Resueltos Algebra Lineal

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 67

UNIVERSIDAD DE CONCEPCION

FACULTAD DE CIENCIAS
FISICAS Y MATEMATICAS

Problemas Resueltos.

Algebra
II (525148).
Horacio Sanhueza Jofre.

Concepcion, 14 de agosto de 2015


PRESENTACION.

Hola :)
Horacio Sanhueza Jofre
Estudiante de Ingeniera Civil Matematica
Universidad de Concepcion.

Otros apuntes.
Introduccion a la Matematica Universitaria:(En Proceso) , Descarga.

Algebra
I:(Terminado) , Descarga.

Algebra
II:(En Proceso) , Descarga.
Calculo III:(En Proceso) , Descarga.

Indice
1. Soluciones Pr
actico 1.
Problema 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problema 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problema 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Soluciones Pr
actico 2.
Problema 1. . . . . . . .
Problema 2. . . . . . . .
Problema 3. . . . . . . .
Problema 4. . . . . . . .
Problema 5. . . . . . . .
3. Soluciones Pr
actico 3.
Problema 1. . . . . . . .
Problema 2. . . . . . . .
Problema 3. . . . . . . .
Problema 4. . . . . . . .
Problema 5. . . . . . . .
Problema 6. . . . . . . .

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

2
2
4
6

.
.
.
.
.

8
8
8
11
12
13

.
.
.
.
.
.

15
15
16
17
18
19
20

4. Soluciones Pr
actico 4.
21
Problema 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Problema 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Problema 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
5. Soluciones Pr
actico 5.
Problema 1. . . . . . . .
Problema 2. . . . . . . .
Problema 3. . . . . . . .
Problema 5. . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

26
26
28
29
31

6. Soluciones Pr
actico 6.
Problema 1. . . . . . . .
Problema 2. . . . . . . .
Problema 3. . . . . . . .
Problema 4. . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

33
33
36
38
40

7. Soluciones Pr
actico 8.
43
Problema 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Problema 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Problema 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Problema 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Problema 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
8. Soluciones Pr
actico 9.
Problema 1. . . . . . . .
Problema 2. . . . . . . .
Problema 3. . . . . . . .
Problema 4. . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

50
50
52
54
56

9. Soluciones Pr
actico 10.
Problema 1. . . . . . . . .
Problema 2. . . . . . . . .
Problema 3. . . . . . . . .
Problema 4. . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

57
57
59
60
62

1.

Soluciones Pr
actico 1.

Problema 1.
Justifique adecuadamente si el conjunto V con la operacion suma y multiplicacion por
escalar definidos en cada caso es espacio vectorial.
a) V = R2 , K = R, (x1 , y1 ) (x2 , y2 ) := (x1 , y1 + y2 ) y (x1 , y1 ) := (x1 , y1 ).
Soluci
on: Para verificar si V es un espacio vectorial con las operaciones y
debemos verificar que se satisfacen los 8 axiomas de espacio vectorial.
i) Conmutatividad de la suma: Sean x := (x1 , x2 ), y := (y1 , y2 ) V .
Determinamos x y = (x1 , x2 + y2 ) y y x = (y1 , x2 + y2 ), en cuyo caso
x y 6= y x, con lo cual, la suma no es conmutativa en V , lo que nos permite
inferir que V no es un espacio vectorial considerando tal suma.
!
!
3
3
3
X
X
X
k
k
b) V = P3 (R), K = R,
ak x
bk x :=
ak b k x k
k=0

k=0

3
X

k=0

!
ak x k

:=

k=0

3
X

( + ak )xk .

k=0

Soluci
on:
i) Conmutatividad de la suma: Sean p(x) :=

3
X

ak x ,

q(x) :=

k=0

p(x) q(x) =
q(x) p(x) =

3
X
k=0
3
X

3
X

bk x k V

k=0

ak b k x k
b k ak x k

k=0

y gracias a la conmutatividad del producto usual en R concluimos que p(x)


q(x) = q(x) p(x).
ii) Asociatividad de la suma: Sean p, q V los mismos del item i).
3
X
Ademas sea r(x) :=
ck xk V . Debemos demostrar que
k=0

(p(x) q(x)) r(x) = p(x) (q(x) r(x))


Horacio Sanhueza J.

(p(x) q(x)) r(x) =


p(x) (q(x) r(x)) =

3
X

!
ak b k x k

k=0
3
X

3
X

k=0

k=0

3
X
k=0

ak x k

3
X

ck x k =
!

bk c k x k

k=0
3
X

(ak bk )ck xk
ak (bk ck )xk

k=0

y gracias a la asociatividad del producto usual en R, tenemos que


(p(x) q(x)) r(x) = p(x)(q(x) r(x))
Es decir, es asociativa.
iii) Existencia de elemento neutro: Sea p V , debemos encontrar (si existe) un polinomio r V tal que p r = p.
3
3
X
X
Definamos p(x) =
ak xk y r(x) =
ck xk , de donde, para satisfacer la igualk=0

k=0

dad deseada, necesariamente se debe tener:


!
!
3
3
X
X
ak x k
ck xk =
k=0

k=0

3
X

!
ak xk

k=0

Lo cual se cumple s y solo s k {0, 1, 2, 3}, ak ck = ak


as, el vector nulo, bajo la operacion es (x) =

3
X

xk .

k=0

iv) Existencia del inverso aditivo: Sea p V , debemos encontrar (en caso de existir)
un elemento q V tal que p q = .
Definiendo p y q igual a los items anteriores, tenemos que se debe satisfacer
la siguiente igualdad:
3
X
k=0

ak b k x =

3
X

xk

k=0

1
, de donde, solo poseeran elemento inverso
ak
aquellos polinomios que posean todos sus coeficientes no nulos.
De lo anterior deducimos que no es posible definir un inverso aditivo para cualquier elemento de V .
Es decir, k {0, 1, 2, 3}bk =

Finalmente V , bajo las operaciones y no es un espacio vectorial.


Horacio Sanhueza J.

c) V = Mn (R), K = R, A B = AB y A = A.
Soluci
on: Sean A, B V , A B = AB, mientras que B A = BA. Y como
el producto en Mn (R) no es conmutativo, tenemos que, en general AB 6= BA, es
decir A B 6= B A, lo que nos permite concluir que V no es espacio vectorial bajo
las operaciones y .
Problema 2.
p
3
Muestre que R con la operacion suma definida por
x
?
y
=
x3 + y 3 y la multiplicacion

por escalar : R R R definida por x = 3 x es un espacio vectorial sobre R.


Soluci
on: Debemos demostrar los 8 axiomas que definen a un espacio vectorial, los cuales
son:
1. Axiomas de la suma:
i) Conmutatividad: Sean x, y R
p
3
x3 + y 3
p
y ? x = 3 y 3 + x3

x?y =

y de forma directa, utilizando la conmutatividad de la suma usual en R, obtenemos que x ? y = y ? x.


ii) Asociatividad: Sean x, y, z R
q
p
p
p
3
3
3
3
x ? (y ? z) = x ? y + z = x3 + ( 3 y 3 + z 3 )3 = 3 x3 + (y 3 + z 3 )
q p
p
p
3
3
(x ? y) ? z = x3 + y 3 ? z = ( 3 x3 + y 3 )3 + z 3 = 3 (x3 + y 3 ) + z 3
As, gracias a la asociatividad de la suma usual en R, concluimos que ? es asociativa.
iii) Elemento neutro aditivo: Sea x R, debemos encontrar R tal que x ? = x.

3
x ? = x x3 + 3 = x x3 + 3 = x3
De lo anterior, = 0 es el elemento neutro de ?.

Horacio Sanhueza J.

iv) Elemento inverso aditivo: Sea x R, debemos demostrar que existe y R tal
que x ? y = = 0.
p
x ? y = 0 3 x3 + y 3 = 0 y = x
Es decir, todo elemento x R posee un elemento inverso aditivo para la suma
?, mas a
un, este inverso coincide con el inverso aditivo usual.
2. Axiomas del producto por escalar:
v) Asociatividad: Sean , K = R y sea x R, debemos demostrar que
( x) = ( ) x. (notar que el producto de los elementos del cuerpo
sigue siendo el usual. el u
nico producto que se redefinio fue el producto escalar
vector).
p
p
p
( x) = ( 3 x) = 3 3 x = 3 x = () x
De donde es asociativo.
vi) Distributividad de c/r a ? en V : Sea K = R, sean x, y V = R, debemos
demostrar que (x ? y) = x ? y.
p
p
p
(x ? y) = 3 x3 + y 3 = 3 3 x3 + y 3 = 3 x3 + y 3
q

= 3 ( 3 x)3 + ( 3 y)3 = 3 x ? 3 y = x ? y
Y as, distribuye con respecto a la suma ?.
vii) Distributividad de c/r a + en K: Sean , K = R, sea x V = R, debemos
demostrar que ( + ) x = x ? x.
p
p
p
( + ) x = ( 3 + )x = 3 ( + )x3 = 3 x3 + x3 = x ? x
Es decir, distribuye con respecto a la suma de K.
viii) Neutro multiplicativo de K: Para la unidad de K (en este caso 1), debemos demostrar que 1 x = x para cualquier x V = R, en efecto:

3
1 x = 1x = x
Demostrando lo pedido.
Finalmente, como se cumplen los 8 axiomas de espacio vectorial, podemos garantizar
que R es un espacio vectorial bajo las operaciones de suma y producto por escalar ?
y respectivamente.

Horacio Sanhueza J.

Problema 3.
Decida en cada caso si el subconjunto S es subespacio vectorial del espacio vectorial V
(en cada caso considere la suma y multiplicacion por escalar usuales).
(a) S = {v R3 : v (3, 2, 1) = 0} y V = R3 .
Soluci
on: Debemos demostrar los 3 axiomas que definen a un subespacio vectorial.
i) S no vacio: El elemento de R3 esta en S, en efecto, (3, 2, 1) = 0.
ii) Cerrado para la suma: Sean x, y S, debemos demostrar que (x + y) S, es
decir, (x + y) (3, 2, 1) = 0.
(x + y) (3, 2, 1) = x (3, 2, 1) + y (3, 2, 1)
pero x, y S x (3, 2, 1) = 0 y (3, 2, 1) = 0, lo que nos permite inferir
que (x + y) (3, 2, 1) = 0, y as (x + y) S.
iii) Cerrado para el producto por escalar: Sea K y sea x S. Debemos demostrar que (x) S.
(x) (3, 2, 1) = (x (3, 2, 1)) = 0 = 0
De donde (x) S.
En virtud de los 3 axiomas anteriores, concluimos que S es un subespacio vectorial
de V .
(b) S = {v R3 : ||v|| = 4} y V = R3 .
Soluci
on: Notamos que
/ S, pues |||| = 0 6= 4, de donde, S no puede ser un
subespacio vectorial de V .
(c) S = {p Pn (R) : p0 (0) = p(0)} y V = Pn (R).
Soluci
on: Demostremos los 3 axiomas necesarios para que S sea un subespacio
vectorial de V .
i) Consideremos el polinomio nulo de V . : R R tal que x 7 (x) = 0, de
donde tenemos que (0) = 0.
Por otro lado 0 (x) = 0, en particular 0 (0) = 0, de donde concluimos que
(0) = 0 (0), es decir, S.

Horacio Sanhueza J.

ii) Sean p, q S, debemos demostrar que (p + q) S


(p + q)(0) = p(0) + q(0) = p0 (0) + q 0 (0) = (p + q)0 (0)
As, (p + q) S.
iii) Sean K y p S.
(p)(0) = p(0) = p0 (0) = (p)0 (0)
De donde (p) S
De los 3 axiomas anteriores, podemos garantizar que S es un subespacio vectorial de
V , bajo las operaciones de suma y producto por escalar usuales.
(d) S = {p P3 (R) : p intersecta al eje Y en 1} y V = P3 (R).
Soluci
on: S no es subespacio vectorial de V , en efecto,
/ S, pues (0) = 0 6= 1.
(e) S = {A Mn (R) : A es invertible} y V = Mn (R).
Soluci
on: Como n no es invertible, entonces n
/ S, luego, S no puede ser subespacio vectorial de V .
(f) S = {A Mn (R) : A es simetrica} y V = Mn (R).
Soluci
on: Vefiquemos si S satisface los 3 axiomas para ser un subespacio vectorial de V .
i) Como n = tn , tenemos que n S.
ii) Sean A, B dos matrices simetricas, debemos probar que (A + B) es simetrica.
(A + B)t = At + B t = A + B
y as, (A + B) S.
iii) Sean K y A simetrica, como (A)t = At = A, concluimos que (A) es
simetrica, y por tanto (A) S
Finalmente, en virtud de los 3 axiomas anteriores, concluimos que S es un subespacio
vectorial de V bajo las operaciones de suma y producto por escalar usuales.

Horacio Sanhueza J.

2.

Soluciones Pr
actico 2.

Problema 1.
Sean S, T subespacios de (V, +, K, ). Demostrar
(a) S + T = T + S.
Soluci
on: Para demostrar la igualdad anterior, demostremos la doble inclusion.
() Sea v (S + T ), luego, existen s S y t T tales que v = s + t. Ademas, como
+ es conmutativa en V , tenemos que s + t = t + s, as, v = s + t = t + s, de donde
v (T + S).
() Mismo argumento anterior.
(b) S S + T .
Soluci
on: Sea s S, luego, s = s + S , pero como S y T son subespacios vectoriales de V , tenemos que S = V = T , as, s = s + T , de lo que concluimos que
s (S + T ).
Finalmente, S S + T .

Problema 2.
Sean U , V y W tres subespacios vectoriales de R3 definidos por.
U = {(x, y, z) R3 : x + y + z = 0}.
V = {(x, y, z) R3 : x = z}.
W = {(x, y, z) R3 : x = 2y = 3z}.
Defina U + V y U W . Verifique ademas que R3 = U W .

Soluci
on: Sabemos que
x = (x1 , x2 , x3 ) (U + V ) si y solo si, existen

u = (u1 , u2 , u3 ) U y
v = (v1 , v2 , v3 ) V tales que
u +
v =
x.
Sea (x, y, z) R3 . Establezcamos bajo que condiciones podemos garantizar la existencia de
los vectores (u1 , u2 , u3 ) U y (v1 , v2 , v3 ) V tales que (x, y, z) = (u1 , u2 , u3 ) + (v1 , v2 , v3 ).
Primero, como (u1 , u2 , u3 ) U , tenemos que u1 +u2 +u3 = 0, y ademas, como (v1 , v2 , v3 )

V , v1 = v3 , de donde, la estructura de
u y
v es
u = (u2 u3 , u2 , u3 ) y
v = (v1 , v2 , v1 )
Horacio Sanhueza J.

As, estableciendo la igualdad requerida, tenemos:


(x, y, z) = (u2 u3 , u2 , u3 ) + (v1 , v2 , v1 ).
Matricialmente:


u2
1 1 1 0
x

u3

0 0 1
y
=
v1
0
1 1 0
z
v2

As, el problema de encontrar


u ,
v tales que
u +
v =
x es equivalente a encontrar
una solucion del sistema de ecuaciones anterior.
Como r(A) = r(A|b) = 3 (verificar), podemos garantizar que el sistema anterior siempre poseera solucion (independiente de que esta no sea u
nica). De lo anterior, podemos
afirmar que

(
x R3 )(
u U )(
v V )
x =
u +
v.
Es decir, independiente del vector (x, y, z) R3 escogido, siempre podremos determinar

elementos
u U y
v V tales que
x =
u +
v , concluyendo as que U + V = R3 .
Para definir U W tomamos la definicion de interseccion de espacios vectoriales:
U W = {(x, y, z) R3 : x + y + z = 0 x = 2y = 3z}
2
De ambas condiciones obtenemos x + y + z = 2y + y + y = 0, de donde y = 0 = x = z.
3
Finalmente
U W = {}.
Para verificar que U W = R3 , debemos probar los siguientes resultados.
U W = {}, el cual se mostro anteriormente.
U + W = R3 . En cuyo caso, debemos demostrar que para cualquier (x, y, z) R3 ,
siempre podemos encontrar elementos (u1 , u2 , u3 ) U y (w1 , w2 , w3 ) W tales que
(x, y, z) = (u1 , u2 , u3 ) + (w1 , w2 , w3 ).
De las definiciones de los conjuntos U y W obtenemos:
(u1 , u2 , u3 ) = (u2 u3 , u2 , u3 )


2
(w1 , w2 , w3 ) = 2w2 , w2 , w2
3
Horacio Sanhueza J.

10

As, obtenemos la igualdad vectorial




2
(x, y, z) = (u2 u3 , u2 , u3 ) + 2w2 , w2 , w2
3
O de forma matricial:


1 1 2
u2
x

1
0 1
u3
y
=
2
w2
z
0
1 3

Cuya solucion es (verificar):

u2
8y 3x 3z
u3 = 1 9 z 2 y 2 x
11
w2
3x + 3y + 3z
Es decir, independiente del vector (x, y, z) R3 escogido, siempre podremos encon

trar los vectores


u y
v que lo descomponen aditivamente. Finalmente, podemos
concluir que U + V = R3 .
Observaci
on: En general, solo es necesario probar que el sistema de ecuaciones

obtenido posee solucion, pues con esto garantizamos la existencia de los vectores
u

y v , sin embargo, si se pidiese encontrar tal descomposicion, bastaria con encontrar


una solucion del sistema, tal como lo hicimos ahora.

Horacio Sanhueza J.

11

Problema 3.
Sean S = {A Mn (R) : aij = 0 i > j} y T = {A Mn (R) : A es diagonal }
subconjuntos de Mn (R). Decida justificadamente si:
(a) S + T es subespacio de Mn (R). De ser subespacio, se cumple S + T = S T
Soluci
on: Primero, verifiquemos si (S + T )
(S + T ) (AS S)(AT T ) : = AS + AT .
Supongamos que efectivamente las matrices anteriores existen. Consideremos i < j,
con lo cual, de la definicion de S, tenemos que AS (i, j) 6= 0 (pues notar que S se
define mediante una equivalencia logica), ademas, AT (i, j) = 0, pues como i < j,
tenemos que i 6= j.
Luego, (i, j) = AS (i, j) + AT (i, j) = AS (i, j) 6= 0, contradiciendo la definicion
de matriz nula, lo que nos permite concluir que el supuesto original es falso (la existencia de AS y de AT ), y as,
/ (S + T ).
Finalmente, S + T no puede ser subespacio vectorial de Mn (R).
(b) S T es subespacio de Mn (R).
Soluci
on: T , de donde (S T )
Sean A, B (S T ), debemos determinar si (A + B) (S T ). Consideremos
el caso en que A S y B T (el analisis del resto de casos es similar), y un entero
i {1, ..., n}. Ademas consideremos A(i, i) = B(i, i), luego, A(i, i) + B(i, i) = 0 y
por tanto (A + B)
/ S, ademas, para i < j tenemos que A(i, j) 6= 0 y B(i, j) = 0,
de donde A(i, j) + B(i, j) 6= 0, es decir, (A + B)
/ T.
Finalmente, como existen A S y B T tales que A + B
/ S y ademas A + B
/ T,
concluimos que (A + B)
/ (S T ), de donde S T no puede ser subespacio vectorial
de Mn (R).

Horacio Sanhueza J.

12

Problema 4.
Sean ~u = (1, 3, 2) y ~v = (2, 1, 1) vectores de R3 .
(a) Determine si existe k R, tal que (1, k, 5) sea combinacion lineal de ~u y ~v .
Soluci
on: Para que (1, k, 5) sea combinacion lineal de ~u y ~v , necesitamos encontrar escalares y tales que
(1, k, 5) = (1, 3, 2) + (2, 1, 1)
Lo cual nos conduce al sistema de ecuaciones siguiente
1 = + 2
k = 3
5 = 2 +
De la primera y tercera ecuacion obtenemos los valores = 3 y = 1, luego, reemplazando en la segunda ecuacion obtenemos k = 8, es decir, para k = 8 tenemos
que (1, k, 5) es combinacion lineal de los vectores ~u y ~v (con escalares asociados = 3
y = 1 respectivamente).
(b) Determine la ecuacion, en terminos de x, y, z, de todos los vectores (x, y, z) que pertenecen al subespacio generado por ~u y ~v .
Soluci
on: Sea (x, y, z) R3 arbitrario. Debemos establecer bajo que condiciones
el sistema asociado a la ecuacion vectorial siguiente posee solucion.
(x, y, z) = (1, 3, 2) + (2, 1, 1).
Matricialmente:


 
1
2
x
3 1 = y

2
1
z
Del cual analizamos el rango de la matriz ampliada

1
2 x

1 2
x

3 1 y f2 f2 + 3f1 0 5 3x + y
f3 f3 + 53 f2
2
1 z
f3 f3 2f1
0 3 z 2x

Horacio Sanhueza J.

13

1 2
0 5
0 0

x
x
1 2

0 5
3x + y
3x + y
f

5f3
3
3y
x
0 0 3y x + 5z
5 +z
5

As, el sistema de ecuaciones tendra solucion (o equivalentemente, (x, y, z) podra ser


combinacion lineal de ~u y ~v ) si y solo si x + 3y + 5z = 0.
Problema 5.
Indique si los siguientes conjuntos son linealmente independientes (L.I.) o linealmente
dependientes (L.D.) en sus respectivos espacios:
(a) {(3, 5, 2), (1, 2, 4)} en R3 .
Soluci
on: Busquemos las posibles combinaciones lineales con las cuales obtenemos
el vector nulo, es decir:
(3, 5, 2) + (1, 2, 4) = (0, 0, 0)
de donde obtenemos el sistema de ecuaciones:
3 + = 0
5 2 = 0
2 + 4 = 0
Cuya u
nica solucion es = = 0, con lo cual concluimos que el conjunto es linealmente independiente (L.I.).

(b)

1 0
0 0

 
 
 

4 0
0 0
2 0
,
,
,
, en M2 (R).
0 0
0 1
0 3

Soluci
on:El conjunto
claramente es L.D. pues basta notar que



1 0
4 0
4
=
es decir, existe un elemento del conjunto que es posible
0 0
0 0
escribirlo como combinacion lineal del resto de elementos.

Horacio Sanhueza J.

14

(c) {1, (1 t), (1 t)2 } en P(R).


Soluci
on: Escribamos la combinacion lineal nula de los elementos del conjunto.
1 + (1 t) + (1 t)2 = 0
Desarrollando el primer termino obtenemos:
1 + (1 t) + (1 t)2 = ( + + ) + ( 2)t + t2
As, debemos encontrar las soluciones del sistema de ecuaciones:
++ = 0
2 = 0
= 0
El cual, al resolver mediante sustitucion regresiva, nos entrega como u
nica solucion
los valores = = = 0, de lo cual podemos concluir que el conjunto en cuestion
es linealmente independiente.

Horacio Sanhueza J.

15

3.

Soluciones Pr
actico 3.

Problema 1.
Sea W el espacio vectorial de las matrices simetricas de orden 2, sobre R.

 
 

1 1
4 1
3 2
(a) Demuestre que B =
,
,
es una base de este
1 1
1 0
2 1
espacio.
Soluci
on: Para demostrar que B es base de W debemos demostrar lo siguiente:
i) B es un conjunto linealmente independiente: Construimos la combinacion lineal
nula de los elementos de B, obteniendo as la igualdad:

 





0 0
3 2
4 1
1 1
=
+
+

0 0
2 1
1 0
1 1
El cual conduce al sistema de ecuaciones siguiente:
+ 4 + 3 = 0
+ 2 = 0
+ = 0
cuya u
nica solucion es (verificar) = = = 0, de lo cual concluimos que B
es un conjunto L.I.


a b
ii) B es un conjunto generador de W (es decir, hBi = W ): Sea A =
b c
W arbitrario, debemos demostrar que existen escalares , , tales que:





 

1 1
4 1
3 2
a b

+
+
=
1 1
1 0
2 1
b c

Lo cual conduce al sistema de ecuaciones siguiente:


+ 4 + 3 = a
+ 2 = b
+ = c
Resolvemos va eliminacion de Gauss, para as obtener la solucion:
=

a + 4b + 11c
,
6

a + 2b + c
,
6

a 4b 5c
.
6

Horacio Sanhueza J.

16

Con lo que, logramos establecer que:










a + 4b + 11c
a + 2b + c 4 1
a 4b 5c
a b
1 1
3 2
=
+
+
b c
1 1
1 0
2 1
6
6
6
Y as, de los dos puntos anteriores, concluimos que B es base de W .
Observaci
on: En vez de probar que B es un conjunto L.I., se podria argumentar
que B es base de W porque la combinacion lineal para generar un elemento de W es
u
nica (lo cual se concluye a partir de la solucion del sistema de ecuaciones resuelto
anteriormente).

(b) Halle las componentes o coordenadas de la matriz A =

2 3
3 1


W , con res-

pecto a la base B anterior.


Soluci
on: Utilizando el resultado anterior para a = 2, b = 3, c = 1 obtenemos:








1 4 1
3
1
1 1
3 2
2 3

+
=
3 1
2 1 1
2 1 0
2 2 1


1 1 3
De donde, [A]B = , ,
2 2 2
Problema 2.
Sea B = {2t2 + t, t2 + 3, t} un subconjunto de P2 (R).
(a) Muestre que B es base de P2 (R).
Soluci
on: Basta demostrar que B es L.I. pues cualquier subconjunto L.I. de cardinalidad 3 sera base de P2 (R), esto debido a que dim(P2 (R)) = 3. En efecto, determinemos los coeficientes de la combinacion lineal nula:
(2t2 + t) + (t2 + 3) + t = 0
Esto es:
(2 + )t2 + ( + )t + 3 = 0
Y de forma directa, obtenemos que = = = 0, de donde B es L.I.
Finalmente, B es base de P2 (R).
(b) Determine las coordenadas del vector 1 3t + 4t2 con respecto a la base B.
Soluci
on: Debemos encontrar escalares , , tales que:
1 3t + 4t2 = (2t2 + t) + (t2 + 3) + t = (2 + )t2 + ( + )t + 3
Horacio Sanhueza J.

17

Lo cual conduce al sistema de ecuaciones siguiente:


2 + = 4
+ = 3
3 = 1
11
1
29
cuya solucion es = , = , = .
6
3
6
Luego:


11 1 29
2
[1 3t + 4t ]B =
, ,
6 3
6
Problema 3.
Determine si el elemento v indicado pertenece al espacio vectorial V sobre R con las
operaciones usuales respectivas.
(a) v = (1, 1, 2); V = h{(0, 1, 1), (2, 1, 2)}i.
Soluci
on: Debemos verificar si existen escalares y tales que:
(1, 1, 2) = (0, 1, 1) + (2, 1, 2)
De existir tales escalares, entonces necesariamente deben ser solucion del sistema de
ecuaciones:
2 = 1
+ = 1
2 = 2
Y como el sistema anterior no posee solucion, concluimos que
v
/ h{(0, 1, 1), (2, 1, 2)}i.
(b) v = x; V = h{1, x2 1, x3 + 1}i.
Soluci
on: Es claro que v
/ V , pues, en el conjunto generador de V no hay ning
un
termino que tenga x, lo cual conducira a una ecuacion del tipo 1 = 0.

Horacio Sanhueza J.

18

Problema 4.
Demostrar que si {v1 , ..., vn } es l.i. en un K-espacio vectorial V , entonces tambien lo
sera {v1 v2 , v2 v3 , ..., vn1 vn , vn }.
Soluci
on: Para demostrar que {v1 v2 , v2 v3 , ..., vn1 vn , vn } es l.i. expandamos
la combinacion lineal nula de sus elementos:
1 (v1 v2 ) + 2 (v2 v3 ) + ... + n1 (vn1 vn ) + n vn = .
De donde, reagrupando terminos obtenemos la igualdad:
1 v1 + (2 1 )v2 + ... + (n n1 )vn =
La cual corresponde a una combinacion lineal nula del conjunto {v1 , ..., vn }, y gracias
a la independencia lineal de tal conjunto, tenemos que se cumplen todas las siguientes
igualdades:
1 = 0
(k {2, ..., n}) : k k1 = 0
Y as, a partir de la primera igualdad, podemos sustituir progresivamente en el resto de
igualdades para concluir que (k {1, ..., n})k = 0, es decir, el conjunto
{v1 v2 , v2 v3 , ..., vn1 vn , vn } es l.i.

Horacio Sanhueza J.

19

Problema 5.
Un subconjunto A B de un K-espacio vectorial V se dice l.i. maximal en B, si:
(i) A es l.i.
(ii) v B A : A B{v} es l.d.
Insprese en el Lema de Dependencia Lineal para determinar un subconjunto l.i. maximal.
V = R4 ; B = {(1, 0, 2, 1), (2, 1, 3, 4), (1, 1, 1, 3), (0, 1, 1, 0)}.
Soluci
on: Primero verifiquemos si B es l.i. o l.d.:
(1, 0, 2, 1) + (2, 1, 3, 4) + (1, 1, 1, 3) + (0, 1, 1, 0) = (0, 0, 0, 0)
Lo cual nos entrega el sistema de ecuaciones siguiente:
+ 2 +
++
2 + 3 +
+ 4 + 3

=
=
=
=

0
0
0
0

Una solucion del sistema anterior (no u


nica) es = 1, = 1, = 1, = 0, es decir, se
cumple la relacion:
(1, 0, 2, 1) + (2, 1, 3, 4) (1, 1, 1, 3) = (0, 0, 0, 0)
Es decir, podemos escribir (1, 0, 2, 1) como combinacion lineal del resto de elementos.
Comprobemos si el conjunto B1 = {(2, 1, 3, 4), (1, 1, 1, 3), (0, 1, 1, 0)} (B quitandole un
elemento linealmente dependiente) es l.i.
Lo anterior es equivalente a estudiar las soluciones del sistema de ecuaciones anterior
para = 0 (pues con eso estamos diciendo que (1, 0, 2, 1) no esta presente en la combinacion lineal). De la primera y cuarta ecuacion obtenemos que = = 0 y as = 0,
concluyendo que B1 es l.i.
Finalmente, de todo lo anterior, un conjunto l.i. maximal de B es:
{(2, 1, 3, 4), (1, 1, 1, 3), (0, 1, 1, 0)}
Observaci
on: Este conjunto no es u
nico, solo hubiese bastado quitar de B por ejemplo
al vector (2, 1, 3, 4) en vez de (1, 0, 2, 1). (basta con quitar cualquiera que efectivamente
se pueda escribir como combinacion lineal del resto).
Horacio Sanhueza J.

20

Problema 6.
Dados los conjuntos:

 

1 2
2 1
S1 =
,
1 1
2 1


y

S2 =

3 1
3 0

 
 

0 5
1 7
,
,
0 3
1 4

(a) Muestre que hS1 i = hS2 i.


Soluci
on: Basta demostrar que todos los elementos de S1 se pueden escribir como
combinacion lineal de elementos de S2 , y a la vez, todos los elementos de S2 se pueden
escribir como combinacion lineal de elementos de S1 .
Primero expandamos los elementos


3 1
=
3 0


0 5
=
0 3


1 7
=
1 4

de S2 :

 

1 2
2 1
+
1 1
2 1

 

1 2
2 1
2

1 1
2 1

 

2 1
1 2

3
2 1
1 1

La expansion de los terminos de S1 se puede realizar a partir de las expansiones anteriores (por ejemplo al restar las ultimas dos ecuaciones se obtiene de forma directa
una de ellas).
De lo anterior concluimos que hS1 i = hS2 i.
(b) Encuentre una base para S = hS1 i = hS2 i.
Soluci
on: Como S1 es un conjunto l.i (verificar), entonces tenemos que una base
para S es:

 

1 2
2 1
,
1 1
2 1
(Que corresponde al mismo conjunto S1 ).
Observaci
on: No se hubiese podido escojer a S2 como base de S, pues tal conjunto es l.d. (verificar).

Horacio Sanhueza J.

21

4.

Soluciones Pr
actico 4.

Problema 1.
Dados los subespacios de R4 .
S1 = {(x1 , x2 , x3 , x4 ) : x1 +x2 +x3 +x4 = 0} y S2 = {(x1 , x2 , x3 , x4 ) : x1 x2 x3 x4 = 0}
Obtener la dimension de S1 + S2 .
Soluci
on: Primero determinemos las dimensiones de S1 y S2 .
(x1 , x2 , x3 , x4 ) S1 x1 = x2 x3 x4
As:
(x1 , x2 , x3 , x4 ) = (x2 x3 x4 , x2 , x3 , x4 ) = x2 (1, 1, 0, 0)+x3 (1, 0, 1, 0)+x4 (1, 0, 0, 1)
De donde el conjunto:
{(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)}
Es una base de S1 (comprobar que es l.i.), de lo cual concluimos que dim(S1 ) = 3.
Analogamente, para S2 tenemos:
(x1 , x2 , x3 , x4 ) S2 x1 = x2 + x3 + x4
As:
(x1 , x2 , x3 , x4 ) = (x2 + x3 + x4 , x2 , x3 , x4 ) = x2 (1, 1, 0, 0) + x3 (1, 0, 1, 0) + x4 (1, 0, 0, 1)
Concluyendo que el conjunto
{(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1)}
es una base de S2 (comprobar que es l.i.), de lo cual dim(S2 ) = 3.
Por otro lado, definamos el subespacio S1 S2 .
S1 S2 = {(x1 , x2 , x3 , x4 ) : x1 + x2 + x3 + x4 = 0 x1 x2 x3 x4 = 0}
Para que (x1 , x2 , x3 , x4 ) S1 S2 necesariamente x1 = 0, x2 = x3 x4 , de lo cual.
(x1 , x2 , x3 , x4 ) = (0, x3 x4 , x3 , x4 ) = x3 (0, 1, 1, 0) + x4 (0, 1, 0, 1)
De donde, el conjunto
{(0, 1, 1, 0), (0, 1, 0, 1)}
es una base de S1 S2 , y as dim(S1 S2 ) = 2.
Finalmente, del Teorema de Grassmann, tenemos que
dim(S1 + S2 ) = dim(S1 ) + dim(S2 ) dim(S1 S2 ) = 3 + 3 2 = 4.
Horacio Sanhueza J.

22

Problema 2.
~ ~e}i, donde ~a = (1, 2, 3, 4),
Sea V = R4 y sus subespacios F = h{~a, ~b, ~c}i y G = h{d,
~b = (2, 2, 2, 6), ~c = (0, 2, 4, 4), d~ = (1, 0, 1, 2) y ~e = (2, 3, 0, 1). Determinar las
dimensiones de F, G, F G y F + G y dar una base para cada uno de estos subespacios.
Soluci
on: Analizando la independencia lineal de los conjuntos generadores de F y G
tenemos:
(1, 2, 3, 4) + (2, 2, 2, 6) + (0, 2, 4, 4) = 0
(1, 0, 1, 2) + (2, 3, 0, 1) = 0
el cual tiene como u
nica solucion (verificar) = = = =  = 0, as, los conjuntos
generadores de F y G tambien resultan ser bases de estos respectivamente. Lo anterior
permite concluir que dim(F ) = 3 y dim(G) = 2.
Para encontrar una base y la dimension de F G caracterizemos los subespacios F y
G.
(x, y, z, w) F (, , R) tales que
(x, y, z, w) = (1, 2, 3, 4) + (2, 2, 2, 6) + (0, 2, 4, 4)
Lo cual, reescribiendo de forma

1
2

3
4

matricial, para las incognitas , , :

x
2 0

2 2
= y
z
2 4

w
6 4

(Observar, que cada columna de la matriz corresponde al vector asociado a cada incognita.
Esto permite escribir de forma mas rapida el sistema de ecuaciones asociado al problema)
De donde, efectuando operaciones elementales por fila obtenemos el sistema equivalente:

1 2 0 x

x
1 2 0

2 2 2 y f2 f2 2f1 0 2 2 y 2 x

f3 f3 2f2
3 2 4 z f3 f3 3f1 0 4 4 z 3 x
f4 f4 f2
4 6 4 w
f4 f4 4f1
0 2 4 w 4 x

x
1 2 0
x
1 2 0
0 2 2
0 2 2
y 2x

y 2x

0 0 0 x 2 y + z f4 f3 0 0 2 w 2 x y
0 0 2 w 2x y
0 0 0 x 2y + z
Sistema que posee solucion u
nicamente cuando x 2y + z = 0, luego,
F = {(x, y, z, w) : x 2y + z = 0}.

Horacio Sanhueza J.

23

Analogamente, caracterizamos G como sigue:


(x, y, z, w) G (, R) tales que
(x, y, z, w) = (1, 0, 1, 2) + (2, 3, 0, 1)
Lo cual, reescribiendo de forma matricial:

1 2  
x
0 3
y

1 0 = z
2 1
w
Va operaciones elementales obtenemos:

1 2
x
1 2 x

0 3
0 3 y
y

1 0 z f3 f3 + f1 0 2
x+z
f4 f4 2f1
2 1 w
0 3 w 2 x

f3 f3 2 f2 0
3

0
f4 f4 + f2
0

2
x

3
y

2y
0 x 3 +z
0 w 2x + y

sistema que posee solucion si y solo si x 2y


+ z = 0 y ademas w 2x + y = 0, as,
3
tenemos:
2y
G = {(x, y, z, w) : x
+ z = 0 w 2x + y = 0}
3
De lo anterior, podemos definir el subespacio F G como sigue:


2y
F G = (x, y, z, w) : x
+ z = 0 w 2x + y = 0 x 2y + z = 0
3
De la primera, y tercera condicion tenemos que y = 0, luego, z = x y w = 2x, as:
F G = h{(1, 0, 1, 2)}i
Es decir, dim(F G) = 1.
Finalmente, del Teorema de Grassmann tenemos:
dim(F + G) = dim(F ) + dim(G) dim(F G) = 3 + 2 1 = 4.
Como dim(F + G) = 4 = dim(R4 ), entonces una base para F + G es la base canonica de
R4 .

Horacio Sanhueza J.

24

Problema 3.
Considere el espacio vectorial V = P2 ([1, 1]) sobre R de los polinomios definidos sobre
el intervalo [1, 1] y sean los subconjuntos:


Z 1
p(x)dx = 0
S = {p V : (x [1, 1]) p(x) = p(x)}, W = p V :
1

U = {p V : p es constante }
(a) Muestre que S, W y U son s.e.v. de V .
(b) Pruebe que U S y U W = {}.
Soluci
on: Sea p U , es decir, p(x) = k, luego, p(x) = k = p(x), de donde
p S, lo cual demuestra que U S.
Z 1
Sea p U W , es decir, p(x) = k y
p(x)dx = 0. Reemplazando en la inte1

gral p(x) por k tenemos:


Z

kdx = 2k = 0

p(x)dx =
1

concluyendo que k = 0, y as, p = , es decir U W = {}.


(c) Es V = S W ?.
Soluci
on: Primero, determinemos el espacio S W , para ello, consideremos un
polinomio de la forma p(x) = ax2 + bx + c, tal que p S y p W
p S p(x) = p(x) ax2 + bx + c = ax2 bx + c b = 0.
Ahora, para que p W se debe cumplir:
 3
 1
Z 1
Z 1

ax
2a
2
0=
p(x)dx =
(ax + c)dx =
+ cx =
+ 2c
3
3
1
1
1
de donde obtenemos la relacion a = 3c, y as:
S W = h{3x2 + 1}i
Luego, como S W 6= {}, concluimos que la suma no es directa.

Horacio Sanhueza J.

25

(d) Encuentre una base y dimension de S + U , U + W y S + W .


Soluci
on: Como U S, tenemos que S + U = S, as (del item anterior b = 0):
S + U = h{1, x2 }i
de donde el conjunto B = {1, x2 } es base de S + U , y ademas, dim(S + U ) = 2.
Para encontrar una base y la dimension de U + W primero encontremos una base de U y una de W .
Es claro que el conjunto BU = {1} es una base de U , mientras que, para que
p(x) = ax2 + bx + c sea elemento de W tenemos:
 3
 1
Z 1

ax
bx2
2a
2
0=
(ax + bx + c)dx =
+
+ cx =
+ 2c
3
2
3
1
1
As, como a = 3c tenemos que p(x) = 3cx2 + bx + c = c(3x2 + 1) + bx, de lo
cual, el conjunto
BW = {3x2 + 1, x}
Es base de W .
Por otro lado, en el item (b), se demostro que U W = {}, es decir dim(U W ) = 0,
luego, del Teorema de Grassmann se tiene:
dim(U + W ) = dim(U ) + dim(W ) = 1 + 2 = 3 = dim(V )
Y por tanto, una base de U + W es B = {1, x, x2 }.
Observaci
on: Tambien es valido unir las bases de U y W para obtener un conjunto generador de U + W , y luego reducirlo hasta obtener una base de este (en caso
que no sea l.i.).
Para encontrar una base, y la dimension de S + W analizemos por separado los
subespacios S y W .
Una base de S es BS = {x2 , 1}, y una base de W es BW = {3x2 + 1, x}, ademas,
una base de S W es BSW = {3x2 + 1}
De lo anterior tenemos que dim(S) = 2, dim(W ) = 2 y dim(S W ) = 1, luego,
del Teorema de Grassmann
dim(S + W ) = dim(S) + dim(W ) dim(S W ) = 2 + 2 1 = 3 = dim(V )
Es decir, una base de S + W es la base canonica de V , B = {x2 , x, 1}. (Tambien era
valido unir ambas bases y reducir el conjunto a un conjunto l.i).
Horacio Sanhueza J.

26

5.

Soluciones Pr
actico 5.

Problema 1.
Sea V = C 1 ([1, 1]) el R-espacio vectorial de las funciones con primera derivada continua
en un intervalo abierto que contiene a [1, 1] y sea la aplicacion h, i : V V R definida
por
Z
1

{u(x)v(x) + u0 (x)v 0 (x)}dx

hu, vi :=
1

Muestre que es un producto interior sobre V .


Soluci
on: Debemos demostrar que se cumplen los 4 axiomas que definen a un producto
interior, los cuales son:
i) Linealidad en el primer argumento: Sean u, v, w V y , R arbitrarios, debemos
demostrar que:
hu + v, wi = hu, wi + hv, wi
En efecto, de la definicion de la aplicacion anterior tenemos:
Z 1
{(u(x) + v(x))w(x) + (u(x) + v(x))0 w0 (x)}dx
hu + v, wi =
1

Lo cual, utilizando las propiedades de la derivada e integral, podemos reescribir como:


Z 1
Z 1
0
0
{v(x)w(x)+v 0 (x)w0 (x)}dx = hu, wi+hv, wi
{u(x)w(x)+u (x)w (x)}dx+

Demostrando as el axioma.
ii) Simetra conjugada: Sean u, v V , debemos mostrar que hu, vi = hv, ui (como en
este problema se esta trabajando con K = R, basta probar que los elementos conmutan).
De la definicion de la aplicacion, y la conmutatividad del producto en R tenemos:
Z 1
Z 1
0
0
hu, vi =
{u(x)v(x)+u (x)v (x)}dx =
{v(x)u(x)+v 0 (x)u0 (x)}dx = hv, ui = hv, ui.
1

iii) Definida Positiva: Sea u V , debemos mostrar que hu, ui 0.


Z 1
hu, ui =
{u2 (x) + (u0 (x))2 }dx
1

Horacio Sanhueza J.

27

Y como u2 (x) + (u0 (x))2 0 (pues es suma de terminos positivos) entonces, gracias
a la monotona de la integral deducimos que:
Z 1
{u2 (x) + (u0 (x))2 }dx 0
1

iv) No Degenerada: Sea u V , debemos demostrar que si hu, ui = 0 entonces u = V


(esta propiedad en vez de ser una implicancia es una equivalencia, sin embargo, la
implicancia que no se demuestra es consecuencia directa del axioma (i) ).
Supongamos que
Z
1

{u2 (x) + (u0 (x))2 }dx = 0

hu, ui :=
1

Luego, como el integrando es no negativo, entonces necesariamente u2 (x)+(u0 (x))2 =


0, pues de otro modo, contradice la monotona de la integral.
Ahora, dado que u2 (x) 0 y ademas (u0 )2 (x) 0, concluimos que u2 (x) = (u0 )2 (x) =
0, demostrando que u = V .
En virtud de los 4 axiomas anteriores podemos concluir que la aplicacion definida anteriormente es un producto interior sobre V .

Horacio Sanhueza J.

28

Problema 2.
En los siguientes espacios, calcule hu, vi, ||u|| y ||v|| para los vectores que se indican.
Ademas verifique en cada caso que se cumple la desigualdad de Cauchy-Schwarz.
3

(a) V = C con el p.i. hu, vi =

3
X

ui vi ;

u = (i, 1 i, 3) y v = (2i 2, 4, 2 3i).

i=1

Soluci
on: De la definicion del producto interior tenemos:
hu, vi =

3
X

ui vi = i(2i 2) + (1 i)4 + 3(2 3i) = 12 + 3i

i=1

Ademas, la norma de u y de v inducida por el producto interior se obtienen mediante:


v
v
u 3
u 3
uX
uX
p
p

hu, ui = t
ui ui = t
|ui |2 = 12 + (12 + 12 ) + 32 = 12.
||u|| =
i=1

i=1

v
v
u 3
u 3
uX
uX
p
p

t
||v|| =
hv, vi =
vi vi = t
|vi |2 = (22 + 22 ) + 42 + (22 + 32 ) = 37
i=1

i=1

Finalmente, |hu, vi| = |12 3i| = 122 + 32 = 153, lo cual, claramente satisface la
desigualdad (de Cauchy-Schwarz):

153 12 37 = 444.
(b) V = M2 (R) con el producto interior hA, Bi = tr(B t A);




a11 a12
b11 b12
u=
v=
a21 a22
b21 b22
Soluci
on: Definamos C := v t u, luego, hu, vi = tr(C) = c11 +c22 , los cuales obtenemos
como sigue:
c11 = a11 b11 + a21 b21
c22 = a12 b12 + a22 b22
y por tanto hu, vi = a11 b11 + a12 b12 + a21 b21 + a22 b22 . Por otro lado:
q
p
||u|| = hu, ui = a211 + a212 + a221 + a222
q
p
||v|| = hv, vi = b211 + b212 + b221 + b222

Horacio Sanhueza J.

29

Problema 3.
Sea V un espacio vectorial y sean x, y V . Probar que
|hx, yi| = ||x|| ||y|| x e y son L.D
Soluci
on: Primero que todo, descartamos los casos donde alguno de los dos elementos
es el nulo, pues para ese caso el bicondicional es siempre verdadero.
Para demostrar la equivalencia anterior, demostremos la doble implicancia:
() Supongamos que x e y son L.D, luego, existe un escalar K tal que x = y, as:
|hx, yi| = |hy, yi| = |hy, yi| = |||y|| ||y|| | = || ||y|| ||y|| = ||y|| ||y|| = ||x|| ||y||.
() Supongamos que |hx, yi| = ||x|| ||y||. Para efectuar la demostracion procederemos
por etapas, la primera consiste en trabajar la hipotesis para obtener un resultado
equivalente a ella, pero que nos prestara mas utilidad:
|hx, yi| = ||x|| ||y|| |hx, yi|2 = ||x||2 ||y||2
Pero, sabemos que los terminos de la igualdad anterior los podemos reescribir como:
|hx, yi|2 = hx, yihx, yi
||x||2 = hx, xi
||y||2 = hy, yi
de los cuales, al reemplazar obtenemos:
hx, yihx, yi = hx, xihy, yi
Y al despejar:
hx, xi

hx, yihx, yi
=0
hy, yi

Ahora, para proseguir con la demostracion, esbozaremos la idea de esta.


Demostraremos que existe K tal que hx y, x yi = 0, de donde, gracias a las propiedades del producto interior, necesariamente x y = , lo que nos
permitira concluir que x = y, es decir, x e y son L.D.

Horacio Sanhueza J.

30

Utilizando las propiedades del producto interior para desarrollar el factor


hx y, x yi tenemos:
hx y, x yi = hx, xi hx, yi hx, yi + ||2 hy, yi
Termino que podemos asociar de la siguiente forma:



hx, xi hx, yi + ||2 hy, yi hx, yi
Observar que si =

hx, yi
, el primer termino se anula (por la hipotesis), lo que nos
hy, yi

permite determinar:
=

hx, yi
,
hy, yi

||2 =

hx, yihx, yi
hy, yi2

Y as, calculamos el segundo termino, obteniendo:


||2 hy, yi hx, yi =

hx, yihx, yi
hx, yi
hy, yi
hx, yi = 0.
2
hy, yi
hy, yi

De lo anterior, hx y, x yi = 0, es decir, x y = , o equivalentemente, x e y


son linealmente dependientes.

Horacio Sanhueza J.

31

Problema 4.

Problema resuelto varias veces en el captulo de vectores, rectas y planos del curso Algebra
I.
Problema 5.
Considere el espacio vectorial real P2 (R) provisto de la aplicacion definida por:
hp, qi := p(1)q(1) + p(0)q(0) + p(1)q(1);

p, q P2 (R).

(a) Demuestre que h, i es un producto interior sobre V .


Soluci
on: La linealidad de la primera componente se obtiene de forma directa de la
distributividad, conmutatividad y asociatividad del producto usual en R
La simetria, se obtiene de forma directa a partir de la conmutatividad del producto
usual en R.
La no negatividad la demostramos como sigue:
Sea p V , hp, pi = p2 (1) + p2 (0) + p2 (1) lo cual es siempre positivo, pues es
suma de terminos positivos.
Finalmente, resta demostrar que dado p V , de la forma p(x) = ax2 + bx + c
se cumplira que si hp, pi = 0 entonces p = , en efecto:
0 = hp, pi = p2 (1) + p2 (0) + p2 (1)
Y como los 3 sumando son positivos, entonces necesariamente cada uno de ellos debe
ser 0, luego, p(1) = p(0) = p(1) = 0, y as, obtenemos el sistema de ecuaciones
siguiente (para a, b, c):
p(1) = a b + c = 0
p(0) =
c
=0
p(1) = a + b + c = 0
Sistema cuya u
nica solucion es a = b = c = 0, concluyendo as que p(x) = 0, es decir
p = .
De las propiedades anteriores, podemos establecer que la aplicacion h, i define un
producto interior de P2 (R).

Horacio Sanhueza J.

32

(b) Pruebe que los vectores p(x) = 1 y q(x) = x son ortogonales con este producto
interior.
Soluci
on: Basta verificar que hp, qi = 0, en efecto:
hp, qi = p(1)q(1) + p(0)q(0) + p(1)q(1) = 1 + 0 + 1 = 0
As, p y q son ortogonales con respecto a este producto interior.
(c) Encuentre un tercer polinomio r tal que {p, q, r} sea una base ortogonal de P2 (R), y
luego calcule las coordenadas de s(x) = 2x2 + 3x 1 con respecto a esta base.
Soluci
on: Consideremos r(x) = ax2 + bx + c, luego, como r debe ser ortogonal
a p y q, entonces se deben satisfacer simultaneamente las siguientes condiciones:
hr, pi = r(1) + r(0) + r(1) = (a b + c) + c + (a + b + c) = 2a + 3c = 0
hr, qi = r(1)q(1) + r(0)q(0) + r(1)q(1) = (a b + c) + 0 + (a + b + c) = 2b = 0


2
2a
2
=a x
De lo cual r(x) = ax
.
3
3
2

Finalmente, una base ortogonal sera




2
2
B = 1, x, x
3
Para encontrar las coordenadas de s con respecto a esta base, busquemos la combinacion lineal que genera a s:


2
2
x
+ x + = 2x2 + 3x + 1
3
que nos entrega el sistema de ecuaciones.
= 2
= 3
2
= 1
3
5
El cual posee por solucion los valores = 2, = 3, = , y as:
3

2
[2x2 + 3x + 1]B = 3
5
3

Horacio Sanhueza J.

33

6.

Soluciones Pr
actico 6.

Problema 1.
Sea V := R4 con el producto interior usual, y considere los vectores v1 = (0, 2, 1, 0),
v2 = (1, 1, 0, 0), v3 = (1, 2, 0, 1) y v4 = (1, 0, 0, 1).
(a) Muestre que el conjunto B = {v1 , v2 , v3 , v4 } es una base no ortogonal de V .
Soluci
on: Primero, demostremos que B es base de R4 . Realizando la combinacion
lineal nula de los elementos de B obtenemos:
(0, 2, 1, 0) + (1, 1, 0, 0) + (1, 2, 0, 1) + (1, 0, 0, 1) = (0, 0, 0, 0).
Igualdad de la cual obtenemos las siguientes ecuaciones escalares:
++
2 + 2

=
=
=
=

0
0
0
0

sistema que posee u


nica solucion, la cual es = = = = 0 (verificar), con lo
cual, el conjunto es L.I. Ademas, como card(B) = 4 = dim(R4 ), concluimos que B
es base de R4 .
Por otro lado, como hv1 , v2 i = 2 6= 0, tenemos que el conjunto B no es ortogonal, luego, B es una base no ortogonal (oblicua) de R4 .
(b) Use el proceso de ortogonalizacion de Gram-Schmidt, para transformar B en una
base ortonormal B 0 .
Soluci
on: Recordar que en el caso general, definimos la proyeccion de un vector
hu, vi
v sobre otro vector u como P royu v =
u. El proceso de ortogonalizacion de
||u||2
Gram-Schmidt consiste en quitar recursivamente las proyecciones de ciertos elementos de la base sobre otros, con finalidad de construir vectores ortogonales entre si.
Sea Bo = {u1 , u2 , u3 , u4 } la base ortogonal que construiremos, entonces, los elementos
de Bo los determinamos como sigue
u1
u2
u3
u4

=
=
=
=

v1
v2 P royu1 v2
v3 P royu1 v3 P royu2 v3
v4 P royu1 v4 P royu2 v4 P royu3 v4
Horacio Sanhueza J.

34

De las ecuaciones anteriores tenemos:


u1 = (0, 2, 1, 0)
u2

h(0, 2, 1, 0), (1, 1, 0, 0)i


= (1, 1, 0, 0)
(0, 2, 1, 0) =
||(0, 2, 1, 0)||2



1 2
1, , , 0
5 5

h(0, 2, 1, 0), (1, 2, 0, 1)i


(0, 2, 1, 0)
||(0, 2, 1, 0)||2

 

h(1, 15 , 25 , 0), (1, 2, 0, 1)i
1 2
1 1
1, , , 0 =
, , 1, 1

5 5
2 2
||(1, 15 , 25 , 0)||2

u3 = (1, 2, 0, 1)

h(0, 2, 1, 0), (1, 0, 0, 1)i


(0, 2, 1, 0)
||(0, 2, 1, 0)||2


h(1, 15 , 25 , 0), (1, 0, 0, 1)i
1 2

1, , , 0
5 5
||(1, 15 , 52 , 0)||2
 


1 1
h( 2 , 2 , 1, 1), (1, 0, 0, 1)i 1 1
4 4
8 4

, , 1, 1 =
, , ,
2 2
15 15 15 5
||( 12 , 12 , 1, 1)||2

u4 = (1, 0, 0, 1)

De lo anterior, tenemos que el conjunto:




 
 

1 1
4 4
1 2
8 4
Bo = (0, 2, 1, 0), 1, , , 0 ,
, , 1, 1 ,
, , ,
5 5
2 2
15 15 15 5
Es una base ortogonal de R4 , de donde, para encontrar una base ortonormal, basta
con dividir cada elemento por su norma, es decir:
(


 )
1 2
8 4
1 1
4 4
1,

,
,
0
,
,
1,
1
,
,

,
(0,
2,
1,
0)
5 5
2 2
15 15
15 5 
 ,
 ,
,
B0 =
4 4
8 4
||(0, 2, 1, 0)|| || 1, 51 , 25 , 0 || || 12 , 12 , 1, 1 || || 15
, 15 , 15
, 5 ||
Obteniendo as la base ortonormal:
0

B =

(

!
 r
1
1
2
2
5
, , , 0 ,
0, , , 0 ,
6
5
5
30
30

1
1
, ,
10
10

r ! 
)
1
1
2
3
2
2
,
, , , ,
5
5
15
15
15
15

Horacio Sanhueza J.

35

(c) Encuentre las coordenadas de v = (x, y, z, t) en la base ortonormal B 0 .


Soluci
on: Debemos encontrar el conjunto de escalares tales que:
(x, y, z, t) = 1 u1 + 2 u2 + 3 u3 + 4 u4
Donde u1 , u2 , u3 , u4 son los elementos de B 0 . Para ello, efectuemos el producto interior de (x, y, z, t) con u1 :
h(x, y, z, t), u1 i = h1 u1 + 2 u2 + 3 u3 + 4 u4 , u1 i
Lo cual, utilizando propiedades del producto interior, se reescribe como:
:1

:0

:0

:0





h1 u1 + 2 u2 + 3 u3 + 4 u4 , u1 i = 1
hu
hu
hu
hu
1 , u1 i + 2
2 , u1 i + 3
3 , u1 i + 4
4 , u1 i

Lo anterior por la ortonormalidad de los elementos. As, en general tendremos que:


(n {1, 2, 3, 4}) n = h(x, y, z, t), un i
Para encontrar esa relacion basta tomar producto interior con los distintos uk de B 0 ,
para luego proceder analogo al caso mostrado (1 ).
As, tendremos lo siguiente



2 1
2y + z
1 =
(x, y, z, t), 0, , , 0
=
5 5
5
*
!+
r
1
5
2
5x y + 2z

, , , 0
2 =
(x, y, z, t),
=
6
30 30
30
*
r !+
r
1
1
2
2
x + y 2z 2t

,
3 =
(x, y, z, t), , ,
=
5
5
10 10
10



1
1
2
3
x + y 2z + 3t

4 =
(x, y, z, t), , , ,
=
15 15
15 15
15
Finalmente tenemos que:

[(x, y, z, t)]B 0 =

2y+z

5
5xy+2z

30
x+y2z2t

10
x+y2z+3t

15

Horacio Sanhueza J.

36

Problema 2.
Considere sobre el intervalo [1, 1] el espacio P2 (R) con el producto interior usual de
funciones:
Z 1
p(x)q(x)dx.
hp, qi =
1

(a) Aplique el proceso de ortogonalizacion de Gram-Schmidt para construir una base


ortonormal de este espacio partiendo del conjunto {1, x, x2 }.
Soluci
on: Los elementos de la base ortogonal que construiremos estan dados por:
u1 = 1
u2 = x P roy1 x
u3 = x2 P roy1 x2 P royx x2
Para lo cual, determinamos:
Z

h1, xi =
h1, x2 i =

1xdt = 0
1
Z 1
1
1

hx, x2 i =
||1||2 =
||x||2 =
P roy1 x =
P roy1 x2 =
P royx x2 =

1x2 dt =

2
3

x x2 dt = 0
1
Z 1
1 1dt = 2
h1, 1i =
1
Z 1
2
x xdt =
hx, xi =
3
1
h1, xi
1=0
||1||2
1
h1, x2 i
1=
2
||1||
3
2
hx, x i
1=0
||x||2

De lo anterior, una base ortogonal para P2 (R), obtenida utilizando el proceso de


ortogonalizacion de Gram-Schmidt es:


1
0
2
B = 1, x, x
.
3

Horacio Sanhueza J.

37

(b) Defina el espacio generado por el polinomio q, S = h{q}i y el subespacio ortogonal


S , y decida si P2 (R) = S S .
Soluci
on: El subespacio S queda caracterizado de la forma:
S = {q(x) : R}.
Mientras que el subespacio S estara definido por:


Z 1

p(x)q(x)dx = 0
S = p P2 (R) :
1

Finalmente, como S es un subespacio vectorial de P2 (R), el teorema de descomposicion ortogonal nos garantiza que P2 (R) lo podemos descomponer como S S

Horacio Sanhueza J.

38

Problema 3.
Sean F, G dos subespacios de un e.v.c.p.i. V , de dimension finita. Pruebe que
(F G) = F + G .
Soluci
on: Primero demostraremos la igualdad F G = (F + G ) , lo cual haremos
probando la doble inclusion de los conjuntos.
() Aqu, debemos demostrar la proposicion:
(x V ) x (F + G ) x (F G)
Lo cual demostraremos de forma directa.
Sea x (F + G ) , por definicion de espacio ortogonal esto quiere decir que:
(u F + G ) hx, ui = 0
Pero como F F + G y ademas G F + G (Problema 1.b practico 2)
tenemos que en particular:
(fo F ) hx, fo i = 0
(go F ) hx, go i = 0
De la primera proposicion tenemos que x (F ) , es decir, x F , mientras que de
la segunda proposicion, x (G ) , es decir, x G.
Finalmente, x F G.
() Aqu debemos demostrar la implicancia:
(x V ) x (F G) x (F + G ) .
La cual demostraremos por contradiccion (reduccion al absurdo), es decir:
Sea x V tal que x (F G) y ademas x
/ (F + G ) (hipotesis y negacion de la tesis).
Como x
/ (F + G ) , tenemos que existe (fo + go ) (F + G ) (con fo F y

go G ) tal que hx, fo + go i =


6 0.
Por otro lado, como x F fo F tenemos que hx, fo i = 0, y ademas como
x G go G tenemos que hx, go i = 0.
De todo lo anterior, podemos establecer que:
0 = hx, fo i + hx, go i = hx, fo + go i =
6 0
Horacio Sanhueza J.

39

Lo cual es una contradiccion, probando as que nuestra proposicion inicial es verdadera


De la doble inclusion demostrada anteriormente, podemos garantizar que:
F G = (F + G ) .
Finalmente, tomando los espacios ortogonales de los subespacios anteriores tenemos la
igualdad:
(F G) = ((F + G ) )
Pero ((F + G ) ) = F + G pues F + G es un subespacio vectorial de V .
Y as, queda demostrada la igualdad:
(F G) = F + G .

Horacio Sanhueza J.

40

Problema 4.
En el e.v. real V = M22 (R) con el p.i. usual hA, Bi = tr(B t A). Considere el siguiente
subespacio vectorial:

a b
T = c d V : a b + 3c = 0 b 2d = f

e f
(a) Determine T y muestre que V = T T .
Soluci
on: Primero encontremos una base para T .
De las condiciones que definen a T , tenemos que b = a + 3c y f = a + 3c 2d, as:

a
a + 3c
a b

c d = c
d
e a + 3c 2d
e f

0 0
0 0
0 3
1 1
= a 0 0 + c 1 0 + d 0 1 + e 0 0
1 0
0 2
0 3
0 1
Luego, como:


0 3
0 0
0 0
1 1
B = 0 0 , 1 0 , 0 1 , 0 0
0 1
0 3
0 2
1 0
es un conjunto L.I. (verificar), entonces B es base de T .
Para construir T , basta buscar vectores (matrices) que sean ortogonales a todos
los elementos de B.

Horacio Sanhueza J.

41

x y
Sea A = z t V , luego A T si y solo si:
w r


 1 1


x z w
x w+x

0 0
tr
= tr
=x+y+r =0
y t r
y r+y
0 1


 0 3


x
z
w
z
3w
+
3x
1 0 = tr
tr
= 3y + z + 3r = 0
y t r
t 3r + 3y
0 3


 0 0


x
z
w
0
z

2w
0 1 = tr
tr
= t 2r = 0
y t r
0 t 2r
0 2




 0 0
w 0
x z w

0 0
tr
= tr
=w=0
r 0
y t r
1 0
Lo anterior quiere decir que A es ortogonal a todos los elementos de B, es decir, es
ortogonal al espacio generado por B, el cual es T .
As, podemos definir el subespacio T como:

x
+
y
+
r
=
0

x y
3y
+
z
+
3r
=
0

T = z t V :
t 2r = 0

w r
w=0
Subespacio que tiene dimension 2 (verificar). Ahora mostremos que T T = {},
en efecto, sea t T T , luego, ht, ti = 0, pues, la primera componente esta en T ,
mientras que la segunda componente esta en su ortogonal, as, como la aplicacion
h, i es un producto interior, tenemos que ht, ti = 0 t = .
Finalmente, como T T = {} y ademas T + T = V (directo del teorema de
Grassmann) tenemos que la suma es directa.

Horacio Sanhueza J.

42

(b) Encuentre una base ortonormal para T .


Soluci
on: Utilizamos el proceso de ortogonalizacion de Gram-Schmidt para primero
construir una base ortogonal de T .

Horacio Sanhueza J.

43

7.

Soluciones Pr
actico 8.

Problema 1.
En cada caso determine si la aplicacion es lineal.
(a) T : M3 (R) P2 (R), T (A) = p, con p(x) = a11 x2 + tr(A), x R.
Soluci
on: Para demostrar que T es lineal, debemos verificar que se satisfacen los
dos axiomas que definen a una aplicacion lineal, los cuales son:
i) (A, B M3 (R)) T (A + B) = T (A) + T (B).
Sean A, B M3 (R), tenemos que:
T (A + B) = (a11 + b11 )x2 + tr(A + B)
Ademas, de las propiedades de la traza, tenemos que tr(A + B) = tr(A) + tr(B),
de lo cual:
T (A+B) = (a11 +b11 )x2 +tr(A+B) = (a11 x2 +tr(A))+(b11 x2 +tr(B)) = T (A)+T (B)
Demostrando el primer axioma.

ii) ( K)(A M3 (R)) T (A) = T (A).


Sean K y A M3 (R). de la definicion de T tenemos:
T (A) = (a11 )x2 + tr(A) = (a11 x2 + tr(A)) = T (A).
As, en vista de lo anterior podemos concluir que T es una aplicacion lineal.

b) T : R2 R, T (x, y) =

x2
si y 6= 0 y T (x, 0) = 0.
y

Soluci
on: Consideremos u = (0, 1) y v = (1, 0), con los cuales:
T ((1, 0) + (0, 1)) = T (1, 1) = 1 6= T (1, 0) + T (0, 1) = 0 + 0 = 0.
Con lo cual concluimos que la aplicacion T no es lineal.

Horacio Sanhueza J.

44

c) T : C C2 , T (z) = (Re(z), Im(z)), considerando C como e.v. sobre R y sobre C.


Soluci
on: Sean z1 , z2 C, luego, de la definicion de T tenemos:
T (z1 + z2 ) = (Re(z1 + z2 ), Im(z1 + z2 ))
Ademas, Re(z) e Im(z) satisfacen:
Re(z1 + z2 ) = Re(z1 ) + Re(z2 )

Im(z1 + z2 ) = Im(z1 ) + Im(z2 )

De lo cual, combinando las igualdades anteriores obtenemos:


T (z1 + z2 ) = (Re(z1 ) + Re(z2 ), Im(z1 ) + Im(z2 )) = T (z1 ) + T (z2 ).
Ahora, primero consideremos K = R, de lo cual podemos observar que si R
entonces Re(z) = Re(z) y ademas Im(z) = Im(z), lo que nos permite escribir
formalmente que: Dado R y z C, tenemos que:
T (z) = (Re(z), Im(z)) = (Re(z), Im(z)) = (Re(z), Im(z)) = T (z)
Concluyendo as que T es una aplicacion lineal considerando a C como espacio vectorial real.
Por otro lado, si tomamos K = C tenemos:
iT (1) = i(Re(1), Im(1)) = i(1, 0) = (i, 0)
T (i) = (Re(i), Im(i)) = (0, 1)
De donde es claro que T (i) 6= iT (1), y as T no es una aplicacion lineal considerando
K = C.

Horacio Sanhueza J.

45

Problema 2.
Sea V un e.v. complejo con producto interior h, i y sea w V fijo. Considere las funciones
T1 , T2 : V V definidas por
T1 (v) = hv, wiw, y

T2 (v) = hw, viw

Muestre que u, v V, T1 (u + v) = T1 (u) + T1 (v) y T2 (u + v) = T2 (u) + T2 (v), y que, sin


embargo, solo una de ellas es lineal. Que sucede en el caso de que V sea un e.v. real?.
Soluci
on: Sean u, v V , luego, utilizando las propiedades de un producto interior tenemos:
T1 (u + v) = hu + v, wiw = hu, wiw + hv, wiw = T1 (u) + T1 (v).
T2 (u + v) = hw, u + viw = hw, uiw + hw, viw = T2 (u) + T2 (v).
Demostrando as que ambas funciones satisfacen el primer axioma que define a una aplicacion lineal.
Por otro lado, consideremos K y v V , luego:
T1 (v) = hv, wiw = hv, wiw = T1 (v).
T2 (v) = hw, viw = hw, viw = T2 (v) 6= T2 (v).
De lo cual concluimos que solo T1 es una aplicacion lineal considerando K = C.
Ahora, si consideramos K = R, tenemos que = , con lo cual, en este caso, T2 tambien
sera una aplicacion lineal.

Horacio Sanhueza J.

46

Problema 3.
Calcule el kernel, imagen, rango y nulidad de las siguientes aplicaciones y decida si son
inyectivas.


a
b
(a) T : M2 (R) R3 , T
= (a + b, b + c, d).
c d
Soluci
on: De la definicion de kernel de una aplicacion tenemos que:





a b
a b
Ker(T ) =
M2 (R) : T
= (0, 0, 0)
c d
c d
As, podemos razonar de la siguiente forma:




a b
a b
Ker(T ) T
= (0, 0, 0) (a + b, b + c, d) = (0, 0, 0)
c d
c d
Obteniendo las relaciones a = b, c = b y d = 0, es decir:

 



a b
b b
1 1
=
=b
c d
b 0
1 0
Concluyendo as que:

Ker(T ) =

1 1
1 0



Ademas, de lo anterior deducimos de forma inmediata que N (T ) = dim(Ker(T )) = 1.


Por otro lado, del teorema de las dimensiones, tenemos que R(T ) = dim(Im(T )) = 3,
con lo cual concluimos que Im(T ) = R3 .


0 0
Finalmente, como Ker(T ) 6=
tenemos que la aplicacion no es inyec0 0
tiva.

Horacio Sanhueza J.

47

(b) T : P2 (R) P2 (R), T (p) = q, con q(x) = p(x + 1) + p(x 1) 2p(x), x R.


Soluci
on: Consideremos p P2 (R) arbitrario, y de la forma p(x) = ax2 + bx + c, lo
cual nos permite determinar lo siguiente:
p(x + 1) = a(x + 1)2 + b(x + 1) + c = ax2 + (2a + b)x + (a + b + c).
p(x 1) = a(x 1)2 + b(x 1) + c = ax2 + (b 2a)x + (a b + c).
2p(x) = 2ax2 2bx 2c
As, podemos reescribir a T como T (ax2 + bx + c) = 2a. Para encontrar el kernel de
la aplicacion hacemos:
ax2 + bx + c Ker(T ) T (ax2 + bx + c) = 0 2a = 0.
De donde ax2 + bx + c = bx + c, es decir:
Ker(T ) = h{1, x}i
Y directamente de lo anterior, N (T ) = 2.
Sabemos que como {1, x, x2 } genera a P2 (R) (mas aun, es base del mismo), entonces {T (1), T (x), T (x2 )} genera a Im(T ), luego, en vista de lo anterior, tenemos
que {0, 0, 2} genera a Im(T ), lo cual nos permite concluir que:
Im(T ) = h{2}i
As, R(T ) = 1 (tambies es posible determinarlo desde el teorema de las dimensiones).
Finalmente, como Ker(T ) 6= {0} concluimos que el operador no es inyectivo.

Horacio Sanhueza J.

48

Problema 4.
Encuentre una aplicacion lineal L : R2 M2 (R), tal que:




1 0
0 0
L(1, 3) =
y L(0, 1) =
1 1
2 0
Soluci
on: Primero, observemos que el conjunto B = {(1, 3) , (0, 1)} es base de R2 , de
donde cualquier vector (x, y) puede ser representado mediante una combinacion lineal de
los elementos de B, es decir, existen , tales que:
(x, y) = (1, 3) + (0, 1)
Los cuales estan dados por = x y = y 3x, teniendo as que:
(x, y) = x(1, 3) + (y 3x)(0, 1)
En vista de lo anterior, podemos establecer la igualdad:
L(x, y) = L(x(1, 3) + (y 3x)(0, 1))
Y como, por construccion, deseamos que L sea lineal, podemos escribir:
L(x, y) = xL(1, 3) + (y 3x)L(0, 1)
De donde:


L(x, y) = x

1 0
1 1


+ (y 3x)

0 0
2 0

Formalmente, la aplicacion lineal buscada es:




x
0
L(x, y) =
2y 5x x
Para analizar la inyectividad de L determinemos Ker(T ), el cual es (verificar):
Ker(T ) = {(0, 0)}
Lo cual nos permite afirmar que L es una aplicacion lineal inyectiva.

Horacio Sanhueza J.

49

Problema 5.
Sea T : R3 R3 la aplicacion lineal definida por:
T (x, y, z) = (x 2y, y + z, x + y z)
. Usando el teorema de la dimension demuestre que Im(T ) = R3 . Es T un operador
biyectivo ?.
Soluci
on: Primero encontremos el kernel del operador.
(x, y, z) Ker(T ) T (x, y, z) = (0, 0, 0) (x 2y, y + z, x + y z) = (0, 0, 0)
Lo cual nos conduce al sistema de ecuaciones:
x 2y = 0
y+z = 0
x+yz = 0
Sistema cuya u
nica solucion es (verificar) x = y = z = 0, de lo cual:
Ker(T ) = {(0, 0, 0)}
Y as N (T ) = 0.
Por otro lado, del teorema de las dimensiones tenemos que R(T ) = 3 N (T ) = 3, por
tanto dim(Im(T )) = 3, y como Im(T ) R3 , tenemos que necesariamente Im(T ) = R3 .
Finalmente en vista de que el operador es inyectivo (pues N (T ) = 0) y ademas es sobreyectivo (pues Im(T ) = R3 ) podemos afirmar que T es un operador lineal biyectivo.
Observaci
on: Si tenemos una aplicacion lineal T : V W tal que dim(V ) =dim(W )
entonces:
T es inyectivo T es sobreyectivo
Queda de ejercicio demostrar la equivalencia anterior.
Indicaci
on: Demostrar ambas implicancias utilizando el teorema de las dimensiones.

Horacio Sanhueza J.

50

8.

Soluciones Pr
actico 9.

Problema 1.

Sea R y considere la matriz R :=

cos() sin()
sin() cos()


, llamada matriz de rotacion.

Considere la aplicacion T : R2 R2 definida, para cada v V := R2 , mediante


T (v) := R v.
(a) Sin calcular Ker(T ) deduzca que T es biyectivo.
Soluci
on: Para demostrar que T es biyectivo demostraremos la siguiente propiedad:
(v V )(! u V )T (u) = v
Lo anterior, en buen cristiano quiere decir que para cada elemento v de V siempre
encontraremos una preimagen u en V de esta (sobreyectividad), y mas a
un, esta
preimagen es u
nica (inyectividad).
Sea v = (v1 , v2 )t V , debemos encontrar (de forma u
nica) un elemento u = (u1 , u2 )t
tal que T (u) = v, as, por la definicion de T tenemos:


 

cos() sin()
u1
v1
T (u) =
=
sin() cos()
u2
v2
El sistema anterior tendra u
nica solucion si y solo si R es invertible, lo cual verificamos con su determinante:
det(R ) = cos2 () + sin2 () = 1 6= 0
De lo cual R es invertible, y as, el sistema posee u
nica solucion, demostrando asi
que el operador es biyectivo.
(b) Encuentre Ker(T ) e Im(T ).
Soluci
on: En vista de que el operador es biyectivo, necesariamente tendremos que:
Ker(T ) = {(0, 0)}

Im(T ) = R2 .

Horacio Sanhueza J.

51

(c) Encuentre T 1 .
Soluci
on: Para encontrar la aplicacion lineal inversa debemos encontrar una aplicacion L tal que si T (u) = v entonces L(v) = u, as, de la definicion de T tenemos:


 

cos() sin()
u1
v1
T (u) = v
=
sin() cos()
u2
v2
De donde, como la matriz es invertible, tenemos que:


 


1 
 

cos() sin()
u1
v1
cos() sin()
v1
u1
=

=
sin() cos()
u2
v2
sin() cos()
v2
u2
As, invirtiendo la matriz anterior tenemos:


1 
cos() sin()
cos() sin()
1
=
R =
sin() cos()
sin() cos()
Con la cual podemos definir T 1 como sigue:
T 1 : R2 R2 tal que T 1 (u) = R1 u

Horacio Sanhueza J.

52

Problema 2.
Sea T : P2 (R) P1 (R) la aplicacion lineal definida por T (a2 x2 + a1 x + a0 ) = 2a2 x + a1 .
Calcule la matriz asociada a esta aplicacion con respecto a las bases BP2 (R) y BP1 (R) ,
donde:
(a) BP2 (R) y BP1 (R) son las bases canonicas.
Soluci
on: Para determinar la matriz asociada a la aplicacion con respecto a las
bases canonicas determinamos:
T (1) = 0 = 0 1 + 0x
T (x) = 1 = 1 1 + 0x
T (x2 ) = 2x = 0 1 + 2x
De lo anterior tenemos que:
B
[T ]BPP1 (R)
2 (R)


=

0 1 0
0 0 2

(b) BP2 (R) = {1 x, 1 + x, 1 + x + x2 } y BP1 (R) = {1 + x, 1 x}.


Soluci
on: Analogamente al item anterior, debemos encontrar la imagen de los
elementos de BP2 (R) , y representarla como combinacion lineal de los elementos de
BP1 (R) , es decir:
1
1
T (1 x) = 1 = (1 + x) (1 x)
2
2
1
1
T (1 + x) = 1 = (1 + x) + (1 x)
2
2
3
1
2
T (1 + x + x ) = 1 + 2x = (1 + x) (1 x)
2
2
De lo cual tenemos que:
B
[T ]BPP1 (R)
2 (R)


=

21
12

1
2
1
2

3
2

12

(c) Encuentre las matrices de paso P entre las bases respectivas definidas en a) y b).
0

Soluci
on: Para encontrar la matriz de paso, en general debemos encontrar [Id]B
B ,

Horacio Sanhueza J.

53

as, para las bases de P2 (R) tenemos:


1
1
Id(1) = 1 = (1 x) + (1 + x) + 0 (1 + x + x2 ).
2
2
1
1
Id(x) = x = (1 x) + (1 + x) + 0 (1 + x + x2 ).
2
2
2
2
Id(x ) = x = 0 (1 x) 1 (1 + x) + 1 (1 + x + x2 ).

De lo cual, la matriz de paso de la base canonica a la base dada en el item b) de


P2 (R) es:
1

0
2
2
PP2 (R) = 12 21 1
0 0
1
Analogamente a lo anterior, tenemos que:
1
1
Id(1) = 1 = (1 + x) + (1 x).
2
2
1
1
Id(x) = x = (1 + x) (1 x).
2
2

Horacio Sanhueza J.

54

Problema 3.
Sea T : R3 R2 una aplicacion lineal definida por:
T (a, b, c) = (a + b c, a b)
(a) Hallar la matriz asociada a T respecto a las bases canonicas de R3 y R2 .
Soluci
on: Para construir la matriz asociada a las bases canonicas debemos encontrar la imagen de cada elemento de la base canonica de R3 , para luego escribirla
como combinacion lineal de los elementos de la base canonica de R2 , esto es:
T (1, 0, 0) = (1, 1) = 1 (1, 0) + 1 (0, 1).
T (0, 1, 0) = (1, 1) = 1 (1, 0) 1 (0, 1).
T (0, 0, 1) = (1, 0) = 1 (1, 0) + 0 (0, 1).
y as, tenemos que:


1 1 1
=
1 1 0
denota a la base canonica de Rn .
Bc,2
[T ]Bc,3

Donde Bc,n

(b) Obtener la matriz de paso de las bases anteriores a las bases BR3 = {(0, 1, 1), (1, 1, 2), (1, 1, 1)}
de R3 y BR2 = {(1, 3), (0, 2)} de R2 .
Soluci
on: Sabemos que la matriz de paso de una base B a una B 0 la podemos
obtener como la matriz asociada al operador lineal Id con respecto a las bases B y
B
B
B 0 , es decir: PR2 = [Id]BR2 2 y ademas PR3 = [Id]BR3 3 , as, tenemos:
c,R

c,R

Para R3 : Procedemos a escribir los elementos de la base canonica como combinacion lineal de la base BR3 .
(1, 0, 0) = 1 (0, 1, 1) + 0 (1, 1, 2) + 1 (1, 1, 1).
(0, 1, 0) = 1 (0, 1, 1) + 1 (1, 1, 2) 1 (1, 1, 1).
(0, 0, 1) = 0 (0, 1, 1) 1 (1, 1, 2) + 1 (1, 1, 1).
De lo cual:

PR3 = [Id]BR3 3
c,R

1 1
0
= 0 1 1 .
1 1 1

Para R2 : Reescribimos los elementos de la base canonica de R2 como:


3
(1, 0) = 1 (1, 3) + (0, 2).
2
1
(0, 1) = 0 (1, 3) (0, 2)
2
Horacio Sanhueza J.

55

De lo cual, la matriz de paso de la base canonica de R2 a la base BR2 es:




1 0
BR2
PR2 = [Id]B 2 =
.
3
c,R
21
2
(c) Calcular la matriz asociada a T respecto a las bases dadas en (b).
Soluci
on: Para encontrar la matriz asociada a la aplicacion lineal con respecto a
las bases BR3 y BR2 , podemos construir, a partir de la matriz asociada a T y de las
matrices de cambio lo siguiente:
B

[T ]BR23 = PR2 [T ]Bc,R3 PR1


3
R

c,R

Horacio Sanhueza J.

56

Problema 4.
Definir la aplicacion lineal L : R3 R2 , tal que respecto a las bases {(0, 1, 1), (1, 0, 1), (1, 1, 0)}
de R3 y {(1, 2), (2, 1)} de R2 su matriz asociada sea


1 0 0
1 1 1
Soluci
on: Primero, escribamos un vector (x, y, z) arbitrario de R3 como combinacion
lineal de la base dada, es decir:
(x, y, z) = (0, 1, 1) + (1, 0, 1) + (1, 1, 0).
Ahora, al resolver el sistema anterior obtenemos:






x + y + z
xy+z
x+yz
(x, y, z) =
(0, 1, 1) +
(1, 0, 1) +
(1, 1, 0).
2
2
2
De donde, las coordenadas de nuestro vector en la base dada son:
x+y+z

x
2
y

= xy+z
2
x+yz
z B
2
R3

De lo cual, tenemos que



[L(x, y, z)]BR2 =

1 0 0
1 1 1

x+y+z
2
xy+z
2
x+yz
2

x+y+z
2
x+3yz
2

De donde, finalmente podemos concluir que la aplicacion buscada es:








x + y + z
x + 3y z
3x + 7y z 3x + 5y + z
L(x, y, z) =
(1, 2)+
(2, 1) =
,
2
2
2
2

Horacio Sanhueza J.

57

9.

Soluciones Pr
actico 10.

Problema 1.
Encuentre los valores y vectores propios, as como los subespacios propios asociados a
cada valor propio de la aplicacion lineal T : P2 (R) P2 (R) definida por:
T (a + bx + cx2 ) = (a b + 4c) + (3a + 2b c)x + (2a + b c)x2 .
Soluci
on: Primero encontremos la matriz asociada a T con respecto a la base canonica
(esto solo por simplicidad de calculos, puesto que cualquier base sirve), de donde:
T (1) = 1 + 3x + 2x2
T (x) = 1 + 2x + x2
T (x2 ) = 4 x x2
De lo cual tenemos que:

1 1 4
= 3 2 1
2 1 1

[T ]Bc

Y ahora, para encontrar los valores propios de T encontramos las raices de la ecuacion
det([T ]Bc I).



1 1
4


2
1 = (1 )[2 1] + (3 1) + 4(2 1)
det([T ]Bc I) = 3
2
1
1
= ( 1)( 3)( + 2)
Y as, los valores propios de T son 1 = 1, 2 = 3 y 3 = 2.
Por otro lado, los subespacios propios asociados a cada valor propio los podemos determinar mediante:
S1 = Ker([T ]Bc I).
Lo cual determinamos resolviendo el sistema:

([T ] I))
x = 0
Bc

Es decir:


0 1 4
x
0
3 1 1 y = 0
2 1 2
z
0
Sistema del cual obtenemos las relaciones: x = z y y = 4z, de donde, las coordenadas de
un vector propio asociado al valor propio 1 = 1 son [1, 4, 1]t es decir, un vector propio
Horacio Sanhueza J.

58

asociado a 1 es p1 (x) = 1 + 4x + x2 .
S2 = Ker([T ]Bc 3I): Lo cual determinamos resolviendo el sistema:

([T ]Bc 3I))


x = 0
Es decir:


2 1 4
x
0
3 1 1 y = 0
2
1 4
z
0
Del cual obtenemos x = z e y = 2z, y as, las coordenadas del vector propio asociado a 2 = 3 son [1, 2, 1]t , es decir, un vector propio asociado a dicho valor propio es
p2 (x) = 1 + 2x + x2 .
S3 = Ker([T ]Bc + 2I): Lo cual determinamos resolviendo el sistema:

([T ]Bc + 2I))


x = 0
Es decir:

0
x
3 1 4
3 4 1 y = 0
0
z
2 1
1

Del cual obtenemos x = z e y = z, y as, las coordenadas del vector propio asociado
a 3 = 2 son [1, 1, 1]t , es decir, un vector propio asociado a dicho valor propio es
p3 (x) = 1 + x + x2 .

Horacio Sanhueza J.

59

Problema 2.
Dada A y S Mn (K) con S invertible, demostrar que si v es un vector propio de la
matriz A, asociado al valor propio , entonces w = S 1 v es un vector propio de S 1 AS
asociado al mismo valor propio.
Soluci
on: Para demostrar que w es vector propio de S 1 AS asociado a , debemos
probar que (S 1 AS)w = w.
Desarrollando el factor del lado izquierdo tenemos:
(S 1 AS)w = S 1 ASS 1 v = S 1 Av = S 1 v = S 1 v = w
Con lo cual demostramos la implicancia pedida.

Horacio Sanhueza J.

60

Problema 3.
Sea

1
A= 2
2
La matriz asociada a una aplicacion lineal T

2
1 2
2 3
: V V con respecto a alguna base de V .

a) Encuentre R tal que = 1 sea valor propio de A con vector propio asociado
v = (1, 1, 1)t .
Soluci
on: Para que = 1 sea valor propio de A con vector propio v se debe cumplir
que Av = v, es decir:


1 2
1
1
2 1 2 1 = 1
2 2 3
1
1
De donde, la igualdad se cumple solo si = 2.
b) Determine los valores propios restantes de A y determine sus multiplicidades algebraicas.
Soluci
on: Para encontrar los valores propios de A resolvemos la ecuacion det(A
I) = 0, es decir:


1
2
2

2
1
2 = 3 2 + + 1 = ( 1)( + 1)2 = 0

2
2
3
Es decir, los valores propios de A son = 1 con multiplicidad algebraica 1, y = 1
con multiplicidad algebraica 2.
c) Determine bases de los espacios propios asociados a cada valor propio de A, indicando ademas la multiplicidad geometrica de cada uno de ellos.
Soluci
on: Sabemos que el espacio propio asociado al valor propio = 1 es S1 h(1, 1, 1)t i.
Ahora, encontremos el espacio propio asociado a = 1.
~
S1 = Ker(A + I) = {~x R3 : (A + I)~x = }
Ahora, resolvemos el sistema


2 2 2
x
0
2 2 2 y = 0
2 2 2
z
0
Horacio Sanhueza J.

61

Sistema del cual obtenemos la relacion x + y = z, es decir, dos vectores propios


asociados al valor propio = 1 son (1, 0, 1)t y ademas (0, 1, 1)t , luego:
S1 = h(1, 0, 1), (0, 1, 1)i.
Finalmente, las multiplicidades geometricas de cada valor propio es 1 y 2 respectivamente.

d) Es T diagonalizable? En caso de serlo, determine una base BV 0 de V tal que [T ]BV 0


es diagonal.
Soluci
on: Como tenemos 3 vectores propios linealmente independientes, entonces T
es diagonalizable, y la base que diagonaliza a T es:
BV 0 = {p1 , p2 , p3 }
Donde [p1 ]BV = (1, 1, 1)t , [p2 ]BV = (1, 0, 1)t y [p3 ]BV = (0, 1, 1)t .
e) Es T invertible? En caso de serlo, encuentre los valores propios del operador inverso
T 1 .
Soluci
on: Como 0 no es valor propio de T (0
/ (T )) entonces T es invertible,
1
ademas, (T ) = {1, 1} (En este caso, los inversos multiplicativos de los valores
propios de T son los mismos valores propios de T ).

Horacio Sanhueza J.

62

Problema 4.
Encontrar, si existen, los valores de los parametros a, b R tales que la matriz A sea
diagonalizable. Encuentre en tales casos la dimension de los espacios propios asociados.

1 b 1
A= 0 1 0
a 0 a
Soluci
on: Encontramos las soluciones de det(A I) = 0, es decir:


1

b
1


0
1
0 = ( 1)((a + 1) ) = 0

a
0
a
De lo cual, para a 6= 0 y a 6= 1 tendremos 3 valores propios distintos de multiplicidad
algebraica 1, y as, habran 3 subespacios propios de multiplicidad geometrica 1 cada uno,
por tanto, la matriz sera diagonalizable independiente del valor de b.
Caso 1 (a = 0): En este caso, tenemos que el valor propio = 1 tiene multiplicidad
algebraica 2, luego, para que A sea diagonalizable, necesitamos que el subespacio propio
~
asociado a tal valor propio tenga dimension 2. Resolvamos el sistema (A I)~x = .

x
0
0 b 1
0 0 0 y = 0
z
0
0 0 1
0

De donde obtenemos las relaciones z = 0 y ademas by + 


z = 0, ahora, si b 6= 0, concluimos
que y = 0, de donde el espacio propio asociado al valor propio = 1 tendra dimension 1
y por tanto A no sera diagonalizable. Por otro lado, si b = 0 entonces el espacio propio
asociado al valor propio = 1 tendra dimension 2, es decir, A sera diagonalizable.
En vista de lo anterior, el par a = 0 y b = 0 tambien permite que A sea diagonalizable.

Horacio Sanhueza J.

63

Caso 2 (a = 1): En este caso, tenemos que el valor propio = 0 tiene multiplicidad
algebraica 2, ahora, busquemos condiciones sobre b para que la multiplicidad geometrica
~ es decir:
de tal valor propio tambien sea 2. Resolvamos A~x = ,


1 b 1
x
0
0 1 0 y = 0
1 0 1
z
0
De lo cual obtenemos las siguientes relaciones: y = 0 y x = z, es decir, independiente
del valor de b, el espacio propio asociado al valor propio = 0 tendra dimension 1, y en
conclusion, A en este caso no es diagonalizable.

Horacio Sanhueza J.

También podría gustarte