Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UNIVERSIDADCENTRAL Lineal I
FACULTADDECIENCIASDELAEDUCACION
ESCUELADEMATEMATICAYESTADISTICA
ESCUELA DE MATEMATICA Y
ESTADISTICA
ASIGNATURA DE
ALGEBRA LINEAL
FACED
UNIVERSIDAD
CENTRAL
INDICE
1
PROGRAMA DE ESTUDIO............................................................................2
1.3 DETERMINANTES................................................................................ 10
1
5.3 SUMA Y MULTIPLICACIN DE NUMEROS COMPLEJOS EN LA FORMA BINOMICA
.......................................................................................................................... 57
5.4 POLINOMIOS....................................................................................... 58
PROGRAMA DE ESTUDIO
2
FACULTAD: Ciencias de la Educacin
I. IDENTIFICACIN
3
f : R x RR
j=1, m(columnas)
( )
a11 a1 m
A=
a n 1 anm
aij
Observacin: Cada elemento de la matriz se denota por
Ejemplo de matriz:
(
A= 2 3 5
1 2 0 )2x 3
a13=5
a22=2
n xm n=m
El orden de una matriz es el trmino general . Si entonces el
Ejemplos de aplicacin:
4
A : ( aij ) M 2 x 3 ( R ) tal que
1. Forme la matriz
a11 =2
a12=5
a13=a11
a21=0
a22=a12
a23=9
Solucin:
A=
( a11 a12 a13
a 21 a22 a 23 )
(
A= 2 5 2
0 5 9 )
A M 3 x 3 ( R ) tal que
2.
{
aij = 1 sii< j
2 si i j
Solucin:
( )
a11 a12 a13
A= a 21 a22 a 23
a 31 a32 a33
5
( )
2 1 1
A= 2 2 1
2 2 2
Matrices especiales:
n=1 A M 1 xm ( R )
1. Matriz fila. Si .
m=1 A M nx1 ( R )
2. Matriz columna. Si .
a11
a12
A= .
.
a n1
()
n=m y aij =0 i j
3. Matriz diagonal. Si .
( )
3 0 0
A= 0 5 0
Ejemplo
0 0 6
4. Matriz identidad
() n=m
. Adems {
aij = 1 si i= j
0 sii j
( )
1 0 0
I3 = 0 1 0
Ejemplo
0 0 1
6
( )
5 6 7
A 3= 0 2 3
Ejemplo
0 0 1
( )
2 0 0
A 3= 7 2 0
Ejemplo
1 3 1
n=m. aij =a ji
7. Matriz simtrica. Si Si
( )
1 2 3 4
2 5 7 8
A= A=
3 7 1 5
4 8 5 6
A= aij
8. Matriz transpuerta. Se denomina transpuerta de a la matriz
( )
1 4
a) (
A= 1 2 3
4 5 6 ) 2x 3
T
A =2 5
3 6 3x 2
( ) ( )
1 1 0 1 0 4
B= 0 2 3 A T = 1 2 1
b)
4 1 1 3 x3 0 3 1 3 x3
7
A M n ( R)
9. Traza de una matriz. Sea se define la traza de A como
n
tr ( A ) = aij sii= j .
j =1
Ejemplo:
( )
1 0 1
A= 1 3 1 tr ( A ) =1+ 32=2
2 1 2
Observacin:
T
i. Si
A es matriz simtrica entonces A= A
Ejemplo:
( )
1 2 3 4
2 5 7 8
A=
3 7 1 5
4 8 5 6
( )
1 2 3 4
2
T 5 7 8
A =
3 7 1 5
4 8 5 6
ii. Si
A
es anti-simtrica entonces A=AT
EJERCICIOS 1.1
8
( )
0 1 2 4
A= 1 1 0 3
3 5 8 2
extensin la matriz
A .
B=( bij )
3. Sea la matriz de orden 3 definida por
{
bij = 0 si i= j
i+ j si i j
B
Escribir por extensin la matriz .
4. Determine
a,b,c R tales que la matriz
A sea simtrica.
( )
2 a 3
A= 4 5 1
b 1 c
5. Demuestre que si
A es una matriz antisimtrica entonces
(
A= 5 3 1
0 4 8 ) y (
B= 1 3 0
2 4 7 )
9
Entonces (
A + B= 4 0 1
2 0 1 )
Observe que
A + B=b +a , A , B M m x n ( R ) .
i.
( A + B ) +C=A + ( B+C ) , A , B , C M m xn ( R ) .
ii.
0 M m xn ( R ) A +0= A M m x n ( R )
iii. Existe matriz nula tal que .
A=( aij ) M m x n ( R ) A=( a ij ) M m xn ( R ) A + (A )=0
iv. Para cada existe tal que
tr ( A+ B )=tr ( A ) +tr ( B ) , A , B M m x n ( R )
v. .
vi. ( A+ B)t= A t + Bt , A , B M m x n ( R ) .
( )
4 1
A= 1 0
2 6
( )
1
2
1 2
A= 1
2 0
2
1 3
Observe que:
( A )=( ) A , , R , A M m x n ( R ) .
i.
10
( + ) A=A + A , , R , A M m xn ( R ) .
ii.
( a+ b )=A +B , R , A , B M m x n ( R ) .
iii.
1 A=A , (1 ) A=A ,0 A=0 A M m x n ( R ) .
iv.
tr ( A ) = tr ( A ) , R , A M n ( R ) .
v.
t t
vi. (A ) = A , R , A M m x n ( R ) .
matriz
A B=(c ij )
de orden
mxr
en que
c ij = aik bkj . Por ejemplo, si
k=1
( )
1 0
(
A= 3 1 1
8 2 5 ) y
B= 2 4
2 1
Entonces
(
AB= 8 5
2 3 )
( )
3 1 1
BA= 26 6 22
2 0 7
2
Pero A =A A no se puede realizar.
Observe que:
A yB AB BA .
tales que
11
A ,B,C
ii. Para matrices tales que las operaciones se puedan realizar, se tiene
que :
a)
A ( BC )=( AB ) C .
b)
A ( B+C )= AB+ AC .
c)
( A + B ) C= AC + BC .
A n , entonces A I n= A=I n A .
iii. Si es matriz de orden
tr ( AB )=tr ( BA ) , A , B M n ( R ) .
iv.
t t t
( AB) =B A ; A , B AB
v. matrices tales que se pueda realizar.
vi. El producto de dos matrices puede ser la matriz nula sin que ninguna de ellas sea
nula.
vii. Para el producto de matrices no hay ley de cancelacin.
viii. Dada una matriz
A , no siempre es posible encontrar una matriz B tal que
AB=I n=BA A
; an siendo una matriz cuadrada. Luego se define:
A M n ( R) A
Definicin: Sea . Se dice que es una matriz invertible (o no
B M n( R) AB=I n=BA
singular o regular) si existe tal que .
A A
La matriz B est nicamente determinada por , se llama inversa de y se
denota por A1 .
EJERCICIOS 1.2
( ) ( ) ()
2 1 0 1 2 2
1. Sean
A= 1 3 , B= 3
4 7 1 0
2 4 , C=
3
3 1 4
2 5 3
y D= 1
2
( ) . Calcule
2 B , A +3 C t y A ( 4 CD ) .
12
x, y ,z ,u,w,t
2. Determine los valores de las variables para las cuales las
( )( )( )
x 3 y 1 t w 2 7 3
a) 2 1 y + 3 4 x = 5 w2 3
1 z 3 u y 2 0 5 1
)( )(
1 0
b) ( y4 3 x
5 2 z +1
x 2=
1 3
0 3
5 3 y2 )
3. Determine la matriz
A que hace verdadera la ecuacin matricial :
a) ( )
A 2 1 =( 5 3 )
1 0
b) (
A 1 2 3 = 1 5 4
3 1 2 7 0 7)( )
()
7
( )
1 0 2
0
c) 2 1 0 A=
0
0 1 3
11
4.
A Sean (
3 2 ) ( )
A= 2 1 y B= 2 1 .
1 0 Determine
tR
5. Determinar si existe algn valor de la variable para el que se verifique
AB=BA , con:
a) 2 5 ( ) ( )
A= 1 2 , B= 1 t
4 7
13
b) ( ) (
A= 1 t , B= 1 18
2 3 6 7 )
1.3 DETERMINANTES
A M n ( R) A
Si , el determinante de es un nmero real que se denota por
det ( A) o bien
| A| y se define de la siguiente forma:
Para
n=1,det ( a )=|a|=a .
Para ( )| |
n=2,det a b = a b =ad bc .
c d c d
Si
A es una matriz de orden mayor que 2, el determinante de
A se define
14
A=( aij ) M n ( R ) . ij A,
Sea Se llama menor de orden de y se denota
M ij , n1 A
al determinante de orden obtenido a partir de , eliminndole la i-
ij A, Cij
Se llama cofactor de orden de y se denota , al nmero:
Cij =(1)i+ j M ij .
( )
2 4 1
A= 0 3 2
Por ejemplo, si entonces
5 1 6
| |
M 13= 0 3 =15,
5 1
|
M 21= 4 1 = 25
1 6 |
4
C13= (1 ) M 13=15,
C21=(1)3 M 21=25
A=( aij ) M n ( R)
El determinante de es el nmero real:
{
n n
i+j
(1) aij M ij = aij Cij para 1 j n , fijo
det ( A )= i=1 i=1
n n
15
( )
2 4 1
A= 0 3 2 i=1,
Por ejemplo, para y escogiendo
5 1 6
3
det ( A )= (1)1+ j a 1 j M 1 j
j=1
2 M 11 4 M 121 M 13
2 ( 16 )4 ( 10 )1 ( 15 )=23
Observe que:
i. det ( A )=det ( A t ) ; A M n ( R ) .
ii. Si todos los elementos de una fila (o columna) son cero, el valor del determinante
es cero.
det ( I n ) =1; n N .
iii.
iv. El determinante de una matriz diagonal o triangular es igual al producto de los
elementos de la diagonal.
v. En general,
det ( A+ B ) detA +detB .
A , R , A M n ( R).
vi. det ( A )= n det
16
| || || ||
1 3 4 1 3 4 1 3 4
2 5 1 = 0 1 7 = 0 1
3 1 0 3 1 0 0 10 12
7 =
1 7 =58
10 12 |
A=(aij ) M n ( R ) n , adj ( A )=( cij )
La adjunta de es la matriz de orden en
los cofactores de
A . Por ejemplo, si
( )
A= a b ,adj ( A )= d b
c d c a ( )
Y si
( ) ( )
2 3 1 5 2 15
B= 4 0 5 ,adj ( B )= 14 4 6
2 1 1 4 8 12
1 1
A
( det ( A ) )
adj ( A ) =I n
y ( det ( A ) )
adj ( A ) A=I n , si det ( A) 0.
Luego, si
det ( A) 0, entonces A es invertible y se tiene que
1
A1= adj ( A )
det ( A )
A
xii. Recprocamente, si es invertible, entonces
Y luego
det ( A ) 0.
xiii. Adems, si
A es invertible entonces A
1
es invertible y
1 1
det ( A1 )= =( det ( A ) ) .
det ( A )
A , B M n ( R) AB
xiv. Si son matrices invertibles, entonces es invertible y
17
( AB )1=B1 A1
( )
a11 a 12 a31
M = a21 a 22 a23
a31 a 32 a33
( )| |
a 11 a12 a31 a11 a12 a31
det a21 a22 a23 = a21 a22 a 23 =
a31 a32 a33 a31 a32 a 33
a11 a 22 a33 +a12 a23 a31+ a13 a 21 a32 a13 a 22 a31a12 a21 a33a 11 a23 a32
( )
5 1 2
A= 3 2 0 (20+ 0+6 )( 16+0+6 )=36
Sea Su determinante es
4 1 2
EJERCICIOS 1.3
a) |
3 5
9 8 |
18
| |
1 3 5
b) 2 1 1
4 2 3
| |
4 5 1
c) 3 1 2
1 2 3
| |
1 2 1 1
3 0 1 2
d) 1 1 2 1
1 0 3 2
2. Calcule
| |
0 x1 1
a) x 1 1
0 x +1 2
| |
x +3 1 1
b) 7 x5 1
6 6 x+ 2
| |
2
1 a a
c) 1 b b2
1 c c2
a) (
A= 2 1
4 3 )
( )
3 2 1
A= 0 4 3
b)
1 2 2
4. Calcule A1 si
19
( )
0 0 1
A= 0 0 1
a)
1 1 1
( )
1 2 3
A= 4 5 6
b)
3 1 2
( )
1 1 0 2
1 0 2 1
A=
c) 0 2 0 2
2 0 0 5
5. Demuestre que
A= (1a
a 1+ a
a ) es invertible
a R . Calcule A1 .
20
m n
Un sistema de ecuaciones lineales con incgnitas se expresa:
{
a 11 x 1 +a 12 x2 + + a1 n x n =b1
a x +a x + +a2 n x n=b2
() 21 1 22 2
a m 1 x 1+ am 2 x 2 ++ amn x n =bm
ecuaciones de
() se llama solucin del sistema
() .
AX =B
() ()
b1 x1
B= X=
es la matriz columna de trminos constantes y es la matriz de las
bm xn
2 x 1x 2 +5 x3 =1
x 1+ 4 x 27 x 3=8
21
AX =B
Corresponde a la ecuacin , en donde,
()
x1
( )
A= 2 1 5 , X= x 2 y B= 1 .
1 4 7
x3
8 ()
Por otro lado para solucionar un sistema de ecuaciones podemos usar los
siguientes mtodos:
( )
a11 a12 a1 n b 1
( A/ B) es
a m1 a m 2 amn b n
Ejemplo:
x 1+2 x 2+ 3 x 3=6
2 x 13 x 2 +2 x 3=14
3 x1 + x 2x 3=2
Solucin
)( ) ( )
1 2 3 x1 6
Matricialmente ( 2 3 2 x 2 = 14
3 1 1 x 3 2
22
( A/ B) Matriz ampliada
( )
1 2 3 6
2 3 2 14
3 1 1 2
f 2+ f 1 (2)
f 3 + f 1 (3)
( )
1 2 3 6
0 7 4 2
0 5 10 20
f2 ( 17 )
( )
1 23 6
4 2
0 1
7 7
0 5 10 20
f 3 + f 2 (5)
1 2 3 6
( 0 1
0 0
4
7
50
7
2
7
150
7
)
50 150
x 3=
7 7
23
x 3=3
x 3=3
Si remplazamos en (2)
4 2
0 x 1+1 x 2+ x 3=
7 7
12 2
x 2+ =
7 7
14
x 2=
7
x 2=2
x 2=2 x 3=3
Si y entonces
x 1+2 x 2+ 3 x 3=6
x 1=65
x 1=1
24
1 2 3 6
( 0 1
0 0
4
7
50
7
2
7
150
7
)
f 1 + f 2 (2)
13 46
( )
1 0
7 7
4 2
0 1
7 7
50 150
0 0
7 7
f3 ( 750 )
13 46
( )
1 0
7 7
4 2
0 1
7 7
0 0 1 3
f 2+ f 3 ( 47 )
f 1+ f 3 ( 137 )
( )
1 0 0 1
0 1 0 2
0 0 1 3
25
x1 =1
x 2=2
x3 =3
i.
AX =0 es siempre compatible puesto que
X =0 es solucin de l.
B M mxn (R) A B , entonces los sistemas (equivalentes)
ii. Si es tal que
AX =0 y
BX =0 tienen las mismas soluciones.
iii. Si
( A )=n , entonces X =0 es la nica solucin de
AX =0.
x 1+2 x 2+ 4 x 3=0
2 x 1 +3 x 2+7 x 3=0
3 x1 x2 +5 x 3=0
( )
1 2 4
A= 2 3 7 ,
La matriz del sistema es equivale a
3 1 5
26
( )( )
1 2 4 1 0 2
0 1 1 0 1 1 =B .
0 7 7 0 0 0
Las soluciones de
AX =0 son las mismas soluciones de
BX =0, esto es,
x 1+2 x 3=0
x 2+ x 3=0
x 3= , R ; x 1=2 x 2= .
Sea entonces y Y las soluciones del sistema
se expresan:
(2,1,1 ) ; con R .
x 1+ x 2 +3 x3 =0
2 x 1 +4 x2 +8 x 32 x 4=0
4 x 1 ++6 x 2+14 x3 2 x 4 =0
Sea
AX =B , con A=( aij ) M mxn ( R ) , B=(b1 . bm )t un sistema de ecuaciones
27
( )
a11 a12 a1 n b1
( A ; B )=
am1 a m 2 amn bm
AX =B
Se llama matriz ampliada o matriz aumentada del sistema. Y el sistema
es compatible si y slo si
( A )= ( A ; B ) .
Sea
AX =B sistema compatible; entonces:
i. Si
( A )= ( A ; B )=n , el sistema tiene solucin nica.
ii. Si
( A )= ( A ; B ) <n , el sistema tiene infinitas soluciones: estas se pueden
x 1+3 x 22 x 3=3
2 x 1x 2 +3 x 3=8
3 2 3 3 2 3 0 1 3
(12 1 3 8 ) ( 10 7 7 14 ) ( 10 1 1 2 )
Como
( A )=2= ( A ; B ) , el sistema tiene mltiples soluciones y ellas se buscan
en el sistema equivalente:
28
x 1+ x 3=3
x 2x 3=2
x 3= , R x 1=3 x 2=2+
Sea ; entonces, y . Las infinitas soluciones
( 3,2,0 )+ (1,1,1 ) ; R
x 1+ x 2x 3=7
4 x 1x 2 +6 x 3=3
6 x 1+ x 2 +4 x3 =22
Sea
S la matriz de los coeficientes de un sistema de ecuaciones lineales y sea
'
S la matriz que se obtiene de la ampliada; es decir:
n
ecuaciones lineales con incgnitas sea compatible es:
( S )=( S ' )
29
=
Donde n de ecuaciones independiente (Rango).
Observaciones:
( )
1 2 3
A= 2 4 7
3 6 9
f 2+ f 1 (2 )
f 3 + f 1 (3 )
( )
1 2 3
A= 0 0 1
0 0 0
( A )=2.
EJERCICIOS 2.4:
1. Obtener el rango de
30
( )
1 2 3
A= 2 1 5
3 4 1
x y + z 7
x + y z 1
x + y + z 3
3. Determine el valor de
para que el sistema tenga solucin nica o no
x y +z 1
2 x 3 y z 4
x y + z 0
A=( aij ) M n ( R ) n n
Sea y considere el sistema de ecuaciones lineales con
X =( x 1 , , x2 )
est dada por:
i
x 1= , i=1,2, , n
31
i A
Donde es el determinante obtenido a partir de sustituyndole su i-
B
sima columna por la columna de trminos constantes.
x 1+ x 2 + x 3=1
3 x1 + x 2x 3=0
2 x 1 + x 2+ x 3 =1
| |
1 1 1
= 3 1 1 =2
Solucin: En este caso, . Y la nica solucin del sistema se
2 1 1
calcula as:
| |
1 1 1
1
x 1= 0 1 1 =0,
1 1 1
| |
1 1 1
1 1
x 2= 3 0 1 =
2
2 1 1
| |
1 1 1
1 1
x 3= 3 1 0 =
2
2 1 1
1 1
Solucin: (
S= 0, ,
2 2 )
32
R ,
Ejemplo 2: Para que valores de el sistema
2 x + y + z=1
a+ y+z=2
x+ yaz=a
aR
tiene solucin nica?. Para estos valores de , muestre la solucin.
| |
2 1 1
= 1 a a =2 a ( 12 a ) .
1 a a
Luego para cualquier { 12 }, 0
a R 0,
| |
1 1 1
x = 2 a a a =2 a 2
a a a
| |
2 1 1
y = 1 2a a =a ( 16 a )
1 a a
| |
2 1 1
z= 1 a 2 a =a ( 12 a )
1 a a
( 12a a , 16 , ) , a R{0, }
a 1 1
S=
Y la solucin es 24 a 2 2
33
EJERCICIOS 2.5:
2 y+ z =5
y +2 z =7
b)
x+ 3 y +3 z=10
2 x6 y 2 z=4
y + z=6
c)
x+ yz=1
x yz=2
x yz=3
ecuaciones lineales:
a)
x+ y+ 2 w=2
y +2 z + w=4
2 y2 w=0
2 x +5 w=8
b)
x y +2 z+2 w=0
2 x z3 w=0
4 y3 z+ w=2
3 x +2 y+ 4 w=1
34
k R
3. En los siguientes ejercicios , determine el o los valores de de modo
2 x 1 +3 x 2+ k x 3=3
x 1+ k x 2 +3 x 3=2
b)
3 x1 2 x 2k x 3=3
3 x1 + x 2=2 k
kx 1 + x 3=3
c)
2 x 1 + x 2+ x 3 =1
x 1+ k x 2 +k x 3=2 k
x 1+ k x 2k x 3=k
K
Definicin: Un espacio vectorial (o espacio lineal) sobre el cuerpo , es un
conjunto de objetos
V con una operacin interna + , llamada suma o adicin,
V ,+ K V V
talque es un grupo abeliano, y con una operacin externa :
, vav
definida por ( llamada producto por escalar o ponderacin tal que:
i.
( v )=( ) v , , K , v V .
35
ii.
( + ) v =v+ v , , K , v V .
iii.
( v+ u )=v+ u , K , v , u V .
1 v=v , v V , 1 K.
iv. donde es el elemento unidad de
Los elementos de
V se llaman vectores y los elementos de
K escalares.
K=R , V
Cuando se dice un espacio vectorial real.
K
se tiene que:
i.
0 v=0, v V .
a 0=0, K .
ii.
iii.
a v=0 ( a=0 v=0 ) .
iv.
(1 ) v=v , v V .
Los siguientes conjuntos, conocidos por el lector en cursos previos a este, tienen
R
1. con la suma y multiplicacin usuales.
n N , Rn {( x 1 , .. , x2 ) /x 1 R , i=1, . , n }
2. Si con las operaciones
( x 1 , , x n ) + ( y 1 , , y n ) =( x 1+ y1 , , xn + y n )
a ( x 1 , , x n )=( a x 1 , , ax n ) ,a R
3. Si
m ,n N , M mxn ( R )= { A / A es matriz( real)de orden m n } con la suma y
4.
36
P [ x ] ={ p( x ) p ( x ) es polinomio en laindeterminada x con coeficientes reales }
P [ x ] ={ p ( x ) P [ x ] grado de p( x) n }
5. con la suma y ponderaci{on habituales
de polinomios.
6. Si
A R , F ( A ; R ) ={ f : A R /f es funcin } con la suma y la multiplicacin
A= {( x , y ) R2 / y=x +3 } ,
B={ a+bx + x 2 P2 [ x ] /a , b R } ,
W V K
Cuando un subconjunto de un espacio vectorial sobre es tal que
W con operaciones de
V restringidas a sus elementos resulta ser un espacio
K W
vectorial sobre , entonces se dice que es un subespacio vectorial (o
37
V W
subespacio lineal o simplemente subespacio) de . En consecuencia, si es un
V , entonces 0 v W
subespacio de .
V K y W V , W .W V
Sea un espacio vectorial sobre es subespacio de
si y slo si
i.
u , w W u+ w W .
K , w W w W .
ii.
A= {( x , y ) R / y=x } .
2 2
A
Ejemplo 1: Sea Entonces no es un subespacio
R3 ; en efecto,
W = { ( x , y ,2 x ) / x , y R }
y se tiene que:
i.
( 0,0,0 ) W ; luegoW
ii.
( x , y , 2 x ) + ( a , b , 2 a )=( x +a , y +b , 2 ( x+ a ) ) W .
iii.
( x , y , 2 x ) =( x , y , ( ax ) ) W .
38
Ejemplo 3: S= { A M n ( R ) / A es simtrica }= { A M n ( R ) / A t =A } es un subespacio de
M n( R) ;
en efecto,
i.
0S puesto que la matriz es nula es simtrica.
t t
ii. A , B S A = A B =B
( A +B)t = At + Bt = A+ B
A+ B S .
iii. R A S ( A )t = At =A
A S .
V K y S={ v 1 , . , v n } V .
Sea un espacio vectorial sobre Una combinacin
S (o de los vectores v 1 , ., v n
lineal de los vectores de ) es un vector
u= 1 v 1 ++ n v n
a1 , , an K .
en donde
V; S
un subespacio vectorial de se llama espacio generado por (o espacio
v 1 , ., v n S > { v 1 , . , v n } >.
generado por los vectores ) y se denota por o por
S > V , S V V
Cuando entonces se dice que genera o que est generado
por
S.
39
3
Ejemplo 4: Sea V =R . El vector
u=(4,3,5) es combinacin lineal de los
v1 y v2 :
Determinemos el espacio generado por
{ v 1 , v 2 } > { v 1 + v 2 / , R }
{ ( 1,0,2 ) + ( 0,1,1 ) / , R }
, ,2 +
{ , R }
{ ( x , y , z ) /z=2 x y }
V =P2 [ x ] v =x2 + x5
Ejemplo 5: Sea El vector pertenece al espacio
2
generado por p=x 2 y q=3 x +1 ?
( x 22 ) + ( 3 x +1 )=x 2 + x5 ?
40
{
=1
3 =1
2 =5
, R v =p+ q
Luego es imposible encontrar tales que y por lo tanto
v < { p ,q } >.
M 2( R)
Ejemplo 6: En considere los vectores
( ) (
v 1= 1 0 , v 2= 0 1 y 1 1
1 0 0 1 1 1 )( ) . Entonces
{ v 1 , v 2 , v 3 } > { v 1+ v2 + v 3 / , , R }
{(+
( + ) ( ) )
, , R
}
{( )
a b /a+c=0 b+d =0 .
c d }
Por otra parte,
{ v 1 , v 2 } > { v 1 + v 2 / , R }
{(
)
, R
}
41
{( )
a b /a+c=0 b+d =0
c d }
{ v 1 , v 2 , v 3 } >< { v 1 , v 2 }>
Luego . Esta situacin se deriva del hecho (observado
v 3=v 1v 2
por usted?) que (dependencia lineal).
V K y S={ v 1 , . , v n } V . S
Sea espacio vectorial sobre Se dice que es
v 1 , ., v n
linealmente independiente (l.i.) o que los vectores son l.i. si:
Se dice que
S es linealmente dependiente (l.d.) o que los vectores
v 1 , ., v n
son l.d. si ellos no son l.i. , esto es , si :
n
i { 1,2, ,n } : i 0 i v i=0
i=1
Observe que:
v1 , v2 V , v1 , v2 1 , v 1 + 2 , v 2=0, 1 0 2 0
i. son l.d. si con o bien .
1 0
Suponiendo, por ejemplo, que , entonces
2
v 1= v = v 2 ; R
1 2
ii. Si
TS yS es l.i. , entonces
T es l.i.
TS yS T
iii. Si es l.d. , entonces es l.d.
42
0S S
iv. Si , entonces es l.d.
v.
v V , { v } es l.i.
v 0.
v 1= (1,3,2 ) y v2 =(2,5,0) R3
Ejemplo 7: Los vectores del espacio son l.i.. En
, R v 1 + v 2=0.
efecto, sean tales que Entonces:
{
+2 =0
3 5 =0
2 =0
=0 =0.
Sean
, , R tales que ( x 2 +1 ) + (2 x +3 ) + ( x2 2 )=0 ;
entonces
( +3 2 ) +2 x+ ( + ) x2 =0+0 x +0 x2 ; por tanto,
{
+3 2 =0
2 =0
+ =0
Ejemplo 9: Sea {(
1 1 2 2)( 0 4 )(
M = 1 2 , 3 0 , 1 4 M 2 ( R ) . )} Es
M
un conjunto
l.i.?
43
, ,R
Sea tales que
(
1 1 ) (
2 2 0 4 ) (
1 2 + 3 0 + 1 4 = 0 0
0 0 )( )
o equivalente,
{
+3 =0
2 4 =0
+2 =0
2 +4 =0
2 v1 + v 2+ v 3=0 M
Luego, por ejemplo, , lo que significa que es un conjunto
l.d.
V.
es l.i. y que genera a
Por ejemplo,
B={ ( 1,0,0 ) , ( 0,1,0 ) , ( 0,0,1 ) } es una base de R3 , En efecto:
{ ( , , ) / , , R }
3 3
R B R
, y luego genera a
ii.
( 1,0,0 ) + ( 0,1,0 ) + ( 0,0,1 ) =( 0,0,0 ) ( , , )= ( 0,0,0 )
== =0
B es l .i .
44
3
La base
B se llama bas cannica de R y la generalizacin
B={ ( 1,0,, , 0 ) , ( 0,1, , 0 ) , , ( 0,0, ,1 ) } M 2(R)
{( ) ( ) ( ) ( )}
E= 1 0 , 0 1 , 0 0 , 0 0 M 2 (R)
0 0 0 0 1 0 0 1
M 2( R)
es una base de y que
S= {1, x , x 2 , , x n } Pn [ x ]
Pn [ x ] .
es una base de
. En efecto,
i.
( 1,1,1 ) + ( 1,1,0 )+ ( 1,0,0 )=( 0,0,0 )
( + + , + , )=( 0,0,0)
{
+ + =0
+ =0
=0
== =0, C
y luego es l.i.
3 3
ii. Demostremos que
C genera a R , esto es, que C> R
Sea
( a , b , c ) R3 ; existe , , R tales que
45
{
+ + =a
+ =b
=c
=c , =bc , =ab ;
Y efectivamente, existe solucin: es decir,
vectorial puede tener mltiples bases, pero, se puede demostrar que, todas ellas tienen
el mismo nmero de vectores. Este hecho permite definir uno de los conceptos
importantes del lgebra lineal:
V K B={ v 1 , . , v n }
Sea un espacio vectorial sobre que tiene una base con
n vectores. Entonces
V se dice un espacio vectorial de dimensin finita y el
n V; dimk V =n
nmero entero se llama dimensin de se anota o simplemente
dimV =n . Si V = {0 } , entonces
dimV =0, y en cualquier otro caso se dice que V
W? Observemos que:
W = {( x , y , z ) R3 / y =2 x +4 z }
46
{ ( x , 2 x+ 4 z , z ) / x , z R }
B W
(demostrarlo como trabajo autnomo), es una base de y por tanto
dimW =2 .
V n,nN ;
Sea un espacio vectorial de dimensin se tiene que :
S= { v 1 , . , v n } V , con m> n , S
1. Si entonces es l.d.
B={ v 1 , . , v n } V B V.
2. Si es l.i., entonces es base de
3. Si
W Es un subespacio de
V , entonces dimW n .
W V dimW =n V =W .
4. Si es un subespacio de tal que , entonces
v V , 1 , . , n
existen nicos escalares reciben el nombre de
[ v ] B =( 1 , . , n ) .
anota
47
Ejemplo 12: El conjunto S= { x 2 +1,2 x+3, x 22 } P2 [ x ] es una base de
P2 [ x ] .
dim P2 [ x ] =3 y S 3
Efectivamente, como tiene elementos, basta demostrar que este
P2 [ x ] .
conjunto es l.i. para que sea una base de La independencia linal.
P2 [ x ]
Ejemplo 14: Consideremos la base de de ejemplo 12.
respecto a la base
S?
1, 2, 3 R 1 ( x 2+ 1 ) + 2 ( 2 x+3 )+ a3 ( x2 2 )= p
Sea tales que
( 1+ 3 22 3 ) +2 2 x+ ( 1 + 3 ) x2 =3+4 x 2 x 2
{
1 +3 22 3 =3
2 2=4
1 + 3=2
7 1
1= , 2=2, 3=
3 3
48
1
Por lo tanto,
[ p ] s=
7
3 (
, 2, .
3 )
V K
Sea un espacio vectorial sobre y sean
W 1 +W 2= { v 1 +v 2 v 1 W 1 v 2 W 2 }
.
0=0+0 W 1+W 2
i.
v 1 + v 2 , u1 +u2 W 1 +W 2 , K , entonces
ii. Si y
( v 1+ v 2 ) + ( u1+ u2 )=( v 1 + u2 ) + ( v 2 + u2 ) W 1 +W 2 .
W 1 +W 2 V
Luego resulta ser un subespacio vectorial de y se puede
establecer que
V =W 1+W 2 v V , v 1 W 1 , v 2 W 2 v =v 1 +v 2 .
Observe que tales que
v V , ! v 1 W 1 , ! v 2 W 2 v =v 1 +v 2 V
Cuando tales que , se dice que es
W1 yW 2 V =W 1 W 2
la suma directa de , y en este caso se anota .
Se tiene que:
V =W 1 W 2 ( V =W 1 W 2 W 1 W 2={ 0 } )
(1,1,1) . Es R3=W 1 W 2 ?
49
( x , y , z ) W 1 W 2 ( x , y , z ) W 1 ( x , y , z ) W 2
x + y + z=0 x= y =z
3 x=0 x= y =z
W 1 W 2= {( 0,0,0 ) } .
Por lo tanto
Sea
( a , b , c )=[ ( 1,0,1 )+ ( 0,1,1 ) + ( 1,1,1 ) ; , , R ]
Entonces:
{
+ =a
+ =b
+ =c
Luego
( a , b , c )= ( 2 abc
3
,
2 bac 2 cab a+b+ c
3
,
3 )+ 3 ( 1,1,1) W + W 1 2 y por
M 2 ( R ) =U 1 U 2 ?
Es
50
Luego 0 0 {( ) }
U 1 U 2= a 0 /a R
y por tanto
M 2 ( R ) U 1 U 2 .
Observe que
M 2 ( R ) =U 1+ U 2
puesto que cualquiera sea (ac bd ) M ( R )
2 se
tiene que :
EJERCICIOS 3.1:
0v =0v , R V sobre R .
1. Demuestre que . En un espacio vectorial
R
continuacin no es un espacio vectorial sobre . Indique los axiomas que
no se cumplen.
a)
( x , y ) + ( a , b ) =( x+ a , 0 ) ; ( x , y )=(x , y)
b)
( x , y ) + ( a , b ) =( x+ a , y + b ) ; ( x , y )=(x , y)
M n( R) .
a) W = {( x , y , z ) R3 / x y +2 z=0 }
b) W = {( x , y , z ) R3 / x y =0 z=1 }
c) W = {( a , b , c ) R 3 /a b c }
d) W = {( a , b , c ) R 3 /a Q }
e) W = {( x , y , z ) R3 / x +2 y+ z=0 x y2 z=0 }
P2 [ x ] .
51
a) W = {a+ bx+ c x 2 P 2 [ x ] /a=b=c }
W = { p(x) P2 [ x ] / p(0)=1 }
d)
vi
vectores .
1
a) ( )
v =( 8,4,2 ) ; v 1= 1, ,2 , v 2=( 2,1,5 ) .
2
c) ( ) ( ) (
v = 2 1 ; v 1 1 0 , v 2 1 1 , v 3= 1 0
1 2 1 1 1 0 1 0 ) ( )
6. Determine el subespacio generado por
S si:
a) S= { (1,0,0,1 ) , ( 0,1,1,0 ) } R 4 .
b) S= { 2, x1,2 x 2+ 4 } P2 [ x ] .
c) {( ) ( ) ( )}
S= 1 0 , 0 1 , 0 0 M 2 ( R ) .
0 0 1 0 0 1
k R S
7. Para que valor(es) de el conjunto es l.i. si :
2
a) S= { (1+ k ,1k ) ,(1k ,1+ k) } R .
U +W P2 [ x ]
y de si :
52
9. Sean
W = { ( 1,0,2 ) ,(1,1,1) } > y U= {( x , y , z ) R3 / x + yz=0 }
3 3
subespacios de R . Es R =W U ? .
V yW K.
Sean espacios vectoriales sobre el cuerpo Una transformacin
i.
T ( v+u )=T ( v )+ T ( u ) ; v ,u V .
ii.
T ( v )=T ( v ) ; K , v V .
Observe que si
T es una aplicacin lineal de
V en W , entonces T ( 0 ) =0.
53
n
Ejemplo 1: Sea T : R R la funcin de produccin total
T ( x 1 , , x n )=x 1 ++ x n .
Entonces:
i. Si ( x 1 , , x n ) , ( y1 , , y n ) Rn ,
T ( ( x1 , , x n ) + ( y 1 , , y n ) ) =T ( x 1+ y 1 , , x n+ y n )
x1 + y 1 , , x n + y n
x
y
( 1+ + y n)
( 1++ x n )+
T ( x 1 , , x n ) +T ( y 1 , , y n ) .
ii. Si ( x 1 , , x n ) Rn y
R ,
T ( ( x 1 , , x n ) )=T ( x 1 , , x n )
x 1+ +x n
( x 1 , , x n )
T ( x 1 , , x n ) .
T
Por lo tanto, es una aplicacin lineal.
Ejemplo 2: Sea
F : M mxn ( R) M mxn (R)
definida por F ( A )= A t ; entonces:
t t t
i. F ( A+ B )=( A+ B) = A + B =F ( A ) + F( B)
ii. F ( A ) =(A )t = At =F ( A ) .
54
F
Por lo tanto es una aplicacin lineal.
C( [ a ,b ] : R)
Ejemplo 3: Sea el espacio de las funciones reales continuas en
b
[ a , b ] . Definamos T en C( [ a ,b ] : R) por T ( f )= f . Entonces:
a
b b b
i.
T ( f + g )= ( f + g )= f + g=T ( f ) +T ( g )
a a a
b b
ii.
T ( f )= f = f =T ( f ) .
a a
Luego
T es una aplicacin lineal.
V yW K
Ejemplo 4: Sean espacios vectoriales sobre el cuerpo y definamos
T 0 :V W T 0 ( v )=0, v V . T0
tal que La aplicacin resulta ser lineal.
Ejemplo 5: Sea
V un espacio vectorial sobre el cuerpo
K y consideremos
I :V V I ( v )=v . La funcin I
definida por es lineal; se llama aplicacin de
V.
identidad de
Teorema: Sea
V espacio vectorial sobre
K y { v1 , , v n } base de
V . Sea
W K w 1 , , w n W .
espacio vectorial sobre y Entonces existe una nica
T V W T ( v i )=w i ,i=1,2, , n .
aplicacin lineal de en tal que
55
v V , 1, , n K
En efecto, si existen nicos tales que
v = 1 v 1 ++ n v n .
Se define entonces:
T ( v )= 1 w 1+ + n wn
T T ( v i )=w i i=1,2, , n
resulta ser lineal, para y nica con esta propiedad.
2 3
Ejemplo 6: Sea T :R R la aplicacin lineal tal que
( x , y ) R2 .
nica manera:
( x , y )= ( 1,1 ) + ( 4,3 ) ; , R
En este caso,
Luego,
T ( x , y ) =( 3 x +4 y ) T ( 1,1 )+ ( x + y ) T ( 4,3 )
(3 x + 4 y )(2,0,1 ) + ( x+ y )(1,1,0 )
(5 x +7 y , x + y ,3 x4 y ) .
56
T :V W T
Definicin: Sea aplicacin lineal. El ncleo o kert de es el
conjunto:
KerT ={ v V /T ( v )=0 }
T
La imagen de es el conjunto:
Observe que:
i. Como
T ( 0 ) =0, 0 KerT y 0 ImT .
ii.
v , u KerT y K T (u +v )=T ( v ) +T ( u )=0+0=0 y T ( v ) =T ( v )= 0=0.
v +u KerT v KerT .
Luego y
iii.
T ( v ) , T ( u ) ImT y K T ( v ) +T ( u ) =T ( v +u ) ImT y T ( v ) =T ( v ) ImT .
KerT e ImT V yW
Por lo tanto son subespacios vectoriales de
respectivamente.
T T T
imagen de se llama rango de . La nulidad y el rango de sern denotados
por
(T ) y
(T ) respectivamente.
Se tiene que:
1.
T
es inyectiva
KerT = {0 } ( T ) =0.
2.
T es epiyectiva
ImT =W ( T )=dimW .
57
3.
dimV =n ( T ) + ( T )=n .
{a+ bx+ c x 2 P2 [ x ] /a R }
{a(1+ x 2 x 2 ) a R }
< { 1+ x2 x 2 } >
dim P2 [ x ] = ( T )+ ( T ) , ( T )=2
Adems, como sigue que y por lo tanto
2
ImT=R .
Sea ahora
T :V W aplicacin lineal.
58
S :W V T S=I W S T =I V
a) Si existe tal que y , entonces se dice
T S
que es invertible. La aplicacin est nicamente determinada
por
T , se llama inversa de T y se denota por
1
T .
b) Si
T es biyectiva, entonces se dice que
T es un isomorfismo.
Observe que:
T T 1
1. isomorfismo isomorfismo.
dimV =n dimW =m
2. Si y , entonces
T {T ( v 1 ) , , T (v n ) } W.
es isomorfismo es base de
dimV =dimW ,
3. Si entonces
T biyectiva
T inyectiva
T epiyectiva.
T V W
c) Si es un isomorfismo, entonces se dice que los espacios y
relacin de equivalencia.
Teorema: Sea
V espacio vectorial real de dimensin
n , entonces V Rn .
B={ v 1 , , v n } V T :V R
n
En efecto, sea una base de y definamos por
T ( v )=[ v ] B v B ). Entonces T
(coordenadas de con respecto a la base resulta
ser un isomorfismo.
T : P2 [ x ] R3 ; T ( a+ bx+ c x 2 )=( a , b , c ) .
59
n +1 mn
Tambin Pn [ x ] R y M mxn ( R) R .
EJERCICIOS 4.1
a)
T : R R ; T ( x )=|x|
b) T : R2 R 2 ; T ( x , y ) =( 2 x y , x )
c) T : R3 R 2 ; T ( x , y , z )=( y , z x+3 )
d) T : R4 R3 ; T ( v )=v
M 2( R) R
2. Determine si las siguientes aplicaciones de en son o no son
lineales
a) ( )
T a b =a+d
c d
b) ( )
T a b =adbc
c d
c) ( )
T a b =a2 +b2
c d
d) ( )
T a b =2 a+3 bd
c d
B M n( R) T: M n ( R) M n ( R) T ( A ) =AB .
3. Sea y definida por
T
Demostrar que es una transformacin lineal.
60
4. Sea T : R2 R 2 aplicacin lineal tal que
Calcular
T ( 1,0 ) , T (0,1) y encontrar una expresin para
T (a , b) , con (a , b) R2 .
5. Decida si las siguientes funciones son o no aplicaciones lineales. Para las que
sean lineales, determinar ncleo e imagen.
a) T : R2 R ; T ( x , y )=x y + xy
T : M 2 ( R ) R ;T ( A )=det ( A )
b)
c) T : M 3 ( R ) M 3 ( R ) ; T ( A ) =A t
T : P2 [ x ] P 3 [ x ] T ( p ( x ) )=xp ( x ) .
6. Considere la transformacin lineal tal que
T : p ( x ) =x 2 , q ( x )=0, r ( x )=1+ x .
7. Sea
T :V W
transformacin lineal y { v1 , , v n } base de
V
. Si
8. Sean
T ,S y R transformaciones lineales de R2 en R2 definidas por:
T ( x , y ) =( x , 2 y ) , S ( x , y )=( y , x+ y ) , R ( x , y )=( 0, x ) .
61
Demostrar que
{ T , S , R } es un conjunto linealmente independiente de vectores
del espacio L ( R 2 , R2 ) .
K
el conjunto de los espacios vectoriales sobre el cuerpo .
M 2( R) R3 .
que es isomorfismo a
Sean
V yW espacios vectoriales sobre el cuerpo
K y denotemos por:
L ( V , W )= { T :V W /T es transf .lineal }
( T + S )( v )=T ( v )+ S ( v ) ; v V
( T ) ( v )=T ( v ) ; K , v V
K
resulta ser un espacio vectorial sobre . El vector cero de este espacio es la
T o :V W ;T o ( v ) =0W , v V .
transformacin lineal
62
Queremos establecer que L ( R n , Rm ) M mxn ( R ) .
A=(aij ) M mxn ( R )
i. Sea y consideremos la aplicacin
T A : R n Rm definida por
T A ( X )= AX
Entonces:
n
X +Y =A ( X +Y )= AX + AY =T A ( X ) +T A ( Y ) ; X , Y R
TA
T A ( X )= A ( X )=AX= T A ( X ) ; X R n , es decir TA
es lineal; se llama
Ejemplo 9: Sea (
A= 2 1 1 0
1 3 0 4 ) la aplicacin lineal asociada a
A
es
4 2
TA:R R tal que:
()
x
(
T A (x , y , z , u)=
2 1 1 0 y
1 3 0 4 z
= ) (
2 x+ yz
3 y + 4 u )
u
( 2 x + yz , 4 u3 y )
n m
: M mxn (R) L(R , R ) ( A )=T A
ii. Consideremos definida por . Se puede
establecer que:
( A+ B )=T A +B =T A + T B= ( A )+ ( B ) ; A M mxn ( R)
es decir es lineal. Adems es inyectiva puesto que:
63
Ker= { A M mxn ( R ) /T A =T o }= { 0mxn }
n m
iii. Para que
sea isomorfismo y por tanto L(R , R ) M mxn (R) , falta mostrar
R
( n , Rm ) , existe A M mxn ( R) T A =T
que es epiyectiva: Dada tal que .
T L
A
La matriz se determina as:
Si
x R n , x=x 1 e1 ++ x n e n y T ( x )=x 1 T ( e 1) + + x n T ( e n ) . Pero
Luego:
T ( x )=x 1 ( a11 e 1+ +am 1 e m ) ++ x n ( a1 n e1 ++ amn e m )
( )
a11 x 1 ++a 1n x n
am 1 x 1 ++ amn x m
( )( )
a11 a1 n x 1
am 1 a mn x n
Ax
T A (x)
64
A=(aij ) M mxn (R)
La matriz est nicamente determinada, se llama matriz
T ( x , y , z )=(x2 y , x+ y +3 z )
. Entonces:
y por tanto (1
[ T ] = 1 2 0
1 3 )
n m n
Ejemplo 11: Sea T o : R R ;T o ( x )=0, x R . Entonces [ T o ]=0mxn . Sea
I : Rn R n ; I ( x )= x , x Rn . Entonces [ I ] =I n .
V yW
Estudiaremos ahora un caso ms general: Sean espacios vectoriales
reales de dimensin
n ym respectivamente y
T :V W aplicacin lineal. Sean
B={ v 1 v n } C={ w 1 wn } V yW
, bases ordenadas de respectivamente. Entonces
65
C
esta matriz depende de las bases ordenadas
B yC escogidas y se denota por [ T ]B .
C
La matriz [ T ] B M mxn (R) est caracterizada por : Si las coordenadas de v V con
respecto a la base
B son
[ v ] B =X=(x 1 , , x n) , entonces [ T ] CB X son las
C
Cuando B=C , [ T ] B se denotar tambin por
[ T ]B .
'
T : P3 [ x ] P2 [ x ] T ( p ( x ) )= p ( x ) .
Ejemplo 12: Sea la aplicacin lineal
P2 [ x ]
base de .
T ( 1 )=0=0 1+ 0 x +0 x 2
T ( x )=1=1 1+ 0 x +0 x 2
T ( x 2 )=2 x=0 1+ 2 x+ 0 x 2
Luego:
( )
0 1 0 0
[ T ] FE= 0 0 2 0
0 0 0 3
66
2 3
p ( x )=23 x+ x +2 x T ( p ( x ))
Observe que si , entonces se obtiene por:
)( ) ( )
2
(
0 1 0 0 3
3 =
0 0 2 0 2 =[ T ( p (x))] F
1
0 0 0 3 6
2
y T ( p ( x ) )=3+2 x +6 x 2 .
B
B={ v 1 v n } V [ I v ]B=I n
cualquiera sea la base de se tiene que . En efecto,
C
Si
C es otra base de
V , entonces [ I v ]B In (ejercicio propuesto 2)
S ,T :V W B V ,C
Sean aplicaciones lineales y sean base de base de
W . Entonces:
C C C
[ S+ T ]B = [ S ]B + [ T ] B
C C
[ T ] B = [ T ] B
R :W U D U
Si es una aplicacin lineal y es una base de , entonces:
D D C
[ R T ] B = [ R ]C + [ T ]B
67
De esta ltima igualdad sigue que:
B ,C V n
a) Si son bases del espacio vectorial de dimensin ,
entonces:
C B C
[ I V ]B [ I V ]C =[ I V ]C =I n y
B C B
[ I V ]C [ I V ]B =[ I V ] B=I n ,
C C 1 B
es decir , [ I V ]B es invertible y ([ I ] )
V B =[ I V ]C .
T :V W B V yC
b) Si es una aplicacin lineal invertible, es base de
es base de
W , entonces:
B 1
[ T 1 ]C=( [ T ]CB )
( )
1 1 0
[ T ]B= 0 2 1 ,
1 0 1
en donde
B es la base cannica de R3 .
T det [ T ] B 0
La aplicacin es invertible puesto que (otra razn es que el
rango de
[ T ] B es 3); determinemos T 1 ( x , y , z) para ( x , y , z) R3 :
68
( )
1
2 1 1
1 1 =[ T ]B .
1
([ T ]B ) = 1
2 1 2
Luego, T 1 ( x , y , z ) =( 2 x + yz , x+ y z ,2 x y+ 2 z ) .
V n, E y F
Sea espacio vectorial de dimensin finita bases de
N M mxn ( R)
tal que :
[ T ] E=N 1 [ T ] F N
F
En efecto,
N=[ I V ] E satisface esta igualdad;
N se llama matriz de cambio
E yF
de base de .
C
(1 4
B
0)
[ T ] E= 2 0 1 , [ S ] E= 0 (2 3 1 ,
1 1 )
3
E= { e1 , e 2 , e 3 } R ,C= { e1 , e2 }
en donde es la base cannica de es la base
cannica de R2 y
B={ ( 3,1 ) ,(1,2) } es base de R2 . Determinemos [ T + S ]CE y de
69
o Debemos utilizar una matriz de cambio de base de modo que obtengamos
C
[ S ]E :
C C
(1 12)(02
[ S ] E =[ I ]B [ S ] E= 3
B
1 1 )(
3 1= 2 8 4
4 5 1 )
o
C C C
(1
[ T + S ] E= [ T ] E + [ S ] E= 2 0 1 2
4 0 )( 4
8
5 )(
4=4 8 3
1 5 1 1 )
As,
( T + S )( x , y , z )=( 4 x +8 y +3 z ,5 x y + z ) ;( x , y , z) R3 .
EJERCICIOS 4.2
I3
a)
b) (a0 bb )
c) ( 40 1 0
2 1 )
( )
2 1 0
d) 0 1 0
0 0 1
C
R3 distintas se tiene que [ I ]B I 3 .
C
3. Encontrar [ T ] B en las bases B y C dadas:
70
3 4
a) T : R R ; T ( x , y , z ) =(x + y + z , 2 x2 y+ z , 3 y+ 4 z ,3 x )
3
B={ e1 , e2 , e3 } base canonicade R ,
T : P1 [ x ] P2 [ x ] ; T ( p ( x ) ) = p ( x ) dx
b)
B={ 1x , 2 x1 } , C={ 1, x , x 2} .
x y + 3 z 0
2 x + 10 y 11 z 0
5 x + 7 y 2 z 0
5. En
P2 [ x ]
considere las bases E= { 1, x , x 2 } y F={ x 2+ x +1, x 2x2, x2 + x1 }
Ea F FaE
Encuentre la matriz de cambio de base de y de .
( )
C
1 2 1
[ T ] B = 1 3 3 ,
0 2 5
71
B={ e1 , e2 , e3 } R3 y C R3 ,
donde es la base cannica de es la base de
(x , y , z) R3 .
T ( v 1) =3 v 12 v 2 T ( v 2 )=v1 + 4 v 2 {w 1 , w 2 } V
que y . Sea otra base de
w 1=v 1 + v2 w 2=2 v 1+ 3 v 2 T
tal que y . Encontrar la matriz de en la
base {w 1 , w 2 } .
V
En lo que sigue ser un espacio vectorial real de dimensin finita y
T v V
Un escalar es un valor propio de , entonces cualquier tal que
T
Sea valor propio de y denotemos por:
72
V = { v V /T ( v )=v }
T
asociado al valor propio .
Observe que:
T V { 0 } .
ii. valor propio de
, T , V V = { 0 } .
iii. valores propios de
iv.
valor propio de
T v V , v 0:T ( v )v =0
v V , v 0 : ( T I ) ( v )=0
Ker (T I ) { 0 }
(T I ) no es vertible
det ( T I )=0
p ( )=det ( T I )
v. es un polinomio en la indeterminada de grado la
dimensin de
V , y los valores propios de T son las races (reales) de dicho
det ( T I ) T
polinomio. El polinomio se llama polinomio caracterstico de
.
vi.
det ( T I )=0 det ( I T )=0. La ecuacin
det ( T I )=0 se llama ecuacin
caracterstica de
T .
73
2 2
Ejemplo 16: Sea T :R R la transformacin lineal cuya matriz asociada
es (
A= 0 3
3 0 ) .
T A
Entonces el polinomio caracterstico de ( o de ) es:
|
p ( )= 3 =2 +9
3 |
que no tiene races reales. Luego
T no tiene valores propios.
3 3
Ejemplo 17: Sea T :R R transformacin lineal
T ( x , y , z )=( x +5 yz ,x +7 yz , x+ y +3 z )
.
( )
1 5 1
T A= 1 7 1
La matriz asociada a es .
1 1 3
| |
1 5 1
1 7 1 = ( 2 ) ( 4 )( 5 )=0 .
1 1 3
=2
Determinemos los vectores propios asociados al valor propio , esto es,
V =Ker ( T 2 I ) .
encontremos el espacio propio
74
( )( )( )
1 5 1 1 5 1 1 0 1
[ T 2 I ] = 1 5 1 0 1 0 0 1 0 .
1 1 1 0 0 0 0 0 0
Y entones,
V = {( x , y , z ) R3 / x + z=0 y =0 }
{( x , 0,x ) x R }
B T
matriz diagonal. Cuando tal base existe, se dice que es diagonalizable.
A M n ( R)
Una matriz es diagonalizable si la transformacin lineal asociada a
A , T A : Rn R n lo es.
T B V
Teorema: es diagonalizable si y slo si existe base de formada
3 2
T : R R T ( x , y ) =(3 y ,3 x )
Ejemplo 18: La aplicacin lineal definida por
(ejemplo 16)
T
No es diagonalizable puesto que no tiene valores propios.
75
3 3
Ejemplo 19: Sea F:R R la aplicacin lineal dada por
( )
3
2 2
[ F ]= 1 2 2 .
1 1 0
| |
3 2 2
det ( I F )= 1 2 2 =(1)(2)2 F
Como , los valores propios de
1 1
=1 y =2
son .
El espacio propio de
F asociado a
=1 es:
( )
2 2 2
V =Ker ( FI ) =Ker 1 1 2 = { (1,1,0) } >
1 1 1
El espacio propio de
F asociado a
=2 es:
( )
1 2 2
V =Ker ( F2 I ) =Ker 1 0 2 = {(2,0,1) } >
1 1 2
Por lo tanto
F no es diagonalizable puesto que es imposible encontrar 3
F
vectores propios de que sean linealmente independientes.
3 3
Ejemplo 20: Sea T :R R la transformacin lineal
T ( x , y , z )=(9 x8 y + 4 z , 8 x +7 y4 z ,8 x8 y +3 z)
76
T
Entonces la matriz asociada a es:
( )
9 8 4
A= 8 7 4
8 8 3
| |
+9 8 4
2
det ( I A )= 8 7 4 =( +1 ) ( 3 ) ;
y
8 8 3
Luego
T tiene dos valores propios
=1 y
=3 .
T =1
El espacio propio de asociado a es:
( )
8 8 4
V =Ker ( A + I )=Ker 8 8 4 = { (1,0,2 ) ,(0,1,2) } >
8 8 4
T =3
El espacio propio de asociado a es:
( )
12 8 4
V =Ker ( A3 I )=Ker 8 4 4 = { (1,1,1) }>
8 8 0
Sea
B={ ( 1,0,2 ) , ( 0,1,2 ) , ( 1,1,1 ) } ;
entonces
B
es una base de R3 formada
( )
1 0 0
[ T ]B = 0 1 0
0 0 3
77
A M n ( R) B
Finalmente, una matriz es diagonalizable si existe una base
P M n (R)
invertible tal que
[ T A ]B = P
1
AP.
EJERCICIOS 4.3
1. Sea
V espacio vectorial real de dimensin
n . Encuentre el polinomio
IV T o.
caracterstico de y de
2. Demuestre que
=0 es valor propio de
T si y slo si
T es singular (no
invertible).
T 0
3. Sea no singular (invertible). Demuestre que si es valor propio de
4. Para cada un a de las siguientes matrices, determine los valores propios y una
base para cada espacio propio.
a) (
A= 1 2
2 2 )
b) (
B= 2 1
7 4 )
( )
1 1 0
C= 1 2 1
c)
0 1 1
78
( )
3 2 2
D= 1 4 1
d)
2 4 1
B
diagonalizables. Para las que sean diagonalizables, muestre una base que
diagonalice a
T .
a) T : R2 R 2 ; T ( x , y ) =(4 x +5 y , 2 x3 y )
2 2
b) T : R R ; T ( x , y ) =(x +2 y ,x+ 4 y )
Encontrar la expresin de
T (x , y , z ) , en donde ( x , y , z ) R3 .
79
CAPITULO 5: NUMEROS COMPLEJOS, POLINOMIOS,
POLINOMIOS IRREDTUCTIBLES Y FRACCIONES PARCIALES.
C (a , b)
la letra al conjunto de los pares de nmeros reales en el cual definimos las
siguientes operaciones:
Suma:
( a , b ) + ( c , d )=(a+c , b+d )
Multiplicacin:
( a , b ) ( c , d )=(acbd , ad +bc)
En el nmero complejo
(a , b) llamaremos a
a la parte real y a
b la parte
Dos propiedades que cumplen los pares de nmeros reales y que se mantienen
para los complejos son:
Igualdad:
( a , b ) =( c , d ) a=c b=d
( a , b )=( a, b) R
Multiplicacin por un escalar: donde .
a)
( 2,1 ) + ( 0,3 )=( 2+0,1+ (3 ) )=(2,2)
b)
( 2,1 )( 0,3 )= ( 2 ( 0 )1 (3 ) +1 ( 0 ) ) =(3,6)
80
c)
( 2,1 )( 0,3 )=2 (1,1 ) =( 3,6 )+ (2,2 )=(5,8)
Como los nmeros complejos son pares de nmeros reales podemos efectuar una
x
representacin se le dice eje real (Re) al eje de las y eje imaginario (Im) al eje de las
y
.
( a , b)
Grfica 1: Representacin del nmero complejo .
Podemos considerar que los nmeros reales estn contenidos en los nmeros
2
complejos puesto que en el plano R el nmero complejo
(a , 0) coincide con el
a a=(a ,0) aR
nmero real . De este modo tenemos cuando . Los nmeros
complejos de la forma
(0, b) son llamados imaginarios puros.
R
Demostracin propiedad de la multiplicacin por un escalar :
81
( a , b )=( a , b)
( , 0)
Para eso escribimos el nmero real en la forma y aplicamos la
definicin de multiplicacin:
( a , b )=( , 0 ) ( a , b )=(a0 b , b +0 a)
2
unidad imaginaria. Es fcil demostrar que i =1 .
2 2
i =(0,1) =( 0,1 ) ( 0,1 )=( 0 ( 0 )1 ( 1 ) , 0 ( 1 ) +1 ( 0 ) )=(1,0 )=1
2
Ahora estamos en condiciones de resolver la sencilla ecuacin x +1=0 .
2 2 2 2
x +1=0 x =1 x =i x=i
Sea
z=(a , b) un nmero complejo. Entonces podemos escribirlo en la forma:
82
Pero como
( 1,0 )=1 y ( 0,1 )=i y, entonces
( a , b ) =a+bi . En este caso a+bi se
Ahora observe que los resultados son los mismos que las definiciones de suma y
forma binmica, con la ventaja a favor de la forma binmica que se trabaja con las
2
z 1 z 2=( 3,2 ) ( 4,1 ) =( 3+2i ) ( 4i )=123i+8 i2 i =( 12+2 ) + (3+ 8 ) i=14+5 i
83
z=x + yi
Si es un nmero complejo llamaremos conjugado del nmero z, al
z
z =x yi
nmero , es decir, al nmero complejo que tiene la misma parte real que
Ejemplo: Si
z=3+2 i , entonces z =32i y si
z=32i , entonces
z=3+2 i .
5.4 POLINOMIOS
a0 + a1+ a2 ++ an RC
coeficientes numricos del polinomio en .
n
f : R P(x) tal que ( a 0 , , an1 ) a0 +a1 x+ +a n1 x n1 .
f
Donde es transformacin lineal.
Adicin:
n n
Dados P ( x )=a0 +a1 x+ +a n x y Q ( x )=b0 +b 1 x ++b n x
Entonces
P ( x ) +Q ( x )=( a 0+ b0 ) + ( a1+ b1 ) x+ + ( an +b n ) xn tal que
P ( x ) +Q(x ) es
tambin polinomio.
84
Si denominamos
( P )= grado del polinomio
P . Entonces si P( x) tiene
( P ( x ) )=n y Q( x) tiene
( Q ( x ) )=m m>n ( P ( x ) +Q ( x ) ) =m .
Propiedades:
P ( x ) , Q(x) P K ( x) P ( x ) +Q(x ) P K ( x)
i. Clausura: Si entonces .
P ( x ) , Q ( x ) , R ( x) P K (x)
ii. Asociativa: Si entonces
( P ( x ) +Q ( x ) )+ R ( x )=P ( x ) +( Q ( x ) +r ( x ) ) P ( x ) , Q ( x ) , R( x) P K (x ) .
P ( x ) , Q( x) P K (x)
iii. Conmutativa: Si entonces
P ( x ) +Q ( x )=Q ( x ) + p ( x ) P ( x ) , Q(x) P K ( x)
.
P ( x ) +0 ( x )=P ( x ) P(x) P K ( x )
.
aditivo de
P( x) tal que
P ( x ) + (P ( x ) ) =(P ( x ) ) + P ( x ) =0 .
Multiplicacin:
P ( x ) y Q(x ) PK (x) P( x) Q ( x)
Si polinomios definidos en . Entonces se
Si
( P ( x ) )=n y ( Q ( x ) )=m . Entonces ( P ( x ) Q ( x ) ) =m+ n
85
Ejemplo:
P ( x )=5 x 3 +7 x 2+3 ( P ( x ) ) =3
Q ( x )=3 x 25 x1 ( Q ( x ) )=2
5 4 3 2
Entonces P ( x ) Q ( x )=15 x + 46 x +30 x +2 x + 15 x3 y ( P ( x ) Q ( x ) ) =5
Propiedades:
i. Clausura
ii. Asociativa
P ( x ) , Q ( x ) , R (x) P K (x)
Si entonces
( P ( x ) Q ( x ) ) R ( x )=P ( x ) ( Q ( x ) R ( x ) ) P ( x ) ,Q ( x ) , R( x ) P K (x)
iii. Conmutativa
P ( x ) Q ( x )=Q ( x ) P ( x ) P ( x ) , Q(x ) P K (x )
e ( x ) =1+ 0 x +0 x 2 ++0 x n P K (x )
iv. polinomio tal que
e ( x ) P ( x )=P ( x ) e ( x )=P( x) P( x) .
neutro multiplicativo de
Sea P( x ) 0(x ) P( x) P K (x ) P1 ( x)
v. y entonces tal que
86
1
Observacin: P ( x ) P ( x ) es finalmente la divisin de polinomio.
Divisin de polinomios:
n m
Sea
P ( x )= ai x i
y
Q ( x )= bi x i dos polinomios de grado
n ym
i=0 i=0
PK [ x ]
respectivamente definidos en . Entonces
P (x)
P ( x ) :Q ( x )= =S ( x ) ( p ( x ) ) > (Q ( x ) )
Q(x ) si y slo
P(x)
=S ( x ) P ( x ) =Q( x) S (x)
Si Q( x) (si la divisin es exacta)
1
P ( x )=S ( x ) Q ( x )+ R ( x) R( x)
Q( x) , es el resto si la divisin no es exacta.
P (x ) R(x)
=S ( x ) +
O de otra forma : Q (x) Q( x )
3 x5 2 x 3 +6 x 24 : x1=3 x 4 +3 x 3+ x2 +6 x +6
(3 x5 3 x 4)
3 x 42 x 3+5 x 24
4 3
(3 x 3 x )
87
3 2
x +5 x 4
( x 3x 2)
6 x 24
(6 x 26 x)
6 x4
(6 x6)
3 x5 2 x 3 +6 x 24 2
R ( x ) =resto=2 =3 x 4 +3 x 3+ x2 +6 x +6+
x 1 x1
5 3 2
3 x 2 x +6 x 4 : x1
3 0 2 5 0 4 1
3 3 1 6 6
3 3 1 6 6 2
88
resto
S ( x ) =3 x 4 + 3 x 3 + x 2+ 6 x+6
Propiedades:
Pn ( x )=0 n>1
i. Toda ecuacin polinomial con . Tiene por lo menos una
raz.
Pn ( x ) x
Definicin: Se denomina raz de un polinomio a todo para
Pn ( x )=0
el cual .
tiene
R=P ( b ) , R se denomina resto.
x 2 +7 x+ 12
resto de x2 .
En efecto
1 7 12 2
2 18
1 9 30
x 2+7 x +12 30
=x +9+
x2 x2
89
m Pn ( x )=0
iii. Teorema del factor: Si es una raz de un polinomio y tal que
n n
iv. Toda ecuacin polinomial de grado tiene races.
Pn ( x ) .
tambin es raz de
p
m= Pn ( x )=0 p
q es una raz racional de entonces es un factor de
a0 y q an .
es factor de
polinomio son : { 11 , 13 } .
EJERICICIOS 5.4
por
( x3 ) .
90
4 3
2. Determine
c yd tal que P ( x )=x + 2 x +cx +d admita como raz a
1i .
3 2
x + a x +bx +a=0 a,bR x 1=2+i
3. En la ecuacin con . es raz. Obtener
a yb .
Pn ( x)
m>n
Definicin: Sea la fraccin racional tal que Q m ( x) con , entonces no es
repiten.
Ejemplo:
5 x1 A B
= +
( x +1 ) ( x2 ) ( x +1 ) ( x2 )
A ( x2 ) + B( x +1)
( x+1 ) ( x2 )
5 x1=x ( A+ B )2 A +B
91
A + B=5
2 A+ B=1
3 A=6 B=3
5 x1 2 3
= +
(x +1)( x2) ( x+1) ( x2)
de ellos se repite.
As se tiene
P( x) A1 A2 An B1 B2 Bm
n m
= n
+ n1
+ + + m
+ m 1
++
( xx1 ) ( xx2 ) (xx 1) (xx 1) ( xx 1 ) ( xx 2 ) ( xx 2 ) (xx 2 )
Ejemplo:
2 x 3 A B C
= + +
x ( x+1 ) 2
x ( x +1 ) ( x+1 )
2
2
2 x 3 A ( x+1 ) + Bx+ x ( x+1 ) C
=
x ( x+1 )2 x ( x +1 )2
2 x 3= A ( x 2 +2 x +1 ) + Bx+ x 2 + xC
2 x 3= A x 2+ 2 Ax+ A+ Bx + x 2 C+ xC
2
x ( A+C )+ x ( 2 A +B +C ) + A
92
( A +C )=0+2 A+ B+C=2
2 x3 3 5 3
= + +
x(x +1)
2
x ( x+1) x+ 1
2
repiten.
Ejemplo:
3 x2 4 x +5 A Bx+C
2
= + 2
( x1)(x +1) ( x1) (x +1)
A ( x 2 +1 ) + Bx+C (x1)
2
(x1)( x + 1)
2 2 2
3 x 4 x +5=A x + A+ B x Bx +CxC
( A + B ) x 2 + x ( CB ) +( AC)
2
3 x 4 x+ 5 2 ( x3)
2
= + 2
(x 1)( x +1) ( x1) x +1
93
Caso IV: El polinomio del denominador contiene factores de 2 grado y
algunos se repiten.
P(x ) A 1 x +B 1 A 2 x + B2 A x+ B n
= + + + 2n
Es decir: 2 n 2 n 2
(a x + bx+ c) (a x +bx +c) (a x + bx+ c) n1
a x +bx +c
Ejemplo:
1 A B Cx + D Ex+ F
= 2+ + 2 + 2
x (x + 2) x x (x + 2) x +2
2 2 2 2
K , ,
Dado un conjunto cuyos elementos se denotan por los smbolos
etc y un conjunto
A cuyos elementos se desigan por los smbolos
a , b , c , , etc .
A
Se dice que se ha definido una ley de composicin externa en el conjunto si
Es decir:
K A A
( , a) a
94
Ejemplo:
R M 2 2 M 2 2 ( R)
A B
Sea
C un conjunto no vaco y se denomina operacin binaria si:
C C C
( C 1 , C2 ) C1C2
Ejemplo:
+:Z Z Z
( a , b ) a+b
+
+ R
+ R
: R
+
( a , b ) a b R
95
R
R
: R
(no es operacinbinaria)
( a , b ) a b R
+
+ Z
+ Z
Z
tal que
ab= {
min ( a ,b ) si a b
a si a=b
+
ab Z
operacinbinaria
G G G G
Definicin: Sea un conjunto no vaco y una operacin
G ,
binaria, entonces diremos que posee estructura de grupo o es un grupo si
satisface en
G lo siguiente:
96
iii. g G g ' G tal que gg ' =g 'g=e . g' inverso de
g
.
G ,
Entonces es grupo
Ejemplo:
R ,+
es grupo
N ,+
no es grupo
Z ,+
es grupo
( Z , ) no es grupo
Proposicin 1
G ,
Sea grupo entonces
ac=bc a=b a , b , c G
i.
Demostracin
i.
ac=bc a=b
ac=bc /c ' G
97
a+ ( cc ' )=b(cc' )
a=b
(a' )' =a
Proposicin 2
G , a , b G ax=b
Sea grupo y sean entonces la ecuacin tiene
G
solucin nica en
Demostracin
'
ax=b a
( a' a )x=(a'b)
'
ex=a b
x=a' b
G , G ,
Definicin: Sea grupo. Entonces se dice que es grupo abeliano
si:
ab=ba a , b G(conmutatividad )
98
Ejemplo:
(R ,) es grupo
(Z , ) no es grupo
Z ,+
es grupo abeliano
( C , ) es grupo abeliano
(M n m (K ),)
no es grupo
EJERCICIOS 6.2
A=Z A , ab=a+b+ ab
1. Sea analizar es grupo si
G , S G S ,
Definicin: Sea un grupo si es tal que tiene estructura
S , G ,
de grupo, entonces se llama un subgrupo de .
Proposicin:
G ,
Sea un grupo
S G
.Entonces S G ab' G a , b S
Ejemplo:
99
G=Z S={ Z n n Z } S G (S ,T )
Sea , es subgrupo de con
Sea
a,bS
a=Z n 1
}
n ,n , zZ
b=Z n 2 1 2
'
Luego b =Z n2 (inverso de b)
'
ab =Z n 1Z n 2
Z ( n1n2 ) Z
Es subgrupo.
G , 0
Definicin: Sea un grupo abeliano y sea otra operacin binaria
G (G ,, 0)
definida en . Se dice que tiene estructura de anillo si
i.
0 es asociativa en
G . Es decir a , b , c G a o ( boc )= ( aob ) oc
ii.
0 es distributiva respecto a . Es decir
ao ( bc )=aobaoc
( ab ) oc=aocboc
Ejemplo:
(Z ,+, ) es anillo
(Q ,+, ) es anillo
100
(P[ x ] ,+ ,)
es anillo
(C ,+ ,) es anillo
(M n m (R) ,+, )
es anillo
Propiedades:
Sea
(G ,, 0) anillo con neutros aditivos y multiplicativos denotados por 0 y 1
respectivamente, entonces:
a G , a0=0
iii.
iv.
a , b G (a ) b=( ab )
v.
a , b G (a )(b ) =ab
Divisores de cero:
( A ,+, ) a A , a 0.
Sea un anillo cualquiera con neutro aditivo 0 y sea
b A,b0 ab=0 b
Si existe tal que entonces, se llama divisor de cero a la
derecha de
a ( y ser divisor de cero a la izquierda de
a si
ba=0 )
(M n m ,+, )
si tiene divisores de cero
Ejemplo:
101
(Z 3 ,+, ) Z 3= { 0 ,1 , 2 }
Sea tal que
0 1 2
0 0 0 0
1 0 1 2 Posee elemento neutro y es conmutativo.
2 0 2 1
+ 0 1 2
2 1 1 2 0 2 2 0 1 (+) es operacin binaria
0 0 1
(Z 3 ,+, )
es anillo
Proposicin: En un anillo
( A ,+, ) la ley de cancelacin o simplificacin para la
operacin 0 es vlida para todos los elementos no nulos si y slo si, no tiene divisores
de cero, es decir, su producto es no nulo.
Demostracin:
Sean
a,b A0
'
Supongamos
ab=0 y sea a A
Entonces
1
a' b=b ( a' +a )
b
102
0=a a 0 ab=0
(contradiccin) ya que
Definicin: Un anillo
( A ,+, ) en que la operacin es conmutativa y adems
posee elemento neutro para la operacin se llama anillo conmutativo con unidad.
A , 0
Definicin: Sea un conjunto con a lo menos dos operadores
entonces
( A ,, 0) es cuerpo si :
A ,
i. es grupo abeliano
( A { e } , 0) e
ii. es grupo , = neutro de
iii.
0 es distributivo respecto a
Si
0 es conmutativo se dice que
( A ,, 0) es cuerpo conmutativo.
Ejemplo:
(C ,+ ,) es cuerpo conmutativo
Proposicin: Sea
( A ,+, ) un cuerpo entonces .Es neutro aditivo y 1 neutro
conmutativo, es as que:
a 0=0 a=0 a A
i. .
103
ii.
(a ) (b )=ab a , b A .
iii.
(a ) b=a (b ) =( ab ) a , b A .
a 0 b 0 ab 0 a ,b A
iv. .
v.
ab=ac b=c a , b A .
Demostracin i)
a 0=0 a , b A
Por demostrar
a 0=a ( 0+0 )
a 0=a0+ a 0 +(a 0)
a 0+a 0=a0+ ( a 0+ (a 0 ) )
0=a 0+0
0=a 0
104
APNDICE: RESPUESTAS A LOS EJERCICIOS PROPUESTOS.
EJERCICIOS 1.1
()
4
1. ( 1 1 0 3 ) , 3
2
()
13
A= 0 2
2.
11
( )
0 3 4
B= 3 0 5 , tr ( B )=0
3.
4 5 0
105
EJERCICIOS 1.2
( ) ( ) ( )
0 2 4 11 5 20
t
2 B= 6 4 8 A +3 C = 2 18 A ( 4 CD )= 88
1.
2 0 6 16 2 180
2.
a)
x=1, y=2, z=3,u=0, w=5,t =4
b)
A= (21 12 )
4. A 2 +2 AB+ B2 ( A+ B )2 , ( A +B )( AB ) A2B2
5.
( AB)2,1 y (BA)2,1
a) No existe. Basta notar que las entradas son distintas para
todo
tR.
( )( )(
AB= 1 t 1 18 = 6 t+1 7 t +18
2 3 6 7 20 57 )
( )( ) (
BA= 1 18 1 t = 37 t +54
6 7 2 3 20 6 t+21 )
AB =BA
Se sigue que la ecuacin matricial equivale a:
{
6 t+1=37,
7 t +18=t+54,
6 t+21=57,
6 t=36
A yB t=6.
As pues, el producto de es conmutativo si y slo si
EJERCICIOS 1.3
106
1.
det=69
a)
b)
det=5
det=14
c)
d)
det=24
2.
a) det=3 xx 2
b) det=( x +2 )2 (x+ 4)
c)
det=(ba)(ca)(cb)
3.
a) ( )
adj ( A )= 3 1 , A adj ( A ) = 2 0 ,det ( A )=2,
4 2 0 2 ( )
A1= (
1 3 1
2 4 2 )
( )
2 2 2
adj ( A )= 3 7 9 , A adj ( A )=4 I 3 , det ( A )=4,
b)
4 8 12
A1=
4(
1 2 2 2
3 7 9
4 8 12
)
4.
( )
0 1 1
1
A = 1 1 0
a)
1 0 0
b)
A1=
9 (
1 4 1 3
10 7 6
11 5 3 )
( )
20 0 10 12
1 1 8 0 2 4
A =
c) 4 6 2 3 4
8 0 4 4
107
1
5. det ( A )=1, a R; A =A .
EJERCICIO 2.2
x 1+ x 2 +3 x3 =0
2 x 1 +4 x2 +8 x 32 x 4=0
4 x 1 ++6 x 2+14 x3 2 x 4 =0
( )( )( )
1 1 3 0 1 1 3 0 1 0 2 1
A= 2 4 8 2 0 2 2 2 0 1 1 1 =B .
4 6 14 2 0 2 2 2 0 0 0 0
AX =0 BX =0
Y las soluciones de las buscamos en , esto es, en
x 1+2 x 3+ x 4=0
x 2+ x 3x 4 =0
x 3= x 4= , R ; x 1=2 x 2=+ .
Sea , con entonces y Y las
x 1+ x 2x 3=7
108
4 x 1x 2 +6 x 3=3
6 x 1+ x 2 +4 x3 =22
( )( )( )
1 1 1 7 1 1 1 7 1 0 1 2
( A ; B )= 4 1 6 3 0 5 10 25 0 1 2 5
6 1 4 22 0 5 10 20 0 0 0 5
Se observa que
( A )=2 y ( A ; B ) =3 ; luego el sistema es incompatible.
EJERCICIO 2.4 :
1.
( )
1 2 3
A= 2 1 5
3 4 1
f 2+ f 1 (2 )
f 3 + f 1 (3 )
( )
1 2 3
0 5 1
0 10 8
f 3 + f 2 (2 )
( )
1 2 3
0 5 1
0 0 6
( A )=3
109
x y + z 7
x + y z 1
x + y + z 3
( )( ) ( )
1 1 1 x 7
1 1 1 y = 1
1 1 1 z 3
A X=B
( )
1 1 1 7
1 1 1 1
1 1 1 3
f 2+ f 1 (1 )
f 3 + f 1 (1)
( )
1 1 1 7
0 2 2 6
0 0 2 10
( A /B)=3
( A )=3
x, y ,z
As los valores que toma son:
110
2 z =10
z=5
2 y2 z =6
2 y10=6
2 y=4
y=2
x2+5=7
x=4
( x , y , z ) =(4,2,5)
3. Determine el valor de
para que el sistema tenga solucin nica o no tenga
x y +z 1
2 x 3 y z 4
x y + z 0
A X=B
111
( )( ) ( )
1 1 1 x 1
2 3 1 y = 4
1 1 z 0
( A/ B)
( )
1 1 1 1
2 3 1 4
1 1 0
f 2+ f 1 (2 )
f 3 + f 1 (1 )
( )
1 1 1 1
0 1 3 2
0 0 1 1
As
( A /B) ( A)
Si
=1 , Sistema incompatible, no tiene solucin.
EJERCICIOS 2.5
1.
a)
S=(2,1,3)
112
b)
S=(8,2,4 )
c)
S= ( 12 , 12 ,2)
2.
a)
z=2
z=4
b)
3.
a)
k R{ 2,3 }
b)
k R{ 3,3 }
c)
k R 0, { 12 }
EJERCICIOS 3.1
0v =0v , R V R
1. Demuestre que . En un espacio vectorial sobre .
Solucin:
0= ( 0+0 )= 0+ 0 0=0.
R
continuacin no es un espacio vectorial sobre . Indique los axiomas que no se
cumplen.
a)
( x , y ) + ( a , b ) =( x+ a , 0 ) ; ( x , y )=( x , y )
b)
( x , y ) + ( a , b ) =( x+ a , y + b ) ; ( x , y )=(x , y)
Solucin:
113
a) La suma no posee elemento neutro.
b) No satisface
( + ) v =v+ v
M n( R) .
3. Determine si los siguientes conjuntos so o no subespacios vectoriales de
a) W = {( x , y , z ) R3 / x y +2 z=0 }
b) W = {( x , y , z ) R3 / x y =0 z=1 }
c) W = {( a , b , c ) R 3 /a b c }
d) W = {( a , b , c ) R 3 /a Q }
e) W = {( x , y , z ) R3 / x +2 y+ z=0 x y2 z=0 }
Solucin:
a) Si
b) No
c) No
d) No
e) Si
P2 [ x ] .
4. Determine si los siguientes conjuntos son o no subespacios vectoriales de
W = { p(x) P2 [ x ] / p(0)=1 }
d)
Solucin:
a) Si
114
b) No
c) Si
d) No
v vi
5. En cada caso, escriba el vector como combinacin lineal de los vectores .
1
a) ( )
v =( 8,4,2 ) ; v 1= 1, ,2 , v 2=( 2,1,5 ) .
2
c) ( ) ( ) (
v = 2 1 ; v 1 1 0 , v 2 1 1 , v 3= 1 0
1 2 1 1 1 0 1 0 ) ( )
Solucin:
v =4 v 1 v2
a) +2
v =v 1+ v 2 +v 3
b)
v =2 v 1+ v 2v 3
c)
S
6. Determine el subespacio generado por si:
a) S= { (1,0,0,1 ) , ( 0,1,1,0 ) } R 4 .
b) S= { 2, x1,2 x 2+ 4 } P2 [ x ] .
c) {( ) ( ) ( )}
S= 1 0 , 0 1 , 0 0 M 2 ( R ) .
0 0 1 0 0 1
Solucin:
115
S > P2 [ x ] .
b)
c) {( )
S > a b M 2 ( R ) /b+ c=0 .
c d }
Solucin:
a)
k R{ 0 }
b) k R{2+ 3 ,2 3 }
U W
8. Encuentre una base y determine la dimensin de los subespacios y
U +W P2 [ x ]
de si :
Solucin:
116
9. Sean
W = { ( 1,0,2 ) ,(1,1,1) } > y U= {( x , y , z ) R3 / x + yz=0 } subespacios
3 3
de R . Es R =W U ? .
Solucin:
No,
W U= { (2,3,1 ) } >
EJERCICIOS 4.1
a)
T : R R ; T ( x )=|x|
b) T : R2 R 2 ; T ( x , y ) =( 2 x y , x )
3 2
c) T : R R ; T ( x , y , z )=( y , z x+3 )
d) T : R4 R3 ; T ( v )=v
Solucin:
a)
T ( x + y )=|x + y||x|+| y|
c)
T ( 0,0,0 ) =( 0,3 ) ( 0,0 )
M 2( R) R
2. Determine si las siguientes aplicaciones de en son o no son lineales
a) ( )
T a b =a+d
c d
117
b) ( )
T a b =adbc
c d
c) ( )
T a b =a2 +b2
c d
d) ( )
T a b =2 a+3 bd
c d
Solucin:
B M n( R) T: M n (R) M n ( R) T ( A ) =AB .
3. Sea y definida por Demostrar
que
T es una transformacin lineal.
Solucin:
T ( A ) =( A ) B= ( AB )=T ( A ) .
Calcular
T ( 1,0 ) , T (0,1) y encontrar una expresin para
T (a , b) , con (a , b) R2 .
Solucin:
118
5. Decida si las siguientes funciones son o no aplicaciones lineales. Para las que sean
lineales, determinar ncleo e imagen.
2
d) T : R R ; T ( x , y )=x y + xy
T : M 2 ( R ) R ;T ( A )=det ( A )
e)
t
f) T : M 3 ( R ) M 3 ( R ) ; T ( A ) =A
Solucin:
a) Slo es lineal
KerT ={ A M 3 ( R ) / A t =0 }={ 0 }
T : P2 [ x ] P 3 [ x ] T ( p ( x ) )=xp ( x ) .
6. Considere la transformacin lineal tal que
T : p ( x ) =x 2 , q ( x )=0, r ( x )=1+ x .
Solucin:
a)
q ( x ) ,T ( q ( x ) )=xq ( x )=x 0=0
7. Sea
T :V W
transformacin lineal y { v1 , , v n } base de
V
. Si
119
Solucin:
v V v= 1 v 1+ + n v n , i K . ( nicos )
T ( v )= 1 T ( v 1 ) ++ n T ( v n) =0
v KerT .
8. Sean
T ,S y R transformaciones lineales de R2 en R2 definidas por:
T ( x , y ) =( x , 2 y ) , S ( x , y )=( y , x+ y ) , R ( x , y )=( 0, x ) .
Demostrar que
{ T , S , R } es un conjunto linealmente independiente de vectores del
espacio L ( R 2 , R2 ) .
Solucin:
Solucin:
1
I v :V W isomorf . T :W V isomorf .
120
( T :V W S :W U isomorf . ) S T :V U isomorf .
M 2( R) R3 .
que es isomorfismo a
Solucin:
{( ) } {(
W = a b M 2 ( R ) /a+5 c=0 = 5 c b /b , c , d R
c d c d ) }
3
T : R W definida por (
T ( a , b , c )= 5 a b
a c ) es lineal y biyectiva.
EJERCICIOS 4.2
I3
a)
b) (a0 bb )
c) ( 40 1 0
2 1 )
( )
2 1 0
d) 0 1 0
0 0 1
Solucin:
a) T : R3 R 3 ; T ( x , y , z )=(x , y , z )
121
2 2
b) T : R R ; T ( x , y ) =( ax+by ,by)
c) T : R3 R 2 ; T ( x , y , z )=(4 x + y , z 2 y )
3 3
d) T : R R ; T ( x , y , z )=(2 x + y , y , z)
3 3 3
2. Sea I :R R la aplicacin identidad. Muestre que para bases
B ,C de R
Solucin:
2 4 ( ) .
a) T : R3 R 4 ; T ( x , y , z ) =(x + y + z , 2 x2 y+ z , 3 y+ 4 z ,3 x )
3
B={ e1 , e2 , e3 } base canonicade R ,
T : P1 [ x ] P2 [ x ] ; T ( p ( x ) ) = p ( x ) dx
b)
B={ 1x , 2 x1 } , C={ 1, x , x 2} .
Solucin:
( )
4 4 5
[ T ] = 3 3 4
C
a) B
0 3 4
2 9 8
122
( )
0 0
[ T ] = 1 1
C
B
b) 1
1
2
x y + 3 z 0
2 x + 10 y 11 z 0
5 x + 7 y 2 z 0
Solucin:
B={ (19,17,12 ) } ;
3 3
T : R R ; T ( x , y , z )=(x y +3 z , 2 x +10 y11 z , 5 x +7 y2 z)
( )
1 1 3
[ T ] = 2 10 11
5 7 2
Solucin:
123
1 3
( )
1
2 4 4
( )
1 2 1
F 1 1 E
[ I ] E= 0 , [ I ] F = 1 1 1
2 2
1 1 1
1 3 1
2 4 4
( )
C
1 2 1
[ T ] B = 1 3 3 ,
0 2 5
B={ e1 , e2 , e3 } R yC
3
R
3
donde es la base cannica de es la base de ,
3
(x , y , z) R .
Solucin:
T ( x , y , z )=( y+ 3 z , y2 z , x2 y+ z ) .
T ( v 1) =3 v 12 v 2 T ( v 2 )=v1 + 4 v 2 {w 1 , w 2 } V
y . Sea otra base de tal que
w 1=v 1 + v2
y
w 2=2 v 1+ 3 v 2
. Encontrar la matriz de
T
en la base {w 1 , w 2 } .
Solucin:
124
(3 315 )
[ T ] = 10
EJERCICIOS 4.3
V n
1. Sea espacio vectorial real de dimensin . Encuentre el polinomio
IV T o.
caracterstico de y de
Solucin:
p ( )=(1)n ; q ( )=()n .
2. Demuestre que
=0 es valor propio de
T si y slo si
T es singular (no
invertible).
Solucin:
=0 valor propio de
T v V , v 0 :T ( v )=0
v V , v 0 :v KerT
KerT { 0 }
T
no es invertible.
3. Sea
T no singular (invertible). Demuestre que si
0 es valor propio de
T ,
Solucin:
125
0 valor propio de
T v V , v 0 :T ( v )=v
v V , v 0 : T 1 ( v )=v
1 1
v V , v 0 :T ( v )= v
1 es valor propio de T 1 .
4. Para cada un a de las siguientes matrices, determine los valores propios y una
base para cada espacio propio.
a) (
A= 1 2
2 2 )
b) (
B= 2 1
7 4 )
( )
1 1 0
C= 1 2 1
c)
0 1 1
( )
3 2 2
D= 1 4 1
d)
2 4 1
Solucin:
126
T
5. Determine cules de las siguientes transformaciones lineales son
T
diagonalice a .
a) T : R2 R 2 ; T ( x , y ) =(4 x +5 y , 2 x3 y )
b) T : R2 R 2 ; T ( x , y ) =(x +2 y ,x+ 4 y )
Solucin:
a) No es diagonalizable
B={ ( 2,1 ) ,(1,1) } diagonaliza a T
b)
Encontrar la expresin de
T ( x , y , z ) , en donde ( x , y , z ) R3 .
Solucin:
T ( x , y , z )=( 3 x+2 y +4 z , 2 x +2 z , 4 x+ 2 y +3 z ) .
EJERICICIOS 5.2
127
4 3
1. Hallar la relacin entre
a yb para que P ( x )=2 x 7 x + ax+b sea divisible por
( x3 ) .
Solucin:
2 7 0 a b 3
6 3 a 27+3 a
2 1 3 9+ a 27+3 a+ b
27 +3 a+b=0
3 a+b=27
Relacin
3 a+b=27
2. Determine
c yd tal que P ( x )=x 4+ 2 x 3 +cx +d admita como raz a
1i .
Solucin:
Si
1i es raz su conjugado tambin lo es ,
1+i
(x( 1i ) )( x( 1+i ))
divide al polonomio
(x1+i)( x1i)
128
( x1 )2i 2
2 2
x 2 x +1+1=x 2 x +2
Entonces:
x 4 +2 x3 +cx + d : x 22 x+2=x 2+ 4 x +6
4 3 2
( x 2 x +2 x )
4 x 32 x 2 +cx +d
(4 x3 8 x2 +8 x )
6 x 2+ ( c8 ) x+ d
(6 x 212 x +12)
( c8+ 12 ) x +d12
resto
As
( c +4 ) x +d 12=0
c +4=0 d12=0
c=4 y d =12
129
4 3 2 2
x + 2 x 4 x+ 12=(x +4 x+6)(x 2 x +2)
a yb .
Solucin:
Si
2+i es raz , su conjugado tambin lo es
(2i)
(x2i)(x2+i)
(x2)2i 2=x 24 x +5
3 2 2
x + a x +bx +a : x 4 x+5=x +( 4+ a)
( x 34 x2 +5 x)
( 4 +a ) x 2+ ( b5 ) x +a
[ ( 4+ a ) x 2 + (164 a ) x +20+50 ]
( b5+16+ 4 a ) x4 a20
4 a+b+11=0
4 a20=0
130
b=9 a=5
EJERCICIOS 6.2
A=Z A , ab=a+b+ ab
1. Sea analizar es grupo si
Solucin:
ab Z
a+b=a+ b+ab Z
a,bZ Z
ab Z }
es operacinbinaria
Por demostrar (
A , es asociativa
( ab )c=a( bc)
131
A ,
e A ae=ea=a
tal que (neutro)
ae=a
a+ e+ae=a
e+ ae=0
e ( 1+a )=0
0
e=
1+ 0
e=0
a1
Con
e=0 Z
neutro para
Por demostrar
inverso
1
a a=e
132
a1 +a+ a a1=0
a1 ( 1+ a )=a
a
a1= Z
1+a
no tiene inverso
A ,
no es grupo
133
TALLER N 1
( )
1 1 2
A= 3 5 7
a)
2 1 2
( )
5 1
B= 3 2
b)
5 3
c) (
C= 1 2 1
3 4 5 )
Obtener:
i.
A + ( B C )
ii.
B (C A)
iii. A T B T A
{
i + j sii < j
A=( aij ) M 4 ( R ) aij = j si i= j tra ( A ) .
2. Dado la matriz . Tal que 2 Obtener
i+ j si i> j
a) (
A= 1 2
1 3 )
( )
2 0 0 1
1 0 1 0
B=
b) 3 4 5 5
6 1 2 1
( )
1 1 0
C= 3 1 1
c)
2 1 1
4. Si (
A= 1 0
1 1 ) . Calcular A + A2 + A3 + + A n .
134
5. Hallar todas las matrices que conmuten con (
A= 1 1
0 2 )
TALLER N2
k
1. Determine el valor de de modo que el sistema tenga solucin nica e
infinitas soluciones.
kx + y + z 2 k 1
2
x + ky + z k
x + y + kz 32 k
2. Determinar
x tal que A T x1 B1=C si ( ) (
1 1 3 2 ) ( )
A= 2 3 , B= 1 0 ,C= 1 3
0 1
| |
a+ b a a a
a a+b a a =(4 a+b)b3
3. Demuestre que a a a+b a
a a a a+ b
( ) ( )
1 0 4 1 0 0
x Ax=B A= 0 1 1 y B= 0 2 0
4. Determinar tal que si
1 1 4 0 1 1
ax + by + cz 1
x + y + z 2
x y z 3
135
TALLER N3
W = { A M 2 x 2 ( R ) /det ( A )=0 }
b)
c) T ={( x , y , z ) R 3 /x z=3 }
3. Determine si el vector
(2,1,3) es combinacin lineal de
k ( 1,2, k ) , ( 2, k , 0 ) ,(1,1,1)
4. Indique el valor de para que los vectores sean L.D
{ x 3+ 2 x 2 +1, x 22, x 3+ x }
136
TALLER N4
Obtener
a) [ I ]
b) [ I ]
c)
c=[ (3,5,2) ]
2. Si se tiene la base
={ (1,2 ) :(3,5) } y la matriz (5
[ I ] = 2
3
1) . Obtener
3. Si ( )
T : M 2 x 2 ( R ) P2 [ x ] , T a b =( a+b ) x 2 + ( cd ) x+ a
c d . Demuestre que es
transformacin lineal.
4. Si {( ) ( ) ( ) ( )}
= 0 0 , 0 1 , 1 1 , 1 0
0 1 0 1 0 0 1 0
M 2x 2( R)
a) Demuestre que es base de
137
b) Determine [( )]
a b
c d
TALLER N5
W 2= {( x , y , z , w ) R / x=w }
4
W 1 W 2
a) Determine
W2 W 1 W 2
b) Encuentre una base para y
W 1 ,W 2 W 1 W 2
c) Indique dimensin de y
( )
5 3 1
S
2. Dado la base
S 2= {( 1,2,1 ) , ( 3,5,2 ) ,(0,1,0) }
y la matriz
[ I ] S = 0 2 1
2
3 5 4
S1
a) Encuentre
b)
[ ( 3,5,6 ) ]S 1
c)
[(1,1,2)] S 2
138
T
4. Determine si de 3(a) es inyectiva.
TALLER N6
a) Es transformacin lineal
b) KerT
c) Una base para la imagen de T
3 3
2. Sea T :R R tal que
T ( 1,2,1 )=(1,0,1 )
T ( 1,0,0 )=(2,2,1)
T ( 1,1,1 )=(2,3,1)
a) Encuentre T
b) Determine [ T ] si ={ ( 1,0,1 ) , ( 1,1,0 ) ,(1,1,1) } y ={ (1,1,0 ) , ( 0,1,0 ) ,(0,0,1) }
( )
1 2 1
3. Si
[ T ] = 2 3 5 , ={ ( 1,0,1 ) , ( 1,1,0 ) ,(1,1,1) } , =base cannica . Encontrar T.
1 2 1
isomorfismo.
139
TALLER N7
3 2
1. Que numero debe agregarse al polinomio P ( x )=x +2 x para que sea divisible
por
(x+ 4) .
3 2
2. Encontrar todas las races del polinomio x +2 x 23 x6=0 sabiendo que
5
es raz.
1+i .
a yb 2+i
4. Determine el valor de si se tiene que es raz del polinomio
P ( x )=x 3 +a x 2 + x+ 15.
140
1
b) 2
x ( x 25 )
2 x1
c) ( x +1)(x +1)2
2
TALLER N 8
si T es diagonalizable . Determine P.
a)
T ( x , y ) =( x + y ,2 x + y)
T ( x , y , z )=(x + y , x y +2 z , 2 x + yz )
b)
( )
3 1 1
A= 2 2 1
2. Sea . Analice si es diagonalizable usando el polinomio minimal.
2 2 0
141
CONTROL N1
( ) (
A= 2 1 , B= 3 4
3 0 1 2 )
A=( aij ) 10 x 10 , donde
2. Sea una matriz de
a11 =1, a22=4, a 33=7,a 44=10, a55=13 .
( )
1 2 1
A= 1 1 3 A
3. Dada la matriz Encuentre el determinante de .
1 2 1
4. Determine el valor de
x si:
| |
3 x 2 x
A= 1 1 2 =0
2 x 1
142
CONTROL N2
contraejemplo:
W 1= { A M nxn /trA=0 }
a)
W 2= { A M nxn /detA=0 }
b)
W 1 W 2
2. Dado los conjuntos, determine los vectores que generan y su
respectiva dimensin.
W 1= { ( x , y , z , w ) / x y + zw=0 }
a)
W 2= { ( x , y , z , w ) /2 x3 y=0 }
b)
V
3. Dada las matrices que generan un espacio , pruebe si son base del espacio
( ) ( ) (
A= 1 2 , B= 0 1 ,C= 4 2
1 3 2 4 0 2 )
143
CONTROL N 3
( )
1 2 3
1. Sea T : R3 R 3 . T transformacin lineal, tal que
[ T ] = 0 2 1 . Donde
1 0 1
a) Determine T
b) Determine el KerT
c) Encuentre
[ T ] cc 3
T ( 1,3,1 ) =( 2,1,0 )
T (2,1,0 )=(1,2,1)
a) Determine T
b) Pruebe que T es transformacin lineal
c) Verifique si T es isomorfismo
144
CONTROL N4
P1 DP= A
( )
3 2 0
A= 2 3 0
0 0 5
( )
1 0 0
A= 0 2 1
a 0 0
3. Sea (
A= 3 2
3 2 ) . Demuestre que ( )
u= 1
1 es vector propio de
A e
145
146
SOLENME N2
c) Indique la dimensin de
W
x+ y+ z =0 xw=0
( x , y , z , w ) R4 /
W 2=
W 1 W 2
a) Calcular una base y dimensin de
V V W 1
b) Determine un conjunto tal que
A= { ( 1, , 0 ) , ( 0,1, ) ,(2,1,1) } S= { ( , ) / A es L. I }
3. Sea Determine el conjunto
147
S1 S 2= {( 1,0,1 ) , (1,1,0 ) ,(0,0,1) } R3
4. Sean y Dos bases ordenadas de y sea
( )
1 1 1
[ I ] SS = 0 2 1
2
1 1 1
S
a) Encuentre la base
b) Si
u=(3,1,4) encuentre
[ u ]S 1
S2
[ I ]S 1
SOLENME N3
1. Resuelva el siguiente sistema usando el mtodo de Gauss Jordan:
2 x + 2 y + z 7
x + 2 y + z 0
x + y + 3 z 1
tenga
a) Solucin nica
b) Infinitas soluciones
c) No tenga solucin
x + my +z 1
mx + y + (m1)z m
x + y +z m+1
W M 2( 2)
a) Pruebe si es subespacio
148
W
b) Determine una base para
A V
4. Dado el conjunto de matrices que generan un espacio , pruebe si
V
son base del espacio
a)
A= {( )( )(
1 2 , 0 1 , 4 2
1 3 2 4 0 2 )}
b) Verificar si generan al vector (86 8
1
)
c) Encuentre [ I ] AA
5. Determine si T es transformacin lineal
T : M R (2) R
3
tal que ( )
T a b =(a+ b , b+cd , b)
c d
SOLENME N4
( )
1 0 1
C3
T : R3 R 3 una transformacin lineal tal que [ T ]C = 0 2 1 C3
1. Sea 3 con
1 0 1
A
la base cannica de R
3
. Obtener [ T ] A con A= { ( 1,1,1 ) , ( 0,1,0 ) ,( 0,0,1) }
149
T
2. Determine la transformacin lineal tal que
2 2
T ( 1,4,2 ) =x+1 ; T ( 0,1,0 )=x ; T ( 0,0,1 ) =x +1 .
V =M 2 x 2 ( R ) y T :V V T ( A ) =A BB A
3. Sea tal que para una matriz fija
(
B= 1 0
1 1 ) . Verifique que:
a) T es transformacin lineal
b) Determine una base para el KerT
3 3
4. Sea T :R R una transformacin lineal tal que
T ( x , y , z )=(x +2 yz , y + z , x+ y 2 z )
.
a) Determine la dimensin del KerT
b) Determine la dimensin de la imagen
3
c) Extienda la base del KerT a una base de R
SOLENME N5
1
1. Descomponer en fracciones parciales la siguiente fraccin x ( x 31)
150
c yd
2. Determine los valores de tal que:
P ( x )=x 4+ 2 x 3 + xc+ d
1i
Admita como raz
3. Dada la siguiente matriz correspondiente a una transformacin lineal, encuentre
A
Encuentre la matriz de paso P e indique si es diagonalizable.
( )
1 1 4
A= 3 2 1
2 1 1
que es anticonmutativa :
xy=( yx ) .
Z , Z
5. Sea donde es el conjunto de los nmeros enteros y es una
151
SOLENME N6
T
1. Dado tal que
T ( 1,0,1 )=( 2,2,3 )
T ( 1,3,1 ) =( 2,1,0 )
T (2,1,0 )=(1,2,1)
a) Determine T
b) Pruebe que T es transformacin lineal
c) Verifique si T es isomorfismo
2.
x=1 x=2
a) Encuentre un polinomio de grado 3 que anule para y que
x=1 x=2
tenga los valores 4 y 28 para y para . Respectivamente
1
b) Separe en fracciones parciales x x 2
3
A
Encuentre la matriz de paso P e indique si es diagonalizable.
( )
1 1 4
A= 3 2 1
2 1 1
Z
4. Sea ( 5 ,+, ) . Pruebe que es anillo e indique si tiene o no divisores de cero.
Justificar.
152
EXAMEN 2011
a
1. Utilice el teorema del rango y encuentre el valor de para que el sistema
tenga:
a) Solucin nica
b) Infinitas soluciones
c) No tenga solucin
2 x + yz 5
( 7 ) y +3 z 0
x+ 2 y 3
W1
a) Pruebe que es subespacio
W 1 W 2
b) Determine los vectores que generan
3. Dada ka siguiente matriz correspondiente a una transformacin lineal, encuentre
( )
1 1 4
A= 3 2 1
2 1 1
a) Demuestre que
f es transformacin lineal
f
b) Demuestre que es inyectiva
153
Z ,
5. Sea donde es el conjunto de los nmeros enteros y es una
ab=a+b+ 3
operacin{on definida como . Pruebe si forma un grupo abeliano.
154