Sei sulla pagina 1di 7

Cuestiones de Algebra

Lineal
0.0 - 23 de Mayo de 2013

Bloque 1. Matrices
1. Si A, B Mn (K) invertibles son equivalentes por filas entonces sus inversas
tambien lo son.
2. Un sistema lineal homogeneo con menos ecuaciones que incognitas es compatible determinado.
3. Si dos matrices, no necesariamente cuadradas, A y B cumplen AB = I entonces ambas tienen rango maximo.
4. Si un sistema lineal homogeneo es compatible, esta asociado a infinitos sistemas
lineales no homogeneos compatibles.
5. El producto de dos matrices de rango no nulo puede tener rango nulo.
6. Sea AX = B un sistema lineal incompatible y sea C una matriz invertible.
Entonces el sistema CAX = B es incompatible.
7. Si A es una matriz regular de orden n, entonces det(A ) = det(A)n1 .
8. rg(A) rg(A2 ).
9. Si dos sistemas AX = B y A0 X = B 0 son equivalentes y uno de ellos es
homogeneo, entonces el otro tambien lo es.
10. Todo sistema lineal homogeneo con tantas incognitas como ecuaciones es compatible determinado.
11. Dos matrices A, B Mmn (K) son iguales si y solo si AX = BX para
cualquier X Mm1 (K).
12. Sean A y C matrices cuadradas no nulas de igual orden. Si C t AC no es invertible entonces C tampoco lo es.
13. Si un sistema lineal AX = B es incompatible, el homogeneo asociado AX =
0tiene solucion no trivial.
14. Si una
A tiene la propiedad de que para cierto exponente p se cumple
Ppmatriz
i
que i=0 A = 0 entonces A es invertible.
15. La matriz adjunta de la adjunta de una matriz invertible dada de orden mayor
que 2 es la misma matriz de partida.
16. Sea A Mn (K) tal que A2 = 0, entonces In A e In + A son invertibles y
mutuamente inversas.
1

17. Un sistema lineal no homogeneo con mas incognitas que ecuaciones tiene siempre solucion.
18. Si A Mmn (K) tiene rango n entonces B tal que AB = I.
19. Dos sistemas lineales, no homogeneos compatibles, que tienen las mismas soluciones, tienen sistemas homogeneos asociados equivalentes.
20. Si una matriz tiene 5 filas independientes entonces tiene 5 columnas independientes.
21. Si el producto de 2 matrices es una matriz cuadrada invertible de orden n,
entonces el rango de las 2 matrices es precisamente n.
22. Si un sistema lineal homogeneo tiene solucion no trivial, esta asociado a infinitos sistemas lineales no homogeneos tambien compatibles.
23. Si la matriz adjunta de una matriz cuadrada dada es identicamente nula,
tambien lo es la matriz dada.
24. La suma de dos matrices escalonadas reducidas es escalonada, pero puede no
ser escalonada reducida.
25. Si los rangos A y B Mn coinciden y coinciden con el de su producto AB,
entonces las 3 matrices anteriores son invertibles.
26. Sea A una matriz regular y B el resultado de aplicar a A ciertas operaciones
elementales por filas. Entonces B tambien es regular y haciendo esas mismas
operaciones por filas a A1 se obtiene B 1 .
27. @A cuyo producto AB por la fila B = (1, . . . , 1) sea una matriz identidad de
orden 2.
28. El determinante de una combinacion lineal de matrices cuadradas de orden n
es nulo si y solo si alguna de las matrices tiene rango menor que n.
29. Sea AX = B un sistema lineal compatible y C una matriz invertible, entonces
el sistema CAX = B tambien lo es.
30. Sean A y B dos matrices cuadradas del mismo orden n, cuyo producto tiene
determinante nulo, entonces ambas tienen rango menor que n.

Bloque 2. Espacios vectoriales


1. En un espacio vectorial V una recta r y un hiperplano U que no la contenga
son siempre complementarios.
2. Dos planos de un espacio vectorial de dimension 5 nunca son complementarios.
2

3. Dos planos de R4 que generan R4 tienen siempre interseccion nula.


4. Un hiperplano de un espacio vectorial de dimension finita puede describirse
mediante una ecuacion lineal homogenea.
5. Existe un u
nico producto escalar en Rn para el cual la base estandar es ortonormal.
6. El conjunto de las matrices cuadradas diagonales de orden n forma un espacio
vectorial de dimension n2 .
7. Las matrices cuadradas de orden 7 simetricas con traza nula forman un espacio
vectorial de dimension 20.
8. Dos planos del espacio vectorial R4 tienen siempre interseccion no trivial.
9. Las matrices 3 3 de rango 3 forman un subespacio vectorial del de todas las
matrices 3 3.
10. La mnima dimension ambiente en la que 2 subespacios de dimension 6 se
cortan en uno de dimension 2 es 9.
11. El espacio vectorial real de los polinomios de grado menor o igual que 1, la
formula < p(x), q(x) >:= p(0)q(0) + p(1)q(1), define un producto escalar.
12. La interseccion de dos subespacios vectoriales de K10 de dimensiones 8 y 9
respectivamente tiene como mnimo dimension 8.
13. Los polinomios con coeficientes
complejos con grado menor o igual que 1976

que se anulan en T = i = 1 constituyen un espacio vectorial de dimension


1975.
14. Un hiperplano de un espacio vectorial complejo tiene infinitos complementarios
vectoriales.
15. Si 7 vectores de C9 son independientes, cada 4 de ellos generan un subespacio
vectorial de codimension 4 de C9 .

Bloque 3. Aplicaciones Lineales


1. Hay infinitas aplicaciones lineales no nulas f : R8 R4 que no son suprayectivas
2. El espacio vectorial de las aplicaciones lineales R3 R9 es isomorfo al de las
aplicaciones de R9 R3 .
3. Sea f : V V 0 una aplicacion lineal de rg(f ) = 1. Entonces las formas lineales
de V en K que se anulan en el n
ucleo de f constituyen un hiperplano de V .
3

4. Si f, g V son formas lineales linealmente independientes y H es un hiperplano de V , entonces las restricciones


5. Si dos espacios vectoriales V y W son isomorfos, y F es otro espacio vectorial,
entonces Hom(V, F ) y Hom(W, F ) son espacios vectoriales isomorfos.
6. Toda aplicacion lineal inyectiva transforma vectores linealmente independientes en vectores linealmente independientes.
7. Si una aplicacion lineal f : Kn Kn tal que su n
ucleo y su imagen tienen
interseccion nula entonces sus imagenes sucesivas son todas iguales.
8. Un endomorfismo de un espacio vectorial eucldeo es homotecia si y solo si
existe alguna base ortonormal que se transforma en una base ortogonal
4
5
9. !
Psf : K K aplicacion lineal inyectiva cuya imagen es el hiperplano
ucleo contiene al vector (1, 1, 1, 1).
i=1 xi = 0 y cuyo n

10. El espacio vectorial de las aplicaciones lineales R3 R9 es isomorfo al de las


aplicaciones lineales de 1
11. Toda aplicacion lineal de R5 en R3 es suprayectiva.
12. Sea E = P(R), entonces la aplicacion E E, P (x) 7 xP (x) es lineal e
inyectiva pero no un isomorfismo.
13. Existen solo dos isometras vectoiales del plano eucldeo (R2 con el producto
escala usual) que transforma (1, 0) en (0, 1).
14. Sea f : E F una aplicacion lineal cuyo n
ucleo tiene dimension 50 y sea M
la matriz de f respecto de bases de E y F que resulta tener 250 columnas,
entonces M tiene al menos 200 filas.
15. Las matrices n n de traza nula y las matrices simetricas n n generan dos
subespacios E y F de Mn (K) que son isomorfos si y solo si n 2.
16. Si dos subespacios vectoriales V y W de un espacio vectorial E de dimension
finita son isomorfos, entonces tambien son isomorfos los duales de los cocientes
E/V y E/W .
17. Si una aplicacion lineal f : E E tiene rg(f ) = 1 entonces su imagen es un
complementario de su n
ucleo.
18. Una isometra vectorial de R3 que tiene determinante negativo es necesariamente una simetra.
19. Sean L1 , L2 y L3 tres rectas que generan un espacio vectorial V de dimension 3
sobre K. Sean tambien f y g : V K dos aplicaciones lineales tales que para
cada recta Li las restricciones f Li , g Li H son linealmente dependientes
(en Li ). Entonces f y g son linealmente dependientes (en V ).
4

20. El endomorfismo del plano eucldeo (R2 , h , i) que transforma (1,0) en (0,1) y
viceversa es una isometra positiva (con determinante 1).
21. El espacio vectorial de las matrices simetricas 3 3 es isomorfo al de los
polinomios de grado 5.
22. Si la composicion de dos aplicaciones lineales es un isomorfismo al menos una
de ellas lo es.
23. Las dimensiones del n
ucleo de una aplicacion lineal f : V V 0 y del de la
aplicacion traspuesta f t : (V 0 ) V coinciden siempre.
24. Sea f : V V 0 una aplicacion lineal tal que las formas lineales h : V 0 K que
se anulan en la imagen de f son una recta de (V 0 ) . Entonces dim(Im(f )) = 1.
25. Ninguna isometra de R2 tiene una u
nica recta invariante.
26. La dimension del n
ucleo de una aplicacion lineal f : K12 K6 es necesariamente 6.

Bloque 4. Diagonalizaci
on y forma de Jordan
1. Un endomorfismo de un espacio vectorial puede no tener hiperplanos invariantes.
2. Si un endomorfismo de C4 tiene solo 3 autovalores distintos e infinitas rectas
invariantes, entonces es diagonalizable.
3. Toda matriz es semejante a su traspuesta.
4. Si un endomorfismo de Rn tiene menos de n rectas invariantes, entonces no es
diagonalizable.
5. 2 endomorfismos de C3 con los mismos planos invariantes y los mismos autovalores tienen la misma forma de Jordan.
6. Si la imagen de un endomorfismo real no nulo es un hiperplano, entonces, f
es nilpotente.
7. Sea f End(V ) con V R, que no tiene autovalores reales, entonces no tiene
subespacios invariantes distintos del 0 y de V .
8. Sea f un endomorfismo de R3 , f 3 = f 2 6= 0, entonces f tiene infinitas rectas
invariantes.
9. Si 0 no es autovalor de la composicion de dos endomorfismos de R1957 entonces
los 2 son isomorfos.

10. Si el u
nico autovalor de un endomorfismo de un espacio vectorial complejo es
= 0 entonces alguna potencia del endomorfismo es nula.
11. Si f End(V ) es diagonalizable, entonces V = ker(f ) Im(f ).
12. Si A y B son matrices cuadradas cuyos cuadrados son semejantes entonces
tambien A y B son semejantes.
13. Toda recta invariante de un endomorfismo en R3 es interseccion de 2 planos
invariantes.
14. Existen endomorfismos de R4 con exactamente cuatro rectas invariantes.
15. 2 matrices semejantes tienen la misma traza y el mismo determinante.
16. Todo endomorfismo de un espacio vectorial complejo de dimension finita mayor
o igual que 2 tiene alg
un subespacio invariante distinto del 0 y de V .
17. No todo polinomio puede ser el polinomio caracterstico de un endomorfismo
diagonalizable de un espacio vectorial real.
18. Si 6= 0 es un autovalor de un endomorfismo f , entonces 2 es un autovalor
de f 2 .
19. Un endomorfismo diagonalizable tiene infinitas rectas invariantes.
20. Si 2 autovectores de un endomorfismo son linealmente independientes, entonces, estan asociados a autovalores distintos.
21. Dos matrices 22 con la misma traza y el mismo determinante son semejantes.
22. Si P () de un endomorfismo de un espacio vectorial complejo solo posee una
raz, entonces el endomorfismo es diagonalizable.
23. Si un endomorfismo f : V V es diagonalizable tambien lo es f t : V V
(el endomorfismo traspuesto).
24. 2 endomorfismos con los mismos autovalores, el mismo n
ucleo y la misma
imagen tienen asociados matrices semejantes.

Bloque 5. Formas bilineales y cuadr


aticas
1. Toda forma bilineal antisimetrica se puede diagonalizar.
2. Todas las potencias impares de una matriz simetrica real son congruentes.
3. Todas las potencias de una matriz simetrica compleja son congruentes.
4. Toda matriz simetrica es congruente con su cuadrado.
6

5. En R2001 toda forma bilineal antisimetrica es degenerada.


6. Una forma cuadratica no degenerada no tiene vectores autoconjugados.
7. Dos subespacios mutuamente conjugados respecto de una forma cuadratica no
degenerada son complementarios uno del otro
8. Si una matriz simetrica real tiene traza nula, entonces no es congruente con I.
9. Hay matrices diagonalizables por congruencia que no son simetricas.
10. Si dos matrices simetricas reales son congruentes como matrices complejas,
entonces son conjugadas como matrices reales
11. Una forma bilineal simetrica no nula tiene vectores autoconjugados.
12. Si 2 matrices simetricas reales no son congruentes tampoco lo son sus cuadrados.
13. Si una forma cuadratica no degenerada de R2 no tiene vectores (no nulos)
autoconjugados, su determinante es negativo
14. Dos matrices simetricas reales semejantes son tambien congruentes.
15. Si dos matrices simetricas reales son congruentes, entonces son semejantes.
16. ! producto escalar en R4 tal que la base estandar es ortonormal.

Bloque 6. Espacio afn y eucldeo. C


onicas
1. Existen pares de homotecias cuya composicion no es otra homotecia ni la
identidad.
2. Si un endomorfismo afn (aplicacion afn en de un espacio afn en s mismo)
no posee puntos fijos, entonces la dimension del subespacio de vectores fijos
de su aplicacion lineal asociada f : V V es mayor o igual que uno.
3. En un espacio plano afn eucldeo, la composicion de una rotacion de angulo
no nulo con una traslacion, es otra rotacion del mismo angulo que la primera.
4. Si f es un endomorfismo de un espacio afn de dimension 3, el espacio de
direcciones de una variedad invariante bajo f es necesariamente el subespacio
de vectores fijos de su aplicacion lineal asociada f.

5. Si f : A Kn es una aplicacion afn con aplicacion lineal asociada f : V


Kn , entonces f es un isomorfismo si y solo si f consiste en la asignacion de
coordenadas respecto de cierto sistema de referencia en A.