2 ; 3t + t2 no es primo:
2
p p
(;2 ; 3t + t ) = (t ; 3 + 2 17 )(t ; 3 ; 2 17 )
2
luego la matriz anterior no puede ser reducida de Jordan.

104
4. Hallar la forma reducida de Jordan del endomorsmo de R4 cuya matriz en la

base natural es
00 1 0 01
A=B
@ 00 0
0
2
0
0C
3A
0 0 0 0
Solucion:
Hallemos el polinomio caracterstico:
det(A ; tI ) = t4
(Obvio ya que la matriz es triangular).
dim Ker(A ; 0I ) = 4 ; rango A = 4 ; 3 = 1 ( no diagonaliza, pues 1 6= 4)

00 0 2 01
dim Ker(A ; 0I )2 = 4 ; rango A2 = 4 ; rango B
@ 00 0
0
0
0
6C
0A = 4 ; 2 = 2
0 0 0 0
00 0 0 61
dim Ker(A ; 0I )3 = 4 ; rango A3 = 4 ; rango B
@ 00 0
0
0
0
0C = 4 ; 1 = 3
0A
0 0 0 0
dim Ker(A ; 0I )4 = 4 ; rango A4 = 4 ; rango 0 = 4
Luego, tenemos
fno de subespacios de dim 1g = dim Ker f = 1
fno de subespacios de dim 2g = dim Ker f 2 ; dim Ker f = 1
fno de subespacios de dim 3g = dim Ker f 3 ; dim Ker f 2 = 1
fno de subespacios de dim 4g = dim Ker f 4 ; dim Ker f 3 = 1
luego hay un solo subespacio irreducible de dim 4 y la matriz reducida es
00 0 0 01
B@ 1 0 0 0C
0 1 0 0A
0 0 1 0
Nota: esto ya se poda preveer, puesto que al ser
dim Ker(A ; 0I ) = dim Ker f = 1

el subespacio de vectores propios correspondiente al valor propio cero es de dim 1 y en
cada subespacio monogeno hay un subespacio de dim 1 invariante, luego solo puede
haber un monogeno.
5. Dado el endomorsmo de R5 cuya matriz en la base natural viene dada por
0 32 1
; 12 1 1 1
BB 1 C
2 2 2
BB 2 5
; 12 1
; 12 C
C
C
BB 1 C
2 2
BB 2 1
2
3
2
1
2 ; 12 C
C
C
BB 1 1 C
C
B@ 2 ; 12 1
2
5
2 ;2 C A
0 0 0 1 2
Hallar:
a) polinomios caracterstico y anulador
b) los subespacios monogenos correspondientes
c) una base de estos subespacios monogenos, diciendo que vectores son
propios y escribir en esta base la matriz del endomorsmo.
Solucion:
a) Polinomio caracterstico
106
Q(t) = det(A ; tI ) = ;(t ; 2)5

veamos el anulador:
dim Ker(A ; 2I ) = 5 ; rango(A ; 2I ) = 5 ; 3 = 2

(por ser de dimension dos habra dos vectores propios linealmente independientes, con
valor propio dos. Por tanto, como en cada subespacio monogeno hay un vector propio,
habra dos subespacios monogenos)
dim Ker(A ; 2I )2 = 5 ; rango(A ; 2I )2 ) = 5 ; 1 = 4

dim Ker(A ; 2I )3 = 5 ; rango(A ; 2I )3 = 5
luego (t ; 2)3 anula a todo el espacio, luego al polinomio anulador es:
P (t) = (t ; 2)3
b) Por ser dim Ker(A ; 2I ) = 2 , hay dos monogenos de dim 1
dim Ker(A ; 2I )2 ; dim Ker(A ; 2I ) = 4 ; 2 = 2 , hay dos monogenos de dim 2
dim Ker(A ; 2I )3 ; dim Ker(A ; 2I )2 = 5 ; 4 = 1 , hay un monogeno de dim 3 .
luego, hay un monogeno de dim 3 , y un monogeno de dim 2
c) Hallemos una base del primer monogeno fu1 ; u2 ; u3 g
u1 2 Ker(A ; 2I )3 = R5 , luego u1 puede ser cualquier vector tal que (A ; 2I )2 u1 6=
0 y puesto que
Ker(A ; 2I )2 = f(x; y; z; t; k)= 12 x ; 21 y + 12 z + 12 t ; 12 k = 0g
Podemos tomar por ejemplo u1 = (0; 0; 1; 1; 0) , entonces
u2 = (A ; 2I )u1 = (0; 0; 0; 1; 1)
u3 = (A ; 2I )2u1 = (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 monogeno u4 ; u5 :
u4 2 Ker(A ; 2I )2 y u4 2= Ker(A ; 2I )
Ker(A ; 2I )2 = f(x; y; z; t; k)= 21 x ; 12 z + 12 t ; 12 k = 0g

Ker(A ; 2I ) = f(x; 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 Ker(A ; 2I )2 ; u2 2= Ker(A ; 2I ) , luego tenemos que tomar la

precaucion de elegir u4 de forma que u4 ; (A ; 2I )u4 = u5 sean linealmente indepen-
dientes 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 = u2 ) Au1 ; 2u1 = u2 ) Au1 = 2u1 + u2

(A ; 2I )u2 = u3 ) Au1 ; 2u2 = u3 ) Au2 = 2u2 + u3
(A ; 2I )u3 = 0 ) Au3 ; 2u3 = 0 ) Au3 = 2u3
(A ; 2I )u4 = u5 ) Au4 ; 2u4 = u5 ) Au4 = 2u4 + u5
(A ; 2I )u5 = 0 ) Au5 ; 2u5 = 0 ) Au5 = 2u5
luego, la matriz es
108
02 1
B1 2 C
J=B
B@ 1 2 C
C
A
2
1 2
y claramente J = S ;1AS , donde

00 0 1 1 01
B0 0 0 1 1C
S=B
B@ 1 0 0 0 1CC
1 1 0 0 0A
0 1 1 0 0
6. Sea f 2 End(R3 ) cuya matriz en la base natural es

01 1
11
B C
2
A1 = B
B
@0 1 0C
C A
0 1 1
y sea g 2 End(R3 ) cuya matriz en una cierta base: B = fv1 ; v2 ; v3 g es

0 ;1 ;7 ;2 1
A2 = @ 2 6 1 A
;2 ;9 ;2
>Pueden ser f y g el mismo endomorsmo?
Solucion:
Para que A1 y A2 puedan representar el mismo endomorsmo ha de existir una matriz
S tal que S ;1 A1 S = A2
Veamos como podemos determinar dicha matriz: busquemos (si existen) las formas
reducidas de Jordan de f y g . Si son el mismo endomorsmo, coincidiran y tendremos
A1 = S1;1JS1 A2 = S2;1JS2
con lo cual tendremos
)
S1A1 S1;1 = J ) S1A1 S1;1 = S2A2 S2;1 ) (S1;1S2);1A1 (S1;1S2 ) = A2
S2A2 S2;1 = J
y S = S1;1 S2 es la matriz buscada ya que se verica: S ;1A1 S = A2

Estudiemos pues A1
det(A1 ; tI ) = ;(t ; 1)3

dim Ker(A1 ; I ) = 1
luego hay un solo monogeno y J sera
01 0 0
1
J = @1 1 0A
0 1 1
y la base de Jordan es
w1 2 Ker(A1 ; I )3 = R3 w1 2= Ker(A1 ; I )2 ; por ejemplo w1 = (0; 1; 0)

w2 = (A1 ; I )w1 = ( 12 ; 0; 1)
w3 = (A1 ; I )2w1 = (A ; I )w2 = (1; 0; 0)
00 1 01 00 1
2 11
B C B C
y S1 = B
B@ 0 0 1C
C A S1;1 = B
B
@1 0 0C
C A
1 0 ; 12 0 1 0
110
Pasemos a estudiar, ahora, A2

det(A2 ; tI ) = ;(t ; 1)3
dim Ker(A2 ; I ) = 1
luego hay un solo monogeno y

01 0 0
1
J = @1 1 0A
0 1 1
y la base de Jordan es
u1 2 Ker(A2 ; I )3 = R3 ; u1 2= Ker(A2 ; I )2; por ejemplo u1 = (8; ;5; 10)

u2 = (A2 ; I )u1 = (1; ;1; 1)
u3 = (A2 ; I )2 u1 = (A2 ; I )u2 = (;3; 2; ;4)
02 1 ;1
1 0 8 ;1 ;3 1
y S2 = @ 0 2 1 A S2;1 = @ ;5 1 2 A
5 2 ;3 10 ;1 ;4
y por lo tanto:
05 3 ; 52 1
B C
S = S1;1 S2 = B
B
@2 1 ;1 C
C
A
0 2 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 coecientes reales y D es la aplicacion derivada;
a) determinar la forma reducida de Jordan as como la base para la cual la matriz
adopta dicha forma
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 .
Solucion:
a) En la base fx2 ; x; 1g , la matriz de f adopta la forma
01 0 0
1
A = @2 1 0A
0 1 1
det(A ; tI ) = ;(t ; 1)3

dimKer(A ; I ) = 3 ; rango(A ; I ) = 3 ; 2 = 1
luego hay un solo monogeno y la matriz reducida de Jordan es

01 0 0
1
J = @1 1 0A
0 1 1
Busquemos la base de Jordan:
v1 2 Ker(A ; I )3 = R3 ; v1 2= Ker(A ; I )2 = f(x; y; z)=x = 0g

v1 = (1; 0; 0)
v2 = (A ; I )v1 = (0; 2; 0)
v3 = (A ; I )2 v1 = (A ; I )v2 = (0; 0; 2)
luego la base es f(1; 0; 0); (0; 2; 0); (0; 0; 2)g .

b) El polinomio anulador de f es (t ; 1)3 , luego
(f ; I )3 = 0 , f 3 ; 3f 2 + 3f ; I = 0
luego
112
I = f 3 ; 3f 2 + 3f = f (f 2 ; 3f + 3I ) = (f 2 ; 3f + 3I )f
por lo que
f ;1 = f 2 ; 3f + 3I
Y la matriz A;1 es:
0 1 0 0 12 0 1 0 0
1 1
0 1
A;1 = @ 2 1 0 A ; 3 @ 2 A
1 0 +3 @ 1 A=
0 0 1 1 10 0 1 0 1 1 1
= @ ;2 1 0 A
2 ;1 1
8. Hallar la forma normal de Jordan del endomorsmo de R4 cuya matriz es

0 3 1 0 01
A=B
@ ;47 ;11 0
2
0C
1A
;17 ;6 ;1 0
Hallando la base de R4 en la cual la matriz del endomorsmo adopta dicha

forma normal.
Solucion:
Calculemos los polinomios caracterstico y anulador de A
det(A ; tI ) = det(( ;34 ;11 ) ; tI2 )det(( ;21 10 ) ; tI2 ) =

= (t ; 1)4
dim Ker(A ; tI ) = 4 ; rango(A ; I ) = 4 ; 2 = 2
luego hay dos monogenos
dim Ker(A ; I )2 = 4 ; rango(A ; I )2 = 4 ; 0 = 4 = dim R4
luego son dos monogenos de dim 2 y la forma de Jordan es

01 0 0 01
J=B
@ 10 1
0
0
1
0C
0A
0 0 1 1
Y R4 = E1 E2 con dim Ei = 2 para i = 1; 2

Busquemos la base de Jordan:
base de E1 :
v1 2 Ker(A ; I )2; v1 2= Ker(A ; I )

v1 = (1; 0; 0; 0)
v2 = (A ; I )v1 = (2; ;4; 7; ;17);
base de E2 :
v3 2 Ker(A ; I )2; v3 2= Ker(A ; I )

v3 = (0; 1; 0; 0)
v4 = (A ; I )v3 = (1; ;2; 1; ;6)
hay que tomar la precaucion de que v3 ; v4 sean linealmente independientes de v1 ; v2 .
9. Determinar la forma reducida de Jordan del endomorsmo de R3 cuya matriz en

la base natural es
0 1 a a1
A = @ ;1 1 ;1 A con a 2 R
1 0 2
114
Solucion:
Busquemos el polinomio caracterstico:
det(A ; tI ) = ;(t ; 1)2 (t ; 2)

(2 a = 0
dim Ker(A ; I ) =
1 a= 6 0
Para a = 0 f diagonaliza, y D es
01 0 0
1
D = @0 1 0A
0 0 2
para a 6= 0 el valor propio 1 nos da un unico subespacio monogeno, y J es
01 0 0
1
J = @1 1 0A
0 0 2
Busquemos la base de Jordan: distinguiremos dos casos
1) a = 0
v1 ; v2 2 Ker(A ; I ) = f(x; y; z )=x + z = 0g

elegimos v1 = (1; 0; ;1); v2 = (0; 1; 0)
v3 2 Ker(A ; 2I ) = f(x; y; z)=x = 0; y + z = 0g

elegimos v3 = (0; 1; ;1) .
2) a 6= 0
v1 2 Ker(A ; I )2 = f(x; y; z)=x + ay + (a + 1)z = 0g

v1 2= Ker(A ; I ) = f(x; y; z)=ay + az = 0; x + z = 0g
elegimos v1 = (a; ;1; 0)

v2 = (A ; I )v1 = (;a; ;a; a)
v3 2 Ker(A ; 2I )
v3 = (0; 1; ;1)
10. Sea A 2 Mn(R) y sea H el R -espacio vectorial generado por las matrices
fI; A; A2 ; ; An;1g
a) Demostrar que si B 2 H y B es inversible, entonces B ;1 2 H .
b) Si detA = 0 , probar que existe B 2 H; B 6= 0 tal que AB = BA = 0.
Solucion:
a) Por el teorema de Cayley-Hamilton, sabemos que el polinomio caracterstico n +
1 n;1 + + n anula a la matriz:
An + 1An;1 + + nI = 0
por lo que An =
Pn ; An;i 2 H , con lo cual Am 2 H 8m n , y tiene sentido
i=1 i
la aplicacion:
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 dimension nita f es
116
biyectiva, luego I 2 H tiene antiimagen por la aplicacion f ; es decir, existe C 2 H

tal que f (C ) = B C = I , luego C = B ;1 2 H
Nota: puesto que las matrices son de orden nito de B C = I , deducimos C = B ;1 .
Si fueran de orden innito, podra ser que B C = I , pero C B 6= I .
b)
Pr Supongamos A 6= 0; sea p() el polinomio anulador de A tenemos que p(A) =
A i = 0 y puesto que detA = 0 es 0 = 0 (ya que el polinomio anulador
i=0 i
divide al caracterstico y tiene sus mismas races), luego
1A + + r Ar = 0
y sea pues B = 1 I + + r Ar;1
B es distinta de cero, ya que si B = 0 el polinomio anulador de A sera 1 + +
r xr;1
Si A = 0, entonces 8B 2 H , tenemos AB = BA = 0
Analisis matricial 117
Captulo 8 Analisis matricial
1. Dada la matriz
03 2 4
1
A = @2 0 2A
4 2 3
a) Calcular eA ; etA .
b) Utilizar dicho resultado para resolver el siguiente sistema de ecuaciones diferen-
ciales :
8 x0 = 3x + 2y + 4z
>
< 0
> y = 2x + 2z
: z0 = 4x + 2y + 3z
sabiendo que para t = 0 ; x = 1 ; y = 2 ; z = 3
Solucion:
a) La exponencial de una matriz viene denida por:
eA = plim ( I + A + 1 A2 + 1 Ap )
!1 2! p!
Puesto que existe S tal que A = SDS ;1 , con D matriz diagonal, tenemos que:
118
eA = plim ( SS ;1 + SDS ;1 + 1 SD2 S ;1 + + 1 SDpS ;1 ) =

!1 2! p!
1 2 1 p ;1
!1(I + D + 2! D + p! D )S
= S plim
= SeD S ;1
veamos que en efecto existen las matrices S y D
det(A ; I ) = ;( + 1)2 ( ; 8)

dim ker(A + I ) = 2
luego
0 ;1 0 0 1
D = @ 0 ;1 0 A
0 0 8
determinemos S
fv1 ; v2g base de ker(A + I )
04 10 1 0 1 9
@2
2 4 x 0 v = (1; 0; ;1)=
1 2 A @ y A = @ 0 A ) 2x + y + 2z = 0 ) 1
4 2 4 z 0 v2 = (0; 2; ;1);
v3 2 ker(A ; 8I )
0 ;5 2 10 1 0 1 9
@ 2 ;8
4 x 0
2A@y A = @0A )
;5x + 2y + 4z = 0= ) v = (2; 1; 2)
4 2 ;5 z 0 2x ; 8y + 2z = 0; 3
de donde
0 1 0 2
1 5 ;2 ;4
0 1
S=@ 0 2 1 A y S ;1 = 19 @ ;1 4 ;1 A
;1 ;1 2 2 1 2
por lo tanto
00 1 1 0 ;1 1 0 (;1)2 1
eD = plim @@ 1 A + @ ;1 A + 1 @ (;1)2 A+
!1 1 2!
0 (;1)p 8 11 0 e;1 (8)
2
1
p1! @ (;1)p AA = @ e;1 A
(8)p e8
y
0
5e;1 + 4e8 ;2e;1 + 2e8 ;4e;1 + 4e8
1
A D 1 1
e = Se S = 9 @ ;2e;1 + 2e8 8e;1 + e8 ;2e;1 + 2e8 A
;
;4e;1 + 4e8 ;2e;1 + 2e8 5e;1 + 4e8
etA = plim ( I + tA + 1 t2 A2 + + 1 tp Ap ) = SetD S ;1

!1 2! p!
y
0 e;t 0 0
1
etD = @ 0 e;t 0 A
0 0 e8t
por lo que
0 5e;t + 4e8t ;2e;t + 2e8t ;4e;t + 4e8t 1
etA = 1 @ ;2e;t + 2e8t 8e;t + e8t ;2e;t + 2e8t A
9 ;t
;4e + 4e 8t t 8t
;2e + 2e ;t 8t 5e + 4e
b) Pasemos a la resolucion del sistema de ecuaciones diferenciales

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

dim ker(A ; I ) = 1
luego no diagonaliza y
01 0 0
1
J = @1 1 0A
0 0 2
La base de Jordan es
v1 2 ker(A ; I )2 v1 2= ker(A ; I ) sea pues v1 = (1; 3; 1)

v2 = (A ; I )(v1) = (2; 0; 0)
v3 2 ker(A ; 2I ) sea pues v3 = (0; 2; 1)
y la matriz S es
01 2 0
1
S = @3 0 2A
1 0 1
El sistema queda
0 dz1 1 0 1 0 0
10 1
z1
@ dzdtdt2 A = @ 1 1 0 A @ z2 A
dz3
dt 0 0 2 z3
cuya solucion es:

9
z1 = C1 et >
=
t
z2 = (C1 t + C2 )e >
z3 = C3 e2t ;
122
que volviendo a la base natural

0x1 01 2 0
10 C1 et
1
@yA = @3 0 2 A @ (C1 t + C2 )et A
z 1 0 1 C3 e2t
de donde
9
x = (2C1 t + C1 + 2C2 )et>
=
y = 3C1 et + 2C3 e2t >
z = C1 et + C3 e2t ;
3. Sea f un endomorsmo del R -espacio vectorial R4 tal que su matriz en la base
natural es:
0 ;1 0 0 01
A=B
@ 12
30
9 ;4 ;4 C
25 ;11 ;13 A
0 0 0 1
a) Obtener la forma reducida de Jordan de f y la base de Jordan correspondiente.
b) Calcular e3A .
Solucion:
a) Determinemos la forma reducida de A
det(A ; I ) = ( + 1)3( ; 1)
dim ker(A + I ) = 2
luego no diagonaliza, y el valor propio ;1 nos proporciona dos monogenos y la matriz
de Jordan es
0 ;1 0 0 0 1
J=B
@ 10 ;10 ;01 00 C
A
0 0 0 1
Busquemos la base de Jordan
v1 2 ker(A + I )2 ; v1 2= ker(A + I ) ; v1 = (1; 0; 0; 0)

v2 = (A + I )v1 = (0; 12; 30; 0)
v3 2 ker(A + I ) independiente con v2 ; sea v3 = (1; 0; 3; 0)
v4 2 ker(A + I ) ; v4 = (0; 1; 1; 1)
y la matriz cambio de base es

01 0 1 01 0 12 10 ;4 ;6 1
S=B
@ 00 12
30
0
3
1C
1 A y S ;1 = 1 B 0 1 0 ;1 C
12 @ 0 ;10 4 6 A
0 0 0 1 0 0 0 12
b) e3A = e3SJS ;1 = Se3J S ;1

0 e;3 0 0 01
e3J = B 0C
;3 ;3
@ 3e0 e 0 e;0 3 0A
0 0 0 e3
luego
0 e;3 0 0 0 1
e3A = B
@ 36 e;3
90e;3
31e;3
75e;3
;12e;3 ;19e;3 + e3 C
;29e;3 ;46e;3 + e3 A
0 0 0 e3
4. Determinar las funciones reales de una variable x(t) , y(t) , z(t) , u(t) tales que
verican el siguiente sistema de ecuaciones diferenciales lineales
x0 = x ; z + u9
>
y0 = y+z > =
z0 = z >
>
u0 = u ;
124
y las condiciones iniciales x(0) = 1 ; y (0) = 0 ; z (0) = 1; u(0) = 2 .
Solucion:
Escribiendo el sistema dado en forma matricial AX = X 0
01 0 ;1 1 1 0 x 1 0 x0 1
B@ 01 1 0C By C = B
@ yz0 C
0
00 1 0A @z A A
0 0 0 1 u u0
Busquemos la forma reducida de Jordan de la matriz A para simplicar el problema
det(A ; I ) = ( ; 1)4
dim ker(A ; I ) = 2
luego hay dos monogenos
dim ker(A ; I )2 = 4
luego ambos monogenos son de dimension dos, por lo que la matriz de Jordan adopta
la forma
01 0 0 01
J=B
@ 10 1
0
0
1
0C
0A
0 0 1 1
Busquemos la base de Jordan
e1 ; e3 2 ker(A ; I )2 ; e1 ; e3 2= ker(A ; I )
e2 = (A ; I )e1 ; e4 = (A ; I )e3 ;
de manera que e1 ; e2 ; e3 ; e4 sean independientes.

Sea pues
e1 = (0; 0; 1; 0) ) e2 = (;1; 1; 0; 0)
e3 = (0; 0; 0; 1) ) e4 = (1; 0; 0; 0)
luego
0 0 ;1 0 11 00 0 1 01
S=B
@ 01 10 0
0
0C ;1
0A y S =
B
@ 00 1
0
0
0
0C
1A
0 0 1 0 1 1 0 0
etA = etSJS ;1 = SetJ S ;1

01 0 0 01 0 et 0 0 01
etJ = et B 0 0C = B 0C
t t
@ 0t 1
0 1 0A @ te0 e0 e0t 0A
0 0 t 1 0 t0 te et
por lo tanto
0 et 0 ;tet tet 1
etA = B
@ 00 e0 teet 00 C
t t
A
0 0 0 et
y la solucion del sistema es:
0x1 0 x(0) 1 0 et 1
B@ y CA = etA B
@ y (0) C
A B
@ tet C
z z(0) = et A
u u(0) et
5. Dada la matriz
0 1

A= 1 6
1
6
126
Hallar:
X
1
I +A+A 2
+ + An + = Ai
i=0
Solucion:
Busquemos, para obtener de forma sencilla An , la forma reducida de Jordan de la
matriz A
det(A ; I ) = ( ; 21 )( + 13 )
luego A diagonaliza
1 0

D = 0 ;1 2
3
y la matriz cambio de base es:
v1 2 ker(A ; 12 I ) ; v1 = (1; 3)
v2 2 ker(A + 13 I ) ; v2 = (;1; 2)

S = 13 ;12 y S ;1 = 1 ;23 11
5
( 1 )n
An = SDnS ;1 = S 2 ;1
(; 13 )n S =
0 2 ( 1 )n + 3 ( 1 )n 1 ( 1 )n ; 1 ( 1 )n
1
=@ A
5 2 5 3 5 2 5 3
6 1
5 2 ( )n ; 56 (; 13 )n 3 1
5 2( )n + 52 (; 13 )n
0 2 P1 ( 1 )n + 3 P1 ( 1 )n P1 ( 1 )n ; 1 P1 ( 1 )n 1
X
1 n=0 2 n=0 3
1
n=0 2 n=0 3
An = @ P1 A
5 5 5 5
n=0 6 P
(; 1 )n ; 6 1 (; 1 )n 3 P1 ( 1 )n + 2 P1 (; 1 )n
5 n=0 2 5 n=0 3 5 n=0 2 5 n=0 3
P1 1 n
n=0 ( 2 ) = 2 (es la suma de los terminos de una progresion geometrica de primer
termino 1 y razon 2 < 1 ).
1
P1 (; 1 )n = 43 ( es la suma de los terminos de una progresion geometrica de

n=0 3
primer termino 1 y razon ; 13 ; j ; 13 j < 1 ).
Por lo que:
2X 1 1
n 3 X1 1
n = 45
5 n=0( 2 ) + 5 n=0(; 3 )
1X 1 1
n 1 X1 1
n = 41
5 n=0( 2 ) ; 5 n=0(; 3 )
6X 1 1
( ) n ; 6 X (; 1 )n
1
= 23
5 n=0 2 5 n=0 3
3X 1 1 X1
( )n + 2 (; 1 )n = 3
5 n=0 2 5 n=0 3 2
X
1 5 4
An = 14 6 6
n=0
6. Sea
00 1 1
1
A = @1 0 1A
1 1 0
Calcular senA .
Solucion:
Por denicion:
128
X
1 (;1)nA2n+1
senA =
n=0 (2n + 1)!
Determinemos la forma reducida de Jordan de A
det(A ; I ) = ;( + I )2 + ( ; 2)
dim ker(A + I ) = 2
luego A diagonaliza.
La matriz cambio de base es
v1 ; v2 2 ker(A + I ) independientes v3 2 ker(A ; I ) sean pues
p p
v1 = ( 22 ; ; 22 ; 0)
p p p
v2 = ( 6 ; 6 ; ; 2 6 )
6 6 2
p p p
v3 = ( 33 ; 33 ; 33 )
luego
0 p2 p6 p3 1 0 p2 p2 1
; 0
BB 2p p6
6
p3 C
3
C B
B p
2
p6
2
p C
C
S=BB@ ; 22 C C y S ;1 = B
B 6 2 6C
; 6 C
p3 A @ p6 p A
6 3 6
p p3
0 ; 2 6
6 3 3
3
3 3
3
y por lo tanto
X
1 (;1)nSD2n+1 S ;1 X
1 (;1)n D2n+1
;1
sen A = (2n + 1)! = S( (2n + 1)! )S =
n=0 n=0
0 P1 (;1)n (;1)2n+1 0 0
1
n=0 (2n+1)!
BB P1 C
C
= SB
B 0 ( 1)n
;
n=0 (2n+1)! (;1)
2n+1 0 C
C S ;1 =
@ P1 A
( 1)n
; 2n+1
0 0 n=0 (2n+1)! (2)
0 sen(;1) 0 0 1
B C
= SB
B@ 0 sen(;1) 0 C
C ;1
AS =
0 0 sen(2)
0 3 sen(;1)
2
; 13 sen(;1) + 31 sen(2) ; 13 sen(;1) + 13 sen(2) 1
B C
=B
B sen(2) C
C
@ ; 3 sen(;1) + 3 sen(2) sen(;1) + sen(2) ; sen(;1) +
1 1 2 1 1 1
3 3 3 3 A
; 13 sen(;1) + 13 sen(2) ; 13 sen(;1) + 31 sen(2) 2
3 sen(;1) + 13 sen(2)
130
Grupos 131
Apendice I Grupos
1. Consideremos el subconjunto GL2(R) de M2 (R) denido por

a b
GL2 (R) = c d j ad ; bc 6= 0 :
a) Probar que (GL2 (R); ) es un grupo no conmutativo, ( es el producto habitual
entre matrices).
b) Consideremos el subconjunto SL2 (R) de M2 (R) denido por
a b
SL2 (R) = c d j ad ; bc = 1 :
Probar que (SL2 (R); ) es un subgrupo del grupo (GL2 (R); ).
Solucion:
a b a b
a) Primero veamos que la operacion esta bien denida, es decir dadas c d ; c1 d1 2
1 1
Gl2 (R) entonces
a b a b aa + bc ab + bd a b
c d c1 d1 = ca1 + dc1 cb1 + dd1 = c2 d2 2 Gl2 (R)
1 1 1 1 1 1 2 2
para ello basta calcular a2 d2 ; b2 c2

a2 d2 ; b2 c2 = (aa1 + bc1)(cb1 + dd1) ; (ca1 + bc1 )(ab1 + bd1) =
= (ad ; bc)(a1 d1 ; b1 c1 ) =
6 0
Veamos que se verican las propiedades de grupo y que falla la conmutatividad
132
Asociatividad
a b a b a b
c d c1 d1 c2 d2 =
1 1 1 2
aa + bc ab + bd a b
ca1 + dc1 cb1 + dd1 c2 d2 =
1 1 1 1 2 2
(aa + bc )a + (ab + bd )c (aa + bc )b + (ab + bd )d

(ca1 + dc1 )a2 + (cb1 + dd1 )c2 (ca1 + dc1 )b2 + (cb1 + dd1 )d2 =
1 1 2 1 1 2 1 1 2 1 1 2
a(a a + b c ) + b(c a + d c ) a(a b + b d ) + d(c b + d d )

c(a1 a2 + b1 c2 ) + d(c1a2 + d1c2 ) c(a1 b2 + b1 d2 ) + d(c1b2 + d1 d2 ) =
1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
a b a a + b c a b + b d
c d c1 a2 + d1c2 c1 b2 + d1 d2 =
1 2 1 2 1 2 1 2
a b a b a b
c d c d c d
1 1 2 2
1 1 2 2

a b 1 0
8 c d 2 GL2 (R). 9 0 1 tal que
a b 1 0 1 0 a b a b
c d =
0 1 = 0 1 c d c d
x y
y el elemento neutro es unico: supongamos que existe un elemento z t tal que
a b
8 c d 2 GL(R) se tiene
a b x y x y a b a b
c d = z t =
z t c d c d
entonces
x y x y 1 0 1 0 9
por ser z t neutro ) z t 0 1 = 0 1 > =
1 0 x y 1 0 x y > )
por ser 0 1 neutro ) z t 0 1 = z t ;
x y 1 0
z t = 0 1
Grupos 133
a b
8 c d 2 GL2 (R) ad ; cb 6= 0 luego 1=ad ; bc 2 R

; bc ;b=ad ; bc 2 GL (R) y es tal que:
Sea ;d=ad
c=ad ; bc a=ad ; bc 2
d=ad ; bc ;b=ad ; bc a b
; bc a=ad ; bc c d =
;a c=ad
b
d=ad ; bc ;b=ad ; bc 1 0
c d ;c=ad ; bc a=ad ; bc = 0 1
a b
Claramente para cada c d 2 GL2 (R), el elemento simetrico es unico. (<Compro-
barlo!)
Luego GL2 (R) tiene estructura de grupo, veamos que no es abeliano.
1 1 1 0
Sean 0 1 ; 1 1 2 GL2 (R)
1 1 1 0 2 1
0 1 1 1 = 1 1
1 0 1 1 1 1
1 1 0 1 = 1 2
b) Sean A; B 2 Sl2 (R) GL2 (R) consideremos B ;1 A 2 GL2 (R) y veamos si

pertenece a SL2 (R)
det (B;1 A) = det B;1 det A = 1=det b det A = 1=1 1 = 1
2. Sea G un grupo tal que para cada x 2 G; x2 = e , siendo e el elemento neutro del
grupo G .
Probar que G es un grupo conmutativo.
Solucion:
De x2 = e 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
Solucion:
S3 = fi; g1; g2; s1; s2 ; s3g con
1 1 1
i = 1 22 3
3 g1 = 3 21 3
2 g2 = 2 23 3
1
1 2 3
1 2 3
1 2 3

s1 = 1 3 2 s2 = 3 2 1 s3 = 2 1 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 s3 s1 s2
g2 g2 i g1 s2 s3 s1
s1 s1 s2 s3 i g1 g2
s2 s2 s3 s1 g2 i g1
s3 s3 s1 s2 g1 g2 i
(Nota: en la tabla x y es x columna, y la)
Teniendo en cuenta que
Grupos 135
a) el grupo es de orden seis,

b) el orden de sus subgrupos ha de ser divisor de seis,
c) un subconjunto de un grupo nito es subgrupo si este es cerrado con respecto la
operacion,
simplemente observando la tabla anterior, vemos cuales son los subgrupos de S3 ,
Subgrupos de orden 1: fig
Subgrupos de orden 2: fi; s1 g; fi; s2g; fi; s3g
Subgrupos de orden 3: fi; g1; g2 g
Subgrupos de orden 6: S3
Son subgrupos normales los subgrupos fig; S3 (los impropios), as como el de ndice
dos, que puesto que el orden de S3 es seis, este es fi; g1; g2 g . Analicemos si algun
subgrupo de orden dos es normal, estudiemos por ejemplo fi; s1g (los otros dos se
estudian de la misma forma).
Se trata de comparar a fi; s1 g , con fi; s1 g a con a 2 S3 un elemento cualquiera:
sea a = s2
s2 fi; s1g = fs2 ; g1g
fi; s1g s2 = fs2 ; g2g
conjuntos distintos por lo que el subgrupo no es normal, (ninguno de los tres subgrupos
de orden dos es normal).
4. Sea S un subgrupo de un grupo G y sea x 2 G . Probar que

x;1Sx = fx;1 yx j 8y 2 S g
es un subgrupo de G
Solucion:
Sean y1 ; y2 2 S entonces x;1 y1 x y x;1 y2 x son dos elementos de x;1 Sx , veamos si
se verica la condicion de subgrupo:
(x;1 y1 x)(x;1 y2 x) = (x;1 y1 x)(x;1 y2;1 x) = x;1 y1 (xx;1 )y2;1x = x;1 y1 y2;1 x
136
las igualdades anteriores son todas ellas ciertas puesto que x; y1 ; y2 son elementos de
G que tiene estructura de grupo.
Ahora bien, por ser S subgrupo y1 y2;1 = y3 2 S , luego
(x;1 y1 x)(x;1y2 x);1 = x;1 y3 x 2 x;1 Sx
y por lo tanto x;1 Sx es un subgrupo de G
5. Sea A 2 M2 (C) y sea S = fX 2 GL2(C) j XA = AX g .

a) >Es S un subgrupo de GL2 (C)?.
0 1
b) Determinar S para el caso en que A = 00
Solucion:
a) Sean X1 ; X2 2 S luego verican X1 A = AX1 y X2 A = AX2
Para ver si se verica X1 X2;1A = AX1 X2;1 (condicion de subgrupo), veamos primero
que, si X2 2 S entonces X2;1 2 S .
En efecto: premultiplicando y postmultiplicando la igualdad X2 A = AX2 por X2;1
tenemos
X2;1 X2AX2;1 = X2;1AX2 X2;1
AX2;1 = X2;1A
X2;1 A = AX2;1
y nalmente
X1 X2;1 A (=a) X1AX2;1 (=b) X1 AX2;1
(a) X2;1 2 S
(b) X1 2 S
Luego en efecto S es subgrupo.
x x
b) Sea X = x1 x2 2 S entonces
3 4
x x 0 1 0 1 x x
1 2
x3 x4 = 0 0
1 2
0 0 x3 x4
Grupos 137
0 x x x
) 0 x13 = 03 04
;x x ; x 0 0
) 0
3 1
x3
4
= 0 0
) x1 = x4 x3= 0
) X = x01 xx21
ahora bien X 2 GL2 (C) luego x1 =
6 0
x x
S= 0 x1 j x1 6= 0
1 2
p
6. Probar que (R; ) con a b = 3 a3 + b3 es un grupo isomorfo a (R; +).
Solucion:
Veamos que (R; ) es un grupo abeliano.
1) La operacion esta bien denida ( a b existe para todo a; b 2 R y es unico)
Asociatividad
p3 3 3 q3 p3
(a b) c = ( a + b ) c = ( a3 + b3 )3 + c3 =
p3 3 3 3 p3 3 3 3 q3 3 p3 3 3 3
= (a + b ) + c = a + (b + c ) = a + ( b + c ) =
p3 3 3
= a ( b + c ) = a (b c)

Si e 2 R es tal que 8a 2 R
ae = ea= a
entonces p3
a3 + e3 = a ) a3 + e3 = a3 ) e3 = 0
por lo tanto e = 0 y evidentemente es unico
138
Si para cada a 2 R existe a1 2 R tal que

a a;1 = a1 a = 0
entonces q
0 = 3 a3 + a31 ) a3 = ;a31 ) a = a1
luego el elemento simetrico existe y es unico
Conmutatividad
p p
a b = 3 a3 + b3 = 3 b3 + a3 = b a
Luego en efecto es grupo abeliano, establezcamos ahora el isomorsmo con (R; +)
' : (R; ) ;! (R; +)
a ;! '(a) = a3
Dicha aplicacion esta bien denida ya que '(a) es un numero real unico, para cada
a 2 R.
Es inyectiva pues '(a) = '(b) ) a3 = b3 lo que implica a = b
p p
Es ademas exhaustiva pues 8a 2 R existe 3 a tal que '( 3 a) = a
Esta aplicacion es morsmo de grupos, ya que
p p
'(a b) = '( 3 a3 + b3) = ( 3 a3 + b3 )3 = a3 + b3 = '(a) + '(b)
por lo que ' es un isomorsmo.
7. Sea G un grupo. Probar que si existe un numero entero n tal que (ab)n = anbn
para todo a; b 2 G entonces
Gn = fxn j x 2 Gg y Gn = fx 2 G j xn = eg
son subgrupos normales de G , y si G es un grupo nito entonces el orden de Gn
coincide con el ndice de Gn
Solucion:
Grupos 139
Consideremos la aplicacion
' : G ;! G
x ;! xn
y comprobemos que es morsmo de grupos
'(ab) = (ab)n (=a) an bn = '(a)'(b)
(a) por hipotesis
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) = y g = fxn j x 2 Gg = Gn luego Gn es un
subgrupo de G , veamos que tambien es normal
8y 2 G yxny;1 = (yxy;1)n 2 Gn
Y por ultimo '(G) = Gn ' G=Gn , por lo que

ord Gn = ind Gn
8. Probar que un grupo (G; ) es abeliano si y solo si la aplicacion ' : G ;! G

denida por '(x) = x;1 es un automorsmo de G .
Solucion:
La aplicacion ' esta bien denida puesto que cada elemento de G admite un inverso
y este es unico.
Supongamos ahora que ' es un automorsmo
'(a b) = '(a) '(b) 8a; b 2 G
Por denicion de ' tenemos
(a b);1 = a;1 b;1 (1)
Por denicion de elemento simetrico tenemos
(a b);1 = b;1 a;1 (2)
140
que por (1) y (2)

'(a b) = b;1 a;1 = '(b) '(a) = '(b a)
y por ser ' automorsmo es
ab = ba
Luego G es conmutativo.
Recprocamente
La aplicacion ' es biyectiva por ser G grupo (para cada elemento a 2 G existe
simetrico y es unico), veamos que el hecho de ser el grupo abeliano nos asegura que '
es morsmo
'(a b) = (a b);1 = b;1 a;1 (=a) a;1 b;1 = '(a) '(b)
(a) hipotesis 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
Solucion:
Sea n = ord a el orden de a 2 G es decir an = e . Puesto que todo elemento a 2 G
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
Ahora bien an = e luego (a;1 )n = e(a;1 )n = e . Por lo tanto si m es el orden de a;1
se tiene que m es divisor de n .
Analogamente tenemos (a;1 a)m = 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
Apendice II Anillos de clases de restos
1. Sea Z el anillo de los numeros enteros, un subconjunto, I Z , diremos que es un

ideal si y solamente si
8x; y 2 I x ; y 2 I
)
8x 2 I; 8a 2 Z ax2 I
Probar que todos los ideales de Z son de la forma

I = (a) = fa m j 8m 2 Zg:
Solucion:
Sea, a , el menor entero positivo perteneciente a I , para todo m 2 I , tenemos
m = a c + r con 0 r < a
puesto que a 2 I se tiene que a c 2 I y por tanto r = m ; 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 interseccion de dos ideales de Z es siempre un ideal.

b) Probar, con un ejemplo, que la union de dos ideales de Z no tiene por que ser un
ideal.
Solucion:
142
a) (a) \ (b) = I
Sean x; y 2 I ; veamos si x ; y 2 I . De x; y 2 I se tiene
x; y 2 (a) de donde x ; y 2 (a)
x; y 2 (b) de donde x ; y 2 (b)
De x ; y 2 (a), y x ; y 2 (b) se tiene x ; y 2 (a) \ (b) = I
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) [ (2).
Tenemos que 9 2 (3), 4 2 (2) y 9 ; 4 = 5 2= (3) [ (2) puesto que 5 2= (3) y 5 2= (2),
luego (3) [ (2) no es ideal.
3. Probar que mcd(a; b) = d , siendo d el generador del ideal suma de los ideales de
Z generados por a; b respectivamente.
Solucion:
Recordemos que
I + J = fa + b j a 2 I; b 2 J g
es siempre un ideal.
En Z sabemos que los ideales son principales, luego
(a) + (b) = (d):
Veamos que d es en efecto mcd(a; b).
(a) (d) pues 8m 2 (a) m + 0 = m 2 (a) + (b) = (d).
Por el mismo razonamiento (b) (d).
De (a) (d) tenemos que a 2 (d), luego a = d k1
De (b) (d) tenemos que b 2 (d), luego b = d k2

de donde d es divisor comun de a , y b ; falta ver que es el maximo.
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 mcd(a; b) = d .
4. Probar que mcm(a; b) = c , siendo c 2 Z el generador del ideal interseccion de los

ideales generados por a; b 2 Z .
Solucion:
Tenemos, por hipotesis, que (a) \ (b) = (c); veamos que c = mcm(a,b).
(c) (a); luego c 2 (a)
De (a) \ (b) = (c) tenemos
(c) (b); luego c 2 (b)
de donde
c = a k1 con k1 2 Z
c = b k2 con k2 2 Z
luego c es multiplo de a y b . Veamos que es el mnimo. Sea h un multiplo de a y b
cualquiera
h = a h1 de donde h 2 (a)
h = b h2 de donde h 2 (b)
y por tanto, h 2 (a) \ (b), es decir h = c h3 , es tambien multiplo de c .
5. Probar que para que Z=(n) sea cuerpo, es condicion necesaria y suciente que n
sea primo.
Solucion:
Supongamos que Z=(n) es cuerpo, es decir 8a 2 Z=(n), a 6= 0, existe b 2 Z=(n) tal
que a b = 1.
144
Si n no fuera primo, existiran n1 ; n2 2 N ; ambos distintos de n , tales que n1 n2 = n ;

por lo tanto n1 n2 = n = 0.
Puesto que n1 6= 0 y Z=(n) por hipotesis 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 contradiccion; luego n ha de ser primo, y la condicion es necesaria.
Veamos que es tambien suciente:
Sea 0 6= a = fm n + a; 8m 2 Z; con0 < a < ng . Puesto que n es primo, mcd(a; n) = 1;
por lo que existen r; s 2 Z , 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
Z=(n) es cuerpo.
6. Determinar todos los divisores de cero de

a) Z=(12); b) Z=(18); c) Z=(24).
Solucion:
Un elemento a 2 Z=(n) con a 6= 0 es un divisor de cero si y solamente si existe
b 2 Z=(n), b 6= 0 tal que
ab= 0
Observamos que si a es divisor de cero, tambien lo es b , y a b = n .
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.
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
Solucion:
+ 0 1 2 3 0 1 2 3
0 0 1 2 3 0 0 0 0 0
1 1 2 3 0 1 0 1 2 3
2 2 3 0 1 2 0 2 0 2
3 3 0 1 2 3 0 3 2 1
2x + 3y = 1 (a)
2x + 2y = 1
) 0x + y = 2 ) y = 2
(b)
) 2x + 3 2 = 1 ) 2x + 2 = 1 ) 2x = 3
no tiene solucion pues no existe ningun elemento x en Z=(4) tal que 2x = 3. Observese
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 ecuacion.
8. Escribir la tabla de sumar y multiplicar del cuerpo Z/(5) y resolver el sistema

x + 2y = 1
2x + y = 0
Solucion:
146
+ 0 1 2 3 4 0 1 2 3 4
0 0 1 2 3 4 0 0 0 0 0 0
1 1 2 3 4 0 1 0 1 2 3 4
2 2 3 4 0 1 2 0 2 4 1 3
3 3 4 0 1 2 3 0 3 1 4 2
4 4 0 1 2 3 4 0 4 3 2 1
x + 2y = 1 (a) 2x + 4y = 2 (b)
2x + y = 0
) 2x + y = 0 ) 4x + 0y = 2
) 4x = 2 ) x = 3
(c)
) 23+y =0 ) 1+y = 0 ) y =4
(a) multiplicando la primera ecuacion por 2.
(b) sumando ambas ecuaciones.
(c) sustituyendo el valor de x en la segunda ecuacion.
9. Descomponer en fracciones simples, sobre Z/(5) la fraccion racional siguiente

4
x + 4x + 3
2
Solucion:
Hallemos primero las races del denominador, haciendo uso de las tablas del ejercicio
anterior:
(x2 + 4x + 3)(4) = 1 + 1 + 3 = 0
(x2 + 4x + 3)(2) = 4 + 3 + 3 = 0
luego x2 + 4x + 3 = (x ; 4)(x ; 2) = (x + 1)(x + 3), luego
4 A B
(x + 1)(x + 3) = x + 1 + x + 3
4 = A(x + 3) + B(x + 1) = (A + B)x + 3A + B
(x + 1)(x + 3) (x + 1)(x + 3) (x + 1)(x + 3)
Igualando numeradores tenemos
A + B = 0
) A = 2; B = 3
3A + B = 4

Algebra Lineal Problemas Resueltos I Gar

Cargado por

Copyright:

Formatos disponibles

Algebra Lineal Problemas Resueltos I Gar

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 I Gar

Cargado por

Copyright:

Formatos disponibles

A lgebra Lineal

Diseño de la cubieta: Antoni Gutiérrez

 M. Isabel GarcíaPlanas, 1993

 Edicions UPC, 1993

Producción: Servei de Publicacions de la UPC

Depósito legal: B-22.363-93

Mis largos a~nos de experiencia docente en la ETSEIB no solo impartiendo clases de

Captulo 1 Polinomios y fracciones racionales

1. Hallar el maximo comun divisor, por el algoritmo de Euclides, de los polinomios

2. Hallar las races del polinomio P (x) = x4 ; x3 ; 3x2 + 5x ; 2 sabiendo que

P 0 (x) = 4x3 ; 3x2 ; 6x + 5

P (; 12 ) 6= 0, luego ; 12 no es raz de P (x), sin embargo P (1) = 0 luego = 1 es la

3. Probar que P (x) = nxn+2 ; (n + 2)xn+1 + (n + 2)x ; n es divisible por (x ; 1)3 .

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

P ( 53 ) 6= 0 luego 53 no es raz de P (x):

5. Los restos de dividir un polinomio P (x) 2 R[x] por x ; 1; x ; 2 y x ; 3

Sabemos que el valor numerico de un polinomio P (x) en u es el resto de

P 0 (x) = k(x + 2)2 (x ; 2)2 = k(x4 ; 8x2 + 16) con k 2 R

;10 = k( ;532 + 643 ; 32 + c)

y resolviendo el sistema tenemos

7. Descomponer en fracciones simples sobre R, la fraccion

(Observamos que x2 + 4 es primo sobre R). Operando en el segundo miembro, queda

8. Descomponer en fracciones simples sobre C, R y Q la fraccion racional siguiente

t5 ; 2t4 ; t3 tiene la misma descomposicion en factores primos tanto sobre R como

Resolviendo el sistema de ecuaciones obtenemos:

9. Descomponer en fracciones simples sobre C la fraccion racional siguiente

F n (x) = (;9)(;9 ; 1):::(;9 ; n + 1)(x ; 5);9;n = (;1)n (8 +8!n)! (x ; 15)9+n

luego F n (3) = (;1)n (8 +8!n)! (;2)19+n

y An = (;1)9;n (17 ; n)! 1

y por simetra tenemos, (observese que obtenemos Bn considerando F1 (x) = 1 n

10. Sobre el cuerpo de los racionales, descomponer en fracciones simples la fraccion

11. Descomponer sobre R la fraccion:

Captulo 2 Espacios vectoriales

1. Sea R0 el grupo multiplicativo de los numeros reales estrictamente positivos. Pro-

8(x; y; z) 2 R0 R0 R0 9(1=x; 1=y; 1=z) 2 R0 R0 R0 tal que

Segunda ley distributiva

Asociatividad de los escalares

Propiedad del elemento unidad del cuerpo

luego, en efecto R0 R0 R0 es un R-espacio vectorial.

2. Demostrar que el conjunto E de las sucesiones numericas

Existencia de elemento neutro

Asociatividad de los escalares

Propiedad del elemento unidad del cuerpo

3. Sea F (R ; R) el espacio vectorial de todas las funciones de R en R . Estu-

(f + g ) 2 F (R; R) si y solo si (f + g )(1) = k

4. Sea fe1 ; e2; e3g una base del R-espacio vectorial R3 .

Y puesto que fe1 ; e2 ; e3 g es base, tenemos

Luego, si fbd + ace 6= 0 ) 3 = 0; 2 = 0; 1 = 0 y los vectores seran independientes

luego, son dependientes (la relacion de dependencia es (1; 1; 0) ; (0; 1; 1) = (1; 0; 1) .

x01 = x1 ; x02 = ;2x1 + x2 ; x03 = ;x1 + x3 ;

7. Hallar ;  2 R para que (; ; ;37; ;6) 2 R4 pertenezca al subespacio F  R

8. Sea E = R2 y W el subespacio engendrado por el vector (1; 1) . Si U es el

diremos que E es suma directa de estos dos subespacios y lo notaremos por F  G .

9. Sea P3 el espacio vectorial de polinomios de una variable de grado inferior o igual

Luego, en efecto, p ; q 2 F , y F es pues un subespacio vectorial.

luego G = [1; x] es un subespacio complementario de F .

(observese que necesitamos la expresion de los vectores de la base B en funcion de la

b) Analogamente, la matriz de paso de C a B es

D = ;8 6= 0 , luego, en efecto, son base.

A lgebra Lineal

Mis largos a~nos de experiencia docente en la ETSEIB no solo impartiendo clases de

Captulo 1 Polinomios y fracciones racionales

1. Hallar el maximo comun divisor, por el algoritmo de Euclides, de los polinomios

2. Hallar las races del polinomio P (x) = x4 ; x3 ; 3x2 + 5x ; 2 sabiendo que

P (; 12 ) 6= 0, luego ; 12 no es raz de P (x), sin embargo P (1) = 0 luego = 1 es la

4. Consideremos P (x) = x3 ; 4x2 + 5x ; 2 a coecientes reales.

P ( 53 ) 6= 0 luego 53 no es raz de P (x):

Sabemos que el valor numerico de un polinomio P (x) en u es el resto de

7. Descomponer en fracciones simples sobre R, la fraccion

8. Descomponer en fracciones simples sobre C, R y Q la fraccion racional siguiente

t5 ; 2t4 ; t3 tiene la misma descomposicion en factores primos tanto sobre R como

9. Descomponer en fracciones simples sobre C la fraccion racional siguiente

y por simetra tenemos, (observese que obtenemos Bn considerando F1 (x) = 1 n

10. Sobre el cuerpo de los racionales, descomponer en fracciones simples la fraccion

11. Descomponer sobre R la fraccion:

Captulo 2 Espacios vectoriales

1. Sea R0 el grupo multiplicativo de los numeros reales estrictamente positivos. Pro-

2. Demostrar que el conjunto E de las sucesiones numericas

(f + g ) 2 F (R; R) si y solo si (f + g )(1) = k

Luego, si fbd + ace 6= 0 ) 3 = 0; 2 = 0; 1 = 0 y los vectores seran independientes

luego, son dependientes (la relacion de dependencia es (1; 1; 0) ; (0; 1; 1) = (1; 0; 1) .

7. Hallar ; 2 R para que (; ; ;37; ;6) 2 R4 pertenezca al subespacio F R

diremos que E es suma directa de estos dos subespacios y lo notaremos por F G .

Luego, en efecto, p ; q 2 F , y F es pues un subespacio vectorial.

(observese que necesitamos la expresion de los vectores de la base B en funcion de la

b) Analogamente, la matriz de paso de C a B es

Captulo 3 Sistemas de ecuaciones lineales. Matrices

Sobre B3 , sumamos a la segunda la dieciseis veces la tercera y a la primera trece

4. Discutir segun los valores de a; b; c; d el sistema a coecientes en K siguiente

a) para K = Q las transformaciones elementales realizadas son validas; el sistema

5. Estudiar segun los valores de a el sistema

resolviendolo en los casos en que ello sea posible.

y por lo tanto la solucion del sistema es

B@ 00 ;01 20 ;02 CAB @ 00 ;01 20 ;02 C

10. Sean a; b; c; d; cuatro numeros reales estrictamente positivos. Demostrar que

sabiendo que w es una raz cubica de la unidad.

Captulo 4 Aplicaciones lineales

comprobemos si, para cada caso, se verican los axiomas:

luego, la matriz sera

3. Sea E un espacio vectorial sobre K de dimension n > 1 >Que desigualdad veri-

4. Demostrar que la aplicacion f : R3 ;! R2 denida por f (x; y; z) = (x ; 2y; z +

Hallemos la matriz de la aplicacion, calculando la imagen de los vectores de la base

rango A = 2 = dim Imf = R2 (= numero de vectores columna de A que son

5. Un endomorsmo f 2 L(E2) tiene por matriz en la base fe1 ; e2g de E2 a

6. Sea f : R2 ;! R3 una aplicacion lineal denida por

7. Sean E; F; G tres K -espacios vectoriales (de dimension nita), y sean

8. Sea R[x] el espacio de los polinomios a coecientes reales. Denimos D; M :

9. Sea E el espacio de las matrices cuadradas a coecientes en C de orden 2. Den-

10. Sea E un espacio vectorial sobre K , cuerpo conmutativo de caracterstica dis-

luego p1 p2 = p2 p1 = 0, y recprocamente, si p1 ; p2 son proyectores y p1 p2 =

(p1 + p2 )2 = p21 + p22 + p1 p2 + p2 p1 = p1 + p2

a) Recordando la denicion de Im f y de Ker f :

De hecho, observando la matriz A que es de rango 2 y la primera columna es identicamente

14. Se considera la aplicacion fk : R3 ;! R3 denida por