Problemas de AL - LINEAL

October 19, 2018
<|>
<|>
PROBLEMAS RESUELTOS DE ÁLGEBRA

LINEAL
INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE CÓMPUTO
DEPARTAMENTO DE CIENCIAS BÁSICAS
MÉXICO D. F., SEPTIEMBRE DEL 2005

<|>
<|>
3
PRESENTACIÓN
El presente problemario de la asignatura de Álgebra Lineal, que se imparte en el tronco común de la carrera de
Ingenierı́a en Sistemas Computacionales en la Escuela Superior de Cómputo del Instituto Politécnico
Nacional, tiene como finalidad principal, los siguientes dos objetivos; el primero de ellos y a nuestro parecer el mas
importante, servir de herramienta y guia a los estudiantes de esta materia para que puedan resolver los problemas
y ejercicios que comunmente se tratan durante el curso de un semestre.
El segundo objetivo de presentar estos problemas resueltos de algebra lineal es, auxiliar y complementar las
notas y/o apuntes de los profesores que imparten esta asignatura, ya que la mayor parte de estos ejercicios estan
basados en; listas de problemas que se dan a resolver por parte de los profesores, los problemas de libros de texto
que se usan en esta materia, examenes departamentales, extraordinarios y de titulo de suficiencia que se aplican en
la escuela. De esta forma estamos contribuyendo con un banco de problemas para esta asignatura.
Todos los problemas que se presentan en este trabajo estan completa y totalmente resueltos a detalle y se
describe pasa a paso la solución de ellos, en algunos casos inclusive, se presentan distintos métodos de solución para
un mismo problema. También, tratamos de utilizar la notación mas usual o común tanto para los profesores que
imparten el curso, como la que usan la mayorı́a de los libros de texto de esta materia. Finalmente, tratamos de
que la presentación de este problemario fuera tanto práctica como entendible, en lo posible se evito colocar mas
de un problema por página, con el fin de separar perfectamente un problema de otro; de igual forma, cuando fué
necesario, los problemas se separaron en incisos para hacer mas funcional y práctica su lectura.
La distribución y orden de este problemario es en cinco secciones, para las cuales tratamos de cubrir cada uno
de los temas que estan marcados en el programa de la asignatura de algebra lineal que tiene vigencia en la escuela.
El contenido general de temas, para cada una de las secciones, es el siguiente:
Primera Sección (I): Solución de Sistema de Ecuaciones Lineales, Matrices y Determinates.
Segunda Sección (II): Espacios Vectoriales y Subespacios Vectoriales.
Terecera Sección (III): Combinación Lineal, Dependencia e Independencia Lineal, Conjunto Generador, Bases
de Espacios Vectoriales,
Cambio de Base y Bases Ortonormales.
Cuarta Sección (IV): Tranformaciones Lineales, Transformacion de Bases, Kernel (Núcleo) e Imagen de una
Transfromación Lineal y Representación Matricial de una Transfromación Lineal.
Quinta Sección (V): Valores y Vectores Propios o Caracterı́sticos, Digonalización de Matrices, Diagonalización
de Matrices Simétricas y Formas Cuadráticas.
Finalmente, agradecemos la colaboración directa e indirecta de los profesores del Departamento de Ciencias
Básicas, por sus valiosos comentarios, sugerencia y crı́ticas vertidas a este trabajo. Estamos conscientes de que
el presente problemario puede contener algunos errores, para lo cual esperamos sus comentarios con el fin de que
pueda ser mejorado y ampliado.
M. en C. Florencio Guzmán Aguilar

Dr. Samuel Domı́nguez Hernández
<|>
<|>
Problema 1.1: Resolver los siguientes sistemas de ecuaciones lineales.

4
2x + y − 2z = 10 x1 + x2 − 2x3 + 3x4 = 4 x + y − 2z + 4w = 5
i) −6x − 4y − 4z = −2 ii) 2x1 + 3x2 + 3x3 − x4 = 3 iii) 2x + 2y − 3z + w = 3
5x + 4y + 3z = 4 5x1 + 7x2 + 4x3 + x4 = 5 3x + 3y − 4z − 2w = 1
Solución:
2x + y − 2z = 10 2x + y − 2z = 10
(R2 + 3R1 → R2 )
i) −6x − 4y − 4z = −2 −y − 10z = 28
(2R3 − 5R1 → R3 )
5x + 4y + 3z = 4 3y + 16z = −42
2x + y − 2z = 10 (R1 /2 → R1 ) x + y/2 − z = 5
(R3 + 3R2 → R3 ) −y − 10z = 28 (−R2 → R2 ) y + 10z = −28
−14z = 42 (−R3 /14 → R3 ) z = −3
x + y/2 = 2
(R1 + R3 → R1 )
y=2 (R1 − R2 /2 → R1 )
(R2 − 10R3 → R2 )
z = −3
x=1
y=2 solución única
z = −3
x1 + x2 − 2x3 + 3x4 = 4 x1 + x2 − 2x3 + 3x4 = 4

(R2 − 2R1 → R2 )
ii) 2x1 + 3x2 + 3x3 − x4 = 3 x2 + 7x3 − 7x4 = −5
(R3 − 5R1 → R3 )
5x1 + 7x2 + 4x3 + x4 = 5 2x2 + 14x3 − 14x4 = −15
x1 + x2 − 2x3 + 3x4 = 4
(R3 − 2R2 → R3 ) x2 + 7x3 − 7x4 = −5 sin solución
0=5
x + y − 2z + 4w = 5 x + y − 2z + 4w = 5
(R2 − 2R1 → R2 )
iii) 2x + 2y − 3z + w = 3 z − 7w = −7
(R3 − 3R1 → R3 )
3x + 3y − 4z − 2w = 1 2z − 14w = −14
x + y − 2z + 4w = 5
R1 ⇒ x = 5 − y + 2z − 4w
(R3 − 2R2 → R3 ) z − 7w = −7
R2 ⇒ z = 7w − 7
0=0
x = 5 − α + 10β − 14
y=α∈R y=α
parámetros libres ⇒
w=β∈R z = 7β − 7
w=β
soluciones infinitas
<|>
<|>
Problema 1.2: Para que valores del parámetro k, el siguiente sistema de ecuaciones lineales:
5
i) tiene solución única.
ii) no tiene solución.
iii) tiene soluciones infinitas.
kx + y + z = 1
x + ky + z = 1
x + y + kz = 1
Solución:
kx + y + z = 1 x + y + kz = 1
x + ky + z = 1 (R1 ↔ R3 ) x + ky + z = 1
x + y + kz = 1 kx + y + z = 1
x + y + kz = 1
(R2 − R1 → R2 )
(k − 1)y + (1 − k)z = 0
(R3 − kR1 → R3 )
(1 − k)y + (1 − k 2 )z = 1 − k
x + y + kz = 1
(R3 + R2 → R3 ) (k − 1)y + (1 − k)z = 0
((1 − k) + (1 − k 2 ))z = 1 − k
−R3 ⇒ (k 2 + k + 2)z = k − 1 ⇒ (k + 2)(k − 1)z = k − 1
De esta última ecuación inferimos los siguientes resultados para la solución,
i) tiene solución única si

(k + 2)(k − 1) ∕= 0 ⇒ k ∕= −2 y k ∕= 1
ii) no tiene solución si
(k + 2)(k − 1) = 0 y k − 1 ∕= 0 ⇒ k = −2 y k ∕= 1
iii) tiene soluciones infinitas si
(k + 2)(k − 1) = 0 y k−1=0 ⇒ k = −2 y k=1

<|>
<|>
Problema 1.3: Resolver los siguientes sistemas de ecuaciones lineales homogeneos.

6
x1 + 2x2 − x3 + 4x4 =0 −x + 6w =0
3x1 − x3 + 5x4 =0 2y − z + 13w =0
i) ii)
4x1 + 2x2 + 6x3 + 9x4 =0 2x − z + 11w =0
x1 + 7x4 =0 2x + 2y − 2z + 24w =0
Solución:
x1 + 2x2 − x3 + 4x4 =0 x1 + 2x2 − x3 + 4x4 =0

(R2 − 3R1 → R2 )
3x1 − x3 + 5x4 =0 −6x2 + 2x3 − 7x4 =0
i) (R3 − 4R1 → R3 )
4x1 + 2x2 + 6x3 + 9x4 =0 −6x2 + 10x3 − 7x4 =0
(R4 − R1 → R4 )
x1 + 7x4 =0 −2x2 + x3 + 3x4 =0
x1 + 2x2 − x3 + 4x4 =0 x1 + 2x2 − x3 + 4x4 =0

(R3 − R2 → R3 ) −6x2 + 2x3 − 7x4 =0 −6x2 + 2x3 − 7x4 =0
(R3 /8 ↔ R3 )
(3R4 − R2 → R4 ) 8x3 =0 x3 =0
−7x3 + 16x4 =0 −7x3 + 16x4 =0
x1 + 2x2 + 4x4 =0 x1 + 2x2 + 4x4 =0

(R1 + R3 → R1 )
−6x2 − 7x4 =0 −6x2 − 7x4 =0
(R2 − 2R3 → R2 ) (R4 /16 → R4 )
x3 =0 x3 =0
(R4 + 7R3 → R4 )
16x4 =0 x4 =0
x1 + 2x2 =0 x1 + 2x2 =0
(R1 − 4R4 → R1 ) −6x2 =0 x2 =0
(−R2 /6 → R2 )
(R2 + 7R4 → R2 ) x3 =0 x3 =0
x4 =0 x4 =0
x1 =0
x2 =0
(R1 − 2R4 → R2 ) solución única
x3 =0
x4 =0
−x + 6w =0 −x + 6w =0
2y − z + 13w =0 (R3 − 2R1 → R3 ) 2y − z + 13w =0
ii)
2x − z + 11w =0 (R4 − 2R1 → R4 ) −z − w =0
2x + 2y − 2z + 24w =0 2y − 2z + 12w =0
−x + 6w =0 −x + 6w = 0
2y − z + 13w =0 (R2 − R3 → R2 ) 2y + 14w = 0
(R4 − R2 → R4 )
−z − w =0 (R4 − R3 → R4 ) −z − w = 0
−z − w =0 0=0
x = 6α
R1 ⇒ x = 6w
y = −7α
R2 ⇒ y = −7w w=α∈R parámetro libre ⇒ soluciones infinitas
z = −α
R3 ⇒ z = −w
w=α
<|>
<|>
Problema 1.4: Resuelva los siguientes sistemas de ecuaciones lineales usando la matriz aumentada.
7
x1 + 2x2 − 3x3 − 2x4 + 4x5 = 1 x + 2y − z = 3
i) 2x1 + 5x2 − 8x3 − x4 + 6x5 = 4 ii) x + 3y + z = 5
x1 + 4x2 − 7x3 − 5x4 + 2x5 = 8 3x + 8y + 4z = 17
Solución:
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 2 −3 −2 4 󰀏 1 1 2 −3 −2 4 󰀏󰀏 1
󰀏 (R2 − 2R1 → R2 )
i) 󰁃 2 5 −8 −1 6 󰀏 4 󰁄 󰁃 0 1 −2 3 −2 󰀏󰀏 2 󰁄
󰀏 (R3 − R1 → R3 )
1 4 −7 −5 2 󰀏 8 0 2 −4 −3 −2 󰀏 7
󰀳 󰀏 󰀴
1 0 1 −8 8 󰀏 −3
(R1 − 2R2 → R1 ) 󰀏
󰁃 0 1 −2 3 −2 󰀏 2 󰁄
(R3 − 2R2 → R3 ) 󰀏
0 0 0 −9 2 󰀏 3
󰀳 󰀏 󰀴
1 0 1 −8 8 󰀏 −3
󰀏
(−R3 /9 → R3 ) 󰁃 0 1 −2 3 −2 󰀏 2 󰁄
󰀏
0 0 0 1 −2/9 󰀏 −1/3
󰀳 󰀏 󰀴
1 0 1 0 56/9 󰀏 −17/3 R1 ⇒ x1 = −17/3 − x3 − 56/9x5
(R1 + 8R3 → R1 ) 󰀏
󰁃 0 1 −2 0 −12/9 󰀏 3 󰁄 R2 ⇒ x2 = 3 + 2x3 + 12/9x5
(R2 − 3R3 → R2 ) 󰀏
0 0 0 1 −2/9 󰀏 −1/3 R3 ⇒ x4 = −1/3 + 2/9x5
x1 = −17/3 − α − 56/9β
x2 = 3 + 2α + 12/9β
x3 = α ∈ R
parámetros libres ⇒ x3 =α soluciones infinitas
x5 = β ∈ R
x4 = −1/3 + 2/9β
x5 =β
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 2 −1 󰀏 3 1 2 −1 󰀏 3
󰀏 (R2 − R1 → R2 ) 󰀏
ii) 󰁃 1 3 1 󰀏 5 󰁄 󰁃 0 −1 −2 󰀏 −2 󰁄
󰀏 (R3 − 3R1 → R3 ) 󰀏
3 8 4 󰀏 17 0 2 7 󰀏 8
󰀳 󰀏 󰀴
1 0 −5 󰀏 −1
(R1 + 2R2 → R1 ) 󰀏
󰁃 0 −1 −2 󰀏 −2 󰁄
(R3 + 2R2 → R3 ) 󰀏
0 0 3 󰀏 4
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 −5 󰀏 −1 1 0 0 󰀏 17/3
󰀏 (R1 + 5R3 → R1 ) 󰀏
R3 /3 → R3 ) 󰁃 0 −1 −2 󰀏 −2 󰁄 󰁃 0 −1 0 󰀏 2/3 󰁄
󰀏 (R2 + 2R3 → R2 ) 󰀏
0 0 1 󰀏 4/3 0 0 1 󰀏 4/3
x = 17/3
y = −2/3 solución única
z = 4/3
<|>
<|>
Problema 1.5: Considere los siguientes sistemas de ecuaciones lineales. Que condicones deben de satisfacer
los
8 parámetros, k1 , k2 , k3 , m y n, para que el sistema
a) Tenga solución única.
b) No tenga solución.
c) Tenga un número infinito de soluciones.
2x1 + 2x2 + 4x3 = 2k1 x − 2y + 3z = 11

i) x1 + x3 = k2 ii) 2x − y + 3z = 10
2x1 + x2 + 3x3 = k3 4x + y + (m − 1)z = 4 + n
Solución:
2x1 + 2x2 + 4x3 = 2k1 x1 + x2 + 2x3 = k1

i) x1 + x3 = k2 (R1 /2 → R1 ) x1 + x3 = k2
2x1 + x2 + 3x3 = k3 2x1 + x2 + 3x3 = k3
x1 + x2 + 2x3 = k1
(R2 − R1 → R2 )
−x2 − x3 = k2 − k1
(R3 − 2R1 → R3 )
−x2 − x3 = k3 − 2k1
x1 + x2 + 2x3 = k1
(R3 − R2 → R3 ) −x2 − x3 = k2 − k1
0 = k3 − k2 − k1
a) El sistema no puede tener solución única.
b) El sistema no tiene solución si
k3 − k2 − k1 ∕= 0
b) El sistema tiene un número infinito de soluciones si
k3 − k2 − k1 = 0
x − 2y + 3z = 11 x − 2y + 3z = 11
(R2 − 2R1 → R2 )
ii) 2x − y + 3z = 10 3y − 3z = −12
(R3 − 4R1 → R3 )
4x + y + (m − 1)z = 4 + n 9y + (m − 13)z = n − 40
x − 2y + 3z = 11
(R3 − 3R2 → R3 ) 3y − 3z = −12
(m − 4)z = n − 4
a) El sistema tiene solución única si

m − 4 ∕= 0 y n − 4 ∕= 0
b) El sistema no tiene solución si
m−4=0 y n − 4 ∕= 0
b) El sistema tiene un número infinito de soluciones si
m−4=0 y n−4=0
<|>
<|>
Problema 1.6: Resuelva los siguientes sistemas de ecuaciones lineales homogéneos usando la matriz aumentada.
9
x + 2y − 3z + 4t = 2 2x + 4y − z = 0
i) 2x + 5y − 2z + t = 1 ii) x+y−z =0
5x + 12y − 7z + 6t = 7 3x + 2y + 2z = 0
Solución:
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 2 −3 4 󰀏 2 1 2 −3 4 󰀏 1
󰀏 (R2 − 2R1 → R2 ) 󰀏
i) 󰁃 2 5 −2 1 󰀏 1 󰁄 󰁃 0 1 4 −7 󰀏 −3 󰁄
󰀏 (R3 − 5R1 → R3 ) 󰀏
5 12 −7 6 󰀏 7 0 2 8 −14 󰀏 −3
󰀳 󰀏 󰀴
1 0 −11 18 󰀏 7
(R1 − 2R2 → R1 ) 󰀏
󰁃 0 1 4 −7 󰀏 −3 󰁄
(R3 − 2R2 → R3 ) 󰀏
0 0 0 0 󰀏 3
El sistema no tiene solución.
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2 4 −1 󰀏 0 1 1 −1 󰀏 0
󰀏 󰀏
ii) 󰁃 1 1 −1 󰀏 0 󰁄 R1 ↔ R2 󰁃 2 4 −1 󰀏 0 󰁄
󰀏 󰀏
3 2 2 󰀏 0 3 2 2 󰀏 0
󰀳 󰀏 󰀴
1 1 −1 󰀏 0
(R2 − 2R1 → R2 ) 󰀏
󰁃 0 2 1 󰀏 0 󰁄
(R3 − 3R1 → R3 ) 󰀏
0 −1 5 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 −1 󰀏 0 1 0 −1/2 󰀏 0
󰀏 (R1 − R2 → R1 ) 󰀏
(R2 /2 → R2 ) 󰁃 0 1 1/2 󰀏 0 󰁄 󰁃 0 1 1/2 󰀏 0 󰁄
󰀏 (R3 + R2 → R3 ) 󰀏
0 −1 5 󰀏 0 0 0 11/2 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 −1/2 󰀏 0 1 0 0 󰀏 0
󰀏 (R1 + R3 /2 → R1 ) 󰀏
(2R3 /11 → R3 ) 󰁃 0 1 1/2 󰀏 0 󰁄 󰁃 0 1 0 󰀏 0 󰁄
󰀏 (R2 − R3 /2 → R2 ) 󰀏
0 0 1 󰀏 0 0 0 1 󰀏 0
x=0
y=0 solución única
z=0
<|>
<|>
Problema 1.7: Encuentre el determinante de cada una de las siguientes matrices, usando el desarrollo en
cofactores.
10
󰀳 󰀴
󰀳 󰀴 5 1 4 3
−2 1 5 󰁅 −3 0 −1 2 󰁆
i) A = 󰁃 4 −1 3 󰁄 ii) B = 󰁅
󰁃 2 2 4
󰁆
0 󰁄
−1 −1 4
−6 1 2 −4
Solución:
i) Desarrollamos en cofactores con respecto de la fila uno, esto es,

󰀏 󰀏
󰀏 −2 1 5 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 󰀏 󰀏 −1 3 󰀏 󰀏 4 3 󰀏 󰀏 4 −1 󰀏󰀏
󰀏 󰀏
|A| = 󰀏 4 −1 3 󰀏 = (−2) 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
−1 4 󰀏 − (1) 󰀏 −1 4 󰀏 + (5) 󰀏 −1 −1 󰀏
󰀏 −1 −1 4 󰀏
= (−2)(−4 + 3) − (1)(16 + 3) + (5)(−4 − 1)
= 2 − 19 − 25 = −42
ii) Desarrollamos en cofactores con respecto de la fila dos, esto es,

󰀏 󰀏
󰀏 5 1 4 3 󰀏󰀏
󰀏
󰀏 −3 0 −1 2 󰀏
|B| = 󰀏󰀏 󰀏
󰀏 2 2 4 0 󰀏󰀏
󰀏 −6 1 2 −4 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 1 4 3 󰀏 󰀏 5 4 3 󰀏 󰀏 5 1 3 󰀏 󰀏 5 1 4 󰀏󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
= −(−3) 󰀏󰀏 2 4 0 󰀏 + (0) 󰀏 2
󰀏 󰀏 4 0 󰀏 − (−1) 󰀏 2 2
󰀏 󰀏 0 󰀏 + (2) 󰀏 2
󰀏 󰀏 2 4 󰀏󰀏
󰀏 1 2 −4 󰀏 󰀏 −6 2 −4 󰀏 󰀏 −6 1 −4 󰀏 󰀏 −6 1 2 󰀏
󰀗 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏󰀘
󰀏 4 3 󰀏󰀏 󰀏 1 3 󰀏󰀏 󰀏 1 4 󰀏󰀏
= (3) (−2) 󰀏󰀏 + (4) 󰀏󰀏 − (0) 󰀏󰀏
2 −4 󰀏 1 −4 󰀏 1 2 󰀏
󰀗 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏󰀘
󰀏 1 3 󰀏 󰀏 3 󰀏󰀏 󰀏 5 1 󰀏
+(1) (−2) 󰀏󰀏 󰀏 + (2) 󰀏 5 − (0) 󰀏 󰀏
1 −4 󰀏 󰀏 −6 −4 󰀏 󰀏 −6 1 󰀏
󰀗 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏󰀘
󰀏 2 4 󰀏󰀏 󰀏 2 4 󰀏󰀏 󰀏 2 2 󰀏󰀏
+(2) (5) 󰀏󰀏 − (1) 󰀏󰀏 + (4) 󰀏󰀏
1 2 󰀏 −6 2 󰀏 −6 1 󰀏
= (3) [(−2)(−21) + (4)(−7)] + [(−2)(−7) + (2)(−2)] + (2) [(5)(0) − (1)(28) + (4)(14)]
= (3)(14) + (10) + (2)(28)
= 42 + 10 + 56 = 108
<|>
<|>
Problema 1.8: Encuentre el determinante de cada una de las siguientes matrices, usando las propiedades de
los determinantes. 11
󰀳 󰀴
6 2 1 0 5 󰀳 󰀴
󰁅 2 2 5 −3 −2
󰁅 1 1 −2 1 󰁆󰁆 󰁅 −2 −3 2 −5 󰁆
A =󰁅󰁅 1 1 2 −2 3 󰁆󰁆 B =󰁅 󰁃 1
󰁆
󰁃 3 󰁄 3 −2 2 󰁄
0 2 3 −1
−1 −6 4 3
−1 −1 −3 4 2
Solución:
󰀏 󰀏
󰀏 6 2 1 0 5 󰀏
󰀏 󰀏
󰀏 2 1 1 −2 1 󰀏
󰀏 󰀏
|A| = 󰀏󰀏 1 1 2 −2 3 󰀏
󰀏
󰀏 3 0 2 3 −1 󰀏
󰀏 󰀏
󰀏 −1 −1 −3 4 2 󰀏
󰀏 󰀏
󰀏 2 0 −1 4 3 󰀏󰀏 󰀏 󰀏
󰀏 󰀏 2 −1 4 3 󰀏
(R1 − 2R2 → R1 ) 󰀏 2 1 1 −2 1 󰀏 󰀏 󰀏 󰀏
󰀏 󰀏 −1 1 0 2 󰀏
(R3 − R2 → R3 ) |A| = 󰀏󰀏 −1 0 1 0 2 󰀏 = (1) 󰀏󰀏
󰀏 󰀏
󰀏
󰀏 3 2 3 −1
(R5 + R2 → R5 ) 󰀏 3 0 2 3 −1 󰀏󰀏 󰀏
󰀏
󰀏
󰀏
󰀏 󰀏 1 −2 2 3
1 0 −2 2 3
󰀏 󰀏
󰀏 1 −1 4 5 󰀏 󰀏 󰀏
󰀏 󰀏 󰀏 1 4 5 󰀏
(C1 + C2 → C1 ) 󰀏 0 1 0 0 󰀏 󰀏 󰀏
|A| = 󰀏󰀏 󰀏 = (1) 󰀏 5 3
󰀏 󰀏 −5 󰀏
󰀏
(C4 − 2C2 → C4 ) 󰀏 5 2 3 −5 󰀏 󰀏 −1 2 󰀏
󰀏 󰀏 7
−1 −2 2 7
󰀏 󰀏
󰀏 1 4 5 󰀏 󰀏 󰀏
(R2 − 5R1 → R2 ) 󰀏 󰀏 󰀏 −30 󰀏󰀏
|A| = 󰀏󰀏 0 −17 −30 󰀏 = (1) 󰀏 −17 = −24
(R3 + R1 → R3 ) 󰀏 󰀏 6 12 󰀏
󰀏 0 6 12 󰀏
󰀏 󰀏
󰀏 2 5 −3 −2 󰀏
󰀏 󰀏
󰀏 −2 −3 2 −5 󰀏
|B| = 󰀏󰀏 󰀏
󰀏
󰀏 1 3 −2 2 󰀏
󰀏 −1 −6 4 3 󰀏
󰀏 󰀏
󰀏 0 −1 1 −6 󰀏󰀏 󰀏 󰀏
(R1 − 2R3 → R1 ) 󰀏 󰀏 −1 1 −6 󰀏󰀏
󰀏 0 3 −2 −1 󰀏󰀏 󰀏
(R2 + 2R3 → R2 ) |B| = 󰀏󰀏 󰀏 = (1) 󰀏󰀏 3 −2 −1 󰀏󰀏
󰀏 1 3 −2 2 󰀏 󰀏 −3
(R4 + R3 → R4 ) 󰀏 2 5 󰀏
0 −3 2 5 󰀏
󰀏 󰀏
󰀏 0 1 0 󰀏 󰀏 󰀏
(C1 + C2 → C1 ) 󰀏 󰀏 󰀏 −13 󰀏󰀏
|B| = 󰀏󰀏 1 −2 −13 󰀏 = (−1) 󰀏 1 = (−1)(4) = −4
(C3 + 6C2 → C3 ) 󰀏 󰀏 −1 17 󰀏
󰀏 −1 2 17 󰀏
<|>
<|>
Problema 1.9: Encuentre el determinante de las siguientes matrices, usando únicamente las propiedades de
los
12 determinantes. 󰀳 󰀴 󰀳 2 󰀴
1 a b+c a1 a1 1
A =󰁃 1 b c + a 󰁄 B = 󰁃 a22 a2 1 󰁄
1 c a+b a23 a3 1
Solución:
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 1 a b+c 󰀏 󰀏 1 a b+c+a 󰀏 󰀏 1 a (a + b + c) · 1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
|A| = 󰀏󰀏 1 b c+a 󰀏
󰀏 c3 + c2 → c3 |A| = 󰀏󰀏 1 b c+a+b 󰀏=󰀏 1
󰀏 󰀏 b (a + b + c) · 1 󰀏
󰀏
󰀏 1 c a+b 󰀏 󰀏 1 c a+b+c 󰀏 󰀏 1 c (a + b + c) · 1 󰀏
󰀏 󰀏
󰀏 1 a 1 󰀏
󰀏 󰀏
Columna 3 multiplicada por un factor común ⇒ |A| =(a + b + c) · 󰀏󰀏 1 b 1 󰀏
󰀏
󰀏 1 c 1 󰀏
Determinante con 2 columnas iguales ⇒ |A| =(a + b + c) · (0) = 0
󰀏 2 󰀏
󰀏 a1 a1 1 󰀏
󰀏 󰀏
|B| = 󰀏󰀏 a22 a2 1 󰀏
󰀏
󰀏 a23 a3 1 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 2 󰀏 󰀏 a21 󰀏
f2 − f1 → f2 󰀏 2 a1 2 a1 1 󰀏 󰀏 a1 1 󰀏
󰀏
|B| = 󰀏 a2 − a1 a2 − a1 0 󰀏 = 󰀏 (a2 + a1 )(a2 − a1 ) a2 − a1 0 󰀏
f3 − f1 → f3 󰀏 󰀏 󰀏
󰀏 a23 − a21 a3 − a1 0 󰀏 󰀏 (a3 + a1 )(a3 − a1 ) a3 − a1 0 󰀏
󰀏 󰀏
󰀏 a21 a1 1 󰀏
󰀏 󰀏
󰀏
|B| = 󰀏 (a2 + a1 )(a2 − a1 ) (a2 − a1 ) · 1 (a2 − a1 ) · 0 󰀏
󰀏
󰀏 (a3 + a1 )(a3 − a1 ) (a3 − a1 ) · 1 (a3 − a1 ) · 0 󰀏
󰀏 󰀏
󰀏 a21 a1 1 󰀏
󰀏 󰀏
󰀏
Filas 2 y 3 multiplicadas por un factor común ⇒ |B| =(a2 − a1 ) · (a3 − a1 ) · 󰀏 (a2 + a1 ) 1 0 󰀏
󰀏
󰀏 (a3 + a1 ) 1 0 󰀏
󰀏 󰀏
󰀏 a21 a1 1 󰀏
󰀏 󰀏
f3 − f2 → f3 󰀏
|B| =(a2 − a1 ) · (a3 − a1 ) · 󰀏 (a2 + a1 ) 1 0 󰀏
󰀏
󰀏 (a3 − a2 ) 0 0 󰀏
󰀏 󰀏
󰀏 (a3 − a2 ) 0 0 󰀏
󰀏 󰀏
f1 ↔ f3 |B| =(a2 − a1 ) · (a3 − a1 ) · (−1) · 󰀏󰀏 (a2 + a1 ) 1 0 󰀏
󰀏
󰀏 a21 a1 1 󰀏
Determinante de una matriz triangular
⇒ |B| =(a2 − a1 ) · (a3 − a1 ) · (−1) · [(a3 − a2 )] = (a2 − a1 ) · (a3 − a1 ) · (a2 − a3 )

<|>
<|>
13
Problema 1.10: Considere el valor del siguiente determinante
󰀏 󰀏
󰀏 a11 a12 a13 󰀏
󰀏 󰀏
󰀏 a21 a22 a23 󰀏=8
󰀏 󰀏
󰀏 a31 a32 a33 󰀏
en base a este resultado, encuentre el valor de
󰀏 󰀏 󰀏 󰀏
󰀏 −3a11 −3a12 −3a13 󰀏 󰀏 2a11 − 3a21 2a12 − 3a22 2a13 − 3a23 󰀏
󰀏 󰀏 󰀏 󰀏
i) 󰀏󰀏 2a31 2a32 2a33 󰀏󰀏 ii) 󰀏
󰀏 a31 a32 a33 󰀏
󰀏
󰀏 5a21 5a22 5a23 󰀏 󰀏 a21 a22 a23 󰀏
󰀏 󰀏
󰀏 −3a12 2a13 − a11 a12 + 3a13 󰀏
󰀏 󰀏
iii) 󰀏󰀏 −3a22 2a23 − a21 a22 + 3a23 󰀏
󰀏
󰀏 −3a32 2a33 − a31 a32 + 3a33 󰀏
Solución:
i)
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 −3a11 −3a12 −3a13 󰀏󰀏 󰀏 a11 a12 a13 󰀏󰀏 󰀏 a11 a12 a13 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 2a31 2a32 2a33 󰀏 = (−3) · 󰀏 2a31 2a32 2a33 󰀏 = (−3) · (2) · 󰀏󰀏 a31
󰀏 󰀏 󰀏 a32 a33 󰀏
󰀏 󰀏
󰀏 5a21 5a22 5a23 󰀏 󰀏 5a21 5a22 5a23 󰀏 󰀏 5a21 5a22 5a23 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 a11 a12 a13 󰀏 󰀏 a11 a12 a13 󰀏
󰀏 󰀏 󰀏 󰀏
= (−3) · (2) · (5) · 󰀏󰀏 a31 a32 a33 󰀏󰀏 = (−30) · (−1) · 󰀏󰀏 a21 a22 a23 󰀏󰀏 = (30) · (8) = 240
󰀏 a21 a22 a23 󰀏 󰀏 a31 a32 a33 󰀏
ii)
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 2a11 − 3a21 2a12 − 3a22 2a13 − 3a23 󰀏 󰀏 2a11 2a12 2a13 󰀏 󰀏 3a21 3a22 3a23 󰀏󰀏
󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 a31 a32 a33 󰀏 = 󰀏 a31 a32 a33 󰀏 − 󰀏 a31 a32 a33 󰀏󰀏
󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 a21 a22 a23 󰀏 󰀏 a21 a22 a23 󰀏 󰀏 a21 a22 a23 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 a11 a12 a13 󰀏 󰀏 a21 a22 a23 󰀏 󰀏 a11 a12 a13 󰀏󰀏
󰀏 󰀏 󰀏 󰀏 󰀏
= (2) · 󰀏 a31 a32 a33 󰀏 − (3) · 󰀏 a31 a32 a33 󰀏 = (2) · (−1) · 󰀏󰀏
󰀏 󰀏 󰀏 󰀏 a21 a22 a23 󰀏󰀏 − (3) · (0)
󰀏 a21 a22 a23 󰀏 󰀏 a21 a22 a23 󰀏 󰀏 a31 a32 a33 󰀏
= (2) · (−1)(8) − (0) = −16
iii)
󰀏 󰀏
󰀏 −3a12 2a13 − a11 a12 + 3a13 󰀏󰀏
󰀏
D = 󰀏 −3a22 2a23 − a21 a22 + 3a23 󰀏󰀏 =
󰀏
14 󰀏 −3a32 2a33 − a31 a32 + 3a33 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 −3a12 2a13 a12 + 3a13 󰀏󰀏 󰀏󰀏 −3a12 a11 a12 + 3a13 󰀏󰀏
󰀏
= 󰀏 −3a22 2a23 a22 + 3a23 󰀏󰀏 − 󰀏󰀏 −3a22 a21 a22 + 3a23 󰀏󰀏
󰀏
󰀏 −3a32 2a33 a32 + 3a33 󰀏 󰀏 −3a32 a31 a32 + 3a33 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 −3a12 2a13 a12 󰀏󰀏 󰀏󰀏 −3a12 2a13 3a13 󰀏󰀏 󰀏󰀏 −3a12 a11 a12 󰀏
󰀏 󰀏
= 󰀏 −3a22 2a23 a22 󰀏󰀏 + 󰀏󰀏 −3a22 2a23 3a23 󰀏󰀏 − 󰀏󰀏 −3a22 a21 a22 󰀏
󰀏 󰀏
󰀏 −3a32 2a33 a32 󰀏 󰀏 −3a32 2a33 3a33 󰀏 󰀏 −3a32 a31 a32 󰀏
󰀏 󰀏
󰀏 −3a12 a11 3a13 󰀏
󰀏 󰀏
− 󰀏󰀏 −3a22 a21 3a23 󰀏󰀏
󰀏 −3a32 a31 3a33 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 a12 a13 a12 󰀏 󰀏 a12 a13 a13 󰀏
󰀏 󰀏 󰀏 󰀏
= (−3) · (2) · 󰀏󰀏 a22 a23 a22 󰀏󰀏 + (−3) · (2) · (3) · 󰀏󰀏 a22 a23 a23 󰀏󰀏
󰀏 a32 a33 a32 󰀏 󰀏 a32 a33 a33 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 a12 a11 a12 󰀏 󰀏 a12 a11 a13 󰀏
󰀏 󰀏 󰀏 󰀏
−(−3) · 󰀏󰀏 a22 a21 a22 󰀏󰀏 − (−3) · (3) · 󰀏󰀏 a22 a21 a23 󰀏󰀏
󰀏 a32 a31 a32 󰀏 󰀏 a32 a31 a33 󰀏
= (−6) · [0] + (−18) · [0] − (−3) [0] − (−9) [−8] = −72
<|>
<|>
Problema 1.11: Resuelva el siguiente sistema de ecuaciones lineales y muestre con el resultado la ley de los
∕ 0, son números reales,
cosenos, donde a, b, c = 15
c cos α + a cos γ = b
b cos α + a cos β = c
c cos β + b cos γ = a
a) Resuelva el sistema usando la regla de Cramer.

b) Resuelva el sistema usando la matriz aumentada.
Solución: Escribiendo el sistema en forma matrical obtenemos

󰀳 󰀴󰀳 󰀴 󰀳 󰀴
c 0 a cos α b
󰁃 b a 0 󰁄 󰁃 cos β 󰁄 = 󰁃 c 󰁄
0 c b cos γ a
a) El determinante del sistema es

󰀏 󰀏
󰀏 c 0 a 󰀏
󰀏 󰀏
D = 󰀏󰀏 b a 0 󰀏 = cab + abc = 2abc
󰀏
󰀏 0 c b 󰀏
Ahora, tenemos los siguientes determinantes

󰀏 󰀏
󰀏 b 0 a 󰀏
󰀏 󰀏 󰀃 󰀄 󰀃 󰀄
D1 = 󰀏󰀏 c a 0 󰀏󰀏 = b2 a + a c2 − a2 = a b2 + c2 − a2
󰀏 a c b 󰀏
󰀃 󰀄
D1 a b2 + c 2 − a 2 b2 + c 2 − a 2
cos α = = = ⇒ a2 = b2 + c2 − 2bc cos α
D 2abc 2bc
󰀏 󰀏
󰀏 c b a 󰀏
󰀏 󰀏 󰀃 󰀄 󰀃 󰀄
D2 = 󰀏󰀏 b c 0 󰀏 = c 2 b − b b2 − a 2 = b c 2 − b2 + a 2
󰀏
󰀏 0 a b 󰀏
󰀃 󰀄
D2 b c 2 − b2 + a 2 a 2 + c 2 − b2
cos β = = = ⇒ b2 = a2 + c2 − 2ac cos β
D 2abc 2ac
󰀏 󰀏
󰀏 c 0 b 󰀏
󰀏 󰀏 󰀃 󰀄 󰀃 󰀄
D3 = 󰀏󰀏 b a c 󰀏 = c a 2 − c 2 + b2 c = c a 2 − c 2 + b2
󰀏
󰀏 0 c a 󰀏
󰀃 󰀄
D3 c a 2 − c 2 + b2 a 2 − c 2 + b2
cos γ = = = ⇒ c2 = a2 + b2 − 2ab cos γ
D 2ab 2ab
<|>
<|>
b) Escribimos ahora la matriz aumentada del sistema y la transfromamos a su forma escalonada reducida
16
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
c 0 a 󰀏 b c 0 a 󰀏
󰀏 󰀏 2 b 2
󰁃 b a 0 󰀏 c 󰁄 (cR2 − bR1 → R2 ) 󰁃 0 ac −ab 󰀏 c −b 󰁄
󰀏 󰀏
0 c b 󰀏 a 0 c b 󰀏 a
󰀳 󰀏 󰀴
c 0 a 󰀏 b
󰀏
(aR3 − R2 → R3 ) 󰁃 0 ac −ab 󰀏 2 2 󰁄
󰀏 2 c −2 b 2
0 0 2ab 󰀏 a −c +b
󰀳 󰀏 󰀴
c 0 a 󰀏
󰀏 2 b2
(2R2 + R3 → R2 ) 󰁃 0 2ac 0 󰀏 a + c − b2 󰁄
󰀏 2
0 0 2ab 󰀏 a − c 2 + b2
󰀳 󰀏 2 󰀴
2bc 0 0 󰀏 b − a2 + c2
󰀏 2
(2bR1 − R3 → R1 ) 󰁃 0 2ac 0 󰀏 a + c 2 − b2 󰁄
󰀏 2
0 0 2ab 󰀏 a − c 2 + b2
󰀳 󰀏 2 󰀴
(R1 /2bc → R1 ) 1 0 0 󰀏 b − a2 + c2 /2bc
󰀏 2
(R2 /2ac → R2 ) 󰁃 0 1 0 󰀏 a + c2 − b2 /2ac 󰁄
󰀏 2
(R3 /2ab → R3 ) 0 0 1 󰀏 a − c2 + b2 /2ab
de donde obtenemos los siguientes resultados
b2 + c 2 − a 2
R1 ⇒ cos α = ⇒ a2 = b2 + c2 − 2bc cos α
2bc
a 2 + c 2 − b2
R2 ⇒ cos β = ⇒ b2 = a2 + c2 − 2ac cos β
2ac
a 2 + b2 − c 2
R3 ⇒ cos γ = ⇒ c2 = a2 + b2 − 2ab cos γ
2ab
Cada una de estas ecuaciones es la ley de los cosenos.
<|>
<|>
Problema 1.12: Determine la inversa de la matriz A, donde

󰀳 󰀴 17
−1 1 1 −1
󰁅 −1 0 1 0 󰁆
A=󰁅 󰁃 0
󰁆
1 −1 1 󰁄
0 0 1 −1
a) Usando el método de Gauss-Jordan.

b) Usando la matriz adjunta.
Solución: Si el determinante de la matriz A es distinto de cero, entonces A tiene inversa, calculemos su

determinate.
Primero hagamoslo desarrollando en cofactores, es claro que el desarrollo se realiza considerando la fila o columna
que tenga el mayor número de coeficientes iguales a cero, entonces
󰀏 󰀏
󰀏 −1 1 1 −1 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 󰀏 󰀏 0 1 0 󰀏󰀏 󰀏 1 1 −1 󰀏
󰀏 −1 0 1 0 󰀏󰀏 󰀏 󰀏 󰀏
|A| = 󰀏󰀏 󰀏 = (−1) 󰀏󰀏 1 −1 1 󰀏󰀏 − (−1) 󰀏󰀏 1 −1 1 󰀏󰀏
󰀏 0 1 −1 1 󰀏 󰀏 0 1 −1 󰀏 󰀏 0 1 −1 󰀏
󰀏 0 0 1 −1 󰀏
󰀏 󰀏 󰀕 󰀏 󰀏 󰀏 󰀏󰀖
󰀏 1 0 󰀏 󰀏 󰀏 󰀏 󰀏
= (−1)(−1) 󰀏󰀏 󰀏 + (1) (1) 󰀏 −1 1 󰀏 − (1) 󰀏 1 −1 󰀏 = −1
1 −1 󰀏 󰀏 1 −1 󰀏 󰀏 1 −1 󰀏
Ahora usemos las propiedades de los determinantes, esto es,

󰀏 󰀏
󰀏 −1 1 1 −1 󰀏
󰀏 󰀏
󰀏 −1 0 1 0 󰀏󰀏
|A| = 󰀏󰀏 󰀏
󰀏 0 1 −1 1 󰀏
󰀏 0 0 1 −1 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 −1 1 1 −1 󰀏 󰀏 −1 1 1 −1 󰀏󰀏
󰀏 󰀏 󰀏
󰀏 0 −1 0 1 󰀏 󰀏 0 −1 0 1 󰀏󰀏
(R2 → R2 − R1 ) |A| = 󰀏󰀏 󰀏 (R3 → R3 + R2 ) |A| = 󰀏
󰀏 󰀏
󰀏 0 1 −1 1 󰀏 󰀏 0 0 −1 2 󰀏󰀏
󰀏 0 0 1 −1 󰀏 󰀏 0 0 1 −1 󰀏
󰀏 󰀏
󰀏 −1 1 1 −1 󰀏󰀏
󰀏
󰀏 0 −1 0 1 󰀏󰀏
(R4 → R4 + R3 ) |A| = 󰀏󰀏
󰀏 0 0 −1 2 󰀏󰀏
󰀏 0 0 0 1 󰀏
Como se trata de un determinante de una matriz triangular, entonces el valor del determinante es igual al
producto de su diagonal, ası́,
|A| = (−1)(−1)(−1)(1) = −1
Como el determinante de la matriz A, es distinto de cero, esto quiere decir que la matriz A, tiene inversa o es
invertible.
<|>
<|>
a) Determinemos la inversa de la matriz A usando el método de Gauss-Jordan, esto es como sigue,

18 󰀃 󰀄
( A| I) → I| A−1
donde I es la matriz identidad de tamaño (4 × 4).

Entonces
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
−1 1 1 −1 󰀏 1 0 00 1 −1 −1 1 󰀏 −1 0 0 0
󰀏 󰀏
󰁅 −1 0 1 0 󰀏 0 1 00 󰁆 󰁅 −1 0 1 0 󰀏 0 1 0 0 󰁆
󰁅 󰀏 󰁆 R → −R1 󰁅 󰀏 󰁆
󰁃 0 1 −1 1 󰀏 0 0 10 󰁄 1 󰁃 0 1 −1 1 󰀏 0 0 1 0 󰁄
󰀏 󰀏
0 0 1 −1 󰀏 0 0 01 0 0 1 −1 󰀏 0 0 0 1
󰀳 󰀏 󰀴
1 󰀏
−1 −1 1 󰀏 −1 0 0 0
󰁅 0 −1 0 1 󰀏󰀏 −1 1 0 0 󰁆
R2 → R2 + R1 󰁅 󰁆
󰁃 0 1 −1 1 󰀏󰀏 0 0 1 0 󰁄
0 0 1 −1 󰀏 0 0 0 1
󰀳 󰀏 󰀴
1 −1 −1 1 󰀏󰀏 −1 0 0 0
󰁅 0 −1 0 1 󰀏󰀏 −1 1 0 0 󰁆
R3 → R3 + R2 󰁅 󰁆
󰁃 0 0 −1 2 󰀏󰀏 −1 1 1 0 󰁄
0 0 1 −1 󰀏 0 0 0 1
󰀳 󰀏 󰀴
1 −1 −1 1 󰀏󰀏 −1 0 0 0
󰁅 0 −1 0 1 󰀏󰀏 −1 1 0 0 󰁆
R4 → R4 + R3 󰁅 󰁆
󰁃 0 0 −1 2 󰀏󰀏 −1 1 1 0 󰁄
0 0 0 1 󰀏 −1 1 1 1
󰀳 󰀏 󰀴
1 −1 −1 1 󰀏󰀏 −1 0 0 0
R2 → −R2 󰁅
󰁅 0 1 0 −1 󰀏󰀏 1 −1 0 0 󰁆 󰁆
R3 → −R3 󰁃 0 0 1 −2 󰀏󰀏 1 −1 −1 0 󰁄
0 0 0 1 󰀏 −1 1 1 1
󰀳 󰀏 󰀴
1 󰀏
−1 −1 0 󰀏 0 −1 −1 −1
R1 → R1 − R4 󰁅
󰁅 0 1 0 0 󰀏󰀏 0 0 1 1 󰁆
󰁆
R2 → R2 + R4 󰁃
0 0 1 0 󰀏󰀏 −1 1 1 2 󰁄
R3 → R3 + 2R4
0 0 0 1 󰀏 −1 1 1 1
󰀳 󰀏 󰀴
1 −1 0 0 󰀏󰀏 −1 0 0 1
󰁅 0 1 0 0 󰀏󰀏 0 0 1 1 󰁆
R1 → R1 + R3 󰁅 󰁆
󰁃 0 0 1 0 󰀏󰀏 −1 1 1 2 󰁄
0 0 0 1 󰀏 −1 1 1 1
󰀳 󰀏 󰀴
1 0 0 0 󰀏󰀏 −1 0 1 2
󰁅 0 1 0 0 󰀏󰀏 0 0 1 1 󰁆
R1 → R1 + R2 󰁅 󰁆
󰁃 0 0 1 0 󰀏󰀏 −1 1 1 2 󰁄
0 0 0 1 󰀏 −1 1 1 1
Por lo tanto la matriz inversa es, 󰀳 󰀴

−1 0 1 2
󰁅 0 0 1 1 󰁆
A−1 󰁅
=󰁃 󰁆
−1 1 1 2 󰁄
−1 1 1 1
<|>
<|>
b) Ahora usemos la matriz adjunta para detrminar la inversa de la matriz A. Tenemos que
19
adj (A)
A−1 =
|A|
Para obtener la adjunta de la matriz A, necesitamos calcular sus cofactores que se obtiene con la relacion
i+j
Aij = (−1) |Mij |, entonces tenemos;
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 0 1 0 󰀏󰀏 󰀏 −1 1 0 󰀏󰀏 󰀏 −1 0 0 󰀏
󰀏 󰀏 󰀏 󰀏
A11 = 󰀏󰀏 1 −1 1 󰀏󰀏 = 1, A12 = − 󰀏󰀏 0 −1 1 󰀏󰀏 = 0, A13 = 󰀏󰀏 0 1 1 󰀏󰀏 = 1,
󰀏 0 1 −1 󰀏 󰀏 0 1 −1 󰀏 󰀏 0 0 −1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 −1 0 1 󰀏 󰀏 1 1 −1 󰀏 󰀏 −1 1 1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
A14 = − 󰀏󰀏 0 1 −1 󰀏 = 1,
󰀏 A21 = − 󰀏󰀏 1 −1 1 󰀏 = 0,
󰀏 A22 = 󰀏󰀏 0 −1 1 󰀏 = 0,
󰀏
󰀏 0 0 1 󰀏 󰀏 0 1 −1 󰀏 󰀏 0 1 −1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 −1 1 1 󰀏 󰀏 −1 1 1 󰀏 󰀏 1 1 1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
A23 = − 󰀏󰀏 0 1 1 󰀏 = −1,
󰀏 A24 = 󰀏󰀏 0 1 −1 󰀏 = −1,
󰀏 A31 = 󰀏󰀏 0 1 0 󰀏 = −1,
󰀏
󰀏 0 0 −1 󰀏 󰀏 0 0 1 󰀏 󰀏 0 1 −1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 −1 1 1 󰀏 󰀏 −1 1 1 󰀏 󰀏 −1 1 1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
A32 = − 󰀏󰀏 −1 1 0 󰀏 = −1,
󰀏 A33 = 󰀏󰀏 −1 0 0 󰀏 = −1,
󰀏 A34 = − 󰀏󰀏 −1 0 1 󰀏 = −1,
󰀏
󰀏 0 1 −1 󰀏 󰀏 0 0 −1 󰀏 󰀏 0 0 1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 1 1 1 󰀏 󰀏 −1 1 1 󰀏 󰀏 −1 1 1 󰀏
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
A41 = − 󰀏󰀏 0 1 0 󰀏 = −2,
󰀏 A42 = 󰀏󰀏 −1 1 0 󰀏 = −1,
󰀏 A43 = − 󰀏󰀏 −1 0 0 󰀏 = −2,
󰀏
󰀏 1 −1 1 󰀏 󰀏 0 −1 1 󰀏 󰀏 0 1 1 󰀏
󰀏 󰀏
󰀏 −1 1 1 󰀏󰀏
󰀏
A44 = 󰀏󰀏 −1 0 1 󰀏󰀏 = −1
󰀏 0 1 −1 󰀏
Donde la adjunta de la matriz A esta dada por
󰀳 󰀴 󰀳 󰀴
A11 A21 A31 A41 1 0 −1 −2
󰁅 A12 A22 A32 A42 󰁆 󰁅 0 0 −1 −1 󰁆
adj(A) = 󰁅
󰁃 A13 A23 A33
󰁆=󰁅 󰁆
A43 󰁄 󰁃 1 −1 −1 −2 󰁄
A14 A24 A34 A44 1 −1 −1 −1
por lo tanto la inversa es

󰀳 󰀴 󰀳 󰀴
1 0 −1 −2 −1 0 1 2
adj (A) 1 󰁅
󰁅 0 0 −1 −1 󰁆 󰁅 0 0
󰁆=󰁅 1 1 󰁆
󰁆
A−1 = =
|A| −1 󰁃 1 −1 −1 −2 󰁄 󰁃 −1 1 1 2 󰁄
1 −1 −1 −1 −1 1 1 1
<|>
<|>
Problema 1.13: Considere la siguiente matriz A, para que valores del parámetro k, la matriz es invertible
(tiene
20 inversa) 󰀳 󰀴
k + 3 −1 1
A=󰁃 5 k−3 1 󰁄
6 −6 k + 4
Solución: Una matriz tiene inversa o es invertible si su determinante es distinto de cero, entonces calculemos
su determinante
󰀏 󰀏
󰀏 k + 3 −1 1 󰀏
󰀏 󰀏
|A| = 󰀏󰀏 5 k−3 1 󰀏
󰀏
󰀏 6 −6 k+4 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 k+2 −1 1 󰀏 󰀏 1 −1 1 󰀏
󰀏 󰀏 󰀏 󰀏
C1 → C1 + C2 |A| = 󰀏󰀏 k + 2 k−3 1 󰀏 = (k + 2) 󰀏 1
󰀏 󰀏 k−3 1 󰀏
󰀏
󰀏 0 −6 k+4 󰀏 󰀏 0 −6 k + 4 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 1 0 1 󰀏 󰀏 1 0 1 󰀏
󰀏 󰀏 󰀏 󰀏
C2 → C2 + C3 |A| = (k + 2) 󰀏󰀏 1 k−2 1 󰀏 = (k + 2) (k − 2) 󰀏 1
󰀏 󰀏 1 1 󰀏
󰀏
󰀏 0 k−2 k+4 󰀏 󰀏 0 1 k+4 󰀏
󰀏 󰀏
󰀏 1 0 1 󰀏
󰀏 󰀏
R2 → R2 − R1 |A| = (k + 2) (k − 2) 󰀏󰀏 0 1 0 󰀏
󰀏
󰀏 0 1 k+4 󰀏
󰀏 󰀏
󰀏 1 0 1 󰀏
󰀏 󰀏
R3 → R3 − R2 |A| = (k + 2) (k − 2) 󰀏󰀏 0 1 0 󰀏
󰀏
󰀏 0 0 k+4 󰀏
󰀏 󰀏
󰀏 1 0 0 󰀏
󰀏 󰀏
C3 → C3 − C1 |A| = (k + 2) (k − 2) 󰀏󰀏 0 1 0 󰀏 = (k + 2) (k − 2)(k + 4)
󰀏
󰀏 0 0 k+4 󰀏
Necesitamos que
|A| = (k + 2) (k − 2)(k + 4) ∕= 0
Entonces la matriz A tiene inversa o es invertible cuando

∕ −2
k=
k=∕ 2
k= ∕ −4
<|>
<|>
Problema 1.14: Considere el siguiente sistema de ecuaciones lineales homogéneo,

7x + (a − 5)y − z = 0 21
6x − 6y + (a + 2)z = 0
(a + 3)x − y + z = 0
diga que volores debe tomar el parámetro a, para que el sistema;
a) Tenga solución unica (solución trivial).
b) Tenga un número infinito de soluciones.
Solución: Para un sistema homogeneo de ecuaciones lineales, el tipo de solución esta definido por el valor del
detrminante de dicho sistema, calculemos entonces sea |A| el determinate del sistema, esto es,
󰀏 󰀏 󰀏 󰀏
󰀏 7 a−5 −1 󰀏 󰀏 a+3 −1 1 󰀏
󰀏 󰀏 󰀏 󰀏
|A| = 󰀏󰀏 6 −6 a+2 󰀏 R1 ↔ R3 |A| = (−1) 󰀏 6
󰀏 󰀏 −6 a+2 󰀏
󰀏
󰀏 a+3 −1 1 󰀏 󰀏 7 a−5 −1 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 a+3 −1 1 󰀏 󰀏 a+3 −1 1 󰀏
󰀏 󰀏 󰀏 󰀏
R2 ↔ R3 |A| = (−1)(−1) 󰀏󰀏 7 a−5 −1 󰀏=󰀏 7
󰀏 󰀏 a−5 −1 󰀏
󰀏
󰀏 6 −6 a+2 󰀏 󰀏 6 −6 a+2 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 a+2 −1 1 󰀏 󰀏 1 −1 1 󰀏
󰀏 󰀏 󰀏 󰀏
C1 → C1 + C2 |A| = 󰀏󰀏 a + 2 a−5 1 󰀏 = (a + 2) 󰀏 1
󰀏 󰀏 a−5 1 󰀏
󰀏
󰀏 0 −6 a + 2 󰀏 󰀏 0 −6 a+2 󰀏
󰀏 󰀏 󰀏 󰀏
󰀏 1 0 1 󰀏 󰀏 1 0 1 󰀏
󰀏 󰀏 󰀏 󰀏
C2 → C2 + C3 |A| = (a + 2) 󰀏󰀏 1 a − 4 1 󰀏 = (a + 2) (a − 4) 󰀏 1 1
󰀏 󰀏 1 󰀏
󰀏
󰀏 0 a−4 a+2 󰀏 󰀏 0 1 a+2 󰀏
󰀏 󰀏
󰀏 1 0 1 󰀏
󰀏 󰀏
R2 → R2 − R1 |A| = (a + 2) (a − 4) 󰀏󰀏 0 1 0 󰀏
󰀏
󰀏 0 1 a+2 󰀏
󰀏 󰀏
󰀏 1 0 1 󰀏
󰀏 󰀏
R3 → R3 − R2 |A| = (a + 2) (a − 4) 󰀏󰀏 0 1 0 󰀏
󰀏
󰀏 0 0 a+2 󰀏
󰀏 󰀏
󰀏 1 0 0 󰀏
󰀏 󰀏
C3 → C3 − C1 |A| = (a + 2) (a − 4) 󰀏󰀏 0 1 0 󰀏 = (a + 2) (a − 4)(a + 2) = (a + 2)2 (a − 4)
󰀏
󰀏 0 0 a+2 󰀏
Ası́ tenemos que,
2
a) Solución única si |A| = (a + 2) (a − 4) ∕= 0 entonces
a ∕= −2
a ∕= 4
2
a) Solución infinitas si |A| = (a + 2) (a − 4) = 0 entonces
a = −2
a=4
<|>
<|>
Problema 1.15: Encuentre la forma general de las matrices A ∈ M22 tales que conmuten con la matriz B, esto
es,
22 AB = BA donde 󰀕 󰀖
2 −1
B=
1 1
󰀕 󰀖
a b
Solución: Como A ∈ M22 , significa que A es de la forma A = , luego entonces tenemos los productos
c d
󰀕 󰀖󰀕 󰀖 󰀕 󰀖
a b 2 −1 2a + b −a + b
AB = =
c d 1 1 2c + d −c + d
󰀕 󰀖󰀕 󰀖 󰀕 󰀖
2 −1 a b 2a − c 2b − d
BA = =
1 1 c d a+c b+d
requerimos que las matrices conmuten, esto es

󰀕 󰀖 󰀕 󰀖
2a + b −a + b 2a − c 2b − d
AB = BA ⇒ =
2c + d −c + d a+c b+d
de donde obtenemos el siguiente sistema de ecuaciones lineales
2a + b = 2a − c b+c=0
−a + b = 2b − d −a − b + d = 0
⇒
2c + d = a + c −a + c + d = 0
−c + d = b + d −b − c = 0
cuya matriz aumentada es

󰀳 󰀴󰀏 󰀳 󰀏 󰀴
0 1 1 00 󰀏 −1 −1 0 1 󰀏 0
󰀏 󰀏
󰁅 −1 −1 0 10 󰁆󰀏 󰁅 0 1 1 0 󰀏 0 󰁆
󰁅 󰀏
󰁆 (R1 ↔ R2 ) 󰁅 󰀏 󰁆
󰁃 −1 0 1 10 󰁄󰀏 󰁃 −1 0 1 1 󰀏 0 󰁄
󰀏 󰀏
0 −1 −1 00 󰀏 0 −1 −1 0 󰀏 0
󰀳 󰀏 󰀴
1 1 0 −1 󰀏󰀏 0
󰁅 0 1 1 0 󰀏󰀏 0 󰁆
((−1)R1 → R1 ) 󰁅 󰁆
󰁃 −1 0 1 1 󰀏󰀏 0 󰁄
0 −1 −1 0 󰀏 0
󰀳 󰀏 󰀴
1 1 0 −1 󰀏󰀏 0 󰀕 󰀏 󰀖
󰁅 0 1 1 0 󰀏󰀏 0 󰁆 1 1 0 −1 󰀏󰀏 0 R2 ⇒ b = −c
(R3 + R1 → R3 ) 󰁅 󰁆⇒
󰁃 0 1 1 0 󰀏󰀏 0 󰁄 0 1 1 0 󰀏 0 R1 ⇒ a = −b + d
0 −1 −1 0 󰀏 0
a=α+β
c=α∈R b = −α
⇒ donde α y β son parámetros libres.
d=β∈R c=α
d=β
Por lo tanto, las matrices que buscamos son de la forma

󰀕 󰀖
α+β −α
A=
α β
las cuales conmutan con la matriz B para todo valor de α y β.

Este resultado incluye a las matrices cero e identidad, las cuales conmutan con cualquier matriz
󰀕 󰀖 󰀕 󰀖
α=0 0 0 α=0 1 0
⇒A= y ⇒A=
β=0 0 0 β=1 0 1
<|>
<|>
Problema 1.16: Muestre que si A es una matriz de tamaño n × n, entonces el determinante de su adjunta es
igual aldeterminate de A elevado a la (n − 1), esto es 23
n−1
|adj(A)| = (|A|)
Solución: Conocemos la relación para obtener la matriz inversa, dada por
adj (A)
A−1 =
|A|
de aquı́ tenemos que

adj (A) 1
A−1 · A = ·A ⇒ In = adj(A) · A
|A| |A|
donde In es la matriz identidad de tamaño n × n, como el determinate es un escalar puede pasar multiplicado del
lado izquierdo de la igualdad
|A| · In = adj(A) · A
obteneindo el determinate a ambos lados resulta
||A| · In | = |adj(A) · A| = |adj(A)| · |A|
para el determinate izquierdo 󰀏 󰀏

󰀏 |A| 0 ··· 0 󰀏
󰀏 󰀏
󰀏 0 |A| ··· 0 󰀏
󰀏 󰀏 n
||A| · In | = 󰀏 .. .. 󰀏 = |A|
󰀏 0 0 . . 󰀏
󰀏 󰀏
󰀏 0 0 ··· |A| 󰀏
entonces n
n |A|
|A| = |adj(A)| · |A| ⇒ |adj(A)| =
|A|
por lo tanto
n−1
|adj(A)| = (|A|)
<|>
<|>
Problema II.1: Sea M el conjunto de todas las matrices invertibles de tamaño 3 × 3, muestre que este conjunto
no
24 es un espacio vectorial.
Solución: Consideremos las siguientes matrices A, B ∈ M , esto es,
󰀳 󰀴
1 0 0
A=󰁃 0 1 0 󰁄 ⇒ |A| = 1
0 0 1
y
󰀳 󰀴
−1 0 0
B=󰁃 0 −1 0 󰁄 ⇒ |B| = −1
0 0 −1
Ambas matrices son invertibles ya que sus determinantes son distintos de cero, que es la condición que debe
cumplir una matriz para que tenga inversa. De estas matrices tenemos que
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
1 0 0 −1 0 0 0 0 0
A+B =󰁃 0 1 0 󰁄 + 󰁃 0 −1 0 󰁄 = 󰁃 0 0 0 󰁄 ⇒ |A + B| = 0
0 0 1 0 0 −1 0 0 0
Esta matriz no es invertible ya que su determinate es igual a cero, por lo tanto, no se cumple la propiedad de
cerredura aditiva, esto es,
A, B ∈ M pero A + B ∈
/M
Por lo tanto, M no es un espacio vectorial, al no cumplir esta propiedad.
Problema II.2: Sea el conjunto V = {(a, b) | a, b ∈ R} y sean las siguientes operaciones definidas
suma: (a, b) ⊕ (c, d) = (a + c, b + d)
producto: α ⊙ (a, b) = (αa, 0)
Determine si el conjunto V es o no es un espacio vectorial.
Solución: Se puede verificar que todas las propiedades para la operación de suma si se satisfacen, esto es debido
a como esta definida.
Ahora, consideremos el siguiente vector (a, b) ∈ V , donde a, b ∈ R, entonces tenemos que
1 ⊙ (a, b) = (a, 0) ∕= (a, b)
es decir, para la operación de producto no existe el elemento neutro multiplicativo que cumpla con la condición
1 ⊙ u = u para todo u ∈ V
Por lo cual, V no es un espacio vectorial.

<|>
<|>
Problema II.3: Verifique si los conjuntos siguientes, junto con las operaciones definidas para cada uno de ellos,
son o no son espacios vectoriales 25
a) V = {(x, y, z) | x, y, z ∈ R}
suma: (x1 , y1 , z1 ) ⊕ (x2 , y2 , z2 ) = (x1 + x2 , y1 + y2 , z1 + z2 )
producto: a ⊙ (x, y, z) = (x, 1, z)
b) W = {u | u es un número real positivo}
suma: u ⊕ v = uv
producto: α ⊙ u = uα
Solución:
a) Se puede verificar que todas las propiedades para la operación de suma si se satisfacen, esto es debido a como
esta definida.
Ahora, consideremos el siguiente vector (a, b, c) ∈ V , donde a, b, c ∈ R, entonces tenemos que
1 ⊙ (a, b, c) = (a, 1, c) ∕= (a, b, c)
es decir, para la operación de producto no existe el elemento neutro multiplicativo que cumpla con la condición
1 ⊙ u = u para todo u ∈ V
Por lo cual, V no es un espacio vectorial.
b) Sean u, v, w ∈ W, verifiquemos las propiedades de la suma

i) Cerradura, u ⊕ v = uv > 0 ⇒ u ⊕ v ∈ W , si se cumple.
ii) Conmutatividad, u ⊕ v = uv = vu = v ⊕ u, si se cumple.
iii) Asociatividad, (u ⊕ v) ⊕ w = (uv) w = u (vw) = u ⊕ (v ⊕ w), si se cumple.
iv) Neutro Aditivo, existe 1 ∈ W tal que u ⊕ 1 = u · 1 = u, si se cumple.
v) Inverso Aditivo, para todo u ∈ W, existe 0 ∈ W tal que u ⊕ 0 = u · 0 = 0, si se cumple.
Sean u, v ∈ W y α, β ∈ R, verifiquemos las propiedades del producto
i) Cerredura, α ⊙ u = uα > 0 ⇒ α ⊙ u ∈ W , si se cumple.
ii) Neutro Multiplicativo, existe 1 ∈ W tal que u ⊙ 1 = u1 = u, si se cumple.
󰀃 󰀄α
iii) Asociatividad, αβ ⊙ u = uαβ = uβ = α (β ⊙ u), si se cumple.
iv) Distributividad respecto a la suma de escalares
󰀃 󰀄
(α + β) ⊙ u = uα+β = uα uβ = (uα ) ⊕ uβ = (α ⊙ u) ⊕ (β ⊙ u),si se cumple.
v) Distributividad respecto a la suma de vectores

α
α ⊙ (u ⊕ v) = α ⊙ (uv) = (uv) = uα v α = uα ⊕ v α = (α ⊙ u) ⊕ (α ⊙ v) ,si se cumple.
Por lo tanto, W si es un espacio vectorial.

<|>
<|>
Problema II.4: Cuales de los siguientes subconjuntos de P2 (espacio vectorial de polinomios de grado ≤ 2)
son
26 subespacios vectoriales. Con las operaciones de suma y producto normales que conocemos.
󰀋 󰀌
a) V = a0 + a1 t + a2 t2 | a0 = 0
󰀋 󰀌
b) V = a0 + a1 t + a2 t2 | a1 + a2 = a0
󰀋 󰀌
c) V = a0 + a1 t + a2 t2 | a1 = 2a0
󰀋 󰀌
d) V = a0 + a1 t + a2 t2 | a2 = a1 + 1
Solución: Recordemos que para verificar si un subconjunto de un espacio vectorial, es un subespacio vectorial,
solo tenemos que comprobar las dos propiededes de cerradura.
a) Consideremos dos vectores p(t), q(t) ∈ V , donde ambos son de la forma p(t) = a1 t + a2 t2 y q(t) = b1 t + b2 t2 ,
ya que a0 = 0 en ambos casos por definición y ademas consideremos un escalar α ∈ R. Entonces tenemos
i) Cerradura aditiva
󰀃 󰀄 󰀃 󰀄
p(t) + q(t) = a 1 t + a 2 t2 + b 1 t + b 2 t2
= (a1 + b1 ) t + (a2 + b2 ) t2 ∈ V
ii) Cerradura multiplicativa

󰀃 󰀄
α · p(t) = α · a1 t + a2 t2 = α · a1 t + α · a2 t2 ∈ V
Vemos que V es cerrado bajo la suma y producto, por lo tanto, V es un subespacio vectorial de P2 .
b) Consideremos dos vectores p(t), q(t) ∈ V , donde ambos son de la forma p(t) = (a1 + a2 ) + a1 t + a2 t2 y
q(t) = (b1 + b2 ) + b1 t + b2 t2 , ya que a0 = a1 + a2 en ambos casos por definición y ademas consideremos un escalar
α ∈ R. Entonces tenemos
󰀅 󰀆 󰀅 󰀆
p(t) + q(t) = (a1 + a2 ) + a1 t + a2 t2 + (b1 + b2 ) + b1 t + b2 t2
= [(a1 + a2 ) + (b1 + b2 )] + (a1 + b1 ) t + (a2 + b2 ) t2 ∈ V

󰀅 󰀆
α · p(t) = α · (a1 + a2 ) + a1 t + a2 t2
= (α · a1 + α · a2 ) + α · a1 t + α · a2 t2 ∈ V
Tenemos que V es cerrado bajo la suma y producto, por lo tanto, V es un subespacio vectorial de P2 .
c) Consideremos dos vectores p(t), q(t) ∈ V , donde ambos son de la forma p(t) = a0 + 2a0 t + a2 t2 y q(t) =
b0 + 2b0 t + b2 t2 , ya que a1 = 2a2 en ambos casos por definición y ademas consideremos un escalar α ∈ R. Entonces
tenemo
󰀃 󰀄 󰀃 󰀄
p(t) + q(t) = a0 + 2a0 t + a2 t2 + b0 + 2b0 t + b2 t2
= (a0 + b0 ) + 2 (a0 + b0 ) t + (a2 + b2 ) t2 ∈ V

󰀃 󰀄
α · p(t) = α · a0 + 2a0 t + a2 t2
= α · a0 + 2α · a0 t + α · a2 t2 ∈ V
De donde V es cerrado bajo la suma y producto, por lo tanto, V es un subespacio vectorial de P2 .

<|>
<|>
d) Consideremos dos vectores tales que p(t), q(t) ∈ V , donde ambos son de la forma p(t) = a0 + a1 t + (a1 + 1) t2
y q(t) = b0 + b1 t + (b1 + 1) t2 , ya que a2 = a1 + 1 en ambos casos por definición y ademas consideremos un escalar
27
α ∈ R. Entonces tenemos
󰀅 󰀆 󰀅 󰀆
p(t) + q(t) = a0 + a1 t + (a1 + 1) t2 + b0 + b1 t + (b1 + 1) t2
= (a0 + b0 ) + (a1 + b1 ) t + (a1 + b1 + 2) t2 ∈
/ V ya que a2 = a1 + 2

󰀅 󰀆
α · p(t) = α · a0 + a1 t + (a1 + 1) t2
= α · a0 + α · a1 t + (α · a1 + α · 1) t2 ∈
/ V ya que a2 = a1 + α
Observamos que V no es cerrado bajo la suma ni bajo el producto, por lo tanto, V es no es un subespacio
vectorial de P2 .
<|>
<|>
Problema II.5: Determine cuales de los siguientes subconjuntos de R3 forman un subespacio vectorial o no.
Con las operaciones de suma y producto normales que conocemos.
28
a) W = {(a, b, c) | c = a + b}
b) W = {(a, b, c) | 3a − b + 2c = −1}
c) W = {(a, b, c) | a = −c}
d) W = {(a, b, c) | b = 2a + 1 }
a) Consideremos dos vectores u, v ∈ W , donde ambos son de la forma u = (a1 , b1 , a1 + b1 ) y v = (a2 , b2 , a2 + b2 ),

ya que c = a + b en ambos casos por definición y ademas consideremos un escalar α ∈ R. Entonces
u+v = (a1 , b1 , a1 + b1 ) + (a2 , b2 , a2 + b2 )
= (a1 + a2 , b1 + b2 , a1 + b1 + a2 + b2 ) ∈ W
α · u = α · (a1 , b1 , a1 + b1 ) = (α · a1 , α · b1 , α · a1 + α · b1 ) ∈ W
Tenemos que W es cerrado bajo la suma y producto, por lo tanto, W es un subespacio vectorial de R3 .
b) Consideremos dos vectores u, v ∈ W , en particular sean u = (0, 1, 0) y v = (0, 1, 0), en ambos se cumple que
3a − b + 2c = −1 por definición y ademas consideremos un escalar α ∈ R. Entonces
u + v = (0, 1, 0) + (0, 1, 0) = (0, 2, 0) ∈
/ W ya que 3a − b + 2c = −2
α · u = α · (0, 1, 0) = (0, α · 1, 0) ∈
/ W si α ∕= 1
Observamos que W no es cerrado bajo la suma y solo es cerredo bajo el producto para un solo valor de α, por
lo tanto, W no es un subespacio vectorial de R3 .
c) Consideremos dos vectores u, v ∈ W , donde ambos son de la forma u = (−c1 , b1 , c1 ) y v = (−c2 , b2 , c2 ), ya

que a = −c en ambos casos por definición y ademas consideremos un escalar α ∈ R. Entonces
u + v = (−c1 , b1 , c1 ) + (−c2 , b2 , c2 ) = (−c1 − c2 , b1 + b2 , c1 + c2 ) ∈ W
α · u = α · (−c1 , b1 , c1 ) = (−α · c1 , α · b1 , α · c1 ) ∈ W
De donde W es cerrado bajo la suma y producto, por lo tanto, W es un subespacio vectorial de R3 .
d) Consideremos dos vectores u, v ∈ W , donde ambos son de la forma u = (a1 , 2a1 + 1, c1 ) y v = (a2 , 2a2 + 1, c2 ),
ya que b = 2a + 1 en ambos casos por definición y ademas consideremos un escalar α ∈ R. Entonces
u+v = (a1 , 2a1 + 1, c1 ) + (a2 , 2a2 + 1, c2 )
= (a1 + a2 , 2a1 + 2a2 + 2, c1 + c2 ) ∈
/ W ya que b = 2a + 2
α · u = α · (a1 , 2a1 + 1, c1 ) = (α · a1 , α · 2a1 + α, α · c1 ) ∈
/ W si α ∕= 1
Tenemos que W no es cerrado bajo la suma y solo es cerredo bajo el producto para un solo valor de α, por lo
tanto, W no es un subespacio vectorial de R3 .
<|>
<|>
Problema II.6: Determine si los siguientes conjuntos W son subespacios vectoriales o no del espacio vectorial
Mnn (espacio vectorial de las matrices de tamaño n × n) 29
󰀋 󰀌
a) W = A ∈ Mnn | AT = A
b) W = {A ∈ Mnn | A es diagonal}
c) W = {A ∈ Mnn | A es triangular superior}
a) Consideremos dos vectores A, B ∈ W , donde ambos son de la forma AT = A y B T = B por definición (la
transpuesta de una matriz es igual a la matriz) y ademas consideremos un escalar α ∈ R. Entonces
T
(A + B) = AT + B T = A + B ∈ W
T
(α · A) = α · AT = α · A ∈ W
Tenemos que W es cerrado bajo la suma y producto, por lo tanto, W es un subespacio vectorial de Mnn .
󰀝
aij = 0 si i ∕= j
b) Consideremos dos vectores A, B ∈ W , donde ambos son matrices diagonales por definición A =
aij ∕= 0 si i = j
y ademas consideremos un escalar α ∈ R. Entonces
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
a1 0 ··· 0 b1 0 ··· 0 a 1 + b1 0 ··· 0
󰁅 0 a2 ··· 0 󰁆 󰁅 0 b2 ··· 0 󰁆 󰁅 0 a 2 + b2 ··· 0 󰁆
󰁅 󰁆 󰁅 󰁆 󰁅 󰁆
A+B =󰁅 . .. .. .. 󰁆+󰁅 .. .. .. .. 󰁆=󰁅 .. .. .. .. 󰁆∈W
󰁃 .. . . . 󰁄 󰁃 . . . . 󰁄 󰁃 . . . . 󰁄
0 0 ··· an 0 0 ··· bn 0 0 ··· a n + bn

󰀳 󰀴 󰀳 󰀴
a1 0 ··· 0 αa1 0 ··· 0
󰁅 0 a2 ··· 0 󰁆 󰁅 0 αa2 ··· 0 󰁆
󰁅 󰁆 󰁅 󰁆
α·A=α·󰁅 .. .. .. .. 󰁆=󰁅 .. .. .. .. 󰁆∈W
󰁃 . . . . 󰁄 󰁃 . . . . 󰁄
0 0 ··· an 0 0 ··· αan
Donde W es cerrado bajo la suma y producto, por lo tanto, W es un subespacio vectorial de Mnn .
<|>
<|>
c) 󰀝Consideremos dos vectores A, B ∈ W , donde ambos son matrices triangulares superiores, por definición
30 aij = 0 si i > j
A= y ademas consideremos un escalar α ∈ R. Entonces
aij ∕= 0 si i < j
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
a11 a12 · · · a1n b11 b12 ··· b1n a11 + b11 a12 + b12 ··· a1n + b1n
󰁅 0 a22 · · · a2n 󰁆 󰁅 0 b22 ··· b2n 󰁆 󰁅 0 a22 + b22 ··· a2n + b2n 󰁆
󰁅 󰁆 󰁅 󰁆 󰁅 󰁆
A+B = 󰁅 . .. .. .. 󰁆+󰁅 .. .. .. .. 󰁆=󰁅 .. .. .. .. 󰁆∈W
󰁃 .. . . . 󰁄 󰁃 . . . . 󰁄 󰁃 . . . . 󰁄
0 0 ··· ann 0 0 ··· bnn 0 0 ··· ann + bnn

󰀳 󰀴 󰀳 󰀴
a11 a12 ··· a1n αa11 αa12 ··· αa12
󰁅 0 a22 ··· a2n 󰁆 󰁅 0 αa22 ··· αa22 󰁆
󰁅 󰁆 󰁅 󰁆
α·A=α·󰁅 .. .. .. .. 󰁆=󰁅 .. .. .. .. 󰁆∈W
󰁃 . . . . 󰁄 󰁃 . . . . 󰁄
0 0 ··· ann 0 0 ··· αan
Tenemos que W es cerrado bajo la suma y producto, por lo tanto, W es un subespacio vectorial de Mnn .
<|>
<|>
Problema II.7: Considere el espacio vectorial M23 . Mostrar cuales de los siguientes subconjuntos de M23 son
subespacios vectoriales. 31
󰀝 󰀕 󰀖 󰀞
a b c
a) V = A ∈ M23 | A = y b=a+c
d 0 0
󰀝 󰀕 󰀖 󰀞
a b c
b) V = A ∈ M23 | A = , a = −2c y f = 2e + d
d e f
󰀝 󰀕 󰀖󰀞
0 1 a
c) V = A ∈ M23 | A =
d c 0
󰀝󰀕 󰀖 󰀞
a b c
d) V = | a+c=0 y b+d+f =0
d e f
Solución: Para verificar si un subconjunto de un espacio vectorial, es un subespacio vectorial, solo tenemos
que comprobar las dos propiededes de cerradura.
a) Consideremos dos vectores A, B ∈ V , y ademas consideremos un escalar α ∈ R. Entonces

󰀕 󰀖 󰀕 󰀖
a1 a1 + c1 c1 a2 a2 + c2 c2
A+B = +
d1 0 0 d2 0 0
󰀕 󰀖
a1 + a2 a1 + c1 + a2 + c2 c1 + c2
= ∈V
d1 + d2 0 0

󰀕 󰀖
a1 a1 + c1 c1
α·A = α·
d1 0 0
󰀕 󰀖
αa1 αa1 + αc1 αc1
= ∈V
αd1 0 0
asi vemos que V es cerrado bajo la suma y producto, por lo tanto, V es un subespacio vectorial de M23 .
b) Consideremos dos vectores A, B ∈ V , y ademas consideremos un escalar α ∈ R. Entonces

󰀕 󰀖 󰀕 󰀖
−2c1 b1 c1 −2c2 c2 b2
A+B = +
d1 e1 2e1 + d1 d2 2e2 + d2 e2
󰀕 󰀖
−2c1 − 2c2 b1 + b2 c1 + c2
= ∈V
d1 + d2 e1 + e2 2e1 + d1 + 2e2 + d2

󰀕 󰀖
−2c1 b1 c1
α·A = α·
d1 e1 2e1 + d1
󰀕 󰀖
−2αc1 αb1 αc1
= ∈V
αd1 αe1 2αe1 + αd1
asi vemos que V es cerrado bajo la suma y producto, por lo tanto, V es un subespacio vectorial de M23 .
<|>
<|>
c) Consideremos dos vectores A, B ∈ V , y ademas consideremos un escalar α ∈ R. Entonces

32 i) Cerradura aditiva
󰀕 󰀖 󰀕 󰀖
0 1 a1 0 1
a2
A+B = +
d1 c1 0 d2 c2
0
󰀕 󰀖
0 2 a1 + a2
= ∈
/ V ya que a12 = 2
d1 + d2 c1 + c2 0

󰀕 󰀖
0 1 a1
α·A = α·
d1 c1 0
󰀕 󰀖
0 α αa1
= ∈
/ V si α ∕= 1
αd1 αc1 0
asi vemos que V no es cerrado bajo la suma y solo es cerredo para el producto para un valor particular de α, por
lo tanto, V no es un subespacio vectorial de M23 .
d) Consideremos dos vectores A, B ∈ V , y ademas consideremos un escalar α ∈ R. Entonces

󰀕 󰀖 󰀕 󰀖
−c1 −d1 − f1 c1 −c2 −d2 − f2 c2
A+B = +
d1 e1 f1 d2 e2 f2
󰀕 󰀖
−c1 − c2 −d1 − f1 − d2 − f2 c1 + c2
= ∈V
d1 + d2 e1 + e2 f1 + f2

󰀕 󰀖
−c1 −d1 − f1 c1
α·A = α·
d1 e1 f1
󰀕 󰀖
−αc1 −αd1 − αf1 αc1
= ∈V
αd1 αe1 αf1
tenemos que V es cerrado bajo la suma y producto, por lo tanto, V es un subespacio vectorial de M23 .
<|>
<|>
Problema II.8: Muestre que el conjunto de todos los puntos del plano ax + by + cz = 0 es un subespacio
vectorial de R3 . 33
Solución: Para verificar si un subconjunto de un espacio vectorial, es un subespacio vectorial, solo tenemos
que comprobar las dos propiedades de cerradura.
Reescribimos los puntos del plano como el conjunto H = { (x, y, z)| ax + by + cz = 0}. Sean u, v ∈ H y α ∈ R
es un escalar, entonces
u = (x1 , y1 , z1 ) ∈ H ⇒ ax1 + by1 + cz1 = 0

v = (x2 , y2 , z2 ) ∈ H ⇒ ax2 + by2 + cz2 = 0
sumando y factorizando las ecuaciones anteriores, se tiene que
(ax1 + by1 + cz1 ) + (ax2 + by2 + cz2 ) = 0

⇒ a (x1 + x2 ) + b(y1 + y2 ) + c (z1 + z2 ) = 0
⇒ (x1 + x2 , y1 + y2 , z1 + z2 ) = u + v ∈ H
u = (x1 , y1 , z1 ) ∈ H ⇒ ax1 + by1 + cz1 = 0

multiplicamos la ecuacion anterior por el escalar α, obtenemos
α · ax1 + α · by1 + α · cz1 = 0

a (αx1 ) + b(αy1 ) + c(αz1 ) = 0
⇒ (αx1 , αy1 , αz1 ) = α · u ∈ H
Por lo tanto, el subconjunto H que contiene a todos los puntos del plano ax + by + cz = 0, es cerrado bajo las
operaciones de suma de vectores y multiplicación por un escalar, esto es, H es un subespacio vectorial de R3 .
<|>
<|>
Problema III.1: Considere el espacio vectorial F , que consiste de todas los funciones continuas y diferenciables
en
34 un intervalo cerrado [a, b]. Muestre que las funciones f1 (t) = et y f2 (t) = e2t en este espacio vectorial son
linealmente independientes.
Solución:
Método 1) Usando la definición, dos vectores u y v son linealmente independientes si tenemos que
α1 u + α2 v = 0 ⇒ α1 = α2 = 0
para este caso tenemos los vectores u = f1 (t) = et y v = f2 (t) = e2t del espacio vectorial F .
Para poder determinar los valores de los escalares α1 y α2 , necesitamos al menos otra ecuación, esta la generamos
derivando la ecuación anterior, ası́ tendremos un sistema de dos ecuaciones con dos incognitas, esto es
α1 f1 (t) + α2 f2 (t) = 0
α1 f1′ (t) + α2 f2′ (t) = 0
al sustituir las funciones tenemos
α1 et + α2 e2t = 0
t 2t
α1 e + 2α2 e = 0
restando la primera de la segunda ecuacion, tenemos que
α2 e2t = 0 como e2t ∕= 0 para todo t ∈ R ⇒ α2 = 0 ⇒ α1 = 0
Por lo tanto las funciones f1 (t) = et y f2 (t) = e2t son linealmente independientes.
Método 2) Supongamos que estas funciones son linelamente dependientes, esto significa que una de ellas es un
multiplo de la otra, esto es
f2 (t) = αf1 (t)

⇒ e2t = αet donde α ∈ R
ahora dividimos la ecuación anterior por et , obteniendo
et = α
lo cual no puede ses cierto. Por lo tanto las funciones f1 (t) = et y f2 (t) son linealmente independientes.
<|>
<|>
󰀃 󰀄 󰀃 󰀄 󰀃 󰀄
Problema III.2: Sean v1 = 1, α, α2 , v2 = 1, β, β 2 y v3 = 1, γ, γ 2 tres vectores de R3 , donde α, β y γ son
numeros reales distintos de cero. Que condiciones deben cumplir los números α, β y γ para que los tres vectores35
v1 , v2 y v3 sean linealmente independientes.
Solución: Dela definicón tenemos que v1 , v2 y v3 serán linealmente independientes si se cumple que para
c1 v1 + c2 v2 + c3 v3 = 0 ⇒ c1 = c2 = c3 = 0
sustituyendo los vectores tenemos que

󰀃 󰀄 󰀃 󰀄 󰀃 󰀄
c1 1, α, α2 + c2 1, β, β 2 + c3 1, γ, γ 2 = (0, 0, 0)
󰀃 󰀄 󰀃 󰀄 󰀃 󰀄
c1 , c1 α, c1 α2 + c2 , c2 β, c2 β 2 + c3 , c3 γ, c3 γ 2 = (0, 0, 0)
󰀃 󰀄
c1 + c2 + c3 , c1 α + c2 β + c3 γ, c1 α2 + c2 β 2 + c3 γ 2 = (0, 0, 0)
de donde se obtiene el siguiente sistema homogéneo de 3 ecuaciones con 3 incognitas (c1 , c2 y c3 )
c1 + c2 + c3 = 0
c1 α + c2 β + c3 γ = 0
c1 α 2 + c2 β 2 + c3 γ 2 = 0
Recordemos que para un sistema homogéneo solo existen dos posibilidades para la solución, o tiene solución
única (la solución trivial) o tiene soluciones infinitas. Es claro que necesitamos que el sistema tenga solución única
(c1 = c2 = c3 = 0) para que los vectores sean linealmente independientes.
Ası́, un sistema de ecuaciones lineales homogéneo tiene solución única si su determinante correspondiente es
distinto de cero, para este caso 󰀏 󰀏
󰀏 1 1 1 󰀏󰀏
󰀏
󰀏 α β γ 󰀏󰀏 ∕= 0
󰀏 2
󰀏 α β2 γ2 󰀏
El valor de este determinante es igual a (ver Problema I.9 B)),

󰀏 󰀏
󰀏 1 1 1 󰀏󰀏
󰀏
󰀏 α β γ 󰀏󰀏 = (β − α) (γ − α) (β − γ) ∕= 0
󰀏 2
󰀏 α β2 γ2 󰀏
de esta forma, para que los vectores v1 , v2 y v3 sean linealmente independientes, los números α, β y γ deben
satisfacer las siguientes condiciones
β ∕= α
γ ∕= α
β ∕ = γ
<|>
<|>
Problema III.3: Encuentre una base y la dimensión del subespacio W de R4 , que consta de todos los vectores
36 la forma v = (a + b, a − b + 2c, b, c) donde a, b y c son números reales.
de
Solución: Podemos escribir al subespacio W como el siguiente conjunto de vectores de R4
W = {(x, y, z, w) (a + b, a − b + 2c, b, c)}

donde a, b y c son parámetros (a, b, c ∈ R)
Ahora factorizamos a los vectores de W en términos de los parámetros a, b y c, esto es
(a + b, a − b + 2c, b, c) = a (1, 1, 0, 0) + b (1, −1, 1, 0) + c (0, 2, 0, 1) ,
Esto significa que el conjunto de vectores {(1, 1, 0, 0) , (1, −1, 1, 0) , (0, 2, 0, 1)} genera a todos los vectores que
estan en W , ya que todo (x, y, z, w) ∈ W , se puede escribir como combinación lineal de estos tres vectores.
Por otra parte, resolvamos la ecuación
α1 (1, 1, 0, 0) + α2 (1, −1, 1, 0) + α3 (0, 2, 0, 1) = (0, 0, 0, 0)
la cual genera el sistema de ecuaciones

α1 + α2 =0
α1 − α2 + 2α3 =0
α2 =0
α3 =0
en donde observamos facilmente que α1 = α2 = α3 = 0, esto significa que el conjunto de vectores {(1, 1, 0, 0) , (1, −1, 1, 0) , (
es linealmente independiente.
Por lo tanto, tenemos que el conjunto de vectores {(1, 1, 0, 0) , (1, −1, 1, 0) , (0, 2, 0, 1)} genera a W y ademas es
linealmente independiente, por lo cual es una base para el subespacio W .
Finalmente tenemos que, de acuerdo a la definición, la dimensión de un espacio vectorial es igual al número de
vectores que tiene una base cualquiera de ese espacio vectorial, por lo tanto, la dimension de W es igual a 3, esto
es Dim (W ) = 3.
<|>
<|>
Problema III.4: Determine si los siguientes conjuntos de vectores forman una base para el espacio vectorial
dado.
󰀋 󰀌 37
a) 󰀝󰀕1 − 2x, x −󰀖x2 󰀕 para P󰀖
2. 󰀕 󰀖 󰀕 󰀖󰀞
1 1 0 1 0 0 1 1
b) , , , para M22 .
−1 1 1 1 1 −1 2 −2
Solución: Recordemos que un conjunto de vectores es una base de un espacio vectorial, si este conjunto es
linealmente independiente y además genera al espacio vectorial. Entonces para cada conjunto debemos verificar
ambas condiciones.
a) Veamos primero si este conjunto es linealmente independiente, entonces consideremos la ecuación
󰀃 󰀄
α1 (1 − 2x) + α2 x − x2 = 0 + 0x + 0x2
⇒ α1 + (−2α1 + α2 ) x − α2 x2 = 0 + 0x + 0x2
esta ecuación nos lleva al siguiente sistema de ecuaciones lineales homogéneo
α1 = 0
−2α1 + α2 = 0
−α2 = 0
󰀋 󰀌
esto implica que α1 = α2 = 0, por lo tanto los vectores 1 − 2x, x − x2 son linealmente independientes.
Ahora verifiquemos si generan a P2 . Para esto consideremos la forma mas general de un vector de P2 , eso es,
sea p(x) = a + bx + cx2 ∈ P2 , ası́ este vector se debe poder escribir como
󰀃 󰀄
β1 (1 − 2x) + β2 x − x2 = a + bx + c2
⇒ β1 + (−2β1 + β2 ) x − β2 x2 = a + bx + c2
la cual conduce al siguiente sistema de ecuaciones lineales
β1 = a
−2β1 + β2 = b
−β2 = c
al resolver con la matriz aumentada tenemos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 󰀏 a 1 0 󰀏 a 1 0 󰀏 a
󰀏 󰀏 󰀏
󰁃 −2 1 󰀏 b 󰁄 (R2 → R2 + 2R1 ) 󰁃 0 1 󰀏 2a + b 󰁄 (R3 → R3 + R2 ) 󰁃 0 1 󰀏 2a + b 󰁄
󰀏 󰀏 󰀏
0 −1 󰀏 c 0 −1 󰀏 c 0 0 󰀏 2a + b + c
Este sistema solamente tiene solución si se cumple que 2a + b + c = 0, esto significa que solamente
󰀋 los polinomios
󰀌
p(x) = a + bx + cx2 cuyos coeficientes satisfagan la condición podran ser generados por el conjunto 1 − 2x, x − x2 ,
en otras palabras no genera 󰀋a todo P2 . 󰀌
Finalmente, el conjunto 1 − 2x, x − x2 es linealmente independiente pero no genera a P2 , por lo tanto no es
una base de este espacio vectorial.
b) Verifiquemos si estos vectores son linealmente independientes, ası́ que consideremos la ecuación
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
1 1 0 1 0 0 1 1 0 0
α1 + α2 + α3 + α4 =
󰀕 −1 1 1 1 1 −1 󰀖 󰀕2 −2󰀖 0 0
α1 + α4 α1 + α2 + α4 0 0
⇒ =
−α1 + α2 + α3 + 2α4 α1 + α2 − α3 − 2α4 0 0
la cual origina el sistema de ecuaciones lineales homogéneo siguiente
α1 + α4 =0
α1 + α2 + α4 =0
−α1 + α2 + α3 + 2α4 =0
α1 + α2 − α3 − 2α4 =0
<|>
<|>
Como el sistema anterior es homogéneo tenemos que, si el determinante es igual a cero entonces tiene soluciones
infinitas,
38 si es distinto de cero entonces tiene solución única (la solución trivial), ası́ que calculemos el determinante
del sistema, usaremos propiedades
󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 1 0 0 1 󰀏󰀏 󰀏 1 0 0 1 󰀏󰀏 󰀏 1 0 0 1 󰀏󰀏
󰀏 (R2 → R2 − R1 ) 󰀏 󰀏 󰀏
󰀏 1 1 0 1 󰀏󰀏 0 󰀏󰀏 (R3 → R3 − R2 ) 󰀏󰀏 0 1 0 󰀏󰀏
󰀏 󰀏 0 1 0 0
󰀏 −1 1 1 2 󰀏 (R3 → R3 + R1 ) 󰀏 0 1 1 3 󰀏 (R4 → R4 − R2 ) 󰀏 0 0 1 3 󰀏󰀏
󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 1 1 −1 −1 󰀏 (R4 → R4 − R1 ) 󰀏 0 1 −1 −2 󰀏 󰀏 0 0 −1 −2 󰀏
󰀏 󰀏
󰀏 1 0 0 1 󰀏
󰀏 󰀏
󰀏 0 1 0 0 󰀏
(R4 → R4 + R3 ) 󰀏 󰀏 󰀏 = 1 ∕= 0
󰀏
󰀏 0 0 1 3 󰀏
󰀏 0 0 0 1 󰀏
De
󰀕 manera󰀖que 󰀕 el sistema
󰀖 󰀕tiene solución
󰀖 󰀕 única, la trivial,
󰀖 ası́ que α1 = α2 = α3 = α4 = 0. Por lo tanto los vectores
1 1 0 1 0 0 1 1
, , y son linealmente independientes.
−1 1 1 1 1 −1 2 −2
󰀕 󰀖
a b
Ahora veamos si estos vectores generan a M22 . Entonces cualquier matriz ∈ M22 se puede escribir
c d
como 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
1 1 0 1 0 0 1 1 a b
β1 + β2 + β3 + β4 =
󰀕 −1 1 1 1 1 −1 󰀖 󰀕 2 −2󰀖 c d
β1 + β4 β1 + β2 + β4 a b
⇒ =
−β1 + β2 + β3 + 2β4 β1 + β2 − β3 − 2β4 c d
de donde se obtiene el siguiente sistema de ecuaciones lineales
β1 + β4 = a
β1 + β2 + β4 = b
−β1 + β2 + β3 + 2β4 = c
β1 + β2 − β3 − 2β4 = d
Reoslvamos el sistema usando la matriz aumentada
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 0 1 󰀏󰀏 a 1 0 0 1 󰀏󰀏 a
󰁅 1 1 (R2 → R2 − R1 ) 󰁅
󰁅 0 1 󰀏󰀏 b 󰁆
󰁆 0 1 0 0 󰀏 b−a 󰁆
(R3 → R3 + R1 ) 󰁅 󰀏 󰁆
󰁃 −1 1 1 2 󰀏󰀏 c 󰁄 󰁃 0 1 1 3 󰀏󰀏 c + a 󰁄
(R4 → R4 − R1 )
1 1 −1 −1 󰀏 d 0 1 −1 −2 󰀏 d − a
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 0 1 󰀏󰀏 a 1 0 0 1 󰀏
󰀏 a
(R3 → R3 − R2 ) 󰁅 󰁅 0 1 0 0 󰀏󰀏 b−a 󰁆
󰁆 (R4 → R4 + R3 ) 󰁅
󰁅 0 1 0 0 󰀏
󰀏 b − a 󰁆
󰁆
(R4 → R4 − R2 ) 󰁃 0 0 1 󰀏
3 󰀏 c − b + 2a 󰁄 󰁃 0 0 1 3 󰀏 c − b + 2a 󰁄
󰀏
0 0 −1 −2 󰀏 d−b 0 0 0 1 󰀏 c + d − 2b + 2a
󰀳 󰀏 󰀴
1 0 󰀏
0 0 󰀏 −a − c − d + 2b
(R1 → R1 − R3 ) 󰁅 󰁅 0 1 0 0 󰀏󰀏 b−a 󰁆
󰁆
(R3 → R3 − 3R4 ) 󰁃 0 0 󰀏
1 0 󰀏 −2c + 5b − 3d − 4a 󰁄
0 0 0 1 󰀏 c + d − 2b + 2a
Esto significa que la solución es única de la forma
β1 = −a − c − d + 2b
β2 =b−a
β3 = −2c + 5b − 3d − 4a
β4 = c + d − 2b + 2a
En otras󰀝󰀕
palabras quiere
󰀖 󰀕 decir que
󰀖 󰀕el conjunto󰀖 de󰀕 matrices󰀖󰀞en cuestión genera a M22 . tenemos entonces que
1 1 0 1 0 0 1 1
el conjunto , , , es linealmente independiente y además genera al
−1 1 1 1 1 −1 2 −2
espacio vectorial correspondiente, por lo tanto, este conjunto es una base de M22 .
<|>
<|>
Problema III.5: Consideremos los dos conjuntos de vectores en R4 , A = {(1, 2, −1, 3) , (2, 4, 1, −2) , (3, 6, 3, −7)}
y B = {(1, 2, −4, 11) , (2, 4, −5, 14)}. Sean V = gen(A) y W = gen(B), mostrar que V = W . 39
Solución: Método 1) Recordemos que si S = {v1 , v2 , ..., vn } es un conjunto de vectores, entonces el subespacio
vectorial generado por S esta dado por gen(S) = { u| u = α1 v1 + α2 v2 + ... + αn vn }.
Para V = gen(A) tenemos,
V = gen(A) = { (x, y, z, w)| (x, y, z, w) = α1 (1, 2, −1, 3) + α2 (2, 4, 1, −2) + α3 (3, 6, 3, −7)}
⇒ (x, y, z, w) = (α1 , 2α1 , −α1 , 3α1 ) + (2α2 , 4α2 , α2 , −2α2 ) + (3α3 , 6α3 , 3α3 , −7α3 )
= (α1 + 2α2 + 3α3 , 2α1 + 4α2 + 6α3 , −α1 + α2 + 3α3 , 3α1 − 2α2 − 7α3 )
ecuación que genera el siguiente sistema de ecuaciones lineales
α1 + 2α2 + 3α3 = x
2α1 + 4α2 + 6α3 = y
−α1 + α2 + 3α3 = z
3α1 − 2α2 − 7α3 = w
resolvamos por medio de la matriz aumentada, esto es

󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 2 3 󰀏󰀏 x 1 2 3 󰀏󰀏 x 1 2 3 󰀏󰀏 x
󰁅 2 4 6 󰀏 y 󰁆 R2 → R2 − 2R1 󰁅 0 0 0 󰀏 y − 2x 󰁆 󰁅 0 −8 −16 󰀏 w − 3x 󰁆
󰁅 󰀏 󰁆 R → R3 + R1 󰁅 󰀏 󰁆 R ↔ R4 󰁅 󰀏 󰁆
󰁃 −1 1 3 󰀏󰀏 z 󰁄 3 󰁃 0 3 6 󰀏󰀏 z + x 󰁄 2 󰁃 0 3 6 󰀏󰀏 z + x 󰁄
󰀏 w R4 → R4 − 3R1
3 −2 −7 󰀳 󰀏 󰀴0 −8 −16 󰀏 w −󰀳3x 󰀏 0 0 0󰀴 󰀏 y − 2x
1 2 3 󰀏󰀏 x 1 2 3 󰀏󰀏 x
R2 → R2 /(−8) 󰁅 󰀏 󰁆
󰁅 0 1 2 󰀏 −w/8 + 3x/8 󰁆 R → R3 − R2 󰁅 0 1 2 󰀏
󰁅 󰀏 −w/8 + 3x/8 󰁆 󰁆
R3 → R2 /(3) 󰁃 0 1 2 󰀏󰀏 z/3 + x/3 󰁄 3 󰁃 0 0 0 󰀏 z/3 + w/8 − x/24 󰁄
󰀏
󰀏 0 0 0 󰀏
󰀳0 0 0 󰀏 y − 2x 󰀴 y − 2x
1 0 −1 󰀏󰀏 x/4 + w/4
󰁅 0 1 2 󰀏 −w/8 + 3x/8 󰁆
R1 → R1 − 2R2 󰁅 󰀏
󰁃 0 0 0 󰀏 z/3 + w/8 − x/24 󰁄
󰁆
󰀏
0 0 0 󰀏 y − 2x
R3 , R4 ⇒ z/3 + w/8 − x/24 = y − 2x ⇒ z/3 + w/8 + 47x/24 − y = 0
en otras palabras,
V = gen(A) = { (x, y, z, w)| z/3 + w/8 + 47x/24 − y = 0}
De la misma manera para W = gen(B) tenemos
W = gen(B) = { (x, y, z, w)| (x, y, z, w) = α1 (1, 2, −4, 11) + α2 (2, 4, −5, 14)}
⇒ (x, y, z, w) = (α1 , 2α1 , −4α1 , 11α1 ) + (2α2 , 4α2 , −5α2 , 14α2 )
= (α1 + 2α2 , 2α1 + 4α2 , −4α1 − 5α2 , 11α1 + 14α2 )
lo que resulta en el siguiente sistema de ecuaciones lineales
α1 + 2α2 = x
2α1 + 4α2 = y
−4α1 − 5α2 = z
11α1 + 14α2 = w
<|>
<|>
Usando la matriz aumentada para resolver el sistema anterior tenemos que

40 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 2 󰀏󰀏 x 1 2 󰀏󰀏 x 1 2 󰀏󰀏 x
󰁅 2 R2 → R2 − 2R1 󰁅
󰁅 4 󰀏󰀏 y 󰁆 󰀏
󰁆 R3 → R3 + 4R1 󰁅 0 0 󰀏 y − 2x 󰁆 R2 ↔ R4
󰁆 󰁅 0
󰁅 −8 󰀏󰀏 w − 11x 󰁆
󰁆
󰁃 −4 −5 󰀏 z 󰁄 󰁃 0 3 󰀏 z + 4x 󰁄 󰁃 0 3 󰀏󰀏 z + 4x 󰁄
󰀏 R4 → R4 − 11R1 󰀏
11 14 󰀏 w 󰀳 󰀏 0 󰀴−8 󰀏 w − 11x 󰀳 󰀏 0 0 󰀏 y − 2x󰀴
1 2 󰀏󰀏 x 1 2 󰀏󰀏 x
R2 → R2 /(−8) 󰁅 󰀏 󰁆
󰁅 0 1 󰀏 −w/8 + 11x/8 󰁆 R → R3 − R2 󰁅 0 1 󰀏
󰁅 󰀏 −w/8 + 11x/8 󰁆 󰁆
R3 → R2 /(3) 󰁃 0 1 󰀏󰀏 z/3 + 4x/3 󰁄 3 󰁃 0 0 󰀏
󰀏 z/3 + w/8 − x/24 󰁄
󰀏 y − 2x 0 0 󰀏 y − 2x
󰀳0 0 󰀏 󰀴
1 0 󰀏󰀏 −7x/4 + w/4
󰁅 0 1 󰀏 −w/8 + 11x/8 󰁆
R1 → R1 − 2R2 󰁅 󰀏
󰁃 0 0 󰀏 z/3 + w/8 − x/24 󰁄
󰁆
󰀏
0 0 󰀏 y − 2x
R3 , R4 ⇒ z/3 + w/8 − x/24 = y − 2x ⇒ z/3 + w/8 + 47x/24 − y = 0
es decir,
W = gen(B) = { (x, y, z, w)| z/3 + w/8 + 47x/24 − y = 0}
Por lo tanto, observamos que
V =W
Método 2) Escribimos los vectores del conjunto A como renglones de una matriz, y determinamos ahora la forma
escalonada reducida de esta matriz, esto es,
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
1 2 −1 3 1 2 −1 3 1 2 −1 3
󰁃 2 4 1 −2 󰁄 R2 → R2 − 2R1 󰁃 0 0 3 −8 󰁄 R3 → R3 − 2R2 󰁃 0 0 3 −8 󰁄
R3 → R3 − 3R1
3 6 3 −7 0 0 6 −16 0 0 0 0
󰀳 󰀴
3 6 0 1
R1 → 3R1 + R2 󰁃 0 0 3 −8 󰁄
0 0 0 0
de tal manera que
V = gen {(1, 2, −1, 3) , (2, 4, 1, −2) , (3, 6, 3, −7)} = gen {(3, 6, 0, 1) , (0, 0, 3, −8)}
Ahora repetimos el mismo procedimiento para los vectores del conjunto B, de manera que
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
1 2 −1 3 1 2 −1 3 3 6 0 1
R2 → R2 − 2R1 R1 → 3R1 − R2
2 4 −5 14 0 0 −3 8 0 0 3 −8
donde tenemos que
W = gen {(1, 2, −4, 11) , (2, 4, −5, 14)} = gen {(3, 6, 0, 1) , (0, 0, 3, −8)}
por lo tanto concluimos que

V = W.
<|>
<|>
Problema III.6: Mostrar que los siguientes conjuntos de vectores son linealmente independientes, para el
espacio vectorial dado, 41
󰀋 󰀌
a) W = 󰀋2x, x3 − 3, 1 + x − 4x3 ,󰀌x3 + 18x2 − 9 en P3
b) W = 2x, x2 + 5, 2 + x − 4x2 en P2
c) W = {sin
󰁱 x, cos x}󰁲 en [−π, π]
1 1
d) W = x, x 2 , x 3 en [0, 1]
Solución: De la definición tenemos que, un conjunto de vectores S = {v1 , v2 , ..., vn } es linealmente independiente
si an la ecuación α1 v1 + α2 v2 + ... + αn vn = 0, se tiene que α1 = α2 = ... = αn = 0.
a) Para este conjunto tenemos
󰀃 󰀄 󰀃 󰀄 󰀃 󰀄
α1 (2x) + α2 x3 − 3 + α3 1 + x − 4x3 + α4 x3 + 18x2 − 9 = 0 + 0x + 0x2 + 0x3
⇒ 2α1 x + α2 x3 − 3α2 + α3 + α3 x − 4α3 x3 + α4 x3 + 18α4 x2 − 9α4 = 0 + 0x + 0x2 + 0x3
(−3α2 + α3 − 9α4 ) + (2α1 + α3 ) x + (18α4 ) x2 + (α2 − 4α3 + α4 ) x3 = 0 + 0x + 0x2 + 0x3
de donde obtenemos el siguiente sistema de ecuaciones lineales homogéneo
−3α2 + α3 − 9α4 = 0
2α1 + α3 = 0
18α4 = 0
α2 − 4α3 + α4 = 0
Usemos la matriz aumentada para resolver el sistema

󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
0 −3 1 −9 󰀏󰀏 0 2 0 1 0 󰀏󰀏 0 2 0 1 0 󰀏󰀏 0
󰁅 2 0 0 󰀏󰀏 0 󰁆 󰁅 󰀏 󰁆 󰁅 −4 1 󰀏󰀏 0 󰁆
󰁅 1 󰁆 R1 ↔ R2 󰁅 0 −3 1 −9 󰀏 0 󰁆 R2 ↔ R3 󰁅 0 1 󰁆
󰁃 0 0 0 󰀏
18 󰀏 0 󰁄 R3 ↔ R4 󰁃 0 1 −4 1 󰀏 0 󰀏 󰁄 󰁃 0 −3 1 −9 󰀏󰀏 0 󰁄
0 1 −4 1 󰀏 0 0 0 0 18 󰀏 0 0 0 0 18 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2 0 1 󰀏
0 󰀏 0 2 0 1 󰀏
0 󰀏 0
󰁅 0 1 −4 1 󰀏 0 󰁆 R3 → 3R3 + R4 󰁅 0 18 −72 0 󰀏󰀏 0 󰁆
R3 → R3 + 3R2 󰁅 󰀏 󰁆
󰁃 0 0 −11 −6 󰀏 0 󰁄 R2 → 18R2 + R4 󰁃 0 0 −33
󰁅 󰁆
󰀏 0 󰀏󰀏 0 󰁄
0 0 0 18 󰀏 0 0 0 0 18 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2 0 1 󰀏
0 󰀏 0 2 0 0 0 󰀏󰀏 0
R3 → R3 / − 33 󰁅 󰀏 󰁆
󰁅 0 18 −72 0 󰀏 0 󰁆 R1 → R1 − R3
󰁅 0 18 0 0 󰀏
󰁅 󰀏 0 󰁆
󰁆
R4 → R4 /18 󰁃 0 0 1 󰀏
0 󰀏 0 󰁄 R2 → R2 + 72R3 󰁃 0 0 1 0 󰀏󰀏 0 󰁄
0 0 0 1 󰀏 0 0 0 0 1 󰀏 0
Esto quiere decir que el sistema tiene solución única (la solución
󰀋 trivial por ser homogéneo), esto
󰀌 es, α1 = α2 =
α3 = α4 = 0. Por lo tanto, los vectores del conjunto W = 2x, x3 − 3, 1 + x − 4x3 , x3 + 18x2 − 9 , son linealmente
independientes.
b) Aplicando la definición de vectores independientes tenemos,
󰀃 󰀄 󰀃 󰀄
α1 (2x) + α2 x2 + 5 + α3 2 + x − 4x2 = 0 + 0x + 0x2
⇒ 2α1 x + α2 x2 + 5α2 + 2α3 + α3 x − 4α3 x2 = 0 + 0x + 0x2
(5α2 + 2α3 ) + (2α1 + α3 ) x + (2α2 − 4α3 ) x2 = 0 + 0x + 0x2
ecuación que genera el sistema de ecuaciones lineales homogéneo siguiente
5α2 + 2α3 = 0
2α1 + α3 = 0
2α2 − 4α3 = 0
<|>
<|>
Ahora resolvamos mediante el determinante del sistema, ası́ que

42 󰀏 󰀏
󰀏 0 5 2 󰀏󰀏 󰀏 󰀏
󰀏 󰀏 5 2 󰀏
󰀏 2 0 1 󰀏󰀏 = −2 󰀏󰀏 󰀏 = −2 (−20 − 4) = −2 (−24) = 48 ∕= 0
󰀏 2 −4 󰀏
󰀏 0 2 −4 󰀏
Como el determinate es distinto de cero, quiere decir que la solución del sistema es única (solución trivial),
por
󰀋 ser homogéneo, es󰀌decir, α1 = α2 = α3 = 0. Entonces tenemos que los vectores del conjunto W =
2x, x2 + 5, 2 + x − 4x2 son linealmente independientes.
Para los siguientes incisos usaremos el Wronskiano definido como

󰀏 󰀏
󰀏 f1 f2 f3 󰀏
󰀏 ′ 󰀏 df d2 f
W (f1 , f2 , f3 ) = 󰀏󰀏 f1 f2′ f3′ 󰀏󰀏 donde f ′ = y f ′′ =
󰀏 f1′′ f2′′ f3′′ 󰀏 dx dx2
c) Para este conjunto de funciones tenemos

󰀏 󰀏
󰀏 sin x cos x 󰀏󰀏
W (sin x, cos x) = 󰀏󰀏 = − sin2 x − cos2 x = −1 ∕= 0
cos x − sin x 󰀏
Como el Wronskiano es distinto de cero estonces las funciones del conjunto W = {sin x, cos x} son linealmente
independientes.
d) En este caso tenemos que el Wronskiano esta dado de la siguiente forma
󰀏 1 󰀏
󰀏 1 1 󰀏
󰀏 x x2
1
x 3 󰀏󰀏 󰀏 1 √ √
3 x 2
󰀏
󰀓 󰀔 󰀏 󰀓 󰀔 󰀏 2 x
√ 3(
√ ) 󰀏
󰀏 󰀏
= 󰀏󰀏 1 1 − 23 󰀏 R ↔ R
1 1 1 1
1 − 12
W x, x 2 , x 3 2 ⇒ W x, x 2 , x 3 = (−1) 󰀏 x x x
3
2x 3 3x 5 󰀏 1 󰀏
󰀏 0 2 −3 󰀏 󰀏 1 2 󰀏
−4x1 −2
−9x 󰀏 0 − √ 3 − √ 5 󰀏
󰀏 󰀏 4( x ) 9( 3 x )
󰀏 1 1
√ 1
√ 2
󰀏
󰀓 󰀔 󰀏 2 x 3( 3 x ) 󰀏
󰀏 √ √ 󰀏
1 1
R2 → R2 − xR1 ⇒ W x, x 2 , x 3 = (−1) 󰀏 0 󰀏 1 2 󰀏
2 x 3 x
3
󰀏
󰀏 0 − √1 3 − √2 5 󰀏
󰀏 4( x ) 9( 3 x ) 󰀏
󰀏 󰀏
󰀏 1 1
√ √
1 󰀏
󰀓 󰀔 󰀏 2 x 3( x )
3 2 󰀏
√ 󰀏 󰀏
1 1
R2 → 2/( xR2 ) ⇒ W x, x 2 , x 3 = (−1) 󰀏 0 󰀏 1 √4 󰀏
36x 󰀏
󰀏 0 − √1 3 − √2 5 󰀏
󰀏 4( 󰀏
󰀏 x) 1 9( x)1
3
󰀏
󰀏 1 √ √ 2 󰀏
󰀓 󰀔 󰀏 2 x 3( 3 x ) 󰀏
√ 󰀏 󰀏
R3 → R3 + R1 /(4( x)3 ) ⇒ W x, x 2 , x 3 = (−1) 󰀏󰀏 0 4 󰀏 = − √1 5 ∕= 0
1 1
1 √
36x 󰀏 9( 3 x )
󰀏 0 0 1 󰀏
󰀏 √
9( x )
3 5 󰀏
󰁱 1 1
󰁲
Como el Wronskiano es distinto de cero estonces las funciones del conjunto W = x, x 2 , x 3 son linealmente
independientes.
<|>
<|>
Problema III.7: Mostrar si el conjunto de vectores {(1, 2, 1), (2, 1, 3), (3, 3, 4), (1, 2, 0)} es generador del espacio
vectorial R3 43
Solución: Consideremos el vector general (x, y, z) ∈ R3 , y lo escribimos como combinación lineal del conjunto
en cuestión, esto es,
(x, y, z) = α1 (1, 2, 1) + α2 (2, 1, 3) + α3 (3, 3, 4) + α4 (1, 2, 0)

= (α1 , 2α1 , α1 ) + (2α2 , α2 , 3α2 ) + (3α3 , 3α3 , 4α3 ) + (α4 , 2α4 , 0)
= (α1 + 2α2 + 3α3 + α4 , 2α1 + α2 + 3α3 + 2α4 , α1 + 3α2 + 4α3 )

󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
x = α1 + 2α2 + 3α3 + α4 1 2 3 1 󰀏󰀏 x 1 2 3 1 󰀏󰀏 x
(R2 − 2R1 → R2 ) 󰁃
y = 2α1 + α2 + 3α3 + 2α4 ⇒ 󰁃 2 1 3 2 󰀏󰀏 y 󰁄 0 −3 −3 0 󰀏󰀏 y − 2x 󰁄
(R3 − R1 → R3 )
z = α1 + 3α2 + 4α3 1 3 4 0 󰀏 z 0 1 1 −1 󰀏 z − x
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 2 3 1 󰀏󰀏 x 1 2 3 1 󰀏
󰀏 x
(R2 − 2R1 → R2 ) 󰁃
0 −3 −3 0 󰀏󰀏 y − 2x 󰁄 R2 ↔ R3 󰁃 0 1 1 −1 󰀏 z−x 󰁄
󰀏
(R3 − R1 → R3 )
0 1 1 −1 󰀏 z − x 0 −3 −3 0 󰀏 y − 2x
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 1 3 󰀏󰀏 3x − 2z 1 0 1 0 󰀏󰀏 −2x + y − 3z
(R1 − 2R2 → R1 ) 󰁃 󰁄 (R1 + R3 → R1 ) 󰁃
0 1 1 −1 󰀏󰀏 z−x 0 1 1 0 󰀏󰀏 2x − y + 4z 󰁄
(R3 + 3R2 → R3 ) (3R2 − R3 → R2 )
0 0 0 −3 󰀏 y − 5x − z 0 0 0 −3 󰀏 y − 5x − z
α1 = −2x + y − 3z − α3
⇒ α2 = 2x − y + 4z − α3
α4 = −(y − 5x − z)/3
como el sistema tiene solución (soluciones infinitas), entonces existen los escalares α1 , α2 , α3 y α4 para poder
escribir cualquier vector arbitrario de R3 como combinación lineal del conjunto {(1, 2, 1), (2, 1, 3), (3, 3, 4), (1, 2, 0)},
por lo tanto, este conjunto es generador del espacio vectorial R3 .
Problema III.8: Encuentre una base para el conjunto de vectores que se encuentran en el plano 2x − y − z = 0.
Solución: Este conjunto se puede escribir como P = { (x, y, z)| 2x − y − z = 0}, donde (x, y, z) ∈ R3 . Como
necesitamos una base para este conjunto, entonces el plano 2x−y−z = 0 se puede ver como una ecuación homogénea
con tres incognitas, que al resolver tenemos
2x − y − z = 0 ⇒ x = y/2 + z/2
⇒ y = α y z = β, donde α, β ∈ R son parámetros libres
⇒ x = α/2 + β/2
(x, y, z) = (α/2 + β/2, α, β) = α(1/2, 1, 0) + β(1/2, 0, 1)
ası́, los vectores (1/2, 1, 0) y β(1/2, 0, 1) generam al plano y ademas son linealmente independientes, por lo tanto,
una base para todos los vectores que estan sobre el plano es el conjunto
{(1/2, 1, 0), (1/2, 0, 1)}
de modo que Dim(P ) = 2.

<|>
<|>
Problema III.9: Sea S = {v1 , v2 , v3 , v4 , v5 } un conjunto de vectores en R4 , donde v1 = (1, 2, −2, 1), v2 =
44 3, −9, 6), v3 = (2, 1, 1, −1), v4 = (−3, 0, −4, 5) y v5 = (9, 3, 7, −6). Determinar una base para el conunto
(−3,
generado por S.
Solución: Supngamos que
W = gen(S) = { u| u = α1 v1 + α2 v2 + α3 v3 + α4 v4 + α5 v5 }
entonces debemos hallar una base para W.

El procedimiento es, primero colocar los vectores como columnas de una matriz, después transformamos la
matriz a su forma escalonada reducida, y las columnas que tengan ”unos principales”, corresponden a los vectores
que forman la base. De esta manera tenemos
󰀳 󰀴
1 −3 2 −3 9
󰀃 󰀄 󰁅 2 3 1 0 3 󰁆
v1 v2 v3 v4 v5 = 󰁅 󰁃 −2 −9 1 −4 7 󰁄
󰁆
1 6 −1 5 −6
󰀳 󰀴
1 −3 2 −3 9
(R2 − 2R1 → R2 ) 󰁅
0 9 −3 6 −15 󰁆
(R3 + 2R1 → R3 ) 󰁅 󰁃 0 −15 5 −10 25 󰁄
󰁆
(R4 − R1 → R4 )
0 9 −3 8 −15
󰀳 󰀴
1 −3 2 −3 9
󰁅 0 3 −1 2 −5 󰁆
(R2 /3 → R2 ) 󰁅
󰁃 0 −15 5 −10 25 󰁄
󰁆
0 9 −3 8 −15
󰀳 󰀴
1 0 1 −1 4
(R1 + R2 → R1 ) 󰁅
0 3 −1 2 −5 󰁆
(R3 + 5R2 → R3 ) 󰁅 󰁃 0 0 0
󰁆
0 0 󰁄
(R4 − 3R2 → R4 )
0 0 0 2 0
󰀳 󰀴
1 0 1 −1 4
󰁅 0 3 −1 2 −5 󰁆
(R4 /2 → R4 ) 󰁅
󰁃 0 0 0
󰁆
0 0 󰁄
0 0 0 1 0
󰀳 󰀴
1 0 1 0 4
(R1 + R4 → R1 ) 󰁅 󰁅 0 3 −1 0 −5 󰁆
󰁆
(R2 − 2R4 → R2 ) 󰁃 0 0 0 0 0 󰁄
0 0 0 1 0
󰀳 󰀴
1 0 1 0 4
󰁅 0 1 −1/3 0 −5/3 󰁆
(R2 /3 → R2 ) 󰁅
󰁃 0 0
󰁆
0 0 0 󰁄
0 0 0 1 0
Ası́, las columnas con unos principales corresponden a los vectores v1 , v2 y v4 .

Por lo tanto, {v1 , v2 , v4 } es una base para W = gen(S) y entonces Dim(W ) = Dim(gen(S)) = 3.
Observación, los vectores se pueden colocar como columnas de la matriz en cualquier orden, posiblemente esto
cambie los vectores de la base, pero lo que no varı́a es el número de vectores de la base, siempre seran tres.
<|>
<|>
Problema III.10: Consideremos los vectores u1 = (2, −2, 6) y u2 = (−4, 1, 6) del espacio vectorial R3 . De-
treminar el espacio vectorial generado por estos vectores. 45
Solución: Debemos hallar el espacio V = gen {u1 , u2 } = { v| v = α1 u1 + α2 u2 }, sea v = (x, y, z) ∈ V , entonces
v = α1 u1 + α2 u2 ⇒ (x, y, z) = α1 (2, −2, 6) + α2 (−4, 1, 6) = (2α1 , −2α1 , 6α1 ) + (−4α2 , α2 , 6α2 )

⇒ (x, y, z) = (2α1 − 4α2 , −2α1 + α2 , 6α1 + 6α2 )
ecuación que genera el siguiente sistema de ecuaciones lineales
2α1 − 4α2 = x
−2α1 + α2 = y
6α1 + 6α2 = z
resolviendo por medio de la matriz aumentada, resulta

󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2 −4 󰀏󰀏 x 2 −4 󰀏󰀏 x
(R2 + R1 → R2 ) 󰁃
⇒ 󰁃 −2 1 󰀏󰀏 y 󰁄 0 −3 󰀏󰀏 y + x 󰁄
(R3 − 3R1 → R3 )
6 6 󰀏 z 0 18 󰀏 z − 3x
󰀳 󰀏 󰀴
2 −4 󰀏󰀏 x
(R3 + 6R2 → R3 ) 󰁃 0 −3 󰀏󰀏 y+x 󰁄
0 0 󰀏 z + 3x + 6y
󰀳 󰀏 󰀴
2 −4 󰀏󰀏 x
(R2 /(−3) → R2 ) 󰁃 0 1 󰀏󰀏 −(y + x)/3 󰁄
0 0 󰀏 z + 3x + 6y
󰀳 󰀏 󰀴
2 0 󰀏󰀏 −(x − 4y)/3
(R1 + 4R2 → R1 ) 󰁃 0 1 󰀏󰀏 −(y + x)/3 󰁄
0 0 󰀏 z + 3x + 6y
󰀳 󰀏 󰀴
1 0 󰀏󰀏 −(x − 4y)/6
(R1 /2 → R1 ) 󰁃 0 1 󰀏󰀏 −(y + x)/3 󰁄
0 0 󰀏 z + 3x + 6y
De la solución tenemos que,

R3 ⇒ z + 3x + 6y = 0
Por lo tanto, el espacio generado por los vectores u1 = (2, −2, 6) y u2 = (−4, 1, 6), es el plano z + 3x + 6y = 0,
el cual pasa por el origen, de otra manera
V = gen {u1 , u2 } = { (x, y, z)| 3x + 6y + z = 0}
En general, cualquier par de vectores en R3 genera un plano que pasa por el origen de coordenadas.
<|>
<|>
Problema III.11: Sean u1 = (1, 0, 1, 0) y u2 = (−1, 1, −1, 0) dos vectores linealmente independientes de R4 .
Construir
46 una base para R4 que contenga a los vectores u1 y u2 .
Solución: Sabemos que una base de R4 debe contener cuatro vectores, de manera que para acompletar la base
deseada nos restan dos vectores que sean linealmente independientes entre si y con los dos que tenemos.
Los dos vectores faltantes los tomaremos de la base canónica de R4 , esto es, del conjunto {e1 , e2 , e3 , e4 } donde
e1 = (1, 0, 0, 0), e2 = (0, 1, 0, 0), e3 = (0, 0, 1, 0) y e4 = (0, 0, 0, 1).
Ahora colocamos los seis vectores como columnas de una matriz y esta la transformamos a su forma escalonada
reducida, las columnas con unos principales serán los vectores base de R4 , colocamos como primeras dos columnas
a los vectores u1 y u2 , y en estas columnas obtenemos un uno principal para asugurar estos vectores esten en la
base.
Entonces tenemos
󰀳 󰀴
1 −1 1 0 0 0
󰀃 󰀄 󰁅 0 1 0 1 0 0 󰁆
u1 u2 e1 e2 e3 e4 = 󰁅
󰁃 1
󰁆
−1 0 0 1 0 󰁄
0 0 0 0 0 1
󰀳 󰀴
1 −1 1 0 0 0
󰁅 0 1 0 1 0 0 󰁆
(R3 − R1 → R3 ) 󰁅
󰁃 0
󰁆
0 −1 0 1 0 󰁄
0 0 0 0 0 1
󰀳 󰀴
1 0 1 1 0 0
󰁅 0 1 0 1 0 0 󰁆
(R1 + R2 → R1 ) 󰁅
󰁃 0
󰁆
0 −1 0 1 0 󰁄
0 0 0 0 0 1
esta última matriz es la reducida, vemos que hay unos principales en las columnas 1, 2, 5 y 6, estas corresponden
al conjunto de vectores {u1 , u2 , e3 , e4 }.
Por lo tanto, una base de R4 esta formada por los vectores {(1, 0, 1, 0), (−1, 1, −1, 0), (0, 0, 1, 0), (0, 0, 0, 1)}.
Podemos obtener otras columnas con unos principales, por ejemplo, de la última matriz
󰀳 󰀴 󰀳 󰀴
1 0 1 1 0 0 1 0 0 1 1 0
󰁅 0 1 0 1 0 0 󰁆 󰁅 0 1 0 1 0 0 󰁆
󰁅 󰁆 (R1 + R3 → R1 ) 󰁅 󰁆
󰁃 0 0 −1 0 1 0 󰁄 󰁃 0 0 −1 0 1 0 󰁄
0 0 0 0 0 1 0 0 0 0 0 1
󰀳 󰀴
1 0 0 1 1 0
󰁅 0 1 0 1 0 0 󰁆
((−1)R3 → R3 ) 󰁅
󰁃 0 0 1 0 −1 0 󰁄
󰁆
0 0 0 0 0 1
donde ahora los unos principales estan en las columnas que corresponden a los vectores {u1 , u2 , e1 , e4 }, por lo cual,
la base en este caso esta formada por el conjunto {(1, 0, 1, 0), (−1, 1, −1, 0), (1, 0, 0, 0), (0, 0, 0, 1)}.
<|>
<|>
Problema III.12: Encuentre una base para el espacio solución del sistema de ecuaciones lineales homegéneo
siguiente, 47
2x − 6y + 4z = 0
−x + 3y − 2z = 0
−3x + 9y − 6z = 0
Solución: Tenemos que encontrar los vectores que generan a la solución del sistema, entonces primero resolvemso
el sistema
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2x − 6y + 4z = 0 2 −6 4 󰀏󰀏 0 1 −3 2 󰀏󰀏 0
−x + 3y − 2z = 0 ⇒ 󰁃 −1 3 −2 󰀏󰀏 0 󰁄 (R1 /2 → R1 ) 󰁃 −1 3 −2 󰀏󰀏 0 󰁄
−3x + 9y − 6z = 0 −3 9 −6 󰀏 0 −3 9 −6 󰀏 0
󰀳 󰀏 󰀴
1 −3 2 󰀏󰀏 0
R2 + R1 → R2 󰁃
0 0 0 󰀏󰀏 0 󰁄
R3 + 3R1 → R3
0 0 0 󰀏 0
de donde la solución esta dada por
R1 ⇒ x = 3y − 2z ⇒ x = 3α − 2β donde α, β ∈ R, son parametros libres
Entonces podemos escribir la solución del sistema como
(x, y, z) = (3α − 2β, α, β) = α(3, 1, 0) + β(−2, 0, 1)
esto significa que cualquier solución del sistema se puede escribir como combinación de los vectores {(3, 1, 0), (−2, 0, 1)},
es decir, estos vectores generan al espacio solución.
Checamos ahora si son linealmente independientes,
α1 (3, 1, 0) + α2 (−2, 0, 1) = (0, 0, 0)

⇒ (3α1 , α1 , 0) + (−2α2 , 0, α2 ) = (3α1 − 2α2 , α1 , α2 ) = (0, 0, 0)
3α1 − 2α2 = 0
⇒ α1 = 0
α2 = 0
como la solución es única (solución trivial α1 = α2 = 0) entonces los vecores son linealmente independientes.
Por lo tanto, el conjunto de vectores {(3, 1, 0), (−2, 0, 1)} genera a la solución del sistema de euaciones y además
es linealmente independiente, entonces es una base para el espacio solución.
Cualquier multiplo de estos vectores, también será una base para el espacio solución del sistema de ecuaciones
lineales.
<|>
<|>
󰀋 󰀌
Problema III.13: Determine si el siguiente conjunto de vectores 1 − x, 3 − x2 , x forma o no una base para
el
48 espacio vectorial P2 .
Solución: Para saber si este conjunto es base de P2 , debemos probar que es un conjunto que genera a P2 y
además que son vectores linealmente independientes.
2
󰀌 a0 + a1 x + a2 x ∈ P2 , debe poder
Verifiquemos si es o no un conjunto generador, cualquier󰀋 vector arbitrario
2
escribirse como combinación lineal del conjunto de vectores 1 − x, 3 − x , x , esto es,
a0 + a1 x + a2 x2 = α1 (1 − x) + α2 (3 − x2 ) + α3 x
= (α1 + 3α2 ) + (−α1 + α3 )x − α2 x2
de donde obtenemos el sisguiente sistema de ecuaciones lineales
α1 + 3α2 = a0 α1 = a0 + 3a2
−α1 + α3 = a1 ⇒ α2 = −a2
−α2 = a2 α3 = a0 + a1 + 3a2
Como el sistema tiene solución, entonces el conjunto de vectores genera a cualquier vector de P2 .
Chequemos ahora si este conjunto de vectores es linealmente independiente, mediante el determinate tenemos
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
0 −1 0
1 − x = 󰁃 −1 󰁄 , 3 − x2 = 󰁃 0 󰁄 , x = 󰁃 1 󰁄
1 3 0
entonces 󰀏 󰀏
󰀏 0 −1 0 󰀏
󰀏 󰀏
󰀏 −1 0 1 󰀏 = −1 ∕= 0
󰀏 󰀏
󰀏 1 3 0 󰀏
si el determinate es distinto de cero, quiere decir que los vectores son linealemente independientes.
󰀋 󰀌
Por lo tanto, si el conjunto de vectores 1 − x, 3 − x2 , x genera a P2 y el linealmente independiente entonces
es una base para el espacio vectorial en cuestion.
<|>
<|>
󰀋 󰀌 󰀋 󰀌
Problema III.14: Si S = t2 + t + 1, t2 + 2t + 3, t2 + 1 y T t + 1, t2 , t2 + 1 son dos bases del espacio
vectorial P2 , determinar las matrices de transición de la base T a la base S (PT →S ) y de la base S a la base 49
T
(QS→T ).
Solución: Método A) Para obtener la matriz (PT →S ), escribimos los vectores de la base T en términos de los
vectores de la base S, esto es,
t+1 = a11 (t2 + t + 1) + a21 (t2 + 2t + 3) + a31 (t2 + 1)

= (a11 + a21 + a31 )t2 + (a11 + 2a21 )t + (a11 + 3a21 + a31 )
obteniendose el siguiente sistema de ecuaciones lineales, con su correspondiente solución,

0 = a11 + a21 + a31 a11 = 0
1 = a11 + 2a21 ⇒ a21 = 1/2
1 = a11 + 3a21 + a31 a31 = −1/2
De la misma forma
t2 = a12 (t2 + t + 1) + a22 (t2 + 2t + 3) + a32 (t2 + 1)

= (a12 + a22 + a32 )t2 + (a12 + 2a22 )t + (a12 + 3a22 + a32 )
ecuación que origina el sistema de ecuaciones lineales siguiente, con su respectiva solución,
1 = a12 + a22 + a32 a12 = 1
0 = a12 + 2a22 ⇒ a22 = −1/2
0 = a12 + 3a22 + a32 a32 = 1/2
Finalmente también
t2 + 1 = a13 (t2 + t + 1) + a23 (t2 + 2t + 3) + a33 (t2 + 1)

= (a13 + a23 + a33 )t2 + (a13 + 2a23 )t + (a13 + 3a23 + a33 )
de la cual tenemos
1 = a13 + a23 + a33 a13 = 0
0 = a13 + 2a23 ⇒ a23 = 0
1 = a13 + 3a23 + a33 a33 = 1
Por lo tanto la matriz de cambio de base o de transición de la base T a la base S es,
󰀳 󰀴 󰀳 󰀴
a11 a12 a13 0 1 0
PT →S = 󰁃 a21 a22 a23 󰁄 = 󰁃 1/2 −1/2 0 󰁄
a31 a32 a33 −1/2 1/2 1
Método B) Construimos una matriz doble que contenga a los vectores de ambas bases (dispuestos como columnas)
y transformamos la matriz de la base S a la identidad y la matriz de la base T sera la matriz de cambio de base
PT →S . Esto es,
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 1 󰀏󰀏 0 1 1 1 1 1 󰀏󰀏 0 1 1
R − R → R
( Base S| Base T ) = 󰁃 1 2 0 󰀏󰀏 1 0 0 󰁄 2 1 2 󰁃 0 1 −1 󰀏 1 −1 −1 󰁄
󰀏
󰀏 R3 − R1 → R3
1 3 1 1 0 1 0 2 0 󰀏 1 −1 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 1 󰀏󰀏 0 1 1 1 0 1 󰀏󰀏 −1/2 3/2 1
R − R → R
R3 /2 ↔ R2 󰁃 0 1 0 󰀏󰀏 1/2 −1/2 0 󰁄 1 2 1 󰁃 0 1 0 󰀏 1/2 −1/2 0 󰁄
󰀏
󰀏 R3 − R2 → R3
0 1 −1 1 −1 −1 0 0 −1 󰀏 1/2 −1/2 −1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 0 󰀏󰀏 0 1 0 1 0 0 󰀏󰀏 0 1 0
R1 + R3 → R1 󰁃 0 1 0 󰀏󰀏 1/2 −1/2 0 󰁄 −R3 → R3 󰁃 0 1 0 󰀏󰀏 1/2 −1/2 0 󰁄
0 0 −1 󰀏 1/2 −1/2 −1 0 0 1 󰀏 −1/2 1/2 1
<|>
<|>
Por lo tanto, la matriz de transición de la base T a la base S es,

50 󰀳 󰀴
0 1 0
PT →S = 󰁃 1/2 −1/2 0 󰁄
−1/2 1/2 1
Método A) Para obtener la matriz QS→T , escribimos los vectores de la base S en términos de los vectores de la
base T , esto es,
t2 + t + 1 = a11 (t + 1) + a21 (t2 ) + a31 (t2 + 1)

= (a21 + a31 )t2 + (a11 )t + (a11 + a31 )
obteniendose el siguiente sistema de ecuaciones lineales, con su correspondiente solución,
1 = a21 + a31 a11 = 1

1 = a11 ⇒ a21 = 1
1 = a11 + a31 a31 = 0
De la misma forma
t2 + 2t + 3 = a12 (t + 1) + a22 (t2 ) + a32 (t2 + 1)

= (a22 + a32 )t2 + (a12 )t + (a12 + a32 )
ecuación que origina el sistema de ecuaciones lineales siguiente, con su respectiva solución,
1 = a22 + a32 a12 = 2

2 = a12 ⇒ a22 = 0
3 = a12 + a32 a32 = 1
Finalmente también
t2 + 1 = a13 (t + 1) + a23 (t2 ) + a33 (t2 + 1)

= (a23 + a33 )t2 + (a13 )t + (a13 + a33 )
de la cual tenemos
1 = a23 + a33 a13 = 0
0 = a13 ⇒ a23 = 0
1 = a13 + a33 a33 = 1
Por lo tanto la matriz de cambio de base o de transición de la base T a la base S es,
󰀳 󰀴 󰀳 󰀴
a11 a12 a13 1 2 0
QS→T = 󰁃 a21 a22 a23 󰁄 = 󰁃 1 0 0 󰁄
a31 a32 a33 0 1 1
<|>
<|>
Método B) Construimos una matriz doble que contenga a los vectores de ambas bases (dispuestos como columnas)
y transformamos la matriz de la base T a la identidad y la matriz de la base S sera la matriz de cambio de base51
QS→T . Esto es,
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 1 󰀏󰀏 0 1 1 1 2 0 󰀏󰀏 1 0 0
( Base S| Base T ) = 󰁃 1 2 0 󰀏󰀏 1 0 0 󰁄 R1 ↔ R2 󰁃 1 1 1 󰀏󰀏 0 1 1 󰁄
1 3 1 󰀏 1 0 1 1 3 1 󰀏 1 0 1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 2 0 󰀏󰀏 1 0 0 1 2 0 󰀏󰀏 1 0 0
R3 − R1 → R3 󰁃 1 1 1 󰀏󰀏 0 1 1 󰁄 R2 − R3 → R2 󰁃 1 0 0 󰀏󰀏 0 1 0 󰁄
0 1 1 󰀏 0 0 1 0 1 1 󰀏 0 0 1
Por lo tanto, la matriz de transición de la base S a la base T es,

󰀳 󰀴
1 2 0
QS→T = 󰁃 1 0 0 󰁄
0 1 1
Se debe cumplir para estas dos matrices que (PT →S ) · (QS→T ) = I, verifiquemos
󰀳 󰀴󰀳 󰀴 󰀳 󰀴
0 1 0 1 2 0 1 0 0
(PT →S ) · (QS→T ) = 󰁃 1/2 −1/2 0 󰁄 󰁃 1 0 0 󰁄=󰁃 0 1 0 󰁄
−1/2 1/2 1 0 1 1 0 0 1
<|>
<|>
Problema III.15: Considere las siguientes bases del espacio vectorial R3 , S = {(0, −2, 3), (0, 1, 1), (1, 1, 0)} y
52= {(0, −1, 1), (0, 3, 0), (1, −1, 1)}. Sean [u]T = (2, 1, 3) y [v]S = (−1, 4, 1) dos vectores escritos en términos de las
T
bases S y T respectivamente.
a) Determine la matriz de transición de la base T a la base S.
b) Encuentre [u]S .
c) Determine la matriz de transición de la base S a la base T .
d) Encuentre [v]T .
Solución: Para encontrar las matrices de transición usaremos las matrices dobles, las cuales contienen a las
dos bases.
a) Para la matriz PT →S tenemos,
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
0 0 1 󰀏󰀏 0 0 1 3 1 0 󰀏󰀏 1 0 1
( Base S| Base T ) = 󰁃 −2 1 1 󰀏󰀏 −1 3 −1 󰁄 R1 ↔ R3 󰁃 −2 1 1 󰀏󰀏 −1 3 −1 󰁄
3 1 0 󰀏 1 0 1 0 0 1 󰀏 0 0 1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1/3 0 󰀏󰀏 1/3 0 1/3 1 1/3 0 󰀏󰀏 1/3 0 1/3
R1 /3 → R1 󰁃 −2 1 1 󰀏󰀏 −1 3 −1 󰁄 R2 + 2R1 → R2 󰁃 0 5/3 1 󰀏󰀏 −1/3 3 −1/3 󰁄
0 0 1 󰀏 0 0 1 0 0 1 󰀏 0 0 1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
󰀏
1 1/3 0 󰀏 1/3 0 1/3 󰀏
1 1/3 0 󰀏 1/3 0 1/3
R2 − R3 → R2 󰁃 0 5/3 0 󰀏󰀏 −1/3 3 −4/3 󰁄 3R2 /5 → R2 󰁃 0 1 0 󰀏󰀏 −1/5 9/5 −4/5 󰁄
0 0 1 󰀏 0 0 1 0 0 1 󰀏 0 0 1
󰀳 󰀏 󰀴
󰀏
1 0 0 󰀏 2/5 −3/5 3/5
R1 − R2 /3 → R1 󰁃 0 1 0 󰀏󰀏 −1/5 9/5 −4/5 󰁄
0 0 1 󰀏 0 0 1
Por lo tanto, 󰀳 󰀴
2/5 −3/5 3/5
PT →S = 󰁃 −1/5 9/5 −4/5 󰁄
0 0 1
b) [u]T = (2, 1, 3) significa que el vector u esta escrito en terminos de la base T , esto es,
u = 2(0, −1, 1) + 1(0, 3, 0) + 3(1, −1, 1) = (0, −2, 2) + (0, 3, 0) + (3, −3, 3) = (3, −2, 5)
ahora ya tenemos al vector u en términos de la base canónica, y lo podemos escribir en términos de la base S, esto
es,
u = (3, −2, 5) = α1 (0, −2, 3) + α2 (0, 1, 1) + α3 (1, 1, 0)

= (α3 , −2α1 + α2 + α3 , 3α1 + α2 )
de donde se obtiene el sistema de ecuaciones lineales y su solución
3 = α3 α1 = 2
−2 = −2α1 + α2 + α3 ⇒ α2 = −1
5 = 3α1 + α2 α3 = 3
Por lo tanto,
[u]S = (α1 , α2 , α3 ) = (2, −1, 3)
<|>
<|>
Otra manera de obtener este vector es, mediante la matriz PT →S , ya que esta transforma un vector de la base
T a la base S, de la siguiente forma 53
󰀳 󰀴󰀳 󰀴 󰀳 󰀴
2/5 −3/5 3/5 2 2
[u]S = (PT →S ) [u]T = 󰁃 −1/5 9/5 −4/5 󰁄 󰁃 1 󰁄 = 󰁃 −1 󰁄
0 0 1 3 3
c) Para la matriz QS→T tenemos,

󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
0 0 1 󰀏󰀏 0 0 1 3 1 0 󰀏 1
󰀏 0 1
( Base S| Base T ) = 󰁃 −2 1 1 󰀏󰀏 −1 3 −1 󰁄 R1 ↔ R3 󰁃 −2 1 1 󰀏 −1
󰀏 3 −1 󰁄
3 1 0 󰀏 1 0 1 0 0 1 󰀏 0 0 1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
3 1 0 󰀏󰀏 1 0 1 3 1 −1 󰀏󰀏 1 0 0
R2 + R1 → R2 󰁃 1 2 1 󰀏󰀏 0 3 0 󰁄 R1 − R3 → R1 󰁃 1 2 1 󰀏󰀏 0 3 0 󰁄
0 0 1 󰀏 0 0 1 0 0 1 󰀏 0 0 1
󰀳 󰀏 󰀴
3 1 −1 󰀏󰀏 1 0 0
R2 /3 → R2 󰁃 1/3 2/3 1/3 󰀏󰀏 0 1 0 󰁄
0 0 1 󰀏 0 0 1
3 1 −1
QS→T = 󰁃 1/3 2/3 1/3 󰁄
0 0 1
d) [v]S = (−1, 4, 1) significa que el vector v esta escrito en terminos de la base S, esto es,
v = −1(0, −2, 3) + 4(0, 1, 1) + 1(1, 1, 0) = (0, 2, −3) + (0, 4, 4) + (1, 1, 0) = (1, 7, 1)
ahora ya tenemos al vector u en términos de la base canónica, y lo podemos escribir en términos de la base T , esto
es,
u = (1, 7, 1) = α1 (0, −1, 1) + α2 (0, 3, 0) + α3 (1, −1, 1)

= (α3 , −α1 + 3α2 − α3 , α1 + α3 )
de donde se obtiene el sistema de ecuaciones lineales y su solución
1 = α3 α1 = 0
7 = −α1 + 3α2 − α3 ⇒ α2 = 8/3
1 = α1 + α3 α3 = 1
Por lo tanto,
[u]S = (α1 , α2 , α3 ) = (0, 8/3, 1)
Otra manera de obtener este vector es, mediante la matriz PT →S , ya que esta transforma un vector de la base
T a la base S, de la siguiente forma
󰀳 󰀴󰀳 󰀴 󰀳 󰀴
3 1 −1 −1 0
[u]S = (QS→T ) [v]S = 󰁃 1/3 2/3 1/3 󰁄 󰁃 4 󰁄 = 󰁃 8/3 󰁄
0 0 1 1 1
Solo para verificar nuestros resultados de las matrices tenemos que

󰀳 󰀴󰀳 󰀴 󰀳 󰀴
2/5 −3/5 3/5 3 1 −1 1 0 0
(PT →S )(QS→T ) = 󰁃 −1/5 9/5 −4/5 󰁄 󰁃 1/3 2/3 1/3 󰁄 = 󰁃 0 1 0 󰁄
0 0 1 0 0 1 0 0 1
<|>
<|>
Problema III.16: Sean S = {v1 , v2 , v3 } y T = {w1 , w2 , w3 } dos bases del espacio vectorial R3 , donde v1 =
(1,
54 0, 1), v2 = (−1, 0, 0) y v3 = (0, 1, 2). Si la matriz de cambio de la base T a la base S esta dada por
󰀳 󰀴
−2 −5 −2
PT →S = 󰁃 −1 −6 −2 󰁄
1 2 1
determinar los vectores de la base T .

Solución: Método A) Sabemos que las columnas de la matriz de transición PT →S son los vectores de la base
T , escritos en términos de los vectores de la base S, (ver Problema III.7 MétodoA)), esto es,
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
−2 −5 −2
[w1 ]S = 󰁃 −1 󰁄 , [w2 ]S = 󰁃 −6 󰁄 , [w3 ]S = 󰁃 −2 󰁄
1 2 1
por lo tanto, tenemos que
w1 = (−2)(1, 0, 1) + (−1)(−1, 0, 0) + (1)(0, 1, 2) = (−1, 1, 0)
w2 = (−5)(1, 0, 1) + (−6)(−1, 0, 0) + (2)(0, 1, 2) = (1, 2, −1)

w3 = (−2)(1, 0, 1) + (−2)(−1, 0, 0) + (1)(0, 1, 2) = (0, 1, 0)
Por lo tanto, los vectores de la base T estan dados por: w1 = (−1, 1, 0), w2 = (1, 2, −1) y w3 = (0, 1, 0).
Método B) Construimos una metriz doble, en una colocamos la matriz identidad y en la otra la matriz de
transición PT →S , ahora transformamos la matriz identidad en la base S y la otra matriz automaticamente nos dara
los vectores de la base T , (ver Problema III.7 MétodoB)), es decir,
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 0 󰀏󰀏 −2 −5 −2 1 0 0 󰀏󰀏 −2 −5 −2
󰁃 0 1 0 󰀏 −1 −6 −2 󰁄 R2 ↔ R3 󰁃 0 0 1 󰀏 1 2 1 󰁄
󰀏 󰀏
0 0 1 󰀏 1 2 1 0 1 0 󰀏 −1 −6 −2
󰀳 󰀏 󰀴
1 −1 0 󰀏󰀏 −1 1 0
R1 − R3 → R1 󰁃 0 0 1 󰀏󰀏 1 2 1 󰁄
0 1 0 󰀏 −1 −6 −2
󰀳 󰀏 󰀴
1 −1 0 󰀏󰀏 −1 1 0
R3 + 2R2 → R3 󰁃 0 0 1 󰀏󰀏 1 2 1 󰁄
0 1 2 󰀏 1 −2 0
󰀳 󰀏 󰀴
1 −1 0 󰀏󰀏 −1 1 0
R3 + R1 → R3 󰁃 0 0 1 󰀏󰀏 1 2 1 󰁄
1 0 2 󰀏 0 −1 0
Ası́, las columnas de la segunda matriz de la matriz doble son los vectores de la base T , estos soṅ: w1 = (−1, 1, 0),
w2 = (1, 2, −1) y w3 = (0, 1, 0).
<|>
<|>
Problema III.17: Si conocemos [u]S (al vector u en términos de la base S), donde S es una base conocida,
determine al vector u en términos de la base canónica correspondiente al espacio vectorial que se muestra para cada 55
caso,
󰀳 󰀴
−1
a) [u]S = 󰁃 1 󰁄 donde S = {(0, 1, −1), (1, 0, 0), (1, 1, 1)} es una base de R3 .
2
󰀳 󰀴
3 󰀋 󰀌
b) [u]S = 󰁃 −1 󰁄 donde S = x2 + 1, x + 1, x2 + x es una base de P2 .
−2
󰀳 󰀴
α1
󰁅 α2 󰁆
󰁅 󰁆
Solución: Recordemos que si [u]S = 󰁅 . 󰁆 entonces esto significa que u = α1 v1 + α2 v2 + ... + αn vn donde
󰁃 .. 󰁄
αn
S = {v1 , v2 , ..., vn } es una base del espacio vectorial en cuestión. En otras palabras, escribimos al vector u como
combinación lineal de los vectores de la base S, donde los coeficientes de esta combinación lineal son las componentes
de vector [u]S .
a) Para este caso tenemos que,
u = (−1)(0, 1, −1) + (1)(1, 0, 0) + (2)(1, 1, 1) = (3, 1, 3)

= (3)(1, 0, 0) + (1)(0, 1, 0) + (3)(0, 0, 1)
donde la C = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es la base canónica de R3 .

3
[u]C = 󰁃 1 󰁄
3
.
Otra manera es usando la matriz de cambio de la base S a la base canónica C, colocamos los vectores de ambas
bases en la matriz doble y obtenemos la matris de transición PS→C , esto es,
󰀳 󰀏 󰀴
0 1 1 󰀏󰀏 1 0 0
󰁃 1 0 1 󰀏 0 1 0 󰁄
󰀏
−1 0 1 󰀏 0 0 1
transformamos la matriz derecha (la base canónica) en la identidad, la cual ya tiene la forma, y la matriz izquierda
sera la matriz de transición. Entonces 󰀳 󰀴
0 1 1
PS→C = 󰁃 1 0 1 󰁄
−1 0 1
Por lo tanto, 󰀳 󰀴󰀳 󰀴 󰀳 󰀴
0 1 1 −1 3
[u]C = (PS→C )([u]S ) = 󰁃 1 0 1 󰁄󰁃 1 󰁄 = 󰁃 1 󰁄
−1 0 1 2 3
<|>
<|>
b) Para este polinomio tenemos lo siguiente,

56
u = (3)(x2 + 1) + (−1)(x + 1) + (−2)(x2 + x) = x2 − 3x + 2
= (1)x2 + (−3)x + (2)1
󰀋 󰀌
donde la C = x2 , x, 1 es la base canónica de P2 . Esto significa que tenemos expresado al polinomio en términos
de la base canónica. 󰀳 󰀴
1
Por lo tanto, [u]C = 󰁃 −3 󰁄.
2
Ahora usemos la matriz de cambio de la base S a la base canónica C, nuevamente colocamos los vectores de
ambas bases en la matriz doble y obtenemos la matris de transición PS→C , esto es,
󰀳 󰀏 󰀴
1 0 1 󰀏󰀏 1 0 0
󰁃 0 1 1 󰀏 0 1 0 󰁄
󰀏
1 1 0 󰀏 0 0 1
transformamos la matriz derecha (la base canónica) en la identidad, la cual ya tiene la forma, y la matriz izquierda
sera la matriz de transición. Entonces 󰀳 󰀴
1 0 1
PS→C = 󰁃 0 1 1 󰁄
1 1 0
Por lo tanto, 󰀳 󰀴󰀳 󰀴 󰀳 󰀴
1 0 1 3 1
[u]C = (PS→C )([u]S ) = 󰁃 0 1 1 󰁄 󰁃 −1 󰁄 = 󰁃 −3 󰁄
1 1 0 −2 2
<|>
<|>
Problema III.18: Considere el conjunto de vectores E = {er , eθ , eφ }, vectores base en coordenadas esférica, y
C = {eρ , eϕ , ez }, vectores base en coordenadas cilı́ndricas, ambos conjuntos son bases del espacio vectorial R3 , donde 57
er = (sin θ cos φ, sin θ sin φ, cos θ), eθ = (cos θ cos φ, cos θ sin φ, − sin θ), eφ = (− sin φ, cos φ, 0), eρ = (cos φ, sin φ, 0),
eϕ = (− sin φ, cos φ, 0) y ez = (0, 0, 1).determinar los vectores de la base T .
Detreminar las matrices de transición o de cambio de base, de coordenadas esféricas a coordenadas cilı́ndricas
y viceversa.
Solución: Para determinar estas matrices usaremos la matriz doble, colocando los vectores de ambas bases
como columnas, y después transfromamos una de ellas en la identidad y la otra sera una matriz de transición.
De esféricas a cilı́ndricas ME→C ,
󰀳 󰀏 󰀴
󰀃 󰀏 󰀄 cos φ − sin φ 0 󰀏󰀏 sin θ cos φ cos θ cos φ − sin φ
eρ eϕ ez 󰀏 er eθ eφ = 󰁃 sin φ cos φ 0 󰀏󰀏 sin θ sin φ cos θ sin φ cos φ 󰁄
0 0 1 󰀏 cos θ − sin θ 0
󰀳 󰀏 󰀴
cos2 φ − sin φ cos φ 0 󰀏󰀏 sin θ cos2 φ cos θ cos2 φ − sin φ cos φ
((cos φ)R1 → R1 ) 󰁃
sin2 φ cos φ sin φ 0 󰀏󰀏 sin θ sin2 φ cos θ sin2 φ cos φ sin φ 󰁄
((sin φ)R2 → R2 )
0 0 1 󰀏 cos θ − sin θ 0
󰀳 󰀏 󰀴
cos2 φ + sin2 φ 0 0 󰀏󰀏 sin θ(cos2 φ + sin2 φ) cos θ(cos2 φ + sin2 φ) 0
(R1 + R2 → R1 ) 󰁃 2
sin φ cos φ sin φ 0 󰀏󰀏 sin θ sin2 φ cos θ sin2 φ cos φ sin φ 󰁄
0 0 1 󰀏 cos θ − sin θ 0
󰀳 󰀏 󰀴
1 0 0 󰀏󰀏 sin θ cos θ 0
⇒ 󰁃 sin2 φ cos φ sin φ 0 󰀏󰀏 sin θ sin2 φ cos θ sin2 φ cos φ sin φ 󰁄
0 0 1 󰀏 cos θ − sin θ 0
󰀳 󰀏 󰀴
1 0 󰀏
0 󰀏 sin θ cos θ 0
(R2 − (sin2 φ)R1 → R2 ) 󰁃 0 cos φ sin φ 0 󰀏󰀏 0 0 cos φ sin φ 󰁄
0 0 1 󰀏 cos θ − sin θ 0
󰀳 󰀏 󰀴
󰀏
1 0 0 󰀏 sin θ cos θ 0
(R2 /(cos φ sin φ) → R2 ) 󰁃 0 1 0 󰀏󰀏 0 0 1 󰁄
0 0 1 󰀏 cos θ − sin θ 0
Por lo tanto, la matriz de transición de coordenadas esféricas a cilı́ndricas esta dada por
󰀳 󰀴
sin θ cos θ 0
ME→C = 󰁃 0 0 1 󰁄
cos θ − sin θ 0
<|>
<|>
Ahora de cilı́ndricas a esféricas MC→E

58 󰀳 󰀏 󰀴
󰀃 󰀏 󰀄 sin θ cos φ cos θ cos φ − sin φ 󰀏󰀏 cos φ − sin φ 0
er eθ eφ 󰀏 eρ eϕ ez = 󰁃 sin θ sin φ cos θ sin φ cos φ 󰀏󰀏 sin φ cos φ 0 󰁄
cos θ − sin θ 0 󰀏 0 0 1
󰀳 󰀏 󰀴
cos θ − sin θ 0 󰀏 0 0 1
󰀏
(R1 ↔ R3 ) 󰁃 sin θ sin φ cos θ sin φ cos φ 󰀏󰀏 sin φ cos φ 0 󰁄
sin θ cos φ cos θ cos φ − sin φ 󰀏 cos φ − sin φ 0
󰀳 󰀏 󰀴
1 − sin θ/ cos θ 0 󰀏 0 0 1/ cos θ
󰀏
(R1 /(cos θ) → R1 ) 󰁃 sin θ sin φ cos θ sin φ cos φ 󰀏󰀏 sin φ cos φ 0 󰁄
sin θ cos φ cos θ cos φ − sin φ 󰀏 cos φ − sin φ 0
󰀳 󰀏 󰀴
1 − sin θ/ cos θ 0 󰀏 0 0 1/ cos θ
(R2 − (sin θ sin φ)R1 → R2 ) 󰁃 󰀏
0 sin φ/ cos θ cos φ 󰀏󰀏 sin φ cos φ − sin θ sin φ/ cos θ 󰁄
(R3 − (sin θ cos φ)R1 → R3 )
0 cos φ/ cos θ − sin φ 󰀏 cos φ − sin φ − sin θ cos φ/ cos θ
󰀳 󰀏 󰀴
1 − sin θ/ cos θ 0 󰀏 0 0 1/ cos θ
󰀏
((cos θ)R2 /(sin φ) → R2 ) 󰁃 0 1 cos φ cos θ/ sin φ 󰀏󰀏 cos θ cos φ cos θ/ sin φ − sin θ 󰁄
0 cos φ/ cos θ − sin φ 󰀏 cos φ − sin φ − sin θ cos φ/ cos θ
󰀳 󰀏 󰀴
1 0 cos φ sin θ/ sin φ 󰀏 sin θ sin θ cos φ/ sin φ cos θ
(R1 + (sin θ/ cos θ)R2 → R1 ) 󰁃 󰀏
0 1 cos φ cos θ/ sin φ 󰀏 cos θ cos φ cos θ/ sin φ − sin θ 󰁄
(R3 − (cos φ/ cos θ)R2 → R3 ) 󰀏
0 0 −1/ sin φ 󰀏 0 −1/ sin φ 0
󰀳 󰀏 󰀴
1 0 0 󰀏 sin θ 0 cos θ
(R1 + (cos φ sin θ)R3 → R1 ) 󰁃 󰀏
0 1 0 󰀏 cos θ 0 − sin θ 󰁄
(R2 + (cos φ cos θ)R3 → R2 ) 󰀏
0 0 −1/ sin φ 󰀏 0 −1/ sin φ 0
󰀳 󰀏 󰀴
1 0 0 󰀏󰀏 sin θ 0 cos θ
((− sin φ)R3 → R3 ) 󰁃 0 1 0 󰀏󰀏 cos θ 0 − sin θ 󰁄
0 0 1 󰀏 0 1 0
Ası́, la matriz de cambio de base de coordenadas esféricas a cilı́ndricas tiene la forma

󰀳 󰀴
sin θ 0 cos θ
ME→C = 󰁃 cos θ 0 − sin θ 󰁄
0 1 0
<|>
<|>
Problema III.19: Encuentre una base ortonormal para el espacio solución del sistema de ecuaciones lineales
homogéneo siguiente 59
x1 + x2 + 2x4 = 0
−2x1 − 2x2 + x3 − 5x4 = 0
x1 + x2 − x3 + 3x4 = 0
4x1 + 4x2 − x3 + 9x4 = 0
Solución: Reolvemos el sistema, usando la matriz aumentada

󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 0 2 󰀏 0 1 1 0 2 󰀏 0 1 1 0 2 󰀏 0
󰀏 󰀏 󰀏
󰁅 −2 −2 1 −5 󰀏 0 󰁆 (R2 + 2R1 → R2 ) 󰁅 0 0 1 −1 󰀏 0 󰁆 󰁅 0 󰀏 0 󰁆
󰁅 󰀏 󰁆 󰁅 󰀏 󰁆 (R3 + R2 → R3 ) 󰁅 0 −1 1 󰀏 󰁆
󰁃 1 1 −1 3 󰀏 0 󰁄 (R3 − R1 → R3 ) 󰁃 0 0 −1 1 󰀏 0 󰁄 (R4 + R2 → R4 ) 󰁃 0 0 0 0 󰀏 0 󰁄
󰀏 (R4 − 4R1 → R4 ) 󰀏 󰀏
4 4 −1 9 󰀏 0 0 0 −1 1 󰀏 0 0 0 0 0 󰀏 0
x1 = −α − 2β
R1 ⇒ x1 = −x2 − 2x4 x2 = α ∈ R x =α
⇒ son parámetros libres ⇒ 2
R2 ⇒ x 3 = x 4 x4 = β ∈ R x3 =β
x4 =β
de manera que los vectores solución son de la forma
(x1 , x2 , x3 , x4 ) = (−α − 2β, α, β, β) = α(−1, 1, 0, 0) + β(−2, 0, 1, 1)
Entonces una base para el espacio solución es {(−1, 1, 0, 0), (−2, 0, 1, 1)}.
Ahora ortonormalizamos los vectores usando el proceso de Gram-Schmidt, esto es, sean u1 = (−1, 1, 0, 0) y
u2 = (−2, 0, 1, 1) entonces
v1 = u1 = (−1, 1, 0, 0)
󰀕 󰀖
u2 · v 1
v2 = u2 − v1 = (−1, −1, 1, 1)
v1 · v1
los vectores v1 y v2 son ortogonales, esto es, v1 · v2 (−1, 1, 0, 0) · (−1, −1, 1, 1) = 0, normalizando
v1 √ √
w1 = = (−1/ 2, 1/ 2, 0, 0)
|v1 |
v2
w2 = = (−1/2, −1/2, 1/4, 1/4)
|v2 |
de manera que el conjunto de vectores {w1 , w2 } es ortonormal y es una base del espacio solución del sistema de
ecuaciones lineales.
<|>
<|>
Problema III.20: Considere el siguiente conjunto de vectores S = {(1, −2, 3), (−2, 2, 2), (5/7, 4/7, 1/7)}, el
3 3
60 es una base ortognonal de R . Escriba al vector u = (12, −6, 6) ∈ R como cambinación lineal de los vectores
cual
de S.
Solución: Sea v1 = (1, −2, 3), v2 = (−2, 2, 2) y v3 = (5/7, 4/7, 1/7), observamos que estos vectores satisface la
condición de que,
v1 · v2 = (1, −2, 3) · (−2, 2, 2) = −2 − 4 + 6 = 0
v1 · v3 = (1, −2, 3) · (5/7, 4/7, 1/7) = 5/7 − 8/7 + 3/7 = 0
v2 · v3 = (−2, 2, 2) · (5/7, 4/7, 1/7) = −10/7 + 8/7 + 2/7 = 0
esto es, los vectores v1 , v2 y v3 son ortogonales. Por lo tanto, podemos escribir al vector u, de la siguiente manera
u · v1 u · v2 u · v3
u= v1 + v2 + v3
v1 · v1 v2 · v2 v3 · v3
sustituyendo los vectores tenemos
(12, −6, 6) · (1, −2, 3) (12, −6, 6) · (−2, 2, 2)

(12, −6, 6) = (1, −2, 3) + (−2, 2, 2)
(1, −2, 3) · (1, −2, 3) (−2, 2, 2) · (−2, 2, 2)
(12, −6, 6) · (5/7, 4/7, 1/7)
+ (5/7, 4/7, 1/7)
(5/7, 4/7, 1/7) · (5/7, 4/7, 1/7)
42 −24 6
= (1, −2, 3) + (−2, 2, 2) + (5/7, 4/7, 1/7)
14 12 (6/7)
= 3(1, −2, 3) − 2(−2, 2, 2) + 7(5/7, 4/7, 1/7)
Por lo tanto, tenemos que u escrito como combinación lineal de v1 , v2 y v3 , tiene la forma
u = 3v1 − 2v2 + 7v3
Problema III.21: Sea el conjunto de vectores S = {v1 , v2 , v3 } una base ortonormal del espacio vectorial R3 ,
donde v1 = (2/3, −2/3, 1/3), v2 = (2/3, 1/3, −2/3) y v3 = (1/3, 2/3, 2/3). Si u = (3, 4, 5) ∈ R3 , determinar de [u]S .
Solución: Tenemos que determinar los coeficientes escalares α1 , α2 y α3 tales que
󰀳 󰀴
α1
u = α1 v1 + α2 v2 + α3 v3 ⇒ [u]S = 󰁃 α2 󰁄
α3
Usando el hecho de que S es una base ortonormal, entonces los coeficientes de la combinación lineal estan dados
por
6 8 5 3
α1 = u · v1 = (3, 4, 5) · (2/3, −2/3, 1/3) = − + = =1
3 3 3 3
6 4 10 0
α2 = u · v2 = (3, 4, 5) · (2/3, 1/3, −2/3) = + − = =0
3 3 3 3
3 8 10 21
α3 = u · v3 = (3, 4, 5) · (1/3, 2/3, 2/3) = + + = =7
3 3 3 3
Por lo tanto, 󰀳 󰀴 󰀳 󰀴
α1 1
[u]S = 󰁃 α2 󰁄 = 󰁃 0 󰁄
α3 7
<|>
<|>
Problema III.22: Dada la base S = {v1 , v2 , v3 } del espacio vectorial R3 , donde v1 = (1, −1, 1), v2 = (−2, 3, −1)
y v3 = (1, 2, −4). Determine una base ortonormal de R3 usando la base de vectores de S. 61
Solución: Aplicamos el proceso de ortonormalización de Gram-Schmidt, esto es,
u1 = v1 = (1, −1, 1)
después
v 2 · u1
u2 = v2 − u1
u1 · u1
(−2, 3, −1) · (1, −1, 1) −6
= (−2, 3, −1) − (1, −1, 1) = (−2, 3, −1) − (1, −1, 1)
(1, −1, 1) · (1, −1, 1) 3
= (0, 1, 1)
finalmente
v 3 · u1 v 3 · u2
u3 = v3 − u1 − u2
u1 · u1 u2 · u2
(1, 2, −4) · (1, −1, 1) (1, 2, −4) · (0, 1, 1)
= (1, 2, −4) − (1, −1, 1) − (0, 1, 1)
(1, −1, 1) · (1, −1, 1) (0, 1, 1) · (0, 1, 1)
−5 −2
= (1, 2, −4) − (1, −1, 1) − (0, 1, 1)
3 2
= (8/3, 4/3, −4/3)
De esta manera, el conjunto de vectores {u1 , u2 , u3 } es una base ortogonal de R3 , ası́ que solo normalizamos
estos vectores,
󰀕 󰀖
u1 1 1 1 1
w1 = = √ (1, −1, 1) = √ , − √ , √
|u1 | 3 3 3 3
󰀕 󰀖
u2 1 1 1
w2 = = √ (0, 1, 1) = 0, √ , √
|u2 | 2 2 2
󰀕 󰀖
u3 3 2 1 −1
w3 = = √ (8/3, 4/3, −4/3) = √ , √ , √
|u3 | 96 6 6 6
entonces tenemos que el conjunto de vectores {w1 , w2 , w3 }, es una base ortonormal del espacio vectorial R3 , de
modo que satisface las condiciones
w1 · w2 = 0
w1 · w3 = 0
w2 · w3 = 0
y también
w1 · w1 = 1
w2 · w2 = 1
w3 · w3 = 1
<|>
<|>
Problema III.23: Construir una base ortonormal para el espacio vectorial P2 , en el intervalo [0, 1].
62 Solución: Consideremos la base canónica de P , esto es, el conjunto de vectores 󰀋1, x, x2 󰀌 y tememos la
2
siguiente notación u1 = 1, u2 = x y u3 = x2 . Entonces tenemos que
󰁝1 󰁝1 󰁝1
2
u1 = 1 ⇒ w1 = 〈u1 , u1 〉 = (u1 )(u1 )dx = (u1 ) dx = (1)2 dx = 1
0 0 0
normalizando el vector se obtiene,

w1 w1 1
v1 = =󰁳 = =1
|w1 | 〈w1 , w1 〉 1
Ahora, para el siguiente vector,
󰀳 󰀴
󰁝1
1
u2 = x ⇒ w2 = u2 − 〈u2 , v1 〉 v1 = x − 󰁃 (x)(1)dx󰁄 (1) = x −
2
0
para normalizar tenemos que

1 1
w2 w2 x− 2 x− 2
v2 = =󰁳 =󰀗 󰀘1/2 =󰀗 󰀘1/2
|w2 | 〈w2 , w2 〉 󰁕1 󰀃 󰀄 󰁕1
1 2
x− 2 dx (x2 − x + 14 )dx
0 0
1 󰀕 󰀖
x− 2
√ 1 √
= 1 =2 3 x− = 3(2x − 1)
√ 2
2 3
Finalmente el tercer para el tercer vector,
u3 = x2 ⇒ w3 = u3 − 〈u3 , v1 〉 v1 − 〈u3 , v2 〉 v2
󰀳 1 󰀴 󰀳 1 󰀴
󰁝 󰁝 󰀓√ 󰀔 󰀓√ 󰀔
= x − 󰁃 (x )(1)dx󰁄 (1) − 󰁃 (x )
2 2 2
3(2x − 1) dx󰁄 3(2x − 1)
0 0
󰀳 󰀴
󰁝1 󰀓√ 󰀔 󰀕 󰀖󰀓 󰀔
1 √ 1 √ 1 √
= x2 − − 3 󰁃 (2x − x )dx󰁄
3 2
3(2x − 1) = x − − 3 2
3(2x − 1)
3 3 6
0
1
= x2 − x +
6
normalizando tenemos
1 1
w3 w3 x2 − x + 6 x2 − x + 6
v3 = =󰁳 =󰀗 󰀘1/2 =󰀗 󰀘1/2
|w3 | 〈w3 , w3 〉 󰁕1 󰀃 󰀄 󰁕1 󰀃 󰀄
1 2
x2 − x + 6 dx x4 − 2x3 + 43 x2 − 13 x + 1
36 dx
0 0
1 󰀕 󰀖
2
x −x+ √ 1 √
= 1
6
= 6 5 x2 − x + = 5(6x2 − 6x + 1).
√ 6
6 5
󰀋 √ √
Por lo tanto, la base ortonormal para el espacio vectorial P2, está dada por el conjunto de vectores 1, 3(2x − 1), 5(6x
<|>
<|>
Problema IV.1: De las siguientes transformaciones, verifique cuales son lineales y cuales no los son.
a) T : R3 → R2 definida por T (x, y, z) = (x2 + y, y − z) 63
b) T : R3 → R3 definida por T (x, y, z) = (x2 , y − z, z 2 )
c) T : R3 → R4 definida por T (x, y, z) = (x − y, 2y, −2z, z − x)
d) T : R4 → R2 definida por T (x, y, z, w) = (xy, zw)
e) T : P1 → P2 definida por T (ax + b) = ax2 + (a − b)x
f ) T : P1 → P2 definida por T (p(x)) = x · p(x) + p(0), donde p(x) = ax + b
g) T : P2 → P1 definida por T (ax2 + bx + c) = 2ax − b
h) T : P2 → P1 definida por T (ax2 + bx + c) = (a + 2)x + (b − a)
i) T : P2 → P2 definida por T (ax2 + bx + c) = (a + 1)x2 + (b − c)x + (a + c)
j) T : P2 → P2 definida por T (ax2 + bx + c) = ax2 + (b − c)x + (a − b)
Solución:
a) Sean u1 , u2 ∈ R3 , donde u1 = (x1 , y1 , z1 ) y u2 = (x2 , y2 , z2 ), y sea el escalar α ∈ R, entonces
T (u1 + u2 ) = T ((x1 , y1 , z1 ) + (x2 , y2 , z2 )) = T (x1 + x2 , y1 + y2 , z1 + z2 )

󰀃 󰀄
= (x1 + x2 )2 + (y1 + y2 ), (y1 + y2 ) − (z1 + z2 )
= (x21 + x22 + 2x1 x2 + y1 + y2 , y1 + y2 − z1 − z2 )
mientras que
󰀃 󰀄 󰀃 󰀄
T (u1 ) + T (u2 ) = T (x1 , y1 , z1 ) + T (x2 , y2 , z2 ) = x21 + y1 , y1 − z1 + x22 + y2 , y2 − z2
󰀃 2 󰀄
= x1 + x22 + y1 + y2 , y1 + y2 − z1 − z2
donde tenemos que

T (u1 + u2 ) ∕= T (u1 ) + T (u2 )
por lo tanto la transformación no es lineal.
b) Sean u1 , u2 ∈ R3 , donde u1 = (x1 , y1 , z1 ) y u2 = (x2 , y2 , z2 ), y sea el escalar α ∈ R, entonces

󰀃 󰀄
= (x1 + x2 )2 , (y1 + y2 ) − (z1 + z2 ), (z1 + z2 )2
= (x21 + x22 + 2x1 x2 , y1 + y2 − z1 − z2 , z12 + z22 + 2z1 z2 )
mientras que
󰀃 󰀄 󰀃 󰀄
T (u1 ) + T (u2 ) = T (x1 , y1 , z1 ) + T (x2 , y2 , z2 ) = x21 , y1 − z1 , z12 + x22 , y2 − z2 , z22
󰀃 2 󰀄
= x1 + x22 , y1 + y2 − z1 − z2 , z12 + z22
donde tenemos que

T (u1 + u2 ) ∕= T (u1 ) + T (u2 )
<|>
<|>
c) Sean u1 , u2 ∈ R3 , donde u1 = (x1 , y1 , z1 ) y u2 = (x2 , y2 , z2 ), y sea el escalar α ∈ R, entonces

64
= ((x1 + x2 ) − (y1 + y2 ), 2(y1 + y2 ), −2(z1 + z2 ), (z1 + z2 ) − (x1 + x2 ))
= (x1 + x2 − y1 − y2 , 2y1 + 2y2 , −2z1 − 2z2 , z1 + z2 − x1 − x2 )
mientras que
T (u1 ) + T (u2 ) = T (x1 , y1 , z1 ) + T (x2 , y2 , z2 )

= (x1 − y1 , 2y1 , −2z1 , z1 − x1 ) + (x2 − y2 , 2y2 , −2z2 , z2 − x2 )
= (x1 + x2 − y1 − y2 , 2y1 + 2y2 , −2z1 − 2z2 , z1 + z2 − x1 − x2 )
donde tenemos que

T (u1 + u2 ) = T (u1 ) + T (u2 )
Ahora
T (αu1 ) = T (α(x1 , y1 , z1 )) = T (αx1 , αy1 , αz1 ) = (αx1 − αy1 , 2αy1 , −2αz1 , αz1 − αx1 )
= (α(x1 − y1 ), 2αy1 , −2αz1 , α(z1 − x1 ))
y
αT (u1 ) = αT (x1 , y1 , z1 ) = α(x1 − y1 , 2y1 , −2z1 , z1 − x1 ) = (α(x1 − y1 ), 2αy1 , −2αz1 , α(z1 − x1 ))
observamos que
T (αu1 ) = αT (u1 )
por lo tanto la transformación es lineal.
d) Sean u1 , u2 ∈ R4 , donde u1 = (x1 , y1 , z1 , w1 ) y u2 = (x2 , y2 , z2 , w2 ), y sea el escalar α ∈ R, entonces
T (u1 + u2 ) = T ((x1 , y1 , z1 , w1 ) + (x2 , y2 , z2 , w2 )) = T (x1 + x2 , y1 + y2 , z1 + z2 , w1 + w2 )

= ((x1 + x2 )(y1 + y2 ), (z1 + z2 )(w1 + w2 ))
= (x1 y1 + x2 y2 + x1 y2 + x2 y1 , z1 w1 + z2 w2 + z1 w2 + z2 w1 )
mientras que
T (u1 ) + T (u2 ) = T (x1 , y1 , z1 , w1 ) + T (x2 , y2 , z2 , w2 ) = (x1 y1 , z1 w1 ) + (x2 y2 , z2 w2 )

= (x1 y1 + x2 y2 , z1 w1 + z2 w2 )
donde tenemos que

T (u1 + u2 ) ∕= T (u1 ) + T (u2 )
<|>
<|>
e) Sean u1 , u2 ∈ P1 , donde u1 = a1 x + b1 y u2 = a2 x + b2 , y sea el escalar α ∈ R, entonces

65
T (u1 + u2 ) = T ((a1 x + b1 ) + (a2 x + b2 )) = T ((a1 + a2 )x + (b1 + b2 ))
= (a1 + a2 )x2 + ((a1 + a2 ) − (b1 + b2 )) x
= (a1 + a2 )x2 + (a1 + a2 )x − (b1 + b2 )x
mientras que
T (u1 ) + T (u2 ) = T (a1 x + b1 ) + T (a2 x + b2 )

󰀃 󰀄 󰀃 󰀄
= a1 x2 + (a1 − b1 )x + a2 x2 + (a2 − b2 )x
= (a1 + a2 )x2 + (a1 + a2 )x − (b1 + b2 )x
donde tenemos que

T (u1 + u2 ) = T (u1 ) + T (u2 )
Ahora
T (αu1 ) = T (α(a1 x + b1 )) = T (αa1 x + αb1 ) = αa1 x2 + (αa1 − αb1 )x = αa1 x2 + α(a1 − b1 )x
y 󰀃 󰀄
αT (u1 ) = αT (a1 x + b1 ) = α a1 x2 + (a1 − b1 )x = αa1 x2 + α(a1 − b1 )x
observamos que
T (αu1 ) = αT (u1 )
f ) Sean p1 (x), p2 (x) ∈ P1 , donde p1 (x) = a1 x + b1 y p2 (x) = a2 x + b2 , y sea el escalar α ∈ R, entonces
T (p1 (x) + p2 (x)) = T ((a1 x + b1 ) + (a2 x + b2 )) = T ((a1 + a2 )x + (b1 + b2 ))

= x ((a1 + a2 )x + (b1 + b2 )) + (b1 + b2 )
= (a1 + a2 )x2 + (b1 + b2 )x + (b1 + b2 )
mientras que
T (u1 ) + T (u2 ) = T (a1 x + b1 ) + T (a2 x + b2 )

= (x(a1 x + b1 ) + b1 ) + (x(a2 x + b2 ) + b2 )
= (a1 x2 + b1 x + b1 ) + (a2 x2 + b2 x + b2 )
= (a1 + a2 )x2 + (b1 + b2 )x + (b1 + b2 )
donde tenemos que

T (u1 + u2 ) = T (u1 ) + T (u2 )
Ahora
T (αu1 ) = T (α(a1 x + b1 )) = T (αa1 x + αb1 ) = x(αa1 x + αb1 ) + αb1 = αa1 x2 + αb1 x + αb1
y
αT (u1 ) = αT (a1 x + b1 ) = α (x(a1 x + b1 ) + b1 ) = αa1 x2 + αb1 x + αb1
observamos que
T (αu1 ) = αT (u1 )
<|>
<|>
g) Sean u1 , u2 ∈ P2 , donde u1 = a1 x2 + b1 x + c1 y u2 = a2 x2 + b2 x + c2 , y sea el escalar α ∈ R, entonces

66 󰀃󰀃 󰀄 󰀄
T (u1 + u2 ) = T a1 x2 + b1 x + c1 + (a2 x2 + b2 x + c2 )
󰀃 󰀄
= T (a1 + a2 )x2 + (b1 + b2 )x + (c1 + c2 )
= 2(a1 + a2 )x − (b1 + b2 )
mientras que
T (u1 ) + T (u2 ) = T (a1 x2 + b1 x + c1 ) + T (a2 x2 + b2 x + c2 )

= (2a1 x − b1 ) + (2a2 x − b2 )
= 2(a1 + a2 )x − (b1 + b2 )
donde tenemos que

T (u1 + u2 ) = T (u1 ) + T (u2 )
Ahora 󰀃 󰀄
T (αu1 ) = T α(a1 x2 + b1 x + c1 ) = T (αa1 x2 + αb1 x + αc1 ) = 2αa1 x − αb1
y
αT (u1 ) = αT (a1 x2 + b1 x + c1 ) = α (2a1 x − b1 ) = 2αa1 x − αb1
observamos que
T (αu1 ) = αT (u1 )
h) Sean u1 , u2 ∈ P2 , donde u1 = a1 x2 + b1 x + c1 y u2 = a2 x2 + b2 x + c2 , y sea el escalar α ∈ R, entonces

󰀃󰀃 󰀄 󰀄
T (u1 + u2 ) = T a1 x2 + b1 x + c1 + (a2 x2 + b2 x + c2 )
󰀃 󰀄
= T (a1 + a2 )x2 + (b1 + b2 )x + (c1 + c2 )
= ((a1 + a2 ) + 2) x + ((b1 + b2 ) − (a1 + a2 ))
= (a1 + a2 )x + 2x + (b1 + b2 ) − (a1 + a2 )
mientras que

= ((a1 + 2)x + (b1 − a1 )) + ((a2 + 2)x + (b2 − a2 ))
= (a1 + a2 )x + 4x + (b1 + b2 ) − (a1 + a2 )
donde tenemos que

T (u1 + u2 ) ∕= T (u1 ) + T (u2 )
<|>
<|>
i) Sean u1 , u2 ∈ P2 , donde u1 = a1 x2 + b1 x + c1 y u2 = a2 x2 + b2 x + c2 , y sea el escalar α ∈ R, entonces

󰀃󰀃 󰀄 󰀄 67
T (u1 + u2 ) = T a1 x2 + b1 x + c1 + (a2 x2 + b2 x + c2 )
󰀃 󰀄
= T (a1 + a2 )x2 + (b1 + b2 )x + (c1 + c2 )
= ((a1 + a2 ) + 1) x2 + ((b1 + b2 ) − (c1 + c2 )) x + ((a1 + a2 ) + (c1 + c2 ))
mientras que

󰀃 󰀄 󰀃 󰀄
= (a1 + 1)x2 + (b1 − c1 ) x + (a1 + c1 ) + (a2 + 1)x2 + (b2 − c2 ) x + (a2 + c2 )
= ((a1 + a2 ) + 2) x2 + ((b1 + b2 ) − (c1 + c2 )) x + ((a1 + a2 ) + (c1 + c2 ))
donde tenemos que

T (u1 + u2 ) ∕= T (u1 ) + T (u2 )
j) Sean u1 , u2 ∈ P2 , donde u1 = a1 x2 + b1 x + c1 y u2 = a2 x2 + b2 x + c2 , y sea el escalar α ∈ R, entonces

󰀃󰀃 󰀄 󰀄
T (u1 + u2 ) = T a1 x2 + b1 x + c1 + (a2 x2 + b2 x + c2 )
󰀃 󰀄
= T (a1 + a2 )x2 + (b1 + b2 )x + (c1 + c2 )
= (a1 + a2 )x2 + ((b1 + b2 ) − (c1 + c2 )) x + ((a1 + a2 ) − (b1 + b2 ))
mientras que

󰀃 󰀄 󰀃 󰀄
= a1 x2 + (b1 − c1 ) x + (a1 − b1 ) + a2 x2 + (b2 − c2 ) x + (a2 − b2 )
= (a1 + a2 )x2 + ((b1 + b2 ) − (c1 + c2 )) x + ((a1 + a2 ) + (c1 + c2 ))
donde tenemos que

T (u1 + u2 ) = T (u1 ) + T (u2 )
Ahora
󰀃 󰀄
T (αu1 ) = T α(a1 x2 + b1 x + c1 ) = T (αa1 x2 + αb1 x + αc1 )
= αa1 x2 + (αb1 − αc1 )x + (αa1 − αb1 )
= αa1 x2 + α(b1 − c1 )x + α(a1 − b1 )
αT (u1 ) = αT (a1 x2 + b1 x + c1 )
󰀃 󰀄
= α a1 x2 + (b1 − c1 ) x + (a1 − b1 )
= αa1 x2 + α(b1 − c1 )x + α(a1 − b1 )
observamos que
T (αu1 ) = αT (u1 )
<|>
<|>
Problema IV.2: Para las siguientes transformaciones, verifique cuales son lineales y cuales no los son.
󰀕 󰀖 󰀕 󰀖
68 a b b c−d
a) T : M22 → M22 definida por T =
c d c+d 2a
󰀕 󰀖 󰀕 󰀖
a b a−1 b+1
b) T : M22 → M22 definida por T =
c d 2c 3d
󰀕 󰀖
a b
c) T : M22 → R definida por T =a+d
c d
󰀕 󰀖
a b
d) T : M22 → R definida por T =a+b−c−d+1
c d
Solución:
󰀕 󰀖 󰀕 󰀖
a1 b1 a2 b2
a) Sean u1 , u2 ∈ M22 , donde u1 = y u2 = , y consideremos el escalar α ∈ R, entonces
c1 d1 c2 d2
󰀕󰀕 󰀖 󰀕 󰀖󰀖 󰀕 󰀖
a1 b1 a2 b2 a 1 + a 2 b1 + b2
T (u1 + u2 ) = T + =T
c1 d1 c2 d2 c 1 + c 2 d1 + d2
󰀕 󰀖
b1 + b2 (c1 + c2 ) − (d1 + d2 )
=
(c1 + c2 ) − (d1 + d2 ) 2(a1 + a2 )
mientras que
󰀕 󰀖 󰀕 󰀖
a1 b1 a2 b2
T (u1 ) + T (u2 ) = T +T
c1 d1 c2 d2
󰀕 󰀖 󰀕 󰀖
b1 c 1 − d1 b2 c 2 − d2
= +
c 1 − d1 2a1 c 2 − d2 2a2
󰀕 󰀖
b1 + b2 (c1 + c2 ) − (d1 + d2 )
=
(c1 + c2 ) − (d1 + d2 ) 2(a1 + a2 )
donde tenemos que

T (u1 + u2 ) = T (u1 ) + T (u2 )
Ahora 󰀕 󰀕 󰀖󰀖 󰀕 󰀖 󰀕 󰀖
a1 b1 αa1 αb1 αb1 α(c1 − d1 )
T (αu1 ) = T α =T =
c1 d1 αc1 αd1 α(c1 − d1 ) 2αa1
y 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
a1 b1 b1 c 1 − d1 αb1 α(c1 − d1 )
αT (u1 ) = αT =α =
c1 d1 c 1 − d1 2a1 α(c1 − d1 ) 2αa1
observamos que
T (αu1 ) = αT (u1 )
<|>
<|>
󰀕 󰀖 󰀕 󰀖
a1 b1 a2 b2
b) Sean u1 , u2 ∈ M22 , donde u1 = y u2 = , y consideremos el escalar α ∈ R, entonces
c1 d1 c2 d2 69
󰀕󰀕 󰀖 󰀕 󰀖󰀖 󰀕 󰀖
a 1 b1 a 2 b2 a 1 + a 2 b1 + b2
T (u1 + u2 ) = T + =T
c 1 d1 c 2 d2 c 1 + c 2 d1 + d2
󰀕 󰀖
(a1 + a2 ) − 1 (b1 + b2 ) + 1
=
2(c1 + c2 ) 3(d1 + d2 )
mientras que
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
a1 b1 a2 b2 a1 − 1 b1 + 1 a2 − 1 b2 + 1
T (u1 ) + T (u2 ) = T +T = +
c1 d1 c2 d2 2c1 3d1 2c2 3d2
󰀕 󰀖
(a1 + a2 ) − 2 (b1 + b2 ) + 2
=
2(c1 + c2 ) 3(d1 + d2 )
donde tenemos que

T (u1 + u2 ) ∕= T (u1 ) + T (u2 )
󰀕 󰀖 󰀕 󰀖
a1 b1 a2 b2
c) Sean u1 , u2 ∈ M22 , donde u1 = y u2 = , y consideremos el escalar α ∈ R, entonces
c1 d1 c2 d2
󰀕󰀕 󰀖 󰀕 󰀖󰀖 󰀕 󰀖
a1 b1 a2 b2 a1 + a2 b1 + b2
T (u1 + u2 ) = T + =T
c1 d1 c2 d2 c1 + c2 d1 + d2
= (a1 + a2 ) + (d1 + d2 )
mientras que
󰀕 󰀖 󰀕 󰀖
a1 b1 a2 b2
T (u1 ) + T (u2 ) = T +T
c1 d1 c2 d2
= (a1 + d1 ) + (a2 + d2 ) = (a1 + a2 ) + (d1 + d2 )
donde tenemos que

T (u1 + u2 ) = T (u1 ) + T (u2 )
Ahora 󰀕 󰀕 󰀖󰀖 󰀕 󰀖
a1 b1 αa1 αb1
T (αu1 ) = T α =T = (αa1 + αd1 ) = α(a1 + d1 )
c1 d1 αc1 αd1
y 󰀕 󰀖
a1 b1
αT (u1 ) = αT = α(a1 + d1 )
c1 d1
observamos que
T (αu1 ) = αT (u1 )
<|>
<|>
󰀕 󰀖 󰀕 󰀖
a1 b1 a2 b2
d) Sean u1 , u2 ∈ M22 , donde u1 = y u2 = , y consideremos el escalar α ∈ R, entonces
70 c1 d1 c2 d2
󰀕󰀕 󰀖 󰀕 󰀖󰀖
a1 b1 a 2 b2
T (u1 + u2 ) = T +
c1 d1 c 2 d2
󰀕 󰀖
a1 + a2 b1 + b2
= T
c1 + c2 d1 + d2
= (a1 + a2 ) + (b1 + b2 ) − (c1 + c2 ) − (d1 + d2 ) + 1
mientras que
󰀕 󰀖 󰀕 󰀖
a1 b1 a2 b2
T (u1 ) + T (u2 ) = T +T
c1 d1 c2 d2
= (a1 + b1 − c1 − d1 + 1) + (a2 + b2 − c2 − d2 + 1)
= (a1 + a2 ) + (b1 + b2 ) − (c1 + c2 ) − (d1 + d2 ) + 2
donde tenemos que

T (u1 + u2 ) ∕= T (u1 ) + T (u2 )
<|>
<|>
Problema IV.3: Considere la transformación T : Mnn → R, definida como T (A) = a11 a22 a33 · · · ann , esto es,
el producto de la diagonal. Diga si la transformación es lineal o no lo es. 71
󰀳 󰀴
a11 a12 a13 ··· a1n
󰁅 a21 a22 a23 ··· a2n 󰁆
󰁅 󰁆
󰁅 a31 a32 a33 ··· a3n 󰁆
Solución: Sean A, B ∈ Mnn , esto es A y B son matrices de tamaño n × n, A = 󰁅 󰁆
󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄
an1 an2 an3 ··· ann
󰀳 󰀴
b11 b12 b13 ··· b1n
󰁅 b21 b22 b23 ··· b2n 󰁆
󰁅 󰁆
󰁅 b31 b32 b33 ··· b3n 󰁆
yB=󰁅 󰁆, entonces tenemos;
󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄
bn1 bn2 bn3 ··· bnn
󰀳󰀳 󰀴 󰀳 󰀴󰀴
a11 a12 a13 ··· a1n b11 b12 b13 ··· b1n
󰁅󰁅 a21 a22 a23 ··· a2n 󰁆 󰁅 b21 b22 b23 ··· b2n 󰁆󰁆
󰁅󰁅 󰁆 󰁅 󰁆󰁆
󰁅󰁅 a31 a32 a33 ··· a3n 󰁆 󰁅 b31 b32 b33 ··· b3n 󰁆󰁆
T (A + B) = T 󰁅󰁅 󰁆+󰁅 󰁆󰁆
󰁅󰁅 .. .. .. .. .. 󰁆 󰁅 .. .. .. .. .. 󰁆󰁆
󰁃󰁃 . . . . . 󰁄 󰁃 . . . . . 󰁄󰁄
an1 an2 an3 ··· ann bn1 bn2 bn3 ··· bnn
󰀳 󰀴
a11 + b11 a12 + b12 a13 + b13 ··· a1n + b1n
󰁅 a21 + b21 a22 + b22 a23 + b23 ··· a2n + b2n 󰁆
󰁅 󰁆
󰁅 ··· 󰁆
= T 󰁅 a31 + b31 a32 + b32 a33 + b33 a3n + b3n 󰁆
󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄
an1 + bn1 an2 + bn2 an3 + bn3 ··· ann + bnn
= (a11 + b11 ) (a22 + b22 ) (a33 + b33 ) · · · (ann + bnn )
mientras que
󰀳 󰀴 󰀳 󰀴
a11 a12 a13 ··· a1n b11 b12 b13 ··· b1n
󰁅 a21 a22 a23 ··· a2n 󰁆 󰁅 b21 b22 b23 ··· b2n 󰁆
󰁅 󰁆 󰁅 󰁆
󰁅 a31 a32 a33 ··· a3n 󰁆 󰁅 b31 b32 b33 ··· b3n 󰁆
T (A) + T (A) = T󰁅 󰁆+T 󰁅 󰁆
󰁅 .. .. .. .. .. 󰁆 󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄 󰁃 . . . . . 󰁄
= (a11 a22 a33 · · · ann ) + (b11 b22 b33 · · · bnn )
vemos que
T (A + B) ∕= T (A) + T (B)
<|>
<|>
Problema IV.4 Considere la transformación T : Mnn → R, definida como T (A) = a11 + a22 + a33 + · · · + ann ,
esto
72 es, la suma de la diagonal. Diga si la transformación es lineal o no lo es. A esta transformación se le conoce
como traza de la matriz A.
󰀳 󰀴
a11 a12 a13 ··· a1n
󰁅 a21 a22 a23 ··· a2n 󰁆
󰁅 󰁆
󰁅 a31 a32 a33 ··· a3n 󰁆
Solución: Sean A, B ∈ Mnn , esto es A y B son matrices de tamaño n × n, A = 󰁅 󰁆
󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄
an1 an2 an3 ··· ann
󰀳 󰀴
b11 b12 b13 ··· b1n
󰁅 b21 b22 b23 ··· b2n 󰁆
󰁅 󰁆
󰁅 b31 b32 b33 ··· b3n 󰁆
yB=󰁅 󰁆, entonces tenemos;
󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄
bn1 bn2 bn3 ··· bnn
󰀳󰀳 󰀴 󰀳 󰀴󰀴
a11 a12 a13 ··· a1n b11 b12 b13 ··· b1n
󰁅󰁅 a21 a22 a23 ··· a2n 󰁆 󰁅 b21 b22 b23 ··· b2n 󰁆󰁆
󰁅󰁅 󰁆 󰁅 󰁆󰁆
󰁅󰁅 a31 a32 a33 ··· a3n 󰁆 󰁅 b31 b32 b33 ··· b3n 󰁆󰁆
T (A + B) = T 󰁅󰁅 󰁆+󰁅 󰁆󰁆
󰁅󰁅 .. .. .. .. .. 󰁆 󰁅 .. .. .. .. .. 󰁆󰁆
󰁃󰁃 . . . . . 󰁄 󰁃 . . . . . 󰁄󰁄
󰀳 󰀴
a11 + b11 a12 + b12 a13 + b13 ··· a1n + b1n
󰁅 a21 + b21 a22 + b22 a23 + b23 ··· a2n + b2n 󰁆
󰁅 󰁆
󰁅 ··· 󰁆
= T 󰁅 a31 + b31 a32 + b32 a33 + b33 a3n + b3n 󰁆
󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄
an1 + bn1 an2 + bn2 an3 + bn3 ··· ann + bnn
= (a11 + b11 ) + (a22 + b22 ) + (a33 + b33 ) + · · · + (ann + bnn )
mientras que
󰀳 󰀴 󰀳 󰀴
a11 a12 a13 ··· a1n b11 b12 b13 ··· b1n
󰁅 a21 a22 a23 ··· a2n 󰁆 󰁅 b21 b22 b23 ··· b2n 󰁆
󰁅 󰁆 󰁅 󰁆
󰁅 a31 a32 a33 ··· a3n 󰁆 󰁅 b31 b32 b33 ··· b3n 󰁆
T (A) + T (A) = T󰁅 󰁆+T 󰁅 󰁆
󰁅 .. .. .. .. .. 󰁆 󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄 󰁃 . . . . . 󰁄
= (a11 + a22 + a33 + · · · + ann ) + (b11 + b22 + b33 + · · · + bnn )
= (a11 + b11 ) + (a22 + b22 ) + (a33 + b33 ) + · · · + (ann + bnn )
vemos que
T (A + B) = T (A) + T (B)
<|>
<|>
Ahora
󰀳 󰀳 󰀴󰀴 󰀳 󰀴 73
a11 a12 a13 ··· a1n αa11 αa12 αa13 ··· αa1n
󰁅 󰁅 a21 a22 a23 ··· a2n 󰁆󰁆 󰁅 αa21 αa22 αa23 ··· αa2n 󰁆
󰁅 󰁅 󰁆󰁆 󰁅 󰁆
󰁅 󰁅 a31 a32 a33 ··· a3n 󰁆󰁆 󰁅 αa31 αa32 αa33 ··· αa3n 󰁆
T (αA) = T 󰁅α 󰁅 󰁆󰁆 = T 󰁅 󰁆
󰁅 󰁅 .. .. .. .. .. 󰁆󰁆 󰁅 .. .. .. .. .. 󰁆
󰁃 󰁃 . . . . . 󰁄󰁄 󰁃 . . . . . 󰁄
an1 an2 an3 · · · ann αan1 αan2 αan3 ··· αann
= αa11 + αa22 + αa33 + · · · + αann
y
󰀳 󰀴
a11 a12 a13 ··· a1n
󰁅 a21 a22 a23 ··· a2n 󰁆
󰁅 󰁆
󰁅 a31 a32 a33 ··· a3n 󰁆
αT (A) = αT 󰁅 󰁆 = α (a11 + a22 + a33 + · · · + ann )
󰁅 .. .. .. .. .. 󰁆
󰁃 . . . . . 󰁄
an1 an2 an3 · · · ann
= αa11 + αa22 + αa33 + · · · + αann
observamos que
T (αA) = αT (A)
<|>
<|>
Problema IV.5 Sea T : R2 → R2 una transformación lineal tal que: T (1, 1) = (1, −2) y T (−1, 1) = (2, 3), con
este
74 resultado determinar;
a) T (−1, 5)
b) T (x, y)
Solución: Primero observamos que el conjunto de vectores {(1, 1), (−1, 1)}, es una base de R2 , esto es, son
linealmente independientes y generan a todo vector de R2 .
a) Tenemos que:
a1 − a2 = −1 a =2
(−1, 5) = a1 (1, 1) + a2 (−1, 1) = (a1 − a2 , a1 + a2 ) ⇒ ⇒ 1
a1 + a2 = 5 a2 = 3
ası́ escribimos el vector

(−1, 5) = 2 · (1, 1) + 3 · (−1, 1)
Al transformarlo obtenemos
T (−1, 5) = T (2 · (1, 1) + 3 · (−1, 1)) = T (2 · (1, 1)) + T (3 · (−1, 1)) = 2 · T (1, 1) + 3 · T (−1, 1)
= 2 · (1, −2) + 3 · (2, 3) = (2, −4) + (6, 9)
= (8, 5)
en las igualdades anteriores se aplico el hecho de que la transformación es lineal.
b) Tenemos que:
a1 − a2 = x a = (x + y)/2
(x, y) = a1 (1, 1) + a2 (−1, 1) = (a1 − a2 , a1 + a2 ) ⇒ ⇒ 1
a1 + a2 = y a2 = (y − x)/2
ası́ escribimos el vector 󰀕 󰀖 󰀕 󰀖

x+y y−x
(x, y) = (1, 1) + (−1, 1)
2 2
󰀕󰀕 󰀖 󰀕 󰀖 󰀖 󰀕󰀕 󰀖 󰀖 󰀕󰀕 󰀖 󰀖
x+y y−x x+y y−x
T (x, y) = T (1, 1) + (−1, 1) = T (1, 1) + T (−1, 1)
2 2 2 2
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
x+y y−x x+y y−x
= · T (1, 1) + · T (−1, 1) = (1, −2) + (2, 3)
2 2 2 2
󰀓x y 󰀔 󰀓 󰀕 󰀖
y x󰀔 x 3y 5x y
= + , −x − y + y − x, 3 − 3 = − + ,− +
2 2 2 2 2 2 2 2
1
= (−x + 3y, −5x + y)
2
<|>
<|>
Problema IV.6 Sea T : P2 → P3 una transformación lineal para la cual sabemos que: T (1) = 1, T (x) = x2 y
T (x2 − x) = x3 + x, con esto determinar; 75
a) T (2x2 − 5x + 3)
b) T (ax2 + bx + c)
󰀋 󰀌
Solución: Observamos que el conjunto de vectores 1, x, x2 − x , es una base de P2 , esto es, son linealmente
independientes y generan a todo vector de P2 .
a) Tenemos que:
󰀃 󰀄
2x2 − 5x + 3 = α1 · x2 − x + α2 · x + α3 · 1 = α1 · x2 + (α2 − α1 ) · x + α3 · 1
α1 = 2 α1 = 2
⇒ α2 − α1 = −5 ⇒ α2 = −3
α3 = 3 α3 = 3
ası́ escribimos el vector 󰀃 󰀄

2x2 − 5x + 3 = 2 · x2 − x − 3 · x + 3 · 1
󰀃 󰀃 󰀄 󰀄 󰀃 󰀃 󰀄󰀄
T (2x2 − 5x + 3) = T 2 · x2 − x − 3 · x + 3 · 1 = T 2 · x2 − x − T (3 · x) + T (3 · 1)
󰀃 󰀄 󰀃 󰀄
= 2 · T x2 − x − 3 · T (x) + 3 · T (1) = 2 · x3 + x − 3 · x2 + 3 · 1
= 2x2 − 3x2 + 3x + 3
b) Tenemos que:
󰀃 󰀄
ax2 + bx + c = α1 · x2 − x + α2 · x + α3 · 1 = α1 · x2 + (α2 − α1 ) · x + α3 · 1
α1 = a α1 = a
⇒ α2 − α1 = b ⇒ α2 = a + b
α3 = c α3 = c
ası́ escribimos el vector 󰀃 󰀄

ax2 + bx + c = a · x2 − x + (a + b) · x + c · 1
󰀃 󰀃 󰀄 󰀄 󰀃 󰀃 󰀄󰀄
T (ax2 + bx + c) = T a · x2 − x + (a + b) · x + c · 1 = T a · x2 − x + T ((a + b) · x) + T (c · 1)
󰀃 󰀄 󰀃 󰀄
= a · T x2 − x + (a + b) · T (x) + c · T (1) = a · x3 + x + (a + b) · x2 + c · 1
= ax2 + (a + b)x2 + ax + c

<|>
<|>
Problema IV.7 Dada la siguiente transformación lineal T : M22 → P3 definida como;

76 󰀕 󰀖
a b
T = a + b + c + (b + c + d)x + (a − d)x2 + (a + 2b + 2c + d)x3
c d
determine,
a) El núcleo o kernel de la transformación, diga si la transformacion es uno a uno.
b) La imagen de la transformación, diga si la transformación es sobre.
Solución:
a) Un vector u ∈ ker(T ) ⊆ M22 si T (u) = 0, entonces
󰀕 󰀖
a b
T = a + b + c + (b + c + d)x + (a − d)x2 + (a + 2b + 2c + d)x3 = 0
c d
esto genera el siguiente sistema de ecuaciones lineales homogéneo
a+b+c=0
b+c+d=0
a−d=0
a + 2b + 2c + d = 0

󰀳 󰀴 󰀏 󰀳 󰀏 󰀴
1 1 1 0
0 󰀏 1 1 1 0 󰀏 0
󰀏 󰀏
󰁅 0 0 󰁆 󰀏 󰁅 0 󰀏 0 󰁆
󰁅 1 1 1 󰁆 (R3 → R3 − R1 )
󰀏 󰁅 1 1 1 󰀏 󰁆
󰁃 1 0 0 −1 󰀏
0 󰁄 (R4 → R4 − R1 ) 󰁃 0 −1 −1 −1 󰀏 0 󰁄
󰀏 󰀏
1 2 2 1
0 󰀏 0 1 1 1 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 1 0 󰀏󰀏 0 1 0 0 −1 󰀏
󰀏 0
(R3 → R3 + R2 ) 󰁅 󰀏
󰁅 0 1 1 1 󰀏 0 󰁆
󰁆 󰁅 0
󰁅 1 1 1 󰀏
󰀏 0 󰁆
󰁆
R1 → R1 − R2
(R4 → R4 − R2 ) 󰁃 0 0 0 0 󰀏󰀏 0 󰁄 󰁃 0 0 0 0 󰀏
󰀏 0 󰁄
0 0 0 0 󰀏 0 0 0 0 0 󰀏 0
entonces
a = −α − β
R1 ⇒ a − d = 0 a=d b=α∈R b=α
⇒ ⇒ ⇒
R2 ⇒ b + c + d = 0 d = −b − c c=β∈R c=β
d = −α − β
Ası́, el kernel o núcleo de la transformación contiene a todas las matrices que tienen la forma anterior, es decir,
󰀝󰀕 󰀖󰀏 󰀞
−α − β α 󰀏
ker(T ) = 󰀏 α, β ∈ R
β −α − β 󰀏
una base para el kernel se determina de la siguiente manera

󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
−α − β α −1 1 −1 0
=α +β
β −α − β 0 −1 1 −1
󰀝󰀕 󰀖 󰀕 󰀖󰀞
−1 1 −1 0
entonces una base para el kernel es: , , ası́ tenemos que Dim (ker(T )) = 2.
0 −1 1 −1
Una transformación lineal es uno a uno si Dim (ker(T )) = 0. Por lo tanto, la transformación lineal aquı́
considerada no es uno a uno.
<|>
<|>
b) Un vector v ∈ im(T ) ⊆ P3 si existe un vector u ∈ M22 tal que T (u) = v, entonces

󰀕 󰀖 77
a b
T = a + b + c + (b + c + d)x + (a − d)x2 + (a + 2b + 2c + d)x3 ∈ im(T )
c d
entonces tenemos que encontrar un base para los vectores que estan en la imagen, esto es,
a + b + c + (b + c + d)x + (a − d)x2 + (a + 2b + 2c + d)x3

󰀃 󰀄 󰀃 󰀄 󰀃 󰀄 󰀃 󰀄
= a 1 + x2 + x3 + b 1 + x + 2x3 + c 1 + x + 2x3 + d x − x2 + x3
󰀋 󰀌
esto significa que el conjunto de vectores 1 + x2 + x3 , 1 + x + 2x3 , x − x2 + x3 genera la imagen de la transfor-
mación. Ahora necesitamos solo los vectores que son linealmente independientes.
Colocamos los coeficientes de cada uno los polinomios, de mayor a menor grado, en columnas dentro de una
matriz y reducimos la matriz, es decir,
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
1 2 1 1 2 1 1 2 1
󰁅 1 −1 󰁆 󰁅 0 −2 󰁆 󰁅 0 −2 󰁆
󰁅 0 󰁆 R2 → R2 − R1 󰁅 −2 󰁆 R3 → R3 + 2R2 󰁅 −2 󰁆
󰁃 0 1 1 󰁄 R4 → R4 − R1 󰁃 0 1 1 󰁄 R4 → R4 − 2R2 󰁃 0 0 0 󰁄
1 1 0 0 −1−1 0 0 0
󰀳 󰀴 󰀳 󰀴
1 0 −1 1 0 −1
󰁅 0 −2 −2 󰁆 󰁅 󰁆
R1 → R1 + R2 󰁅 󰁆 R2 → R2 /(−2) 󰁅 0 1 1 󰁆
󰁃 0 0 0 󰁄 󰁃 0 0 0 󰁄
0 0 0 0 0 0
las columnas con unos󰀋 principales, corresponden

󰀌 a los polinomios que son linealmente independientes, en este caso
los polinomios son: 1 + x2 + x3 , 1 + x + 2x3 . Ası́, esta serı́a una base para la imagen de la transformación,
entonces Dim (im(T )) = 2.
Una transformación lineal T : V → W es sobre si Dim (im(T )) = Dim (W ). Para la transformación que estamos
considerando tenemos que Dim (im(T )) = 2 ∕= Dim (P3 ) = 4, por lo tanto la transformación lineal no es sobre.
Además se cumple que
Dim(ker(T )) + Dim(im(T )) = Dim(M22 )

⇒2+2=4
<|>
<|>
Problema IV.8 Considere la siguiente transformación lineal T : R3 → R3 definida como;

78 󰀳 󰀴 󰀳 󰀴
x x − y + 2z
T 󰁃 y 󰁄 = 󰁃 3x + y + 4z 󰁄
z 5x − y + 8z
determine,
a) El núcleo o kernel de la transformación, diga si la transformacion es uno a uno.
b) La imagen de la transformación, diga si la transformación es sobre.
Solución:
a) Un vector u ∈ ker(T ) ⊆ R3 si T (u) = 0, entonces
󰀳 󰀴 󰀳 󰀴
x x − y + 2z
T 󰁃 y 󰁄 = 󰁃 3x + y + 4z 󰁄 = 0
z 5x − y + 6z
esto genera el siguiente sistema de ecuaciones lineales homogéneo
x − y + 2z = 0
3x + y + 4z = 0
5x − y + 6z = 0
cuya matrizaumentada es
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 −1 2 󰀏󰀏 0 1 −1 2 󰀏󰀏 0 1 −1 2 󰀏 0
󰀏
(R2 → R2 − 3R1 ) 󰁃
󰁃 3 1 4 󰀏󰀏 0 󰁄 0 4 −2 󰀏󰀏 0 󰁄 (R3 → R3 − R2 ) 󰁃 0 4 −2 󰀏 0 󰁄
󰀏
󰀏 (R3 → R3 − 5R1 )
5 −1 6 0 0 4 −4 󰀏 0 0 0 −2 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 −1 2 󰀏󰀏 0 1 −1 0 󰀏 0󰀏
(R1 → R1 − 2R3 )
(R3 → R3 /(−2)) 󰁃 0 4 −2 󰀏󰀏 0 󰁄 󰁃 0 4 0 󰀏󰀏 0 󰁄
󰀏 (R2 → R2 + 2R3 )
0 0 1 0 0 0 1 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 −1 0 󰀏󰀏 0 1 0 0 󰀏󰀏 0
(R2 → R2 /4) 󰁃 0 1 0 󰀏󰀏 0 󰁄 (R1 → R1 + R2 ) 󰁃 0 1 0 󰀏󰀏 0 󰁄
0 0 1 󰀏 0 0 0 1 󰀏 0
el sistema tiene solución única, esto es,

x=0
y=0
z=0
estas son las condiciones que se deben cumplir para que el vector se transforme en cero, esto es,
󰀳 󰀴
0
T󰁃 0 󰁄=0
0
en otras palabras, el único vector que se transforma en cero es el vector cero, ası́,
󰀻 󰀼
󰀿 0 󰁀
ker(T ) = 0
󰀽 󰀾
0
esto implica que Dim (ker(T )) = 0.

Una transformación lineal es uno a uno si Dim (ker(T )) = 0. Por lo tanto, esta la transformación lineal si es
uno a uno.
<|>
<|>
b) Un vector v ∈ im(T ) ⊆ R3 si existe un vector u ∈ R3 tal que T (u) = v, entonces

󰀳 󰀴 󰀳 󰀴 79
x x − y + 2z
T󰁃 y 󰁄=󰁃 3x + y + 4z 󰁄 ∈ im(T )
z 5x − y + 6z
entonces tenemos que encontrar un base para los vectores que estan en la imagen, esto es,
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x − y + 2z 1 −1 2
󰁃 3x + y + 4z 󰁄 = x 󰁃 3 󰁄 + y 󰁃 1 󰁄 + z 󰁃 4 󰁄
5x − y + 6z 5 −1 6
󰀻󰀳 󰀴 󰀳 󰀴 󰀳 󰀴󰀼
󰀿 1 −1 2 󰁀
esto significa que el conjunto de vectores 󰁃 3 󰁄 , 󰁃 1 󰁄 , 󰁃 4 󰁄 genera la imagen de la transformación.
󰀽 󰀾
5 −1 6
Ahora necesitamos solo los vectores que son linealmente independientes.
Colocamos los vectores como columnas de una matriz y encontramos el determinante de la matriz, es decir,
󰀳 󰀴 󰀏 󰀏
1 −1 2 󰀏 1 −1 2 󰀏󰀏 󰀏 󰀏 󰀏 󰀏 󰀏 󰀏
󰀏 󰀏 1 4 󰀏󰀏 󰀏 −1 2 󰀏󰀏 󰀏 −1 2 󰀏
󰁃 3 1 4 󰁄 ⇒ 󰀏󰀏 3 1 4 󰀏󰀏 = 1 󰀏󰀏 󰀏 − 3 󰀏󰀏 󰀏 + 5 󰀏󰀏 󰀏 = 10 + 12 − 30 = −8 ∕= 0
󰀏
󰀏 5 −1 6 −1 6 1 4
5 −1 6 −1 6 󰀏
como el determinante es distinto de cero, entonces

󰀻󰀳 significa
󰀴 󰀳 que󰀴los󰀳 vectores
󰀴󰀼son linealmente independientes. Ası́, una
󰀿 1 −1 2 󰁀
base para la imagen de la transformación es 󰁃 3 󰁄 , 󰁃 1 󰁄 , 󰁃 4 󰁄 , esto quiere decir que Dim (im(T )) = 3.
󰀽 󰀾
5 −1 6
Una transformación lineal T : V → W es sobre si Dim
󰀃 󰀄(im(T )) = Dim (W ). Para la transformación que estamos
considerando tenemos que Dim (im(T )) = 3 = Dim R3 = 3, por lo tanto la transformación lineal si es sobre
<|>
<|>
Problema IV.9 Considere la siguiente transformación lineal T : R2 → R tal que;

80 󰀳 󰀴
x+y
T 󰁃 y + z 󰁄 = 6x − y + z
x+z
󰀳 󰀴
x
en base a esto, determine al valor de T (x, y, 0) = T 󰁃 y 󰁄.
0
Solución: La matriz asociada a esta transformación lineal es de tamaño (1 × 3), esto es AT = (a1 , a2 , a3 ) tal
que; 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x+y x+y x+y
T 󰁃 y + z 󰁄 = AT 󰁃 y + z 󰁄 = (a1 , a2 , a3 ) · 󰁃 y + z 󰁄 = 6x − y + z
x+z x+z x+z
esto genera la siguiente ecuación:
a1 (x + y) + a2 (y + z) + a3 (x + z) = 6x − y + z
(a1 + a3 ) x + (a1 + a2 ) y + (a2 + a3 ) z = 6x − y + z
donde tenemos que resolver el sistema de ecuaciones lineales
a1 + a3 = 6
a1 + a2 = −1
a2 + a3 = 1

󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 1 󰀏󰀏 6 1 0 1 󰀏󰀏 6 1 0 1 󰀏 6
󰀏
󰁃 1 1 0 󰀏 −1 󰁄 R2 → R2 − R1 󰁃 0 1 −1 󰀏󰀏 −7 󰁄 R3 → R3 − R2 󰁃 0 1 −1 󰀏 −7 󰁄
󰀏 󰀏
0 1 1 󰀏 1 0 1 1 󰀏 1 0 0 2 󰀏 8
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 1 󰀏󰀏 6 󰀏
1 0 0 󰀏 2
R1 → R1 − R3 󰁃
R3 → R3 /2 󰁃 0 1 −1 󰀏󰀏 −7 󰁄 0 1 0 󰀏󰀏 −3 󰁄
R2 → R2 + R3
0 0 1 󰀏 4 0 0 1 󰀏 4
Ası́ tenemos que los elementos de la matriz asociada a la transformación, respecto a la base canónica de R3 , son
a1 = 2
a2 = −3
a3 = 4
por lo tanto la matriz es de la forma

AT = (a1 , a2 , a3 ) = (2, −3, 4)
Si deseamos transformar el vector (x, y, 0) de R3 , tenemos que,
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x x x
T 󰁃 y 󰁄 = AT 󰁃 y 󰁄 = (2, −3, 4) · 󰁃 y 󰁄 = 2x − 3y
0 0 0
<|>
<|>
󰀳 󰀴
x
Otra manera de obtener T (x, y, 0) = T 󰁃 y 󰁄, es como sigue. 81
0
󰀳 󰀴
x
Renombremos a las componentes de vector que deseamos transformar, esto es, sea T (x, y, 0) = T 󰁃 y 󰁄 =
0
󰀳 󰀴
a1
T 󰁃 a2 󰁄, ahora igualamos esta con la transformación que conocemos, esto es,
0
󰀳 󰀴 󰀳 󰀴
a1 x+y
T 󰁃 a2 󰁄 = T 󰁃 y + z 󰁄
0 x+z
x + y = a1
y + z = a2
x+z =0
cuya matriz
aumentada es
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 0 󰀏󰀏 a1 1 1 0󰀏 a1
󰀏 1 1 0 󰀏
󰀏 a1
󰁃 0 1 1 󰀏󰀏 a2 󰁄 R3 → R3 − R1 󰁃 0 1 1󰀏 a 2 󰁄 R3
󰀏 → R3 + R2 󰁃 0 1 1 󰀏
󰀏 a2 󰁄
1 0 1 󰀏 0 0 −1 1󰀏 −a1 0 0 2 󰀏 a2 − a1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 0 󰀏󰀏 a1 1 1 0 󰀏
󰀏 a1
R3 → R3 /2 󰁃 0 1 1 󰀏󰀏 a2 󰁄 R2 → R2 − R3 󰁃 0 1 0 󰀏 (a2 + a1 )/2 󰁄
󰀏
0 0 1 󰀏 (a2 − a1 )/2 0 0 1 󰀏 (a2 − a1 )/2
󰀳 󰀏 󰀴
1 0 0 󰀏󰀏 (a1 − a2 )/2
R1 → R1 − R2 󰁃 0 1 0 󰀏󰀏 (a2 + a1 )/2 󰁄
0 0 1 󰀏 (a2 − a1 )/2
de manera que tenemos la solución

x = (a1 − a2 )/2
y = (a2 + a1 )/2
z = (a2 − a1 )/2
De esta menera tenemos que
󰀳 󰀴 󰀳 󰀴
x a1 󰀕 󰀖
(a1 − a2 ) (a2 + a1 ) (a2 − a1 )
T 󰁃 y 󰁄 = T 󰁃 a2 󰁄 = 6x − y + z = 6 − +
2 2 2
0 0
a2 a1 a2 a1
= 3a1 − 3a2 − − + − = 2a1 − 3a2
2 2 2 2
recordando el renombramiento de las componentes tenemos que
󰀳 󰀴
x
T 󰁃 y 󰁄 = 2x − 3y
0
<|>
<|>
Problema IV.10 Encuentre la representación matricial de la siguiente transformación lineal T : R2 → R2 , la
cual esta definida como
82
T (x, y) = (4x − y, 3x + 2y)
con respecto a las bases B1 = B2 = {(−1, 1) , (4, 3)} .
Determine el kernel o núcleo de la transfromación, ası́ como la imagen.
Solución: Para encontrar la matriz asociada a la transformación, primero transformamos los vectores de la
base B, esto es,
T (−1, 1) = (4 (−1) − (1) , 3 (−1) + 2 (1)) = (−5, −1)
T (4, 3) = (4 (4) − (3) , 3 (4) + 2 (3)) = (13, 18)
ahora, estos vectores los escribimos como combinación lineal de la base B2 , es decir,
T (−1, 1) = (−5, −1) = a11 (−1, 1) + a21 (4, 3) = (−a11 + 4a21 , a11 + 3a21 )
T (4, 3) = (13, 18) = a12 (−1, 1) + a22 (4, 3) = (−a12 + 4a22 , a12 + 3a22 )
de donde obtenemos los siguientes sistemas de ecuaciones lineales
−5 = −a11 + 4a21 a = 11/7 13 = −a12 + 4a22 a = 33/7
⇒ 11 y ⇒ 12
−1 = a11 + 3a21 a21 = −6/7 18 = a12 + 3a22 a22 = 31/7
Por lo tanto, la matriz de la transformación es
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
a11 a12 11/7 33/7 1 11 33
MT = = =
a21 a22 −6/7 31/7 7 −6 31
Otra manera de obtener esta matriz es mediante la matriz doble, de un lado colocamos a los vectores de la base
B2 como columnas y del otro lado a los vectores de la base B1 transformados, también como columnas, después
transformamos la matriz de la base B2 en la identidad y la otra matriz es MT , en otras palabras, tenemos
󰀕 󰀏 󰀖 󰀕 󰀏 󰀖 󰀕 󰀏 󰀖
−1 4 󰀏󰀏 −5 13 −1 4 󰀏󰀏 −5 13 −1 4 󰀏󰀏 −5 13
(R + R → R ) (R /7 → R )
1 3 󰀏 −1 18 2 1 2
0 7 󰀏 −6 31 2 2
0 1 󰀏 −6/7 31/7
󰀕 󰀏 󰀖 󰀕 󰀏 󰀖
−1 0 󰀏󰀏 −11/7 −33/7 1 0 󰀏󰀏 11/7 33/7
(R1 − 4R2 → R1 ) ((−1)R → R )
0 1 󰀏 −6/7 31/7 1 1
0 1 󰀏 −6/7 31/7
󰀕 󰀖
11 33
⇒ MT = 17
−6 31
Esta matriz satisface la relación, [T (u)]B2 = MT · [u]B1 . Consideremos un vector arbitrario de R2 , digamos
u = (2, −4) y transformemoslo usando T y usando MT . Entonces
T (2, −4) = (12, −2) = α1 (−1, 1) + α2 (4, 3) = (−α1 + 4α2 , α1 + 3α2 )
12 = −α1 + 4α2 α = 44/7
⇒ ⇒ 1
−2 = α1 + 3α2 α2 = 10/7
󰀕 󰀖 󰀕 󰀖
α1 1 44
⇒ [T (u)]B2 = =7
α2 10
Ahora, usando la matriz tenemos,
u = (2, −4) = β1 (−1, 1) + β2 (4, 3) = (−β1 + 4β2 , β1 + 3β2 )
2 = −β1 + 4β2 β = −22/7
⇒ ⇒ 1
−4 = β1 + 3β2 β2 = −2/7
󰀕 󰀖 󰀕 󰀖
β1 1 −22
⇒ [u]B1 = =7
β2 −2
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
1 11 33 1 −22 1 44
⇒ MT · [u]B1 = 7 ·7 =
−6 31 −2 7 10
<|>
<|>
Determinemos el kernel de la transformación, un vector u ∈ ker(T ) ⊆ R2 si T (u) = 0, entonces

83
T (x, y) = (4x − y, 3x + 2y) = (0, 0)
esta ecuación produce el siguiente sistema de ecuaciones lineales homogéneo
4x − y = 0 x=0
⇒
3x + 2y = 0 y=0
por lo tanto 󰀝󰀕 󰀖󰀞
0
ker(T ) =
0
es decir, el único vector en el kernel o núcleo es el vector cero, por lo tanto, Dim(ker(T )) = 0, entonces la
transformación lineal es uno a uno.
Para la imagen de la transformación tenemos que, un vector v ∈ im(T ) ⊆ R2 si existe un vector u ∈ R2 tal que
T (u) = v, entonces
T (x, y) = (4x − y, 3x + 2y) ∈ im(T )
tenemos que encontrar un base para estos vectores, esta se obtiene factorizando al vector de la siguiente manera
(4x − y, 3x + 2y) = x(4, 3) + y(−1, 2)
ası́ los vectores de la imagen son generados por el conjunto {(4, 3), (−1, 2)}, y además tenemos que
󰀏 󰀏
󰀏 4 −1 󰀏
󰀏 󰀏
󰀏 3 2 󰀏 = 11 ∕= 0
por lo que el conjunto también es linealmente independiente, entonces los vectores {(4, 3), (−1, 2)} son una base
para la imagen de la transformación lineal. De esta forma tenemos que Dim(im(T )) = 2 = Dim(R2 ), lo cual
implica que la transformación es sobre.
Recordemos que se debe satisfacer la siguiente relación
Dim(ker(T )) + Dim(im(T )) = Dim(R2 )

⇒0+2=2
<|>
<|>
Problema IV.11 Sea T : P2 → P2 una transformación lineal definida por

84
d2 d
T (p(x)) = x2 2
p(x) + 2x p(x)
dx dx
a) Verifique la transformación es lineal.
󰀋 󰀌 󰀋 󰀌
b) Si B1 = 2, x + 1, 2x2 − 1 y B2 = −1, x − 1, x2 − x + 1 son bases de P2 , determine la matriz asociada a
la transformación lineal respecto a estas bases.
Solución: a) Sean p(x), q(x) ∈ P3 donde p(x) = a1 x2 + b1 x + c1 y q(x) = a2 x2 + b2 x + c2 , y sea α ∈ R un
escalar, entonces
󰀃 󰀄
T (p(x) + q(x)) = T (a1 x2 + b1 x + c1 ) + (a2 x2 + b2 x + c2 )
󰀃 󰀄
= T (a1 + a2 )x2 + (b1 + b2 )x + (c1 + c2 )
= x2 (2(a1 + a2 )) + 2x(2(a1 + a2 )x + (b1 + b2 ))
= 2(a1 + a2 )x2 + 4(a1 + a2 )x2 + 2(b1 + b2 )x
por otra parte

󰀃 󰀄 󰀃 󰀄
T (p(x)) + T (q(x)) = T a 1 x 2 + b1 x + c 1 + T a 2 x 2 + b2 x + c 2
= (x2 (2a1 ) + 2x(2a1 x + b1 )) + (x2 (2a2 ) + 2x(2a2 x + b2 ))
= 2(a1 + a2 )x2 + 4(a1 + a2 )x2 + 2(b1 + b2 )x
de donde
T (p(x) + q(x)) = T (p(x)) + T (q(x))
También tenemos que
󰀃 󰀄 󰀃 󰀄
T (αp(x)) = T α(a1 x2 + b1 x + c1 ) = T αa1 x2 + αb1 x + αc1
= (x2 (2αa1 ) + 2x(2αa1 x + αb1 ))
= 2αa1 x2 + 4αa1 x2 + 2αb1 x
y
󰀃 󰀄
αT (p(x)) = αT a1 x2 + b1 x + c1 = α(x2 (2a1 ) + 2x(2a1 x + b1 ))
= 2αa1 x2 + 4αa1 x2 + 2αb1 x
entonces
T (αp(x)) = αT (p(x))
Por lo tanto la transfromación es lineal.
<|>
<|>
b) Para obtener la matriz de la transformación, primero transformamos los vectores de la base B1

85
d2 d
T (2) = x2 2
(2) + 2x (2) = 0
dx dx
2
2 d d
T (x + 1) = x (x + 1) + 2x (x + 1) = 2x
dx2 dx
d2 d
T (2x2 − 1) = x2 2 (2x2 − 1) + 2x (2x2 − 1) = 12x2
dx dx
ahora escribimos estos vectores en términos de la base
B2 T (2) = 0 = a11 (−1) + a21 (x − 1) + a31 (x2 − x + 1) = (−a11 − a21 + a31 ) + (a21 − a31 )x + a31 x2
de donde
−a11 − a21 + a31 = 0 a11 = 0
a21 − a31 = 0 ⇒ a21 = 0
a31 = 0 a31 = 0
tambien
T (x + 1) = 2x = a12 (−1) + a22 (x − 1) + a32 (x2 − x + 1) = (−a12 − a22 + a32 ) + (a22 − a32 )x + a32 x2
ası́
−a12 − a22 + a32 = 0 a12 = −2
a22 − a32 = 2 ⇒ a22 = 2
a32 = 0 a32 = 0
finalmente
T (2x2 − 1) = 12x2 = a13 (−1) + a23 (x − 1) + a33 (x2 − x + 1) = (−a13 − a23 + a33 ) + (a23 − a33 )x + a33 x2
resultando
−a13 − a23 + a33 = 0 a12 = 0
a23 − a33 = 0 ⇒ a22 = 12
a33 = 12 a32 = 12
Por lo tanto, la matriz asociada a la transformación lineal resulta ser
󰀳 󰀴 󰀳 󰀴
a11 a12 a13 0 −2 0
MT = 󰁃 a21 a22 a23 󰁄 = 󰁃 0 2 12 󰁄
a31 a32 a33 0 0 12
<|>
<|>
Otra manera de encontrar a MT es, construir una matriz doble, en una matriz colocamos a los vectores de la
base
86 B2 como columnas
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
0 0 1
−1 = 󰁃 0 󰁄 , x − 1 = 󰁃 1 󰁄 , x2 − x + 1 = 󰁃 −1 󰁄
−1 −1 1
y en la otra colocamos los vectores transformados de la base B1 ,

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
0 0 12
T (2) = 0 = 󰁃 0 󰁄 , T (x + 1) = 2x = 󰁃 2 󰁄 , T (2x2 − 1) = 12x2 = 󰁃 0 󰁄
0 0 0
luego convertimos la matriz que contiene a la base B2 en la matriz identidad y la otra matriz será MT , esto es,
entonces
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴 󰀳 󰀏
0 0 1 󰀏󰀏 0 0 12 −1 −1 1 󰀏 0
󰀏 0 0 1 1 −1 󰀏
󰀏
󰁃 0 1 −1 󰀏󰀏 0 2 0 󰁄 (R1 ↔ R3 ) 󰁃 0 1 −1 󰀏 0
󰀏 2 0 󰁄 ((−1)R1 → R1 ) 󰁃 0 1 −1 󰀏
󰀏
−1 −1 1 󰀏 0 0 0 0 0 1 󰀏 0 0 12 0 0 1 󰀏
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 0 󰀏󰀏 0 0 12 1 󰀏
0 0 󰀏 0 −2 0
(R1 + R3 → R1 ) 󰁃
0 1 0 󰀏󰀏 0 2 12 󰁄 (R1 − R2 → R1 ) 󰁃 0 1 0 󰀏󰀏 0 2 12 󰁄
(R2 + R3 → R2 )
0 0 1 󰀏 0 0 12 0 0 1 󰀏 0 0 12
0 −2 0
MT = 󰁃 0 2 12 󰁄
0 0 12
<|>
<|>
Problema IV.12 Considere la siguiente transformación lineal T : R3 → R2 dada por

87
T (x, y, z) = (x + y, 3x − z)
a) Sean B1 = {(1, 1, 2), (−3, 0, 1), (2, 4, 3)} y B2 = {(4, 1) , (3, 1)} bases de R3 y R2 , respectivamente. Encon-
trar la representación matricial de T repsecto de las bases anteriores.
Verificar la relación [T (u)]B2 = MT · [u]B1 para el vector u = (−1, 2, −2).
b) Determinar la matriz asociada a la transformación respecto a las bases canónicas de R3 y R2 .
Verificar la relación [T (u)]B2 = MT · [u]B1 para el vector u = (−1, 2, −2).
Solución: a) Para determinar la matriz asociada a la tranformación lineal seguimos el procedimiento siguiente,
transformamos los vectores de la base B1 , y estos los escribirlos en términos de la base B2 , esto es,
T (1, 1, 2) = (2, 1) = a11 (4, 1) + a21 (3, 1) = (4a11 + 3a21 , a11 + a21 )
T (−3, 0, 1) = (−3, −10) = a12 (4, 1) + a22 (3, 1) = (4a12 + 3a22 , a12 + a22 )
T (2, 4, 3) = (6, 3) = a13 (4, 1) + a23 (3, 1) = (4a13 + 3a23 , a13 + a23 )
con lo cual se generan los siguientes sistemas de ecuaciones lineales, con sus correspondientes soluciones,
2 = 4a11 + 3a21 a = −1
⇒ 11
1 = a11 + a21 a21 = 2
−3 = 4a12 + 3a22 a = 27
⇒ 12
−10 = a12 + a22 a21 = −37
6 = 4a13 + 3a23 a = −3
⇒ 13
3 = a13 + a23 a23 = 6
Por lo tanto, la matriz de la transformación respecto a las bases B1 y B2 es,
󰀕 󰀖 󰀕 󰀖
a11 a12 a13 −1 27 −3
MT = =
a21 a22 a23 2 −37 6
Verifiquemos que se cumple [T (u)]B2 = MT · [u]B1 para el vector u = (−1, 2, −2). Primero encontremos T (u)
en términos de la base B2 , esto es
T (u) = T (−1, 2, −2) = (1, −1) = α1 (4, 1) + α2 (3, 1)

= (4α1 + 3α2 , α1 + α2 )
1 = 4α1 + 3α2 α =4
⇒ ⇒ 1
−1 = α1 + α2 α2 = −5
󰀕 󰀖 󰀕 󰀖
α1 4
[T (u)]B2 = =
α2 −5
<|>
<|>
Ahora usemos la matriz MT , es decir,

88
u = (−1, 2, −2) = β1 (1, 1, 2) + β2 (−3, 0, 1) + β3 (2, 4, 3)
= (β1 − 3β2 + 2β3 , β1 + 4β3 , 2β1 + β2 + 3β3 )
−1 = β1 − 3β2 + 2β3 β1 = −50/17

⇒ 2 = β1 + 4β3 ⇒ β2 = 3/17
−2 = 2β1 + β2 + 3β3 β3 = 21/17
󰀳 󰀴 󰀳 󰀴
β1 −50/17
⇒ [u]B1 = 󰁃 β2 󰁄 = 󰁃 3/17 󰁄
β3 21/17
entonces 󰀳 󰀴
󰀕 󰀖 −50/17 󰀕 󰀖
−1 27 −3 󰁃 3/17 󰁄 = 4
MT · [u]B1 =
2 −37 6 −5
21/17
b) Usando las bases canonicas de R3 y R2 , C1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} y C2 = {(1, 0), (0, 1)}, respecti-
vamente tenemos que, usando el procedimiento del inciso anterior,
T (1, 0, 0) = (1, 3) = a11 (1, 0) + a21 (0, 1) = (a11 , a21 )

T (0, 1, 0) = (1, 0) = a12 (1, 0) + a22 (0, 1) = (a12 , a22 )
T (0, 0, 1) = (0, −1) = a13 (1, 0) + a23 (0, 1) = (a13 , a23 )
observamos de forma inmediata que la matriz asociada a la transformación lineal respecto de las bases canónicas es
󰀕 󰀖 󰀕 󰀖
a11 a12 a13 1 1 0
MT = =
a21 a22 a23 3 0 −1
Para verificar la relación [T (u)]B2 = MT · [u]B1 con el vector u = (−1, 2, −2), tenemos que
T (u) = T (−1, 2, −2) = (1, −1) = α1 (1, 0) + α2 (0, 1) = (α1 , α2 )

󰀕 󰀖 󰀕 󰀖
α1 1
⇒ [T (u)]B2 = =
α2 −1
por otra parte
u = (−1, 2, −2) = β1 (1, 0, 0) + β2 (0, 1, 0) + β3 (0, 0, 1) = (β1 , β2 , β3 )

󰀳 󰀴 󰀳 󰀴
β1 −1
⇒ [u]B1 = 󰁃 β2 󰁄 = 󰁃 2 󰁄
β3 −2
de donde 󰀳 󰀴
󰀕 󰀖 −1 󰀕 󰀖
1 1 0 󰁃 2 󰁄= 1
MT · [u]B1 =
3 0 −1 −1
−2
<|>
<|>
Problema IV.13 Sea T : M22 → M22 una transformación lineal definida como
89
T (A) = AM − M A
󰀕 󰀖
1 2
donde M = .
0 3
a) Determinar el kernel y la imagen de la transformación.
b) Encontrar la representación matricial de la transformación, respecto a la base canónica de M22 .
󰀕 󰀖
a b
Solución: Primero tenemos que A = ∈ M22 , entonces
c d
󰀕 󰀖󰀕 󰀖 󰀕 󰀖󰀕 󰀖
a b 1 2 1 2 a b
T (A) = AM − M A = −
c d 0 3 0 3 c d
󰀕 󰀖 󰀕 󰀖
a 2a + 3b a + 2c b + 2d
⇒ T (A) = −
c 2c + 3d 3c 3d
󰀕 󰀖
−2c 2a + 2b − 2d
⇒ T (A) =
−2c 2c
a) El kernel o núcleo se obtiene igulando la transformación con cero, esto es,

󰀕 󰀖 󰀕 󰀖
−2c 2a + 2b − 2d 0 0
T (A) = =
−2c 2c 0 0
−2c = 0
2a + 2b − 2d = 0 c=0
⇒ ⇒
−2c = 0 a = −b + d
2c = 0
a = −α + β
b=α∈R b=α
⇒
d=β∈R c=0
d=β
entonces tenemos que 󰀝󰀕 󰀖󰀏 󰀞

−α + β α 󰀏
ker(T ) = 󰀏 α, β ∈ R
0 β 󰀏
Una base para este conjunto se obtiene factorizando la matriz, es decir,
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
−α + β α −1 1 1 0
=α +β
0 β 0 0 0 1
󰀝󰀕 󰀖 󰀕 󰀖󰀞
−1 1 1 0
El conjunto de matrices , además de generar al ker(T ) es linealmente independiente, por
0 0 0 1
lo tanto es una base para el kernel o núcleo de la transformación. Ası́, Dim(ker(T )) = 2.
<|>
<|>
󰀕 󰀖
−2c 2a + 2b − 2d
La imagen de la transformación la obtenemos factorizando las matrices , o bien
90 −2c 2c
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
−2c 2a + 2b − 2d 0 2 0 2 −2 0 0 −2
=a +b +c +d
−2c 2c 0 0 0 0 −2 2 0 0
󰀖 󰀕 󰀝󰀕 󰀖 󰀕 󰀖󰀞
0 2 −2 0 0 −2
de manera que el conjunto , , genera a la imagen de T , pero se puede observar
0 0 −2 2 0 0
directamente
󰀝󰀕 󰀖 󰀕 que, solo dos
󰀖󰀞 matrices de ese conjunto son linealmente independientes, ası́ una base de la imegen es
0 2 −2 0
, . Por lo tanto, Dim(im(T )) = 2.
0 0 −2 2
Podemos verificar tambien que
Dim(ker(T )) + Dim(im(T )) = Dim(M22 )
󰀝󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖󰀞
1 0 0 1 0 0 0 0
b) Tenemos la base canónica de M22 , C1 = C2 = , , , , transfor-
0 0 0 0 1 0 0 1
mamos estos vectores y los escribimos en términos de la misma base, esto es,
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
1 0 0 2 1 0 0 1 0 0 0 0 a11 a21
T = = a11 + a21 + a31 + a41 =
0 0 0 0 0 0 0 0 1 0 0 1 a31 a41
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
0 1 0 2 1 0 0 1 0 0 0 0 a12 a22
T = = a12 + a22 + a32 + a42 =
0 0 0 0 0 0 0 0 1 0 0 1 a32 a42
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
0 0 −2 0 1 0 0 1 0 0 0 0 a13 a23
T = = a13 + a23 + a33 + a43 =
1 0 −2 2 0 0 0 0 1 0 0 1 a33 a43
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
0 0 0 −2 1 0 0 1 0 0 0 0 a14 a24
T = = a14 + a24 + a34 + a44 =
0 1 0 0 0 0 0 0 1 0 0 1 a34 a44
de donde facilmente podemos encontrar los valores de los coeficientes, de manera que
󰀳 󰀴 󰀳 󰀴
a11 a12 a13 a14 0 0 −2 0
󰁅 a21 a22 a23 a24 󰁆 󰁅 2 2 0 −2 󰁆
MT = 󰁅 󰁃 a31
󰁆=󰁅 󰁆
a32 a33 a34 󰁄 󰁃 0 0 −2 0 󰁄
a41 a42 a43 a44 0 0 −2 0
<|>
<|>
Problema VI.14 Considere la transfromación lineal T : P1 → P2 definida como T (p(x)) = x · p(x) + p(0).
a) Determinar el kernel y la imagen de la transformación, y diga que dimensión tienen cada uno de ellos. 91
b) Encuentre
󰀋 la representación
󰀌 matricial de la transfromación respecto de las siguientes bases B1 = {x + 1, x − 1}
y B2 = x2 + 1, x − 1, x + 1 .
c) Verifique la relación [T (u)]B2 = MT [u]B1 , donde u = 3x − 2.
Solución: a) Tenemos que para el kernel o núcleo, igualamos la transfromación a cero, donde p(x) = ax+b ∈ P1 ,
entonces
a=0
T (p(x)) = x · p(x) + p(0) ⇒ T (ax + b) = x(ax + b) + b = ax2 + bx + b = 0x2 + 0x + 0 ⇒
b=0
por lo tanto
ker(T ) = {0x + 0}
esto es, el único vector del kernel es el vector (polinomio) cero, ası́ que Dim(ker(T )) = 0.
Para la imagen tenemos que
T (p(x)) = x · p(x) + p(0) ⇒ T (ax + b) = x(ax + b) + b = ax2 + bx + b
de donde factorizamos
ax2 + bx + b = ax2 + b(x + 1)
󰀋 󰀌
entonces los vectores x2 , x + 1 generan a la imagen de la transformación y ademas son linealmente independientes,
por lo tanto, son una base de la imagen, de est manera Dim(im(T )) = 2.
Donde se satisface la relación
Dim(ker(T )) + Dim(im(T )) = Dim(P1 )
b) Transformamos los vectores de la base B1 y los escribimos como combinación lineal de los vectores de la base
B2 , esto es,
T (x + 1) = x2 + x + 1 = a11 (x2 + 1) + a21 (x − 1) + a31 (x + 1)

= (a11 − a21 + a31 ) + (a21 + a31 )x + a11 x2
de donde
a11 − a21 + a31 = 1 a11 = 1
a21 + a31 = 1 ⇒ a21 = 1/2
a11 = 1 a31 = 1/2
igualmente para
T (x − 1) = x2 − x − 1 = a12 (x2 + 1) + a22 (x − 1) + a32 (x + 1)

= (a12 − a22 + a32 ) + (a22 + a32 )x + a12 x2
resultando
a12 − a22 + a32 = −1 a12 = 1
a22 + a32 = −1 ⇒ a22 = 1/2
a12 = 1 a32 = −3/2
<|>
<|>
Por lo tanto la matriz asociada a la transfromación esta dada por

92 󰀳 󰀴 󰀳 󰀴
a11 a21 1 1
MT = 󰁃 a21 a22 󰁄 = 󰁃 1/2 1/2 󰁄
a31 a32 1/2 −3/2
c) Para el vector u = 3x − 2 tenemos que
T (u) = T (3x − 2) = 3x2 − 2x − 2 = α1 (x2 + 1) + α2 (x − 1) + α3 (x + 1)

= (α1 − α2 + α3 ) + (α2 + α3 )x + α1 x2
entonces 󰀳 󰀴 󰀳 󰀴
α1 − α2 + α3 = −2 α1 = 3 α1 3
α2 + α3 = −2 ⇒ α2 = 3/2 ⇒ [T (u)]B2 = 󰁃 α2 󰁄 = 󰁃 3/2 󰁄
α1 = 3 α3 = −7/2 α3 −7/2
Por otra parte tenemos que
u = 3x − 2 = β1 (x + 1) + β2 (x − 1) = (β1 − β2 ) + (β1 + β2 )x
de donde obtenemos 󰀕 󰀖 󰀕 󰀖
β1 − β2 = −2 β = 1/2 β1 1/2
⇒ 1 ⇒ [u]B1 = =
β1 + β2 = 3 β2 = 5/2 β2 5/2
1 1 󰀕 󰀖 3
1/2
MT · [u]B1 = 󰁃 1/2 1/2 󰁄 = 󰁃 3/2 󰁄
5/2
1/2 −3/2 −7/2
Por lo tanto, se satisface la relación
[T (u)]B2 = MT · [u]B1
<|>
<|>
Problema IV.15 Considere la transfromación lineal T : P3 → M22 definida como

󰀕 󰀖 93
󰀃 󰀄 a + c + 2d 2a + b + c + 4d
T a + bx + cx2 + dx3 =
2a + b + c + 3d a + b + 2d
a) Determinar el kernel y la imagen de la transformación.

b) Encontrar la representación matricial de la transformación, respecto a las base canónicas de P3 y de M22 .
Solución: a) Para obtener el kernel tenemos que
󰀕 󰀖 󰀕 󰀖
󰀃 󰀄 a + c + 2d 2a + b + c + 4d 0 0
T a + bx + cx2 + dx3 = =
2a + b + c + 3d a + b + 2d 0 0
de donde resulta el sistema de ecuaciones lineales homegéneo siguiente
a + c + 2d = 0 a + c + 2d = 0
2a + b + c + 4d = 0 (R3 − R2 → R3 ) 2a + b + c + 4d = 0
2a + b + c + 3d = 0 (R4 − R1 → R4 ) −d = 0
a + b + 2d = 0 b−c=0
a + c + 2d = 0
a + c + 2d = 0 a = −c
b−c=0
(R2 − 2R1 → R2 ) (R4 − R2 → R4 ) b−c=0 ⇒ b=c
−d = 0
−d = 0 d=0
b−c=0
a = −α
b=α
⇒ donde α ∈ R, es un parámetro libre
c=α
d=0
por lo tanto, 󰀋 󰀏 󰀌
ker(T ) = −α + αx + αx2 󰀏 α ∈ R
si factorizamos los polinomios que se encuentran en el kernel o núcleo tenemos:
−α + αx + αx2 = α(−1 + x + x2 )
󰀋 󰀌
entonces −1 + x + x2 es una base para el kernel de la transfromación, ası́
Dim(ker(T )) = 1
Ahora la imagen la obtenemos de la forma siguiente

󰀕 󰀖
󰀃 󰀄 a + c + 2d 2a + b + c + 4d
T a + bx + cx2 + dx3 =
󰀕 󰀖 󰀕 󰀖 2a +󰀕b + c + 󰀖
3d 󰀕a + b + 󰀖
2d
1 2 0 1 1 1 2 4
=a +b +c +d
2 1 1 1 1 0 3 2
󰀝󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖󰀞
1 2 0 1 1 1 2 4
de donde observamos que el conjunto , , , genera a la imagen de la
2 1 1 1 1 0 3 2
󰀕 󰀖 󰀕 󰀖
1 2 0 1
transfromación lineal, pero no todas estas matrices son linealmente independientes ya que = +
2 1 1 1
󰀕 󰀖
1 1
, entonces
1 0
󰀝󰀕 󰀖 󰀕 󰀖 󰀕 󰀖󰀞
0 1 1 1 2 4
ker(T ) = , , ⇒ Dim(im(T )) = 3
1 1 1 0 3 2
<|>
<|>
Podemos observar que se satisface la relación

94
Dim(ker(T )) + Dim(im(T )) = Dim(P3 )
󰀋 2 3
󰀌
b) Consideremos󰀝󰀕 la base canónica
󰀖 󰀕 del espacio
󰀖 󰀕 vectorial
󰀖 󰀕 P 3 , C 1
󰀖󰀞= 1, x, x , x y la base canónica del espacio
1 0 0 1 0 0 0 0
vectorial M22 , C2 = , , , . Transformamos la base C1 , y estos vectores
0 0 0 0 1 0 0 1
los escribimos en términos de la base C2 .
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 a11 =1
1 2 1 0 0 1 0 0 0 0 a11 a21 a =2
T (1) = = a11 + a21 + a31 + a41 = ⇒ 21
2 1 0 0 0 0 1 0 0 1 a31 a41 a31 =2
a41 =1
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 a12 =0
0 1 1 0 0 1 0 0 0 0 a12 a22 a =1
T (x) = = a12 + a22 + a32 + a42 = ⇒ 22
1 1 0 0 0 0 1 0 0 1 a32 a42 a32 =1
a42 =1
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 a13 =1
1 1 1 0 0 1 0 0 0 0 a13 a23 a =1
T (x2 ) = = a13 + a23 + a33 + a43 = ⇒ 23
1 0 0 0 0 0 1 0 0 1 a33 a43 a33 =1
a43 =0
󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 󰀕 󰀖 a14 =2
2 4 1 0 0 1 0 0 0 0 a14 a24 a =4
3
T (x ) = = a14 + a24 + a34 + a44 = ⇒ 24
3 2 0 0 0 0 1 0 0 1 a34 a44 a34 =3
a44 =2
Por lo tanto la matriz asociada a la transfromación lineal, respecto de la bases canónicas está dada por
󰀳 󰀴 󰀳 󰀴
a11 a12 a13 a14 1 0 1 2
󰁅 a21 a22 a23 a24 󰁆 󰁅 2 1 1 4 󰁆
MT = 󰁅 󰁃 a31 a32 a33
󰁆=󰁅 󰁆
a34 󰁄 󰁃 2 1 1 3 󰁄
a41 a42 a43 a44 1 1 0 2
<|>
<|>
Problema V.1 Para la siguiente matriz, calcule sus valores caracterı́sticos, sus vectores caracterı́sticos y diag-
onalize la matriz con los resultados anteriores, 95
󰀳 󰀴
3 −1 −1
A=󰁃 1 1 −1 󰁄
1 −1 1
Solución: Primero encontramos el polinomio caracterı́stico para poder determinar los valores caracterı́sticos
de la matriz, esto es,
󰀏 󰀏 󰀏 󰀏
󰀏 3−λ −1 −1 󰀏󰀏 󰀏 2−λ −1 −1 󰀏󰀏
󰀏 󰀏
p(λ) = |A − λI| = 󰀏󰀏 1 1−λ −1 󰀏󰀏 (C1 + C2 → C1 ) p(λ) = 󰀏󰀏 2 − λ 1 − λ −1 󰀏󰀏
󰀏 1 −1 1−λ 󰀏 󰀏 0 −1 1−λ 󰀏
󰀏 󰀏
󰀏 1 −1 −1 󰀏󰀏
󰀏
(C1 /(2 − λ) → C1 ) p(λ) = (2 − λ) 󰀏󰀏 1 1 − λ −1 󰀏󰀏
󰀏 0 −1 1−λ 󰀏
󰀏 󰀏
󰀏 1 −1 −1 󰀏󰀏
󰀏
(R2 − R1 → R2 ) p(λ) = (2 − λ) 󰀏󰀏 0 2 − λ 0 󰀏󰀏 = (2 − λ)2 (1 − λ)
󰀏 0 −1 1−λ 󰀏
Por lo tanto, los valores caracterı́sticos de la matriz A son: λ1 = λ2 = 2 y λ3 = 1.
Ahora sustituimos los valores caracterı́sticos anteriores para encontrar los vectores caracterı́sticos asociados a
cada uno de ellos, de manera que,
Para λ1 = λ2 = 2 tenemos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
3 − 2 −1 −1 󰀏󰀏 0 1 −1 −1 󰀏󰀏 0
(A − λ1,2 I)X1,2 = 0 ⇒ 󰁃 1 1 − 2 −1 󰀏󰀏 0 󰁄 ⇒ 󰁃 1 −1 −1 󰀏󰀏 0 󰁄
1 −1 1 − 2 󰀏 0 1 −1 −1 󰀏 0
󰀳 󰀏 󰀴
1 −1 −1 󰀏󰀏 0 x=α+β
(R2 − R1 → R2 ) 󰁃
0 0 0 󰀏󰀏 0 󰁄 R1 ⇒ x = y + z ⇒ y=α∈R
(R3 − R1 → R3 )
0 0 0 󰀏 0 z=β∈R
es decir, la solución de la ecuación caracterı́stica esta dado por
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x α+β 1 1
X1,2 = 󰁃 y 󰁄 = 󰁃 α 󰁄 = α 󰁃 1 󰁄 + β 󰁃 0 󰁄
z β 0 1
󰀻󰀳 󰀴 󰀳 󰀴󰀼
󰀿 1 1 󰁀
Por lo tanto, los vectores caracterı́sticos asociados a λ1 y λ2 son 󰁃 1 󰁄 , 󰁃 0 󰁄 .
󰀽 󰀾
0 1
Para λ3 = 1 tenemos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
3 − 1 −1 −1 󰀏 0 2 −1 −1 󰀏󰀏 0
󰀏
(A − λ3 I)X3 = 0 ⇒ 󰁃 1 1−1 −1 󰀏 0 󰁄 ⇒ 󰁃 1 0 −1 󰀏 0 󰁄
󰀏 󰀏
1 −1 1−1 󰀏 0 1 −1 0 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 −1 󰀏 0󰀏 1 0 −1 󰀏 0
(R2 − 2R1 → R2 ) 󰁃 󰀏
(R1 ↔ R2 ) 󰁃 2 −1 −1 󰀏󰀏 0 󰁄 0 −1 1 󰀏 0 󰁄
󰀏
(R3 − R1 → R3 )
1 −1 0 󰀏 0 0 −1 1 󰀏 0
󰀳 󰀏 󰀴
1 0 −1 󰀏󰀏 0 x=α
R ⇒x=z
(R3 − R2 → R3 ) 󰁃 0 −1 1 󰀏󰀏 0 󰁄 1 ⇒ y=α
R2 ⇒ y = z
0 0 0 󰀏 0 z=α∈R
<|>
<|>
Es decir, la solución de la ecuación caracterı́stica ahora esta dada por

96 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x α 1
X3 = 󰁃 y 󰁄 = 󰁃 α 󰁄 = α 󰁃 1 󰁄
z α 1
󰀻󰀳 󰀴󰀼
󰀿 1 󰁀
Por lo tanto, el vector caracterı́stico asociados a λ3 es 󰁃 1 󰁄 .
󰀽 󰀾
1
󰀻󰀳 󰀴 󰀳 󰀴 󰀳 󰀴󰀼
󰀿 1 1 1 󰁀
Como los vectores caracterı́sticos asociados a la matriz A, dados por 󰁃 1 󰁄 , 󰁃 0 󰁄 , 󰁃 1 󰁄 , forman un
󰀽 󰀾
0 1 1
conjunto de vectores linealmente independientes, entonces significa que la matriz A es diagonalizable. La matriz
que diagonaliza a la matriz A, es C cuyas columnas son los vectores caracterı́sticos encontrados anteriormente,
1 1 1 1 0 −1
C = 󰁃 1 0 1 󰁄 ⇒ C −1 = 󰁃 1 −1 0 󰁄
0 1 1 −1 1 1
Finalmente diagonalizamos
󰀳 󰀴󰀳 󰀴󰀳 󰀴
1 0 −1 3 −1 −1 1 1 1
D = C −1 AC = 󰁃 1 −1 0 󰁄 󰁃 1 1 −1 󰁄 󰁃 1 0 1 󰁄
−1 1 1 1 −1 1 0 1 1
󰀳 󰀴󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
1 0 −1 2 2 1 2 0 0 λ1 0 0
= 󰁃 1 −1 0 󰁄 󰁃 2 0 1 󰁄=󰁃 0 2 0 󰁄=󰁃 0 λ2 0 󰁄
−1 1 1 0 2 1 0 0 1 0 0 λ3
Los coeficientes de la matriz diagonal son los valores propios de la matriz A, como se esperaba.
El orden en el que aparecen los valores propios en la matriz diagonal D, depende del orden en el que coloquemos
los vectores propios en la matriz C, esto es, la posición del valor propio corresponde a la columna del vector propio
correspondiente. Por ejemplo, si 󰀳 󰀴
1 1 1
C=󰁃 1 0 1 󰁄
1 1 0
entonces 󰀳 󰀴
λ3 0 0
D = C −1 AC = 󰁃 0 λ2 0 󰁄
0 0 λ1
<|>
<|>
Problema V.2 Diagonalize ortogonalmente la siguiente matriz simétrica,

󰀳 󰀴 97
0 0 −2
A = 󰁃 0 −2 0 󰁄
−2 0 3
Solución: Primeramente determinemos los valores caracterı́sticos de la matriz usando el polinomio carac-
terı́stico, es decir,
󰀏 󰀏
󰀏 −λ 0 −2 󰀏󰀏
󰀏
p(λ) = |A − λI| = 󰀏󰀏 0 −2 − λ 0 󰀏󰀏 = −λ(−2 − λ)(3 − λ) + 2(−2)(2 − λ)
󰀏 −2 0 3−λ 󰀏
p(λ) = (λ + 2) [λ(3 − λ) + 2(2)] = (λ + 2)(−λ2 + 3λ + 4) = −(λ + 2)(λ2 − 3λ − 4)
p(λ) = −(λ + 2)(λ + 1)(λ − 4)
Por lo tanto, los valores caracterı́sticos, p(λ) = 0, de la matriz A son: λ1 = −2, λ2 = −1 y λ3 = 4.
Ahora sustituimos los valores caracterı́sticos anteriores para encontrar los vectores caracterı́sticos asociados a
cada uno de ellos, de manera que,
Para λ1 = −2 tenemos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2 0 −2 󰀏󰀏 0 2 0 −2 󰀏 0
󰀏
(A − λ1 I)X1 = 0 ⇒ 󰁃 0 0 0 󰀏󰀏 0 󰁄 (R3 + R1 → R3 ) 󰁃 0 0 0 󰀏 0 󰁄
󰀏
−2 0 5 󰀏 0 0 0 3 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 −1 󰀏󰀏 0 1 0 0 󰀏󰀏 0 R1 ⇒ x = 0
(R1 /3 → R3 ) 󰁃
0 0 0 󰀏󰀏 0 󰁄 (R1 + R3 → R1 ) 󰁃 0 0 0 󰀏󰀏 0 󰁄 R2 ⇒ y = α ∈ R
(R1 /2 → R1 )
0 0 1 󰀏 0 0 0 1 󰀏 0 R3 ⇒ z = 0
entonces podemos escribir la solución de la ecuación caracterı́stica como

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x 0 0
X1 = 󰁃 y 󰁄 = 󰁃 α 󰁄 = α 󰁃 1 󰁄
z 0 0
󰀻󰀳 󰀴󰀼
󰀿 0 󰁀
Por lo tanto, el vector caracterı́stico asociados a λ1 es 󰁃 1 󰁄 o cualquier multiplo de este.
󰀽 󰀾
0
Para λ2 = −1 tenemos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 −2 󰀏󰀏 0 1 0 −2 󰀏󰀏 0
(A − λ2 I)X2 = 0 ⇒ 󰁃 0 −1 0 󰀏󰀏 0 󰁄 (R3 + 2R1 → R3 ) 󰁃 0 −1 0 󰀏󰀏 0 󰁄
−2 0 4 󰀏 0 0 0 0 󰀏 0
x = 2α
R1 ⇒ x − 2z = 0
⇒ y=0
R2 ⇒ y = 0
z=α∈R
entonces la solución de la ecuación caracterı́stica la podemos escribir como

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x 2α 2
X2 = 󰁃 y 󰁄 = 󰁃 0 󰁄 = α 󰁃 0 󰁄
z α 1
<|>
<|>
󰀻󰀳 󰀴󰀼
󰀿 2 󰁀
98 Por lo tanto, el vector caracterı́stico asociados a λ2 es 󰀽󰁃 0 󰁄󰀾.
1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
−4 0 −2 󰀏󰀏 0 1 0 1/2 󰀏 0
󰀏
(A − λ3 I)X3 = 0 ⇒ 󰁃 0 −6 0 󰀏󰀏 0 󰁄 (R1 /(−4) → R1 ) 󰁃 0 1 0 󰀏 0 󰁄
(R2 /(−6) → R2 ) 󰀏
−2 0 −1 󰀏 0 −2 0 −1 󰀏 0
󰀳 󰀏 󰀴
1 0 1/2 󰀏󰀏 0 x = −α/2
R1 ⇒ x + z/2 = 0
(R3 + 2R1 → R3 ) 󰁃 0 1 0 󰀏󰀏 0 󰁄 ⇒ y=0
R2 ⇒ y = 0
0 0 0 󰀏 0 z=α∈R
ası́, la solución de la ecuación caracterı́stica la podemos escribir como

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x −α/2 −1/2
X3 = 󰁃 y 󰁄 = 󰁃 0 󰁄 = α 󰁃 0 󰁄
z α 1
󰀻󰀳 󰀴󰀼
󰀿 −1 󰁀
Por lo tanto, el vector caracterı́stico asociados a λ3 es, para α = 2, 󰁃 0 󰁄 .
󰀽 󰀾
2
󰀻󰀳 󰀴 󰀳 󰀴 󰀳 󰀴󰀼
󰀿 0 2 −1 󰁀
De esta manera tenemos el conjunto de vectores ortogonales 󰁃 1 󰁄 , 󰁃 0 󰁄 , 󰁃 0 󰁄 , ahora normalizando
󰀽 󰀾
0 1 2
󰀻󰀳 󰀴 󰀳 √ 󰀴 󰀳 √ 󰀴󰀼
󰀿 0 2/ 5 −1/ 5 󰁀
estos vectores obtenemos el siguiente conjunto 󰁃 1 󰁄 , 󰁃 0√ 󰁄 , 󰁃 0√ 󰁄 , los cuales son vectores pro-
󰀽 󰀾
0 1/ 5 2/ 5
pios ortonormales de la matriz A, con los cuales construimos la matriz P , que tiene la propiedad de que P −1 = P T ,
de esta manera 󰀳 √ √ 󰀴 󰀳 󰀴
0 2/ 5 −1/ 5 0√ 1 0√
P =󰁃 1 0√ 0√ 󰁄 ⇒ P −1 = P T = 󰁃 2/ √5 0 1/√5 󰁄
0 1/ 5 2/ 5 −1/ 5 0 2/ 5
Finalmente diagonalizamos la matriz que diagonaliza a la matriz A como sigue,
󰀳 󰀴󰀳 󰀴󰀳 √ √ 󰀴
0√ 1 0√ 0 0 −2 0 2/ 5 −1/ 5
D = P −1 AP = 󰁃 2/ √5 0 1/√5 󰁄 󰁃 0 −2 0 󰁄 󰁃 1 0√ 0√ 󰁄
−1/ 5 0 2/ 5 −2 0 3 0 1/ 5 2/ 5
󰀳 󰀴󰀳 √ √ 󰀴
0√ −2 0√ 0 2/ 5 −1/ 5
= 󰁃 −2/√5 0 −1/√ 5 󰁄 󰁃 1 0√ 0√ 󰁄
−4/ 5 0 8/ 5 0 1/ 5 2/ 5
󰀳 󰀴 󰀳 󰀴
−2 0 0 λ1 0 0
= 󰁃 0 −1 0 󰁄 = 󰁃 0 λ2 0 󰁄
0 0 4 0 0 λ3
Los coeficientes de la matriz diagonal son los valores propios de la matriz A, como se esperaba.
<|>
<|>
Problema V.3 Para la siguiente matriz A, determine sus valores y vectores propios o caracterı́sticos, y determine
la matriz que diagonaliza a la matriz A, 󰀳 󰀴 99
7 −2 −4
A = 󰁃 3 0 −2 󰁄
6 −2 −3
Solución: Tenemos el polinomio caracterı́stico de la matriz A, de donde calculamos los valores caracterı́sticos
de la matriz, esto es,
󰀏 󰀏 󰀏 󰀏
󰀏 7 − λ −2 −4 󰀏󰀏 󰀏 7 − λ −2 −4 󰀏󰀏
󰀏 󰀏
p(λ) = |A − λI| = 󰀏󰀏 3 −λ −2 󰀏󰀏 (R3 − R1 → R3 ) p(λ) = 󰀏󰀏 3 −λ −2 󰀏󰀏
󰀏 6 −2 −3 − λ 󰀏 󰀏 −1 + λ 0 1 − λ 󰀏
󰀏 󰀏
󰀏 7 − λ −2 −4 󰀏
󰀏 󰀏
(R3 /(−1 + λ) → R3 ) p(λ) = (1 − λ) 󰀏󰀏 3 −λ −2 󰀏󰀏
󰀏 −1 0 1 󰀏
󰀏 󰀏
󰀏 3 − λ −2 −4 󰀏
󰀏 󰀏
(C1 + C3 → C1 ) p(λ) = −(λ − 1) 󰀏󰀏 1 −λ −2 󰀏󰀏 = −(λ − 1)(λ2 − 3λ + 2)
󰀏 0 0 1 󰀏
p(λ) = −(λ − 1)(λ − 1)(λ − 2)
las raices de este polinomio p(λ) = 0, son los valores caracterı́sticos de la matriz A, de manera que: λ1 = λ2 = 1 y
λ3 = 2.
Sustituimos los valores caracterı́sticos anteriores en la ecuación homogénea (A − λi I)Xi = 0, para encontrar los
vectores caracterı́sticos asociados a cada volor propio, entonces,
Para λ1 = λ2 = 1 tenemos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
7 − 1 −2 −4 󰀏󰀏 0 6 −2 −4 󰀏 0
󰀏
(A − λ1,2 I)X1,2 = 0 ⇒ 󰁃 3 −1 −2 󰀏󰀏 0 󰁄 ⇒ 󰁃 3 −1 −2 󰀏 0 󰁄
󰀏
6 −2 −3 − 1 󰀏 0 6 −2 −4 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
3 −1 −2 󰀏 0 󰀏 3 −1 −2 󰀏󰀏 0
(R2 − R1 → R2 ) 󰁃
(R1 /2 → R1 ) 󰁃 3 −1 −2 󰀏󰀏 0 󰁄 0 0 0 󰀏󰀏 0 󰁄
(R3 − 2R1 → R3 )
6 −2 −4 󰀏 0 0 0 0 󰀏 0
󰀳 󰀏 󰀴
1 −1/3 −2/3 󰀏 0󰀏
y=α
(R1 /3 → R1 ) 󰁃 0 0 0 󰀏󰀏 0 󰁄 ⇒ x = y/3 + 2z/3 si con α, β ∈ R
z=β
0 0 0 󰀏 0
la solución de la ecuación caracterı́stica esta dado por

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x α/3 + 2β/3 1/3 2/3 1 2
X1,2 = 󰁃 y 󰁄 = 󰁃 α 󰁄 = α󰁃 1 󰁄+ β󰁃 0 󰁄 = α 󰁃 3 󰁄+ β 󰁃 0 󰁄
3 3
z β 0 1 0 3
󰀻󰀳 󰀴 󰀳 󰀴󰀼
󰀿 1 2 󰁀
Por lo tanto, los vectores caracterı́sticos asociados a λ1 y λ2 son 󰁃 3 󰁄 , 󰁃 0 󰁄 .
󰀽 󰀾
0 3
<|>
<|>
100 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
7−2 −2 −4 󰀏󰀏 0 5 −2 −4 󰀏󰀏 0
(A − λ3 I)X3 = 0 ⇒ 󰁃 3 −2 −2 󰀏󰀏 0 󰁄 ⇒ 󰁃 3 −2 −2 󰀏󰀏 0 󰁄
6 −2 −3 − 2 󰀏 0 6 −2 −5 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2 0 −2 󰀏󰀏 0 1 0 −1 󰀏󰀏 0
(R1 − R2 → R1 ) 󰁃
3 −2 −2 󰀏󰀏 0 󰁄 (R1 /2 → R1 ) 󰁃 3 −2 −2 󰀏󰀏 0 󰁄
(R3 − R2 → R3 )
3 0 −3 󰀏 0 3 0 −3 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 0 −1 󰀏󰀏 0 1 0 −1 󰀏󰀏 0
(R2 − 3R1 → R2 ) 󰁃
0 −2 1 󰀏󰀏 0 󰁄 (R2 /(−2) → R2 ) 󰁃 0 1 −1/2 󰀏󰀏 0 󰁄
(R3 − 3R1 → R3 )
0 0 0 󰀏 0 0 0 0 󰀏 0
R1 ⇒ x = z
donde z = α ∈ R
R2 ⇒ y = z/2
es decir, la solución de la ecuación caracterı́stica ahora esta dada por

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x α 1 2
α
X3 = 󰁃 y 󰁄 = 󰁃 α/2 󰁄 = α 󰁃 1/2 󰁄 = 󰁃 1 󰁄
2
z α 1 2
󰀻󰀳 󰀴󰀼
󰀿 2 󰁀
Por lo tanto, el vector caracterı́stico de la matriz A asociado a λ3 es 󰁃 1 󰁄 .
󰀽 󰀾
2
󰀻󰀳 󰀴 󰀳 󰀴 󰀳 󰀴󰀼
󰀿 1 2 2 󰁀
Tenemos que los vectores caracterı́sticos asociados a la matriz A, 󰁃 3 󰁄 , 󰁃 0 󰁄 , 󰁃 1 󰁄 , forman un
󰀽 󰀾
0 3 2
conjunto de vectores linealmente independientes, por lo que la matriz A se puede diagonalizar mediante una matriz
C, cuyas columnas son precisamente los vectores caracterı́sticos encontrados anteriormente, entonces
󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
1 2 2 −1 2/3 2/3 −3 2 2
1
C = 󰁃 3 0 1 󰁄 ⇒ C −1 = 󰁃 −2 2/3 5/3 󰁄 = 󰁃 −6 2 5 󰁄
3
0 3 2 3 −1 −2 9 −3 −6
Verificamos la relación
󰀳 󰀴󰀳 󰀴󰀳 󰀴
−3 2 2 7 −2 −4 1 2 2
1
D = C −1 AC = 󰁃 −6 2 5 󰁄󰁃 3 0 −2 󰁄 󰁃 3 0 1 󰁄
3
9 −3 −6 6 −2 −3 0 3 2
󰀳 󰀴󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
−3 2 2 1 2 4 3 0 0 1 0 0
1󰁃 1
= −6 2 5 󰁄󰁃 3 0 2 󰁄 = 󰁃 0 3 0 󰁄=󰁃 0 1 0 󰁄
3 3
9 −3 −6 0 3 4 0 0 6 0 0 2
󰀳 󰀴
λ1 0 0
= 󰁃 0 λ2 0 󰁄
0 0 λ3
<|>
<|>
Problema V.4 Si A es una matriz simetrica de tamaño 3 × 3, diagonalizela ortoganalmente

󰀳 󰀴 101
−1 2 2
A = 󰁃 2 −1 2 󰁄
2 2 −1
Solución: Determinemos los valores caracterı́sticos de la matriz usando el polinomio caracterı́stico, es decir,
󰀏 󰀏
󰀏 −1 − λ 2 2 󰀏
󰀏 󰀏
p(λ) = |A − λI| = 󰀏󰀏 2 −1 − λ 2 󰀏 = λ3 + 3λ2 − 9λ − 27
󰀏
󰀏 2 2 −1 − λ 󰀏
p(λ) = (λ + 3)(λ + 3)(λ − 3)
Los valores caracterı́sticos de la matriz A son la raices de la ecuación p(λ) = 0, de modo que: λ1 = λ2 = −3 y
λ3 = 3.
Ahora sustituimos los valores caracterı́sticos anteriores en la ecuación (A − λi I)Xi = 0, para encontrar los
vectores caracterı́sticos de A, para cada valor propio, entonces
Para λ1 = λ2 = −3 tenemos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
−1 + 3 2 2 󰀏 0 2 2 2 󰀏󰀏 0
󰀏
(A − λ1,2 I)X1,2 = 0 ⇒ 󰁃 2 −1 + 3 2 󰀏 0 󰁄=󰁃 2 2 2 󰀏󰀏 0 󰁄
󰀏
2 2 −1 + 3 󰀏 0 2 2 2 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 1 󰀏󰀏 0 1 1 1 󰀏󰀏 0
(R2 − 2R1 → R2 )
(R1 /2 → R1 ) 󰁃 2 2 2 󰀏󰀏 0 󰁄 󰁃 0 0 0 󰀏󰀏 0 󰁄
(R3 − 2R1 → R3 )
2 2 2 󰀏 0 0 0 0 󰀏 0
⇒ x = −y − z si y = α y z = β donde α, β ∈ R

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x −α − β −1 −1
X1,2 = 󰁃 y 󰁄 = 󰁃 α 󰁄 = α󰁃 1 󰁄+β󰁃 0 󰁄
z β 0 1
󰀻󰀳 󰀴 󰀳 󰀴󰀼
󰀿 −1 −1 󰁀
Por lo tanto, los vectores caracterı́sticos asociados al valor propio λ1,2 = −3 son 󰁃 1 󰁄 , 󰁃 0 󰁄 o
󰀽 󰀾
0 1
cualquier multiplo de este. Ahora ortonormalizemos a estos vectores usando el proceso de Gramm-Schmidt, esto
es, sea u1 = (−1, 1, 0) y u2 = (−1, 0, 1) entonces
v1 = u1 = (−1, 1, 0)
󰀕 󰀖
u2 · v 1
v2 = u2 − v1 = (−1/2, −1/2, 1)
v1 · v1
donde los vectores v1 y v2 son ortogonales, esto es, v1 · v2 = (−1, 1, 0) · (−1/2, −1/2, 1) = 0, finalmente los
normalizamos
v1 √ √
w1 = = (−1/ 2, 1/ 2, 0)
|v1 |
v2 √ √ √
w2 = = (−1/ 6, −1/ 6, 2/ 6)
|v2 |
<|>
<|>
102 󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
−1 − 3 2 2 󰀏 0 −4 2 2 󰀏󰀏 0
󰀏
(A − λ2 I)X2 = 0 ⇒ 󰁃 2 −1 − 3 2 󰀏 0 󰁄 = 󰁃 2 −4 2 󰀏 0 󰁄
󰀏 󰀏
2 2 −1 − 3 󰀏 0 2 2 −4 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2 −1 −1 󰀏󰀏 0 2 −1 −1 󰀏󰀏 0
(R2 − R1 → R2 ) 󰁃
R1 /(−2) → R1 󰁃 2 −4 2 󰀏󰀏 0 󰁄 0 −3 3 󰀏󰀏 0 󰁄
(R3 − R1 → R3 )
2 2 −4 󰀏 0 0 3 −3 󰀏 0
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
2 −1 −1 󰀏󰀏 0 2 −1 −1 󰀏󰀏 0
R3 + R2 → R3 󰁃 0 −3 3 󰀏󰀏 0 󰁄 R2 /(−1) → R2 󰁃 0 1 −1 󰀏󰀏 0 󰁄
0 0 0 󰀏 0 0 0 0 󰀏 0
󰀳 󰀏 󰀴
󰀏
2 0 −2 󰀏 0
x=y
R1 + R2 → R1 󰁃 0 1 −1 󰀏󰀏 0 󰁄 ⇒ si z = α ∈ R
󰀏 y=z
0 0 0 0
entonces la solución de la ecuación caracterı́stica la podemos escribir como

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x α 1
X3 = 󰁃 y 󰁄 = 󰁃 α 󰁄 = α 󰁃 1 󰁄
z α 1
󰀻󰀳 󰀴󰀼 󰀻󰀳 √ 󰀴󰀼
󰀿 1 󰁀 󰀿 1/√3 󰁀
Ası́, el vector caracterı́stico asociados a λ3 es 󰁃 1 󰁄 , normalizado tenemos que 󰁃 1/√3 󰁄 .
󰀽 󰀾 󰀽 󰀾
1 1/ 3
󰀻󰀳 √ 󰀴 󰀳 √ 󰀴 󰀳 √ 󰀴󰀼
󰀿 −1/√ 2 −1/√6 1/√3 󰁀
De esta manera, tenemos el conjunto de vectores 󰁃 1/ 2 󰁄 , 󰁃 −1/√ 6 󰁄 , 󰁃 1/√3 󰁄 , los cuales son
󰀽 󰀾
0 2/ 6 1/ 3
vectores propios ortonormales de la matriz A, que usamos para construimos la matriz P , que tiene la propiedad de
que P −1 = P T , y que diaganaliza a A, esto es
󰀳 √ √ √ 󰀴 󰀳 √ √ 󰀴
−1/√ 2 −1/√6 1/√3 −1/√2 1/ √2 0√
P = 󰁃 1/ 2 −1/√ 6 1/√3 󰁄 ⇒ P −1 = P T = 󰁃 −1/√ 6 −1/√ 6 2/√6 󰁄
0 2/ 6 1/ 3 1/ 3 1/ 3 1/ 3
Finalmente diagonalizamos la matriz que diagonaliza a la matriz A como sigue,

󰀳 √ √ 󰀴󰀳 󰀴󰀳 √ √ √ 󰀴
−1/√2 1/ √2 0√ −1 2 2 −1/√ 2 −1/√6 1/√3
D = P −1 AP = P T AP = 󰁃 −1/√ 6 −1/√ 6 2/√6 󰁄 󰁃 2 −1 2 󰁄 󰁃 1/ 2 −1/√ 6 1/√3 󰁄
1/ 3 1/ 3 1/ 3 2 2 −1 0 2/ 6 1/ 3
󰀳 √ √ 󰀴󰀳 √ √ √ 󰀴
−1/√2 1/ √2 0√ 3/ √2 3/√6 3/√3
= 󰁃 −1/√ 6 −1/√ 6 2/√6 󰁄 󰁃 −3/ 2 3/ √6 3/√3 󰁄
1/ 3 1/ 3 1/ 3 0 −6/ 6 3/ 3
󰀳 󰀴 󰀳 󰀴
−3 0 0 λ1 0 0
= 󰁃 0 −3 0 󰁄 = 󰁃 0 λ2 0 󰁄
0 0 3 0 0 λ3
<|>
<|>
Problema V.5 Identifique la sección cónica cuya ecuación es,

103
5x2 − 2xy + 5y 2 = 4
Solución: La matriz simétrica asociada es esta ecuación tiene la forma siguiente

󰀕 󰀖
5 −1
A=
−1 5
cuyo polinomio caracterı́stico esta dado por el determinante

󰀏 󰀏
󰀏 5−λ −1 󰀏󰀏
p(λ) = |A − λI| = 󰀏 󰀏 = (5 − λ)2 − 1 = 24 − 10λ + λ2
−1 5−λ 󰀏
donde las raices de la ecuación p(λ) = 24 − 10λ + λ2 = 0 son: λ1 = 4 y λ2 = 6 , que son los valores propios
de la matriz A.
Determinamos ahora los vectores propios ortonormales correspondientes,
󰀕 󰀏 󰀖 󰀕 󰀏 󰀖
1 −1 󰀏󰀏 0 1 −1 󰀏󰀏 0
(A − λ1 I)X1 = 0 ⇒ (R + R → R )
−1 1 󰀏 0 2 1 2
0 0 󰀏 0
R1 ⇒ x = y ⇒ y=α∈R

󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
x α 1
X1 = = =α
y α 1
󰀝󰀕 √ 󰀖󰀞
1/√2
Por lo tanto, el vector caracterı́stico ortonormal asociado a λ1 es o cualquier multiplo de este.
1/ 2
󰀕 󰀏 󰀖 󰀕 󰀏 󰀖
−1 −1 󰀏󰀏 0 −1 −1 󰀏󰀏 0
(A − λ2 I)X2 = 0 ⇒ (R2 − R1 → R2 )
−1 −1 󰀏 0 0 0 󰀏 0
R1 ⇒ x = −y ⇒ y=α∈R
de manera que podemos escribir la solución de la ecuación caracterı́stica como

󰀕 󰀖 󰀕 󰀖 󰀕 󰀖
x −α −1
X2 = = =α
y α 1
󰀝󰀕 √ 󰀖󰀞
−1/√ 2
Entonces, el vector caracterı́stico ortonormal asociado a λ2 es o cualquier multiplo de este.
1/ 2
La matriz ortonormal correspondiente es,

󰀕 √ √ 󰀖
1/√2 −1/√ 2
Q=
1/ 2 1/ 2
de donde 󰀏 √ √ 󰀏
󰀏 1/ 2 −1/ 2 󰀏
󰀏
|Q| = 󰀏 √ √ 󰀏 = 1/2 + 1/2 = 1
1/ 2 1/ 2 󰀏
Por lo tanto, podemos escribir la forma cuadrática en términos de las nuevas coordenadas como sigue,
󰀕 󰀖󰀕 ′ 󰀖 󰀕 ′ 󰀖
4 0 x x 2
(x′ , y ′ ) = 4 ⇒ (4x ′
, 6y ′
) = 4 (x′ ) + 6(y ′ )2 = 4
0 6 y′ y′
104
reescribiendo la ecuación anterior nos resulta,
󰀕 󰀖 󰀕 󰀖
2 4 2 6
4 (x′ ) + 6(y ′ )2 = 4 ⇒ (x′ ) + (y ′ )2 = 1
4 4
o bien
2
(x′ ) (y ′ )2
+ =1
1 4/6
la cual corresponde a la ecuación de una elipse
x2 y2
+ =1
a2 b2
󰁳
cuyos radios son, el menor a = 1 y el mayor b = 4/6 .
<|>
<|>
Problema V.6 Considere la siguiente ecuación cudrática,

105
x2 + y 2 + 2z 2 + 2xy = 2
determinar la sección cónica correspondiente.

Solución: La matriz simétrica correspondiente a la ecuación anterior tiene la forma,
󰀳 󰀴
1 1 0
A=󰁃 1 1 0 󰁄
0 0 2
el polinomio caracterı́stico asociado a esta matriz, es el determinante,

󰀏 󰀏
󰀏 1−λ 1 0 󰀏󰀏
󰀏
p(λ) = |A − λI| = 󰀏󰀏 1 1−λ 0 󰀏󰀏 = −(λ3 − 4λ2 + 4λ) = −λ(λ − 2)2
󰀏 0 0 2−λ 󰀏
donde las raices de la ecuación p(λ) = −λ(λ − 2)2 = 0 son: λ1 = 0 y λ2,3 = 2 , que corresponden a los valores
propios de la matriz A.
Obtenemos ahora los correspondientes vectores propios o caracterı́sticos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
1 1 0 󰀏 0 1 1 0 󰀏 0
󰀏 (R2 − R1 → R2 ) 󰀏
(A − λ1 I)X1 = 0 ⇒ 󰁃 1 1 0 󰀏 0 󰁄 󰁃 0 0 0 󰀏 0 󰁄
󰀏 (R3 /2 → R3 ) 󰀏
0 0 2 󰀏 0 0 0 1 󰀏 0
R1 ⇒ x = −y
R3 ⇒ z = 0

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x α 1
X1 = 󰁃 y 󰁄 = 󰁃 −α 󰁄 = α 󰁃 −1 󰁄
z 0 0
󰀻󰀳 󰀴󰀼
󰀿 1 󰁀
Por lo tanto, el vector caracterı́stico asociado al valor propio λ1 = 0 es 󰁃 −1 󰁄 o cualquier multiplo de
󰀽 󰀾
0
este.
Para λ2,3 = 2 tenemos
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
−1 1 0 󰀏 0 −1 1 0 󰀏󰀏 0
󰀏
(A − λ2,3 I)X2,3 = 0 ⇒ 󰁃 1 −1 0 󰀏 0 󰁄 (R2 + R1 → R2 ) 󰁃 0 0 0 󰀏󰀏 0 󰁄
󰀏
0 0 0 󰀏 0 0 0 0 󰀏 0
R1 ⇒ x = y = α ∈ R
R2 ⇒ z = β ∈ R

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x α 0 1 0
X2,3 = 󰁃 y 󰁄 = 󰁃 α 󰁄 + 󰁃 0 󰁄 = α 󰁃 1 󰁄 + β 󰁃 0 󰁄
z 0 β 0 1
󰀻󰀳 󰀴 󰀳 󰀴󰀼
󰀿 1 0 󰁀
Por lo tanto, los vectores caracterı́stico asociado al valor propio λ2,3 = 2 son 󰁃 1 󰁄 , 󰁃 0 󰁄 o cualquier
󰀽 󰀾
0 1
multiplo de estos.
󰀻󰀳 󰀴 󰀳 󰀴 󰀳 󰀴󰀼
106 󰀿 1 1 0 󰁀
Aplicamos el método de Gramm-Schmidt al conjunto de vectores 󰁃 −1 󰁄 , 󰁃 1 󰁄 , 󰁃 0 󰁄 , para obtener
󰀽 󰀾
0 0 1
󰀻󰀳 √ 󰀴 󰀳 √ 󰀴 󰀳 󰀴󰀼
󰀿 1/ √2 1/√2 0 󰁀
un conjunto de vectores ortonormales, los cuales resultan ser 󰁃 −1/ 2 󰁄 , 󰁃 1/ 2 󰁄 , 󰁃 0 󰁄 . Ahora con
󰀽 󰀾
0 0 1
estos vectores construı́mos la matriz, 󰀳 √ √ 󰀴
1/ √2 1/√2 0
Q = 󰁃 −1/ 2 1/ 2 0 󰁄
0 0 1
de donde 󰀏 √ √ 󰀏
󰀏 1/ 2 1/√2 0 󰀏󰀏
󰀏 √
|Q| = 󰀏󰀏 −1/ 2 1/ 2 0 󰀏󰀏 = (1)(1/2 + 1/2) = 1
󰀏 0 0 1 󰀏
Por lo tanto, podemos escribir la forma cuadrática en términos de las nuevas coordenadas como sigue,
󰀳 󰀴󰀳 󰀴 󰀳 ′ 󰀴
0 0 0 x′ x
(x′ , y ′ , z ′ ) 󰁃 0 2 0 󰁄 󰁃 y ′ 󰁄 = 2 ⇒ (0x′ , 2y ′ , 2z ′ ) 󰁃 y ′ 󰁄 = 0(x′ )2 + 2(y ′ )2 + 2(z ′ )2 = 2
0 0 2 z′ z′
si reescribimos la ecuación anterior tenemos,
0(x′ )2 + 2(y ′ )2 + 2(z ′ )2 = 2 ⇒ 0(x′ )2 + (y ′ )2 + (z ′ )2 = 1
ecuación que corresponde a un elipsoide.

<|>
<|>
Problema V.7 Reescriba la siguiente ecuación en términos de nuevas variables, de tal manera que solo esten
presentes los términos cuadráticos, 107
3x2 + 4xy + 2y 2 + 4xz + 4z 2 = 0
Solución: La matriz simétrica correspondiente a la ecuación anterior esta dada por,

󰀳 󰀴
3 2 2
A=󰁃 2 2 0 󰁄
2 0 4
el polinomio caracterı́stico asociado a esta matriz, es el determinante,

󰀏 󰀏
󰀏 3−λ 2 2 󰀏󰀏
󰀏
p(λ) = |A − λI| = 󰀏󰀏 2 2−λ 0 󰀏󰀏 = λ(λ2 − 9λ + 18) = λ(λ − 3)(λ − 6)
󰀏 2 0 4−λ 󰀏
donde las raices de la ecuación p(λ) = λ(λ − 6)(λ − 3) = 0 son: λ1 = 0 , λ2 = 3 y λ3 = 6 , que corresponden
a los valores propios de la matriz A.
Los vectores propios o caracterı́sticos asociados a estos valores propios se obtienen resolviendo los siguientes
sistemas de ecuaciones lineales,
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
3 2 2 󰀏󰀏 0 1 0 2 󰀏 0
󰀏
(A − λ1 I)X1 = 0 ⇒ 󰁃 2 2 0 󰀏󰀏 0 󰁄 ⇒ 󰁃 0 1 −2 󰀏 0 󰁄
󰀏
2 0 4 󰀏 0 0 0 0 󰀏 0
R1 ⇒ x = −2z
R2 ⇒ y = 2z

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x −2α −2
X1 = 󰁃 y 󰁄 = 󰁃 2α 󰁄 = α 󰁃 2 󰁄
z α 1
󰀻󰀳 󰀴󰀼
󰀿 −2 󰁀
Por lo tanto, el vector caracterı́stico asociado al valor propio λ1 = 0 es 󰁃 2 󰁄 .
󰀽 󰀾
1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
0 2 2 󰀏󰀏 0 1 0 1/2 󰀏 0
󰀏
(A − λ2 I)X2 = 0 ⇒ 󰁃 2 −1 0 󰀏󰀏 0 󰁄 ⇒ 󰁃 0 1 1 󰀏 0 󰁄
󰀏
2 0 1 󰀏 0 0 0 0 󰀏 0
R1 ⇒ x = −z/2
R2 ⇒ y = −z

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x −α/2 −1/2
X2 = 󰁃 y 󰁄 = 󰁃 −α 󰁄 = α 󰁃 −1 󰁄
z α 1
󰀻󰀳 󰀴󰀼
󰀿 −1/2 󰁀
Por lo tanto, el vector caracterı́stico asociado al valor propio λ2 = 3 es 󰁃 −1 󰁄 .
󰀽 󰀾
1
󰀳 󰀏 󰀴 󰀳 󰀏 󰀴
−3 2 2 󰀏 0 1 0 −1 󰀏 0
󰀏 󰀏
(A − λ3 I)X3 = 0 ⇒ 󰁃 2 −4 0 󰀏 0 󰁄 ⇒ 󰁃 0 1 −1/2 󰀏 0 󰁄
󰀏 󰀏
2 0 −2 󰀏 0 0 0 0 󰀏 0
108
R1 ⇒ x = z
R2 ⇒ y = z/2

󰀳 󰀴 󰀳 󰀴 󰀳 󰀴
x α 1
X3 = 󰁃 y 󰁄 = 󰁃 α/2 󰁄 = α 󰁃 1/2 󰁄
z α 1
󰀻󰀳 󰀴󰀼
󰀿 1 󰁀
Por lo tanto, el vector caracterı́stico asociado al valor propio λ3 = 6 es 󰁃 1/2 󰁄 .
󰀽 󰀾
1
󰀻󰀳 󰀴 󰀳 󰀴 󰀳 󰀴󰀼
󰀿 −2 −1/2 1 󰁀
Ortonormalizamos el conjunto de vectores 󰁃 2 󰁄 , 󰁃 −1 󰁄 , 󰁃 1/2 󰁄 mediante el proceso de Gramm-
󰀽 󰀾
󰀻1󰀳 󰀴 󰀳
1 1
󰀴 󰀳 󰀴󰀼
󰀿 −2/3 −1/3 2/3 󰁀
Schmidt, con lo cual obtenemos el nuevo conjunto 󰁃 2/3 󰁄 , 󰁃 −2/3 󰁄 , 󰁃 1/3 󰁄 , con los cuales formamos
󰀽 󰀾
1/3 2/3 2/3
la matriz, 󰀳 󰀴
−2/3 −1/3 2/3
Q = 󰁃 2/3 −2/3 1/3 󰁄
1/3 2/3 2/3
cuyo determinate es 󰀏 󰀏 󰀏 󰀏
󰀏 −2/3 −1/3 2/3 󰀏 󰀏 −1 2 󰀏󰀏
󰀏 󰀏 1 󰀏 −2
|Q| = 󰀏󰀏 2/3 −2/3 1/3 󰀏= 󰀏 2
󰀏 3󰀏 −2 1 󰀏󰀏 = 1
󰀏 1/3 2/3 2/3 󰀏 󰀏 1 2 2 󰀏
¨
Por lo tanto, la ecuación en términos de las nuevas coordenadas se escribe como,
󰀳 󰀴󰀳 ′ 󰀴 󰀳 ′ 󰀴
0 0 0 x x
(x′ , y ′ , z ′ ) 󰁃 0 3 0 󰁄 󰁃 y ′ 󰁄 = 0 ⇒ (0x′ , 3y ′ , 6z ′ ) 󰁃 y ′ 󰁄 = 0(x′ )2 + 3(y ′ )2 + 6(z ′ )2 = 0
0 0 6 z′ z′
<|>
<|>
BIBLIOGRAFÍA 109
ÁLGEBRA LINEAL, Grossman Stanley I, Mc Graw Hill, Quinta Edición 1996.

ÁLGEBRA LINEAL CON APLICACIONES Y MATLAB, Bernard Kolman, Prentice Hall, Sexta Edición 1999.
ÁLGEBRA LINEAL, Kenneth Hoﬀman y Ray Kunze, Prentice Hall, Segunda Edición 1973.
ÁLGEBRA LINEAL, Rafael Bru, Joan-Josep Climent, Josep Mas y Ana Urbano, Alfa Omega, 2001.
ÁLGEBRA LINEAL UNA INRODUCCIÓN MODERNA, David Pole, Thomson, 2004.

Problemas de AL - LINEAL

Cargado por

Copyright:

Formatos disponibles

Problemas de AL - LINEAL

Cargado por

Información del documento

Descripción original:

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

Problemas de AL - LINEAL

Cargado por

Copyright:

Formatos disponibles

October 19, 2018

PROBLEMAS RESUELTOS DE ÁLGEBRA

INSTITUTO POLITÉCNICO NACIONAL

DEPARTAMENTO DE CIENCIAS BÁSICAS

MÉXICO D. F., SEPTIEMBRE DEL 2005

M. en C. Florencio Guzmán Aguilar

Problema 1.1: Resolver los siguientes sistemas de ecuaciones lineales.

x1 + x2 − 2x3 + 3x4 = 4 x1 + x2 − 2x3 + 3x4 = 4

−R3 ⇒ (k 2 + k + 2)z = k − 1 ⇒ (k + 2)(k − 1)z = k − 1

De esta última ecuación inferimos los siguientes resultados para la solución,

i) tiene solución única si

iii) tiene soluciones infinitas si

(k + 2)(k − 1) = 0 y k−1=0 ⇒ k = −2 y k=1

Problema 1.3: Resolver los siguientes sistemas de ecuaciones lineales homogeneos.

x1 + 2x2 − x3 + 4x4 =0 x1 + 2x2 − x3 + 4x4 =0

x1 + 2x2 − x3 + 4x4 =0 x1 + 2x2 − x3 + 4x4 =0

x1 + 2x2 + 4x4 =0 x1 + 2x2 + 4x4 =0

2x1 + 2x2 + 4x3 = 2k1 x − 2y + 3z = 11

2x1 + 2x2 + 4x3 = 2k1 x1 + x2 + 2x3 = k1

a) El sistema tiene solución única si

El sistema no tiene solución.

i) Desarrollamos en cofactores con respecto de la fila uno, esto es,

= (−2)(−4 + 3) − (1)(16 + 3) + (5)(−4 − 1)

ii) Desarrollamos en cofactores con respecto de la fila dos, esto es,

= (3) [(−2)(−21) + (4)(−7)] + [(−2)(−7) + (2)(−2)] + (2) [(5)(0) − (1)(28) + (4)(14)]

= (3)(14) + (10) + (2)(28)

Determinante con 2 columnas iguales ⇒ |A| =(a + b + c) · (0) = 0

Determinante de una matriz triangular

⇒ |B| =(a2 − a1 ) · (a3 − a1 ) · (−1) · [(a3 − a2 )] = (a2 − a1 ) · (a3 − a1 ) · (a2 − a3 )

Problema 1.10: Considere el valor del siguiente determinante

en base a este resultado, encuentre el valor de

a) Resuelva el sistema usando la regla de Cramer.

Solución: Escribiendo el sistema en forma matrical obtenemos

a) El determinante del sistema es

Ahora, tenemos los siguientes determinantes

Problema 1.12: Determine la inversa de la matriz A, donde

a) Usando el método de Gauss-Jordan.

Solución: Si el determinante de la matriz A es distinto de cero, entonces A tiene inversa, calculemos su

Ahora usemos las propiedades de los determinantes, esto es,

a) Determinemos la inversa de la matriz A usando el método de Gauss-Jordan, esto es como sigue,

donde I es la matriz identidad de tamaño (4 × 4).

Por lo tanto la matriz inversa es, 󰀳 󰀴

por lo tanto la inversa es

Entonces la matriz A tiene inversa o es invertible cuando

Problema 1.14: Considere el siguiente sistema de ecuaciones lineales homogéneo,

Ası́ tenemos que,

requerimos que las matrices conmuten, esto es

de donde obtenemos el siguiente sistema de ecuaciones lineales

cuya matriz aumentada es

Por lo tanto, las matrices que buscamos son de la forma

las cuales conmutan con la matriz B para todo valor de α y β.

Solución: Conocemos la relación para obtener la matriz inversa, dada por

de aquı́ tenemos que

||A| · In | = |adj(A) · A| = |adj(A)| · |A|

para el determinate izquierdo 󰀏 󰀏

Por lo tanto, M no es un espacio vectorial, al no cumplir esta propiedad.

1 ⊙ (a, b) = (a, 0) ∕= (a, b)

Por lo cual, V no es un espacio vectorial.